Estadística Descriptiva: Medidas de tendencia central y dispersión

Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Introducción
Conceptos básicos, medidas de tendencia central y de dispersión,
probabilidades
Hablar del mundo de la administración de los negocios, de la gerencia de las

empresas de producción de bienes y servicios, o de comercialización de productos,
es conversar de actividades que generan una gran cantidad de datos estadísticos,
tanto cualitativos como cuantitativos, los cuales deben ser cuidadosamente
coleccionados y ordenados para ser tratados estadísticamente, a fin de generar
información valiosa y oportuna para la toma de decisiones.
Cualquier emprendimiento debe sustentarse en un estudio estadístico que permita

evaluar el riesgo.
La descripción de datos comprende el estudio de: las medidas de ubicación o de

tendencia central y las medidas de dispersión, lo que conduce a la
comprensión de la forma como están distribuidos los datos provenientes de una
investigación, sean estos, datos sin agrupar (datos a granel) o agrupados en una
distribución de frecuencias.
Las medidas de tendencia central que se estudiarán son: media, mediana y moda;
y las medidas de dispersión: rango, desviación media y desviación estándar.
Las medidas de ubicación o de tendencia central señalan el centro de la

distribución de los datos, mientras que las medidas de dispersión indican cuan
concentrados o dispersos se encuentran los datos con respecto a un valor central.
Por ejemplo la desviación estándar nos da la medida de la dispersión respecto de la
media aritmética, comúnmente conocida como media.
La descripción de datos también comprende su presentación gráfica y su

análisis. Una de las técnicas estadísticas para representar un conjunto de datos es
el diagrama de tallo y hojas. La descripción de los datos se complementa con el
cálculo de los cuartiles, deciles y percentiles; la elaboración de los diagramas de
caja y determinación del sesgo o asimetría de la distribución de los datos.
El estudio de la probabilidad permite a la estadística realizar análisis predictivos

de eventos o situaciones que pueden darse en el futuro, y que podrían afectar no
solo el desenvolvimiento de las empresas, sino su supervivencia misma.
Asesoría didáctica
En la guía de este parcial debe realizar cuatro actividades de aprendizaje.
Para resolver las actividades de aprendizaje, inicie su estudio leyendo el capítulo

I, Introducción, pp. 1-6 del texto guía Estadística para administración y economía
de Levin, Richard I. y Rubin, David S. Esto le permitirá conocer cuáles son los
objetivos del curso, algo sobre la historia de la estadística, su división y las
características del texto guía, para que sepa cómo usarlo.
Es recomendable que destine un cuaderno de trabajo, en el cual usted irá

desarrollando y resolviendo los ejercicios de su guía y también los problemas de
autoevaluación.
Del capítulo 2, estudie 2.1. ¿Cómo podemos ordenar datos? pp. 8-10. Este
tema permite tener una idea clara sobre las precauciones que debe tener presente
en la recolección de datos para un estudio estadístico.
Lea con atención los ejercicios que se exponen en 2.2. Ejemplos de datos sin
procesar, a continuación, en su cuaderno de trabajo realice las aplicaciones del
ejercicio 2.2. p. 12 del texto guía.
Estudie 2.3. Ordenamiento de datos en arreglos de datos y distribuciones de

frecuencias, pp. 12-16, inmediatamente en su cuaderno de trabajo realice los
ejercicios de autoevaluación de ejercicios 2.3. p. 16, cuyas soluciones las puede ver
en la p. 19.
Luego de comprender toda la temática expuesta, podrá resolver los ejercicios de la

actividad de aprendizaje 1.1.
Para desarrollar la actividad de aprendizaje 1.1.
Clasificación de la estadística, tipos de variables y niveles de medición
En este cuadro se presenta un breve resumen sobre la clasificación de la

estadística, los tipos de variables y sus niveles de medición.
Tipos de estadística
 Estadística descriptiva
 Estadística inferencial
Tipos de variables
 Cualitativas
 Cuantitativa
Discretas
Continuas
Niveles o escalas de medición
 De las variables cualitativas

Nominal
Ordinal
 De las variables cuantitativas
De intervalo
De razón
Para complementar el estudio de estos temas, lea la siguiente página web:

http://escuela.med.puc.cl/recursos/recepidem/insIntrod2.htm
Representaciones gráficas de datos cualitativos. Los datos cualitativos se

organizan en tablas de frecuencias. Este tema no se encuentra en el texto guía,
pero es importante que lo sepa, por lo que tendrá que buscar información en otros
textos o en Internet.
Gráfica o diagrama de barras. Conjunto de barras separadas que se usa para

representar datos sobre todo cualitativos, que se han resumido en una tabla de
frecuencias absolutas, relativas o porcentuales. En el eje horizontal se representan
las categorías y en el eje vertical las frecuencias.
Gráfica o diagrama de pastel o de tarta. Gráfica circular que se usa para

mostrar datos cualitativos de nivel nominal, donde a cada categoría le corresponde
un sector circular de área proporcional a su frecuencia o porcentaje. La suma de
los sectores debe dar 100%. Estas gráficas se hacen fácilmente usando el Excel.
Para ampliar sus conocimientos sobre este tema, lea la siguiente página Web:
http://www.fisterra.com/mbe/investiga/graficos/graficos.asp
Para resolver la actividad de aprendizaje 1.2.
Estudie 2.4. Construcción de una distribución de frecuencias, pp. 20-22 de su

texto guía; lea sugerencias y suposiciones en el encabezado de la pp. 25 y luego
realice la autoevaluación ejercicios 2-4, p. 25, cuyas soluciones se encuentran en
la pág. 29.
En el texto se dice que en las aplicaciones de la vida real, donde se manejan

grandes volúmenes de datos, para construir las distribuciones de frecuencias se
usan paquetes computacionales. Usted también lo puede hacer; sin embargo
conviene que los ejercicios de la guía lo haga a mano, toda vez que de esta forma
se estará preparando para las pruebas.
Estudie 2.5. Representación gráfica de distribuciones de frecuencias, pp. 29-

34, aquí se explica lo que es y cómo se construye un histograma, un polígono de
frecuencias y una ojiva o polígono de frecuencias acumuladas. Ver figuras 2-7, 2-8,
2-9, 2-11 y 2-12, pp. 30, 31 y 33.
En la p. 34, se muestra la figura 2-13, en la que se explica la forma como se lee

información en la ojiva “o menos”.
En su cuaderno de trabajo, realice los ejercicios de de autoevaluación de ejercicios

2.5, p.38, cuyas soluciones se encuentran en la p. 41.
En la p. 42, lea el artículo: estadística en el trabajo
En la p. 45, lea el tema: repaso del capítulo, donde se hallan las definiciones de los
términos introducidos en el capítulo 2.
Como elaborar una distribución de frecuencias:
El texto guía no profundiza mayormente en este tema, por esta razón aquí se
detallan los pasos para construir una distribución de frecuencias.
Para el efecto, supongamos que se tiene una muestra de 34 calificaciones de la
asignatura de Estadística Descriptiva, en la que la calificación más baja fuese 8 y la
más alta 38 sobre 40 puntos.
Siga los siguientes pasos:
1. Determinar el número K de clases.
Algunos autores recomiendan el uso de fórmulas que dependen del tamaño de la

muestra (número n de datos). Una de estas fórmulas establece que:2 k  n , donde
k es el número de clases. En el ejemplo n = 34 observaciones: 2  34 , entonces
6
se tiene k = 6 es la cantidad óptima de clases.
2. Determinar el ancho del intervalo o amplitud de clase (i).

Para ello se puede usar la fórmula:
H L
i
K
Donde H es el dato mayor, L el dato más pequeño. (H – L) es el rango.
38  8
En este caso: L = 8, H = 38 y k = 6, entonces: i  5.0 .
6
Si sale un valor exacto ó un entero con decimales, se debe escoger un número
mayor.
3. Calcular los límites de cada clase.
En este curso trabajaremos con intervalos semiabiertos, en los que el límite

superior del intervalo no forma parte de él, sino que se incluye en el intervalo de la
clase que le sigue.
En el ejemplo se han elegido los siguientes límites para las clases: [7, 12), [12,
17), [17, 22), [22, 27), [27, 32), [32, 40), con lo que la distribución queda más o
menos centrada.
( 7 es 1 unidades menor que el dato más pequeño y 40 es 2 unidades mayor que el

dato más grande)
4. Determinar las frecuencias.
Se contabiliza el número de elementos de cada clase. Para evitar errores de conteo,

se debe ordenar los datos de menor a mayor en un arreglo, esto puede hacer
usando Excel, ó si lo hace manualmente, use la técnica de tallo y hojas.
Para resolver la actividad de aprendizaje No 1.3. Que se refiere al tema:

Medidas de tendencia central.
Estudie 3.1. Estadística sumaria, pp. 58-60 de su texto guía. Estadística para
Administración Y Economía de Levin, Richard I. y Rubin, David S. El tema inicia
dando una idea de lo que es tendencia central, dispersión, sesgo y curtosis.
Estudie 3.2. Una medida de tendencia central: La media aritmética, pp. 60-
65, aquí aprenderá a diferenciar entre estadísticos y parámetros, a calcular la
media aritmética de una población y la media aritmética de una muestra de datos
no agrupados.
También aprenderá a calcular la media aritmética de datos agrupados en una

distribución de frecuencias. Tenga presente que en este caso intervienen las
frecuencias y los puntos medios o marcas de clase. Además conocerá cuales son las
ventajas y desventajas de la media aritmética.
Realice los ejercicios de autoevaluación de ejercicios 3.2, cuyas solucionas las

encuentra en la pág. 69.
Estudie 3.3. Una segunda medida de tendencia central: La media

ponderada, pp. 69-71; analice los ejemplos y la explicación, resuelva los ejercicios
de autoevaluación de ejercicios 3.3, p. 72, cuyas soluciones se hallan en las
páginas 73-74.
Estudie 3.5. Una cuarta medida de tendencia central: La mediana, pp. 77-81,
aquí aprenderá a calcular la mediana de datos no agrupados y de datos agrupados.
Para calcular la mediana de datos agrupados use la fórmula [3-8] ver p. 80.
Realice los ejercicios de autoevaluación de ejercicios 3.5, p. 81. Cuyas soluciones
las encuentra en la p. 83.
Estudie 3.6. Una medida final de tendencia central: La moda, pp. 84-86; aquí
aprenderá a calcular la moda de datos no agrupados y agrupados. Lea también las
ventajas y desventajas de la moda y la comparación de la media, mediana y moda.
Advertencia, en la figura 3-8 (b), p. 86 hay que corregir, intercambie los nombres
de la media y la moda. Luego resuelva ejercicios de autoevaluación de ejercicios
3.6, p. 87, sus soluciones se hallan en la p. 89.
Referencia rápida de contenidos y fórmulas para el desarrollo de la

actividad de aprendizaje.
Medidas de tendencia central de datos no agrupados
Media
Media poblacional 
x
N
Media muestral x
x
n
Media ponderada xw 
 wx los w son los pesos
w
Mediana
Para encontrar la mediana de datos no agrupados, primero hay que ordenar los datos:
 Si el número de datos es impar, la mediana es el dato central.
 Si el número de datos es par, la mediana es la semisuma de los dos

datos Centrales.
Moda
Es el valor más frecuente de los datos. Puede haber más de una moda.
Medidas de tendencia central de datos agrupados
Media aritmética
x
f X
n
Fórmula en la que:
X = punto medio o marca de clase.

f = frecuencia
Mediana
n
 Fa
Mediana  Lm  2 (w )
fm
Donde:
Lm = límite inferior de la clase de la mediana
Fa = frecuencia acumulada de la clase anterior a la clase de la mediana.
f m = frecuencia de la clase que contiene a la mediana
Moda
Se la puede aproximar por el punto medio de la clase modal.
Un valor más preciso se obtiene aplicando la siguiente fórmula:
 d1 
Moda  Lmo    w
 d1  d 2 
Donde:
Lmo = límite inferior de la clase modal

d1 = (frecuencia de la clase modal) – (frecuencia de la clase que le
antecede)
d 2 = (frecuencia de la clase modal) - (frecuencia de la clase que le sigue)
w = es el ancho del intervalo de clase.
Para resolver la actividad de aprendizaje No 1.4. Que se refiere a las medidas

de dispersión:
Estudie 3.7. Dispersión. Por qué es importante. pp. 89-90; aquí comprenderá
la importancia de determinar la dispersión o variabilidad de los datos, su uso en el
análisis financiero y en control de calidad.
Estudie 3.8. Rangos. Medidas de dispersión útiles. pp. 91-93, aquí aprenderá
a calcular las tres medidas, llamadas medidas de distancia, estas son: rango, rango
interfractil y rango intercuartil. Realice los ejercicios de autoevaluación de
ejercicios 3.8, p. 94 sus soluciones se hallan en la p. 95.
Estudie 3.9. Dispersión. Medidas de dispersión promedio. pp. 96-103, aquí

aprenderá a calcular la varianza y la desviación estándar de una población y de una
muestra, para datos no agrupados y para datos agrupados. Se dará cuenta que en
uno y otro caso, las fórmulas que se usan son diferentes.
Revise con atención los dos ejemplos desarrollados en las pp. 101 y 102 y resuelva
los dos ejercicios de autoevaluación de ejercicios 3.9, pp. 103-104.
Estudie 3.10. Dispersión relativa: El coeficiente de variación. pp. 107-108,

aquí aprenderá a comparar la dispersión de las distribuciones de datos usando el
coeficiente de variación.
Realice los ejercicios de autoevaluación de ejercicios 3.10. p. 108, sus soluciones se

encuentran en la p. 112.
Estudie 3.11. Análisis exploratorio de datos (AED), pp. 112-113, aquí se

explica una técnica útil en el análisis exploratorio de datos, que consiste en la
elaboración del diagrama de tallo y hoja, lea cuáles son sus ventajas y revise con
atención el ejemplo que se expone en la p. 113.
Como preparación para la primera evaluación, lea repaso del capítulo, pp. 118-119:
Aquí se dan las fórmulas para calcular las medidas de dispersión

Medidas de dispersión o variabilidad para datos no agrupados:
Rango = valor más grande – valor más pequeño (Rango = H – L )
Varianza
Varianza poblacional:  2

 x    2
Varianza muestral: s2 
 x  x 
2
o s2 
x 2
n x   2
n 1 n 1
La segunda fórmula de la varianza muestral es una fórmula directa, esta exige un menor
número de operaciones de cálculo, por lo que recomiendo su uso.
Desviación estándar, es la raíz cuadrada de la varianza.
Desviación estándar poblacional 

 x    2

x 2
 2
N N
 x  x  x 
2 2
2
n x
Desviación estándar muestral s 
n 1 n 1
En general se trabaja con la desviación estándar de la muestra, a no ser que se indique lo

contrario.
Medidas de dispersión o variabilidad para datos agrupados:
Amplitud de variación o rango
AV = límite superior de la clase más alta – límite inferior de la clase más baja.
Desviación estándar
 f X  x  f X 
2 2
2
n x
s 
n 1 n 1
Donde:
X = punto medio o marca de clase.

f = frecuencia.
x = media aritmética.
Observación
Las fórmulas de las medidas de dispersión de datos agrupados son diferentes de las que se
emplean con datos sin agrupar.
Dispersión relativa
Coeficiente de variación

De la población: Cv  ( 100)

s
De la muestra: Cv  ( 100)
x
Coeficiente de asimetría o sesgo, denominado coeficiente de Pearson.
3( Media  Mediana)
CA 
s
Cuartiles, deciles y centiles:

Para calcular la posición de un cuartil, decil o percentil se usa la fórmula.
Lc  n  1
C
100
Una vez calculada la posición del percentil, proceda a calcular el percentil conforme
se explica en los ejemplos 1 y 2. (No confunda la posición del centil o percentil con
su valor)
Ejemplo 1
Para la posición del primer cuartil Q1 use C = 25, para el tercer cuartil Q3 use
C= 75 (Q1 = C25; Q3 = C75 ), en algunos textos en vez de C se usa P, así
P25
Para calcular la posición de un decil, por ejemplo D 3 use C = 30; para el decil 7
D7 use C = 70
Si Lc es entero el centil es el dato de la posición Lc
Si Lc no es entero, por ejemplo si L25 = 7.62, el centil o percentil 25 se

encontrará a 0.62 de la distancia entre el séptimo y el octavo dato, Su valor se
calcula del siguiente modo: C25 = Q1 = Dato7 + 0.62(Dato8 – Dato7)
En el cálculo de los cuartiles, recuerde por ejemplo que el primer cuartil Q 1 es

aquel valor que es mayor o igual que el 25% de los datos y menor o igual que el
75% de ellos.
Ejemplo 2
Calcular el primer y tercer cuartiles de los siguientes datos:
8.4 8.8 9.2 10 11.3 12.5 12.9 13.6 14 15
Solución:
En este caso: n = 10, para Q1 C = 25 y para Q3 C = 75
25
L25  (10  1)  2.75 Es la posición de Q1, mientras que su valor es:
100
Q1 = Dato 2 + 0.75 (Dato 3 – Dato 2)
Q1  8.8  0.75(9.2  8.8)  8.8  0.3  9.2
De igual manera:
75
L75  (10  1)  8.25 Es la posición de Q3, mientras que su valor es:
100
Q3 = Dato 8 + 0.25 (Dato 9 – Dato 8)
Q3  13.6  0.25(14  13.6)  13.6  0.1  13.7
La mediana es Q2 se calcula del mismo que los otros cuartiles.
Diagrama de caja
El diagrama de caja permite visualizar la simetría o la asimetría de una distribución

de datos.
Para construir un diagrama de caja se requieren 5 valores: La media, la mediana, el

dato menor o mínimo, el dato mayor o máximo y el primero y tercer cuartiles.
Rango intercuartílico
Es la diferencia entre el tercer y el primer cuartil: Rango Intercuartílico  Q3  Q1
Ejemplo 3.
Suponga que en el servicio de entrega a domicilio de cierta pizza, el tiempo mínimo

de entrega es de 15 minutos, que el tiempo máximo es de 40 minutos, que la
mediana es 25 minutos y que los cuartiles son: Q1  20 Q3  32.5 minutos.
a) Calcular el rango intercuartílico.
b) Trazar el diagrama de caja y en base a este indique si la distribución de los datos

es o no simétrica.
Solución:
a) Rango intercuartílico = 32.5 – 20 = 12.5
b) El diagrama de caja es el que se muestra a continuación.
Las líneas que van desde el mínimo a Q1 y desde Q3 al máximo se denominan

bigotes.
El diagrama muestra que:
1. El bigote izquierdo es más corto que el derecho.

2. Que Q1 está más cerca de la mediana que Q3
Comentario
Se observa que: la cola ó el bigote de la derecha es más largo que el de la
izquierda, y también la distancia entre la mediana y
Q3 es mayor que la distancia
entre Q1 y la mediana, lo que indica que la distribución de los datos es asimétrica,

con sesgo positivo.
Para resolver la actividad de aprendizaje 1.5
Estudie el capítulo 4 del texto guía Estadística para Administración y Economía de

Levin, Richard I. y Rubin, David S.: Probabilidad I: Ideas Introductorias.
Lea 4.1 Historia y relevancia de la teoría de la probabilidad, p. 128., esto le

permitirá conocer la historia del estudio de las probabilidades y sus aplicaciones.
Estudie 4.2 Terminología básica en probabilidad, pp. 129-130, aquí encontrará

lo que es un evento, un experimento, un espacio muestral, cuando se habla de
eventos mutuamente independientes, qué es una lista colectivamente exhaustiva.
Del ejercicio 4.2, p. 130. Y en su cuaderno de trabajo realice los dos ejercicios de
autoevaluación, cuya solución la encuentra en la p. 131 y responda a las preguntas
sobre conceptos básicos 4-5 y 4-6.
Estudie 4.3 Tres tipos de probabilidad, pp. 131-134, clásica o a priori, basada
en frecuencias y subjetiva; lea también las sugerencias y suposiciones de la p. 134.
Del ejercicio 4.3, p. 134, realice los ejercicios de autoevaluación 4-3 y 4-4, cuyas
soluciones se hallan en las pp. 136-137.
Estudie 4.4 Reglas de probabilidad, pp. 137-141, aquí encontrará definiciones y

reglas para calcular la probabilidad marginal, la regla de la adición para eventos
mutuamente excluyentes, la regla de la adición para eventos que no son
mutuamente excluyentes y el uso de diagramas de Venn, que permiten relacionar
las probabilidades con la teoría de conjuntos.
Del ejercicios 4.4, p. 141, en su cuaderno de trabajo realice los ejercicios de

autoevaluación 4-5 y 4-6 cuyas soluciones las encontrará en la p. 143.
Estudie 4.5 Probabilidades bajo condiciones de independencia estadística,

pp. 143-148. Aquí aprenderá que existen tres tipos de probabilidades que se
presentan bajo la independencia estadística: marginal, conjunta y condicional,
fórmulas que se usan para su cálculo y ejemplos.
De ejercicios 4.5, pp. 148-149, realice los ejercicios de autoevaluación 4-7 y 4-8,
cuyas soluciones se hallan en la p. 150.
Para la aplicación de la parte conceptual, realice los ejercicios de conceptos básicos

4-24, 4-25, 4-26 y 4-27.
Estudie 4.6 Probabilidades bajo condiciones de dependencia estadística, pp.

151-155. Aquí aprenderá que, las probabilidades bajo condiciones de dependencia
estadística son: Condicional, conjunta y marginal; y las fórmulas que se usan para
su cálculo.
De ejercicios 4.6, p. 156, realice los ejercicios de autoevaluación 4-9, 4-10; sus
soluciones se hallan en las pp. 157-158. Realice también los ejercicios de conceptos
básicos 4-33, 4-34 y 4-35.
Estudie 4.7 Revisión de las estimaciones anteriores de probabilidades:
teorema de Bayes, pp. 158-162.
Aquí aprenderá que es una probabilidad revisada o a posteriori y la forma cómo se

calcula.
De Ejercicios 4.7, p. 163, realice los ejercicios de autoevaluación 4-11 y 4-12; y

también el 4-43 de conceptos básicos.
En las pp. 168-169 lea el repaso del capítulo 4 y las ecuaciones (fórmulas)
introducidas en este capítulo.
Para resolverla actividad de aprendizaje 1.5, lea con atención la siguiente

ayuda.
Aquí se dan definiciones, fórmulas y ejemplos que le servirán como una referencia
rápida para el estudio y desarrollo de su tarea.
Enfoques de probabilidad
 Probabilidad objetiva
numerodecasos favorables
Probabilidad Clásica: P( E ) 
número de casos posibles
númerode veces que ocurrio un evento en el pasado

Probabilidad empírica: P( E ) 
númerototal de observaciones
Donde: E significa evento o suceso, y
P(E ) se lee probabilidad de que ocurra el evento E.
 Probabilidad subjetiva: Se asigna en base a la experiencia y buen criterio
Ejemplo de probabilidad clásica
Si se lanza al aire una moneda equilibrada, cuál será la probabilidad de que se

obtenga una cruz o cara:
a) Cruz es: P(cruz) = 1/2 porque 1 de las 2 alternativas.

b) Cara es: P(cara) = 1/2 porque 1 de las 2 alternativas.
Ejemplo de probabilidad empírica
Suponga que en un experimento se realizan 1000 ensayos y se produjo un evento

E en 200 ocasiones. ¿Cuál es la probabilidad de que en un ensayo cualquiera se
produzca el evento E?
R: P(E) =200/1000 = 1/5 = 0.20
Espacio muestral
Es el conjunto de todos los posibles resultados de un experimento, es decir es el

conjunto universo de ese experimento; a este conjunto se suele representarse
mediante la letra S o con el símbolo Ω.
Ejemplos
1. El espacio muestral del lanzamiento de una moneda es: S= s, c donde s=sello y
c = cara
2. El espacio muestral en el lanzamiento de un dado es: S= 1,2,3,4,5,6 
3. El espacio muestral en el lanzamiento de dos monedas es
S = (s, c), (s, s), (c, s), (c, c)
4. Si en una urna hay 5 bolas rojas, 3 blancas y 4 azules y se saca al azar dos
bolas, el espacio muestral es el siguiente:
S = (r , r ), (r , b), (r , a), (b, r ), (b, b), (b, a), (a, r ), (a, b), (a, a)
Relación entre la probabilidad y la teoría de conjuntos
El estudio de las reglas de probabilidad está estrechamente relacionado con la

teoría de conjuntos, para ello se asimila un evento con un conjunto.
En conjuntos En probabilidades
U = Conjunto universo S ó Ω = Espacio muestral.
A = Subconjunto de U E = Evento
 = Conjunto vacío  = Evento nulo
A = Complemento de A E = Evento contrario de E
A U  A  U  A A
Axiomas de Kolmogorov
1. P(E) ≥ 0 La probabilidad de un evento es un número comprendido entre 0 y 1

2. P(S) = 1 La probabilidad del espacio muestral es 1
3. P(E1 ó E2 ó …ó En) = P(E1) + P(E2)+… +P(En) donde E1, E2,,… son eventos mutuamente
excluyentes.
Propiedades de las probabilidades
1. P( )  0
2. 0 ≤ P(E) ≤ 1
3. P( A)  1  P( A)  P( A)  P( A)  P( A  A)  P(S )  1
4. Si A  B  P( A)  P( B)
5. P( A  B)  P( A)  P( B)  P( A  B) )
Diagramas de Venn
Conjunto Universo
Conjunto A
Complemento de A es la parte
del universo que no es A
Conjuntos A y B disjuntos
Conjuntos A y B secantes o
Solapados
Reglas de probabilidad
 Regla especial de adición
Se aplica cuando los eventos son mutuamente excluyentes o disjuntos

Para un par de eventos A, B: P(A o B) = P(A) + P(B)
Para tres eventos A, B, C : P(A o B o C) = P(A) + P(B) + P(C)
En el ejemplo de las 3 bolas rojas, 2 blancas y 5 azules, calcular la probabilidad de que al
sacar una bola de la urna esta sea:
a) Roja o Blanca: P(roja o blanca) = P(roja) +P(blanca) = 3/10 + 2/10 = ½
b) Blanca o azul: P(blanca o azul) =P(blanca) + P(azul) = 2/10 + 5/10 = 7/10
 Regla general de la adición
Se aplica para calcular la probabilidad de ocurrencia de uno u otro evento que no sean
mutuamente excluyentes. (la fórmula es válida también para eventos mutuamente
excluyentes dado que P(A y B) = 0 )
Para los eventos A, B: P(A o B) = P(A) + P(B) – P(A y B)
Ejemplo: Un estudiante está tomando Álgebra y Castellano, si la probabilidad de que

apruebe Álgebra es 0.75, la de que apruebe Castellano es 0.9 y la probabilidad de que
apruebe Álgebra y Castellano es 0.70. Se pregunta cuál es la probabilidad de que apruebe
Álgebra o Castellano.
P(A o C) = P(A) + P(C) – P(A y C)

= 0.75 + 0.90 - 0.70 = 0.95
Para resolver estos problemas debe realizar un diagrama de Venn como el de la figura.
 Regla especial de la multiplicación
Se aplica para calcular la probabilidad conjunta de ocurrencia de eventos

independientes.
Para dos eventos A y B: P(A y B) = P(A) P(B)

Para tres eventos A, B y C: P(A y B y C) = P(A) P(B) P(C)
Ejemplo: Se lanza un dado por dos ocasiones, ¿cuál es la probabilidad de que en los dos
lanzamientos caiga en 3?
P(3, 3) = P(3) P(3) = (1/6) (1/6) = 1/36

Obsérvese que el resultado del segundo lanzamiento es independiente del
primero.
 Probabilidad condicional
Es la probabilidad de que ocurra un evento B, dado que ya ocurrió un evento A. o también

la probabilidad de que ocurra un evento A dado que ya ocurrió el evento B. Esto se escribe:
P( A y B) P( A y B)
P( B / A)  P( A / B) 
P( A) P( B)
Si se cumple que P( A / B)  P( A) los eventos o sucesos A y B son estadísticamente
independientes
 Regla general de la multiplicación
Se aplica para calcular la probabilidad conjunta de eventos dependientes, es decir,

cuando la ocurrencia de uno de ellos está condicionada a la ocurrencia del otro.
P(A y B) = P(A) P(B/A) o también P(A y B) = P(B) P(A/B)
Estas fórmulas y las de la probabilidad condicional están relacionadas, ya que las unas se
obtienen de las otras mediante despejes.
Tomemos el ejemplo de las 3 bolas rojas, 2 blancas y 5 azules y supongamos que se desea
calcular la probabilidad de que al sacar una bola y luego otra, la primera sea roja y la
segunda blanca:
 3  2  6 1
P(R y B) = P( R) P( B / R)      
 10   9  90 15
Obsérvese que la probabilidad de que la primera vez salga roja es 3 /10, pero al haber
sacado una roja ahora nos quedan en total 9 bolas, de las cuales 2 son blancas.
Calculemos ahora la probabilidad de sacar una bola roja y una azul:
Como no se indica el orden tendremos que:
 3  5   5  3  1
P(R y A) = P(R, A) + P(A, R) =        
 10   9   10   9  3
Tabla de contingencia o matriz de probabilidad
Los problemas de probabilidades se resuelven fácilmente usando una tabla de contingencia o
matriz de probabilidad, en ella se pueden leer las probabilidades a priori y las probabilidades
conjuntas o de intersección. Además permite calcular fácilmente las probabilidades de la
unión de eventos y las condicionales, tal como se ilustra a continuación.
Ejemplo: El personal que labora en una empresa está formado por hombres y mujeres que
trabajan en las siguientes secciones: Gerencia, Profesional y Técnica, cuyos datos se
resumen en la siguiente tabla:
Sección Género
Hombre Mujer
Gerencia 8 3
Profesional 24 16
Técnica 50 35
Complete esta tabla de contingencia y luego suponiendo que se elige al azar un empleado
calcule las siguientes probabilidades.
a) La probabilidad de que sea mujer.

b) La probabilidad de que sea hombre y trabaje en la sección técnica
c) La probabilidad de de que trabaje en Gerencia o en la sección profesional
d) La probabilidad de que trabaje en gerencia, dado que sea mujer.
e) La probabilidad de que sea hombre dado que trabaje en la Sección técnica.
Solución
A la tabla de los datos le añadimos una fila y una columna para los totales parciales de las
filas y de las columnas. En la celda del extremo inferior derecho se coloca el total horizontal
y vertical.
Sección Género Total

Hombre Mujer
Gerencia 8 3 11
Profesional 24 16 40
Técnica 50 35 85
Total 82 54 136
a) P(Mujer) = 54/136
b) P(Hombre y Técnica) = 50/136
c) P (Gerencia o Profesional) = P(Gerencia) + P(Profesional) = 11/136 + 40/136 = 51/136
d) P(Gerencia/ Mujer) = 3/54 En la columna de MUJER vemos que 3 de las 54 trabajan en
gerencia. También se puede aplicar la fórmula de la probabilidad condicional.
P(Gerencia y Mujer) 3 / 136 3

P(Gerencia / Mujer)   
P( Mujer) 54 / 136 54
e) P(Hombre/ Técnica) = 50/85 En la fila TECNICA se ve que 50 de los 85 técnicos son

hombres.
Aplicando la fórmula:
P( Hombre y Tecnica) 50 / 136 50 10

P( Hombre/ Tecnica)    
P(Tecnica) 85 / 136 85 17
Explicación del teorema de Bayes
En la siguiente gráfica sea S el espacio muestral y sean

los eventos A1 , A2 , A3 , A4 mutuamente excluyentes
y colectivamente exhaustivos, de modo que:
S  A1  A2  A3  A4
Y sea el evento B tal que:
B  ( A1  B)  ( A2  B)  ( A3  B)  ( A4  B)
Entonces la probabilidad de que ocurra B viene dada por:
P( B)  P( A1 y B)  P( A2 y B )  P( A3 y B )  P( A4 y B) ; luego:
P( B)  P( A1 ) P( B / A1 )  P( A2 ) P( B / A2 )  P( A3 ) P( B / A3 )  P( A4 ) P( B / A4 )
Esta es la probabilidad total de que ocurra B.
De la probabilidad condicional sabemos que:
P( A y B) P( A y B)
P( B / A)  P( A / B) 
P( A) P( B)
De aquí se tiene que:
P( AyB )  P( A / B) P( B)  P( B / A) P( A)
Es decir:
P( A / B) P( B)  P( B / A) P( A)
Si ahora suponemos que P(A1) es una probabilidad a priori, P(B/A1) es la probabilidad

condicional de que ocurra B dado que ocurrió A1; y pensemos que se quiere calcular la
probabilidad a posteriori de que ocurra A1 dado que ocurrió B, simplemente despejemos
P(A1/B); según la fórmula anterior.
P( A1 ) P( B / A1 )
P( A1 / B) 
P( B)
Donde P(B) es la probabilidad total de B, sustituyendo P(B) en el denominador se obtiene la
fórmula del Teorema de Bayes.
P( A1 ) P( B / A1 )
P( A1 / B) 
P( A1 ) P( B / A1 )  P( A2 ) P( B / A2 )  P( A3 ) P( B / A3 )  P( A4 ) P( B / A4 )
Reglas de conteo
1. Fórmula de la multiplicación
Si hay m formas de realizar una cosa y n formas de hacer otra, habrán mxn
formas de realizar ambas en conjunto. Esta regla se extiende a 3, 4 ó más
acciones.
Ejemplo: Un joven tiene 3 pares de zapatos, 4 pantalones y 5 camisas. ¿De

cuantas maneras puede vestirse?
N = 3x4x5 = 60 (puede vestirse de 60 formas)
Ejemplo: ¿De cuantas maneras puede usted colocar 4 libros en un estante?

El libro que va a colocar en primer lugar puede elegir de 4 maneras, le quedan 3
libros, entonces el que va a colocar en la segunda posición puede elegirse de 3
maneras; le quedan 2 para la tercera posición; y una vez colocado el tercero le
queda 1 para la cuarta posición; es decir: No de formas = 4x3x2x1 = 24 = 4!
n!
2. Permutaciones: n Pr  Nos da el número de arreglos de r objetos
(n  r )!
tomados de un grupo de n objetos. Un arreglo se diferenciará de otro por el orden
de sus elementos, por ejemplo ab y ba son diferentes.
Ejemplo: Cuantos números de 2 cifras se pueden escribir usando los dígitos 1, 2 y

3 bajo la condición de que no haya dígitos repetidos.
3!
P2  6
(3  2) !
3
Los números de dos cifras construidos con los dígitos 1, 2 y 3 son efectivamente 6,
tal como usted puede ver:
12 13 21 23 31 32
 n n!
3. Combinaciones: nCr    
 r  r !( n  r ) !
Las combinaciones son arreglos de r objetos tomados de un grupo de n objetos,
donde no importa el orden de ellos.
Ejemplo: Con los dígitos 1, 2 y 3, cuantas sumas diferentes se puede tener, tomando dos a
dos, bajo la condición de que no haya dígitos repetidos.
Observe que en este caso no importa el orden porque por ejemplo las sumas 1+2 y 2+1 son
las mismas, entonces el número de sumas distintas son:
 3 3!
3 C 2     3
 2  2! 1!
Ejemplo: Cuantas combinaciones de dos letras se pueden formar con las letras A, B, C y D?
4! 4 x3x 2!
4 C2   6
2! 2! 2 x1x 2!
Estas combinaciones son: AB AC AD BC BD y CD.
Obsérvese que como combinación AB y BA es la misma, pero no como

permutación.
Actividades de aprendizaje
Actividad de aprendizaje 1.1.
Problema 1
Un minorista grande estudia el tiempo de surtimiento (el tiempo que

transcurre entre la elaboración de un pedido y la entrega del mismo)
para una muestra de órdenes recientes. Los tiempos de surtimiento se
reportan en días.
Tiempo de surtimiento Frecuencia

0 hasta 5 6
5 hasta 10 7
10 hasta 15 12
15 hasta 20 8
20 hasta 25 7
TOTAL 40
a. ¿Cuántos pedidos se estudiaron? (0.25 puntos)
Planteamientos b. ¿Cuál es el punto medio de la primera clase? (0.25 puntos)
c. ¿Cuáles son las coordenadas de la primera clase para un polígono

de frecuencias? (0.5 puntos)
d. Construya un histograma (0.5 puntos)
e. Elabore un polígono de frecuencias (0.5 puntos)
f. Interprete los tiempos principales utilizando ambas gráficas. (0.5

puntos)
Problema 2
En relación con los datos del ejercicio anterior, resuelva:
a. ¿Cuántos pedidos se entregaron en menos de 10 días y en menos

de 15 días? (0.25 puntos)
b. Convierta la distribución de frecuencias en una distribución de

frecuencias acumuladas. (0.50 punto.)
c. Desarrolle un polígono de frecuencias acumuladas. (0.5 puntos)
d. Alrededor del 60% de los pedidos se entregaron en menos de

cuantos días. (0.5 puntos)
1. Construir representaciones gráficas de datos cualitativos.

Objetivos
2. Ordenar datos cuantitativos en listas o arreglos ordenados en forma
ascendente o descendente, medidas de dispersión.
Para resolver el problema 1, lea las páginas que se encuentran al final

de la guía correspondientes al libro Estadística para Administración y
Orientaciones Economía de Lind, Marchall y Mason. Capitulo 2.
didácticas
Para resolver el problema 2, debe haber leído los temas 2.2 y 2.3 del
texto guía.
Usa escalas y leyendas en los ejes y traza correctamente el diagrama

Criterios de de barras.
evaluación Usa leyendas en el diagrama de pastel.
Lee e interpreta los resultados.

Problema 1
El Midland National Bank seleccionó una muestra de 40 cuentas de

cheques de estudiantes. Enseguida se presentan los saldos (en
dólares) a fin de mes.
$404 $74 $234 $149 $279 $215 $123 $55 $43

87 234 68 489 57 185 141 758 72
703 125 350 440 37 252 27 521 302
968 712 503 489 327 608 358 425 303
Planteamientos a. Coloque los datos en una distribución de frecuencias usando el

valor de 100 dólares como intervalo de clase y 0 como el punto de
partida
b. Trace un polígono de frecuencias acumuladas.
c. El banco considera como “cliente preferencial” al estudiante que

tenga un saldo final igual o superior a 400 dólares en su cuenta.
Estime el porcentaje de clientes preferidos.
d. El banco también está considerando un cargo por manejo de

cuenta a 10% de los cuentahabientes cuyo saldo final es más
bajo. ¿Qué recomendaría como punto de corte entre los que
tienen que pagar un cargo por servicio y los que están en tal
caso?
(0.5 puntos)
Problema 2
Considere la siguiente información acerca de la cantidad de empleos

no agrícolas (en miles de trabajadores) durante marzo de 1992 en
Estados Unidos, incluyendo Puerto Rico y las Islas Vírgenes.
Alabama 1639 Montana 299,3

Alaska 235,5 Nebraska 730,6
Arizona 1510 Nevada 638,4
New
Arkansas 951,1 Hampshire 466,5
California 12324,3 New Jersey 3390,7
Colorado 1552,7 New Mexico 583,3
Connecticut 1510,6 New York 7666,4
North
Delaware 335,2 Carolina 3068,3
Distrtito de North
Columbia 667 Dakota 271
Florida 5322,8 Ohio 4709,9
Georgia 2927,1 Oklahoma 1196,9
Hawaii 546,3 Oregon 1245,6
Idaho 400,4 Penrisylvania 4992,1
Illinois 5146,2 Rhode Island 413,2
South
Indiana 2496,3 Carolina 1494,6
South
Iowa 1229,2 Dakota 295,6
Kansa 1108,3 Tennessee 2178,6
Kentucky 1474,8 Texas 7209,7
Lousiana 1617,5 Utah 752,2
Maine 500 Vermont 244,8
Maryland 2037,3 Virginia 2792,4
Massachusetts 2751,6 Washington 2165,8
West
Michigan 3828,9 Virginia 622,1
Minnesota 2117,1 Wisconsin 2272,1
Mississippi 940,9 Wyoming 198
Missouri 2275,9 Puerto Rico 842,4
Islas
Virgenes 42,4
Fuente: Sharon R. Cohany, “Employment Data”, en Monthly Labor

Review 115(6), junio de 1992: 80-82.
a) Organice los datos en diez clases mutuamente excluyentes de

igual ancho. (0.5 puntos)
b) Determine las frecuencias absolutas y relativas que caen dentro

de cada clase. (0.5 puntos)
c) ¿Son estos datos discretos o continuos? (0.5 puntos)
d) Construya una distribución y una ojiva de frecuencias acumuladas

“menor que” para la distribución de frecuencias relativas del inciso
b). (0.5 puntos)
e) Con base en la ojiva del inciso d, ¿qué fracción de los estados

tiene un nivel de empleo no agrícola mayor a los tres millones?
(0.5 puntos)
Construir distribuciones de frecuencias centradas y representar las

Objetivo
distribuciones de datos mediante gráficas.
El problema 1, es una aplicación de la media ponderada.
Para resolver el problema 2 debe haber estudiado los temas 2.4 y 2.5
del texto guía.
Orientaciones
Puede ampliar sus conocimientos buscando información en el
didácticas
Internet, para el efecto puede digitar: Estadística descriptiva o
también Agrupación de datos en intervalos.
Importante: En este curso trabajaremos con intervalos

semiabiertos, vea el ejemplo de la Ayuda 1.2
Construye distribuciones de frecuencias en forma correcta.
Calcula frecuencias relativas.

Criterios de
evaluación Traza histogramas, polígonos de frecuencia y ojivas usando escalas
adecuadas.
Lee resultados en la Ojiva “O menos” u “ O más”.

Problema 1
Los siguientes datos representan las edades de los pacientes admitidos

en un pequeño hospital el día 28 de febrero de 1996:
Planteamientos
85 75 66 43 40
88 80 56 56 67
89 83 65 53 75
87 83 52 44 48
Datos no agrupados
a) Construya una distribución de frecuencias con clases 40-49, 50-59,

etcétera. (0.5 puntos)
b) Calcule la media de la muestra a partir de la distribución de

frecuencias. (0.5 puntos)
c) Calcule la media de la muestra a partir de los datos sin procesar.

(0.5 puntos)
d) Compare los incisos b) y c) y comente su respuesta.

(0.5 puntos)
Problema 2
Para la siguiente distribución de frecuencias, determine:
a) La clase de la mediana. (0.5 puntos)
b) El número de elementos que representa la mediana. (0.5 puntos)
c) El ancho de los pasos iguales en la clase de la mediana.

(0.5 puntos)
d) El valor estimado de la mediana para estos datos. (0.5 puntos)
Clase Frecuencia Clase Frecuencia

100-149.5 12 300-349.5 72
150-199.5 14 350-399.5 63
200-249.5 27 400-449.5 36
250-299.5 58 450-499.5 18
1. Calcular medidas de tendencia central de datos sin agrupar y

de datos agrupados.
Objetivos
2. Establecer la diferencia entre las fórmulas y procedimientos de
cálculo que se emplean con en uno y otro caso.
El problemas 1 se refiere a las medidas de tendencia central de

datos no agrupados.
Orientaciones El problema 2 es una aplicación de las medidas de tendencia central

didácticas de datos agrupados.
Las fórmulas a aplicarse en cada ejercicio se encuentran en la ayuda

1.3.
Conoce el propósito, significado y propiedades de las medidas de

Criterios de
tendencia central.
evaluación
Calcula las medidas de tendencia central de datos no agrupados y
agrupados.
Diferencia las fórmulas que se usan con datos sin agrupar y con
datos agrupados.

Problema 1
Según datos tomados del SRI (Servicio de Rentas Internas), los

siguientes datos representan las declaraciones trimestrales de
impuestos por ventas (en miles de dólares) de 25 negocios
establecidos en una ciudad del Ecuador, correspondientes al periodo
que finalizó.
7.9 11.7 10.8 11.4 9.2

12.9 11.1 9.1 12.8 10.0
9.8 11.1 10.3 11.1 9.9
12.4 5.4 7.2 11.3 13.1
14.5 9.1 9.6 11.1 10.2
Con estos datos sin agrupar, realice lo siguiente:
a) Calcule el rango. (0.5 puntos)
b) Calcule la media y la mediana. (0.5 puntos)
c) Calcule el primer y tercer cuartiles. (0.5 puntos)
d) Trace un diagrama de caja. ((0.5 puntos)

Planteamientos
e) Comente sobre la forma de la distribución de los datos. (0.5
puntos)
f) Calcule la desviación estándar (0.5 puntos)
g) Calcule el coeficiente de variación.(0.5 puntos)
Problema 2
Encuentre la media y la desviación estándar de las siguientes

distribuciones binomiales: (1.0 punto)
a) n =16, p= 0.40.
b) n =10, p =0.75.
Problema 3
Los siguientes datos representan el número de cheques en dólares

rechazados de una muestra tomada en 23 bancos, firmados por
clientes que depositan directamente y que mantienen un saldo
promedio de $1000.
260 200 210 250 200 250

300 150 290 180 180 220

280 200 220 250 200 300
300 200 250 150 250
a) Elabore un diagrama de tallo y hoja para estos datos.

(0.5 puntos)
b) ¿Alrededor de qué valor, si lo hay, se encuentran concentrados los

valores de los cheques rechazados? Explique su respuesta.
(0.5 puntos)
Calcular las medidas de dispersión: rango, varianza, desviación

Objetivo estándar y desviación relativa para describir como se “dispersan los
datos”, analizando sus limitaciones y bondades de cada uno de ellos.
Para resolver el problema 1 debe haber estudiado los temas 3.7 y 3.8,
además lea la ayuda 1.4.
Orientaciones Para resolver el problema 2, debió haber estudiado el tema 3.9 del
didácticas texto guía y sus ejemplos.
Para resolver el problema 3, debe primero estudiar el tema 3.11 del

texto guía. pp. 112-114
Calcula el rango, percentiles (cuartiles) aplicando las fórmulas en

forma correcta.
Calcula las medidas de dispersión de datos no agrupados y

agrupados.
Usa correctamente las fórmulas pertinentes a cada situación.

Criterios de
evaluación
Traza diagramas de caja e interpreta en forma correcta la simetría o
asimetría o sesgo de las distribuciones de los datos.
Usa el teorema de Chebychev para medir la concentración de los

datos alrededor de la media.
Conoce lo que es la desviación relativa y para qué sirve.

Problema 1 (0.5 puntos)
Hay 52 cartas en una baraja americana. ¿Cuál es la probabilidad de

Planteamientos que la primera carta que se saque sea una de espadas?
La probabilidad de un suceso A es 1/3, la de B es 2/4 y la de la

intersección 3/8. Calcule:
a) La probabilidad de que se verifique alguno de los dos sucesos.
b) La probabilidad de que no suceda A.
c) La probabilidad de que no ocurra ni A ni B.
d) La probabilidad de que no ocurra A o bien no ocurra B.
Se lanza un solo dado, ¿cuál es la probabilidad que caiga un “dos”?
Problema 4
La tienda de departamentos Friendly ha sido objeto de muchos robos

durante el último mes; pero, debido al aumento en las medidas de
seguridad, se han detenido a 250 ladrones. Se registró el sexo de
cada ladrón; también se anotó si se trataba de un primer delito o era
reincidente. Los datos se resumen en la siguiente tabla.
Primera
Sexo ofensa Reincidente
Hombre 60 70
Mujer 44 76
104 146
Suponga que se elige al azar un ladrón detenido, calcule:
a) La probabilidad de que el ladrón sea hombre. (0.3 puntos)
b) La probabilidad de que sea la primera ofensa, dado que es

hombre. (0.3 puntos)
c) La probabilidad de que sea mujer, dado que es reincidente. (0.3

puntos)
d) La probabilidad de que sea mujer, dado que es la primera ofensa.

(0.3 puntos)
e) La probabilidad de que sea hombre y reincidente. (0.3 puntos)
Comprender qué son las probabilidades de eventos mutuamente

excluyentes, dependientes e independientes mediante el estudio de
Objetivo
los principios teóricos y sus reglas para el cálculo de las
probabilidades de dichos eventos.
Los problemas contienen el cálculo de probabilidades simples y

Orientaciones
probabilidad acumulada, ver conteo y cálculo de probabilidades.
didácticas
También se incluye probabilidades conjuntas y condicionales con

eventos dependientes e independientes, se calculan fácilmente a

partir de la tabla de contingencias. Ver aplicación del teorema de
Bayes. Ver AYUDA.
Conoce las fórmulas de conteo y las aplica en forma correcta.
Conoce los fundamentos de las probabilidades.
Calcula probabilidades de eventos mutuamente excluyentes, de

eventos dependientes e independientes aplicando las fórmulas
Criterios de pertinentes.
evaluación
Organiza e interpreta datos de una matriz de contingencia.
Construye diagramas de árbol.
Aplica la regla de Bayes para calcular probabilidades revisadas o a

posteriori.
Formato de
Archivo de Microsoft Office.
entrega
Envíe las actividades de aprendizaje a través de la plataforma,

mediante la sección Contenidos, en un archivo cuyo nombre debe
Enviar a ser:
Formato: G1.Apellido.Apellido.Nombre.Estad.descriptiva
Preguntas o Envíe sus preguntas o dudas a través de la plataforma: Utilice la

dudas sección Enviar correo y marque el nombre de su tutor.
Puntaje por actividad

Actividades de aprendizaje
Puntaje
Actividad de aprendizaje 1.1. 4.5
Suman 20
“En caso de que para el examen sea estrictamente

necesaria la consulta de tablas, fórmulas, esquemas o
gráficos, estos serán incluidos como parte del examen
o en un anexo”.
El tutor de la asignatura

Estadística Descriptiva: Medidas de tendencia central y dispersión

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estadística Descriptiva: Medidas de tendencia central y dispersión

Uploaded by

Copyright:

Available Formats

Nombre de la asignatura: Estadística Descriptiva CADM

Parcial de estudio: Primero

Hablar del mundo de la administración de los negocios, de la gerencia de las

Cualquier emprendimiento debe sustentarse en un estudio estadístico que permita

La descripción de datos comprende el estudio de: las medidas de ubicación o de

Las medidas de ubicación o de tendencia central señalan el centro de la

La descripción de datos también comprende su presentación gráfica y su

El estudio de la probabilidad permite a la estadística realizar análisis predictivos

Para resolver las actividades de aprendizaje, inicie su estudio leyendo el capítulo

Es recomendable que destine un cuaderno de trabajo, en el cual usted irá

Estudie 2.3. Ordenamiento de datos en arreglos de datos y distribuciones de

Luego de comprender toda la temática expuesta, podrá resolver los ejercicios de la

Para desarrollar la actividad de aprendizaje 1.1.

Clasificación de la estadística, tipos de variables y niveles de medición

En este cuadro se presenta un breve resumen sobre la clasificación de la

Niveles o escalas de medición

 De las variables cualitativas

Para complementar el estudio de estos temas, lea la siguiente página web:

Representaciones gráficas de datos cualitativos. Los datos cualitativos se

Gráfica o diagrama de barras. Conjunto de barras separadas que se usa para

Gráfica o diagrama de pastel o de tarta. Gráfica circular que se usa para

Para resolver la actividad de aprendizaje 1.2.

Estudie 2.4. Construcción de una distribución de frecuencias, pp. 20-22 de su

En el texto se dice que en las aplicaciones de la vida real, donde se manejan

Estudie 2.5. Representación gráfica de distribuciones de frecuencias, pp. 29-

En la p. 34, se muestra la figura 2-13, en la que se explica la forma como se lee

En su cuaderno de trabajo, realice los ejercicios de de autoevaluación de ejercicios

En la p. 42, lea el artículo: estadística en el trabajo

Como elaborar una distribución de frecuencias:

1. Determinar el número K de clases.

Algunos autores recomiendan el uso de fórmulas que dependen del tamaño de la

se tiene k = 6 es la cantidad óptima de clases.

2. Determinar el ancho del intervalo o amplitud de clase (i).

Donde H es el dato mayor, L el dato más pequeño. (H – L) es el rango.

3. Calcular los límites de cada clase.

En este curso trabajaremos con intervalos semiabiertos, en los que el límite

( 7 es 1 unidades menor que el dato más pequeño y 40 es 2 unidades mayor que el

4. Determinar las frecuencias.

Se contabiliza el número de elementos de cada clase. Para evitar errores de conteo,

Para resolver la actividad de aprendizaje No 1.3. Que se refiere al tema:

También aprenderá a calcular la media aritmética de datos agrupados en una

Realice los ejercicios de autoevaluación de ejercicios 3.2, cuyas solucionas las

Estudie 3.3. Una segunda medida de tendencia central: La media

Referencia rápida de contenidos y fórmulas para el desarrollo de la

Medidas de tendencia central de datos no agrupados

 Si el número de datos es impar, la mediana es el dato central.

 Si el número de datos es par, la mediana es la semisuma de los dos

Medidas de tendencia central de datos agrupados

X = punto medio o marca de clase.

Se la puede aproximar por el punto medio de la clase modal.

Un valor más preciso se obtiene aplicando la siguiente fórmula:

Lmo = límite inferior de la clase modal

Para resolver la actividad de aprendizaje No 1.4. Que se refiere a las medidas

Estudie 3.9. Dispersión. Medidas de dispersión promedio. pp. 96-103, aquí

Estudie 3.10. Dispersión relativa: El coeficiente de variación. pp. 107-108,

Realice los ejercicios de autoevaluación de ejercicios 3.10. p. 108, sus soluciones se

Estudie 3.11. Análisis exploratorio de datos (AED), pp. 112-113, aquí se

Aquí se dan las fórmulas para calcular las medidas de dispersión

Rango = valor más grande – valor más pequeño (Rango = H – L )

Desviación estándar, es la raíz cuadrada de la varianza.

Desviación estándar poblacional 

En general se trabaja con la desviación estándar de la muestra, a no ser que se indique lo

Medidas de dispersión o variabilidad para datos agrupados: