UNIVERSIDAD NACIONAL DE PILAR
FACULTAD DE HUMANIDADES Y CIENCIAS DE
LA EDUCACIÓN
LICENCIATURA EN MATEMÁTICA
PROBABILIDAD Y ESTADÍSTICA
MÓDULO I
“ESTADÍSTICA Y SUS APLICACIONES”
PROF.: CAYETANO A. BARRIOS V.
PILAR – PARAGUAY
UNP – FHCE – LIC. EN MATEMÁTICA
UNIVERSIDAD NACIONAL DE PILAR
FACULTAD DE HUMANIDADES Y CIENCIAS DE LA EDUCACIÓN
LICENCIATURA EN MATEMÁTICA
ESTADÍSTICA
1. Medición
Cuando un físico habla acerca de medición, se refiere generalmente a la asignación de
números a observaciones, de modo que los números sean susceptibles de análisis por medio de
manipulaciones u operaciones de acuerdo con ciertas reglas. Este análisis por manipulación dará
nuevas informaciones de los objetos que se están midiendo. Es decir la relación entre los objetos
que se están observando y los número es tan directa que mediante la manipulación de los números
el físico obtiene nueva información acerca de los objetos.
El científico social suele intentar algo parecido en la calificación o medición de las
variables sociales; pero en sus escalas, el científico social frecuentemente menosprecia el
fundamento de la teoría de la medición, dada la naturaleza de sus datos.
Medición implica por tanto la asignación de números o símbolos a los atributos o
características de la persona, objeto o hecho de acuerdo a ciertas formulaciones explícitas o reglas
dadas.
Medir consta de tres pasos esenciales:
a) Señalar y definir la cualidad o tributo que se habrá de medir
b) Determinar un conjunto de situaciones en las cuales el atributo que se quiere medir puede
manifestarse y hacer perceptible
c) Establecer un conjunto de procedimientos o definiciones para traducir las observaciones
realizadas a enunciados cuantitativos de grado o cantidad (escala)
La teoría de la medición está formada por un conjunto de teorías separadas y distintas, cada
una referida a un nivel diferente de medición. Las operaciones permitidas con un conjunto de
puntajes dado dependen del nivel de medida o escala de medida que se logre.
1.1. Escalas de Medida
Escala nominal: el tipo más limitado de medición es la distinción de clases o categorías. A cada
grupo se le puede asignar un número que haga de marca distintiva. La asignación de números a
clases cualitativas es puramente arbitraria, ya que un número sería tan adecuado como cualquier
otro. Una vez asignadas las marcas numéricas, tenemos que ser lógicamente coherentes
identificando los elementos de clases como casos del grupo 1, casos del grupo 2 y así
sucesivamente. Podemos contar el número de casos de cada clase estadísticamente, lo cual nos da
frecuencia. Muchos métodos estadísticos están concebidos para tratar frecuencias en datos
categóricos. Los datos categóricos quedan dentro de la medición nominal. Pero no hay nada que
podamos hacer con sentido mediante cálculos con los números utilizados meramente como marcas
de categorías. En efecto, se trata entonces de numerales y no de números. Los numerales no son
más que símbolos de números, en tanto que los números tienen valores únicos y pertenecen a un
sistema lógico.
La medición se da en un nivel elemental cuando los números u otros símbolos se usan para
la clasificación de objetos, personas o hechos por sus características. Son mediciones con pocas
propiedades. Por ejemplo las personas pueden clasificarse de acuerdo con su sexo, utilizando los
símbolos F y M para denotar femenino o masculino; otro ejemplo son los números de las camisetas
de los jugadores de un equipo de fútbol. Las únicas estadísticas descriptivas admisibles son la
moda, la frecuencia y el conteo.
2
UNP – FHCE – LIC. EN MATEMÁTICA
Puede parecer extraño que nos refiramos a escalas nominales, ya que “escala” sugiere la
idea de un continuo de algún tipo. Un continuo tiene la propiedad de orden, lo cual no se aplica a
escalas nominales. Pero las definiciones del diccionario se refieren a veces a una escala como algo
que distingue, concepción que justifica el uso de la expresión escala nominal.
Escala Ordinal: la medición ordinal corresponde a lo que antes se llamaba clasificación
cuantitativa. Las clases están ordenadas en un cierto continuo, y se puede decir que una clase es
superior a otra respecto de cierta variable definida. Puede haber un elemento en una clase, como
cuando atribuimos una ordenación completa de rangos para los casos observados, o bien cada clase
puede tener una frecuencia mayor que 1.
Supóngase que colocamos por orden de estatura a tres chicos, Carlos , Roberto y David,
siendo Carlos el más alto y que les asignamos los tres números 3, 2 y 1, respectivamente. Todo lo
que tenemos es información acerca de una disposición en serie. No podemos decir si Carlos es
tanto más alto que Roberto cuando lo es Roberto y David, aunque los tres números que se les han
asignado estén igualmente espaciados en la escala de medida. No tenemos libertad de operar con
esos números en adición o sustracción en otras formas, pues el hacerlo no nos daría más
información acerca de los chicos.
Como ocurre con las medidas nominales, podemos encontrar frecuencias para las
categorías y operar con esos números. Pero como los números de las clases son rangos con
significado, tenemos unas cuantas oportunidades estadísticas tales como correlaciones y contrastes
de significancia estadística.
Escala de intervalos: cuando la escala tiene las características de una escala ordinal y además se
conoce la distancia entre dos números cualesquiera tenemos una medición de intervalo. Una escala
de intervalo está caracterizada por una unidad de medida común y constante que asigna un número
real a todos loa pares de objetos.
Si se aplica una escala métrica a los tres chicos y se encuentra que sus estaturas son 195
cm, 180 cm y 150 cm respectivamente, se tienen valores en una escala de unidades iguales. La
igualdad de unidades es el requisito de una escala de intervalos. Podemos decir que Carlos es 15
cm más alto que Roberto y 45 cm más alto que David. La igualdad de unidades significa que la
misma distancia numérica está asociada a la misma distancia empírica en un continuo real dado.
La dificultad que ofrece esta tipo de escala es que generalmente carece de un cero verdadero, y no
se pueden realizar comparaciones en cuanto a proporciones. Por ejemplo el cero de la escala de
temperatura es absolutamente arbitrario, no significa ausencia de temperatura; además si tenemos
una temperatura de 40º no podemos decir que hace el doble de calor que una temperatura de 20º.
Ciertas escalas en las ciencias del comportamiento son medidas de variables físicas, tales como la
temperatura, el tiempo o la presión. En lo que se refiere a tales medidas físicas, las unidades son
iguales y así se han logrado escalas de intervalos. Pero cabría preguntarse si la variación en el
fenómeno psicológico que se está midiendo indirectamente se está escalonando con unidades
iguales.
La mayoría de las medidas en las ciencias del comportamiento no pueden tener las ventajas
de las escalas físicas. Las medidas típicas en las pruebas y en los experimentos de laboratorio,
como en estudios de aprendizaje, memoria o pensar, están en función del número de respuestas
correctas que se den. Si bien rara vez se sabe si las unidades en tales escalas son iguales, se da
generalmente por supuesto que se aproximan a la igualdad. Al suponer que las escalas son del tipo
de las de intervalos, podemos aprovechar la mayoría de os métodos estadísticos que se verán
después.
Escala de proporción: cuando una escala tiene todas las características de una escala de intervalo
y además tiene un punto cero real en su origen, es llamada escala de proporción. La proporción de
un punto a otro cualquiera de la escala es independiente de la unidad de medida. Por ejemplo, se
mide el peso o masa en una escala de proporción.
3
UNP – FHCE – LIC. EN MATEMÁTICA
Los números asociados con los valores de la escala de proporción son “verdaderos”
números con un “verdadero” cero, solamente la unidad de medida es arbitraria. Cuando se ha
logrado la escala de proporción puede usarse cualquier estadística.
En una prueba que se califica con puntuaciones en función del número de respuestas
correctas, no podríamos decir de manera justificable que una puntuación de 50 es el doble de una
de 25. En la mayoría de tales pruebas, es improbable que una puntuación cero signifique que la
persona sometida a la prueba carece en absoluto de habilidad del tipo que se está midiendo. En el
ejemplo que acabamos de mencionar, si fuéramos a trasladar arbitrariamente el punto cero 25
puntos más abajo, las dos puntuaciones dadas antes se convertirían en 75 y 50 y entonces la
relación entre ellas sería 75:50 o sea 3:2, en vez de 50:25 o sea 2:1.
Afortunadamente, casi no hay nada dentro de los métodos estadísticos que necesiten de
escalas de relación de medida de cantidades empíricas. Las medidas de escala de intervalo bastarán
para la mayoría de los fines. Pero habría que señalar que la enumeración que hacemos al obtener
frecuencias nos da valores en escalas de relación. Una frecuencia cero corresponde a la situación
de nulidad (no hay ningún caso). También se puede decir que en las operaciones estadísticas
establecemos puntos cero con sentido, por ejemplo, la media de una distribución o en una
diferencia de cero. Las desviaciones con respecto de estos puntos cero así generados, se pueden
tratar como medidas de escala de relación, que permite las operaciones de multiplicación, división
y la extracción de la raíz cuadrada.
1.2. Como se han de considerar los números en la medición
La mayoría de las medidas en la escala de intervalos se toma con aproximación de una
unidad (pie, pulgada, centímetro o milímetro) según sea la finura de los instrumentos y la precisión
que se exija para los fines que se tengan. Al dar la altura de un árbol, sería adecuada la mediad
aproximada en metro, 4 metros por ejemplo. Al dar la estatura de una chica, recurriríamos a
pulgadas o centímetros como unidad práctica. Al dar la longitud de una aguja, tal vez la daríamos
en milímetros y su diámetro obtenido con micrómetro se daría en alguna unida más pequeña. En
todo caso, podemos observar que el objeto no contiene un número exacto de las unidades elegidas.
El árbol tienen más de 4 metros de altura, pero más cerca de 4 que de 5; la chica no mide
exactamente 165 cm, pero está más cerca de los 165 que los 166; etc. El resultado es que nuestro
dato de 4 metros para la altura del árbol significa algo entre 3.5 metro y 4.5 metros y el de la
estatura de la chica significa algo entre 164.5 cm y 165.5 cm.
Por una razón práctica, se supone que una puntuación no es jamás un punto de la escala,
sino que ocupa un intervalo desde media unidad por debajo a media unidad por encima del número
dado. En la figura se da una ilustración gráfica de unidades y sus límites.
Unidades 67 68 69 70 71
Límites de 66.5 67.5 68.5 69.5 70.5 71.5
unidades
Unidades 0.8 0.9 1.0 1.1 1.2
Límites de 0.75 0.85 0.95 1.05 1.15 1.25
unidades
Una consideración práctica más importante todavía exige tomar una puntuación como un
número que ocupa todo un intervalo de la escala, como veremos más adelante. Si no se procede
así, un promedio calculado a partir de un conjunto de medidas no agrupadas, no sería compatible
con otro calculado con las mismas medidas agrupadas. Aún con medidas discretas se suele
proceder como si 8 hijos significaran un valor situado entre 7.5 y 8.5.
4
UNP – FHCE – LIC. EN MATEMÁTICA
1.3. EJERCICIOS
1 – Da los límites de las siguientes puntuaciones o medidas.
a) 57 segundos de..................a..................
b) 150 kg de..................a..................
c) 14,5 cm de..................a..................
d) 0,125 segundo de..................a..................
e) 25 puntos de..................a..................
2- En cada uno de los siguientes casos, determina cuál es el nivel más alto de escala de medida
alcanzado
a) Posiciones al final de una carrera .................................................................................
b) Número asignado a diferentes grupos de estudiantes, cada uno de los cuales resolvió un
problema dado por un método diferente.............................................................................
c) Número de conceptos que un estudiante contesta correctamente en un examen que
contiene 10 items..................................................................................................................
d) Número de hombres y mujeres en una clase de estadística.................................................
2. ORGANIZACIÓN DE LOS DATOS
Los datos pueden provenir de observaciones reales o de registros que se mantienen para
otros prepósitos. Los datos pueden ayudar a los responsables de tomar decisiones a hacer
suposiciones bien pensadas acerca de las causas y por lo tanto de los efectos probables de ciertas
características en situaciones dadas.
Es necesario organizar las observaciones, de modo que los datos sean útiles, para así
distinguir patrones y llegar a conclusiones lógicas.
Dado que los datos se presentan en diversidad de formas, la organización de datos nos
permite ver rápidamente algunas características presentes.
Los datos pueden organizarse y presentarse de las siguientes formas:
Ordenar por magnitudes crecientes, indicando la frecuencia con que se encuentra cada
uno de ellos.
Agrupar los números en clases, a fin de obtener una serie estadística.
Calcular las frecuencias absolutas y relativas para las clases de la serie estadística
precedente.
2.1. Ordenación
Una ordenación de datos es una colocación de los datos numéricos tomados, en orden
creciente o decreciente de magnitud.
Ejemplo:
Los siguientes son datos recogidos en un curso y corresponden al número de hermanos
que tiene cada alumno. Ordenar los datos en forma ascendente.
5
UNP – FHCE – LIC. EN MATEMÁTICA
3 5 6 2 3 0 1 2 2
4 2 1 0 2 4 3 1 0
1 0 3 3 1 2 4 3 5
Si ordenamos los datos en forma ascendente quedaría:
000011111222222333333444556
2.2. DISTRIBUCIÓN DE FRECUENCIAS
Cuando se dispone de gran número de datos es útil distribuirlos en clases o categorías y
determinar el número de observaciones pertenecientes a cada clase.
La distribución de frecuencias o tabla de frecuencias es una ordenación tabular de los
datos en clases y sus respectivas frecuencias. Es decir, se consignan las variables y sus
frecuencias.
2.2.1. Distribución de frecuencias de datos no agrupados
Cuando los datos no están organizados; si la variable toma pocos valores, sólo es
necesario ordenar los datos para construir su tabla de frecuencias
Ejemplo: Tabla o distribución de frecuencias de datos no agrupados:
(datos del ejemplo anterior)
Frecuencia Frecuencia Relativa Frecuencia Frec. ac.
Frecuencia Porcentual
Variable Conteo Relativa porcentual acumulada
( fi ) (fa%)
( fr ) ( fr % ) ( fa )
4
∗ 100 = 14.8%
0 //// 4 4 4 27
= 0.148 0.148 ∗ 100 = 14.8%
27
9
1 ///// 5 5 4+5=9 ∗ 100 = 33.3%
= 0.185 0.185 ∗ 100 = 18.5% 27
27
15
2 ////// 6 6 9 + 6 = 15 ∗ 100 = 55.5%
= 0.222 0.222 ∗ 100 = 22.2% 27
27
6 21
3 ////// 6 15 + 6 = 21 ∗ 100 = 77.7%
= 0.222 0.222 ∗ 100 = 22.2% 27
27
3 24
4 /// 3 = 0.111 0.111 ∗ 100 = 11.1% 21 + 3 = 24 ∗ 100 = 88.8%
27 27
2 26
5 // 2 = 0.074 24 + 2 =26 ∗ 100 = 96.29%
0.074 ∗ 100 = 7.4% 27
27
6 / 1 1 27
= 0.037 0.037 ∗ 100 = 3.7% 26 + 1 = 27 ∗ 100 = 100%
27 27
N = 27 ∑fr = ∑fr%= 99.9%≈100%
0.999≈1
Tamaño (N): Es el número de observaciones realizadas, corresponde a la cantidad total de datos.
Frecuencia absoluta (fi): Es el número de veces que se presenta un valor de x en un conjunto de
observaciones.
6
UNP – FHCE – LIC. EN MATEMÁTICA
Símbolo de sumatoria ( ∑ ): éste símbolo (sigma mayúscula del alfabeto griego) representa una
sumatoria, es decir, ∑fi indica que se deben sumar lo valores de las frecuencias.
Frecuencia Relativa (fr): Es la proporción de veces que se toma el valor de x. Es el cociente
entre la frecuencia absoluta y el tamaño de la muestra Se obtiene dividiendo la frecuencia de
cada x por el número total de observaciones:
f
fr i
N
La frecuencia relativa esta expresadas por números entre 0 y 1, pudiendo interpretarse
como porcentajes:
fi
fr 100%
N
Frecuencia Acumulada (fa): Se obtiene sumando sucesivamente los números que componen las
frecuencias. Representa la cantidad de datos que son menores a uno dado.
Frecuencia Acumulada Porcentual (fa%): Se obtiene aplicando la siguiente fórmula
f
f a % a 100%
N
2.3. EJERCICIOS
1) En una encuesta de hogares sobre el presupuesto familiar se preguntó a las madres sobre el
número de hijos en cada familia. Los datos obtenidos son los siguientes:
3 0 1 3 2 2 4
1 3 1 2 2 1 2
2 2 3 4 0 3 3
a. Completa la siguiente tabla de distribución de frecuencias:
Frecuencia Frec. ac.
Frecuencia Frecuencia
Variable Frecuencia Relativa Porcentual
Conteo Relativa acumulada
( fi ) porcentual (fa%)
( fr ) ( fa )
( fr % )
b. ¿Cuántas madres fueron encuestadas?
c. ¿Cuántas familias no tienen hijos?
d. ¿Qué porcentaje de las familias encuestadas tiene por lo menos un hijo?
e. ¿Qué porcentaje de las familias tiene 2 hijos o menos?
f. ¿Cuántas familias tiene menos de 4 hijos?
2) Las calificaciones obtenidas en Matemáticas, obtenidas por un grupo de 40 alumnos son las
siguientes:
3 1 3 2 5 4 4 2 3 2
3 3 2 2 2 4 5 1 3 2
2 1 2 5 2 2 4 2 2 3
3 1 2 2 3 3 4 3 3 2
7
UNP – FHCE – LIC. EN MATEMÁTICA
a. Organiza los datos en una tabla de frecuencias.
b. Determina la fr, fr%, fa y la fa% para cada calificación.
c. ¿Cuántos alumnos obtuvieron la calificación 1?
d. ¿Qué porcentaje de alumnos obtuvo la calificación 5?
e. ¿Cuántos alumnos obtuvieron una calificación menor o igual a 4?
f. ¿Qué porcentaje obtuvo una calificación menor o igual a 2?
3) Se ha realizado una encueste entre 48 personas, sobre cuantas horas al día ven televisión. Los
datos obtenidos son:
5 2 1 1 2 3 1 4 1 1 2 2
2 3 2 3 5 4 3 1 1 3 2 1
1 1 2 2 2 3 2 4 5 3 3 2
2 2 4 5 2 2 2 5 4 2 2 2
Construye una tabla de distribución de frecuencias.
4) Los puntajes obtenidos por 25 alumnos de una clase de Estadística sobre un total de 40 puntos,
son los siguientes: 16, 23, 20, 27, 34. 39, 16, 35, 40, 30, 34, 30, 29, 39, 27, 32, 27, 30, 29, 32, 30,
32, 34, 30, 29.
a) Construye una tabla de distribución de frecuencias.
b) Contesta las siguientes preguntas:
- ¿Cuál es el puntaje con mayor frecuencia absoluta?
- Si los alumnos que obtuvieron menos de 28 puntos está aplazados, ¿cuántos son?
- ¿Cuál es el puntaje con mayor frecuencia porcentual?
