c






c cc c
 

 !"#$!

El análisis estadístico de una serie de datos se elabora mediante el cálculo de diferentes parámetros y / o
estadísticos. Después que los datos han sido reunidos y tabulados, se inicia el análisis con el fin de calcular
un número único, que represente o resuma todos los datos. Por lo general, las frecuencias de los intervalos
centrales de una serie de datos son mayores que el resto, ese número se le denomina R





Las medidas de posición forman parte del conjunto de medidas descriptivas numéricas, entre las que se
encuentran los  R  y los 
 
R



 

R     R


 R




.

Uno de los problemas fundamentales que presenta un análisis estadística, es el de buscar el valor más
representativo de una serie de valores. El primer paso que hay que realizar para que se entienda una larga
serie de valores u observaciones, es el de resumir los datos en una distribución de frecuencia; esto no es
suficiente para fines practico, puesto que a menudo es necesario una sola medida descriptiva, y en especial
cuando se requiere comparar dos o más serie estadísticas. Es necesario continuar el proceso de reducción
hasta sustituir todos los valores observados por uno solo que sea representativo, de tal forma que permita
una interpretación global del fenómeno en estudio; para que ese valor sea representativo debe reflejar la
tendencia de los datos individuales de la serie de valores. Un valor o dato de la serie con estas
características recibe el nombre de R
, R
 o R



, esto es debido a su ubicación en
la zona central de la distribución. Las medidas de posición son de gran importancia en el resumen
estadístico, ya que representan un gran número de valores individuales por uno solo.

El valor más representativo de un conjunto de datos por lo general no es el valor más pequeño ni el más
grande, es un número cuyo valor se encuentra en un punto intermedio de la serie de datos. Por lo tanto un
promedio es con frecuencia un valor referido que representará la medida de posición de la serie de valores.
Las medidas de posición se emplean con frecuencia como mecanismo para resumir un gran número de datos
o cantidades con la finalidad de obtener un valor que sea representativo de la serie.
Las Principales Medidas de Posición son:

a)Y La Media Aritmética, b) La Mediana, c) La Moda, d) Los cuartiles, e) Los Deciles y f) Los
Percentiles.

% %&
 c






1.Y u Deben ser definidas rigurosamente y no ser susceptibles de diversas interpretaciones.

2.Y u Deben depender de todas las observaciones de la serie, de lo contrario no seria una característica de
la distribución.
3.Y u No deben tener un carácter matemático demasiado abstracto.
4.Y u Deben ser susceptibles de cálculo algebraico, rápido y fácil.

c%

En esta unidad y en las siguientes se utilizaran sumas de muchos términos, por lo cual es necesario
introducir una notación denominada sumatoria, para facilitar las sumas. La notación sumatoria implica el
uso del símbolo, que no es otra cosa que la letra sigma mayúscula del alfabeto griego y que corresponde a
la letra S de nuestro alfabeto. Siempre que se utilice el signo  se leerá ³suma
o R
³.

Según, Leithold sumatoria se define así:





R
   ( R ). . ( R 1). . ( R 2). .....  (

1). . (
),.


..R. .
..
..
  . .R 
.

La ecuación de definición consiste de la suma de (

R + 1) términos, donde el primer término se obtiene
sustituyendo  por Ren F, el segundo se obtiene remplazando  por (m+1) en F, y así sucesivamente, hasta
alcanzar el último término al sustituir  por
en F. En la ecuación de sumatoria la letra R  se le
denomina límite inferior de la sumatoria y
se le llama límite superior de la sumatoria. El símbolo  se le
denomina índice de la sumatoria. Ejemplos:


 1
  1 2 3  4 . Observe que las notaciones colocadas arriba y abajo del signo sumatoria

indican que solo deben ser sumados sucesivamente las primeras cuatro observaciones. También puede darse
el siguiente caso:
7


 3
  3 4 5 6  7 . Se puede observar que las notaciones colocadas arriba y abajo del signo

sumatoria indican que solo deben ser sumados sucesivamente desde la tercera hasta la séptima observación.

Generalmente, con el objeto de simplificar más aun las formulas que permiten utilizar el símbolo sigma, se
pueden suprimir los subíndices, quedando el símbolo de sumatoria expresado de la siguiente manera:  X.
Esto se puede hacer cuando no hay ambigüedad al referirse a los diferentes valores que toma la variable X.

%


 c%

1.Y u La sumatoria de la suma de dos o más términos, es igual a La suma de las sumatorias separadas de los
términos.
2.Y

 > 
 1
     
 1
 
 1

 1
 .

3.Y u L a sumatoria de la diferencia de dos o más términos, es igual a la diferencia de las sumatorias
separadas de los términos.
4.Y

>
 1
     
 1
 
 1
 

 1
 .

3Y u La sumatoria de una constante multiplicada por una variable, es igual a la constante multiplicada por
la sumatoria de la variable.
4Y



   
 ...


..  ..  .. 
 .. 

 ..  .
 1  1

4. u La sumatoria de una constante es igual a la constante multiplicada por el número de casos que indique
el límite superior de la sumatoria.

  

 1

.,


.. .. ..
..

 .. .

Cuando se trabaja con el término sumatoria es bueno recomendar lo siguiente:

2




  
2
    .,..  ...  
        . Ejemplos:
.
 1  1   1  1  1
 1.- Resolver las siguientes sumatorias, tomando en cuenta que: ´ 2  ;´ 1  1,.. ´ 2  1,.. ´ 3  2

3 2

3  3
 )...  ,...)..    , c)

2
 ( 
2
1) 2
 1  1   2

3
2
a)Y
´   (1) 2  (1) 2  (2) 2  1  1  4  6.
 1

2

3 
b)Y      R(
1) (1) (2) 2
 R
1 1 2
2
 ( 2) 2  4.
 1 

3
2 2
c)Y
(´ 
2
R R
 1) 2  (1) 2  1  ( 2 ) 2  1  ( 2) 2  (5) 2  4  25  29 .
2

2. u Exprese las siguientes operaciones utilizando la notación sumatoria: a) X1+ X2 + X3 +X4.

b) ´ 52 ´ 62 ´ 72 ...... ´
2 .
4

Estos problemas se resuelven así: )......
´  . b)
´ 

2
.
 1  5
c
%c'
La media aritmética ( X ) o simplemente la media es el parámetro de posición de más importancia en las
aplicaciones estadísticas. Se trata del valor medio de todos los valores que toma la variable estadística de
una serie de datos. Por lo tanto, la medida posicional más utilizada en los estudios estadísticos viene a ser la
media. Por su fácil cálculo e interpretación, es la medida de posición más conocida y más utilizada en los
cálculos estadísticos. La media es el valor más representativo de la serie de valores, es el punto de equilibrio,
es el centro de gravedad de la serie de datos. La media aritmética por lo general se le designa con  .
La media aritmética de una serie de N valores de una variable X1, X2, X3; X4,.........Xn, es el cociente de
dividir la sumatoria de todos los valores que toma la variable Xi, entre el número total de ellos. La formula
n

X i

se puede expresar así: X  i 1

.
N






 Son diferencias algebraicas entre cada valor de la serie o cada punto medio y la
media aritmética de dicha serie, o un valor cualquiera tomado arbitrariamente. Los
 
 
se
designan con la letra
.
Dado una serie de valores X1, X2, X3, .......Xn , se llama
v a la diferencia entre un valor cualquiera Xi
de la serie y un valor indicado ! de esa misma serie. Si el valor indicado ! de la serie corresponde
precisamente a la media aritmética de esos valores dados, se dice entonces que los
  son con respecto
a la media aritmética. En símbolo:
  ( ´   ´ ).

%


 c
%c'

1.Y u La suma de las desviaciones con respecto a la media aritmética es igual a cero.

  0.

2.Y u La suma de las desviaciones al cuadrado de los diversos valores con respecto a la media aritmética es
menor que la suma de las desviaciones al cuadrado de los diversos valores con respecto a cualquier
2 2
punto K, que no sea la media aritmética.
>´  ´ Y
>´   .
3.Y u La media aritmética total o conjunta de dos o más serie de datos, se puede calcular en función de las
medias aritméticas parciales y del número de datos de cada una de ellas, mediante la siguiente fórmula:

´ 

1 ´ 1 
2 ´ 2 
3 ´ 3  ........ 
! ´ !


´ 1


´ 2


´ 3
 .......

´ !
, Donde:


1
2
3
!
" 
1
2
3 ......
! , en esta
1,
2,
3 y
k es el número de datos de cada serie.
Además, ´ 1 ..,. ´ 2., .,.. ´ 3 .,., .. ´ ! .,..
las medias de cada una de las series.

5Y u La media del producto de una constante por una variable, es igual al producto de la constante por la
media de la variable.

X
 KX i

K X i
 KX.
N N

6Y u La media de la suma de una constante más una variable, es igual a la media de la variable más la

7Y constante. ´ >´    

>´  


´ 


  ´   . ., de la misma forma se cumple esta

propiedad para la resta.


% %&%
 
 c
%c'

1.Y u El valor de la media depende de cada una de las medidas que forman la serie de datos, y se halla
afectada excesivamente por los valores extremos de la serie de datos.

2.Y u La media se calcula con facilidad y es única para cada caso y permite representar mediante un solo
valor la posición de la serie de valores.

3.Y u La media es una medida de posición que se calcula con todos los datos de la serie de valores y es
susceptible de operaciones algebraicas.

(  
 c
%


%


Para calcular la media de datos no agrupados en clases se aplica la siguiente fórmula:

X
X i
. En donde "es el número total de datos y   son los valores de la variable.
N
Ejemplo:

1.Y u Calcule la media aritmética de los siguientes valores:    ;5,.7,.8,.9.,11.,.14

X
X 5 7 8 9 11 14 54
i
   9. Por lo tanto la media es 9.
N 6 6
(  
 c
%
%


Cuando se construye una distribución de frecuencia, los datos se agrupan en clases definidas por unos
límites. Cuando se trabaja con la distribución de frecuencia se parte del supuesto de que todos los datos
comprendidos en un intervalo de clase se distribuyen uniformemente a lo largo de este, entonces se puede
tomar la R
 o 
R
( X  ) del intervalo como adecuada representación de los valores que
conforman el mencionado intervalo. El 
R
 se designa con la letra  ´  Para calcular la media en
estas condiciones se pueden utilizar tres métodos: El método
  y dos métodos  

c'

% 

Este método se le conoce también como método largo; el mismo resulta demasiado engorroso cuando las
magnitudes de los puntos medios o de las frecuencias de clase son muy grandes, debido a que los cálculos
son demasiados extensos. Los pasos a seguir para calcular la media con este método son los siguientes:

1.Y u Se agrupan los datos en clases y se llevan a una columna, se calculan los puntos medios de cada clase
y se colocan en sus respectivas columnas, se determinan las frecuencias de cada clase y se ubican en sus
respectivas columnas.

2.Y u Se multiplican los puntos medios de cada clase por sus respectivas frecuencias, luego se obtiene la
sumatoria de las frecuencias (fi) multiplicadas por el punto medio (  ) así:
  ´ .

3.Y u Luego se calcula la media aritmética aplicando la formula:

 
       ...#


  
.." es igual al número total de datos. Ejemplo:
 "
 "

1.-Calcule la media de la siguiente distribución de frecuencia correspondiente al peso en Kg de un grupo de

obreros. Realice los cálculos respectivos para completar el siguiente cuadro.

    
)*)+ ,-
.-./ /-
.*.+ 0-
+-+/ 1--
+*++ 1/-


  
230-

         
)*)+ )) ,- 1*/-
.-./ ., /- 3,.-
.*.+ .) 0- *,,-
+-+/ +, 1-- +,--
+*++ +) 1/- 13*.-
  
  
230-     3,.,-
 

Aplicando la formula se tiene:

 
     32820  91.17.
" 360

c'
4% 

Los métodos abreviados para calcular la media son preferibles en la mayoría de los casos, especialmente
cuando el número de clases de las distribuciones de frecuencias son grandes. Es un método fácil de aplicar.
Existe un método abreviado que se utiliza para cualquier tipo de distribución de frecuencia sin importar si
tiene o no intervalos constantes de clase y hay otro que se utiliza solamente cuando en la distribución el
intervalo de clase es constante, en esta cátedra se analizará el primero.

Si se selecciona un punto medio (  ) de la distribución de frecuencia que sea diferente de la media

aritmética de esa, entonces la suma algebraica de las desviaciones (
 ) con respecto al valor seleccionado
será diferente de cero. Si la suma algebraica de las desviaciones es dividida por el número de datos totales
(N) de la serie y el cociente resultante es sumado al valor seleccionado, el resultado final será igual al de la
R
 R$ de la serie. Este método permite ahorrar una considerable cantidad de tiempo cuando en
una serie de valores el conjunto de datos es grande. La media seleccionada R
 o media
R
se le designará con la letra A y los
 
 vendrán a ser la desviación de cada valor de la
serie con respecto a la media imaginaria A. La fórmula para este caso será:

 %
  ( 
%) ....... 
 
%

 

" "

La fracción

 
se le denomina factor de corrección, A es la R
 o supuesta.
"

El factor de corrección, será positivo o negativo según que A sea menor o mayor que la media aritmética
de la serie de valores.

% % c'
4% 



1. u Se organizan los datos de la serie en clases con sus respectivas frecuencias (&, los mismos se colocan
en columnas con sus respectivos puntos medios ( ´ ).
1.Y u Se escoge un punto medio cualquiera de la distribución, el cual será una media imaginaria que se le
denominara A, esta deberá ser lo más central posible para que los cálculos se hagan más fácil, se
calculan los
 de los puntos medios de la distribución con respecto a esa media imaginaria, aplicando
la formula:
  ( 
%) , los mismo se colocan en su columna respectiva.
3Y u Sé efectúan los productos  
 de cada clase y al final se calcula la sumatoria de estos productos
aplicando la formula:

  .

4Y u Finalmente se calcula la media aplicando la formula:   % .


 

"
1.-Dada la siguiente distribución de frecuencia, correspondiente al peso en Kg de un grupo de obreros,
calcule la media aritmética, aplicando el método abreviado.Realice los cálculos respectivos para completar
el siguiente cuadro.

En este caso se tomará como R
 el punto medio, A =87.0.

    
)*)+ ,-
.-./ /-
.*.+ 0-
+-+/ 1--
+*++ 1/-
 
230-

        
%)  ð  
 
)*)+ )) ,- .)))21- ,--
.-./ ., /- .).,2* ,--
.*.+ .) 0- .).)2- -
+-+/ +, 1-- .)+,2* *--
+*++ +) 1/- .)+)21- 1/--
 
230- 
 
  1500 

Ahora se aplica la formula así:   %

1500 
 
 87
 91.17. Como se puede observar la media
" 360
obtenida es idéntica a la obtenida por el método largo. El estudiante puede realizar este problema utilizando
cualquier punto medio de la distribución, se le deja como practica para que se ejercite con este método,
siempre obtendrá el mismo resultado utilizando cualquiera media imaginaria diferente a la utilizada en la
resolución de este problema.

2 u Calcule la media aritmética de la siguiente distribución aplicando el método abreviado. Realice los
cálculos respectivos para completar el siguiente cuadro.

    
*-*/ *
***+ 1-
0-0/ ,-
0*0+ /-
)-)/ 1--
)*)+ 3.
.-./ ,,
.*.+ +
+-+/ 0
5$!6
2,*-

Para calcular la media en este caso sé escogió como media imaginaria A = 72, por ser este el punto medio
más céntrico de la serie, se pudo haber tomado otro punto medio diferente de este y el resultado hubiese sido
el mismo. Ahora se aplica la formula:

        
%)  ð 
 

*-*/ *, * ),*,2,- 1--
***+ *) 1- ),*)21* 1*-
0-0/ 0, ,- ),0,21- ,--
0*0+ 0) /- ),0)2* ,--
)-)/ ), 1-- ),),2- -
)*)+ )) 3. ),))2* 1+-
.-./ ., ,, ),.,21- ,,-
.*.+ .) + ),.)21* 13*
+-+/ +, 0 ),+,2,- 1,-
  
2,*-   
  15 

 %

 
 72
15
 72 0.06  72.06 . El estudiante hará como ejercicio el cálculo de la media
" 250
con los restantes puntos medios de la distribución de frecuencia.

c



La mediana (Md) es una medida de posición que divide a la serie de valores en dos partes iguales, un
cincuenta por ciento que es mayor o igual a esta y otro cincuenta por ciento que es menor o igual que ella.
Es por lo tanto, un parámetro que está en el medio del ordenamiento o arreglo de los datos organizados,
entonces, la mediana divide la distribución en una forma tal que a cada lado de la misma queda un número
igual de datos.
Para encontrar la mediana en una serie de datos no agrupados, lo primero que se hace es ordenar los datos
en una forma creciente o decreciente y luego se ubica la posición que esta ocupa en esa serie de datos; para
ello hay que determinar si la serie de datos es par o impar. Si el número N de datos es impar, entonces la
N 1
posición de la mediana se determina por la formula: p Md  , luego el número que se obtiene indica el
2
lugar o posición que ocupa la mediana en la serie de valores, luego la mediana será el número que ocupe el
lugar de lo posición encontrada. Para obtener la posición de la mediana en una serie de datos no agrupados,


en donde el número N de datos es par, se aplica la formula   El resultado obtenido, es la
2
posición que ocupara la mediana, pero en este caso se ubica la posición de la mediana por ambos extremos
de la serie de valores y los dos valores que se obtengan se le saca la media y esta será la mediana buscada,
por lo tanto la mediana, en este caso, es un número que no se encuentra dentro de la serie de datos dados.
Ejemplos:
1u Sean los siguientes datos, 5, 12, 7, 8, 10, 6, y 9, los años de servicios de un grupo de trabajadores.
Determine la mediana. Lo primero que se hace es ordenar los datos en forma creciente o decreciente; luego
" 1
se aplica la formula '(
 , para ubicar la posición de la mediana. Los datos ordenados quedaran
2
7 1
así: 5, 6, 7, 8, 9, 10, 12. La posición     4. Esto indica que la mediana ocupa la posición 4 en la
2
serie de valores y por lo tanto esa posición corresponde a los números 8 y 9 que en este caso ocupan la
posición por la izquierda y por la derecha, por lo tanto la Md viene a ser la semisuma de ambas posiciones
8 9

  8.5 ë en este caso 8.5 es la mediana buscad, y esto es así, ya que el número 8.5 divide la serie
 2
de valores en dos partes iguales, una mitad que es mayor que la mediana y otra mitad que es menor que
esta.
Cuando los valores de los datos brutos de un conjunto de datos se agrupan en una distribución de frecuencia
de clase, cada valor pierde su identidad, por tal motivo la mediana obtenida de una distribución de
frecuencia de datos puede no ser la misma que la mediana obtenida de los datos sin arreglar en clases, pero
el resultado será una aproximación. Cuando se obtiene la mediana para datos agrupados se utiliza el método
de interpolación. La interpolación parte del supuesto de que los datos de cada intervalo de la distribución
están igualmente distribuidos.

%
 %c
% c



%


1. u Se elabora la tabla de frecuencia de datos con sus diferentes intervalos de clases, se ubican las
frecuencias y se calculan las frecuencias acumuladas  de esa distribución.
2. u Se determina la ubicación o posición de la mediana en el intervalo de la distribución de frecuencia,


mediante la fórmula   . El resultado obtenido determinará la clase donde se encuentra ubicada la
2
mediana, lo cual se conseguirá en la clase donde la frecuencia acumulada 




 2   
 seaigual o superior a este resultado. Luego se aplica la formula:       ), en esta
  
 

fórmula (
es la mediana, Li es el límite real inferior de la clase donde se encuentra ubicada la mediana,
 es el valor de la frecuencia acumulada anterior a la clase donde se encuentra la mediana, Resel valor
de la frecuencia  de la clase donde se encuentra la mediana, ) es el valor o longitud del intervalo de clase
y " es el número total de datos de la distribución en estudio.

1.- Dada la siguiente distribución de frecuencia referida a las horas extras laboradas por un grupo de
obreros. Calcule la mediana. Realice los cálculos respectivos para completar el siguiente cuadro.

7ð!#586 986 :8!856
   ;
***+ 0
0-0/ ,-
0*0+ 1.
)-)/ *-
)*)+ 1)
.-./ 10
.*.+ *

213,

Cuadro con las frecuencias acumuladas:

7ð!#586 986 :8!856 :8!856
   ; ;
***+ 0 0
0-0/ ,- ,0
0*0+ 1. //
)-)/ *- +/
)*)+ 1) 111
.-./ 10 1,)
.*.+ * 13,

213, 

 
  
Ahora se aplica la formula:      2   )
  
 
N 132
N = 132,   66, luego la mediana se encuentra en la clase 70----74, por lo tanto el limite real
2 2
inferior de esa clase es 69.5 = ÷ La frecuencia de esa clase es 50 = R ,  = 44 y el
) = 5. Aplicando la formula se tiene:

66  44   22

d  69.5    5  69.5   ë.5  69.5  2.2  71.70.
50   50

Luego la mediana de esa distribución es 71.70. Esto quiere decir que un 50 % de los obreros trabajaron
horas extras por debajo de 71.70 horas y el otro 50 % trabajaron horas extras por encima de 71.70
horas.

% %&
 c




* La mediana no es afectada por los valores extremos de una serie de valores, puesto que la misma no es
calculada con todos los valores de la serie.

* La mediana no está definida algebraicamente, ya que para su cálculo no intervienen todos los valores de la
serie.

* La mediana en algunos casos no se puede calcular exactamente y esto ocurre cuando en una serie de
valores para datos no agrupados el número de datos es par, en este caso la mediana se calcula
aproximadamente.

* La mediana se puede calcular en aquellas distribuciones de frecuencia de clases abierta, siempre y cuando
los elementos centrales puedan ser determinados.
* La suma de los valores absolutos de las desviaciones de los datos individuales con respecto a la mediana
siempre es mínima.

c


La moda es la medida de posición que indica la magnitud del valor que se presenta con más frecuencia en
una serie de datos; es pues, el valor de la variable que más se repite en un conjunto de datos. De las medias
de posición la moda es la que se determina con mayor facilidad, ya que se puede obtener por una simple
observación de los datos en estudio, puesto que la moda es el dato que se observa con mayor frecuencia. La
moda se designa con las letras (

En las representaciones gráficas la moda es el punto más alto de la gráfica. La obtención de la moda para
datos agrupados no es un valor exacto, ya que varía con las diferentes formas de agrupar una distribución de
frecuencia.

En algunas distribuciones de frecuencias o serie de datos no agrupados o agrupados se presentan dos o más
modas, en estos casa se habla de serie de datos bimodales o multimodales, según sea el caso. Estos tipos
de distribuciones o series de valores se deben a la falta de homogeneidad de los datos.

Cuando una serie de valores es simétrica, la media, la mediana y el modo coinciden, y si la asimetría de la
serie es moderada, la mediana estará situada entre la media y el modo con una separación de un tercio entre
ambas. Tomando en cuenta esta relación, cuando se tengan dos de esta medidas se puede determinar la
tercera; sin embargo es conveniente utilizar esta relación para calcular solamente la moda ya que para
calcular la media y la mediana existen formulas matemáticas que dan resultados más exactos; la fórmula
matemática para calcular la moda por medio de la relación antes mencionada es: (  
3>
(
.

Para calcular la moda en datos agrupados existen varios métodos; cada uno de los métodos puede dar un
valor diferente de la moda: En este curso se dará un método el cual se puede considerar uno de los más
precisos en el cálculo de esta. Es un método matemático que consiste en la interpolación mediante la
siguiente fórmula:

 1

     ëë.) , en donde ( es la moda, ÷ es el limite real de la clase que presenta el
 1   2

mayor número de frecuencia; la clase que presenta el mayor número de frecuencias  se le denomina clase
modal y a las frecuencias de esa clases se les denomina frecuencia modal R,  1 es la diferencia entre la
frecuencia de la clase modal ( R& y la frecuencia de la clase anterior a la modal, la cual se designa con
 , entonces,  1  ( R   ) ;  2 es la diferencia entre la frecuencia de la clase modal (R) y la
frecuencia de la clase siguiente a la modal, esta se designa con  , entonces,  2  ( R   ).

1.Y u Dada la siguiente distribución de frecuencia correspondiente al peso en Kg de un grupo de

trabajadores de una empresa, calcule la moda.

   K
3-3+ ,
/-/+ ,
*-*+ )
0-0+ 11
)-)+ 1,
.-.+ 10
+-++ ,
  
La clase modal es 80----89, entonces ÷ = 79.5 y su R = 16, = 12 y = 2, Ic  10 , entonces:
 1  f m
f a   1  16
12  4;.. 2  f m
f s  16
2  14
Aplicando la formula se tiene:
 1
 4
40
Mo  L i  ëë  Mo  79.5  ë.10  79.5  79.5 2.22  81.71.
 1  2  4 14 18
 de la moda se interpreta así: ÷R
*
 

 +R
R
 
Este resultado

,-.- 

% %&
 c


* El valor de la moda puede ser afectado grandemente por el método de elaboración de los intervalos de
clases.

* El valor de la moda no se encuentra afectado por la magnitud de los valores extremos de una serie de
valores, como sucede en la media aritmética.

* La moda se puede obtener en una forma aproximada muy fácilmente, puesto que la obtención exacta es
algo complicado.

* La moda tiene poca utilidad en una distribución de frecuencia que no posea suficientes datos
y que no ofrezcan una marcada tendencia central.

* No es susceptible de operaciones algebraicas posteriores.

* La moda se utiliza cuando se trabaja con escalas nominales aunque se puede utilizar con las otras escalas.

* La moda es útil cuando se está interesado en tener una idea aproximada de la mayor concentración de una
serie de datos.

%c


 

Cuando se estudio la mediana se pudo detectar que esta divide la serie de valores en dos partes iguales, una
generalización de esta medida da origen a unas nuevas medidas de posición denominadas:

<8$!6=
!$!6>!8!$!6. Estas nuevas medidas de posición surgen por la necesidad de requerir de

otras medidas que expresen diferentes situaciones de orden, aparte de las señaladas por la mediana. Por lo
tanto es interesante ubicar otras medidas que fraccionen una serie de datos en diferentes partes. Es bueno
destacar que los cuarteles, los Deciles y los Percentiles son unas variantes de la mediana: De la misma forma
los percentiles abarcan tanto a los cuarteles como a los Deciles.

 %  Son medidas posiciónales que dividen la distribución de frecuencia en cuatro partes
iguales. Se designa por el símbolo Q en la que  corresponde a los valores 1, 2 y 3., que viene a ser el
número de Q que posee una distribución de frecuencia de clase. El Q1 divide la distribución de
frecuencia en dos partes, una corresponde a 25 % que está por debajo de Q1 y el otro 75 % por encima de
Q1. El Q2 divide la distribución de frecuencia en dos partes iguales, un 50 % que está por debajo de los
valores de Q2 y otro 50 % que está por encima del valor de Q2. El Q2 es igual a la mediana.

(  
 %  Para datos no agrupados no tiene ninguna utilidad práctica calcular
los cuartiles. Para el cálculo de los cuartiles en datos agrupados en una distribución de frecuencia existe un
método por análisis gráfico y otro por determinación numérica, por fines prácticos en esta cátedra se
utilizara el último método. Para calcular los cuartiles por el método numérico se procede de la siguiente
manera:


1 u Se localiza la posición del cuartil solicitado aplicando la formula de posición:   , en donde 
4
viene a ser el número del cuartil solicitado, " corresponde al número total de datos de la distribución y 4
corresponde al número de cuartiles que presenta una distribución de frecuencia.
2 u Luego se aplica la fórmula para determinar un cuartil determinado, así:

" 
   
     4  .). En esta fórmula, ! = El cuartil solicitado, en esta  corresponde al número
  
 
del cuartil solicitado; ÷ = Limite real inferior de la clase donde se encuentra ubicado el cuartil;  =
Frecuencia acumulada anterior a la clase donde se encuentra el cuartil; R = Frecuencia  que posee el


intervalo de clase donde se encuentra el cuartil; !  = Posición que ocupa el cuartil en la
4
distribución de frecuencia, este resultado obtenido determinará la clase donde se encuentra ubicado el
cuartil, el mismo se encontrará en la clase donde la frecuencia acumulada  sea igual o superior a este
resultado.

   Son medidas de posición que dividen la distribución de frecuencia en diez partes iguales y
estas van desde el número uno hasta el número nueve. Los deciles se les designa con las letras #, siendo /
el número de los diferentes deciles, que en este caso son nueve. El #0 es el punto debajo del cual se
encuentran ubicados el 20 % de los valores de la distribución o también el punto por sobre el cual se
encuentra el 80 % de los valores de la serie de datos. La mediana es igual al #1, puesto que este decil
divide la distribución en dos partes iguale tal como lo hace la mediana, de la misma forma el decil cinco es
igual al cuartil dos.

(  
 
 El cálculo de los deciles es similar al cálculo de los cuartiles, solo que
en estos varía la posición, la misma se calcula con la formula:


  , en esta a corresponde al número del decil que se desea calcular, N equivale al número de datos
10
de la distribución y 10 corresponde a las diez partes en la que se divide la serie de valores de la
distribución.


 
  
La fórmula para su cálculo es:      10
.) . En este caso se aplica la formula de la misma
  
 
manera que se hizo para calcular los cuartiles, solo que en esta fórmula varia la posición de ubicación de la
clase donde se encuentra ubicado el decil.

 %
  Son medidas posicióneles que dividen la distribución de frecuencia en 100 partes
iguales. Con estos se puede calcular cualquier porcentaje de datos de la distribución de frecuencia. Los
percentiles son las medidas más utilizadas para propósitos de ubicación de valor de una serie de datos
ubicados en una distribución de frecuencia. El número de percentiles de una distribución de frecuencia es
de 99. El percentil 50 es igual a la mediana, al decil 5 y al cuartil 2, es decir: (
 !2  #5  '50 .  50%
por encima y 50 % por debajo de los datos de la distribución.
El cálculo de los percentiles es similar al cálculo de los cuartiles y los deciles con una variante en la
posición de ubicación de estos, que viene expresada por la siguiente fórmula:


  
. Con esta posición se aplica la formula:      100 


  .) .
100   
 
1. u Dada la siguiente distribución correspondiente al salario semanal en dólares de un grupo de obreros de
una empresa petrolera trasnacional. Calcule: a) Q1, b) Q2, c) Compare los resultados con la mediana D3,
d) D5, e) P 25, f) P50, g) P7

 %
? K 
,--,++ .* .*
3--3++ +- 1)*
/--/++ 1,- ,+*
*--*++ )- 30*
0--0++ 0, /,)
)--)++ 30 /03
5$!62
 /03 

1+ 463 463
a) Para calcular Q1, se determina primero la posición así: '!1    115 .75. '!- = 115.75.
4 4
Con ese valor de la posición encontrado se busca en las frecuencias acumuladas para ver cual de esas
contiene ese valor. Observando las frecuencias acumuladas se puede detectar que la posición 115.75 se
encuentra en la clase 300------399, por lo tanto el ÷ = 299.5, R = 90, y la  = 85 y ) = 100,
aplicando la formula se tiene:

115.75
85  3075
!1  299.5   .100  299.5  299.5 34.17  333.67.
90  90

Este valor de Q1 indica que el 25 % de los obreros en estudio, devengan un salario semanal por debajo de
333.67 $ y el 75 % restante gana un salario por encima de 333.67 $.
2 + 463
b) Para calcular Q0 2(
se determina primero la posición de este así. '! 2   231 .5 , ahora se
4
ubica esta posición en las frecuencias acumulados para determinar la posición de Q2, se puede observar en
la distribución que esta posición de Q2 esta ubicada en la clase 400----499, entonces, ÷= 399.5, R =
120,  = 175 y ) = 100, aplicando la formula se tiene:

231.5  175  5650
2  399.5   .100  399.5   399.5  47.08  446.58.
120  120

Este resultado de Q2 establece que el 50 % de los obreros de este estudio, devengan un salario semanal
por debajo de 446.58 $ y el otro 50 % devenga un sueldo por encima de 446.58 $. Calcule la mediana y
compárela con este resultado.
3 + 463
c) Para determinar D3 = P30 hay primero que calcular la posición de este así:  3   138.9 , ahora
10
se ubica esta posición en las frecuencias acumuladas para determinar la posición de D3, en la tabla de la
distribución de frecuencia se observa que D3 se encuentra en la clase 300----399, luego, ÷= 299.5, R =
90,  = 85 y ) = 100, aplicando la formula se tiene:

138.9  85 
3  299.5  
90 .100  299.5  59.89  359.39 . Esto indica que un 30 % de los obreros ganan un
salario semanal por debajo de 359.39 $ y el 70 % restante devenga un sueldo por encima de 359.39 $.
d) Calcular, D5 = Q2 = P50, además P25 = Q1, la comprobación de estos resultados se le deja como
practica al estudiante.
70 + 463
g) Para calcular P70 lo primero que se hace es determinar la posición,  70   324 .10 . Ahora
100'
se ubica este resultado en la columna de frecuencias acumuladas para encontrar la posición de P70 en la
distribución de frecuencia. Como se puede observar en la tabla de distribución de frecuencia, P 70 se
encuentra ubicado en la clase 500-------599, entonces, ÷ = 499.5, R = 70, = 295 y ) = 100,
aplicando la formula se tiene:

324.10
295  2910
'70  499.5  .100  499 .5  499.5 41.57  541 .07.
70  70

Esto indica que el 70 % de los obreros devengan un sueldo semanal que está por debajo de 541.07 $ y que
el 30 % de los restantes obreros, ganan un salario por encima de 541.07 $.

%
@ 
  %  A  (
 %
4@  %
c
 
  %

 %c



Muchas veces necesitamos conocer el porcentaje de valores que están por debajo o por encima de un valor
determinado; lo que representa un tipo de problema contrario al estudiado anteriormente, esto es, dado un
cierto valor en el eje de abscisa (X) del plano cartesiano, determinar en la ordenada (Y) el tanto por ciento
de valores inferiores y superiores al valor dado. Operación que se resuelve utilizando la siguiente fórmula
matemática:

  ( '
÷  100
     , donde:
)  "

  
* que se quiere buscar.
  Oalor dado en el eje de las X (valor que se ubica en las clases).
  Frecuencia acumulada de la clase anterior a la clase donde se encuentra ubicado P.
   Frecuencia de la clase donde se encuentra ubicada P.
÷  Limite inferior de la clase donde se encuentra ubicada P.
)   Intervalo de clase.
N = Número total de datos o total de frecuencias.

‘ ‘
 Utilizando los datos de la distribución de frecuencia anterior, Determine que porcentaje de
obreros ganan un salario semanal inferior a 450 $.

5$<BC
Datos:
?
  450
  175
÷  400
)   100
N = 463
Ahora se aplica la formula:

  ( '
÷  100
     , Sustituyendo valores se tiene:
)  "

120(450
400  100
  175  463    50.75
100

De acuerdo con el resultado se puede afirmar que el 50.75 % de los obreros devengan un salario inferior a
450 $ y el 49.25 % de los obreros ganan un salario superior a 450 $.
c



 %


Las medidas de posición central son los valores que de una manera condensada representan una serie de
datos, pero realmente no son suficientes para caracterizar una distribución de frecuencia. Para describir una
distribución de frecuencia o serie de datos es necesario, por lo menos otra medida que indique la
 

o 

de los datos, es decir, su alejamiento de las medidas de posición central. Estas medidas de
posición central no tienen ningún valor si no se conoce como se acercan o se alejan esos valores con
respecto al promedio, en otras palabras es conocer como se
 
o 
esos valores con respecto al
promedio de una distribución de frecuencia.

 ð6!86B 5 8:$ðð se entiende como el hecho de que los valores de una serie difieran uno de
otro, es decir, como se están dispersando o distribuyendo en la distribución. De acuerdo con esto es
necesario encontrar una medida que indique hasta que punto los valores de una variable están dispersos en
relación con el valor típico. Las medidas de variabilidad son números que expresan la forma en que los
valores de una serie de datos cambian alrededor de una medida de posición central la cual por lo general es
la media aritmética.

La dispersión puede ser mayor o menor, tomando en cuenta esas diferencias. La variabilidad es la esencia
de la estadística, puesto que las variables y atributos se caracterizan siempre por diferencias de valores entre
observaciones individuales. Casi siempre en una distribución de frecuencia el promedio obtenido difiere de
los datos de la serie; por esto es importante determinar el grado de variación o dispersión de los datos de una
serie de valores con respecto al promedio. Las medidas de dispersión se clasifican en dos grandes grupos:
a).- Las Medidas de Dispersión Absolutas y las Relativas; las Relativas, vienen expresadas en las mismas
medidas que se identifican la serie de datos, las mismas son: 1).- El Recorrido, 2) La Desviación cuartilica,
3) La Desviación Semicuartilica, 4) La desviación Media, 5) La Desviación Típica o Estándar 6) La
varianza.

Las Medidas de Dispersión relativa. Son relaciones entre medidas de dispersión absolutas y medidas de
tendencia central multiplicadas por 100, por lo tanto vienen expresadas en porcentaje, su función es la de
encontrar entre varias distribuciones la dispersión existente entre ellas. La medida de dispersión relativa de
mayor importancia es el Coeficiente de Oariación.

Se llama O
  # 
de los datos, el grado en que los valores de una distribución o serie
numérica tiende a acercarse o alejarse alrededor de un promedio. Cuando la dispersión es baja indica que
la serie de valores es relativamente homogénea mientras que una variabilidad alta indica una serie de
valores heterogénea.

Cuando los valores observados de una serie están muy concentrados alrededor del R
/se dice que ese
R
es o será muy   
 ; pero si están R
  con relación al promedio, es decir muy
esparcidos con respecto al promedio, entonces ese promedio     
  de la serie o
distribución, puesto que no representan adecuadamente los datos individuales de esa distribución. Es
importante obtener una medida que indique hasta qué punto las observaciones de una serie de valores están
variando en relación con el valor típico de la serie.

%
    % %%
%  Es la primera medida de dispersión, no esta relacionada con ningún
promedio en particular, ya que este se relaciona con los datos mismos, puesto que su cálculo se determina
restándole al dato mayor de una serie el dato menor de la misma, más una unidad de medida (UM). El rango
es el número de variables diferentes que posee una serie de valores. Su formula se calcula así:

Rango(R) = Dato mayor (XM )
Dato Menor (Xm) + Una unidad de medida (1UM):
R = XM
Xm + 1 UM. El rango es la medida de dispersión más sencilla e inexacta dentro de las medidas de
dispersión absoluta. Esta medida tiene bastante uso en el control de calidad de los productos
manufacturados.


  &
 %%  
  ÷
 
 
   la diferencia que existe
entre el cuartil tres(Q3) y el cuartil uno(Q1 ) de una distribución de frecuencia y se expresa así: DC = Q3

Q1.


 c&
 %% 
÷
 
 R
 es la diferencia
entre el!  !- dividido entre dos:

!3
!1
#34  .
2

Si los valores de la DC o DSC son pequeños indica una alta concentración de los datos de la distribución en
los valores centrales de la serie de datos. Estas medidas se utilizan para comparar los grados de variación de
los valores centrales en diferentes distribuciones de frecuencias. Los mismos no son afectados por los
valores extremos, no se adaptan a la manipulación algebraica, por tal motivo son de poco utilidad.


c
La desviación media de un conjunto de N observaciones x1, x2, x3,.............x n, es
el promedio de los valores absolutos de las desviaciones (di) con respecto a la media aritmética o la
mediana. Si se denomina como DM a la desviación media, entonces su fórmula matemática será la
siguiente:

 1
´  ´

 1

  

Esta fórmula es 



. Se toma el valor absoluto en la ecuación, debido a que la primera
propiedad de la media aritmética establece que los
  5
& de una serie con respecto a la media
aritmética siempre son iguales a cero, es decir:
26

Cuando los
 





 
 se aplica la siguiente fórmula:

 
 

i 1
i i

i 1
i di
 

En esta fórmula  es el punto medio de cada clase y  es la frecuencia de cada clase. La Desviación
Media a pesar de que para su cálculo se toman todas las observaciones de la serie, por el motivo de no
tomar en cuenta los signos de las desviaciones (
), es de difícil manejo algebraico. Su utilización en
estadística es muy reducida o casi nula, su importancia es meramente histórica, ya que de esta fórmula es
la que da origen a la desviación típica o estándar.


& (

%

Es laR



 
más utilizada en las investigaciones por ser la más estable de todas, ya que para
su cálculo se utilizan todos los desvíos con respecto a la media aritmética de las observaciones, y además,
se toman en cuenta los signos de esos desvíos. Se le designa con la letra castellana  cuando se trabaja con
una muestra y con la letra griega minúscula ” (Sigma) cuando se trabaja con una población. Es importante
destacar que cuando se hace referencia a la población él número de datos se expresa con „ y cuando se
refiere a la muestra él número de datos se expresa con . La desviación típica se define como:

*÷7 

  
 R
 R$
 



 
   


  R
R$8÷
 
 
R 



 
R
8

8!8D66ð!$
!6 BDC

* La desviación típica se calcula con cada uno de los valores de una serie de datos.
* La desviación típica se calcula con respecto a la media aritmética de las observaciones de una serie de
datos, y mide la variación alrededor de la media.

* La desviación típica es susceptible de operaciones algebraicas, puesto que para su calculo se utilizan los
signos positivos y negativos de los desvíos de todas las observaciones de una serie de valores, por lo tanto es
una medida completamente matemática.

* Es una medida de bastante precisión, que se encarga de medir el promedio de la dispersión de las
observaciones de una muestra estadística. Las influencias de las fluctuaciones del azar, al momento de
seleccionar la muestra la afectan muy poco. Le da gran significación a la media aritmética de la serie de
valores.

* Es siempre una cantidad positiva.



 %% 

 

&

La desviación típica como medida absoluta de dispersión, es la que mejor nos proporciona la variación de
los datos con respecto a la media aritmética, su valor se encuentra en relación directa con la dispersión de los
datos, a mayor dispersión de ellos, mayor desviación típica, y a menor dispersión, menor desviación típica.

Su mayor utilidad se presenta en una distribución normal, ya que en dicha distribución en el intervalo
determinado por ´ ” se encuentra el 68. 27% de los datos de la serie; en el intervalo determinado por la
´ 2” se encuentra el 95,45% de los datos y entre la ´ 3” se encuentra la casi totalidad de los datos,
es decir, el 99,73% de los datos; además, existe una regla general de gran utilidad para la comprobación de
los cálculos que dice: ³una oscilación igual a seis veces la ” , centrada en la media comprende
aproximadamente el 99% de los datos´. Oer gráfica.





i
 

ii


 
i 
 
 
i 






A la zona limitada por la ´ ” conoce bajo el nombre de zona normal, ya que se considera a los datos
que caen dentro de esa zona, datos normales en relación con el grupo estudiado; los datos que estén por
encima o por debajo de dicho intervalo se consideran supranormales e infranormales.
Y

Y lY íi Y i
i Y
Y 
Y
l
iY i ti
i
Y
lY l Y ili Y liit Y 
tY Y
 ii
YtíiYY ii
 Ytíi YYY ii
 Ytíi Y 
YlYYYYY ti
tY
Yl Yi Y i
i
t Y
Y
Y

Y
Y
Y

Y


$ $ Y Y$ Y  YD  YY
Y
 Y 
YYYl
llY YYY Y :YYY
t YYY


YY
 Y YYYt Y


YY
Y

Y
YYp
Y YY
 Y! Y
l YYti
YlY ii
YtíiYY

YYYY|YYYY

Y”Y

:Y
Y
 
 "


 





O  O 
Y
Y
· o  
·


 o
·

Y
 (   ) 2
  2


"   2
(    ) 2
3 .
.3  


1
(

1)

Es importante recordar que cuando se trabaja con la formula para datos no agrupados y se trata de una
muestra se utilizará como denominador

1, para corregir el sesgo, pero si en la muestra
h 50
,entonces se utilizará
, simplemente.

'  
 

 
 
 
  

 
/   7
  
 
R9


(    )2
 
2

4 .  .”  
" "

2 2 2

´  ´

5 .  .”  
 
 ëë 
´ 
 ´2






cE5ð58$<$8$
!6 BD!ð5658<ð56C

* Se calcula la media aritmética.

* Se calculan los desvíos (
& de la serie de valores i, con respecto a la media aritmética.

* Se elevan al cuadrado cada una de las desviaciones (
)2 , y se determina la sumatoria de esos. De la
misma forma se elevan al cuadrado cada uno de los Xi y se calcula la sumatoria de estos; de igual manera se
calcula la sumatoria de los  y se elevan al cuadrado. Despues de hacer todos estos cálculos se elabora un
cuadro estadístico con estos cálculos.

* Finalmente se aplica la formula de la desviación típica para datos no agrupados de la muestra o de la

población, según el caso.

Ej.1 u Los siguientes valores corresponden a la edad de ñiños de una muestra tomada de una población:
Xi = m3, 4, 5, 6, 7 . Determine la desviación típica.

´

´ 

25
5

5

  
F (X i
X )  d i  d i2 
3 3*2, /
/ /*21 1
* **2- -
0 0*21 1
) )*2, /


i
 25   d 0
i

d i  10 
Este problema se resolverá utilizando la media aritmética y sin utilizar la media, para ello se

 2 10
1 .  .3    2 . 5  1 . 58

1 4

2


´ 2  >
´  5(135  625 50
3.  .3     1.58

(
 1) 5(4) 20
utilizarán las formulas 1 y 3.

!88!B.-: 



R- 


 
R
/



;;
  R   
 
  
 
    R
R$
 
 


-1,
;

Si este problema se resuelve ahora, considerando los datos como si fueran de 

 
R<1, entonces se tiene:

4 .
.” 

2

10
 2  1 . 41 .
" 5

5.
.”   
2
  


 ë 
135 625

 27
25  2  1.41.
" ë
 " 5 5

 60 . 83
56 . 25  4 . 58  2 . 14

En la solución del problema con las formula 4 y 5 de la población se observa que la ”de la población es
menor que la | de la muestra, esto es debido a que la | de la muestra utilizó  / para corregir el error
producto del sesgo, y la ” de la población no lo utilizó.

2 u Los años de sevicio de 6 obreros son 5, 5, 8, 7, 9, y 11, los mismos corresponde a una muestra tomada
de una empresa. Cálcule la desviación típica (S y ”).
Se calcula la media

5 5 7 8 9 11 45
    7 .5
6 6

   
 i
 ( i
)  di  d i2  2
i

* *)*2,* 0,* ,*
* *)*2,* 0,* ,*
) ))*2-* -,* /+
. .)*2-* -,* 0/
+ +)*21* ,,* .1
11 11)*23* 1,,* 1,1
´ 2/*
d i
 0 d i
 27.50  X 2
i
 365 

Con esto datos se aplican las formulas 1, 4 y 5 para calcular la muestra, se deja la formula 3 para que sea
aplicada por el participante, el resultado será igual al de la formula 1. Calculos:

1 .
.3 

2

27 . 5

27 . 5
 5 . 5  2 . 35 .


1 6
1 5


%  ”
5considerado los datos como de una poblacián).



4 .
.” 


2


27 . 5
 4 . 58  2 . 14 .
" 6


 
2
X i2  X i
ë 365  45

2
365  2025

5.
.” 
 
 ë 
 ë  4.58  2.14.
N  N ë 6  6 6  36


!88!B.-: 


R-/0/ /<1

 
R
/;

  
*
 
 R  
 

 

  R
R$





0 1; 
R 
0-<;

 

48ð568<ð56!$6!6Para calcular la desviación típica en datos agrupado existen varios

criterios en relacion a la corrección del sesgo que se produce al tomar una muestra, en este estudio se
considerará la formula que corrige el sesgo de aquellas muestras en estudio; sin embargo, cuando
sea
mayor que 50, no es necesario tal corrección. . Existen muchas formulas matemáticas para calcular la
desvición típica, queda a juicio del estudiante utilizar la formula que él considere más fácil, siempre y
cuando su aplicación sea valedera.

4G58<$68$<$8$<!68>$5:$Bð!<ð!6 BD5ð568<ð56
!$6!6C

1 .
.3 
 ( 
 )

2




2



1

1

>   2

    
2

 

2 .
.3 


1
 R f ( X
Xa)
2

> f K 2

 f ( X fK
i i
i i

Xa) 2

2


i i

3 .
.S  n 
i i
n
n
1 n
1

Para calcular la 3 de la formula 1 es necesario calcular el punto medio de cada una de las clases de la
distribución, calcular la media aritmética y luego calcular los desvíos de los puntos medios con respecto a la
media aritmética. En la formula 2 no es necesario calcular la media.

En la formula 3,  X a es un valor arbitrario que se toma de los X   de la distribución, es recomrndable que
i


se escoja el  X lo más central posible para así facilitar los calculos posteriores.
i

El término ƒ / en esta formula, viene a ser un desvío arbitrario con respecto a una mdia arbitraria  X a
.Entonces, K i  (X 
X ) . Este método para calcular 3 en datos agrupados, se fundamenta en la propiedad
a

de la desviación típica que establece: ³si a cada una de los valores de una serie de datos se le suma una
constante, la desviación típica no se altera en sus resultados´.

  ( ´  ´ ) 2
   2
4 .  .”  

5 .
.” 
   2

 2

"

6 .
.” 
   2 


   

ë
"  " ë



2
>
 i i
2

7 .  .” 

 (
 i i

a )2 



 i i


ë 
 i
2
i

„
„  „ ë „



Método para calcular la Desviación Típica en datos Agrupados:

* Se calcula la  
 * Se calcula el     de cada una de las clases que integran la distribución de frecuencia, se determinan los
desvíos
 de los   con respecto a la  X /luego se elevan al cuadrado los
 y se multiplican por , y
se calcula la  f d i
2
i


=Se calcula la   f X / luego se determina la R  
i
2
i  
0


* Se elabora un cuadro estadístico y se llevan a este todas los datos calculados.

* Se aplica la formula necesaria para calcular la desviación típica.

:* R93 u Los siguientes datos corresponden a las horas extras trabajadas por los obreros de la empresa
RINACA, en un mes (se resolverá considerando los datos como de una  y ”.

      ð2 >
 
   ;
 
2    >´ 
2

/-H// 1 /, /, 1*,0 ,3,.) 1)0/

/*H/+ 0 /) ,., 1-,0 0310- 13,*/
*-H*/ ,1 *, 1-+, *,0 *.1-, *0)./
**H*+ )* *) /,)* -,0 *-) ,/30)*
0-H0/ ,3 0, 1/,0 /)/ *10)* ../1,
0*H0+ ) 0) /0+ +)/ 00/-) 31/,3
)-H)/ , ), 1// 1/)/ /3/*/ 1-30.
 13*   2))3- 2 2//*0.-



d  1.82
i i
2


 d 23-0*+, i


i i
i i

Para resolver el problema lo primero que se debe hacer es calcular la media aritmética así:

 ´ 7730
´    57.26

135

Ahora se calculan los diferentes  , para determinar los otro parámetros necesarios (es recomendable que el
estudiante realice todos los cálculos) para resolver el problema planteado, en el cuadro de arriba se
colocaron los cálculos realizados que son necesarios para resolver el mismo; este se resolverá aplicando las
formulas 1, 2, y 3 de la 3, considerando los datos como los de una muestra, ya que esta claro que estos
pertenecen a una población determinada, luego se calculará la ” de la distribución aplicando:


   2 3065 . 92 3065 . 92
1.  3     22 . 88  4 .78

1 135  1 134



 i
 
>
 i
 i
2

>7730 2

2 .  .# 

2
i
n 
445680 
135 
3065 . 93
 22 . 88  4 . 78 .
n 1 135  1 134

Para aplicar la fórmula 3 se toma una media arbitraria 
a que en este caso la más céntrica es 57, luego se
calculan los desvíos de los 
R
 con respecto a la 
a así9
ƒ25  o X a &se elabora un cuadro estadístico para resumir los datos y finalmente se procede a buscar la
desviación

 ´ ( ´

a ) =Ki . Ki  (ki)2

1 /, 1* 1* ,,*
0 /) 1- 0- 0--
,1 *, * 1-* *,*
)* *) - - -
,3 0, * 11* *)*
) 0) 1- )- )--
, ), 1* 3- /*-

   135
     35
   2  3075

 2
>
 
2

3075
>35 2

 



135
3 .  .”   

135



1225
3075

 135  3075
9.07  3065.93  22.71  4.76.
135 135 135

!88!B.- Los resultados obtenidos con las formulas 1, 2, y 3, indican que el promedio de las horas
extras laboradas por los trabajadores se desvían o varían con respecto a su media aritmética en una
cantidad igual a 4.78 y 4.76 respectivamente La misma interpretación se obtiene con los resultados
obtenidos con las formulas 4, 5 y 6.

   2 3065 . 92
4 .
.”    22 .71  4 . 76

135



  ´2 2 445680
5 .  .”  ´   3278 . 62  22 , 71  4 . 76 .

135


2

 ´2 
  ´
445680  7730

2

6.  .” 

  ë   ë  4.76.


ë 135  135




÷

 R. 
*  
      RR R/ 


  

$

  

1Y u Los siguientes datos corresponden al número de panes consumidos por un grupo de familia de una
urbanización de la ciudad, durante una semana determinada.

Para resolver el problema se calcula la media y se procede a llenar el cuadro estadístico .siguiente(el
estudiante debe realizar los cálculos):

$6!6 ;
3-H3, 1-
33H3* 1.
30H3. 0-
3+H/1 1--
/,H// .-
/*H/) 1/
/.H*- 0
 ,..

 
  
 

11520
 40.0. 

288

$6!6 ; ´    ´    ´2     >´  ´     2 

3-H3, 1- 31 31- +01- + .1-
33H3* 1. 3/ 01, ,-.-. 0 0/.
30H3. 0- 3) ,,,- .,1/- 3 */-
3+H/1 1-- /- /--- 10---- - -
/,H// .- /3 3//- 1/)+,- 3 ),-
/*H/) 1/ /0 0// ,+0,/ 0 *-/
/.H*- 0 /+ ,+/ 1//-/ + /.0
 ,..  11*,- /0/*-.  3)-.


2

6 .
.” 
  12     


 ë  464508  11520


 ë 
2

"  " ë 288  288




 1612 .88
1600  12 .88  3.59 .




2

1 .  .3 

  

3708

3708
 12 .92  3.59 .

1 288  1 287

!88!B÷  
 

 
R-  >


  
 R
/  
R




 
R
  
7
 
  
   R
R$





 1?

La aplicación de las formulas 2, 3, 4, 5 y 7 quedan como ejercicios de práctica para el participante, los
resultados tienen que ser idénticos a los obtenidos con las formulas 1 y 6. Es muy importante que observe el
resultado obtenido con la formula 1 para él cálculo de |y el obtenido con la formula 6 para calcular la ”,
ambos resultados son idénticos, lo que indica que cuando la muestra es grande tanto la fórmula para calcular
|como la utilizada para calcular la población produce al final el mismo resultado.

Es importante señalar que expertos en la materia consideran que cuando las muestras son superiores a 50
datos el error de sesgo ya no se produce o es insignificante y en consecuencia no es necesario utilizar la
formula que se encarga de corregir el mismo, por tal razón es conveniente utilizar
y no,
-.

%
Es otra de las variaciones absolutas y la misma se define como el cuadrado de la desviación
típica; viene expresada con las mismas letras de la desviación típica pero elevadas al cuadrado, así S2 y ”2.
Las formulas para calcular la varianza son las mismas utilizadas por la desviación típica, exceptuando las
respectivas raíces, las cuales desaparecen al estar elevados el primer miembro al cuadrado. La varianza
general de la población se expresa de la forma siguiente:

1 .
.” 2

 (  
 )2
..,  .
 .
 . 
 .
"

2
  ( ´   ) 2
2 .  .”  ..,.   .  .   .



 8I!!8$ð!$<!686!!98!66DC


2
(´   ´ )2
3 .  .3  ..,.   .  .
 .   .

1



4 .
.3 2

   ( 
 )
..,.  .
 .
 .


1
La mayor utilidad de la varianza se presenta en la estadística inferencial.

85!ðð!6ð!$
!6 BDC

-@La desviación típica de una constante ! es cero. Si se parte de que la media aritmética de una constante
es igual a la constante, esto es así, debida a que al ser todos los datos iguales no habrá dispersión en la serie
de datos con respecto a la media aritmética, por lo tanto ”J2-

0 u Si a cada uno de los valores de una serie de variables se le suma o se le resta una constante ƒ, la
desviación típica no se altera. Esta se apoya en la propiedad de la media aritmética que establece ³si a cada
valor de la serie se le suma una constante, la media de la nueva serie es igual a la media de la serie original
más la constante´, igual sucede con la resta, la nueva media vendrá disminuida en el valor de dicha
constante.

” ( ƒ ) ” ()



u Si a cada uno de los términos de la serie de valores se le multiplica por una constante ƒ, la desviación
típica de la serie quedará multiplicada por ƒ, y la nueva desviación típica será igual a la constante K
tomada en valor absoluto por la desviación típica original. Esta propiedad se apoya en la propiedad del
producto de la media aritmética
” ( ´  . )  .  .. ” (´  ) .

2Y Para distribuciones normales siempre se cumple que:

68.27 % de los datos se encuentran en el intervalo (  ”).

95.45 % de los datos se encuentran en el intervalo ( ´ 2”).
99.73 % de los datos se encuentran en el intervalo (  3”).

Estos valores se cumplen con bastante aproximación, para distribuciones que son "R  

 R
 R$

1@Para dos series de valores, de tamaño n1 y n2 , con variaciones S21 y S22, respectivamente, la varianza
combinada S2T de ambas series será

2
1312 
2 3 22
3 
A

1 
2

 %
% 

Las medidas de variabilidad, estudiadas hasta ahora, solo permitían medir las dispersiones de los
términos de la muestra. Las medidas, tomadas en esas condiciones, serán de utilidad, solo cuando se trata de
analizar una sola muestra; pero, cuando hay que establecer comparaciones entre distintas muestras, será
necesario expresar tales medidas en valores   , que pueden ser 

* .

Las medidas de
 

   permiten comparar grupos de series distintas en cuanto a su variación,
independientemente de las unidades en que se midan las diferentes características en consideración.
Generalmente las medidas de
 
   se expresan en porcentajes, facilitando así el estudio con
medidas procedentes de otras series de valores ÷
 
    
      
 


 


  R


Existen varias medidas de
 
  , pero, la más usada es  
 
 

' 
/
   
 

 
 

 

R

, lo que permite la comparación entre diferentes
”
4O  +100 .

distribuciones de frecuencias, medidas en diferentes unidades. :   
 
 

 ' 
se
designa con las letras 4O La fórmula matemática es:
El 4O pierde utilidad, cuando la c es muy cercana a cero. Una serie de valores será más dispersa que otra
respecto a su c mientras que su 4O sea mayor.

1@La venta en el mercado de tres productos, varía de acuerdo al siguiente cuadro. Determine el CO de
cada uno y diga cuál de ellos presenta mayor variación y cuál la menor.

85ð<5 ´  ðð!6 

1 /* * 46 1111K
, /*- /- 46 ..)K
3 /*-- 3*- 46 )).K
Para resolver el problema se calcula el 4O de cada producto y luego sé determina cuál presenta mayor o
menor variación

CO = Sx100/ X

CO1 = 5x100/45 = 11.11 %.

CO2 = 40x100/450 = 8.87 %.

CO3 = 350x100/4500 = 7.78 %.

Se puede observar que la menor dispersión la presenta el producto 3, por lo tanto, de los 3 productos el que
menos varia es ese; por otro lado el de mayor dispersión o variabilidad es el producto 1.

 %&
  cc

.- Los momentos son indicadores matemáticos de diversos valores. Los
diversos valores, están es función del parámetro estadístico o valor que se tome, para ser fijado como punto
de referencia.

Sean 1, 0,  , ..........

, los valores que toma la variable B se define entonces, momento R de orden 
con respecto al promedio aritmético 5 X & de los valores de la variable  elevados a la potencia ; siendo 
cualquier valor comprendido entre,1 , 2, 3,....,
 Matemáticamente:

mi 
 (X i

X) r

d r
i

n n

Los momentos se pueden definir también como las potencias de los desvíos
i con respecto a un
determinado valor, que puede ser la media aritmética, el origen cero o una media arbitraria. En estadística
son importantes los momentos 1, 2, 3 y 4 con respecto a la media aritmética y el momento 1 con respecto al
origen que viene a ser igual a la media aritmética

G58<$68ð!!88$565!5658!6!5$!ð8E
 
%&@'




1.
.1 
 (´ 
´ )1

 1

0

(´ _ ´ )2
 
2

2.  .2    32

(´   ´ )3
 3

3.  .3  

(´   ´ )4
 
4

4 .  . 4  

 ) u '





1 .  . 1 
   ( ´  ´ ) 1

    1
 0

2 .
.R 2 
   ( 
 ) 2

  
2
 3 2

  ( ´  ´ ) 3
   3
. 3 .  . 3  

. 4 .
.R 4 
   ( 
 ) 4

  
4



!68Bð!$56c5!56C

1. - El primer momento con respecto a la  es siempre igual a cero, este momento es similar a la primera
propiedad de la  .

2. u El segundo momento con respecto a la  es siempre igual a la varianza.

3.- El tercer momento con respecto a la media aritmética se utiliza para determinar el coeficiente de
asimetría SKm.

4.u E l cuarto momento con respecto a la media aritmética es un valor que se utiliza para determinar el
coeficiente de kurtosis, de una serie de valores.

G58<$ð!$565!5658!6!5$58!!85C

(´   0 )1
´ 
5 .  .1    ´ .,.
.  .
 .   .

  ( ´  0 ) 1
  ´
6 .  . 1    ´ ..   ,.   .  

85!ð!58$<$8$56ð!<6!8!ð!ð56C

-@Se calcula la media aritmética.
2 u Se determinan los Ri de los Xi y de los  de la serie de valores con respecto a la media aritmética.
3 u Se determinan las di con respecto  para los datos no agrupados y la fi di para los datos
agrupados según el caso.
4 u Se elabora un cuadro estadístico con los datos calculados.
5 u Se aplican las formulas para calcular los momentos según el caso.
1.- Sean los siguientes datos los años de servicio de un grupo de trabajadores. Determine el R1, R2, R3 y R4
con respecto a la media aritmética.

Solución.- Lo primero que se hace es calcular la  y luego se procede a calcular los d1, d2, d3 y d4 con
respecto a la  después se aplica la fórmula para calcular los momentos de datos no agrupados.

F F X 2ð1 F X ,2ð, F X 32ð3 F X /2ð/

* *.23 + ,) .1
0 0.2, / . 10
) ).21 1 1 1
+ +.21 1 1 1
13 13.2* ,* 1,* 0,*
F2/- ð2- ð,2/- ð32+- ð/2),/

´ 

´ 

40
8

5

R1 
 ( 
 )1


1

0
 0.


5

2 

(´   ´ )2


 2

40
8 R3 
 ( 
 )3



3


90
 18 .


5

5

(´   ´ )4
 
4
724
4     144.8.


5

2 u La siguiente distribución de frecuencia corresponde al consumo de azúcar trimestral de un grupo de

familias. Determine el m1, R2/R3 y el R4 con respecto a la media aritmética.

   ;
*H) *
.H1- 1-
11H13 1*
1/H10 3-
1)H1+ 1*
,-H,, 1-
,3H,* *
 +-

5$<B.- Lo primero que se hace es elaborar un cuadro estadístico, luego se calcula la ´ y

posteriormente se determinan los desvíos d1, d2, d3 y d4 con respecto a la media y finalmente con los datos
obtenidos en el cuadro se aplica la fórmula para obtener los momentos en datos agrupados.
,
   ; ´    ´ ; ð ;ð ;ð  ;ð3 ;ð/
 *H) * 0 3- + /* /-* 30/* 3,.-*
.H1- 1- + +- 0 0- 30- ,10- 1,+0-
11H13 1* 1, 1.- 3 /* 13* /-* 1,1*
1/H10 3- 1* /*- - - - - -
1)H1+ 1* 1. ,)- 3 /* 13* /-* 1,1*
,-H,, 1- ,1 ,1- 0 0- 30- ,10- 1,+0-
,3H,* * ,/ 1,- + /* /-* 30/* 3,.-*
 +-  13*- - - 1.-- - +3+0-

 
  

1350
 15 .0 .

90

R1 
  ( 
 )
 
1




1


0
 0.


90

R2 
   ( 
 ) 2

  
2

1800
 20 .


90

R3 
   ( 
 ) 3

  
3

0
0


90

  ( ´  ´ ) 4
   4 93960
4     1044 .


90

4.- La siguiente distribución de frecuencia corresponde al consumo de azúcar de un grupo de familias.

Determine el R1 con respecto al origen.

   ;
*H) *
.H1- 1-
11H13 1*
1/H10 3-
1)H1+ 1-
,-H,, 1*
,3H,* *
 +-

Cuadro resumen

   ; ´  ´  0  ´    ´ 

*H) * 0 0-20 3-
 .H1- 1- + +-2+ +-
11H13 1* 1, 1,-21, 1.-
1/H10 3- 1* 1*-21* /*-
1)H1+ 1* 1. 1.-21. ,)-
,-H,, 1- ,1 ,1-2,1 ,1-
,3H,* * ,/ ,/-2,/ 1,-
 +-   13*-

R1 
  ( 
0)
 
1


  
 
 
1350
 15.0.


90
El momento R1 con respecto al origen cero (0), siempre es igual a la media aritmética.

c!ðð6ð!6!8D>L<8566

!8D Según el Diccionario de la Real Academia Española es la ³Regularidad





 


 /
R
  

/
 * 


  
´. Es
por lo tanto la armonía de posición de las partes o puntos similares uno respecto de otros y con referencia a
puntos, líneas o planos determinados. Se puede generalizar diciendo que es una proporción de las partes
entre sí y con el todo.

En estadística se dice que una distribución de datos es R$   



 * 


R
 







. Las distribuciones que no tienen
simetría con respecto al eje vertical se les llama  
R$. Una distribución sesgada a la derecha
tiene una cola prolongada del lado derecho de la distribución y una cola más corta del lado izquierdo de la
misma; esta asimetría se le denomina positiva, cuando la cola de la distribución del lado izquierdo es más
larga que la del lado derecho, entonces la asimetría es negativa.

En una distribución R$R
/ R


  R

 . La simetría se mide por medio
del  
 
 R  Una distribución simétrica tiene un coeficiente de asimetría igual a cero.
Cuando una distribución de frecuencia es R$/R
/R

R
  *


,
es decir, las tres medidas de 
son diferente; R
R    R

R
/R 
R . Si la distribución de frecuencia es asimétricamente negativa, la cola de la curva de distribución
se encuentra hacia los valores más pequeños de la escala de las X y si la distribución es asimétricamente
positiva la cola de la distribución se ubica hacia los valores más grandes de la escala de las X.

Karl Pearson un estudioso de la estadística designo el coeficiente de asimetría con las letras L y determinó
la fórmula para su cálculo, al cual se le denominó R  
 
R 
' 


( ´   )
3 1 
3
Esta fórmula se puede transformar por medio de la relación:

(  
3>
(
 (
 
3>
(
 
(  3>
(
.


(  3>
(
, si ahora se sustituye 3(  - Md) en el R   

 
R 
' 
, se
tiene otro coeficiente de asimetría utilizando la mediana que se le denomina  

  
 

R 
' 
/este es más preciso que el primero

3 ( 
(
)
3ƒ 2 
3
Arthur owley otro estudioso de la estadística determinó que el coeficiente de asimetría se podía calcular
por medio de los cuartiles y utilizó el coeficiente de asimetría por medio de cuartiles (skq), y la formula es

!1 ! 3
2! 2
3ƒ  
! 3
!1

En donde, Q1, Q2 y Q3 son los cuartiles 1, 2 y 3 respectivamente. El valor de SKq varía entre 1 y
1;
según owley una distribución de frecuencia con un coeficiente de asimetría igual a 0.1, se considera como
ligeramente asimétrica y con un valor mayor 0.3 se le considera marcadamente asimétrica.

El coeficiente de asimetría se puede calcular también en función de los momentos, siendo el momento R3 el
parámetro utilizado para tal efecto. El coeficiente de asimetría según los momentos se designa con las letras
SKm y sé calcula mediante la formula

3
3   3
3
En esta fórmula R3 es el momento tres con respecto a la media aritmética y S3 es la desviación típica
elevada a la potencia tres. Este coeficiente es el más confiable de todos los antes descritos, asi que para
cualquier cálculo se debería utilizar este, ya que es un parámetro que utiliza todos los datos de la serie de
valores.

Si en una serie de valores la  z Md z Mo, entonces la distribución de frecuencia presenta una curva
R$ ; si la  =Md = Mo = 0 , la curva de la distribución es R$ y si la distribución
presenta una curva en la que el Mo z Md z  , entonces se dice que la curva de la distribución R$

 

Sí la curva de una distribución de frecuencia es sesgada, la media tratara de ubicarse hacia el extremo o lado
opuesto, de la serie de valores, donde se concentran los datos. Es bueno hacer referencia que en una
asimetría positiva la  z Md y en una asimetría negativa la  Y Md.

Si en una distribución de frecuencia, los intervalos de las clases que la conforman presentan frecuencias
balanceadas en cada uno de ellos y no presentan ninguna aglomeración especial en los extremos y, además,
presenta una concentración de los datos en el centro de la distribución, entonces se dice que la distribución
de frecuencia es R$. Cuando la curva de una distribución de datos es simétrica el SK = 0, esta es una
de las características de la curva Normal o Campana de Gauss.

Si la mayoría de los datos de una serie de valores están ubicados en el centro de la distribución y, además
existe una dispersión medianamente hacia los extremos mayores o menores de las variables, entonces se
afirma que la curva de la distribución es ÷ R
 %R$Ejemplo

  1 ;1     ;, 
,
3H* * 3H* .
0H. 1- 0H. 1,
+H11 ,* +H11 ,-
1,H1/ /- 1,H1/ /-
1*H1) ,- 1*H1) ,*
 1.H,- 1, 1.H,- 1-
,1H,3 . ,1H,3 *
  1,-   1,-

En este ejemplo la distribución 1 es ligeramente asimétrica positiva y la distribución 2 es ligeramente

asimétrica negativa. La mayoría de las distribuciones de casos reales por lo general son ligeramente
asimétricas.

Una distribución de datos es marcadamente asimétrica si la mayoría de los datos de la misma se encuentran
ubicados en los extremos mayores o menores de las variables que conforman la distribución. Si la mayoría
de los de los datos de una serie de valores se encuentra situados en el extremo de las clases menores de la
distribución, entonces la curva de la distribución de frecuencia presenta una asimetría positiva, siendo en
este caso el SK z 0; y si por el contrario esa mayoría se encuentra en los extremos de las clases mayores de
las variables, entonces la serie de valores presenta una curva con una asimetría negativa, luego el
Coeficiente de asimetría será mayor que cero, es decir, SKz 0 Ejemplos:

  3 ;3    / ;/ 
3H* 1* 3H* *
0H. ,* 0H. 1-
+H11 /- +H11 1*
1,H1/ 0- 1,H1/ 0-
1*H1) 1* 1*H1) /-
1.H,- 1- 1.H,- ,*
,1H,3 * ,1H,3 1*
  1)-   1)-

En la distribución 3 los datos presentan una curva marcadamente asimétrica positiva y el caso 4 la curva de
la distribución es marcadamente asimétrica negativa.

Existen distribuciones de frecuencias que presentan curvas fuertemente marcadamente asimétricas y otras
que las curvas son ligeramente asimétricas. 4

  R 
 
  
  

R
R
  R
 R$/ 


 


/  
 +

  
  
  
 R

  

    R 
   R
  
R
R
 R$B3
 R

R






 

 

 + RR R
 
   
R
  7  



 R
R
 R$

Algunos investigadores como Arthur owley determinaron que si se aplica el SKq y ese coeficiente de
asimetría obtenido es menor que 0.3 (sin considera el signo) se puede afirmar que la curva de la
distribución es  R
  R$, en caso contrario la curva de la distribución sería R
R
 
R$. Otros investigadores utilizan el coeficiente de asimetría según los momentos (SKm) para tales
efectos, pero no existe criterio en cual ha de ser el coeficiente especifico que marque él límite entre ligera y
marcadamente. 3
 R/ 
  
   

    
  
 
 R   
 
RR
 R



     o 6 6  3ƒ R  6 6/   
 
 R   

 
  



 R  R
  R$/
  
   R
R
  R$. El SKm es el
coeficiente de asimetría de mayor precisión y confiabilidad, puesto que este, utiliza para su cálculo todos los
valores de la serie de datos.

: 
 R   

   
 
 R 
 
  


  R
R
 
R$
  
 7 R
 R$ R R





 
/     
 
R
    + R

  

/
  R

 7
R

RR




L%. % Es el grado de apuntamiento o altura de la curva de una distribución de
frecuencia. La finalidad de la Kurtosis es determinar si la distribución de los términos de una serie de
valores responde a una curva normal o no. Se utiliza para observar el promedio o posición de la
distribución, así como la R
, R

 y R
, se puede en esta observar la asimetría, el grado de
concentración de los datos, en fin, para observar en forma general el comportamiento de una serie de datos
en una distribución de frecuencia. Por medio de la Kurtosis se determinará si la distribución de frecuencia es
demasiado puntiaguda, normal o muy achatada.
El grado de apuntamiento o altura de una curva de distribución se determina por medio del coeficiente de
Kurtosis, el cual se calcula utilizando el momento cuatro de una serie de valores con respecto a su media
aritmética. La Kurtosis se designa con la letra K4 y la fórmula de cálculo es:

R4
ƒ 4 
34

En esta fórmula R4 es el momento cuatro con respecto a la media aritmética y S4 es la desviación típica
elevada a la cuarta potencia, K4 es el coeficiente de Kurtosis. Tomando en cuenta la Kurtosis el k4 de una
curva de distribución puede ser: ( / ' y ÷ .

c!65<86 Es aquella curva de una distribución de frecuencia que no es ni muy alta ni muy achatada,
es la llamada  
R. La curva Mesocurtica tiene un coeficiente de Kurtosis igual a tres, es decir, K4
= 3.

!5<8.- Es aquella curva de la distribución que presenta un apuntamiento o altura relativamente más
alta que la curva Mesocurtica, en esta los datos se encuentran más concentrados alrededor del máximo valor.
El coeficiente de Kurtosis para curva Leptocurtica es mayor de tres, es decir, K4 z 3.

$<8 Es la curva de una distribución de frecuencia que presenta un achatamiento más pronunciado
que la Mesocurtica, encontrándose los datos más dispersos alrededor del máximo valor de la distribución.
En esta curva el coeficiente de Kurtosis es menor de tres, es decir, K4 Y 3.

En la gráfica 1 de Kurtosis se pueden observar los tres tipos de Kurtosis antes descritos, siendo la primera
curva '57&, la segunda ( 5*& y la última es ÷ 5R&:
 %G

ƒ


Y
Y 


Y  


Y  


Problemas Relacionados con la asimetría y la (Kurtosis) curtosis

1 u En la siguiente distribución de frecuencia, determine el coeficiente de asimetría utilizando los métodos

de Pearson, de owley y el de los momentos, interprete los resultados y haga un análisis de los diferentes
resultados y diga cuál es el resultado más recomendado en este caso; encuentre la Kurtosis e interprete los
resultados.

CLASES fi
10²12 1
13²15 5
16²18 15
19²21 40
22²24 15
25²27 10
28---30 9
 95

5$<B Para resolver el problema lo primero que hay que hacer es calcular la X y determinar los
desvíos
 con respecto a la media, luego se elabora un cuadro estadístico con el resumen de los cálculos
necesarios para determinar la asimetría y la curtosis. Además, se tendrá que calcular la mediana, la moda,
el Q1 el Q3, y después de realizar todos esos cálculos se procede a buscar la asimetría y la curtosis con las
formulas respectivas. En el siguiente cuadro se encuentran resumidos la mayoría de los cálculos necesarios,
el resto se calcularan aparte.

   ;       ð  ;ð  ;ð, ;ð3 ;ð/

1-H1, 1 11 11 1--) 1--) 1-1/- 1-,11* 1-,.,+*
13H1* * 1/ )- )-) 3*3* ,/++, 1)00+) 1,/+,/*
10H1. 1* 1) ,** /-) 01-* ,/./) 1-11,+ /11*+/
1+H,1 /- ,- .-- 1-) /,.- /*.- /+-- *,/3
,,H,/ 1* ,3 3/* 1+3 ,.+* **.) 1-)./ ,-.1,
,*H,) 1- ,0 ,0- /+3 /+3- ,/3-* 11+.,3 *+-),.
,.3- + ,+ ,01 )+3 )13) *0*+0 //..1- 3**+-0-
 +*  ,--,  -3. 1*1-/- 1+/*)0 0.0/+))

Se recomienda al participante que debe realizar los cálculos de los parámetros que solo aparecen sus
resultados

X = 21.07, Mo = 20.0, Q1 = 18.71, Q2 = Md = 20.49,

Q3 = 23.55, S = 4.41, S 2 = 19.46, S3 = 85.82, S4 = 378,82.


( 21 .07
20.0 1.07

3ƒ 1     0.27
3 3.99 3.99

: 


  


  R
 R$ 

3( 
(
) 3( 21.07
20.49) 1.74
3ƒ 2     0.44
3 3.99 3.99

: 


  


 R
R
 R$ 

! !2
2!2 18.71 23.55
2(20.49) 1.28
3ƒ   1    .26.
!3
!1 23.55
18.71 4.84

: 


    R
 R$ 

3

3 

  

1945.76
 20.48

95

Para calcular el coeficiente de asimetría según los SKm se cálcula primero el R3 así:

 3 20 .48
3   3   0.32
3 63 .40

El coeficiente SKm indica que la curva de la distribución es marcadamente asimétrica positiva. Si se

observan los diferentes coeficientes de asimetría se puede notar que el SK2 y el SKm son marcadamente
asimétricos y los otros son ligeramente asimétricos, esto es así por cuanto él valor obtenido con el SK2 y el
SKm son más precisos que los otros, lo que indica que se debe preferir el resultado de estos últimos por
razones obvias. Siempre el SKm será más preciso que cualquier otro coeficiente de asimetría, ¿Por qué Los
resultados obtenidos con los diferentes coeficientes de R  indican que esta  , es decir, con
un sesgo hacia la cola de la derecha.
Para calcular el K4 se calcula el R4 así:

4 

  

68649.77
 722.63

95

Ahora se procede a calcular el K4 aplicando la formula

R4 722 . 63
ƒ4  4
  2 . 86 .
3 252 . 8

: 


  
R

  
/ esto se observa en el grafico 2 $8!8
<8 de color verde/ 
/  C   1


 
  

R (de color rojo) 
  !R ÷R   
  

 
 
 



GRAFICO 2

Å ƒ




Å

Å

Å
 Å   
Y Y  Y

Å
 Å

 Y 


Å


2.- En la siguiente distribución de frecuencia determine el SK1, SK2, SKq y el skm, interprete los resultados
y diga cuál es el más recomendado; encuentre la curtosis e interprete el resultado.


   ;
1-H1, +

13H1* 1-

10H1. 1*

1+H,1 /-
,,H,/ 1*

,*H,) *

,.H3- 1

 +*

5$<B Para resolver este problema se debe calcular la
y los desvíos
 con respecto a esta, también
es necesario calcular la Md, el Mo, el Q1, el Q3, la S, el R3, el R4, elaborar un cuadro estadístico y
finalmente aplicar las formulas respectivas. En el siguiente cuadro se resumen los cálculos para tales efectos.
Se recomienda al estudiante realizar todos los cálculos pertinentes.

   ;       ð ;ð ;ð,  ;   ð 3 ;ð/ 

1-H1, + 11 ++ )+3 )13) *0*+0 //..1- 3**+-0-
13H1* 1- 1/ 1/- /+3 /+3- ,/3-* 11+.,3 *+-),.
10H1. 1* 1) ,** 1+3 ,.+* **.) 1-)./ ,-.1,
1+H,1 /- ,- .-- 1-) /,.- /*.- / +  - - *,/3
,,H,/ 1* ,3 3/* /-) 01-* ,/./) 1-11,+ /11*+/
,*H,) * ,0 13- )-) 3*3* ,/++, 1)00+) 1,/+,/*
,.H3- 1 ,+ ,+ 1--) 1--) 1-1/- 1-,11* 1-,.,+*
 +*  1)+.  - 3* 1*1-/) 1+/*)0 0.0/+))

Los resultados obtenidos de los diferentes cálculos son:

X = 18.93,  Mo = 20.0, Q1 = 16.45, Q2 = Md = 19.91.

S = 3.99, S3 = 63.40, S4 = 252.80, R3 =
20.48, R4 = 722.63

Ahora se procederá a calcular los diferentes coeficientes de asimetría así:

 
( 18 . 93
20 .0
1 .07
3ƒ 1    
0 . 27
3 3 .99 3 . 99

3( ´   ) 3(18 . 93  19 . 51)  1 . 74
3 2      0 . 44 .
3 3,99 3 .99

 3  20 .48
3      0. 32
33 63 .40

!1 ! 3
2 ! 2 16 .45 21 .29
2 (19 .51)
1 .28

3ƒ     
0 .26
! 3
!1 21 .29
16 .45 4 .84

Si observa puede ver que este problema es casi idéntico al anterior, solo las frecuencias fueron cambiadas
de la parte alta de las variables hacia la parte baja de las mismas, por tal razón todos sus cálculos son
idénticos en valor absoluto al anterior, lo que indica que ahora la R  

 
 / es
decir, con sesgo hacia la izquierda; si observa la gráfica 3 de asimetría y Kurtosis podrá notar las
variaciones que hay en ambas curvas. La Kurtosis es idéntica a la anterior y la simetría tiene un sesgo a la
izquierda, es decir, asimetría negativa.

Para calcular la Kurtosis se procede así:

4 722.63
4    2.86.
3 4 252.80

La curva de la distribución es !. La interpretación es idéntica a la del problema anterior. Se puede
ver que la curva más alta es la normal (roja) o (  y la más achatada es la curva de la distribución
en estudio, y en este caso es !






















 %G

Å ƒ




Å

Å

Å
 Å   
Y Y  Y  Å
Å


Y
 Y 


Å

3.- Dada la siguiente distribución de frecuencia determine el SK1, SK2, SKq, SKm e interprete los
resultados y diga cuál de esos coeficientes es el más recomendado para este caso; calcule el K4 e
intérprete su resultado.

   ; 

1-H1/ *

1*H1+ 1-

,-H,/ ,*

,*H,+ 0-

3-H3/ ,*

3*H3+ 1-

/-H// *

 1/-

Solución.- Para resolver el problema primeramente se debe calcular la
, los desvíos
 con respecto a
la
, la Md, el Mo, el Q1, el Q2, la S, el R3, el R4. Para trabajar mejor se debe elaborar un cuadro
estadístico con todos los cálculos necesarios para resolver el problema. Se recomienda al estudiante realizar
todos los cálculos.

Los siguientes son los diferentes cálculos necesarios para resolver el problema. Se recomienda al
participante efectuar los diferentes cálculos de todos los parámetros utilizados.

= 27.00, Mo = 27.00, Q 1 = 23.50, Q2 = Md = 27.00.

Q3 = 30.50, S = 6.27, S3 = 246.24, S 4 = 1543.37, R3 = 0, R4 = 5267.86.

    ; ´    ´  ð ;ð ;ð,  ;ð3 ;ð/ 

1-H1/ * 1, 0- 1* )* 11,* 10.)* ,*31,*

1*H1+ 1- 1) 1)- 1- 1-- 1--- 1---- 1-----

,-H,/ ,* ,, **- * 1,* 0,* 31,* 1*0,*

,*H,+ 0- ,) 10,- - - - - -

3-H3/ ,* 3, .-- * 1,* 0,* 31,* 1*0,*

3*H3+ 1- 3) 3)- 1- 1-- 1--- 1---- 1-----

/-H// * /, ,1- 1* )* 11,* 10.)* ,*31,*

 1/-  3).-  - **-- - )30*--


( 27 .0
27 .0 0 .0
3ƒ 1     0.0
3 6.27 6.27

3 ( 
(
) 3 ( 27 . 0
27 . 0 0 .0
3ƒ 2     0 .0
3 6 . 27 6 . 27

!1 ! 3
2! 2 23 . 5 30 . 5
54 . 0 0 .0
3ƒ     .  0 .0
!3
!1 30 . 5
23 . 5 7

R3 0 .0
3ƒ R  3
  0 .0
3 246 . 24

El resultado obtenido con los diferentes coeficientes de asimetría indica que la curva de la distribución 
R$. Se puede observar que cuando una curva de distribución es simétrica, con todos los métodos se
logra el mismo resultado, cualquiera de ellos es valedero, pero si se tuviese que escoger uno en especial el
más recomendado seria el SKm , ya que para su cálculo toma en cuenta todos los datos de la serie de valores.

Para él cálculo de la Kurtosis se procede así:

R4 5267 .86
ƒ4  4
  3 .41 .
3 1543 . 37

El resultado indica que la curva de la distribución de frecuencia es   5D*&, es decir, la gran
mayoría de los datos se encuentran ubicados alrededor de las medidas de tendencia central, además, la
curva de la serie de valores es más alta que la curva normal (Azul). Observe que la gráfica de la  
 !, es más alta que la otra curva la normal. De la misma forma se puede observar que ambas
curvas son simétricas, es decir, parten del mismo punto y no presentan sesgo en todo su recorrido y esto es
así debido a que su coeficiente de asimetría es igual a cero. Lo único que varía entre ellas es la Kurtosis.
 V

ƒ
V
Å

Å

Å

Å

Å
      

Y
 YY  Y
 Y  


2Y u Dada la siguiente distribución de frecuencia determine el SK1, el SK2, el SKq, el SKm, haga un
análisis cada uno de estos y diga cual es el más recomendado, tomando en cuenta la precisión de
cada uno. Determine, además, el K4 e interprete el resultado. Se desea tomar una medida de
posición central, ¿cuál seria la más adecuada

   ;
/-H// ,

/*H/+ )

*-H*/ ,3

**H*+ )*

0-H0/ ,1
0*H0+ 0

)-H)/ 1

 13*

Solución.- Para resolver el problema se debe calcular primero la X luego se determinan los desvíos con
respecto a la X , se calcula la Md, el Mo., el Q1, el Q3, la S, el R3 y el R4. Para facilitar el estudio es
conveniente elaborar un cuadro estadístico con todos los parámetros necesarios. En el siguiente cuadro se
resumen gran parte los parámetros necesarios para resolver el problema.
    ; ´    ´  ð  ;ð ;ð, ;ð3 ;ð/

/-H// , /, ./ 1/)/ ,+./ /3/*/ 0/-*-* +//1-/,

/*H/+ ) /) 3,+ +)/ 0.1. 00/-) 0/0.-) 0,+++-3

*-H*/ ,3 *, 11+0 /)/ 1-+-, *10)* ,//+/, 1101-,/

**H*+ )* *) /,)* -,0 1+*- *-) 13, -3/

0-H0/ ,1 0, 13-, *,0 11-/0 *.1-, 3-*010 10-)*/,

0*H0+ 0 0) /-, 1-,0 01*0 0310- 0/.-,) 00/.)0-

)-H)/ 1 ), ), 1*,0 1*,0 ,3,.) 3**3*0 */,,)3,

 13*  )00-  -,0 3-0*+, ,,31,3 3-*.1-3)

Se recomienda al participante realizar los cálculos de los parámetros aquí utilizados:

= 56.74, Md = 56.87, Mo = 56.95, Q1 = 54.62, Q3 = 59.12, S = 4.76, S 3 = 108.23,

S4 = 515.77, R3 =-16.53, R4 = 2265.26.

´   56.74  56 .95  0.21

)........ 3 1     0.04.
3 4 .76 4 .76

Este coeficiente indica que la curva de la distribución es ligeramente asimétrica positiva. Con este resultado
se observa que la curva de la serie de valores es casi simétrica.

3 ( ´   ) 3 ( 56 . 74  56 .8 ) 3 (  0 .16 )
 )....... 3 2      0 .10 .
3 4 . 76 4 .76

Se puede observar que este resultado es un poco mayor que el obtenido con SK1; la curva de acuerdo con
este, es ligeramente asimétrica positiva.

!1 ! 3
2! 2 54 . 62 59 . 12
2 ( 56 . 87 ) 0 .0
 )..... 3ƒ      0 .0 .
! 3
!1 59 . 12
54 . 62 4 .5

Con este coeficiente se observa que la curva es simétrica ya que su coeficiente de asimetría es igual a cero.
Se puede concluir que este coeficiente no es lo suficiente preciso, puesto que esa curva de distribución no es
simétrica, como se puede observar en la distribución de la serie de valores.
  




|
   o  
  o
 

|  

Y


$ tY 
ltY i
iY
Y lY 
Y Y lY i ti
i
Y  Y li
tY
 

Y 

Y  tY  Y  t
tY
iYlYt
iY
YYlY %Yl Y
l Y Y
Y t
tYYlYliYYlYt
tYlY
ltY& Y

YYtY

Yi i
YY iYlY %YY

tY
YlY&l
lYYlYi Yi
ti

Yt Y
l Yl YYlY iYYt Y Y
YttY
Y
YlY
YYii YY
tYlYii
tYY
 itíY l Y & Y i
i Y i
Y lY %Y l
Y lY %Y Y lY 
 Y 
Y Y Y iY lY % Y Y
Y
t YYYlYliY
Y
Yl
lYlY%'Y YYYlY i
i
tY
:YY

  á
 † 
† † á
á
| á

Y
Y(Y
Y
Y tY
ltYYYlY
YYlYi ti
i
Y Y 

YY YY
YlYii
tY
Y %
t i YY Y lY 
Y
lY$ tY
ltY i
iY
Y lY íY Y l Y t Y Y 


t
Y
i Y
lYYlYYYYlYt
tYlY
Y
Y
 ti
Y 
tY

Y

ti
tY t
tYltYYY
Y 

Y
YY Y

YYY


YY
Y
Y


  
YYYYY
YYY


Y

Y 

Y 
Y 
Y 
Y 
Y 

Y Y 
  Y  

Y


Y 

Y Y Y Y



YY
Y Y


Y
Y
Y

YY|YYƒ
YY
Y

Å
Å
Å
Å
Å

Y 

Å


Y 


Å
Å
Å
 
 
 
 


YYYYY Y
Y! Y) YY iiYY

Y
YYtj YY 
YY*Y+YYYY,Y$lYiY
tY
Y tY
lYi
YY Y iYYl Y  YY,YY lY Y
Y tYYlYY - Y YYY(ti
YYlY %YYlY
%;Y Y   Y l Y Y  Y tY

YiY Y  ii
Y 
tlY .Y 
&lY  Y lY & Y i
iY Y lY
 /Y$*li
Y
tY
Y
Y
 5$<B Lo primero que se debe hacer es calcular el valor de 9, para ello se procede así:

La  es igual al primer momento con respecto al origen, entonces, ´  7.5. El número de datos
=
6, R2 = S2 = 2.92, ahora se aplica la formula de la R
 así:

´ 

´ 

´ 
´  
´   9  ´  10  8  6  7  40  ´ 
´  .  40  ´ .

´ 
´   .6 + 7.5  40  ´  ´  45  40  ´  5.

Ahora se calcula la Md de la siguiente serie de valores, los cuales se han ordenado: 5, 6, 7, 8, 9 y 10, la
mediana en este caso será: Md
78
   7.5. ( Esto es así, por ser
 un número par). Con estos datos se puede calcular el SK2.
2

3( ´   ) 3( 7 .5  7 . 5 ) 0
3 2    0

6 6

De acuerdo con el SK2 la curva de la serie de valores es simétrica y esto es así, debido a que la X = Md =
7.5. La medida de tendencia central más recomendada seria la R  debido a que este promedio para su
cálculo utiliza todos los valores de la serie de datos. Para calculr el SKm se calcula S y los desvíos con
respecto a la media de la serie de valores.

S2 = 2.92. S3 = 4.99.

3  2 .92  1 .70 .

   ð  ð3 

* ,* 1*0,

0 1* 33.

) -* -1,

. -* -1,

+ 1* 33.

1- ,* 1*0,

 - -

3 0
3   3
  0.
3 4.99

Cuando la curva de una serie de valores es simétrica siempre el coeficiente de asimetría será igual a cero
usando cualquiera de los coeficientes de asimetría. Cuando la curva de una serie de valores se le calcula el
SKm, el resultado obtenido es el más adecuado y preciso de los coeficientes en cuestión.
 
÷R






R  R



   R
R$ 
   
R

/  X  R 
 7 


   

3.- Los pesos en Kg, de una familia son 4, 35, 39, 40, 42, 48 y 58. Para realizar una investigación se requiere
tomar una medida de posición. ¿Cuál es la más adecuada . Explique brevemente.

Solución. u Para tomar la decisión es necesario calcular el SKm .

Para calcular el SKm se determina la  de los valores y los desvíos
 con respecto a esta, se determina la S,
la S3,el
, el
0 el
de los datos y la sumatoria de estos, luego se calcula el R3 y se procede a determinar el
SKm, se elabora un cuadro estadístico con el resumen de los datos requeridos; y se aplica la formula respectiva
para este caso. El siguiente cuadro resume los datos necesarios para los cálculos

F  ð ð, ð3

/ 3/ 11*0 3+3-/

3* 3 + ,)

3+ 1 1 1
/- , / .

/, / 10 0/

/. 1- 1-- 1---

*. ,- /-- .---

F2,00 ð2- ð,210.0 ð323-,*.

´ 

´

266
 38 .

7

3


2


1686
 240 .86  15.52., 3 3  3738 .

7

 3  30258
3     4322 .57 .

7

 4322 .57
3    1.16.
3738

#   
 
   
/   
 

  R
R
  R$
 /   


  +
   + R/
R
R$
 
7RR




 
      
    + R/
  7  R

 R
R




/
  / 
   + R


 Los coeficientes SK1, SK2 y skq, se le dejan al participante para que los calcule e interprete los resultados
dando su opinión al respecto.

7. u Los siguientes datos 90, 70, X, 60, y 80 corresponden al peso en kg. De un grupo de profesores. El
coeficiente de variación de esa serie de datos es de 19,285 %, el R4 con respecto a la media aritmética es de
109.492 y el K4 es de 1,840. Se requiere hacer una investigación y para ello es necesario tomar una medida
de posición. ¿ Cuál es la medida de posición más adecuada .

Solución. u Lo primero que se debe hacer es calcular el valor de X, y para ello se procede así:

CO = 19,285 %, R4 = 109492, K 4 = 1,840,

= 5, ahora se aplica la formula de la R
 así:

 
 

          90 70  60 80      300 .

R4 R4 109492
ƒ4  4
 34  34   59506 .52  3 4  59506 .52.
3 ƒ4 1,840

3 2  3 4  3 2  59506 ,52  243,94., 3  3 2  3  243,52  15.62.  3  15.62.

Calculado S se procede a calcular la R
 así:

3 .+.100 15.62.+.100 1516

´     81.0  ´  81.0.
E 19,282 19,282

n
 5x81.0  405 

i
 300 
.

300+X = 405

X = 405 u 300

X = 105.

Después de calculado X sé procederá a calcular los desvíos
 con respecto a la media aritmética y
finalmente se calcula el SKm Se procederá ahora a elaborar un cuadro estadístico para facilitar los cálculos.

R3 


3960
3


 792.

5
Se procede ahora a calcular el R3, siendo S3 = 3811,40

Ahora se calculara el SKm

 3 792
3     0.21.
3 3 3811 .40

El siguiente cuadro resume los cálculos a utilizar.

F  F X 2  

0- ,1 +,01

)- 11 1331

.- 1 1

+- + ),+

1-/ ,/ 13.,/

F2/-*  2-  23+0-

De acuerdo con el resultado la curva de la serie de datos  R

 R$  , por lo tanto la
medida de posición más recomendada para el estudio es la R
 R$ Se le recomienda al
participante calcular el SK2, el mismo debe ser muy parecido al SKm.

8. u La media aritmética de dos números es igual a 60 y su desviación típica es igual a 20. Determine esos
números.

Solución: Datos: X1 = ; X2 = ; X = 60; S = 20; n = 2

De la formula de la media para datos no agrupados se tiene

 
 

1 2
..,. 60 
1 2
 120   1  2 ....(1).

2 2

La formula de la S para datos simples es

 (
i 
) 2 (

) 2
1
(

2

)2
# 
n n

Remplazando por los valores conocidos se tiene

(
 60) 2 (
 60) 2
2  120
3600
2  120
3600

20  1 2  20  1 1 2 2
2 2
Se elevan al cuadrado ambos miembros de la ecuación y se elimina denominador

2



2  120
 3600 
2  120
 3600 ë
 20  1 1 2 2 ë 
 2 ëë


2  120
 3600 
2  120
 3600

400  1 1 2 2
2

800 
2  120
 3600 
2  120
 3600

1 1 2 2

800 
2  120

2  120
 7200...( 2)

1 1 2 2

Despejando en (1), X1 = 120
X2 , y reemplazando en (2) se tiene

>
800  120
X
2

>
2 120 120 X


2
X 2
120 X
2 2
7200

800  14400
240X X 2
14400 120X
120X 7200 X 2

2 2 2 2 2

800 
240X 2X 2 7200

2 2

2X 2
240 X 7200
800  0

2 2

2X 2
240 X 6400  0;..Dividiendo..entre..2..toda ..la..ecuacion ..se..tiene :

2 2

X 2
120 X 3200  0;.. plicando..producto..notable..se..tiene :

2 2

(X
80)( X
40)  0
2 2

>1
80 .> 2
40  0..  .>1
80  0....> 2
40  0 1  80........ 2  40.


  
M M 
enavente del Prado, Arturo Núñez(1992): 6ðD64M68$;BEditorial Interamericana.
6ª. Edición. México.
erenso, Mark.(1.992): 6ðD64M6!ð68B. Editorial. Harla. Cuarta Edición. México.
est,J. W. (1987): 4R)

:

. Editorial Morata. Madrid u España.
udnick Frank S. (1992): Matemáticas Aplicadas para Administración, Economía y Ciencias Sociales.
Tercera Edición. Editorial McGaw-Hill Interamericana de México, S.A de C.O. México.
Caballero, Wilfredo (1975): )


:
. Editorial ICA. Costa Rica.
Cadoche, L. S.; G. Stegmayer, J. P. urioni y M. De ernardez(1998). Material del Seminario de :
 

:

, impartido vía internet por parte de la Universidad Nacional del Litoral, en Santa Fe, y
de la Universidad Tecnológica Nacional, Regional Santa Fe, en la República de Argentina.
Castañeda J., J.(1991): ($

)

0. Editorial McGraw-Hill. México.
Carono, R., Minujin, A. y Oera, G.(1982): c<$ ð! E6 ð! ! $<B > N<6! ð! ;58B
6ðD66 Fondo de cultura económica. México.
Chao, L.(1993): 6ðD6 8 $ ! ð68  Editorial McGraw uHill. 4ta Edición.
Colombia.
CHOU, YA-LUN (1972): %
:
. Editorial Interamericana. México.
DANIEL WAYNE, W. y Otros (1993): :
 
 %
   4
 3     
:

Editorial McGraw-Hill Interamericana de México, S.A. de C.O. México.
De Oteyza de O., E; Emma Lam O., Carlos Hernández G. y Ángel M. Carrillo H. (1998). ! R3  

( R . Prentice Hall. México.
Enciclopedia Microsoft Encarta 2003 (2003&9 4
 4 
 :
  :
 Editorial
Microsoft corporation. USA. 
ERKIN KREYSZIA (1978):)


:
( R . Editorial Limusa, S.A. México.
FREUD J: E. y Otros (1990): :
   %
R

 
 :
  (

.Editorial, S.A.
México.
Gomes Rondón, Francisco (1985): :
( 
: Ediciones Fragor. Caracas.
González, Nijad H. (1986): ($
 

:

Editorial ourgeón, Caracas.
Guilford, J. Y Fruchter, . (1984): :

':

.Editorial McGraw-
Hill Latinoamericana, S. A., ogotá.
Hamdan González, Nijad (1986): Métodos Estadísticos en Educación. Editorial ourgeón C.A. Caracas u
Oenezuela.
KEOIN, RICHARD I. (1988): :
%
R

 . Editorial Hispanoamericana. México.
LARSON HAROLD, J. (1985): )


   ! 
 '

  
 
  :

Editorial Limusa. México. 
LEHMANN, CHARLES H. (1995): F÷
:GD%. Editorial limusa, S.A. DE C.O. Grupo Noriega Editores.
México.
LEITHOLD, LOUIS (1992): :4 

R %
. Editorial HARLA. México.
LINCON L., CHAO (1996): :
4
%
R
  Cuarta edición. Editorial McGaw-
Hill. Usa.
Lenin, R.y Kubin, D.(1992): 6ðD6 8 ð68ð58!6 Editorial Hispanoamérica. OI edición.
México.
LOPEZ CASUSO, R. (1984): )


4 
'

 )
 
:
 Editorial
Instituto de Investigaciones Económicas, UCA . Caracas- Oenezuela.
Mason, Robert (1.992): 6ðD6 8 $ ð68B > 55D. Ediciones Alfaomega S.A.N.
México.
MENDENNAF, W. y OTROS (1981): :
    %
R

     :
R. Editorial
Iberoamericana. México.
Mode, Elmer . (1988):: R

'

:
 Editorial Reverte Mejicana. México.
Murria, R.(1993): 6ðD6 Edición Interamericana.2da Edición. México.
PARZEN, E. (1986): a (


'

%
 Editorial Limusa: México
PUGACHEO, O. S. (1973): )


a 
'

Editorial Mir. Moscú.
Rivas González, Ernesto(1980): :


. Ediciones de la iblioteca UCO. Caracas u Oenezuela.
Soto Negrin, Armando (1982): )

 
. Editorial José Marti. Caracas u Oenezuela.
Stephen P., Shao (1986): :
 :
R  %
R

 
:R . Editorial Herreros
Hermanos, Sucs., S.A., México.
Stevenson, William(1991): 6ðD68$ð68B> 5B. Editorial Harla. México.
Universidad Nacional Experimental ³Simón Rodríguez´ (1983): :
-. Ediciones UNESR, Caracas.
WALPOLE, R. y Myers, R. (1987): '

  :
  )

  EditorialInteramericana.
México.
Webster, Allen L. (1996): :
 %
   :R    :
R. Editorial Irwin. Segunda
edición. arcelona u España.
Weimer, Richard C. (1996) :
. Compañía Editorial Continental, SA de CO. México.
Wonnacott, T. H. y Wonnacott, R: J. (1989): 

R

:
%
R

:
R.
Editorial LIMUSA. México.
Direcciones de Internet que puede consultar
http://www.mipagina.cantv.net/hamletmatamata
http://www.google.com
http://www.infecepi.unizar.es
http://www.lt.bioestadistica.uma.es
http://www.uaq.mx/matematicas/estadisticas/xu3.html
http://www.members-americas.tripod.com
http://www.altavista.com
http://www.ine.es
http://www.msip.lce.org
http://www.bnv.co.cr/sesion/nota.aspg
http://www.altavista.com.
http://www.auyantepuy.com
http://www.ine.es.
http://www.udec.cl.
http://www.es.lycos.com
http://www.rincondelvago.com
http://www.monografias.com
http://www.festadistica.fguam.es/indicadores/ipri.html
http://www.uaq.mx/matematicas/estadistica/xu3.html
http://www.ine.go.bo/iwd0801.html#E
http://www.itlp/pública.edu.mx/tutoriales/economia2/portada.htm
http://www.itlp.edu.mx
http://www.ecla.evespanovestadistica/sna93nn/snann7es.html
http://w3mor.itesm.mx/~cmendoza/maest/estoo.html
http://www.mty.itesm.mx/data/materiales/estadistica/ALFREDO.html
http://www.uaq.mx/matematicas/estadistica/xtra.html#funcion
http://www.unl.edu.ar/fave/sei/encuestas/index.html