ARITMÉTICA

TEMA: ESTADÍSTICA - II
Ciclo: Anual UNI

Profesor: Paul Aburto

MEDIDAS DE TENDENCIA CENTRAL ▪ Hallando la media.
Son indicadores que ayudan a estudiar el comportamiento 10 + 10 + 10 + 12 + 12 + 15 + 16 + 18 + 19 
de los datos. Estos son: x= = 13,5
9
Moda (Mo). Es el dato que ocurre con mayor frecuencia.
b) Sean los números: 8, 11, 8, 4, 6, 12, 11, 10, 11, 8
cuando hay más de una moda se dice que la distribución es
multimodal y cuando no hay moda se dice que es amodal. ▪ Para hallar la moda ubicamos el dato que más se repite,
Mediana (Me) Es el valor que divide a la distribución de en este caso hay dos valores (bimodal): Mo=8 y Mo=11
datos (ordenado) en dos partes iguales. ▪ Ordenamos los números y observamos que no hay un
Media (തx). Es la media aritmética de los datos. dato que divida a la muestra en dos partes iguales. En
este caso la mediana es la semisuma de los datos
Para datos agrupados sin agrupar centrales.

Aplicación: Halle la moda, mediana y media en cada caso 4 , 6 , 8 , 8 , 8 , 10 , 11 , 11 , 11 , 12

a) Sean los números: 10, 12, 10, 15, 12, 10, 16, 18, 19 8 + 10
Me = =9
▪ Para hallar la moda ubicamos el dato que más se repite, 2
en este caso: Mo = 10
▪ Hallando la media.
▪ Para hallar la mediana ubicamos el valor que divide a la
al conjunto de números ordenados en dos partes iguales. 4 + 6 + 8 + 8 + 8 + 10 + 11 + 11 + 11 + 12
x= = 8,9
10
10 , 10 , 10 , 12 , 12 , 15 , 16 , 18 , 19

Me = 12
Para datos agrupados en tablas sin intervalos La media se calcula:
xi fi xi fi
Aplicación. La tabla muestra el xi fi 1 4 4 x=
 xi  fi x =  xi  hi
número de infracciones de tránsito que n
1 4 2 20 40
tienen un grupo de 50 conductores que
3 15 45 •x=
 xi  fi = 133 = 2,66
transitan por la vía expresa. Calcule la 2 20
n 50
moda, mediana y media. 3 15 4 11 44
4 11 n = 50 133
Para datos agrupados en tablas con intervalos
xi fi La moda es el dato con mayor
frecuencia (fi) Aplicación. La tabla muestra Ii fi
1 4 el puntaje obtenido por un
grupo de alumnos en el último [20 - 40> 10
2 20 Clase modal
examen del curso de [40 - 60> 28
3 15 → Mo = x2 = 2 Estadística. Calcule la moda,
[60 - 80> 40
4 11 mediana y media.
[80 - 100] 22
xi fi Fi La mediana es el primer valor
cuya frecuencia acumulada Para calcular la moda  1 
1 4 4 (F) es mayor a n/2 Mo = Linf +  
i. Se ubica la clase modal 
2 20 24 
 1 +  2
(mayor frecuencia)
n • 1 = fi − fi−1
3 15 39 39  = 25 → Me = x3 = 3 ii. Se calcula de la siguiente
2
4 11 50 manera: •  2 = fi − fi+1
 Ii fi Notamos: 2m + 3m = 20 → m = 4
[20 - 40> 10  Mo = 60 + 2m = 60 + 2 ( 4 ) = 68
[40 - 60> 28 1 = 40 − 28 = 12
Observación:
[60 - 80> 40 Clase modal
Clase modal
[80 - 100] 22  2 = 40 − 22 = 18
Linf Mo L sup
 12 
 Mo = 60 + 20   = 68
 12 + 18  1m  2m Proporcionales a Δ1 y Δ2
Gráficamente:
Para calcular la mediana
i. Se ubica la clase mediana  n 2 − Fi−1 
2m 3m Me = Linf + 
ii. Se calcula de la siguiente  f 
manera:  i 
1 = 12
18 =  2
1  2 n
2  3 Ii fi Fi • n = 100 → = 50
2
[20 - 40> 10 10
[40 - 60> 28 38 Fi−1
[60 - 80> 40 78 Clase mediana
[80 - 100] 22 100 fi

Mo  50 − 38 
 Me = 60 + 20   = 66
 40 
Gráficamente: Método práctico:
 parte 
Ii fi Me = Linf +  
 todo 
[20 - 40> 10
[40 - 60> 28 Hasta el segundo intervalo
12 tenemos 38 datos,
28  7 [60 - 80> 40
50 ¿cuánto le falta a 38 para
[80 - 100] 22 𝒏
12  3 ser igual a 𝟐 = 𝟓𝟎?

12
 Me = 60 +  20 = 66
3m 7m 40
Me Para calcular la media

Notamos: 3m + 7m = 20 → m = 2 Ii xi fi [Link]
 Me = 60 + 3m = 60 + 3 (2) = 66
[20 - 40> 30 10 300
x=
 xi  fi
Interpretación: 50 50 [40 - 60> 50 28 1400 n
38 12 28 22 [60 - 80> 70 40 2800 5400
x= = 54
[80 - 100] 90 10 900 100
20 60 Me 80 100 100 5400

3m 7m
MEDIDAS DE DISPERSIÓN Aplicación: Se tienen las notas de dos salones.
▪ Salón A: 6, 8, 12, 12, 16, 18
Las medidas de dispersión o variabilidad son números reales ▪ Salón B: 10,11, 11, 12, 13, 15
que miden el grado de homogeneidad de los datos respecto
Halle el coeficiente de variación de cada salón.
a un valor central.
Para el salón A → 𝑥𝐴ҧ = 12
1. Varianza ( 𝑉(𝑥) , 𝑆𝑛2 (𝑥) , 𝜎 2 (𝑥) ). Es una medida de
dispersión que mide el grado de homogeneidad de los datos xi 6 8 12 12 16 18

( ) (x − x)
de una variable estadística alrededor de la media aritmética. 2 2
xi − x 36 16 0 0 16 36 i = 104
2. Desviación Estándar ( 𝑆𝑛 (𝑥), σ(𝑥)). Es la raíz cuadrada de
 ( xi − x )
2
la varianza. 104  
Sn2 = → Sn2 (A)
= = 17,3 → Sn (A) = 17,3
3. Coeficiente de variación (CV(x)). Es una medida de n 6
dispersión relativa (no tiene unidades) y es el cociente entre 
Sn (A) 17,3
la desviación estándar y la media. → CV(A) =  100% =  100% = 34,67%
xA 12
Sn
CV(x) =  100% Para el salón B → 𝑥ҧ 𝐵 = 12
x
a) Calculo de la varianza para datos no agrupados xi 10 11 11 12 13 15

La Varianza de “k” datos: x1, x2, x3, …, xk de una variable xi2 100 121 121 144 169 225  xi2 = 880
cuantitativa X, cuya media es 𝑥,ҧ es: 
 xi2 2 2 880 2

→ S (B) = 2,6
Sn2 (B) = − x → Sn (B) = − 12 = 2,6 n

( ) 6
2 n
 xi − x 2  x i2 2
Sn2 = → Sn = −x S (B) 1,63
n n → CV(B) = n  100% =  100% = 13,58%
xB 12
Observaciones Ejemplo
Calcule el coeficiente de variación en la tabla que muestra la
✓ La Varianza es un número real no negativo y se mide en
cantidad de hijos que tiene un grupo de personas
unidades cuadradas.
✓ La Desviación Estándar es un número real no negativo y 𝒙𝒊 𝒇𝒊 𝒙 𝒊 𝒇𝒊 𝒙𝟐𝒊 𝒇𝒊
se mide en las mismas unidades de los datos. 1 20 20 20
✓ Mientras menor es el coeficiente de variación, mayor es 32 64
2 16
la concentración de los datos alrededor de la media, es
decir mayor es su homogeneidad. 3 12 36 108

✓ Para un conjunto de datos de una variable estadística X, 4 8 32 128

se cumple σ 𝑥𝑖 − 𝑥ҧ = 0 . 5 24 120 600
✓ Para un conjunto de datos de una variable estadística X, 80 240 920
se cumple σ 𝑥𝑖 − 𝑥ҧ 2 es mínimo.
Solución
b) Cálculo de la varianza para datos agrupados de variable
Calculando la media: x =
 x i  fi 240
discreta = =3
n 80
La Varianza de n datos agrupados que se clasifican en k Calculando la varianza y la desviación estándar y el
valores distintos: x1, x2, x3, …, xk de una variable cuantitativa coeficiente de variación:
X, con frecuencias absolutas f1, f2, f3, …, fk y media 𝑥,ҧ es:
 xi2  f i
() 920
2
Sn2 = − x = − 32 = 2,5 → Sn = 2,5
 fi ( xi − x ) → S2 = 
2
x 2i  fi 2 n 80
Sn2 = n −x
n Sn
n CV =  100% = 2,5  100% = 52,7%
x 3
c) Cálculo de la varianza para datos agrupados por Solución
intervalos
x=
 xifi = 13440 = 67,2
La Varianza de “n” datos agrupados en k intervalos con n 200
marcas de clase: x1, x2, x3, …, xk de una variable cuantitativa
 xi2  fi 2 1055200
X, con frecuencias absolutas f1, f2, f3, …, fk y media 𝑥,ҧ es: Sn2 (x) = −x = − 67,22 = 760,16
n 200
 fi ( xi − x )
2
 xi2  fi 2
Sn (x) = 760,16 = 27,57 → CV(x) =
27,57
 100% = 41%
Sn2 = → Sn2 = −x
n n 67,2
Ejemplo
La tabla muestra el ingreso diario de un grupo de ambulantes PROPIEDAD
en el mercado central. Calcule su coeficiente de variación Si una variable cuantitativa x se transforma en otra variable
y= ax + b, entonces se cumple:
𝑰𝒊 𝒙𝒊 𝒇𝒊 𝒙 𝒊 𝒇𝒊 𝒙𝟐𝒊 𝒇𝒊
yത = aതx + b S 2 (x) = a2 S 2 (y) S y = a S(x)
[20 - 40> 30 40 1200 36000
[40 - 60> 50 50 2500 125000
[60 - 80> 70 44 3080 215600
[80 - 100> 90 30 2700 243000
[100 - 120] 110 36 3960 435600
200 13440 1055200