CÁTEDRA

PROBABILIDAD Y ESTADÍSTICA
Depto. Ms. Básicas

ESPECIALIDADES

Ingeniería Eléctrica
Ingeniería Mecánica
Ingeniería Metalúrgica

DOCENTES

Prof. Adjunto: Dra. Ana María Craveri

Ayudante de Primera: Est. Susana Carasai

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 1

UNIDAD Nº 2
ESTADÍSTICA DESCRIPTIVA: Análisis Descriptivo de datos numéricos
2.1 Organización y presentación de un conjunto de observaciones que responden a
una variable numérica

Cuando la variable en estudio es cuantitativa la estadística descriptiva cuenta con técnicas

de presentación particulares que permiten un adecuado análisis. Haremos una primera
diferencia relativa al tamaño de muestra. Cuando el tamaño de muestra n es chico (30 o
menos datos) realizaremos un análisis de datos sin agrupar. A medida que el número de
observaciones crece es necesario compactar más la información y entonces resulta
conveniente agrupar los datos en tablas de frecuencias, diremos entonces que se está en un
análisis de datos agrupados en tablas de frecuencias. El agrupamiento se hace en clases
(o intervalos) si la variable es continua, o en valores puntuales si es una variable discreta.
La información se presenta entonces en una tabla denominada de Distribución de
Frecuencias que podríamos definir como una tabla resumen, donde aparecen los valores de
la variable (si es discreta) o intervalos de valores de la variable (si es continua) y su
correspondiente frecuencia. Si la variable es continua la frecuencia está dada por el número
de observaciones comprendidas entre los límites de un intervalo de clase, si la variable es
discreta la frecuencia es el número de veces que se repite cada uno de los valores de la
variable. En el caso de una variable continua, este agrupamiento hace perder información,
ya que el supuesto de que la frecuencia absoluta se distribuye uniformemente dentro del
intervalo de clase determina que ésta se adjudique al punto medio de cada intervalo, facilita
el proceso de análisis e interpretación de los datos y permite visualizar la forma en que se
distribuyen.

2.1.1 Construcción de la tabla de frecuencias La construcción de la tabla de distribución

de frecuencias de una variable continua requiere construir en primer lugar los intervalos
de clase, es decir elegir los límites (inferior y superior) entre los cuales se encontrarán los
valores observados. La amplitud del intervalo de clase depende del Rango de las
Observaciones (diferencia entre el mayor y menor valor observado) y del número de
observaciones (n). Si usamos pocos intervalos se pierde mucha información y aumenta el
error debido al agrupamiento pero si usamos demasiados no tendría sentido la construcción
de intervalos de clase ya que no se lograría resumir la información ni visualizar su forma.
Establecemos que la distribución de frecuencia debe tener como mínimo 5 intervalos y
como máximo 15.
Hay entonces dos cuestiones a tener en cuenta en la construcción de la Tabla de
Distribución de frecuencias:

Numero de intervalos de Clases: resulta conveniente seleccionar un número natural k (nº

de intervalos de clases) tal que 2k > n. Siendo n el tamaño de muestra.

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 2

Amplitud de los Intervalos de clase (h): Resulta conveniente que cada intervalo tenga la
misma amplitud. Para determinarla se procede de la siguiente manera:

Amplitud del Intervalo = h ≅ Rango / Nº de intervalos (k).

Una vez efectuados estos cálculos, deben determinarse los límites de los intervalos los
cuales se plantearán en forma simple, que facilite la interpretación y lectura de los datos.
Proponemos armar los mismos en forma continua, es decir el límite superior de una clase
coincidirá con el límite inferior de la clase siguiente con la convención de que en cada clase
se incluye el límite inferior pero no el superior de los intervalos (intervalos de números
reales cerrados a la izquierda y abiertos a la derecha) o viceversa.

Ejemplo 1: caso de variable continua

Supongamos contar con la información del puntaje obtenido en un test de aptitud observado
en una muestra de 150 empleados administrativos de las distintas sucursales de una
empresa. No se listan aquí los 150 datos, sólo diremos que el mínimo observado es 29
puntos y el máximo 41 puntos. Nótese que aunque el dato es un número natural, la variable
es considerada de naturaleza continua y se tratará de esta manera.
En este caso 2k ≥ 150, resulta que k debería estar alrededor de 8 con lo cual la amplitud del
intervalo sería:
41 − 29 41 − 29
= 1,714 (Si hiciésemos 7 intervalos) ó = 1,5 (para 8 intervalos)
7 8

Se decidió tomar como amplitud de los intervalos h= 2

Variable en estudio
X: puntaje obtenido en un test de aptitud
Tabla 1

Distribución de frecuencias del puntaje

Puntaje Número de empleados
28 - 30 3
30 - 32 25
32 - 34 33
34 - 36 34
36 - 38 41
38 - 40 11
40 - 42 3
Total 150

Se completa la tabla con las columnas correspondientes a los puntos medios de cada
intervalo y las de frecuencia acumulada y relativa. La distribución de frecuencias
relativas se obtiene de dividir las frecuencias absolutas de cada clase por el número total de
datos, se puede expresar en porcentaje resultando una distribución relativa porcentual.
La distribución acumulada: se obtiene acumulando las frecuencias en la distribución de
frecuencias absolutas. También se puede obtener de las frecuencias relativas o relativas
porcentuales.
Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 3
Tabla 2
Distribución de frecuencias relativas y acumuladas
Puntos Número de Puntos Proporción Frecuencia
(X) empleados Medios de Acumulada
(fi) empleados
(xi) fi (fa)
( fr = )
n

28 - 30 3 29 0,020 3
30 - 32 25 31 0,167 28
32 - 34 33 33 0,220 61
34- 36 34 35 0,227 95
36 - 38 41 37 0,273 136
38- 40 11 39 0,073 147
40 - 42 3 41 0,020 150
Total 150 1,000

Interpretando algunos elementos de la tabla diremos que el 27,3% de los empleados de la

muestra obtuvieron entre 36 y 38 puntos, 136 empleados obtuvieron puntajes por debajo de
38 puntos y sólo 3 empleados obtuvieron entre 40 y 42 puntos.

Representación gráfica de frecuencias absolutas: Histograma

Gráfico 1

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 4

Gráfico 2 Polígono de frecuencia

45
40
35
30
25
20
15
10
5
0
29 31 33 35 37 39 41

Gráfico 3 Gráfico de Frecuencias Acumuladas

28 30 32 34 36 38 40 42

Si la variable es discreta, la construcción de la tabla es más sencilla y notamos diferencias

sobre todo en las representaciones gráficas.

Ejemplo 2: caso de variable discreta

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 5

Distribución del número de bacterias por mm3 en 407 tubos de ensayo que contienen
muestras de agua.
Tabla 3

Nº de Cantidad Frecuencia Frecuencia Frec Relat. Frec. Relat Frec. Relat

bacterias de tubos Acumulada Relativa Acumulada Porcentual Acum Porc
(x) (fi) (Fi) (fr) (Fr) (%) (%)
0 75 75 0,18 0,18 18 18
1 80 155 0,20 0,38 20 38
2 90 245 0,22 0,60 22 60
3 71 316 0,17 0,77 17 77
4 47 363 0,12 0,89 12 89
5 24 387 0,06 0,95 6 95
6 20 407 0,05 1 5 100
Total: 407 1 100

La variable
X: número de bacterias por mm3 en tubos de ensayo que contienen muestras de agua.
n= 407 tubos

Representación gráfica de las frecuencias absolutas

Gráfico 4 Gráfico de bastones

El gráfico permite observar la forma de la distribución de frecuencias así como su valor

máximo.
Este gráfico se acompaña con el gráfico de frecuencias acumuladas que en este caso, dado
que la variable es discreta resulta ser un gráfico escalonado.

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 6

Gráfico 5
Gráfico Escalonado Porcentual

2.2 Medidas de resumen. El Análisis de la Información no se limita a la presentación y

cálculo de los tipos de frecuencias sino que debe cumplimentarse con el cálculo de medidas
que permiten describir los datos teniendo en cuenta tres aspectos: Tendencia central,
Variabilidad y Forma.

2.2.1 Medidas de tendencia central. Medidas de posición no central.

La primera cuestión que se plantea en el análisis exploratorio de un conjunto de
observaciones es poder representarlos mediante un valor central. Para resolver esto se
dispone de medidas que tienen aplicación según el tipo de problema que se estudia. La más
común es la media aritmética ( x ) o promedio de las observaciones, mencionaremos
también en este grupo a la Mediana (Mna) y al Modo o Moda (Mdo)

a) DATOS SIN AGRUPAR

Ejemplo 3

Se debe hacer una prueba de destreza entre los operarios especialistas en soldaduras de la
empresa. Para ello se seleccionó una muestra de 20 soldadores.
La variable en estudio X: Tiempo en segundos para realizar una soldadura

58 – 50 – 58 – 56 - 60 – 40 – 41 – 54 – 52 – 61 - 57 – 62 – 62 – 62 – 65 - 53 – 48 – 59 – 45
- 53
Tamaño de la muestra: n= 20

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 7

Cálculo de la media aritmética
n
x = ∑ xi = 54,8seg
i =1
El tiempo promedio para realizar la soldadura es 54,8 seg.

La media es única y es un valor comprendido dentro del rango de variación de la variable.

Dado que el cálculo de la media se basa en todas las observaciones se ve afectada por
valores extremos con lo que no sería la mejor medida de tendencia central a aplicar en los
casos en que hay presencia de datos anómalos. Otra propiedad interesante es que la suma de
las desviaciones de cada valor a la media es cero. (Se sugiere probarlo con los datos del
ejemplo). Retomaremos este concepto cuando tratemos el cálculo del desvío estándar.
Cálculo de la mediana
La mediana se define como el valor medio de una secuencia ordenada de datos. Resulta ser
el valor por debajo del cual se halla el 50% de las observaciones. No está afectada por
valores anómalos.
Para calcularla, luego de ordenar los datos de menor a mayor, se ubica primero la posición
de la mediana

40 – 41 – 45 – 48 – 50 – 52 – 53 – 53 – 54 – 56 – 57 – 58 – 58 – 59 – 60 – 61 – 62 – 62 –
62 – 65

n + 1 21
Posición Mna = = = 10,5
2 2
56 + 57
Luego Mna= = 56,5 seg (promedio aritmético entre los datos que están en el 10ª y
2
11ª lugar)

Se interpreta que el 50% de los operarios demoró menos de 56,5 seg en realizar la
soldadura.

El valor modal. El modo de una distribución es el valor de la variable más frecuentemente

observado (el de máxima frecuencia). Cuando el tamaño de muestra es pequeño puede no
presentarse. En nuestro ejemplo:

Mdo=62 seg
Se interpreta: el tiempo más frecuente fue de 62 seg.

Otras medidas de posición no central. Se calculan para completar la descripción de un

conjunto de datos numéricos. Según el número de divisiones que se efectúen serán
cuartiles, quintiles, deciles ó percentiles. Nos dedicaremos a los cuartiles que son
aquellos que dividen la distribución de frecuencias en cuartos. De esta manera el primer
cuartil que indicaremos con Q1 será el valor de la variable tal que una cuarta parte de las
observaciones se hallan por debajo de su valor. El segundo cuartil coincidirá con la
Mediana y el tercero Q3 es el valor de la variable por debajo del cual se encuentra el 75%
de las observaciones.
Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 8
Para obtener los cuartiles en datos sin agrupar las reglas son:
1- si la posición es un número entero, entonces el cuartil será el valor de la
variable que está en esa posición.
2- si la posición está en la mitad de dos enteros el cuartil será el promedio de los
valores correspondientes (tal como se operó en la Mna).
3- en otro caso se aproximará al valor más cercano.

En nuestro ejemplo 3

n +1
Posición del Cuartil uno: = 5,25 ≅ 5 Q1= 50seg
4
3(n + 1)
Posición del Cuartil tres: = 15,75 ≅ 16 Q3= 61seg.
2
La interpretación es: la cuarta parte de los operarios tardaron menos de 50seg. y el 25%
demoró más de 61seg.

2.2.2 Medidas de variabilidad

El promedio resulta ser el valor más representativo de una serie de observaciones pero no
todas las observaciones están concentradas en el valor promedio y distribuciones con un
mismo promedio difieren significativamente en cómo los datos se concentran o no
alrededor del valor central.

Gráfico 6

Una medida de variabilidad es un número que nos indica el grado de dispersión en un

conjunto de datos. Si este valor es chico con respecto a la unidad de medida significa que
hay uniformidad en los datos. Por el contrario un valor grande estaría indicando poca
uniformidad.
La variabilidad puede determinarse de distintas formas. Estudiamos las más importantes

Amplitud o Rango: Resulta ser la medida más sencilla de dispersión y expresa la

diferencia entre los valores máximo y mínimo de la muestra. Por supuesto es una medida
burda de dispersión ya que está fuertemente influenciada por valores anómalos de la
muestra.
En el ejemplo 3: R= 65 – 40 = 25 seg
Es la amplitud del intervalo de variación de la variable.

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 9

Variancia y desvío estándar: Estas medidas toman en consideración todos los datos y
evalúan como se dispersan las observaciones respecto al valor central ( )
Variancia de la muestra:

Observamos que la dispersión de un conjunto de datos es reducida si éstos se concentran

alrededor de su media y aumenta en la medida en que éstos se esparcen alrededor de su
promedio, por otra parte llamamos desvío a la diferencia ( xi − x ), parecería razonable
evaluar la dispersión de un conjunto de datos en términos del promedio en que éstos se
desvían de su media aritmética. Lamentablemente esto no es posible puesto que la
n

∑(x
i =1
i − x ) = 0 (1)

Una forma de evitar esto sería elevando al cuadrado los desvíos. La variancia S2 es
justamente el promedio de las desviaciones al cuadrado. La razón de dividir por (n-1) es
porque al tener que satisfacerse la condición (1) quedan (n-1) desvíos linealmente
independientes que son llamados los grados de libertad del S2. Su unidad de medida es la
unidad de medida de la variable elevada al cuadrado. Su aplicación será importante en la
Inferencia Estadística, en este momento la medida que resulta más útil es el Desvío
Estándar S= S 2 que está expresado en las unidades de medida de la variable

Desvío Estandar:

El cálculo se hará con el módulo estadístico de las calculadoras manuales

En el Ejemplo 3, S= 7,11 seg

Cuando se comparan dos o más conjuntos de datos con las mismas unidades de medida se
puede decir si una muestra tiene menor ó mayor dispersión que otra. De lo contrario es
difícil hacer una declaración precisa sobre si un valor del Desvío Estándar implica un grado
de variabilidad alto, moderado ó bajo.
Se recurre entonces al siguiente concepto:

Coeficiente de Variación:

La desviación estándar y la variancia son medidas de variación absolutas, para comparar la

variación en varias series de datos es necesario contar con una medida de variación relativa

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 10

es decir que no dependa de las unidades de medida de las variables. El coeficiente de
variación se expresa en porcentaje, esta medida especifica el tamaño de la desviación
estándar como un porcentaje de la media e indica la cantidad relativa de variabilidad en un
conjunto de observaciones. Se lo utiliza para : 1)determinar la fiabilidad de la media como
medida de tendencia central 2) determinar si la desviación estándar es grande, regular ó
pequeña y 3) comparar la variabilidad de dos ó más conjuntos de observaciones.
Empíricamente podemos asumir que un CV menor al 10% se considera bajo, entre 10 y
30% medio y un CV superior al 30% es alto.

En el Ejemplo 3, C.V. = 12,9% variabilidad moderada

Rango intercuartil (Q)

Q = Q3 - Q1
Esta medida se refiere a la dispersión en la mitad de los datos centrales, por lo que los
valores extremos no forman parte de la misma. Es la amplitud del intervalo (Q1;Q3)

En el Ejemplo 3, Q= 61 – 50 = 11seg.

2.3 Medidas de Forma : Permiten estudiar la forma con la que se distribuyen los datos

Medida de Asimetría . Debe compararse la media y la mediana. (Observar Gráfico 8)

Si x = Mna la distribución es simétrica, sesgo nulo

Si x > Mna la distribución presenta un sesgo positivo ó a la derecha

Si x < Mna la distribución presenta un sesgo negativo o a la izquierda

En el Ejemplo 3, Mna – Q1=56,5 – 50 = 6,5 seg Q3 – Mna = 61 - 56,5= 4,5seg

Mna – Q1> Q3 – Mna ⇒ leve asimetría negativa (a la izquierda)

Curtosis Solo daremos en este curso el concepto de esta medida. Se refiere a la relación
entre la ordenada máxima de la curva empírica de la función y la correspondiente con la
que se obtiene en una curva normal .El coeficiente de curtosis indica si los datos se
distribuyen simétricamente de forma normal ( curva mesocúrtica), más empinados que la
curva normal (curva leptocúrtica) ó mas aplanados que la curva normal ( curva platicúrtica)

2.3 Gráfico de box

Proporciona una representación gráfica de la forma de distribución de las observaciones
utilizando cinco números. Además permite ubicar las observaciones anómalas
determinando:
Barreras Internas (B.I), ubicadas a 1,5 Q en cada dirección. El intervalo para anómalos
leves es: Q1 – 1,5(Q3 - Q1) ; Q3 + 1,5(Q3 – Q1)

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 11

Barreras Externas (B.E), ubicadas a 3 Q en cada dirección:
Q1 – 3(Q3 - Q1) ; Q3 + 3(Q3 – Q1)

Los valores entre B.I y B.E se consideran anómalos moderados. Si están fuera de B.E se
consideran anómalos extremos. En el caso que suceda esto último investigamos si tales
valores fueron recolectados siguiendo las mismas condiciones que los demás valores y si
pudo ocurrir un error de medición.

En el Ejemplo 3
Medidas xm Q1 Mna Q3 xM
Tiempo (seg) 40 50 56,5 61 65

Gráfico 7
Gráfico de Box

40 43 46 49 52 55 58 61 64 67

Observe que se han representado los cuartiles que determinan el bloque. La línea vertical
que está en el interior representa la ubicación de la mediana. El bloque contiene el 50% de
las observaciones que están en la mitad de la distribución. Un 25% de los datos se
encuentra entre el extremo izquierdo y el bloque y el otro 25% entre el bloque y el extremo
derecho.
Estamos observando gráficamente que los datos se distribuyen en forma sesgada hacia la
izquierda. Este ejemplo carece de datos anómalos severos, dado que todos los valores se
hallan dentro de las Barreras Internas.

El Diagrama de Bloques y líneas (box-plot) resulta ser muy ilustrativo para comparar dos o
más series de datos, para esto le proponemos construir, sobre una misma escala, las 4 cajas
que resultan del siguiente ejemplo
Los siguientes datos corresponden a la variable: número de piezas defectuosas
producidas por una máquina a las 6 hs. (defectuosos1) a las 12 hs (defectuosos2)
a las 18 hs (defectuosos3) y a las 24 hs (defectuosos4) de producción.

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 12

 6 hs 12 hs 18 hs 24 hs
11 35 76 52
24 36 72 53
32 39 64 52
22 44 91 51
15 19 43 56
21 27 58 53
14 15 60 55
31 55 68 67
20 26 46 68
34 1 3 67
28 19 12 75
16 26 33 71
14 10 9 68
18 28 31 72
12 21 69 67
7 36 71 53

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 13

Nótese como se incrementan los valores tanto de las medidas de posición como
los rangos (variabilidad). A las 24 hs. se estabilizan los rangos pero están
triplicadas las medidas de posición.

INFORME
Es la presentación e interpretación de los resultados del análisis de los datos. El
Informe debe ser un análisis objetivo de los resultados encontrados y es la base
para una toma de decisión. Sabido es que la interpretación de los resultados
involucra una parte subjetiva que el investigador debe utilizar éticamente.
Además debe discernirse sobre la conveniencia de poner énfasis en la
significación de una u otra medida estadística atendiendo a las propiedades que
presentan.

Informe del análisis de datos del ejemplo 3

Se llevó a cabo una prueba de destreza entre los operarios especialistas en soldaduras de la
empresa. Para ello se seleccionó una muestra aleatoria de 20 soldadores y se midió,
individualmente, el tiempo requerido para realizar una soldadura.
La variable en estudio es el “Tiempo en segundos para realizar una soldadura”
El tiempo promedio para realizar la soldadura es 54,8 seg con un desvío estándar de 7,11
seg. La cuarta parte de los operarios tardaron menos de 50seg. el 50% demoró menos de
56,5 seg y el 25% demoró más de 61seg. El tiempo más frecuentemente observado es 62
seg. La amplitud del intervalo de variación de la variable o sea el rango total es 25 seg y en
el 50% de datos centrales el rango es 11 seg. Se observa una leve asimetría a la izquierda
(asimetría negativa) o sea un leve sesgo hacia valores bajos de la variable. No se observan
valores anómalos.

b) DATOS AGRUPADOS EN TABLAS DE FRECUENCIAS

Se presenta primero el cálculo de las medidas en forma manual y a continuación se
desarrolla el uso de la herramienta de Análisis de Datos de EXCEL

b1) Cálculo de las medidas de tendencia central y medidas de posición no central

Cálculo de la media aritmética
En el caso de tener una distribución de frecuencia, deben ponderarse los valores de la
variable por la correspondiente frecuencia. En caso de una variable continua, los xi serán
los puntos medios de los respectivos intervalos. Este cálculo puede efectuarse utilizando el
módulo estadístico de una calculadora científica. Para ello consulte el Manual del Usuario
de su calculadora.
k
x = ∑ xi f i
i =1

En el Ejemplo 1: x = 34,73puntos

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 14

Se interpreta que el puntaje promedio obtenido por los empleados de la muestra en el test
de aptitud es de 34,73 puntos.

En el Ejemplo 2: x = 2,21 bacterias. Es el promedio de bacterias por mm3 de agua

Cálculo de la mediana y demás cuartilas

En el caso de tener que calcular las cuartilas a partir de una tabla de distribución de
frecuencia, una vez ubicada la posición se debe efectuar una interpolación lineal. Veremos
el Ejemplo 1
Cuartil 1: Q1
n + 1 150 + 1
Posición de Q1= = = 37,75
4 4
Interpolando

61------------34
28------------32
33------------ 2
9,75-----------x= 0,59 ► Q1 = 32,59 puntos
El 25 % de los empleados obtuvieron 32,59 puntos ó menos

Análogamente se calculan:
Cuartil 2 que es la Mediana resultando Mna= 34,85 puntos
diremos que el 50% de los empleados obtuvieron un puntaje de hasta 34,85 puntos.
Cuartil 3, Q3 =36,89 puntos, o sea el 75% de los empleados obtuvieron 36,89 puntos ó
menos
Gráfico 8

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 15

Cálculo del modo
Para calcular exactamente el Modo cuando se trata de una distribución de frecuencias de
una variable continua se debería calcular el máximo de la curva de frecuencia. Dado que no
siempre se conoce la expresión matemática de la función se obtiene un valor aproximado
del mismo a partir del Histograma
Observar en el Histograma de Frecuencia donde está ubicado el Modo

Gráfico 9

Si las frecuencias anterior y posterior a la clase modal fueran iguales, el Modo sería el
punto medio del intervalo. Como en general esto no sucede, una vez determinado el
intervalo modal se aplica la siguiente interpolación:

d1
Mdo= Li + h
d1 + d 2

Li: límite inferior del intervalo modal

d1: diferencia entre la frecuencia del intervalo modal y la del intervalo anterior
d2: diferencia entre la frecuencia del intervalo modal y la del intervalo posterior
h: amplitud del intervalo
En nuestro Ejemplo 1, este cálculo sería:
41 − 34
Mdo= 36 + 2 = 36,38 puntos es el puntaje más frecuentemente
( 41 − 34) + ( 41 − 11)
observado.

¿Cuándo aplicar las tres medidas de Tendencia Central estudiadas?

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 16

La aplicación dependerá del propósito de la investigación. Si el propósito es describir la
tendencia central, la elección dependerá de la forma de la distribución de frecuencias. Será
entonces descripta por la media aritmética si la distribución es simétrica ó por la mediana si
es marcadamente asimétrica ya que ésta última no se ve afectada por valores extremos. En
el caso que la distribución tenga más de un pico la mejor medida es el Modo ya que los
otros promedios disimulan esta característica.

Gráfico 10

Desvío Estandar:

El cálculo se hará con el módulo estadístico de las calculadoras manuales

En el caso de datos agrupados en tablas de frecuencias:

1 k k
S= ∑ ( xi − x ) 2 f i
n − 1 i =1
; ∑f
i =1
i =n

En el Ejemplo 1, S=2,69 puntos

En el Ejemplo 2, S=1,68 bacterias

Cuando n es grande y cuando la distribución de las observaciones es aproximadamente

simétrica (en forma de campana), diremos que:

Coeficiente de Variación:

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 17

 2,689
En el Ejemplo 1, C.V. = 100 =7,74% (Bajo)
34,73
En el Ejemplo 2, CV=76% (Alto)

Desviación o rango intercuartil (Q)

Q = Q3 - Q1
En el Ejemplo 1, Q = Q3 – Q1= 36,89 - 32,59 = 4,3 puntos es la dispersión del puntaje en
el 50% de datos centrales

Evaluación de la Forma

En el Ejemplo 1, Mna - Q1 > Q3 - Mna

34,85 – 32,59 > 36,89 – 34,85 ⇒ leve asimetría negativa (a la izquierda)

EJERCICIOS

1.- La materia prima que se usa en la elaboración de una fibra sintética se almacena en un
depósito que no tiene control de humedad. Las mediciones de la humedad relativa ambiente
en el local durante 12 días dieron los siguientes resultados (unidad de medida %)
X: 42 – 35 – 50 – 43 – 48 – 62 – 31 – 36 – 44 – 39 – 55 – 48
Realice el análisis descriptivo de la serie de datos y el gráfico de caja. Redacte el informe
correspondiente.

2.- Con estas 13 mediciones de temperatura (en Cº) de un alto horno:

1084 -1080 -1089 - 1085 – 1092 – 1090 – 1054 – 1093 – 1085 – 1089 – 1086 – 1085 –
1088
Realice el análisis descriptivo de la serie de datos y el gráfico de caja. Redacte el informe
correspondiente.

3.- Se analiza el contenido de aceite (en %) de un producto. Para ello se seleccionaron al

azar 75 bidones y se midió el % de aceite de la sustancia contenida en cada uno de ellos.
Obteniéndose la siguiente información:

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 18

 20,7 23 24,7 25,8 26,5 27,5 28 28,9
21,3 23 24,8 25,8 26,5 27,5 28 30,1
21,8 23 24,8 25,9 26,5 27,6 28,1 30,2
22 23,5 25 25,9 26,5 27,6 28,5 30,5
22,3 23,9 25,4 25,9 26,7 27,7 28,5 30,6
22,6 24,2 25,6 26,1 26,7 27,8 28,5
22,6 24,2 25,6 26,1 26,8 27,9 28,7
22,7 24,3 25,7 26,1 27 27,9 28,7
22,7 24,4 25,7 26,2 27,3 27,9 28,7
22,9 24,4 25,7 26,2 27,3 28 28,9

a) Utilice la herramienta de Análisis de Datos de EXCEL para hacer las gráficas y el

análisis de los datos
b) Complete la tabla con las frecuencias acumuladas y las frecuencias relativas
c) Redacte el informe correspondiente.

Probabilidad y Estadística 2020– Dra. Ana M. Craveri Página 19