UNIVERSIDAD CENTRAL DEL ECUADOR

Facultad de Medicina Veterinaria y Zootecnia

Bioestadstica
Nombres: Pedro Pupiales; Ronny Guachamin
Paralelo: Tercero A
Fecha: 05-10-2015
Tema: Parmetros estadsticos cualitativos y cuantitativos
Objetivos:
-

Investigar los tipos de parmetros cualitativos y cuantitativos existen en la estadstica y

sus clasificaciones.
Determinar el uso de cada parmetro estudiado para la recoleccin, interpretacin y
anlisis de datos.

Marco Terico:
La Estadstica trata del recuento, ordenacin y clasificacin de los datos
obtenidos por las observaciones, para poder hacer comparaciones y sacar
conclusiones.
Un parmetro estadstico es un nmero que se obtiene a partir de los datos
de una distribucin estadstica, sirven para sintetizar la informacin dada
por una tabla o por una grfica.
El estudio de una gran cantidad de datos individuales de una poblacin
puede ser farragoso e inoperativo, por lo que se hace necesario realizar un
resumen que permita tener una idea global de la poblacin, compararla con
otras, comprobar su ajuste a un modelo ideal, realizar estimaciones sobre
datos desconocidos de la misma y, en definitiva, tomar decisiones. A estas
tareas contribuyen de modo esencial los parmetros estadsticos.
Por ejemplo, suele ofrecerse como resumen de la juventud de una poblacin
la media aritmtica de las edades de sus miembros, esto es, la suma de
todas ellas, dividida por el total de individuos que componen tal poblacin.
Los parmetros estadsticos sirven para sintetizar la informacin dada por
una tabla o por una grfica.
Hay tres tipos parmetros estadsticos:
De centralizacin.
De posicin

De dispersin.
Parmetros de centralizacin:
Nos indican en torno a qu valor (centro) se distribuyen los
datos. Entre estos tenemos:

Media aritmtica:
La media
aritmtica es
el valor obtenido
al sumar todos
los datos y dividir el resultado entre el nmero total de datos.
es el smbolo de la media aritmtica.

Ejemplo:
Los pesos de seis amigos son: 84, 91, 72, 68, 87 y 78 kg. Hallar el
peso medio.

Mediana:
Es el valor que ocupa el lugar central de todos los datos cuando
stos estn ordenados de menor a mayor.
La mediana se representa por Me.
La mediana se puede hallar slo para variables cuantitativas.
Ordenamos los datos de menor a mayor.
Si la serie tiene un nmero impar de medidas la mediana es
la puntuacin central de la misma.
2, 3, 4, 4, 5, 5, 5, 6, 6Me = 5
Si la serie tiene un nmero par de puntuaciones la mediana es
la media entre las dos puntuaciones centrales.
7, 8, 9, 10, 11, 12Me = 9.5
Ejemplo:
Las calificaciones obtenidas por un grupo de 200 alumnos en la
asignatura de Matemticas se recogen en la siguiente tabla:
Calificacin
N de Alumnos

1
10

2
10

3
20

4
25

5
40

6
45

7
15

8
20

9
15

Para calcular la mediana, ordenamos los datos construyendo la

tabla de frecuencias acumuladas
Calificacin
N de Alumnos

1
10

2
20

3
40

4
105

5
40

6
150

7
165

8
185

Como la variable tiene 200 valores, la mediana es el promedio de

los valores que ocupan los lugares 100 y 101.

9
200

Moda:
La mod a es el valor que tiene mayor frecuencia absoluta .
Se rep resenta por M o .
Se
puede
hallar
la moda para variables
cualitativas y cuantitativas .
Hallar la moda de la distribucin:
2, 3, 3, 4, 4, 4, 5, 5 M o = 4
Si en un grupo hay dos o varias puntuaciones con
la misma f recuencia y esa fre cuencia es la mxima, la
distribucin es bimodal o multimodal ,
es
decir,
tiene varias modas .
1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 M o = 1, 5, 9
Cuando todas las puntuaciones de un grupo tienen
la misma f recuencia , no hay mod a.
2, 2, 3, 3, 6, 6, 9, 9
Si dos
puntuaciones
adyacentes tienen
la fre cuencia
mxima , la moda es el promedio de las dos puntuaciones
adyacentes.
0, 1, 3, 3, 5, 5, 7, 8 M o = 4
Ejemplo:
Calcular la mod a de la siguiente serie de nmeros: 5, 3, 6,
5, 4, 5, 2, 8, 6, 5, 4, 8, 3, 4, 5, 4, 8, 2, 5, 4.
Mo = 5

Parmetros de Posicin:
Las medidas de posicin dividen un conjunto de datos en grupos
con el mismo nmero de individuos.
Para
calcular
las medidas
de
posicin es
necesario
que
los datos estn ordenados de menor a mayor .
Las medidas de posicin son:

Cuartiles:
Los cuartiles son los tres valores de la variable que dividen a
un conjunto de datos ordenados en cuatro partes iguales.
Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y
al 75% de los datos.
Q2 coincide con la mediana.
Clculo de los cuartiles
1. Ordenamos los datos de menor a mayor.
2. Buscamos el lugar que ocupa cada cuartil mediante la expresin

.
-

Nmero impar de datos

2, 5, 3, 6, 7, 4, 9

Nmero par de datos

2, 5, 3, 4, 6, 7, 1, 9

Deciles:

Los deciles son

los nueve

valores que dividen la

serie

de datos en diez partes iguales.

-

Los deciles dan los valores correspondientes al 10%, al 20%... y al

90% de los datos.

D5 coincide con la mediana.

Clculo de los deciles

En primer lugar buscamos la clase donde se encuentra

, en la tabla de las frecuencias acumuladas.

Li es el lmite inferior de la clase donde se encuentra el decil.

N es la suma de las frecuencias absolutas.

Fi-1 es la frecuencia acumulada anterior a la clase el decil..

ai es la amplitud de la clase.

Percentiles:
El percentil es una medida de tendencia central usada en estadstica que
indica, una vez ordenados los datos de menor a mayor, el valor de la
variable por debajo del cual se encuentra un porcentaje dado de
observaciones en un grupo de observaciones. Por ejemplo, el percentil 20
es el valor debajo del cual se encuentran el 20 por ciento de las
observaciones.
Se representan con la letra P. Para el percentil i-simo, donde la i toma
valores del 1 al 99. El i % de la muestra son valores menores que l y el
100-i % restante son mayores.

P25 = Q1.

P50 = Q2 = mediana.

P75 = Q3.

Ejemplo:
Obtener los percentiles 23 y 71 del siguiente conjunto de datos:
43 47 10 14 5 34 11 11 5 37 41 11 24 9 10 12 25 31 3 34 16 1 7 20 38 32
12 48
Solucin: Primero, ordenamos los 28 datos (ntese entonces que n = 28).
1 3 5 5 7 9 10 10 11 11 11 12 12 14 16 20 24 25 31 32 34 34 37 38 41 43
47 48
El percentil 23 estara en la posicin: 23(28+1)/100 = 6.67. sta sera la
posicin #6 + 0.67 la diferencia entre la posicin #7 y la #6. La posicin
#6 tiene valor de 9, y la #7 el valor de 10. Por esto, P 23 = 9 + 0.67(10 9) =
9.67.
El percentil 71 estara en la posicin: 71(28+1)/100 = 20.59. sta sera la
posicin #20 + 0.59 la diferencia entre la posicin #21 y la #20. La
posicin #20 tiene valor de 32, y la #21 el valor de 34. Por esto, P 71 = 32 +
0.59(34 32) = 33.18.
MEDIDAS DE DISPERSION
Las medidas de dispersin nos informan sobre cuanto se alejan del centro
los valores de la distribucin.
Las medidas de dispersin son:

Rango o recorrido
Desviacin media

Varianza
Desviacin tpica

Rango o recorrido.
Es el intervalo entre el valor mximo y el valor mnimo; por ello, comparte
unidades con los datos. Permite obtener una idea de la dispersin de los
datos, cuanto mayor es el rango, ms dispersos estn los datos de un
conjunto.
Ejemplo:
Estatura

medida

Si

en

centmetros,

los

obtener

ordenamos

el

rango.
tenemos:

Donde la notacin x(i) indica que se trata del elemento i-simo de la serie de
datos. De este modo, el rango sera la diferencia entre el valor mximo ( k) y
el
mnimo;
o, lo que es lo mismo:
En nuestro ejemplo, con cinco valores, nos da que R = 185-155 = 30.
Deviacin media.
La desviacin media es la media aritmtica de los valores absolutos de las
desviaciones respecto a la media.
La

desviacin

media

se

representa por

Ejemplo:
Calcular la desviacin media de la distribucin:

9, 3, 8, 8, 9, 8, 9, 18

Varianza.
la varianza (que suele representarse como
) de una variable aleatoria es
una medida de dispersin definida como la esperanza del cuadrado de la
desviacin de dicha variable respecto a su media.

Est medida en unidades distintas de las de la variable. Por ejemplo, si la

variable mide una distancia en metros, la varianza se expresa en metros al
cuadrado. La desviacin estndar es la raz cuadrada de la varianza, es una
medida de dispersin alternativa expresada en las mismas unidades de los
datos de la variable objeto de estudio. La varianza tiene como valor mnimo
0.
Ejemplo:

Calcular la varianza de la distribucin: 9, 3, 8, 8, 9, 8, 9, 18

Desviacin estndar o tpica:

La desviacin tpica o desviacin estndar (denotada con el smbolo o s,
dependiendo de la procedencia del conjunto de datos) es una medida de
dispersin para variables de razn (variables cuantitativas o cantidades
racionales) y de intervalo. Se define como la raz cuadrada de la varianza de
la variable.
Ejemplo:

Calcular la desviacin tpica de la distribucin:9, 3, 8, 8, 9, 8, 9, 18

CONCLUSIONES
-La estadstica es la ciencia que nos ayuda a describir datos.
-Dentro de estadstica existen escalas cuantitativas que son discretas y
continuas y escalas cualitativas que pueden ser nominal y ordinal.

BIBLIOGRAFA

Monegal Ferrn Mariona. Introduccin al SPSS: Manipulacin de datos

y estadstica descriptiva, edicin de la universitat de Barcelona.
https://books.google.com.ec/books?
id=TqkWSd_88bIC&pg=PA24&lpg=PA24&dq=introduccion+escalas+c
uantitativas+y+cualitativas&source=bl&ots=p79y7GSEFa&sig=xFfxI
ADxUNws2DTGGh_fK12fTV0&hl=es&sa=X&ved=0CFEQ6AEwC2oVCh
MI6a7GnyAIVAl4eCh2XlAto#v=onepage&q=introduccion%20escalas
%20cuantitativas%20y%20cualitativas&f=false
Estadstica Descriptiva. sf. Recuperado el 03-10-2015.
http://www.dcb.unam.mx/users/isabelpaj/web/asignaturas/archivos/pr
obayest/DESCRIPTIVA.pdf.
Curso bsico de Bioestadstica Descriptiva. Recuperado el 03-102015
de:
http://www.uam.es/personal_pdi/economicas/fphernan/EconometriaTII
.pdf
Genoveva Tapia. (05-05-2012). Recuperado el 03-10-2015 de:
http://es.slideshare.net/GENOVEVATAPIA/importancia-de-la-estadistica