Asignatura

Estadistas 1

Tema
Reporte Final

Sustentado por:
Nombre Matricula
Dalisis Pérez Berroa. 16-9168
Presentado:
Lic: FRANCISCO BOBONAGUA MERCEDES, M.A.
Recinto Cibao Nagua
Fecha: 19 mes 08 del año 2019
 Introducción
Hemos llegados al final de esta importante asignatura lo que significa que hemos
avanzado bastante

Nuestro objetivo es finalizar con un importante reporte que nos permita conocer todo
sobre la estadística y abordar los tema planteado en el transcurso de la asignatura como
así también del programa de la misma.

La estadística son muchas las definiciones que se han dado de la Estadística, considerada
por algunos como ciencia y por otros como un método científico utilizado por diversas
ciencias. Entre estas tenemos:

Es una ciencia que estudia los fenómenos colectivos, mediante la observación numérica,
el análisis matemático y la interpretación lógica, investigando especialmente sus causas
y sus leyes

Es un método que permite no solo describir el hecho o fenómeno, sino deducir y evaluar
conclusiones acerca de una población, utilizando resultados proporcionados por una
muestra.
Rama de las matemáticas que se ocupa de reunir, organizar y analizar datos numéricos
y que ayuda a resolver problemas como el diseño de experimentos y la toma de
decisiones.
Desarrollo
 TEMA I
Introducción a Estadística descriptiva
1.1 Estadística. Definición e Importancia.
Definición
La estadística es la ciencia que trata de la recolección, organización, presentación,
análisis e interpretación de datos numéricos con el fin de realizar una forma de decisión
más efectiva. La estadística es la parte de las Matemáticas que estudia cómo recopilar y
resumir gran cantidad de información para extraer conclusiones.

Importancia: Su importancia radica en que hace una simbiosis (unión, fusión) con la vida
contemporánea, porque esta requiere de la Estadística para indicar en términos
cuantitativos el comportamiento y tendencia de casi todos los fenómenos colectivos,
sean estos: económicos, sociales, educativos, políticos, meteorológicos, físicos,
químicos, médicos, religiosos y demográficos, y por el lado de la Estadística, este uso
frecuente y necesario coadyuva a su desarrollo y a la búsqueda de su perfección como
disciplina científica.

1.2 Clasificación de la Estadística.

CLASIFICACIÓN DE LA ESTADÍSTICA
La estadística para su mejor estudio se ha dividido en dos ramas las cuales son:
estadística descriptiva y estadística inferencial.

ESTADÍSTICA DESCRIPTIVA: Consiste en la presentación de datos en forma de tablas

y gráficas. Esta comprende cualquier actividad para resumir o describir los mismos
factores pertinentes adicionales, esto se refiere a no intentar nada que vaya más allá
de los datos.
ESTADISTICA INFERENCIAL: Se deriva de las observaciones hechas solo a una parte
de un conjunto numeroso de elementos; implicando así que su análisis requiera de
generalizaciones que van más allá de los datos, como consecuencia la característica
más importante del crecimiento de la estadística ha sido un cambio en el énfasis de
los métodos que sirven para generalizarlas. En otras palabras la estadística
inferencial investiga y analiza una población partiendo de una muestra tomada.
1.3 Población y Muestra.
La población de un estudio estadístico es el conjunto de elementos objeto de estudio.
Cada elemento se denomina individuo. Cuando el número de individuos de la población
es muy grande, tomamos una parte de ésta, denominada muestra. La muestra es un
subconjunto de la población y tiene que ser representativa de la misma

La población Representa el conjunto

grande de individuos que deseamos
estudiar y generalmente suele ser
inaccesible. Es, en definitiva, un
colectivo homogéneo que reúne unas
características determinadas.

La muestra Es el conjunto menor de

individuos (subconjunto de la población
accesible y limitado sobre el que
realizamos las mediciones o el experimento con la idea de obtener conclusiones
generalizables a la población ).

El individuo es cada uno de los

componentes de la población y
la muestra. La muestra debe ser
representativa de la población y
con ello queremos decir que
cualquier individuo de la población
en estudio debe haber tenido la
misma probabilidad de ser elegido.
1.4 Variable y Clasificación.
La variable estadística es la propiedad o característica de la población que estamos
interesados en estudiar.

Puede ser cualitativa o cuantitativa.

Las variables cualitativas toman valores no numéricos.
Las variables cuantitativas toman valores numéricos. Entre ellas, distinguimos dos
tipos: discretas y continuas.
– Las variables cuantitativas discretas no pueden tomar valores intermedios entre dos
valores posibles consecutivos.
- Las variables cuantitativas continuas pueden tomar valores intermedios entre dos
valores tan próximos como deseemos.

1.5 Presentación de datos:

1.6 Gráficas: de barras, de líneas, circulares y Pictogramas.

Gráficos estadísticos
Los gráficos son medios popularizados y a menudo los más convenientes para presentar
datos, se emplean para tener una representación visual de la totalidad de la
información. Los gráficos estadísticos presentan los datos en forma de dibujo de tal
modo que se pueda percibir fácilmente los hechos esenciales y compararlos con otros.

Gráficos de barras verticales. (Llamados por algunos software de columnas)

Representan valores usando trazos verticales, aislados o no unos de otros, según la
variable a graficar sea discreta o continua. Pueden usarse para representar:

una serie
dos o más series (también llamado de barras comparativas)
Gráficos de barras horizontales
Representan valores discretos a base de trazos horizontales, aislados unos de otros. Se
utilizan cuando los textos correspondientes a cada categoría son muy extensos.
para una serie
para dos o más series
Gráficos de barras proporcionales
Se usan cuando lo que se busca es resaltar la representación de los porcentajes de los
datos que componen un total.

Las barras pueden ser:

 Verticales
 Horizontales

Gráficos de barras comparativas

Se utilizan para comparar dos o más series, para comparar valores entre categorías.
Las barras pueden ser:
 Verticales
 horizontales
Gráficos de barras apiladas
Se usan para mostrar las relaciones entre dos o más series con el total.
Las barras pueden ser:

verticales
horizontales

Gráficos de líneas
En este tipo de gráfico se representan los valores de los datos en dos ejes cartesianos
ortogonales entre sí.
Se pueden usar para representar:
una serie
dos o más series
Estos gráficos se utilizan para representar valores con grandes incrementos entre sí.

Gráficos circulares
Estos gráficos nos permiten ver la distribución interna de los datos que representan un
hecho, en forma de porcentajes sobre un total. Se suele separar el sector
correspondiente al mayor o menor valor, según lo que se desee destacar.
Se pueden ser:
En dos dimensiones
en tres dimensiones
Pictogramas
Los pictogramas son gráficos similares a los gráficos de barras, pero empleando un
dibujo en una determinada escala para expresar la unidad de medida de los datos.
Generalmente este dibujo debe cortarse para representar los datos.

Pueden ser:
En dos dimensiones
En tres dimensiones.
Pictograma: Consiste en un círculo en el que se representan sectores o porciones con
áreas proporcionales a las frecuencias de cada una de las categorías.

Ejemplo: Nivel de estudios

1 3
2 4
 Unidad 2 desarrollado en el aula

Tabla distribución

Asignatura Frecuencias %

Psicología educativas 16 0.32

Lenguas modernas 6 0.12

Educación inicial 9 0.18

Derecho 4 0.08

Administración de empresa 7 0.14

Ciencias sociales 8 0.16

Total 50 100
Gráficos de los porcentajes de la distribución

DALISIS Psi. E

Leng M
Cien. S Psi. E
0.16% 0.32%
Edu. In

Admin de E Derecho
0.14% Leng M
0.12%
Admin de E
Derecho Edu. In
0.08% 0.18%
Cien. S
 TEMA II
Distribución de Frecuencias cualitativa

2.1 Concepto e importancia.

Es una representación de las veces que se repite un número – Brinda una buena idea de
la forma en que se distribuyen los datos.

2.3 Presentación de datos cualitativos.

Es un gráfico de barras que muestra la frecuencia de las causas de los errores o defectos.

La barra de la izquierda indica la causa más frecuente y las de la derecha indican las
causas con frecuencias decrecientes. Estos diagramas se utilizan para separar lo poco
vital de lo mucho trivial.

El resultado de Pareto se aplica a una amplia variedad de conductas en muchos sistemas.

A veces se denomina “Regla del 80 – 20”

Datos cualitativos es el nombre dado a los datos que se expresan en forma de palabras
o textos que ayudan a comprender ciertas acciones y actitudes de los encuestados que
no son cuantificables, por lo que su uso es muy importante para fundamentar cualquier
investigación seria.

Métodos de recolección de datos cualitativos

Encuestas de preguntas abiertas
Observación
Técnica Delphi
Entrevista
Documentales
Focus Groups
Comunidades Online
 TEMA III
Distribución de Frecuencias cuantitativa

3.1 Concepto e importancia

La distribución de frecuencias de una variable cuantitativa se comunica con el mínimo

grado de resumen en una tabla con la lista completa y ordenada de los valores de la
variable acompañados por sus correspondientes frecuencia

Distribución de frecuencias de las alturas de 40 plantas de girasol de una parcela con

densidad de 5 plantas por m² (fa, frecuencia absoluta, fr, frecuencia relativa, faa,
frecuencia absoluta acumulada, fra, frecuencia relativa acumulada).

3.3 Número de clase

La medida más sencilla de la diversidad de clases de una variable categórica es el número

de clases con frecuencia > 0. Por ejemplo, en las dos parcelas de girasol que examinaron
los estudiantes, el número registrado de sentidos de inclinación de los tallos fue 3
(Figura 1.14). A pesar de que este número de clases fue igual en ambas parcelas, la Figura
1.14 muestra que la inclinación de los tallos fue más uniforme en la parcela con baja
densidad donde la mayor parte de las plantas estuvo en posición vertical.
Evidentemente, el número de clases resultó una medida demasiado grosera para
distinguir la diferencia de dispersión que refleja la Figura 1.14. Para ello, es necesario
utilizar medidas de la diversidad que dependen de las frecuencias relativas.
Exponencial del índice de Shannon (N1) Una medida de diversidad de clases sensible a
las diferencias entre las frecuencias relativas es el exponencial del índice de Shannon
(N1).

3.4 Ancho de clase

Es la diferencia entre los dos límites de cada clase más uno. O la diferencia entre los dos
límites reales de un intervalo. Por ejemplo en el intervalo 24-26.

El ancho del intervalo es 3. O en ese intervalo hay 3 elementos: 24, 25, 26. Por lo tanto
i = 3.

3.5 Límites de clases.

Son los valores extremos de cada intervalo. Por lógica el valor menor es el límite inferior
y el valor mayor corresponde al límite superior

3.6 Punto medio de una clase.

Es el valor central de un intervalo. Por consiguiente es considerado como el elemento
representativo de esa clase. También se lo define como la semisuma o valor o valor
promedio del intervalo.

3.7 Frecuencia Relativa y porcentual de la clase.

FRECUENCIA RELATIVA)

Indica la parte del total que corresponde a cada dato. Por lo tanto va hacer siempre un
decimal.
3.9 Histograma y Polígonos de Frecuencias
Histogramas
Un histograma representa la distribución de frecuencias (relativas o absolutas) de una
variable continua cuya escala es dividida en clases (ver Figura 1.5). Para construirlo se
dibuja un eje horizontal con la escala de la variable en cuestión y se marcan los límites
de clase. Luego, tomando como base el segmento entre los límites de cada clase, se
dibujan rectángulos de altura proporcional a la frecuencia de la clase correspondiente

Polígonos
Como los histogramas, los polígonos permiten representar la distribución de frecuencias
(relativas o absolutas) de variables continuas con escalas divididas en clases(Figura 1.6).
Para construir estos gráficos se dibuja un eje horizontal como el de un histograma y se
señalan las marcas de clase. Luego se dibuja un punto sobre cada marca de clase a altura
proporcional a la correspondiente frecuencia de clase. Por último, se unen los puntos
consecutivos con líneas rectas
 TEMA IV
Medidas de Localización

4.1 Medidas de localización concepto e importancia.

Las medidas de localización dividen la distribución en partes iguales, sirven para

clasificar a un individuo o elemento dentro de una determinada población o muestra.
Así en psicología los resultados de los test o pruebas que realizan a un determinado
individuo, sirve para clasificar a dicho sujeto en una determinada categoría en función
de la 53-1-u-puntuació Mn obtenida.

Las medidas de localización (posición) son promedios Y pueden ser de tendencia central
o no, resumidamente son la media, la mediana, la moda Y los cuantiles.

En estos temas se van a obtener valores que cuantifican las propiedades fundamentales
de la distribución de frecuencia, por lo tanto son coeficientes de tipo promedio que
tratan de representar una determinada distribución.'

4.2 Media o valor promedio

La media aritmética es el valor obtenido al sumar todos los datos y dividir el resultado
entre el número total de datos.

es el símbolo de la media aritmética.

Ejemplo:
Los pesos de seis amigos son: 84, 91, 72, 68, 87 y 78 kg.
Hallar el peso medio.
4.3 Mediana.
La mediana de un conjunto de números es el número medio en el conjunto (después
que los números han sido arreglados del menor al mayor) -- o, si hay un número par de
datos, la mediana es el promedio de los dos números medios.

Ejemplo
Encuentre la mediana del conjunto {2, 5, 8, 11, 16, 21, 30}.

Hay 7 números en el conjunto, y estos están acomodados en orden ascendente. El

número medio (el cuarto en la lista) es 11. Así, la mediana es 11.

4.4 Moda.
La moda de un conjunto de números es el número que aparece más a menudo.

Ejemplo

Encuentre la moda del conjunto {2, 3, 5, 5, 7, 9, 9, 9, 10, 12}.

El 2, 3, 7, 10 y 12 aparecen una vez cada uno.

El 5 aparece dos veces y el 9 aparece tres veces.

Así, el 9 es la moda.
4.5 Otras medidas de localización:

 Media ponderada

La media ponderada tiene numerosas aplicaciones, por ejemplo, la nota de una

asignatura donde el examen final tiene un peso mayor al de un trabajo. O en el cálculo
del IPC (Índice de Precios de Consumo). El IPC es un indicador de los precios de los bienes
y servicios básicos que consume la población. Para calcularlo, se otorga pesos a los
diferentes bienes (pan, fruta, vivienda,…) y se calcula la media ponderada.

Es apropiada cuando en un conjunto de datos cada uno de ellos tiene una importancia
relativa o peso respecto de los demás datos. Se obtiene multiplicando cada uno de los
datos por su ponderación o peso y luego sumarlos, para obtener una suma ponderada.
A continuación se divide la suma ponderada entre la suma de los pesos, dando como
resultado la media ponderada.

 Media geométrica
Se define la media geométrica como la raíz n-ésima de los productos de todos los valores
de la variable o bien como la raíz n-ésima de los productos de los valores xi elevados a
sus correspondientes frecuencias absolutas fi. Donde n es el tamaño de la muestra.

Presenta problemas de cálculo cuando los valores de la variable y sus frecuencias

conduce a que el radicando sea negativo y coincida que el tamaño de la muestra es par.
También en muchas ocasiones, los valores de la distribución nos impiden poder efectuar
los cálculos al exceder estos la capacidad de la calculadora. Por ello, en ese caso se suele
utilizar los logaritmos:
Actividad realizada en el aula

EJERCICIOS DE LA MEDIA PONDERADA Y GEOMÉTRICA

1. Durante un periodo de una hora en una tarde calurosa de un sábado, el
cantinero Julio sirvió cuarenta bebidas. Calcule la media ponderada de los
precios de las bebidas.
(Precio (RD$), cantidad vendida).
Media ponderada: es una medida de tendencia central, que es apropiada
cuando en un conjunto de datos cada uno de ellos tiene una importancia
relativa (o peso) respecto de los demás datos. Se obtiene del cociente entre
la suma de los productos de cada dato por su peso o ponderación y la suma
de los pesos
Bebidas Precio (X) Cantidad (W) Total
B1 50 16 800
B2 75 13 975
B3 90 11 990
B4 110 10 1100

Precio de la cantidad vendida.

(.50 x 5 + .75 x 15 + .90 x 15 + 110 x 15) = $4,375 = $87,5

(5 +15 + 15 + 15) 50 2.
2. A continuación se mencionan las materias que Luís Pérez llevó en el
primer semestre de Ingeniería Química, el número de créditos y la
calificación obtenida;

MATERIA NUMERO CRÉDITOS CALIFICACIÓN

Metodología de la 8 90.5
investigación
Matemáticas I 10 100.0
Programación 8 81.0
Química 10 78.0
Dibujo 4 100.0
Economía 8 84.0

Determine la calificación promedio que obtuvo Luís Pérez en su primer

semestre. Utilice la media ponderada.
XPON=(8x90.5)+(10x100.0)+(8x81.0)+(10x78.0)+(4x100.0)+(8x84.0)
8+10+8+10+4+8

X PON=(90.0+100.0+81.0+78.0+100.0+84.0)
720+1000+648+780+400+672

533
4220 ꞊ 7.91
533
3. Las tasas de interés de tres bonos son 4%, 6% y 5%. Calcule la media
geométrica para los siguientes porcentajes.

Media Geométrica: √4% x 6% x 5% ꞊ √140 ꞊ 10.8

4. La tasa de paro de las provincias y comunidades autónomas españolas,

según datos del paro registrado en Diciembre de 1986, es el indicado en
la tabla siguiente. Determine la media geométrica de los datos.
Provincias Tasa

Almería 19,5
Cádiz 32,1
Córdoba 31,0
Granada 31,3
Huelva 33,6
Jaén 26,5
Málaga 31,7
Sevilla 32,3

Mg= √(𝟏𝟗. 𝟓) (𝟑𝟒. 𝟏)(𝟑𝟏.𝟎)(𝟑𝟏. 𝟑)(𝟑𝟑. 𝟔)(𝟐𝟕. 𝟓)(𝟑𝟏. 𝟕)(𝟑𝟑. 𝟑8 )

Mg= 29.85
 TEMA V
Medidas de Variabilidad

5.1 Concepto e importancia.

Las medidas de variabilidad nos informan sobre el grado de concentración o dispersión
que presentan los datos respecto a su promedio. Llamaremos homogénea, concentrada
o poco dispersa a aquella distribución en la que todos los datos están cercanos al centro,
como 4 4 5 5 5 5 6 6 6 6 7, y heterogénea o dispersa a la distribución con datos más
separados del centro, como 1 3 5 8 10 16 20.

5.2 Rango.
También llamado Recorrido o Amplitud total, es la diferencia entre el máximo valor del
conjunto de datos y el mínimo de ellos. A mayor rango, mayor dispersión.

El rango del conjunto 4 6 4 7 8 6 5 3 4 7 7 9 6 5 es 6, la diferencia entre el máximo 9 y el

mínimo 3.

A veces se usa el Rango verdadero que consiste en considerar cada dato rodeado de una
unidad, por efecto de los redondeos, con lo que en el ejemplo anterior el mínimo sería
2,5 y el máximo 9,5. Con ello el rango se convertiría en 7.

No es una medida buena, pues ignora todo lo que ocurre dentro de ese rango.

5.3 Varianza (Muestral y poblacional).

VARIANZA
Es una medida muy sensible de la variabilidad y base de muchas técnicas estadísticas.
Junto con la media forma el conjunto más importante de medidas.

Es propia de las medidas de intervalo o razón. Su inconveniente es que no usa la misma

unidad que los datos, sino su cuadrado. No se deben comparar varianzas en conjuntos
de unidades muy distintas, como estatura e inteligencia. En teoría del muestreo se
sustituye por la cuasi-varianza, de idéntica fórmula, pero con cociente N-1 en lugar de
N. En este caso no sería válida la segunda fórmula.
5.4 Desviación estándar (muestral y poblacional).
Interpretación y aplicación
La desviación estándar es una medida del grado de dispersión de los datos con respecto
al valor promedio. Dicho de otra manera, la desviación estándar es simplemente el
"promedio" o variación esperada con respecto a la media aritmética.

Desviación estándar
La desviación estándar se refiere a la cantidad de dispersión en un conjunto dado de
datos. Los investigadores calculan la desviación estándar de un conjunto de datos
tomando la raíz cuadrada de la varianza, y el resultado numérico se indica por la letra S.
Utilizan el término "variación" para describir la extensión de la propagación de datos. La
indicación de la varianza le da a los investigadores y estadísticos una idea de hasta qué
punto los datos han caído alrededor del resultado esperado.

Desviación estándar de una población

La desviación estándar de una población le da a los investigadores la cantidad de
dispersión de los datos de una población entera de los encuestados. Una desviación
estándar de la población representa un parámetro, no una estadística. Los parámetros
se refieren a una propiedad numérica de una población. Una estadística, por el
contrario, significa que un número se puede calcular a partir de los datos. Los
investigadores utilizan las estadísticas para estimar parámetros.

Desviación estándar de una muestra

Una desviación estándar de una muestra estima la desviación estándar de una población
basada en una muestra aleatoria. La desviación estándar de la muestra, a diferencia de
la desviación estándar de la población, es una estadística que mide la dispersión de los
datos alrededor de la media de muestra. En las estadísticas, la "media" es igual a la
media de un conjunto de números; para obtenerla, los investigadores suman una lista
de números y dividen el total por la cantidad de números en la lista. Para calcular la
desviación estándar de la muestra, los investigadores dividen las desviaciones al
cuadrado por el número de conjuntos de datos menos 1, luego toman la raíz cuadrada.

DESVIACIÓN MEDIA
Es una medida de la dispersión consistente en la media aritmética de las desviaciones
individuales respecto a la media, tomadas en valor absoluto. También se usan
desviaciones respecto a la mediana.

DESVIACIÓN TÍPICA
Es la raíz cuadrada de la anterior. Su objeto es conseguir medir la variabilidad en las
mismas unidades que los datos. Así, un conjunto medido en metros, tendrá la varianza
medida en metros cuadrados, pero la desviación típica en metros. Como en la varianza,
para datos aislados basta con suprimir las frecuencias ni.
La desviación típica s es base de muchas técnicas, al igual que la media y la varianza. Su
gran ventaja es estar medida en las mismas unidades que los datos y la media, lo que
permite establecer razones y proporciones entre ellas.

La desviación típica cumple la llamada desigualdad de Tchebychev: según la cual, los

datos que se alejan de la media una distancia igual o menor que s, multiplicado por un
coeficiente k suponen más de la proporción 1-1/k2. Así, el 75% de los datos al menos,
se encuentra a menos de dos desviaciones típicas y el 89% a menos de tres.

5. 5 Coeficiente de variación.
El coeficiente de variación, también denominado como coeficiente de variación de
Spearman, es una medida estadística que nos informa acerca de la dispersión
relativa de un conjunto de datos. Su cálculo se obtiene de dividir la desviación
típica entre el valor absoluto de la media del conjunto y por lo general se expresa
en porcentaje para su mejor comprensión.
El coeficiente de variación se puede ver expresado con las letras CV o r,
dependiendo del manual o la fuente utilizada. Su fórmula es la siguiente:

El coeficiente de variación se utiliza para comparar conjuntos de datos

pertenecientes a poblaciones distintas. Si atendemos a su fórmula, vemos que
este tiene en cuenta el valor de la media. Por lo tanto, el coeficiente de variación
nos permite tener una medida de dispersión que elimine las posibles distorsiones
de las medias de dos o más poblaciones

Actividad número 5 desarrollada en el aula

Medida de variabilidad

Hasta el momento hemos estudiado los valores centrales de la distribución,

pero también es importante conocer si los valores en general están cerca o
alejados de estos valores centrales, es por lo que surge la necesidad de
estudiar medidas de dispersión.

Rango:
Es la primera medida que vamos a estudiar, se define como la diferencia
existente entre el valor mayor y el menor de la distribución,. Lo notaremos
como R. Realmente no es una medida muy significativa e la mayoría de los
casos, pero indudablemente es muy fácil de calcular.
Desviación media:
Es la media de los valores absolutos de las desviaciones, y la denotaremos
por dm.

Es la raíz cuadrada de la varianza, se denota por Sx o s x.

Este estadístico se mide en la misma unidad que la variable por lo que se

puede interpretar mejor.

Otros dos estadísticos importantes son la cuasivarianza y la cuasidesviación

típica, que como veremos cuando estudiemos el tema de estimación
estadística, son los estimadores de la varianza y desviación típica
poblacionales respectivamente.

Desviación típica:
Es la raíz cuadrada de la varianza, se denota por Sx o s x.

Este estadístico se mide en la misma unidad que la variable por lo que se

puede interpretar mejor.
Coeficiente de Variación:
Es un estadístico de dispersión que tiene la ventaja de que no lleva asociada
ninguna unidad, por lo que nos permitirá decir entre dos muestras, cual es
la que presenta mayor dispersión. La denotaremos por C.V.
 Conclusión
Después de haber finalizado esta importante investigación puedo decir que fue de
grande experiencias para mí realizar y consultar dicho ejercicio tanto en el aula como
virtual

Para mí la estadística es un instrumento clave en nuestro aprendizaje porque a través

de esta pode conocer, calcular y observar nuestros problemas cotidianos

En estadística denominamos gráficos a aquellas imágenes que, combinando la

utilización De sombreado, colores, puntos, líneas, símbolos, números, texto y un sistema
De referencia (coordenadas), permiten presentar información cuantitativa.

La utilidad De los gráficos es doble, ya que pueden servir no sólo como sustituto a las
tablas, sino que también constituyen por sí mismos una poderosa herramienta para el
análisis De los datos, siendo en ocasiones el medio más efectivo no sólo para describir y
resumir la información, sino también para analizarla.

En este trabajo solo nos vamos a centrar únicamente en los gráficos como vehículo de
presentación de datos, sin abordar su otra faceta como herramienta de análisis.

La estadística es una rama de las matemáticas que se ocupa de la obtención, orden y

análisis de un conjunto de datos con el fin de obtener explicaciones y predicciones sobre
fenómenos observados.

La estadística consiste en métodos, procedimientos y fórmulas que permiten recolectar

información para luego analizarla y extraer de ella conclusiones relevantes. Se puede
decir que es la Ciencia de los Datos y que su principal objetivo es mejorar la comprensión
de los hechos a partir de la información disponible.
 Bibliografía

 Estadísticas. Varianza. Rango, moda. 2019

 Frecuencias cuantitativas. Estadística general S. d. m 2019

 E., VILADOMIU, N. (2014) Guía para el análisis estadístico con R-Commander.

 ALEA, V., Estadística I. Cuestiones tipo test con R-Commander. Barcelona, Text
docent 368 UB

 Introducción al análisis estadístico con R-Commander. Barcelona, UB

 MARTÍN-GUZMÁN, P (2006) Manual de Estadística: Descriptiva.

 Anexo

Punto 1

Tarea 5
Elaborar una prueba escrita del programa de la asignatura.

Punto 1
Pon V si es verdadero y F si es falso.
1. El rango es el valor máximo menos el valor mínimo.
2. Las variables cuantitativas continuas son aquellas que se pueden expresar mediante un
Número entero.

3. Los límites son los valores que forman o delimitan una clase.

Punto 2
Completa los espacios en blanco.
Este tipo de grafico muestra la información por medio de la división de un círculo en
porciones

Es un tipo de grafico que representa mediante dibujos la característica estudiada. Estos

representan las frecuencias absolutas de una variable cualitativa o discreta.

Es una representación de las veces que se repite un número. Estas se dividen a su vez en
discretas y continuas.

Punto 3
Define
Que es estadística

En cuantas ramas se divide la estadística y define cada una.

 Punto 4
Calcular las medidas de variabilidad de los siguientes datos.
El peso en libra de un grupo de niños de 12 a 14 años es

41 43 56 51 60 69.

Punto 5
En el siguiente cuadro se presenta una encuesta sobre un grupo de
estudiantes de la UAPA, sobre la carrera que estudian.
Elaborar un cuadro de frecuencia cualitativa.

Asignaturas Frecuencia absoluta Frecuencia relativa Por ciento

Psicología edu. 16
Lenguas modernas. 6
Educación inicial. 9
Derecho. 4
Adm. De empresas. 7
Ciencias sociales. 8
Total