Unidad 1

Conceptos B asicos
Distribuci on de Frecuencias
Representaci on Gr aca de los Datos
Medidas Estadsticas
ESTADISTICA PARA CIENCIAS DE LA SALUD
UNIDAD I: ESTADISTICA DESCRIPTIVA
Profesor: Cristian Henrquez M.
Primer Semestre de 2014
Facultad de Salud
Universidad Santo Tom as
Estadstica
Conceptos B asicos
Medidas Estadsticas
Unidad 1: Estadstica Descriptiva
1 Conceptos B asicos
2 Distribuci on de Frecuencias
3 Representaci on Gr aca de los datos
Gr aco de Barras
Gr aco Circular
Histograma
Polgono de Frecuencias
Ojiva
4 Medidas de Tendencia Central
Media
Mediana
Moda
5 Medidas de Dispersi on
Varianza
Desviaci on Est andar
Coeciente de Variaci on
6 Otras Medidas Estadsticas importantes
Cuantiles
Recorridos intercuartlicos
Coeciente de Asimetra
Coeciente de Curtosis
Estadstica
Conceptos B asicos
Medidas Estadsticas
Introducci on
Deniciones
Introducci on
Estadstica
Conceptos B asicos
Medidas Estadsticas
Introducci on
Deniciones
Deniciones
Denition 1.1
Poblaci on: En general, llamaremos poblaci on, al conjunto de todos los elementos de
inter es para un determinado problema.
Denition 1.2
Unidad Observable: Se llama unidad observable o unidad de observaci on, a los
elementos que conforman la poblaci on.
Denition 1.3
Muestra: Se le llama muestra a cualquier subconjunto no vaco de la poblaci on.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Introducci on
Deniciones
Deniciones
Denition 1.4
Variable: Se le llama variable a una caracterstica o propiedad asociada a un conjunto
de unidades observables de una poblaci on o muestra. Se distinguen dos tipos de
variables: Cualitativas y Cuantitativas.
Denition 1.5
Variable Cualitativa: Es aquella cuayos valores corresponden a conceptos, atributos
o cualidades. S olo puede clasicarse pero no medirse. Por ejemplo, Sexo, Religi on,
Raza, Tipo de Sangre, etc.
Denition 1.6
Variable Cuantitativa: Una variable cuantitativa es aquella cuyos valores
corresponden a n umeros reales. Pueden ser Discretas o Continuas.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Introducci on
Deniciones
Deniciones
Denition 1.7
Variable Cuantitativa Discreta: Es discreta si el conjunto de valores que puede
asumir la variable se puede enumerar. Este conjunto puede ser nito o innito. Por
ejemplo, N umero de hijos, Comidas ingeridas al da, Veces que consume frutas a la
semana, etc.
Denition 1.8
Variable Cuantitativa Continua: Es continua si la variable puede asumir cualquier
valor en alg un intervalo real. Peso, Estatura, Edad, Colesterol, etc.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Una vez recolectados los datos, es necesario clasicarlos y ordenarlos con el n de
facilitar los an alisis estadsticos posteriores. Para ello, primero se deben denir
categoras o clases identicando cada dato en alguna de estas categoras. El
procedimiento anterior da origen a una Distribuci on de Frecuencias.
Denition 2.1
Una Distribuci on de Frecuencias es una agrupaci on de datos en categoras o clases
Denition 2.2
Una Categora o Clase es una partici on o subdivisi on de todos los valores posibles
que toma la variable.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Distribuci on de Frecuencias para Datos Cualitativos
La distribuci on de frecuencias se resume en una Tabla de Frecuencias cuya
estructura depende del tipo de datos que se trate.
En el caso de los datos cualitativos la tabla es de la siguiente forma:
Categora o Clase i Concepto o Atributo i n
i
f
i
f
i
%
1 c
1
n
1
f
1
f
1
%
2 c
2
n
2
f
2
f
2
%
: : : : :
k c
k
n
k
f
k
f
k
%
Donde:
Estadstica
Conceptos B asicos
Medidas Estadsticas
Distribuci on de Frecuencias para Datos Cualitativos
c
i
: Concepto o atributo de la clase i.
n
i
: N umero de elementos en la muestra pertenecientes a la clase i. Le llamamos
Frecuencia Absoluta de la clase i. Se cumple que
k
i=1
n
i
= n
f
i
: Es el cuociente entre la frecuencia absoluta de la clase i y el total de elementos de
la muestra. Es decir, f
i
=
n
i
n
. Le llamamos Frecuencia Relativa de la clase i.
Se cumple que
k
i=1
f
i
= 1
f
i
%: Es el producto entre la frecuencia relativa de la clase i y el n umero 100.
Es decir, f
i
% = f
i
100. Le llamamos Frecuencia relativa porcentual de la clase i.
Se cumple que
k
i=1
f
i
% = 100%
Estadstica
Conceptos B asicos
Medidas Estadsticas
Distribuci on de Frecuencias para Datos Cualitativos-EJEMPLO
Ejemplo Geri atrico
Con los datos del archivo Geri atrico.xls vamos a construir una tabla de frecuencias
para la variable Diagn ostico, para cada Geri atrico.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Distribuci on de Frecuencias para Datos Cualitativos-EJEMPLO
Ejemplo Geri atrico
La tabla de frecuencias para la variable Diagn ostico en el caso del Geri atrico A es la
siguiente:
Categora o Clase i Concepto o Atributo i n
i
f
i
f
i
%
1 RM 13 0.325 32.5%
2 EM 12 0.300 30.0%
3 FE 15 0.375 37.5%
Tarea: Construir la tabla en el caso del Geri atrico B
Estadstica
Conceptos B asicos
Medidas Estadsticas
Distribuci on de Frecuencias para Datos Cuantitativos Discretos
En el caso de los datos cuantitativos discretos la tabla es de la siguiente forma:
Categora o Clase i Valor de la Clase v
i
n
i
f
i
f
i
% N
i
F
i
F
i
%
1 v
1
n
1
f
1
f
1
% N
1
F
1
F
1
%
2 v
2
n
2
f
2
f
2
% N
2
F
2
F
2
%
: : : : : : : :
k v
k
n
k
f
k
f
k
% N
k
F
k
F
k
%
Donde:
Estadstica
Conceptos B asicos
Medidas Estadsticas
v
i
: Es el valor de la variable asociado a la clase i.
n
i
: Frecuencia Absoluta de la clase i. Se cumple que
k
i=1
n
i
= n
f
i
: Frecuencia Relativa de la clase i. Se cumple que
k
i=1
f
i
= 1
f
i
%: Frecuencia relativa porcentual de la clase i. Se cumple que
k
i=1
f
i
% = 100%
Estadstica
Conceptos B asicos
Medidas Estadsticas
N
i
: Es la suma de la frecuencia absoluta de la clase i y las anteriores a ella.
Es decir, N
i
=
i
j=1
n
j
. Le llamamos frecuencia absoluta acumulada de la clase i.
F
i
: Es la suma de la frecuencia relativa de la clase i y las anteriores a ella.
Es decir, F
i
=
i
j=1
f
j
. Le llamamos frecuencia relativa acumulada de la clase i.
F
i
%: Es la suma de la frecuencia relativa porcentual de la clase i y las anteriores a ella.
Es decir, F
i
% =
i
j=1
f
j
%. Le llamamos frecuencia relativa acumulada porcentual
de la clase i.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Dist. de Frec. para Datos Cuant. Discretos-EJEMPLO
Consideremos la variable N
de Enf Cr onicas.
En este caso tenemos que la tabla correspondiente a estos datos es:
Categora i v
i
n
i
f
i
f
i
% N
i
F
i
F
i
%
1 0 17 0, 425 42, 5% 17 0, 425 42, 5%
2 1 7 0, 175 17, 5% 24 0, 6 60%
3 2 16 0, 4 40, 0% 40 1, 0 100%
Estadstica
Conceptos B asicos
Medidas Estadsticas
Distribuci on de Frecuencias para Datos Cuantitativos Continuos
En el caso de los datos cuantitativos continuos la tabla es de la siguiente forma:
Intervalo de Clase ]L
i1
, L
i
] m
i
n
i
f
i
f
i
% N
i
F
i
F
i
%
]L
0
, L
1
] m
1
n
1
f
1
f
1
% N
1
F
1
F
1
%
]L
1
, L
2
] m
2
n
2
f
2
f
2
% N
2
F
2
F
2
%
: : : : : : : :
]L
k1
, L
k
] m
k
n
k
f
k
f
k
% N
k
F
k
F
k
%
Donde:
Estadstica
Conceptos B asicos
Medidas Estadsticas
L
i1
: Es el lmite inferior del i- esimo intervalo de clase.
L
i
: Es el lmite superior del i- esimo intervalo de clase.
m
i
: Es el punto medio del i- esimo intervalo de clase. Se le llama
marca de clase del i- esimo intervalo. Se calcula como m
i
=
L
i1
+ L
i
2
n
i
: Frecuencia Absoluta de la clase i. Se cumple que
k
i=1
n
i
= n
f
i
: Frecuencia Relativa de la clase i. Se cumple que
k
i=1
f
i
= 1
Estadstica
Conceptos B asicos
Medidas Estadsticas
f
i
%: Frecuencia relativa porcentual de la clase i. Se cumple que
k
i=1
f
i
% = 100%
N
i
: Es la suma de la frecuencia absoluta de la clase i y las anteriores a ella.
Es decir, N
i
=
i
j=1
n
j
. Le llamamos frecuencia absoluta acumulada de la clase i.
F
i
: Es la suma de la frecuencia relativa de la clase i y las anteriores a ella.
Es decir, F
i
=
i
j=1
f
j
. Le llamamos frecuencia relativa acumulada de la clase i.
F
i
%: Es la suma de la frecuencia relativa porcentual de la clase i y las anteriores a ella.
Es decir, F
i
% =
i
j=1
f
j
%. Le llamamos frecuencia relativa acumulada porcentual
de la clase i.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Generalidades:
Para construir la tabla de frecuencias debemos denir un conjunto U que sea un
subconjunto de los reales (U R), tal que si x
i
es la i- esima observaci on, se debe
cumplir que para cualquier x
i
, x
i
U. Luego se procede de la siguiente manera:
1 El conjunto U se subdivide en K subconjuntos U
1
, . . . , U
k
, los cuales son disjuntos
(no tienen elementos en com un) y la uni on de todos ellos es el conjunto U.
2 Hay que notar que los subconjuntos U
i
son intervalos de clase y una vez
establecidos, se procede a contar las observaciones que pertenecen a cada
subconjunto, obteniendo as la frecuencia absoluta n
i
. Para obtener las otras
frecuencias f
i
, N
i
, F
i
, etc., se procede igual que en los casos anteriores.
Debe notarse que el conjunto U no es unico. Adem as, la elecci on de los
subconjuntos U
i
tampoco es unica.
Sin embargo podemos utilizar ciertas reglas que nos permitan uniformar nuestro
criterio para construir una tabla de frecuencias.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Reglas para construir una tabla de frecuencias:
Previamente daremos las siguientes deniciones:
Denition 2.3
Si U =]u
min
, u
max
], entonces se dene a R
u
en la forma:
R
u
= u
max
u
min
Donde u
max
es el extremo superior y u
min
es el nmo del conjunto U.
A R
u
se le llama rango del conjunto U.
Denition 2.4
En un intervalo de clase U
i
=]L
i1
, L
i
], se dene la amplitud de U
i
de la forma:
a
i
= L
i
L
i1
, i = 1, . . . , k
El conjunto U queda determinado una vez que se haya encontrado u
min
y u
max
. Para
encontrar estos valores utilizamos las siguientes reglas.
Estadstica
Conceptos B asicos
Medidas Estadsticas
En primer lugar, debemos determinar el n umero de intervalos de clase k. Para
ello utilizamos la siguiente f ormula:
k = 1 + 3.3 log(n)
Ahora debemos registrar el valor m aximo (x
max
) y mnimo (x
min
) de los datos y
realizar el siguiente cuociente:
a =
x
max
x
min
k
El valor de este cuociente se aproxima al entero o decimal siguiente, seg un el tipo
de datos que queramos tabular. Este cuociente aproximado corresponde a la
amplitud que tendr an los intervalos de clase de nuestra tabla de frecuencias.
Luego calculamos el rango del conjunto U de la siguiente manera:
R
u
= a k
Estadstica
Conceptos B asicos
Medidas Estadsticas
Como los intervalos de clase U
i
son de la forma U
i
=]L
i1
, L
i
], entonces se tiene
que:
L
0
= u
min
y L
i
= L
i1
+ a ; i = 1, 2, . . . , k
La magnitud de la diferencia producida entre R
u
y el rango de los datos, R
x
, donde
R
x
= x
max
x
min
, se reparte en forma equitativa en ambos extremos del conjunto
U obteniendo nalmente los valores u
min
y u
max
Veamos un ejemplo...
Estadstica
Conceptos B asicos
Medidas Estadsticas
Dist. de Frec. para Datos Cuant. Continuos-EJEMPLO
Con los datos del archivo Geri atrico.xls vamos a construir una tabla de frecuencias
para la variable Edad.
k = 1 + 3.3 log(n) = 1 + 3.3 log(40) = 6.28 7
a
i
= a =
x
max
x
min
k
=
89 60
7
= 4.14 5
R
u
= a k = 5 7 = 35
R
x
= x
max
x
min
= 89 60 = 29
La diferencia entre R
u
y R
x
es:
R
u
R
x
= 35 29 = 6
Esta diferencia la compartimos considerando 3 unidades a la izquierda de x
min
y 3
unidades a la derecha de x
max
y de este modo encontramos los valores del conjunto U.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Los valores del conjunto U son:
u
min
= x
min
3 = 60 3 = 57
u
max
= x
max
+ 3 = 89 + 3 = 92
Ahora debemos calcular los lmites de los intervalos de clase.
U
i
=]L
i1
; L
i
]; i = 1, 2, . . . , 7
L
0
= u
min
= 57
L
i
= L
i1
+ a
i
Luego...
Estadstica
Conceptos B asicos
Medidas Estadsticas
Los valores de los lmites son:
L
1
= L
0
+ 5 = 57 + 5 = 62
L
2
= L
1
+ 5 = 62 + 5 = 67
L
3
= L
2
+ 5 = 67 + 5 = 72
L
4
= L
3
+ 5 = 72 + 5 = 77
L
5
= L
4
+ 5 = 77 + 5 = 82
L
6
= L
5
+ 5 = 82 + 5 = 87
L
7
= L
6
+ 5 = 87 + 5 = 92
Por lo tanto, nuestra tabla de frecuencias queda de la siguiente forma:
Intervalo de Clase m
i
n
i
f
i
f
i
% N
i
F
i
F
i
%
]57, 62] 59.5 4 0.1 10% 4 0.1 10%
]62, 67] 64.5 4 0.1 10% 8 0.2 20%
]67, 72] 69.5 5 0.125 12.5% 13 0.325 32.5%
]72, 77] 74.5 4 0.1 10% 17 0.425 42.5%
]77, 82] 79.5 8 0.2 20% 25 0.625 62.5%
]82, 87] 84.5 10 0.25 25% 35 0.875 87.5%
]87, 92] 89.5 5 0.125 12.5% 40 1.0 100%
Estadstica
Conceptos B asicos
Medidas Estadsticas
Dist. de Frec. para Datos Cuant. Continuos-TAREA
Tarea: Construir una tabla de frecuencias para la Edad de los pacientes del
Geri atrico B.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Gr aco de Barras
Gr aco Circular
Hitograma
Ojiva
Gr aco de Barras
Corresponde al tipo m as simple de representaci on gr aca y es usado en variables
cualitativas o en variables discretas.
Se construye sobre un par de ejes. En el eje horizontal se representan las clases y en
el vertical se registra la frecuencia correspondiente (frecuencia absoluta, relativa o
relativa porcentual). Sobre cada clase se levanta una barra de altura igual a su
frecuencia.
Consideremos el ejemplo del geri atrico A, variable Diagn ostico. El gr aco de barras
correspondiente a esta variable es:
Estadstica
Conceptos B asicos
Medidas Estadsticas
Gr aco de Barras
Gr aco Circular
Hitograma
Ojiva
Gr aco Circular
El gr aco circular correspondiente a la variable Diagn ostico es:
Estadstica
Conceptos B asicos
Medidas Estadsticas
Gr aco de Barras
Gr aco Circular
Hitograma
Ojiva
Hitograma
Este tipo de gr aco se utiliza para representar distribuciones de frecuencias de una
variable cuantitativa continua cuyos datos han sido clasicados en intervalos de clase.
Se construye sobre un par de ejes. En el eje horizontal se representan los intervalos
de clase y en el vertical se registra la frecuencia correspondiente (frecuencia absoluta,
relativa o relativa porcentual). Sobre cada intervalo se dibuja un rect angulo de base
igual a la amplitud del intervalo y altura igual a la frecuencia de este.
Veamos el histograma correspondiente a la variable Edad del ejemplo Geri atrico.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Gr aco de Barras
Gr aco Circular
Hitograma
Ojiva
Hitograma-Edad
Estadstica
Conceptos B asicos
Medidas Estadsticas
Gr aco de Barras
Gr aco Circular
Hitograma
Ojiva
Pogono de Frecuencias
El Polgono de frecuencias se utiliza para observar el comportamiento m as suave de
una distribuci on de frecuencias, para posteriormente decidir cu al es el mejor modelo
probabilstico posible de ajustar a la muestra.
Se obtiene uniendo mediante rectas, los pares de puntos (m
i
, n
i
) asociados al i- esimo
intervalo de clase(en vez de n
i
puede considerarse la frecuencia f
i
o f
i
%). Para
completar el polgono se une el punto (m
1
, n
1
) se une con el punto cticio (m
0
, 0) y el
punto (m
k
, n
k
) se une con el punto (m
k+1
, 0)
Una propiedad importante que cumple el polgono de frecuencias es que el area
limitada por el polgono y el eje de las abcisas, es igual a la suma de las areas de los
rect angulos que forman el histograma.
Veamos el polgono correspondiente al histrograma anterior.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Gr aco de Barras
Gr aco Circular
Hitograma
Ojiva
Pogono de Frecuencias-Edad
Estadstica
Conceptos B asicos
Medidas Estadsticas
Gr aco de Barras
Gr aco Circular
Hitograma
Ojiva
Pogono de Frecuencias-Edad
Estadstica
Conceptos B asicos
Medidas Estadsticas
Gr aco de Barras
Gr aco Circular
Hitograma
Ojiva
Ojiva
Permite representar las frecuencias acumuladas N
i
, F
i
o F
i
% de una distribuci on de
frecuencias. Es una poligonal que parte del lmite inferior del primer intervalo de clase
y en cada lmite superior se registra la frecuencia acumulada del intervalo
correspondiente.
A continuaci on se muestra el ejemplo para la tabla de frecuencias de la variable Edad.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Gr aco de Barras
Gr aco Circular
Hitograma
Ojiva
Ojiva-Edad
Estadstica
Conceptos B asicos
Medidas Estadsticas
Medidas de Tendencia Central
Medidas de Dispersi on
Otras Medidas Estadsticas Importantes
Son llamadas tambi en Medidas de Localizaci on o Medidas de Posici on y permiten
determinar un valor caracterstico de una distribuci on de frecuencias ubicado hacia el
centro de la distribuci on.
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Media Aritm etica
Es una de las medidas m as importantes y de mayor uso en diversas aplicaciones
estadsticas. Se denota por x y se calcula de la siguiente manera:
Para datos individuales
Sea x
1
, x
2
, ..., x
n
un conjunto de n datos individuales (sin agrupar), entonces:
x =
n
i=1
x
i
n
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Media Aritm etica-EJEMPLO
Ejemplo para datos individuales
Consideremos la variable edad de los pacientes del geri atrico A.
Los datos son: 86, 72, 84, 80, 79, 77, 87, . . . , 79, 81, 66, 71
De acuerdo a la f ormula anterior tenemos que el promedio de estos datos es:
x =
40
i=1
x
i
40
=
86 + 72 + 84 + 80 + 79 + 77 + 87 + . . . + 79 + 81 + 66 + 71
40
x =
3099
40
= 77, 475
La edad promedio de los pacientes del Geriatrico A es 77, 48 a nos.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Para datos agrupados en clases individuales
Sea v
1
, v
2
, ..., v
k
un conjunto de k clases individuales con frecuencias absolutas
respectivas n
1
, n
2
, ..., n
k
, tal que
k
i=1
n
i
= n, entonces:
x =
k
i=1
v
i
n
i
n
Estadstica
Conceptos B asicos
Medidas Estadsticas
Consideremos la variable N
de Enf Cr onicas.
En este caso tenemos que la tabla correspondiente a estos datos es:
Categora i v
i
n
i
f
i
f
i
% N
i
F
i
F
i
%
1 0 17 0, 425 42, 5% 17 0, 425 42, 5%
2 1 7 0, 175 17, 5% 24 0, 6 60%
3 2 16 0, 4 40, 0% 40 1, 0 100%
La media aritm etica calculada a partir de esta tabla es:
x =
3
i=1
v
i
n
i
40
= 0.975
Estadstica
Conceptos B asicos
Medidas Estadsticas
Para datos agrupados en intervalos de clase
Sea m
1
, m
2
, ..., m
k
las marcas de clase de una distribuci on de frecuencias, con
frecuencias absolutas respectivas n
1
, n
2
, ..., n
k
, tal que
k
i=1
n
i
= n, entonces:
x =
k
i=1
m
i
n
i
n
En este caso, x es una aproximaci on del verdadero valor debido al uso de la
marca de clase como valor representativo del intervalo; sin embargo, si n es
grande la aproximaci on es bastante buena.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Ejemplo para datos agrupados en intervalos de clase
Consideremos la tabla de frecuencias para la variable edad...
i
n
i
f
i
]57, 62] 59.5 4 0.1
]62, 67] 64.5 4 0.1
]67, 72] 69.5 5 0.125
]72, 77] 74.5 4 0.1
]77, 82] 79.5 8 0.2
]82, 87] 84.5 10 0.25
]87, 92] 89.5 5 0.125
De acuerdo a la f ormula anterior tenemos que:
x =
7
i=1
m
i
n
i
40
=
59.5 4 + 64.5 4 + . . . + 89.5 5
40
=
3070
40
= 76, 75. Vemos que
es una aproximaci on bastante buena al verdadero promedio.
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Media Aritm etica Ponderada
Se obtiene cuando los valores de una variable poseen distinta importancia o peso
dentro del conjunto de datos. En este caso, cada valor x
i
se ve afectado por un
coeciente de ponderaci on w
i
. La media aritm etica ponderada, denotada por x
p
, se
dene de la siguiente forma:
x
p
=
n
i=1
w
i
x
i
n
i=1
w
i
Si todos los coecientes w
i
son iguales a una constante c, entonces:
x
p
= x
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Media Aritm etica Ponderada-EJEMPLO
La tabla siguiente muestra las notas de un alumno con sus respectivas ponderaciones:
Nota x
i
w
i
x
i
w
i
nota 1 70 2 140
nota 2 60 2 120
nota 3 80 1 80
nota 4 85 1 85
nota 5 55 4 220
Total 350 10 645
Luego el promedio ponderado es x
p
=
645
10
= 64.5
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Media Aritm etica Ponderada-EJEMPLO
Si las notas tienen la misma importancia el promedio del alumno es x =
350
5
= 70
Obtenemos el mismo resultado si las ponderaciones son iguales. Por ej., w
i
= 2
Nota x
i
w
i
x
i
w
i
nota 1 70 2 140
nota 2 60 2 120
nota 3 80 2 160
nota 4 85 2 170
nota 5 55 2 110
Total 350 10 700
El promedio ponderado en este caso es x
p
=
700
10
= 70 = x
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Mediana
La mediana es el punto que divide a un conjunto de datos ordenados o a una
distribuci on de frecuencias en dos partes, cada una conteniendo el 50% del total de
datos. Se denota por Me. Esta medida estadstica es m as representativa que la media
aritm etica cuando el polgono de frecuencias suavizado tiene forma de campana
asim etrica con sesgo positivo o negativo.
Se calcula de la siguiente manera:
Datos individuales:
Sea x
1
, x
2
, ..., x
n
un conjunto de n datos individuales, y sea x
(1)
, x
(2)
, ...x
(n)
el
conjunto original, ordenado en forma ascendente. Se dene la posici on de la
mediana, denotada por Pos(Me), en la forma:
Pos(Me) =
n + 1
2
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Mediana
Haciendo r = Pos(Me), el valor de la mediana se obtiene de la siguiente manera:
1 Si r es entero, entonces Me = x
(r)
2 Si r no es entero, entonces se determina un valor entero i, tal que i r i + 1.
Luego:
Me =
x
(i)
+ x
(i+1)
2
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Mediana-EJEMPLO
Ejemplo para datos Individuales
Considere las edades de las 40 personas pacientes del Geri atrico A, ordenadas de
forma ascendente.
60, 60, 61, 62, 64, 65, 66, 66, 70, 71, 72, 72, 72, 73, 75, 76, 77, 78, 78, 78, 79, 79, 79, 80, 81, 84,
85, 86, 86, 86, 86, 87, 87, 87, 87, 88, 89, 89, 89, 89
Sea r = Pos(Me) =
41
2
= 20.5. Como r no es entero, y 20 < r = 20.5 < 21, entonces
i = 20. Luego:
Me =
x
(20)
+ x
(21)
2
=
78 + 79
2
= 78, 5
Este valor signica que la mitad de las edades de la muestra se encuentra bajo 78, 5
a nos y la otra mitad se encuentra sobre 78, 5 a nos.
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Mediana
Datos agrupados en clases individuales:
Se identica el valor de la frecuencia absoluta acumulada N
i
que supera
inmediatamente a Pos(Me).entonces:
Me = v
i
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Mediana-EJEMPLO
Ejemplo para datos agrupados en clases individuales
Agrupando en clases individuales el n umero de n
de Enfermedades Cr onicas, se
tiene que:
Categora i v
i
n
i
f
i
f
i
% N
i
F
i
F
i
%
1 0 17 0, 425 42, 5% 17 0, 425 42, 5%
2 1 7 0, 175 17, 5% 24 0, 6 60%
3 2 16 0, 4 40, 0% 40 1, 0 100%
Luego, como n = 40, entonces Pos(Me) = 20.5, y la frecuencia absoluta acumulada
N
2
= 24, supera inmediatamente a 20.5, entonces Me = v
2
= 1
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Mediana
Datos agrupados en intervalos de clase:
En primer lugar se obtiene el intervalo mediano ]L
i1
, L
i
], cuya frecuencia
absoluta acumulada N
i
supera inmediatamente a Pos(Me).entonces:
Me = L
i1
+
n
2
N
i1
n
i
a
i
Donde:
L
i1
: Lmite inferior del intervalo mediano
n : Tama no muestral
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Mediana
N
i1
: Frecuencia absoluta acumulada del intervalo anterior al mediano
n
i
: Frecuencia absoluta del intervalo mediano
a
i
: Amplitud del intervalo mediano
La f ormula anterior da una interpolaci on del valor real de la mediana, asumiendo
que los datos dentro del intervalo mediano est an distribuidos de manera
homog enea.
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Mediana-EJEMPLO
Consideremos nuevamente la tabla de frecuencias de las edades del ejemplo:
i
n
i
f
i
f
i
% N
i
]57, 62] 59.5 4 0.1 10% 4
]62, 67] 64.5 4 0.1 10% 8
]67, 72] 69.5 5 0.125 12.5% 13
]72, 77] 74.5 4 0.1 10% 17
]77, 82] 79.5 8 0.2 20% 25
]82, 87] 84.5 10 0.25 25% 35
]87, 92] 89.5 5 0.125 12.5% 40
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Mediana-EJEMPLO
Tenemos que Pos(Me) = 20.5 y como N
i
= N
5
= 25 supera inmediatamente a 20.5,
entonces el intervalo mediano es el quinto, es decir, ]77; 82]. Luego:
Me = 77 +
40
2
17
8
5 = 78, 875
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Moda
La Moda es el valor m as com un o que m as veces se repite en un conjunto de datos,
es decir, aquel valor con la m as alta frecuencia absoluta. Se denota por Mo y para
calcularla los datos deben estar agrupados.
Esta medida estadstica es m as representativa que la media aritm etica y la mediana
cuando la distribuci on de frecuencias presenta una forma inestable o sinusoidal, lo
cual puede indicar la presencia de estratos dentro del conjunto.
Datos agrupados en clases individuales
La moda es igual al valor de la clase con la m as alta frecuencia absoluta, es
decir:
Si m ax (n
i
) = n
p
, entonces Mo = v
p
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Moda-EJEMPLO
Datos agrupados en clases individuales
Utilizando el ejemplo del n umero de cargas familiares, se tiene que:
Clase v
i
x
i
n
i
N
i
v
1
0 2 2
v
2
1 9 11
v
3
2 13 24
v
4
3 9 33
v
5
4 7 40
Es evidente que m ax (n
i
) = 13 = n
3
, entonces Mo = v
3
= 2
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Moda
Datos agrupados en intervalos de clase
En primer lugar se obtiene el intervalo modal ]L
i1
, L
i
], que corresponde a
aquel con la m as alta frecuencia absoluta. El valor nal de la moda, queda
aproximado por la f ormula:
Mo = L
i1
+
n
i+1
n
i1
+ n
i+1
a
i
Donde:
L
i1
: Lmite inferior del intervalo modal.
n
i1
: Frecuencia absoluta del intervalo anterior al modal.
n
i+1
: Frecuencia absoluta del intervalo siguiente al modal.
a
i
: Amplitud del intervalo modal
Estadstica
Conceptos B asicos
Medidas Estadsticas
La Moda-EJEMPLO
Datos agrupados en intervalos de clase
Considerando nuevamente la tabla de frecuencias relacionada con el ingreso
mensual:
Intervalo de Clase n
i
] 71.494; 149.249] 1
]149.249; 227.004] 5
]227.004; 304.759] 10
]304.759; 382.514] 9
]382.514; 460.269] 7
]460.269; 538.024] 5
]538.024; 615.779] 3
Se tiene que m ax (n
i
) = 10 = n
3
, entonces el intervalo modal es ]227.004; 304.759]
Mo = 227.004 +
9
9 + 5
77.755 = 276.989,4
Estadstica
Conceptos B asicos
Medidas Estadsticas
El polgono de frecuencias y las medidas de tendencia central no son sucientes para
conocer completamente el comportamiento de una distribuci on de frecuencias ya que
no proporcionan antecedentes con respecto a la variabilidad inherente a la
distribuci on.
Desconocer tal medida puede conducir a una interpretaci on incorrecta de las medidas
de tendencia central.
Por ejemplo, supongamos que se dispone de dos conjuntos de datos con los
siguientes valores:
Grupo 1 Grupo 2
0 48
25 49
50 50
50 50
75 51
100 52
Estadstica
Conceptos B asicos
Medidas Estadsticas
En ambos grupos se tiene que x = Me = Mo = 50 y observamos que los datos en el
primer grupo est an mucho m as alejados de las medidas de tendencia central que en el
segundo grupo. Es decir, los datos del grupo 1 tienen mayor variabilidad o dispersi on
que los datos del grupo 2, lo que no podemos observar a trav es de las medidas de
tendencia central.
Las medidas estadsticas de variabilidad cuantican la concentraci on de los
datos en torno a un valor central, que generalmente corresponde a la media
aritm etica.
Las medidas de variabilidad m as usuales son la Varianza, Desviaci on Est andar y
Coeciente de Variaci on.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Varianza
Se dene como el promedio cuadr atico de las desviaciones de los datos con respecto
a su media aritm etica. Para una variable X, la varianza se denota por V(X) o
2
X
, y se
calcula de la siguiente manera:
Para datos individuales
Sea x
1
, x
2
, . . . , x
n
un conjunto de n datos muestrales con media aritm etica x,
entonces:
V(X) = S
2
x
=
n
i=1
(x
i
x)
2
n 1
Al dividir la expresi on
n
i=1
(x
i
x)
2
por n se subestima el valor real de
la varianza y una forma de aproximaci on a su verdadero valor es dividir
esta suma por n 1. Se dice en este caso, que

V(X) es un estimador
insesgado de la varianza.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Varianza-EJEMPLO
Estadstica
Conceptos B asicos
Medidas Estadsticas
Varianza
Para datos agrupados en clases individuales
Sea v
1
, v
2
, . . . , v
k
un conjunto de k clases individuales con frecuencias absolutas
respectivas n
1
, n
2
, . . . , n
k
, tal que
n
i=1
n
i
= n. Si la media aritm etica es x, entonces:
S
2
x
=
k
i=1
(v
i
x)
2
n
i
n 1
Estadstica
Conceptos B asicos
Medidas Estadsticas
Varianza-EJEMPLO
Consideremos la siguiente tabla de Frecuencias:
Categora i v
i
n
i
f
i
f
i
% N
i
F
i
F
i
%
1 0 17 0, 425 42, 5% 17 0, 425 42, 5%
2 1 7 0, 175 17, 5% 24 0, 6 60%
3 2 16 0, 4 40, 0% 40 1, 0 100%
Estadstica
Conceptos B asicos
Medidas Estadsticas
Varianza
Para datos agrupados en intervalos de clase
Sea m
1
, m
2
, . . . , m
k
las marcas de clase de una distribuci on de frecuencias con
frecuencias absolutas respectivas n
1
, n
2
, . . . , n
k
, tal que
n
i=1
n
i
= n. Si la media
aritm etica es x, entonces:
S
2
x
=
k
i=1
(m
i
x)
2
n
i
n 1
Estadstica
Conceptos B asicos
Medidas Estadsticas
Varianza-EJEMPLO
Consideremos nuevamente la tabla de frecuencias de las edades del ejemplo:
i
n
i
f
i
f
i
% N
i
]57, 62] 59.5 4 0.1 10% 4
]62, 67] 64.5 4 0.1 10% 8
]67, 72] 69.5 5 0.125 12.5% 13
]72, 77] 74.5 4 0.1 10% 17
]77, 82] 79.5 8 0.2 20% 25
]82, 87] 84.5 10 0.25 25% 35
]87, 92] 89.5 5 0.125 12.5% 40
Estadstica
Conceptos B asicos
Medidas Estadsticas
Varianza-PROPIEDADES
Propiedades de la Varianza:
1 V(c) = 0, c constante.
2 V(cX) = c
2
V(X), c constante.
3 V(X c) = V(X), c constante.
4 V(X + Y) = V(X) + V(Y), X e Y variables independientes.
Nota:Cuando X asume un valor, y este no determina de antemano un valor
especco de Y, se dice que X e Y son independientes. Este concepto de
independencia ser a analizado en detalle m as adelante.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Desviaci on Est andar
De la denici on de Varianza podemos observar que su unidad de medida es el
cuadrado de la unidad de medida original de los datos, por lo que resulta difcil
comprender su signicado. Por lo tanto, para obtener una medida de variabilidad
expresada en la misma unidad de los datos, podemos extraer la raiz cuadrada positiva
de la varianza. Llamamos a esta nueva medida Desviaci on Est andar y la denotamos
por S
x
, entonces:
S
X
= +
S
2
X
Estadstica
Conceptos B asicos
Medidas Estadsticas
Desviaci on Est andar-EJEMPLO
Estadstica
Conceptos B asicos
Medidas Estadsticas
Coeciente de Variaci on
Tanto la varianza como la desviaci on est andar son medidas de variabilidad que
dependen de la unidad de medida de los datos por lo que se ver an afectadas ante
cambios producidos en esta unidad. Adem as, si se desea comparar distribuciones,
esto puede lograrse si ellas est an expresadas en la misma unidad de medida.
Puede denirse una nueva medida de variabilidad que sea independiente de la unidad
en que est an expresados los datos, permitiendo con esto, resolver el problema
mencionado anteriormente.
Esta nueva medida se llama Coeciente de Variaci on, se denota por CV
X
y se dene
con la siguiente expresi on:
CV
X
=
S
X
x
100%
Estadstica
Conceptos B asicos
Medidas Estadsticas
Coeciente de Variaci on-EJEMPLO
Estadstica
Conceptos B asicos
Medidas Estadsticas
Cuantiles
Como sabemos, la mediana es un valor del recorrido de los datos que particiona a la
distribuci on de frecuencias en dos partes, cada una conteniendo el 50% del total de la
distribuci on.
Podemos realizar una partici on mayor de la distribuci on de frecuencias, dividi endola
en 4, 10, o 100 partes. Llamamos a estas particiones Cuantiles y seg un el n umero de
divisiones obtenemos Cuartiles, Deciles o Percentiles.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Cuantiles
Cuartiles
Particionan a una distribuci on de frecuencias en cuatro partes mediante los
puntos Q
1
, Q
2
y Q
3
, llamados primer cuartil, segundo cuartil y tercer cuartil
respectivamente, tal que:
Q
i
: Punto que concentra el 25i% inferior de la distribuci on de frecuencias, con
i = 1, 2, 3.
Notemos que Q
2
= Me.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Cuantiles
Deciles
Particionan a una distribuci on de frecuencias en diez partes mediante los puntos
D
1
, D
2
,. . . D
9
, llamados primer decil, segundo decil,. . ., noveno decil
respectivamente, tal que:
D
i
: Punto que concentra el 10i% inferior de la distribuci on de frecuencias, con
i = 1, 2, . . . , 9.
Notemos que D
5
= Q
2
= Me.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Cuantiles
Percentiles Particionan a una distribuci on de frecuencias en cien partes
mediante los puntos P
1
, P
2
,. . . P
99
, llamados primer percentil, segundo
percentil,. . ., 99
percentil respectivamente, tal que:

P
i
: Punto que concentra el i% inferior de la distribuci on de frecuencias, con
i = 1, 2, . . . , 99.
Notemos que D
1
= P
10
; P
50
= D
5
= Q
2
= Me; P
75
= Q
3
.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Cuantiles
La siguiente formula general permite calcular cualquier percentil de orden r, denotado
por P
r
:
P
r
= L
i1
+
nr
100
N
i1
n
i
a
i
Donde:
n : Total de datos.
L
i1
: Limite inferior del intervalo cuantlico que es aquel cuya frecuencia acumulada
N
i
es mayor o supera inmediatamente al cuociente
nr
100
.
N
i1
: Fecuencia acumulada del intervalo anterior al cauntlico.
n
i
: Frecuencia absoluta del intervalo cuantlico.
a
i
: Amplitud del intervalo cuantlico.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Cuantiles-Ejemplo
Ejemplo: Los promedios nales obtenidos por los alumnos que participaron en una
actividad de diplomado fueron clasicados en 6 intervalos de clase dando origen a la
siguiente tabla de frecuencias:
Intervalo de Clase n
i
N
i
]10 ; 25] 1 1
]25 ; 40] 3 4
]40 ; 55] 5 9
]55 ; 70] 4 13
]70 ; 85] 3 16
]85 ; 100] 2 18
Calcular e interpretar los valores de Q
1
, D
8
y P
40
.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Cuantiles-Ejemplo
Para el primer cuartil, Q
1
, tenemos que r = 25, por lo tanto:
nr
100
=
18 25
100
= 4.5
N
3
= 9 4.5 Intervalo cuantlico: ]L
2
; L
3
] =]40; 55]
Q
1
= P
25
= L
2
+
1825
100
N
2
n
3
a
3
= 40 +
1825
100
4
5
15 = 41.5
Es decir,el 25% de los alumnos tiene un promedio nal de a lo m as 41.5 puntos, que
constituye el 25% inferior de la distribuci on de frecuencias.
Tarea: Encontrar D
8
y P
40
.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Recorridos Intercuantlicos
Recorrido Interdeclico
Es la m axima amplitud entre los deciles. Se denota por D y se dene como:
D = D
9
D
1
Notar que entre los puntos D
1
y D
9
se concentra el 80% central del total de la
distribuci on de frecuencias.
Recorrido Intercuartlico
Es la m axima amplitud entre los cuartiles. Se denota por Q y se dene como:
Q = Q
3
Q
1
Notar que entre los puntos Q
1
y Q
3
se concentra el 50% central del total de la
distribuci on de frecuencias.
Estadstica
Conceptos B asicos
Medidas Estadsticas
La asimetra o sesgo es la falta de simetra de una distribuci on de frecuencias. Para
medir la asimetra se requiere primero conocer los siguientes conceptos:
Llamamos momento muestral de orden p alrededor de la media aritm etica, denotado
por M
p
, a la expresi on:
Para datos individuales M
p
=
n
i=1
(x
i
x)
p
n
Para datos agrupados en clases individuales M
p
=
k
i=1
(v
i
x)
p
n
i
n
Para datos agrupados en intervalos de clase M
p
=
k
i=1
(m
i
x)
p
n
i
n
Estadstica
Conceptos B asicos
Medidas Estadsticas
Si la distribuci on de frecuencias es sim etrica, unimodal, y en forma acampanada, se
cumple que el momento muestral de orden 3 con respecto a la media es igual a cero,
es decir, M
3
= 0. Para medir la asimetra de una distribuci on de frecuencias unimodal
de forma acampanada se calcula el coeciente de asimetra, denotado por C, y
denido por la siguiente f ormula:
C =
M
3
S
3
X
Donde: S
3
X
=
V(X)
3
2
Con respecto a este coeciente se tiene que:
1 Si C = 0, entonces la distribuci on es sim etrica.
2 Si C > 0, entonces la distribuci on presenta asimetra positiva.
3 Si C < 0, entonces la distribuci on presenta asimetra negativa.
Estadstica
Conceptos B asicos
Medidas Estadsticas
Coeciente de Asimetra-EJEMPLO
Estadstica
Conceptos B asicos
Medidas Estadsticas
El Coeciente de Curtosis mide el grado de apuntamiento o aguzamiento de una
distribuci on de frecuencias, se denota por K, y se dene de la forma:
K =
M
4
M
2
2
3
Se pueden presentar los siguientes casos:
1 Si K = 0, entonces la distribuci on es mesoc urtica.
2 Si K > 0, entonces la distribuci on es leptoc urtica.
3 Si K < 0, entonces la distribuci on es platic urtica.
Estadstica
Conceptos B asicos
Medidas Estadsticas
A medida que el coeciente de curtosis se aleja del cero hacia la derecha, aumenta el
apuntamiento de la distribuci on. Por otro lado, si se aleja de cero hacia la izquierda,
disminuye el apuntamiento de la distribuci on, es decir, el polgono de frecuencias es
m as plano que uno normal.
Gr acamente,
Estadstica

Unidad 1

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Unidad 1

Enviado por

Direitos autorais:

Formatos disponíveis

Conceptos B asicos

percentil respectivamente, tal que:

Você também pode gostar