Sei sulla pagina 1di 38

CLCULO DE PROBABILIDADES

CAP. 1
INTRODUCCIN Y DEFINICIONES
INTRODUCCIN
Inicialmente la palabra de Estadstica se deriv del vocablo Estado
DEFINICIONES
Algunas de las definiciones la caracterizan como ciencia y otras como una metodologa.

Se llama Estadstica a la rama de las matemticas que se sirve de un conjunto de mtodos, normas, reglas y
principios para la observacin, toma, organizacin, descripcin, presentacin y anlisis del comportamiento
de un grupo de datos para la conclusin sobre un experimento o fenmeno.

Rama de las matemticas que estudia los datos cuantitativos reunidos por observacin con el fin de estudiar
y comparar las fuentes de varianza de los fenmenos, de aceptar o de rechazar las hiptesis que afectan a las
relaciones entre los fenmenos y de ayudar a hacer unas inferencias a partir de las observaciones.
Kerlinger De Landsheere.

Es la tcnica o proceso matemtico de recoleccin, descripcin, organizacin, anlisis e interpretacin de


datos numricos. Constituye un instrumento fundamental de medida y de investigacin dada su capacidad de
expresin cuantitativa.
Mario Tamayo
Conocimiento de las relaciones, caractersticas o propiedades de los fenmenos que se repiten o se presentan
con cierta regularidad llegando a constituir una clase especial de fenmenos.
Mario Tamayo.

Referente a los mtodos para la obtencin de datos, su anlisis y resumen, as como la deduccin de las
consecuencias a partir de las muestras obtenidas de los eventos.
C. Monroy Olivares

En el lenguaje corriente, el trmino se suele usar en dos sentidos diferentes. En plural (estadsticas), como
sinnimo de ordenacin de datos numricos (por ejemplo, estadsticas de viviendas construidas por intermedio
del banco hipotecario); en singular, el trmino se aplica a la ciencia estadstica, cuyo objeto es el de recopilar,
presentar, analizar e interpretar datos, referentes a hechos, con el fin de estudiar fenmenos susceptibles de
expresin numrica.
Ander Egg.
Es la que se encarga de la
Estadstica es la ciencia
Estadstica descriptiva recoleccin, clasificacin,
que nos proporciona un
presentacin, descripcin y
conjunto der mtodos y
simplificacin de los datos.
procedimientos para la
recoleccin, clasificacin Solo se pretende analizar y
(organizacin), anlisis e De acuerdo a esta describir los datos
interpretacin de datos definicin se la
de forma adecuada para puede clasificar
tomar decisiones en:
Esta proporciona la teora
cuando prevalecen necesaria para inferir o
condiciones de estimar las leyes de una
incertidumbre. Estadstica Inferencial poblacin partiendo de los
resultados o conclusiones del
anlisis de una muestra.

Si el conjunto de mediciones es toda la poblacin, slo es necesario sacar conclusiones basadas


en la estadstica descriptiva
POBLACIN
Se entiende por poblacin o universo a la totalidad de individuos o elementos en las cuales puede presentarse
determinada caracterstica susceptible a ser estudiada.

"Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales
intentamos sacar conclusiones". Levin & Rubin (1996).

"Una poblacin es un conjunto de elementos que presentan una caracterstica comn".


Crdenas (1974).

Se llaman unidades elementales u observaciones son los elementos individuales de una poblacin.

La poblacin puede ser finita o infinita, dependiendo de nmero de elementos que la forman.
En la practica, una poblacin finita con un numero grande de elementos se considera una poblacin infinita.
MUESTRA
Se le llama Muestra a cualquier subconjunto de elementos de la poblacin. El inters de la Estadstica es
proporcionar mtodos que permitan elegir una muestra de datos representativos destinado a suministrar
informacin a cerca de una poblacin, ser fundamental que los elementos deben tener todas las
caractersticas de la poblacin.
Murria R. Spiegel (1991).

"Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla".
"Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin
(1996).
"Una muestra debe ser definida en base de la poblacin determinada y las conclusiones que se obtengan de
dicha muestra solo podrn referirse a la poblacin en referencia",
Cadenas (1974).

Es la medida o conteo que se obtiene de alguna poblacin con el propsito de obtener informacin acerca de
ella.

Se suelen tomar muestras cuando es difcil o costosa la observacin de todos los elementos de la poblacin
estadstica.
Al nmero de elementos de la muestra se los denomina tamao de muestra.
En el lenguaje de la estadstica, uno de los conceptos ms
elementales es el muestreo. En
casi todos los problemas de estadstica, un nmero
especificado de mediciones o datos, es MUESTRA
decir, una muestra, se toma de un cuerpo de mediciones
ms grande llamado poblacin.

POBLACIN
DATO ESTADSTICO

Son los nmeros o medidas que han sido recopilados como resultado de las observaciones, que pueden ser
comparados, analizados e interpretados.

Un nmero aislado que no puede compararse o que no muestra relacin significativa con otros nmeros, no es
un dato estadstico

VARIABLE

Una variable es una caracterstica que cambia o vara con el tiempo y/o para diferentes personas u objetos
bajo consideracin

Una variable estadstica es una caracterstica de la poblacin que interesa al investigador y que puede tomar
diferentes valores.

Variable aleatoria: Si los valores que toma una variable, provienen de factores fortuitos y si un valor no se
puede predecir exactamente con anticipacin, esta es una variable aleatoria.
CLASIFICACIN DE VARIABLES
Las variables cualitativas miden una cualidad o caracterstica en cada unidad experimental. Las variables
cuantitativas miden una cantidad numrica en cada unidad experimental.
Son las que surgen cuando se definen
categoras y se cuenta el nmero de
VARIABLE CUALITATIVA: Son Nominal
observaciones pertenecientes a cada categora
variables cuyos valores consisten en
y no lleva ninguna ordenacin en las posibles
categoras de clasificacin, es decir,
modalidades.
se refieren a la cualidad que presenta
la poblacin, NO lleva clasificacin Ordinal En estas se ordenan los casos en trmino del
numrica. grado que poseen una determinada
caracterstica.

Son aquellos que toman valores numricos


Discretas
aislados y no pueden tomar ningn valor entre
VARIABLE CUANTITATIVA: Son
dos consecutivos fijados.
aquellas variables que se obtienen
Puede tomar slo un nmero finito o contable de
como resultado de mediciones o
valores
conteos
Son los que pueden toman infinitos valores entre
Continuas
dos nmeros, por muy prximos que los fijemos.
puede tomar infinitamente muchos valores
correspondientes a los puntos en un intervalo de
PARMETRO: Es la medida utilizada para describir alguna caracterstica de alguna poblacin, y para
determinar su valor es necesario utilizar la informacin de la poblacin completa, por la tanto, las
decisiones se tomaran en certidumbre total.

ESTADGRAFO: Es una medida utilizada para describir alguna caracterstica de la muestra y la toma de
decisiones contiene un grado de incertidumbre.
Las ms utilizadas son:
varianza muestral () y proporcin muestral (S2).
media muestral (),

ETAPAS DEL MTODO ESTADISTICO

ORGANIZACIN O ANLISIS E
PLANIFICACIN RECOLECCIN DE LA CLASIFICACIN DE INTERPRETACIN DE
DEL ESTUDIO INFORMACIN LA INFORMACIN LOS RESULTADOS

Es necesario conocer las posibilidades y limitaciones de una tcnica an no se tenga ninguna destreza en su
manejo, que dominar los intrincados secretos de su calculo cuando no se tiene una versin acertada de su
aplicacin.
Etapa de Planteamiento del Bsqueda de Verificacin de Anlisis y presentacin
planificacin problema y objetivos informacin la hiptesis de los datos

Error de en las Mtodos de


Recoleccin observaciones, recoleccin
de la MUESTRAS
observador, mtodo de
informacin de observacin informacin
Tipos de muestreo
Se llama Muestreo al estudio que se hace de una poblacin por medio de muestras representativas,
debidamente elegidas de manera que posea todas las caractersticas de una poblacin y de tamao
determinado segn la precisin que de ella se quiere obtener en las decisiones y conclusiones estadsticas
posteriores.
TIPOS DE MUESTREO

PROBABILSTICOS NO PROBABILSTICOS

Muestreo simple aleatorio Muestras por conveniencia

Muestreo sistemticos Muestras a juicio

Muestras estratificadas Muestras por cuota

Muestreo por Muestreo de bola de nieve


conglomerado
Muestreo Probabilstico
Subconjuntos de una poblacin que aseguran un corte transversal representativo al dar a cada elemento de la
poblacin una posibilidad diferente de cero de ser seleccionado
Las muestras se eligen de manera que todo elemento de una poblacin tenga una probabilidad de ser elegido,
conocido y diferente de cero.
El investigador debe seguir con precisin los procedimientos exactos de seleccin, para evitar seleccionar de
manera arbitraria o desviada los elementos de la muestra.

Si los procedimientos son llevados de manera correcta, son aplicables a las leyes de probabilidad, que permite
calcular hasta que grado puede esperarse que el valor de la muestra de la cual se obtuvieron respuestas difiera
del valor real de la poblacin, es decir, se obtiene el error de muestreo.
Desventajas del muestreo probabilstico
En la mayora de los casos es ms costoso que un muestreo no probabilstico del mismo tamao. Las reglas de
seleccin incrementan los costos de entrevista y el diseo de la muestra debe estar a cargo de profesionales

El muestreo probabilstico requiere ms tiempo en su diseo y ejecucin que el no probabilstico. Los


procedimientos para poner en practica el plan de muestreo incrementan el tiempo necesario para recopilar
los datos.
Muestreo Aleatorio simple
Es la forma ms pura de muestreo probabilstico.
Todo elemento de la poblacin tiene una probabilidad conocida e igual de ser elegido, el cual se calcula de la
siguiente manera:
Probabilidad de leccin = Tamao de la muestra
Tamao de la poblacin
El procedimiento es el siguiente:
1 Asigna un nmero a cada elemento de la poblacin Ej: Si la poblacin tiene 10 000 elementos, se
enumera del 1 al 10 000
2 Se toma un tabla de nmeros aleatorios y a partir de un punto arbitrario uno de desplaza hacia
arriba, abajo, derecha e izquierda, hasta elegir el tamao de la muestra (Ej.: 400 nmeros)
3 Los nmeros seleccionados identifican los elementos de la poblacin que se van a incluir en la
muestra
Muestreo Sistemtico
Se emplea con frecuencia como sustituto del muestreo aleatorio simple, y su popularidad se basa en su
simplicidad.
Este muestreo produce muestras casi idnticas a las que se generan mediante el muestreo aleatorio simple

Para utilizar este mtodo es necesario obtener una lista de la poblacin igual que en el muestreo aleatorio
simple.
El investigador determina un intervalo de salto y selecciona nombres basndose en el mismo.

Probabilidad de leccin = Tamao de la poblacin


Tamao de la muestra

La principal ventaja del muestreo sistemtico con respecto al muestreo aleatorio simple es la economa, pues
con frecuencia es ms sencillo, requiere menos tiempo y es menos costoso que el muestreo aleatorio simple.

Su mayor riesgo reside en las listas de poblacin.


Ej.: Se obtiene un intervalo de 25, por lo tanto de la lista se elegirn nombres cada 25 nmeros
Muestras Estratificadas
Estas se diferencian por los siguientes pasos:
1 La poblacin original se divide en dos o ms subconjuntos mutuamente exclusivos y extensivos (ej.:
masculino y femenino.)
2 Se eligen de manera independiente muestras aleatorias simples de los elementos de los dos o ms
subconjuntos

En este punto se debe definir si se trabajar con


Estrato proporcional: A cada estrato le corresponde igual nmero de elementos mustrales.
Estrato desproporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada
estrato.
En la segunda parte se realiza un muestreo aleatorio simple en cada estrato por separado.
Muestras por conglomerados
Las unidades de muestreo se seleccionan por grupos
1 la poblacin de inters se divide en subconjuntos
2 Se elige una muestra aleatoria de los subconjuntos
Conglomerado de 1 etapa: Si el investigador muestrea todos los elementos de los subconjuntos elegidos

Conglomerado de 2 etapas: Si se elige una muestra de elementos de los subconjuntos seleccionados de alguna
manera probabilstica.
La diferencia con el mtodo de muestras estratificadas son:
Estratificada Conglomerados

El investigador escoge una muestra de


Se elige una muestra de elementos de cada subgrupos y despus recopila datos de todos
subgrupo los elementos del subgrupo.(muestra grupal
de una etapa) o de una muestra de elementos
(muestra grupal de 2 etapas)
Muestreo No Probabilstico

Subconjuntos de una poblacin en los cuales se efecta poco o ningn intento para lograr un corte
transversal representativo

Por definicin cualquier muestra que no cumpla los requisitos de una muestra probabilstica es no
probabilstica.
Las muestras no probabilsticas no permiten calcular el error de muestreo, por eso surgirn
dificultades an mayores para evaluar la cantidad total de muestras no probabilsticas.

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente


costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven para
realizar generalizaciones (estimaciones inferenciales sobre la poblacin), pues no se tiene certeza
de que la muestra extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la
misma probabilidad de ser elegidos.
En general se seleccionan a los sujetos siguiendo determinados criterios procurando, en la
medida de lo posible, que la muestra sea representativa.
Ej.: si hacemos una encuesta telefnica por la maana, las personas que no tienen telfono o que
estn trabajando, no podrn formar parte de la muestra.
Muestreo por conveniencia
Como su nombre lo indica, lo utilizan por conveniencia

Puede ser un mtodo eficiente y eficaz para obtener la informacin necesaria, en especial para realizar
exploraciones y cuando hay la necesidad urgente de estimar el valor verdadero a un costo bajo.

Algunos piensan que el muestreo por conveniencia se emplea cada da mas que el muestreo probabilstico,
por la creciente disponibilidad de bases de datos de consumidores de categoras de baja incidencia y difciles
de hallar.

Ej.) Una compaa quiere sacar un nuevo producto X , busca en las listas de datos de las empresas proveedoras
de informacin, quienes consumen ese X producto y realiza las entrevistas a un costo mucho ms bajo.
Muestreo por cuotas
Tambin denominado en ocasiones "accidental".
Son muestras en las cuales los subgrupos de poblacin establecen las cuotas. La seleccin se la efecta por
medios no probabilsticos

En algunos casos la confunden con la muestra estratificada, pero existen 2 diferencias:


a) Los entrevistados de la muestra de cuota no se eligen al azar como en la estratificada
b) Los factores de clasificacin de inters se eligen conforme al criterio del investigador, mientras que en la
estratificada los factores de clasificacin que se emplean se eligen sobre la base de una relacin entre el
factor de clasificacin y el comportamiento de inters.

Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la poblacin y/o de los
individuos ms "representativos" o "adecuados" para los fines de la investigacin. Este mtodo se utiliza
mucho en las encuestas de opinin.

Ej.: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en La Paz. Una vez determinada la cuota se
eligen a los primeros que se encuentren y que cumplan esas caractersticas.
Bola de nieve
Este tipo de muestreo emplea procedimientos para elegir entrevistados adicionales con base en referencias
de los entrevistados iniciales y se utiliza para muestrear poblaciones extraas o de baja incidencia.

Los trminos de poblaciones extraas o de baja incidencia, se refieren a poblaciones que constituyen un
porcentaje muy bajo de la poblacin total
La ventaja principal de este tipo de muestreo, es que los costos disminuyen, pero la calidad de la muestra
se reduce en cierto grado.
Ej.: Encontrar personas con cierto tipo raro de enfermedad
Muestras a juicio

Se aplica a cualquier caso en el que el investigador trata de obtener una muestra representativa a partir de
criterios de eleccin basados en juicios personales

Ej.: Pruebas de un producto en un determinado centro comercial elegido por el investigador a su criterio
Organizacin
y/o Revisin y Correccin Presentacin de la informacin
Grficos
clasificacin de datos recolectados mediante Cuadros o Tablas
de los datos

RANGO Y AMPLITUD DE LOS DATOS

El rango llamado tambin recorrido de datos, es la diferencia entre el mayor y menor de los valores
que forman la variable estadstica X y se lo denota por R
R= 76 - 60
TABLA DE FRECUENCIAS

La Distribucin o Tabla de Frecuencias: Es la representacin conjunta de los datos en forma de tabla o


subgrupo de datos correspondientes a un fenmeno en estudio y su ordenamiento en base al nmero de
observaciones que corresponden a cada dato o a cada grupo de datos, adecuados segn cronologa, geografa,
anlisis cuantitativo o cualitativo.
Para este fin, se puede construir una tabla estadstica que se puede usar para mostrar los datos grficamente
como una distribucin de datos. El tipo de grfica que se escoja depende del tipo de variable que se haya
medido.
Cuando la variable de inters es cualitativa, la tabla estadstica es una lista de las categoras siendo
consideradas junto con una medida de la frecuencia con que se presenta cada valor. Se puede medir la
frecuencia en tres formas diferentes:
La frecuencia o nmero de mediciones en cada categora
La frecuencia relativa o proporcin de mediciones en cada categora
El porcentaje de mediciones en cada categora
Los principales elementos de una tabla estadstica son: Ttulo, unidades, encabezado, cuerpo o contenido,
nota de pie y referencias.
Se elabora colocando en la primera columna los datos diferentes o subgrupos de datos (llamados clases o
intervalos de clase) y en la columna siguiente el nmero de observaciones que corresponden a cada dato o a
cada grupo de datos (llamada frecuencia).
Una tabla de este tipo dar, en forma abreviada, una informacin completa acerca de la distribucin de los
valores observados.
Estas tablas facilitan el uso de los mtodos grficos y aritmticos.
La presentacin de los datos en forma ordenada, por medio de una tabla, depender de los datos de que se
trate, y si estos son cualitativos o cuantitativos.
Frecuencia absoluta

La frecuencia absoluta (fi )de un valor xi de la variable estadstica X, al nmero de veces que aparece repetido
dicho valor en el conjunto de las observaciones realizadas.

Altura de plantas de Pinos.


64 73 68 68 76 70 62 67 71 69
68 60 65 68 66 68 67 71 66 72

Ejemplo: Frecuencia absoluta del talla 68 Respuesta: 5


Frecuencia absoluta acumulada
La frecuencia absoluta (Fi )acumulada de un valor xi de la variable estadstica X, es igual a la suma de los
valores inferiores o iguales a dicho valor. Pare este los valores deben estar ordenados de forma ascendente,
As la frecuencia absoluta acumulada del ltimo valor ser igual a n, (n= nmero de observaciones realizadas)

Ejemplo: Frecuencia absoluta acumulada del talla 68 Respuesta: 13


Frecuencia relativa

Es igual al cociente de la frecuencia absoluta del valor observado xi y el nmero de observaciones (n)

Frecuencia relativa (hj ) = fi (frecuencia)/ n ( nmero de observaciones)


Altura de plantas de Pinos.
64 73 68 68 76 70 62 67 71 69
68 60 65 68 66 68 67 71 66 72

Ejemplo: Frecuencia relativa de la talla 68 Respuesta: 5/20= 0,25

Frecuencia relativa acumulada de un dato (Hi)


La frecuencia relativa acumulada absoluta acumulada de un valor xi de la variable estadstica X, es el cociente
entre su frecuencia absoluta acumulada y el nmero de observaciones realizadas (n).


Hi = = (=1 )/ = =1

Ejemplo: Frecuencia absoluta del talla 68 Respuesta: 13/20= 0,65


MEDIDAS DE PLANTAS DE PINOS

Altura de plantas de Conteo Nmero Fi hi Hi Porcentaje


pino de Plantas (%)
(cm) (fi)
Altura de plantas de Pinos. 5
60 I 1 1 0,05 0,05
62 I 1 2 0,05 0,10 5
64 73 68 68 76 70 62 67 71 69 64 I 1 3 0,05 0,15 5
65 I 1 4 0,05 0,20 5
68 60 65 68 66 68 67 71 66 72
66 II 2 6 0,10 0,30 10
67 II 2 8 0,10 0,40 10
68 IIIII 5 13 0,25 0,65 25
69 I 1 14 0,05 0,70 5
70 I 1 15 0,05 0,75 5
71 II 2 17 0,10 0,85 10
72 I 1 18 0,05 0,90 5
73 I 1 19 0,05 0,95 5
76 I 1 20 0,05 1 5
20 1 100
Fuente: Elaboracin propia
GRFICAS Histograma
Nmero
de Plantas
(fi)

5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
I I I I II II IIIII I I II I I I
60 62 64 65 66 67 68 69 70 71 72 73 76

Nmero 30

de Plantas 25
(fi) 20

11 12 13 1 2 3 15
5% 5% 5% 5% 5% 5% 4
10
5% 10
10% 5
9
10%
5%8 5
6
5%
10% 0
7
25% I I I I II II IIIII I I II I I I
60 62 64 65 66 67 68 69 70 71 72 73 76

Nmero Fi hi Hi Porcentaje
de Plantas (%)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 (fi)
Diagrama de barras
Esta forma de representacin grfica es propia de
las distribuciones que tienen muchas observaciones
pero pocos valores distintos de la variable.
En el eje de las abscisa van los diferentes v alores de
la variable u sobre cada una de ellas se levanta una
perpendicular, cuya altura es la frecuencia (absoluta
o relativa) de dicho valor

Grupo
sangune fi
o
A 6
B 4
AB 1
0 9
20
Diagrama de barras doble
Este diagrama se emplea para representar datos de asociacin cuyas dos escalas sean cualitativas.

Tambin se emplea cuando se quiere comparar dos distribuciones de frecuencias en relacin al tiempo
Histograma
Es una representacin grafica de una distribucin de
frecuencias agrupadas en intervalos de clase,
mediante una serie de rectngulos contiguos que
tienen:
a) Sus bases sobre un eje horizontal (eje x) con
centros en las marcas de clase y longitud igual al
tamao de intervalos de clase.

Las alturas proporcionales a la frecuencia (absoluta


o relativa) tomados sobre el eje de las Y

A veces conviene ms trabajar con frecuencias


relativas.
Polgono de frecuencias
Si la variable es discreta: el polgono se Si la variable esta agrupada en intervalos: el
obtiene uniendo los extremos polgono se obtiene uniendo los puntos medios de
superiores de las barras en el diagrama las bases superiores de cada rectngulo en el
de barras histograma.
ci fi Fi
Ho Tempe- [50, 60) 55 8 8
ra ratura
[60, 70) 65 10 18
6 7
[70, 80) 75 16 34
9 12
[80, 90) 85 14 48
12 14
[90, 100) 95 10 58
15 11
[100, 110) 110 5 63
18 12
21 10 [110, 120) 115 2 65
24 8 65
DISTRIBUCIN DE FRECUENCIAS DE UNA VARIABLE AGRUPADA EN INTERVALOS

Es importante primero determinar el rango.


R = X Max. X Min.

Determinacin de intervalos de clase

Consiste en dividir el rango en un nmero conveniente de intervalos de clase, generalmente del mismo tamao.

Es conveniente tener entre 5 y 20 intervalos de clase. No hay una frmula exacta para calcular el nmero de
intervalos de clase, este nmero es determinado por tentativas y aproximaciones.
Formula de Sturges:

K(nmero de clases)=
K = 1+3,22 (3.3) log10

Cuando el resultado de cualquier de los dos mtodos de un nmero decimal, se lo redondeara al inmediato
superior.
Determinacin del tamao de los intervalos

Como regla general, para encontrar la magnitud de los intervalos (del mismo tamao), se debe dividir el
rango de las observaciones entre el nmero de intervalos de clase:

Amplitud de clase: C=

En este caso todas las clases tendrn la misma longitud con posible excepcin del primer y ltimo intervalo,
esto es para permitir uniformidad en la comparacin de frecuencias de clase.

Determinacin de los lmites de clase

Se debe tomar el resultado numrico ms bajo de los datos originales colo el lmite inferior del primer
intervalo de clase. Agregar C para obtener el lmite superior de dicha clase, (cuando se usa R, agregar C+1
para obtener el lmite superior de clase.
Determinacin de la frecuencia

Consiste en determinar el numero de observaciones que caen en cada intervalo de clase


Pago por 1/2 da de trabajo de obreros
(Bs.)
73 47 67 82 67 70 60 67 61 80 i) R = 94 46= 48
65 70 57 85 59 70 57 73 77 58
69 58 76 67 52 68 69 66 72 86 ii) K = 50 = 7,07 8
76 79 77 88 94 67 77 54 93 56 iii) C=

=
48
=6
8
73 64 70 46 68 63 72 84 63 74

Frecuencia
Pago absoluta
(Bs.) Conteo (fi) (Fi) (hi) (Hi)
[46,52 II 2 2 0,04 0,04
[52,58 IIIII 5 7 0,10 0,14
[58,64 IIIII II 7 14 0,14 0,28
[64,70 IIIII IIIII II 12 26 0,24 0,52
[70,76 IIIII IIIII I 11 37 0,22 0,74
[76,82 IIIII I 6 43 0,12 0,86
[82,88 IIII 4 47 0,08 0,94
[88,94 III 3 50 0,06 1,00
50 1,00
Intervalos de tamaos de clases diferentes o desiguales

En estos casos se debe tomar en cuenta:

i) Se debe construir un a columna que indique las amplitudes Ci de cada clase


ii) Se debe construir un a columna con las densidades de frecuencias en cada clase, que se obtienen
dividiendo las frecuencias relativas hi por las amplitudes Ci, esto da una medida que indica cual es la
concentracin por unidad variable
Nmero de empleados por empresa

Frecuencia
absoluta Amplitud Densidad
N de empleados (fi) Ci (hi) (hi/ci) %
[0,10 5 10 0,02 0,002 2
[10,20 20 10 0,08 0,008 8
[20,30 35 10 0,14 0,014 14
[30,40 40 10 0,16 0,016 16
[40,60 50 20 0,20 0,010 20
[60,80 30 20 0,12 0,006 12
[80,100 20 20 0,08 0,004 8
[100,140 20 40 0,08 0,002 8
[140,180 15 40 0,06 0,002 6
[180,260 15 80 0,06 0,001 6
250 1 100
Cuando se quiere una mejor aproximacin entre un rango, se utiliza la siguiente interpolacin:

2 3
P=( ) %R 12 + % R 23 + ( )* % R 3-4
21 43

Ra Rb

R1 R2 R3 R4

%R 12 % R 23 % R 3-4

Ej.: El numero de empresas que tienen un numero de empleados entre 50 y 90

50 90
60 50 9080
P=( ) 20% + 12% +( )*8%
6040 10080
40 60 80 10
0
20 8%
% 12 P= 10%+12%+4%
%
P= 26%
Funcin de distribucin acumulada (FDA): Dado las n observaciones de una variable cuantitativa y un numero
real x cualquiera. Indiquemos N(x) el nmero de observaciones menores o iguales a x

Fn(x)= ( )

Frecuencias del N de familias de los hijos mamferos
N de 0,0000 si x0
hijos N de
0,0571 si 0x1
xi familias hi % Hi
0 2 0,0571 5,71 0,0571 0,1428 si 1x2
1 3 0,0857 8,57 0,1429 F35(x)= 0,4285 si 2x3
2 10 0,2857 28,57 0,4286 0,7142 si 3x4
3 10 0,2857 28,57 0,7143
0,8571 si 4x6
4 5 0,1429 14,29 0,8571
1,0000 si x6
6 5 0,1429 14,29 1,0000
35 1,0000 100,00