i) Recursos Humanos.- Para una selección adecuada del personal, se suele usar test
de aptitudes y conocimientos deseables en la persona a contratar. Las técnicas
descriptivas son instrumentos adecuados para el tratamiento de las puntuaciones
numéricas alcanzados en dichos test.
1
iii) Educación.- Para quienes están dedicados al quehacer educativo, la estadística se
constituye en herramienta fundamental para el análisis de los factores y variables que
inciden en el acto educativo y que permiten aplicar los correctivos necesarios para
analizar, por ejemplo, los índices de analfabetismo, deserción escolar, de
rendimiento, de desaprobación de asignaturas, de repetición, etc.
Población Infinita.- Cuando el número de individuos esta asociado con un proceso que se
repite un número indefinido de veces.
Ejemplo:
Si se considera la población formada por todos los estudiantes de secundaria del colegio
“Víctor M. Maurtua” , de la que queremos medir la característica medible altura, entonces:
La “altura media” de todos los estudiantes es un parámetro que denotaremos por “μ” cuyo
valor en particular r puede ser μ =1,63m.
El conjunto formado por los estudiantes del 2do. Año del colegio mencionado es una
muestra de dicha población y la “altura media” de esta muestra es un estadístico, que
denotaremos por “x”, cuyo valor en particular puede ser x =1,60m
2
Modalidades.- Diferentes situaciones posibles de un carácter. Las modalidades deben ser a
la vez exhaustivas y mutuamente excluyentes. (Cada elemento posee una y solo una de las
modalidades posibles).
Clases.- Conjunto de una o más modalidades en el que se verifica que cada modalidad
pertenece a una y sólo una de las clases.
Ejemplo:
Sea la variable A: color
Esta puede tomar, por ejemplo, seis modalidades
Rojo oscuro, azul oscuro, verde oscuro
Rojo claro, azul claro, verde claro
Es claro que A es una variable de tipo cualitativa, que toma seis modalidades y que puede
agruparse en dos clases: Color oscuro, Color claro
b) Variables Cuasi cuantitativas.- Son las que, aunque sus modalidades sean de tipo
nominal, es posible establecer un orden entre ellas.
Ejemplo:
Si en una competencia de veinte participantes, se estudia la llegada a la meta de los
corredores.
Su clasificación C será una variable cuasicuantitativa con veinte modalidades (en el caso de
que todos llegaran a la meta) y existe un orden implícito entre ellos:
3
No subir al podium = {4to.,5to., . . . , 20vo.}
i. Discretas.- Cuando las modalidades son valores numéricos enteros (0,1,2,3, ...) no
admitiendo siempre una modalidad intermedia entre dos cualesquiera de ellas.
Ejemplo:
El número de hijos, X, de una familia.
En este caso los valores coinciden con el concepto de modalidad y clase (cada clase está
constituida por una única modalidad). También podríamos haber definido dos clases:
Familias numerosas, Familias no numerosas.
ii. Continuas.- Cuando las modalidades del carácter son todas las clases de valores
posibles definidas por los extremos de clase. En este caso, se verifica que entre dos
modalidades cualesquiera siempre existen modalidades intermedias.
Ejemplo:
La variable altura, X, de un grupo de personas, es una variable continua, puesto que esta
toma valores que están entre la altura de la persona mas baja y la altura de la persona mas
alta.
Notemos que los valores de la variable son números reales.
LA MEDIA ARITMÉTICA
5
La ( x ) se calcula dividiendo la suma de los valores de la variable entre el número de
observaciones.
Si x1 ; x 2 ; x3 ; ; x N son los valores de las N variables, entonces la Fórmula es:
x
xi
N
Ejemplos:
1. La estatura de Los integrantes de un equipo de Basket son:
1,69; 1,72; 1,81; 1,75; 1,83; mt.
Encontrar la talla promedio de los citados jugadores.
Resolución:
Aplicando la fórmula:
x
xi
1,69 1,72 1,81 1,75 1,83 8,8
1,76
N 5 5
Rpta: La talla promedio de los 5 jugadores es 1,76 mt.
La media aritmética así calculada se llama "Media Aritmética Ponderada" el ejemplo clásico
de ponderación se refiere al llamado "coeficiente" ó "peso" en ciertos exámenes, por
ejemplo:
6
En un examen las pruebas presentan los siguientes coeficientes ( f i )
x
09 3 12 2 141
27 24 14 65
10,8 11
6 6 6
Rpta.: La nota promedio es 11
x
x i
f
i
N
Ejemplo:
7
3. Las notas finales de un estudiante en Matemática, Química, Ingles y Educación Física son
respectivamente: 11, 13, 12, y 15. Si la importancia que se asigna a estas asignaturas es de
4, 3, 2 y 1 respectivamente. Determinar el promedio ponderado.
Resolución:
Ordenando los datos en una TABLA, tenemos:
Matemáticas 11 4 44
Química 13 3 39
Ingles 12 2 24
Ed. Física 15 1 15
10 122
Aplicando la Fórmula:
x
x i
fi 122 12,2
N 10
PARA DATOS TABULADOS
Tabla de datos cuantitativos discretos (sin intervalos) (Se usa la fórmula de la x
Ponderada)
x
x i
fi
N
I) METODO PONDERADO
k
f Mcl
i 1
x
N
Donde:
f : frecuencia
8
II) METODO ABREVIADO
k
f d ; donde
i 1
x A C
N
Donde:
A : Marca de clase del intervalo de mayor frecuencia
d : Desviación con respecto a " A " (N1 Z
Z diferenciados en una unidad).
N : Suma de frecuencias
C : Tamaño ó amplitud del intervalo de clase.
Ejemplo:
4. La siguiente muestra corresponde a los pesos (en Kg.) de un grupo de estudiantes.
Elabore la TDF y hallar la media aritmética por los dos métodos.
9
44 45 50 46 47 41 47 46 51 46 56 46 47 45 61
53 68 53 55 54 46 47 61 51 47 51 52 59 58 50
62 49 65 46 45 47 58 47 50 53 49 54 63 49 53
51 45 40 57 50 53 42 49
N=53
Resolución:
11 Según la fórmula de H. STURGES. k 1 3,3 log N
R 28
31 C C 4 C4
k 7
41 D kC R , entonces D 7 4 28 D 28 28 0
(" k " y " C " son números satisfactorios para elaborar la tabla).
<40-44> 3 42 126 -1 -3
44-48 18 46 828 0 0
48-52 12 50 600 1 12
52-56 9 54 846 2 18
56-60 5 58 290 3 15
60-64 4 62 248 4 16
64-68 2 66 132 5 10
53 2710 68
L L 40 44 84
Mcl i s
42 A 46 (Marca de clase del intervalo de mayor
2 2 2
frecuencia)
Mcl A 42 46
d d 1
C 4
C4
I) Método Ponderado II) Método Abreviado
k k
f Mcl f d
i 1 i 1
x x A C
N N
10
2710 68
x 51,13 Kg x 46 4 46 5,13 51,13 Kg.
53 53
Importancia de la x .- Es importante porque:
11
-La x es el centro de la gravedad de la distribución
-Es la medida de tendencia central más estable
-Es el valor preferido en los cálculos estadísticos por ser el más fiable
-Es el promedio que representa mejor al grupo.
LA MEDIANA (Md)
Definición.- Es el valor que divide al total de las observaciones ó distribución en dos partes iguales.
Esto significa que cada parte equivale al 50% del total de datos.
Cálculo de la Mediana
DATOS SIN TABULAR
Si x1 ; x 2 ; x3 ; ; x n son los datos muestrales o poblacionales tales que
dos casos.
x n 1 ; Si n es impar
2
Md
12 x x ; Si n es par
n n2
2 2
Md = 16
Porque ocupa el Término Central de la Serie.
Ejemplo:
6. Determinar la mediana de los datos siguientes.
15, 13, 12, 9, 19, 7, 17, 16
Resolución:
Ordenando, tenemos que:
7 9 12 13 15 16 17 19
x1 x2 x3 x4 x5 x6 x7 x8
Md
1
x x
2 n n 2
1 x x
2 8 8 2 2 4 5 2
1 x x 1 13 15 1 28 14
2
2 2 2 2
7 9 12 13 15 16 17 19
x x x x x x x x
1 2 3 4
14 5 6 7 8
Md = 14
Note que en el caso de un número de datos impar, la mediana no pertenece al conjunto de
datos.
Ejemplo:
7. Los sueldos de 6 trabajadores son:
300, 400, 500, 250, 400, 600 nuevos soles
¿Cuál es la mediana de los sueldos?
Resolución:
Ordenando, tenemos que:
250 300 400 400 500 600
x1 x2 x3 x4 x5 x6
soles
Interpretación:Significa que del total de trabajadores que son 6, hay tres de ellos o sea el
50% tienen sueldos inferiores a S/.
400 y el otro 50% tienen sueldos superiores
a S/.400.
DATOS TABULADOS:
Se presentan dos casos, según que los datos se distribuyan en TDF sin intervalos (datos
discretos) y TDF con intervalos (datos continuos).
1oTabla sin intervalos
Las fórmulas a emplear son:
1.
Md
Si
Ejemplo:
8.
fi
X
fi
X X
3
Resolución :
N
2
4
no coincide con algún
13
10
55 65
2
i
13
9
25
9.
100
2 F
25
35
55
65
75
X 4 1 85
Entoncesi la95
15
Xi
13
14
23
15
16
12 28
mediana es:
2
22
fi
f
10
13
20
17
16
12
10
98
60
i
35
Fi
13
27
50
65
81
100
F
Fi , entonces:
2. Si
N
coincide con F j 1 , entonces: Md
93 33
20
10
23
43
60
76
88
98
55 65
19
Ejemplo:
17
98
2
Md X i
X j 1 X j
16
- Si
N
2
2
75
16
4 1
12
85
12
Este valor de la mediana supera a 43 observaciones que no es más de la mitad de los datos
y es superado por 98 – 60 = 38 observaciones que tampoco es más de la mitad.
mitad del número total de datos o supera por primera vez esa mitad.
Md Lm C m
Fm , entonces la mediana esta dada por:
N
2 Fm 1
fm
10
95
10
Usando la condición 2.
Usando la condición 1.
F 43
N
2
N Fm 1 entonces :
- Si coincide con
2
Md L
m
Ejemplo:
10. Hallar la mediana del ejemplo 4 anterior.
Resolución:
También: 48 52 12 33 C 52 48 4
Se aplica la fórmula:
C 52 56 9 42
l
F
m a 56 60 5 47
s
e 60 64 4 51
f
64 68
m
M
e
2 53
d
i 53
a
n
a N
Fm 1
Md Lm C m
2
48 4 26,5 21 48 1,83 49,83 Kg .
fm 12
Interpretación:El 50% de estudiantes en dicha distribución tienen pesos menores a 49,83Kg
y el otro 50% sus pesos son mayores a 49,83Kg.
Importancia de la (Md): Es importante porque:
Da a conocer el punto medio exacto de distribución o sea el punto correspondiente al 50%
de la serie; cuando entre los datos hay valores extremos, ya que estos afectan el valor de
la media aritmética.
Los valores extremos no la alteran.
LA MODA (Mo)
Definición.- Se define como el valor que se presenta con mayor frecuencia en una serie ó
distribución de datos. O también, la moda localiza el valor cuya frecuencia es máxima.
La moda no siempre existe y si existe no siempre es única. Un conjunto de datos que
tiene dos modas, se llama bimodal; si tiene tres modas, se llama trimodal; etc.
Cálculo de la Moda
DATOS NO TABULADOS o NO CLASIFICADOS
Si x1 ; x 2 ; x3 ; ; xn es un conjunto de datos, tales que x1 x2 x3 xn , entonces la moda
es el dato que se repite con mayor frecuencia.
Ejemplo:
11. Determinar la moda del conjunto de datos 4;7;6;6;9;16;14;6;6;7;11
Resolución:
Ordenando los datos: 4;6;6;6;6;7;7;9;11;14;16
Vemos que el valor que más se repite es: 6 (Se repite 4 veces), por lo tanto:
Mo 6
Ejemplo:
12. Determinar la moda de los datos de la tabla siguiente:
Xi fi
9 26
12 34
Resolución:
15 21
X
18i f
48 i
21
9 31
26
24
12 17
34
15 21
Moda 18 48 Mayor Frecuencia
21 31
24 17
Luego: Mo = 18
Si el Polígono de Frecuencias correspondiente tiene un solo máximo (máximo absoluto), se dice que
la distribución es unimodal. Si tiene más de un máximo (máximos relativos), se dice que la
distribución es multimodal (Bimodal, Trimodal, etc)
Mo L C 1
Mo Mo
1 2
Donde:
LMo : Límite inferior de la clase Modal (Intervalo de clase que tiene la mayor frecuencia).
C Mo : Ancho de clase de la clase Modal.
1 f Mo f Mo 1 : Diferencia de la frecuencia simple de la clase modal y la frecuencia de
13
40 44
44 48 18
C
l 48 52 12
a
s 9
e
52 56 C Mo 48 44 4
1 18 13 5
M 56 60 5
o 2 18 12 6
d
a 60 64 4
l
64 68 2
Observaciones: