ESTADISTICA APLIDADA

TECNICATURA SUPERIOR EN COMPUTACION Y REDES

2.023

Unidad 1: ESTADÍSTICA DESCRIPTIVA

Estadística: Población, muestra. Descripción gráfica de datos. Datos agrupados. Serie de

frecuencias. Frecuencia absoluta, relativa, acumulada, porcentual. Representación gráfica de
las distribuciones de frecuencia: Histogramas, polígonos de frecuencia. Medidas de tendencia
central: media, mediana, moda. Medidas de variabilidad: rango, desviación media, desviación
estándar, varianza, rango. Medidas de posición: percentiles, cuartiles, deciles.

INTRODUCCION:

El campo de la estadística tiene que ver con la recopilación, presentación, análisis y uso de datos para
resolver problemas. En cualquier actividad se recibe información en forma de datos, y es necesario obtener
alguna conclusión a partir de la información contenida en los datos, por eso las técnicas estadísticas se
utilizan cada vez más y se aplican en múltiples áreas de la vida:

- una encuesta para medir el resultado de unas elecciones

- el muestreo de determinadas partidas de algún producto para determinar su compra.
- experimentos en condiciones controladas con cierto medicamento para establecer su efectividad en el
tratamiento de cierta enfermedad.
El uso de métodos estadísticos en cualquiera de los ejemplos anteriores implica la recolección de
información o datos científicos. El conocimiento de la estadística y la probabilidad es una poderosa
herramienta para ayudar a científicos, ingenieros, etc. a diseñar nuevos productos y sistemas, a
perfeccionar los existentes y a diseñar, desarrollar y mejorar los procesos productivos.
Si tenemos que dar una definición de Estadística veremos una gran diferencia entre las que proponen
distintos autores. Daremos la de Mendenhall, Wackerly y Scheaffer que dice: “La Estadística trata del
diseño de experimentos o encuestas mediante muestras para obtener una cantidad determinada de
información, a un costo mínimo, y del uso óptimo de esta información para hacer inferencias con
respecto a una población. El objetivo de la Estadística es deducir inferencias con respecto a una
población a partir de la información contenida en una muestra y proporcionar una medida
correspondiente para la exactitud de la inferencia”.
El conjunto formado por las mediciones de todos los elementos del universo con respecto al cual se
quieren obtener conclusiones o tomar decisiones se denomina población y el subconjunto que
seleccionamos de él (datos disponibles) se llama muestra de la población de interés.
El campo de la estadística y probabilidad consiste en métodos tanto para describir y modelar la
realidad como para tomar decisiones a partir de la información o datos recolectados. La estadística
inferencial consiste en distintos métodos que permiten tomar decisiones acerca de una población en
particular a partir de una muestra de la misma.
El campo de la estadística inferencial se ha desarrollado principalmente desde comienzos del siglo XX.
Es resultado de los métodos para organizar y resumir datos, cuyos orígenes se remontan a varios siglos
atrás, estos métodos se denominan estadística descriptiva.

Página 1
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

El concepto de probabilidad es la base que permite comprender la forma en que se desarrollan las
técnicas de la inferencia estadística y la toma de decisiones, por qué funcionan, y como pueden presentarse
e interpretarse de manera correcta las conclusiones obtenidas con estos procedimientos. La probabilidad
es el lenguaje y la fundamentación matemática de la estadística inferencial.
Muchas veces interesa el acopio sistemático de datos, seleccionando de antemano los niveles de los
factores que intervienen (por ejemplo, temperatura, humedad, cantidad de una droga particular, etc.). En
este caso, decimos que se realiza un diseño experimental. Pero si no se pueden seleccionar de antemano
los niveles (por ejemplo, factores que intervienen en el crecimiento de altura de un vegetal), se realizará un
estudio observacional.

DEFINICION DE ESTADISTICA:

Es el estudio de métodos científicos para recoger, organizar, resumir y analizar datos; y la

obtener conclusiones válidas y razonables basadas en el análisis.

La estadística se clasifica en:

Inductiva Descriptiva

Dada una muestra representativa de Dada una muestra representativa de

una población, se deducen importantes una población, describe y analiza

conclusiones sobre la muestra que no son apropiadamente. Vamos a estudiar esta.

del todo exacta. Es aquí donde aparece la

probabilidad, al establecer nuestras

conclusiones.

POBLACION O UNIVERSO:

Es el grupo entero a examinar. Ejemplo: el conjunto de equipos informáticos de una

empresa.

La población puede ser:

Finita Infinita

Población que puede ser contada Población que no puede ser contada

MUESTRA:

Es el examen o estudio de una pequeña parte grupo. Ejemplo: los equipos informáticos de
un primer piso de una empresa.

INDIVIDUO:

Página 2
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

Es el componente de la población a examinar.

VARIABLE:

Es un símbolo, tal como puede ser llamado X,Y,H o B, que puede tomar un conjunto
prefijado de valores, llamado “dominio”de esa variable. Si la variable puede ser tomar un solo valor, se
denomina “constante”.

Las variables se clasifican en:

Contínua Discreta

Cuando puede tomar cualquier valor entre Cuando puede tomar valores numerables,

dos valores dados. es decir, solo toma valores que

pertenecen al conjunto

Ejemplos: Ejemplos:

*Longitudes de 1.000 tornillos producidos en una *Ingresos anuales de los profesores de

hora en una fábrica. enseñanza media de un departamento.

*Temperaturas medidas en un observatorio cada *Vida media de los tubos de luz de una

media hora que van de 0º a 50º fabrica.

*La altura de las personas que trabajan en una *El número de hijos de una familia

mina que oscilan entre 1,60 a 2,00 metros.

GRÁFICOS:

Es la representación de la relación entre dos variables.

Existen distintos tipos de gráficos:

 Gráfico de trazos: Sobre el eje X va la variable independiente, sobre el eje Y va la variable

dependiente. Se conectan los puntos sucesivos con trazos rectos.

Página 3
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

 Gráfico de barras o diagrama de barras: Para realizar correctamente este grafico la anchura de
cada barra debe ser idéntica.

Calculo estadístico de la provincia de Santa Cruz del año1.895 al 2.020

Página 4
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

 Pictograma: Usado comúnmente para representar datos para un gran público. La grafica es de
única decisión de quien desempeña el armado del gráfico.

Pedido de comensales de un restaurant en el periodo de 2 hs.

 Gráfico de barras en componentes: Se puede aplicar cuando comparo más de un dato. Los datos
pueden estar continuados en la misma barra o al costado pero siempre respetando la anchura.

 Gráfico de barras horizontales: Al igual que el vertical, pero solo horizontal.

Página 5
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

Personas que trabajan según la Región de Chile

 Diagrama circular o torta: Se construye un círculo cuyo total es referente a los 360º. En este caso
se debe trabajar para mayor practicidad con la regla de 3.
Encuesta realizada por una consultora para saber el grado de satisfacción de los usuarios de
internet

DISTRIBUCION DE FRECUENCIA:

Al resumir datos coleccionados, los distribuyo en clases (categorías), el símbolo que define
la clase es el intervalo de clase que puede tener límite inferior de clase y límite superior de clase. Si algún
intervalo de clase carece de alguno de sus límites el intervalo es de clase abierto. Si el límite es exacto, se
denomina frontera de clase: inferior y superior.

El número de individuos que pertenecen a cada clase se denomina frecuencia de clase.

La diferencia entre el mayor límite superior de clase y el menor límite inferior de clase se
denomina rango.

La frecuencia otorga los datos de agrupamiento.

Página 6
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

El tamaño o anchura del intervalo de clase es la diferencia entre las fronteras superiores e
inferiores. Si todos los intervalos de clase tienen la misma anchura la simbolizamos con la letra “C”.

La marca de la clase es el punto medio del intervalo de clase, se promedian los límites.

REGLAS GENERALES PARA FORMAR DISTRIBUCIONES DE FRECUENCIAS:

1. Determinar el mayor y el menor valor de todos los datos. Obtengo el rango

2. Dividir el rango en un número adecuado de intervalos de clases abiertos, tal que las marcas
de clases coinciden con los datos.
3. Determinar el número de observaciones que caen dentro de cada intervalo de clase, osea la
frecuenda de clases.

HISTOGRAMA Y POLIGONO DE FRECUENCIA:

Son dos representaciones de las distribuciones de frecuencias.

 Histograma: Para la realización, se grafican las barras con base en el eje X. Se toman los centros en
las marcas de clase de cada barra.
 Polígono de frecuencia: Grafico los trozos de la frecuencia de clase con relación a la marca de clase.
Conecto o uno los puntos medios de las barras.
 Relación entre ambos: Se añaden los extremos del polígono de frecuencia a una frecuencia de clase
cero.

DISTRIBUCIONES DE FRECUENCIAS ACUMULADAS Y OJIVAS: “CASO MENOR QUE”

La frecuencia total de todos los valores menores de la frontera de clase superior se

denominan frecuencia acumulada, y la tabla que las presenta se denomina distribución de frecuencias
acumuladas. Al grafico que marca las frecuencias acumuladas se denomina polígono de frecuencia
acumulada u ojiva

Velocidad de una moto de 120 cilindradas de 0 a 50 segundos

Página 7
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

DISTRIBUCIONES DE FRECUENCIAS RELATIVAS Y OJIVAS DE PORCENTAJES:

La frecuencia relativa de una clase es su frecuencia dividida por la frecuencia total de todas
las clases u se expresa en porcentaje. Se grafica igual que el histograma y polígono de frecuencia.

TIPOS DE CURVAS FRECUENTES:

 Simétrica: Las observaciones equidistan del máximo central.

 Asimétrica: A la derecha (por la cola más larga que el otro lado). El máximo central tiene la cola a la
derecha. Asimétrica a la izquierda a la inversa.
 En J o L invertida, el máximo está en el extremo.
 En la U tiene dos máximas en ambos extremos.
 Bimodal: Tiene dos máximas.
 Multimodal: Tiene más de dos máximas.

REALIZACION DE LA TABLA DE FRECUENCIAS:

Página 8
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

 La frecuencia absoluta la designaremos como f a , y es el número de veces que aparece un

determinado valor en la clase.
i=n

∑ f a=n
i−1
(Siendo n la suma de las frecuencias absolutas)
 La frecuencia relativa la designaremos como f r, y es el cociente entre la f a y n . La suma de las
frecuencias relativas siempre es 1.
 La frecuencia acumulada la designaremos como F a y es la suma de las f a de todos los valores
inferiores o iguales al valor considerado.
 La frecuencia relativa acumulada la designaremos como F r que es el cociente entre la F a de un
determinado valor y el número total de datos.
 Marca: Es el promedio entre el límite superior y el límite inferior.
 Porcentaje: F a × 100

Nota: es aconsejable que haya un mínimo de 6 a 15 intervalos de clases como máximo, para la realización
de la tabla de frecuencias.

MEDIDAS DE TENDENCIA CENTRAL:

Las medidas de centralización nos permiten visualizar los valores agrupados de los datos
observados.

 Media aritmética: Es la suma de todos los valores de una variable dividida por el total de datos que
se dispone.
n

∑x j
X = j−1
n

Propiedades de la Media:
Depende de todos los valores de la serie, por lo tanto representa bien, si los
datos fueran todos iguales coincidiría con ese valor.
Es única en cada serie.
Es de fácil tratamiento algebraico.
Se usa para el cálculo de otros estadísticos.
La suma de las desviaciones con respecto a X es igual a cero

 Mediana: Es el valor numérico que divide al conjunto de datos ordenados en dos

partes iguales de forma creciente. En una distribución simétrica, la mediana coincide con la media
aritmética.

Propiedades de Mediana:
Se puede calcular gráficamente como la abscisa de la ordenada n/2 de un polígono
de frecuencia acumulada.
No está influenciado por valores extremos.
No lo afecta la irregularidad de los intervalos.
Página 9
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

Desventajas:
No involucra a todos los datos
Se usa poco para el cálculo de otros estadísticos.

 Moda: Es el valor de mayor frecuencia. Puede haber más de una moda.

Propiedades de Moda:
Es rápida de calcular.
Es el valor más típico de la muestra.
Se puede calcular cuando la variable es cualitativa.

Desventajas:
Es una medida aproximada de la centralidad
En general no se usa para el cálculo de otros estadísticos.

MEDIDAS DE DISPERSION:

De los datos a estudiar vamos a tratar la dispersión de los mismos. Indican si los valores de
la variable están muy dispersos o se concentran alrededor de las medidas de centralización.

 Rango o recorrido: Es la diferencia entre el mayor valor y el menor de la distribución.

 Varianza: Aplicaremos la siguiente formula:
n

∑ ( X j−X )2
s2x = j−1
n
 Desviación típica: es la raíz cuadrada de la varianza. Expresa la dispersión de la distribución y se
expresa en las unidades de medidas de la variable. Su fórmula es:

√
n

∑ ( X j −X )2
j−1
sx=
n−1
Es n−1 para que se trabaje una estimación más precisa.

MEDIDAS DE POSICION O CUANTILES:

 Percentiles (Pj):
El percentil j (P j) de una muestra es el valor de la variable tal que el 100j % de los valores de
la muestra son menores o iguales a él, y el 100(1-j) % son mayores o iguales a él.

 Cuartiles (Qj):
Dividen a la muestra en cuartos. Se indican Q 1; Q2; Q3, son coincidentes con los percentiles
P25; P50; P75.

 Deciles (Dj):
Dividen a la muestra en décimos.

Página 10
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

Nota: Como puede verse Me = P50 = D5 = Q2

Para realizar el cálculo de los cuantiles deberemos calcular:

1. Q 1= k ×n siendo m=4 , si fuera un decil m=10 ,y si fuese un percentil m=100

m

Una vez hallado el valor, debemos verificar en la tabla cual es el valor F i−1 y F i.
2. Aplico ese dato en la formula general de cuantiles:

(
[ −F )
]
k ×n
i−1
m
C =l +a
k i
F i−F i−1

Unidad 2: ESTADÍSTICA DESCRIPTIVA

Probabilidad: Experimento Aleatorio. Espacio Muestral. Sucesos o Eventos. Definición

clásica y estadística. Teorema de las Probabilidades Totales. Cálculo combinatorio. Factorial de
un número. Propiedades de los números combinatorios. Permutaciones. Variaciones.
Combinaciones.

PROBABILIDAD:

EXPERIMENTO ALEATORIO:

Al realizar un experimento quedan determinados conjuntos de resultados posibles o

sucesos elementales, y por otro lado la capacidad de observación se denomina sucesos observables.

Llamaremos experimento aleatorio a aquel proceso que cumple con:

 Reglas determinadas.
 Depende del azar.
 Se puede repetir o permite realizar repeticiones en iguales condiciones.
 Cada resultado depende de la casualidad y no se predice.

El experimento aleatorio lo simbolizaremos con la letra “Ɛ”

Ejemplo:

 Lanzar un dado.
 Llenar un vaso de agua con un gotero.
 Girar una ruleta

ESPACIO MUESTRAL:

Es el conjunto de todos los resultados posibles de un experimento aleatorio. Puede ser

finito o infinito.

Página 11
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

Se clasifican en:

 Discreto: si tiene correspondencia con el conjunto de los números enteros.

 Continuo: si sus resultados son un intervalo que pertenece a los números reales.

Se simboliza con “E”

Ejemplos:

 Discreto:
Sea Ɛ = lanzar un dado.
E={ 1 ,2 , 3 , 4 , 5 , 6 }
 Continuo:
Sea Ɛ = observar la duración en horas de una lámpara.
E={ t /t ≥0 }

SUCESOS O EVENTOS:

Es cada conjunto de resultados posibles del espacio muestral. Se simboliza con la letra ”.

Se clasifican en:

 Evento elemental o independiente: es un conjunto del espacio muestral

Ejemplo:

 Discreto:
Sea Ɛ = lanzar un dado.
E={ 1 ,2 , 3 , 4 , 5 , 6 }

S=¿ obtener un 6

1
S= { 6 } y la probabilidad del evento es P=
6

 Evento complementario: es el conjunto de todos los resultados de s que no se encuentran en E .

Se simboliza {E} ^ {C}

Ejemplo:

 Discreto:
Sea Ɛ = lanzar dos monedas.

Página 12
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

s= { ( c , c ) , ( c , s ) , ( s , c ) , ( s , s ) }

E = obtener solo una cara

E ={ ( c , c ) , ( s , s ) }
C

 Evento mutuamente excluyente: son aquellos cuya intersección es nula o vacía.

Ejemplo:

Sea Ɛ = sacar una carta de la baraja de 52 cartas

s=
{( 1 1
,
52 52 )}
E1= que la carta a extraer sea un as

E2=¿ ¿que la carta a extraer sea un rey

E1 + E2 = {524 + 524 }={131 + 131 }={133 }

No es posible sacar ambas a la vez, y son por lo tanto mutuamente excluyentes.

PROBABILIDAD:

DEFINICION CLASICA:

La probabilidad de un evento E , será la razón entre los números de casos favorables k y el

número de casos posibles n .

Simbólicamente:

k
P( E ) =
n

La probabilidad se puede expresar como una fracción, un número decimal o un porcentaje.

La probabilidad de que ocurra un suceso aleatorio es un número entre 0 y 1

Considerando que k y n son números finitos y siempre que 0 ≤ k ≤ n, resulta que la

probabilidad es un número real tal que 0 ≤ P( E) ≤1

Si la P( E )=0, ósea nula, significa que la k =0, osea que no hay ningún caso favorable,
entonces el suceso E es imposible.

Si P( E )=1, significa que k =n, todos los casos posibles son favorables lo que nace que E sea
cierto.

Página 13
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

Cuanto más cercana a 1 es la probabilidad, el suceso será más probable; mientras que
cuanto más cercana a 0 sea, menos probabilidad de cumplirse habrá.

La suma de la probabilidad de un suceso E y la probabilidad del suceso complementario a

E ´ es 1. Por lo tanto P( E )+ P (E ´ )=1

DEFINICION ESTADISTICA O FRECUENCIAL:

La probabilidad aparece como resultado de muchos ensayos o pruebas, sin poder calcularla
con anterioridad, ya sea por desconocerse la manera de actuar de las causas que originan el fenómeno, ya
sea por ser éstas demasiado numerosas o complicadas. Por lo tanto el cálculo en este caso es “a posteriori”.

Al realizar un experimento aleatorio un gran número de veces (n ∞ ) se comprueba

empíricamente que la frecuencia relativa tiende a ser constante y aproximadamente igual a la probabilidad
del suceso. f ( E) ≅ P( E )

TEOREMA DE LAS PROBABILIDADES TOTALES:

Sean A y B dos eventos cualesquiera de un espacio muestral s, entonces:

P( A ∪B )=P( A ) + P( B )−P ( A ∩ B)

CALCULO COMBINATORIO:

Se utiliza para hallar todos los grupos distintos que se pueden formar con una cierta
cantidad de elementos.

Para realizar cálculos combinatorios, es necesario utilizar el concepto de FACTORIAL.

El FACTORIAL de un número natural es n(n !) es el producto de todos los números

naturales desde 1 hasta n.

Ejemplo:

a) 1! = 1
b) 2! = 1 . 2 = 2
c) 4! = 1 . 2 . 3 . 4 = 24

PERMUTACIONES:

Una permutación de n elementos es la cantidad de grupos distintos de n elementos que se

pueden formar cambiándolos de lugar.

Si todos los elementos son distintos, la permutación es SIN REPETICION y se calcula Pn=n!

Si hay elementos repetidos, la permutación es CON REPETECION y se calcula:

a , b ,… .c n!
Pn =
a!b!….c !
Página 14
Profesora: Jimena Palacio
 ESTADISTICA APLIDADA

Ejemplos:

a) Anagrama de la palabra PACTO

P5=5 !=120
b) Anagrama de la palabra CATARATA
2, 4 8! 40.320
P8 = = =840
2! 4 ! 2 x 24

VARIACIONES:

Una variación de n elementos tomados de a m, es la cantidad de grupos distintos de m

elementos que se pueden formar con los n elementos e “importa el orden” en que se consideren los
elementos. Dos grupos son distintos cuando tienen distintos elementos o los mismos elementos pero en
distinto orden.

Si todos los elementos son distintos, la variación es SIN REPETICION y se calcula:

n n!
V m=
( n−m ) !
n m
Si se repiten los elementos, la variación es CON REPETICION y se calcula: V ' m =n

Ejemplos:

a) ¿Cuántos números distintos de 4 cifras distintas se pueden formar con las cifras 1,2,3,5,6 y 7?
6 6! 6 ! 720
V 4= = = =360
( 6−4 ) ! 2 ! 2
b) ¿Cuántos números distintos de 4 cifras se pueden formar con las cifras 1,2,3,5,6 y 7?
6 4
V ' 4 =6 =1296

COMBINACIONES:

Una combinación de n elementos tomados de a m, es la cantidad de grupos distintos de m

elementos que se pueden formar con los n elementos y “no importa el orden” en que se consideren los
elementos. Dos grupos son distintos cuando tienen distintos elementos.

n n!
Una combinación sin elementos repetidos se calcula:C m=
m! ( n−m ) !

Ejemplo:

¿Cuántos grupos de estudios de 3 personas se pueden formar con 5 estudiantes?

5 5! 5! 120
C 3= = = =10
3! ( 5−3 ) ! 3 ! 5! 12

Página 15
Profesora: Jimena Palacio