1 - Estadistica - Descriptiva

INSTITUTO DE LOS ANDES
INNOVACION EN EDUCACIÓN SUPERIOR
INSTITUTO Los Andes de Educación Superior

DIRECCION GENERAL DE ESCUELAS
DIRECCION DE EDUCACION SUPERIOR MENDOZA
CONSEJO FEDERAL DE EDUCACION.
TECNICATURA SUPERIOR EN CONTABILIDAD
TÉCNICO SUPERIOR EN CONTABILIDAD
Anexo III
Materiales Didácticos
Carrera Tecnicatura Superior en Contabilidad
Espacio curricular: Estadística
Carrera Tecnicatura Superior en CONTABILIDAD

Espacio curricular: Estadística 1
ESTADÍSTICA
Objetivos generales
• Obtener datos a partir de una población o muestra sobre diferentes tipos

de fenómenos, como: económicos, sociales, políticos, educativos.
• Representar, analizar e interpretar datos en cuadros estadísticos.
• Graficar e interpretar un determinado fenómeno.
• Aplicar y calcular diferentes medidas en el proceso de una investigación.
OBJETIVOS ESPECÍFICOS
• Conocer la historia y reconocer la importancia de la estadística.

• Utilizar adecuadamente símbolos y palabras del lenguaje estadístico.
• Aplicar procesos matemáticos básicos en cálculos estadísticos.
• Usar el método estadístico en la recolección de la información.
• Elaborar y representar una investigación en cuadros y en forma gráfica.
• Analizar e interpretar los diferentes fenómenos observados.

Estadística es la ciencia que utilizando las matemáticas y de modo

particular el cálculo estudia las leyes de comportamiento de aquellos
fenómenos que no estando sometidos a leyes rígidas dependen del azar y
basándose en ella, se predicen resultados.
La estadística tiene dos grandes ramas: Descriptiva e Inferencial.
- Estadística Descriptiva analiza las características de una población o

muestra definiéndose unas propiedades acerca de su estructura y
composición.
- Estadística Inferencial basándose en los resultados obtenidos de una

muestra induce o estima las leyes reales de comportamiento de la
población de la que proviene dicha muestra.
- Población son todos y cada uno de los elementos que se quieren

analizar. Puede ser finita o infinita( en realidad las poblaciones
infinitas no existen, pero cuando se trata de un número grande se
trata como si lo fuera).
- Muestra es un subconjunto de la población o parte de la población

que se observa.
- Característica de una población es la propiedad que se estudia.
- Variables es cualquier característica cuantitativa ( tome valor

numérico) de una población .
Ejemplo: Población Estudiantes de Económicas de Salamanca, Característica

Edad de ellos, la característica se designa con letras mayúsculas X, Y, Z,....,
los valores de esas edades son numéricos entonces es una variable
cuantitativa y los valores que toman se denotarían X={x1, x2, x3,........xn }.
- Dominio de la variable son los valores que toma
- Recorrido de la variable es la diferencia entre el valor mayor y el

menor de los que toma la variable.
- Variable Discreta cuando toma un número finito de valores o bien

cuando toma infinitos y son numerables es decir entre dos no hay
otro intermedio. Ejemplo: la edad, las notas, ......
- Variable continua cuando entre dos valores cualesquiera siempre

puede haber otro. Ejemplo: Talla, peso,......
- Variable unidimensional Estudia solo una característica de la

población. Ejemplo: Estudiar el peso (X)

- Variable bidimensional Estudia dos características de una población.

Ejemplo Estatura(X) y peso (Y)
- Variable infidimensional estudiaría infinitas características
- Atributos son características de la población no susceptibles de

cuantificación numérica. Ejemplo.: Color del pelo, los atributos se
designan con letras A, B, C, .......y sus valores A={a1, a2, .............., an}.
En Economía son muchos más importantes las variables (toman valor

numérico)) que los atributos.
ETAPAS DEL ANÁLISIS ESTADÍSTICO

1) Recogida de Datos
2) Ordenación de los mismos en tablas
3) Resumen de la información recogida a través de las
medidas(Descriptiva)
4) Analizar los datos provenientes de una muestra para sacar conclusiones
sobre la población de la que proviene la muestra ( Inferencial).
ESCALAS DE MEDIDA
- Escala nominal la característica estudiada se clasifica en una serie

de características no numéricas y mutuamente excluyentes y no se
puede establecer ningún orden entre ellos.
- Escala ordinal el carácter medido no es numérico pero puede

establecerse algún tipo de orden. Ejemplo estudios de una persona.
- Escala de intervalos la característica puede cuantificarse

numéricamente, estableciéndose intervalos entre dos operaciones.
Ejemplo: Renta mensual que percibe una persona.
ANÁLISIS ESTADÍSTICO DE DISTRIBUCIONES UNIDIMENSIONALES
- Distribución unidimensional está formada por los valores que toma la

variable que se estudia acompañados de sus respectivas
frecuencias.
- Frecuencia absoluta ( fi ) es el número de veces que se repite un

determinado valor.
- Frecuencia relativa ( hi) es el cociente entre la frecuencia absoluta y

el número total de observaciones, por tanto la frecuencia relativa está
siempre entre cero y uno.
i
- Frecuencia absoluta acumulada Fi = ∑ f j es decir se suman las

j 01
frecuencias anteriores a un valor dado, por tanto la acumulada al final

coincide con la población N.
- Distribución por datos no agrupados es cuando se especifican todos

y cada uno de los valores de la variable.
- Distribución por datos agrupados los valores de la variable se miden

en intervalos , la amplitud del intervalo es la diferencia entre el
extremo superior e inferior del intervalo y la suma de las amplitudes
de todos los intervalos es igual al recorrido ( diferencia entre el valor
mayor y el menor de la distribución).
- Marca de clase de un intervalo es la semisuma de los extremos del

l + li
x=
i −1
intervalo y es el valor que sustituye a todo el intervalo i
2
siendo el intervalo [li-1 , li ].
Las representaciones gráficas tienen que estar hechas para que el

simple impacto visual nos dé información de la distribución
En distribuciones cuantitativas si los datos no están agrupados, se

emplea el diagrama de barras, si están agrupados el histograma., si la
distribución es cualitativa se suele emplear el diagrama de sectores.
Diagrama de barras Datos sin agrupar y las barras proporcionales a

las frecuencias.
Diagrama rectángulos
Diagrama de Barras
10
12
10 8
Frecuencias
Frecuencias
8 6
6
4 4
Carrera 2Tecnicatura
2 Superior en CONTABILIDAD
0 5
Espacio curricular:
0
Estadística
x1x1 x2
x2 x3 x3 x4 x4 x5
X x5
Datos X
En datos agrupados el Histograma pone en el eje vertical las densidades de

frecuencia de cada intervalo de forma que el área de cada rectángulo es la
frecuencia absoluta del intervalo.
Densidad de frecuencia di = fi/ai
Diagrama en escalera para datos no agrupados se utiliza para las

frecuencias acumuladas , son histogramas en los que en el eje vertical se
acumulan las frecuencias absolutas, por eso se llaman en escalera.
Frecuencias absolutas
x1 x2 x3 xn
Datos

Diagrama de barras acumulado para datos agrupados
s
a
d
a
l
u
m
u
c
a
s
a
i
c
n
e
u
c
e
r
F
Intervalos clase

Histograma para datos agrupados en intervalos
El área de cada rectángulo nos da la frecuencia del intervalo, por tanto la

base es la amplitud y la altura la densidad de frecuencia de dada uno di
f5
Densidades
f3
f1 f4
f2
a1 a2 a3 a4 a5
Amplitudes

MEDIDAS DE POSICIÓN
Se trata de resumir la información en un único número.

Las medidas de posición pueden ser:
• De tendencia central o promedios
1. Media
2. Mediana
3. Moda
• De tendencia no central
1. Cuantiles.
Las medidas de posición tienen que cumplir que intervengan todos los
valores de la variable, que se puedan calcular y que su valor sea único para
cada distribución de frecuencias.
1.- MEDIA
La media puede ser :
• Aritmética simple o ponderada

• Media Cuadrática
• Media Geométrica
• Media Armónica
Media aritmética simple
Se suman de todos los valores de la variable ponderados por sus frecuencias

absolutas y dividido todo ello por el número total de observaciones
n
− ∑x f i i
x=
i =1
N
La media aritmética es siempre el centro de gravedad de la distribución y
es siempre un valor que entra dentro del campo de variación de la variable.
Si los datos están agrupados en intervalos se toma la marca de clase de
cada intervalo para su cálculo.
Propiedades

1.- Cuando a los valores de la variable se les suma una constante, la

nueva media es la antigua más la constante.
− −
x´= x + K ⇒ x´ = x + K
Demostración
x´ =
∑ x ´ f = ∑ ( x + K ) f = ∑ x f + k ∑ f = x + K puesto que la
i i i i i i i
−
N N N N
suma de las fi es N.
2.- Si a los valores de la variable se les multiplica por una constante, la

nueva media es la antigua multiplicada por la constante.
− −
x , ´= x i K ⇒ x´= K x
Demostración
x´=
∑ x ´ f = ∑ Kx f = K ∑ x f = k x
i i i i i i
−
N N N
3.- Como consecuencia de las dos anteriores si a los valores de una

variable se les multiplica por constante y se les suma un número, la
media aritmética queda multiplicada por la constante y sumado el
número.
− −
Es decir si : Y = KX + B entonces Y = K X + B
4.- La media aritmética se puede hacer siempre con variables

cuantitativas y es perfecta, pero tiene un inconveniente que es que si los
valores son muy extremos ( desviados del resto), puede desvirtuarse la
situación y hacerla poco representativa, debido a este problema, a veces
se hace la media truncada que es quitar los extremos y hacer la media
de los que quedan.
Media Aritmética ponderada
Es igual que la media aritmética simple, pero se pondera cada valor de

la variable por un coeficiente distinto de la frecuencia absoluta.
Media cuadrática
Es la media de los valores de la variable al cuadrado es decir :
x =
2 ∑x f i
2
i
N
Media Armónica
Es la media de los valores inversos de la variable, o la inversa de la media

aritmética
N
H =
f
∑ i
xi
La media armónica se utiliza cuando la variable se encuentra medida en

términos relativos. Por ejemplo la velocidad.
Media Geométrica
Es la raíz N-ésima del producto de los valores de la variable elevado cada uno
de ellos a su frecuencia absoluta
G = N x1f .x 2f .......... x nf
1 2 n
Tiene el problema de que su cálculo es muy complicado sobre todo si N es

grande.
2.- MEDIANA
Es el valor de la variable que ocupa el lugar central de la distribución, es decir

el valor de la variable que deja el 50% de observaciones hacia la izquierda y el
50% a la derecha.
Para poder hallar la mediana, lo primero que hay que hacer es ordenar los
valores de la variable de forma creciente, y escribir los valores de las
frecuencias acumuladas Fi.
Distinguiremos dos casos, datos no agrupados y datos agrupados.
Para datos no agrupados
Se calcula primero el 50% de la población N/2, se lleva ese valor a la columna

de frecuencias absolutas acumuladas.
• Si el valor no está en la columna de acumuladas, se toma como valor de

la mediana el de la variable correspondiente al siguiente.
• Si el valor si está en la columna de acumuladas, se toma como mediana

la media aritmética del valor de la variable y el siguiente.
Para datos agrupados en intervalos

Se calcula como antes la mitad de la población, y se lleva ese valor a la

columna de frecuencias absolutas acumuladas.
• Si el valor no está en la columna, se toma como intervalo al que

pertenece la Mediana el siguiente al valor de N/2, y después de
situarnos en el intervalo por la hipótesis de uniformidad hacemos una
proporción entre la amplitud del intervalo, los elementos que tiene y la
amplitud que correspondería a la diferencia entre N/2 y la frecuencia
acumulada anterior valor que añadiríamos al extremo inferior del
intervalo.
• Si el valor sí está en la columna de frecuencias acumuladas, se toma

como Mediana el extremo superior del intervalo correspondiente.
También se puede hallar gráficamente con el diagrama correspondiente a las

frecuencias absolutas acumuladas.
3.- MODA
Es el valor de la variable que más veces se repite. En algunos casos existen

varias modas, pero normalmente es una, si son dos se llama bimodal.
Para datos no agrupados
La moda es el valor de la variable correspondiente a la mayor frecuencia

absoluta.
Para datos agrupados en intervalos
Se halla la densidad de frecuencia de cada uno de los intervalos (di) y el de

mayor densidad de frecuencia se selecciona como intervalo modal, para
determinar el valor de la Moda, se aplica la siguiente fórmula, basada en la
proporcionalidad:
d i − d i −1
Mo = Li + .a i
( d i − d i −1 ) + (d i − d i +1 )
Si los intervalos tienen todos la misma amplitud el intervalo modal es el de

mayor frecuencia absoluta.
CUANTILES
Son medidas de posición que no tiene porqué ser central. Hay varios tipos de
cuantiles:
1.- Cuartiles Son valores de la variable que dividen a la distribución en cuatro

partes iguales, por lo tanto los cuartiles son tres C1 que deja por detrás de él al
25% de la población, C2 que divide a la población en dos partes iguales y C3
que deja dtrás de él al 75% de la población.
2.- Deciles Son valores e la variable que dividen a la distribución en diez partes
iguales, por lo tanto los deciles son nueve, D1 deja al 10% antes, D2 al 20% y
así sucesivamente hasta D9 que deja al 90% antes y al 10% después de él.
3.- Percentiles.- Son valores de la variable que dividen a la distribución en

cien partes iguales, por lo tanto los percentiles son 99.
En realidad tanto cuartiles como deciles se calculan con el correspondiente

percentil.
D1= P10 D9 = P90 C1 = P25 C2 = D5 = P50 = ME .
Para calcular cualquiera de ellos se utiliza por lo tanto el mismo

procedimiento que el descrito en el cálculo de la Mediana.
MEDIDAS DE DISPERSIÓN
Las medidas de dispersión nos indican el mayor o menor alejamiento de

los valores de una variable respecto a un promedio. Casi siempre
acompañando a un promedio debe ir una medida de dispersión que nos
indica la mayor o menor representatividad del promedio.
Las medidas de dispersión absoluta más utilizadas son:
Recorrido
Recorrido Intercuartílico
Desviación Media
Varianza
Desviación Típica
RECORRIDO
Es la diferencia entre el mayor y el menor valor de la variable
R = xn – x1
RECORRIDO INTERCUARTÍLICO
Es la diferencia entre el tercer cuartil y el primer cuartil
RI = Q3 – Q1
DESVIACIÓN MEDIA

Es la suma de los valores en valor absoluto de la diferencia entre cada valor de

la variable y la media aritmética por su frecuencia y dividido por el número de
datos.
 x − x  f
i=n −
∑
D =   i
i
i =1
−
x N
VARIANZA
S 2X =
∑( xi − x)2 fi
N
Siempre es positiva (por estar al cuadrado). Como la varianza es

siempre positiva, a mayor varianza mayor será la dispersión.
Propiedades:
1.-La varianza siempre es mayor o igual que cero. Tan solo hay un caso en que
es cero y es cuando todos los valores de la variable son iguales.
2.- Si a los valores de la variable le sumo una constante, la varianza de la

nueva variable es la misma que la que tenía antes.
Es decir si xi´= xi+K entonces S2x´= S2x
Demostración:
− −
S x´2 =
∑( xi ´− x´) fi =
∑( xi + k − ( x + k )) 2 fi = S x2
N N
3.- Si a los valores de la variable se les multiplica por una constante, la

varianza de la nueva variable es la que tenía por el cuadrado de la constante.
Es decir si xi´= k xi entonces S2x´= k2 S2x
Demostración
´− − −
S x2 ´=
∑( x ´− x)
i
2
fi
=
∑(kx i − k x)2 fi
= k2
∑( x i − x) 2 f i
= k 2 S x2
N N N
4.- Es consecuencia de las dos anteriores, la varianza de la variable Y=aX+b es

la varianza de X multiplicada por el cuadrado de a.
S y2 = a 2 S x2
− −2
5.- Cálculo abreviado de la varianza
S = x − x que es la fórmula más
2
x
2
utilizada.
Demostración
−2
  −2 − −2 −
∑2  xi− x fi ∑ (xi2+ x− 2 i )fxx i ∑ i2fx i x∑ fi 2x∑ fx ii −2 −2 .
Sx = = = + − = x − x
N N N N N
DESVIACIÓN TÍPICA (Sx)
Es la raíz cuadrada positiva de la varianza y es la medida de dispersión más

utilizada.
Clases de medidas de dispersión relativas
Se caracterizan por ser adimensionales, las más importante es el

coeficiente de variación de Pearson, nos indica la mayor o menor
homogeneidad de los datos respecto de la media y por lo tanto nos da la
representatividad de la media en la distribución.

Tipificación de variables
Tipificar una variable es cambiarla por otra que tenga de media cero y
desviación típica 1. Se utiliza para comparar distribuciones .
Cada valor se tipifica restando la media y dividiendo por la desviación

típica, la nueva variable z, tiene de media cero y desviación típica 1.
−
x−x
z=
Sx
MEDIDAS DE FORMA
Hacen referencia a la forma de la distribución, simétrica, asimetría a la

derecha o a la izquierda. En general la mejor manera de verlo es por la
representación gráfica, pero si no la tenemos existen coeficientes que nos
indican la forma de la distribución. Los más utilizados son:
 Coeficiente de asimetría de Pearson, sólo se puede utilizar en

distribuciones campaniformes (forma de campana) y unimodales
−
−
x− M o
Ap =
Sx
Este coeficiente puede ser:
 0 entonces la media igual que la moda, distribución simétrica

 >0 entonces la media mayor que la moda, asimetría a la derecha
positiva
 <0 entonces la media menor que la moda asimetría a la izquierda
negativa
 Coeficiente de asimetría de Fisher, tiene la ventaja de que se puede

hallar para todas las distribuciones, aunque su cálculo es complicado y
laborioso.
g1 =
∑( x i − x )3 f i
N .S x3
 0 entonces la distribución es simétrica

 >0 entonces asimetría a la derecha
 <0 entonces asimetría a la izquierda.
 Curtosis hace referencia al mayor o menor apuntamiento que tiene una

distribución de frecuencias respecto a una distribución Normal, por lo
tanto sólo se estudia en distribuciones campaniformes , para
compararlas con la campana de Gauss, su calculo también es muy
laborioso.
g2 =
∑(x i − x) 4 f i
−3
N .S x4
 0 la curva es igual que la normal, se llama Mesocúrtica

 >0 la curva es más puntiaguda que la normal se llama Leptocúrtica
 <0 la curva es más aplastada quie la normal, se llama Platicúrtica

ANEXO MEDIDAS DE CONCENTRACIÓN
La concentración estudia el mayor o menor grado de distribución de los

valores de la variable, la mayor o menor equidad o igualdad en el reparto, por
lo tanto sólo se puede estudiar en variables de tipo económico, rentas, sueldos,
subvenciones, etc...........
Las medidas más utilizadas son el Índice de Gini y la curva de Lorentz, su

cálculo se basa en la siguiente tabla de distribución:
Li-1-Li mi fi Fi Fi u
ui = ∑f i .mi
pi = .100 qi i = i .100
N un
10-20 15 6 6 90 26,09 8,45
20-40 30 4 10 210 43,48 19,72
40-50 45 3 13 345 56,52 32,39
50-70 60 5 18 645 78,26 60,56
70-80 75 2 20 795 86,96 74,65
80-100 90 3 23 1065
N=23 291,31
Los pi nos indican el porcentaje de población y los qi correspondientes la

cantidad que se reparte ese porcentaje de población, también claro está en
porcentaje.
Siempre pi > qi en caso de igualdad implica que todos perciben la misma

cantidad, por lo tanto hay nula concentración o total uniformidad en el reparto.
Si pi se aproxima a qi hay poca concentración o sea bastante uniformidad, caso

contrario mucha concentración o sea no hay uniformidad.
Indice de Gini
IG =
∑( p − q ) = 95,54 = 0,3280
i i
en nuestro ejemplo hay escasa
∑p i 291,31
concentración por lo tanto bastante uniformidad en el reparto.
La curva de Lorenz sería por tanto de la forma:

EJERCICIOS ESTADÍSTICA DESCRIPTIVA
1.- Dada la siguiente distribución de frecuencias de variable discreta . Calcular:
a) Mediana b) Moda c) Media d) Varianza y desviación típica
xi fi
47 1
48 3
49 2
50 8
51 3
52 2
53 1
2.- Consultados 350 matrimonios sobre la edad de la esposa, se confecciona la

siguiente tabla:
Edad esposa Nº matrimonios

15.20 23
20.25 28
25.30 76
30.35 54
35.40 60
40.50 42
50.70 67
Calcular Media, Mediana y Moda
3.- Un hotel tiene cinco tipos de habitaciones cuyos precios así como los
ingresos son:
Precio por Habitación Ingresos

200 16.000
500 20.000
750 37.500
1.000 30.000
1.300 26.000
• Calcula precio medio

• Si el coeficiente de variación de los precios de otro hotel es 0,75 ¿ Cúal
de los dos hoteles posee una estructura de precios más homogéneos?

4.- Un empresario desea repartir unas bonificaciones entre sus empleados

en base a la categoría y productividad de los mismos. Dicha distribución
quedó de la siguiente forma:
Bonificaciones (Cientos Euros) Nº Empleados

10.15 3
15.25 8
25-28 12
28.32 15
32.40 7
40.55 5
• Bonificación media por trabajador

• Bonificación más frecuente
• Bonificación tal que la mitad de las restantes sea inferior a ella
• La varianza
• El coeficiente de variación y significado
• El coeficiente de asimetría de Pearson y significado.
5.- Los beneficios en millones de euros de un grupo de empresas vienen

detallados en el siguiente histograma de frecuencias absolutas acumuladas:
3
2,8
2,6
2,4
2,2
2
1,8
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
0
25 50 75 100 125 150
Calcular:
• Tabla estadística
• Establecer nº de empresas con beneficios superiores a 75
millones
• Calcular media mediana y moda
• Coeficiente de variación y de asimetría de Pearson ( significado)

6.- Las calificaciones de 90 opositores en el primer ejercicio han sido:
xi fi
0 4
1 10
2 13
3 11
4 13
5 10
6 9
7 7
8 7
9 4
10 2
Se pide Cuartiles e interpretación de los resultados
7.- La tabla adjunta muestra la distribución de los salarios/mes en Euros

percibidos por los 65 empleados de la empresa AVISO.
Salario mes Nº empleados

500.600 8
600.700 10
700.800 16
800.900 14
900.1000 10
1000.1100 5
1100.1200 2
• Se pide Salario medio de la empresa

• Salario tal que la mitad de los empleados ganan menos
• Salario más frecuente
• Presenta los datos en un histograma.
8.- Una variable estadística tiene una media igual a 7, y una desviación típica
igual a 5. Calcular la media y la varianza de las variables:
• Y = (X-2)/4
• Z= 5X+2

9.- Completar los datos que faltan en la siguiente tabla de distribución de

frecuencias:
xi fi FI hi HI
70 2 - - -
60 - 12 - -
50 8 - - -
40 6 - - -
30 - 34 - -
20 4 - - -
10 3 - - -
Calcular:
• Media aritmética
• Varianza
• Coeficiente de variación
• Mediana
• Recorrido intercuartílico
10.- La puntuación que han obtenido 50 personas que se presentaron para

ocupar un puesto en la plantilla de una empresa, ha sido la siguiente:
Puntuación Nº personas
14.18 3
18.20 6
20.25 11
25.28 15
28.32 8
32.36 7
• Puntuación media y puntuación más frecuente

• Coeficiente de asimetría de Pearson y significado
• ¿ Qué tipo de curtosis presenta la distribución?
11.- Las últimas cien ventas facturadas por un establecimiento se habían

agrupado en cuatro intervalos de clase, recordamos tan sólo la siguiente
información:
• El primer intervalo tiene seis semanas como extremo superior, una

frecuencia relativa de 0,2 y una amplitud de cuatro semanas.
• La marca de clase del segundo y cuarto intervalo son ocho y cincuenta
semanas respectivamente.
• Hasta el segundo intervalo se acumulan sesenta ventas.
• El tercer intervalo presenta una frecuencia de treinta ventas y una
amplitud de treinta semanas.

Con esta información construye la distribución de frecuencias y calcula la

media, mediana, moda y coeficiente de variación.
12.- Las indemnizaciones recibidas por los 42 propietarios de áreas de

cultivo después de unas recientes inundaciones, se distribuyen del siguiente
modo:
Cientos de Euros Propietarios

20.50 8
50.100 20
100.140 8
150 5
220 1
• Si las perdidas se han valorado en más de 400.000 Euros,

puede afirmarse que las indemnizaciones son suficientes?
• Calcular la indemnización más frecuente
• Calcular la mediana y la media
• Si a todos los propietarios se les subiera la indemnización
en 2.000 Euros serían suficientes las indemnizaciones?
Cuál sería entonces la media?.
13.- Durante la última semana dos librerías han vendido los libros que ocupan
los tres primeros puestos en las listas de ventas a los siguientes precios
Librería 1 Librería2
Precio Nº Ejemplares Precio Nº Ejemplares
18 10 15 25
21 13 19 18
23 15 20 25
• Qué establecimiento ha presentado una recaudación media más

representativa
• Cuál de los establecimientos presenta una mayor disparidad de
precios?
14.- Una empresa automovilística ha abierto una nueva factoría en un país del
este. En este año en dicha factoría se han obtenido unas ventas medias
mensuales de 100 automóviles con una desviación típica de 10, mientras que
en España por término medio se han vendido 75 coches con una desviación
típica de 8.
• ¿ En la factoría de qué país las ventas medias de automóviles

son más representativas?
• Si en el último mes las ventas de la nueva factoría son de 105
vehículos y en la española de 80 ¿qué factoría presenta mayores
ventas en términos relativos este mes? ( Tipificar los valores)
• Si la empresa piensa abrir otra factoría en Asia, y se espera que

la distribución de ventas sea Y= X – 10 , siendo X la distribución
de ventas en España ¿ En cuál de estas dos factorías las ventas
son más representativas?
15.- Las calificaciones obtenidas por un grupo de alumnos en Matemáticas

y Economía son:
Se pide a los alumnos de la clase las notas de la evaluación en las dos

asignaturas y se anotan los resultados. Una vez anotados los resultados en dos
filas, se pide:
• ¿Cuántos alumnos tiene el grupo?

• Tabla de correlación
• Distribuciones marginales, medias y varianzas
• ¿Cuál de las dos es más homogénea?
• Hallar la distribución de matemáticas condicionada a la Economía
sea 7
• Distribución de Economía condicionada a Matemáticas superior a 4
• Porcentaje de personas que aprobaron la Economía
• Nota mínima obtenida por el 30% de los alumnos que más nota
tienen en Economía
• Calcular la covarianza
• Calcular el coeficiente de correlación lineal y significado.
• Nube de puntos.
16.- Con los datos de la siguiente tabla obténgase las medias, varianzas y
covarianza de las variables X e Y
yj 1 2 4 ni
xi
5 1 0 2 3
10 2 1 0 3
15 0 1 3 4
nij 3 2 5 10
17.- Dada la distribución :
xi yj nij
2 1 6
2 4 7
3 2 4
3 5 2
5 4 1

• Determínese el coeficiente de correlación lineal entre las variables

y dar su significado, relaciona el resultado obtenido con la nube
de puntos de la distribución
18.- Se ha encuestado a 100 familias en una ciudad sobre su gasto mensual en

ocio (variable Y) y sus ingresos mensuales (Variable X). En la siguiente tabla
se presentan los resultados obtenidos, donde las variables vienen expresadas
en Euros.
Y 0-100 100-200 200-400 400-800

X
600-1000 4 1 1 -
1000-1500 9 8 3 -
1500-2000 9 12 20 3
2000-3000 5 8 12 3
3000-5000 1 1 - -
• Obtener el ingreso medio mensual por familia

• Obtener el gasto en ocio medio mensual por familia
• Obtener la media de gasto en ocio para las familias con ingresos
inferiores a 2000 Euros
• Cúal de las dos distribuciones es más homogénea?
• Halla la correlación lineal entre ambas y explica su significado
• ¿ Cuál es el ingreso máximo que tienen el 20% de las familias
que menos ingreso tienen?
19.- En un determinado sector, la producción y las exportaciones durante los

últimos años han sido:
Año Producción (miles) Exportación (miles)

2000 400 80
2001 420 80
2002 440 90
2003 480 92
2004 500 98
• Calcule la covarianza y el coeficiente de correlación lineal y dé su

interpretación
• Realice un ajuste lineal entre ambas variables
• Determine el coeficiente de determinación e interprete el resultado.
20.- Calcular las rectas de regresión de una variable bidimensional (X,Y)

sabiendo los siguientes datos :
x = 1 4 y = 7 S x2 = 3 S y2 = 1 r = 0,9 5
• ¿ Qué valor asignaría a X para un valor Y=5
21.- Dada la recta de regresión Y = - 0,25 + 3,2X ¿ Puede ser Sy< 6,4 si Sx =
2?
22.- En una región de España se observó el precio del vino y la cantidad de

producción durante algunos años , obteniéndose los siguientes datos :
X 35 31 42 60 52 49 61 50 55 58
Y 100 140 120 110 200 200 110 160 160 200
donde X es el precio por litro del vino en céntimos de Euro e Y es la cantidad

producida en miles de litros. Considerando la variable X agrupada en intervalos
de amplitud constante y considerando que el primer intervalo es 25-35; se pide:
• Distribuciones marginales
• Media, mediana, desviación típica y coeficiente de variación de
Pearson de X
• Covarianza entre las variables
• Porcentaje de años en los que el precio del vino fue inferior a 48
céntimos
• Recta de regresión de Y/X
• Coeficiente de correlación y de determinación , significado.
23.- La recta de regresión entre dos variables viene dada por Y = 5 + b.X.
Sabiendo que las medias de las variables son respectivamente 5 y 20. Calcular
el coeficiente de regresión .
24.- Contestar razonadamente si las afirmaciones siguientes son ciertas:
1. Si el coeficiente de regresión es negativo, se deduce que:
• El coeficiente de correlación es menor que cero

• La variable Y aumenta cuando X disminuye
• La covarianza es negativa
2. Si el coeficiente de determinación en un ajuste es 0,9
• El ajuste es bueno
• El coeficiente de correlación es 0,9
• El 10% de los valores no se explican por la regresión
25.- Media aritmética y varianza. Tipos de medida que son. Utilidad,

importancia y propiedades que cumple cada una de ellas.

TEORÍA
1.- ( 2 puntos) Media aritmética. Definición. Propiedades y demostración de

las mismas.
2.- ( 2 puntos) Responda razonadamente a las siguientes cuestiones:
• ¿ Qué predicción sería más fiable en un modelo lineal?

a1) Aquella en la que R = 0,9
a2) Aquella en la que r = 0,92
• Es posible que una variable estadística tenga de coeficiente de asimetría
de Pearson –2, siendo la media mayor que la moda?
• Obtener la varianza de la variable Y = 2X + 4 siendo Sx = 6
• Si una variable estadística toma un único valor constante K cual es su
media y su varianza.
PROBLEMAS
En todos los apartados ponga en un recuadro el resultado final
1.- ( 2 puntos ) Realizada una encuesta entre fumadores se ha obtenido la

siguiente tabla de frecuencias:
Nº Cigarrillos diarios Nº de individuos
5.10 20
10.15 15
15.20 25
20.30 40
• Número medio de cigarrillos fumados por individuo y día

• Desviación típica y coeficiente de variación de Pearson
• El valor más frecuente de la variable
• Histograma de frecuencias absolutas
• Número de cigarrillos que fuman el 30% de la población más fumadora.
2.- ( 2 puntos ) Halle las rectas de regresión de una variable bidimensional

− −
(X,Y) sabiendo x = 20 y = 10 S x = 4 S y = 2 , siendo el coeficiente de correlación
lineal r = 0,95.
En cual de las dos variables la media es más representativa?. ¿ Qué valor
asignaría a Y = 6? Sería la predicción fiable?

3.- ( 2 puntos ) En una muestra de 20 empresas del sector metalúrgico se

obtuvieron los siguientes datos sobre el número de empleados X y sus ingresos
anuales Y en miles de Euros
Nº empleados(X) Ingresos Ingresos Ingresos

Anuales(Y) anuales(Y) anuales(Y)
5-15 15-25 25-45
10-30 6 2 0
30-50 1 1 0
50-100 0 0 10
• Calcule los ingresos medios anuales

• La mediana del número de empleados
• La recta que te permita calcular los ingresos sabiendo el número de
empleados
• Sería fiable la predicción que se hiciera?
• En los mismos ejes representa nube de puntos y recta de regresión
hallada.
TEORÍA
1.- ( 2 puntos ) Conteste a la pregunta que mejor sepa de entre las propuestas
por el profesor en clase.
2.- ( 2 puntos ) Responda razonadamente las siguientes cuestiones:
• Si la media y la varianza de la variable X son 10 y 36 respectivamente,

es el coeficiente de variación de Pearson mayor que 1?
• Es posible que Sx sea mayor que 4 si Sxy=4 y Sy2 = 0,9?
• Si a una variable se le multiplica por dos y después se le suma 5 ¿ que
le ocurre a la media?¿Qué le ocurre a la varianza?
• Si una variable toma únicamente los valores uno y menos uno¿ Cuál
sería su media?¿Cuál sería su varianza?
Actividades
En todos los apartados ponga en un recuadro el resultado final
1.-(2 puntos ) Una empresa quiere realizar un estudio sobre la influencia de las
campañas publicitarias en sus cifras de ventas. Para ello dispone del gasto
destinado a publicidad y sus ventas en los últimos cinco años:
Años Gastos publicidad Ventas

(Millones de Euros) (Millones de Euros)
2000 2,5 200
2001 2,8 221
2002 2,9 230
2003 3,1 239

2004 3,5 248
• Obtenga la recta de regresión que permita predecir las ventas

a partir de los gastos en publicidad
• Prediga las ventas para el año 2005 si se piensa invertir en
publicidad 4.000.000 de Euros.
• Juzgue la bondad del modelo y la fiabilidad de la predicción
realizada.
2.-(2 puntos ) Calcular los tres cuartiles de las dos distribuciones

siguientes:
Xi fi
2 8
3 10
8 12
12 6
15 3
Li-1-Li fi
5-10 6
10-15 7
15-20 10
20-30 9
Calcular también estas medidas gráficamente en ambos casos

Calcula la Moda en la segunda distribución.
3.-(2 puntos ) Dada la variable X , que toma los valores 2, 4, 20 y 24.
• Hallar la media y la varianza de los valores de esa variable

tipificados.
• Hallar la media y la varianza de la variable Y= 2X + 5
• Hallar el coeficiente de variación de la variable X y de la variable Y e
interpretar el resultado.
• Si a todos los valores de la variable X se les resta 2¿Cuál sería la
media y la varianza de la nueva variable?


1 - Estadistica - Descriptiva

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

1 - Estadistica - Descriptiva

Caricato da

Copyright:

Formati disponibili

INSTITUTO DE LOS ANDES

INNOVACION EN EDUCACIÓN SUPERIOR

INSTITUTO Los Andes de Educación Superior

Carrera Tecnicatura Superior en CONTABILIDAD

• Obtener datos a partir de una población o muestra sobre diferentes tipos

• Conocer la historia y reconocer la importancia de la estadística.

Carrera Tecnicatura Superior en CONTABILIDAD

Estadística es la ciencia que utilizando las matemáticas y de modo

La estadística tiene dos grandes ramas: Descriptiva e Inferencial.

- Estadística Descriptiva analiza las características de una población o

- Estadística Inferencial basándose en los resultados obtenidos de una

- Población son todos y cada uno de los elementos que se quieren

- Muestra es un subconjunto de la población o parte de la población

- Característica de una población es la propiedad que se estudia.

- Variables es cualquier característica cuantitativa ( tome valor

Ejemplo: Población Estudiantes de Económicas de Salamanca, Característica

- Dominio de la variable son los valores que toma

- Recorrido de la variable es la diferencia entre el valor mayor y el

- Variable Discreta cuando toma un número finito de valores o bien

- Variable continua cuando entre dos valores cualesquiera siempre

- Variable unidimensional Estudia solo una característica de la

Carrera Tecnicatura Superior en CONTABILIDAD

- Variable bidimensional Estudia dos características de una población.

- Variable infidimensional estudiaría infinitas características

- Atributos son características de la población no susceptibles de

En Economía son muchos más importantes las variables (toman valor

ETAPAS DEL ANÁLISIS ESTADÍSTICO

- Escala nominal la característica estudiada se clasifica en una serie

- Escala ordinal el carácter medido no es numérico pero puede

- Escala de intervalos la característica puede cuantificarse

ANÁLISIS ESTADÍSTICO DE DISTRIBUCIONES UNIDIMENSIONALES

- Distribución unidimensional está formada por los valores que toma la

- Frecuencia absoluta ( fi ) es el número de veces que se repite un

- Frecuencia relativa ( hi) es el cociente entre la frecuencia absoluta y

- Frecuencia absoluta acumulada Fi = ∑ f j es decir se suman las

frecuencias anteriores a un valor dado, por tanto la acumulada al final

- Distribución por datos no agrupados es cuando se especifican todos

- Distribución por datos agrupados los valores de la variable se miden

- Marca de clase de un intervalo es la semisuma de los extremos del

Las representaciones gráficas tienen que estar hechas para que el

En distribuciones cuantitativas si los datos no están agrupados, se

Diagrama de barras Datos sin agrupar y las barras proporcionales a

En datos agrupados el Histograma pone en el eje vertical las densidades de

Densidad de frecuencia di = fi/ai

Diagrama en escalera para datos no agrupados se utiliza para las

Carrera Tecnicatura Superior en CONTABILIDAD

Diagrama de barras acumulado para datos agrupados

Carrera Tecnicatura Superior en CONTABILIDAD

Histograma para datos agrupados en intervalos

El área de cada rectángulo nos da la frecuencia del intervalo, por tanto la

Carrera Tecnicatura Superior en CONTABILIDAD

Se trata de resumir la información en un único número.

• De tendencia central o promedios

La media puede ser :

• Aritmética simple o ponderada

Media aritmética simple

Se suman de todos los valores de la variable ponderados por sus frecuencias

Carrera Tecnicatura Superior en CONTABILIDAD

1.- Cuando a los valores de la variable se les suma una constante, la

2.- Si a los valores de la variable se les multiplica por una constante, la

3.- Como consecuencia de las dos anteriores si a los valores de una

4.- La media aritmética se puede hacer siempre con variables