MEDIDAS DE CENTRALIZACIN

El objetivo principal de las medidas de tendencia central es poder representar por medio de un
solo nmero al conjunto de datos, es decir, dan valores representativos de la distribucin de
frecuencias, situados en algn lugar intermedio, alrededor del cual, se encuentran los otros
valores. Nos indican dnde tienden a concentrarse los valores.
Existen tres medidas de tendencia central generales, que son, la Media aritmtica, la Mediana y
la Moda as! como otras que se utili"an en casos particulares como la Media ponderada, la
Media #rmnica, la Media $eomtrica, la Media %uadr&tica.
MEDIDAS DE TENDENCIA CENTRAL GENERALES.
Media Aritmtica ( ) x : Es el promedio de los datos, y su objetivo principal es encontrar el
valor que deber!a de estar en el centro. 'u ventaja principal es que es la nica medida en la
que
( ) ( =

x x
, su inconveniente es que se ve influida por valores extremos.
Datos No Agrupados:
X =
X
n
i
i 1
n
=

eemp!o: %alcular la media aritmtica de los nmeros )(,)*,+,,*-,-.

2 . 24
5
121
5
58 25 36 12 10
= =
+ + + +
= x
Datos Agrupados:
n
*X f
= X
k
1 i
i i
=
donde/ 0 1 ltima clase
Nota: 2a media muestral se denota
X
, la media poblacional se conoce como

.
Eemp!o: calcular el salario promedio de /
31 cualquier dato
Nmero total de datos
4recuencia por la marca de clase de cualquier rengln
Nmero total de datos
'alario
536
No. 7e emp.
546
8)-,((( ).
8*(,((( +-
8*-,((( *9
%omo

= = n f .*
sustituimos en la formula y se
obtiene/
( ) ( ) ( )
70 . 670 , 20 $
82
1695000
82
29 * 25000 35 * 20000 18 * 15000
= =
+ +
= x
Media"a ( ) x
:
: Es el valor central, el que delimita al -(; de los datos, es decir, es el valor que
se encuentra exactamente en la mitad de los datos.
Datos No agrupados: En los datos ordenados se aplica la siguiente relacin, para encontrar
la posicin de los datos.
*
) +
=
n
posicin en donde n 1 nmero total de datos
Entonces podemos tener slo dos alternativas
a6 El valor de la posicin puede ser entero y lo nico que debemos <acer es contar el nmero
de lugares que nos indica esta formula.
b6 El valor de la posicin nos da un valor decimal 5.-6 y entonces debemos/ sumar los valores
involucrados y dividirlos entre *. =or ejemplo si tenemos los valores -, >, ., )+ entonces la
posicin nos da *.- por que tendremos que seleccionar a los nmeros > y . para luego
sumarlos 5)-6 y dividirlos entre * 5>.-6
Datos Agrupados:
'e locali"a la clase o rengln que contiene a la mediana, con la siguiente condicin
fa
n +1
2
, es decir debemos encontrar la primer frecuencia acumulada que sea mayor
o igual a la posicin, para posteriormente aplicar la siguiente formula/
i *
f
fa
+ FI = X
~ anterior

posicin
donde/
Nota: 'i la posicin, en los datos no agrupados, es decimal 5.-6, se toma el promedio del dato
anterior y el siguiente.
Eemp!o: %alcular el sueldo mediano de/
4ronteras586 'alario
536
No. 7e emp.
546
)*,-((?)>,-(( 8)-,((( ).
)>,-((?**,-(( 8*(,((( +-
**,-((?*>,-(( 8*-,((( *9
=rimero se obtiene la posicin/
#I #a # i
4rontera o
l!mite
verdadero
inferior del
rengln de la
mediana
4recuencia
acumulada
anterior al
rengln de la
mediana
4recuencia
del rengln de
la mediana
@amaAo de
intervalo en el
rengln de la
mediana
5 . 41
2
1 82
=
+
= posicin
Entonces buscamos el rengln de la mediana buscando la fa igual o m&s grande de B).-, como
).C+- 1 -+, entonces decimos que es el segundo rengln o clase donde se encuentra la
mediana y aplicamos la frmula/
14 . 857 , 20 $ 5000 *
35
18 - 41.5
17500 i *
f
fa
+ FI = X
~ anterior
=

+ =

posicin
Moda ( ) X

: Es el valor m&s frecuente, el que se observa mayor nmero de veces.

Datos No Agrupados: 7espus de ordenar los datos buscamos el valor que m&s se repite.
Eemp!o: Encontrar la moda de B>, B., B9, B9, B9, -), -), -*. =odemos observar que el
nmero que m&s se repite es el B9. 'i ningn valor se repite, no existe moda
Datos Agrupados:
'e locali"a la clase modal buscando la frecuencia m&s alta y despus se aplica la siguiente
frmula/
Nota: 2a distribucin puede ser/ amodal, unimodal, bimodal, trimodal,...., polimodal.
Eemp!o: %alcular el salario que m&s se repite en/
4ronteras586 'alario
536
No. 7e emp.
546
)*,-((?)>,-(( 8)-,((( ).
)>,-((?**,-(( 8*(,((( +-
**,-((?*>,-(( 8*-,((( *9
Dbservamos las frecuencias 5No. de empleados6 y decimos que la clase modal es la segunda,
porque +- es la frecuencia m&s grande y aplicamos/
posterior *
anterior )
* )
)
f f
f f / donde
i E C 4F 1 3
=
=

6 29 35 f f
17 18 35 f f ! "on"e
65 . 195 , 21 $ 5000 *
6 17
17
17500 i * + FI = X

#o$terior 2
anterior 1
2 1
1
= = =
= = =
=

+
+ =

Re!aci$" e"tre Media Aritmtica% Media"a & Moda:

=ara distribuciones unimodales que sean poco asimtricas/
( ) X
~
X 3 X

X =
'us posiciones relativas, segn la simetr!a de la distribucin de frecuencias es/
Gelacin 'imetr!a

X X = X =
'imtrica

X % X % X
'esgo positivo

X X & X >
'esgo negativo
Ntese que en nuestros ejemplos tenemos/
20670.7 20857.14 21195.65 "e'ir e$ X & X
~
X

> > >

MEDIDAS DE TENDENCIA CENTRAL 'ARA CAS(S ES'ECIALES
Media Aritmtica 'o"derada
( )
p
X
: Es el promedio de los datos en donde se le da un peso o
importancia espec!fica a cada observacin. 'e calcula/

=
=
n
i
i
n
i
i i
w
W
*X W
= X
1
1
Eemp!o:
'e desea obtener el precio promedio de/
#plicamos la formula/
=roducto de cada uno de los datos por su ponderacin
'uma de las ponderaciones
'recio de!
'roducto
Ca"tidad
e" )g.
8 )>..( >-
8 +-.9( -,
8 >9.B- )9
37 . 32 $
150
95 . 4854
19 56 75
( 19 * 45 . 79 ) ( 56 * 9 . 35 ) ( 75 * 8 . 17 )
1
1
= =
+ +
+ +
=

=
=
n
i
i
n
i
i i
w
W
*X W
= X
Media Geomtrica *G+: %on cierto tipo de datos, la media aritmtica no da el valor promedio
correcto. 2a media geomtrica sirve para promediar los crecimientos geomtricos de una
variable.
'i suponemos que , representa el factor de crecimiento geomtrico de la variable -, es decir/
*
X
X
i
i
i 1
=

,entonces el factor de crecimiento geomtrico promedio de la variable - ser&/

Datos No Agrupados:
n
n 2 1
* * * * * * + =
Eemp!o:
'i los precios de la accin H#n&<uacI en los ltimos cuatro d!as fueron B.>-, -.*+, B.>. y ,.+*
calcula el factor de crecimiento promedio y el crecimiento porcentual promedio.
Existen dos formas de resolverlo/
a6 7e la forma m&s ortodoxa, es decir/
099869493 . 1 330526316 . 1
78 . 4
32 . 6
*
23 . 5
78 . 4
*
75 . 4
23 . 5
* * * * * * +
3
3 n
n 2 1
= = = =
2o que acabamos de obtener es factor de crecimiento promedio y para obtener el crecimiento
se aplica la siguiente formula/

, 9869 . 9 100 * ( 099869493 . 1 1 ) 100 * ( 1 ) = = = G o crecimient
b6 Dtra forma es
099869493 . 1 330526316 . 1
75 . 4
32 . 6
#ri-ero
./ti-o
3
3
1 - "ato$ "e n.-ero = = = = G
Datos Agrupados:
n
f
0
f
*
f
)
0 * )
J E E J E J $ =
donde/ 0 1 ltima clase
Nota: 'e puede demostrar que
X +
.
@ambin puede calcularse la media geomtrica ponderada.
Eemp!o:
'upngase que se cuenta con la informacin diaria de los incrementos porcentuales de una
accin y que se representan en la siguiente tabla/
a6 %alcular los factores de crecimiento.

+ =
100
1
porcentual o crecimient
y
b6 %alcular el factor de crecimiento promedio
2415965 . 1 30 . 1 * 20 . 1 * 10 . 1 * * * * * * +
77 48 15 14
n
f
k
f
2
f
1
k 2 1
= = =
Media Arm$"ica *.+: %uando los datos a promediarse est&n medidos en unidades expresadas
en forma de cocientes 50m.K<r., 8Klt, etc.6, lo m&s adecuado es utili"ar la media armnica, ya
que la media aritmtica nos llevar& a un promedio equivocado.
Datos No Agrupados:
0
n
1
X
i i 1
n
=
=

Eemp!o:
'i un ve<!culo se mueve de la ciudad # a la L a ,- Mm.K<r y regresa de L a # a 9. Mm.KNr a
qu promedio se despla".
1595 . 78
98
1
65
1
2
X
1
n
0
n
1 i i
=
+
= =

=
Datos Agrupados:
0
n
f
X
i
i i 1
k
=
=

donde/ 0 1 ltima clase

Nota: 'e puede demostrar que
X + 0
.
@ambin puede calcularse la media armnica ponderada.
%recimiento
porcentual
5;6
4recuencias
en d!as
)( )B
*( )-
+( B.
Eemp!o:
'upngase que una flotilla de ve<!culos muestra la siguiente informacin/
La respuesta es:
711864 . 62
75
31
60
28
50
15
74
X
f
n
0
k
1 i i
i
=
+ +
= =

=
Media Cuadr/tica *MC+:
2a media cuadr&tica naci con el objetivo de poder obtener el promedio de valores positivos y
negativos al mismo tiempo, adem&s de ser una gran ayuda para poder calcular las dispersiones
promedio de los datos 5ver medidas de dispersin6.
Datos "o agrupados:
n
x
MC
n
i
i
=
=
1
2
Eemp!o:
'upngase que se obtienen las ganancias y prdidas del precio de una accin durante una
semana ? B.((, ? +.-(, *.+-, ,.*(, +.*- %alcular el promedio/

186691 . 3
5
775 . 50
5
25 . 3 2 . 6 35 . 2 ( 5 . 3 ) ( 0 . 4 )
2 2 2 2 2
1
2
= =
+ + + +
= =

=
n
x
MC
n
i
i
Datos agrupados:
n
x f
MC
n
i
i i
=
=
1
2
Oelocidad
promedio
en 0mK<r
Nmero
de
ve<!culos
-( )-
,( *.
>- +)
Eemp!o:
#<ora deseamos obtener el promedio de una tabla de distribucin de frecuencias pero con
datos positivos y negativos.
5239 . 6
41
75 . 12 * 2 75 . 2 * 14 ( 25 . 7 ) * 25
2 2 2
1
2
=
+ +
= =

=
n
x f
MC
n
i
i i
0.1 MEDIDAS DE '(SICIN
#yudan a locali"ar el valor de la variable que acumula cierto porcentaje espec!fico de datos.
Cuarti!es*2+: Encuentran el valor acumulado al *-;, -(; y >-; respectivamente.
Deci!es *D+: Gepresentan el )(;, *(;, ... , 9(; de los datos acumulados respectivamente.
'erce"ti!es *'+: Gepresentan el );, *;, ... , 99; de los datos acumulados respectivamente.
%ada cuantil delimita dos regiones/
? el p; de datos de menor valor 5acumulados a la i"quierda del cuantil %6
? el 5)?p6; de datos de mayor valor 5acumulados a la derec<a del cuantil %6.
Datos No Agrupados:
En los datos ordenados/ se debe calcular la posicin mediante la formula/
"ato$ "e n.-ero n
o1tener "e$ee $e 23e
'3anti/ "e/ "e#en"e 100 o 10 4, $er #3e"e r
o1tener "e$ea $e 23e '3anti/ "e
!
( 1 ) *
=
=
=
+
=
Nmero j
donde
r
n j
Posicin
7espus de calcular la posicin se utili"a la siguiente formula para encontrar el cuantil
deseado/

#o$i'i4n /a "e fra''i4n * -enor( "ato - -a5or )"ato -enor "ato +
$anancias y
prdidas del
precio de
una accin
5x6
No. 7e
d!as
5f6
?>.*- *-
*.>- )B
)*.>- *
Eemp!o:
7ados los nmeros +, -, >, +,, B- obtener el nmero que represente al >-; de los datos.
'olucin/
=rimero obtienes la posicin
N 1 -
P 1 >-
G 1 )((
- . B
)((
6 ) - 5 E >-
=
+
*. Fdentificamos que nmeros est&n en la cuarta y quinta posicin, es decir el +, y el B-
+. #plicamos la frmula/
5 . 40 5 . 0 * ( 36 45 ) 36 = +
es decir, el nmero que representa al >-; de los datos es el B(.-
Datos Agrupados:
=rimero calculamos la posicin como en los datos no agrupados, despus buscamos la primer
#o$i'i4n fa
, y aplicamos la siguiente formula/
.
( )
i E
f
fa
) n E j
C 4F 1 %
anterior

+
r
Eemp!o
Encontrar el cuartil + de la siguiente tabla
( )
3805 . 339 100 *
452
647
4
1( )1099 * 3
300 i *
f
fa
1 n * 6
+ FI = 7
anterior
=

+
+ =

+
r
=osicin de la mediana
4recuencia acumulada anterior al
rengln seleccionado
4recuencia del rengln seleccionado 4rontera inferior
@amaAo de intervalo del rengln seleccionado
4ronteras 4recuencia 4a
)(( ? *(( +.9 +.9
*((? +(( *-. ,B>
+(( ? B(( B-* )(99
0.3 MEDIDAS DE DIS'ERSIN
Ra"go 5o Fntervalo6:
Es la distancia que existe entre el menor y mayor valor de los datos.
Datos No Agrupados:
-in -a8 ran9o =
Datos Agrupados:
1 k
:I :; ran9o =
donde 0 1 ltima clase
Ra"go Semi4I"ter Cuarti! *2+: 5o 7esviacin %uartil6
Mide el rango promedio de una cuarta parte de los datos 5evita los valores extremos6
2
< <
<
1 3

=
Des5iaci$" Media A6so!uta *DM+: 5o 7esviacin #bsoluta =romedio6
Es la distancia promedio de los datos a su media.
Datos No Agrupados:
=> =
X X
n
i
i 1
n

Datos Agrupados:
=> =
f X X
n
i i
i 1
k

7aria"8a:
Poblacional 5

2
6/ Es el promedio del cuadrado de la distancia de los datos a su media
Datos No Agrupados:
( )
*
N
) i
*
i
*
N
) i
*
i
*
N
3
N
3
1

=
=
Datos Agrupados:
( )
*
0
) i
*
i
i
*
0
) i
*
i i
*
N
E3 f
N
3 f
1

=
=
Muestral 5
;
2
6/ 2a suma de las distancias al cuadrado se divide entre en nmero de datos
menos uno/
Datos No Agrupados:

( )

=
=
1 n
8 n
1 - n
;
1 - n
8 8
= ;
2
n
1 i
2
2
n
1 i
2
i
2
i
x
Datos Agrupados:
( )

=
=
1 - n
8 n
1 - n
8 f
;
1 - n
8 8 f
= ;
2
k
1 i
2
i i
2
k
1 i
2
i i
2
Nota:
;
2
para muestras Qc<icasQ. =ara muestras grandes
;
2
o

2
pr&cticamente no difieren.
Des5iaci$" Est/"dar:
Mide la variacin de los datos en trminos absolutos. Es la ra!" cuadrada positiva de la
varian"a.
=oblacional/
=
2
Muestral/
; = ;
2
2a desviacin est&ndar se interpreta construyendo intervalos alrededor del promedio/
a6 Teorema de C9e6&s9e5. 'i la distribucin no es simtrica y unimodal.
? #l menos el >-; de los valores cae dentro de * desviaciones est&ndar alrededor de la media/
( ) 2; X
? #l menos el .9; de los valores caen dentro de + desviaciones est&ndar alrededor de la
media/ ( ) 3; X
b6 Reg!a Emp:rica. 'i la distribucin es una curva acampanada, unimodal y simtrica/
? #proximadamente el ,.; de los datos 5poblacin6 se encuentran a una desviacin est&ndar
alrededor de la media/ ( ) ; X
? #proximadamente el 9-; de los datos 5poblacin6 se encuentran a * desviaciones est&ndar
alrededor de la media/ ( ) 2; X
? #proximadamente el 99; de los datos 5poblacin6 se encuentran a + desviaciones est&ndar
alrededor de la media/ ( ) 3; X
Coe;icie"te de 7ariaci$" *C7+: Mide la variacin relativa de la variable con respecto a su
promedio. Mide la magnitud de la desviacin est&ndar en relacin con la magnitud de la media.
'e expresa en por cientos.
7? =
;
X
1 00
0.< MEDIDAS DE #(RMA
=roporcionan un valor numrico para saber <acia qu lado de la distribucin <ay mayor
acumulacin de frecuencias y si la concentracin central de frecuencias es mayor que en los
extremos o viceversa sin tener que graficar los datos.
Mome"to Respecto de !a Media: El r?simo momento respecto a la media aritmtica es/
Datos No Agrupados:
( )
n
8 8
-
n
1 i
r
i
r

=
Datos Agrupados:
( )
n
8 8 f
-
n
1 i
r
i i
r

=
El primer momento respecto a la media 5r1)6 siempre es igual a cero.
El segundo momento respecto a la media 5r1*6 es la varian"a poblacional.
Sesgo: Es el grado de asimetr!a que tiene la distribucin. 2a distribucin puede ser/
4 I"sesgada: 'i tiene forma de campana y el &rea acumulada del centro de la distribucin a la
derec<a es igual a la que se acumula a la i"quierda.
Moda1Mediana1Media
Fnsesgada
- Co" sesgo positi5o o a !a derec9a: 'i tiene la mayor acumulacin de frecuencias a la
i"quierda y una cola larga a la derec<a.
Moda
Mediana
Media
'esgo =ositivo 5a la derec<a6
- Co" sesgo "egati5o o a !a i8=uierda: 'i la mayor acumulacin est& a la derec<a y tiene
una cola larga a la i"quierda.
Moda
Mediana
Media
'esgo Negativo 5a la i"quierda6
Coe;icie"te Mome"to de Sesgo *a
3
+: se calcula dividiendo el tercer momento respecto a la
media entre la desviacin est&ndar al cubo/
Datos No Agrupados:
( )
3
n
1 i
3
i
3
3
3
n$
8 8
;
-
a

=

= =
Datos Agrupados:
( )
+
0
) i
+
i i
+
+
+
ns
x x f
'
m
a

=

= =
Curtosis: Mide qu tan puntiaguda es una distribucin, con respecto a la Normal.
2a distribucin puede ser/
4 Mesoc>rtica: solo la distribucin Normal 5es el trmino medio6.
4 Leptoc>rticas: 2as distribuciones m&s puntiagudas que la Normal.
? '!atoc>rticas: 2as distribuciones menos puntiagudas que la Normal.
2eptocrtica
Mesocrtica
=latocrtica
Coe;icie"te mome"to de curtosis *a
4
+: se calcula dividiendo el cuarto momento respecto a la
media entre la varian"a al cuadrado 5o la desviacin est&ndar a la cuarta6.
%oeficiente
momento de
sesgo
'esgo
a
3
1 (
No <ay sesgo. 2a
distribucin es
insesgada
a
3
R (
2a distribucin tiene
sesgo positivo o a la
derec<a.
a
3
S (
2a distribucin tiene
sesgo negativo o a la
i"quierda.
Datos No Agrupados:
( )
3
n
1 i
4
i
4
4
4
n$
8 8
;
-
a

=

= =
Datos Agrupados:
( )
B
0
) i
B
i i
B
B
B
ns
x x f
'
m
a

=

= =
1.? MEDIDAS DE C(NCENTRACIN
En una distribucin, ni la media ni la varian"a son explicativas de la mayor o menor igualdad en
el reparto para esto usamos las medidas de concentracin.
%onsideremos que la variable en cuestin es el salario. Tna distribucin muy concentrada
indica que pocos individuos reciben la mayor parte del total, mientras que poca concentracin
supone que todos los individuos tienen un reparto igualitario.
I"dice de Gi"i:
( )

=
) 0
) i
i
) 0
) i
i i
p
q p
Fg
donde/
0 1 nmero de clases o categor!as
#
i
1 la proporcin acumulada de individuos 1
f
n
100
i
1 fra x )((
2
i
1 la proporcin acumulada del total del producto de fiExi
0 I9 1
'i Fg1(, la variable est& menos concentrada 5mejor repartida6.
'i Fg1), la variable est& m&s concentrada 5peor repartida6.
%oeficiente
momento
de curtosis
%urtosis
a
4
1 +
2a distribucin es
Mesocrtica.
a
4
R +
2a distribucin es
2eptocrtica.
a
4
S +
2a distribucin es
=latocrtica.
Cur5a de Lore"8:
'e grafican los valores de la proporcin acumulada de individuos 5p6 y la proporcin
acumulada del total de la variable 5q6.
2a funcin identidad representa la igualdad absoluta, es decir, a la variable cuando no est&
concentrada 5la recta a B- grados6. 2a desigualdad absoluta o m&xima concentracin de la
variable indicar!a que un solo individuo tenga el total de la variable 5el tri&ngulo inferior6.
%uanto m&s se acerque la %urva de 2oren" a la diagonal, m&s igualitario ser& el reparto 5Fg 1
(6. %uanto m&s se acerque la %urva de 2oren" al tri&ngulo inferior, mas concentrada esta la
variable 5Fg 1 )6.
p
q
El Fndice de $ini calcula el &rea entre la diagonal y la %urva de 2oren", como un porcentaje del
&rea del tri&ngulo inferior de la gr&fica 5mide la desigualdad relativa6.
1.?4 Medidas de Co"ce"traci$"
En una distribucin, ni la media ni la varian"a son explicativas de la mayor o menor igualdad en
el reparto para esto usamos las medidas de concentracin.
%onsideremos que la variable en cuestin es el salario. Tna distribucin muy concentrada
indica que pocos individuos reciben la mayor parte del total, mientras que poca concentracin
supone que todos los individuos tienen un reparto igualitario.
I"dice de Gi"i:
( )

=
1 k
1 i
i
1 k
1 i
i i
#
2 #
I9
donde/
0 1 nmero de clases, renglones o categor!as
#
i
1 la proporcin acumulada de individuos 1
f
n
100
i
1 fra x )((
2
i
1 la proporcin acumulada del total del producto de fiE xi
0 I9 1
'i Fg1(, la variable est& menos concentrada 5mejor repartida6.
'i Fg1), la variable est& m&s concentrada 5peor repartida6.
Cur5a de Lore"8: 'e grafican los valores de la proporcin acumulada de individuos 5p6 y la
proporcin acumulada del total de la variable 5q6.
2a funcin identidad representa la igualdad absoluta, es decir, a la variable cuando no est&
concentrada 5la recta a B- grados6. 2a desigualdad absoluta o m&xima concentracin de la
variable indicar!a que un solo individuo tenga el total de la variable 5el tri&ngulo inferior6.
%uanto m&s se acerque la %urva de 2oren" a la diagonal, mas igualitario ser& el reparto 5Fg 1
(6. %uanto m&s se acerque la %urva de 2oren" al tri&ngulo inferior, mas concentrada esta la
variable 5Fg 1 )6.
p
q
El Fndice de $ini calcula el &rea entre la diagonal y la %urva de 2oren", como un porcentaje del
&rea del tri&ngulo inferior de la gr&fica 5mide la desigualdad relativa6.
Ejemplo/
2a informacin que se presenta a continuacin representa el salario de los +(( empleados de
una empresa y nos interesa saber la concentracin de los datos.
'alario
Mensual 5en miles6
No. de
empleados
Marca de
clase
4 E x 4ra 1 = N U = ? U
. ? )( )9( 9 )>)( ,+.++ -..),+ -..), -.)>
)( ? )* )(( )) ))(( 9,.,> +>.B* 9-.-. ).(9
)* ? )B )( )+ )+( )((.(( B.B* )((.(( (
( )
(+9) . (
,> . 9, ++ . ,+
(9 . ) )> . -
p
q p
Fg
) 0
) i
i
) 0
) i
i i
=
+
+
=

=
%omo podemos observar el resultado refleja
que no <ay muc<a concentracin de los datos, es decir, los datos se encuentran bien
distribu!dos.
Notaci$" Suma
En la operacin de adicin o suma, se presenta con frecuencia en la estad!stica el s!mbolo
5sigma6 para denotar Htomar la suma deI. # continuacin se presenta un ejemplo donde se
tiene un conjunto de valores n para alguna variable X.

=
n
i
i
X
)
, esta expresin indica que estos n valores deben sumarse. =or consiguiente/

n
n
i
i
X X X X X + + + + =

=
...
+ *
)
)
Ejemplo 'e encuentran cinco observaciones para la variable
> - , ) , ( , * /
- B + * )
= = = = = X y X X X X X .=or lo tanto/
13 7 5 ( 1 ) 0 2
5 4 3 2 1
5
1
= + + + + = + + + + =

=
X X X X X X
i
i
En estad!stica nos vemos involucrados muy a menudo con la suma de los valores al cuadrado
de una variable. =or lo tanto.
* *
+
*
*
*
)
)
*
...
n
n
i
i
X X X X X + + + + =

=
J en nuestro ejemplo, tenemos/
79
49 25 1 0 4
7 5 ( 1 ) 0 2
2 2 2 2 2
2
5
2
4
2
3
2
2
2
1
5
1
2
=
+ + + + =
+ + + + =
+ + + + =

=
X X X X X X
i
i
'e debe observar, aqu! que

=
n
i
i
X
1
2
, la sumatoria de los cuadrados no es igual a
2
1

=
n
i
I
X , el cuadrado de la suma, esto es
2
1 1
2

= =
n
i
i
n
i
i
X X
En nuestro ejemplo, la sumatoria de los cuadrados es igual a >9. Esto no es igual al cuadrado
de la
suma, cuyo resultado es 169 13
2
=
Dtra operacin que se utili"a con frecuencia implica la sumatoria del producto. Esto es,
suponiendo que tenemos dos variables, - y ,, cada una con n observaciones.
Entonces,
n n i
n
i
i
Y X Y X Y X Y X Y X + + + + =

=
...
+ + * * ) )
)
%ontinuando con el ejemplo anterior, suponiendo que tambin se tiene una segunda variable ,
cuyos valores son

+ B , * , + , )
- B + * )
= = = = = Y y Y Y Y Y
Entonces,
B-
*) *( * ( *
6 + 65 > 5 6 B 65 - 5 6 * 65 ) 5 6 + 65 ( 5 6 ) 65 * 5
- - B B + + * * ) )
-
)
=
+ + + + =
+ + + + =
+ + + + =

=
Y X Y X Y X Y X Y X Y X
i
i
i
#l calcular
i
n
i
i
X

=1
debemos tomar en cuenta que el primer valor de - por el primer
valor de ,
m&s el segundo valor de - por el segundo de ,, y as! sucesivamente. Estos productos
cru"ados luego se suman con el propsito de obtener el resultado deseado. 'in embargo,
debemos observar en este punto que la sumatoria de productos cru"ados no es igual al
producto de las sumas individuales, es decir

= = =
n
i
i
n
i
i i
n
i
i
X X
1 1 1

En nuestro ejemplo, 9 + B 6 * 5 + ) )+
-
)
-
)
= + + + + = =

= = i
i
i
i
Y y X de modo que
117 ( 9 () 13 )
5
1
5
1
= =

= = i
i
i
i
X . Esto no es lo mismo que
i
n
i
i
X

=1
, que es igual
a B-.
#ntes de estudiar las cuatro reglas b&sicas para efectuar operaciones con notacin sigma, ser&
de ayuda presentar los valores de cada una de las cinco observaciones de - y de , en forma
de tabla/
Dbservacin
3
i
J
i
)
*
+
B
-
*
(
?)
-
>
)
+
?*
B
+
13
5
1
=

= i
i
X 9
5
1
=

= i
i

Reg!a ?/ 2a sumatoria de los valores de dos variables es igual a la suma de los valores de cada
variable sumada.
( )

= = =
+ = +
n
i
i
n
i
i
n
i
i i
X X
1 1 1
En nuestro ejemplo/
( )
** 9 )+
** )( 9 6 + 5 + +
6 + > 5 6 B - 5 66 * 5 ) 5 6 + ( 5 6 ) * 5
-
)
-
)
-
)
= + = +
= + + + + =
+ + + + + + + + + = +

= =
=
i
i
i
i
i
i i
Y X
Y X
Reg!a 0: 2a sumatoria de una diferencia entre los valores de dos variables es igual a la
diferencia entre los valores sumados de las variables.

= = =
=
n
i
i
n
i
i i
n
i
i
X X
1 1 1
( )
=or consiguiente, en nuestro ejemplo,
( )
4 9 13 4
4 1 1 ( 3 ) 1
( 3 7 ) ( 4 5 ) (( 2 ) 1 ) ( 3 0 ) ( 1 2 )
5
1
5
1
5
1
= = = =
+ + + + =
+ + + + =

= =
=
i
i
i
i
i
i i
X
X
Reg!a 1: 2a sumatoria de una constante por una variable es igual a la constante que multiplica
a la sumatoria de los valores de la variable.

= =
=
n
i
i
n
i
i
X c cX
1 1
En la que c es una constante.
=or tanto, en nuestro ejemplo, c 1*
*, 6 )+ 65 * 5 *
*, )B )( 6 * 5 ( B
6 > 65 * 5 6 - 65 * 5 6 ) 65 * 5 6 ( 65 * 5 6 * 65 * 5 *
-
)
-
)
-
)
= =
= + + + + =
+ + + + = =

=
= =
i
i
i
i
i
i
X
X cX
Reg!a 3: Tna constante sumada n veces ser& igual a n veces al valor de la constante.
nc c
n
i
=

=)
En la que c es una constante. #s! pues, si la constante c 1* se suma cinco veces tendremos/
)( 6 * 65 - 5
)( * * * * *
-
)
= =
= + + + + =

= i
c
En el caso de que i ) entonces n 1 5valor final ? valor inicial6C )
=ara ilustrar cmo se utili"an las reglas de la sumatoria, podemos mostrar una de las
propiedades matem&ticas pertenecientes al promedio o media aritmtica .
( )

=
=
n
i
i X X
1
0
Esta propiedad establece que la sumatoria de las diferencias entre cada observacin y la media
aritmtica es cero. Esto se puede probar matem&ticamente de la siguiente manera/
).? 7e la ecuacin 5B.)6,
n
X
x
n
i
i
=
=
)
#s! pues, utili"ando la regla * de la sumatoria, tenemos/
( )

= = =
=
n
i
n
i
i
n
i
i
X X X X
) ) )
)* 6 * 5 E 6 ) 6 * > 55
)* * * * * * *
>
*
= + =
= + + + + + =

= i
c
*.? =uesto que, para cualquier conjunto fijo de datos,
X
=uede ser considerada como una
constante, de la regla B de la sumatoria tenemos/
X n X
n
i
=

=)
=or consiguiente,
( ) X n X X X
n
i
i
n
i
i
=

= = ) )
+.? 'in embargo, de la ecuacin 5B.)6, puesto que
n
X
X
n
i
i
=
=
)
despus n

=
=
n
i
i
X X
)
=or consiguiente,
( )

= = =
=
n
i
i
n
i
i
n
i
i
X X X X
1 1 1
7e esta manera se <a demostrado que/
( ) 0
1
=

=
n
i
i
X X
=GDL2EM#
'uponiendo que se tienen seis observaciones de las variables 3 y J tales que
3 , 7 , 2 , 1 , 0 , 4 2 , 1 , 3 , 5 , 1 , 2
6 5 4 3 2 6 5 4 3 2 1
1
= = = = = = = = = = = = y X X X X X X
%alcule cada una de las siguientes sumatorias.
a6

=
6
1 i
i
X b6

=
6
1 i
i

c6

=
6
1
2
i
i
X d6

=
6
1
2
i
i

e6
i
i
i
X

=
6
1
f6 ( )

=
+
6
1 i
i i
X
g6 ( )

6
1 i
i i
X <6
( )

=
+
6
1
2
2 3
i
i i i
X X
i6 ( ) 1 ,
6
1
=

=
c cX
i
i
j6 ( ) 3 , 3
6
1
+ = +

=
c c X
i
i i
FN@GD7T%%FVN # 2# E'@#7W'@F%#
2a Estad:stica es una ciencia que nos proporciona un mtodo importante para la toma de
decisiones y resolver problemas en forma sistem&tica y reproducible, a diferencia de otros
mtodos que dif!cilmente pueden ser explicados o reproducidos <asta por la misma persona
que lo ejecuta. =or lo anterior es importante anali"ar detenidamente cada uno de los conceptos
en los que se fundamenta sta para lograr acercarnos profundamente a su conocimiento.
2a Estad:stica se ocupa de los mtodos y procedimientos para recoger, clasificar, resumir,
<allar regularidades y anali"ar los datos, siempre y cuando la variabilidad e incertidumbre sea
una causa intr!nseca de los mismos as! como de reali"ar inferencias a partir de ellos, con la
finalidad de ayudar a la toma de decisiones y en su caso formular predicciones
7ado que la estad!stica nace con la idea de resolver problemas comen"aremos diciendo que
un pro6!ema es la diferencia entre lo real y lo deseado, es decir, que nosotros normalmente al
tener injerencia en la toma de decisiones podamos escenificar perfectamente la realidad que
nos rodea y con ello empatar nuestras necesidades o deseos. 7e tal forma, que la estad!stica,
entonces juegue el papel de agente caracteri"ador de una po6!aci$". Entendiendo a esta
5=oblacin6 como una realidad concreta que comprende todos los elementos que permiten
bosquejar a un problema.
=or lo tanto una muestra ser& aquel subconjunto propio obtenido de la poblacin, es decir,
cuenta con algunos elementos y no todos los de la poblacin.
2as medidas que se obtienen en una poblacin son llamadas par/metros y las obtenidas en
una muestra reciben el nombre de estad:sticos. Es importante aclarar que las poblaciones y
las muestras est&n determinadas por el problema ya que en diferentes situaciones una muestra
puede jugar el papel de poblacin dependiendo del problema y viceversa.
=or ejemplo una gota de sangre es una muestra si el problema es estudiar la salud de una
persona, pero es una poblacin si me interesa determinar el volumen de eritrocitos y leucocitos
que <ay en ella. #s! en los negocios tambin es importante delimitar el problema ya que las
ventas de un d!a resultan ser una muestra cuando estemos interesados en anali"ar las ventas
promedio anuales, y por otro lado resulta ser la poblacin cuando anali"amos las ventas por
empleado en ese d!a.
G#M#' 7E 2# E'@#7W'@F%#
2a estad!stica se separa, solamente en forma did&ctica, en dos partes la estad:stica
descripti5a y la i";ere"cia!, ya que en la realidad se utili"an ambas sin distinciones. La
descriptiva nos permite caracteri"ar una realidad mediante la medicin de una poblacin, es
decir, que cuando el tamaAo de la poblacin y las medidas que se deben obtener no la afectan
entonces se reali"a la investigacin sobre toda la poblacin. La inferencial ser& aquella
reali"ada en una muestra para obtener informacin, de forma inductiva, de la poblacin, es
decir, que existen situaciones en las que el estudio de la poblacin es imposible ya sea por el
tamaAo de la misma o por que al obtener alguna medida destruyamos a sus elementos, como
en el caso de querer estimar la calidad de un producto que producimos continuamente no se
puede detener esta produccin y muc<o menos estudiar toda la produccin, de a<! que nos
vemos en la necesidad de estudiar una pequeAa parte de esta poblacin 5muestra6 y las
medidas que obtenemos las consideramos como representativas de esta.
'er!a muy recomendable que investigaras otras definiciones de la estad!stica en cualquier libro
de Estad!stica y comentaras con tus compaAeros y tu profesor las diferencias que encuentres.
#dem&s ser!a muy bueno que anali"aras cualquier problema que <ayas tenido para revisar si
en realidad <ubo un deseo y una realidad diferentes.
@F=D' 7E O#GF#L2E'
=ara poder reali"ar una estad!stica tambin es necesario identificar la naturale"a de los datos
que conforman a la poblacin, con el objeto de establecer las variables que se deben manejar,
pudiendo encontrarnos con datos cua"titati5os y datos cua!itati5os. 2os datos cuantitativos
son aquellos que resultan de una medida o de un conteo por lo que los podemos diferenciar en
continuos y en discretos respectivamente, es decir, que se pueden obtener datos cuantitativos
que debido a un instrumento podemos especificar valores enteros y decimales de tal forma que
sus diferencias ser&n establecidas dependiendo de la exactitud del instrumento al medir
distancias, volmenes, superficies, etc. y otros datos que solo se puedan contar, como es el
caso del nmero de automviles en circulacin en cierta ciudad, nmero de empleados en una
empresa, etc. 2os datos cualitativos resultan de aquellas poblaciones en las que sus elementos
no pueden ser medidos debido a su naturale"a y que por lo tanto solo se les pueden observar
atributos y diferencias.
#qu! ser& bueno recordar cuantas veces <as requerido de este tipo de informacin, ya sea, al
preparar un pastel o una bebida, al describir a un amigo o al querer explicar las caracter!sticas
de una ciudad a la que visitaste.
E'%#2#' 7E ME7F%FVN
En cuanto a las escalas de medicin la estad!stica cuenta con las siguientes/
Nomi"a! la cu&l se utili"a principalmente en los datos cualitativos y nos permite manejar la
informacin por su nombre, como en los casos de marcas de diferentes productos,
enfermedades, preferencias, etc.
(rdi"a! aquella que utili"amos cuando necesitamos establecer orden entre las diferencias
de la poblacin y sus datos son cualitativos, por ejemplo, escalas de calidad 5mala, regular,
buena, muy buena6, escalas de gusto 5muy sabrosa, sabrosa, agradable, desagradable,
muy desagradable6, etc.
I"ter5a!o 'e utili"a principalmente en datos cuantitativos y es una escala que no cuenta
con un cero absoluto o con un instrumento estandari"ado, por ejemplo, la temperatura se
puede medir en grados cent!grados, 4a<ren<eit y 0elvin dentro de las cuales los grados
cent!grados no cuentan con un cero absoluto debido a que se basan en el punto de
ebullicin del agua, el cu&l es variable en diferentes altitudes, los 4a<ren<eit que tampoco
cuentan con un cero absoluto, ya que este tambin cambia con las altitudes con respecto al
nivel del mar, debido a que se sustenta en el punto de congelacin del agua y los 0elvin que
si cuentan con un cero absoluto ya que queda establecido al vac!o fuera de las diferencias
provocadas por la altitud, otro ejemplo ser!a el utili"ar una cuerda con nudos para
determinar una 7istancia o un volumen con vasija de barro, ya que al intentar comprobar
esta distancia o este volumen debemos contar con la misma cuerda o con la misma vasija.
Ra8$" L&sicamente utili"ada en datos cuantitativos que pueden ser medidos con
instrumentos estandari"ados o con un cero absoluto como por ejemplo una distancia
medida en 0ilmetros, un volumen medido en cent!metros cbicos, ventas medidas en
pesos, etc.
%uando ya se <an identificado el problema que deseamos resolver, la poblacin, el tipo de
datos y las variables con las que nos acercaremos a la informacin entonces ser& necesario
especificar si es necesario trabajar solo con la poblacin o con una muestra as! como la forma
en la que obtendremos los datos.
=or lo anterior se describir&n las diferentes formas de obtener una muestra/
7entro de la estad!stica se pueden obtener muestras que resultan probabil!sticas y las no
probabil!sticas, diferenci&ndose en el mtodo de su consecucin, es decir, cuando utili"amos
un mtodo que nos garantice que todos los elementos de una poblacin tienen la misma
probabilidad de ser elegidos estamos trabajando con un muestreo pro6a6i!:stico y cuando la
obtencin de una muestra resulte de criterios, juicios, preferencias o cualquier elemento
subjetivo 5o en otras palabras, que no podamos garantizar que contemos con elementos
equiprobables6 entonces estaremos trabajando con un muestreo "o pro6a6i!:stico.
7e a<! que nos enfoc&remos m&s a los primeros subdividindolos en/
A!eatorio Simp!e el cual requiere del tamaAo de la poblacin @NA, el tamaAo de la muestra
@"A% de una tabla de nmeros aleatorios, especificar si se reali"ar& con reempla"o o sin l, as!
como, de una regla de uso 5no debe ser la misma en todos los casos6 y determinar el nmero
de d!gitos que se utili"ar&n. =or ejemplo si me intereso en determinar el nivel socioeconmico
de las personas que se encuentran trabajando dentro de una empresa y deseo que todos sus
integrantes tengan la misma probabilidad de ser elegidos entonces reali"o lo siguiente/
determino el numero total de empleados 5N1*((6, el nmero de personas que integrar&n la
muestra 5n1)(6, selecciono una regla para utili"ar mi tabla de nmeros aleatorios 5lan"ar mi
l&pi" y donde caiga leer de + en + d!gitos sobre la misma columna <acia abajo <asta
terminarla y cuando esto suceda continuare leyendo en la siguiente columna <asta terminar de
obtener los die" datos6. 'upongamos que la tabla es la siguiente
) * + B - , > . 9 )( )) )* )+ )B )- ), )> ). )9 *( *) ** *+ *B *-
) * + ) * ) ( . > , - 9 > . ) ( ( + B 9 . ( ( 9 > )
* - - , + . 9 ( 9 , > - 9 ( > , B * + ) , - , + + *
+ 9 , B ) * + ( ( B , ) > 9 * ) B + 9 ) - * + 9 ( .
B + * . 9 * 9 + B , - 9 B > > * , * ) - 9 ( > ) 9 9
- + , ) ( ( B ( > ( - ) - + 9 ) ( ) * ) . - 9 B B ,
, - + + B > ) 9 - B - * B , B * 9 , - B + 9 B * ) >
> B + ) ( + + > . > + > - + - ( * , B ) ) ( * > ( *
. * * . , - , > * > ) , B ) . , - B + > ) * , , ) (
9 ( B ) , - > , B * ( + B - * ) - 9 , . > , ( - , B
)( 9 ) > ( + , , > + ) * * . B , . + . 9 9 > + - . (
)) , ( , > > ( , . > > ) * B + B + + + B B ( 9 > . )
)* . * > + * 9 * . + . * ) ( > ) * > > - > ) + . - 9
)+ , ( , > B - . 9 , ( 9 B 9 - ) - ) ( > * ( - - ( ,
)B > . ( * B . ) - . * . - - - * ) * B . B . . 9 + -
y que al arrojar el l&pi" cay en el rengln - columna >, entonces, las personas que debemos
seleccionar ser&n BCD,>,,, ,*.,?DC, B3D, -.*, B>., .9-, ,,B, ,(B, >>*, +>+, ,.-, >,-, --+,
?B?, >.(, *9-, ?C?, *>,, +*), *9., >9>, B-B, -BB, **), B-., BCD,+,+, ?EF, B(9, -)>, *>9, B-.,
*B+, >--, B<?, *)*, B<?, ,B), ??0, tomando en cuenta que es un muestreo con reempla"o.
Sistem/ticoG Este muestreo permite obtener los elementos de cada k 4 sima u"idad de la
poblacin, y para ello se requiere conocer el tamaAo de la poblacin 5N6, el de la muestra 5n6 y
obtener el valor de k, de tal forma que al tener estos datos escojamos al primer dato por medio
de aleatorio simple y de a<! de 0 en 0. =or
ejemplo si tenemos la necesidad de extraer una
muestra de *( art!culos de )((( unidades
producidas entonces deberemos dividir )(((K*(
obteniendo -( por lo que el primer nmero lo seleccionamos de nuestra tabla de nmeros
aleatorios obteniendo el nmero )*, por lo que, los siguientes nmeros deber&n ser )*C0,
)*C*0, etc., es decir, )*, ,*,))*, ),*, *)*, *,*, +)*, +,*, B)*, B,*, -)*, etc.
Estrati;icadoG Este tipo de muestreo requiere tener una poblacin bien clasificada en varios
grupos llamados estratos, que a su interior se mantengan bastante <omogneos, para construir
la muestra normalmente se toma una cantidad de elementos del mismo tamaAo de cada uno de
los estratos, este debe ser mediante el muestreo aleatorio simple 5m.a.s.6 aunque en algunos
casos cuando las proporciones de los estratos son distintas se toman en cuenta.
'or co"g!omerados En este caso la muestra nos presenta gran dificultad para establecer
sus diferencias, por lo que iniciamos seleccionando en forma aleatoria una muestra de
conglomerados, ya que, cada uno de ellos podr!a representar una muestra, posteriormente se
!
N
n
=
.> ,- >. .> ,( .> +B +) B+ .>
>. 9( ,- ,. ,* >( .( ,) ,* >*
9- ,B .( 9( ,. .( +( +- B( >-
-9 ,. ,- 9* >( >. 9- ++ >* ,-
>( 9- -( >- +) ,( B+ >. >( ,(
,- ,( +( 9( B( .( -9 *> 9* ,-
deber& elaborar un censo para poder establecer las proporciones de las diferentes categor!as
que se encuentren presentes en nuestra muestra.
X=odr!as escoger los nmeros del juego Melate mediante un muestreo probabil!sticoY, X7e
poderse cu&l utili"ar!asY, XUu nmeros seleccionar!asY, X@e atrever!as a pagar por esos
nmerosY
@#L2# 7E 7F'@GFLT%FVN 7E 4GE%TEN%F#'.
#<ora bien, despus de determinar que tipo de variables utili"aremos, de que formas las vamos
a medir y si ser& necesario obtener una muestra nuestra siguiente decisin a tomar dentro del
mtodo estad!stico ser& el de especificar si usaremos los datos en forma agrupada o no
agrupada.
=ara el caso de querer agrupar los datos, entonces deberemos crear una ta6!a de
distri6uci$" de ;recue"cias y para ello los pasos que debemos seguir son los siguientes/
'e debe conocer el nmero total de datos 5N6.
'e elaborar& el Diagrama de Tallo y Hojas, buscando la cifra que <aga m&s evidente el
cambio para formar el tallo y los dem&s valores formar&n las <ojas por ejemplo/
'upongamos que tenemos los siguientes datos/
Tn restaurante establece, sobre la base de sus registros, que el nmero de comensales que
<icieron uso de su servicio d!a con d!a, durante los ltimos dos meses a la <ora de la comida,
son los que se presentan a continuacin/
Nos podemos percatar que en este caso las cifras significativas son las que representan a las
decenas por lo que el diagrama quedar& compuesto de la siguiente forma/
Ntese que este diagrama nos sirve para
encontrar los valores m!nimos y m&ximos de
forma m&s r&pida, tambin nos permiti ordenar a
los datos en forma m&s sencilla y por ltimo nos
muestra al menos el comportamiento de la forma
en el conjunto de datos.
El siguiente paso es obtener el Rango mediante la siguiente relacin, en la que nos debemos
cuestionar su significado, ya que, no representa una diferencia simplemente sino que, m&s bien
es nuestra primer medida estad!stica que representa la m&xima dispersin que vamos a
encontrar en nuestro conjunto de datos, as!
tendremos/ CE40D H <F
=osteriormente debemos determinar la cantidad de intervalos o clases deseamos utili"ar para
clasificar o agrupar nuestra informacin y para ello contamos con tres procedimientos al menos/
)6 Dbtenemos la ra!" de N y el resultado redondeado siempre a valor entero nos dar& en
nmero de renglones 5 en nuestro ejemplo tendremos
60 7 7459666 8 = .
6
*6 'eleccionar de una tabla, el nmero de renglones representados por K y el nmero que m&s
se aproxime al nmero de datos en la columna
denominada con la letra N por ejemplo en nuestro
problema tenemos <B datos, por lo que, la tabla
nos sugiere utili"ar E intervalos para poderlos
agrupar adecuadamente.
* >
+ ( ( ) ) + B -
B ( ( + +
- ( 9 9
, ( ( ( ( ) * * B - - - - - - . . .
> ( ( ( ( * * - - . . .
. ( ( ( ( > > > > .
9 ( ( ( * * - - -
@an9o = "ato -a5or - "ato -enor
K N
B .
- ),
, +*
> ,B
. )*.
etc. etc.
N>mero de I"ter5a!os:No debe ser menor de , ni mayor de )-.
'e puede establecer/
- al gusto del investigador
-
n
redondeado al siguiente entero
- utili"ando la tabla
- mediante la expresin
n
"
2
+6 Escoger el nmero de renglones o intervalos a juicio del investigador, tomando en cuenta
que si no se tiene experiencia en este tipo de problemas el diagrama de tallo y <ojas puede
proporcionarnos una buena cantidad de renglones para nuestro objetivo, en nuestro ejemplo el
diagrama sugiere F re"g!o"es.
El paso siguiente para elaborar la tabla de distribucin de frecuencias es calcular el
tamaAo de intervalo, en nuestro caso resultar& de C%
por lo que procederemos a calcular los
limites de los intervalos, comen"ando con los l!mites inferiores sum&ndole al nmero m&s
pequeAo el tamaAo del intervalo 5i6 HMI veces, en nuestro ejemplo tendr!amos/
Ntese que al dato menor se le <a sumado el tamaAo de intervalo que es 9 result&ndonos el
siguiente y as! sucesivamente <asta sumarle el tamaAo del intervalo . veces 5que es el nmero
de renglones que <emos escogido6. =osteriormente debemos calcular los l!mites superiores y
para ello debemos considerar que los intervalos que nos encontramos construyendo son
i"ter5a!os cerrados% es decir, intervalos que incluyen a sus extremos, de esta manera
observamos que los nmeros que deben estar en el primer intervalo son !" #" $" %&" %'" %"
%%" %( y %)% o sea% nuestro l!mite superior es 1E en lugar de +, que es el resultado de sumar
*>C9, por lo que debemos disminuir el resultado una unidad. 5=or lo anterior los l!mites
superiores que nos quedan en nuestro ejemplo son tomados de los inferiores pero con una
unidad menos6.
El siguiente paso ser& determinar la ;recue"cia * ; + o nmero de datos que caen dentro de los
intervalos que <emos generado por lo que debemos contestar a la pregunta de Xcu&ntos datos
se encuentran entre tal valor y tal otroY, es decir, en nuestro ejemplo vemos que debemos
preguntarnos Xcu&ntos datos <ay entre los valores de *> y +-Y, pudiendo observar en el
diagrama de tallo y <ojas que contamos con . datos, y as! sucesivamente <asta terminar de
preguntarnos los dem&s intervalos teniendo/
7e esta manera a<ora ya contamos con una tabla de distribucin de frecuencias la cual nos
permitiera crear nuevas columnas que nos facilitar&n la tarea de describir una realidad y con
ello resolver un problema mediante decisiones importantes.
i
ran#o
!
=
+1
LS
+-
BB
-+
,*
>)
.(
.9
9.
;
.
B
)
9
)B
))
-
.
">mero de
re"g!o"es
tamaIo de
i"ter5a!o
Tna de las columnas que podemos generar puede ser la que representa a la ;recue"cia
acumu!ada *
fa f
i 6
6 1
i
=
=

+, es decir, la que nos responder& a la pregunta de Xcu&ntos datos se

fueron presentando desde el primer intervalo <asta el ltimoY, 7 esta forma tendremos/
#s!, con esta columna podemos decir que . d!as tuvimos entre *- y +> comensales, )* d!as
entre *- y BB, etc.
7espus debemos encontrar un nmero que representa a todo el intervalo, ya que, es m&s
sencillo <ablar de un solo dato a un intervalo.
Este nmero se llama marca de c!ase o punto medio el cual quedar& representado por una HJI
y se calcula utili"ando los l!mites o los l!mites reales o verdaderos, mediante la siguiente
relacin/
En donde HliI representa al l!mite inferior HlsI al l!mite superior
y HlriI, HlrsI a los l!mites reales.
Ntese que la marca de clase puede obtenerse con los l!mites que <ab!amos obtenido o con
los l!mites reales, los cuales resultan de las siguientes acciones.
Es importante lograr establecer un intervalo continuo para poder <acer an&lisis estad!stico de
todo el conjunto de datos y que a la ve" no nos limite este mismo conjunto.
=ara obtener un l!mite real debemos tomar los valores de los l!mites que presentan un H<itoI de
informacin 5como es el caso de BB y B- en nuestro ejemplo6 y encontrar un punto que
represente ese intervalo con la frmula que <emos utili"ado con las marcas de clase.
#<ora procederemos a calcular la ;recue"cia re!ati5a * ;r + la cual nos representa la proporcin
que le corresponde a cada intervalo con respecto al total de datos mediante la formula/
#l tener la frecuencia relativa entonces tambin nos podemos preguntar cu&l es la proporcin
acumulada 5

=
=
i
1 6
6 i
fr fra
6 por rengln de la misma forma que lo <icimos para la frecuencia.
;a
.
)*
)+
**
+,
B>
-*
,(
8 =
/i + /$
2
=
/ri + /r$
2
fr =
f
A
8 100
Es el nmero total
de datos o en otras
palabras la suma
de HfI
Es la frecuencia de
cada rengln
%omo estas columnas representan la proporcin que le corresponde a cada
una de las frecuencias en cada rengln entonces tambin podr!amos crear
una columna que representara los grados dentro de una circunferencia con el
objetivo de crear una gr&fica de pastel o de pay tambin llamada gr&fica de
sectores.
Gr/;ica de 'aste! 5=ie, %ircular o de 'ectores6/ =uede representar datos cualitativos o
cuantitativos. Tn c!rculo se divide en sectores que representan, proporcionalmente, cada clase.
No es recomendable representar mas de , clases.
'e suelen ordenar los sectores para <acer m&s evidente sus diferencias.
# partir de la frecuencia relativa, se obtienen los grados/
Gr/;ica de Karras: =uede representar datos cualitativos o cuantitativos. %onsiste en barras
que representan a las clases. 2a altura de cada barra es igual a la frecuencia o frecuencia
relativa de la clase. El eje <ori"ontal no es la recta numrica por lo que las barras se presentan
separadas
.istogramas: =ermite comparar visualmente las proporciones o magnitudes de las clases.
'olo representa datos cuantitativos. Muy semejante a la gr&fica de barras. 'e representa sobre
el eje cartesiano, donde el eje <ori"ontal representa las fronteras o las marcas de clase. El &rea
de las barras representa proporcionalmente cada clase.
'o!:go"o: Nace evidente la forma de la distribucin de frecuencias de los datos. 'olo
representa datos cuantitativos. Es una gr&fica de puntos y l!neas. Gelaciona las marcas de
clase con sus frecuencias o frecuencias relativas. %omo el &rea total de las barras del
<istograma debe mantenerse igual al &rea debajo del pol!gono, el pol!gono empie"a en
una marca de clase anterior y termina en una marca de clase posterior a las de la tabla de
frecuencias.
(i5a: Equivalen a los pol!gonos de frecuencia acumulada. Gelacionan las fronteras inferiores
con los valores acumulados de frecuencia. 'u aplicacin se concreta a responder preguntas
como/ Xqu proporcin acumulada le corresponde a este datoY, XUu dato corresponde a esta
proporcin acumuladaY. Nay dos criterios para construir ojivas/
)6 Djiva LMe"or =ueL/ QXcu&ntas observaciones son menores que esta fronteraYQ. Es una
curva creciente que empie"a en frecuencia cero y termina en el total de observaciones.
*6 Djiva L( m/sL/ QXcu&ntas observaciones <ay iguales o mayores a esta fronterasYQ. Es una
curva decreciente que empie"a en el total de observaciones y termina en cero.
4TEN@E' 7E 7#@D'.
#<ora nos interesa describir la forma en que la estad!stica se <ace llegar la informacin para
poder trabajarla. En principio podemos decir que <ay dos tipos de estudios estad!sticos
aquellos que involucran la toma de decisiones respecto a una poblacin yKo sus caracter!sticas,
es decir, el estudio enumerativo y el segundo llamado estudio anal!tico que involucra reali"ar
actividad sobre un proceso para mejorar el desempeAo en el futuro.
7espus de <aber decidido que tipo de estudio se debe reali"ar entonces podremos encontrar
la informacin en tres tipos de fuentes/
)6 2a bibliogr&fica
*6 2a experimentacin y
+6 2a entrevista.
;r ;ra
)+ )+
> *(
* **
)- +>
*+ ,(
). >.
. .>
)+ )((
9ra"o$ fr 360
i i
= 9ra"o$ 3.6
i i
= ,
7entro de la informacin bibliogr&fica podemos decir que esta representada por la informacin
impresa y quedan incluidas las nuevas fuentes tales como la informacin obtenida en Fnternet,
discos compactos, y cualquier otro medio digital que permita obtener informacin almacenada.
2as ventajas de este tipo de datos quedan manifiestas por la velocidad de obtencin de la
informacin, ya que, tal ve" pueda estar clasificada y ordenada, adem&s de evitarnos la prdida
de tiempo para recopilar esta informacin. 2a desventaja es que muc<as veces la informacin
no es actuali"ada o que la informacin no se apegue exactamente a nuestro problema.
2a experimentacin en forma contraria a la bibliogr&fica tiene como ventaja que la informacin
obtenida es exactamente de nuestro problema, pero esto implica que se requiera de un grupo
de investigadores, de presupuesto, as! como de todos los insumos para su funcionamiento.
En cuanto a la entrevista podemos decir que contamos al menos con tres tipos diferentes/
a6 =or correo
b6 =or telfono
c6 7irecta.
%ada una de ellas tiene sus ventajas y sus desventajas pero tambin son utili"adas en la
actualidad, as! como, una serie de versiones que me"clan estos tres tipos, por ejemplo en los
noticieros televisivos <acen una pregunta y dan dos diferentes telfonos o tres para recibir las
respuestas.

) * + B - , > . 9 )( )) )* )+ )B )- ), )> ). )9 *( *) ** *+ *B *-
) * + ) * ) ( . > , - 9 > . ) ( ( + B 9 . ( ( 9 > )
* - - , + . 9 ( 9 , > - 9 ( > , B * + ) , - , + + *
+ 9 , B ) * + ( ( B , ) > 9 * ) B + 9 ) - * + 9 ( .
B + * . 9 * 9 + B , - 9 B > > * , * ) - 9 ( > ) 9 9
- + , ) ( ( B ( > ( - ) - + 9 ) ( ) * ) . - 9 B B ,
, - + + B > ) 9 - B - * B , B * 9 , - B + 9 B * ) >
> B + ) ( + + > . > + > - + - ( * , B ) ) ( * > ( *
. * * . , - , > * > ) , B ) . , - B + > ) * , , ) (
9 ( B ) , - > , B * ( + B - * ) - 9 , . > , ( - , B
)( 9 ) > ( + , , > + ) * * . B , . + . 9 9 > + - . (
)) , ( , > > ( , . > > ) * B + B + + + B B ( 9 > . )
)* . * > + * 9 * . + . * ) ( > ) * > > - > ) + . - 9
)+ , ( , > B - . 9 , ( 9 B 9 - ) - ) ( > * ( - - ( ,
)B > . ( * B . ) - . * . - - - * ) * B . B . . 9 + -