Universidad Nacional del Litoral

Facultad de Ciencias Económicas

Cátedra de Estadística

ESTADÍSTICA
[Link]
ce
EST-BAS-FCE

Lic. Juan Pablo Tedesca

pablotedesca@[Link]
 REGULARIDAD Y PROMOCIÓN

BIBLIOGRAFÍA BÁSICA
 MATERIAL BIBLIOGRÁFICO VIGENTE
 APUNTES TEÓRICOS ASOCIADOS A CADA TRABAJO
PRÁCTICO

ESPACIO DE CONSULTAS PERMANENTE

Detalle completo en:

[Link]
 ¿Qué se entiende por ESTADÍSTICA?
 Arte y ciencia de reunir datos, analizarlos,
presentarlos e interpretarlos.
De “Estadística para Administ. y Econ.” 10ª Ed - Anderson y otros.
 Abarca la recolección, presentación y
caracterización de información para ayudar tanto
en el análisis de datos como en el proceso de la
toma de decisiones.
 "La Estadística es la ciencia cuyo objeto de estudio
es la variabilidad de las cosas".

DEFINICIONES COMPLEMENTARIAS
 Descriptiva
Estadística
Inferencial
 Estadística Descriptiva:
Conjunto de métodos para organizar,
resumir y presentar los datos, con el fin
de caracterizarlos de manera informativa.
 Estadística Inferencial:
Conjunto de métodos utilizados para
conocer alguna característica de una
población, basándose en una muestra.
 Primeros conceptos
 Variable bajo estudio
es la característica que se desea
estudiar definida en tiempo y espacio.

[característica] + [espacio] + [tiempo]

[qué?] + [dónde?] + [cuándo?]
 Primeros conceptos
 Población estadística:
Conjunto de todas las medidas, repetidas o
no, experimentales o ideales de la
característica que se desea investigar,
obtenidas en un proceso de medición
definido con precisión en tiempo y espacio,
utilizando una escala predeterminada, sobre
todos los elementos que son portadores de
dicha característica.
 Muestra estadística:
Porción, o subconjunto, de la población
estadística de interés.
ESQUEMA DE RAZONAMIENTO INFERENCIAL
ESTADÍSTICO

muestre
o
población muestra

parámetro estadístico
inferenci
a
ESQUEMA DE RAZONAMIENTO INFERENCIAL ESTADÍSTICO
Ejemplo: Interesa conocer cuánto Dinero gastan
semanalmente en el uso de transporte público, las personas
domiciliadas en la ciudad de Santa Fe.
MUESTRA: los 150
Muestreo: valores de dinero
POBLACIÓN: todos Se gastado en transporte
los valores de seleccionan público en la 1ª semana
dinero gastado en al azar 150 de marzo 2020
transporte público personas correspondientes a las
en la 1ª semana de domiciliadas 150 personas
marzo 2020 en la ciudad seleccionadas
de Santa Fe

Inferencia: ESTADÍSTICO:
se estima el
PARÁMETRO: µ Con los 150 valores
gasto
promedio se calcula el gasto
poblacional promedio
 Primeros conceptos
Variable bajo estudio
[característica] + [espacio] + [tiempo]

 Clasificación de variables:
Cualitativa
Cuantitativa
Ejemplo:
La firma XX desea realizar un estudio sobre el uso del
transporte público de nuestra ciudad. Con dicho fin,
durante el mes de Febrero de 2017, se entrevistaron a 150
personas domiciliadas en distintos barrios de Santa Fe,
seleccionadas aleatoriamente.
Variable 1:
X: Clasificación de personas domiciliadas en la ciudad
de Santa Fe, según el uso de transporte público, en
el mes de Febrero de 2017. t ic a?
e st ad í s
Clasificación: Cualitativa c ió n
Pobla sta d í s t ic a?
t r a e
Variable 2: Mues
Y: Cantidad de viajes utilizando transporte público,
realizados por una persona domiciliada en la ciudad
de Santa Fe, en el mes de Febrero de 2017.
Clasificación: Cuantitativa
 Ejemplo:
La firma XX desea realizar un estudio sobre el uso del transporte
público de nuestra ciudad. Con dicho fin, durante el mes de Febrero de
2017, se entrevistaron a 150 personas domiciliadas en distintos barrios
de Santa Fe, seleccionadas aleatoriamente.
Variable 1:
X: Clasificación de personas domiciliadas en la ciudad de Santa Fe,
según el uso de transporte público, en el mes de Febrero de 2017.
Clasificación: Cualitativa

Población estadística:
Todas las clasificaciones de todas las personas
domiciliadas en la ciudad de Santa Fe durante el mes de
Febrero de 2017, según el uso de transporte público.
Muestra estadística:
Las 150 clasificaciones de las 150 personas (domiciliadas
en la ciudad de Santa Fe) entrevistadas durante el mes de
Febrero de 2017, según el uso de transporte público.
 Ejemplo:
La firma XX desea realizar un estudio sobre el uso del transporte
público de nuestra ciudad. Con dicho fin, durante el mes de Febrero de
2017, se entrevistaron a 150 personas domiciliadas en distintos barrios
de Santa Fe, seleccionadas aleatoriamente.
Variable 2:
Y: Cantidad de viajes utilizando transporte público, realizados por una
persona domiciliada en la ciudad de Santa Fe, en el mes de Febrero
de 2017.
Clasificación: Cuantitativa

Población estadística:

Muestra estadística:
 Ejemplo:
[Link]/indec/web/Nivel3-Tema-3-1
[Link]

Tomar un gráfico cualquiera y completar teniendo en cuenta la o las

variables involucradas:

Variable:

Clasificación:

Población estadística:

Muestra estadística:
 Primeros conceptos
 Niveles o tipos de escalas de medición:
Nominal
Ordinal
De intervalos
De razón
 Tipos de Escalas de Medición

Escala nominal:
 Los valores que asume la variable bajo estudio
(datos - observaciones) son registrados
mediante una etiqueta o código.
 No existe orden o jerarquía entre los valores
que asume la variable bajo estudio.
 Las observaciones solamente se pueden
clasificar o contar en categorías mutuamente
excluyentes y exhaustivas (nombre o etiqueta).
Ejemplo: Lugar de nacimiento
 Tipos de Escalas de Medición
Escala ordinal:
 Los valores que asume la variable bajo estudio (datos -
observaciones) son registrados mediante una etiqueta o
código.
 Las observaciones se pueden clasificar o contar en
categorías mutuamente excluyentes y exhaustivas
(nombre o etiqueta).
 Se puede establecer un orden o jerarquía entre las
observaciones, pero no se puede saber la distancia que
las separa (las diferencias entre los valores no pueden
ser determinadas o bien no tienen significado)
Ejemplo: Grado de satisfacción en el uso de un servicio
público.
 Tipos de Escalas de Medición
Escala de Intervalo:
 Las observaciones se pueden clasificar o contar en
categorías mutuamente excluyentes y exhaustiva.
 Se puede establecer un orden entre las
observaciones, y es posible calcular la distancia que
las separa (las diferencias entre los valores pueden
ser determinadas y tienen significado; se expresan
en términos de una unidad de medición fija)
 Los posibles valores constituyen un conjunto
numerable.
Ejemplo: Temperatura
ºF= 9/5ºC+32 ; 0ºC= ?? ºF
 Tipos de Escalas de Medición
Escala de Razón:
 Las observaciones se pueden clasificar o contar en
categorías mutuamente excluyentes y exhaustiva.
 Se puede establecer un orden o jerarquía entre las
observaciones, y es posible calcular la distancia que las
separa (las diferencias entre los valores pueden ser
determinadas y tienen significado; se expresan en términos
de una unidad de medición fija)
 Los posibles valores constituyen un conjunto NO
numerable.
 Tiene un punto cero real en su origen (indica la ausencia
de la característica).
 La proporción de un punto a otro de la escala es
independiente de la unidad de medida y tiene significado.
Ejemplo: Distancia entre 2 puntos
1 pulgada = 2,54 cm ; 0 cm = ?? pulgadas
 Ejemplo:
La firma XX desea realizar un estudio sobre el uso del transporte
público de nuestra ciudad. Con dicho fin, durante el mes de Febrero de
2017, se entrevistaron a 150 personas domiciliadas en distintos barrios
de Santa Fe, seleccionadas aleatoriamente.

Variable 1:
X: Clasificación de personas domiciliadas en la ciudad de
Santa Fe, según el uso de transporte público, en el
mes de Febrero de 2017.
Clasificación: Cualitativa

Escala 1: usuario – no usuario.

Tipo de Escala: nominal

Escala 2: no usa – usa poco – usa mucho.

Tipo de Escala: ordinal
Ejemplo:
La firma XX desea realizar un estudio sobre el uso del transporte
público de nuestra ciudad. Con dicho fin, durante el mes de Febrero de
2017, se entrevistaron a 150 personas domiciliadas en distintos barrios
de Santa Fe, seleccionadas aleatoriamente.

Variable 2:
Y: Cantidad de viajes utilizando transporte público, realizados por
una persona domiciliada en la ciudad de Santa Fe, en el mes de
Febrero de 2017.

Clasificación: Cuantitativa

Escala: 0 – 1 – 2 – 3 – 4 – 5 – 6 – 7 – 8 – 9 – 10…
Tipo de Escala: de intervalo
Ejemplo:
La firma XX desea realizar un estudio sobre el uso del transporte
público de nuestra ciudad. Con dicho fin, durante el mes de Febrero de
2017, se entrevistaron a 150 personas domiciliadas en distintos barrios
de Santa Fe, seleccionadas aleatoriamente.

Variable 3:
Z: Dinero gastado semanalmente en el uso de
transporte público, por las personas domiciliadas
en la ciudad de Santa Fe, en el mes de Febrero de
2017.

Clasificación: Cuantitativa

Escala: [ 0; ∞)
Tipo de Escala: de razón
Ejemplo: TP N° 1: Ejercicio 1

Variable??.... Clasificación??
 Tipos de Escalas de Medición
 Al armar bases de datos estadísticos los programas
o paquetes estadísticos exigen aclarar la escala de
medida utilizada.
 En algunos programas estadísticos (por ej: SPSS),
para indicar la escala de medición utilizada, se
proponen las siguientes alternativas:
 nominal

 ordinal

 de escala (numérica)

Observación: Note que la escala numérica contempla tanto la de

intervalo como la de razón, por tal motivo en este curso nos
ajustaremos a estas tres escalas propuestas por el programa SPSS.
 Antes de comenzar a trabajar con los
datos estadísticos es necesario que se
determine claramente la variable bajo
estudio, la escala de medición y la
población o muestra según corresponda.
 TP N° 1: Ejercicio 3
a) Una empresa recibe una partida de determinada
pieza y desea conocer la calidad de la misma.
Extrae una muestra de 100 piezas y, mediante
ciertas mediciones, determina si la acepta o la
rechaza.

c) Una firma desea realizar un estudio sobre los

ingresos familiares en un área determinada de
nuestra ciudad. Con dicho fin, se seleccionan
aleatoriamente 50 familias dentro de dicha área.
 Presentación de información
* Tablas de distribución de frecuencias

Gráficos Estadísticos
* Gráficos
Representaciones gráficas

Un gráfico estadístico respeta criterios de

construcción, determinados por el tipo de
variable, el tipo de dato, el objetivo del estudio,
etc.
 Para que una tabla y/o un gráfico pueda aportar
información útil, SIEMPRE debe contener:

 un título, que resuma de forma clara y concisa

información referida a la variable bajo estudio.

 la fuente de la información, que aportará seriedad y

credibilidad a la información y un punto de referencia
para quien desee ampliarla y/o verificarla.

 Claridad y precisión en valores, unidades y nombres

que aparezcan (columnas y/o filas, ejes, cuadros de
referencias, etc)
Ejemplo

lu g ar
é
A q u o n de n
o r r e sp ??
c t o s
s t o s da
e

[Link]
 DISTRIBUCIÓN DE
FRECUENCIAS:

Agrupamiento de datos en categorías

mutuamente excluyentes, que indican el
número, proporción o porcentaje
(acumulado o sin acumular) de
observaciones en cada categoría.
 FRECUENCIAS SIN ACUMULAR
 Frecuencia absoluta: fi
Cantidad o número de observaciones en
cada categoría.
 Frecuencia relativa: hi
Proporción de observaciones en cada
categoría.
 Frecuencia relativa porcentual: hi%
Porcentaje de observaciones en cada
categoría.
 Considerando que se trabaja con
un conjunto de n datos:
 Frecuencia
n
absoluta: f i

 fi  n
i 1
 Frecuencia relativa: hi  f i
n
n
h
i1
i 1
fi
 Frecuencia relativa porcentual: hi %  .100
n n
 h %  100
i1
i
 FRECUENCIAS ACUMULADAS
crecientes (< ó ≤ ) ; decrecientes (> ó )
 Frecuencia absoluta acumulada: Fi
Cantidad o número acumulado de
observaciones en cada categoría.
 Frecuencia relativa acumulada: Hi
Proporción acumulada de observaciones
en cada categoría.
 Frecuencia relativa porcentual
acumulada: Hi%
Porcentaje acumulado de observaciones
en cada categoría.
Ejemplo 1:
De una muestra aleatoria de 40 clientes de un pequeño
kiosco de la ciudad de Santa Fe se obtuvieron los
siguientes datos correspondientes a la cantidad de
compras realizadas en 1 semana (marzo 2012):
1 2 4 3 1
10 1 8 6 2
2 3 10 7 2
5 3 1 8 1
8 6 1 10 4
2 3 6 10 7
6 10 10 1 1
2 3 7 10 8
¿Qué % de clientes realizó a lo sumo 3 compras en 1
semana (marzo 2012), en este kiosco?
Ejemplo 1:
…completar la tabla
Cantidad de compras, en 1 semanas (marzo 2012), de los clientes de
un pequeño kiosco de la ciudad de Santa Fe
fi hi % Hi %
X: Cantidad de
compras por Cantidad
cliente de clientes

1 8
2 6
1 2 4 3 1
3 5
4 2 10 1 8 6 2
5 1 2 3 10 7 2
6 4 5 3 1 8 1
7 3
4
8 6 1 10 4
8
9 0 2 3 6 10 7
10 7 6 10 10 1 1
Total
2 3 7 10 8
Fuente: " Cátedra de Estadística"
Ejemplo 1:
…variable cuantitativa, Dn. dato a dato
Cantidad de compras, en 1 semanas (marzo 2012), de los clientes de
un pequeño kiosco de la ciudad de Santa Fe

fi hi % Hi %
X: Cantidad de % de clientes que
Cantidad Porcentaje
compras por realizan X compras o
de clientes de clientes
cliente menos
1 8 20,0 20,0
2 6 15,0 35,0
3 5 12,5 47,5
4 2 5,0 52,5
5 1 2,5 55,0
6 4 10,0 65,0
7 3 7,5 72,5
8 4 10,0 82,5
9 0 0,0 82,5
10 7 17,5 100,0
Total 40 100
Fuente: " Cátedra de Estadística"
Cantidad de compras, en 1 semanas (marzo 2012), de los clientes de
un pequeño kiosco de la ciudad de Santa Fe
H i %(  ) H i %(  ) H i %(  ) H i %(  )

% de clientes
Cantidad de
% de clientes % de clientes % de clientes % de clientes

clientes
X: Cantidad
que realizan que realizan que realizan que realizan
de compras
X compras o menos de X X compras o más de X
por cliente
menos compras más compras

1 8 20,0 20,0
o d e
2 6 15,0 35,0 a t ip n 4
cad ist e
ar a , e x s d e
3 5 12,5 47,5 P
encia ntido
u e
4 2 5,0 52,5 frec ras o s rlas
5 1 2,5 55,0 a n e u l a
m
6 4 10,0 65,0
m acu
7 3 7,5 72,5
8 4 10,0 82,5
9 0 0,0 82,5
10 7 17,5
Fuente: " Cátedra de Estadística"
100,0
Cantidad de compras, en 1 semanas (marzo 2012), de los clientes de
un pequeño kiosco de la ciudad de Santa Fe
H i %(  ) H i %(  ) H i %(  ) H i %(  )

% de clientes
Cantidad de
% de clientes % de clientes % de clientes % de clientes

clientes
X: Cantidad
que realizan que realizan que realizan que realizan
de compras
X compras o menos de X X compras o más de X
por cliente
menos compras más compras

1,0 8,0 20,0 20,0 0,0 100,0 80,0

2,0 6,0 15,0 35,0 20,0 80,0 65,0
3,0 5,0 12,5 47,5 35,0 65,0 52,5
4,0 2,0 5,0 52,5 47,5 52,5 47,5
5,0 1,0 2,5 55,0 52,5 47,5 45,0
6,0 4,0 10,0 65,0 55,0 45,0 35,0
7,0 3,0 7,5 72,5 65,0 35,0 27,5
8,0 4,0 10,0 82,5 72,5 27,5 17,5
9,0 0,0 0,0 82,5 82,5 17,5 17,5
10,0 7,0 17,5 100,0 82,5 17,5 0,0
11,0 0,0 0,0 100,04 sentidos
100,0 de acumular
0,0 las0,0
hi%
Fuente: " Cátedra de Estadística"
 DISTRIBUCIÓN DE FRECUENCIAS:
…Dn. datos agrupados en intervalos
Ejemplo (TP N°1 – Ejercicio 1 ):
Tasas de amortización para préstamos
Banco de la Nación Argentina - ciudad de Santa Fe
fi hi % Hi %
Cantidad % de tasas
tasa (en %) % de tasas
de tasas Mayores o iguales a…
de 4,6 a menos de 5,6 3 12 100
de 5,6 a menos de 6,6 5 20 88
de 6,6 a menos de 7,6 7 28 68
de 7,6 a menos de 8,6 6 24 40
de 8,6 a menos de 9,6 4 16 16
Total 25 100
Fuente: Cátedra de Estadística - FCE - UNL
¿interpretación?
 Tasas de amortización para préstamos
Banco de la Nación Argentina - ciudad de Santa Fe
Fi (  ) F i ( )

% de tasas % de tasas
tasa (en %)
Cantidad % de
de tasas tasas
Mayores o
iguales a…
?? ?? Menores o
iguales a…

e calcularse con esta tabla

4,6 ; 5,6) 3 12 100 3 25

5,6 ; 6,6) 5 20 88 8 22

6,6 ; 7,6) 7 28 68 15 17

7,6 ; 8,6) 6 24 40 21 10

8,6 ; 9,6) 4 16 16 25 ¿Por

4 qué?
 Ejemplo: …variable cualitativa
Distribución del personal de la Empresa H&L
según Área de trabajo - Santa Fe (2010)
fi hi %
Cantidad de Porcentaje de
Área de trabajo
trabajadores trabajadores
Producción 142 55,47
Escala NOMINAL

Finanzas 55 21,48
Publicidad 15 5,86
Ventas 22 8,59
Mantenimiento 12 4,69
Legal 10 3,91
Total 256 100,00

Fuente: Empresa H&L

¿tendría sentido calcular Hi % ?
 Ejemplo
Gráfico Circular Gráfico de Barras Simples
 GRÁFICOS

CUALITATIVOS
DATOS

CUANTITATIVOS
 GRÁFICOS
Circular ángulo central proporcional a la frecuencia

 Simples

datos cualitativos  
Barras  Agrupadas altura proporcional a la frecuencia
 Segmentadas
 Bidireccionales



 de bastones  frecuencias sin acumular altura proporcional a la frecuencia

dato a dato 
 escalonados  frecuencias acumuladas


 histograma  frecuencias área proporcional
  
 polígono de frecuencias  sin acumular a la frecuencia
agrupados en 
datos cuantitativos  
intervalos de clase 
 ojiva  frecuencias acumuladas
 
 
 

de puntos  relación entre variables

de lineas  observación a través del tiempo


Disponible en:
[Link]
 GRÁFICOS
Ángulo Central
DATOS CUALITATIVOS

CIRCULAR proporcional a la
frecuencia

Simples
Altura
proporcional
BARRAS Agrupadas a la
frecuencia
Segmentadas

Bidireccionales Para
compara
 Gráfico CIRCULAR
Distribución del personal de la Empresa H&L
según Área de trabajo - Santa Fe (2010)

Mantenimiento Legal

Ventas

Publicidad

Producción
Finanzas

Fuente: Empresa H&L

Construcción de Gráfico Circular
Distribución del personal de la Empresa H&L
según Área de trabajo - Santa Fe (2010)
Cantidad de % de
Área de trabajo
trabajadores trabajadores

Producción 142 55,47

Finanzas 55 21,48
Publicidad 15 5,86
Ventas 22 8,59
Mantenimiento 12 4,69
Legal 10 3,91
Total 256 100,00
Fuente: Empresa H&L
 Construcción de Gráfico Circular Cálculo
Distribución del personal de la Empresa H&L del
según Área de trabajo - Santa Fe (2010) ángulo
central:
Cantidad de Ángulo
Área de trabajo trabajadores 256
Central
360º
Producción 142 199,7
142 Xº
Finanzas 55 77,3 256 360
Publicidad 15 21,1 
142 x
Ventas 22 30,9
142.360
Mantenimiento 12 16,9 x
Legal 10 14,1 256
Total 256 360,0 x 199, 7
ie nt o
o n am
Colum R a z a cen t e
y
na s ub
 Gráfico CIRCULAR
Distribución del personal de la Empresa H&L
según Área de trabajo - Santa Fe (2010)
Mantenimiento
Legal
Ven-
tas
Producción

Publi-
cidad
Legal

Manten-
imiento Finanzas
Fi- Publicidad
nan
zas Ventas
Pro-
ducción

Perspectiva engañosa:
 Construcción Gráfico de
BARRAS SIMPLES:
Distribución del personal de la Empresa H&L
según Área de trabajo - Santa Fe (2010)
Área de trabajo Cantidad de trabajadores % de trabajadores

Producción 142 55,47

Finanzas 55 21,48
Publicidad 15 5,86
Ventas 22 8,59
Mantenimiento 12 4,69
Legal 10 3,91
Total 256 100,00
Fuente: Empresa H&L
 Gráfico de BARRAS SIMPLES
Distribución del personal de la Empresa H&L
Santa Fe (2010)
160
Cantidad de trabajadores

140
120
100
80
60
40
20
0
l
ión
z as t as dad
nto ga
c Le
uc
nan
V en
lici im
ie
od Fi b
Pr P u
t en
an
M
Fuente: Empresa H&L Área de trabajo
 Se desea comparar la Distribución del personal de la
Empresa H&L de Santa Fe con la Distribución del
personal de la Empresa TAL de Paraná
Distribución del personal de la
Distribución del personal de la
Empresa H&L
Empresa TAL
según Área de trabajo - Santa Fe
según Área de trabajo – Paraná (2010)
(2010)
Cantidad de Cantidad de
Área de trabajo Área de trabajo
trabajadores trabajadores
Producción 142 Producción 100
Finanzas 55 Finanzas 15
Publicidad 15 Publicidad 12
Ventas 22 Ventas 30
Mantenimiento 12 Mantenimiento 10
Legal 10 Legal 5
Total 256 Total 172
Fuente: Empresa H&L Fuente: Empresa TAL

Diferentes TOTALES
 Construcción de Gráficos
Comparación de la distribución de trabajadores entre la
Empresa H&L Santa Fe y la Empresa TAL Paraná (2010)

Cantidad de %
trabajadores de trabajadores
Área de Empresa Empresa Empresa Empresa
Trabajo H&L TAL H&L TAL
Producción 142 100 55,47 52,08
Finanzas 55 15 21,48 7,81
Publicidad 15 12 5,86 6,25
Ventas 22 50 8,59 26,04
Mantenimiento 12 10 4,69 5,21
Legal 10 5 3,91 2,60
Total 256 192 100 100
Fuente: Empresa H&L y Empresa TAL
 Gráfico deBARRAS AGRUPADAS
Comparación de la distribución de trabajadores entre la
Empresa H&L Santa Fe (2010) y la Empresa TALParaná (2010)

Empresa H&L Empresa TAL

60 de %
55 trabajadores
Área de Empresa Empresa
50 Trabajo H&L TAL
% de trabajadores

45 Producción 55,47 52,08

40 Finanzas 21,48 7,81
35 Publicidad 5,86 6,25
30 Ventas 8,59 26,04
Mantenimiento 4,69 5,21
25
Legal 3,91 2,60
20
Total 100 100
15
10
5
0
Producción Finanzas Publicidad Ventas Manten- Legal
imiento
Área de trabajo
Fuente: Empresa H&L y EmpresaTAL
 Gráfico deBARRAS APILADAS
Comparación de la distribución de trabajadores entre la
Empresa H&L Santa Fe (2010) y la Empresa TALParaná (2010)

Empresa H&L Empresa TAL

250
Cantidad de
Cantidad de trabajadores

225 trabajadores
200 Área de Empresa Empresa
Trabajo H&L TAL
175 Producción 142 100
150
Finanzas 55 15
Publicidad 15 12
125 Ventas 22 50
100 Mantenimiento 12 10
Legal 10 5
75 Total 256 192
50
25
0
Producción Finanzas Publicidad Ventas Manten- Legal
imiento
Área de trabajo
Fuente: Empresa H&L y EmpresaTAL
 Gráfico de BARRAS SEGMENTADAS
Comparación de la distribución de trabajadores entre la
Empresa H&L Santa Fe (2010) y la Empresa TAL Paraná (2010)

Empresa TAL Empresa H&L Producción Finanzas

Publicidad Ventas
100%
Mantenimiento Legal
90%
100%
80%
90%
70%
60% 80%

50% 70%
40% 60%
30% 50%
20% 40%
10%
30%
0%
20%
10%
0%
Empresa H&L Empresa TAL
Área de trabajo
Fuente: Empresa H&L y EmpresaTAL Fuente: Empresa H&L y EmpresaTAL
Construcción Gráfico de BARRAS SEGMENTADAS:
Comparación de la distribución de trabajadores entre la
Empresa H&L Santa Fe y la Empresa TAL Paraná (2010)
Cantidad de Porcentaje de
trabajadores trabajadores (%)
Empresa Empresa Empresa Empresa
Área de Trabajo Total Total
H&L TAL H&L TAL

Producción 142 100 242 58,68 41,32 100

Finanzas 55 15 70 78,57 21,43 100
Publicidad 15 12 27 55,56 44,44 100
Ventas 22 50 72 30,56 69,44 100
Mantenimiento 12 10 22 54,55 45,45 100
Legal 10 5 15 66,67 33,33 100
Total 256 192 448
Fuente: Empresa H&L y Empresa TAL
 Gráfico deBARRAS SEGMENTADAS
Comparación de la distribución de trabajadores entre la
Empresa H&L Santa Fe (2010) y la Empresa TALParaná (2010)
Empresa TAL Empresa H&L
100%
90%
80%
% de trabajadores

70%
60% de trabajadores %
Área de .Empr .Empr
50% Total
Trabajo H&L TAL
Producción 58,68 41,32 100
40%
Finanzas 78,57 21,43 100
30% Publicidad 55,56 44,44 100
Ventas 30,56 69,44 100
20% Mantenimiento 54,55 45,45 100
Legal 66,67 33,33 100
10%
0%
Producción Finanzas Publicidad Ventas Manten- Legal
imiento
Área de trabajo
Fuente: Empresa H&L y EmpresaTAL
 Gráfico de barras SEGMENTADAS
Comparación de la distribución de trabajadores entre la
Empresa H&L Santa Fe (2010) y la Empresa TALParaná (2010)
Producción Finanzas Publicidad Ventas Mantenimiento Legal
100% de %
90% trabajadores
Área de .Empr .Emp
80% Trabajo H&L TAL

70% Producción 55,47 52,08

Finanzas 21,48 7,81
60% Publicidad 5,86 6,25
50% Ventas 8,59 26,04
Mantenimiento 4,69 5,21
40% Legal 3,91 2,60
30% Total 100 100

20%
10%
0%
Empresa H&L Empresa TAL
Fuente: Empresa H&L y EmpresaTAL
Explorar los comandos en los softwares
Excel; Infostat (
[Link]

Cómo mentir con estadística.

TP N° 1: Ejercicio 7
Gráfico de BARRAS BIDIRECCIONALES

TP N° 1: Ejercicio 8
 GRÁFICOS
Altura
De Frecuencias sin
Dato acumular proporcional a
bastones
la frecuencia
DATOS CUANTITATIVOS

a
dato Frecuencias
De escalones acumuladas

sin acumular
histograma

Frecuencias
Área
Agrupados
proporcional a
en Polígono de
frecuencias la frecuencia
intervalos

Ojiva Frecuencias acumuladas

De puntos Relación entre variables

De lineas Observaciones a través del tiempo

 CONSTRUCCIÓN DEL
GRÁFICO DE BASTONES
Ejemplo 1:
De una muestra aleatoria de 40 clientes de un pequeño
kiosco de la ciudad de Santa Fe se obtuvieron los
siguientes datos correspondientes a la cantidad de
compras realizadas en 1 semana (marzo 2012):

1 2 4 3 1
10 1 8 6 2
2 3 10 7 2
5 3 1 8 1
8 6 1 10 4
2 3 6 10 7
6 10 10 1 1
2 3 7 10 8
Ejemplo 1: CONSTRUCCIÓN DEL
GRÁFICO DE BASTONES
X: Cantidad de Cantidad
compras por cliente, de clientes
en 1 semana
1 8
2 6
3 5
4 2
5 1
6 4
7 3
8 4
10 7
Total 40
Ejemplo 1:

GRÁFI
CO DE
BAST
ONES

Fuente: " Cátedra de Estadística"

 CONSTRUCCIÓN DEL
GRÁFICO DE ESCALONES
Ejemplo 1: Cantidad de compras, en 1 semanas (marzo 2012), de los
clientes de un pequeño kiosco de la ciudad de Santa Fe
fi Fi

Cantidad de clientes que realizan X compras o

Cantidad de clientes

X:
Cantidad
menos

de
compras
por
cliente

Fuente: " Cátedra de Estadística"

 Ejemplo 1:

Fuente: " Cátedra de Estadística"

X: Cantidad de compras por cliente

Cantidad de clientes que realizan X compras o

menos
ONES
GRÁFI
CO DE
ESCAL
 TP N° 1: Ejercicio 9

[Link]
DATOS CUANTITATIVOS GRÁFICOS

sin acumular
histograma

Frecuencias
Área
Agrupados
proporcional a
en Polígono de
frecuencias la frecuencia
intervalos

Ojiva Frecuencias acumuladas

 Datos agrupados en intervalos de clases:
k = nº de intervalos

 Dado un conjunto de n datos, ¿Ctos intervalos se

deben hacer?
Regla empírica de Sturges:
K 1  3,322 log10 n 
K = Nº de intervalos
 Las clases nunca se deben superponer: los
intervalos son semi-abiertos a derecha.
 El ancho del intervalo se determina haciendo:

xmáx  xmín Se redondea

ancho de intervalo  SIEMPRE
K hacia arriba
Ejemplo 2: “Caramelos”

De una muestra aleatoria de 40 clientes de un pequeño

kiosco de la ciudad de Santa Fe se obtuvieron los
siguientes valores de dinero gastado (en $) en la
compra de caramelos, en 1 semana (marzo 2012):
2,10 2,75 4,00 6,30 11,50
2,20 2,95 4,00 6,80 12,00
2,25 3,00 4,50 7,00 12,00
2,25 3,00 4,50 7,00 14,00
2,50 3,25 5,00 9,00 14,75
2,50 3,30 5,25 9,50 17,00
2,50 3,50 5,50 10,20 18,25
2,75 3,50 6,00 11,00 19,80
 Ejemplo 2:

Regla empírica de Sturges:

k 1  3,322 log10 n 
K = Nº de intervalos

Aquí, la cantidad de datos es n = 40

k 1  3,322 log10 40  6,32 6

Rango: R  xmáx  xmín 19,80 – 2,10 17, 70

R 17, 7
Amplitud de intervalo: L =  2,95 3
k 6
Ejemplo 2:

Dinero gastado en caramelos (en $) en 1 semana por

clientes de XX (Santa Fe - Marzo 2012)

2,10 3,00 5,00 10,20 Dinero Cantidad

% de
gastado de
2,20 3,00 5,25 11,00 clientes
(en $) clientes
2,25 3,25 5,50 11,50
[2 ; 5) 20 50,00
2,25 3,30 6,00 12,00 [5 ; 8) 8 20,00
2,50 3,50 6,30 12,00 [8 ; 11) 3 7,50
2,50 3,50 6,80 14,00 [11 ; 14) 4 10,00
2,50 4,00 7,00 14,75 [14 ; 17) 2 5,00
2,75 4,00 7,00 17,00 [17 ; 20) 3 7,50
2,75 4,50 9,00 18,25 Total 40 100
2,95 4,50 9,50 19,80
Ejemplo 2:

e s ión Dinero gastado en caramelos,

r
Exp uial por clientes de XX, en 1 semana
q
colo (Santa Fe - Marzo 2012)

Dinero gastado Cantidad Proporción % de

(en $) de clientes de clientes clientes

De 2 a menos de 5 20 0,500 50,00

De 5 a menos de 8 8 0,200 20,00
De 8 a menos de 11 3 0,075 7,50
De 11 a menos de 14 4 0,100 10,00
De 14 a menos de 17 2 0,050 5,00
De 17 a menos de 20 3 0,075 7,50
Total 40 1 100

Fuente: Cátedra de Estadística - FCE - UNL

Ejemplo 2:
HISTOGRAMA
Ejemplo 2: Otra opción de agrupamiento de los datos :

o Dinero gastado en caramelos,

z a n d
men por clientes de XX, en 1 semana
C o x in (Santa Fe - Marzo 2012)
po r m

Dinero gastado Cantidad Proporción % de

(en $) de clientes de clientes clientes
De 2,1 a menos de 5,1 21 0,525 52,50
De 5,1 a menos de 8,1 7 0,175 17,50
De 8,1 a menos de 11,1 4 0,100 10,00
De 11,1 a menos de 14,1 4 0,100 10,00
De 14,1 a menos de 17,1 2 0,050 5,00
De 17,1 a menos de 20,1 2 0,050 5,00
Total 40 1 100
Fuente: Cátedra de Estadística - FCE - UNL
Ejemplo 2:

do
HISTOGRAMA
z an , 1
en in=2 Dinero gastado en caramelos, en 1 semana
o m xm (Santa Fe - Marzo 2012)
C or
p

Fuente: Cátedra de Estadística - FCE - UNL

CONSTRUCCIÓN DEL
POLÍGONO DE
FRECUENCIAS
Ejemplo 2:
Dinero gastado en caramelos en 1 semana
(clientes de XX, Santa Fe - Marzo 2012)

Dinero Cantidad Monto medio

% de
gastado de de Dinero
clientes
(en $) clientes gastado (en $)

[2 ; 5) 20 3,50 50,00
[5 ; 8) 8 6,50 20,00
[8 ; 11) 3 9,50 7,50
[11 ; 14) 4 12,50 10,00
[14 ; 17) 2 15,50 5,00
[17 ; 20) 3 18,50 7,50
Total 40 100

Fuente: Cátedra de Estadística - FCE - UNL

 CONSTRUCCIÓN DEL
POLÍGONO DE FRECUENCIAS

Monto
de clientes
Cantidad
Dinero medio de
gastado Dinero
(en $) gastado
(en $)

[-1 ; 2) 0 0,50

[2 ; 5) 20 3,50
[5 ; 8) 8 6,50
[8 ; 11) 3 9,50
auxiliares

[11 ; 14) 4 12,50

Filas

[14 ; 17) 2 15,50

[17 ; 20) 3 18,50
[20 ; 23) 0 21,50
 POLÍGONO DE FRECUENCIAS
Ejemplo 2:

Fuente: Cátedra de Estadística - FCE - UNL

HISTOGRAMA Y POLÍGONO DE FRECUENCIAS
 CONSTRUCCIÓN DE LA OJIVA
Ejemplo 2: H i %(  )

% de Dinero gastado en caramelos,

por clientes de XX, en 1 semana
clientes (Santa Fe - Marzo 2012)
X: Dinero %
que 110
gastado de

% de clientes que gastan menos de X $

gastan
(en $) clientes 100
menos
de X $ 90
80
[2 ; 5) 50,0 50 70
60
[5 ; 8) 20,0 70 50
40
[8 ; 11) 7,5 77,5
30

[11 ; 14) 10,0 87,5 20

10
[14 ; 17) 5,0 92,5 0
0 2 4 6 8 10 12 14 16 18 20 22

[17 ; 20) 7,5 100 X: Dinero gastado (en $)

Fuente: Cátedra de Estadística - FCE - UNL
 OJIVA CRECIENTE
Ejemplo 2: Dinero gastado en caramelos, por clientes de XX,
en 1 semana (Santa Fe - Marzo 2012)
% de clientes que gastan menos de X $

110
100
90 % de
X: clientes
80 Dinero que
70 gastado gastan
(en $) menos
60 de X$
50 [2 ; 5) 50
40 [5 ; 8) 70
30 [8 ; 11) 77,5
[11 ; 14) 87,5
20
[14 ; 17) 92,5
10 [17 ; 20) 100
0
0 2 4 6 8 10 12 14 16 18 20 22

Fuente: Cátedra de Estadística - FCE - UNL X: Dinero gastado (en $)

 OJIVA DECRECIENTE
Ejemplo 2:
Dinero gastado en caramelos por clientes de XX,
en 1 semana (Santa Fe - Marzo 2012)
% de
110 X: Dinero clientes
% de clientes que gastan X $ o más

100 gastado que

(en $) gastan
90 X$ o más
80 [2 ; 5) 100
70 [5 ; 8) 50,00
60 [8 ; 11) 30,00
50 [11 ; 14) 22,50
[14 ; 17) 12,50
40
[17 ; 20) 7,50
30
20
10
0
0 2 4 6 8 10 12 14 16 18 20 22

X: Dinero gastado (en $)

Fuente: Cátedra de Estadística - FCE - UNL
 OJIVAS
CRECIENTE (<) Ejemplo 2: DECRECIENTE (≥)
Dinero gastado en caramelos, Dinero gastado en caramelos,
por clientes de XX, en 1 semana por clientes de XX, en 1 semana
(Santa Fe - Marzo 2012) (Santa Fe - Marzo 2012)
110 110
% de clientes que gastan menos de X $

100 100

% de clientes que gastan X $ o más

90 90
80 80
70 70
60 60
50 50
40 40
30 30
20 20
10 10
0 0
0 2 4 6 8 10 12 14 16 18 20 22 0 2 4 6 8 10 12 14 16 18 20 22

X: Dinero gastado (en $) X: Dinero gastado (en $)

Fuente: Cátedra de Estadística - FCE - UNL Fuente: Cátedra de Estadística - FCE - UNL
 ¿Cómo se obtendrían las OJIVAS
correspondientes a frecuencias
Ejemplo 2:
acumuladas
% de
X: Dinero %
clientes
que
% de
clientes de tipo “mayor” y
gastado de que
gastan
(en $) clientes
menos
de X $
gastan
X$ o más “menor o igual”?
[2 ; 5) 50,0 50 100
[5 ; 8) 20,0 70 50,00
[8 ; 11) 7,5 77,5 30,00
[11 ; 14) 10,0 87,5 22,50
[14 ; 17) 5,0 92,5 12,50
[17 ; 20) 7,5 100 7,50
¿Qué sucede con estos
gráficos cuando las
clases son
heterogéneas?
Ejemplo 2: Dinero gastado en caramelos (en $) en 1 semana
por clientes de XX (Santa Fe - Marzo 2012)

2,10 3,00 5,00 10,20

Dinero
2,20 3,00 5,25 11,00 Cantidad % de
gastado
de clientes clientes
2,25 3,25 5,50 11,50 (en $)

2,25 3,30 6,00 12,00 [2 ; 3)

[3 ; 5)
2,50 3,50 6,30 12,00
[5 ; 10)
2,50 3,50 6,80 14,00
[10 ; 20)
2,50 4,00 7,00 14,75
Total 40 100
2,75 4,00 7,00 17,00
2,75 4,50 9,00 18,25
2,95 4,50 9,50 19,80
Ejemplo 2: Dinero gastado en caramelos (en $) en 1 semana
por clientes de XX (Santa Fe - Marzo 2012)

2,10 3,00 5,00 10,20

Dinero
2,20 3,00 5,25 11,00 Cantidad % de
gastado
de clientes clientes
2,25 3,25 5,50 11,50 (en $)

2,25 3,30 6,00 12,00 [2 ; 3) 10 25

2,50 3,50 6,30 12,00
[3 ; 5) 10 25
[5 ; 10) 10 25
2,50 3,50 6,80 14,00
[10 ; 20) 10 25
2,50 4,00 7,00 14,75
Total 40 100
2,75 4,00 7,00 17,00
Fuente: Cátedra de Estadística - FCE - UNL
2,75 4,50 9,00 18,25
2,95 4,50 9,50 19,80
Ejemplo 2: Dinero gast.
fi
(en $)
[2 ; 3) 10
[3 ; 5) 10
[5 ; 10) 10
[10 ; 20) 10
Total 40

Fuente: Cátedra de Estadística - FCE - UNL

El área NO es proporcional a la frecuencia

 cuando las clases son
heterogéneas
Para que el área del histograma (o del polígono de
frecuencias) sea proporcional a la frecuencia, se
utiliza la
Frecuencia
Densidad de clase :
Amplitud
frecuencia media
por unidad de intervalo
Ejemplo 2:
Dinero gastado en caramelos DENSIDA
por cliente de XX, en 1 semana D
Cantidad % de
Dinero Cantidad Proporción
Proporción % de de clientes clientes
gastado de de clientes
de clientes clientes por cada por cada 1$ por cada
(en $) clientes
1$ 1$
[2 ; 3) 10 0,25 25 10 0,25 25
[3 ; 5) 10 0,25 25 5 0,125 12,5
[5 ; 10) 10 0,25 25 2 0,05 5
[10 ; 20) 10 0,25 25 1 0,025 2,5
Total 40 1 100
0, 25
Fuente: Cátedra de Estadística - FCE - UNL

20  10
Frecuencia
Densidad de clase :
Amplitud
Ejemplo 2:
HISTOGRAMA

Cantidad
Dinero Cantidad de clientes
gastado de por cada 1$
(en $) clientes de dinero
gastado
[2 ; 3) 10 10
[3 ; 5) 10 5
[5 ; 10) 10 2
[10 ; 20) 10 1
Total 40

Fuente: Cátedra de Estadística - FCE - UNL

Ejemplo 2: HISTOGRAMA

Cantidad
Dinero Cantidad de clientes
gastado de por cada 1$
(en $) clientes de dinero
gastado
[2 ; 3) 10 10
[3 ; 5) 10 5
[5 ; 10) 10 2
[10 ; 20) 10 1
Total 40
 HISTOGRAMAS
Clases HOMOGÉNEAS Ejemplo 2: Clases HETEROGÉNEAS
 Construcción del Polígono de Frecuencias
Ejemplo 2: Dinero gastado en caramelos DENSIDA
por cliente de XX, en 1 semana D
Monto
Dinero Cantidad
% de medio de Cantidad % de
gastado de Dinero de clientes clientes
clientes gastado (por cada 1$) (por cada 1$)
(en $) clientes
(en $)

[1 ; 2) 0 0 1,5 0 0
[2 ; 3) 10 25 2,5 10 25
[3 ; 5) 10 25 4,0 5 12,5

auxiliares
[5 ; 10) 10 25 7,5 2 5

Filas
[10 ; 20) 10 25 15,0 1 2,5
[20 ; 30) 0 0 25,0 0 0
Total 40 100
Fuente: Cátedra de Estadística - FCE - UNL
 POLÍGONO DE FRECUENCIAS
Ejemplo 2:
Dinero gastado en caramelos,
por clientes de XX, en 1 semana (Santa Fe - Marzo 2012)
30 Dinero % de
gastado clientes
% de clientes por cada $ gastado

(en $) (por cada 1$)

25
[2 ; 3) 25
20 [3 ; 5) 12,5
[5 ; 10) 5
15 [10 ; 20) 2,5
Total 100
10

0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32

Fuente: Cátedra de Estadística - FCE - UNL Dinero gastado (en $)

 CONSTRUCCIÓN DE LA OJIVA
Ejemplo 2: Dinero gastado en caramelos
por cliente de XX, en 1 semana
X: Cantidad de
Cantidad % de clientes
Dinero % de clientes
de que gastan
gastado clientes que gastan
clientes menos de X $
(en $) X $ o más

[2 ; 3) 10 25 40 25
[3 ; 5) 10 25 30 50
[5 ; 10) 10 25 20 75
[10 ; 20) 10 25 10 100
Total 40 100
Fuente: Cátedra de Estadística - FCE - UNL
ué? ?
NO es necesario calcular la densidad por q
 OJIVAS
CRECIENTE (<) Ejemplo 2: DECRECIENTE (≥)
Dinero gastado en caramelos, Dinero gastado en caramelos,
por clientes de XX, en 1 semana por clientes de XX, en 1 semana
(Santa Fe - Marzo 2012) (Santa Fe - Marzo 2012)
110
% de clientes que gastan menos de X $

45

Cantidad de clientes que gastan X $ o más

100 Cantidad de
X: Dinero
40 clientes que
gastado
90 gastan
(en $)
35 X $ o más
80 % de
X: Dinero clientes 30 [2 ; 3) 40
70
gastado que gastan [3 ; 5) 30
60 (en $) menos de 25
X$ [5 ; 10) 20
50
[2 ; 3) 25 20 [10 ; 20) 10
40
[3 ; 5) 50 15
30 [5 ; 10) 75
[10 ; 20) 10
20 100
10 5
0 0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 0 2 4 6 8 10 12 14 16 18 20 22 24 26

X: Dinero gastado (en $) X: Dinero gastado (en $)

Fuente: Cátedra de Estadística - FCE – UNL Fuente: Cátedra de Estadística - FCE - UNL
 TP N°1:

Ejercicio 10
DATOS CUANTITATIVOS GRÁFICOS

De puntos Relación entre variables

 Muestra bivariada
DIAGRAMA DE DISPERSIÓN
(DIAGRAMAS DE PUNTOS)
se utilizan para examinar posibles relaciones
entre dos variables cuantitativas

 Los datos son pares ordenados (X, Y)

 Siempre la variable explicativa: X se
ubica en el eje horizontal.
 Tratar de no realizar cortes en los ejes
 Nunca unir los puntos del gráfico
 DIAGRAMA DE DISPERSIÓN

Ejemplo 4:
Relación entre el dinero gastado en publicidad
Gastos de radial y las ventas mensuales de una Fábrica de
Ventas
Publicidad autos.
(miles $) 200

Y: Ventas mensuales (miles de $)

(miles de $)
180
18 137 160
20 138 140
22 159 120
23 144 100
21 139 80

16 118 60

25 161 40
20
26 180
0
15 102 14 16 18 20 22 24 26 28 30
24 163 X: Gastos en Publicidad radial (miles de $)
18 116 Fuente: Cátedra de Estadística - FCE - UNL

25 159
 DIAGRAMA DE DISPERSIÓN
Relación entre el nº de delitos y la
Relación entre el dinero gastado en
cantidad de agentes de policía
publicidad radial y las ventas men-
24
suales de una Fábrica de autos.
200 22
180 20
Y: Ventas mensuales (miles de $)

160 18

140 16

Nº de delitos
14
120
12
100
10
80
8
60
6
40 4
20 2
0 0
10 15 20 25 30 10 15 20 25 30

X: Gasto publicidad radial (miles de $) Cantidad de Agentes de Policía

Fuente: Cátedra de Estadística - FCE - UNL Fuente: Cátedra de Estadística - FCE - UNL

DIFERENCIA??
 DIAGRAMA DE DISPERSIÓN
Relación entre el dinero gastado en Relación entre las variables X e Y
publicidad radial y las ventas mensua-
les de una Fábrica de autos.
200
30
Y: Ventas mensuales (miles de $)

180
Y 25
160 20
15
140
10
120
5
100
0
80 -5
60 -10
-15
40
-20
20
-25
0 -30
5 10 15 20 25 30 10 15 20 25 30

X: Gastos en Publicidad radial (miles de $) X

Fuente: Cátedra de Estadística - FCE - UNL
Fuente: Cátedra de Estadística - FCE - UNL

DIFERENCIA??
DATOS CUANTITATIVOS GRÁFICOS

De
Observaciones a través del tiempo
llineas
 Series temporales
GRÁFICO DE LÍNEAS
se utilizan para examinar posibles patrones en
los valores de una variable sobre el tiempo

 El tiempo se ubica en el eje horizontal

 Se puede realizar corte en el eje
horizontal.
 Los puntos se unen a través de líneas
rectas.
 Construcción del Gráfico de líneas
Consumo de gas Consumo de gas
Año Trim. Año Trim.
natural (mill. Pies3) natural (mill. Pies3)
1989 Inv 293 1991 Inv 304
Prim 246 Prim 259
Ver 231 Ver 239
Ot 282 Ot 296
1990 Inv 301 1992 Inv 306
Prim 252 Prim 265
Ver 227 Ver 240
Ot 291 Ot 300

Consumo de gas natural (millones de pies cúbicos)

millones de pies cúbicos

320
280
240
200
160
120
80
40
0
Inv Prim Ver Ot Inv Prim Ver Ot Inv Prim Ver Ot Inv Prim Ver Ot
1989 1990 1991 1992
Fuente: cátedra de Estadística Estación y año
 GRÁFICO DE LÍNEAS
Consumo de gas Consumo de gas
Año Trim. Año Trim.
natural (mill. Pies3) natural (mill. Pies3)
1989 Inv 293 1991 Inv 304
Prim 246 Prim 259
Ver 231 Ver 239
Ot 282 Ot 296
1990 Inv 301 1992 Inv 306
Prim 252 Prim 265
Ver 227 Ver 240
Ot 291 Ot 300

Consumo de gas natural (millones de pies cúbicos)

millones de pies cúbicos

320
280
240
200
160
120
80
40
0
Inv Prim Ver Ot Inv Prim Ver Ot Inv Prim Ver Ot Inv Prim Ver Ot
1989 1990 1991 1992
Fuente: cátedra de Estadística Estación y año
 GRÁFICO DE LÍNEAS
Consumo de gas natural (millones de pies cúbicos)
350
millones de pies cúbicos

300
250
200
150
100
50
0
Inv Prim Ver Ot Inv Prim Ver Ot Inv Prim Ver Ot Inv Prim Ver Ot
1989 1990 1991 1992

Fuente: cátedra de Estadística Estación y año

DIFERENTE TENDENCIA
Consumo de gas natural (millones de pies cúbicos)
350
millones de pies cúbicos

300
250
200
150
100
50
0
Inv Prim Ver Ot Inv Prim Ver Ot Inv Prim Ver Ot Inv Prim Ver Ot
1989 1990 1991 1992

Fuente: cátedra de Estadística

Estación y año
 GRÁFICO DE LÍNEAS
Consumo de gas natural (millones de pies cúbicos)
350
millones de pies cúbicos

300
250
200
150
100
50
0
Inv Prim Ver Ot Inv Prim Ver Ot Inv Prim Ver Ot Inv Prim Ver Ot
1989 1990 1991 1992
Estación y año
Fuente: cátedra de Estadística
DIFERENCIA??
Consumo de gas natural (millones de pies cúbicos)
1000
millones de pies cúbicos

900
800
700
600
500
400
300
200
100
0
Inv Prim Ver Ot Inv Prim Ver Ot Inv Prim Ver Ot Inv Prim Ver Ot
1989 1990 1991 1992
Estación y año
Fuente: cátedra de Estadística
 TP N° 1: Ejercicios 19 y 20

[Link]