2CC.EE. ESTADSTICA EMPRESARIAL.

TEMA 2

TEMA 2: MEDIDAS ESTADSTICAS

1.

INTRODUCCIN En numerosas ocasiones, en vez de trabajar con todos los datos, es preferible disponer de una o ms medidas descriptivas que resumen los datos de forma cuantitativa. Estas medidas se llaman parmetros (a veces se utiliza el trmino estadstico cuando nos referimos a una muestra). La Estadstica descriptiva es la rama de la Estadstica que se encarga del recuento, ordenacin y clasificacin de los datos y es la que define y calcula los parmetros estadsticos que caracterizan la distribucin. Se trata, pues, de resumir en unos cuantos valores la informacin ms importante y til contenida en un conjunto de datos, haciendo ms fcil la comprensin y la comparacin de las diversas caractersticas de las poblaciones o muestras.

2.

MEDIDAS DE POSICIN A continuacin estudiaremos diferentes parmetros estadsticos que nos permitirn conocer la tendencia posicional de los datos. Veremos en primer lugar medidas de tendencia central y posteriormente otras medidas alusivas igualmente a la posicin. a) Medidas de centralizacin * Media. A veces se llama tambin media aritmtica, valor medio, promedio o promedio aritmtico. Consideramos una variable estadstica discreta cuya distribucin de frecuencias es { ( xi , fi ) } Se define la media aritmtica como: x = xi fi
i =1 k

Si consideramos una variable estadstica continua cuya distribucin de frecuencias es { ( I i , fi ) } la media se calcula suponiendo que todos los datos de cada intervalo son idnticos al centro o marca de la clase. La media ser: x = ci fi
i =1 k

2CC.EE. ESTADSTICA EMPRESARIAL. TEMA 2 El sentido de la media es el derepartir equitativamente la suma total de los datos entre los individuos de la muestra.

* Moda. Se define como el valor de la variable estadstica que tiene mayor frecuencia, es decir: M o = xi si ni = max { n j }

Cuando la variable sea continua hablaremos del intervalo modal como aquel que presenta mayor frecuencia absoluta. Calculo de la moda: En variables discretas basta con identificar el valor con la mayor frecuencia absoluta. En variables continuas, una vez identificado el intervalo modal, algunos autores toman la marca de la clase de dicho intervalo como moda, si bien, es habitual calcular la moda mediante la siguiente frmula: M o = Li 1 + c ni +1 ni 1 + ni +1

donde [ Li 1 , Li ) es el intervalo modal y c la amplitud Observaciones: La moda no tiene por qu ser nica, Puede haber ms de un valor de la variable con la mayor frecuencia. En este caso se dir que la distribucin es bimodal, trimodal,... *Mediana. Dado un conjunto de observaciones, ordenadas de menor a mayor, la mediana Me es una observacin que divide esta ordenacin en dos partes, con el mismo n de datos en cada una. Es decir, el n de observaciones menores que la mediana es igual al n de observaciones mayores que ella. Clculo de la mediana

2CC.EE. ESTADSTICA EMPRESARIAL. TEMA 2 Distribuciones unitarias: - Si n es impar, ser el valor central de la distribucin ordenada. - Si n es par, ser la suma de los valores centrales entre 2. Distribuciones no unitarias: - Si N i supera a N / 2 , ser el xi correspondiente a ese N i . - Si N i = N / 2 , ser la media aritmtica entre xi y xi +1 . Distribuciones agrupadas: - Si N i supera a N / 2 N / 2 N i 1 M e = Li 1 + ci ni - Si N i = N / 2 M e es el lmite superior del intervalo.

b) Otras medidas de posicin Anlogamente a la mediana, que divide los datos en dos partes iguales, se definen otras medidas que dividirn los datos en cuatro, diez o cien partes. Se denominan cuartiles a tres valores Q 1 , Q 2 , Q 3 que dividen la serie ordenada de datos en cuatro partes iguales. Se denomina deciles a nueve valores D 1 ,....D 9 que dividen la serie ordenada de datos en diez partes iguales. Se denominan percentiles a los 99 valores P 1 ,.....P 99 que dividen la serie ordenada de datos en 100 partes iguales. Se definen genricamente como cuantiles a los cuartiles, deciles, percentiles,.....Los cuantiles de denominan tambin parmetros de estructuras y son muy utilizados en las CC.Sociales. 3. MEDIDAS DE DISPERSIN Las medidas de posicin central no proporcionan, en general, suficiente informacin para una adecuada descripcin de los datos, porque no toman en cuanta la dispersin o concentracin de los mismos, por lo tanto es claro que se requieren otras medidas que indiquen el grado de variabilidad de los datos. Estas medidas son necesarias para efectuar comparaciones significativas entre grupos de observaciones. Cuando se mide la dispersin de los valores de una variable respecto de unas de sus medidas de posicin, se est midiendo el grado de representatividad 3

2CC.EE. ESTADSTICA EMPRESARIAL. TEMA 2 que dicha medida de posicin tiene en el conjunto de los datos a los cuales pretende resumir. a) Recorrido Es una medida, aunque imperfecta, de la dispersin de los datos. Se define como la diferencia entre el mayor y el menor valor de la variable. A veces se llama tambin rango. Si x 1 , x 2 ,....., x k son los valores de la variable ordenados, el recorrido es: R = xk - x 1 b) Varianza Dada una variable estadstica discreta x, cuya distribucin de frecuencias relativas es: { ( xi , fi ) } y media x , se define la varianza de la v. estadstica X ,
2 y la denotaremos por v(x) o x , como el promedio de los cuadrados de las desviaciones de los valores de la variable a su media, es decir: 2 x =

1 k 2 2 ni x i x N i =1

Para variables estadsticas continuas o discretas donde los valores estn agrupados en intervalos, se define de manera anloga sin ms que cambiar los valores x i por las marcas de clase correspondientes a cada intervalo de clase. c) Desviacin tpica
2 Dada una variable estadstica x con media x y varianza x , se define la desviacin tpica como la raz cuadrada positiva de la varianza.

2 x = + x .

d) Coeficiente de variacin de Pearson El coeficiente de variacin de Pearson se define como el cociente x entre la desviacin tpica y la media CV (x ) = x Aquella poblacin que tenga el coeficiente de variacin ms pequeo, estar ms concentrada alrededor de su media y por tanto sta ser ms representativa.

2CC.EE. ESTADSTICA EMPRESARIAL. TEMA 2

4.

MEDIDAS DE FORMA En otras ocasiones podemos estar interesados sobre cuestiones de forma como la simetra de los datos o su aplastamiento. La mayora de las medidas de forma sern invariantes por cambio de localizacin y de escala.

a)

Coeficientes de asimetra. Una distribucin de frecuencias es simtrica respecto de a , si el diagrama es simtrico respecto del eje paralelo a OY que pasa por a. Si la distribucin de frecuencias es unimodal y tiene forma de campana, se definen los coeficientes de asimetra de Pearson:
CA1 = x Mo x

y CA2 =

3(x Me )

Estos coeficientes son adimensionales. Valen 0 si la distribucin es simtrica. b) Coeficiente de concentracin. ndice de Gini. El Coeficiente de Gini es una medida de la desigualdad ideada por el estadstico italiano Corrado Gini. Normalmente se utiliza para medir la desigualdad en los ingresos, pero puede utilizarse para medir cualquier forma de distribucin desigual. El coeficiente de Gini es un nmero entre 0 y 1, en donde 0 se corresponde con la perfecta igualdad (todos tienen los mismos ingresos) y 1 se corresponde con la perfecta desigualdad (una persona tiene todos los ingresos y los dems ninguno). El ndice de Gini es el coeficiente de Gini expresado en porcentaje, y es igual al coeficiente de Gini multiplicado por 100. Aunque el coeficiente de Gini se utiliza sobre todo para medir la desigualdad en los ingresos, tambin puede utilizarse para medir la desigualdad en la riqueza. Este uso requiere que nadie disponga de una riqueza neta negativa.

2CC.EE. ESTADSTICA EMPRESARIAL. TEMA 2

Este diagrama muestra el rea a comprendida entre la curva de Lorentz y la bisectriz del cuadrado, dicha rea es proporcional al coeficiente de Gini. El coeficiente de Gini se calcula como una razn de las reas en el diagrama de la curva de Lorentz. Si el rea entre la lnea de perfecta igualdad y la curva de Lorentz es A, y el rea por debajo de la curva de Lorentz es B, entonces el coeficiente de Gini es A/(A+B). Esta ratio se expresa como porcentaje o como equivalente numrico de ese porcentaje, que es siempre un nmero entre 0 y 1. El coeficiente de Gini se puede calcular mediante la siguiente frmula: CG =
n 1 i =1

( p q )
i i

p
i =1

n 1

donde:

CG : Coeficiente de Gini N pi = i 100 y N i es la frecuencia acumulada de la poblacin. N ui qi = 100 y ui es el producto de los ingresos por la poblacin un acumulada.

Para ello realizaremos previamente una tabla donde aparezcan los siguientes datos: N i , pi , ui y qi

2CC.EE. ESTADSTICA EMPRESARIAL. TEMA 2 De forma resumida, la Curva de Lorentz es una grfica de concentracin acumulada de la distribucin de la riqueza superpuesta a la curva de la distribucin de frecuencias de los individuos que la poseen, y su expresin en porcentajes es el ndice de Gini.

Ejemplo: Sea la siguiente distribucin de frecuencias: ni niveles de ingresos en 600 1000 2500 3000

N de personas 20 15 3 2

Vamos a construir las columnas que se necesitan:

Ni 20 35 38 40

pi =

Ni 100 N 50 875 95 100

ui 12000 27000 34500 40500

qi =

ui 100 un 2963 6667 8518 100

El coeficiente de Gini ser: CG =

( 50 29 '63) + ( 87 '5 66 '67 ) + ( 95 85'18)

50 + 87 '5 + 95

= 0 ' 22 I G = 22%

que al tomar un valor ms o menos prximo a cero se puede concluir que existe una buena equidistribucin en los ingresos.

2CC.EE. ESTADSTICA EMPRESARIAL. TEMA 2

EJERCICIOS TEMA 2 1. Para asistir a un partido de ftbol hay dos tipos de entradas: adultos a 4.000 y nios a 500ptas. Sabiendo que el precio medio result de 1.200ptas. Cul fue la proporcin de asistentes adultos? 2. En cierta comunidad se han censado los establecimientos hoteleros segn el nmero de empleados, y los datos se han presentado en la siguiente tabla: N de empleados 0a5 5 a 15 15 a 50 50 a 200 N de hoteles 125 60 13 2

Calcular la mediana del nmero de empleados. 3. Una empresa distribuidora de bienes de consumo conoce el nmero de clientes que demandan estos bienes, segn su cantidad distribuida. Distribucin 0-1000 1000-2000 2000-4000 4000-6000 6000-8000 Clientes 8 15 45 30 2

Calcular el nmero de bienes ms demandado, la media y la mediana. 4. Dada la siguiente distribucin que refleja la variable estadstica = productividad ? en cierto sector econmico: Intervalos 0-10 10-30 30-50 Calcular la media, mediana y moda. 5. Los pesos en gramos de cierto producto agrcola, han sido anotados, as como la frecuencia de presentacin en un cierto lote del producto. Pesos 70 74 78 82 86 90 94 98 102 8 Frecuencias 32 8 10

2CC.EE. ESTADSTICA EMPRESARIAL. TEMA 2 Frecuencia 4 9 16 30 44 36 20 12 6

Calcular la media y la desviacin tpica de los pesos. 6. Aplicada una prueba a 5 individuos, las puntuaciones obtenidas fueron: 7, -2, a, 3 y 4.La media correspondiente a estas puntuaciones es 4. A partir de estos datos obtener: a) La puntuacin que falta. b) La mediana de las cinco puntuaciones. c) Su varianza y desviacin tpica. 7. La tabla adjunta muestra el salario mensual de los 720 trabajadores de una empresa: Salarios (en miles) N trabajadores 2 300 2,2 200 2,8 100 3,6 60 4,5 40 6 20

A la hora de renovar el convenio colectivo, la direccin de la empresa presenta dos alternativas. - Un aumento proporcional del 20% del salario de cada trabajador. - Un aumento lineal de 300 a cada trabajador Desde el punto de vista de dispersin, cul de las dos alternativas es mejor? 8. Los jvenes, a los 17 aos, tienen un peso medio de 60,8 Kg. y una desviacin tpica de 6,69kg. Los nios a los 10 aos tienen un peso medio de 30,5 Kg. y una desviacin tpica de 5,37 Kg. Se puede afirmar que el peso es ms variable a los 10 aos que a los 17? Por qu? 9. En una empresa existen cuatro categoras profesionales y cada una tiene unos niveles de ingresos mensuales diferentes. La distribucin de frecuencias que expresa los niveles de ingresos y el nmero de personas en cada categora es la siguiente: xi (niveles de ingresos) 100.000 200.000 300.000 400.000 ni (N de personas) 25 10 4 1

Obtener el coeficiente de Gini, el ndice y la curva de Lorentz. 10. Obtener el ndice de Gini y la curva de Lorentz para la distribucin siguiente:

xi (niveles de ingresos)

ni (N de personas) 9

2CC.EE. ESTADSTICA EMPRESARIAL. TEMA 2 500 900 1500 3000 35 10 4 1

10