A medida que aumenta la complejidad de nuestro mundo, se hace cada vez mas difícil

tomar decisiones inteligentes y bien documentadas. Con frecuencia tales decisiones

deben tomarse con mucho menos que un conocimiento adecuado y experimentado una
gran incertidumbre. Sin embargo, las soluciones a estos problemas son esenciales para
nuestro bienestar e incluso para nuestra supervivencia final.

Esta clase aportará una visión general sobre lo que es la estadística y cómo puede
utilizarse. Esta visión general sobre la naturaleza de la estadística y los beneficios que
puede proporcionarnos se efectuará revisando:

• Las definiciones básicas de las herramientas estadísticas

• Como llevar a cabo el muestreo para realizar análisis estadísticos
• Las funciones que cumple la estadística
• Como puede ayudar la estadística en la profesión
 La importancia de la Estadística
Virtualmente cada área de la investigación científica seria puede beneficiarse del análisis
estadístico. Para quien formula las políticas económicas y para quien asesora al
presidente y a otros funcionarios públicos sobre procedimientos económicos apropiados,
la estadística ha demostrado ser una herramienta valiosa.

Las decisiones sobre las tasas tributarias, los programas sociales, el gasto de defensa y
muchos otros asuntos pueden hacerse de manera inteligente tan solo con la ayuda del
análisis estadístico. Los hombres y mujeres de negocios, en su eterna búsqueda de la
rentabilidad, consideran que la estadística es esencial en el proceso de toma de
decisiones.

Para quienes están en el área de la investigación de mercados, la estadística es de gran

ayuda en el momento de determinar que tan probable es que un producto nuevo sea
exitoso. La estadística también es muy útil para evaluar las oportunidades de inversión
por parte de asesores financieros. Los contadores, los jefes de personal y los fabricantes
encuentran oportunidades ilimitadas de beneficiarse con el uso del análisis estadístico.
 Oportunidades que ofrece la
Estadística
Es factible que en pocos años abandona la relativa seguridad del ambiente académico y
esté metido de cabeza en el mundo competitivo. Desde el punto de vista practico, usted
debe conocer la manera de utilizar los conocimientos en estadística después de
graduarse. No existe duda alguna acerca de que una experiencia académica,
adecuadamente relacionada con unos firmes cimientos ampliará significativamente las
oportunidades de encontrar empleo, y posteriormente, le permitirá demostrar la
competitividad laboral.

Cuando encuentre ese trabajo anhelado que le ponga una rápida ruta del éxito
profesional, su jefe espera que usted haga dos cosas:

1. Tomar decisiones

2. Solucionar Problemas
Ejemplo:
Se hizo una encuesta a 8976 personas, de las cuales 8707
respondieron que calman su dolor de cabeza tomando una
Bitaflenaco. Si la encuesta está bien hecha, este dato puede
ser utilizado por los médicos, quienes podrían afirmar que si
un paciente sufre de dolor de cabeza, tiene un 97 % de
probabilidad de calmarla tomando una Bitaflenaco.
Población: Llamamos población al conjunto de individuos (personas, animales,
cosas) sobre la cuál se estudia una determinada característica.

Ejemplos:

Datos que se recopilan Población

Se registra el peso de los alumnos de un curso Alumnos del curso

Se hace una encuesta en las viviendas de un Habitantes del barrio
barrio para determinar cuántas personas viven
en cada una de ellas

El tamaño de la población es el número de individuos que la componen.

Cuando el tamaño de una población es muy grande, se
trabaja con una parte de ella llamada muestra.

Ejemplo: A una consultora le encargan hacer un estudio acerca de

cuál es la intención del voto de los ciudadanos de una ciudad en las
próximas elecciones. Como no es posible encuestar a todos los
ciudadanos, la consultora toma un grupo de 500 y sobre él analiza la
variable. Con los datos recopilados sobre esta muestra, se puede
hacer una proyección de los votos que obtendrá cada candidato.

Importante!!! Para que el estudio estadístico sea confiable, es muy

importante que la selección de los individuos de una muestra resulte
representativa de la población que se analiza, o sea, se deben obtener de
ella resultados aproximadamente iguales a los que se hubieran obtenido
considerando el total de la población.
 Población y Muestra

Población: Muestra:
“1500 Estudiantes ” 300 Estudiantes

a) Población: Los 1500 Estudiantes de UNICAH

b) Muestra: 300 Estudiantes de UNICAH-SPSP

Estadístico y Parámetro

Estadístico: valor numérico que describe una característica de

la muestra y se obtiene mediante la manipulación algebraica de
sus datos.

Ejemplo: Suponga se tomó una muestra representativa de los

estudiantes regulares de la UNICAH. Para esta muestra se
calculó: edad promedio, rendimiento promedio, porcentaje de
estudiantes que fuman.
Estadístico y Parámetro

Parámetro: valor numérico que describe una característica de

la población. Los parámetros se estiman a partir de la
información aportada por una muestra de la población.

Ejemplo: Si se considera como universo a todos los estudiantes

regulares de la UNICAH, la edad promedio de estos, el
porcentaje de estudiantes de sexo femenino que fuman, el
ingreso medio todos los estudiantes, son valores que describen
a este conjunto.
 Variables: son los caracteres o cualidades de la población que es objeto de estudio o
análisis. Pueden ser:

VARIABLES ESTADÍSTICAS

CUANTITATIVAS CUALITATIVAS
Son medibles y se expresan por medio de No se pueden medir y se expresan con
un número palabras.
Tiene distintas modalidades, que son las
diferentes situaciones que se pueden
presentar.
Ejemplos:
DISCRETAS CONTINUAS Sexo: Femenino – Masculino
Cuando solo pueden tomar Cuando pueden tomar infinitos Color de ojos
algunos valores determinados. valores comprendidos entre dos Color del cabello
Ejemplos: valores determinados.
Nº de padres vivos Ejemplos:
Nº de hermanos Altura, peso, etc
 Variable Estadística

Cuantitativa Cualitativa

Discreta Contínua Nominal Ordinal

1.Número de Hijos 1.Estatura 1.Género (M, F) 1. Nivel de Estudio

2.Número de PCs 2.Sueldo 2.Profesión 2. Calidad del
servicio en
UNICAH
 Ejemplo 1
En una escuela se quiere saber cuál es el deporte más practicado por
los alumnos. Se realiza una encuesta a cinco alumnos de cada curso.

Población: Todos los alumnos de la escuela.

Muestra : Cinco alumnos de cada curso, elegidos por sorteo.
Variable : Cualitativa Ordinal (Deporte que practica).
 Ejemplo 2
Se desea conocer cuál es la estatura de los alumnos de una escuela.
Se miden 10 alumnos por curso.

Población: Todos los alumnos de la escuela.

Muestra : 10 alumnos de cada curso, elegidos por sorteo.
Variable : Cuantitativa continua (Estatura).
 Ejemplo 3
Un fabricante de tornillos desea hacer un control de calidad. Para
ello, toma 1 de cada 100 tornillos producidos y analiza:

a) Si es correcto o defectuoso
b) Su longitud
c) Su diámetro

Población: Todos los tornillos fabricados.

Muestra : 1 de cada 100 tornillos fabricados, elegidos al azar
Variable : a) Cualitativa
b) Cuantitativa continua
c) Cuantitativa Discreta
 Ejemplo Práctico
Identifique si las variables son Cualitativas o cuantitativas

a) Numero de mesas de cada aula de una escuela

b) Partido político mas votado en unas elecciones
c) Longitud de las calles de una ciudad
d) Color del pelo de los caballos
e) Altura de los jugadores de un equipo

a) Cuantitativa
b) Cualitativa
c) Cuantitativa
d) Cualitativa
e) Cuantitativa
 Práctica
Indica, en cada uno de las seis situaciones presentadas:
• Cuál es la población.
• Cuál es la variable.
• Tipo de variable: cualitativa, cuantitativa discreta o cuantitativa
continua.

a) Peso al nacer de los bebés que nacieron en San Pedro Sula el

año pasado.
b) Profesiones que quieren tener los estudiantes del último año
escolar de San Pedro Sula.
c) Número de mascotas hay en los hogares de San Pedro Sula.
d) Partido Político al que se va a votar en las próximas elecciones.
e) Tiempo semanal que dedican a la lectura los estudiantes de
Licenciatura de UNICAH.
f) Número de tarjetas amarillas mostradas en los partidos de
fútbol de la temporada pasada.
 Distribución de Frecuencia
Como estadístico residente de Pigs and People (P&P) Airlines, el director de la división de
análisis estadístico le pide recolectar y agrupar los datos sobre el numero de pasajeros
que han decidido viajar con P&P. Tales datos correspondientes a los últimos 50 días
aparecen en la siguiente tabla. Sin embargo, con estos datos en bruto, es improbable que
le director pueda obtener información útil y significativa respecto a las operaciones de
vuela. Los datos no están organizados y es difícil llegar a una conclusión significativa
simplemente revisando una serie de números anotados en un papel. Es preciso agrupar y
presentar los datos de manera concisa y reveladora para facilitar el acceso a la
información que contienen. Primero se analizará cómo puede utilizarse una distribución
de frecuencia para organizar el conjunto de datos
 Distribución de Frecuencia
Una distribución de Frecuencia (o tabla de frecuencias) ordenará los datos si estos se
dividen en clases y se registrará el numero de observaciones en cada clase, tal y como se
muestra en la siguiente tabla. Por ejemplo, ahora se puede ver fácilmente, que en 18 de
los 50 días, entre 70 y 79 pasajeros volaron en P&P. en ningún momento la lista de
pasajeros diarios excedió de 109. la aerolínea rara vez transportó menos de 60 pasajeros.
El director puede ahora detectar características que no eran evidentes en el análisis de
datos en bruto de la tabla anterior.
Rango Distribución de Frecuencia
En una serie de datos, el rango es la diferencia entre el valor máximo y el valor mínimo
del conjunto de datos en estudio.

Rango=Vmax-Vmin

Ejemplo:
Sean 2.1, 3.2, 3.2, 3.5, 3.7, 3.9, 4.1, 4.1, 4.3 un conjunto de datos, determinar el rango

Rango=Vmax-Vmin
Rango=4.3-2.1=2.2; entonces el Rango=2.2
 Distribución de Frecuencia
Intervalo de Clase y límites de clase
Mediante la siguiente tabla de datos ordenados, podemos identificar los elementos
siguientes:
Clase X Datos Ordenados Frecuencia

10 – 14 10 11 11 12 13 5

15 – 19 16 16 17 18 19 19 19 7

20 – 24 20 21 21 23 23 24 6

25 – 29 25 25 25 28 29 29 6

30 – 34 31 31 31 33 34 34 34 7

Total 31

Intervalo de Clase: Son los intervalos numéricos de la primera columna

Limite de Clase: Son los valores extremos en cada uno de los intervalos de clase, por
ejemplo, en el intervalo de la clase 10 – 14 el numero 10 es el limite inferior y el numero
14 es el limite superior de dicha clase.
 Distribución de Frecuencia
Ancho de clase
Es el tamaño que tiene cada una de las clases, aunque por cuestiones de estandarización
de calculo, normalmente las clases en una distribución, deben tener el mismo ancho. El
ancho de un intervalo de clase es la diferencia entre dos limites sucesivos, ya sean estos
inferiores o superiores.
Clase X Datos Ordenados Frecuencia
10 – 14 10 11 11 12 13 5
15 – 19 16 16 17 18 19 19 19 7
20 – 24 20 21 21 23 23 24 6
25 – 29 25 25 25 28 29 29 6
30 – 34 31 31 31 33 34 34 34 7
Total 31

Ejemplo:
De la tabla anterior con limites inferiores, ancho de clase=15-10=5; con limites superiores
ancho de clase =19-14=5
NOTA: Distribución de Frecuencia
1. Si los datos no están ordenados y hay que construir la distribución de frecuencia, el
ancho de clase se calcula por
𝑅𝑎𝑛𝑔𝑜
𝐴𝑛𝑐ℎ𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 =
𝑁𝑜 𝑑𝑒 𝐶𝑙𝑎𝑠𝑒𝑠 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑎𝑠

2. Para construir la distribución de frecuencia los datos normalmente se ordenan de

menor a mayor
3. Generalmente el numero de clases deseadas no deben ser menor que 5 ni mayor de
15
4. Por otra parte, bajo criterios matemáticos el numero de clases que tendrá una
distribución de frecuencia, puede estimarse con la formula de Sturges
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒𝑠 = 1 + 3.3 log 𝑁 , donde N es el tamaño del conjunto de datos.

Ejemplo:
Si se cuenta con un conjunto de datos donde el numero total de observaciones es 50,
entonces
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒𝑠 = 1 + (3.3) log 50 = 6.61 ≅ 6 𝑐𝑙𝑎𝑠𝑒𝑠
 Distribución de
Marca de Clase o Punto medio
Frecuencia
𝐿𝐼+𝐿𝑆
Se representa por el símbolo 𝑋𝑚 y se calcula por 𝑋𝑚 = 2

Frecuencia Simple o absoluta, Frecuencia Acumulada, Frecuencia

Relativa y Frecuencia Relativa Acumulada

a) La frecuencia Simple o absoluta representada por 𝑓 identifica el numero de datos que

caen dentro de cada intervalo de clase
b) La frecuencia acumulada representada por 𝑓𝑎 identifica la sumatoria de las
observaciones anteriores mas las observaciones de la clase seleccionada, y que se
acumulan hasta dicha clase.
𝑓
c) La frecuencia relativa representada y calculada por 𝑓𝑟 = 𝑁 representa los valores
relativos en dicha frecuencia
𝑓𝑎
d) La frecuencia relativa acumulada, representada y calculada por 𝑓𝑟𝑎 = 𝑁 𝑥100
normalmente representa los porcentajes acumulados de 0 al 100% de los datos
Ejemplo
El siguiente conjunto de datos representa las edades de 25 ciudadanos que fueron
atendidos en servicio de emergencia por accidentes varios, por parte de la cruz roja
hondureña en la Ciudad de San Pedro Sula.

13, 14, 10, 15, 15, 16, 17, 17, 10, 21, 21, 11, 12, 13, 12, 22, 18, 18, 18, 23, 19, 19, 23, 20, 14

1. Ordenar los datos de Menor a Mayor

2. Construir una distribución de frecuencia de cinco clases
3. Calcular 𝑓, 𝑓𝑎, 𝑓𝑟, 𝑦 𝑙𝑎 𝑓𝑟𝑎
4. Calcular las marcas de clase y limites reales
1. 10, 10, 11, 12, 12, 13, 13, 14, 14, 15, 15, 16, 17, 17, 18, 18, 18, 19, 19, 20, 21, 21, 22, 23, 23

2. Primero calcularemos el rango: Rango=Vmax-Vmin=23-10=13

𝑅𝑎𝑛𝑔𝑜 13
3. 𝑎𝑛𝑐ℎ𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 = 𝑁𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒𝑠 = 5
= 2.6 ≅ 3

Edad de los pacientes f

10 – 12 5

13 – 15 6

16 – 18 6

19 – 21 5

22 – 24 3

Total 25
Frecuencia Acumulada

Edad de los pacientes f fa

10 – 12 5 5

13 – 15 6 11

16 – 18 6 17

19 – 21 5 22

22 – 24 3 25

Total 25
Frecuencia Relativa

Edad de los pacientes 𝑓 𝒇

𝒇𝒓 =
𝑵
10 – 12 5 0.2

13 – 15 6 0.24

16 – 18 6 0.24

19 – 21 5 0.2

22 – 24 3 0.12

Total 25
Frecuencia Relativa Acumulada

Edad de los pacientes 𝑓 𝒇𝒂

𝒇𝒓𝒂 = 𝒙𝟏𝟎𝟎
𝑵
10 – 12 5 20%

13 – 15 6 44%

16 – 18 6 68%

19 – 21 5 88%

22 – 24 3 100%

Total 25
Marca de Clase o Punto Medio

Edad de los pacientes 𝑓 𝑳𝑰 + 𝑳𝑺

𝑿𝒎 =
𝟐
10 – 12 5 11

13 – 15 6 14

16 – 18 6 17

19 – 21 5 20

22 – 24 3 23

Total 25
Limites Reales

Edad de los 𝑓 Limite Real inferior Limite Real superior

pacientes
10 – 12 5 9.5 12.5

13 – 15 6 12.5 15.5

16 – 18 6 15.5 18.5

19 – 21 5 18.5 21.5

22 – 24 3 21.5 24.5

Total 25
 Clase 𝑓 𝒇𝒂 𝒇𝒓 𝒇𝒓𝒂(%) 𝑿𝒎 𝑳𝒓𝒊 − 𝑳𝒓𝒔

103-110 6 6 0.2 20% 106.5 102.5-110.5

111-118 8 14 0.26 46.6% 114.5 110.5-118.5

119-126 4 18 0.13 60% 122.5 118.5-126.5

127-134 6 24 0.2 80% 130.5 126.5-134.5

135-142 6 30 0.2 100% 138.5 134.5-142.5

Total 30
En cierto hospital de rehabilitación, una investigación sobre destreza manual, abarcó
el tiempo requerido para finalizar cierta tarea entre los pacientes. Los tiempos
correspondientes en horas fueron los siguientes:

7.1 7.2 7.2 7.6 7.6 7.6 7.9 8.1 8.1 8.1
8.3 8.3 8.4 8.4 8.9 9.0 9.0 9.1 9.1 9.1
9.1 9.1 9.7 9.8 9.8 9.1 9.2 9.2 9.3 9.3
9.5 8.7 7.7

Construya una distribución de frecuencias con el número de clases adecuadas, y determine

los valores para la frecuencia acumulada, la frecuencia relativa acumulada, las marcas de clase
y limites reales.
 7.1 7.2 7.2 7.6 7.6 7.6 7.7 7.9 8.1 8.1 8.1
8.3 8.3 8.4 8.4 8.7 8.9 9.0 9.0 9.1 9.1 9.1
9.1 9.1 9.1 9.2 9.2 9.3 9.3 9.5 9.7 9.8 9.8
𝑅𝑎𝑛𝑔𝑜 = 𝑉𝑚𝑎𝑥 − 𝑉𝑚𝑖𝑛 =
𝑅𝑎𝑛𝑔𝑜
𝐴𝑛𝑐ℎ𝑜 𝐶𝑙𝑎𝑠𝑒 = =
𝑁𝑜 𝑑𝑒 𝐶𝑙𝑎𝑠𝑒𝑠
𝑁𝑜 𝑑𝑒 𝐶𝑙𝑎𝑠𝑒𝑠 = 1 + 3.3 𝐿𝑜𝑔𝑁 = 1 + 3.3𝐿𝑜𝑔 =
Clases f fa fr fra Marca Clas LRI -

Total 33
 7.1 7.2 7.2 7.6 7.6 7.6 7.7 7.9 8.1 8.1 8.1
8.3 8.3 8.4 8.4 8.7 8.9 9.0 9.0 9.1 9.1 9.1
9.1 9.1 9.1 9.2 9.2 9.3 9.3 9.5 9.7 9.8 9.8
𝑅𝑎𝑛𝑔𝑜 = 𝑉𝑚𝑎𝑥 − 𝑉𝑚𝑖𝑛 = 9.8 − 7.1 = 2.7
𝑅𝑎𝑛𝑔𝑜 2.7
𝐴𝑛𝑐ℎ𝑜 𝐶𝑙𝑎𝑠𝑒 = = = 0.44 ≅ 0.45
𝑁𝑜 𝑑𝑒 𝐶𝑙𝑎𝑠𝑒𝑠 6.01
𝑁𝑜 𝑑𝑒 𝐶𝑙𝑎𝑠𝑒𝑠 = 1 + 3.3 𝐿𝑜𝑔𝑁 = 1 + 3.3𝐿𝑜𝑔 33 = 6.01 ≅ 6

Clases f fa fr fra Marca Clas LRI - LRS

7.10 – 7.55 3 3 0.09 9.09% 7.33 7.095-7.555

7.55 – 8.00 5 8 0.15 24.24% 7.78 7.545-8.005

8.00 – 8.45 7 15 0.21 45.45% 8.23 7.995-8.455

8.45 – 8.90 2 17 0.06 51.51% 8.67 8.445-8.905

8.90 – 9.35 12 29 0.36 87.87% 9.13 8.895-9.355

9.35 – 9.80 4 33 0.12 100% 9.58 9.345-9.805

Total 33
Medidas de Tendencia central

• Media

• Mediana

• Moda
Media
• Media: se obtiene sumando todos los datos y dividiendo el resultado entre
la cantidad de valores.

• Formula:
Media de la Media de la
Población Muestra

N n

x i x i

 i 1
x i

N n
• Media
– Características
• No puede utilizarse en distribuciones
cualitativas

• Esta afectada por todos los valores que asume

la variable.

• Si la distribución presenta valores extremos

bajos o altos, se recomienda usar otra medida
de tendencia central.
 Ejemplo 1
Consideremos la edad de 5 personas miembros de un grupo infantil.

10 12 15 7 8

n
X i 10  12  15  7  8 52
X     10.4
i 1 n 5 5

La edad promedio de los miembros de un grupo infantil es de 10.4 años.

 Mediana
• Es el valor que divide a un conjunto de datos en dos partes iguales

• Cálculo:

1. Ordenar los datos de menor a mayor o viceversa

2. Si el nº de datos es impar: la mediana es el valor central
3. Si el nº de datos es par: la mediana es media aritmética de los 2 puntos
centrales
• Mediana
– Características
• Puede utilizarse en distribuciones
cuantitativas o cualitativas
• Requiere ordenamiento de los datos
• Divide la distribución en dos partes iguales
• No le afectan valores extremos
 Ejemplo 2.
Consideremos la altura de 8 personas cantantes de una iglesia:

1.10 1.25 1.50 1.90 1.60 1.75 1.80 1.35

Cálculo:

1. Primero debemos ordenar los datos:

1.10 1.25 1.35 1.50 1.60 1.75 1.80

2. El número de datos es impar, n = 8

3. La mediana es entonces el valor central: 1.55

La mediana es 1.60, es decir la mitad

1.60 de los cantante de la iglesia tiene una
altura de 1.60 o menos y la otra mitad
de 1.60 o más.
 Moda
Es el valor más frecuente en la distribución de datos.
La moda puede no existir y cuando existe puede no ser única

¿Cuál es la moda para este conjunto de instrumento musicales?

La moda es en este conjunto es la Maraca, por que es la que

más se repite.
• Moda
– Características
• Puede utilizarse en distribuciones cuantitativas o
cualitativas

• Si una distribución presenta pocos valores y

ninguno se repite, no existe moda.

• Las distribuciones con dos modas se llaman

bimodal.

• Si la distribución tiene más de dos modas se llama

multimodal.
Se seleccionó un curso de Algebra de la UNICAH y se registraron las edades de la
manera siguiente
20 17 18 17 18 18 18 18 19 21 19 19 17 17 18
22 20 17 17 17 18 19 16 23 19 18 17 18 18 17

1. Calcule la edad Promedio=18.33

2. Calcule la Mediana= 18
3. Calcule la Moda= 18

16 17 17 17 17 17 17 17 17 17 18 18 18 18 18 18 18 18 18 18 19 19 19 19 19 20 20 21 22
Media para Datos Agrupados
en frecuencia simple

𝑓𝑋 𝑓𝑥
𝜇= 𝑥=
𝑁 𝑛

Donde 𝑓 = 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎
𝑋 = 𝑉𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 𝑑𝑎𝑡𝑜 𝑜 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒
𝑁 = 𝑁𝑢𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑜 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛
𝑛 = 𝑁𝑢𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑜 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
La siguiente distribución de frecuencias simples representa a 129 jóvenes como pacientes
que reciben atención medica especial. Calcular el valor promedio de sus edades

Años Cantidad (f) F*X

14 12 168
15 17 255
16 25 400
17 30 510
18 19 342
19 16 304
20 10 200
Total 129 2179

𝑓 𝑋 2179
𝜇= = = 16.89
𝑁 129
Media, Mediana y Moda Datos
Agrupados
Media Aritmética

Fórmula: 𝑓 𝑋𝑚 𝑓 𝑋𝑚
𝑋= 𝜇=
𝑛 𝑁
Simbología

Xm = punto medio de clase

f= frecuencia de clase
fXm = producto de punto medio y frecuencia
fXm = sumatoria de fXm
n = total de frecuencias
 Ejemplo:
Edad de los estudiantes de UNICAH

Clase F
17 – 19 71
19 – 21 50
21 – 23 41
23 – 25 53
25 – 27 23
n= 238
 Proceso

Clase f Xm f.Xm
17 – 19 71 18 1278
Punto Producto
19 – 21 50 Medio o 20 de 1000
21 – 23 41 Marca
de 22 f y Xm 902
23 – 25 53 Clase
24 1272
25 – 27 23 26 598
n= 238
= 5050

𝑓 𝑋𝑚 5050
𝑋=   21.22 años
𝑛 238
 Resultado o Conclusión

Se determina que la media de las edades dentro UNICAH es de

21,22 años.

Recordar, que es un valor estimado, no exacto..

 2. El dueño de un restaurante
quiere saber cuál es el promedio
Ejercicios: de edad de los clientes que
atiende los fines de semana y la
1. En un test realizado a un grupo
de 42 personas se han obtenido conclusión respectiva, para eso,
las puntuaciones que muestra la hace la siguiente relación:
tabla. Calcula la puntuación
Clases fi
media y da la conclusión
respectiva.
10-19 10
Clase fi 20-29 15
10 – 19 1 30-39 20
20 – 29 8 40-49 32
50-59 8
30 – 39 10
60-69 4
40 – 49 9
70-79 6
50 – 59 8
n ?
60 - 69 4
70 - 79 2
n ?
 Mediana para Datos Agrupados
en frecuencia simple

En este caso, la mediana se calcula bajo los siguientes criterios:

𝑛+1
• Primero se calcula la posición a través de la formula 𝑃 =
2
𝑷 = 𝑷𝒐𝒔𝒊𝒄𝒊ó𝒏 𝒚 𝒏 = 𝒏ú𝒎𝒆𝒓𝒐 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒐𝒃𝒔𝒆𝒓𝒗𝒂𝒄𝒊𝒐𝒏𝒆𝒔

• Conocida la posición a través de la columna de las frecuencias

acumuladas (fa), se selecciona el valor de la variable (x)
La siguiente distribución de frecuencia simple, representa el numero de personas de una
pequeña comunidad de Honduras, y el numero de veces que fueron afectados por la gripe
durante el año. Determine la mediana para éste conjunto de datos

Cantidad de
Personas (x)
Frecuencia fa 𝑛 + 1 36 + 1
𝑃= = = 18.5 ≅ 18
10 9 9 2 2
13 8 17

15 7 24 𝑀𝑒 = 15
16 5 29

18 4 33

20 3 36

Total 36
Mediana para Datos Agrupados
 Mediana
𝑁
− 𝑓
𝑀𝑒 = 𝐿𝑟𝑖𝑀𝑒 + 2 ×𝐶
𝑓𝑀𝑒

De donde,

𝐿𝑟𝑖𝑀𝑒 = 𝐿𝑖𝑚𝑖𝑡𝑒 𝑟𝑒𝑎𝑙 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑚𝑒𝑑𝑖𝑎𝑛𝑜

𝑓 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑖𝑎 𝐴𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎 ℎ𝑎𝑠𝑡𝑎 𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑎𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑚𝑒𝑑𝑖𝑎𝑛𝑜

𝑓𝑀𝑒 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑚𝑒𝑑𝑖𝑎𝑛𝑜

𝐶 = 𝐴𝑛𝑐ℎ𝑜 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑚𝑒𝑑𝑖𝑎𝑛𝑜
𝑁 = 𝑁𝑢𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠
La siguiente distribución de frecuencias, representa los reclamos por
seguros de accidentes, hechos a una compañía de seguros durante el
mes de enero de 2013. Calcular la mediana para este conjunto de datos
X Frecuencia Fa LRI
𝑛 + 1 124 + 1
𝑃= = = 62.5 ≅ 62
10 – 15 12 12 2 2
16 – 21 8 20
22 – 27 14 34 𝑁
− 𝑓
28 – 33 25 59 𝑀𝑒 = 𝐿𝑟𝑖𝑀𝑒 + 2 ×𝐶
𝑓𝑀𝑒
34 – 39 11 70 33.5
40 – 45 30 100 62 − 59
46 – 51 12 112 𝑀𝑒 = 33.5 + ×6
11
52 – 57 8 120
58 – 63 4 124 𝑀𝑒 = 35.13
Total 124
 X Frecuencia fa LRI
𝑛 + 1 124 + 1
10 – 15 12 12 𝑝= = = 62.5
2 2
16 – 21 8 20

22 – 27 14 34

28 – 33 25 59

34 – 39 11 70 33.5

40 – 45 30 100

46 – 51 12 112

52 – 57 8 120

58 – 63 4 124

Total 124

𝑁
− 𝑓
𝑀𝑒 = 𝐿𝑟𝑖𝑀𝑒 + 2 ×𝐶
𝑓𝑀𝑒
62 − 59
𝑀𝑒 = 33.5 + × 6 = 33.14
11
EJERCICIOS 2.Una muestra de diez cines en
una gran área metropolitana dio el
1.Calcular la mediana de la
número total de películas exhibidas
distribución estadística que la semana anterior.
viene dada en la siguiente tabla: Calcule la mediana de las películas
proyectadas.
Películas fi
fi exhibidas
60 – 63 5 1-2 1

64 – 67 18 3-4 2

68 – 71 42 5-6 3

72 – 75 27 7-8 1

76 – 79 8 9-10 3

n ? n ?
 clase frec Fa LRI

1-2 1 1
𝑃 = 5.5
3-4 2 3

5-6 3 6 4.5

7-8 1 7

9-10 3 10

Total 10

𝑁
− 𝑓
𝑀𝑒 = 𝐿𝑟𝑖𝑀𝑒 + 2 ×𝐶
𝑓𝑀𝑒

5−3
𝑀𝑒 = 4.5 + × 2 = 5.83
3
Moda para Datos Agrupados en
frecuencia simple
 X F
13 2
15 6
17 11
19 12
21 8
25 9
27 4
TOTAL 52

Para este tipo de datos ordenados en frecuencia simple, la moda se determina

seleccionando el valor de la variable que tiene mayor frecuencia

𝑀𝑜 = 19
Moda para Datos Agrupados
 En distribución de frecuencias, la moda se calcula por la formula siguiente

𝑑1
𝑀𝑜 = 𝐿𝑟𝑖𝑀𝑜 + ×𝐶
𝑑1 + 𝑑2

𝐿𝑟𝑖𝑀𝑜 = 𝐿𝑖𝑚𝑖𝑡𝑒 𝑟𝑒𝑎𝑙 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑚𝑜𝑑𝑎𝑙

𝑑1 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑚𝑜𝑑𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑙𝑎 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟

𝑑2 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑚𝑜𝑑𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑙𝑎 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑝𝑜𝑠𝑡𝑒𝑟𝑖𝑜𝑟
𝐶 = 𝐴𝑛𝑐ℎ𝑜 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑚𝑜𝑑𝑎𝑙

𝑵𝑶𝑻𝑨

Antes de aplicar la formula, la manera correcta de seleccionar el intervalo modal es

identificando la frecuencia con mayor numero de observaciones en la distribución
Las edades de los médicos del Hospital San Felipe, están descritas mediante la siguiente
distribución de frecuencias. Determine la moda de las clases de los médicos del Hospital
San Felipe

Edades Cantidad LRI

23 – 27 14
28 – 32 17 𝑑1
𝑀𝑜 = 𝐿𝑟𝑖𝑀𝑜 + ×𝐶
33 – 37 24 𝑑1 + 𝑑2
38 – 42 26
43 – 47 21 7
48 – 52 28 47.5 𝑀𝑜 = 47.5 + ×5
7 + 11
53 – 57 17
58 – 62 9 𝑀𝑜 = 49.44 𝑎ñ𝑜𝑠
63 – 67 5
67 – 72 3
Total 164
 X f LRI
10.01 – 11.00 10
11.01 – 12.00 12
12.01 – 13.00 13 12.005
13.01 – 14.00 13 13.005
14.01 – 15.00 11
15.01 – 16.00 9
Total

6
𝑀𝑜 = 11.35 + × 1.3
6+1
𝑀𝑜 =12.20

0
𝑀𝑜 = 13.005 + ×1
0+2
𝑀𝑜 = 13.005