INDICE DESCRIPTIVO

(edidas de posicin
Las medidas de posicin dividen un conjunto de datos en grupos con el mismo n mero de individuos! Para calcular las medidas de posicin es necesario "ue los datos est#n ordenados de menor a ma$or!

La medidas de posicin son% Cuartiles% Los cuartiles son los tres valores de la varia&le "ue dividen a un conjunto de datos ordenados en cuatro partes iguales!

C'lculo de los cuartiles% Ordenamos los datos de menor a ma$or! Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales. Los percentiles dan los valores correspondientes al 1%, al 2%... y al

 En primer lugar buscamos la clase donde se encuentra !n"#100, $1,2..99, en la tabla de %recuencias acumuladas. &ecil re%iere a cada uno de los 9 valores que dividen un 'uego de datos !clasi%icados con una relaci(n de orden" en die) partes iguales, y de manera que cada parte representa un d*cimo de la poblaci(n. Los deciles se calculan como si %ueran 10+cuantiles, o sea de manera que, El primer decil separe el 'uego de datos entre el 10% de los valores in%eriores, y el resto de los datos. - el noveno decil separe los datos entre el 90% de los valores in%eriores y el 10% de los valores superiores.

/edidas de tendencia central

Los promedios o medidas de posici(n proporcionan valores t.picos o representativos de la variable en estudio /edia aritm*tica es muy simple por e'emplo, 0e de%ine como el cociente que se obtiene al dividir la suma de los valores de la variable por el n1mero total de observaciones Departamentos 2008 2009
Calzado Electrodomsticos Juguetera !opa "iscel#neos $romedio -10 153 - 0 130 -13 20 58 -20 152 10

 La moda, La moda es una medida de posici(n, menos importante que los promedios y su uso es bastante limitado. 0e utili)a en distribuciones cuando la variable o el atributo presentan una %recuencia demasiado grande con respecto a las dem2s.

 /ediana, La mediana de una distribuci(n de %recuencia corresponde al valor, supuesto los datos ordenados de menor a mayor, que de'a a ambos lados el mismo n1mero de observaciones E'emplo, 3onsideremos los salarios en d(lares para 11 vendedores4 256, 620, 611, 255, 265, 271, 269, 610, 218, 279, 289. 3alcular la mediana. 0oluci(n, Primero ordenar los datos de menor a mayor, 218, 265, 269, 256, 255, 271, 279, 289, 610, 611, 620 La posici(n donde se encuentra la mediana, !11:1"#2$7, la mediana se encuentra en la se;ta posici(n y corresponde al valor de, /d$271.

/E&<&=0 &E &<0PE>0<?@

Las medidas de dispersi(n estudian la separaci(n e;istente entre los diversos valores que toma la variable. 0e dividen en medidas de dispersi(n absoluta y relativa. Las absolutas suelen Aacer re%erencia a un promedio, y permiten estudiar su representatividad. Este tipo de medidas depende de las unidades, lo que es un inconveniente para reali)ar comparaciones entre poblaciones.

 En este sentido, las medidas de dispersi(n relativas no dependen de las unidades y permiten comparar variabilidad entre poblaciones.

>=@BC

El rango estad.stico, tambi*n llamado amplitud o recorrido, es la di%erencia entre el valor m2;imo y el valor m.nimo en un grupo de n1meros. Para averiguar el rango de un grupo de n1meros, Crdenamos los n1meros seg1n su tamaDo. >estamos el valor m.nimo del valor m2;imo.

=/PL<EF& 0E/<+ <@EE>3F=>E<L

El rango semi+intercuartil es un medio de la di%erencia entre el primer y tercer cuartiles. Es la mitad de la distancia requerida para cubrir la mitad de las cuentas. El rango semi+intercuartil es a%ectado muy poco por cuentas e;tremas. Esto lo Aace una buena medida de dispersi(n para distribuciones sesgadas.

 La media, la desviaci(n t.pica, y otros estad.sticos, son medidas grupales, nos describen c(mo es una muestra, pero en principio no nos dicen nada sobre cada su'eto concreto. =Aora nos ocupamos de los su'etos individuales que Aan respondido a un test de personalidad o de cualquier otro tipo, o Aan AecAo un e;amen HIu* podemos decir de cada su'eto individualJ HIu* in%ormaci(n 1til e interpretable se puede dar de cada su'etoJ Fna puntuaci(n directa es el dato aportado directamente por el instrumento de medida, por e'emplo,

E>=@0GC>/=3<C@ &E PF@EF=3<C@E0

/E&<&=0 &E GC>/=

3uando dos distribuciones coinciden en sus medidas de posici(n y dispersi(n, no tenemos datos anal.ticos para ver si son distintas. Fna %orma de compararlas es mediante su %orma. Kastar2 con comparar la %orma de sus Aistogramas o diagramas de barras para ver si se distribuyen o no de igual manera.

=0</EE><=
El ob'etivo de la medida de la asimetr.a es, sin necesidad de dibu'ar la distribuci(n de %recuencias, estudiar la de%ormaci(n Aori)ontal de los valores de la variable respecto al valor central de la media. Las medidas de %orma pretenden estudiar la concentraci(n de la variable Aacia uno de sus e;tremos. Fna distribuci(n es sim*trica cuando a la derecAa y a la i)quierda de la media e;iste el mismo n1mero de valores, equidistantes dos a dos de la media, y adem2s con la misma

=PF@E=/<E@EC

El concepto de curtosis o apuntamiento de una distribuci(n surge al comparar la %orma de dicAa distribuci(n con la %orma de la distribuci(n @ormal. &e esta %orma, clasi%icaremos las distribuciones seg1n sean m2s o menos apuntadas que la distribuci(n @ormal.

 El 3oe%iciente de 3urtosis o =puntamiento de GiscAer pretende comparar la curva de una distribuci(n con la curva de la variable @ormal, en %unci(n de la cantidad de valores e;tremos e la distribuci(n.

 0i una curva sim*trica es m2s plana que la normal, se dice que la distribuci(n es acAatada o platic1rtica4 si es m2s aguda que la normal se dice que la distribuci(n es apuntada o leptoc1rtica y si es normal se dice que la distribuci(n es mesoc1rtica.