1. Ing. Rafael Sandino Salcedo Muñoz. Docente de
Estadistica
INTSIPP
Instituto Tecnologico Superior
“ISMAEL PEREZ PAZMIÑO”
ESTADISTICA
6to Semestre
Docente.
ING. RAFAEL SANDINO
2. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 1
ESTADISTICA
La "estadística es el estudio de los métodos y procedimientos para recoger,
clasificar, resumir y analizar datos y para hacer inferencias científicas partiendo de
tales datos".
IMPORTANCIA
La estadística es muy importante en casi cualquier área profesional, esto incluye
las áreas de Informática, matemáticas y economía.
Esta te permite:
1) Determinar los futuros problemas antes que ocurran, al establecer límites
tolerables en los procesos productivos.
2) Determinar si un lote de producción cumples los requisitos mínimos de calidad
con solo tomar una muestra significativa.
3) Conocer el estado actual de la producción al hacer cambios comparándolo con
los procesos sin cambios.
4) Evaluar probables nuevos procedimientos, y su impacto en la producción
y muchas otras cosas más dependiendo de tu imaginación y en lo que lo vas a
aplicar.
CLASIFICACIÓN
Se agrupa en 2 grandes áreas: estadística descriptiva y estadística inferencial, que
desempeñan funciones distintivas, pero complementarias en el análisis.
Es importante que todo profesional que utilice la estadística como herramienta
auxiliar de trabajo, posea un mínimo de conocimientos y habilidades prácticas en
aquellas técnicas que le facilitarán el buen desarrollo de esta actividad.
Estadística Descriptiva.
La estadística descriptiva comprende las técnicas que se emplean para resumir y
describir datos numéricos. Son sencillas desde el punto de vista matemático y su
análisis se limita a los datos coleccionados sin inferir en un grupo mayor. El
estudio de los datos se realiza con representaciones gráficas, tablas, medidas de
posición y dispersión.
Estadística Inferencial.
El problema crucial de la estadística inferencial es llegar a proposición es acerca de
la población a partir de la observación efectuada en muestras bajo condiciones de
incertidumbre. Ésta comprende las técnicas que aplicadas en una muestra
sometida a observación, permiten la toman de decisiones sobre una población o
proceso estadístico. En otras palabras, es el proceso de hacer predicciones acerca
de un todo basado en la información de una muestra.
3. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 2
La inferencia se preocupa de la precisión de los estadígrafos descriptivos ya que
estos se vinculan inductivamente con el valor poblacional.
USOS MÁS FRECUENTES
Conocer el porcentaje de la población que necesita agua.
Conocer el porcentaje de población que tiene diabetes
Conocer el porcentaje de personas que utilizan tomate para preparar sus
comidas
Conocer el porcentaje de personas que consumen tortilla.
Conocer el porcentaje de protección social que se asigna en áfrica.
Conocer e interpretar el porcentaje de personas que tienen microempresas
en el Ecuador.
Conocer el porcentaje de niños desnutridos en el país.
Conocer el porcentaje de estudiantes que tienen conocimiento de ingles
VARIABLES
Una variable es una característica que al ser medida en diferentes individuos es
susceptible de adoptar diferentes valores.
TIPOS DE VARIABLES
Variables cualitativas
Son las variables que expresan distintas cualidades, características o modalidad.
Cada modalidad que se presenta se denomina atributo o categoría y la medición
consiste en una clasificación de dichos atributos. Las variables cualitativas pueden
ser dicotómicas cuando sólo pueden tomar dos valores posibles como sí y no,
hombre y mujer o son politómicas cuando pueden adquirir tres o más valores.
Dentro de ellas podemos distinguir:
Variable cualitativa ordinal o variable cuasicuantitativa: La variable puede
tomar distintos valores ordenados siguiendo una escala establecida, aunque no es
necesario que el intervalo entre mediciones sea uniforme, por ejemplo: leve,
moderado, grave.
Variable cualitativa nominal: En esta variable los valores no pueden ser
sometidos a un criterio de orden como por ejemplo los colores.
Variables cuantitativas
4. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 3
Son las variables que se expresan mediante cantidades numéricas. Las variables
cuantitativas además pueden ser:
Variable discreta : Es la variable que presenta separaciones o
interrupciones en la escala de valores que puede tomar. Estas separaciones
o interrupciones indican la ausencia de valores entre los distintos valores
específicos que la variable pueda asumir. Ejemplo: El número de hijos (1, 2,
3, 4, 5).
Variable continua: Es la variable que puede adquirir cualquier valor
dentro de un intervalo especificado de valores. Por ejemplo la masa (2,3 kg,
2,4 kg, 2,5 kg,...) o la altura (1,64 m, 1,65 m, 1,66 m,...), o el salario.
Solamente se está limitado por la precisión del aparato medidor, en teoría
permiten que siempre exista un valor entre dos variables.
MUESTRA
La mayoría de los estudios estadísticos, se realizan no sobre la población, sino
sobre un subconjunto o una parte de ella, llamado muestra, partiendo del supuesto
de que este subconjunto presenta el mismo comportamiento y características que
la población. En general el tamaño de la muestra es mucho menor al tamaño de la
población. Los valores o índices que se concluyen de una muestra se llaman
estadígrafos y estos mediante métodos inferenciales o probabilísticos, se
aproximan a los parámetros poblacionales.
POBLACION
Es el conjunto de todos los elementos que presentan una característica común
determinada, observable y medible. Por ejemplo, si el elemento es una persona, se
puede estudiar las características edad, peso, nacionalidad, sexo, etc. Los
elementos que integran una población pueden corresponder a personas, objetos o
grupos (por ejemplo, familias, fábricas, empresas, etc). Las características de la
población se resumen en valores llamados parámetros
NIVELES DE MEDICIÓN
Nivel Nominal: Es el nivel más bajo de medición en cuanto a suministro de
ecuaciones, las observaciones solo se pueden contar o clasificar (no hay un
orden lógico de las categorías). Las categorías son mutuamente excluyentes
y exhaustivas.
Nivel Ordinal: Las observaciones mantienen un orden, las categorías de
datos están ordenadas de acuerdo a las características.
Nivel de Intervalo: Tiene todas las características del nivel ordinal, pero
además la diferencial entre dos valores tienen un tamaño constante, el cero
es solo un número en escala, es decir, no representa la ausencia de la
condición.
5. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 4
Nivel de Proporción o Razón: Es el nivel más alto, tiene todas las
características del nivel de intervalo, pero además el cero tiene significado y
la relación entre dos números tiene sentido.
DISTRIBUCIÓN DE FRECUENCIAS
Una distribución de frecuencias o tabla de frecuencias es una ordenación en
forma de tabla de los datos estadísticos, asignando a cada datosu frecuencia
correspondiente.
Tipos de frecuencia
Frecuencia absoluta
La frecuencia absoluta es el número de veces que aparece un determinado valor
en un estudio estadístico.
Se representa por fi.
𝒇𝟏 + 𝒇𝟐 + 𝒇𝟑 + ⋯ … … 𝒇𝒏 = 𝑵
La suma de las frecuencias absolutas es igual al número total de datos, que se
representa por N.
Para indicar resumidamente estas sumas se utiliza la letra griega Σ (sigma
mayúscula) que se lee suma o sumatoria.
Frecuencia relativa
La frecuencia relativa es el cociente entre la frecuencia absoluta de un
determinado valor y el número total de datos.
Se puede expresar en tantos por ciento y se representa por ni.
6. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 5
La suma de las frecuencias relativas es igual a 1.
Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los
valores inferiores o iguales al valor considerado.
Se representa por Fi.
Frecuencia relativa acumulada
La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de
un determinado valor y el número total de datos. Se puede expresar en tantos por
ciento.
DIAGRAMA DE TALLOS Y HOJAS
El diagrama "tallo y hojas" permite obtener simultáneamente una distribución de
frecuencias de la variable y su representación gráfica. Para construirlo basta
separar en cada dato el último dígito de la derecha (que constituye la hoja) del
bloque de cifras restantes (que formará el tallo).
TALLO HOJA
1 3,6,7,4,4,3,9,1,8,6,8,3,9,4,7
0 8,9
2 5,2,6,5,4,7,1,8
3 1,0,2,0
TALLO HOJA
0 8,9
1 1,3,3,3,4,4,4,6,6,6,7,7,8,8,9,0
2 1,2,4,5,5,6,7,8
3 0,0,1,2
POLÍGONO DE FRECUENCIAS
7. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 6
Es un gráfico de líneas que se usa para presentar las frecuencias absolutas de los
valores de una distribución en el cual la altura del punto asociado a un valor de las
variables es proporcional a la frecuencia de dicho valor.
POLÍGONO DE FRECUENCIAS ACUMULADA U OJIVA.
Es un gráfico acumulativo, el cual es muy útil cuando se quiere representar el
rango porcentual de cada valor en una distribución de frecuencias.
8. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 7
En los gráficos las barras se encuentran juntas y en la tabla los números poseen en
el primer miembro un corchete y en el segundo un paréntesis
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.
9. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 8
Diagrama de barras
Un diagrama de barras, también conocido como diagrama de columnas, es una
forma de representar gráficamente un conjunto de datos o valores y está
conformado por barras rectangulares de longitudes proporcionales a los valores
representados. Los gráficos de barras son usados para comparar dos o más
valores. Las barras pueden orientarse vertical u horizontalmente.
Gráfico circular
Los gráficos circulares, también llamados gráficos de pastel o gráficas de 360
grados, son recursos estadísticos que se utilizan para representar porcentajes y
proporciones. El número de elementos comparados dentro de un gráfico circular
10. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 9
puede ser de más de 5, y los segmentos se ordenan de mayor a menor, iniciando
con el más amplio a partir de las 12, como en un reloj.
Una manera fácil de identificar los segmentos es sombreando de claro a oscuro,
donde el de mayor tamaño es el más claro y el de menor tamaño, el más oscuro.
MEDIA ARITMÉTICA
Es el valor obtenido al sumar todos los datos y dividir el resultado entre el número
total de datos X es el símbolo de la media aritmética.
Mientras que la media aritmética a menudo se utiliza para informar de tendencias
centrales , no es una estadística robusta , lo que significa que está muy influido por
los valores atípicos . Cabe destacar que para distribuciones asimétricas , la media
aritmética no puede concordar con la propia noción de "medio", y las estadísticas
robustas, tales como la mediana puede ser una mejor descripción de la tendencia
central.
Ejemplo:
Los pesos de 6 niños son: 84, 91, 72, 68, 87 y 78 kg
Hallar el peso medio.
𝒙
̅ =
𝟖𝟒+𝟗𝟏+𝟕𝟐+𝟔𝟖+𝟖𝟕+𝟕𝟖
𝟔
= 80 kg.
MEDIANA
La mediana, representa el valor de la variable de posición central en un conjunto
de datos ordenados.
En teoría de la probabilidad y estadísticas , una mediana de un conjunto de
valores ( borrador , población , distribución de probabilidad ) es un valor tal que
el número m de los valores del conjunto mayor que o igual que m es el número de
11. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 10
valores m o menos. Intuitivamente, podemos decir que la mediana es el punto
medio de la serie , se divide en dos mitades. Esta es una característica posición de
la serie.
Ejemplo:
Encontrar la mediana para los siguientes datos
3 – 4 – 1 – 2 – 3 – 4 – 3 – 3 – 1 – 5 - 5
Ordenar los datos
1 – 1 – 2 – 2 – 2 – 3 – 3 – 4 – 4 – 5 - 5
Localizar el valor que divide en 2 partes iguales el número de datos.
1 – 1 – 2 – 2 – 2 – 3 – 3 – 4 – 4 – 5 - 5
La mediana es 3, dejando 5 datos a cada lado.
MODA
La moda es el valor con una mayor frecuencia en una distribución de datos.
Hablaremos de una distribución bimodal de los datos adquiridos en una columna
cuando encontremos dos modas, es decir, dos datos que tengan la misma
frecuencia tres modas. Si todas las variables tienen la misma frecuencia diremos
que no hay moda.
Ejemplo:
0 – 2 – 5 – 7 – 15 – 0 – 2 – 5 – 7 - 15
4 – 6 – 8 – 15 – 1 – 4 – 6 – 12 – 19 - 3
Calcular la moda:
Moda: 15 por ser el número más frecuente de errores.
MEDIDAS DE TENDENCIA CENTRAL
MEDIA ARITMETICA PARA DATOS NO AGRUPADOS
Medida de tendencia central usualmente llamada promedio, se define como la
división de la suma de todos los valores entre el número de datos. Su fórmula es:
12. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 11
Propiedades
Las principales propiedades de la media aritmética son:
Su cálculo es muy sencillo y en él intervienen todos los datos.
Su valor es único para una serie de datos dada.
Se usa con frecuencia para comparar poblaciones, aunque es más apropiado
acompañarla de una medida de dispersión.
La media aritmética( muestral) Esencialmente, la media muestral es el
mismo parámetro que el anterior, aunque el adjetivo "muestral" se aplica a
aquellas situaciones en las que la media aritmética se calcula para un subconjunto
de la población objeto de estudio.
X= simboliza la media aritmética calculada para una muestra.
n= es el número de valores que toma la variable, en estudio, en la muestra.
∑= Sumatoria
Xi= es cada uno de los valores que toma la variable en la muestra o en la
población.Z
·Primero, se suman las notas:
6,0 + 5,4 + 3,1 + 7,0 + 6,1 = 27,6
Luego el total se divide entre la cantidad de alumnos:
27,6 ÷ 5 = 5,52
MEDIA POBLACIONAL
∑ 𝑴𝒆𝒅𝒊𝒂 𝑷𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍 = 𝝁 =
∑ 𝑿
𝑵
= sumatoria
µ = media
N = número de elementos
X = valores o datos
MEDIA ARITMÉTICA PONDERADA
NIÑO NOTA
1 6.0
2 5.4
3 3.1
4 7.0
5 6.1
13. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 12
A veces puede ser útil otorgar pesos o valores a los datos dependiendo de su
relevancia para determinado estudio. En esos casos se puede utilizar una media
ponderada. Si es un conjunto de datos o media muestral
y son números reales positivos, llamados "pesos" o factores de
ponderación, se define la media ponderada relativa a esos pesos como:
Es un caso especial de la media aritmética.
Se presenta cuando hay varias observaciones del mismo valor que pueden
ocurrir si los datos se han agrupado en una distribución de frecuencias.
Consiste en multiplicar cada observación por el número de veces que
aparece
MEDIA GEOMETRICA (datos no agrupados)
La media geométrica siempre va a ser menor o igual que la media aritmética, jamás
la media geométrica es mayor que la media aritmética.
No se consideran valores negativos.
Sirve para encontrar el promedio de porcentajes, la razón,índices,o tasas de
crecimiento.
Ejemplo:
Las ganancias obtenidas por una constructora en 4 proyectos recientes
fueron : 3% ; 4%; 2%; 6%. ¿Cuál es la media geométrica de la ganacia?
𝑀𝐺 = √3.4.2.6
4
𝑀𝐺 = √144
4
𝑀𝐺 = 3.46%
AUMENTO PORCENTUAL PROMEDIO EN UN PERIODO DETERMINADO
Esta fórmula sirve para ver el aumento porcentual en un determinado período.
MG = √
𝑉𝐴𝐿𝑂𝑅 𝐴𝐿 𝐹𝐼𝑁𝐴𝐿 𝐷𝐸𝐿 𝑃𝐸𝑅𝐼𝑂𝐷𝑂
𝑉𝐴𝐿𝑂𝑅 𝐴𝐿 𝐼𝑁𝐼𝐶𝐼𝑂 𝐷𝐸𝐿 𝑃𝐸𝑅𝐼𝑂𝐷𝑂
𝑛
− 1
14. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 13
MEDIA PARA DATOS AGRUPADOS
LA MEDIANA
Suponga que una población de Alaska en 1990, era de 2 personas y en el
2010 de 56 personas. ¿cuál fue la tasa de interés de incremento porcentual
anual promedio para el periodo.
𝑀𝐺 = √
56
2
20
- 1
MG= √28
20
- 1
MG = 1,18-1=0,18×100= 18%
MEDIDAS DE TENDENCIA CENTRAL PARA DATOS AGRUPADOS
Al calcular la media para datos agrupados, se supone que las observaciones en
cada clase son iguales al punto medio de clase
La extensión para el cálculo de la mediana en el caso de datos agrupados es realiza
a continuación:
L= límite inferior de la clase donde está ubicada la mediana.
n=numero de términos.
FA= frecuencia absoluta acumulada ( del intervalo anterior a la clase donde está la
mediana)
f= frecuencia absoluta del intervalo donde se ubica la mediana.
i= amplitud del intervalo.
15. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 14
LA MODA
MEDIDAS DE DISPERSION
Una muestra de la producción diaria de transmisores del receptor de
comunicación marca Scott electronics se organizó en la distribución que
sigue. Calcule la mediana de la producción diaria.
Producción
diaria
f Xm f.x f.A
80-90 2 85 425 5
90-100 9 95 855 14
100-110 20 105 2100 34
110-120 8 115 920 42
120-130 6 125 750 48
130-140 2 135 270 50
50 660 5320
𝑀𝑒 = 100 +
50
2
−14
20
∗ 10 𝑀𝑒 = 100 +
25−14
20
∗ 10
𝑀𝑒 = 100 +
11
20
∗ 10 𝑀𝑒 = 100 + 5.5
𝑀𝑒 = 105.5
es la observación que ocurre con mayor frecuencia, por lo que es necesario
identificar la clase modal, esta se localiza encontrando la clase que tenga
más frecuencia
Las medidas de dispersión, también llamadas medidas de variabilidad, muestran
la variabilidad de una distribución, indicando por medio de un número, si las
diferentes puntuaciones de una variable están muy alejadas de la mediana media.
Cuanto mayor sea ese valor, mayor será la variabilidad, cuanto menor sea, más
homogénea será a la mediana media. Así se sabe si todos los casos son parecidos o
varían mucho entre ellos.
16. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 15
AMPLITUD DE LA VARIANZA
DESVIACION MEDIA POBLACIONAL
Para calcular la variabilidad que una distribución tiene respecto de su media, se
calcula la media de las desviaciones de las puntuaciones respecto a la media
aritmética. Pero la suma de las desviaciones es siempre cero, así que se adoptan
dos clases de estrategias para salvar este problema. Una es tomando las
desviaciones en valor absoluto (Desviación media) y otra es tomando las
desviaciones al cuadrado (Varianza).
El rango es la diferencia entre el mayor y el menor de los datos de una
distribución estadística.
La desviación respecto a la media es la diferencia entre cada valor de la
variable estadística y la media aritmética.
La desviación media es la media aritmética de los valores absolutos de
las desviaciones respecto a la media.
VARIANZA POBLACIONAL
La varianza es la media aritmética del cuadrado de las desviaciones
respecto a la media de una distribución estadística.
La varianza se representa por .
PROPIEDADES DE LA VARIANZA
1 La varianza será siempre un valor positivo o cero, en el caso de que
las puntuaciones sean iguales.
2 Si a todos los valores de la variable se
les suma un número la varianza no varía.
AV = VM - Vm
17. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 16
3 Si todos los valores de la variable se multiplican por
un número la varianza queda multiplicada por el cuadrado de
dicho número.
4 Si tenemos varias distribuciones con la misma media y conocemos
sus respectivas varianzas se puede calcular la varianza total.
Si todas las muestras tienen el mismo tamaño:
Si las muestras tienen distinto tamaño:
DESVIACIÓN ESTÁNDAR POBLACIONAL
La desviación estándar es la raíz cuadrada de la varianza.
Es decir, la raíz cuadrada de la media de los cuadrados de las puntuaciones de
desviación.
La desviación típica se representa por σ.
18. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 17
PROPIEDADES DE DESVIACIÓN ESTÁNDAR
1 La desviación típica será siempre un valor positivo o cero, en el caso de
que las puntuaciones sean iguales.
2 Si a todos los valores de la variable se les suma un número la desviación
típica no varía.
3 Si todos los valores de la variable se multiplican por
un número la desviación típica queda multiplicada por dicho número.
4 Si tenemos varias distribuciones con la misma media y conocemos sus
respectivas desviaciones típicas se puede calcular la desviación típica
total.
LA VARIANZA MUESTRAL
Se puede definir como el "casi promedio" de los cuadrados de las desviaciones de
los datos con respecto a la media muestral. Su fórmula matemática para el caso de
datos referentes a una muestra es:
El almacén JML de la ciudad de Machala contrato s pasantes de contabilidad
el año pasado, sus sueldos mensuales fueron $253,60; $244,80;
$252,60;$219,70 y $274,30.
a) Calcule la media de la población.
b) Determine la varianza.
c) Obtenga la desviación estándar poblacional.
d) La oficina de JML en piñas contrato 6 pasantes. Su sueldo mensual
promedio fue de $262,30 y la desviación estándar $25 compare
ambos grupos.
Sueldos mensuales x-u (x-u) (x-u)2
253,60 8,60 8,60 73,96
224,80 -20,20 20,20 408,04
252,60 7,60 7,60 57,76
219,70 -25,30 25,30 640,09
274,30 29,30 29,30 858,49
0 91 2038,34
Av= VM- Vm= 274,30 – 219,70= 54,6
19. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 18
a) 𝝁 =
∑ 𝑿
𝑵
𝝁 =
𝟏𝟐𝟐𝟓
𝟓
= 𝟐𝟒𝟓
5
b)
𝜎2
=
∑(𝑋− 𝜇)2
𝑁
𝜎2
=
2038,34
5
𝜎2
= 407,67
c) 𝝈 = √𝟒𝟎𝟕, 𝟔𝟕
𝝈 = 𝟐𝟎, 𝟏𝟗
DESVIACION ESTANDAR MUESTRAL
FORMULA DIRECTA
S2
=
∑ 𝑋
2−
(∑ 𝑋)2
𝑛
𝑛−1
DESVIACION ESTANDAR PARA DATOS AGRUPADOS
S=
√∑ 𝑓𝑥
2−
(∑ 𝑓𝑥)2
𝑛
𝑛−1
AMPLITUD DE LA VARIANZA PARA DATOS AGRUPADOS
Av= Ls – Li
20. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 19
Limite Límite
Superior Inferior
Los tiempos de uso de una muestra de roca de un cuarto de pulgada por
alquiler disponible en CollRental, INC.
e) Calcule la amplitud de varianza
f) Evalue la desviación estándar muestral
g) Determine
Tiempo frecuencia Xm Fx X2 Fx2
2-4 2 3 6 9 18
4-6 5 5 25 29 125
6-8 10 7 70 49 490
8-10 4 9 36 81 324
10-12 2 11 22 121 242
35 159 285 1199
Av= Ls-Li
Av= 12 – 2
Av= 10
S=
√∑ 𝑓𝑥
2−
(∑ 𝑓𝑥)2
𝑛
𝑛−1
1199_ (159)2
S= 23
23-1
1199-1099,17
S= 22
S=√4,54
S=2,13
S2= 4,54
22. Ing- Rafael Sandino Salcedo Muñoz. Docente de Estadistica Página 21
NIVEL DE MEDICION
Los datos que hemos tomado de la gasolinera EL AGUADOR son de nivel nominal,
porque solo clasifica los datos.
DISTRIBUCION DE FRECUENCIAS