GUIA-1-Estadistica-I UNIDO COMPLETO

UNIVERSIDAD NACIONAL DE LOJA
FACULTAD AGROPECUARIA Y DE RECURSOS NATURALES RENOVABLES

NIVEL PROFESIONAL
CARRERA DE INGENIERÍA AGRÍCOLA

CICLO II
CIENCIAS BÁSICAS DE LA PROFESIÓN
GUIA DE ESTUDIO
ESTADÍSTICA I
CICLO II CIENCIAS BÁSICAS DE LA PROFESIÓN
ASIGNATURA ESTADISTICA I
Profesor: Edison Ramiro Vásquez
Alumno(a): Paralelo “B”
Fecha:
Loja - Ecuador
2017
Universidad Nacional de Loja – Facultad Agropecuaria y de Recursos Naturales Renovables – Carrera de Ingeniería Agrícola
1
Objetivos:
 Incentivar la reflexión crítica sobre la importancia que tiene la aplicación de los
métodos estadísticos y sus técnicas en las ciencias sociales y naturales.
 Ejercitar a los alumnos en el uso adecuado de los elementos básicos de la
estadística.
Recomendaciones:
 Tomando como base el libro Estadística para las Ciencias Agropecuarias,
Estadística Descriptiva DOC y la bibliografía del sílabo, desarrolle las actividades
propuestas para cada tema.
 El desarrollo de esta guía será registrado como producto acreditable.
 Envíe la Guía desarrollada al EVA o E-mail edison.vasquez@unl.edu.ec
 La hora y fecha de entrega se fijará en el EVA o aula.
 No se calificarán las tareas enviadas fuera de la fecha indicada.
 El nombre del archivo de PDF debe contener el número de la Guía, el apellido y el
nombre del alumno(s) y el número(s) de lista. Ej:
G1 24 Vasquez Edison
G1 2 24 Bravo David y Vasquez Edison
 Cuando se solicite opinión o criterio, proceda de la siguiente manera:
consulte al menos tres autores, antes del año 2000, del 2000 a 2010 y posterior
al 2010. Con base a las tres opiniones elabore su criterio.
 Toda tarea debe tener la carátula de la presente Guía (Primera página de este
documento).
 Tarea que no contenga la información solicitada, será calificada 7/10
 Estudiante que no se presente en la fecha y hora indicada para el examen,
automáticamente tendrá una calificación de 0/10. En caso de justificar la
inasistencia se receptará la prueba con calificación de 7/10.
¡Éxitos!
Estadística I
2
Semana 2.
Tema: Idea popular sobre Estadística. El papel de la estadística en la investigación.
Actividades:
1. Emita su comentario sobre el Prólogo del libro Estadística para las Ciencias
Agropecuarias.
Presenta principios y conceptos básicos de la Bioestadística e ilustra cómo pueden
usarse herramientas estadísticas clásicas para efectuar análisis de datos en problemas
de investigación en Ciencias Agropecuarias.
Es un libro necesario porque es complementario para poder realizar bien un estudio de
la estadística, también nos coadyuva a conocer más acerca de cómo podemos manejar
las herramientas necesarias que nos permitan mejorar el estudio de la materia.
2. Presentación en PowerPoint sobre Estadística Descriptiva (pp. 1 a 3)
Estadística I
3
3. Emita su comentario sobre las definiciones de:

3.1. Ciencia.
• Ávila Baray (2006), la ciencia tiene dos vertientes: “Como contenido la
ciencia se define como una simple acumulación de conocimientos, lo cual, refleja
un estado estático del conocimiento científico. El proceso se define como la forma
de descubrir conocimientos, es decir, es una actividad enfocada a descubrir
variables relacionadas que explican una parte de la realidad y se caracteriza por
ser dinámica porque refleja el constante avance científico”
• Ezequiel Ander (1977: 15) define la ciencia como “un conjunto de
conocimientos racionales, ciertos o probables, obtenidos metódicamente,
Estadística I
4
sistematizados y verificables, que hacen referencia a objetos de una misma

naturaleza”
• Díez, José (2014).- Ciencia consiste en un conjunto de prácticas, tales
como contrastar hipótesis, realizar experimentos, proponer explicaciones o
construir modelos y teorías.
COMENTARIO PERSONAL:
— La ciencia es la acumulación de ideas hechas teorías y verificadas
mediante investigaciones metódicas, realizadas por investigadores cuyo fin
es descubrir una verdad sobre un asunto el cual tiende a tener una gran
variedad de incógnitas.
— La ciencia es un conjunto de estudios y conocimiento comprobados los
cuales nos ayudan a mejorar el sistema en el cual estamos ubicados, para
descubrir cada uno de los fenómenos naturales, físicos y psicológicos que
nos rodean y necesitamos adecuarlos para uno supervivencia del ser
humano.
3.2. Método Científico.
• Efi de Gortari (1980) escribe: "El método científico es una abstracción de
las actividades que los investigadores realizan, concentrando su atención en el
proceso de adquisición del conocimiento".
• Mario Bunge (2004) escribe: "El método científico es la estrategia de la
investigación para buscar leyes..."
• Manuel Galán Amadores (2010) Es el conjunto de instrumentos y medios
a través de los cuales se efectúa el método. Si el método es el camino, la técnica
proporciona las herramientas para recorrer ese camino; la técnica propone las
normas para ordenar las etapas del proceso de investigación; proporciona
instrumentos de recolección, clasificación, medición, correlación y análisis de datos
y busca aportar a la ciencia todos los medios para aplicar el método. De esta forma,
la técnica es la estructura del método mientras que la teoría, el fundamento de la
ciencia.
COMENTARIO PERSONAL
El método científico se presenta comúnmente como una serie de pasos especiales
que los investigadores siguen para construir un entendimiento objetivo por medio
de una recolección de datos específicos que ayudan a lograr alcanzar
exitosamente lo esperado siempre y cuando se respete las normas establecidas.
3.3. Modelo determinista.

• Jeffer (2002) los modelos deterministas “son aquellos que a cada valor de
la variable independiente, corresponde otro valor de la variable dependiente. Son
especialmente útiles con el sistema que evoluciona con el tiempo, como son los
sistemas dinámicos .En ellos podemos conocer el estado del sistema transcurrido
cierto tiempo una vez que hemos dado valores a los distintos parámetros que
aparecen en el modelo”.
• Ramón Gonzales (2012), Un modelo determinista es aquel en el que la
salida de datos nunca cambiará si la entrada de datos siempre es la misma, es
decir, en ningún momento existen datos que sean seleccionados de forma
aleatoria, y por lo tanto para un conjunto especifico de datos, el programa deberá
arrojar el mismo resultado sin importar la cantidad de veces que este sea
ejecutado. Cosa que no es así cuando es un sistema probabilístico, donde para un
valor de entrada, habrá diferentes salidas en cada ejecución.
• Ríos, Sixto (1995).
Estadística I
5
Un modelo determinista es un modelo matemático donde las mismas entradas o

condiciones iniciales producirán invariablemente las mismas salidas o resultados,
no contemplándose la existencia de azar, o incertidumbre en el proceso modelada
mediante dicho modelo.
COMENTARIO PERSONAL
Los modelos determinísticos son aquellos donde se supone que los datos se
conocen con certeza, es decir, se supone que cuando el modelo sea analizado se
tiene disponible toda la información necesaria para la toma de decisiones.
3.4. Modelo Aleatorio.

• Webster (1998), “una muestra aleatoria simple es la que resulta de aplicar
un método por el cual todas las muestras posibles de un determinado tamaño
tengan la misma probabilidad de ser elegidas.”
COMENTARIO PERSONAL
Los Modelos Aleatorios son un conjunto de técnicas y herramientas del campo de
la probabilidad y la estadística, la computación, entre otros, que permiten modelar
la incertidumbre propia a un gran número de fenómeno y situaciones observados.
3.5. La Estadística se utiliza como tecnología al servicio de las ciencias.

La estadística se utiliza como tecnología al servicio de las ciencias donde la
variabilidad y la incertidumbre forman parte de su naturaleza; es un proceso
científico el cual recolecta datos y se la considera como una tecnología que nos
ayuda a la resolución de problemas mediante el cálculo en diferentes sectores
específicos y ahora con la ayuda de aparatos electrónicos se facilita la resolución
de problemas.
3.6. Bioestadística.
• Carrasco de la Peña (1982) “La Bioestadística enseña y ayuda a investigar
en todas las áreas de las Ciencias de la Vida donde la variabilidad no es la
excepción sino la regla.”
• Julián Pérez Porto y Ana Gardey. (2016).
La bioestadística es una disciplina científica que se encarga de la aplicación del
análisis estadístico a diferentes cuestiones vinculadas a la biología. Puede decirse
que la bioestadística es un área o una especialización de la estadística, la ciencia
dedicada al estudio cuantitativo de todo tipo de variables.
COMENTARIO PERSONAL
La Bioestadística envuelve el desarrollo y aplicación de técnicas estadísticas a la
investigación en campos relacionados a la salud incluyendo medicina,
epidemiología, salud pública y también en áreas de estudios ambientales,
investigación agrícola y biología.
3.7. Estadística descriptiva.

 Berenson y Leving (1982) la definen “como los métodos que implican la
recolección, presentación y caracterización de un conjunto de datos a fin de
descubrir en la forma apropiada las diversas características de ese conjunto
de datos”
 Anderson, David R. Dennis J. Sweeney y Thomas A. Williams (2008)
“La mayor parte de la información estadística en periódicos, resumen y
presentan en una forma fácil de leer y de entender. A estos resúmenes de
Estadística I
6
datos, que pueden ser tabulares, gráficos o numéricos se les conoce como
estadística descriptiva”.
 William Mendenhall, Robert J. Beaver y Barbara M. Beaver (2010)
“La estadística descriptiva está formada por procedimientos empleados para
resumir y describir las características importantes de un conjunto de
mediciones”
COMENTARIO PERSONAL
Es un método de recolección y adquisición de datos informativos, que representa
y caracteriza un conjunto de datos variables acerca de algo que se quiera
descubrir diversas y apropiadas características, va desde las características
generales a las particulares.
3.8. Probabilidades.
• Richard Jeffrey, unívocamente, a la opinión y a la acción. Una acción u
opinión probable era una que las personas sensatas emprenderían o mantendrían,
en las circunstancias
• Laplace en 1816,
Cociente entre el número de casos favorables a un suceso y el número de casos
posibles.
COMENTARIO PERSONAL
La Probabilidad es la mayor o menor posibilidad de que ocurra un determinado
suceso. En otras palabras, su noción viene de la necesidad de medir o determinar
cuantitativamente la certeza o duda de que un suceso dado ocurra o no.
3.9. Estadística inferencial.

• Berenson y Leving (1982)
Puntualizan que la estadística inferencial son los “métodos que posibilitan la
estimación de una característica de una población o la toma de decisiones
concerniente a una población, tan solo con base en los resultados de un muestreo”.
• Katherine, (2008).
La Estadística Inferencial “es el proceso por el cual se deducen (infieren)
propiedades o características de una población a partir de una muestra
significativa”.
• Tórrez Valdivia, Rafael, (2012)
La inferencia estadística o estadística inferencial se usa para modelar patrones en
los datos y extraer inferencias sobre la población de estudio. Estas inferencias
pueden tomar la forma de respuestas a preguntas si/́ no (prueba de hipótesis),
estimaciones de características numéricas (estimación), pronósticos de futuras
observaciones, descripciones de asociación (correlación) o modelización de
relaciones entre variables (análisis de regresión).
COMENTARIO PERSONAL
La inferencia estadística o estadística inferencial es una parte de la Estadística que
comprende los métodos y procedimientos para deducir propiedades (hacer
inferencias) de una población, a partir de una pequeña parte de la misma
(muestra). También permite comparar muestras de diferentes poblaciones.
Estadística I
7
4. Con un ejemplo relacionado con la carrera, explique los pasos a seguir en una
investigación.
4.1. Problema: ¿Por qué hay bajo rendimiento de producción de maíz en el cantón de
Pindal en la estación de invierno?
4.2. Hipótesis: Supervisar y determinar el control adecuado en el desarrollo de la planta
en la etapa del invierno por exceso de agua.
4.3. Individuos que pertenecen al estudio: Agricultores de la Parroquia Milagros del
cantón Pindal.
4.4. Datos a recoger: Cuantas hectáreas de pérdida tuvieron
4.5. Descripción de los datos: existen datos de producción baja en la etapa de invierno
por exceso de agua en el cantón Pindal.
4.6. Inferencia: existe una gran cantidad de problemas; como son las lluvias, plagas y
que afectan a la producción
4.7. Confianza en la inferencia: existió una pérdida del 35 % en la producción del maíz.
5. En el ejemplo de la actividad 2, identifique:

5.1. Población: agricultores de la Parroquia Milagros del cantón Pindal.
5.2. Parámetros: 20 hectáreas de producción.
5.3. Muestra: 6 agricultores encuestados, 2 ingenieros agrícola y 2 agrónomos.
5.4. Estadísticos: 6 agricultores, 20 hectáreas, 2500 quintales.
5.5. Estadística descriptiva: 7 de 20 hectáreas tuvieron perdida de producción , 13
hectárea tuvieron buena producción, 6 agricultores , 2 ingenieros agrícola y 2
agrónomos
5.6. Método deductivo: los agricultores deben optar por el adecuamiento de suelos
5.7. Estadística inferencial: 7 hectáreas sin producción.
5.8. Método Inductivo: Las hectáreas se encuentran en un proceso de desarrollo y
mejoramiento en sus suelos, y fertilización.
6. Con un ejemplo relacionado con la carrera, explique la relación entre la Estadística y el

Método Científico.
Un ejemplo claro es, en un sembrío de hortalizas que se encuentran en un sector alto,
necesita ser regado cada cierto tiempo, pero el rio o lago más cercano está en la parte
baja del lugar; necesitamos averiguar mediante datos estadísticos: cuánta agua va a
necesitar el sembrío, a que distancia está el rio o lago de las hortalizas y si el agua es
apta para darle al sembrío, etc.
7. Elabore un resumen sobre la aplicabilidad de la estadística en las ciencias sociales y
naturales.
La estadística fue aplicada a las ciencias tanto naturales como sociales por la
necesidad de averiguar mediante métodos deductivos y recolección de datos
informativos, para esta aplicación, varios autores muy reconocidos aportaron con
significativas teorías instrumentales de carácter matemático acerca de la estadística y
como aplicarla
Estadística I
8
Las ciencias básicas como las sociales y naturales tienen en la estadística una fuente
proveedora de métodos y técnicas para la extracción y recolección de información
importante para el tema a investigar
La estadística es uno de los instrumentos más valioso que tienen las ciencias, es su
herramienta diaria en el análisis e interpretación de los datos, para exponer información
básica consistente al desarrollo de la investigación o dar una solución.
8. Escriba su criterio personal sobre el uso de la estadística en el campo de la
investigación agrícola.
La estadística realiza un papel muy importante para el campo agrícola , esta nos
proporciona los medios y elementos matemáticos e informáticos para una recolección
e interpretación de datos informativos que facilitan a la investigación en la vida diaria
del ingeniero agrícola , el estará obligado a llevar un reporte constante de cómo están
avanzando el campo en su totalidad lo que representa el suelo , los riegos, la
producción, la productividad y la construcción inmuebles , tendrá que tener datos
estadísticos de todo lo ya dicho para mantener un orden y organización con lo que se
realizara un trabajo exitoso
Semana 3.
Tema: Escalas de medición. Variables. Población y muestra.
Actividades:
1. Presentación en PowerPoint sobre Variables (pp. 3 a 6)
Estadística I
9
Estadística I
10
2. Presentación en PowerPoint sobre Muestreo aleatorio simple (pp. 3 a 7)
Estadística I
11
Estadística I
12
3. Complete lo siguiente:
Concepto Definición Ejemplo

Dato cuantitativo Los datos cuantitativos son aquellos -Número de
datos que pueden ser contados o habitantes de la
cuantificados, son cantidades provincia de Loja.
directas de información expresados -La altura de una
de forma numérica. persona.
Dato cualitativo Son aquellos datos que no
pueden ser contados, estos -Profesión de una
representan o reflejan una persona.
cualidad o atributo de un sujeto a -Color de ojos.
categoría.
Medición Es la asignación de cantidades
-Medir la
ósea valores numéricos a un
temperatura
objeto o a determinados
del agua.
características o rasgos del
-Cantidad de
fenómeno observado o
precipitaciones.
investigado.
Medida Es la expresión numérica que resulta 60 segundos
de comparar dos o más resultados conforman un
de la misma especie y magnitud minuto
obtenidos en la medición.
4. Sobre las Escalas de Medición, complete lo siguiente, reporte ejemplos relacionados

con la carrera.
Estadística I
13
Características Ejemplo
Escala
Semejanza Diferencias
Nominal o Puede establecerse Exportación de
cardinal frecuencias en cada frutas obtenidas
Sistema de
atributo y la igualdad o en pos-cosecha y
medición
desigualdad entre los comercialización.
diferentes casos.
Ordinal o Sistema de Recogen la idea de orden, Nivel de
de rango medición pero no tiene sentido exportación de
realizar operaciones frutas.
aritméticas con ellas ya
que no puede medirse
distancia entre una
categoría y otra.
Intervalo Una escala de intervalo es Temperatura del
Sistema de cuantitativa, posee un cero empaque de las
medición relativo de referencia y una frutas a
unidad de medición. exportarse
Proporción Es una escala cuantitativa Cantidad y peso
con un cero absoluto y una de frutas
unidad de medición. Con exportadas.
Sistema de los datos en una escala de
medición proporción se pueden
hacer clasificaciones,
ordenamientos y
diferencias.
5. Sustente la respuesta a los ejercicios:

5.1. En una investigación socioeconómica se registran los estados civiles de los
elementos de una muestra, con los numerales 1, 2, 3, 4, 5, correspondientes a
soltero, casado, divorciado, unión libre y viudo, respectivamente.
La Escala de medida es: nominal o cardinal
Porque: una escala de medición es nominal si los datos son etiquetas o categorías
que se usan para definir un atributo de un elemento. Los datos nominales pueden
ser numéricos o no numéricos. SE USA LOS NÚMEROS PARA CLASIFICAR O
DISTINGUIR ENTRE SI A LOS ELEMENTOS.
5.2. Si un estudiante asigna sus calificaciones en cuatro eventos académicos con los
numerales 3, 2, 1, y 0. ¿Qué le sugiere dicha asignación?
La Escala de medida es: ordinal o de rango.
Porque: una escala de medición es ordinal si los datos pueden usarse para
jerarquizar u ordenar las observaciones. Los datos ordinales pueden ser numéricos
o no numéricos. EL ESTUDIANTE ASIGNA POR CATEGORIAS LAS
CALIFICACIONES.
Estadística I
14
5.3. Podría existir una ausencia absoluta de capacidades para ejercer la docencia
universitaria, observando los requisitos de formación exigidos? Al responder esta
cuestión, identifique el tipo de escala que tendría que utilizar para normar una
prueba de oposición.
La Escala de medida es: intervalo.
Porque: una escala de medición es de intervalo si los datos tienen las propiedades
de los datos ordinales y los intervalos entre observaciones se expresan en términos
de una unidad de medición fija. Los datos de intervalo tienen que ser numéricos.
LA ASIGNACIÓN DE NÚMEROS A VARIAS CLASES ES TAN PRECISA QUE SE
SABE LA MAGNITUD ENTRE LOS OBJETOS.
5.4. En una encuesta le solicitan los siguientes datos: ¿Qué escala de medidas aplica
el investigador en cada dato?
Escala de Medición
Datos Informativos
Nominal Ordinal Intervalo Proporción
Ocupación profesional X
Edad en años X
Promedio de calificaciones X
Número de frutos X
Altura en centímetros X
Peso en kilogramos X
6. Sobre Variables, complete lo siguiente, reporte ejemplos relacionados con la carrera.
Variables Definición Ejemplo

Los valores que no se pueden asociar Calidad de
naturalmente a un número (no se los sistemas
Cualitativas pueden hacer operaciones algebraicas de riego por
con ellos. goteo.
Los números u otros símbolos se usan 1.- Riego por
para la clasificación de objetos, goteo 2.-
Nominales personas o características. Si sus Riego por
valores no se pueden ordenar. aspersión.
Recogen la idea de orden, pero no tiene Los sistemas
sentido realizar operaciones aritméticas de riego son
con ellas ya que no puede medirse muy buenos,
Ordinales distancia entre una categoría y otra. Si malos,
sus valores se pueden ordenar. regulares
(calidad)
Sus valores son neuróticos (se pueden Numero de

hacer operaciones algebraicas con tuberías para
Cuantitativas
ellos. el riego de
aspersión.
Estadística I
15
Discretas Se generan por el proceso de conteo, 20 tuberías

solo. para
Continuas Pueden tener valores observados en Colocación
puntos aislados a lo largo de una del riego por
escala. Si toma valores enteros. goteo.
7. Sobre Variables, complete lo siguiente, reporte ejemplos relacionados con la carrera.
Concepto Definición Ejemplo

Tipos de riego
-Riego por goteo.
“Cada una de las posibilidades -Riego por Aspersión.
o estados diferentes de una -Riego por Micro aspersión.
Modalidad variable estadística”
-Riego Hidropónico.
-Riego por Nebulización.
-Riego Automático.
-Riego por gravedad.
En estadística se le llama clase Edad de los alumnos de
Clases a una categoría en la que se Ingeniería Agrícola (18 – 25
agrupan los datos. años).
Los eventos se dicen que son

colectivamente exhaustivos si la
lista de resultados incluye cada
resultado posible. Ejemplos:
Sistema Tipos de riegos.
Ambos cara o cruz como
exhaustivo
posibles resultados al lanzar
una moneda. Todos los seis
posibles resultados al tirar un
dato.
Los eventos se dicen que son
mutuamente excluyentes si
únicamente uno de los eventos
ocurre en cualquier intento.
Sistema Riego por aspersión.
Ejemplos: lanzar una moneda al
excluyente
aire resultará siempre en cara o
cruz. Tirar un dado resultará
solo en uno de seis posibles
resultados.
Estadística I
16
8. Escriba dos ejemplos de cada uno de los conceptos siguientes:
Concepto Ejemplo 1 Ejemplo 2

Población
El conjunto que representa Los vendedores de
Los ingenieros
todas las mediciones de interés maquinaria agrícola en
agrícolas de la
para el investigador que, por lo la ciudad de Guayaquil.
provincia de Loja.
general, es un conjunto finito.
El salario promedio
Parámetro El salario promedio que
de todos los
Son valores que reflejan las ganan los vendedores
ingenieros agrícolas
propiedades de la población en de maquinaria agrícola.
de la provincia de
el campo estadístico.
Loja.
Muestra
Es uno de los subconjuntos de la
población de interés que el
investigador selecciona ordinaria Los ingenieros Los vendedores de
o deliberadamente, sea para agrícolas de la maquinaria en Daule.
conocer su particular ciudad de Loja.
comportamiento o para inferir
propiedades de la población de
la cual proviene.
Salarios
Estadígrafo promedios de los Ingreso promedio de
Son los valores que reflejan las ingenieros los vendedores de
propiedades de la muestra en el agrícolas maquinaria en Daule.
campo estadístico. empleados en una
empresa.
Variable Continua
Son aquellas variables que La altura de cada
pueden asumir valores en El peso de cada uno
uno de los de la maquinaria
cualquier punto de una escala
numérica interrumpida y que ingenieros agrícola.
pueden corresponderse con los agrícolas.
puntos de una recta.
Dato continuo
Datos que pueden tomar
cualquier valor (un número 1.70 ; 1.60 ; 1.50 320 kg 680Kg 160kg
infinito de valores) dentro de un
cierto intervalo.
Variable Discreta Número de
Se definen en un conjunto ingenieros Número de
determinado de valores. agrícolas que maquinaria en Daule.
están laborando.
Dato discreto 120 equipos de
300 ingenieros
Datos que sólo toman un número maquinaria.
finito de valores. agrícolas.
Estadística I
17
9. Suponga un objeto de investigación agrícola. ¿Cuál sería?
Objeto de Investigación “Nutrición vegetal en el maíz”

Plantas del maíz en cuales se realizan los
Población respectivos análisis.
Muestra Una especie de maíz.
El tamaño de las plantas de maíz , el grosor del
Variables tallo, llenado de frutos, tamaño de mazorcas, etc.
10. Con los datos de la estatura de los 10 alumnos de la tabla 1.1 (página 13 del texto),
encuentre las siguientes sumatorias:
Alumno 1 2 3 4 5 6 7 8 9 10
Peso (kg) 63 52 78 49 71 62 68 48 56 67
Estatura (cm) 162 158 167 151 162 168 167 153 152 173
y1 = 162, y2 = 158, y3 = 167, y4 = 151, y5 = 162, y6 = 168, y7 = 167, y8 = 153, y9 = 152, y10 = 173.
7
a) (y
i2
i  100) 
(y2 - 100) + (y3 - 100) + (y4 - 100) + (y5 - 100) + (y6 - 100) + (y7 - 100)
= (158 - 100) + (167 - 100) + (151 - 100) + (162 - 100) + (168 - 100) + (167 - 100)
= 373
7
b) y
i 2
i  100 
y2 - y3 - y4 - y5 - y6 - y7 – 100
= 158 + 167 + 151 + 162 + 168 + 167 - 100
= 873
10
c) y
i 5
2
i 
(y5 )2 + (y6)2 + (y7)2 + (y8)2 + (y9)2 + (y10)2
=1622 + 1682 + 1672 + 1532 + 1522 + 1732
= 158799
Estadística I
18
2
 10 
d)   yi  
 i 5 
(y5 + y6 + y7 + y8 + y9 + y10)2
= (162 + 168 + 167 + 153 + 152 + 173)2
= 950625
11. En el cultivo de la papa (Solanum tuberosum L.), el hongo Phytophtora infestans (Mont)
de Bary, produce la enfermedad Tizón Tardío. Ésta afecta no solo al rendimiento sino
también a la calidad de los tubérculos, ya que produce manchas oscuras en la piel y en
el interior de los mismos. Una de las estrategias de control consiste en aplicar fungicida.
En una zona con condiciones ambientales favorables para la presentación del
patógeno, se plantea hacer un ensayo trabajando con la variedad de papa Spunta,
susceptible a la enfermedad, para comparar el efecto de dos fungicidas (F1 y F2) y,
posiblemente, recomendar el uso de alguno de ellos.
Se sembraron tubérculos-semilla de alta sanidad, bajo las condiciones de manejo
habituales, en parcelas experimentales de 4 surcos y 5 m de largo cada uno. Para la
aplicación de cada fungicida se pulverizó con mochila usando una dosis de 2 kg/ha de
producto activo, a intervalos de una semana a partir de los 45 días después de la
siembra. De un total de 9 parcelas se seleccionaron al azar un tercio que no fueron
pulverizadas, otro tercio en el que se aplicó el F1 y en el tercio restante se usó el F2.
La severidad de la enfermedad se evaluó en base a síntomas en el follaje de una planta
tomada al azar de cada parcela, en una escala donde 0=sin síntomas, 1=infección leve,
2=infección moderada, 3=infección severa, 4=infección máxima, al final del periodo de
observación.
Después de la cosecha se obtuvo el rendimiento por parcela (kg/ha) de tubérculos y
todos ellos fueron clasificados según su destino en: comerciales (con peso igual o
mayor a 60 g) y tubérculos que se usarán como semilla (peso menor a 60 g).
Las determinaciones de rendimiento se hicieron sobre los surcos centrales de las
parcelas para evitar efectos de bordura y arrastre del fungicida.
De acuerdo a la situación planteada, responda:
11.1. ¿El estudio es de tipo experimental u observacional?  
Experimental
11.2. Mencione dos variables podrían ser consideradas como variable respuesta.
Clasifíquelas según su naturaleza o tipo.  
Variable cuantitativa continúa
Dosis de fungicida a aplicar
Variable cualitativa ordinal

Concentración de plaguicidas
Estadística I
19
11.3. Mencione variables que podrían ser variables de clasificación (o factores).

Enumere los valores o niveles de estos factores.  
Variable Cuantitativa Discretas
Número de hojas afectadas

Número de fungicidas
Número de aplicaciones
Variables Cuantitativas Continuas
Nivel concentración de los fungicidas

Altura actual de las plantas
Variables Cualitativas Ordinal
Nivel de mejoría de las plantas
Variables Cualitativas Ordinal
Variedad de papa
11.4. ¿Cuáles son las poblaciones sobre las que se desea concluir con el ensayo de
fungicida?  
Las plantas que se encuentran en los surcos centrales de las parcelas.
11.5. ¿Cuál es el tamaño de las muestras que serán analizadas en cada población
estudiada: n=4 o n=3?  
El tamaño de la muestra es n=3, de un total de 9 parcelas se seleccionaron
al azar un tercio que no fueron pulverizadas, otro tercio en el que se aplicó
el F1 y en el tercio restante se usó el F2.
11.6. ¿Podría estudiarse alguna asociación entre variables?, ¿Cuáles?  
Si podría estudiarse un ejemplo de ello las condiciones ambientales,
dentro de lo cual asocia diferentes variables como: la humedad,
temperatura, corriente de aire, iluminación, etc.
11.7. Al elaborar un análisis estadístico descriptivo: ¿Qué herramientas usaría?  
Una base de datos, programa que ayude a generar gráficas y tablas de
resultados en base a sus parámetros de centralización; media, mediana y
moda; así como sus parámetros de dispersión; varianza, desviación típica,
etc. 
12. Los técnicos de una región de productores de cabras desean identificar las condiciones
de manejo que más afectan a la producción de leche. Para ello, cuentan con planillas
de 400 productores que contienen datos de los diferentes establecimientos. Como
punto de partida del análisis, deciden estudiar la asociación entre el manejo nutricional
y la producción de leche. Resuelven considerar a las variables en la siguiente forma:
Manejo nutricional: usa verdeos, usa suplementos, usa verdeos y suplementos, no
usa verdeos ni suplementos.
Producción promedio de leche: alta (más de 1,5 kg/día), media (de 1 a 1,5 kg/día) y
baja (menor a 1 kg/día).
De acuerdo a la situación planteada:
Estadística I
20
12.1. Proponga dos alternativas para realizar este estudio.

1. Primero analizar el tipo de cabras para según eso poder llegar al resultado
que deseamos obtener.
2. Analizar la cantidad de alimento que se debe proporcionar a las cabras con

sus siguientes requisitos alimenticios:
Energía (Carbohidratos y lípidos)

Proteínas (aminoácidos)
Vitaminas
Minerales
Agua.
Para así obtener una producción de leche de buena calidad.
12.2. Suponga n=100 y construya una tabla de contingencia que podría obtenerse,
proponiendo frecuencias absolutas razonables.  
No usa
Usa Usa Usa verdeos y verdeos ni
suplementos TOTAL
verdeos suplementos suplementos
P. Alta más
de 1,5 kg/día 3 3 18 1 25
P. Media 1 –
1,5 kg/día
5 10 5 20 40
P. baja menos
de1 kg/día 1 4 0 30 35
TOTAL
9 17 23 51 100
12.3. Clasificar las siguientes variables según su naturaleza:

12.4. Cantidad de vacas en ordeñe por tambo en una cuenca lechera en el año 2015.
Variable cuantitativa discreta
12.5. Estado (preñada o vacía) de una vaquillona (al tacto).  

Variable Cualitativa ordinal
12.6. Período de tiempo en días transcurridos desde el almacenamiento y hasta que

se produce el deterioro del 50% de los frutos almacenados en una cámara.
Variable cuantitativa discreta.
 
12.7. Milímetros de precipitación registrados, por año, en una localidad.  
Estadística I
21
Variable cuantitativa continúa.  
12.8. Porcentaje de semillas en dormición en cajas de 50 semillas.

Variable cuantitativa discreta. 
12.9. Concentración de proteínas (baja, media, alta), en muestras de leche de cabra.

Variable con escala ordinal.
12.10. Cociente entre el largo y el ancho de vainas de soja.  

Variable cuantitativa continúa.
Semana 4.
Tema: Definición de un objeto de estudio relacionado con la Carrera.
Actividades:
1. Sobre un objeto de estudio relacionado con la Carrera, defina: problemática, hipótesis
y objetivos.
PROBLEMA
¿Por qué el limón, un producto que tiene diversas utilidades, en la actualidad tiene un
precio elevado en la ciudad de Loja?
Hipótesis:
El excesivo incremento actual del limón en su precio responde no solo a la baja
producción, sino que la temporada no favorece para que la planta de sus frutos.
Objetivos
Objetivo general.
Contrastar cual es la causa principal de la subida de precio del limón en la actualidad.
Objetivos específicos.
o Determinar el incremento sufrido en el precio del limón.
o Analizar que frutos puedan suplantar al limón.
o Relacionar los conocimientos adquiridos en este taller denominado “Estadística
Descriptiva” con situaciones que suceden a nuestro alrededor.
Definiciones
Problemática
Entonces definimos la problemática como una situación ambigua el cual está
transcurriendo de momento y que para nuestro criterio requiere solución para un uso
de futuras indagaciones.
Hipótesis
Se define como, una admitida solución a la problemática identificada.
Objetivos
Los objetivos son las guías de estudio que durante todo el desarrollo del mismo deben
tenerse presente.
Estadística I
22
2. Elabore un informe.
2.1. Análisis de datos
1era semana noviembre 2da semana noviembre 3era semana

noviembre 4ta semana noviembre
Según los datos obtenidos el precio del saco de limón en la primera semana
de noviembre era de $75, en la semana dos el precio ascendió a $90, en la
semana tres el precio se mantuvo en $90, pero para la cuarta semana de
noviembre sufrió un incremento en su precio a $200.
Es necesario indicar que en la mayoría de los puestos de las vendedoras

se entregan 4 a 6 limones por dólar.
¿Razones de la subida del precio del limón?
Estadística I
23
El cincuenta por ciento señala que el precio sube simplemente porque no hay en
los árboles. Ahora no es época de limones y por eso los árboles permanecen solo
con flores o frutos pequeños; señalaron que los ciudadanos se desesperan en
busca del producto.
Mientras que un treinta por ciento mencionó que hay un hongo conocido como
fumagina y le da una coloración oscura a la fruta e inhibe su desarrollo.
Y un veinte por ciento mencionó que el verano también incide en la disminución y
recordó que en invierno es cuando se da la mayor cantidad de limones, por eso
calcula que a mediados de diciembre se iniciarán las cosechas y el precio baje.
2.2. Conclusiones
 Algunos de los comerciantes en especial del mercado Centro Comercial,

dicen que es normal que en esta época el limón escasee en el país y sobre
todo en la provincia, y que el precio del saco se incremente demasiado.
 Otros comerciantes del pequeño mercado Pitas II del centro de acopio
coinciden en que todo el limón que se está comercializando en la ciudad
proviene de ciudades como Ambato, Perú o inclusive de Colombia.
Entonces, con menos producto de Colombia, con escasa cosecha en Santa
Elena, Manabí y El Oro, y nulo aporte peruano, ese mismo saco alcanzó un
techo de $ 120.
 Según nuestro análisis, el excesivo incremento actual en el precio del limón
responde no solo a la baja producción, sino que la temporada no favorece
para que la planta de sus frutos.
 Mientras que las personas que adquieren este producto para utilizarlo en
su familia dicen que el limón es cíclico y por estas fechas es común su
carencia. Y su elevado precio.
2.3. Recomendaciones
— Se puede suplantar el limón por la naranja que bajó el precio, pasó de
venderse 10 por $ 1 a 25 naranjas por el mismo precio. En los mercados,
hay sacos llenos que se ofrecen en la entrada. Algunos de los comerciantes
recomiendan este producto para aderezar ensaladas.
— Al momento de manipular los datos se debe actuar con el mayor cuidado
posible para evitar errores al momento de redactar el informe
correspondiente.
2.4. Bibliografía consultada
 Arias, Fidias (2006). El proyecto de investigación: Introducción a la

metodología científica. (5º. ed.) Caracas - Venezuela: Episteme.
 http://www.diariopinion.com/primeraplana/verArticulo.php?id=958561
 http://sinagap.agricultura.gob.ec/phocadownloadpap/edicion
 https://www.cronica.com.ec/informacion-2/ciudad/item/20424-costo-del-
limon-sigue-incrementandose
 https://www.cronica.com.ec/informacion-2/ciudad/item/20424-costo-del-
limon-sigue-incrementandose
 https://www.eluniverso.com/noticias/2017/09/09/nota/6371503/saco-limon-
paso-30-200-6-meses
Estadística I
24
 http://sinagap.magap.gob.ec/sina/PaginasCGSIN/Rep_Pre_Prod_X_Merc
CGSIN.aspx
 https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/Enc
uestas/Coy untura/Integradas/etc201502.pdf
Semana 5.
Tema: Recolección de información sobre un objeto de estudio relacionado con la Carrera.
Actividades:
1. Recoja información del objeto de estudio relacionado con la Carrera.
Nº Limones Tamaño en mm
1 31
3 32
6 33
6 34
3 35
5 36
1 37
2 38
1 39
3 40
2 41
2 42
1 43
1 49
2. Ingrese la información a la hoja electrónica Excel.
Intervalos Frecuenci Frecuencia Frecuencia Frecuencia
de clase a absoluta absoluta relativa relativa
acumulada acumulada
[31-34 ) 10 10 27,03% 27,03%
[34-37 ) 14 24 37,84% 64,86%
[37-40 ) 4 28 10.81% 75,68%
[40-43 ) 7 35 18,92% 94,59%
[43-46 ) 1 36 2,70% 97,30%
[46-49] 1 37 2,70% 100,00%
37 100,00%
Estadística I
25
Semana 6.
Tema: Métodos tabulares para organizar conjuntos de datos.
Actividades:
1. Realice un comentario sobre las características de las técnicas tabulares para organizar
conjuntos de datos.
Este método permite visualizar fácilmente la información, ya que los datos se
presentan por medio de tablas. Las mismas que sobresalen por su sencillez y
claridad en la que se presentan con dos encabezados o columnas.
2. Sobre Frecuencias, complete lo siguiente, reporte ejemplos relacionados con la carrera.
Frecuencias Definición Usos Ejemplo

Es el número de
veces que aparece Para realizar Las veces que se
un determinado cuadros utilizan los
Absolutas valor en un estudio estadísticos con fertilizantes en un
estadístico. Se los datos cultivo.
representa por obtenidos.
(fi)
Es el cociente entre
la frecuencia
absoluta de un Para saber que Las veces que se
determinado valor y parte fue ha utilizado un
Relativas el número total de tomada de un fertilizante y en
datos. total obtenido de que época de la
Se puede expresar la frecuencia siembra se lo uso
en tantos por ciento absoluta
y se representa por
(ni)
Es la suma de las Para obtener un Las veces que se
frecuencias total de todos usó el fertilizante
absolutas de todos los datos de una forma
los valores inferiores obtenidos ya organizadamente
Acumuladas o iguales al valor sea en cómo se usó
considerado. Se encuestas o en cuando se usó y
representa por entrevistas de los efectos que
(Fi) una manera causo
ordenada
Estadística I
26
3. Elabore las tablas correspondientes de los datos del objeto de estudio relacionado con
la Carrera.
Nº Limones Tamaño en mm
1 31
3 32
6 33
6 34
3 35
5 36
1 37
2 38
1 39
3 40
2 41
2 42
1 43
1 49
Intervalos Frecuenci Frecuencia Frecuencia Frecuencia
de clase a absoluta absoluta relativa relativa
acumulada acumulada
[31-34 ) 10 10 27,03% 27,03%
[34-37 ) 14 24 37,84% 64,86%
[37-40 ) 4 28 10.81% 75,68%
[40-43 ) 7 35 18,92% 94,59%
[43-46 ) 1 36 2,70% 97,30%
[46-49] 1 37 2,70% 100,00%
37 100,00%
4. Seleccione un renglón de la tabla de frecuencias (Actividad 3) e interprete:

4.1. Intervalo.
[37-40)
4.2. Punto medio.
4.3. Frecuencia absoluta.

4
4.4. Frecuencia relativa.
10,81%
4.5. Frecuencia absoluta acumulada.
28
4.6. Frecuencia relativa acumulada.
Estadística I
27
75,68%
5. La siguiente tabla muestra la distribución de frecuencias de la variable producción de
papa (t/ha), según la información obtenida en un muestreo aleatorio de 80 productores:
Producción (t/ha) Cantidad de productores

(15 ; 20] 5
(20 ; 25] 21
(25 ; 30] 25
(30 ; 35] 17
(35 ; 40] 9
(40 ; 45] 3

5.1. ¿En qué porcentaje de la muestra se obtuvieron producciones menores o iguales
a 20 t/ha?  
5×100
80
= 6,25%
5.2. ¿Qué porcentaje de productores obtuvo una producción mayor a 30 t/ha?  
5×100
80
= 6,25%
5.3. ¿Qué cantidad de productores obtuvieron producciones mayores a 35 t/ha?  
12.
Semana 7.
Tema: Métodos gráficos para representar conjuntos de datos..
Actividades:
1. En las declaraciones siguientes, señale con una X si es Verdadero o Falso.
Declaración Verdadero Falso

 Al hacer una gráfica, la variable a estudiar va en el
eje de las abscisas y las frecuencias en la X
ordenada.
 Para calcular el punto medio de clase, se suma el

X
límite superior al límite inferior y se divide por dos.
 El polígono de frecuencias se utiliza para

X
representar a la variable continua.
Estadística I
28
 El número de estudiantes por aula es una variable

X
discreta.
 La suma de las frecuencias absolutas es igual a 1. X
 La calificación de los estudiantes es una variable

X
continua.
2. Elabore los gráficos correspondientes de los datos del objeto de estudio relacionado
con la Carrera.
Tamaño en mm N° Limones
31 1
32 3
33 6
34 6
35 3
36 5
37 1
38 2
39 1
40 3
41 2
42 2
43 1
49 1
Diagrama de puntos que corresponde a los totales de

limones (Y) por tamaño (X) en mm.
7
6
5
N° Limones
4
3
2
1
0
30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
Tamaño en mm
3. Al realizar un inventario forestal en un bosque nativo, se tabularon, entre otros, los datos
de la cantidad de especies presentes en el área de muestreo. Represente con un
gráfico de sectores la abundancia de las diferentes especies en la muestra, en base al
porcentaje de árboles de cada especie respecto del total de árboles presentes.
Estadística I
29
Especies Cantidad de árboles

Eucalipto 449
Pino 401
Cedro 224
Palo santo 176
Otros 241
Ayuda: cargue los datos en InfoStat, en el menú Gráficos seleccione el submenú Gráficos de sectores,
opción Categorías en filas. Luego seleccionar la variable Especies en la ventana Clase y Cantidad de
árboles en la ventana Frecuencia. Finalmente accione Aceptar.
4. La siguiente tabla muestra la distribución de frecuencias de la variable producción de

papa (t/ha), según la información obtenida en un muestreo aleatorio de 80 productores:
Producción (t/ha) Cantidad de productores

(15 ; 20] 5
(20 ; 25] 21
(25 ; 30] 25
(30 ; 35] 17
(35 ; 40] 9
(40 ; 45] 3
Clase fi Fi
(15 ; 20] 5 5
(20 ; 25] 21 26
(25 ; 30] 25 51
(30 ; 35] 17 68
Estadística I
30
(35 ; 40] 9 77
(40 ; 45] 3 80

4.1. ¿En qué intervalo se encuentra el cuantil 0,50? Interprete este valor.  
𝟖𝟎
𝑸𝟐 = ∗ 𝟐 = 𝟒𝟎
𝟒
(𝟒𝟎 − 𝟐𝟏)
𝟐𝟓 + ∗ 𝟓 = 𝟐𝟖, 𝟖
𝟐𝟓
(25 ; 30]
4.2. ¿En qué intervalo se encuentra el cuantil 0,85? Interprete este valor.  
𝟖𝟎
𝑷𝟖𝟓 = ∗ 𝟖𝟓 = 𝟔𝟖
𝟏𝟎𝟎
(30 ; 35]
4.3. ¿Qué tipo de gráfico podría usarse para determinar estos cuantiles?  
Histograma
5. Existen otros tipos de gráficos para representar datos, entre los que se encuentran los
de sectores, los pictogramas, los cartogramas, entre otros. Presente un informe en el
que conste: definición, procedimiento de elaboración y aplicabilidad, de cada uno.
Hay muchos tipos de gráficas estadísticas. Cada una de ellas es adecuada para un
estudio determinado, ya que no siempre se puede utilizar la misma para todos los
casos.
Las más comunes son:
 Diagrama de barras
 Histograma
 Polígono de frecuencias
 Diagrama de sectores
 Pictograma
Diagrama de barras
Se utiliza para representar los caracteres cualitativos y cuantitativos discretos. En el eje
horizontal, o eje de abcisas, se representan los datos o modalidades; en el eje vertical
o de ordenadas, se representan las frecuencias de cada dato o modalidad.
Sobre el eje horizontal se levantan barras o rectángulos de igual base (que no se
superpongan) cuya altura debe ser proporcional a la frecuencia que representan.
Estadística I
31
Histograma
Un histograma es una representación gráfica de una variable en forma de barras, donde
la superficie de cada barra es proporcional a la frecuencia de los valores representados.
En el eje vertical se representan las frecuencias, y en el eje horizontal los valores de
las variables, normalmente señalando las marcas de clase, es decir, la mitad del
intervalo en el que están agrupados los datos.
Se utiliza cuando se estudia una variable continua, como franjas de edades o altura de
la muestra, y, por comodidad, sus valores se agrupan en clases, es decir, valores
continuos. En los casos en los que los datos son cualitativos (no-numéricos), como
sexto grado de acuerdo o nivel de estudios, es preferible un diagrama de sectores.
Los histogramas son más frecuentes en ciencias sociales, humanas y económicas que
en ciencias naturales y exactas. Y permite la comparación de los resultados de un
proceso.
Estadística I
32
Polígono de frecuencias
Es un gráfico lineal que se utiliza en el caso de una variable cuantitativa.
Para realizar el polígono unimos los puntos medios de las bases superiores del
diagrama de barras o del histograma.
Diagrama de sectores
También conocido como gráfico de torta o gráfico circular.
Se representan los datos en un círculo, de modo que la frecuencia de cada valor viene
dada por un trozo de área del círculo. Así, el círculo queda dividido en sectores cuya
amplitud es proporcional a las frecuencias de los valores. Sirve para representar
cualquier tipo de variable.
Este tipo de diagramas puede ser de dos tipo, se puede considerar una figura
geométrica en la que la información se distribuye dentro de la figura como puede ser
una dona o un anillo en el que cada porción dentro de la figura representa la información
porcentual del total de datos. La segunda opción es la utilización de pasteles en los que
una porción del pastel determinada por sectores individuales la información para ese
sector específico.
Estadística I
33
Pictogramas
El pictograma consiste en la utilización de símbolos utilizados para representar un
conjunto de datos, en el caso de la representación de datos individuales a través de
barras hemos utilizado los pictogramas, sin embargo en áreas específicas convendría
analizar el conjunto de datos.
Pirámide de población
Dependiendo de la información que estemos estudiando, se pueden utilizar otros
tipos de gráficos.
Uno de ellos es por ejemplo, la pirámide de población. Sirve para analizar cómo va
evolucionando (con respecto a su edad) una población determinada.
Consiste en dos diagramas de barras, uno de ellos para representar los datos de los
hombres y el otro para los de las mujeres, pero dispuestos de forma horizontal y por
edades.
Estadística I
34
Los cartogramas
Los cartogramas son especialmente útiles en estudios de carácter geográfico. La forma
de construirlos es la siguiente: se colorea o se raya con colores e intensidades
diferentes los distintos espacios o zonas (que pueden ser comunidades autónomas,
provincias, ríos, etc.) en función de la mayor o menor importancia que tenga la variable
o atributo en estudio.
Semana 8.
Tema: Taller: Aplicación de software estadístico: Tablas y Gráficos.
Actividades:
1. Ingrese a la Hoja Electrónica Excel los datos correspondientes al objeto de estudio
relacionado con la Carrera y de las actividades de esta guía.
Estadística I
35
Estadística I
36
Semana 9.
Tema: Medidas de posición.
Actividades:
1. Sobre Medidas de Posición, complete lo siguiente:
Medidas de Ejemplo
Definición Usos
Posición
Son los tres Dividen el conjunto
Cuartiles valores de la ordenado de datos
variable que en fracciones
dividen a un específicas en la
conjunto de determinación de
datos estratos o grupos
ordenados en correspondientes a
cuatro partes fenómenos
iguales. socioeconómicos,
monetarios o
Q1, Q2 y Q3
teóricos.
determinan
los valores
correspondien
tes al 25%, al
50% y al 75%
de los datos.
Estadística I
37
Son los nueve

Deciles valores que
dividen la
serie de datos
en diez partes Permiten estudiar la
iguales. posición relativa de
Los D1, un sujeto en una
D2,…,D9 dan variable.
los valores
correspondien
tes al 10%, al
20%... y al
90% de los
datos
respectivame
nte.
Son los 99
Percentiles valores que
dividen la
serie de datos
en 100 partes
iguales. Permiten estudiar la
posición relativa de
Los P1, un sujeto en una
P3,…,P99 variable.
dan los
valores
correspondien
tes al 1%, al
2%... y al 99%
de los datos.
2. Los siguientes datos se refieren al número de dientes por hoja en bulbos de ajo:
4 2 2 3 3 2 3 3 2 2
3 3 2 1 2 2 2 2 4 2
4 2 3 3 1
2.1. Construya una tabla de distribución de frecuencias para la variable número de
dientes por hoja.  
Número de Frecuencia Frecuencia Frecuencia Frecuencia
dientes por absoluta acumulada relativa (%) acumulada
hoja relativa (%)
1 2 2 8 8
2 12 14 48 56
3 8 22 32 88
4 3 25 12 100
Total 25 100
Estadística I
38
2.2. Represente gráficamente la distribución de frecuencias de la variable en la

muestra.  
Frecuencia absoluta
14
12
10
0
1 2 3 4
Frecuencia acumulada
30
25
20
15
10
0
1 2 3 4
Frecuencia relativa (%)

60
50
40
30
20
10
0
1 2 3 4
Estadística I
39
Frecuencia acumulada relativa (%)

120
100
80
60
40
20
0
1 2 3 4
2.3. ¿Cuál es la proporción de hojas con menos de 2 dientes?  

La proporción de hojas con menos de 2 dientes es de 8%.
2.4. ¿Cuál es la proporción de hojas con más de 2 dientes?
La proporción de hojas con más de 2 dientes es de 44%.
 
3. Calcule los cuartiles en los datos del objeto de estudio relacionado con la Carrera.
Intervalos de clase Frecuencia absoluta Frecuencia absoluta acumulada Frecuencia relativa Frecuencia relativa acumulada
[31-34] 16 16 43,24% 43,24%
[35-38] 11 27 29,73% 72,97%
[39-44] 9 36 24,32% 97,30%
[45-49] 1 37 2,70% 100,00%
Total 37 100,00%
Estadística I
40
Semana 10.
Tema: Medidas de tendencia central.
Actividades:
1. Sobre Medidas de Tendencia Central, complete lo siguiente:
Medidas
de Ejemplo
Definición Usos
Tendencia
Central
Si x1, x2,....., xn Cuando se
Media constituyen una trata de
muestra variables
aleatoria de continuas, y Los pesos de seis amigos son: 84,
tamaño n, también 91, 72, 68, 87 y 78 kg.
luego la media puede Hallar el peso medio.
muestral o calcularse
promedio en la para
muestra se variables
define como: agrupadas en
𝑥𝑖 intervalos.
𝑥̅ = ∑𝑛𝑖=1 𝑛
Si x1, x2,....., xn
Mediana constituyen una
muestra Encuentre la mediana del conjunto
aleatoria de {2, 5, 8, 11, 16, 21, 30}.
tamaño n En valores Hay 7 números en el conjunto,
entonces la agrupados en
mediana y estos están acomodados en
intervalos
muestral es el orden ascendente. El número
cuantil 0.50 de medio (el cuarto en la lista) es 11.
su distribución Así, la mediana es 11.
de frecuencias
muestral.
Si x1, x2,....., xn
Moda conforman una
muestra
aleatoria, la
En variables Por ejemplo, el número de
moda muestral
continuas, personas en distintos vehículos en
es el valor de la
expresadas una carretera: 5-7-4-6-9-5-6-1-5-3-
variable que
en intervalos. 7=5
ocurre con
mayor
frecuencia.
Estadística I
41
2. Sobre Medidas de Tendencia Central, complete lo siguiente:

Medidas de
Tendencia Ventajas Desventajas
Central
Conveniente cuando los datos se Buscar la media de los
Media concentran simétricamente con diferentes grupos de
respecto a ese valor. Muy intervalos
sensible a valores extremos.
Divide un grupo de datos en Repetir el proceso para cada
Mediana grupos facilitando sacar la media uno de los grupos formados
Estar a la moda Algunas formas de vestir no

Moda son cómodas
El cambio de apariencia
Problemas de salud
Eleva la autoestima de las

personas. Algunos tipos de ropa
tienden a limitar los
movimientos del cuerpo
Es algo que siempre desea estar
cada persona
3. Calcule las medidas de tendencia central en los datos del objeto de estudio relacionado
con la Carrera.
4. Los siguientes datos corresponden a la ganancia de peso por día (expresada en

gramos), de novillos sometidos a una dieta experimental de engorde a corral.
704 890 986 806 798 995 876 705 706 915
801 720 807 960 858 606 798 708 893 906
660 780 615 895 969 880 700 697 804 918
825 809 758 705 800 910 896 708 690 830
4.1. Obtenga las siguientes medidas resumen: media, mediana, mínimo, máximo,
rango, varianza (n-1), desviación estándar y coeficiente de variación en la muestra
de los datos.  
Estadística I
42
4.2. Utilizando el gráfico de la distribución de la variable en la muestra, que se muestra

a continuación, asignar el valor de Verdadero (V) o Falso (F) a cada una de las
consignas del cuadro.  
La proporción de ganancias de peso diarias entre 720 g/día y 800 g/día es 0,35. V
La proporción de ganancias de peso mayores a 880 g/día es igual a 0,75. V
Aproximadamente un 35% de las ganancias de peso fueron menores a 760 V
g/día.
El rango intercuartílico es de aproximadamente 140 g/día. F
De acuerdo al valor de la mediana y como la media es de 807,2 gr, la F
distribución es asimétrica izquierda
Si se consideran que ganancias por debajo de los 720 g/días son bajas, un total F
Estadística I
43
de 8 novillos cumplen esta condición.

El cuantil 0,5 es igual a 800 g/día. V
Un 20% de los novillos aumentó 720 g/día V
5. En un estudio se midieron los perímetros basales (en centímetros), de troncos de

plantas de eucalipto y se obtuvieron los siguientes datos.
138 164 150 132 144 125 149
140 147 136 148 152 144 168
163 119 154 165 146 173 142
140 135 161 145 135 161 145
145 128 157 146 158 126 147
142 138 176 135 153 150 156
5.1. Utilizando InfoStat, construya los siguientes gráficos que muestren la distribución
de la variable: histograma de frecuencias relativas con polígono de frecuencias,
gráfico de distribución empírica y gráfico de cajas (Box-Plot).  
Histograma:
Gráfico de cajas (Box-Plot).
Estadística I
44
Gráfico Distribución empírica:
5.2. Compare la información provista por cada gráfico. ¿Cuál sería más apropiado para
calcular cuantiles?  
La más apropiada para identificar los cuantiles es la de distribución empírica
porque tenemos frecuencia relativa acumulada y están los cuartiles.
5.3. Obtenga las siguientes medidas resumen: media, mediana, X0.25, X0.75, rango,
varianza (n-1), desviación estándar y coeficiente de variación.  
𝑋̅ = 147,1
Mediana=146
Q.25=138
Q.75= 156
Rango= 19
Varianza=166,92
Estadística I
45
Des. Estándar=12,92
5.4. ¿Podría afirmarse que la distribución de la variable es aproximadamente simétrica?
Aproximadamente sí.
Concepto Definición Fórmula Usos
La media aritmética o Datos No Agrupados Apto para
promedio simple (X) Simbólicamente se expresa patrones de
muestra el valor central demanda
así: aleatoria o
de los datos nivelados
Constituyendo ser la
medida de ubicación
que más se utiliza. En
Datos Agrupados
general, es calculada
La fórmula correspondiente
Sumando los valores de
para su cálculo es la
interés y dividiendo
siguiente:
Promedio
entre el número de
Simple
valores sumados.
La media ponderada es La noción

una medida de de promedio
tendencia central, que es ponderado se
apropiada cuando en un utiliza para
conjunto de datos cada nombrar a
uno de ellos tiene una un método de
importancia relativa (o cálculo que se
Ponderado
Promedio
peso) respecto de los aplica cuando,

demás datos dentro de una
serie de datos,
uno de ellos
tiene
una importancia
mayor. Hay, por
lo tanto, un dato
con
mayor peso que
el resto
La media geométrica de El promedio
una cantidad arbitraria geométrico sólo
de números (por decir n se aplica a
números) es la raíz n- números
ésima del producto de positivos y
todos los números, es siempre resulta
Geométrico
Promedio
recomendada para menor o igual

datos de progresión que el promedio
geométrica, para aritmético de los
promediar razones, mismos. (La
interés compuesto y igualdad se
números índices. tiene cuando
todos los
números
promediados
son iguales).
Estadística I
46
La media armónica La media

(designada usualmente armónica no
mediante H) de una tiene un uso
cantidad finita de muy extenso en
números es igual al el mundo
Armónico
Promedio
recíproco, o inverso, de científico. Suele

la media aritmética de utilizarse
los recíprocos de dichos principalmente
valores y es para calcular la
recomendada para media de
promediar velocidades. velocidades,
tiempos o en
electrónica.
7. Dos alumnos A y B, realizan cuatro pruebas instructivas distintas con diferente nivel de
importancia, los resultados son los siguientes:
Prueba Alumno A Alumno B Importancia

1 54 57 5
2 67 58 2
3 91 92 2
4 62 63 1
¿Cuál es el alumno que obtiene mejor puntuación media?
=62+67=129/2=64.5 63+58=121/2=60.5
El alumno 2
8. Con un ejemplo numérico demuestre las propiedades de la media aritmética.

2 12 19 8 5 4 7 3 11 9
2+12+19+8+5+4+7+3+11+9
𝑋̅ =
10
80
̅
=𝑋 =
10
=𝑋̅ = 8
Estadística I
47
Semana 11.
Tema: Taller: Aplicación de software estadístico: Medidas de posición y tendencia central.
Actividades:
Limones-Loja
Media 36,3243243
Error típico 0,6461413
Mediana 35
Moda 33
Desviación estándar 3,93032409
Varianza de la muestra 15,4474474
Curtosis 1,43900544
Coeficiente de asimetría 1,15386385
Rango 18
Mínimo 31
Máximo 49
Suma 1344
Cuenta 37
Semana 12.
Tema: Medidas de dispersión.
Actividades:
1. Una compañía dedicada a la comercialización de semillas decidió poner a prueba el
rendimiento de dos híbridos experimentales de sorgo bajo riego. Se estudiaron dos
muestras, una del híbrido A y otra del híbrido B. Los resultados, en qq/ha fueron:
Híbrido A
110 112 135 140 128 132 123 125 140 142
112 128 152 136 152 139 142 129 150 135
151 113 142 123 118 143 138 135 140 135
119 128 123 142 138 145 136 147 141 137
Híbrido B
115 158 143 151 152 148 139 153 125 136
125 130 149 150 139 142 138 129 126 137
151 154 132 129 146 136 140 150 140 139
128 129 146 150 158 153 119 139 154 139
Estadística I
48
1.1. En base a medidas de posición, ¿cuál de los dos híbridos recomendaría?  

Se recomendaría usar los híbridos de la clase B, ya que ha dado mejores
resultados.
1.2. En base a medidas de dispersión, ¿cuál de los dos híbridos recomendaría?  
Según las medidas de dispersión se recomienda usar los híbridos B porque la
varianza es más pequeña lo que nos indica que la producción es más estable y los
resultados son mejores que los híbridos A.
1.3. A partir de las distribuciones de frecuencias graficadas y tabuladas, asignar el valor
de Verdadero (V) o Falso (F) a cada una de las consignas del cuadro.  
El 30% de los valores obtenidos con el híbrido B son superiores a 149,40 qq/ha. F
Con el híbrido A aproximadamente el 80% de los rendimientos fueron superiores a F
142 qq/ha.
La proporción de rendimientos entre 134 y 142 qq/ha con el híbrido A es, V
aproximadamente, de 0,35.
Con el híbrido B un 53% de los datos de rendimientos fueron mayores a 123,6 y V
menores o iguales a 140,8 qq/ha.
La proporción de valores de rendimientos por encima de 142 qq/ha fue mayor en el V
híbrido B que en el A.
El máximo rendimiento obtenido con el híbrido A fue mayor a 158 qq/ha. F
La mediana del híbrido B es de aproximadamente 140 qq/ha. V
El P(70) del híbrido B es de aproximadamente 150 qq/ha. V
El P(60) del híbrido A es de aproximadamente 138 qq/ha. V
En ambas distribuciones la diferencia entre el cuantil 0,70 y el cuantil 0,30 es 0,40. V
1.4. Reproducir, usando InfoStat, el gráfico y las tablas mostradas.
Estadística I
49
2. La varianza puede ser negativa. Si ( ) NO (X).

Porque: si todos los valores son iguales, la varianza es nula y si no todos los valores
son iguales, la varianza es positiva.
3. La sumatoria de las desviaciones de las observaciones con respecto a la media es
siempre 0. Si ( ) NO (X).
Porque: para obtener una medida de dispersión basada en estas desviaciones, que no
sea siempre cero, es necesario eliminar el signo de las mismas. Una forma de hacerlo
es tomar el valor absoluto de cada desviación.
4. Interprete los siguientes resultados provenientes de una muestra de estudiantes en
relación a las calificaciones de un Taller:
Media = 7
Desviación estándar = 2
El promedio de las calificaciones de los estudiantes que se presentaron al taller es
de 7 con una variabilidad de 2.
5. ¿Qué expresa el coeficiente de variación?
Expresa como un por ciento de la media. El CV es la cantidad más adecuada para
comparar la variabilidad de dos conjuntos de datos.
6. Con un ejemplo numérico demuestre las propiedades de: varianza, desviación estándar
y el coeficiente de correlación.
6,8,10,12,15,20,23,25,25,27,28,30,31
Estadística I
50
Desviación estándar 8,76546253

Varianza de la
muestra 76,8333333
Coeficiente de
asimetría - 0,38693209
Semana 13.
Tema: Taller. Aplicación de software estadístico: Medidas de dispersión.
Actividades:
31,32,32,32,33,33,33,33,33,33,34,34,34,34,34,34,35,35,35,36,36,36,36,36,37,38,38,
39,40,40,40,41,41,42,42,43,49.
Semana 14.
Tema: Medidas de forma.
Actividades:
1. Sobre Medidas de Forma de la distribución, complete lo siguiente:
Medidas de Tipos
Definición Usos
Forma
Indicadores que Muestra cuando a  Asimetría negativa
Asimetría permiten establecer posición de la
Estadística I
51
el grado de media, moda y (derecha)

simetría, que mediana en una  Asimetría positiva
presenta una tabla de valores o (izquierda)
distribución de en un gráfico.
probabilidad de una  Simétrico.
variable aleatoria
Indica el grado de Indicador, en  Platicúrtica: curtosis < 0
Curtosis apuntamiento combinación de  Mesocúrtica: curtosis = 0
(aplastamiento) de otros, de la  Leptocúrtica: curtosis > 0
una distribución con posible existencia
respecto a la de observaciones
distribución normal anormales o de
o gaussiana. Es bimodalidad.
adimensional.
2. Indique con una X, si la distribución es:
Asimétrica a la Asimétrica a la
Relación Simétrica derecha
izquierda
Media < Mediana X
Media = Mediana X
Media > Mediana X
Estadística I
52
Semana 15.
Tema: Descripción simultánea de dos conjuntos de datos.
Actividades:
1. ¿Cómo se interpreta la covarianza?
La covarianza es un estadígrafo asociado a un par de muestras "x" y "y" de variables
aleatorias distintas, la covarianza puede ser negativa o positiva. Tendremos covarianza
positiva cuando las desviaciones positivas (negativas) de X correspondan a
desviaciones positivas (negativas) de Y. Tendremos covarianza negativa cuando las
desviaciones negativas (positivas) de X corresponda desviaciones positivas (negativas)
de Y.
2. ¿Cuál es la utilidad y cómo se interpreta el coeficiente de correlación lineal?
El coeficiente de correlación lineal es un índice que puede utilizarse para medir el grado
de relación de dos variables siempre y cuando ambas sean cuantitativas.
Sirve para definir el número que mide el grado de intensidad y el sentido de la relación
entre dos variables.
Medidas Definición Usos Ejemplo

Se llaman en Se utiliza
general para
cuantiles y se resumir en
pueden un solo
clasificar en tres número la
Posición grandes grupos: posición o
Cuartiles, localización
quintiles, de la
deciles, distribución.
percentiles.
Al describir Sirve como

grupos de un método
diferentes para
observaciones, comparar o
con frecuencia interpretar
es conveniente cualquier
resumir la puntaje en
información con relación con
un solo número. el puntaje
Tendencia
Este que, para central o
Central
tal fin, suele típico.
situarse hacia el
centro de la
distribución de
datos se
denomina media
o parámetro de
tendencia
central.
Estadística I
53
Parámetros Sirven
estadísticos que como
indican como se indicador de
alejan los datos la
respecto de la variabilidad
media de los
aritmética. datos,
Dispersión
indicando
cuando se
alejan del
centro los
valores de
la
distribución.
Tratan de Sirve para El peso y la estatura de un grupo de
estimular la describir el individuos, la temperatura y la tasa de
magnitud con la grado de reproducción de una bacteria, el ingreso y el
Asociación
que dos asociación consumo por familia, etc
fenómenos se entre ellos.
relacionan.
Semana 16.
Tema: Taller. Aplicación de software estadístico: Medidas de asociación.
Actividades:
Estadística I
54
Semana 17.
Tema: Medidas de asociación.
Actividades:
1. Con un ejemplo numérico demuestre las propiedades del coeficiente de correlación.
La correlación nos indica una ausencia de tal linealidad porque está próximo
a 0.
2. En el cuadro 2.1 se consignan datos muestrales sobre el número de horas de estudio
utilizadas por los estudiantes fuera de clase, durante un período de tres semanas para
un curso de estadística, junto con las calificaciones que obtuvieron en un examen
aplicado al final de ese período. Elabore un diagrama de dispersión, calcule el
coeficiente de correlación. ¿Qué expresa el valor que usted, obtiene?
Cuadro 2.1. Horas de estudio y calificación en el examen de Estadística.

Estudiante Horas de estudio Calificación en el examen
sobre 10 (y)
muestreado (x)
1 20 6,4
2 16 6,1
3 34 8,4
4 23 7,0
5 27 9,2
6 32 7,2
7 18 7,7
8 22 7,5
9 15 6,2
10 25 8,7
11 20 6,5
12 30 9,5
Estadística I
55
El coeficiente de correlación indica una ausencia de alta linealidad ya que

se aproxima al cero 0.
3. Los datos del cuadro 2.2 corresponden a las edades en años de 83 docentes
universitarios.
Cuadro 2.2 Edad en años de docentes universitarios.

29 31 30 28 26 32 33 31 30
44 24 28 28 29 31 37 27 29
27 32 26 32 26 46 33 27 31
27 29 27 28 33 26 31 28
26 33 55 30 57 27 30 43
Estadística I
56
25 29 30 35 28 39 28 40
27 28 30 28 26 34 39 36
35 28 30 31 24 33 31 30
27 28 28 47 31 34 37 45
34 27 59 29 28 36 55 61
3.1. Calcule los cuartiles y deciles (consultar en textos de estadística).
3.2. Construya un diagrama de Rama y Hoja (Stem and leaf display).
3.3. Construya una tabla de frecuencias (con los intervalos de clase y sus respectivas
frecuencias absolutas, acumuladas y relativas).
Estadística I
57
Estadística I
58
3.4. Represente gráficamente la distribución de frecuencias. (seleccione 2 de los

cuatro gráficos tratados en el texto).
3.5. Calcule las medidas de tendencia central.
3.6. Calcule las medidas de dispersión.

3.7. Calcule el coeficiente de variación.
3.8. Calcule el coeficiente de asimetría.
3.9. Calcule el coeficiente de curtosis.
Estadística I
59
3.10. En los resultados obtenidos emita su interpretación.

La edad promedio de los docentes de la universidad fue 32,61, con una variación
64,33 donde la mitad de la edad de los docentes fue de 30 ,28 y la edad más
frecuente de los docentes entre la máxima y mínima edad de los docentes hay
una diferencia de 37, las edades de los docentes tienen una asimetría 1,99.
Estadística I

GUIA-1-Estadistica-I UNIDO COMPLETO

Cargado por

Copyright:

Formatos disponibles

GUIA-1-Estadistica-I UNIDO COMPLETO

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

GUIA-1-Estadistica-I UNIDO COMPLETO

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE LOJA

FACULTAD AGROPECUARIA Y DE RECURSOS NATURALES RENOVABLES

CARRERA DE INGENIERÍA AGRÍCOLA

CICLO II CIENCIAS BÁSICAS DE LA PROFESIÓN

Profesor: Edison Ramiro Vásquez

Alumno(a): Paralelo “B”

3. Emita su comentario sobre las definiciones de:

sistematizados y verificables, que hacen referencia a objetos de una misma

3.3. Modelo determinista.

Un modelo determinista es un modelo matemático donde las mismas entradas o

3.4. Modelo Aleatorio.

3.5. La Estadística se utiliza como tecnología al servicio de las ciencias.

3.7. Estadística descriptiva.

3.9. Estadística inferencial.

5. En el ejemplo de la actividad 2, identifique:

6. Con un ejemplo relacionado con la carrera, explique la relación entre la Estadística y el

2. Presentación en PowerPoint sobre Muestreo aleatorio simple (pp. 3 a 7)

Concepto Definición Ejemplo

4. Sobre las Escalas de Medición, complete lo siguiente, reporte ejemplos relacionados

5. Sustente la respuesta a los ejercicios:

6. Sobre Variables, complete lo siguiente, reporte ejemplos relacionados con la carrera.

Variables Definición Ejemplo

Sus valores son neuróticos (se pueden Numero de

Discretas Se generan por el proceso de conteo, 20 tuberías

7. Sobre Variables, complete lo siguiente, reporte ejemplos relacionados con la carrera.

Concepto Definición Ejemplo

Los eventos se dicen que son

8. Escriba dos ejemplos de cada uno de los conceptos siguientes:

Concepto Ejemplo 1 Ejemplo 2

9. Suponga un objeto de investigación agrícola. ¿Cuál sería?

Objeto de Investigación “Nutrición vegetal en el maíz”

(y5 )2 + (y6)2 + (y7)2 + (y8)2 + (y9)2 + (y10)2

=1622 + 1682 + 1672 + 1532 + 1522 + 1732

= (162 + 168 + 167 + 153 + 152 + 173)2

Variable cualitativa ordinal

11.3. Mencione variables que podrían ser variables de clasificación (o factores).

Número de hojas afectadas

Nivel concentración de los fungicidas

Variables Cualitativas Ordinal

Nivel de mejoría de las plantas

Variables Cualitativas Ordinal

12.1. Proponga dos alternativas para realizar este estudio.

2. Analizar la cantidad de alimento que se debe proporcionar a las cabras con

Energía (Carbohidratos y lípidos)

12.3. Clasificar las siguientes variables según su naturaleza:

12.5. Estado (preñada o vacía) de una vaquillona (al tacto).

12.6. Período de tiempo en días transcurridos desde el almacenamiento y hasta que

Variable cuantitativa continúa.

12.8. Porcentaje de semillas en dormición en cajas de 50 semillas.

12.9. Concentración de proteínas (baja, media, alta), en muestras de leche de cabra.

12.10. Cociente entre el largo y el ancho de vainas de soja.

1era semana noviembre 2da semana noviembre 3era semana

Es necesario indicar que en la mayoría de los puestos de las vendedoras

¿Razones de la subida del precio del limón?

 Algunos de los comerciantes en especial del mercado Centro Comercial,

2.4. Bibliografía consultada

 Arias, Fidias (2006). El proyecto de investigación: Introducción a la

Frecuencias Definición Usos Ejemplo

4. Seleccione un renglón de la tabla de frecuencias (Actividad 3) e interprete:

12.5. Estado (preñada o vacía) de una vaquillona (al tacto).  

Variable cuantitativa continúa.  

12.10. Cociente entre el largo y el ancho de vainas de soja.  

2.3. ¿Cuál es la proporción de hojas con menos de 2 dientes?  

1.1. En base a medidas de posición, ¿cuál de los dos híbridos recomendaría?  