o_194n1c53vrfj15iovg01pvbc1ca.pdf
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Benemérita Escuela Normal para<br />
Licenciadas en Educación Preescolar<br />
“Educadora Rosaura Zapata”<br />
“Portafolio de evidencias”<br />
Procesamiento de información estadística<br />
Profesor: Eleazar Castro Guardado<br />
Alumna: Areli Quezada Torres<br />
Grado: 2do<br />
Mexicali B.C. a 17 de octubre de 2014
Página2<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Índice<br />
Presentación 3<br />
Descripción general del curso Procesamiento de Información Estadística 4<br />
Unidad de aprendizaje I 5<br />
Características Unidad de aprendizaje I 6<br />
Evidencias de aprendizaje Unidad I 7<br />
1.1. Importancia del estudio de la estadística<br />
1.1.1. Conceptos y elementos de la estadística descriptiva e inferencial<br />
1.1.3. Fichas bibliográficas 16<br />
1.2. Tablas de distribución de frecuencias y representaciones gráficas 17<br />
Series de datos automatizadas<br />
Formato condicional 18<br />
1.2.1. Cuadros comparativos de tablas de frecuencia y<br />
representaciones gráficas<br />
1.2.2. Tabla con datos agrupados y no agrupados 23<br />
1.2.2. Tablas de frecuencias y gráficas 24<br />
1.2.2.3. Inventario 26<br />
1.2.3. Tratamiento de datos 28<br />
1.3. Medidas de tendencia central 33<br />
1.3.1. Para datos no agrupados<br />
1.3.2. Para datos agrupados 36<br />
Agradecimientos 42<br />
19
Página3<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Presentación<br />
¡Hola!, mi nombre es Areli Quezada Torres, actualmente estoy en 3er semestre la de<br />
Licenciatura en Educación Preescolar en la Benemérita Escuela Normal para<br />
Licenciadas en Educación Preescolar “Educadora Rosaura Zapata”.<br />
Este portafolio, es un trabajo elaborado con gran esfuerzo, en el que se da a conocer lo<br />
visto en la asignatura de "Procesamiento de Información Estadística" impartida por el<br />
profesor Eleazar Castro Guardado.<br />
El material que se encuentra en este trabajo es importante, ya que estos trabajos son<br />
evidencia de mi labor a lo largo de mi primera unidad de aprendizaje.<br />
Te invito a que revises mis evidencias que te podrán servir para futuros trabajos o para<br />
entender mejor los contenidos de esta asignatura.
Página4<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Descripción general del curso Procesamiento de<br />
Información Estadística<br />
El curso de Procesamiento de Información Estadística es un curso que pertenece al<br />
trayecto formativo de “Preparación para la enseñanza y el aprendizaje”, con un total de<br />
6.75 créditos, impartido 6 horas a la semana.<br />
El propósito de este curso es promover que el futuro docente comprenda y aplique los<br />
conceptos y procedimientos básicos de probabilidad y estadística descriptiva e<br />
inferencial que le permitan recolectar, organizar, presentar y analizar datos para<br />
abordar la resolución de problemas en el contexto educativo; asimismo, se pretende<br />
que los futuros docentes apliquen estos conceptos y procedimientos en la realización<br />
de proyectos de investigación y en la elaboración de su documento recepcional.<br />
El curso contempla la construcción y lectura de tablas y gráficas, así como el cálculo de<br />
medidas e índices para caracterizar y realizar estudios sobrepoblaciones, en el<br />
tratamiento de estos temas se acude al uso de software especializado como<br />
herramienta para agilizar la comprensión de los conceptos y técnicas de la estadística y<br />
el procesamiento y análisis de datos cuantitativos.<br />
Este curso está estructurado en cuatro unidades de aprendizaje, las cuales están<br />
asociadas a las competencias profesionales y a las específicas del curso.
Página5<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Unidad de<br />
aprendizaje I<br />
“Estadística”
Página6<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Características Unidad de aprendizaje I<br />
A través del estudio de esta unidad se espera que los futuros docentes comprendan los<br />
conceptos básicos de la estadística que le permitan la construcción de marcos<br />
explicativos sobre la realidad educativa, la incorporación de conceptos complejos y la<br />
toma de decisiones estadísticas en problemas de la práctica docente. Los temas que<br />
orientan el desarrollo de esta unidad son los siguientes:<br />
1.1. Importancia del estudio de la estadística.<br />
1.2. Tablas de distribución de frecuencias y representaciones gráficas.<br />
1.3. Medidas de tendencia central.<br />
1.4. Medidas de posición.<br />
1.5. Medidas de dispersión.<br />
1.6. Estudio de poblaciones con datos bivariados.<br />
Sugerencias para la evaluación<br />
Para esta unidad se recomienda que se enfoquen en la generación de documentos<br />
académicos como mapas conceptuales, notas técnicas relacionadas con los<br />
principales conceptos de la esta- dística tanto descriptiva como inferencial, así como<br />
en producciones relacionadas con la organización de datos absolutos y por<br />
frecuencias que permitan la construcción y lectura de histogramas, polígonos de<br />
frecuencias y otras representaciones gráficas con base en un análisis crítico de<br />
fuentes de información.<br />
En esta misma unidad se propone el uso de ejercicios o casos hipotéticos del<br />
campo educativo que permitan indagar sobre el dominio de los contenidos<br />
relacionados con medidas de tendencia central, de posición y de variabilidad o<br />
dispersión, así como situaciones que permitan realizar estudios de poblaciones con<br />
datos bivariados, en las que el participante resuelva y exponga sus procedimientos<br />
y resultados al grupo.
Página7<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Evidencias de aprendizaje Unidad I<br />
1.1. Importancia del estudio de la estadística.<br />
1.1.1. Realice lecturas críticas de diversos textos con la finalidad de conocer los<br />
principales conceptos y elementos de la estadística descriptiva e inferencial y<br />
cuál ha sido su uso en las ciencias sociales y principalmente en el ámbito<br />
educativo.<br />
Actividad 1. Presentar un resumen de los temas que a continuación aparecen y<br />
elabora un glosario que permita la comprensión de los conceptos básicos del mundo de<br />
la estadística.<br />
Conceptos y elementos de la estadística descriptiva e inferencial<br />
1. Estadística<br />
La estadística es la ciencia cuyo objetivo es reunir una información cuantitativa<br />
concerniente a individuos, grupos, series de hechos, etc. y deducir de ellos gracias<br />
al análisis de estos datos unos significados precisos o unas previsiones para el<br />
futuro.<br />
La estadística, en general, es la ciencia que trata de la recopilación, organización,<br />
presentación, análisis e interpretación de datos numéricos con el fin de realizar una<br />
toma de decisión más efectiva.<br />
Otros autores tienen definiciones de la estadística semejantes a las anteriores, y<br />
algunos otros no tan semejantes. Para Chacón esta se define como "la ciencia que<br />
tiene por objeto el estudio cuantitativo de los colectivos"; otros la definen como la<br />
expresión cuantitativa del conocimiento dispuesta en forma adecuada para el<br />
escrutinio y análisis. La más aceptada, sin embargo, es la Mínguez, que define la<br />
estadística como "La ciencia que tiene por objeto aplicar las leyes de la cantidad a<br />
los hechos sociales para medir su intensidad, deducir las leyes que los rigen y hacer<br />
su predicción próxima".<br />
La estadística es una herramienta de trabajo fundamental para la mayoría de las<br />
ciencias, básica en el análisis de la actividad económica e indispensable para<br />
cualquier investigación comercial. Para introducirse en el estudio de esta ciencia es<br />
necesario conocer sus términos más usuales.<br />
Fernández Santiago, Cordero José. Estadística descriptiva.
Página8<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Ruiz David, Sánchez Ana. Apuntes de Estadística.<br />
2. Importancia de la estadística.<br />
Los métodos estadísticos tradicionalmente se utilizan para propósitos descriptivos,<br />
para organizar y resumir datos numéricos. La estadística descriptiva, por ejemplo<br />
trata de la tabulación de datos, su presentación en forma gráfica o ilustrativa y el<br />
cálculo de medidas descriptivas.<br />
Ruiz David, Sánchez Ana. Apuntes de Estadística.<br />
3. Clasificación de la estadística (descriptiva e inferencial)<br />
La estadística para su mejor estudio se ha dividido en dos grandes ramas: la<br />
estadística descriptiva y la inferencial.<br />
Estadística descriptiva: consiste sobre todo en la presentación de datos en forma de<br />
tablas y gráficas. Esta comprende cualquier actividad relacionada con los datos y<br />
está diseñada para resumir o describir los mismos sin factores pertinentes<br />
adicionales; esto es, sin intentar inferir nada que vaya más allá de los datos como<br />
tales.<br />
Estadística inferencial: se deriva de muestras, de observaciones hechas solo acerca<br />
de una parte de un conjunto numeroso de elementos y esto implica que su análisis<br />
requiere de generalizaciones que van más allá de los datos. Como consecuencia la<br />
característica más importante del reciente crecimiento de la estadística ha sido un<br />
cambio en el énfasis de los métodos que describen a métodos que sirven para<br />
hacer generalizaciones. La estadística inferencial investiga o analiza una población<br />
partiendo de una muestra tomada.<br />
Podemos distinguir la estadística descriptiva como un método para describir<br />
numéricamente conjuntos numerosos.<br />
Por tratarse de in método de descripción numérica, la estadista descriptiva utiliza el<br />
número como medio para describir un conjunto, que debe ser numeroso, ya que las<br />
permanencias estadísticas no se dan en los casos raros. No es posible, por tanto,<br />
sacar conclusiones concretas y precisas de los datos estadísticos.<br />
La estadística inferencial, utiliza técnicas especiales para conocer los elementos de<br />
un conjunto a partir de los datos de un subconjunto del mismo.
Página9<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
La inferencia estadística intenta tomar decisiones basadas en la aceptación o el<br />
rechazo de ciertas relaciones que se toman como hipótesis. Esta toma de<br />
decisiones va acompañada de un margen de error, cuya probabilidad está<br />
determinada.<br />
Vargas Antonio. Estadística descriptiva e inferencial<br />
Ruiz David, Sánchez Ana. Apuntes de Estadística.<br />
4. Uso de la estadística en las ciencias sociales y principalmente en el ámbito<br />
educativo.<br />
Las principales aplicaciones estadísticas en cualquier campo, no sólo el de las<br />
Ciencias Sociales, descansan sobre el hecho de poder hacer observaciones o<br />
experimentos repetidos, esencialmente, bajo las mismas condiciones. En algunas<br />
áreas de la investigación, los objetos o fenómenos observados bajo las mismas<br />
condiciones variarán sólo en pequeña medida (en las ciencias físicas, donde las<br />
observaciones controladas dan prácticamente los mismos resultados).<br />
Pero, por otro lado, especialmente en las Ciencias Sociales, aunque el<br />
experimentador haga un esfuerzo sobrehumano para observar repetidamente bajo<br />
las mismas condiciones, se encontrarán diferencias entre las observaciones y las<br />
diferencias, ordinariamente, no serán despreciables.<br />
Curso Universitario Interdisciplinar “Sociedad, Ciencia, Tecnología y<br />
Matemáticas” 2003<br />
5. Población (finita e infinita) y muestra y tipos de muestra.<br />
Desde el punto de vista estadístico, una población o universo es el conjunto formado<br />
por todas las medidas o contadas que se hacen sobre un conjunto de personas,<br />
animales o cosas, que poseen alguna característica común especifica.<br />
Adviértase que el concepto de población no está dirigido a las personas, animales o<br />
cosas, si no, a las medidas contadas realizadas.<br />
Hasta aquí hemos usado el concepto de población en un sentido amplio. Realmente en<br />
el análisis estadístico no se trabaja con poblaciones formadas por personas, animales o<br />
cosas, sino con las observaciones que se realizan o pueden realizarse de una<br />
característica de esas personas, animales o cosas. Por esto, en un sentido más<br />
restringido, nos referimos a una población para indicar al conjunto de observaciones<br />
correspondientes a la misma característica de un conjunto de elementos.
Página10<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
De acuerdo al número de observaciones que hay en la población, esta puede ser finita<br />
o infinita.<br />
Una población puede tener un número infinito de elementos (población infinita) o un<br />
número determinado de elementos, por grande que éste sea (población finita). Esta<br />
definición tiene importancia práctica, no obstante que en problemas de inferencia<br />
estadística as poblaciones con un número suficientemente grande de elementos son<br />
tratadas como si fueran infinitas.<br />
Muestra<br />
No siempre es posible trabajar con toda la población: es más conveniente trabajar con<br />
una parte de ella, llamada muestra, de la que se ofrecen más detalles en el párrafo<br />
siguiente.<br />
Una muestra es un conjunto de medidas contadas que constituyen casi siempre una<br />
parte de la población. Como de una población pueden tomarse una serie de muestras,<br />
puede pensarse que la población es estable en tanto que las muestras varían. Un<br />
problema de gran importancia en estadística es determinar que generalizaciones<br />
acerca de la población pueden lograrse mediante una muestra que muchas veces en la<br />
práctica es lo único disponible.<br />
Al obtener una muestra de una población, cada observación registrada puede<br />
reponerse a la población antes de sacar la siguiente, y esta acción toma el nombre de<br />
MUESTREO CON REEMPLAZO.<br />
6. Muestreo y censo.<br />
Caballero Wilfredo. Introducción a la Estadística.<br />
Quintana Carlos. Elementos de Inferencia Estadística.<br />
El muestreo estadístico es un método de investigación estadística que consiste en un<br />
conjunto de técnicas que se utilizan para seleccionar de una población determinada<br />
una muestra que la represente, estimar las características que interesan y medir la<br />
confianza de esas estimaciones.<br />
Cuando se está ante un problema de investigación que plantee el conocimiento de<br />
determinado fenómeno y se requiera generar información para tal fin, en principio<br />
existen dos posibilidades. La primera es tomar información de todos y cada uno de los<br />
elementos de la población de interés; es decir, realizar un censo; y la segunda, tomar
Página11<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
información de una parte, generalmente pequeña, pero representativa de la población<br />
de estudio.<br />
Pero, ¿cómo decidir entre realizar un censo o tomar una muestra? Como se mencionó<br />
antes, a diferencia de una muestra, en el censo o enumeración completa se recurre a la<br />
“medición” de toda la población, con lo cual se esperaría obtener información precisa<br />
acerca de lo que se desea conocer. Sin embargo, no siempre es conveniente la<br />
realización de un censo, contrario a lo que se pudiera pensar de primera impresión. Es<br />
decir, no siempre el censo proporciona mejores resultados que la muestra.<br />
Quintana Carlos. Elementos de Inferencia Estadística<br />
Pérez Haroldo, Estadística para las ciencias sociales, del comportamiento y de la<br />
salud.<br />
7. Variables y tipos de variables.<br />
Variable es cualquier carácter de los elementos de una población susceptible de tomar<br />
valores numéricos.<br />
La variable observada en todos los elementos de una población no se presenta<br />
normalmente con la misma intensidad en cada uno de ellos. Estas intensidades son<br />
números que corresponden a los diferentes valores de la variable.<br />
Las variables se clasifican en continuas o discretas, según admitan o no infinitos<br />
valores intermedios entre dos valores próximos respectivamente. En la práctica, la<br />
distinción entre la variable discreta y continua no es fácil, ya que todas las variables<br />
pueden ser consideradas discretas porque los instrumentos de medida no permiten<br />
pasar de un cierto límite de precisión.<br />
Variable aleatoria discreta: se le da el nombre de variable aleatoria discreta a una<br />
variable tal que exista una determinada probabilidad de que tome cada uno de los<br />
valores aislados, cada uno con su respectiva probabilidad.<br />
Variable aleatoria continua: es aquella que dentro de determinado intervalo su medición<br />
puede dar lugar a cualquier valor, o sea que la variable puede tomar cualquiera del<br />
infinito número de valores del intervalo.<br />
Fernández Santiago, Cordero José. Estadística descriptiva.<br />
Quintana Carlos. Elementos de Inferencia Estadística
Página12<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
8. Datos estadísticos y sus características.<br />
La estadística trata sobre datos. Estos son números, pero no solo son eso. Los datos<br />
son números en un contexto. El contexto nos permite sacar partido de nuestros<br />
conocimientos sobre el tema de estudio y emitir juicios. El contexto hace que el número<br />
aporte información.<br />
La estadística utiliza datos para profundizar en un tema y sacar conclusiones. Nuestras<br />
herramientas son gráficos y cálculos. Son herramientas dirigidas por una línea de<br />
pensamiento basada en el sentido común.<br />
Datos estadísticos<br />
La primera utilidad de la estadística es la de proporcionar un conjunto de normas que<br />
permite elaborar las tablas numéricas adecuadas para cuantificar un determinado<br />
fenómeno. Dicho fenómeno está formado por un conjunto de personas o cosas que<br />
llenamos población. Las personas o cosas que integran una población se denominan<br />
elementos o unidades estadísticas.<br />
Cada uno de los elementos de una población puede describirse según uno o varios<br />
caracteres. Por ejemplo, si el objetivo de un determinado análisis son los viajeros que<br />
llegan a un país, puede centrarse la atención en su edad, su estado civil, su país de<br />
procedencia, etcétera.<br />
Si estamos interesados en el estudio de la edad de los viajeros, se trata de analizar una<br />
característica que toma valores numéricos, a la cual denominamos variable. En cambio,<br />
si nos interesa, por ejemplo, su país de procedencia, se trata de analizar una<br />
característica cualitativa, denominada atributo. Los atributos, no son pues, susceptibles<br />
de cuantificarse en la forma convencional mediante una escala numérica.<br />
Al observar a las diferentes variables o atributos se obtiene un conjunto de resultados,<br />
numérico o no, denominado conjunto de datos. Los obtenidos al observar un atributo se<br />
denominan modalidades, mientras que los correspondientes a una variable se<br />
denominan valores.<br />
En función del número de valores que pueden tomar las variables, se distinguen las<br />
discretas de las continuas. Las discretas son aquellas que pueden tomar un numero<br />
finito (o infinito numerable) de valores; por ejemplo, el número de visitantes que recibe<br />
un país, el número de plazas de un hotel, etcétera. Las continuas son aquellas que<br />
pueden tomar infinitos valores dentro de un intervalo; el gasto medio por persona de los<br />
turistas que visitan un país es, por ejemplo, una variable continúa.
Página13<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Moore David. Estadística aplicada básica.<br />
Rey Carlota, Ramil María. Introducción a la Estadística Descriptiva.<br />
9. Datos agrupados y no agrupados.<br />
Datos agrupados<br />
El uso de gráficos de barras o líneas es una forma bastante efectiva de representar las<br />
frecuencias de los diferentes valores. Sin embargo, en algunos conjuntos de datos el<br />
número de valores distintos es demasiado grande para que se puedan utilizar los<br />
gráficos citados. En su lugar es posible clasificar dichos valores en grupos o intervalos<br />
de clase, para luego representar gráficamente el número de datos que correspondan a<br />
cada clase.<br />
Datos no agrupados<br />
Es aquella distribución que indica las frecuencias con que aparecen los datos<br />
estadísticos, desde el menor de ellos hasta el mayor de ese conjunto sin que se haya<br />
hecho ninguna modificación al tamaño de las unidades originales. En estas<br />
distribuciones cada dato mantiene su propia identidad después de la distribución de<br />
frecuencia se ha elaborado. En estas distribuciones los valores de cada variable han<br />
sido solamente reagrupados, siguiendo un orden lógico con sus respectivas<br />
frecuencias.<br />
Sheldon Ross. Introducción a la estadística<br />
De la Torres Yvonne. Datos agrupados y no agrupados<br />
10. Experimento (determinista, aleatorio o probabilístico)<br />
Los experimentos son una manera rigurosa de establecer los hechos. La estadística<br />
ayuda a la experimentación a obtener conclusiones útiles, claras y válidas; por tanto,<br />
existe una relación íntima entre estadística e investigación, la estadística permite lograr<br />
dichas conclusiones. Incluso, para entender los informes de investigación, es<br />
indispensable saber estadística.<br />
Un experimento es cualquier actividad, operación o procedimiento, bien definido, en el<br />
cual el resultado se observa y se mide, pero que no puede predecirse con certeza.<br />
Según Pavlov, la observación recoge lo que ofrece la naturaleza; la experimentación,<br />
en cambio, toma de la naturaleza lo que desea.
Página14<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Se sabe que los resultados de un experimento suelen variar cuando se efectúan<br />
diversas mediciones del mismo fenómeno, aun cuando sea el mismo observador. Es<br />
común encontrar que los resultados varían de una observación a otra debido a que no<br />
pueden anticiparse con exactitud.<br />
Aun el resultado de un único ensayo al azar no puede predecirse; la experiencia con<br />
una secuencia de experimentos ha revelado una clase muy útil de regularidad. Un<br />
modelo o una estructura matemática que describa tal regularidad es de gran valor y la<br />
teoría de la probabilidad ha desarrollado modelos para estos experimentos aleatorios.<br />
Llamamos experimento a cualquier proceso que genera un conjunto de datos. En<br />
numerosas ocasiones, los resultados de un experimento dependen del azar, no siendo<br />
posible predecir el resultado que va a tener lugar antes de realizarse.<br />
Un ejemplo típico de experimento dependiente del azar es el lanzamiento de un dado<br />
regular sobre el tablero de la mesa; el número que aparecerá en la cara superior del<br />
dado no puede predecirse.<br />
Un experimento se dice aleatorio cuando se puede repetir en las mismas condiciones,<br />
sus posibles resultados son conocidos previamente, y el resultado de cada prueba<br />
depende del azar.<br />
En un experimento aleatorio, no suele conocerse la población directamente, sino que<br />
se estudian sus propiedades a partir de una muestra representativa de la misma.<br />
Pérez Haroldo, Estadística para las ciencias sociales, del comportamiento y de la<br />
salud.<br />
Conclusión<br />
Vargas Antonio. Estadística descriptiva e inferencial<br />
Para realizar este trabajo, fue necesario que yo desarrollara habilidades tales como, la<br />
de profundizar en la búsqueda de información y aprender a seleccionar solo la que<br />
necesito, así como aprender a buscar en libros por internet y darme cuenta de que a<br />
pesar de que no podía ver los libros completos, me dan la oportunidad de revisar<br />
algunos temas que necesito.<br />
Antes de este trabajo entendía la estadística como una herramienta que me ayuda a<br />
cuantificar información que se convertirá en datos, pero ahora, me doy cuenta que esto<br />
es algo mucho más complejo que requiere que se involucren otros elementos.
Página15<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Glosario<br />
Censo: Recolección de datos de cada elemento de una población.<br />
Datos: Información o números que describen alguna característica.<br />
Estadística descriptiva: Es la parte de la estadística relacionada con la descripción y la<br />
clasificación de los datos.<br />
Estadística inferencial: Es la parte de la estadística relacionada con la extracción de<br />
conclusiones a partir de los datos.<br />
Estadística: recolección de métodos para planear experimentos, para obtener,<br />
organizar, resumir, presentar, analizar e interpretar datos, y sacar conclusiones con<br />
base a esos datos.<br />
Experimento: la aplicación de un tratamiento, seguida por la observación de sus efectos<br />
sobre los sujetos.<br />
Muestra aleatoria: muestra seleccionada de tal manera que permite a cada miembro de<br />
la población tener la misma posibilidad de ser escogido.<br />
Muestra dependiente: muestra cuyos valores están relacionados con los valores de otra<br />
muestra.<br />
Muestra independiente: muestra cuyos valores no están relacionados con los valores<br />
de otra muestra.<br />
Muestra: Subconjunto de una población.<br />
Población: colección entera y completa de elementos por estudiar.<br />
Triola Mario F. Estadística<br />
Sheldon Ross. Introducción a la estadística
Página16<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
1.1.3 Realice búsquedas en revistas especializadas o Internet de investigaciones<br />
hechas en el ámbito educativo que utilicen la estadística como herramienta<br />
explicativa.
Página17<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
1.2. Tablas de distribución de frecuencias y representaciones gráficas.<br />
Clase tutorial en Hoja Excel de Cálculo (HEC) para generar series de datos<br />
automatizadas.<br />
Solicitar la ejecución práctica. La encontrarás en Plataforma como EJERCICIOS<br />
HEC SERIES
Página18<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Clase Tutorial “Formato Condicional” para HEC<br />
Solicitar la ejecución de la práctica. ENCONTRARÁS ESTA PRÁCTICA EN<br />
PLATAFORMA BENERZ COMO EJERCICIO HEC FORMATO CONDICIONAL
Página19<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
1.2.1. Realice cuadros comparativos de las diferentes tablas de frecuencia y<br />
representaciones gráficas que existen.<br />
Tipo de<br />
tabla<br />
Tabla de<br />
frecuencias<br />
no<br />
agrupadas<br />
Tabla de<br />
frecuencias<br />
agrupadas<br />
Tabla de<br />
frecuencia<br />
relativas<br />
Tabla de<br />
frecuencias<br />
acumulada<br />
s<br />
Tabla de<br />
frecuencia<br />
relativa<br />
acumulada<br />
Tablas de frecuencias<br />
¿Cómo son?<br />
Son aquellas en donde aparece<br />
básicamente dos informaciones: los datos<br />
y sus correspondientes frecuencias. Los<br />
datos que organizados en tablas de<br />
frecuencias no agrupadas se denominan<br />
usualmente DATOS NO AGRUPADOS.<br />
Otra posibilidad de organizar datos es<br />
agruparlos en intervalos (llamados<br />
INTERVALO DE CLASE o, simplemente,<br />
CLASES) y determinar la llamada<br />
FRECUENCIA DE CLASE de cada clase, es<br />
decir, el total de datos que hay en cada<br />
clase. Posteriormente, las clases y las<br />
frecuencias de clase se ubican en una tabla<br />
que llamaremos TABLA DE FRECUENCIAS<br />
AGRUPADAS. Los datos organizados en<br />
tablas de frecuencias agrupadas se<br />
denominan generalmente DATOS<br />
AGRUPADOS.<br />
La frecuencia relativa es un dato o de<br />
una clase se encuentra dividiendo la<br />
frecuencia de dicho dato (o de la<br />
clase) entre el total de datos.<br />
Entonces, a la tabla se le llama TABLA<br />
DE FRECUENCIAS RELATIVAS.<br />
La frecuencia acumulada de cualquier<br />
dato o clase es la suma de la<br />
frecuencia de ese mismo dato o clase<br />
con las frecuencias de todos los demás<br />
datos o clases anteriores.<br />
La frecuencia relativa acumulada de<br />
un dato o de una clase se obtiene<br />
dividiendo la frecuencia acumulada<br />
del dato o de la clase por el número<br />
total de datos.<br />
Ejemplo<br />
La tabla de frecuencias (no agrupada) para<br />
el conjunto de datos 3 5 7 6 4 3 7 6 6 7 5 7<br />
es:<br />
Datos 3 4 5 6 7<br />
Frecuencia 2 1 2 3 4<br />
La siguiente tabla es un ejemplo de una<br />
tabla de frecuencias agrupada y 10- 14 y 15<br />
-19 son ejemplos de clases. En ella se<br />
presentan las distribuciones de frecuencia<br />
para los datos de tiempo de auditorías de<br />
fin de año.<br />
Distribución de frecuencias para los datos<br />
del tiempo de auditoria<br />
Tiempo de<br />
Frecuencias<br />
auditorias<br />
10- 14<br />
15- 19<br />
20- 24<br />
25- 29<br />
30- 34<br />
4<br />
8<br />
5<br />
2<br />
1
Página20<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Tabla de<br />
frecuencias<br />
bivariadas<br />
Es un arreglo de datos clasificados en<br />
dos categorías con sus respectivas<br />
frecuencias. Las categorías pueden ser<br />
números discretos, intervalos<br />
numéricos o valores cualitativos como<br />
género, color de cabello o religión.<br />
Una encuesta sobre el deporte preferido tuvo<br />
los resultados en hombres y mujeres que se<br />
muestren en la tabla. La información que sigue,<br />
entre otras, puede leerse fácilmente de la tabla.<br />
(a) Se han encuestado en total a 108 personas<br />
(b) Hay 19 hombres que juegan béisbol<br />
(c) Hay 40 personas que juegan futbol<br />
Deporte preferido<br />
Béisbol<br />
Basque<br />
tbol<br />
Futbol Total<br />
Hombr<br />
es 19 15 24<br />
58<br />
Mujere 16 18 16<br />
s<br />
50<br />
Total 35 33 40 108<br />
(d) Hubo mujeres entrevistadas<br />
Diagramas<br />
circulares (o<br />
de pastel)<br />
Pictogramas<br />
o<br />
pictógrafos<br />
Gráficas<br />
Se utilizan para hacer representaciones<br />
porcentuales y se emplean generalmente para<br />
datos categóricos<br />
Es la representación de datos estadísticos por<br />
medio de símbolos que por su forma sugieren la<br />
naturaleza del dato.<br />
La siguiente tabla presenta los datos<br />
sobre la cantidad de refrescos de marca<br />
A, B, C, D y E que vendieron en una<br />
tienda:<br />
Frecuencia<br />
Refresco Frecuencia<br />
A<br />
B<br />
C<br />
D<br />
E<br />
19<br />
8<br />
5<br />
13<br />
5<br />
absoluta<br />
0.38<br />
0.16<br />
0.10<br />
0.26<br />
0.10<br />
El siguiente pictograma representa na<br />
información sobre las casas construidas<br />
en algunos años por una firma<br />
constructora. En él se incluyen las<br />
siguientes convenciones: ▲ significa<br />
1,000 casas construidas y ▼, 500 casas.<br />
Años<br />
2000<br />
2001<br />
2002<br />
2003<br />
Casas construidas<br />
▲▲▲▲▲<br />
▲▲▲▲▲▲▲▼<br />
▲▲▲▲▲▼<br />
▲▲▲▲▲▲▲
Página21<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Diagrama<br />
de barras<br />
Es una representación gráfica en la que cada una<br />
de las modalidades del aspecto de interés se<br />
representa mediante una barra. En este grafico<br />
se suelen disponer los datos en el primer<br />
cuadrante de unos ejes coordenados, y se<br />
levanta sobre el eje de las abscisas una barra<br />
para cada modalidad del dato observado. La<br />
altura de la barra debe ser proporcional a la<br />
frecuencia absoluta o relativa, que se<br />
representa en el eje de las ordenadas. Este tipo<br />
de diagramas se utilizan tanto para datos<br />
categóricos como numéricos.<br />
Histogramas<br />
Polígonos<br />
Son una forma de representación gráfica de una<br />
distribución de frecuencia que consiste en<br />
representar las frecuencias (absolutas, relativas,<br />
acumuladas o relativas acumuladas) por medio<br />
de áreas de rectángulos (barras). Cuando<br />
utilizamos frecuencias absolutas, hablamos de<br />
histograma de frecuencias; cuando usamos<br />
frecuencias relativas, histogramas de frecuencias<br />
relativas, etc. Los histogramas pueden<br />
construirse para distribuciones de frecuencias<br />
agrupadas y no agrupadas.<br />
Estos gráficos se utilizan para representar series<br />
cronológicas y se construye usando una tabla de<br />
frecuencias (absoluta o relativa) agrupadas con<br />
marcas de clase. Si se usan frecuencias absoluta,<br />
se denomina polígono de frecuencias, y si se<br />
utilizan frecuencias relativas, polígono de<br />
frecuencias relativas.<br />
Ojivas<br />
Llamada también polígono de frecuencias<br />
acumuladas, se construyen a partir de tablas de<br />
frecuencias (acumuladas o relativas<br />
acumuladas). Las ojivas ofrecen un medio gráfico<br />
para interpolar o aproximar el número o<br />
porcentaje de observaciones menores o iguales a<br />
un valor especifico.
Página22<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Diagrama<br />
de tallo y<br />
hojas<br />
Estos diagramas fueron creados por el<br />
estadístico JOHN TUKEY y ofrecen una forma<br />
novedosa y rápida de presentar información<br />
numérica: si un numeral tiene dos o más dígitos,<br />
entonces se puede descomponer en una rama y<br />
una hoja. Un TALLO es el primer digito o parte<br />
del numeral. Mientras que una HOJA está<br />
formada por el o los dígitos restantes.<br />
Estadística descriptiva y distribuciones de probabilidad<br />
Escrito por Humberto Llinás Solano, Carlos Rojas Álvarez
Página23<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Actividad 1.2.2. Apunte y práctica en hoja Excel de Cálculo (HEC) para crear una tabla<br />
con DATOS AGRUPADOS<br />
DISTRIBUCIÓN DE FRECUENCIAS PARA LAS VELOCIDADES<br />
INTERVALOS DE CLASE f f a f r f ra m c<br />
[90 – 95) 2 2 0.07 0.07 92.5<br />
[95 – 100) 8 10 0.27 0.34 97.5<br />
[100 - 105) 5 15 0.17 0.50 102.5<br />
[105 -110) 4 19 0.13 0.64 107.5<br />
[110 - 115) 6 25 0.20 0.84 112.5<br />
[115 – 120] 5 30 0.17 1 117.5<br />
Total 30 1<br />
Actividad 1.2.2. Apunte y práctica en hoja Excel de Cálculo (HEC) para crear una tabla<br />
con datos no agrupados.<br />
ASIGNATURA DE PREFERENCIA<br />
f f a f r f ra<br />
ETICA Y VALORES 5 5 0.1 0.1<br />
INFORMATICA 9 14 0.18 0.28<br />
INGLES 10 24 0.2 0.48<br />
MATEMATICAS 9 33 0.18 0.66<br />
QUIMICA 6 39 0.12 0.78<br />
SOCIALES 4 43 0.08 0.86<br />
TALLER DE LECTURA 7 50 0.14 1<br />
TOTAL 50 1
Frecuencias relativas<br />
Frecuencias<br />
Frecuencias<br />
Página24<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
1.2.2. Elabore tablas de frecuencias y gráficas con datos hipotéticos en diferentes<br />
representaciones. Utilice Excel y Power Point para elaborar tablas y representaciones<br />
gráficas.<br />
DISTRIBUCIÓN DE FRECUENCIAS PARA LAS VELOCIDADES<br />
INTERVALOS DE CLASE LIMITE SUPERIOR f f a f r f ra m c<br />
[90 – 95) 95 2 2 0.07 0.07 92.5<br />
[95 – 100) 100 8 10 0.27 0.34 97.5<br />
[100 - 105) 105 5 15 0.17 0.50 102.5<br />
[105 -110) 110 4 19 0.13 0.64 107.5<br />
[110 - 115) 115 6 25 0.20 0.84 112.5<br />
[115 – 120] 120 5 30 0.17 1 117.5<br />
Total 30 1<br />
1.2<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
0<br />
Ojiva: velocidades en una carretera<br />
95 100 105 110 115 120<br />
Limites superiores de clase: Velocidades<br />
Velocidades en una carrera urbana<br />
10<br />
8<br />
6<br />
4<br />
2<br />
0<br />
95 100 105 110 115 120<br />
Velocidades<br />
10<br />
8<br />
6<br />
4<br />
2<br />
0<br />
Polígonos de frecuencias:<br />
Velocidades en una carretera<br />
92.5 97.5 102.5 107.5 112.5 117.5<br />
Marcas de clase: Velocidades
Página25<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
1.2.2. Elabore tablas de frecuencias y gráficas con datos hipotéticos en diferentes<br />
representaciones. Utilice Excel y Power Point para elaborar tablas y representaciones<br />
gráficas.<br />
DATOS REPETICIONES<br />
106 3<br />
109 5<br />
112 7<br />
119 2<br />
124 3<br />
COEFICIENTE INTELECTUAL<br />
X i f f a f r f ra<br />
106 3 3 0.15 0.15<br />
109 5 8 0.25 0.40<br />
112 7 15 0.35 0.75<br />
119 2 17 0.1 0.85<br />
124 3 20 0.15 1.00<br />
TOTAL 20<br />
Gráfica Circular:<br />
Prueba de coeficiente intelectual<br />
119<br />
10%<br />
124<br />
15%<br />
112<br />
35%<br />
106<br />
15%<br />
109<br />
25%
Página26<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
1.2.2.3. Inventario<br />
El alumno elaborará una lista de 20 datos con productos de almacén que<br />
pertenecen a un inventario en el cual utilizará la HEC para el cálculo de precios al<br />
público, la inversión, la ganancia, y los totales. Elaborando las fórmulas<br />
correspondientes, así como el reforzamiento de formato de celdas.<br />
INVENTARIO<br />
No Producto P. Compra %Ganancia Cantidad P. Venta Inversión Ganancia Total<br />
1 refresco de 2 Lt. $ 17.00 50% 10 $ 25.50 $ 170.00 $<br />
85.00<br />
2 regreso de lata $ 6.00 50% 13 $ 9.00 $ 78.00 $<br />
39.00<br />
3 refresco de 600 ml. $ 7.00 50% 17 $ 10.50 $ 119.00 $<br />
59.50<br />
4 Sabritas chicas $ 7.00 50% 20 $ 10.50 $ 140.00 $<br />
70.00<br />
5 Sabritas grandes $ 18.00 50% 15 $ 27.00 $ 270.00 $<br />
135.00<br />
6 agua natural 1 Lt. $ 6.00 50% 25 $ 9.00 $ 150.00 $<br />
75.00<br />
7 jugo de lata $ 6.00 50% 32 $ 9.00 $ 192.00 $<br />
96.00<br />
8 jugo de cartón $ 4.00 50% 32 $ 6.00 $ 128.00 $<br />
64.00<br />
9 lata de atún $ 8.00 50% 20 $ 12.00 $ 160.00 $<br />
80.00<br />
10 lata de verduras mixtas $ 8.00 50% 10 $ 12.00 $ 80.00 $<br />
40.00<br />
11 lata de elote $ 5.00 50% 10 $ 7.50 $ 50.00 $<br />
25.00<br />
12 pan de barra $ 20.00 50% 9 $ 30.00 $ 180.00 $<br />
90.00<br />
13 galletas $ 6.00 50% 30 $ 9.00 $ 180.00 $<br />
90.00<br />
14 leche de galón $ 40.00 50% 5 $ 60.00 $ 200.00 $<br />
100.00<br />
15 mayonesa $ 10.00 50% 7 $ 15.00 $ 70.00 $<br />
35.00<br />
16 galletas saladas $ 6.00 50% 9 $ 9.00 $ 54.00 $<br />
27.00<br />
17 catsup $ 15.00 50% 5 $ 22.50 $ 75.00 $<br />
37.50<br />
18 tortillas $ 10.00 50% 6 $ 15.00 $ 60.00 $<br />
30.00<br />
19 paletas de hielo $ 7.00 50% 24 $ 10.50 $ 168.00 $<br />
84.00<br />
20 yogourt $ 9.00 50% 11 $ 13.50 $ 99.00 $<br />
49.50<br />
Total $ 2,623.00 $ 1,311.50
Página27<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
GANANCIAS<br />
$140.00<br />
$120.00<br />
$100.00<br />
$80.00<br />
$60.00<br />
$40.00<br />
$20.00<br />
$-<br />
$85.00<br />
$39.00<br />
$70.00<br />
$59.50<br />
$135.00<br />
$96.00<br />
$75.00<br />
$80.00<br />
$64.00<br />
$40.00<br />
$25.00<br />
$100.00<br />
$90.00 $90.00<br />
$35.00 $37.50<br />
$27.00 $30.00<br />
$84.00<br />
$49.50
Página28<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
1.2.3. A partir de la lectura de diversos textos, identifique el tratamiento de los datos<br />
que se empleó para elaborar tablas de frecuencias y representaciones gráficas.<br />
CASO 1<br />
TRATAMIENTO DE LOS DATOS<br />
Datos agrupados<br />
DISTRIBUCIÓN DE<br />
FRECUENCIAS O<br />
REPREESENTACIÓN GRÁFICA<br />
Grafica de pastel<br />
COMENTARIOS<br />
Los resultados dicen que la mayoría<br />
de los maestros están poco<br />
preparados para enseñar y que la<br />
infraestructura de las escuelas está<br />
en buenas condiciones.
Página29<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
TRATAMIENTO DE LOS DATOS<br />
Datos agrupados<br />
CASO 2<br />
DISTRIBUCIÓN DE FRECUENCIAS<br />
O REPREESENTACIÓN GRÁFICA<br />
Gráfica de barras<br />
COMENTARIOS<br />
El estado de México es la que<br />
cuenta con más población,<br />
mientras que Sonora, es el<br />
estado con menor población.
Página30<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
CASO 3<br />
TRATAMIENTO DE LOS DATOS<br />
Datos agrupados y no agrupaos<br />
DISTRIBUCIÓN DE FRECUENCIAS<br />
O REPREESENTACIÓN GRÁFICA<br />
Gráfica de barras<br />
Polígono de frecuencias<br />
COMENTARIOS<br />
A partir del año 1950 empezó<br />
un decremento considerable de<br />
año con año.
Página31<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
CASO 4<br />
TRATAMIENTO DE LOS DATOS<br />
Datos agrupados<br />
DISTRIBUCIÓN DE FRECUENCIAS<br />
O REPREESENTACIÓN GRÁFICA<br />
Tabla de distribución frecuencias<br />
COMENTARIOS<br />
De los 25-29 años de edad hay<br />
más personas que no trabajan<br />
ni estudian, y en su mayoría son<br />
mujeres. Esto puede deberse a<br />
que la mayoría son amas de<br />
casa.
Página32<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
CASO 5 (Fuente INEGI)<br />
TRATAMIENTO DE LOS DATOS<br />
Datos no agrupados<br />
DISTRIBUCIÓN DE FRECUENCIAS<br />
O REPREESENTACIÓN GRÁFICA<br />
Gráfica de barras<br />
COMENTARIOS<br />
No hay tanta diferencia entre<br />
los años de escolaridad entre<br />
los países y los años promedios<br />
de escolaridad son de 8.6 años.
Página33<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
1.3. Medidas de tendencia central<br />
1.3.1. Identifique las diferentes medidas considerando su definición, interpretación y<br />
utilidad en la caracterización de poblaciones. PARA DATOS NO AGRUPADOS<br />
Medidas de tendencia central para datos no agrupados<br />
Llamaremos datos no agrupados a los que no aparecen resumidos en distribuciones de<br />
frecuencias.<br />
a) Media Aritmética. La medida más evidente que podemos calcular para describir<br />
un conjunto de observaciones numéricas es su valor medio. La media no es más<br />
que la suma de todos los valores de una variable dividida entre el número total<br />
de datos de los que se dispone. Siendo su fórmula la siguiente:<br />
Como ejemplo, consideremos 10 alumnos de bachillerato cuyas edades en años son:<br />
14, 15, 16, 18, 17, 14, 15, 15, 18 y 17. La media de edad de estos jóvenes es:
Página34<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Ejercicios: Instrucciones: en los siguientes ejercicios determina lo que se pide:<br />
1. Consideremos 10 alumnas de BENERZ cuyas edades en años son: 18, 25, 20, 19,<br />
21, 19, 20, 22, 18 y 17. La media de edad de estas jóvenes es: 19.9 años.<br />
2. Hallar la media aritmética de los siguientes valores: 5, 7, 8, 10, 15. R= 9<br />
3. Si las calificaciones de una alumna en los distintos cursos del tercer semestre<br />
durante la primera evaluación fueron: 7; 5; 6,5; 3,7; 5, 6,2. ¿Qué promedio obtuvo<br />
la estudiante? 5.11<br />
4. La media de 6 elementos se sabe que es 10. Sabiendo que cinco de ellos son:<br />
8, 12, 13, 5 y 9, hallar el elemento que falta. 13<br />
5. Un alumna BENERZ obtiene en tres exámenes parciales las siguientes notas: 7, 5<br />
y 3; en el examen final consigue un 6. Suponiendo que esta nota final tenga doble<br />
valor que las parciales, ¿cuál será su nota media? 6.75<br />
b) Mediana: Otra medida de tendencia central o de centralización que se utiliza<br />
habitualmente es la mediana. Es el dato o valor equidistante o que se encuentran<br />
más en medio de todo el conjunto de datos numéricos, se representa con el<br />
símbolo:
Página35<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Retomemos el caso de la edad de los bachilleres: 14 +15 +16 +18 +17 +14 +15 +15<br />
+18 +17<br />
La mediana del ejemplo anterior sería el valor que deja a la mitad de los datos por<br />
encima de dicho valor y a la otra mitad por debajo de él, es decir el 50 % por arriba y el<br />
50% por debajo del valor mediana.<br />
Para obtener la mediana para datos no agrupados primeramente deberemos ordenar<br />
los datos en forma ascendente o descendente observando la siguiente secuencia de<br />
datos:<br />
Por ejemplo:<br />
Los pesos en kg de ocho alumnas de BENERZ (primero a séptimo semestre) son los<br />
siguientes:<br />
52, 60, 58, 54, 72, 65, 55 y 76<br />
Ordenación ascendente: 52, 54, 55, 58, 60, 65, 72, 76<br />
En este caso podemos observar que se tienen dos datos centrales a saber el 58 y el<br />
60, la mediana que se ubica en medio, se obtiene del promedio de los dos datos<br />
anteriores es decir:<br />
Si al ejemplo anterior le agregamos el número 78 que representa el peso de una<br />
estudiante de séptimo, entonces la mediana se determinará como el dato u<br />
observación que se encuentra en el medio, como ahora el número de datos es impar,<br />
entonces la mediana es uno de los datos presentes en la muestra, para este caso, al<br />
ordenarlos, tenemos:<br />
Si la media y la mediana son iguales, la distribución o conjunto de datos de la<br />
variable es simétrica.<br />
La mediana es muy sensible a la variación de los datos; pero menos sensible a los<br />
valores extremos. Geométricamente la mediana es el valor de variable (se ubica en el<br />
eje horizontal) que corresponde a la vertical que divide al histograma en dos secciones<br />
cuya áreas son de igual magnitud.<br />
Cuando algunos valores de un conjunto de datos u observaciones son muy grandes o<br />
pequeños con respecto a los demás, entonces la media aritmética se puede
Página36<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
distorsionar y perder su carácter representativo, en esos casos es conveniente utilizar<br />
la mediana como medida de tenencia central.<br />
Ejercicios: Determinar la mediana para el siguiente conjunto de datos<br />
a) 5, 6, 9, 11, 15, 19, 23, 26, 27.<br />
b) 5, 7, 10, 15, 20, 21, 24, 27. R=17.5
Página37<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
1.3. Identifique las diferentes medidas considerando su definición, interpretación y<br />
utilidad en la caracterización de poblaciones. PARA DATOS AGRUPADOS<br />
MEDIANA PARA DATOS AGRUPADOS.<br />
Para determinar la mediana nos apoyaremos en la siguiente fórmula:<br />
Ejemplo: De la tabla que se muestra a continuación calcularemos la mediana para esta<br />
distribución.
Página38<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
ACTIVIDAD DE ACUERDO AL EJEMPLO ANTERIOR EXISTE UN ERROR AL<br />
APLICAR LA FÓRMULA, ES DECIR ALGO SE HIZO INCORRECTAMENTE.<br />
DESCÚBRELO Y RESUÈLVE EL PROBLEMA CORRECTAMENTE.<br />
La media es 20 y a eso se le van a restar los 17 que se habían agregado.<br />
X= 59.4<br />
En el caso en que el número de clases de una distribución de frecuencias sea impar<br />
como la siguiente distribución de frecuencias, la mediana caerá en la clase que se<br />
encuentra a la mitad o en medio de la distribución
Página39<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Esto significa que la clase que contiene a la mediana será la tercera clase por lo tanto<br />
la mediana será:<br />
MODA PARA DATOS AGRUPADOS.<br />
Para calcular la moda en una distribución de frecuencias absolutas observaremos la<br />
columna de las frecuencias absolutas, después escogeremos la frecuencia mayor de<br />
todas ellas. Ejemplo. La siguiente distribución de frecuencias nos muestra las estaturas<br />
de 35 alumnos elegidos aleatoriamente.
Página40<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística
Página41<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
DADO EL EJEMPLO ANTERIOR, EXPLICA COMO SE OBTUVO CADA UNO DE<br />
LOS DATOS PARA INTEGRARLOS EN LA FÒRMULA PROPUESTA.<br />
L i = 1.65<br />
Ya que el límite de clase (1.65-1.70) es el que más frecuencias absolutas tiene y el<br />
inferior es el 1.65.<br />
d a = 2<br />
Ya que 10 es la frecuencia absoluta de moda y su diferencia anterior es el 8 y esos 8<br />
se le restan a los 10.<br />
d p = 5<br />
Ya que 10 es la frecuencia absoluta de moda y su diferencia posterior es el 5 y esos 5<br />
se le restan a los 10.<br />
A= 0.05<br />
Es la diferencia que hay entre intervalos.<br />
Resolver ecuación:<br />
Para la resolución de cualquier ecuación, se empieza resolviendo lo que este entre<br />
paréntesis, posteriormente se hacen multiplicaciones o divisiones, por último se<br />
resuelven sumas o restas.
Página42<br />
“Portafolio de evidencias”<br />
Procesamiento de estadística<br />
Agradecimientos<br />
Gracias por leer mi portafolio, espero y haya sido de tu agrado y también<br />
beneficioso. Para la elaboración de este portafolio así como los trabajos realizados<br />
a lo largo de la primera unidad de aprendizaje, conté con la ayuda de mis<br />
compañeras de clase, en particular de Ana Lizbeth Güicho Gómez, quien me<br />
ayudaba a resolver mis trabajos con paciencia y dedicación.