INSTITUTO DE CIENCIAS Y ESTUDIOS SUPERIORES

DE TAMAULIPAS, A.C.

ANTOLOGÍA
ESTADÍSTICA Y SU LABORATORIO I

Compilador: Reina Verónica Román Salinas

Tampico, Tamaulipas, mayo 2018

1
ÍNDICE
OBJETIVO GENERAL DE LA ANTOLOGÍA 4

BLOQUE I
UNIDAD I.- INTRODUCCIÓN A LA ESTADÍSTICA
Objetivo de la Unidad 5
1.1 Definición de Estadística 5
1.2 Historia 5
1.3 Aplicaciones 6
1.4 Clasificación 8
1.5 Terminología Básica 9
1.6 Recopilación y Arreglo de la Información 11
1.7 Representación Gráfica 14
Actividades de Aprendizaje del Bloque I 20

BLOQUE II
UNIDAD II.- MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN PARA
DATOS NO AGRUPADOS
Objetivo de la Unidad 21
2.1 Medidas de Posición y Dispersión para Datos No Agrupados 21
2.1.1 Medidas Descriptivas 22
2.1.2 Análisis de Datos por Estadística Descriptiva para Datos No Agrupados 23

UNIDAD III.- MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN

PARA DATOS AGRUPADOS
Objetivo de la Unidad 34
3.1 Metodología para Medidas de Posición y Dispersión para Datos Agrupados 34
3.1.1 Frecuencia Absoluta 34
3.1.2 Cantidad de Clases, Intervalo de Clase, Marca de Clase y Tamaño de 35
los Intervalos de Clase
3.1.3 Frecuencia Relativa y Frecuencia Acumulada 36

2
 3.1.4 Medidas de Tendencia Central 44
3.1.5 Medidas de Dispersión 47
Actividades de Aprendizaje del Bloque II 48

BLOQUE III
UNIDAD IV.- DISTRIBUCIÓN DE PROBABILIDAD
Objetivo de la Unidad 49
4.1 Distribución Normal 49
4.2 Distribución Binomial 57
4.3 Distribución Poisson 62

UNIDAD V.- REGRESIÓN Y CORRELACIÓN

Objetivo de la Unidad 65
5.1 Regresión y Correlación 65
5.1.1 Modelo de Regresión 66
5.1.2 Modelo de Correlación 77
Actividades de Aprendizaje del Bloque III 79

BIBLIOGRAFÍA Y FUENTES CONSULTADAS 80

3
 OBJETIVO GENERAL DE LA ANTOLOGÍA

En el marco de su misión, el INSTITUTO DE CIENCIAS Y ESTUDIOS SUPERIORES DE

TAMAULIPAS, A.C., (ICEST) procura la formación de sus estudiantes, por lo cual la
presente antología se enfoca en el desarrollo y formación de conocimientos de
ESTADÍSTICA Y SU LABORATORIO I para estudiantes de MAESTRIA EN SALUD
PÚBLICA. Los temas se presentan de forma sencilla y atractiva para el alumno, con la
finalidad de que crezca su interés por el estudio de esta ciencia. Se recomienda se
conserve para su constante consulta.

4
 BLOQUE I
UNIDAD I
INTRODUCCIÓN A LA ESTADÍSTICA

Objetivo de la Unidad: Conoce los elementos básicos de la estadística, los términos

comunes y el significado de éstos, aplicándolos en la solución de problemas. Aprende a
representar los datos por medio de gráficas.

1.1 Definición de Estadística

La palabra Estadística se refiere a un sistema o método usado en la recolección,

organización, análisis, y descripción numérica de la información. También se puede decir
que la Estadística estudia el comportamiento de hechos o fenómenos de grupo. (Martínez
Bencardino, 2012)

1.2 Historia

El vocablo statistik proviene de la palabra italiana statista (que significa “estadista”). Fue
utilizada por primera vez por Gottfried Achenwall (1719-1772), un profesor de
Marlborough y de Göttingen.

El Dr. E. A. W. Zimmerman introdujo el término statistics (estadística) a Inglaterra. Su uso

fue popularizado por sir John Sinclair en su obra Statistical Account of Scotland 1791-
1799 (“Informe estadístico sobre Escocia 1791-1799”). Sin embargo, mucho antes del
siglo XVIII, la gente ya utilizaba y registraba datos.

La estadística oficial es tan vieja como la historia registrada. El Viejo Testamento contiene
varios informes sobre levantamiento de censos. Los gobiernos de los antiguos Babilonia,
Egipto y Roma reunieron registros detallados sobre población y recursos. En la Edad

5
Media, los gobernantes empezaron a registrar la propiedad de la tierra. En el año 762 de
nuestra era, Carlomagno pidió una descripción detallada de las propiedades de la Iglesia.
A principios del siglo IX terminó la enumeración estadística de los siervos que habitaban
los feudos. Por el año 1806, Guillermo el Conquistador ordenó que se escribiera el
Domesday Book, un registro de la propiedad, extensión y valor de las tierras de Inglaterra.
Este trabajo fue el primer resumen estadístico de Inglaterra.

Debido al temor que Enrique VII sentía por la peste, Inglaterra empezó a registrar sus
muertos en 1532. Aproximadamente por esta misma época, la ley francesa requirió al
clero que registrara bautismos, defunciones y matrimonios. Durante un brote de peste, a
finales del siglo XVI, el gobierno inglés empezó a publicar semanalmente las estadísticas
de mortalidad. Esta práctica continuó y por el año 1632, estos Bills of Mortality (Listas de
Mortalidad) contenían listados de nacimientos y muertes clasificados según el género. En
1662, el capitán John Graunt utilizó 30 años de dichos listados para hacer predicciones
sobre el número de personas que morirían a causa de diferentes enfermedades, y sobre
la proporción de nacimientos, de ambos sexos, que podía esperarse. Resumido en su
trabajo, Natural and Political Observations. Made upon the Bills of Mortality
(“Observaciones Naturales y Políticas. Hechas con las Listas de Mortalidad”), el estudio
de Graunt fue uno de los primeros análisis estadísticos. Por el éxito conseguido al usar
registros anteriores para predecir sucesos futuros, Graunt fue nombrado miembro de la
Royal Society original. (Levin & Rubin, 2004)

1.3 Aplicaciones

En la vida diaria, los diversos fenómenos de orden económico, social, político,

educacional e incluso biológico, aparece, se transforman y finalmente desaparecen. Para
tan abundante y complejo material informativo recogido, se hace necesario contar con un
registro ordenado y continuo, a fin de determinar o seleccionar los datos requeridos para
el estudio o investigación, en cuanto a lo sucedido, sucede o puede suceder. Para ello se
requiere contar con un método o conjunto de reglas o principios, que nos permita la
observación, el ordenamiento, la cuantificación y el análisis de dichos fenómenos. Ese
método es el que se denomina Estadística. (Llinás Solano & Rojas Álvarez, 2017)

6
Hay muchos métodos sugeridos por diferentes autores; a continuación, se presenta un
resumen muy sencillo elaborado con varios de estos métodos.

Elementos para realizar una investigación:

 Formulación del problema: Consiste en identificar y especificar adecuadamente un

problema de investigación. En esta etapa es muy importante establecer con
precisión la o las hipótesis, el o los objetivos del estudio, su alcance y la población
de datos asociada con el mismo.

 Diseño del experimento: En esta segunda etapa, el investigador debe seleccionar

la técnica de recolección de datos (observación directa, entrevista, encuesta,
investigación documental) que le permita obtener información a un mínimo costo
(dinero y tiempo) posible. También debe definir el tamaño de la muestra, la calidad
requerida y el tipo de datos que le permitan resolver el problema planteado de la
manera más eficiente.

 Recolección de datos: Es la etapa de mayor importancia en la investigación, ya

que la calidad de los datos obtenidos depende de una óptima recolección; la cual
debe sujetarse a reglas estrictas que permitan obtener la información deseada.

 Proceso de datos y su descripción: Consiste en elaborar cuadros estadísticos de

trabajo, cuadros estadísticos de referencia, gráficas y cálculos de medidas
estadísticas apropiadas al proceso descriptivo o inferencial seleccionado. Esto es,
se exponen los datos muéstrales mediante representaciones tabulares, gráficas y
medidas estadísticas con el objeto de hacer una descripción de los resultados.

 Inferencia estadística y conclusiones: esta etapa proporciona una contribución muy

importante, ya que en ella se define el nivel de confianza y significancia del
proceso inferencial, lo cual sirve como orientación a quien o quienes deben tomar
una decisión acerca del tema objetivo de estudio. Esto último permite al

7
 investigador establecer una conclusión acerca del problema y, en algunas
ocasiones elaborar sugerencias para la solución del mismo.

En estadística, un investigador debe contar con elementos que le permitan probar sus
hipótesis; estos elementos son las variables de la investigación. (Rodríguez Franco,
Pierdant Rodríguez, & Rodríguez Jiménez, 2014)

1.4 Clasificación

Se consideran dos fases en el campo de la estadística. En primer lugar, está la fase que
sólo se limita a la descripción de un conjunto de datos sin llegar a conclusiones o
generalizar con respecto a un grupo mayor. A esta fase se le da el nombre de “Estadística
Descriptiva” o “Deductiva”. En la segunda, ella implica el análisis mediante la cual trata de
llegar a conclusiones acerca de un grupo más grande o población, basado en la
información de un grupo menor o muestra, procedimiento o técnica denominada como
“Estadística Inductiva” o “Inferencia”.

En un principio se consideraba que la función primordial de la estadística era la

descripción de las características de un grupo, actividad que la hacía confundir con el
papel que cumple la historia, consistente en observar y describir el hecho. En su origen,
las estadísticas eran históricas; hoy en día, la estadística, además de ser descriptiva, es
analítica, considerándose ésta como la función más importante que ella realiza, ya que,
además, permite obtener conclusiones para un grupo mayor, denominado población,
partiendo de una investigación realizada en un grupo menor, conocido como muestra,
cuyos elementos o unidades, en la mayoría de los casos, se seleccionan aleatoriamente o
al azar.

La “Estadística Descriptiva” o “Deductiva", tiene como finalidad, colocar en evidencias

aspectos característicos del grupo (promedios, variabilidad de los datos, etc.) que sirven
para realizar comparaciones, sin pretender sacar conclusiones de tipo más general. Esta
descripción, por lo general se realiza a través de la elaboración de cuadros, gráficos,

8
cálculo de promedios, proporciones, varianza de una o más variables relacionadas.
(Martínez Bencardino, 2012)

La “Estadística Analítica” o “Inductiva”, busca dar explicaciones al comportamiento de un

conjunto de observaciones, probar la significación o validez de los resultados, además,
intenta descubrir las causas que lo originan. Siendo de gran aplicación en el muestreo,
logrando de esta manera, obtener conclusiones que se extienden más allá de las
muestras estadísticas mismas.

Uno de los objetivos principales de la estadística, consiste en realizar inferencias acerca

de los valores estadísticos de la población, denominados parámetros, a través de la
información obtenida mediante una muestra, que nos permite el cálculo de estimadores.

La “Estadística Descriptica-Analítica”, se podrá definir: como un conjunto sistemático de

procedimientos utilizados para observar y describir numéricamente un fenómeno,
además, descubrir las leyes que regulan la aparición, transformación y desaparición de
los mismos. También se puede considerar la estadística, como aquel método que permite
no sólo describir el hecho o fenómeno, sino también, que permite deducir, evaluar y sacar
conclusiones acerca de una población, con los resultados obtenidos a través de una
muestra. (Martínez Bencardino, 2012)

1.5 Terminología Básica

POBLACIÓN Y MUESTRA

Población: Se le denomina población, a un conjunto de elementos (que consiste en

personas, objetos, etc.), que contienen una o más características observables de
naturaleza cualitativa o cuantitativa que se pueden medir en ellos. A cada elemento de
una población se denomina unidad elemental o unidad estadística. El resultado de medir
una característica observable de una unidad elemental, se denomina dato estadístico o
valor observado o simplemente observación.

9
Por otra parte, la población; viene definida por la tarea o investigación estadística a
realizarse. Y como la medición o conteo de la característica especificada por la
investigación se hace a cada unidad elemental, se puede considerar a la población como
la totalidad de valores posibles de una característica particular especificada por la
investigación estadística. En este sentido la población consiste en un conjunto de datos
estadísticos que se reúnen de acuerdo con la formulación de una investigación estadística
o con la definición de la población específica.

Parámetro: Se denomina parámetro a una medida descriptiva que resuma una

característica de la población, tal como la media ( 𝜇 ) la varianza ( 𝜎 2 ), calculada a partir
de los datos observados de toda la población. (Cordova Zamora, 2003)

Tipos de población: Por el número de elementos que la componen, la población se

clasifica en finita o infinita. La población es finita si tiene un número finito de elementos.
En caso contrario la población es infinita. En la práctica una población finita con un
número grande de elementos se considera como una población infinita.

Variable: La característica que se mida en las unidades elementales de una población

definida por la tarea estadística tiene diversos valores de naturaleza cualitativa o
cuantitativa. Por ejemplo, la característica "sexo" tiene dos modalidades: hombre y mujer,
la característica "peso en kilogramos" tiene infinitos valores.

Se denomina variable estadística a una característica definida en la población por la tarea

o investigación estadística, que puede tomar dos o más valores (cualidades o números).
(Cordova Zamora, 2003)

Se representa por una letra del alfabeto. Por ejemplo, en la población constituida por los
empleados de la universidad, algunas variables estadísticas definidas en esta población
son:

X: "sexo". Valores: Masculino, Femenino.

Y: "estado civil". Valores: Soltero, casado, viudo, divorciado.
Z: "número de hijos", Valores: 0, 1,2, etc.

10
W: "ingresos mensuales", Valores: Números reales positivos.

Muestra: Después de definir la investigación estadística a realizar, se debe decidir entre

investigar toda la población o sólo una parte de ella. El primer procedimiento es
denominado censo y el segundo es llamado muestreo. Se denomina muestra a una parte
de la población seleccionada de acuerdo con un plan o regla, con el fin de obtener
información acerca de la población de la cual proviene. (Cordova Zamora, 2003)

La muestra debe ser seleccionada de manera que sea representativa de la población. Un

método de selección de muestras representativas es al azar simple, esto es cada
elemento de la población tiene la misma posibilidad de ser seleccionada para la muestra.

Estadística o Estadígrafo. Se denomina estadística a una medida descriptiva que resuma

una característica de la muestra, tal como la media (𝑥̅ ) o la varianza (s2) calculada a partir
de los datos observados de una muestra aleatoria.

Es importante tener en cuenta, si el análisis estadístico se está haciendo con una muestra
o con una población. En ambos casos las medidas descriptivas son las mismas. Para
diferenciarlos, los parámetros de la población se representan por letras griegas. (Cordova
Zamora, 2003)

1.6 Recopilación y Arreglo de la Información

Marco muestral: Se refiere a la lista, el mapa o la fuente de donde pueden extractarse

todas las unidades de muestreo o unidades de análisis en la población, y de donde se
tomarán los sujetos objeto de estudio.

Muestra: Es la parte de la población que se selecciona, de la cual realmente se obtiene la

información para el desarrollo del estudio y sobre la cual se efectuarán la medición y la
observación de las variables objeto de estudio. (Bernal Torres, 2010)

11
Pasos en la selección de una muestra:

Siguiendo el esquema de Kinnear y Taylor (1993), los siguientes son los pasos para
definir una muestra:

1. Definir la población.
2. Identificar el marco muestral.
3. Determinar el tamaño de la muestra.
4. Elegir un procedimiento de muestreo.
5. Seleccionar la muestra.

Variables de la población y su medición: Según Fracica (1988), “uno de los aspectos

fundamentales para la realización de una investigación es la necesidad de conocer ciertas
características de la población objeto de estudio”, a las cuales “se les conoce como
variables y pueden ser de tipo cuantitativo o cualitativo”. (Bernal Torres, 2010)

Estas variables se analizan a partir de sus necesidades, ya sea en términos de datos de

promedios o totales para las variables cuantitativas, y de proporciones o totales para las
variables cualitativas.

Tamaño de la muestra: En la investigación científica, el tamaño de la muestra debe

estimarse siguiendo los criterios que ofrece la estadística, y por ello es necesario conocer
algunas técnicas o métodos de muestreo.

El método de muestreo utilizado para estimar el tamaño de una muestra depende del tipo
de investigación que desea realizarse y, por tanto, de las hipótesis y del diseño de
investigación que se hayan definido para desarrollar el estudio. (Bernal Torres, 2010)

12
 Imagen No. 1.- “Determinación de la Población y la Muestra Objeto de Estudio”. (Bernal Torres, 2010)

La determinación del tamaño de la muestra es un problema complejo acerca del cual

habrá que tomar en cuenta las siguientes consideraciones:

 Si en una población determinada todos los miembros presentan características

muy similares en relación con la (s) variable (s) que son objeto de estudio, será
suficiente trabajar con una muestra pequeña.

 Si entre los miembros de la población seleccionada en la investigación existe

mucha variedad de características en relación con la (s) variable (s) que son objeto
de estudio, es necesario utilizar una muestra de mayor tamaño; esto es, a mayor
variabilidad de la población, mayor es el tamaño de la muestra que se requiere
para mantener un determinado grado de exactitud en las afirmaciones que se
hagan acerca de la población, partiendo de lo encontrado en la muestra.

13
  El tipo de estudio que se realiza también influye en la determinación del tamaño de
la muestra; los estudios descriptivos, por ejemplo, demandan un mayor tamaño en
la muestra que los estudios experimentales. Sin que se trate de una norma, suele
mencionarse la conveniencia de que en los estudios descriptivos se tomen
muestras que incluyan del 10 al 20% de la población total, mientras que en los
estudios de tipo experimental suele hablarse de muestras de 30 elementos como
“muestras suficientemente grandes”.

 Inclusive la técnica que se utilice para la obtención de la muestra tiene que ver con
la determinación del tamaño de la misma; un muestreo aleatorio simple puede
requerir mayor tamaño de muestra que un muestreo estratificado cuando hay alta
variabilidad en la población.

Existen fórmulas que permiten calcular el tamaño apropiado de la muestra según la

medida de la población que se desee estimar y según el tipo de muestreo que se vaya a
realizar; su uso no es sencillo porque requiere el manejo de determinados conceptos de
estadística, pero es importante que el investigador conozca la existencia de
procedimientos formales para determinar el tamaño de la muestra y recurra, en su caso,
al apoyo de expertos en estadística cuando deba decir el tamaño de la muestra para su
estudio. (Bayardo Moreno, 2000)

1.7 Representación Gráfica

Una vez que hayan sido recolectados los datos muéstrales, debemos “conocerlos”. Una
de las formas más útiles de conocer los datos es usar una técnica inicial de exploración
de análisis de datos que resultará en una representación gráfica de los datos. La gráfica
revelará visualmente patrones de comportamiento de la variable bajo estudio. Hay
diversas formas gráficas de describir datos. El tipo de datos y la idea que se va a
representar determina el método que se va a utilizar. (Johnson & Kuby, 2008)

14
Gráficos para Datos Cualitativos:

Gráficas de círculos y gráficas de barras: son gráficas que se usan para resumir datos
cualitativos, o por atributos, o datos categóricos. Las gráficas de círculos (diagramas de
pastel) muestran la cantidad de datos que pertenecen a cada una de las categorías como
parte proporcional de un círculo. Las gráficas de barras muestran la cantidad de datos que
pertenecen a cada una de las categorías como un área rectangular de tamaño
proporcional.

Ejemplo:

Tabla No. 1.- “Tabla de Datos para Graficación”. (Johnson & Kuby, 2008)

15
 Imagen No. 2.- “Gráfica Circular y de Barras para Datos Cualitativos”. (Johnson & Kuby, 2008)

Diagrama de Pareto: es una gráfica especial de barras. En ésta, las barras se presentan
de la categoría más numerosa a la menos numerosa. Incluye una gráfica de líneas que
muestra los porcentajes acumulativos y las cantidades para las barras. (Johnson & Kuby,
2008)

Imagen No. 3.- “Gráfica de Pareto para Datos Cualitativos”. (Johnson & Kuby, 2008)

16
Gráficos para Datos Cuantitativos:

Una razón importante para construir una gráfica de datos cuantitativos es el hecho de
presentar la distribución de los mismos.

Distribución: Es el patrón de variabilidad que presentan los datos de una variable. La

distribución exhibe la frecuencia de cada valor de la variable. (Johnson & Kuby, 2008)

Gráfica de Puntos: Una de las gráficas más sencillas empleadas para exhibir una
distribución es la gráfica de puntos.

La gráfica de puntos presenta los datos de una muestra al representar cada dato con un
punto ubicado a lo largo de una escala que puede ser horizontal o vertical. La frecuencia
de los valores se representa a lo largo de la otra escala. (Johnson & Kuby, 2008)

Ejemplo:

Tabla No. 2.- “Gráfica de Pareto para Datos Cualitativos”. (Johnson & Kuby, 2008)

Observe la forma en la que se “agrupan” los datos de la tabla 2 están concentrados cerca
del centro y más dispersados cerca de los extremos.

17
La presentación de una gráfica de puntos es una técnica que conviene usar cuando se
empiezan a analizar los datos. Produce una imagen de los datos que los clasifica en
orden numérico. (Ordenar datos es ponerlos en una lista en orden de jerarquía según el
valor numérico). (Johnson & Kuby, 2008)

Histograma: Un histograma consiste en una serie de rectángulos, cuyo ancho es

proporcional al rango de los valores que se encuentran dentro de una clase, y cuya altura
es proporcional al número de elementos que caen dentro de la clase. Si las clases
empleadas en la distribución de frecuencias son del mismo ancho, entonces las barras
verticales del histograma también tienen el mismo ancho. La altura de la barra
correspondiente a cada clase representa el número de observaciones de la clase. Como
consecuencia, el área contenida en cada rectángulo (base por altura) ocupa un porcentaje
del área total de todos los rectángulos la cual es igual a la frecuencia absoluta de esa
clase correspondiente respecto a todas las observaciones hechas. Un histograma que
utiliza las frecuencias relativas de los datos puntuales de cada una de las clases, en lugar
de usar el número real de puntos, se conoce como histograma de frecuencias relativas.

Este tipo de histograma tiene la misma forma que un histograma de frecuencias absolutas
construido a partir del mismo conjunto de datos. Esto es así debido a que, en ambos, el
tamaño relativo de cada rectángulo es la frecuencia de esa clase comparada con el
número total de observaciones. (Levin & Rubin, 2004)

Ejemplo:

Imagen No. 4.- “Distribución de Frecuencias Relativas de los Niveles de Producción de una Muestra de 30
Telares para Alfombra Utilizando Intervalos de Clase de 0.3 Yardas”. (Levin & Rubin, 2004)

18
Polígonos de frecuencias: los polígonos de frecuencias son otra forma de representar
gráficamente distribuciones tanto de frecuencias como de frecuencias relativas. Para
construir un polígono de frecuencias señalamos éstas en el eje vertical y los valores de la
variable que estamos midiendo en el eje horizontal, del mismo modo en que se hizo con el
histograma. A continuación se grafica cada frecuencia de clase trazando un punto sobre
su punto medio y conectamos los puntos sucesivos resultantes con una línea recta para
formar un polígono (una figura con muchos lados).

Un polígono de frecuencias que utiliza frecuencias relativas de datos puntuales en cada

una de las clases, en lugar del número real de puntos, se conoce como polígono de
frecuencias relativas. Este polígono tiene la misma forma que el polígono de frecuencias
construido a partir del mismo conjunto de datos, pero con una escala diferente en los
valores del eje vertical. En lugar del número absoluto de observaciones, la escala
representa el número de observaciones de cada clase expresadas como una fracción del
total de observaciones. Los histogramas y los polígonos de frecuencias son similares.
(Levin & Rubin, 2004)

Imagen No. 5.- “a) Polígono de Frecuencias de Nivel de Producción de una Muestra de 30 Telares para
Alfombra Utilizando Intervalos de Clase de 0.3 Yardas, b) Histograma Trazado a partir de los Puntos del
Polígono de Frecuencia”. (Levin & Rubin, 2004)

19
Ojivas: Una distribución de frecuencias acumuladas nos permite ver cuántas
observaciones están por encima de ciertos valores, en lugar de hacer un mero registro del
número de elementos que hay dentro de los intervalos. Por ejemplo, si deseamos saber
cuántos telares tejen menos de 17.0 yardas, podemos utilizar una tabla que registre las
frecuencias acumuladas “menores que” de nuestra muestra. La gráfica de una distribución
de frecuencias acumuladas se conoce como ojiva. (Levin & Rubin, 2004)

Imagen No. 6.- “Ojiva “Menor que” de la Distribución de Niveles de Producción de una Muestra de 30 Telares
para Alfombra”. (Levin & Rubin, 2004)

Actividades de Aprendizaje del Bloque I

1. Ejercicios de Identificación de Tipos de Variables, Realización de Tabulaciones de

Distribución de Frecuencias y Realización de Gráficos.
2. Participación en el foro: “El Estudio Estadístico y su Utilidad”.
3. Solución del cuestionario de evaluación del contenido temático del Bloque I.

20
 BLOQUE II
UNIDAD II
MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN PARA DATOS NO
AGRUPADOS

Objetivo de la Unidad: Identifica y calcula cada una de las medidas de tendencia central
y de dispersión en un estudio estadístico, por medio de las técnicas de datos no
agrupados para conocer el comportamiento de una población o muestra a partir de las
medidas estadísticas.

2.1 Medidas de Posición y Dispersión para Datos No Agrupados

Cuando disponemos de un conjunto de datos homogéneo (su orden es irrelevante) de una

variable cuantitativa, resulta conveniente complementar la distribución de frecuencias con
ciertas medidas resumen. Las más importantes son las de tendencia central o
centralización, que indican el valor medio de los datos, y las de dispersión, que miden su
variabilidad.

Es importante tener en cuenta que las medidas resumen son informativas para datos
homogéneos y que pueden ser muy engañosas cuando mezclamos distintas poblaciones.
En estos casos es más adecuado identificar las razones de la heterogeneidad, dividir los
datos en dos poblaciones distintas y calcular las medidas características en cada una de
ellas. (Peña Sanchez de Rivera, 2014)

A los conjuntos de datos se les denomina colección de datos, mismos que se pueden
clasificar en:

 No agrupados, cuando los datos que las conforman a lo más guardan un orden
secuencial de acuerdo con su valor.

21
  Agrupados, cuando los datos que las conforman han sido catalogados dentro de
un grupo de rangos denominados intervalos de clase en atención a que
representan al grupo de rangos en los que se puede subdividir la colección,
permitiendo clasificar los datos de acuerdo con su valor dentro de los mismos.

El análisis por estadística descriptiva se fundamenta en el cálculo de las llamadas

medidas descriptivas, las cuales recapitulan la información de una colección de datos
permitiendo describir el comportamiento de un fenómeno. (Alvarado Verdín, 2014)

2.1.1 Medidas Descriptivas

Medidas descriptivas de uso común se clasifican de la siguiente forma:

 Medidas de centralización.- Son el grupo de valores más representativos de una

colección ordenada de datos, los cuales tienden a ubicarse al centro de la misma.
Entre las medidas más representativas se pueden citar: la media, la mediana, la
moda, el promedio ponderado y el promedio geométrico.

 Medidas de dispersión.- Señalan qué tan alejados están los valores de una
colección de datos con respecto a un valor de centralización, que por lo general es
la media. Entre las medidas más comunes se encuentran: el rango, la varianza, la
desviación estándar, el coeficiente de variación.

 Medidas de posición o cuartiles.- Son los valores que permiten dividir la colección
ordenada de datos en partes iguales con el mismo número de datos en cada
segmento. Los cuartiles más comunes son:

22
 o Los percentiles, los cuales dividen la colección en 100 partes iguales,
considerando que existen 99 percentiles (P1, P2, P3,… P99).

o Los deciles, los cuales dividen la colección en 10 partes iguales,

considerando que existen 9 deciles (D1, D2, D3,… D9).

o Los cuartiles, los cuales dividen la colección en 4 partes iguales,

considerando que existen 3 cuartiles (Q1, Q2 y Q3).

Es de notar que el P50, el D5 y el Q2 representan el valor de la mediana.

 Medidas de forma.- Son los valores que permiten establecer como están
distribuidos los valores de una colección de datos. Las medidas principales son:
Sesgo o asimetría y Apuntamiento. (Alvarado Verdín, 2014)

2.1.2 Análisis de Datos por Estadística Descriptiva para Datos No Agrupados

Este tipo de análisis se recomienda cuando el número de datos que estructuran una
colección de datos permite su manejo y cómputo de manera ágil. Para que las cifras
ofrezcan un significado es conveniente ordenarlas, sugiriendo en este caso de menor a
mayor, de acuerdo con sus valores.

Ejemplo: proceda a ordenar de menor a mayor la siguiente colección de datos.

18 5 11 52 35 52 72

Ordenado de menor a mayor.

5 11 18 35 52 52 72

Ordenar los datos permite contar con una mejor perspectiva de los mismos, pudiendo
establecer las diferencias entre los diferentes valores. (Alvarado Verdín, 2014)

23
DETERMINACIÓN DEL VALOR DE LA MEDIA

De manera concreta, la media o promedio representa el valor más representativo de una

colección de datos tendiendo a ubicarse al centro de la misma, cuyo valor permite
establecer un equilibrio en cuanto a las diferencias existentes con el resto de los valores.

Matemáticamente, la media queda definida como:

∑𝑛𝑖=1 𝑥𝑖
𝑥̅
𝑛

Donde

𝑥̅𝑖 = Representa el valor i (i=1, 2, 3,…n).

𝑛 = Número total de datos de la colección.

5+11+18+35+52+52+72
𝑥̅ = = 35
7

Nótese que la media dentro de la colección ordenada se ubica exactamente en el centro.

5 11 18 35 52 52 72

𝑥̅
(Alvarado Verdín, 2014)

Debilidades potenciales de la media. Situaciones en las que reportarla sola puede

conducir a errores:

Cuando se reporta un estadístico de tendencia central, tendemos a suponer que su valor

es representativo de puntuaciones típicas en la parte central de una distribución. En
ocasiones, sin embargo, cuando se informa la media puede conducir a errores al

24
respecto. Éste es el caso porque el cálculo de la media puede inflarse (aumentar) o
desinflarse (disminuir) debido a puntuaciones o valores extremos. Puntuaciones muy
altas, o valores extremos positivos, inflan el valor de la media "agrandando" la suma de x
(es decir, Σx) en el numerador de la fórmula. Puntuaciones sumamente bajas en una
distribución, o valores extremos negativos, desinflan el valor de la media "encogiendo" Σx.

Por ejemplo, suponga que calculamos la cantidad media del dinero en efectivo que llevan
10 estudiantes. Idealmente, esta media debe indicarnos cuál es la cantidad típica. Pero
suponga que un estudiante cobró un cheque por $400 y nuestro cálculo es el siguiente,
donde x = la cantidad de dinero en efectivo de cada estudiante (para simplificar, se
redondea al dólar más cercano). (Ritchey, 2001)

Σ𝑥 5 + 2 + 6 + 10 + 8 + 2 + 9 + 11 + 5 + 400 458
𝑥̅ = = = = 45.8 ≈ 46
𝑛 10 10

Por obvias razones, esta media de $46 no representa la cantidad de dinero promedio
típico, o la tendencia central que los alumnos suelen portar en efectivo. La mayoría de los
estudiantes tiene menos de $10, y reportar una media de $46 es engañoso.

El cálculo de la media se distorsiona por la presencia de un valor extremo. Para obtener

un sentido de proporción sobre cómo se calcula la fórmula de la media, examine la
relación entre el numerador (Σx) y el denominador (n). Cuando Σx es grande y n es
pequeña, la media será grande. Si Σx es grande debido a la presencia de uno o dos
valores extremos de alto valor, la media se "inflará" hasta un valor grande.

Tenga presente que nuestro objetivo es usar estadísticos de muestras para estimar los
parámetros de una población. Si se reporta una media muestral inflada o disminuida, se
presentará un resumen distorsionado de las puntuaciones que obtienen los sujetos en una
población. Esta limitación de la media es un problema especial con muestras pequeñas;
cuanto menor sea la muestra, mayor será la distorsión que genere un valor extremo.
(Ritchey, 2001)

25
DETERMINACIÓN DEL VALOR DE LA MEDIANA

Representa el valor central de la colección. La determinación de la mediana (Md) debe

cumplir con las siguientes reglas:

1. Si el número de datos de la colección es impar, el valor de la mediana es el

valor central de la misa dividiendo en dos segmentos iguales a la colección.

2. Si el número de datos de la colección es par, el valor de la mediana es el valor

promedio aritmético de los valores centrales.

En el caso de la colección en análisis, esta cuenta con un número impar de datos, por lo
que el valor de la mediana es el que cumple con la regla 1, antes mencionada,
coincidiendo con la posición y el valor de la media. (Alvarado Verdín, 2014)

5 11 18 35 52 52 72

𝑥̅
Md

DETERMINACIÓN DEL VALOR DE LA MODA

En el caso de la moda (Mo), es el valor o valores que tienen la mayor frecuencia, o sea,
son los que más se repiten.

Con referencia a lo anterior, debe considerarse que en una colección de datos puede
haber más de una moda, por lo que una colección puede ser:

 Modal, cuando cuenta con un valor con mayor frecuencia.

 Bimodal, cuando cuenta con dos valores con la misma frecuencia.
 Multimodal, cuando cuenta con más de dos valores con la misma frecuencia.

26
Puede observarse que la colección es modal ya que el valor que más se repite es el 52,
considerando que cuenta con una frecuencia con valor 2. (Alvarado Verdín, 2014)

5 11 18 35 52 52 72
Mo

DETERMINACIÓN DEL SESGO

El sesgo describe cómo es la distribución de los datos, ya que indica hacia dónde tienden
a concentrarse éstos. Una distribución puede ser:

 Simétrica, si la mayor concentración de datos se localiza en el centro de la

distribución.

 Sesgada a la derecha, si la mayor concentración de datos está a la izquierda de la

distribución.

 Sesgada a la izquierda, si la mayoría de los datos están concentrados a la

derecha.

Esto se puede determinar gráficamente, o bien, comparando la media, la moda y la

mediana, de allí la importancia de estas tres medidas de tendencia central. (Gutiérrez
Banegas, 2012)

Imagen No. 7.- “Tipos de Sesgo en las Distribuciones”. (Gutiérrez Banegas, 2012)

27
Para este ejemplo la gráfica muestra una distribución sesgada a la izquierda, lo que
presume que la concentración de los datos está hacia la derecha, o sea, hacia los datos
más grades.

Imagen No. 8.- “Gráfica con Sesgo Negativo”. (Gutiérrez Banegas, 2012).

MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS

Rango:

El rango, a veces también denominado recorrido, es la medida de dispersión más fácil de

determinar, ya que sólo depende de dos valores. Se calcula de esta manera:

R = Xmáx − Xmín

Donde R es el rango o recorrido.

Xmáx es el valor máximo del arreglo ordenado.
Xmín es el valor mínimo del arreglo ordenado. (Gutiérrez Banegas, 2012)

28
Algunas desventajas que presenta el rango son:

 Ignora la distribución de los datos, es decir, no considera si es unimodal o

multimodal, o cuál es el sesgo.

 Los valores aberrantes influyen en el valor del rango.

Siguiendo con el ejemplo: R = 72 – 5 = 67

Esto nos indica que entre el valor máximo y mínimos de la colección de datos hay una
diferencia de 67 puntos. (Gutiérrez Banegas, 2012)

VARIANZA Y DESVIACIÓN ESTÁNDAR

La determinación de los valores de las medidas de dispersión es relativamente simple ya

que el valor de referencia es la media de la colección, por lo que se deben establecer las
diferencias o desviaciones existentes entre los distintos valores de la colección con
respecto a ella.

Si esto se realiza, se encuentra que el valor promedio es cero, ya que la media equilibra
las desviaciones tanto por arriba como por debajo de la misma, tal como se muestra en el
siguiente problema resuelto. (Alvarado Verdín, 2014)

Tabla No. 3.- “Diferencia Entre un Valor Específico y la Media de los Datos”. (Alvarado Verdín, 2014)

29
Por tanto, no se puede establecer la diferencia o desviación promedio de los valores de la
colección con respecto a la media, pero para evitar esto se procede a elevar las
diferencias al cuadrado a efecto de evitar los números negativos y obtener un promedio
de las desviaciones; a esta parámetro se le denomina varianza (s2), pero ha de
observarse que la varianza expone el promedio de las desviaciones al cuadrado por lo
que un valor más significativo lo propone la desviación estándar, la cual es la raíz
cuadrada del valor de la varianza. Considerando la colección:

Tabla No. 4.- “Diferencia Entre un Valor Específico y la Media de los Datos Elevados al Cuadrado” (Alvarado
Verdín, 2014)

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆2 = = 618.66
𝑛−1

Sin embargo, la varianza expone un promedio de cuadrados, por lo que se procede a

calcular la raíz cuadrada para obtener un valor más significativo, al cual se le denomina
desviación estándar. (Alvarado Verdín, 2014)

𝑆 = √𝑆 2 = 24.87

COEFICIENTE DE VARIACIÓN

En algunas ocasiones se requiere un estadístico descriptivo que indique cuán grande es

la desviación estándar en relación con la media.

30
Esta medida es el coeficiente de variación y se representa como porcentaje:

𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟
( 𝑥 100) %
𝑀𝑒𝑑𝑖𝑎
(Anderson, Sweeney, & Williams, 2008)

Para el ejemplo que se ha venido desarrollando:

24.87
( 𝑥 100) %
35
= 71.05 %

El coeficiente de variación indica que la desviación estándar muestral es 71.05 % del valor
de la media muestral.

Cuando se tiene una muestra, el coeficiente de variación puede ser utilizado para calificar
estadísticamente la calidad de las estimaciones. Para ello se consideran los siguientes
criterios:

 CV menor o igual al 7%, las estimaciones se consideran precisas.

 CV entre el 8% y el 14%, las estimaciones tienen precisión aceptable.
 CV entre el 15% y 20%, la precisión es regular.
 CV mayor del 20% indica que la estimación es poco precisa. (Posada
Hernández, 2016)

Al interpretar los datos para el ejemplo, es posible establecer que la desviación representa
el 71.05 % de la media. En términos del ejercicio, podría interpretarse que los datos
varían 71.05 % alrededor de la media, lo cual intuye que la precisión de estimación de los
parámetros para esta población es poco precisa.

31
MEDIDAS DE POSICIÓN PARA DATOS NO AGRUPADOS

En el caso de las colecciones de datos no agrupados, por lo regular se procede a

determinar los valores de las principales medidas de posición como lo son los cuartiles.
Para determinar estos valores se utiliza la siguiente fórmula:

𝑃
PSp = (n+1)( )
100

Donde
Psp = Posición del percentil P.
N = Número de elementos de la colección.

La fórmula anterior arroja la posición del percentil de interés, por lo que se deberá
determinar el valor de éste mediante diferencias y proporciones. (Alvarado Verdín, 2014)

Para determinar el primer cuartil se procede como sigue:

P =25
N=7

Por tanto,

25
PS25 = (7+1)( )= 2
100

Donde se interpreta que el valor del primer cuartil corresponde al del dato ubicado en la
posición 2 de la colección ordenada, que es en este caso Q1= PS25 =11. (Alvarado Verdín,
2014)

Tabla No. 5-. “Valor del Percentil 25, que es Equivalente al Cuartil1” (Alvarado Verdín, 2014)

32
En el caso del 80avo percentil P = 80:

80
PS80 = (7+1)( )= 6.4
100

El valor de P = 80 se encuentra en la posición 6.4, la cual no se encuentra de manera

explícita, por lo que procede a determinar la distancia entre los valores de las posiciones 6
y 7.

Diferencia = 72 - 52 = 20

Entonces se puede señalar que el valor en cuestión se encuentra a 40% de la distancia a

partir de la posición 6:

X = Diferencia x 40% = 20 x 0.4 = 8

Por tanto,

PS80 = 52 + X = 52 + 8 = 60 (Alvarado Verdín, 2014)

33
 UNIDAD III
MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN PARA DATOS
AGRUPADOS

Objetivo de la Unidad: Identifica y calcula cada una de las medidas de tendencia central
y de dispersión en un estudio estadístico, por medio de las técnicas de datos agrupados
para conocer el comportamiento de una población o muestra a partir de las medidas
estadísticas.

3.1 Metodología para Medidas de Posición y Dispersión para Datos Agrupados

Cuando se está procesando grandes cantidades de datos es conveniente agruparlos en

clases o categorías para estudiar su frecuencia.

3.1.1 Frecuencia Absoluta

Si las variables son cualitativas (no numéricas) las clases pueden ser cada uno de sus
valores.

Ejemplo: la variable x es igual a la calidad del artículo elaborado. Los valores que toma la
variable son: x = b cuando el artículo es bueno y x = d cuando el artículo es defectuoso.
(Quevedo Urías & Pérez Salvador, 2014)

Se inspecciona a una muestra de la producción de un día, dando los resultados:

b, b, d, b, b, b, b, d, d, b, b, b, b, d, b

34
Los datos se agrupan en dos categorías:

Tabla No. 6.- “Distribución de Datos Cualitativos”. (Quevedo Urías & Pérez Salvador, 2014)

Cuando los datos son números enteros, las clases pueden ser cada uno de los posibles
valores de la variable.

Ejemplo: la variable x = número de hijos de la persona; en la muestra tiene como x = 0, 1,

2, 3, 4, 5. Una muestra de 20 personas dio los siguientes resultados:

3, 2, 4, 0, 0, 1, 1, 2, 2, 0, 3, 1, 0, 1, 0, 2, 1, 0, 5, 3

Los datos se pueden agrupar en seis categorías como se observa en la tabla. (Quevedo
Urías & Pérez Salvador, 2014)

Tabla No. 7.- “Distribución de Datos Cuantitativos”. (Quevedo Urías & Pérez Salvador, 2014)

3.1.2 Cantidad de Clases, Intervalo de Clase, Marca de Clase y Tamaño de los

Intervalos de Clase

Cantidad de Clases: en la práctica, los investigadores emplean diferentes reglas para

encontrar esta cantidad. En la búsqueda, el único requisito que debemos conservar es
que la cantidad de clases no sea cantidad excesiva ni pequeña.

35
Entre las reglas más comunes tenemos:

 Una regla empírica que consiste en determinar el entero más cercano a √𝑛, en
donde n es el número total de observaciones.

 La regla que considera al entero más cercano a log2(n), n número total de

observaciones.

 La llamada regla de Sturges, donde la cantidad de clases se toma como el entero

10
más cercano a 1 + log(𝑛). (Gutierrez González & Vladimirovna Panteleeva,
3

2016)

Amplitud o Longitud de Clase: La amplitud de clase puede variar de clase en clase,

aunque es preferible tratar con clases de igual amplitud. Esto se puede hacer al
determinar el rango de los datos y dividir entre la cantidad de clases deseadas.

Marca de Clase: Es el punto medio de un intervalo de clase y se obtiene sumando los

límites superior e inferior y dividiendo entre dos.

Tamaño de los intervalos de clase: es la diferencia entre los límites o linderos superiores e
inferiores. (Quevedo Urías & Pérez Salvador, 2014)

3.1.3 Frecuencia Relativa y Frecuencia Acumulada

Con la frecuencia relativa se pueden comparar diferentes muestras de tamaños distintos,

pues lo que se revisa son las proporciones en cada clase que equivalen a porcentajes.

La frecuencia relativa de una clase es igual a su frecuencia absoluta entre el total de

datos.
𝑓
𝑓𝑟 =
𝑛

36
La suma de las frecuencias relativas es igual a 1, independientemente del número de
datos que se tengan.

La frecuencia acumulada absoluta y relativa es otra manera de describir los datos. La

frecuencia acumulada de una clase es igual al número de elementos que están en las
clases menores o iguales de dicha clase. (Quevedo Urías & Pérez Salvador, 2014)

Ejemplo:

Tabla No. 8.- “Ingresos Mensuales de 100 Familias Pobres”. (Venereo Bravo, 2016)

1.- El primer paso consiste en determinar el rango o amplitud (R) de las

observaciones el cual se obtiene restando el mayor y el menor de los ingresos
mensuales.

Si estudia la tabla anterior concluirá que el valor más bajo es 450 y el más alto 485,
por tanto, R = 485 – 450 = 35.

2.- El siguiente paso consiste en establecer el número de clases o intervalos que

debemos utilizar en la distribución de frecuencias, de forma tal que permita visualizar
de la mejor manera la tendencia en que se distribuyen los datos.

Regla de Sturges: c = 1+3.322 log 100 = 1+3.322(2) = 7.6

37
Dada la cercanía entre ambos resultados (7 y 7.6), utilizaremos 7 como el número de
clases.

3.- A continuación, debemos proceder a determinar la longitud de cada intervalo o

ancho de clase, de manera tal que las clases en su conjunto cubran todos los datos,
es decir, desde el valor mínimo hasta el valor máximo. Esto se logra dividiendo el
35
rango entre el número de clases o intervalos, es decir, = 5.
7

De forma general, la longitud de cada intervalo se calcula redondeando el cociente

anterior a la unidad (u) más pequeña inmediato superior en que se encuentran
expresados los datos. Por ejemplo, si los datos están expresados en números
enteros y el rango es igual a 5.7, entonces la longitud del intervalo debe ser igual a 6.
En nuestro ejemplo no es necesario el redondeo por cuanto el rango es un número
entero.

4.- El siguiente paso consiste en determinar los límites de clase, tanto el inferior como
el superior, tomando en cuenta que ya establecimos que 5 debe ser el ancho de
clase. Para la primera clase se coloca como límite inferior (Li) el valor más pequeño
de los datos y como límite superior Ls = Li + (longitud del intervalo – 1), es decir, Li =
450 y Ls = 450 + (5 – 1) = 454. Para calcular Ls se le ha restado a 5 un 1 ya que éste
último es la unidad más pequeña de los datos.

Para obtener el límite inferior de la segunda clase se le suma un entero al límite

superior de la primera clase, esto es 454 + 1 (recuerde que 1 es la unidad más
pequeña de los datos) y al resultado 455 se le suman (5 – 1) unidades para obtener
el límite superior de la segunda clase, es decir, 455 + 4 = 459.

Este proceso se sigue repitiendo hasta completar los 7 intervalos. En la tabla 8 se

muestran los intervalos y los resultados obtenidos.

38
 Tabla No. 9.- “Intervalos de Clase”. (Venereo Bravo, 2016)

Como se puede apreciar, el límite superior de la última clase (484) es menor al valor
máximo de los datos (485), cuando en realidad, debe ser igual o mayor que él. Para
intentar resolver la situación que se presenta en este caso o en cualquier otro caso
similar, podemos disminuir el número de intervalos a 6, recalcular los nuevos límites de
clase y ver si la situación queda resuelta.

35
Longitud de los intervalos = = 5.83 ≈ 6
6

Los nuevos intervalos de clase se muestran en la tabla 9.

Tabla No. 10.- “Intervalos de Clase”. (Venereo Bravo, 2016)

Como se puede apreciar en la tabla, la situación que se presentaba con el límite superior
de la última clase ha quedado resuelta.

5.- A continuación, debemos obtener los límites reales de clase, los cuales se
obtienen restándole media unidad (u/2) a los límites inferiores de clase y sumándole

39
esa misma cantidad a los límites superiores. En nuestro ejemplo u = 1, por tanto, la
cantidad a sumar y restar es 0.5. Así, el límite real inferior (Lri) de la primera clase es
450 – 0.5 = 449.5 y el límite real superior (Lrs) de esta clase es 455 + 0.5 = 455.5, el
límite real inferior (Lri) de la segunda clase es 456 – 0.5 = 455.5 y el límite real
superior (Lrs) de esta clase es 461 + 0.5 = 461.5 y así para el resto de las clases.

Tabla No. 11.- “Intervalos de Clase Reales”. (Venereo Bravo, 2016)

6.- El siguiente paso consiste en determinar la marca de clase o punto medio de cada
uno de los intervalos, el cual se obtiene hallando la semisuma entre los dos límites
del intervalo, es decir, para la primera clase (450 + 455) / 2 = 452.5 para la segunda
clase (456 + 461) / 2 = 458.5 y así sucesivamente.

7.- Este paso consiste en determinar la cantidad de observaciones que pertenecen a

cada clase, es decir, la frecuencia absoluta de cada una de ellas. Las marcas de
clase y las frecuencias absolutas se aprecian en las tablas 12 y 13.

Tabla No. 12.- “Incorporación de la Columna Marcas de Clase”. (Venereo Bravo, 2016)

40
Tabla No. 13.- “Incorporación de las Frecuencias Absolutas de cada Clase”. (Venereo Bravo, 2016)

8.- Al igual que para el caso de una variable discreta, podríamos presentar la
distribución de frecuencias relativas de los ingresos mensuales de las 100 familias
pobres con la finalidad de poner en evidencia la parte del total de las observaciones
que pertenece a cada una de las clases. (Venereo Bravo, 2016)

Tabla No. 14.- “Incorporación de las Frecuencias Relativas de cada Clase”. (Venereo Bravo, 2016)

41
Representaciones gráficas:

Imagen No. 9.- “Histograma de los Ingresos Mensuales de 100 Familias Pobres”. (Venereo Bravo, 2016)

Imagen No. 10.- “Polígono de Frecuencias de los Ingresos Mensuales de 100 Familias Pobres”. (Venereo
Bravo, 2016)

42
 Imagen No. 11.- “Polígono de Frecuencias Relativas de los Ingresos Mensuales de 100 Familias Pobres”.
(Venereo Bravo, 2016)

Si tuviéramos un interés particular en conocer, por ejemplo, el número de familias pobres

con ingresos mensuales inferiores a 468 dólares, nos veríamos obligados a sumar las
frecuencias correspondientes a las clases 450 – 455, 456 – 461 y 462 – 467, es decir,
hallar la suma de 16+29+26 = 71. Concluimos entonces que 71 familias tienen ingresos
mensuales inferiores a 468 dólares.

Una alternativa más general y útil para situaciones similares a la anterior, consiste en
calcular las frecuencias absolutas acumuladas.

Para concluir con la construcción de la tabla de distribución de frecuencias debemos

calcular de igual modo las frecuencias relativas acumuladas. Si representamos por X i las
marcas de clase, por fi las frecuencias absolutas, por hi las frecuencias relativas, por Fi las
frecuencias absolutas acumuladas y por Hi las frecuencias relativas acumuladas
obtenemos la tabla 15. (Venereo Bravo, 2016)

43
 Tabla No. 15.- “Columnas de Frecuencias Absolutas y Relativas Acumuladas”. (Venereo Bravo, 2016)

Imagen No. 12.- “Polígono de Frecuencias Absolutas Acumuladas”. (Venereo Bravo, 2016)

Observe que los valores utilizados en el eje horizontal corresponden a los límites
superiores de cada una de las clases. (Venereo Bravo, 2016)

3.1.4 Medidas de Tendencia Central

Media: La media aritmética para datos agrupados viene dada por la expresión:

∑𝑛1 𝑓𝑘 × 𝑥𝑘
𝑥̅ =
𝑛

44
Donde k es el número de clases, fk la frecuencia absoluta de la clase k-ésima y xk la
marca de clase de la clase k-ésima. (Venereo Bravo, 2016)

En nuestro ejemplo:

16(452.5) + 29(458.5) + ⋯ + 7(482.5) 46396

𝑥̅ = = = 463.96
100 100

Mediana: El primer paso para calcular la mediana en la distribución de frecuencias del

ejemplo que nos ocupa, consiste en determinar en cuál de las seis clases se encuentra la
mediana.

𝑛+1 100+1
Como sabemos, la mediana está ubicada en la posición = = 50.5
2 2

Si estudia la tabla 14 podrá percatarse que la posición 50.5 (entre 50 y 51) se encuentra
ubicada en la tercera clase o intervalo, la cual tiene una frecuencia acumulada igual a 71.
(Venereo Bravo, 2016)

Calcular la mediana de un conjunto de datos es mediante la expresión:

(𝑛+1)
2
−(𝐹+1)
Me = [ ]w + LM
𝑓𝑀𝑒

Donde:

n = es el total de observaciones = 100.

F = es la suma de las frecuencias hasta, pero sin incluir, la clase mediana, es decir, 45.
fMe = es la frecuencia de la clase mediana = 26.
w = es el ancho del intervalo de clase = 6.
LMe = es el límite inferior del intervalo de la clase mediana = 462. (Venereo Bravo, 2016)

45
 (100+1)
2
−(45+1)
Me = [ ]6 + 462 = 463.04 ≈ 463
26

Moda: Cuando los datos están agrupados en una distribución de frecuencias es razonable
pensar que la Moda está ubicada en la clase con una mayor frecuencia. A partir de esta
clase modal podemos calcular el valor de la Moda utilizando la siguiente expresión:

𝑑1
Mo = LMo +[ ]w
𝑑1 +𝑑2

Donde:

M0 = es la Moda y LMo es el límite inferior de la clase modal.

d1 = es la frecuencia de la clase modal menos la frecuencia de la clase que se encuentra
inmediatamente por debajo de ésta.
d2 = es la frecuencia de la clase modal menos la frecuencia de la clase que se encuentra
inmediatamente por encima de ésta.
w = es el ancho del intervalo de la clase modal. (Venereo Bravo, 2016)

Según los datos que se observan en la tabla 14, la clase modal es la tercera y
adicionalmente:

LMo = 456
d1 = 29 - 26 = 3
d2 = 29 – 16 = 13
w=6

3
Mo = 456 +[ ]6 = 457.12 ≈ 457
3+13
(Venereo Bravo, 2016)

46
3.1.5 Medidas de Dispersión

Varianza: La varianza muestral para datos agrupados en una distribución de frecuencias

viene dada por la expresión:

2
∑𝑛1 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2
𝑆 =
𝑛−1

Donde fi es la frecuencia de la clase i-ésima, xi es el punto medio de la clase i-ésima y n el

número de observaciones. (Venereo Bravo, 2016)

16(452.5 − 464.13)2 + 29(458.5 − 464.13)2 + ⋯ + 7(482.5 − 464.13)2 7353.73

𝑆2 = =
99 99
= 74.28

Desviación Estándar: S = √𝑆 2 =√74.28 = 8.61

Coeficiente de Variación:

𝑆 8.61
( 𝑥 100) % = ( 𝑥 100) %
𝑥̅ 463.96

= 1.85 %

Al interpretar los datos para el ejemplo, es posible establecer que la desviación representa
el 1.85% de la media. En términos del ejercicio, podría interpretarse que los datos varían
1.85% alrededor de la media, lo cual intuye que la precisión de estimación de los
parámetros para esta población es precisa. (Venereo Bravo, 2016)

47
Actividades de Aprendizaje del Bloque II

1. Ejercicios de Medidas de Tendencia Central y de Dispersión.

2. Participación en el foro: “Aplicaciones de las Medidas de Tendencia Central y de
Dispersión”.
3. Solución del cuestionario de evaluación del contenido temático del Bloque II.

48
 BLOQUE III
UNIDAD IV
DISTRIBUCIÓN DE PROBABILIDAD

Objetivo de la Unidad: Aplica las propiedades de la distribución de probabilidad para la

estimación de resultados.

4.1 Distribución Normal

Una distribución normal es aquella donde la media, la mediana y la moda de una variable
son iguales entre sí y la distribución de las puntuaciones tiene forma de campana.
También nos referimos a esto como una "curva normal". Una distribución normal es
simétrica (es decir, equilibrada en cada lado). Su media, mediana y moda se localizan en
el centro de la distribución. La presencia de la mediana aquí asegura la simetría porque,
por definición, la mediana divide por la mitad una distribución ordenada de puntuaciones.
Puesto que la moda está en el punto central de una distribución normal, el pico de la
curva se localiza allí (ver imagen 7).

Distribución sesgada: Curva de distribución de frecuencias aquella en la cual la media, la

mediana y la moda de una variable son desiguales y muchos de los sujetos tienen
puntuaciones sumamente altas o bajas. (Ritchey, 2001)

La posición de un valor específico se puede medir en términos de la media y desviación

estándar usando la calificación estándar, comúnmente llamada calificación z.

Calificación estándar, o calificación z: es la posición que un valor particular de x tiene

respecto a la media, medido en desviaciones estándar.

49
La calificación z se encuentra con la fórmula.

𝑉𝑎𝑙𝑜𝑟−𝑀𝑒𝑑𝑖𝑎 𝑥− 𝑥̅
Z= =
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑠
(Johnson & Kuby, 2008)

Ejemplo: Encuentre el ingreso estándar para a) 470 dólares y b) 450 dólares.

X = 450, 𝑋̅ =463.96, S = 8.61

𝑥− 𝑥̅ 470−463.96
a) Z = = = 0.70
𝑠 8.61
𝑥− 𝑥̅ 450−463.96
b) Z = = = -1.62
𝑠 8.61

Esto significa que el ingreso de 470 está a aproximadamente 0.7 desviaciones estándar
arriba de la media, y el ingreso de 450 está aproximadamente a 1.62 de una desviación
estándar debajo de la media.

La regla empírica y prueba de normalidad:

Regla empírica: si una variable está normalmente distribuida, entonces:

1. Dentro de una desviación estándar de la media habrá aproximadamente 68% de

los datos.

2. Dentro de dos desviaciones estándar de la media, habrá aproximadamente 95%

de los datos.

3. Dentro de tres desviaciones estándar de la media habrá aproximadamente 99.7%

de los datos. (Esta regla aplica de manera específica a una distribución normal [en
forma de campana], pero con frecuencia se aplica como guía interpretativa a
cualquier distribución agrupada). (Johnson & Kuby, 2008)

50
La imagen 13 muestra los intervalos de 1, 2 y 3 desviaciones estándar alrededor de la
media de una distribución aproximadamente normal. Por lo general estas proporciones no
se presentan de manera exacta en una muestra, pero los valores observados estarán
cercanos cuando una muestra grande se tome de una población normalmente distribuida.
Si una distribución es aproximadamente normal, será casi simétrica y la media dividirá la
distribución en dos (la media y la mediana son iguales en una distribución simétrica).

Imagen No. 13.- “Regla Empírica”. (Johnson & Kuby, 2008)

La regla empírica se puede usar para determinar si un conjunto de datos está

normalmente distribuido en forma aproximada. Para el ejemplo: Se encontró que la media,
x, es 463.96, y la desviación estándar, s, fue 8.61. El intervalo de 1 desviación estándar
debajo de la media, x – s, a 1 desviación estándar arriba de la media, x + 2s, es 463.96 –
8.61 = 455.35 a 463.96 + 8.61 = 471.96. Este intervalo (455.35 a 471.96) incluye 456,
457, 458,..., 470, 471, vemos que 22 de los 100 datos, es decir 22%, están dentro de 1
desviación estándar de la media. Además, x + 2s = 463.96 – (2) (8.16) = 447,64 da x + 2s
= 463.96 + (2) (8.16) = 481.10 el intervalo de 448 a 481. De los 100 datos, 96, o sea 96%,
están dentro de dos desviaciones estándar de la media. Los 100 datos, o sea 100%,

51
están incluidos dentro de 3 desviaciones estándar de la media (de 439.48 a 488.44). Esta
información se puede poner en una tabla para comparación con los valores dados por la
regla empírica (vea la tabla.16). (Johnson & Kuby, 2008)

Tabla No. 16.- “Tabla Comparativa”. (Johnson & Kuby, 2008)

La distribución normal estándar:

Hay un número ilimitado de distribuciones de probabilidad normal, pero por fortuna todas
están relacionadas con una distribución: la distribución normal estándar. La distribución
normal estándar es la distribución normal de la variable estándar z (llamada “puntaje
estándar” o “puntaje z”).

Propiedades de la distribución normal estándar:

1. El área total bajo la curva normal es igual a 1.

2. La distribución tiene forma de campana y es simétrica; se extiende
indefinidamente en ambas direcciones, aproximándose, pero sin tocar el eje
horizontal.
3. La distribución tiene una media de 0 y una desviación estándar de 1.
4. La media divide el área en dos: 0.50 a cada lado.
5. Casi toda el área está entre z = –3.00 y z = 3.00. (Johnson & Kuby, 2008)

La tabla 16 es una lista de las probabilidades asociadas con los intervalos desde la media
(ubicada en z = 0.00) hasta un valor específico de z. Las probabilidades de otros
intervalos pueden hallarse usando las entradas de tabla y las operaciones de adición y
sustracción, de acuerdo con las propiedades precedentes. Veamos varias ilustraciones

52
que demuestran la forma de usar la tabla 16 para hallar probabilidades del puntaje normal
estándar, z.

Tabla No. 17.- “Área de Distribución Norma Estándar”. (Johnson & Kuby, 2008)

53
Ejemplo: Encuentre el área bajo la curva normal estándar entre z = 0 y z = 1.52.

Imagen No. 14.- “Área Bajo la Curva Normal Estándar entre z = 0 y z= 1.52”. (Johnson & Kuby, 2008)

La tabla 17 está diseñada para dar el área entre z = 0 y z = 1.52 directamente. El puntaje
z está ubicado en los márgenes, con las unidades y décimas de dígito por todo el lado
izquierdo y centésimas de dígito en la parte superior. Para z = 1.52, localice la fila
marcada 1.5 y la columna marcada 0.02; en su intersección encontrará 0.4357, la medida
del área o la probabilidad para el intervalo z = 0.00 a z = 1.52 (vea la tabla 18). Expresado
como una probabilidad: P (0.00 < z < 1.52) = 0.4357. (Johnson & Kuby, 2008)

Tabla No. 18.- “Área de Distribución Norma Estándar para z= 1.52”. (Johnson & Kuby, 2008)

Recuerde que una de las propiedades básicas de probabilidad es que la suma de todas
las probabilidades es exactamente 1.0. Como el área bajo la curva normal representa la
medida de probabilidad, el área total bajo la curva en forma de campana es exactamente:

Esta distribución también es simétrica respecto a la recta vertical trazada por z = 0, que
corta el área en dos en la media.

Las áreas (probabilidades) que no se dan directamente en la tabla se pueden hallar si

confiamos en estos datos. (Johnson & Kuby, 2008)

54
Ejemplo: Encuentre el área a la izquierda de z = 1.52: P (z < 1.52).

El total del área sombreada está formado por 0.4357 hallado en la tabla y el 0.5000 que
está a la izquierda de la media. Por tanto, sumamos 0.4357 a 0.5000.

Imagen No. 15.- “Área a la Izquierda Bajo la Curva Normal Estándar z = 1.52”. (Johnson & Kuby, 2008)

P (z ≤ 1.52) = P (z < 0) + P (0 < z < 1.52) = 0.5000 + 0.4357 = 0.9357 (Johnson & Kuby,
2008)

También se puede usar la tabla de probabilidades acumuladas (tabla 19).

Ejemplo: Supongamos que la edad (X) con la que los estudiantes egresan de la
Universidad Laica Eloy Alfaro de Manabí sigue una distribución normal con media
poblacional igual a 24 años y una varianza poblacional igual a 0.12 años, es decir, X ∼ N
(26, 0.12). Calcule la probabilidad que al seleccionar al azar un estudiante recién
egresado de esta institución educativa, su edad sea menor a 24.5 años.

24.5−24 0.5
P (x < 24.5) = P (𝑍 < ) = (𝑍 < 0.35) = P (x < 1.43) = 0.9236 (ver tabla 19)
√0.12
(Venereo Bravo, 2016)

55
Tabla No. 19.- “Área de Distribución Norma Estándar Acumulada”. (Anderson, Sweeney, & Williams, 2008)

56
4.2 Distribución Binomial

La distribución de probabilidad binomial es una distribución de probabilidad que tiene

muchas aplicaciones. Está relacionada con un experimento de pasos múltiples al que se
le llama experimento binomial.

Un experimento binomial tiene las cuatro propiedades siguientes:

Propiedades de un experimento binomial

1. El experimento consiste en una serie de n ensayos idénticos.

2. En cada ensayo hay dos resultados posibles. A uno de estos resultados se le llama
éxito y al otro se le llama fracaso.

3. La probabilidad de éxito, que se denota p, no cambia de un ensayo a otro. Por

ende, la probabilidad de fracaso, que se denota 1 - p, tampoco cambia de un ensayo
a otro.

4. Los ensayos son independientes. (Anderson, Sweeney, & Williams, 2008)

Si se presentan las propiedades 2, 3 y 4, se dice que los ensayos son generados por un
proceso de Bernoulli. Si, además, se presenta la propiedad 1, se trata de un experimento
binomial. En la imagen 16 se presenta una sucesión de éxitos y fracasos de un
experimento binomial con ocho ensayos.

En un experimento binomial lo que interesa es el número de éxitos en n ensayos. Si x

denota el número de éxitos en n ensayos, es claro que x tomará los valores 0, 1, 2, 3,...,
n. Dado que el número de estos valores es finito, x es una variable aleatoria discreta. A la
distribución de probabilidad correspondiente a esta variable aleatoria se le llama
distribución de probabilidad binomial. Por ejemplo, considere el experimento que consiste
en lanzar una moneda cinco veces y observar si la cara de la moneda que cae hacia
arriba es cara o cruz. Suponga que se desea contar el número de caras que aparecen en

57
los cinco lanzamientos. ¿Presenta este experimento las propiedades de un experimento
binomial? ¿Cuál es la variable aleatoria que interesa?

Observe que:

1. El experimento consiste en cinco ensayos idénticos; cada ensayo consiste en

lanzar una moneda.

2. En cada ensayo hay dos resultados posibles: cara o cruz. Se puede considerar
cara como éxito y cruz como fracaso.

3. La probabilidad de éxito y la probabilidad de fracaso son iguales en todos los

ensayos, siendo p = 0.5 y 1 - p = 0.5.

4. Los ensayos o lanzamientos son independientes porque al resultado de un ensayo

no afecta a lo que pase en los otros ensayos o lanzamientos. (Anderson, Sweeney, &
Williams, 2008)

Imagen No. 16.- “Sucesión Posible de Éxito y Fracasos en un Experimento Binomial de Ocho Ensayos”.
(Anderson, Sweeney, & Williams, 2008)

Por tanto, se satisfacen las propiedades de un experimento binomial. La variable aleatoria

que interesa es x = número de caras que aparecen en cinco ensayos. En este caso, x
puede tomar los valores 0, 1, 2, 3, 4 o 5.

58
Otro ejemplo, considere a un vendedor de seguros que visita a 10 familias elegidas en
forma aleatoria. El resultado correspondiente de la visita a cada familia se clasifica como
éxito si la familia compra un seguro y como fracaso si la familia no compra ningún seguro.
Por experiencia, el vendedor sabe que la probabilidad de que una familia tomada
aleatoriamente compre un seguro es 0.10. Al revisar las propiedades de un experimento
binomial aparece que:

1. El experimento consiste en 10 ensayos idénticos; cada ensayo consiste en visitar a

una familia.

2. En cada ensayo hay dos resultados posibles: la familia compra un seguro (éxito) o
la familia no compra ningún seguro (fracaso).

3. Las probabilidades de que haya compra y de que no haya compra se supone que
son iguales en todas las visitas, siendo p = 0.10 y 1 - p = 0.90.

4. Los ensayos son independientes porque las familias se eligen en forma aleatoria.
(Anderson, Sweeney, & Williams, 2008)

Como estos cuatro puntos se satisfacen, este ejemplo es un experimento binomial. La

variable aleatoria que interesa es el número de ventas al visitar a las 10 familias. En este
caso los valores que puede tomar x son 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 y 10.

La propiedad 3 de un experimento binomial se llama suposición de estacionaridad y

algunas veces se confunde con la propiedad 4, independencia de los ensayos. Para ver la
diferencia entre estas dos propiedades, reconsidere el caso del vendedor que visita a las
familias para venderles un seguro. Si a medida que el día avanza, el vendedor se va
cansando y va perdiendo entusiasmo, la probabilidad de éxito puede disminuir, por
ejemplo, a 0.05 en la décima llamada. En tal caso la propiedad 3 (estacionaridad) no se
satisface, y no se tiene un experimento binomial. Incluso si la propiedad 4 se satisface en
cada familia la decisión de comprar o no se hizo de manera independiente, si no se
satisface la propiedad 3, no se trata de un experimento binomial.

59
En las aplicaciones de los experimentos binomiales se emplea una fórmula matemática
llamada función de probabilidad binomial que sirve para calcular la probabilidad de x
éxitos en n ensayos. (Anderson, Sweeney, & Williams, 2008)

𝑛
𝑓(𝑥) = ( ) 𝑝 𝑥 (1 − 𝑝)(𝑛−𝑥)
𝑥

Donde:

f (x) = Probabilidad de x éxitos en n ensayos.

n = Número de ensayos.

(𝑛𝑥) = 𝑥!(𝑛−𝑥)!
𝑛!

p = Probabilidad de un éxito en cualquiera de los ensayos.

1 - p = Probabilidad de un fracaso en cualquiera de los ensayos.

Considere las decisiones de compra de los próximos tres clientes que lleguen a la tienda
de ropa Martin Clothing Store. De acuerdo con la experiencia, el gerente de la tienda
estima que la probabilidad de que un cliente realice una compra es 0.30. ¿Cuál es la
probabilidad de que dos de los próximos tres clientes realicen una compra?

1. Es posible describir el experimento como una serie de tres ensayos idénticos, un

ensayo por cada uno de los tres clientes que llegan a la tienda.

2. Cada ensayo tiene dos posibles resultados: el cliente hace una compra (éxito) o el
cliente no hace ninguna compra (fracaso).

3. La probabilidad de que el cliente haga una compra (0.30) o de que no haga una
compra (0.70) se supone que es la misma para todos los clientes.

60
 4. La decisión de comprar de cada cliente es independiente de la decisión de comprar
de los otros clientes.

3!
𝑓(2) = 0.32 (1 − 0.30)(3−2) = 0.189
2!1!

Uso de las tablas de probabilidades binomiales:

Existen tablas que dan la probabilidad de x éxitos en n ensayos de un experimento

binomial. Estas tablas son fáciles de usar y los resultados se obtienen más rápidamente
que con la ecuación. (Anderson, Sweeney, & Williams, 2008)

Tabla No. 20.- “Tabla de Probabilidad Binomial”. (Anderson, Sweeney, & Williams, 2008)

61
4.3 Distribución Poisson

En esta sección se estudiará una variable aleatoria discreta que se suele usar para
estimar el número de veces que sucede un hecho determinado (ocurrencias) en un
intervalo de tiempo o de espacio. Por ejemplo, la variable de interés va desde el número
de automóviles que llegan (llegadas) a un lavado de coches en una hora o el número de
reparaciones necesarias en 10 millas de una autopista hasta el número de fugas en 100
millas de tubería. Si se satisfacen las condiciones siguientes, el número de ocurrencias es
una variable aleatoria discreta, descrita por la distribución de probabilidad de Poisson.

Propiedades de un experimento de Poisson:

1. La probabilidad de ocurrencia es la misma para cualesquiera dos intervalos de la

misma magnitud.

2. La ocurrencia o no-ocurrencia en cualquier intervalo es independiente de la

ocurrencia o no-ocurrencia en cualquier otro intervalo. (Anderson, Sweeney, &
Williams, 2008)

La función de probabilidad de Poisson se define mediante la ecuación:

𝜇 𝑥 ℯ −𝜇
f(x) =
𝑥!

Donde:

f (x) = probabilidad de x ocurrencias en un intervalo.

μ = valor esperado o número medio de ocurrencias en un intervalo.
ℯ = 2.71828.

Antes de considerar un ejemplo para ver cómo se usa la distribución de Poisson, observe
que el número de ocurrencias x, no tiene límite superior. Ésta es una variable aleatoria

62
discreta que toma los valores de una sucesión infinita de números (x = 0, 1, 2,...).
(Anderson, Sweeney, & Williams, 2008)

Un ejemplo considerando intervalos de tiempo:

Suponga que desea saber el número de llegadas, en un lapso de 15 minutos, a la rampa

del cajero automático de un banco. Si se puede suponer que la probabilidad de llegada de
los automóviles es la misma en cualesquiera dos lapsos de la misma duración y si la
llegada o no llegada de un automóvil en cualquier lapso es independiente de la llegada o
no llegada de un automóvil en cualquier otro lapso, se puede aplicar la función de
probabilidad de Poisson. Dichas condiciones se satisfacen y en un análisis de datos
pasados encuentra que el número promedio de automóviles que llegan en un lapso de 15
minutos es 10; en este caso use la función de probabilidad siguiente.

Aquí la variable aleatoria es x = número de automóviles que llegan en un lapso de 15

minutos.

Si la administración desea saber la probabilidad de que lleguen exactamente cinco

automóviles en 15 minutos, x = 5, y se obtiene:

105 ℯ −10
f(5) = = 0.0378
5!

Aunque esta probabilidad se obtuvo evaluando la función de probabilidad con μ = 10 y x =

0 5, suele ser más fácil consultar una tabla de probabilidad de Poisson. Dichas tablas
proporcionan las probabilidades para valores específicos de x y μ. La tabla siguiente es
una tabla de probabilidad de Poisson. Observe que para usar una tabla de probabilidades
de Poisson se necesitan sólo dos valores, x y μ. En la tabla, la probabilidad de cinco
llegadas en un lapso de 15 minutos se obtiene localizando el valor que se encuentra en el
renglón correspondiente a x = 5 y la columna correspondiente a μ = 10. Así obtiene f (5) =
0.0378.

63
La media de la distribución de Poisson en el ejemplo anterior fue μ = 10 llegadas en un
lapso de 15 minutos. Una propiedad de la distribución de Poisson es que la media y la
varianza de la distribución son iguales. Por tanto, la varianza del número de llegadas en
un lapso de 15 minutos es σ2 = 10. La desviación estándar es σ = √10 = 3.16. (Anderson,
Sweeney, & Williams, 2008)

Tabla No. 21.- “Tabla de Probabilidad Binomial”. (Anderson, Sweeney, & Williams, 2008)

64
 UNIDAD V
REGRESIÓN Y CORRELACIÓN

Objetivo de la Unidad: Determina correctamente la relación entre dos variables de una

misma entidad, mediante cálculos y gráficas; a fin de poder predecir el valor de la variable
dependiente.

5.1 Regresión y Correlación

Tipos de relaciones

Los análisis de regresión y de correlación se basan en la relación, o asociación, entre dos

(o más) variables. La variable (o variables) conocida(s) se llama variable(s)
independiente(s); la que tratamos de predecir es la variable dependiente. (Levin & Rubin,
2004)

Imagen No. 17.-” Relaciones Directas e Inversas entre la Variable Independiente X y la Variable Dependiente
Y”. (Levin & Rubin, 2004)

65
5.1.1 Modelo de Regresión

En regresión, podemos tener sólo una variable dependiente en la ecuación de estimación.

Sin embargo, podemos usar más de una variable independiente. A menudo, cuando
agregamos variables independientes, mejoramos la exactitud de nuestra predicción.

A menudo encontramos una relación causal entre variables, esto es, la variable
independiente “causa” cambios en la variable dependiente. Por esta razón, es importante
considerar que las relaciones encontradas por la regresión son relaciones de asociación,
pero no necesariamente de causa y efecto. A menos que tenga razones específicas para
creer que los valores de la variable dependiente se originan por los valores de las
variables independientes, no infiera causalidad en las relaciones encontradas por la
regresión.

Diagramas de dispersión:

El primer paso para determinar si existe una relación entre dos variables es examinar la
gráfica de los datos observados (o conocidos). Esta gráfica o dibujo se llama diagrama de
dispersión. Un diagrama de dispersión nos puede dar dos tipos de información.
Visualmente, se puede identificar patrones que indiquen que las variables están
relacionadas. Si esto sucede, podemos ver qué tipo de línea, o ecuación de estimación,
describe esta relación. (Levin & Rubin, 2004)

Desarrollaremos y utilizaremos un diagrama de dispersión específico. Suponga que el

director de admisiones de una universidad nos pide determinar si existe una relación entre
las calificaciones de un estudiante en su examen de admisión y su promedio general al
graduarse. El director ha reunido una muestra aleatoria de datos de los registros de la
universidad. La tabla 20 contiene esta información.

Para comenzar, debemos transferir la información de la tabla 20 a una gráfica. Puesto que
el director desea utilizar las calificaciones de los exámenes para pronosticar éxitos en la
universidad, hemos colocado el promedio de calificaciones acumulado (la variable
dependiente) en el eje vertical o Y, y la calificación del examen de admisión (la variable

66
independiente) en el eje horizontal o X. La imagen 18 nos muestra el diagrama de
dispersión completo.

Tabla No. 22.-” Calificaciones de Estudiantes en Exámenes de Admisión y Promedios de Generales

Acumulados al Graduarse”. (Levin & Rubin, 2004)

Imagen No. 18.-” Diagrama de Dispersión de las Calificaciones de Estudiantes en Exámenes de Admisión
Graficadas Contra el Promedio General Acumulado”. (Levin & Rubin, 2004)

A primera vista se sabe por qué llamamos así al diagrama de dispersión. El patrón de
puntos resulta al registrar cada par de datos de la tabla 20 como un punto. Cuando vemos
todos estos puntos juntos, podemos visualizar la relación que existe entre las dos
variables. Como resultado, podemos trazar, o “ajustar” una línea recta a través de nuestro
diagrama de dispersión para representar la relación; la figura 19 ilustra esto. Es común
intentar trazar estas líneas de forma tal que un número igual de puntos caiga en cada lado
de la línea. (Levin & Rubin, 2004)

67
 Imagen No. 19.-” Diagrama de Dispersión en donde la Línea Recta Representa la Relación entre X e Y
Ajustada”. (Levin & Rubin, 2004)

La relación entre las variables X e Y también puede tomar la forma de una curva. Los
especialistas en estadística la llaman relación curvilínea. Los empleados de muchas
industrias, por ejemplo, experimentan lo que se denomina “curva de aprendizaje”, es
decir, al fabricar un nuevo producto, el tiempo requerido para producir una unidad se
reduce en alguna proporción fija al duplicarse el número total de unidades.

La dirección de la curva puede indicar si la relación curvilínea es directa o inversa.

Imagen No. 20.-” Tipos de Relaciones entre X e Y Ajustada”. (Levin & Rubin, 2004)

68
Estimación mediante la recta de regresión:

En los diagramas de dispersión que hemos utilizado hasta ahora, se colocaron las líneas
de regresión ajustando las líneas visualmente entre los puntos de datos. En esta sección,
aprenderemos a calcular la línea de regresión de manera más precisa, usando una
ecuación que relaciona las dos variables matemáticamente. Aquí, examinaremos sólo
relaciones lineales entre dos variables. (Levin & Rubin, 2004)

La ecuación para una línea recta donde la variable dependiente Y está determinada por la
variable independiente X es:

Y = a + bX

Donde:

Y = variable dependiente.
a = Ordenada Y.
b = pendiente de la recta.
X = variable independiente.

Usando esta ecuación, podemos tomar un valor dado de X y calcular el valor de Y. La a

se denomina la “ordenada Y” porque su valor es el punto en el cual la línea de regresión
cruza el eje Y, es decir, el eje vertical. La b en la ecuación es la “pendiente” de la recta.
Representan qué tanto cada cambio de una unidad de la variable independiente X hace
que cambie la variable dependiente Y. Tanto a como b son constantes numéricas porque
para cualquier línea recta dada, sus valores no cambian.

Podemos encontrar a visualmente (la ordenada Y) localizando el punto donde la recta

cruza el eje Y. Para encontrar la pendiente de la recta, b, debemos determinar cómo
cambia la variable dependiente, Y, al cambiar la variable independiente, X. (Levin &
Rubin, 2004)

69
 𝑌2−𝑌1
b=
𝑋2−𝑋1

El Método de Mínimos Cuadrados:

Ahora que hemos visto cómo determinar la ecuación de una línea recta, pensemos cómo
calcular una ecuación para una línea dibujada en medio de un conjunto de puntos de un
diagrama de dispersión. ¿Cómo podemos “ajustar” una recta matemáticamente si ninguno
de los puntos está sobre ella? Para un especialista en estadística, la línea tendrá un “buen
ajuste” si minimiza el error entre los puntos estimados en la recta y los puntos observados
reales que se utilizaron para trazarla.

Antes de proceder, necesitamos introducir un nuevo símbolo. Hasta ahora, hemos

utilizado Y para representar los valores individuales de los puntos observados medidos a
lo largo del eje Y. Ahora debemos comenzar a usar 𝑌̂ (ye gorro) para simbolizar los
valores individuales de los puntos estimados, esto es, aquellos puntos que están en la
línea de estimación. En consecuencia, escribiremos la ecuación para la línea de
estimación como: 𝑌̂ = a + bX.

Una forma en que podemos “medir el error” de nuestra línea de estimación es sumando
todas las diferencias, o errores, individuales entre los puntos estimados mostrados en
círculo y los puntos observados mostrados en negro. (Levin & Rubin, 2004)

Usando el criterio de los mínimos cuadrados, podemos determinar si una línea de

estimación es mejor ajuste que otro. Pero para un conjunto de puntos a través de los
cuales podríamos trazar un número infinito de líneas de estimación, ¿cómo podemos
saber cuándo hemos encontrado la recta del mejor ajuste? Los estadísticos han
desarrollado dos ecuaciones que podemos utilizar para encontrar la pendiente y la
ordenada Y de la recta de regresión de mejor ajuste.

70
La primera fórmula calcula la pendiente:

̅̅̅̅
Σ𝑋𝑌−𝑛𝑋𝑌
b=
Σ𝑋 2 −𝑁𝑋 2

Donde:

b = pendiente de la línea de estimación de mejor ajuste.

X = valores de la variable independiente.
Y= valores de la variable dependiente media de los valores de la variable independiente.
𝑌̅= media de los valores de la variable dependiente.
n = número de puntos (es decir, el número de pares de valores de las variables
independiente y dependiente).

La segunda fórmula calcula la ordenada Y de la recta cuya pendiente calculamos usando

la ecuación: a = 𝑌̅ - b𝑋̅.

Donde:

a = ordenada Y.
b = pendiente de la ecuación.
𝑌̅ = media de los valores de la variable dependiente.
𝑋̅= media de los valores de la variable independiente.

Ejemplo: Suponga que la directora del Departamento de Salubridad de Chapel Hill está
interesada en la relación que existe entre la antigüedad de un camión de basura y los
gastos anuales de reparación que debe esperar. Con el fin de determinar esta relación, la
directora ha reunido información de cuatro de los camiones de la ciudad (tabla 21). (Levin
& Rubin, 2004)

71
 Tabla No. 23.-” Gastos Anuales de Reparación de Camiones”. (Levin & Rubin, 2004)

El primer paso para calcular la recta de regresión de este problema es organizar los datos
como se resumen en la tabla 22. Esto permite sustituirlos directamente en las ecuaciones
para encontrar la pendiente y la ordenada Y de la recta de regresión de mejor ajuste.

Tabla No. 24.-” Cálculo de los Datos para las Ecuaciones”. (Levin & Rubin, 2004)

Con la información de la tabla No. 24, podemos usar las ecuaciones para la pendiente y
para la ordenada Y con el fin de encontrar las constantes numéricas para la recta de
regresión.

72
La pendiente es:

̅̅̅̅
Σ𝑋𝑌−𝑛𝑋𝑌
b=
Σ𝑋 2 −𝑁𝑋 2
78−(4)(3)(6)
b= = 0.75 ← Pendiente de la línea
44−(4)(3)2

Y la ordenada Y es: a = 𝑌̅ - b𝑋̅ = 6 – (0.75) (3) = 3.75 ← Ordenada Y (Levin & Rubin,
2004)

Ahora, para obtener la ecuación de estimación que describe la relación entre la

antigüedad de un camión y sus gastos anuales de reparación, podemos sustituir los
valores de a y b en la ecuación general para una línea recta:

𝑌̂ = a + bX
= 3.75 + 0.75X

Utilizando esta ecuación de estimación (que podríamos graficar como una recta de
regresión si así lo deseáramos), la directora del Departamento de Salubridad puede
estimar los gastos anuales de reparación, dada la antigüedad de su equipo. Si, por
ejemplo, la ciudad tiene un camión de cuatro años de antigüedad, la directora podría usar
la ecuación para predecir los gastos anuales de reparación para este camión de la
siguiente manera:

𝑌̂ = 3.75 + 0.75X
=3.75 + 0.75 (4)
= 6.75 ← Gastos anuales de reparación esperados
de $675.00

Así, se calcularía que la ciudad gasta aproximadamente $675 al año en reparaciones de

un camión de 4 años de antigüedad.

73
Error estándar de la estimación:

El siguiente proceso que debemos aprender en nuestro estudio del análisis de regresión
es cómo medir la confiabilidad de la ecuación de estimación desarrollada. Para medir la
confiabilidad de la ecuación de estimación, los especialistas en estadística han
desarrollado el error estándar de la estimación. Este error estándar se simboliza por Se y
es similar a la desviación estándar. (Levin & Rubin, 2004)

Σ𝑌 2 − 𝑎Σ𝑌 − 𝑏Σ𝑋𝑌
𝑆𝑒 = √
𝑛−2

Donde:

X = valores de la variable independiente.

Y = valores de la variable dependiente.
a = ordenada Y de la ecuación 12-5.
b = pendiente de la ecuación de estimación de la ecuación 12-4.
n = número de puntos.

150−(3.75)(24)−(0.75)(78)
𝑆𝑒 = √ = √0.75 = 0.866 ← Error estándar de $86.60
4−2

Como ocurría en el caso de la desviación estándar, mientras más grande sea el error
estándar de la estimación, mayor será la dispersión de los puntos alrededor de la línea de
regresión. De manera inversa, si se 𝑆𝑒 = 0, esperamos que la ecuación de estimación sea
un estimador “perfecto” de la variable dependiente. En ese caso, todos los puntos caerían
directamente sobre la línea de regresión y no habría puntos dispersos alrededor.

Usaremos el error estándar de la estimación como una herramienta, de la misma forma

que podemos usar la desviación estándar. (Levin & Rubin, 2004)

74
Intervalos de confianza para la estimación:

Llamamos a estos intervalos alrededor de la 𝑌̂ estimada, intervalos de confianza para la

estimación. Predecimos que tendrá un gasto de reparaciones anuales de $675.
Calculamos el error estándar de la estimación como Se = 0.866 ($86.60). Ahora podemos
combinar estas dos piezas de información y decir que estamos seguros aproximadamente
68% del tiempo, de que el gasto real de reparaciones estará dentro de ±1 error estándar
de la estimación de 𝑌̂. Podemos calcular los límites superior e inferior de este intervalo de
confianza para el gasto de reparación de la siguiente manera:

𝑌̂ + 1 𝑆𝑒 = $675 + (1) ($86.60) = $761.40 ← Límite superior del intervalo de predicción.

𝑌̂ - 1 𝑆𝑒 = $675 - (1) ($86.60) = $588.40 ← Límite inferior del intervalo de predicción.

Recuerde que los estadísticos aplican los intervalos de confianza para la estimación
basados en la distribución normal (68% para 1Se, 95.5% para 2 Se y 99.7% para 3 Se)
sólo para muestras grandes, esto es, cuando n > 30. En este problema, nuestro tamaño
de muestra es demasiado pequeño (n = 4). Por tanto, nuestras conclusiones son
inexactas. Pero de todos modos el método que hemos utilizado demuestra el principio
involucrado en los intervalos de confianza para la estimación.

Si deseamos evitar inexactitudes ocasionadas por el tamaño de la muestra, necesitamos

usar la distribución t. Recuerde que esta distribución t es apropiada cuando n es menor
que 30 y la desviación estándar de la población no se conoce. Estas dos condiciones, se
cumplen puesto que n = 4, y se es una estimación y no la desviación estándar conocida
de la población. (Levin & Rubin, 2004)

Ahora suponga que la directora del Departamento de Salubridad desea tener una
seguridad aproximada del 90% de que los gastos anuales de reparación caerán en el
intervalo de la estimación. ¿Cómo calculamos este intervalo? Como la tabla de
distribución t se concentra en la probabilidad de que el parámetro que estamos estimando
caerá fuera del intervalo de predicción, necesitamos consultar la tabla 23 en la columna
de 100% - 90% = 10%. Una vez localizada la columna, buscamos el renglón para 2

75
grados de libertad; porque n = 4 y sabemos que perdemos 2 grados de libertad (al estimar
los valores de a y b), entonces n - 2 = 2. Encontraremos que el valor apropiado t es 2.920.

Ahora, usando este valor de t, podemos hacer un cálculo más exacto de los límites del
intervalo de la estimación, de la siguiente manera:

𝑌̂ + t 𝑆𝑒 = $675 + (2.920) ($86.60) = $927.87 ← Límite superior del intervalo de predicción.

𝑌̂ - t 𝑆𝑒 = $675 - (2.920) ($86.60) = $422.13 ← Límite inferior del intervalo de predicción.

Así, la directora puede estar 90% segura de que los gastos anuales de reparación de un
camión de cuatro años de antigüedad estarán entre $422.13 y $927.87. (Levin & Rubin,
2004)

Se debe resaltar que estos intervalos de la estimación es lo que se espera que ocurra. De
hecho, los especialistas en estadística pueden calcular el error estándar exacto para
calcular intervalos de estimación Sp, usando la fórmula:

1 (𝑋0 − 𝑋̅)2
𝑆𝑝 = 𝑆𝑒 √1 + +
̅̅̅̅2
𝑛 Σ𝑋 2 − 𝑛𝑋

Donde X0 es el valor específico de X para el que deseamos predecir el valor de Y.

Observe que, si usamos esta fórmula, Sp será diferente para cada valor de X0. En
particular, si X0 está lejos de X0, entonces Sp será grande, porque (𝑋 − 𝑋̅)2 será grande.
Si, por otra parte, X0 está cerca de X, y n es moderadamente grande (mayor que 10),
entonces Sp estará cerca de Se. Esto sucede porque 1/n es pequeño y (𝑋0 − 𝑋̅)2 también
lo es. Por tanto, el valor dentro de la raíz cuadrada es cercano a 1, la raíz cuadrada es
aún más cercana a 1 y Sp, estará muy cerca de Se. Esto justifica nuestra utilización de Se
para calcular intervalos de estimación aproximados. (Levin & Rubin, 2004)

76
5.1.2 Modelo de Correlación

El análisis de correlación es la herramienta estadística que podemos usar para describir el

grado en el que una variable está linealmente relacionada con otra. Con frecuencia, el
análisis de correlación se utiliza junto con el de regresión para medir qué tan bien la línea
de regresión explica los cambios de la variable dependiente, Y. Sin embargo, la
correlación también se puede usar sola para medir el grado de asociación entre dos
variables. Los estadísticos han desarrollado dos medidas para describir la correlación
entre dos variables: el coeficiente de determinación y el coeficiente de correlación.

El coeficiente de determinación: es la principal forma en que podemos medir el grado, o

fuerza, de la asociación que existe entre dos variables, X e Y. Debido a que usamos una
muestra de puntos para desarrollar rectas de regresión, nos referimos a esta medida
como el coeficiente de determinación muestral.

El coeficiente de determinación muestral se deriva de la relación entre dos tipos de

variación: la variación de los valores Y en un conjunto de datos alrededor de:

1. La recta de regresión ajustada.

2. Su propia media. (Levin & Rubin, 2004)

El término variación en estos dos casos se utiliza en su sentido estadístico usual para
expresar “la suma de los cuadrados de un grupo de desviaciones”. Usando esta
definición, entonces, es razonable expresar la variación de los valores Y alrededor de la
recta de regresión con esta ecuación:

Variación de los valores de Y alrededor de la recta de regresión = Σ(Y - 𝑌̂)2

La segunda variación, la de los valores de Y alrededor de su propia media, está

determinada por:

Variación de los valores de Y alrededor de su propia media = Σ(Y - 𝑌̅)2

77
Uno menos la razón entre estas dos variaciones es el coeficiente de determinación
muestral, que se denota por:

Σ(Y − Ŷ )2
r2 = 1 −
Σ(Y − 𝑌̅)2

Si r2 = 1 muestra cuando hay una correlación perfecta. Por tanto, el valor de r 2 = 0 cuando
no hay correlación. Un punto que debemos resaltar es que r2 mide sólo la fuerza de una
relación lineal entre dos variables. (Levin & Rubin, 2004)

Método abreviado para obtener el coeficiente de determinación de la muestra:

aΣY+bΣX−nY ̅2
r calculada por el método corto → r =
2 2
ΣY2 − n𝑌̅ 2
Donde:

r2 = coeficiente de determinación de la muestra.

a = ordenada Y.
b = pendiente de la línea de estimación de mejor ajuste.
n = número de puntos de datos.
X = valores de la variable independiente.
Y = valores de la variable dependiente.
𝑌̅ = media de los valores observados de la variable dependiente.

El coeficiente de correlación es la segunda medida que podemos usar para describir qué
tan bien explica una variable a otra. Cuando tratamos con muestras, el coeficiente de
correlación de la muestra se denota por r y es la raíz cuadrada del coeficiente de
determinación de muestra: r = √𝑟.

El signo de r indica la dirección de la relación entre las dos variables X e Y. Si existe una
relación inversa, esto es, si Y disminuye al aumentar X, entonces r caerá entre 0 y -1. De

78
manera similar, si existe una relación directa (si Y aumenta al aumentar X), entonces r
será un valor en el intervalo de 0 a 1. (Levin & Rubin, 2004)

Actividades de Aprendizaje del Bloque III

1. Ejercicios de Distribución, Regresión y Correlación.

2. Participación en el foro: “Aplicaciones de las distribuciones de probabilidad en
Salud Pública”.
3. Solución del cuestionario de evaluación del contenido temático del Bloque III.

79
BIBLIOGRAFÍA Y FUENTES CONSULTADAS

Alvarado Verdín, V. M. (2014). Probabilidad y Estadística. México. D.F: Grupo Editorial

Patria.
Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2008). Estadística para Administración
y Economía. México, D. F: Cengage Learning.
Bayardo Moreno, M. G. (2000). Introducción a la Metodología de la Investigación
Educativa II. México, D.F: Progreso.
Bernal Torres, C. A. (2010). Metodología de la Investigación, Administración, Economía,
Humanidades y Ciencias Sociales. Colombia: Pearson Educación.
Cordova Zamora, M. (2003). Estadística Descriptiva e Inferencial, Aplicaciones. Lima:
Moshera, S.R.L.
Gutiérrez Banegas, A. L. (2012). Probabilidad y Estadística, Enfoque por Competencias.
México, D.F: McGraw Hill.
Gutierrez González, E., & Vladimirovna Panteleeva, O. (2016). Estadística Inferencial I,
para Ingeniería y Ciencias. México. D.F.: Grupo Editorial Patria.
Johnson, R., & Kuby, P. (2008). Estadística Elemental, Lo Esencial. México, D.F:
Cengage Learning.
Levin, R. I., & Rubin, D. S. (2004). Estadística para Administración y Economía. México,
D.F: Pearson Educación.
Llinás Solano, H., & Rojas Álvarez, C. (2017). Estadística Descriptiva y Distribuciones de
Probabilidad. Barranquilla, Colombia: Universidad del Norte.
Martínez Bencardino, C. (2012). Estadística y Muestreo. Bogotá: Ecoe Ediciones.
Peña Sanchez de Rivera, D. (2014). Fundamentos de Estadística. Madrid: Alianza
Editorial.
Posada Hernández, G. J. (2016). Elementos Básicos de Estadística Descriptiva, para el
Análisis de Datos. Medellín, Colombia: Editorial Luis Amigo.
Quevedo Urías, H., & Pérez Salvador, B. R. (2014). Estadística para Ingeniería y
Ciencias. México, D.F.: Grupo Editorial Patria.
Ritchey, F. J. (2001). Estadística para las Ciencias Sociales, El Potencial de la
Imaginación Estadística. México, D.F: McGraw Hill.
Rodríguez Franco, J., Pierdant Rodríguez, A. I., & Rodríguez Jiménez, E. C. (2014).
Estadística para Administración. México, D.F.: Grupo Editorial Patria.

80
Venereo Bravo, A. (2016). Estadística Aplicada a las Ciencias Económicas y
Administrativas. Manta: Mar Abierto.

81