Estadística

Experimento:
Se llama experimento a la observación planeada de un fenómeno de cualquier índole con el
objetivo de conocer su comportamiento, poder describirlo t/o tomar una decisión

Unidad experimental:
Se llama unidad experimental a cada uno de los entes que son observados en el experimento.

Medición:
Se llama medición a la asignación- conforme a reglas preestablecidas- de valores (símbolos,
numerales o números) a cada una de las características que poseen las unidades
experimentales.

Escala de medición:
Se llama escala de medición a una regla preestablecida o instrumento de medición, que
consiste en un conjunto de valores que se asignaran a una característica especifica que poseen
las unidades experimentales.

Dato estadístico:
Se llama dato estadístico al valor asignado a una de las características de una unidad
experimental, conforme a la escala de medición empleado.

El dato estadístico es el valor que resulta de una medición.

Tipos de datos estadísticos

Datos estadísticos cualitativos:
Son aquellos valores correspondientes a los atributos o propiedades categóricas que solo se
categóricas que solo se pueden usar para identificar y describir a una unidad experimental.

Datos estadísticos cuantitativos:

Son aquellos valores que además de identificar y describir a una unidad experimental,
establecen las diferencias posibles entre los valores en cantidad y grado.

Tipos de escala:
Escala nominal:
Una escala nominal es una escala de medición que se usa únicamente para calificar a los entes
en distintas categorías.

Escala ordinal:
Una escala ordinal es una escala de medición que se usa para, además de calificar a los entes
en distintas categorías, calificarlos de acuerdo con su rango.
Escala de intervalo o distancia:
Una escala de intervalo es una escala de medición que se usa para, además de clasificar a los
entes en distintas categorías y clasificarlos de acuerdo con su rango, poder establecer una
distancia

entre dos cualquiera de ellos.

Escala de razón o proporción:

Una escala de razón es una escala de medición que se usa para, además de clasificar a los
entes en distintas categorías, clasificarlos de acuerdo con su rango, y poder establecer una
distancia entre dos cualquiera de ellos, poder establecer una proporcionalidad entre dos
cualquiera de ellos.

Información
Se llama información al resultado de la evaluación de los datos estadísticos cuando se los
compara con una adecuada referencia.

Estadística
Se llama estadística a la disciplina científica que crea, desarrolla y aplica los adecuados
métodos de recopilación de datos, y su evaluación, para transformarlos en informaciones con
las cuales se describan objetivamente las distintas situaciones investigadas, se analice el
comportamiento de determinadas características que poseen las unidades experimentales, y
se tomen decisiones en condición de incertidumbre.

Universo:
Se llama universo al conjunto de unidades experimentales que poseen características comunes
observables, para obtener información sobre un hecho particular.

Variable:
Se llama variable a cualquier característica observable que tienen las unidades experimentales.

Se llama recorrido de una variable al conjunto de los posibles valores que ella puede asumir.

Variable cualitativa:
Una variable es cualitativa, cuando los valores que puede asumir no constituyen un espacio
métrico.

Variable cuantitativa:
Una variable es cuantitativa, cuando los valores que puede asumir si constituye un espacio
métrico.

Variable cuantitativa continua:

Dado un intervalo (a; b) de números reales, si cualquier número real que pertenece a dicho
intervalo puede ser un valor de la variable, entonces la variable, entonces la variable es una
variable cuantitativa continua.
Las variables continuas se originan cuando la característica a medir es una magnitud (longitud,
superficie, volumen, peso, tiempo, dinero) y no se establecen restricciones. El recorrido de una
variable continua es siempre infinito no numerable.

Variable cuantitativa discreta:

Dado un intervalo (a; b) de números reales, si solo algunos números reales que pertenecen
que pertenecen a dicho intervalo pueden ser un valor de la variable, entonces la variable es
una variable cuantitativa discreta.

Las variables discretas se originan en los conteos, o cuando se establecen restricciones al

medir magnitudes. El recorrido de una variable discreta es siempre finito o infinito numerable.

Población:
Se llama población a cada una de las variables particulares que estudian en un universo.

Muestra:
Se llama muestra a un subconjunto o parte de una población sobre la base de la cual se puede
hacer un juicio acerca de esta.

Etapas de la tarea estadística:

Se llama etapa de la tarea estadística a una serie de pasos que se deben cumplir a los efectos
de obtener la información necesaria para la realización de un trabajo de investigación, en
cualquier

disciplina, que permitirán una buena planificación, organización y administración de los

recursos.

Las etapas de la tarea estadística pueden resumirse en las siguientes:

1- Enunciación del problema, definición del universo e identificación de las variables

2- Formulación de los instrumentos de medición

3- Recopilación de datos

4- Presentación de los datos

5- Análisis de los datos

6- Interpretación de los resultados.

Regularidad estadística
Se llama regularidad estadística a la información del comportamiento de una variable, que
proporciona el registro ordenado de sus valores observados.

Cantidades absolutas y relativas

Cantidades absolutas:
Se llaman cantidades absolutas a aquellos datos cuantitativos que, cuando son presentados
y/o analizados, están expresados en las unidades de medida correspondientes a la magnitud
que se esta midiendo.
Cantidades relativas:
Se llaman cantidades relativas a aquellos datos cuantitativos que surgen del cociente entre dos
cantidades absolutas correspondientes a la misma magnitud y unidad de medida.

Proporción estadística:
Se llama proporción estadística a la cantidad relativa que se obtiene haciendo el cociente entre
una parte y su correspondiente total.

Cuadro estadístico:
Se llama cuadro estadístico a un arreglo de filas y columnas dispuestas metódicamente de
modo tal que se puedan presentar y organizar los datos para clasificarlos adecuadamente.

Estos cuadros estadísticos deben estar estructurados teniendo en cuenta las siguientes partes
componentes

Titulo

Nota de encabezado

Columna matriz

Encabezado

Cuerpo

Nota al pie

Fuente.

Gráfico Estadístico:
Se llama grafico a un dibujo metódicamente realizado para presentar los datos y expresarlos
en forma plástica.

Partes estructurales de un gráfico estadístico:

Para una mejor interpretación de los datos que están expresados plásticamente en un gráfico
estadístico, este debe estar estructurado teniendo en cuenta las siguientes partes que lo

componen:

Titulo

Nota de encabezado

Diagrama

Nota al pie

Fuente

Título:
El cuadro estadístico debe describir concisamente el contenido del cuadro.
Nota de encabezado:
Esta nota se incorpora al cuadro para explicar ciertos puntos relacionados con la tabla
completa que no han sido incluidos en el titulo o cuando se quiere hacer una ampliación de
este.

Columna matriz
Teniendo en cuenta la naturaleza fundamental de los datos estadísticos que se quiere
presentar, se debe establecer cuál de las variables se considera más significativa o importante.

Encabezado de las columnas

Los valores de las otras variables que quieran ser presentadas junto a la variable más
significativa, o algunas características especiales de esta, generalmente se disponen en
columnas.

Cuerpo
Es el conjunto de celdas que se forman con la intersección de filas y columnas, estas se llaman
unidad básica de presentación del cuadro estadístico, y en cada una de ellas se registra los
datos

correspondientes.

Nota al pie
Cuando es necesario clarificar o explicitar algún dato o elemento en particular, se realiza una
nota especifica al pie del cuadro estadístico

Fuente:
La fuente es el último ítem que se presenta en todo cuadro estadístico, y en ella se consigna el
origen y la forma de relevamiento de los datos.

Gráfico estadístico
Se llama grafico a un dibujo metódicamente realizado para presentar los datos y expresarlos
en forma plástica.

Partes estructurales de un gráfico estadístico

Un gráfico estadístico debe estar estructurado teniendo en cuenta las siguientes partes que lo
componen:

Titulo

Nota de encabezado

Diagrama

Nota al pie

Fuente

Titulo:
El título de un gráfico estadístico debe describir concisamente lo que se quiere expresar.

Nota de encabezado:
La nota de encabezado se incorpora al grafico cuando se quiere hacer una ampliación del
título, ya sea detallando algún elemento importante o aclarando la unidad de medida de la
magnitud que corresponde a los datos.

Diagrama:
El diagrama de un gráfico estadístico está formado por los distintos trazos que se utilizan para
realizar los dibujos. Estos trazos pueden ser líneas, rectángulos, circunferencia, figuras, etc.

Nota al pie:
La nota al pie se incluye cuando es necesario clarificar o explicitar algún dato o elemento en
particular presentado en el grafico estadístico.

Fuente:
La fuente es el último ítem que se presenta en todo grafico estadístico, y en ella se consigna el
origen y la forma de relevamiento de los datos.

Gráficos estadísticos para variables cualitativas

Gráficos estadísticos de barras:
Los gráficos de barras se utilizan, fundamentalmente, cuando una de las variables es
cualitativa.

Según la posición de las barras en el diagrama se denomina gráfico de barras verticales o

grafico de barras horizontales.

Gráficos estadísticos para variables cuantitativas:

Gráfico estadístico lineal
Este tipo de grafico se utiliza para representar valores de dos o más variables cuantitativas en
forma simultánea, o para mostrar la evolución de unas variables cuantitativas a través del
tiempo, usando para ello un sistema de coordenadas cartesianas ortogonales.

Gráficos circulares
Este tipo de grafico se utiliza para visualizar la incidencia que tiene cada una de las partes de
un total, así como también para mostrar la evolución de estas en el tiempo o en el espacio, en
cuyo caso se presenta un gráfico para cada instante o lugar a comparar. Se puede utilizar tanto
para variables cualitativas como cuantitativas.

Un gráfico circular o torta (pie, en inglés) consiste, consiste como su nombre lo indica, en un
círculo dividido en sectores circulares.

Análisis descriptivo
Distribución de frecuencia
Uno de los objetivos de realizar un análisis descriptivo es lograr una posible aproximación a la
estructura de comportamiento de los datos, esto es evidenciar la presencia de la regularidad
estadística.

Cuando los datos disponibles son pocos, es casi imposible detectar dicha regularidad. En
cambio, cuando la cantidad de datos es grande es factible evidenciar la regularidad estadística.

Frecuencia absoluta:
Se llama frecuencia absoluta a la cantidad de datos, o valores observados de una variable, que
pertenece a una misma clase de equivalencia.

Si el total de observaciones fuese considerado la unidad, entonces cada valor de la frecuencia

absoluta sería una parte de uno, generándose así las cantidades relativas.

Frecuencia relativa:
Se llama frecuencia relativa al cociente entre la frecuencia absoluta y la cantidad total de
observaciones.

Distribución de frecuencias:
se llama distribución de frecuencias a una relación de clasificación de los datos que asigna a
cada valor, o grupo de valores que formen una misma clase de equivalencia, de una o más
variables,

su correspondiente frecuencia.

La distribución de frecuencias se utiliza, entonces, para tener los datos estadísticos,

organizados, clasificados y distribuidos en las distintas clases.

Al conjunto de datos organizados, clasificados y distribuidos se los denomina datos agrupados

en una distribución de frecuencias.

Según la cantidad de variables que se quiera clasificar, las distribuciones de frecuencias

pueden ser univariadas o polivariadas.

- Una distribución de frecuencias es univariada cuando se clasifica solamente una variable

- Una distribución de frecuencias es polivariada cuando se clasifican conjuntamente dos o más

variables.

Las distribuciones de frecuencias se presentan en forma tabular y/o grafica de moto tal que
permitan una organización adecuada de lo datos para proceder al análisis y a la posterior
obtención de medidas capaces de brindar la información requerida.

Variables cualitativas:
Se llama frecuencia absoluta simple para variables cualitativa o categórica a la cantidad de
unidades experimentales que pertenecen a una determinada categoría.

Dado que las frecuencias absolutas no pueden destacar la cuantía o importancia relativa que
cada categoría tiene en el recorrido de esta, es conveniente relacionar las cantidades absolutas
con el total de observaciones y tener, en consecuencia, cantidades relativas
Se llama frecuencia relativa simple al cociente entre la frecuencia absoluta simple y la cantidad
de observaciones.

Variables cuantitativas discretas

Cuando hay que clasificar las unidades experimentales de acuerdo con unas variables
cuantitativa discreta, generalmente, cada valor individual de la variable representa una clase
de equivalencia

Se llama frecuencia absoluta simple para variable discreta a la cantidad de veces que se repite
un valor de la variable.

Se llama frecuencia absoluta acumulada para variable discreta la cantidad de unidades

experimentales con un valor de la variable menor o igual a un valor dado.

Se llama frecuencia relativa simple al cociente entre la frecuencia absoluta simple y la cantidad
de observaciones.

Se llama frecuencia relativa acumulada al cociente entre la frecuencia absoluta acumulada y la

cantidad de observaciones.

Frecuencia absoluta simple. Presentación tabular

La presentación tabular de una distribución de frecuencias absolutas simples para variable
discreta consiste en un cuadro de dos columnas.

En la primera, la columna matriz, se colocan los valores de la variable en todo su recorrido y en

la segunda columna, las correspondientes frecuencias absolutas simples asociadas a cada

valor de la variable.

Frecuencia absoluta simple. Presentación grafica.

Gráfico de bastones
Para presentar en forma gráfica una frecuencia absoluta simple de una variable discreta se
utiliza un gráfico llamado gráfico de bastones.

Para construir este grafico se utiliza un sistema de coordenadas cartesianas ortogonales. En el

eje de abscisas se presenta la variable en estudio, y en el eje de ordenadas, la frecuencia
simple.

El valor de la frecuencia absoluta simple para un determinado valor de la variable discreta está
representado por la ordenada correspondiente y el diagrama es un segmento paralelo al eje
de

ordenadas, llamado bastón, cuya longitud coincide con dicha frecuencia.

Frecuencia absoluta acumulada. Presentación tabular:

Esta frecuencia se obtiene sumando, a la frecuencia absoluta simple correspondiente a un
valor de la variable, las frecuencias absolutas simples correspondientes a todos los valores
anteriores,

o, lo que es lo mismo, a la frecuencia simple correspondiente al valor de la variable se le suma

la frecuencia acumulada hasta el valor anterior.

La frecuencia absoluta acumulada, generalmente, se presenta en forma tabular y acompañada

de la frecuencia absoluta simple. Para ello se agrega una columna al correspondiente cuadro.

Presentación grafica de las frecuencias absolutas acumuladas. Gráfico escalonado o

en escalera
Para presentar en forma gráfica una distribución de frecuencia absoluta acumulada de una
variable discreta se utiliza un gráfico llamado grafico escalonado o grafico en escalera. Para
construir este grafico se utiliza un sistema de coordenadas cartesianas ortogonales. En el eje
de las abscisas se presenta la variable de estudio, y en el de ordenadas, los valores de la
frecuencia absoluta acumulada.

Frecuencia relativa simple y acumulada. Presentación tabular.

la frecuencia relativa es una proporción estadística, por ello, generalmente esta expresada en
porcentaje.

Variables cuantitativas continuas

Intervalo de clase
De acuerdo con la definición de variables cuantitativas continúas dada en el capítulo 1, ‘’ si
cualquier número real que pertenece a dicho intervalo puede ser un valor de la variable.’’ y
teniendo en cuenta que los reales no son numerales, resulta imposible realizar un listado de
todos ellos, como se hace cuando se trabaja con las variables discretas.

Para proceder al análisis estadístico del comportamiento de una variable cuantitativa continua,
cuando se hace necesario agruparlos por contar con veinte o más datos, a la amplitud total del
recorrido se la debe particionar en clases de equivalencia, las cuales, necesariamente, deben
ser intervalos.

Estos se llaman intervalos de clase.

La amplitud total del recorrido es la diferencia entre el valor máximo y el valor mínimo que,
razonablemente, puede asumir la variable en estudio.

La amplitud de cada uno de los intervalos de clase es el cociente entre la amplitud total del
recorrido y la cantidad de intervalos de clase necesarios para la clasificación de las n
observaciones.

Frecuencias
Frecuencia absoluta simple para variable continua
Se llama frecuencia absoluta simple para variable continua a la cantidad de unidades
experimentales cuyos valores observados de la variable pertenecen a un mismo intervalo de
clase.

Frecuencia absoluta acumulada para variable continua:

Se llama frecuencia absoluta acumulada para variable continua a la cantidad de unidades
experimentales que tienen un valor observado de la variable menor al límite superior de un
intervalo.

Así como ocurre en las variables discretas, en las variables continuas las frecuencias absolutas
tampoco pueden destacar la cuantía o importancia relativa que cada intervalo de clase tiene
en

el recorrido de la variable.

Frecuencia relativa simple:

Se llama frecuencia relativa simple al cociente entre la frecuencia absoluta simple y la cantidad
de observaciones.

Frecuencia relativa acumulada:

Se llama frecuencia relativa acumulada al cociente entre la frecuencia absoluta acumulada y la
cantidad de observaciones.

Frecuencia absoluta simple. Presentación tabular.

La presentación tabular de una distribución de frecuencias absolutas simples para variable
continua consiste en un cuadro de dos columnas.

En la primera columna, se colocan ordenadamente los intervalos de clase, y en la segunda, las

correspondientes frecuencias absolutas simples asociadas a cada intervalo.

Representación gráfica de la distribución de frecuencias absolutas simples

Para presentar en forma gráfica una distribución de frecuencias absoluta simple de una
variable continua se utiliza un gráfico llamado histograma.

La frecuencia absoluta simple correspondiente a un determinado intervalo de clase está

representada por la superficie de un rectángulo cuya base es la amplitud a, de dicho intervalo.

Para construir un histograma se utiliza el sistema de coordenadas cartesianas ortogonales. En

el eje de abscisas se representa la variable de estudio, marcando los intervalos de clase, y en el
eje de ordenadas, la altura de los rectángulos. la superficie total que cubre el histograma es
igual al total de observaciones ya que está formado por la suma de las superficies de cada uno
de los rectángulos que lo integran.

Frecuencia absoluta acumulada. Presentación tabular

Esta frecuencia se obtiene sumando a la frecuencia absoluta simple correspondiente a un
intervalo, las frecuencias absolutas simples correspondientes a todos los intervalos anteriores.

A la frecuencia absoluta acumulada, generalmente, se la presenta en forma tabular y

acompañada de la frecuencia absoluta simple.
Representación gráfica de la distribución de frecuencias absolutas acumuladas. Ojiva
Para presentar en forma gráfica una distribución de frecuencia absoluta acumulada de una
variable continua se utiliza un gráfico llamado Ojiva.

Para construir una Ojiva se utiliza el sistema de coordenadas cartesianas ortogonales. En el eje
de abscisas se representa la variable en estudio, Marcando los intervalos de clase, y en el eje
de

ordenadas, la frecuencia absoluta acumulada.

El grafico comienza en el límite inferior del primer intervalo. A este valor le corresponde 0
porque no hay frecuencia simple inferior a dicho límite.

Luego el primer punto de la ojiva es el punto de coordenadas.

Frecuencia relativa simple y acumulada. Presentación tabular:

La frecuencia relativa es una proporción estadística, por ello, generalmente esta expresada en
porcentaje.

Representación gráfica de la frecuencia relativa:

A la distribución de frecuencias relativas se la puede presentar en forma gráfica, utilizando
aquellos gráficos estudiados para la distribución de frecuencias absolutas.

Variables discretas:
Para presentar gráficamente a la distribución de frecuencias relativas simples de una variable
discreta, se utiliza el grafico de bastones.

Los valores del eje de ordenadas son proporciones, números reales entre cero y uno. La
longitud de cada uno de los bastones representa la proporción de unidades experimentales
que tienen el valor de variable correspondiente.

Para presentar gráficamente a la distribución de frecuencias relativas acumuladas de una

variable discreta, se utiliza el grafico en escalera o escalonado.

Los valores del eje de ordenadas son proporciones, números reales entre cero y uno. El
máximo valor de este eje es uno. La altura de cada escalón representa la proporción de
unidades experimentales que tiene el valor de variable menor o igual al correspondiente.

Variables continuas:
Para presentar gráficamente a la distribución de frecuencias relativas simples de una variable
continua, también se utiliza el histograma.

La superficie de cada rectángulo representa la proporción de unidades experimentales que

pertenecen a cada intervalo. La superficie total que cubre el histograma necesariamente es
igual a 1

Medidas que resumen información

Uno de los objetivos de todo trabajo estadístico, quizá uno de los principales, es la obtención
de informaciones a partir de los valores observados de una o más variables.

Las medidas que resumen información se llaman parámetros estadísticos cuando se calculan
con una o más poblaciones, es decir, con la totalidad de los valores de una o más variables.

Se llaman parámetros estadísticos a las medidas que resumen información cuando son
calculadas usando algún modelo matemático que describa el comportamiento probabilístico
de las poblaciones. Los parámetros estadísticos son valores poblacionales.

Las medidas que resumen información que se calculan con los datos de una muestra se llaman,
en condiciones especiales que se estudiaran en capítulos posteriores, estimadores. Estos son
valores muéstrales.

Las medidas que resumen información se pueden agrupar en distintas categorías, según que se
quiere medir, que se quiere describir, o que información se quiere proporcionar. A los fines

didácticos, en este trabajo, se las agrupa en los siguientes cuatro tipos:

- Medidas de concentración

- Medidas de tendencia central o de posición

- Medidas de variabilidad o dispersión

- Medidas de forma.

Medidas de concentración

Se llaman medidas de concentración a aquellas medidas con las cuales se puede establecer el
porcentaje de datos que está concentrado dentro de un determinado intervalo; o un intervalo
que contenga una determinada concentración porcentual de datos.

Hay dos tipos de medidas de concentración. Con la primera se mide la concentración, en

porcentaje, a partir de un valor conocido de la variable. Con la segunda, a partir de un
porcentaje conocido de concentración, se determina el valor de la variable hasta donde se
acumula ese porcentaje.

Rango u orden de percentil

Se llama rango u orden percentil a la frecuencia relativa porcentual que se acumula desde el
mínimo valor recorrido hasta un valor dado de la variable.

El rango percentil se mide para un valor específico de la variable y brinda el porcentaje de

datos que se acumula entre el menor valor de la variable y el valor dado. Para su cálculo hay
que utilizar la frecuencia relativa acumulada.

La información que proporciona este valor es la siguiente:

La diferencia entre los rangos percentiles de dos valores de la variable X mide la concentración
de datos que hay en el intervalo formado por ellos.

Variables discretas:
En el caso de la variable discreta el rango percentil para un valor dado queda determinado
directamente por la frecuencia relativa acumulada hasta dicho valor. No se requieren formulas
especiales.

Variables continuas
En el caso de variable continua hay que diferenciar dos situaciones, a saber:

A) Cuando el valor dado coincide con el límite superior de un intervalo, el rango percentil
queda determinado directamente por la frecuencia relativa acumulada hasta dicho

valor. No se requieren formulas especiales.

B) Cuando el valor dado no coincide con el límite superior de un intervalo, para la

determinación del rango percentil se requiere una fórmula de interpolación lineal.

La fórmula de interpolación a la que se refiere el parrafo anterior se puede aplicar

indistintamente, en una distribución de frecuencias absolutas, o en una distribución de
frecuencias relativas.

La frecuencia de interpolación que se utiliza para calcular la frecuencia relativa acumulada

hasta el valor de la variable continua que sea inferior a un determinado intervalo.

Se recuerda que, generalmente, a la frecuencia relativa se la expresa en porcentaje,

multiplicado esta por 100.

Percentiles
Se llama percentil de orden K a aquel valor hasta donde se acumula, a lo sumo, el k% de los
datos, y desde donde se acumula a lo sumo el (100-k) %.

Los percentiles son medidas de concentración que pueden localizarse en variables cualitativas
medidas en escala ordinal, cuantitativamente con datos sin agrupar y cuantitativas con datos

organizados en una distribución de frecuencias.

A los fines prácticos, es más simple trabajar con el orden absoluto del percentil, simbolizado
O.A.P

El orden absoluto del percentil es la frecuencia absoluta acumulada correspondiente al valor K,

y se obtiene calculando el K% del total de observaciones.

Variables discretas
El valor del percentil de orden K se determina utilizando la distribución de frecuencias
acumuladas, absolutas o relativas indistintamente. En el caso de variables discretas, se
procede de la siguiente manera:

Sea

OAP: orden absoluto del percentil

Xk: percentil de orden K

Se determina el OAP
- Si el OAP no coincide con algún valor de la frecuencia absoluta acumulada, entonces se busca
el primer valor de esta que supera al OAP. El valor de la variable que le corresponde es el
percentil de orden K buscado.

- Si el OAP coincide con algún valor de la frecuencia absoluta acumulada, entonces el percentil
de orden K buscado es la semisuma entre el valor de la variable que le corresponde y el
siguiente.

Variables continuas
El valor del percentil de orden K se determina utilizando la distribución de frecuencias
acumuladas, absolutas o relativas indistintamente. En el caso de variables continuas, se
procede de la siguiente manera:

Se determina el OAP:

- Si el OAP coincide con algún valor de la frecuencia absoluta acumulada, entonces el valor del
límite superior del intervalo correspondiente es el percentil de orden K buscado.

- Si el OAP no coincide con algún valor de la frecuencia absoluta acumulada, entonces se busca
el primer valor de esta que supera al OAP. El intervalo que le corresponde es el intervalo que
contiene al percentil buscado. Para determinarlo se utiliza una fórmula de interpolación.

Determinación gráfica:
Es posible determinar gráficamente el valor de las medidas de concentración, utilizando tanto
un gráfico en escalera o la ojiva, según se trate de una variable discreta o continua.

-Determinación gráfica del rango percentil k

Dado un valor de la variable xo, hay que localizarlo en el eje de abscisas. A partir de ese punto
se traza un segmento paralelo al eje de ordenadas, hasta intersecar con la ojiva. La ordenada
correspondiente es el valor de la frecuencia absoluta acumulada hasta Xp.

Medidas de posición o de tendencia central

Se llaman medidas de posición o de tendencia central de una variable, a aquellos valores
destacados con los cuales es posible representar la totalidad de los valores observados de la
variable.

Las medidas de posición o tendencia central no necesariamente son valores de la variable,

pero si están expresadas en la misma magnitud, por lo tanto, pueden ser localizadas en el
mismo eje de coordenadas donde este representa la variable.

La medida de posición o tendencia central son

Moda o moda; mediana, promedios simples (media aritmética, media geométrica, media
armónica),

Promedio aritmético ponderado.

Modo o moda:
Se llama modo o moda al valor de la variable que se presenta con mayor frecuencia.
Variables discretas:
Cuando la variable es cuantitativa discreta, el valor del modo se puede determinar mediante la
sola inspección de la columna de las frecuencias simples, absolutas o relativas,
indistintamente.

El valor que tenga mayor frecuencia simple, absoluta o relativa, es el modo.

Variables continuas: en una distribución de frecuencias de variable cuantitativa continua no

es posible encontrar un valor que presente mayor frecuencia simple ya que los valores se
encuentran agrupados en intervalos de clase. Si es posible encontrar un intervalo de mayor
frecuencia.

El intervalo de mayor frecuencia simple, si existe, se llama intervalo modal. El modo, entonces,
es un valor que pertenece a dicho intervalo y para localizarlo hay que utilizar una fórmula de

interpolación.

Determinación grafica del modo cuando la variable es discreta:

En las variables cuantitativas discretas, el modo puede localizarse gráficamente utilizando el
grafico de bastones.

El valor de la variable cuyo bastón tenga la máxima longitud es el modo.

Determinación del modo cuando la variable es continua:

En las variables cuantitativas continuas, el modo puede localizarse gráficamente utilizando el
histograma.

Mediana:
Se llama mediana de una variable al valor que supera y es superado por, a lo sumo, igual
cantidad de observaciones.

Orden mediano
Se llama orden mediano a la ubicación de la mediana dentro del recorrido de la variable.

La determinación de la mediana puede realizarse en variables cualitativas, solo si están

medidas en escala ordinal y sus categorías se presentan ordena mente.

También se localiza a la mediana en las variables cuantitativas. Los datos pueden no estar
agrupados, o si estar agrupados en una distribución de frecuencias.

Variable cuantitativa, datos no agrupados.

Si la variable es cuantitativa, pero los valores observados no están organizados en una
distribución de frecuencias, para determinar la mediana se procede de la siguiente manera:

Primero se ordenan los valores observados de la variable.

Generalmente, se lo hace en forma creciente.

Si la cantidad n de datos es impar, la mediana es directamente el valor del que está ubicado en
el medio, y si dicha cantidad es par, entonces la mediana es el valor que surge de la semisuma
de los dos valores centrales.

Datos agrupados en una distribución de frecuencias

Para determinar la mediana de una variable cuando los datos están agrupados en una
distribución de frecuencias, el orden mediano sufre un ligero cambio, ahora es exactamente la
mitad de los datos y se lo llama Orden absoluto de la mediana, OAM. Este es un valor de la
frecuencia absoluta acumulada.

OAM= n/2

Variable discreta
Si la variable es discreta, y la distribución esta presentada en forma puntual, el valor de la
mediana se determina de la siguiente manera:

Se determina el OAM

- Si el OAM no coincide con algún valor de la frecuencia absoluta acumulada, entonces se

busca el primer valor de esta que supera al OAM.

- Si el OAM coincide con algún valor de la frecuencia absoluta acumulada, entonces la mediana
es la semi- suma entre el valor de la variable que le corresponde y el siguiente.

Variable continua
Cuando la variable es continua, el valor de la mediana se determina utilizando la distribución
de frecuencias acumuladas, absolutas o relativas indistintamente. En este caso, se procede de
la siguiente manera:

Se determina el OAM:

- Si el OAM coincide con algún valor de la frecuencia absoluta acumulada, entonces el valor del
límite superior del intervalo correspondiente es la mediana.

- Si el OAM no coincide con algún valor de la frecuencia absoluta acumulada, entonces se

busca el primer valor de esta que supera al OAM. El intervalo que le corresponde es el
intervalo que contiene a la mediana. Para determinarlo se utiliza una fórmula de interpolación.

Características de la mediana
En la mediana se destacan las siguientes características

El valor de la mediana es igual al percentil 50

El valor de la mediana no se ve afectado por la presencia de valores extremos de la variable.

Determinación grafica de la mediana

En las variables cuantitativas, la mediana se localiza gráficamente utilizando la ojiva.

Promedios simples
Se llaman promedios simples de una variable, a ciertos valores que se obtienen mediante la
aplicación de operadores matemáticos, a la totalidad de los valores observados de dicha
variable, bajo el supuesto de que todas las unidades experimentales medidas tienen la misma
importancia relativa.

Los promedios simples pueden ser calculados solo cuando las variables son cuantitativas,
porque las categorías de las variables cualitativas no admiten operaciones algebraicas.

Promedio o media aritmética

El promedio o media aritmética de una variable x es el número que resulta de sumar todos los
valores observados de la variable y dividir esta suma por la cantidad de unidades
experimentales que tienen.

La media aritmética: es el cociente entre el total observado de la magnitud en estudio y la

cantidad de elementos con los cuales está formado dicho total.

El valor numérico de la media aritmética debe interpretarse como “cuanto le correspondería a

cada uno, si todos fuesen iguales’’

El método de cálculo de la media aritmética cambia ligeramente, según se trate de:

- Valores de una variable sin agrupar

- Valores de una variable discreta agrupados en una distribución de frecuencias absolutas

simples.

- Valores de una variable continúa agrupados en una distribución de frecuencias absolutas

simples.

- Valores de una variable, discreta o continua, agrupados en una distribución de frecuencias

relativas simples.

Valores de una variable discreta agrupados en una distribución de frecuencias

simples:
Si los valores de una variable discreta están agrupados en una distribución de frecuencias, para
calcular la media aritmética, cada valor de la variable debe multiplicarse por la respectiva
frecuencia absoluta simple, porque esta representa la cantidad de veces que se repite ese
valor.

Valores de una variable continúa agrupados en una distribución de frecuencias

En las distribuciones de frecuencias de variables continuas no hay valores puntuales de la
variable, por tal motivo, para calcular la media aritmética, se debe determinar un punto de
cada intervalo que sea el represente de la clase. Este punto, llamado por algunos autores la
marca de la clase, es el punto medio del intervalo y representa, a los efectos del cálculo, el
valor de la variable en ese intervalo.

Valores de una variable, discreta o continua, agrupados en una distribución de

frecuencias relativas simples
Es posible calcular la media aritmética cuando se cuenta con una frecuencia relativa simple.
Para ello hay que hacer una adaptación de la formula.
Propiedades de la media aritmética
Desviación: se llama desviación con respecto a la media aritmética a la diferencia entre un
valor individual de la variable y su media aritmética.

Promedio o media geométrica

El promedio o media geométrica de la variable x es el número resultante de multiplicar todos
los valores observados de la variable extrayendo a este producto la raíz de índice igual a la
cantidad de datos.

El método de cálculo de la media geométrica cambia ligeramente según se trate:

- Valores de una variable sin agrupar

- Valores de una variable, discreta o continua, agrupados en una distribución de frecuencias

absolutas simples.

- Valores de una variable, discreta o continua, agrupados en una distribución de frecuencias

relativas simples.

La utilización del promedio o media geométrica es de poco uso principalmente por las
siguientes desventajas

1) Los valores de la variable deben ser no nulos y, en algunos casos necesariamente positivos.

2) La obtención del promedio o media geométrica resulta bastante laboriosa, por ello rara vez
se utiliza cuando los datos están agrupados en una distribución de frecuencias, no obstante, la
utilización de logaritmos facilita su cálculo.

Promedio o media armónica

El promedio o media armónica de la variable x es el numero resultante de hacer el cociente
entre la cantidad de observaciones y la suma de las inversas de todos los valores observados
de la variable.

El método de cálculo de la media armónica cambia ligeramente según se trate de:

- Valores de una variable sin agrupar

- Valores de una variable, discreta o continua, agrupados en una distribución de frecuencias

absolutas simples

- Valores de una variable, discreta o continua, agrupados en una distribución de frecuencias

relativas simples.

Ponderación
Se llama ponderación a aquella cantidad que permite asignar a cada unidad experimental que
proporciona un valor de la variable en estudio, una determinada importancia o peso relativo.

Las ponderaciones pueden ser subjetivas u objetivas. Son subjetivas cuando un sujeto, sobre la
base de su saber y entender, asigna una cantidad la ponderación que considera adecuada. Son
objetivas cuando hay otra variable asociada cuyos valores pueden ser usados como
ponderaciones.
Medidas de variabilidad:
Las medidas de variabilidad son aquellas que permiten estudiar cómo se desvían, en su
conjunto, los valores observados de una variable, con respecto a alguna medida de tendencia
central.

Desvió medio
El desvió medio es una medida de variabilidad que surge del promedio aritmético del módulo
las desviaciones de los valores observados de una con respecto a una medida de tendencia
central.

Usualmente, las medidas de tendencia central que se utilizan en el cálculo del desvió medio
son: la mediana y la media aritmética.

Suma de cuadrados:
La suma de cuadros es una medida de variabilidad que mide la variabilidad total de los valores
observados de una variable con respecto a su media aritmética.

El método de cálculo de la suma de cuadrados cambia ligeramente, según se trate de:

- Valores de una variable sin agrupar

- Valores de una variable, discreta o continua, agrupados en una distribución de frecuencias

absolutas simples.

Varianza: la varianza es una medida de variabilidad que mide el promedio aritmético del
cuadrado de los desvíos que se producen entre cada valor de la variable y la media aritmética.

Desvió estándar o desvió típico

El desvió estándar o desvió típico de una variable es la raíz cuadrada positiva de la varianza.

El desvió estándar o desvió típico es una medida de variabilidad absoluta, porque su valor
numérico esta expresado en la misma dimensión de la variable manteniendo la magnitud.

Coeficiente de variación:
El coeficiente de variación de una variable es el cociente entre el desvió estándar y la media
aritmética de dicha variable.

El coeficiente de variación es un número puro, desprovisto de magnitud. Es una medida de

variabilidad relativa. Relaciona el desvió estándar con la media aritmética.

Coeficiente de disparidad en variables cualitativas o categóricas

El coeficiente de disparidad de variables cualitativas mide la variabilidad relativa entre las
categorías de una variable cualitativa

Momentos empíricos:
Los momentos empíricos son operadores matemáticos que se obtienen a partir de los valores
observados de la variable.
Los momentos empíricos se clasifican en absolutos y centrados.

Se llama momento empírico absoluto de orden K de la variable, al promedio aritmético de la

potencia k- esima de los valores observados de la variable.

Momentos empíricos centrado.

Se llama momento empírico centrado de orden K de la variable, al promedio aritmético de la
potencia k-esima de los desvíos, de cada uno de los valores individuales observados de la
variable, con respecto a la media aritmética.

Medidas de forma
Otra característica importante para tener en cuenta al analizar los valores observados de una
variable es la forma que presenta la distribución de frecuencias correspondiente ya que ello
permite visualizar aproximadamente cual podría ser el modelo matemático que mejor se
ajusta para describir el comportamiento ya que ello permite visualizar aproximadamente cual
podría ser el modelo matemático que mejor se ajusta para describir el comportamiento de una
variable.

Una distribución de frecuencias es simétrica cuando, si la variable es discreta, las frecuencias

simples correspondientes a valores de la variable que equidistan de la media aritmética son
iguales; o si la variable es continua, las frecuencias simples de los intervalos cuyos puntos
medios equidisten de la media aritmética, son iguales.

Curtosis:
Se llama curtosis o apuntamiento, a una determinada relación entre la amplitud total y la
máxima frecuencia, que representa una distribución de frecuencia.

Coeficiente de asimetría:
El coeficiente de asimetría de una variable x, AsX es el cociente

Es el cociente entre el momento centrado de orden 3 y la potencia tercera del desvió estándar.

Cuando una distribución de frecuencias es simétrica, todos los momentos centrados de orden
impar, necesariamente son nulos.

Coeficiente de curtosis
El coeficiente de curtosis teórico de la función normal estandarizada es igual a 3.

Cualquier distribución de frecuencias que tenga un coeficiente de curtosis igual a cero se dice
que es de curtosis media o mesocúrtica.

Variable de cálculo:
Una variable de cálculo, xc, es una transformación a fin de los valores observados de la variable
en estudio que se genera de modo tal que no represente a alguna magnitud, que sus valores
sean números enteros y que el incremento de ellos sea unitario.

Probabilidad
El estudio se enfocará, entonces, sobre los posibles resultados de aquellas acciones o
experimentos que se llevaran a cabo en un proceso investigación. O sea, el tratamiento de
eventos que ocurrirán.

Modelos matemáticos
Los modelos matemáticos pueden ser

Modelo determinístico: se llama modelo determinístico a aquel modelo matemático que

describe el comportamiento de las variables cuyos valores quedan inequívocamente
determinados a partir de las condiciones en que se llevara a cabo el experimento que las
origina.

Modelo estadístico o no determinístico: Se llama modelo estadístico o no determinístico a

aquel modelo matemático que describe el comportamiento de las variables cuyos valores no
quedan inequívocamente determinados a partir de las condiciones en que se llevara a cabo el
experimento que las origina.

Experimento aleatorio o estocástico

Se llama experimento aleatorio o estocástico a aquel fenómeno emperico que admite dos o
más resultados posibles y no se tienen elementos de juicio suficientes como para poder
predecir con exactitud cuál o cuáles de ellos ocurrirán, aunque se los repita en las mismas
condiciones.

Espacio muestral
Se llama espacio muestral, u, correspondiente a un experimento aleatorio E, al conjunto de
todos los resultados posibles que puede presentar dicho experimento.

De acuerdo con la cantidad de elementos que contiene el conjunto, un espacio muestral puede
ser:

- Infinito

- Infinito numerable

- Infinito no numerable.

Suceso aleatorio
Se llama suceso aleatorio, S, a cualquier subconjunto del espacio muestral, U, correspondiente
a un experimento aleatorio E.

En otras palabras, un suceso aleatorio es un conjunto de algunos (o todos o ninguno) de los

resultados posibles de un experimento aleatorio, que puede ocurrir o no. El carácter de
aleatorio hace que su presencia o ausencia no pueda ser predicha con exactitud.

Sucesos especiales:
Teniendo en cuenta que el conjunto vacío es un subconjunto de cualquier conjunto, el
conjunto vacío es un subconjunto del espacio muestral.

Complemento de un suceso
Se llama complemento de un suceso o suceso complementario, a aquel suceso que ocurre si, y
solo si, no se presenta el suceso S.

Suceso intersección o suceso conjunto:

Se llama suceso intersección o suceso conjunto a aquel suceso que ocurre si, y solo si, se
presentan conjuntamente dos o más de los sucesos que forman el espacio muestral.

Suceso unión incluyente

Se llama suceso unión incluyente a aquel suceso que ocurre si, y solo si, ocurre alguno de los
sucesos que forman el espacio muestral.

Suceso unión excluyente

Se llama suceso unión excluyente a aquel suceso que ocurre solamente uno de los sucesos que
forman el espacio muestral.

Sucesos compatibles:
Dos o más sucesos son sucesos compatibles si, y solo si, es posible que se presenten en forma
conjunta.

La compatibilidad radica en la posibilidad de que pueda haber una presentación simultánea de

los sucesos. Por lo tanto, se puede enunciar que:

Dos o más sucesos son compatibles cuando el suceso intersección no es el conjunto vacío.

Sucesos mutuamente excluyentes o incompatible

Dos o más sucesos son mutuamente excluyentes o sucesos incompatibles si, y solo si, la
presentación de uno de ellos impide, “excluye’’, la presentación del o de los otros.

La incompatibilidad radica en la imposibilidad de que pueda haber una presentación conjunta

de los sucesos. Por tal motivo, se puede enunciar que:

Dos o más sucesos son mutuamente excluyentes cuando el suceso interacción es el conjunto
vacío.

Frecuencia relativa
Se llama frecuencia relativa correspondiente al suceso aleatorio S, al cociente entre la cantidad
de veces que ocurrió el suceso y la cantidad de veces que se repitió el experimento E.

Principio de estabilidad de la frecuencia relativa

El principio de estabilidad de la frecuencia relativa establece que la frecuencia relativa
correspondiente a un suceso aleatorio oscila, con una convergencia asintótica, alrededor de un
número fijo, cuando la cantidad de observaciones del experimento aleatorio crece
indefinidamente.

Definiciones básicas:
Primer axioma:

La probabilidad de ocurrencia de un suceso aleatorio es un número no negativo.

Segundo axioma:

Si el suceso aleatorio es el espacio muestral, a la probabilidad de ocurrencia del suceso se le

asigna el valor 1

Tercer axioma:

Sean S1 y S2 dos sucesos mutuamente excluyentes pertenecientes a un mismo espacio

muestral, la probabilidad de que se presente alguno de los dos, suceso unión, es igual a la
probabilidad de que se presente el suceso S1, más la probabilidad de que se presente el suceso
S2.

Cuarto axioma

Sean S1; S2; … Sk sucesos mutuamente excluyentes de a pares, pertenecientes a un mismo

espacio muestral, la probabilidad de que se presente alguno de ellos, suceso unión, es igual a
la probabilidad de que se presente el suceso S1mas la probabilidad de que se presente el
suceso S2.

Teoremas
Teorema uno

Si el suceso aleatorio es el conjunto vacío, la probabilidad de ocurrencia del suceso aleatorio es

0

Teorema dos

La probabilidad de ocurrencia de un suceso más la probabilidad de ocurrencia de su

complemento es igual a 1

Teorema tres

La probabilidad de ocurrencia de un suceso es un número real comprendido entre 0 y 1

Teorema cuatro

Si S1 Y S2 son suceso de un mismo espacio muestral, la probabilidad de que se presente alguno

de los dos, suceso unión incluyente, es igual a la probabilidad de que se presente el suceso

S1 más la probabilidad de que se presente el suceso S2 menos la probabilidad de que se

presente conjuntamente

Teorema cinco:

Si S1 Y S2 son sucesos de un mismo espacio muestral, la probabilidad de que se presente solo

uno de los dos, suceso unión excluyente, es igual a la probabilidad de que se presente el
suceso

S1 más la probabilidad de que se presente el suceso S2 menos el duplo de la probabilidad de

que se presente conjuntamente.

Definiciones clásicas:
El total de elementos que forman el espacio muestral son todos los casos posibles que pueden
presentarse cuando se realiza un experimento aleatorio y el total de elementos que forman un
suceso aleatorio son todos los casos favorables a dicho suceso.

Se llama probabilidad clásica de ocurrencia del suceso aleatorio S1 incluido el espacio muestral
U, asociado a un experimento aleatorio E, al cociente entre los casos favorables al suceso
aleatorio S y los casos posibles del experimento aleatorio E.

Sean

N: casos `posibles del experimento. Cantidad total de elementos igualmente verosímiles, que
contiene el espacio muestral U

K casos favorables al suceso. Cantidad total de elementos que contiene el suceso aleatorio S.

P(s) CASOS FAVORABLES AL SUCESO/ CASOS POSIBLES DEL EXPERIMENTO.

P(S) k/n

Definición frecuencias
Cuando el espacio muestral no es finito la definición clásica no puede aplicarse ya que no
tienen todos los casos posibles.

Se llama probabilidad frecuencias de ocurrencia del suceso aleatorio S, incluido en el espacio

muestral U, asociado a un experimento aleatorio E, a la frecuencia relativa estabilizada
correspondiente a dicho suceso.

Sean

N: cantidad de observaciones. Cantidad de veces que se repite el experimento aleatorio en las

mismas condiciones

K: frecuencia absoluta: cantidad de veces que se presentó el suceso aleatorio S en las n

repeticiones del experimento.

Fr(s)= K/N frecuencia relativa del suceso S

Definición subjetiva
Se llama probabilidad subjetiva de ocurrencia del suceso aleatorio S, incluido en el espacio
muestral U, asociado a un experimento aleatorio E, a un valor personal que un sujeto asigna a
la ocurrencia del suceso S, basado en su mejor saber y entender, conforme a los axiomas y
teoremas del cálculo de probabilidad.

Interpretación del valor numérico de probabilidad

El valor numérico de probabilidad no dice nada acerca de la ocurrencia o no del suceso
aleatorio en cuestión en la próxima observación. Solamente, brinda información de lo que
puede ocurrir a la larga, luego de una cantidad grande de observaciones.

El valor de probabilidad 1 indica certeza de ocurrencia del suceso aleatorio y el valor de

probabilidad 0 indica imposibilidad de ocurrencia del suceso aleatorio si, y solo si, fueron
calculados utilizando la definición clásica, dado que para utilizar esta definición el espacio
muestral debe ser finito y se conocen cuantos son los casos favorables al suceso aleatorio.

Definición de total conjunto

Se llama total conjunto a la cantidad de resultados posibles del experimento en que dos (o
más) sucesos compatibles se presentan (o no) juntos o simultáneamente.

Definición de total marginal

Se llama total marginal a la cantidad de resultados posibles del experimento en que se
presenta un suceso, ya sea que ocurra o no junto con otro (u otros).

Definición de probabilidad conjunta

Sean dos sucesos compatibles incluidos en un mismo espacio muestral finito, la probabilidad
conjunta es el cociente entre un total conjunto y el tamaño del espacio muestral.

Definición de probabilidad marginal

Sean dos sucesos compatibles incluidos en un mismo espacio muestral finito, la probabilidad
marginal es el cociente entre un total marginal y el tamaño del espacio muestral.

Probabilidad condicional:
Sean dos sucesos compatibles incluidos en un mismo espacio muestral finito, la probabilidad
condicional es el cociente entre un total conjunto y el total marginal de suceso condicionante.

Variables aleatorias:
Se llama variable aleatoria a una función, o regla bien definida, que asigna, a cada elemento
del espacio muestral, un vector perteneciente a un espacio vectorial.

Variables aleatorias unidimensionales

Una variable aleatoria es unidimensional cuando a cada elemento del espacio muestral se
asigna un escalar perteneciente al conjunto de números reales.

Recorrido de una variable aleatoria unidimensional:

Se llama recorrido de una variable aleatoria unidimensional al conjunto formado por los
números reales que se pueden asignar a dicha variable.

Variable aleatoria discreta unidimensional:

Se llama variable aleatoria discreta unidimensional a aquella variable aleatoria que se origina
en un espacio muestral finitino, o infinito numerable.

Función de probabilidad puntual:

Se llama función de probabilidad puntual de una variable aleatoria discreta a una función, o
modelo teórico, que asigna a cada valor del recorrido de dicha variable, un número real no
negativo, llamado probabilidad puntual, de modo tal que, la suma de todos estos valores, a
través del recorrido de la variable, sea igual a la unidad.

Función de distribución:
Se llama función de distribución de una variable aleatoria discreta, a una función que asigna a
cada valor del recorrido, un número real que representa la suma de todas las probabilidades
puntuales, desde el primero hasta el valor en cuestión.

Función de distribución complementaria:

Se llama función de distribución complementaria de una variable aleatoria discreta a una
función que asigna a cada valor del recorrido, un número real que representa la suma de todas
las probabilidades puntuales, desde el valor en cuestión hasta el último.

Variable aleatoria continua:

Una variable con recorrido infinito no numerable es una variable aleatoria continua en un
determinado intervalo de números reales, si existe una función real que en dicho intervalo
cumpla con las siguientes dos condiciones

a) Sea no negativa

b) Cubra la superficie igual a uno.

Momentos teóricos
Se llama momento de una variable aleatoria al valor esperanzado o esperanza matemática de
una función de la variable.

Momento de una variable aleatoria discreta

Se llama momento o esperanza matemática de una función generada con una variable
aleatoria

Series Cronológicas
Se llama serie cronológica a un conjunto de datos estadísticos correspondientes a una misma
variable cuantitativa, recopilados sistemáticamente en intervalos equidistantes en el tiempo
que presentan una estructura de correlación.

Los intervalos de tiempo que originan las series cronológicas pueden ser: años, semestre,
cuatrimestre, trimestrales, bimestrales, meses, semanas.

Componentes:
Se llama componentes de una serie cronológica a los factores que caracterizan su dinamismo.

Los componentes de una serie cronológica, con los que se analiza el movimiento que presenta
a través del tiempo, son cuatro, tres de ellos son componentes fijos y el resto aleatorio:

1- Movimiento de tendencia (componente fijo)

2- Movimiento estacional (componente fijo)

3- Movimiento cíclico
4- Componente residual (componente aleatorio)

Movimiento de tendencia:
Se llama movimiento de tendencia a una ley simple, que pone de manifiesto la evolución
media de la serie.