UNIVERSIDAD DISTRAL FACULTAD

INGENIERIA EN TELEMATICA

PROBABILIDAD Y ESTADISTICA

2020-I.
GERMÁN MONTEZUMA gmontezumao@udistrital.edu.co

Grupo: IT 1808-301-302 estadística y probabilidad 2020-I en Moodle

GUIA # 3

TEMA: Estadística descriptiva: análisis de datos, medidas de tendencia central, de

colocación y de dispersión

OBJETIVO: Calcular las medidas de tendencia central para datos no agrupados,

medidas de colocación y medidas de dispersión tales como rango, rango intercuartil,
varianza, y desviación estándar

Medidas de tendencia central: proporciona una idea del valor central de un

conjunto de datos cuantitativos aparentemente desorganizado de observaciones,
estas medidas sirven como representante del resto de información. Estas medidas
son:

La media: Es el valor promedio aritmético, la cual se calcula sumando todos los

datos y dividiéndolos por el número de datos.
La media se puede calcular tanto para las muestras como para poblaciones de igual
manera lo único que cambia es la denotación.
∑𝑥
Media muestral = 𝑥̅ = 𝑛 ;
∑ 𝑓𝑥
Media muestral para datos en una tabla de frecuencias= 𝑥̅ = ∑𝑓

∑𝑋
Media poblacional = 𝜇 = 𝑁

Mediana: Es el puntaje medio ordenado el cual se calcula:

1) Se ordena ascendentemente los datos
2) Si el número de medidas es impar, entonces la mediana será la medida en
el centro, pero si el número de medidas es par, la mediana es la media de
las dos medidas que ocupan posiciones centrales.
 Se denotan como: 𝑥̃ = 𝑚𝑒𝑑𝑖𝑎𝑛𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑦 𝜇 = 𝑚𝑒𝑑𝑖𝑎𝑛𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙

Mediana para datos con frecuencias se calcula: Si n es impar, la mediana es la

medida en el lugar (n+1) /2; y si n es par, la mediana es el promedio de las
medidas en los lugares n/2 y n/2 + 1

La moda: Es el punto más frecuente, si existe, puede ser no única, se denota

como m

Rango medio: El rango medio de un conjunto de datos es el promedio de la

𝐿+𝑈
medida mayor y la menor, es decir: 𝑟 = 2

Medidas de colocación: Un punto de posición, para una distribución, es aquel

valor para la cual una porción especifica de la distribución queda en o debajo de
él. Estos puntos pueden ser: la mediana, los percentiles, los deciles y los
cuartiles.

Percentiles: Son puntos que dividen a los datos en 100 partes iguales y que
cada parte contiene aproximadamente 1 % de las medidas, esto se denotan así:
𝑝1 , 𝑝2 … 𝑝99

Cuartiles: Sonm números que dividen en cuatro partes a un conjunto ordenado

de medidas, donde cada parte cuenta con 25% de las medidas. Se denotan así:
𝑄1 , 𝑄2 , 𝑄3

Deciles: Son números que dividen en 10 partes a un conjunto de medidas

ordenadas, donde cada parte contiene el 10 % de las medidas. Denotas así:
𝐷1 , 𝐷2 , … , 𝐷9

Rango: Es la diferencia entre la medida máxima U y la mínima L.

R= U-L

Rango Intercuartil IQR = 𝑄3 − 𝑄1

Desviación: σ= x- 𝑥̅ La desviación de un valor representa la distancia dirigida entre

una medida y la media de un conjunto de datos, se usa para describir la dispersión
de una distribución dada de datos cuantitativos.

Teorema: La suma de las desviaciones de los valores para cualquier conjunto de

números es cero, es decir ∑(𝑥 − 𝑥̅ ) = 0

Suma de cuadrados: Es la suma de los cuadrados de las desviaciones que permite

describir la dispersión de una colección de medidas respecto a la media.

𝑠𝑠 = ∑(𝑥 − 𝑥̅ )2 𝑜 𝑠𝑠 = ∑(𝑥 − 𝜇)2

Proceso para determinar SS:

1) Calcular la media
2) Hallar la desviación para cada media
3) Elevar al cuadrado cada una de las desviaciones
4) =Hallar la sumatoria de los cuadrados

Para calcular SS se puede simplificar el proceso si se utiliza las siguientes

fórmulas:

(∑ 𝑥)2 (∑ 𝑥)2
𝑆𝑆 = ∑ 𝑥 2 − 𝑜 𝑆𝑆 = ∑ 𝑥 2 −
𝑛 𝑁

Donde n es el tamaño de la muestra y N es el tamaño de la población

Varianza: La varianza de una población de medidas se define como el promedio

de los cuadrados de las desviaciones de los valores, es decir:
𝑆𝑆
𝜎2 = (Varianza de una población)
𝑁

𝑆𝑆
𝑠2 = (Varianza de una muestra)
𝑛−1

La varianza se usa generalmente con propósitos descriptivos para hacer

comparaciones como una medida relativa de variación.

Desviación Estándar: Es una medida de dispersión relacionada con la varianza,

se define como la raíz cuadrada positiva de la varianza, es decir:

𝑠 = √𝑠 2 𝑜 𝜎 = √𝜎 2

Estimación de s: Para una muestra de un tamaño mínimo de 20 con una

distribución de forma acampanada, la desviación estándar muestral se estimaría
𝑅
como: 𝑠= donde R es el rango
4

Varianza y desviación estándar para datos en tablas de frecuencias:

Para calcular la varianza y desviación estándar primero se determina la suma de

cuadrados
2
(∑ 𝑓𝑥 )
𝑠𝑠 = ∑ 𝑓(𝑥 − 𝑥̅ )2 𝑜 𝑠𝑠 = ∑ 𝑓(𝑥 − 𝜇̅ )2 𝑠𝑠 = ∑ 𝑓𝑥 2 − ∑𝑓
Teorema de Chebichev: la expresión 1- 1/𝑘 2 representa la proporción mínima
de datos que dista no más de k desviaciones estándar de la media si k≥ 1

Como la desviación estándar muestral S indica la dispersión de los datos

respecto a la media muestral, es decir si los datos se acumulan cerca de la
media, entonces S es pequeña; si se dispersan considerablemente respecto a la
media, entonces S es grande. ¿Cómo determinar cuándo S es grande o
pequeña? Para responder esta pregunta la se creó el teorema de Chebichev.

La fracción: 1- 1/𝑘 2 al multiplicarla por 100 se obtiene el porcentaje mínimo de los

datos que distan no más de k desviaciones estándar de la media, de acuerdo al
teorema de Chebichev, para cualquier conjunto de medidas .

El intervalo que contiene a dicho porcentaje mínimo es de la forma:

(𝑥̅ − 𝑘𝑆, 𝑥̅ + 𝑘𝑆)

Forma alternativa del teorema de Chevichev

1
A lo más 𝑘 2 100% de los datos de cualquier conjunto, distan más de k
desviaciones estándar de la media

TALLER 3

1. Calcular la media, la mediana, la moda, el rango medio y el sesgo para cada

una de las muestras dadas:

a) 3,9,12,7,16,20,33,3
b) 5,7,22,17,5,7,20
c) 8,6,0,17,12,7,5
d) -4,0,13,9,4,14,20,15
e) -5,6,13,26,0,14,25,13

2. Un instructor borra accidentalmente la calificación de uno de sus seis

estudiantes; las cinco calificaciones restantes son 76,85,43,89, y 65, y la
media de las seis es 70. Encuentre la calificación borrada.
3. Si la estatura media de una muestra de 25 jugadores de basquetbol es 6.9
pies, Cuál es la suma de estaturas de 23 jugadores
4. Un jugador de boliche ha estado jugando regularmente durante los últimos 5
años. Sus puntajes para los6últimos juegos son: 201,187,162,234,208,198;
para esta muestra calcular los valores de los estadísticos siguientes si
existen: media, mediana, moda, rango medio,𝑄1 , 𝑄2 , 𝑄3 , 𝐷4
 5. En tablas siguientes:
1) contiene los salarios en cientos de dólares, de 25 trabajadores
Salario anual Frecuencia
55 7
60 5
70 6
80 4
300 3

2) Contiene el número de accidentes de tránsito que tuvieron una muestra

de 705 conductores de autobús durante 4 años
Número de accidentes Frecuencia
0 114
1 157
2 158
3 115
4 78
5 44
6 21
7 7
8 6
9 1
10 3
11 1

Calcular si es posible:
a) Moda
b) Mediana
c) Rango medio
d) Media
e) Sesgo
f) Todos los cuartiles y deciles

6. Encuentre el rango, la varianza y la desviación estándar de la muestra:

a) 5 2 2 1 5 3 2 3 4
b) 9 6 4 6 5 8 7 6 7 0
c) 1 3 11 15 20
d) 1 2 4 10 18 19
7. Calcular la media, la varianza y la desviación estándar para cada situación:
a) ∑ 𝑥 2 = 232, ∑ 𝑥 = 25, 𝑦 𝑛 = 15
b) ∑ 𝑥 2 = 515, ∑ 𝑥 = 101, 𝑦 𝑛 = 20
c) ∑ 𝑥 2 = 52, ∑ 𝑥 = 7, 𝑦 𝑛 = 9
d) ∑ 𝑥 2 = 25, ∑ 𝑥 = 12, 𝑦 𝑛 = 13
Suponga que hemos calculado la varianza de una muestra de tamaño 15, y
obtenido 10 dividiendo SS entre 15 en lugar de 14. Encuentre el valor correcto
de la varianza

8. ¿Cuál es la suma de las desviaciones de los valores respecto a la media

para cualquier conjunto de datos?
9. ¿Cuál es el promedio de cualquier conjunto de desviaciones de valores?
10. ¿Es siempre menor el valor de la desviación estándar que el de la
varianza?
11. Suponga que una muestra tiene como media 25 y como desviación
estándar 3.2
a) Determine un intervalo que contenga al menos 90% de las medidas de
la muestra
b) ¿Cuál es el porcentaje mínimo de la muestra que está contenido en el
intervalo (17,33)?
12. Suponga que una muestra tiene como media 540 y como desviación
estándar 10.5
a) Determine un intervalo que contenga al menos 92% de las medidas de la
muestra
b) ¿Cuál es el porcentaje mínimo de la muestra que está contenido en el
intervalo (524.25, X)?Hallar X que es la segunda coordenada de éste
13. El conjunto de datos siguiente representa las calificaciones del examen final
de matemáticas para un grupo de 30 estudiantes:
98 94 94 57 58 88 97 94 96 85 85 97
92 90 87 80 97 93 87 69 25 100 97 83
74 64 79 89 98 100

Encuentre el porcentaje de calificaciones que distan menos de 2.1

desviaciones estándar de la media; use el teorema de Chebichev para
k= 3.6. ¿Los resultados son consistentes con el teorema?

14. Los datos siguientes representan los precios en centavos para una libra de
flúor en 16 capitales del mundo:
41 28 10 16 35 18 21 5 40 30 25 18
14 30 33 24
Encuentre el porcentaje de precios que distan menos de 1.5 desviaciones
estándar de la media; use el teorema de Chebichev para
k= 1.5. ¿Los resultados son consistentes con el teorema?
15. La tabla siguiente da una muestra de los tiempos de recorrido, en minutos
de un camino de 2.5 millas para dos coches, A y B.
A: 1.0 0.9 1.0 0.8 0.9 1.0 0.9 1.0
 B: 1.3 1.3 1.0 0.9 1.1 0.9 1.4 1.3
a) Hallar el promedio de los tiempos de recorrido para cada uno de los
coches, A y B
b) Calcular la varianza de los tiempos de recorrido para A y B
respectivamente
c) ¿Cuál coche tuvo un tiempo promedio menor de recorrido?
d) ¿Qué coche tuvo un desempeño más consistente, si la consistencia se
mide por la varianza?
e) Encuentre el rango intercuartil para las muestras A y B
16. La tabla siguiente da una muestra de los tiempos de recorrido, en minutos
de un camino de 3 millas para dos coches, C y D.
C: 1.1 0.8 1.1 0.9 1.0 1.0 0.9 1.1
D: 1.2 1.4 1.3 0.9 1.1 0.8 1.5 1.4
a) Hallar el promedio de los tiempos de recorrido para cada uno de los
coches, C y D
b) Calcular la varianza de los tiempos de recorrido para C y D
respectivamente
c) ¿Cuál coche tuvo un tiempo promedio menor de recorrido?
d) ¿Qué coche tuvo un desempeño más consistente, si la consistencia se
mide por la varianza?
e) Encuentre el rango intercuartil para las muestras C y D
17. La tabla adjunta indica los salarios anuales en dólares para una muestra de
25 trabajadores
SALARIO FRECUENCIA
ANUAL
5.500 7

6000 5

7000 6

8000 4

30000 3

Hallar:

a) El rango
b) La media
c) Desviación estándar
d) Rango intercuartil
 18. La tabla adjunta indica el número de transistores defectuosos encontrados
en 215 lotes producidos por un trabajador manual electrónico
NUMERO DE FRECUENCIA
TRANSISTORES
DEFECTUOSOS
0 25

1 78

2 54

3 33

4 16

5 7

6 2

Hallar:

e) El rango
f) La media
g) Desviación estándar
h) Rango intercuartil

19. Una gran lechería vigila continuamente el nivel de contenido graso en su

producto; el porcentaje de grasa no debe desviarse mucho del 2 % de la
leche, siendo aceptable una desviación estándar del 10 %; se obtuvo una
muestra de 20 cartones de leche y se registro el porcentaje de grasa en
cada uno, los resultados se anotan a continuación
1.85 2.25 2.01 1.90 1.97 1.80 2.05 2.23 1.65 1.86 2.02
2.09 2.04 2.07 2.14 1.93 2.08 2.17 1.91 1.93
Calcule la media, la desviación estándar para la muestra de contenido de
grasa. ¿Hay evidencias de que el contenido de grasa es demasiado alto?
Explique