INTRODUCCIN

Los diferentes tipos de informacin generados en el sistema natural, con

frecuencia requieren ser codificados o traducidos en objetos matemticos
como nmeros o frmulas para dar paso a nuevas predicciones; como
tambin para verificacin, soporte, anlisis y correlacin de algn proceso.

La recoleccin y transformacin de dichos datos cualitativos y su agrupacin

en datos cuantitativos, se lleva a cabo a travs de la estadstica. Esta a su
vez desprende medidas aplicables dependiendo el tipo de poblacin y
variable que maneja, estableciendo determinados parmetros que influirn
en el desarrollo de su organizacin.

Teniendo en cuenta lo dicho anteriormente, a continuacin, se describirn los

elementos que conforman las medidas de posicin o medidas de
localizacin, inmersas en la estadstica, las cuales dividen un conjunto de
datos en grupos con el mismo nmero de individuos, con la finalidad de
describirlos y ubicarlos dentro de un contexto de valores posibles. Tambin
se enfatizar la importancia del concepto de normalidad, y cmo a travs de
los mtodos estadsticos, pueden establecerse lmites cuya connotacin
definir si se encuentra en el rango regular, o si por el contrario, empezar a
denominarse irregular o anormal.

1. CUARTILES, DECILES Y PERCENTILES.

Los Cuantiles (cuartiles, deciles, percentiles) son medidas de localizacin.

Su funcin es informar del valor de la variable que ocupar la posicin (en
tanto por cien), que nos interese respecto de todo el conjunto de variables.
Son unas medidas de posicin que dividen a la distribucin en un cierto
nmero de partes de manera que en cada una de ellas hay el mismo de
valores de la variable.

1.1.

CUARTILES

Son los valores de la variable que dividen a una serie de datos ordenados
en cuatro partes iguales (tres divisiones) Q1,Q2,Q3, correspondientes a
25%, 50%,75%.

El primer cuartil, Q1, es tal que el 25% de los datos de la serie son

inferiores a l. Q1 es el dato de la serie ordenada que ocupa el lugar

N/4.
El segundo cuartil, Q2, tiene el 50% de los datos inferiores a l. Q2 es
el dato de la serie ordenada que ocupa el lugar N/2, y coincide con la

mediana.
El tercer cuartil, Q3, tiene el 75% de los datos inferiores a l. Q3 es el
dato de la serie ordenada que ocupa el lugar 3N/4.

Ejemplo:

Calcular

los

cuartiles

de

la

serie:

3,2,5,5,2,7,1,10,7,9,14,12,13,14,10.
2

-Se ordena la serie: 1,2,2,3,5,5,7,7,9,10,10,12,13,14,14.

-Lugar que ocupa Q1: N/4= 15/4= 3,75. Se tomar el dato del 4 lugar, Q1=3
-Lugar que ocupa Q2: N/2= 7,5. Se tomar el dato del 8 lugar, Q2= 7 =Md.
-Lugar que ocupa Q3: 3N/4= 11,25. Se tomar el dato del 12 lugar. Q3= 12

1.2.

DECILES

Son los valores de la variable que dividen a una serie de datos en diez partes
iguales. Se designan por D1, D2 D9.
El primer decil, D1, deja por debajo del 10% de los datos de la serie; el
segundo decil, D2, deja por debajo del 20% de los datos de la serie; el
noveno decil, D9, deja por debajo el 90% de los datos de la serie.

De su definicin se concluye que D5=Q2=Md.

El lugar que ocupa el primer decil, D1, corresponde a N/10.
El lugar que ocupa el segundo decil, D2, corresponde a 2N/10.
Y por ltimo, el lugar del noveno decil, D9, corresponde a 9N/10.

Ejemplo: Una distribucin estadstica viene dada por la siguiente

tabla:

[10, 15)

[15, 20)

[20, 25)

[25, 30)

[30, 35)

fi

Hallar los deciles 3 y 6.

xi

fi

Fi

[10, 15)

12.5

[15, 20)

17.5

[20, 25)

22.5

15

[25, 30)

27.5

19

[30, 35)

32.5

21

21

1.3.

PERCENTILES

Son los valores de la variable que dividen a una serie ordenada de datos en
cien partes iguales. Se representan por P1, P2 P99.

El primer percentil, P1, deja el 1% de los datos de la serie inferiores a l; el

segundo percenti, P2, deja el 2% de los datos de la serie inferiores a l; el
ltimo percentil, P99, deja el 99% de los datos de la serie inferiores a l.

El lugar que ocupa el primer percentil corresponde a N/100.

El lugar que ocupa el segundo percentil corresponde a 2N/100.
Por ltimo, el lugar que ocupa el 99 percentil corresponde a 99N/100.
De lo dicho anteriormente se deduce que: P25=Q1, P50=Q2=Md,
P75=Q3.

Ejemplo: Una distribucin estadstica viene dada por la siguiente

tabla:

fi

[10, 15)

[15, 20)

[20, 25)

[25, 30)

[30, 35)

Hallar el percentil 70.

xi

fi

Fi

[10, 15)

12.5

[15, 20)

17.5

[20, 25)

22.5

15

[25, 30)

27.5

19

[30, 35)

32.5

21

21

2. DESVIACIN ESTNDAR
La desviacin estndar es un ndice numrico de la dispersin de un
conjunto de datos (o poblacin). Mientras mayor es la desviacin estndar,
mayor es la dispersin de la poblacin. La desviacin estndar es un
promedio de las desviaciones individuales de cada observacin con respecto
a la media de una distribucin. As, la desviacin estndar mide el grado de
dispersin o variabilidad. En primer lugar, midiendo la diferencia entre cada
valor del conjunto de datos y la media del conjunto de datos. Luego,
sumando todas estas diferencias individuales para dar el total de todas las
diferencias. Por ltimo, dividiendo el resultado por el nmero total de
observaciones (normalmente representado por la letra n) para llegar a un
promedio de las distancias entre cada observacin individual y la media. Este
promedio de las distancias es la desviacin estndar y de esta manera
representa

dispersin.

Matemticamente, la desviacin estndar podra, a primera vista, parecer

algo complicada. Sin embargo, es en realidad un concepto extremadamente
simple. En realidad no importa si usted no sabe calcular con exactitud la
desviacin estndar, siempre y cuando usted comprenda claramente el
concepto.
La desviacin estndar es un indicador en extremo valioso con muchas
aplicaciones. Por ejemplo, los estadsticos saben que cuando un conjunto de

datos se distribuye de manera normal, el 68% de las observaciones de la

distribucin tiene un valor que se encuentra a menos de una desviacin
estndar de la media. Tambin saben que el 96% de todas las
observaciones tiene un valor no es mayor a la media ms o menos dos
desviaciones estndar.
La desviacin estndar de una poblacin es normalmente representada por
la letra griega (sigma), cuando se calcula sobre la base de toda la poblacin;
por la letra s (minscula) cuando se infiere de una muestra; y por la letra S
(mayscula) cuando simplemente corresponde a la desviacin estndar de

una muestra. La frmula de la desviacin estndar es

donde

representa la suma de las diferencias al cuadrado entre cada

observacin y la media y N representa el nmero total de observaciones.

Ejemplo:
1. Calcular el promedio o media aritmtica

En este caso, N = 6:

Sustituyendo N por 6

2. Calcular la desviacin estndar

Sustituyendo N por 6;

Sustituyendo

por 6,33

3. DISTRIBUCIN NORMAL.

La distribucin normal es de suma importancia en estadstica por tres

razones principales:
1. Numerosas variables continuas de fenmenos aleatorios tienden a
comportarse probabilsticamente mediante sta.
2. Es el lmite al que convergen tanto variables aleatorias continuas
como discretas.
3. Proporciona la base de la inferencia estadstica clsica debido a su
relacin con el teorema del lmite central.

Propiedades de la distribucin normal

1. Su grafica tiene forma acampanada.
2. El valor esperado, la mediana y la moda tienen el mismo valor cuando
la variable aleatoria se distribuye normalmente.
3. Su dispersin media es igual a 1.33 desviaciones estndar. Es decir,
el alcance intercuartil est contenido dentro de un intervalo de dos
tercios de una desviacin estndar por debajo de la media a dos
tercios de una desviacin estndar por encima de la media.
En la prctica, algunas de las variables que observamos slo pueden
aproximar estas propiedades. As que si el fenmeno puede mediarse
aproximadamente mediante la distribucin normal se tendr:
1. Que el polgono puede verse en forma de campana y simtrico.
2. Sus mediciones de tendencia central tienen bastante parecido.

3. El valor intercuartil puede diferir ligeramente de 1.33 desviaciones

estndar.
4. El

dominio

de

la

variable

aleatoria

normalmente

distribuida

generalmente caer dentro de 3 desviaciones estndar por encima y

por debajo de la media.
El modelo o expresin matemtica que representa una funcin de densidad
de probabilidad se denota mediante el smbolo

. Para la distribucin

normal, se tiene la siguiente funcin de probabilidad.

Donde,
es la constante matemtica aproximada por 2.71828
es la constante matemtica aproximada por 3.14159

Parmetros
Haciendo una transformacin a la variable aleatoria normal

, sta se puede

llevar a un nuevo conjunto de observaciones de una variable aleatoria

normal

con media cero y varianza 1. A dicha transformacin se le conoce

como estandarizacin de la variable aleatoria normal

10

La distribucin de probabilidad de una variable aleatoria normal con media

cero y varianza 1 se llama distribucin normal estndar.
Normal (0,1)

En la distribucin normal estndar se sabe que las reas se distribuyen de la

siguiente manera:
Funcin de Densidad
Normal (0,1)

11

Matemticamente hablando, la distribucin normal estndar es la funcin de

densidad,

Cuya grfica es la curva en forma de campana que se bosqueja a

continuacin.

El rea sombreada nos recuerda que P(Z>z a)=a. Algunos valores especficos
de esta relacin se dan en la siguiente tabla en la que a es el rea a la
derecha de za a la izquierda de -za.

0.1

0.05

0.01

0.005

za

1.28

1.645

2.33

2.575

12

Debido a la simetra, el rea bajo cada mitad de la curva es 0.5. Adems, si

X es una variable aleatoria distribuida normalmente con media m y
desviacin estndar s, entonces P(a<X<b) = P((a-m)/s < Z < (b-m)/s).
Ejemplo:
A. Calcular: P( 1.645 < Z < 1.645).
Solucin: Recordamos que la probabilidad es el rea bajo la curva desde
-1.645 hasta 1.645. De acuerdo con la tabla el rea a la izquierda de -1.645
es la misma que a la derecha de 1.645 o sea es a = 0.05. Por lo tanto, la
probabilidad pedida sera el rea total menos ambos extremos, es decir
1 0.05 -0.05= 0.90.
B. La longitud L del largo del brazo derecho de un Tutsi tiene una
distribucin normal con m = 60 cms. y s = 5 cms. Encontrar el
porcentaje de la poblacin que tiene un brazo derecho ms
largo de 71.65 cms.
Solucin: Se nos pide P(L> 71.65). Estandarizando tendramos P(L> 71.65)=
P(Z> (71.65-60)/5)=P(Z> 2.33)=0.01. Por lo tanto, solo el 1% de los Tutsis
tiene el brazo derecho ms largo de 71.65 cms.
Caractersticas de la curva normal

Est determinada por dos parmetros: Media y Desviacin estndar.

Es simtrica en torno a la media.
La media la mediana y la moda son iguales.
El rea total bajo la curva arriba del eje X es igual a la unidad, es
simtrica (50% a la derecha y 50% a la izquierda).

13

4. NORMALIDAD BIOLGICA Y NORMALIDAD ESTADSTICA.

La normalidad son los valores de determinada medicin en un grupo de

individuos normales de una poblacin definida. Se ajusta a una distribucin
terica conocida como: DISTRIBUCIN NORMAL O GAUSSIANA.
En medicina: est basada en un concepto invariado o aislado con enfoque
estadstico que se genera por una serie de valores de una sola variable:
Peso, glucosa, tensin arterial, colesterol.
Tambin llamado enfoque multivariado, lo normal se asocia a un atributo o
variable mdica (signos o sntomas). Por ejemplo: 90 a 95 mm/mg en la TAD
y complicaciones cardiovasculares. Esto con la finalidad de contar con una
distribucin que permita discriminar entre sanos y enfermos.
Para delimitar la normalidad se requiere de un mtodo matemtico que
defina los valores numricos que dividan la zona en normalidad y
anormalidad y de una seleccin de individuos que sern medidos.
La normalidad en materia biolgica y mdica puede ser definida por criterios
teleolgicos, asumiendo que todas las cosas tienen una finalidad original; o
utilizando normas cualitativas tal como son el sentido de armona y equilibrio;
o siguiendo pautas estadsticas (criterios matemticos) para determinarla. En
medicina y en las ciencias en general es usual acercarse a la realidad
utilizando criterios que se puedan analizar con exactitud; y la estadstica
como rama de las matemticas cumple con tales criterios; tambin es de
suma importancia el proceso deductivo utilizado luego de observaciones
cualitativas. En cambio, el uso de criterios teleolgicos se ha restringido

14

principalmente al campo de la biotica y la aplicacin del sentido de la

armona y el equilibrio juega un rol importante en psiquiatra.
El modelo matemtico intenta crear una imagen en espejo de lo observado
en el mundo real expresndolo en estructuras abstractas que constituyen el
mundo de las matemticas.
Una de las contribuciones ms importantes en estadstica fue la de Gauss
quien describi las reglas tericas de distribucin normal diseando la curva
que lleva su nombre. Su aplicacin permite obtener los llamados niveles de
confianza (cuantificados como desviaciones standard o D.S.) de los datos
obtenidos. Dependiendo de la cantidad y calidad de la muestra obtenida, los
resultados pueden tener validez casi universal (99.7%, que equivalen a
3D.S.) o limitada; lo habitual es sealar los resultados de cualquier
investigacin con dos niveles de confianza (95%, que equivalen a 2D.S.).
La distribucin Gaussiana o campana de Gauss, se caracteriza por
comprender dos desviaciones estndar antes y despus de la media que
constituye el 95% (normal) y el 2.5% de los valores restantes; ubicado en
cada extremo de la curva (anormal).

15

CONCLUSIN

Las medidas de posicin o localizacin de datos, tienen como finalidad

brindar a quien la utiliza, medidas cuantitativas de dnde est ubicado el
centro de los datos en una muestra. En este proceso se busca encontrar
medidas que generen las correctas distribuciones de frecuencias.

Los cuantiles: cuartiles, deciles y percentiles, son indicadores usados para

sealar qu porcentaje de datos dentro de una distribucin de frecuencias
superan estas expresiones, cuyo valor representa el valor del dato que se
encuentra en el centro de la distribucin de frecuencia, por lo que tambin se
les llama: Medidas de tendencia central.
16

La normalidad, comprendida dentro de lo que es habitual y regular, puede ser

cuantificada

gracias

herramientas

estadsticas

que

disponen

de

aplicaciones capaces de sealar deducciones que permitan la comprensin

de resultados con altos niveles de confianza.

REFERENCIAS BIBLBIOGRFICAS

Medidas
de
dispersin.
[On-line]
Disponible
en:
http://www.cca.org.mx/cca/cursos/estadistica/html/m11/desviacion_esta
ndar.htm

Probabilidad y estadstica. Universidad Nacional de Colombia. [On-line]

Disponible
en:
http://www.virtual.unal.edu.co/cursos/ciencias/2001065/html/un2/cont_2
33_75.html

Normalidad. Departamento de salud pblica, Facultad de Medicina.

UNAM.
[On-line]
Disponible
en:

17

http://www.facmed.unam.mx/deptos/salud/censenanza/spiii/spiii/normali
dadlma.pdf

Curva
normal
estndar.
[On-line]
http://www.amschool.edu.sv/paes/e8.htm

Disponible

en:

Cipriani, E.; Los lmites de la normalidad en medicina: el ejemplo de los

factores de riesgo cardiovascular. [On-line] Disponible en:
http://www.acadnacmedicina.org.pe/publicaciones/Anales_2006/trabajo
_incorporacion_cipriani.pdf

Medidas
de
posicin.
[On-line]
Disponible
en:
http://www.monografias.com/trabajos14/medidasposicion/medidasposic
ion.shtml#ixzz38a6PjtLr
Estadstica
bsica.
[On-line]
Disponible
en:
http://www.madrid.org/cs/StaticFiles/Emprendedores/Analisis_Riesgos/
pages/pdf/estadisticas_es.pdf

Desviacin
tpica.
[On-line]
Disponible
http://es.wikipedia.org/wiki/Desviaci%C3%B3n_t%C3%ADpica

en:

18