REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN UNIVERSITARIA

UNIVERSIDAD NACIONAL EXPERIMENTAL ROMULO GALLEGOS
ESCUELA DE MEDICINA
MATURIN EDO. MONAGAS

TRABAJO SOBRE ESTADISTICA

Realizado por:
Nathalia Valdés
c.i.:30.670.406.
2do. Año sección 5.

Prof.(a): Fernando Velásquez.

Maturín, ABRIL del 2024.

1
 MODULO 2:

Organización de Datos Estadísticos.

ORDENAMIENTO:

1.- Tablas de Frecuencia.

Es una representación organizada de un conjunto de

información. Interpretar la información de una tabla de datos
significa comparar, analizar, explicar los datos que en ella se
presentan y sacar conclusiones.

1.1.- Distribución de frecuencia para datos sin agrupar.

Cuando se dispone de un gran número de datos, es útil

distribuirlos en categorías dentro de una tabla para facilitar el
análisis. Esto se explicara con un ejemplo:

En una encuesta de presupuesto familiar, se ha obtenido la

siguiente información respecto al n° de hijos en 2 familias.
Variable x = n° de hijos
Los datos son los siguientes:

3, 1, 2, 0, 3, 2, 1, 1, 3, 3, 2, 4, 2, 2, 0, 2, 1, 3, 4, 2, 3
↓ ↓ ↓
X1 X2 X21

Vemos que la variable x toma valores entre 0 y 4, es decir, existen

en este grupo 5 categorías o clases. Contamos el número de
familias en cada categoría y formamos la tabla.

Categorías Frec. Absoluta Frec. Absoluta Acum. Frec. Relativa Frec. Rel. Acum.
Xi fi Fi hi Hi
0 f1 = 2 F1= 2 h1 = f1/n = 2/21=0,095 H1 = F1/n = 0,095
1 f2 = 4 F2 = f1 + f2 = 6 h2 = f2/n = 0,190 H2 = F2/n = 0,286
2 f3 = 7 F3 = f1+…+ f3 =13 h3 = f3/n = 0,333 H3 = F3/n = 0,619
3 f4 = 6 F4 = f1+…+ f4 =19 h4 = f4/n = 0,285 H4 = F4/n = 0,904
4 f5 = 2 F5 = f1+…+ f5 = 21 h5 = f5/n = 0,095 H5 = F5/n = 1,000
Total n= 21 1,000

n = tamaño de la muestra.

Xi = valor de la variable en el individuo i.

2
fi = frecuencia absoluta: nº de veces que se repite la variable en la
categoría i.

Fi = frecuencia absoluta acumulada. Indica el nº de individuos hasta

la categoría i.

hi = frecuencia relativa. Porcentaje de la categoría respecto del

total, se obtiene dividiendo la frecuencia de la clase por el tamaño
de la muestra.

Hi = frecuencia relativa acumulada. Porcentaje acumulado.

1.2.- Distribución de frecuencia para datos agrupados en clases.

Cuando los datos son numerosos (más de 30), es normal

agrupar sus características en intervalos, con el fin de tener una
mejor visión del conjunto de la encuesta. Estos intervalos se llaman
intervalos de clase.

Esto se explicara con un ejemplo:

Se realizó una encuesta a un grupo de 40 personas, donde se les

toma un registro de la presión arterial (diastólica) alta, y se
obtuvieron los siguientes datos:

90 62 102 85 92 106 110 95 105 112

108 86 110 68 118 99 98 74 91 80
80 100 79 93 93 104 77 106 98 73
95 85 91 83 67 119 108 115 74 88

Efectuemos previamente los siguientes pasos:.

i) Se busca el valor mínimo y el valor máximo Xmín = 62 , Xmáx = 119
ii) Se calcula el rango: 119 – 62 = 57.
Rango: en todo conjunto de valores estadísticos hay valores
extremos: el menor de todos y el mayor de todos; la diferencia entre
estos valores extremos se llama rango.
iii) La cantidad de intervalos no debe ser menor de 5 ni mayor de
18. Por lo general tiene el mismo ancho.

3
Una forma de calcular el nº de intervalos para generar la tabla de
frecuencias es mediante la siguiente formula:
k = 1 + 3.322 x log (n) , k = 1 + 3.322 x log (40) = 6.322 usamos
k ≈ 6.
iv) Se calcula la amplitud de cada intervalo c = rango / k = 57 / 6 =
9.5 ≈ 10.
v) Se construye la tabla:
Intervalos Marca de Frec. Absoluta Fi Frec. Relativa Hi
Yi-1 – Yi+1 clase fi hi
Yi
(60 – 70) 65 3 3 0,075 0,075
(70 – 80) 75 5 8 0,125 0,20
(80 – 90) 85 7 15 0,175 0,375
(90 – 100) 95 11 26 0,275 0,62
(100 – 110) 105 8 34 0,20 0,85
(110 – 120) 115 6 40 0,15 1,00
Total 40 1,00

Dónde:

n= Tamaño de la muestra.

Yi = marca de clase: su valor es igual a la mitad de la suma de los

limites inferior y superior del intervalo de clase. En todos los análisis
estadísticos su supone que el valor de la marca de una clase es el
valor que corresponde asignar a cada uno de los elementos
ubicados en ese intervalo.

C = amplitud del intervalo: la diferencia entre los límites reales de un

intervalo.

Yi-1 = límite inferior del intervalo.

Yi+1 = límite superior del intervalo.

4
 MODULO 3:

Representación grafica de los datos.

GRAFICACION DE VARIABLES:

1.- Representación gráficas para datos sin agrupar.

Diagrama de barras o bastones:

Es un método gráfico que consta de dos ejes: Uno horizontal,

en el que se representan los valores (Eje de los datos) utilizando
barras verticales en forma rectangular y de la misma amplitud, y un
eje vertical, en el cual la frecuencia representa la altitud que tendrá
la barra rectangular (Eje de las frecuencias), las barras van
separadas la misma distancia unas de otras y para distinguirlas
puede utilizarse distintos colores o entramados según se considere.

5
Gráfica Circular de Pastel o también llamada del 100%:
Utilicemos las formulas correspondientes para calcular el
porcentaje con la regla de tres.

2.- Representación gráficas para datos agrupados.

Histograma:
Las barras no van separadas, y que se rotula con los límites
inferiores de cada clase o intervalo excepto el último que deberá
llevar también el límite superior, centradas en la marca de clase.

6
Polígono de Frecuencias:
Es una gráfica del tipo de las gráficas de líneas trazadas
sobre las marcas de clase, (de ahí el nombre de polígono), y se
traza uniendo con segmentos de recta, de izquierda a derecha, las
parejas ordenadas que se forman, al considerar como abscisa la
marca de clase (eje horizontal) y como ordenada la frecuencia del
intervalo representado (eje vertical).

3.- Representación gráficas para variables cualitativas.

Diagramas de barras:
Alturas proporcionales a las frecuencias (absolutas o relativas)
Se pueden aplicar también a variables discretas

Diagramas de sectores:
El área de cada sector es proporcional a su frecuencia (absolutas o
relativas

7
Pictogramas:
Fáciles de entender. El área de cada modalidad debe ser
proporcional a la frecuencia.

8
 MODULO 4:

Características de una distribución.

A.- MEDIDAS DE CENTRALIZACIÓN:

Indican valores con respecto a los que los datos parecen

agruparse. Media aritmetica, mediana y moda.

1.- Media aritmética.

Media Aritmética para una muestra: Consiste en sumar todos

.
los datos y dividirlos por n

2.- Mediana.

Es el valor que divide al conjunto de datos ordenado de datos,

en dos subconjuntos con la misma cantidad de elementos. La mitad
de los datos son menores que la mediana y la otra mitad son
mayores.

Mediana en datos no agrupados

9
 Se ordenan los datos de menor a mayor y se busca el dato
que ocupa la posición central.

Si la distribución tiene un nº impar de datos, habrá un solo dato, que

represente el valor central

Si la distribución tiene un nº par de datos, habrá dos valores, por

tanto la mediana será la media aritmética de los dos datos que
ocupan la posición central.

Mediana en datos agrupados

Para calcular la mediana de n datos tabulados por intervalos,

primero se determina el intervalo mediano que es aquél cuya
frecuencia absoluta acumulada Ni excede de N/2.
Luego se utiliza la fórmula:

Dónde:
 Li es el límite inferior del intervalo que contiene a la mediana.
 N/2 semisuma de las frecuencias absolutas.
 Ni-1 = frecuencia acumulada de la clase anterior a la que
contiene a la mediana.
 𝑎𝑖= amplitud del intervalo que contiene a la mediana.
 ni= frecuencia absoluta del intervalo mediano.

3.- Moda.

a.- Datos no Agrupados:

En estadística, la moda de una serie de números es el número

que aparece con mayor frecuencia en dicha serie. Una serie de
datos no necesariamente tiene una sola moda. Si dos o más valores
están "vinculados" por ser los más comunes, se puede decir que la
serie es bimodal o multimodal, respectivamente. En otras palabras,
todos los valores más comunes son las modas de la serie.

10
b.- Datos Agrupados:

Se aplica la siguiente formula:

Dónde:
 Li: limite inferior del intervalo que contiene a la moda.
 ni: frecuencia absoluta de la clase que contiene a la moda.
 ni-1: frecuencia absoluta de la clase inmediatamente anterior a
la que contiene a la moda.
 ni+1: frecuencia absoluta de la clase posterior a la que
contiene a la moda.
 ai: amplitud de la clase que contiene a la moda.

4.- Cuartiles, deciles y percentiles.

Cuartiles:
Son tres valores que dividen a un conjunto de datos ordenados en
cuatro partes del mismo tamaño.
𝑄1, 𝑄2 y 𝑄3 determinan los valores correspondientes al 25%, 50% y
75% de los datos. 𝑄2coincide con la mediana, el percentil 50 y el
decil 5.

11
Deciles:
El decil, al que simbolizaremos como 𝐷𝑘, es el valor numérico de la
variable tal que el k por ciento de los datos ordenados está por
debajo de ese valor. En consecuencia, el (100−𝑘)por ciento de los
datos está por encima de𝐷𝑘.
𝒌=𝟏,𝟐,𝟑,…𝟗𝟗
Para hallar los deciles primero detectamos a que intervalo
pertenece el decil que buscamos y después procedemos a su
cálculo.

Percentiles:

El percentil k, al que simbolizaremos como 𝑃𝑘, es el valor numérico

de la variable tal que el k por ciento de los datos ordenados está por
debajo de ese valor. En consecuencia, el (100−𝑘) por ciento de los
datos está por encima de 𝑃𝑘.

𝒌=𝟏,𝟐,𝟑…𝟗𝟗

Para hallar los percentiles primero detectamos a qué intervalo

pertenece el percentil que buscamos y después procedemos a su
cálculo.

B.- MEDIDAS DE DISPERSIÓN:

La dispersión(o variabilidad) de un conjunto de datos es una medida

de la distancia entre los datos, y su media. Las medidas de
dispersión miden la variabilidad de una nuestra independientemente
de su causa.
a.- Poca dispersión = Datos homogéneos = Media muy
representativa.
b.- Mucha dispersión = Datos heterogéneos = Media poco
representativa.

1.- Recorridos.

Amplitud o Rango: Diferencia entre observaciones extremas.

12
2,1,4,3,8,4. El rango es 8-1=7
Es muy sensible a los valores atípicos.

Rango intercuartílico:
Es la distancia entre el primer y el tercer cuartil:
Rango intercuartílico = (P75-P25) ó (𝑄3-𝑄1)

2.- Varianza y desviación típica.

Se llama varianza de una serie de datos 𝑥1, 𝑥2, 𝑥3,…… 𝑥𝑛

Y se representa como 𝑆2 al siguiente cociente :

Desviación típica
Es la raíz cuadrada de la varianza
Tiene la misma dimensionalidad (unidades) que la variable.

3.- Coeficientes de variación.

Es la razón entre la desviación típica y la media (cuando la media

es distinta de cero )

 Mide la variación relativa

 Siempre en porcentaje (%)
 Muestra la variación relativa con respecto a la media.
 Se puede utilizar para comparar la variabilidad de dos o más
conjunto de datos medidos en diferentes unidades.

13