Escolar Documentos
Profissional Documentos
Cultura Documentos
s
t
i
c
a
D
e
s
c
r
i
p
t
i
v
a
Clculo de la mediana
Para datos no agrupados:
Si n es impar: posicin donde se ubica
la mediana es igual a (n+1)/2.
Si n es par: (n+1)/2 no es entero, por
lo tanto la mediana ser igual al
promedio de las dos posiciones
centrales.
Clculo de la mediana
Datos agrupados: clase mediana es la
que contiene a la observacin que
ocupa la posicin n/2.
Cm
x f
x F
n
Lm Md
m
m
) (
) (
2
1
1
+
+ =
Donde: Lm: lmite inferior de la clase mediana.
F(x
m-1
): frecuencia acumulada de la clase
anterior a la clase mediana.
f(x
m
): frecuencia absoluta de la clase mediana.
Cm: amplitud de la clase mediana.
Moda
Observacin o clase que tiene la
mayor frecuencia en un conjunto de
observaciones.
Un conjunto de datos puede ser
unimodal, bimodal o multimodal.
Es la nica medida de tendencia
central que se puede determinar
para datos de tipo cualitativo.
Clculo de la moda
Para datos no agrupados: es simplemente
la observacin que ms se repite.
Para datos agrupados:
Cm Lim Mo
2 1
1
A + A
A
+ =
Donde: Lim: lmite inferior de la clase modal.
A
1
: diferencia entre f
i
de la clase modal y la
anterior.
A
2
: diferencia entre f
i
de la clase modal y la
posterior.
Cm: amplitud de la clase modal (clase de mayor
frecuencia).
Relacin entre la media, la mediana y
la moda
Cuando los datos son sesgados es mejor emplear la Md
Propiedades, ventajas y desventajas
de la media
Propiedades:
La suma de las diferencias entre las
media muestral y el valor de cada
observacin es cero.
La media de una constante es la
constante.
Si todas las observaciones x
i
se
multiplican por una constante a, la X
tambin se debe multiplicar por ese
mismo valor constante.
Propiedades, ventajas y desventajas
de la media
Si se somete a una variable
estadstica X a un cambio de origen
y escala, Y = a + bX, la media
aritmtica de dicha variable X vara
en la misma proporcin.
La media de la suma de dos
variables es igual a la suma de sus
medias.
Propiedades, ventajas y desventajas
de la media
Ventajas:
Emplea en su clculo toda la
informacin disponible.
Se expresa en las mismas unidades
que la variable en estudio.
Es el centro de gravedad de toda la
distribucin, representando a todos
los valores observados.
Es una valor nico.
Propiedades, ventajas y desventajas
de la media
Se trata de un concepto familiar
para la mayora de las personas.
Es til para llevar a cabo
procedimientos estadsticos como la
comparacin de medias de varios
conjuntos de datos.
Propiedades, ventajas y desventajas
de la media
Desventajas:
Se ve adversamente afectada por valores
extremos, perdiendo representatividad.
Si el conjunto de datos es muy grande
puede ser tedioso su clculo manual.
No se puede calcular para datos
cualitativos.
No se puede calcular para datos que
tengan clases de extremo abierto, tanto
superior como inferior.
Ventajas y desventajas de la mediana
Ventajas:
Fcil de calcular si el nmero de
observaciones no es muy grande.
No se ve influenciada por valores
extremos, ya que solo influyen los
valores centrales.
Fcil de entender.
Ventajas y desventajas de la mediana
Se puede calcular para cualquier
tipos de datos cuantitativos, incluso
los datos con clase de extremo
abierto.
Es la medida de tendencia central
ms representativa en el caso de
variables que solo admiten la escala
ordinal.
Ventajas y desventajas de la mediana
Desventajas:
No utiliza en su clculo toda la
informacin disponible.
No pondera cada valor por el
nmero de veces que se ha
repetido.
Hay que ordenar los datos antes de
determinarla.
Ventajas y desventajas de la moda
Ventajas:
No requiere clculos.
Puede usarse para datos tanto
cuantitativos como cualitativos.
Fcil de interpretar.
No se ve influenciada por valores
extremos.
Se puede calcular en clases de
extremo abierto.
Ventajas y desventajas de la moda
Desventajas:
Para conjuntos pequeos de datos su
valor no tiene casi utilidad, si es que
de hecho existe. Solo tiene significado
en el caso de una gran cantidad de
datos.
No utiliza toda la informacin
disponible.
No siempre existe, si los datos no se
repiten.
Ventajas y desventajas de la moda
En ocasiones, el azar hace que una
sola observacin se no
representativa se el valor ms
frecuente del conjunto de datos.
Difcil de interpretar si los datos
tiene 3 o ms modas.
Medidas de dispersin, variacin o
variabilidad.
Son valores numricos que indican
o describen la forma en que las
observaciones estn dispersas o
diseminadas, con respecto al valor
central.
Medidas de dispersin, variacin o
variabilidad.
Son importantes debido a que dos
muestras de observaciones con el
mismo valor central pueden tener
una variabilidad muy distinta.
Medidas de dispersin, variacin o
variabilidad.
Rango.
Varianza.
Desviacin Tpica.
Coeficiente de variacin.
Medidas de dispersin: Rango
Rango (amplitud o recorrido):
Est determinado por los dos
valores extremos de los datos
muestrales, es simplemente la
diferencia entre la mayor y menor
observacin.
Es una medida de dispersin
absoluta, ya que depende
solamente de los datos y permite
conocer la mxima dispersin.
Medidas de dispersin: Rango
Casi no se emplea debido a que
depende nicamente de dos
valores.
No proporciona una medida de
variabilidad de las observaciones
con respecto al centro de la
distribucin.
Notacin: R
Medidas de dispersin: Varianza
Es un valor numrico que mide el
grado de dispersin relativa porque
depende de la posicin de los datos
x
1
,x
2
,,x
n
con respecto a la media.
Es el promedio al cuadrado de las
desviaciones de cada observacin
con respecto a la media.
Notacin: s
2
, o
2
, var(X)
Medidas de dispersin: Varianza
Si la varianza de un conjunto de
observaciones es grande se dice que los
datos tiene una mayor variabilidad que
un conjunto de datos que tenga un
varianza menor.
( )
2
1
2
2
1
2
2
x
n
x
s
n
x x
s
n
i
i
n
i
i
=
=
=
Para datos NO
agrupados:
Para datos agrupados en una
distribucin de frecuencias:
Medidas de dispersin: Varianza
( )
( )
2
1
2
2
1
2
2
x
n
f m
s
n
f x m
s
k
i
i i
k
i
i i
=
=
=
=
Medidas de dispersin: Desviacin
Tpica
Es la raz cuadrada de la varianza.
Notacin: s, o.
2
s s =
Medidas de dispersin: Coeficiente de
Variacin
Es una medida de dispersin relativa que
permite comparar el nivel de dispersin
de dos muestras de variables estadsticas
diferentes.
No tiene dimensiones.
Notacin: CV
% 100 =
x
s
CV
Ventajas y Desventajas del Rango
Ventajas:
til cuando se quiere conocer la
extensin de las variaciones
extremas (valor mximo de la
dispersin).
Fcil de calcular.
Ventajas y Desventajas del Rango
Desventajas:
No es una MD con respecto al
centro de la distribucin.
Solo emplea dos valores en su
clculo.
No se puede calcular en
distribuciones de lmite de clase
abierto.
Propiedades, Ventajas y Desventajas
de la Varianza
Propiedades:
1. Siempre es mayor o igual a cero y
menor que infinito.
2. La varianza de una constante es
cero.
3. Si a una variable X la sometemos a
Y=a+bX, la varianza de Y ser
Var(Y) = b
2
Var(X)
Propiedades, Ventajas y Desventajas
de la Varianza
Ventajas:
Es til cuando se compara la variabilidad
de dos o ms conjuntos de datos.
Utiliza toda la informacin disponible.
Desventajas:
No proporciona ayuda inmediata cuando
se estudia la dispersin de un solo
conjunto de datos.
Difcil de interpretar por tener sus
unidades elevadas al cuadrado.
Ventajas y Desventajas de la
Desviacin Tpica
Ventajas:
Esta expresada en las mismas
unidades que la variable en estudio.
Utiliza todas las observaciones en
su clculo.
Fcil de interpretar.
Desventajas:
No tiene.
Ventajas y Desventajas del Coeficiente
de Variacin
Ventajas:
Es la nica MD que permite
comparar el nivel de dispersin de
dos muestras de variables
diferentes.
Emplea toda la informacin
disponible en su clculo.
Fcil de calcular.
Ventajas y Desventajas del Coeficiente
de Variacin
Desventaja:
No es una MD con respecto al
centro de la distribucin de los
datos.
Medidas de Forma
Son medidas numricas que
permiten determinar la forma que
tiene la curva de los datos, por lo
tanto, sirven para corroborar lo que
los grficos muestran.
Medidas
de forma
-Asimetra
-Kurtosis o apuntamiento
Coeficiente de Pearson
Coeficiente de Fisher
Medidas de Forma: Asimetra
Permiten estudiar la forma de la
curva, dependiendo de cmo se
agrupan los datos.
Medidas de Forma: Asimetra
Coeficiente de Asimetra de Pearson:
Fcil de calcular e interpretar.
Clculo:
( )
s
Md X
ASP
=
3
o Interpretacin:
ASP
= 0, X=Md Simtrica
> 0, X>Md Asimtrica Positiva
< 0, X<Md Asimtrica Negativa
Medidas de Forma: Asimetra
Coeficiente de Asimetra de Fisher:
No es de fcil clculo, pero si su
interpretacin.
( )
( )
3
1
3
3
1
3
ns
f x M
ASF
ns
X x
ASF
k
i
i i
n
i
i
=
=
=
=
Datos NO agrupados
Datos Agrupados
Medidas de Forma: Asimetra
o Interpretacin:
ASF
= 0, Simtrica
> 0, Asimtrica Positiva
< 0, Asimtrica Negativa
Medidas de Forma: Kurtosis
Miden si los valores de la
distribucin estn ms o menos
concentrados alrededor de los
valores medios de la muestra (zona
central de la distribucin).
Se definen tres tipos de distribucin
segn su grado de Kurtosis:
Medidas de Forma: Kurtosis
Mesocrtica: grado de concentracin
medio alrededor de los valores
centrales de la variable.
Leptocrtica: grado de concentracin
elevado.
Platicrtica: grado de concentracin
reducido.
Medidas de Forma: Kurtosis
( )
( )
3
3
4
1
4
4
1
4
=
=
ns
f X M
CK
ns
X x
CK
k
i
i i
n
i
i
Datos No Agrupados
Datos Agrupados
Interpretacin:
CK
=0 Mesocrtica
>0 Leptocrtica
<0 Platicrtica
Referencias:
Wikipedia(http://es.wikipedia.org/wi
ki/Wikipedia:Portada)
Walpole y Myers. Probabilidad y
Estadstica. Mc Graw-Hill.
Triola, Mario F. Estadstica. Pearson.