TRABAJO ENCARGADO N 1

GENERALIDADES

1. Encuentre, explique, defina o conceptualice los siguientes:

a) ESTADSTICA
Es una ciencia que estudia la recoleccin, anlisis e interpretacin de datos, ya sea para
ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de
algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional. Sin
embargo estadstica es ms que eso, en otras palabras es el vehculo que permite llevar a
cabo el proceso relacionado con la investigacin cientfica.
Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias
sociales, desde las ciencias de la salud hasta el control de calidad. Se usa para la toma de
decisiones en reas de negocios o instituciones gubernamentales.

La estadstica se divide en dos grandes reas:

La estadstica descriptiva.
La estadstica inferencial.
La estadstica es una herramienta bsica en negocios y produccin. Es usada para
entender la variabilidad de sistemas de medicin, control de procesos (como en control
estadstico de procesos o SPC (CEP)), para compilar datos y para tomar decisiones. En
estas aplicaciones es una herramienta clave, y probablemente la nica herramienta
disponible.

b) *MUESTRA ESTADSTICA
Es un subconjunto de casos o individuos de una poblacin estadstica.
Las muestras se obtienen con la intencin de inferir propiedades de la totalidad de la
poblacin, para lo cual deben ser representativas de la misma. Para cumplir esta
caracterstica la inclusin de sujetos en la muestra debe seguir una tcnica de muestreo.
En tales casos, puede obtenerse una informacin similar a la de un estudio exhaustivo
con mayor rapidez y menor coste.
Por otra parte, en ocasiones, el muestreo puede ser ms exacto que el estudio de toda la
poblacin porque el manejo de un menor nmero de datos provoca tambin menos
errores en su manipulacin. En cualquier caso, el conjunto de individuos de la muestra son
los sujetos realmente estudiados.
El nmero de sujetos que componen la muestra suele ser inferior que el de la poblacin,
pero suficiente para que la estimacin de los parmetros determinados tenga un nivel de
confianza adecuado. Para que el tamao de la muestra sea idneo es preciso recurrir a su
clculo.
 *POBLACIN ESTADSTICA
En estadstica, tambin llamada universo o colectivo, es el conjunto de elementos de
referencia sobre el que se realizan las observaciones.
El nmero de elementos o sujetos que componen una poblacin estadstica es igual o
mayor que el nmero de elementos que se obtienen de ella en una muestra (n).

Existen distintos tipos de poblaciones que son:

Poblacin base: es el grupo de personas designadas por las siguientes

caractersticas: personales, geogrficas o temporales, que son elegibles para
participar en el estudio.
Poblacin muestreada: es la poblacin base con criterios de viabilidad o
posibilidad de realizarse el muestreo.
Muestra estudiada: es el grupo de sujetos en el que se recogen los datos y se
realizan las observaciones, siendo realmente un subgrupo de la poblacin
muestreada y accesible. El nmero de muestras que se puede obtener de una
poblacin es una o mayor de una.
Poblacin diana: es el grupo de personas a la que va proyectado dicho estudio, la
clasificacin caracterstica de los mismos, lo cual lo hace modelo de estudio para
el proyecto establecido.

c) *PARMETRO ESTADSTICO

En estadstica, un parmetro es un nmero que resume la ingente cantidad de datos que

pueden derivarse del estudio de una variable estadstica. El clculo de este nmero
est bien definido, usualmente mediante una frmula aritmtica obtenida a partir
de datos de la poblacin.
Los parmetros estadsticos son una consecuencia inevitable del propsito esencial de la
estadstica: crear un modelo de la realidad.
El estudio de una gran cantidad de datos individuales de una poblacin puede ser
farragoso e inoperativo, por lo que se hace necesario realizar un resumen que permita
tener una idea global de la poblacin, compararla con otras, comprobar su ajuste a un
modelo ideal, realizar estimaciones sobre datos desconocidos de la misma y, en
definitiva, tomar decisiones. A estas tareas contribuyen de modo esencial los parmetros
estadsticos.
Por ejemplo, suele ofrecerse como resumen de la juventud de una poblacin la media
aritmtica de las edades de sus miembros, esto es, la suma de todas ellas, dividida por el
total de individuos que componen tal poblacin.

*ESTADGRAFO
 Es la medida que en Estadstica se aplica sobre una muestra.
En general se utilizan dos tipos:
Los de Tendencia Central
los de Dispersin.

Entre los primeros tenemos:

a) las medidas denominadas promedios, es decir aquellas que tratan de localizarse hacia
el centro de la serie; moda, media y mediana.
b) los cuartiles y deciles, o cuartas y dcimas partes de las observaciones; esto slo se
aplican en los datos agrupados.

Entre los de Dispersin estn:

La desviacin media, la desviacin mediana, la varianza, la desviacin tpica o estndar, la
dispersin absoluta y relativa.

d) *MUESTREO EN ESTADSTICA
En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a
partir de una poblacin.
Al elegir una muestra se espera conseguir que sus propiedades sean extrapolables a
la poblacin. Este proceso permite ahorrar recursos, y a la vez obtener resultados
parecidos a los que se alcanzaran si se realizase un estudio de toda la poblacin.
Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un estudio
adecuado (que consienta no solo hacer estimaciones de la poblacin sino estimar
tambin los mrgenes de error correspondientes a dichas estimaciones), debe cumplir
ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea
una muestra representativa, pero s podemos actuar de manera que esta condicin se
alcance con una probabilidad alta.
En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la
poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al conjunto de
muestras que se pueden obtener de la poblacin se denomina espacio muestral. La
variable que asocia a cada muestra su probabilidad de extraccin, sigue la
llamada distribucin muestral.

*CLASES DE MUESTREO
Muestreo Probabilstico.
Muestreo estratificado.
Muestreo sistemtico.
Muestreo por conglomerados.
Muestreo errtico.
Muestreo simple.
Muestreo aleatorio simple.
Muestreo doble.
 Muestreo mltiple.
Muestreo con remplazo.
Muestreo sin remplazo.
Muestreo no probabilstico.

e) *MUESTREO PROBABILSTICO
En este tipo de muestreo, todos los individuos de la poblacin pueden formar parte de la
muestra, tienen probabilidad positiva de formar parte de la muestra. Por lo tanto es el
tipo de muestreo que deberemos utilizar en nuestras investigaciones, por ser el riguroso
y cientfico.

*MUESTREO NO PROBABILSTICO
En este tipo de muestreo, puede haber clara influencia de la persona o personas que
seleccionan la muestra o simplemente se realiza atendiendo a razones de comodidad.
Ejemplo: si hacemos una encuesta telefnica por la maana, las personas que no
tienen telfono o que estn trabajando, no podrn formar parte de la muestra.

f) *MUESTREO PROBABILSTICO SIMPLE

Muestreo simple: Este tipo de muestreo toma solamente una muestra de una
poblacin dada para el propsito de inferencia estadstica. Puesto que
solamente una muestra es tomada, el tamao de muestra debe ser los
suficientemente grandes para extraer una conclusin. Una muestra grande
muchas veces cuesta demasiado dinero y tiempo.

Muestreo aleatorio simple: Es aquel en que cada elemento de la poblacin

tiene la misma probabilidad de ser seleccionado para integrar la muestra. Una
muestra simple aleatoria es aquella en que sus elementos son seleccionados
mediante el muestreo aleatorio simple.

*MUESTREO ESCALONADO

Niveles o Escalas de mediciones

Escala Nominal:
La escala de medida nominal, puede considerarse la escala de nivel ms bajo, y consiste
en la asignacin, puramente arbitraria de nmeros o smbolos a cada una de las
diferentes categoras en las cuales podemos dividir el carcter que observamos, sin que
puedan establecerse relaciones entre dichas categoras, a no ser el de que cada
elemento pueda pertenecer a una y solo una de estas categoras.
Se trata de agrupar objetos en clases, de modo que todos los que pertenezcan a la
misma sean equivalentes respecto del atributo o propiedad en estudio, despus de lo cual
se asignan nombres a tales clases, y el hecho de que a veces, en lugar de
denominaciones, se le atribuyan nmeros, puede ser una de las razones por las cuales se
le conoce como "medidas nominales".
Escala Ordinal:
En caso de que puedan detectarse diversos grados de un atributo o propiedad de un
objeto, la medida ordinal es la indicada, puesto que entonces puede recurrirse a la
propiedad de "orden" de los nmeros asignndolo a los objetos en estudio de modo
que, si la cifra asignada al objeto A es mayor que la de B, puede inferirse que A posee un
mayor grado de atributo que B.
La asignacin de nmeros a las distintas categoras no puede ser completamente
arbitraria, debe hacerse atendiendo al orden existente entre stas.
Escalas de intervalos iguales:
La escala de intervalos iguales, est caracterizada por una unidad de medida comn y
constante que asigna un nmero igual al nmero de unidades equivalentes a la de la
magnitud que pose. Esta escala, adems de poseer las caractersticas de la escala
ordinal, encontramos que la asignacin de los nmeros a los elemento es tan precisa que
podemos determinar la magnitud de los intervalos (distancia) entre todos los elementos
de la escala. a el elemento observado.
Podemos decir que la escala de intervalos es la primera escala verdaderamente
cuantitativa y a los caracteres que posean esta escala de medida pueden calculrsele
todas las medidas estadsticas a excepcin del coeficiente de variacin.
Escala de coeficientes o Razones:
El nivel de medida ms elevado es el de cocientes o razones, y se diferencia de las
escalas de intervalos iguales nicamente por poseer un punto cero propio como origen;
es decir que el valor cero de esta escala significa ausencia de la magnitud que estamos
midiendo. Si se observa una carencia total de propiedad, se dispone de una unidad de
medida para el efecto.

*MUESTREO SISTEMTICO

Se utiliza cuando el universo o poblacin es de gran tamao, o ha de extenderse en el

tiempo. Primero hay que identificar las unidades y relacionarlas con el calendario
(cuando proceda). Luego hay que calcular una constante, que se denomina coeficiente
de elevacin K= N/n; donde N es el tamao del universo y n el tamao de la
muestra. Determinar en qu fecha se producir la primera extraccin, para ello hay que
elegir al azar un nmero entre 1 y K; de ah en adelante tomar uno de cada K a intervalos
regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del
fenmeno.

Esto quiere decir que si tenemos un determinado nmero de personas que es la

poblacin (N) y queremos escoger de esa poblacin un nmero ms pequeo el cual es
la muestra (n), dividimos el nmero de la poblacin por el nmero de la muestra que
queremos tomar y el resultado de esta operacin ser el intervalo, entonces escogemos
un nmero al azar desde uno hasta el nmero del intervalo, y a partir de este nmero
escogemos los dems siguiendo el orden.
g) *VARIABLES

Una variable es una caracterstica que al ser medida en diferentes individuos es

susceptible de adoptar diferentes valores.

*CLASES DE VARIABLES
SEGN LA MEDICIN
Variables Cualitativas.
Variables Cuantitativas.
SEGN LA INFLUENCIA
Variables Independientes.
Variables Dependientes.
OTRAS
Variable Interviniente.
Variable Moderadora.

h) *VARIABLE ALEATORIA

En probabilidad y estadstica, una variable aleatoria o variable estocstica es

una variable estadstica cuyos valores se obtienen de mediciones en algn tipo de
experimento aleatorio. Formalmente, una variable aleatoria es una funcin, que asigna
eventos (los posibles resultados de tirar un dado dos veces: (1, 1), (1, 2), etc.) a nmeros
reales (su suma).
Los valores posibles de una variable aleatoria pueden representar los posibles resultados
de un experimento an no realizado, o los posibles valores de una cantidad cuyo valor
actualmente existente es incierto (como resultado de medicin incompleta o imprecisa).
Intuitivamente, una variable aleatoria puede tomarse como una cantidad cuyo valor no
es fijo pero puede tomar diferentes valores; una distribucin de probabilidad se usa para
describir la probabilidad de que se den los diferentes valores.
Las variables aleatorias suelen tomar valores reales, pero se pueden considerar valores
aleatorios como valores lgicos, funciones... El trmino elemento aleatorio se utiliza para
englobar todo ese tipo de conceptos relacionados. Un concepto relacionado es el
de proceso estocstico, un conjunto de variables aleatorias ordenadas (habitualmente
por orden o tiempo).

*VARIABLE CUALITATIVA
Son las variables que expresan distintas cualidades, caractersticas o modalidad. Cada
modalidad que se presenta se denomina atributo o categora y la medicin consiste en
una clasificacin de dichos atributos. Las variables cualitativas pueden
ser dicotmicas cuando slo pueden tomar dos valores posibles como s y no, hombre y
mujer o son politmicas cuando pueden adquirir tres o ms valores. Dentro de ellas
podemos distinguir:
 Variable cualitativa ordinal o variable cuasicuantitativa: La variable puede tomar
distintos valores ordenados siguiendo una escala establecida, aunque no es necesario
que el intervalo entre mediciones sea uniforme, por ejemplo: leve, moderado, grave.

Variable cualitativa nominal: En esta variable los valores no pueden ser sometidos a
un criterio de orden como por ejemplo los colores o el lugar de residencia.

*VARIABLE CUANTITATIVA
Son las variables que se expresan mediante cantidades numricas. Las variables
cuantitativas adems pueden ser:

Variable Discreta.

Variable Continua.

i) *VARIABLE DISCRETA
Es la variable que presenta separaciones o interrupciones en la escala de valores que
puede tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los
distintos valores especficos que la variable pueda asumir. Ejemplo: El nmero de hijos (1,
2, 3, 4, 5).

*VARIABLE CONTINUA
Es la variable que puede adquirir cualquier valor dentro de un intervalo especificado de
valores. Por ejemplo la masa (2,3 kg, 2,4 kg, 2,5 kg,...) o la altura (1,64 m, 1,65 m,
1,66 m,...), que solamente est limitado por la precisin del aparato medidor, en teora
permiten que siempre exista un valor entre dos variables, tambin puede ser el dinero o
un salario dado y se puede identificar las clases de variables (cualitativas y cuantitativas).

j) *VARIABLES INDEPENDIENTES
Son las que el investigador escoge para establecer agrupaciones en el estudio,
clasificando intrnsecamente a los casos del mismo. Un tipo especial son las variables de
control, que modifican al resto de las variables independientes y que de no tenerse en
cuenta adecuadamente pueden alterar los resultados por medio de un sesgo.
Es aquella caracterstica o propiedad que se supone ser la causa del fenmeno estudiado.
En investigacin experimental se llama as a la variable que el investigador manipula.

*VARIABLES DEPENDIENTES
Son las variables de respuesta que se observan en el estudio y que podran estar
influenciadas por los valores de las variables independientes.
 Hayman (1974: 69) la define como propiedad o caracterstica que se trata de cambiar
mediante la manipulacin de la variable independiente.
La variable dependiente es el factor que es observado y medido para determinar el
efecto de la variable independiente.

k) *INVESTIGACIN ESTADSTICA
La investigacin estadstica es una actividad que apela a diversas tcnicas con el
propsito de llegar a la esencia de la realidad.

El proceso de la investigacin estadstica implica una serie de pasos; pues lanzarse a

investigar sin un criterio previo o preparacin adecuada puede demandar ms tiempo del
programado.

La formulacin del problema es el paso inicial del procedimiento de investigacin que se

extender por una serie de cursos hasta encontrar respuestas al problema planteado. Es
esencial un correcto planteamiento o formulacin del problema ello establece los lmites
de tiempo y espacio parmetros en los que se efectuara la investigacin en consecuencia
las probabilidades del investigador a no extraviarse tiende a ser mayor.

*PROCESOS DE LA INVESTIGACIN ESTADSTICA

Planificacin de Problema.
Fase Exploratoria.
Diseo de la Investigacin.

ORGANIZACIN Y REPRESENTACIN DE DATOS

2. Encuentre, explique, defina o conceptualice los siguientes:

a) VALOR MXIMO
De un grupo de dados es el nmero mayor.

b) VALOR MNIMO
De un grupo de datos es el nmero menor.
c) RECORRIDO DE LOS DATOS
La extensin o recorrido de los datos se define como la diferencia entre el valor mximo
con el valor mnimo; solo se suma 1 a este cuando los datos sean nmeros enteros.
Extensin = VMximo Vmnimo + 1.

d) TABLA DE DISTRIBUCIN DE FRECUENCIA (TDF)

Es una tabla en la que se organizan los datos en clases, es decir, en grupos de valores que
describen una caracterstica de los datos y muestra el nmero de observaciones del
conjunto de datos que caen en cada una de las clases.
La tabla de frecuencias ayuda a agrupar cualquier tipo de datos numrico.

e) *INTERVALO ABIERTO

No incluye los extremos.

o bien

Notacin conjuntista o en trminos de desigualdades:

*INTERVALO CERRADO

S incluye los extremos.

Notacin conjuntista o en trminos de desigualdades:

*INTERVALO SEMIABIERTO

Incluye nicamente uno de los extremos.

o bien , notacin conjuntista:

o bien , notacin conjuntista:

f) *INTERVALO DE UNA TABLA DE DISTRIBUCIN DE FRECUENCIA

Para elaborar tablas de distribuciones de frecuencia se debe tener en cuenta lo

siguiente:
Cuando hay muchos datos se agrupan en clases o intervalos.
Clase es cada uno de los grupos en que se dividen los datos. Para determinar cuntas
clases crear, se puede utilizar la siguiente frmula (frmula de Sturges)

Nmero de clases = 1 + 3,322 log n donde n es el nmero total de datos.

 Si al aplicar la frmula se obtiene un nmero decimal, se aproxima al siguiente
entero.

*CLCULO

El clculo estadstico es una ciencia con base matemtica referente a la recoleccin,

anlisis e interpretacin de datos, que busca explicar condiciones regulares en
fenmenos de tipo aleatorio. Es transversal a una amplia variedad de disciplinas,
desde la fsica hasta las ciencias sociales, desde las ciencias de la salud hasta el
control de calidad, y es usada para la toma de decisiones en reas de negocios e
instituciones gubernamentales.

g) AMPLITUD DE INTERVALOS O AMPLITUD DE CLASE

El intervalo de clase o el ancho de la clase (tamao de la clase) es el espacio que hay
entre el lmite superior y el lmite inferior de la clase, los cuales corresponden a los
valores extremos de la clase. Para obtener el ancho de clase se utiliza la siguiente
frmula:
Ancho de clase = (dato superior dato inferior)/ nmero de clases.

h) MARCA DE CLASE
La marca de clase es el punto medio de cada intervalo.
La marca de clase es el valor que representa a todo el intervalo para
el clculo de algunos parmetros como la media aritmti ca o la desviacin
t pica.
Se representa por c i o x i .

3. Encuentre, explique, defina o conceptualice los siguientes:

a) HISTOGRAMA DE FRECUENCIA
Un histograma de frecuencias es un grfico que se forma levantando rectngulos
sobre cada uno de los lmites reales de cada intervalo, con una altura equivalente a la
frecuencia absoluta de cada clase.
El histograma se utiliza para representar datos que corresponden a los valores de una
variable cuantitativa continua. Para indicar esta continuidad de la variable no se dejan
espacios entre las barras.

b) POLGONO DE FRECUENCIA
Un polgono de frecuencias es slo una lnea que conecta los puntos medios de todas
las barras de un histograma.
En el polgono de frecuencia como en el histograma, el valor de la variable aparece en
el eje horizontal y la frecuencia absoluta o relativa en el eje vertical.
La diferencia con respecto al histograma es que el polgono slo toma en
consideracin los puntos medios de clase como representativo de cada clase o
intervalo.
c) OJIVA
La grfica de una distribucin de frecuencias acumuladas se conoce como ojiva. Una
distribucin de frecuencias acumuladas nos permite ver cuntas observaciones son
menores o igual a un valor especfico, en lugar de hacer un mero registro del nmero
de elementos que hay dentro de los intervalos.
El intervalo(o el lmite superior del intervalo) aparece en el eje horizontal y la
frecuencia absoluta acumulada o relativa acumulada en el eje vertical.
Esta grfica facilita la comparacin dos grupos de datos de forma visual y de manera
mucho ms efectiva que el polgono de frecuencia, puesto que permite comparar los
porcentajes acumulados de dos distribuciones con respecto al mismo intervalo.
 BIBLIOGRAFIA:

http://www.monografias.com/trabajos39/muestreo-estadistico/muestreo-estadistico2.shtml
http://maralboran.org/wikipedia/index.php/Tipos_de_muestreos
http://html.rincondelvago.com/muestreo-probabilistico.html
http://www.wordreference.com/definicion/escalona
http://es.wikipedia.org/wiki/Variable_estad%C3%ADstica
http://es.wikipedia.org/wiki/Variable_aleatoria
http://es.answers.yahoo.com/question/index?qid=20081119044351AAiWugM
http://www.monografias.com/trabajos43/medidas-dispersion/medidas dispersion.shtml#rango
http://es.wikipedia.org/wiki/Intervalo_(matem%C3%A1tica)
http://www.ditutor.com/estadistica/marca_clase.htm

4. Construir una tabla de distribucin de frecuencia (TDF) e interprete los resultados para los
siguientes cuadros:

Cuadro 01. Notas del segundo parcial en el curso de estadstica bsica.

1 2 3 4 5
1 79 82 87 80 81
2 77 75 78 86 67
3 83 91 59 94 77
4 89 84 86 85 90
5 81 79 82 78 88
6 85 71 93 100 72
7 73 97 84 74 83
8 78 70 90 77 80
9 88 87 87 92 75
10 81 80 79 81 86

Notas del segundo parcial en el curso de estadstica bsica (ordenado).

 1 2 3 4 5
1 59 77 80 84 88
2 67 77 81 85 89
3 70 78 81 85 90
4 71 78 81 86 90
5 72 78 81 86 91
6 73 79 82 86 92
7 74 79 82 87 93
8 75 79 83 87 94
9 75 80 83 87 97
Se obtiene un valor 10 77 80 84 88 100 mnimo: Vm = 59 y un
mximo: VM = 100.

K = 1 + 3,3 * log (50)

K = 1 + 3,3 * 1.698970004
K = 1 + 5.606601014
K = 6. 606601014
K = 7, por tanto nuestros datos los clasificaremos en 7 grupos, intervalos o clases.

Ahora calculamos la extensin o recorrido de los datos:

Extensin = 100 59 + 1
Extensin = 42.

Ahora calculamos la amplitud o ancho que tendr cada una de las clases o intervalos:
Amplitud = 42/7
Amplitud = 6

Ahora calculamos la nueva extensin:

(Extensin) = 6 * 7
(Extensin) = 42.

59 65 71 77 83 89 95 101

Conteo de datos de las Notas de primer parcial en el curso de Estadstica Bsica.

k Intervalos Xi fi
1 [ 57 ; 65 > 61 1
2 [ 65 ; 71 > 68 2
3 [ 71 ; 77 > 74 6
4 [ 77 ; 83 > 80 18
5 [ 83 ; 89 > 86 14
6 [ 89 ; 95 > 92 7
7 [ 95 ;101 > 98 2
Total 50

Cuadro 02. Ancho en centmetros de las ventanas en un hotel.

1 2 3 4
1 93 115 109 136
2 99 120 110 140
3 105 93 95 108
4 103 124 98 96
5 107 130 90 104
6 110 102 124 107
7 115 112 104 106
8 92 102 108 97
9 108 108 125 122
10 110 110 130 103

Ancho en centmetros de las ventanas en un hotel (ordenado).

1 2 3 4
1 90 102 108 115
2 92 103 108 120
3 93 103 108 122
4 93 104 109 124
5 95 104 110 124
6 96 105 110 125
7 97 106 110 130
8 98 107 110 130
Se obtiene un valor 9 99 107 112 136 mnimo: Vm = 90 y un mximo:
VM = 140. 10 102 108 115 140

K = 1 + 3,3 * log (40)

K = 1 + 3,3 * 1.602059991
K = 1 + 5.286797971
K = 6.286797971
K = 7, por tanto nuestros datos los clasificaremos en 7 grupos, intervalos o clases.

Ahora calculamos la extensin o recorrido de los datos:

Extensin = 140 90 + 1
Extensin = 51.

Ahora calculamos la amplitud o ancho que tendr cada una de las clases o intervalos:
 Amplitud = 51/7 =7,28
Amplitud = 8

Ahora calculamos la nueva extensin:

(Extensin) = 8* 7
(Extensin) = 56.

Error de 5 unidades de la extensin original (extensin = 51).

Ahora encontramos los nuevos extremos: (Vm) = 90 3 = 87 y (VM) = 140 + 3 = 143.

87 95 103 111 119 127 135 143

Conteo de datos del Ancho en centmetros de las ventanas en un hotel.

k Intervalos Xi fi
1 [ 87 ; 95 > 91 4
2 [ 95 ; 103 > 99 7
3 [ 103 ; 111 > 107 17
4 [ 111 ; 119 > 115 3
5 [ 119 ; 127 > 123 5
6 [ 127 ; 135 > 131 2
7 [ 135 ; 143 > 139 2
Total 40

Cuadro 03.Longitud de puentes peatonales de Lima.

1 2 3 4 5
1 13 19 24 22 18
2 20 23 20 12 20
3 17 18 17 18 30
4 19 20 21 15 19
5 10 14 15 19 17
6 16 18 19 16 13
7 22 20 23 21 20
8 18 18 17 22 23
9 19 16 21 26 19
10 25 21 18 19 16
 Longitud de puentes peatonales de Lima (ordenado).

1 2 3 4 5
1 10 16 18 20 22
2 12 17 18 20 22
3 13 17 19 20 22
4 13 17 19 20 23
5 14 17 19 20 23
6 15 18 19 20 23
7 15 18 19 21 24
8 16 18 19 21 25
9 16 18 19 21 26
Se obtiene un valor 10 16 18 19 21 30 mnimo: Vm = 10 y un
mximo: VM = 30.

K = 1 + 3,3 * log (50)

K = 1 + 3,3 * 1.698970004
K = 1 + 5.606601014
K = 6. 606601014
K = 7, por tanto nuestros datos los clasificaremos en 7 grupos, intervalos o clases.

Ahora calculamos la extensin o recorrido de los datos:

Extensin = 30 10 + 1
Extensin = 21.

Ahora calculamos la amplitud o ancho que tendr cada una de las clases o intervalos:
Amplitud = 21/7
Amplitud = 3

Ahora calculamos la nueva extensin:

(Extensin) = 3 * 7
(Extensin) = 21.

10 13 16 19 22 25 28 31

Conteo de datos de las Notas de primer parcial en el curso de Estadstica Bsica.

k Intervalos Xi fi
1 [ 10 ; 13 > 12 2
2 [ 13 ; 16 > 15 5
3 [ 16 ; 19 > 18 15
4 [ 19 ; 22 > 21 18
5 [ 22 ; 25 > 24 6
6 [ 25 ; 28 > 27 2
7 [ 28 ; 31 > 30 1
Total 50