Estadística General

¿Qué es la estadística?
1. Ciencia que estudia los fenómenos colectivos mediante la observación
numérica, el análisis matemático y la interpretación lógica investigando
especialmente sus causas y sus leyes.
2. Es el conjunto de métodos destinados a medir y analizar los hechos por
medio de números investigando las relaciones existentes entre los
mismos.
3. Es el conjunto de normas, reglas y de principios para observar, agrupar,
describir, cuantificar y analizar el comportamiento de un grupo.

Clasificación de la Estadística
Estadística Descriptiva
También llamada estadística deductiva, es la parte de la estadística que da los
procedimientos para transformar los datos del análisis de un fenómeno
colectivo, ósea que al calcular los valores del fenómeno o variable en estudio:
Medidas de tendencia central, Medidas de dispersión, etc., estas medidas
definirán el fenómeno completamente y para esto se vale de la recolección,
presentación, tabulación y análisis de estos datos.

Los datos de una muestra los podemos describir en 3 formas:

a) Tabular: La utilizaremos mediante la construcción de tabulas.

b) Graficas: Utilizaremos por medio de graficas de barras, de polígonos
de sectores, etc.
c) Aritmética: La utilizaremos para calcular determinados números cuya
interpretación proporciona aspectos de la naturaleza del conjunto de
los datos.
Estadística Inferencial
También llamada estadística inductiva, es la parte de los métodos estadísticos
que ayuda a conocer algunos aspectos de la población mediante el conocimiento
de ciertos aspectos de la muestra.

También se pude decir que es el método y conjunto de técnicas que se utilizan

para obtener conclusiones que sobre pasan los límites de los conocimientos
aportados por los datos.

En otras palabras, busca obtener información sobre un colectivo mediante un

metódico procesamiento de los datos de una muestra formada de él.

INVESTIGACIÓN #1 11/12/2023

¿Qué es la Estadística?

❖ Conceptos básicos sobre estadística

❖ Clasificación de la estadística
❖ ¿Qué es población y muestra?
❖ Escalas de medición
❖ Tipos de variables
❖ Recopilación de datos
❖ Presentación de datos de una sola variable

Subirlo a la plataforma y entregarlo en físico. Solo carátula y contenido, a

mano.

Distribución de Frecuencias
Una distribución de frecuencias es una representación de la relación entre un
conjunto de medidas o clases de medidas y la frecuencia de cada una de ellas.

Distribución de Frecuencias Simples

Ésta nos indica la frecuencia con que aparecen los números desde el menor del
conjunto de los datos hasta el mayor de este conjunto o viceversa.

Se llama frecuencia de un valor X y se simboliza por la letra 𝑓 al número de

veces que se repite el valor X en la muestra.
Ejemplo: Organizar en una distribución de frecuencias simples los puntos
obtenidos en un examen de estadística por 30 alumnos.

58, 76, 88, 45, 58, 76, 48, 60, 78, 58, 75, 82, 53, 60, 79, 55, 65, 80, 57, 72,
82, 50, 60, 78, 57, 68, 82, 53, 60, 80

45, 48, 50, 53, 53, 55, 57, 57, 58, 58, 58, 60, 60, 60, 60, 65, 68, 72, 75, 76,
76, 78, 78, 79, 80, 80, 82, 82, 82, 88

Punteos Frecuencia
(X) (𝑓)
45 1
48 1
50 1
53 2
55 1
57 2
58 3
60 4
65 1
68 1
72 1
75 1
76 2
78 2
79 1
80 2
82 3
88 1

Distribución de Frecuencias Acumuladas

En una distribución de frecuencia acumulada (𝑓α) escribiremos al principio de
cada posibilidad (X), el total de frecuencias correspondientes a esta X más
todas las correspondientes a las X menores. Por lo que la sumatoria de
frecuencia corresponderá siempre a las 𝒇𝒂 que figuran enfrente de la última
posibilidad indicada en la columna de las X.
 Frecuencia
Punteos Frecuencia
Acumulada
(X) (𝑓)
(𝑓α)
45 1 1
48 1 2
50 1 3
53 2 5
55 1 6
57 2 8
58 3 11
60 4 15
65 1 16
68 1 17
72 1 18
75 1 19
76 2 21
78 2 23
79 1 24
80 2 26
82 3 29
88 1 30
∑𝑓= 30

Distribución de Frecuencias de Valores Agrupados e

Intervalos de Amplitud Constante
La agrupación en intervalos de clase es un método estadístico que se utiliza
para estudiar el comportamiento de un conjunto de datos y consiste en formar
grupos de valores consecutivos de la variable y poner cada uno de estos grupos
en cada fila, en lugar de poner una sola puntuación, indicando el número de
datos correspondido en cada clase.

Cuando los datos estadísticos de que se disponen son numerosos, se puede

organizar y clasificar en una distribución de frecuencias de valores agrupados
en intervalos de amplitud constante y variable.
Distribución porcentual y distribución porcentual acumulativa
En esta tabla se indican los porcentajes de la totalidad de los datos que son
menores o iguales que un límite superior dado. Se obtienen al expresar el
porcentaje que es cada frecuencia acumulada del número total de los datos.

Ejemplo:

Con los resultados obtenidos en un examen de matemáticas de 45 alumnos,

realizar una distribución de frecuencias de valores agrupados en intervalos de
amplitud constante.

34, 45, 56, 78, 45, 67, 89, 36, 66, 90, 48, 56, 60, 65, 78, 66, 57, 65, 63, 64,
62, 78, 77, 87, 85, 58, 60, 76, 74, 56, 88, 67, 77, 55, 67, 66, 76, 88, 85, 74,
68, 89, 90, 69, 70

34, 36, 45, 45, 48, 55, 56, 56, 56, 57, 58, 60, 60, 62, 63, 64, 65, 65, 66, 66,
66, 67, 67, 67,68, 69, 70, 74, 74, 76, 76, 77, 77, 78, 78, 78, 85, 85, 87, 88,
88, 89, 89, 90, 90

Paso #1 Valor máx. 90 min. 34

Paso #2 Calcular el rango

Xmax. – Xmin = 90-34=56

Paso #3 Calcular la cantidad de intervalos

√𝑛 = √45 = 6.7082 ≈ 7
1 + 3.322 log (𝑛) = 1 + 3.322 log (45) = 6.4920 ≈ 7

Paso #4

Calcular la amplitud de los intervalos

Rango/Intervalos= 56/7= 8

Paso #5 Construcción de los intervalos (dejar constancia de la suma). 34+7= 41

42+7= 49
Paso #6 Calculo de marca de clase (dejar constancia de la ecuación) (34 +
41)/2 = 37.5 (42 + 49)/2 = 45.5

Paso #7 Determinar la frecuencia absoluta de cada intervalo

Paso #8 Frecuencia absoluta (simple) y Frecuencia acumulada

Paso #9 Limites Reales al no. Menor se le resta 0.5 y al mayor se le suma

Paso #10 Sacar la distribución porcentual (dejar constancia del procedimiento)

100%-45
2∗100 3∗100 5∗100
X–2 𝑋 = 4.44 𝑋 = 6.66 𝑋 = 11.11
45 45 45

Paso #11 Sacar la distribución porcentual acumulada (dejar procedimiento)

Intervalos Marca de Limites Distr. % Distr. %

𝑓 𝑓α
de clase clase reales 𝑓 𝑓α
34-41 37.5 2 2 33.5-41.5 4.44 4.44
42-49 45.5 3 5 41.5-49.5 6.66 11.111
50-57 53.5 5 10 49.5-57.5 11.11 22.222
58-65 61.5 8 18 57.5-65.5 17.77 40.00
66-73 69.5 9 27 65.5-73.5 20.00 60.00
74-81 77.5 9 36 73.5-81.5 20.00 80.00
82-89 85.5 7 43 81.5-89.5 15.55 95.55
90-97 93.5 2 45 89.5-97.5 4.44 100
∑𝑓=45 ∑𝑓%= 100
Representación Gráfica
Es la manera de expresar los datos estadísticos utilizando los medios de
representación que proporciona la geometría. Esta es importante porque nos
permite asimilar las principales características de las series estadísticas. Por
lo que el fin de una gráfica será el de mostrar por medio de puntos, segmentos
de recta, curvas, superficies, volúmenes, etc., las variaciones que acusan los
fenómenos que pueden medirse o contar.

Diagrama de Línea
Son representaciones gráficas en donde se representan los datos de la serie
mediante el trazado de una línea, se hacen sobre un sistema de coordenadas
generalmente en uno de los cuadrantes. Para construirlo se trazan los distintos
puntos que determinan la correspondencia existente entre las 2 variables y
luego se unen estos puntos por medio de una línea quebrada.

Ejemplo: Haz un diagrama de líneas para los ingresos de remesas en miles de

millones de dólares por año

AÑO REMESAS 3500

2000 563.4 3000
2001 592.3 2500
2002 1579.3
REMESAS

2000
2003 2,106.5
1500
2004 2,319.2
1000
2005 2,992.8
500

0
2000 2001 2002 2003 2004 2005

REMESAS

AÑOS
GRAFICA DE SERIES INDEPENDIENTES

Consiste en un conjunto de graficas de cambios lineales de una serie

independiente de otra diferenciándolas mediante el uso del código.

Ejemplo: Con los siguientes datos realiza una gráfica de series independientes

EXP. DE EEUU A IMP. DE GUATEMALA

AÑO
GUATEMALA A EEUU
2000 1895 2605
2001 1877 2589
2002 2042 2800
2003 2274 2945
2004 2548 3155

3500

3000

2500

2000

1500

1000

500

0
2000 2001 2002 2003 2004

DE EEUU-GUA. DE GUA.-EEUU
Diagrama de Barras
Son representaciones gráficas que están formadas por barras horizontales o
verticales del mismo ancho y cuya longitud guarda proporción con la magnitud
de la variable presentada. Para construir el diagrama la anchura de las barras
no tiene significación y puede elegirse el tamaño que se desee de acuerdo con
el número de datos a representar teniendo cuidado de que las barras no se
solapen.
4000
INGRESOS DE
AÑO 3500
DIVISAS 3000 3413
3074
2000 2954 2500 2954
2662
2496
2001 2496 2000 2218
1500
2002 2218 1000
2003 2662 500
2004 3074 0
2000 2001 2002 2003 2004 2005
2005 3413
INGRESO DE DIVISA

Diagrama de Sectores
Esta grafica se utiliza para representar variables cualitativas y sirve para
hacer notar las diferencias en las proporciones o porcentajes en que está dada
la distribución

Ejemplo: Con el número de usuario de celulares en 4

8%
empresas construir un diagrama de sectores.
14%
EMPRESA USUARIOS
43%
A 870,000
B 700,000
C 285,000 35%
D 157,000

A B C D
360 𝑥 360 𝑥
∗
suma de 𝑓 suma de 𝑓 de la modalidad
= ∗
2,012,000 870,000
=𝐴=
155.66° ≈ 156° (y así con los demás datos) B=125° C=51° D=28°
INVESTIGAR

• Histograma
• Polígono de frecuencias
• Diagrama de barras pareadas
• Diagrama de barras contenidas
• Pictogramas

Medidas de Tendencia Central

Media Aritmética
Es un valor tal que si con el se constituyen los términos de una serie se pueden
obtener una suma igual a la que los propios términos darían. Es el valor
obtenido después de sumar todos los datos y de dividir el total entre el número
̅ = ∑X
de datos que haya y su fórmula es la siguiente: X Comentado [SL1]: Para una serie de datos simples
𝑛

Ejemplo: Hallar la media aritmética de la exportación de los productos

agrícolas en millones de dólares dada en la tabla siguiente.

AÑOS MONTO
1993 108.5
1994 136.4
1995 151.4
1996 167.2
1997 206.3
1998 282.5
1999 292.0
2000 321.0
2001 288.3
∑X= 1953.6
∑X 1953.6
̅=
X = = 217.0667
𝑛 9
 ∑𝑓𝑥
Para una serie de datos agrupados en una distribución de frecuencia:x̅ =
𝑛

Ejemplo: Hallar la X
̅ de las notas finales de un curso de matemáticas
financieras.

X 𝑓 𝑓. X
65 3 195
66 4 264
67 2 134
68 4 272
69 3 207
70 2 140
71 5 355
72 6 432
73 4 292
74 3 222
75 2 150
76 2 152
77 3 231
78 1 78
79 2 158
80 5 400
∑𝑓=51 ∑𝑓.X=3682

PROCEDIMIENTO #1
∑𝑓𝑥 3682
̅
X= = = 72.2 𝑛𝑜𝑡𝑎𝑠
𝑛 51
PROCEDIMIENTO #2
∑fd′ 398
̅
X= A+ = 80 − = 80 − 7.8 = 72.2 𝑛𝑜𝑡𝑎𝑠
𝑛 51
X 𝑓 d’ 𝑓d’
65 3 -15 -45
66 4 -14 -56
67 2 -13 -26
68 4 -12 -48
69 3 -11 -33
70 2 -10 -20
71 5 -9 -45
72 6 -8 -48
73 4 -7 -28
74 3 -6 -18
75 2 -5 -10
76 2 -4 -8
77 3 -3 -9
78 1 -2 -2
79 2 -1 -2
80 5 0 0 Comentado [SL2]: Los datos anteriores al no. seleccionado
serán – y los que le siguen serán +
∑𝑓=51 ∑𝑓d’=-398
Media Aritmética para Datos Agrupados en Intervalos
∑𝑓𝑥𝑠 Comentado [SL3]: Marca de clase
̅
X=
𝑛
Marca de clase:
60+69 70+79
𝑥𝑠1 = = 64.5 𝑥𝑠2 = = 74.5
2 2

Ejemplo: Hallar la media aritmética en velocidades en Km/h de varios vehículos

Velocidades
𝑓 𝒙𝒔 𝒇𝒙𝒔 d’ 𝑓d’
en Km/h
60-69 5 64.5 322.5 -2 -10
70-79 6 74.5 447 -1 -6
80-89 14 84.5 1183 0 0
90-99 8 94.5 756 1 8
100-109 1 104.5 104.5 2 2
110-119 1 114.5 114.5 3 3
∑𝑓=35 ∑𝑓𝑥𝑠 =1927 ∑𝑓d’= -3

1927
̅=
X = 83.64𝐾𝑚/ℎ
35
80 − 89
𝑥𝑠 = 84.5 𝑖 = (𝐿𝑠 − 𝐿𝑖 ) + 1 = 69 − 60 + 1 = 9 + 1 = 10
2

∑𝑓𝑑′ −3 Comentado [SL4]: Donde:

̅
X = 𝑥𝑠 + ( ) 𝑖 = 84.5 + ( ) 10 = 84.5 − 0.85 = 83.64 𝐾𝑚/ℎ
𝑛 35 i= amplitud del intervalo
∑𝑓𝑑′ = sumatoria de la columna de los productos de las
frecuencias por las desviaciones
Media cuadrática

√X1 2 + X2 2 + X3 2 + ⋯ X 𝑛 2
√∑X 2
M𝑐 = =
𝑛 𝑛
Ejemplo: Consideremos arbitrariamente 5 valores con los cuales calculemos la
media cuadrática.

5, 6, 10, 12, 7

√52 + 62 + 72 + 102 +122 √25 + 36 + 100 + 144 √354

M𝑐 = = = = √70.8 = 8.41
5 5 5

Para datos agrupados

√∑𝑓X𝑠 2
𝑛

Utilicemos la siguiente tabla correspondiente a una variable continua y

calculemos con ello la media cuadrática.

Intervalo de
f 𝐗𝐬 𝐗𝐬𝟐 𝐟 𝐗𝐬𝟐
Clase
46.1-54 3 50.05 2505 7515
54.1-62 6 58.05 3369.8 20218.8
62.1-70 10 66.05 4362.6 43626
70.1-78 6 74.05 5483.4 32900.4
78.1-86 3 82.05 6732.2 20196.6
86.1-94 2 90.05 8109 16.218
30 140674.8

∑𝑓x𝑠 2 140674.8
Mc = √ =√ = √4689.16 = 68.47
𝑛 30
Media geométrica para datos simples
𝑛
MG = √X 1 ∗ X 2 ∗ X 3 … ∗ X 𝑛
𝑙𝑜𝑔X1 + 𝑙𝑜𝑔X 2 + 𝑙𝑜𝑔X3 … 𝑙𝑜𝑔X𝑛
MG = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 ( )
𝑛
Calcular la media geométrica de la serie

3, 5, 8, 11
4 4
MG = √3 ∗ 5 ∗ 8 ∗ 11 = √1320 = 6.0276

0.4771 + 0.6990 + 0.9031 + 1.0414

MG = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 ( ) = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔(0.7801) = 6.0270
4

Para datos agrupados

∑𝑓𝑙𝑜𝑔X𝑠
MG = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 ( )
𝑛

Intervalo de
f 𝑿𝒔 𝒍𝒐𝒈𝐗 𝒔 𝒇𝒍𝒐𝒈𝐗 𝒔
Clase
46.1-54 3 50.05 2505 5.0982
54.1-62 6 58.05 3369.8 10.5828
62.1-70 10 66.05 4362.6 18.1987
70.1-78 6 74.05 5483.4 11.2172
78.1-86 3 82.05 6732.2 5.7422
86.1-94 2 90.05 8109 3.9090
∑𝑓=30 ∑𝒇𝒍𝒐𝒈𝐗 𝒔 =54.7483

∑𝑓𝑙𝑜𝑔X𝑠 1.8249
MG = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 ( ) = 𝑎𝑛𝑡𝑖𝑙𝑜𝑔 ( ) = 66.82
𝑛 30
Media armónica
Para datos simples
𝑛 𝑛
M𝐻 = =
1 1 1 1 1
+ + …+ ∑
X1 X 2 X 3 X𝑛 X𝑛

Consideremos los índices de producción de cierto artículo en los últimos 5 años

de acuerdo con los datos publicados por la empresa y calculemos la media
armónica.

AÑOS Índice 1/X

2013 128 0.0078
2014 135 0.0074
2015 141 0.0071
2016 152 0.0066
2016 163 0.0061
∑1/X=0.0350
𝑛 5
M𝐻 = = = 142.8571
1 1 1 1 0.0350
+ + …+
X1 X 2 X 3 X𝑛

Para datos agrupados

𝑛
M𝐻 =
∑𝑓/X𝑠

Intervalo de
f 𝑿𝒔 𝒇/𝑿𝒔
Clase
46.1-54 3 50.05 0.0599
54.1-62 6 58.05 0.1034
62.1-70 10 66.05 0.1514
70.1-78 6 74.05 0.0810
78.1-86 3 82.05 0.0366
86.1-94 2 90.05 0.0222
∑𝑓=30 ∑𝑓/𝑋𝑠 =0.4545

𝑛 30
M𝐻 = = = 66.0066
∑𝑓/X 𝑠 0.4545
L a Mediana
La mediana de un grupo de datos es el valor medio, ósea aquel que tenga el
mismo número de valores a su izquierda que a su derecha.

Para una serie de datos simples

1. Se ordenan las mediciones de menor a mayor.
2. Se determina si el número total de mediciones es impar o par.
3. Si el número de mediciones n es impar la mediana será el número de en
medio.
4. Si el número n es par, el lugar de la mediana se encuentra al sumar el
número de las mediciones más la unidad y dividiendo el resultado entre
𝑛+1
2.
2

Ejemplo: Determinar la mediana del conjunto de datos que se da a continuación

3, 5, 8, 7, 4, 8, 10

1. 3, 4, 5, 7, 8, 8, 10
2. Impar
3. Md=7

Determinar la mediana del conjunto de datos que se da a continuación

2, 5, 7, 4, 6, 8, 3, 9

1. 2, 3, 4, 5, 6, 7, 8, 9
2. Par
𝑛+1 8+1
3. = 4.5
2 2
5+6
4. = 5.5
2

Para una serie de datos agrupados en una distribución de

frecuencia simples
La mediana estará determinada por el número que representa a la clase que
𝑛+1
contiene el valor que ocupa el lugar en la columna de las frecuencias
2
acumuladas.
Ejemplo: Hallar la mediana de las notas finales de un curso de matemáticas
51+1
= 26 Md=72 pts.
2

X 𝑓 𝑓α
65 3 3
66 4 7
67 2 9
68 4 13
69 3 16
70 2 18
71 5 23
72 6 29
73 4 33
74 3 36
75 2 38
76 2 40
77 3 43
78 1 44
79 2 46
80 5 51

Para datos agrupados en intervalos

1. Se determina el intervalo que contiene a la mediana y será el valor que
𝑛
ocupa el lugar donde n es el número total de datos.
2
2. Se calcula la frecuencia acumulada que corresponde al intervalo
inmediato inferior al intervalo de la mediana.
3. Se determina la frecuencia del intervalo en donde se encuentra la
mediana.
4. Se determina la amplitud del intervalo.
5. Se determina el límite real del intervalo en donde está la mediana. Comentado [SL5]: L=limite real inferior del intervalo en
donde está la Md.
6. Se aplica la fórmula para determinar el valor de la mediana
Comentado [SL6]: faa=frecuencia acumulada del intervalo
𝑛 − 𝑓𝑎𝑎 inmediato anterior al intervalo donde esta la mediana
⁄
Md = L + ( 2 )∗𝑖 Comentado [SL7]: fm=frecuencia del intervalo en donde
𝑓𝑚 está la mediana.

Comentado [SL8]: i=amplitud del intervalo en donde está

la mediana
Ejemplo: Calcular la mediana de las velocidades en Km/h de varios automóviles
dadas en la tabla siguiente.

35⁄ − 𝑓𝑎𝑎 17.5 − 11

Md = L + ( 2
) ∗ 𝑖 = 79.5 + ( ) ∗ 10 = 84.1428 𝐾𝑚/ℎ
𝑓𝑚 14

Limites
X 𝑓 𝑓α
reales
60-69 5 5 59.5-69.5
70-79 6 11 69.5-79.5
80-89 14 25 79.5-89.5
90-99 8 33 89.5-99.5
100-109 1 34 99.5-100.5
110-119 1 35 100.5-119.5
∑𝑓=35

Investigación #2

❖ Medidas de tendencia central

a) Media aritmética
b) Media cuadrática
c) Media geométrica
d) Media armónica
e) Mediana
f) Moda
❖ Medidas de posición
a) Cuartiles
b) Deciles
c) Percentiles
❖ Medidas de dispersión o variabilidad
a) Desviación media
b) Varianza
c) Coeficiente de dispersión o variación
Moda
Es aquel valor que tiene la frecuencia mayor o es el valor particular que ocurre
más frecuentemente que cualquier otro

Para serie de datos de frecuencia simple

Ejemplo: Determine la moda del conjunto de mediciones que se dan a
continuación.

1. Ordenar de mayor a menor.

2. Determinar el valor que más se repite.

1, 2, 4, 4, 3, 7, 2, 4, 3, 2, 5, 2

1, 2, 2, 2, 2, 3, 3, 4, 4, 4, 5, 7 R/2

Para una serie de datos agrupados en una distribución de

frecuencia simple
Ejemplo: Calcular la moda de las notas finales de un curso de matemática.

Notas Finales 𝑓
65 3
66 4
67 2
68 4
69 3
70 2
71 5
72 6 Mo=72
73 4
74 3
75 2
76 2
77 3
78 1
79 2
80 5
Para datos agrupados en intervalos
En este caso la moda se define como el punto medio del intervalo que tiene
mayor frecuencia

Ejemplo: Calcular la moda de las velocidades en Km/h de varios automóviles

dadas en las tablas siguientes.

1. Determinamos las diferencias entre las frecuencias del intervalo en

donde está la moda y las frecuencias de los intervalos inferior y
superior.
2. Determinamos el limite inferior del intervalo en donde se encuentra la
moda.
3. Determinar la amplitud del intervalo.
4. Determinar la moda con la fórmula siguiente.

Velocidades 𝑓
60-69 5
70-79 6
79.580-8989.5 14
90-99 8
100-109 1
110-119 1

1. ∆𝟏 = 14 − 6 = 8 ∆𝟐= 14 − 8 = 6
2. Limite real inferior= L=79.5
3. Amplitud del intervalo
A=(Ls-Li)+1= (89-80)+1=10
∆𝟏 8
4. Mo = L + ( ) ∗ 𝑖 = 79.5 + (8+6) ∗ 10 = 79.5 + (0.57) ∗ 10 = 85.21𝐾𝑚/ℎ
∆𝟏 +∆𝟐
Medidas de Posición
Cálculo de lo cuartiles
Son los valores que dividen los datos en 4 partes iguales. Estos valores
representados por Q1 , Q2 y Q3 son llamados 1ro. 2do. Y 3er. Cuartil.

Para calcular los cuartiles se utiliza las fórmulas siguientes

𝑛⁄ −𝑓𝑎𝑎
4
Q1 = L + ( )∗𝑖
𝑓Q1
2𝑛⁄ −𝑓𝑎𝑎
4
Q2 = L + ( 𝑓Q )∗𝑖
2
3𝑛⁄ −𝑓𝑎𝑎
4
Q3 = L + ( 𝑓Q )∗𝑖
3

En donde:

L= Limite real inferior del intervalo en donde se encuentra el cuartil buscado.

n= total de casos

faa= frecuencia acumulada anterior al intervalo en donde se encuentra el

cuartil buscado

fQ= frecuencia del intervalo en donde se encuentra el cuartil buscado

i= amplitud del intervalo

Ejemplo: Calcular cuartil 1, 2 y 3 de las notas en una distribución de

frecuencia

X 𝑓 𝑓α
60-67 8 8
68-75 7 15
76-83 10 25
84-91 6 31
92-99 4 35

𝑛⁄ −𝑓𝑎𝑎 35⁄ −8
4 4 8.75−8 Comentado [SL9]: (75-68)+1=8
Q1 = L + ( ) ∗ 𝑖 = 67.5 + ( )∗ 8 = 67.5 + ( ) ∗ 8 = 68.36 𝑝𝑢𝑛𝑡𝑜𝑠
𝑓Q1 7 7
 2(35)⁄ 70⁄ −15
4−15 4 17.5−15
Q2 = 75.5 + ( ) ∗ 8 = 75.5 + ( ) ∗ 8 = 75.5 + ( )∗8 =
10 10 10

0.77 𝑝𝑢𝑛𝑡𝑜𝑠

3𝑛⁄ − 𝑓𝑎𝑎 3(35)⁄

Q3 = L + ( 4 4 − 25 ∗ 8 = 83.5 + 26.25 − 25 ∗ 8
) ∗ 𝑖 = 83.5 + ( ) ( )
𝑓Q3 6 6
= 85.17

Rango Inter cuartil

Q = 𝑄3 − 𝑄1 = 85.17 − 68.36 = 16.81

DECILES
𝑛
− 𝑓𝑎𝑎
D = L + (10 )∗8
𝑓𝑜

28 − 35
D8 = L + ( ) ∗ 8 = 87.5 𝑝𝑢𝑛𝑡𝑜𝑠
6
Percentiles
𝑛
100 − 𝑓𝑎𝑎
P=L+( )∗8=
𝑓𝑝

2.1 − 0
𝑃6 = 59.5 + ∗ 8 = 61.6 𝑝𝑢𝑛𝑡𝑜𝑠
8