Professional Documents
Culture Documents
Introducción
Conceptos básicos, medidas de tendencia central y de dispersión,
probabilidades
Las medidas de tendencia central que se estudiarán son: media, mediana y moda;
y las medidas de dispersión: rango, desviación media y desviación estándar.
Asesoría didáctica
En la guía de este parcial debe realizar cuatro actividades de aprendizaje.
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.
Tipos de estadística
Estadística descriptiva
Estadística inferencial
Tipos de variables
Cualitativas
Cuantitativa
Discretas
Continuas
Para ampliar sus conocimientos sobre este tema, lea la siguiente página Web:
http://www.fisterra.com/mbe/investiga/graficos/graficos.asp
En la p. 45, lea el tema: repaso del capítulo, donde se hallan las definiciones de los
términos introducidos en el capítulo 2.
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:
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.
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.
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.
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.
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:
Moda
Es el valor más frecuente de los datos. Puede haber más de una moda.
Media aritmética
x
f X
n
Fórmula en la que:
Mediana
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
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
d1
Moda Lmo w
d1 d 2
Donde:
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.
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.
Como preparación para la primera evaluación, lea repaso del capítulo, pp. 118-119:
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.
x 2
2
N N
x x x
2 2
2
n x
Desviación estándar muestral s
n 1 n 1
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:
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
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
De la población: Cv ( 100)
s
De la muestra: Cv ( 100)
x
3( Media Mediana)
CA
s
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
Ejemplo 2
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)
De igual manera:
75
L75 (10 1) 8.25 Es la posición de Q3, mientras que su valor es:
100
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Q3 = Dato 8 + 0.25 (Dato 9 – Dato 8)
Q3 13.6 0.25(14 13.6) 13.6 0.1 13.7
Diagrama de caja
Rango intercuartílico
Es la diferencia entre el tercer y el primer cuartil: Rango Intercuartílico Q3 Q1
Ejemplo 3.
Solución:
Comentario
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
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
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.
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.
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.
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Estudie 4.7 Revisión de las estimaciones anteriores de probabilidades:
teorema de Bayes, pp. 158-162.
En las pp. 168-169 lea el repaso del capítulo 4 y las ecuaciones (fórmulas)
introducidas en este capítulo.
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
Espacio muestral
Ejemplos
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
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)
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( ) 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
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Reglas de probabilidad
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 resolver estos problemas debe realizar un diagrama de Venn como el de la figura.
Ejemplo: Se lanza un dado por dos ocasiones, ¿cuál es la probabilidad de que en los dos
lanzamientos caiga en 3?
Probabilidad condicional
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.
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.
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.
Aplicando la fórmula:
S A1 A2 A3 A4
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 )
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)
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.
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.
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?
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
4! 4 x3x 2!
4 C2 6
2! 2! 2 x1x 2!
Actividades de aprendizaje
Actividad de aprendizaje 1.1.
Problema 1
Problema 2
caso?
(0.5 puntos)
Problema 2
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.
Datos no agrupados
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Problema 2
agrupados.
Diferencia las fórmulas que se usan con datos sin agrupar y con
datos agrupados.
Problema 2
a) n =16, p= 0.40.
b) n =10, p =0.75.
Problema 3
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.
Problema 4
Primera
Sexo ofensa Reincidente
Hombre 60 70
Mujer 44 76
104 146
Formato de
Archivo de Microsoft Office.
entrega
Formato: G1.Apellido.Apellido.Nombre.Estad.descriptiva
El tutor de la asignatura
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero
Nombre de la asignatura: Estadística Descriptiva CADM
Parcial de estudio: Primero