Estadistica Descriptiva

Matemticas II
Grado en Qumica
Perez
Pedro Martnez Amores y Mara Jose Iba nez
Departamento de Matematica
Aplicada
Universidad de Granada
Estadstica p. 1/60
Estadstica Descriptiva en una variable y dos variables

1. Introduccin a la Estadstica: Conceptos bsicos.
2. Tablas y grficos estadsticos.
3. Medidas estadsticas de tendencia central.
4. Medidas estadsticas de dispersin.
5. Distribuciones bidimensionales.
6. Distribuciones marginales.
7. Regresin y correlacin.
Estadstica p. 2/60
INTRODUCCIN A LA
ESTADSTICA
Estadstica p. 3/60
Introduccin a la Estadstica: Conceptos bsicos

Estadstica
Proviene del latn status (estado)
Estadstica p. 4/60

Estadstica
Sus comienzos estuvieron relacionados con asuntos
del Estado: censos de poblacin, empadronamientos,
ndices de natalidad, cosechas, cabezas de ganado,
etc.
Estadstica p. 4/60

Estadstica
Sus comienzos estuvieron relacionados con asuntos
del Estado: censos de poblacin, empadronamientos,
ndices de natalidad, cosechas, cabezas de ganado,
etc.
En la actualidad: mtodos para recogida, descripcin,
anlisis, prediccin y obtencin de conclusiones de
datos de tipo econmico, polticos, sociales,
biolgicos, fsicos, etc.
Estadstica p. 4/60

Ejemplo: Control de calidad en la produccin industrial
La fabricacin en serie no permite el control de todas

las piezas producidas.
Mediante mtodos estadsticos se estudia la calidad
de la produccin sobre una muestra y se generalizan
al resto de piezas.
Estadstica p. 5/60

Universo o poblacin: Conjunto sobre el que se
realiza el estudio.
Ejemplos
B Empleados de una empresa
B Comunidades autnomas de Espaa
B Piezas producidas en una cadena de montaje
B Alumnos de la Universidad de Granada
El universo debe estar correctamente definido.
Estadstica p. 6/60

Individuo: Cada uno de los elementos del universo.
Estadstica p. 7/60

Ejemplos
B Cada uno de los empleados de una empresa
B Cada una de las comunidades autnomas de
Espaa
B Cada una de las piezas producidas en una
cadena de montaje
B Cada uno de los alumnos de la Universidad de
Granada
Estadstica p. 7/60

Ejemplos
B Cada uno de los empleados de una empresa
B Cada una de las comunidades autnomas de
Espaa
B Cada una de las piezas producidas en una
cadena de montaje
B Cada uno de los alumnos de la Universidad de
Granada
Tamao del universo: Nmero de individuos del
universo
Estadstica p. 7/60

Segn sea el tamao del universo, puede no ser posible
trabajar con todos los individuos. El estudio se hace sobre
un subconjunto.
Muestra: Subconjunto de individuos del universo
sobre los que se va a realizar el estudio
Estadstica p. 8/60

un subconjunto.
Ejemplos
B Comunidades autnomas con competencias en
Sanidad.
B Una representacin de 20 alumnos de la
Universidad de Granada.
Estadstica p. 8/60

un subconjunto.
Ejemplos
B Comunidades autnomas con competencias en
Sanidad.
B Una representacin de 20 alumnos de la
Universidad de Granada.
Tamao de la muestra: Nmero de individuos de la
muestra.
Estadstica p. 8/60

Carcter: Aspecto, rasgo o cualidad que se va a
estudiar en cada uno de los individuos de la muestra.
Estadstica p. 9/60

Ejemplos
B En cada provincia de Espaa: la superficie;
Estadstica p. 9/60

Ejemplos
B En cada pieza producida en una empresa:
tamao, calidad, peso;
Estadstica p. 9/60

Ejemplos
B En cada pieza producida en una empresa:
tamao, calidad, peso;
B En los alumnos de la Universidad de Granada:
altura, lugar de procedencia, carrera solicitada en
primera opcin, nmero de hermanos, etc.
Estadstica p. 9/60

Tipos de caracteres
Estadstica p. 10/60

Tipos de caracteres
Cualitativos: si no son medibles numricamente.
Estadstica p. 10/60

Tipos de caracteres
B Ejemplos: sexo, estado civil, grupo sanguneo,
etc..
Estadstica p. 10/60

Tipos de caracteres
etc..
Modalidad: cada una de las posibilidades que puede
tomar un carcter cualitativo.
Estadstica p. 10/60

Tipos de caracteres
etc..
B Ejemplo 1: el carcter estado civil puede tomar
las modalidades casado, soltero, separado o
divorciado, viudo.
Estadstica p. 10/60

Tipos de caracteres
etc..
B Ejemplo 1: el carcter estado civil puede tomar
las modalidades casado, soltero, separado o
divorciado, viudo.
B Ejemplo 2: el carcter grupo sanguneo puede
tomar las modalidades O, A, B, AB.
Estadstica p. 10/60

Tipos de caracteres
Estadstica p. 11/60

Tipos de caracteres
Cuantitativos: si son medibles numricamente.
Estadstica p. 11/60

Tipos de caracteres
B Ejemplos: altura, peso, edad.
Estadstica p. 11/60

Tipos de caracteres
Variable estadstica (v.e.): carcter cuantitativo.
Estadstica p. 11/60

Tipos de caracteres
Valor: cada una de las posibilidades que puede tomar
la v.e.
Estadstica p. 11/60

Tipos de caracteres
la v.e.
B Ejemplo 1: el carcter altura puede tomar los
valores 150 cm., 180 cm., 200 cm.
Estadstica p. 11/60

Tipos de caracteres
la v.e.
B Ejemplo 1: el carcter altura puede tomar los
valores 150 cm., 180 cm., 200 cm.
B Ejemplo 2: el carcter peso puede tomar los
valores 60 Kg., 73 kg., 85.5 kg.
Estadstica p. 11/60

A su vez, las variables estadsticas (v.e.) se clasifican
en:
Estadstica p. 12/60

en:
v.e. discretas: si los posibles valores que puede
tomar la variable son aislados (usualmente nmeros
enteros).
Estadstica p. 12/60

en:
enteros).
B Ejemplos: nm. de hermanos, nm. de
empleados.
Estadstica p. 12/60

en:
enteros).
empleados.
v.e. continuas: si los posibles valores que puede
tomar la variable son todos los valores de un intervalo.
Estadstica p. 12/60

en:
enteros).
empleados.
v.e. continuas: si los posibles valores que puede
tomar la variable son todos los valores de un intervalo.
Estadstica p. 12/60

Muchas v.e. continuas se trabajan en la prctica como
discretas:
Estadstica p. 13/60

discretas:
B Los individuos que tienen ms de 30 aos y
menos de 31 dicen que tienen 30.
Estadstica p. 13/60

discretas:
B Un individuo con altura de 1.653 m. dice que
mide 1.65 ( 1.66).
Estadstica p. 13/60

discretas:
B Un individuo con altura de 1.653 m. dice que
mide 1.65 ( 1.66).
B La velocidad de un coche en Km/h, se expresa en
cifras enteras, aunque la velocidad es continua.
Estadstica p. 13/60

Otras v.e. continuas se trabajan agrupadas:
Ejemplo de variable continua agrupada:
Carcter: el peso de los alumnos de la UGR.
Muestra: 125 individuos.
Una vez obtenidos los pesos de los 125 individuos de
la muestra, lo que hacemos es agruparlos en
intervalos.
Una vez obtenidos los intervalos, se cuentan los
individuos de la poblacin que tienen su peso entre los
lmites de ese intervalo
Cada uno de esos recuentos se denomina frecuencia
absoluta de la clase.
Estadstica p. 14/60

Supongamos que los intervalos de la v.e agrupada
Peso del alumno" son [50,55), [55,60), [60,65),
[65,70), [70,75), [75,80), [80,85), [85,90), [90,95) y
[95,100).
A cada uno de los valores anteriores se le llama
intervalo de clase.
Marcas de clase: es el punto medio de un intervalo
de clase. Representa a todos los valores del intervalo
de clase.
Observacin: se estima que el nmero de intervalos
de clase debe ser aproximadamente el entero ms
prximo a n, siendo n el nmero de valores de la

muestra.
Estadstica p. 15/60

Observacin
Estadstica p. 16/60

Observacin
Si en el ejemplo anterior hubiera alumnos que pesaran
menos de 50 kg. y/o de ms de 100 Kg., se podran
agrupar en intervalos de distinta amplitud. Es decir,
habra dos intervalos (clases) ms, por ejemplo:
[30,50) y [100,140).
Estadstica p. 16/60

Observacin
Si en el ejemplo anterior hubiera alumnos que pesaran
menos de 50 kg. y/o de ms de 100 Kg., se podran
agrupar en intervalos de distinta amplitud. Es decir,
habra dos intervalos (clases) ms, por ejemplo:
[30,50) y [100,140).
Supongamos que tras el recuento del peso de los
alumnos, tenemos
Int. clase
ni
[50,60) [60,70) [70,80) [80,90) [90,100)

16
29
42
27
11
Estadstica p. 16/60

Ejemplo con variable de tipo discreto
Poblacin: Alumnos de primer curso de Grado en
Qumica de la UGR.
Tamao de la muestra: N=25.
Carcter: nmero de hermanos (v.e. cuantitativa
discreta).
Ninguno de ellos tiene 5 o ms hermanos. Valores:
{x1 = 0; x2 = 1; x3 = 2; x4 = 3; x5 = 4}.
Estadstica p. 17/60

Datos recogidos:
B Alumnos con x1
B Alumnos con x2
B Alumnos con x3
B Alumnos con x4
B Alumnos con x5
= 0 hermanos:
= 1 hermanos:
= 2 hermanos:
= 3 hermanos:
= 4 hermanos:
n1
n2
n3
n4
n5
= 4.
= 7.
= 10.
= 3.
= 1.
Se verifica
N=
5
X
ni = 25.
i=1
Estadstica p. 18/60

B Alumnos con x1
B Alumnos con x2
B Alumnos con x3
B Alumnos con x4
B Alumnos con x5
= 0 hermanos:
= 1 hermanos:
= 2 hermanos:
= 3 hermanos:
= 4 hermanos:
n1
n2
n3
n4
n5
= 4.
= 7.
= 10.
= 3.
= 1.
A ni lo llamamos frecuencia absoluta del valor xi .
Estadstica p. 19/60

B Alumnos con x1
B Alumnos con x2
B Alumnos con x3
B Alumnos con x4
B Alumnos con x5
= 0 hermanos:
= 1 hermanos:
= 2 hermanos:
= 3 hermanos:
= 4 hermanos:
n1
n2
n3
n4
n5
= 4.
= 7.
= 10.
= 3.
= 1.

Pi
A Ni = k=1 nk lo llamamos frecuencia absoluta
acumulada del valor xi .
Estadstica p. 19/60

B Alumnos con x1
B Alumnos con x2
B Alumnos con x3
B Alumnos con x4
B Alumnos con x5
= 0 hermanos:
= 1 hermanos:
= 2 hermanos:
= 3 hermanos:
= 4 hermanos:
n1
n2
n3
n4
n5
= 4.
= 7.
= 10.
= 3.
= 1.

Pi
ni
lo llamamos frecuencia relativa del valor xi .
A fi =
N
Estadstica p. 19/60

B Alumnos con x1
B Alumnos con x2
B Alumnos con x3
B Alumnos con x4
B Alumnos con x5
= 0 hermanos:
= 1 hermanos:
= 2 hermanos:
= 3 hermanos:
= 4 hermanos:
n1
n2
n3
n4
n5
= 4.
= 7.
= 10.
= 3.
= 1.

Pi
ni
lo llamamos frecuencia relativa del valor xi .
A fi =
N
Pi
A Fi = k=1 fk lo llamamos frecuencia relativa
Estadstica p. 19/60
TABLAS Y GRFICOS
ESTADSTICOS
Estadstica p. 20/60
Tablas y grficos estadsticos

Objetivo: Clasificacin, ordenacin y representacin
de datos.
Estadstica p. 21/60

Objetivo: Clasificacin, ordenacin y representacin
de datos.
Tablas de frecuencias
xi
ni
Ni
fi
Fi
4
=0.16
25
4
=0.16
25
11
7
=0.28
25
11
=0.44
25
10 21
10
=0.4
25
21
=0.84
2
24
3
=0.12
25
24
=0.96
25
25
1
=0.04
25
25
=1
25
Estadstica p. 21/60

Diagramas de rectngulos o de barras
Estadstica p. 22/60

Diagramas de sectores
Estadstica p. 23/60

Histogramas (para v.e. agrupadas)
Estadstica p. 24/60
MEDIDAS
ESTADSTICAS
Estadstica p. 25/60
Medidas estadsticas
Medidas de posicin central.
Estadstica p. 26/60
Medidas de posicin central

Proporcionan valores representativos de toda la
muestra. Son medidas resumen" que intentan
condensar todos los datos de la muestra.
Estadstica p. 27/60

Media
Sea X una v.e. discreta con valores {x1 , . . . , xs } y
Ps
frecuencias absolutas {n1 , . . . , ns } y sea N = i=1 ni .
Se define la media como
Estadstica p. 28/60

Media
Ps
Se define la media como
1
x=
N
s
X
i=1
xi ni
s
X
xi f i .
i=1
Estadstica p. 28/60

Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1
Estadstica p. 29/60

Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1
7
10
3
1
4
+1
+2
+3
+4
= 1.60.
x=0
25
25
25
25
25
Estadstica p. 29/60

Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1
7
10
3
1
4
+1
+2
+3
+4
= 1.60.
x=0
25
25
25
25
25
En las v.e continuas agrupadas, la media se hace
utilizando la marca de clase.
Estadstica p. 29/60

Moda
Ps
Estadstica p. 30/60

Moda
Ps
Se define la moda, M o, como el valor con mayor
frecuencia absoluta.
Estadstica p. 30/60

Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1
Estadstica p. 31/60

Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1
M o =?
Estadstica p. 31/60

Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1
Mo = 2
Estadstica p. 31/60

Observacin: Puede haber varias modas.
Estadstica p. 32/60

Ejemplo
Estadstica p. 32/60

Ejemplo
Universo: Profesores de la UGR; Carcter: Nmero de
zapato; Muestra: 700 personas.
Estadstica p. 32/60

Ejemplo
xi
35 36 37
38
39 40 41
42
43
ni
28 55 80 105 90 82 80 105 75
Estadstica p. 32/60

Ejemplo
xi
35 36 37
38
39 40 41
42
43
ni
28 55 80 105 90 82 80 105 75
M o =?
Estadstica p. 32/60

Ejemplo
xi
35 36 37
38
39 40 41
42
43
ni
28 55 80 105 90 82 80 105 75
M o = 38, 42
Estadstica p. 32/60

Cmo se calcula la moda en el caso de v.e.
agrupadas?
Estadstica p. 33/60

agrupadas?
Ejemplo:
Muestra: Alumnos; Tamao: 125; Carcter: Peso
Estadstica p. 33/60

agrupadas?
Ejemplo:
Muestra: Alumnos; Tamao: 125; Carcter: Peso
Int. clase
ni
[50,60) [60,70) [70,80) [80,90) [90,100)

16
29
42
27
11
Estadstica p. 33/60

Int. clase
ni
[50,60) [60,70) [70,80) [80,90) [90,100)

16
29
42
27
11
Estadstica p. 34/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)

16
ni
29
42
27
11
50
40
30
20
10
60
70
80
90
100
Estadstica p. 34/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)

16
ni
29
42
27
11
50
40
30
20
10
60
70
80
90
100
Estadstica p. 34/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)

16
ni
29
42
27
11
50
40
30
20
10
60
70
80
90
100
Estadstica p. 34/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)

16
ni
29
42
27
11
50
40
30
20
10
60
70
80
90
100
Estadstica p. 34/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)

16
ni
29
42
27
11
50
40
30
20
10
60
70
80
90
100
Estadstica p. 34/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)

16
ni
29
42
27
11
50
40
30
20
10
60
70
80
90
100
Estadstica p. 34/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)

16
ni
29
42
27
11
50
40
30
20
10
60
70
80
90
100
Se localiza el intervalo modal.

Estadstica p. 34/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)

16
ni
29
42
27
11
50
40
30
20
10
60
70
80
90
100
Se localiza el intervalo modal.

En este caso es [70,80).
Estadstica p. 34/60
42
42
29
60
27
70
80
90
Estadstica p. 35/60
42
42
29
60
27
70
80
90
Estadstica p. 35/60
42
42
29
60
27
70
80
90
Estadstica p. 35/60
42
42
29
60
27
70
80
90
Estadstica p. 35/60
42
42
x
29
60
27
70
80
90
10 x
x
=
= x = 4.64 = M o = 74.64.
42 29
42 27
Estadstica p. 35/60

Mediana
Ps
Estadstica p. 36/60

Mediana
Ps
Se define la mediana, M e, como el valor de la variable

que divide a la muestra en dos partes iguales, es decir,
es el valor que deja la mitad de las observaciones por
debajo y la otra mitad por arriba.
Estadstica p. 36/60

Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1
Estadstica p. 37/60

Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1
M e =?
Estadstica p. 37/60

Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1
Me = 2
Estadstica p. 37/60

Ejemplo
xi
1 2 3 4
ni
1 1 1 1
Estadstica p. 38/60

Ejemplo
xi
1 2 3 4
ni
1 1 1 1
Cul es la mediana?
Estadstica p. 38/60

Ejemplo
xi
1 2 3 4
ni
1 1 1 1
Cul es la mediana?
Hay dos valores centrales: 2 y 3.
Estadstica p. 38/60

Ejemplo
xi
1 2 3 4
ni
1 1 1 1
Cul es la mediana?
Hay dos valores centrales: 2 y 3.
La mediana es
2+3
Me =
= 2.5
2
Estadstica p. 38/60

Cmo se calcula la mediana en el caso de v.e.
agrupadas?
Estadstica p. 39/60

Ejemplo:
Estadstica p. 40/60

Ejemplo:
Int. clase
ni
[50,60) [60,70) [70,80) [80,90) [90,100)

16
29
42
27
11
Estadstica p. 40/60

Ejemplo:
Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)

16
ni
29
42
27
11
50
40
30
20
10
60
70
80
90
100
Estadstica p. 40/60

N
N = 125 =
= 62.5
2
Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125
Estadstica p. 41/60

N
N = 125 =
= 62.5
2
Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125
La mediana est en el intervalo [70,80) (llamado

intervalo mediano).
Estadstica p. 41/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125
Estadstica p. 42/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125
B La mediana est en el intervalo [70,80).
Estadstica p. 42/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125

90
80
70
60
50
40
30
20
10
60
70
80
90
100
Estadstica p. 42/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125

90
80
70
60
50
40
30
20
10
16
60
70
80
90
100
Estadstica p. 42/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125

90
80
70
60
50
40
30
20
10
45
16
60
70
80
90
100
Estadstica p. 42/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125

90
80
70
60
50
40
30
20
10
87
45
16
60
70
80
90
100
Estadstica p. 42/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125

90
80
70
60
50
40
30
20
10
87
42
45
16
60
70
80
90
100
Estadstica p. 42/60

Int. clase
[50,60) [60,70) [70,80) [80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125

90
80
70
60
50
40
30
20
10
87
42
17.5
45
16
60
70
80
90
100
Estadstica p. 42/60
90
80
70
60
50
40
30
20
10
87
42
17.5
45
16
60
70
80
90
100
Estadstica p. 43/60
90
80
70
60
50
40
30
20
10
87
42
17.5
45
16
60
70
80
42
90
100
10
17.5 x
Estadstica p. 43/60
90
80
70
60
50
40
30
20
10
87
42
17.5
45
16
60
74.16
70
80
90
100
42
10
= x = 4.16 = M e = 70+4.16 = 74.16.
17.5 x
Estadstica p. 43/60

Existe una frmula que proporciona la mediana
Estadstica p. 44/60

Localizamos el intervalo mediano [Li , Li+1 ].
Estadstica p. 44/60

Entonces:
M e = Li +
N
2
Ni1
Ampl,
ni
donde
Estadstica p. 44/60

Entonces:
M e = Li +
N
2
Ni1
Ampl,
ni
donde
B N es el tamao de la muestra;
Estadstica p. 44/60

Entonces:
M e = Li +
N
2
Ni1
Ampl,
ni
donde
B Ni1 es la frecuencia absoluta acumulada del intervalo
anterior;
Estadstica p. 44/60

Entonces:
M e = Li +
N
2
Ni1
Ampl,
ni
donde
anterior;
B ni es la frecuencia absoluta del intervalo mediano;
Estadstica p. 44/60

Entonces:
M e = Li +
N
2
Ni1
Ampl,
ni
donde
anterior;
B ni es la frecuencia absoluta del intervalo mediano;
B Ampl es la amplitud de los intervalos.
Estadstica p. 44/60
Int. clase
[50,60) [60,70) [70,80)
[80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125
M e = Li +
N
2
Ni1
Ampl.
ni
Estadstica p. 45/60
Int. clase
[50,60) [60,70) [70,80)
[80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125
M e = Li +
N
2
M e = 70 +
Ni1
Ampl.
ni
125
2
45
10.
42
Estadstica p. 45/60
Int. clase
[50,60) [60,70) [70,80)
[80,90) [90,100)
ni
16
29
42
27
11
Ni
16
45
87
114
125
M e = Li +
N
2
M e = 70 +
Ni1
Ampl.
ni
125
2
45
10.
42
M e = 74.16.
Estadstica p. 45/60
Medidas de posicin no central

Dado h = 1, . . . , 99, se define el percentil Ph como el
valor que deja el h% de las observaciones a la
izquierda y el resto a la derecha. Para calcularlo se
utiliza una frmula similar a la de la mediana:
Estadstica p. 46/60

M e = Li +
N
2
Ni1
Ampl.
ni
Estadstica p. 46/60

N
2
Ni1
Ampl.
ni
hN
100
Ni1
Ampl.
ni
M e = Li +
Ph = L i +
Estadstica p. 46/60

N
2
Ni1
Ampl.
ni
hN
100
Ni1
Ampl.
ni
M e = Li +
Ph = L i +
De hecho, M e = P50
Estadstica p. 46/60

N
2
Ni1
Ampl.
ni
hN
100
Ni1
Ampl.
ni
M e = Li +
Ph = L i +
De hecho, M e = P50
Para que los percentiles sean tiles, debe disponerse
de una muestra suficientemente amplia".
Estadstica p. 46/60

Ejemplo:
Estadstica p. 47/60

Ejemplo:
B Universo: familias residentes en Granada.
Estadstica p. 47/60

Ejemplo:
B Carcter: consumo de luz mensual.
Estadstica p. 47/60

Ejemplo:
B Muestra: 500 familias.
Estadstica p. 47/60

Ejemplo:
B Muestra: 500 familias.
Int. clase
[40,60) [60,80) [80,100) [100,120) [120,140)
ni
37
68
101
149
145
Ni
37
105
206
355
500
Estadstica p. 47/60

Int. clase
[40,60) [60,80) [80,100) [100,120) [120,140)
ni
37
68
101
149
145
Ni
37
105
206
355
500
Estadstica p. 48/60

Int. clase
[40,60) [60,80) [80,100) [100,120) [120,140)
ni
37
68
101
149
145
Ni
37
105
206
355
500
Queremos calcular P37 .
Estadstica p. 48/60

Int. clase
[40,60) [60,80) [80,100) [100,120) [120,140)
ni
37
68
101
149
145
Ni
37
105
206
355
500

37
100
500 = 185.
Estadstica p. 48/60

Int. clase
[40,60) [60,80) [80,100) [100,120) [120,140)
ni
37
68
101
149
145
Ni
37
105
206
355
500

37
100
500 = 185.
El intervalo que contiene a P37 es [80,100).
Estadstica p. 48/60

Int. clase
[40,60) [60,80) [80,100) [100,120) [120,140)
ni
37
68
101
149
145
Ni
37
105
206
355
500

37
100
500 = 185.
El intervalo que contiene a P37 es [80,100).
P37 = 80 +
37500
100
105
20 = 95.84.
101
Estadstica p. 48/60

Casos particulares de percentiles:
Estadstica p. 49/60

B Si h = 50, entonces tenemos la mediana P50 = M e;
Estadstica p. 49/60

B Si h = 10, 20, . . . , 80, 90, entonces hablamos de los
deciles:
P10 = D1 , P20 = D2 , . . . , P90 = D9 ;
Estadstica p. 49/60

B Si h = 10, 20, . . . , 80, 90, entonces hablamos de los
deciles:
P10 = D1 , P20 = D2 , . . . , P90 = D9 ;
B Si h = 25, 50, 75, entonces hablamos de los
cuartiles:
P25 = Q1 , P50 = Q2 , P75 = Q3 .
Estadstica p. 49/60
Medidas de dispersin
Se utilizan para medir la variabilidad o dispersin de
los datos de una poblacin.
Estadstica p. 50/60
Se utilizan para medir la variabilidad o dispersin de
los datos de una poblacin.
Medidas de dispersin relativa
Nos sirve para comparar la dispersin en dos
poblaciones, o en dos muestras.
Estadstica p. 50/60
Rango o recorrido
Estadstica p. 51/60
Rango o recorrido
Sea X una v.e. discreta con valores {x1 , . . . , xs }
(ordenados de menor a mayor). Se define el rango o
recorrido como
Rango = xs x1 .
Estadstica p. 51/60
Rango o recorrido
recorrido como
Rango = xs x1 .
B Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1
Estadstica p. 51/60
Rango o recorrido
recorrido como
Rango = xs x1 .
B Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1
El rango es 4-0=4.
Estadstica p. 51/60
Rango o recorrido en variables continuas
Estadstica p. 52/60
Si X es agrupada el rango o recorrido se define
como la diferencia entre el extremo superior del ltimo
intervalo y el extremo inferior del primer intervalo.
Estadstica p. 52/60
Int. clase
ni
[40,60) [60,80) [80,100) [100,120) [120,140)

37
68
101
149
145
Estadstica p. 52/60
Int. clase
ni
[40,60) [60,80) [80,100) [100,120) [120,140)

37
68
101
149
145
El rango es 140-40=100.
Estadstica p. 52/60
Recorrido intercuartlico
Estadstica p. 53/60
Se define como RI = Q3 Q1 , es decir, es la
diferencia entre el tercer y el primer cuartil.
Estadstica p. 53/60
Se define como RI = Q3 Q1 , es decir, es la
diferencia entre el tercer y el primer cuartil.
Representa una franja alrededor de la mediana donde
se localiza la mitad de los individuos de la muestra.
Estadstica p. 53/60
B Ejemplo
Estadstica p. 54/60
B Ejemplo
Int. clase
[40,60) [60,80) [80,100) [100,120) [120,140)
ni
37
68
101
149
145
Ni
37
105
206
355
500
Estadstica p. 54/60
B Ejemplo
Int. clase
[40,60) [60,80) [80,100) [100,120) [120,140)
ni
37
68
101
149
145
Ni
37
105
206
355
500
N = 500
25
N
100
= 125 Q1 = 80 +
25500
105
100
101
20 = 83.96.
Estadstica p. 54/60
B Ejemplo
Int. clase
[40,60) [60,80) [80,100) [100,120) [120,140)
ni
37
68
101
149
145
Ni
37
105
206
355
500
N = 500
25
N
100
N = 500
75
N
100
= 125 Q1 = 80 +
= 375 Q3 = 120 +
25500
105
100
101
20 = 83.96.
75500
355
100
145
20 = 122.75.
Estadstica p. 54/60
B Ejemplo
Int. clase
[40,60) [60,80) [80,100) [100,120) [120,140)
ni
37
68
101
149
145
Ni
37
105
206
355
500
N = 500
25
N
100
N = 500
75
N
100
= 125 Q1 = 80 +
= 375 Q3 = 120 +
25500
105
100
101
20 = 83.96.
75500
355
100
145
20 = 122.75.
RI = Q3 Q1 = 122.75 83.96 = 38.79.
Estadstica p. 54/60
Varianza
Estadstica p. 55/60
Varianza
B Sea X una v.e. discreta con valores {x1 , . . . , xs } y
Ps
Estadstica p. 55/60
Varianza
Ps
B Se define como
1
=
N
2
s
X
i=1
(xi x)2 ni
Estadstica p. 55/60
Varianza
Ps
B Se define como
1
=
N
2
s
X
i=1
(xi x)2 ni
B Mide la media de los cuadrados de las desviaciones

de los valores respecto a la media, es decir, sirve para
tener una medida de la dispersin de los valores
respecto de la media.
Estadstica p. 55/60
Varianza
Ps
B Se define como
1
=
N
2
s
X
i=1
(xi x)2 ni
B Mide la media de los cuadrados de las desviaciones

de los valores respecto a la media, es decir, sirve para
tener una medida de la dispersin de los valores
respecto de la media.
Estadstica p. 55/60
Varianza: se calcula tambin mediante la expresin
Estadstica p. 56/60
1
=
N
2
s
X
i=1
x2i ni
x2 .
Estadstica p. 56/60
1
=
N
2
s
X
i=1
x2i ni
x2 .
quasi-varianza o varianza muestral: se define como

!
s
X
1
2
(xi x)2 ni .
N 1 =
N 1 i=1
Estadstica p. 56/60
Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1
Estadstica p. 57/60
Ejemplo
xi
0 1
3 4
ni
4 7 10 3 1

1 2
2
2
2
2
0 4 + 1 7 + 2 10 + 3 3 + 4 1 1.62 = 1.04
=
25
2
Estadstica p. 57/60
B De la expresin
1
=
N
2
s
X
i=1
(xi x)2 ni
se deduce que 2 0.
Estadstica p. 58/60
B De la expresin
1
=
N
2
s
X
i=1
(xi x)2 ni
se deduce que 2 0.
B Cundo la varianza es cero?
Estadstica p. 58/60
B De la expresin
1
=
N
2
s
X
i=1
(xi x)2 ni
se deduce que 2 0.
B La raz cuadrada de la varianza, 2 es la desviacin

tpica o desviacin estndar, y se denota .
Estadstica p. 58/60
B De la expresin
1
=
N
2
s
X
i=1
(xi x)2 ni
se deduce que 2 0.
B La raz cuadrada de la varianza, 2 es la desviacin

tpica o desviacin estndar, y se denota .
B La desviacin tpica mide igualmente la dispersin de
los valores respecto de la media. De igual manera la
raz de la quasi-varianza es la desviacin tpica
muestral.
Estadstica p. 58/60

Coeficiente de variacin: si queremos comparar la
dispersin de dos variables o de dos muestras
utilizaremos el coeficiente variacin
Estadstica p. 59/60

B Sea X una v.e. se define el coeficiente de variacin de
X como CV =
x
Estadstica p. 59/60

B Sea X una v.e. se define el coeficiente de variacin de
X como CV =
x
B Mide la la proporcin entre la desviacin tpica y la
media de la variable estudiada. Compara, pues,
ambas medidas de X.
Estadstica p. 59/60

Estadistica Descriptiva

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Estadistica Descriptiva

Загружено:

Авторское право:

Доступные форматы

Matemticas II

Pedro Martnez Amores y Mara Jose Iba nez

Estadstica Descriptiva en una variable y dos variables

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

La fabricacin en serie no permite el control de todas

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

prximo a n, siendo n el nmero de valores de la

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

[50,60) [60,70) [70,80) [80,90) [90,100)

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

Introduccin a la Estadstica: Conceptos bsicos

A ni lo llamamos frecuencia absoluta del valor xi .

Introduccin a la Estadstica: Conceptos bsicos

A ni lo llamamos frecuencia absoluta del valor xi .

Introduccin a la Estadstica: Conceptos bsicos

A ni lo llamamos frecuencia absoluta del valor xi .

Introduccin a la Estadstica: Conceptos bsicos

A ni lo llamamos frecuencia absoluta del valor xi .

Tablas y grficos estadsticos

Tablas y grficos estadsticos

Tablas y grficos estadsticos

Tablas y grficos estadsticos

Tablas y grficos estadsticos