Estadística Descriptiva Unidimensional

Tema 2: Estadstica Descriptiva
Unidimensional
Profesora: Carmen Elvira Ramos Domnguez
Estadstica Descriptiva Unidimensional
ndice

Conceptos Bsicos
Ordenacin de los Datos
Caso Discreto
Caso Continuo
Representaciones Grficas de Caracteres Cuantitativos

Diagrama de Barras
Histograma
Polgonos de Frecuencias. Caso Discreto y Continuo
Diagrama de Frecuencias Acumuladas
Polgono de Frecuencias Acumuladas
Representaciones Grficas de Caracteres Cualitativos

Diagrama de Rectngulos
Diagrama por Sectores
Medidas Numricas
Medidas de Tendencia Central y/o de Posicin
Medidas de Dispersin o Variabilidad
Medidas de Asimetra y Apuntamiento
Conceptos Bsicos
Problema Estadstico. Se analiza
la informacin
procedente de la observacin de cierta caracterstica
sobre los individuos u objetos de un colectivo.
Ejemplo: Tiempo de func. de un aparato elctrico.
Definicin: Se denomina Poblacin al conjunto de
referencia sobre el cual van a recaer las observaciones.
Definicin: Se llama Individuo a cada uno de los
elementos (objetos, individuos, entes, etc)
que
componen la poblacin.
Las poblaciones pueden ser finitas e infinitas.
Definicin: Una poblacin se dice finita si consta de un
nmero fijo de elementos y se dice infinita si consta de
una sucesin sin fin de elementos.
Conceptos Bsicos
Causas por las que no se puede analizar toda la
poblacin.
1. El nmero de elementos de la poblacin es muy grande.
2. El estudio supone la destruccin total o parcial del elemento
estudiado.
3. Los elementos a estudiar no existen realmente sino
conceptualmente.
4. El estudio de la poblacin es muy costoso, y supone un gran
inversin de tiempo.
Definicin: Se denomina muestra a un subconjunto de

elementos de la poblacin lo suficientemente
representativo.
Definicin: Se llama tamao muestral al nmero de
elementos que componen la muestra.
Conceptos Bsicos
Definicin: Llamamos Caracteres a las cualidades o
propiedades de los individuos de la poblacin que se
intentan estudiar.
Los caracteres pueden ser:
Cuantitativos: Son caracteres que se pueden medir o expresar a
travs de un nmero. Ej. longitud de un cable
Cualitativos: Son aquellos caracteres que no se pueden
cuantificar. Ej. color de un coche.
Los caracteres cuantitativos se denominan Variables

Estadsticas Cuantitativas o Variables y a los caracteres
cualitativos se les denomina Variables Estadsticas
Cualitativas o Atributos.
Las variables toman valores y los atributos adoptan
modalidades.
Conceptos Bsicos
Las variables se clasifican en:
Discretas: Son aquellas que toman una cantidad finita o infinita
numerable de posibles valores. Ej. n de alumnos
Continuas: Son aquellas que toman un cantidad infinita de
valores en un intervalo. Ej. temperatura de un porttil
Definicin: Nos referimos con el trmino Dato al

resultado de la observacin de un determinado carcter
para cada individuo de la muestra.
Ejemplo 2.1: Un vendedor de porttiles Asus desea saber el tiempo
de funcionamiento para establecer el perodo de garanta y no tener
prdidas. Posee en su almacn 600 porttiles y entrega a sus
empleados 25 para que analicen el tiempo de funcionamiento hasta
que sufren una avera.

Estadstica Descriptiva. Intenta estructurar y ordenar los
datos obtenidos en la observacin de una muestra para
un anlisis posterior (distribucin de la variable).
Caso Discreto: Sea la variable discreta X que toma los
valores x1, x2, x3, ., xk, y que mide cierta caracterstica
de los individuos de la poblacin. Se toma una muestra
de tamao n y se observa X, obteniendo n datos.
Ejemplo 2.2: Sea X = Edad de los alumnos de primero Esta
variable toma los valores 17, 18, 19, 20, 21, 22, 23, 24, 25 y 26. Se
selecciona un muestra de 15 alumnos y se obtienen los resultados:
19, 22, 21, 20, 22, 22, 19, 20, 21, 18, 17, 19, 20, 21, 22
Definicin: Se llama recorrido a la diferencia entre el

mayor valor y el menor valor que toma la variable.
recorrido poblacional 26-17=9 y recorrido muestral 22-17=5

Definicin: Se denomina frecuencia absoluta del valor xi
de la variable estadstica X al nmero de veces que
aparece repetido dicho valor en el conjunto de
observaciones realizadas. Se denota por ni.
Definicin: Se denomina frecuencia relativa del valor xi
de la variable estadstica X al cociente entre en la
frecuencia absoluta y el nmero de observaciones

realizadas (n). Se denota por f .
Definicin: Se denomina frecuencia absoluta acumulada

del valor xi de la variable estadstica X a la suma de las
frecuencias absolutas de los valores inferiores o iguales
a xi. Se denota por N
n
. Evidentemente N n.

Definicin: Llamamos frecuencia relativa acumulada del
valor xi de la variable estadstica X a la suma de las
frecuencias relativas de los valores inferiores o iguales a
xi. Se denota por F
f
. Evidentemente F 1.
Definicin: Llamamos tanto por ciento del valor xi de la
variable estadstica X al porcentaje de observaciones
que se corresponden con el valor xi. Se denota por
% 100 x f .
Nota: Los conceptos de frecuencias tambin son
aplicables a los atributos (frecuencia absoluta de una
modalidad = n de veces que se repite dicha modalidad)

A partir de las definiciones anteriores se construye la
Tabla de Frecuencias o Distribucin de Frecuencias
de una variable discreta, ordenando los distintos valores
de la misma de menor a mayor y anotando sus
correspondientes frecuencias.
X
ni
fi
Ni
Fi
%i
x1
n1
f1
N1
F1
%1
x2
n2
f2
N2
F2
%2
xi
ni
fi
Ni
Fi
%i
xk
nk
fk
Nk
Fk
%k
10

Propiedades de las Frecuencias:
Sea n el nmero de observaciones realizadas.
1.
n n
2.
1 f
N n y F 1
N N n i 2, , k
F F f i 2, , k
3.
4.
5.
Tabla de Frecuencias del Ejemplo 2.2

X
ni
fi
Ni
Fi
%i
17
19
20
21
22
1! 0.06#
15
2! 0.13#
15
5! 0. 3#
15
8! 0.53#
15
11! 0.73#
15
1
6.6%
18
1! 0.06#
15
1! 0.06#
15
3! 0.2
15
3! 0.2
15
3! 0.2
15
4! 0.26#
15
2
5
8
11
15
6.6%
20%
20%
20%
26.6%
11

Caso Continuo: Se consideran aquellas variables con un
campo de variabilidad muy amplio, pudiendo tomar
cualquier valor dentro de un intervalo.
Entonces se agrupan los valores que toma la variable en
intervalos llamados clases y se hace un recuento de las
observaciones que caen dentro de cada clase.
El nmero de clases ha de ser tal que equilibre la
perdida de informacin con la simplificacin del trabajo.
Definicin: A la diferencia entre el extremo superior y el
inferior del intervalo se denomina Amplitud del intervalo.
Las clases pueden ser de amplitud fija o variable. Por lo
general, a priori se toman de amplitud fija.
12

Criterios para construir las clases
1. Ningn valor debe coincidir con los extremos de las clases.
2. Los extremos deben ser sencillos, y no con muchas cifras
decimales.
3. La unin de todas las clases deben recorrer el conjunto total de
posibles valores que puede tomar la variable.
4. Las clases no deben solaparse las unas con las otras, de
forma que cada observacin se clasifique en una sola clase.
Por esto, los intervalos suelen tomarse semiabiertos (a,b].
5. Las clases han de ser en cierta medida lo ms similares
posibles. Por esto, se suelen tomar de igual amplitud.
6. El nmero de clases adecuado est entre 5 y 20.
Existen diversas expresiones para el nmero de clases:
k n k '( *+, !*+, ( 1 3.3 log0 n
7. No deben existir clases con ninguna o pocas observaciones.
13

Cada clase est determinada por sus extremos 123 , 23 4
Definicin: Llamamos marca de clase y se denota por mi
al punto medio de la clase 123 , 23 4.
Definicin: Se denomina frecuencia absoluta de la clase
123 , 23 4 al nmero de observaciones que caen dentro
de dicha clase 123 , 23 4. Se denota por ni.
Definicin: Se denomina frecuencia relativa de la clase
123 , 23 4 al cociente entre en la frecuencia absoluta y el

nmero total de observaciones. Se denota por f .
Definicin: Ordenadas las clases de forma creciente, se

denomina frecuencia absoluta (relativa) acumulada de la
clase 123 , 23 4 a la suma de las frecuencias absolutas
(relativas) de las clases anteriores y de ella misma. Se
14
denotan por Ni y Fi, respectivamente.

Definicin: Llamamos tanto por ciento de la clase
123 , 23 4 al porcentaje de observaciones que caen
dentro de la clase 123 , 23 4. Se denota por % 100 x f .
Tabla de Frecuencias de una variable agrupada en
clases.
Clases
mi
ni
fi
Ni
Fi
%i
m1
n1
f1
N1
F1
%1
m2
n2
f2
N2
F2
%2
123 , 23 4
mi
ni
Ni
Fi
%i
125 , 25 4
fi
mk
nk
fk
Nk
Fk
%k
120 , 2 4
12 , 2( 4
15

Ejemplo 2.3: Los datos siguientes representan los tiempos de
resolucin de un algoritmo para resolver un problema de
Programacin Matemtica. Se resolvieron 52 problemas elegidos al
azar utilizando tal algoritmo y los datos obtenidos fueron:
0,045
1,045
0,136
0,894
0,379
0,136
0,336
0,258
0,070
0,506
0,088
0,242
0,639
0,912
0,412
0,361
0,788
0,579
0,267
0,567
0,182
0,036
0,394
0,209
0,445
0,179
0,118
0,333
0,554
0,258
0,182
0,070
0,985
0,670
0,888
0,136
0,091
0,600
0,291
0,327
0,130
0,145
0,170
0,227
0,064
0,194
0,209
0,258
0,046
0,045
0,049
0,079
16

Ejemplo 2.3: El nmero recomendable de clases k 52 6 7.
El valor mnimo es 0.036 y el mximo 1.045.
Sea el lmite inferior 0 y el superior 1.05 entonces el
recorrido es 1.05, que entre 7 clases nos da una amplitud de 0.15.
Clases
10, 0.154
10.15, 0.34
10.3, 0.454
10.45, 0.64
10.6, 0.754
10.75, 0.94
10.9, 1.054
mi
ni
fi
Ni
Fi
%i
0.075
17
0.327
17
0.327
32.7%
0.225
14
0.269
31
0.596
26.9%
0.375
0.154
39
0.75
15.4%
0.525
0.096
44
0.846
9.6%
0.675
0.038
46
0.884
3.8%
0.825
0.058
49
0.942
5.8%
0.975
0.058
52
5.8%
17

Como no pueden haber clases con menos de 5 observaciones
unimos las cuatro ltimas clases en dos, como sigue:
Clases
10, 0.154
10.15, 0.34
10.3, 0.454
10.45, 0.754
10.75, 1.054
mi
ni
fi
Ni
Fi
%i
0.075
17
0.327
17
0.327
32.7%
0.225
14
0.269
31
0.596
26.9%
0.375
0.154
39
0.75
15.4%
0.6
0.134
46
0.884
13.4%
0.9
0.116
52
11.6%
18
Representaciones Grficas de C. Cuantitativos

1. Diagrama de Barras: Esta representacin es vlida para las
variables discretas. Se coloca en el eje de abscisas los valores
que toma la variable y se levanta una lnea perpendicular cuya
altura es la frecuencia absoluta o relativa del dicho valor.
Horas diarias
destinadas al
estudio
0
1
2
3
4
5
6
7
Horas diarias destinadas al estudio

ni
1
2
2
4
4
3
2
2
5
4
3
2
1
0
0
19

2. Histograma: Se utiliza en el caso de variables agrupadas en
intervalos. El histograma es un conjunto de rectngulos cuyas
bases son iguales a las amplitudes de las clases y sus alturas
se determinan de manera que su rea sea la frecuencia
absoluta o relativa de la clase.
Histograma de Calificaciones
Lmite
Inferior
0,2000
1,7833
3,3667
4,9500
6,5333
8,1167
Lmite Marcas de
Superior
Clase
1,7833
0,9917
3,3667
2,5750
4,9500
4,1583
6,5333
5,7417
8,1167
7,3250
9,7000
8,9083
ni
5
4
7
5
4
10
hi
3,1579
2,5263
4,4211
3,1579
2,5263
6,3158
6,8
6,4
6
5,6
5,2
4,8
4,4
4
3,6
3,2
2,8
2,4
2
1,6
1,2
0,8
0,4
0
0,9917
2,575
4,1583
5,7417
7,325
8,9083
3. Polgono de Frecuencias.
a) Si la variable est agrupada en intervalos se obtiene uniendo los
puntos medios de las bases superiores de cada rectngulo del
histograma. Est dibujado en rojo sobre el histograma.
Nota: Como norma se une el punto medio del primer intervalo con su20
extremo inferior y el punto medio del ltimo con su extremo superior.

b) Si la variable es discreta se obtiene uniendo los extremos
superiores de las barras de los diagramas de barras. Est pintado de
rojo sobre el diagrama de barras.
Horas diarias destinadas al estudio
Horas diarias
destinadas al
estudio
ni
0
1
2
3
4
5
6
7
1
2
2
4
4
3
2
2
5
4
3
2
1
0
0
21

4. Diagrama de Frecuencias Acumuladas: Tambin llamado
Diagrama de Barras Acumulativo. Es especfico de variables
discretas. Se representan en el eje de abscisas los distintos
valores que toma la variable y se levanta sobre cada uno de
ellos una perpendicular cuya longitud sea la frecuencia
absoluta o relativa acumulada del valor. De esta forma se
obtiene un diagrama de barras creciente. Entonces se trazan
segmentos horizontales desde cada extremo de la barra a
cortar la barra inmediatamente a su derecha.
Diagrama de Frecuencias Acumuladas
20
18
16
14
12
10
8
6
4
2
0
Horas Diarias destinadas

al estudio
22

5. Polgono de Frecuencias Acumuladas: Esta representacin se
usa con variables agrupadas en clases. Se representan en el
eje de abscisas las distintas clases. Sobre el lmite superior de
cada clase se levanta una lnea perpendicular cuya longitud
sea la frecuencia absoluta o relativa acumulada de dicha
clase. De esta forma se obtiene un diagrama de barras
creciente, que uniendo sus extremos da lugar al polgono de
frecuencias acumuladas.
Poligono de Frecuencias Acumulado
40
35
30
Calificaciones de los
Alumnos
25
20
Polgono de
Frecuencias
Acumulado
15
10
5
0
0,2 1,7833 3,3667 4,95 6,5333 8,1167 9,7
23
Representaciones Grficas de C. Cualitativos

1. Diagrama de Rectngulos: Este consiste en representar en el
eje de abscisas las distintas modalidades del carcter y sobre
ellas se levantan rectngulos con igual base y cuya altura ser
la correspondiente a las frecuencias absolutas de cada
modalidad. Los rectngulos no estn solapados.
Diagrama de Rectngulos
Seccin
ni
Qumicas
Matemticas
Estadstica
Ambientales
Fsicas
Biolgicas
Geolgicas
Total
800
400
200
100
500
700
300
3000
900
800
700
600
500
400
300
200
100
0
Facultad
24
Representaciones Grficas de C. Cualitativos

2. Diagrama por Sectores: En un crculo se asigna un sector
circular a cada una de las modalidades, siendo la amplitud del
sector proporcional a la frecuencia de la modalidad.
Esto consigue haciendo corresponder 360 a la cantidad total
n de observaciones y hallar de forma proporcional lo que le
corresponde a cada ni.
Diagrama por Sectores
Seccin
ni
Qumicas
800
Matemticas 400
Estadstica
200
Ambientales 100
Fsicas
500
Biolgicas
700
Geolgicas
300
Total
3000
Grados
96
48
24
12
60
84
36
360
Qumicas
Matemticas
Estadstica
Ambientales
Fsicas
Biolgicas
Geolgicas
25
Medidas Numricas
Existen algunos valores que pueden ser tiles para
describir un conjunto de datos. Estas medidas
descriptivas tratan de reflejar ciertos aspectos globales
del conjunto de datos. Distinguimos entre:
a) Medidas de Tendencia Central
b) Medidas de Dispersin
Medidas de Tendencia Central son valores que tratan de

reducir la informacin procedente de la muestra con el
fin de poder hacer comparaciones entre poblaciones.
Indican donde se centra la distribucin de frecuencias.
Las principales son:
a) Media Aritmtica
b) Mediana
26
Medidas Numricas
Media Aritmtica.
Sea la variable X que toma los valores x1, x2, x3, ., xk, con las
frecuencias absolutas n1, n2, n3, ., nk, respectivamente. Se define
la media aritmtica por:
x8
=
9
9: : ; 9< < ; ; 9= =
>:

x f
donde n es el nmero de observaciones realizadas.

En el caso de variables agrupadas en intervalos, xi es la marca de
clase del intervalo i-simo y ni la frecuencia absoluta del mismo.
Mediana.
La mediana es la medida de tendencia central que supuesto todos
los valores de la variable ordenados de forma creciente, deja igual
nmero de observaciones inferiores que superiores a ella.
card x x C ME F ( y card x x F ME F (
27
Medidas Numricas
Mediana.
1. Caso Discreto.
a. Dividimos el nmero de observaciones n entre 2.
b. Comprobamos si ( est en la tabla de frecuencias, en la columna
de frecuencias absolutas acumuladas Ni.
c. Si no est, estar comprendido entre dos nmeros de la citadas
tabla, con lo cual la mediana ser aquel valor de la variable que se
corresponda con el mayor nmero, es decir, la abscisa que
corresponde con la ordenada ( en el diagrama de frecuencias
acumulado.
n/2
xi-1
Me = xi xi+1
28
Medidas Numricas
Mediana.
1. Caso Discreto.
d. Si el valor ( est en la columna de las Ni es que coincide con la
frecuencia absoluta acumulada de algn valor xi y por tanto, dicha
ordenada ( se corresponde con los infinitos puntos del intervalo
1G3 , G3; 4 . En dicho caso, se toma como mediana un valor
representativo y que es la media aritmtica de los lmites del
intervalo, aunque no coincida con los valores que toma la variable.
x x;
ME
2
n/2
xi-1
xi
xi+1
29
Medidas Numricas
Mediana.
2. Caso Continuo.
a. Dividimos el nmero de observaciones n entre 2.
b. Comprobamos si ( est en la tabla de frecuencias, en la columna
de frecuencias absolutas acumuladas Ni 0,5 en la columna de Fi.
c. Si este valor est en la tabla, es que ( ser la frecuencia absoluta
acumulada de un cierto intervalo o clase 123 , 23 4 y por tanto, la
mediana ser el lmite superior de dicho intervalo ME a .
Ni+1
n/2
Ni-1
ai-1
Me = ai
ai+1
30
Medidas Numricas
Mediana.
2. Caso Continuo.
d. Si ( no se encuentra en la columna de frecuencias absolutas
acumuladas Ni estar comprendido entre dos valores Ni y Ni+1 que
correspondern a las frecuencias absolutas acumuladas de dos
intervalos 123 , 23 4 y 123 , 23; 4, respectivamente. Por tanto la
mediana se va encontrar en la clase 123 , 23; 4. Su posicin exacta
se obtiene mediante la relacin de semejanza de los tringulos de
la siguiente figura.
HIJ: HI
KIJ: KI
L
<KI
M
de donde se obtiene el
valor de x despejando
y la mediana es
Ni+1
n/2
Ni
ME a x
ai-1
ai Me ai+1
31
Medidas Numricas
Otras Medidas de Tendencia Central.
Otras medidas de tendencia central que se ven menos afectadas de
los valores extremos, pero que tienen peores propiedades
matemticas son:
Media Geomtrica
M,
Media Armnica
:
x(
<
=
n
MO n
n
n

x( x
x
(

32
Medidas Numricas
Moda.
La moda es el valor de la variable que tiene mxima frecuencia
absoluta o relativa.
No tiene porque ser nica. De hecho si hay dos modas la
distribucin se dice bimodal, si hay tres trimodal y as de forma
sucesiva.
Cuando la variable est agrupada en clases se habla del intervalo
modal. Es aquel intervalo del histograma que se corresponde con el
rectngulo de mayor rea por unidad de base. Para conocer el valor
puntual que representa la moda debemos proceder como sigue:
1. Se miden las diferencias de alturas correspondientes al rectngulo del
intervalo modal con los intervalos anterior y posterior a l,
obtenindose P y P( .
2. El valor x se obtiene a partir de la relacin de semejanza entre los
tringulos de la pajarita en la siguiente figura.
33
Medidas Numricas
Moda.
P
ai-1
L
Q:
Entonces
ai
HIJ: HI L

Q<
P(
Md ai+1
ai+2
G 23; S 23
Q:
Q: ;Q<
P
TU 23 G 23 23; S 23
P P(
Nota: En el caso de que hayan dos intervalos modales consecutivos
se considera uno slo.
Si el intervalo modal est en uno de los extremos la diferencia de
34
altura es con respecto al eje de abscisas.
Medidas Numricas
Medidas de Posicin:
Definicin: Los cuartiles son tres valores de la variable que dividen
el conjunto total de observaciones en cuatro partes con igual n de
observaciones.
Definicin: El primer cuartil o cuartil inferior es el valor que deja al
menos la cuarta parte de las observaciones menores o iguales a l
y al menos las tres cuartas partes de las observaciones superiores
a l. card x x C c F V y card x x F c F 'V
Para su clculo se siguen los mismos pasos que con la mediana
pero buscando el valor WV 0,25.
Definicin: El segundo cuartil coincide con la mediana.
Definicin: El tercer cuartil o cuartil superior es el valor de la
variable que deja al menos inferiores o iguales a l las tres cuartas
partes de las observaciones y al menos la cuarta parte de stas
superiores a l. card x x C cX F 'V y card x x F cX F V
Se calcula de forma anloga pero buscando 'WV. 0,75.
35
Medidas Numricas
De la misma forma si la divisin del conjunto de observaciones
ordenados de forma creciente es en diez partes iguales, los puntos
de divisin se denominan deciles.
Definicin: Se define el decil k-simo como el valor de la variable
que deja al menos inferiores o iguales a l las 50 partes de las
observaciones, donde Y 1, 2, , 9.
card x x C d F 0 y card x x F d F 10 Z!0
Para su clculo se siguen los mismos pasos que anteriormente

pero buscando el valor 5W0 0,10k.
Finalmente al realizar la divisin en porcentajes se obtienen los
percentiles.
Definicin: Se define el percentil k-simo como el valor de la
variable que deja al menos inferiores o iguales a l las 500 partes
de las observaciones, donde Y 1, 2, , 99.
card x x C p5 F 00 y card x x F p5 F 1005Z!00
Se calcula de forma anloga pero buscando 5W00 0,100k.
36
Medidas Numricas
Medidas de Dispersin o Variabilidad
Las medidas de tendencia central tratan de resumir la informacin
contenida en la muestra a un nico valor, pero dicho valor en
algunas ocasiones ser ms representativo que en otras.
Ejemplo 2.3: Supongamos que el tiempo de ejecucin de dos
algoritmos para 5 problemas de prueba se recogen a continuacin:
Algoritmo 1
0,2
0,8
0,1
0,9
0,5
Algoritmo 2
0,5
0,5
0,5
0,4
0,6
Ambos algoritmos tienen un tiempo medio de 0.5 min. Sin embargo,

la media es ms representativa en el segundo algoritmo que en el
primero, puesto que los datos estn ms prximos a sta.
Las medidas de dispersin o variabilidad tratan de cuantificar la
representatividad de las medidas de tendencia central, estudiando la
separacin de las observaciones respecto de la medida de tendencia
37
central elegida.
Medidas Numricas
Definicin: Se define la Varianza como la media de las desviaciones
al cuadrado del conjunto de observaciones respecto de la media
aritmtica, es decir,

8 Z( n
x ( n
1x S x
(
]
S x8 (
S
n
n

Si S2 = 0 entonces x x8 i 1, 2, , k, esto es, todas las

observaciones estaran concentradas en la media y la dispersin es
nula. A medida que S2 aumenta se incrementa la dispersin y la
representatividad de la media disminuye.
Definicin: La Desviacin Tpica es la raz cuadrada positiva de la
varianza.
S
=
8 Z
>:19 9
La media se considera representativa cuando la desviacin tpica es

menor que la media.
38
Medidas Numricas
Definicin: Se define la Desviacin Absoluta Media respecto de un
valor p y se denota por DM, como la media aritmtica de las
desviaciones en valor absoluto entre las observaciones y p.
x S p n
D_
n
Si p es la mediana entonces se denomina Desviacin Absoluta
Media respecto de la Mediana y se representa por:
x S ME n
D_`
n
Si p es la media entonces se denomina Desviacin Absoluta Media
respecto de la Media y se representa por:
x S x8 n
D98
n
Definicin: Se define el Coeficiente de Variacin de Pearson como el
cociente de la desviacin tpica y la media en valor absoluto.
S Estadstica Descriptiva Unidimensional
39
C. V.
x
Medidas Numricas
El Coeficiente de Variacin de Pearson no se puede calcular cuando
x8 0 y a veces suele presentarse multiplicado por 100.
La media se considera representativa cuando el C.V. es menor que 1.
Se suele usar para comparar la dispersin de dos muestras medidas
con diferentes escala.
Ejemplos 2.4: En un instituto se ha aplicado el mismo test de
inteligencia a dos grupos de alumnos y se han obtenido:
x8 30
x8 62
Grupo A: g
Grupo B: g
S6
S9
En qu grupo hay mayor dispersin?. Observando los resultados se
podra pensar que es en el Grupo B, que es el que tiene mayor S.
Sin embargo, si calculamos el C.V. se tiene:
i. j.k
l
'0
0.2
y i. j.m
n
l(
0.145
Esto nos muestra que hay mayor dispersin en el

40
grupo A que en el B.
Medidas de Dispersin
Definicin: Se llama recorrido a la diferencia entre el mayor valor y el
menor valor que toma la variable.
Definicin: Se llama recorrido intercuartlico a la diferencia entre el
cuartil superior y el cuartil inferior.
41
Medidas Numricas
Definicin: Se define el Momento de orden r con respecto al
parmetro c de la siguiente forma:
x S p q n
Mo 1cZ
n
En particular nos interesan dos casos:
Los momentos respecto del origen:
x o n
ao
n
Los momentos respecto de la media o momentos centrales:
x S x8 o n
mo
n
Asimismo hacemos especial hincapi en algunos casos concretos,
que toman valores determinados. Esto es,
a 0 m0 1
a x8
m 0
m( S (
42
Medidas Numricas
Medidas de Asimetra y Apuntamiento
Definicin: Diremos que una distribucin de frecuencias es simtrica,
cuando los valores de la variable equidistantes de un valor central
tienen las mismas frecuencias.
Cuando la distribucin de frecuencias es simtrica suele ocurrir que
Ms ME x8.
hi
c1
c2 c3 c4
c5 c6 c7
Definicin: De forma natural una distribucin se dice Asimtrica si no

es simtrica.
43
Medidas Numricas
Definicin: La Asimetra a la Derecha o Positiva se caracteriza
porque la grfica de la distribucin de frecuencias presenta una cola
a la derecha, esto es, las frecuencias descienden ms lentamente
por la derecha que por la izquierda.
En este caso suele ocurrir que Ms C ME C x8.
hi
c1
c2 c3 c4
c5 c6
c7
c8
c9 c10
44
Medidas Numricas
Definicin: La Asimetra a la Izquierda o Negativa se caracteriza
porque la grfica de la distribucin de frecuencias presenta una cola
a la izquierda, esto es, las frecuencias descienden ms lentamente
por la izquierda que por la derecha.
En este caso suele ocurrir que Ms F ME F x8.
hi
c1
c2 c3 c4
c5 c6
c7
c8 c9 c10
45
Medidas Numricas
Definicin: Se define el Coeficiente de asimetra de Pearson como el
coeficiente dado por la siguiente expresin:
At
98 _u
v
Dicho coeficiente indica el grado de asimetra o sesgo de una

distribucin de frecuencias segn lo siguiente:
1. Si wx y 0 se presenta asimetra a la derecha.
2. Si wx 0 la grfica es simtrica.
3. Si wx z 0 se presenta asimetra a la izquierda.
Otro coeficiente similar al anterior es el Coeficiente de Asimetra de

Fisher, que viene dado por la siguiente expresin:
A{
|}
~}
Su significado es similar.
1. Si w y 0 se presenta asimetra a la derecha.

2. Si w 0 la grfica es simtrica.
3. Si w z 0 se presenta asimetra a la izquierda.
46
Medidas Numricas
Definicin: Se define el Coeficiente de Apuntamiento o Curtosis
como aquel coeficiente que indica el apuntamiento de la grfica de
la distribucin de frecuencias analizada en comparacin con la
grfica de la distribucin Normal.
g(
|
S
~
Se verifica que:
1. Si g ( y 0 la grfica es ms apuntada que la Normal, y se le dice

Leptocrtica.
2. Si g ( 0 la grfica es tan apuntada como la Normal, y se le dice
Mesocrtica.
3. Si g ( z 0 la grfica es menos apuntada que la Normal, y se le dice
Platicrtica.
47

Estadística Descriptiva Unidimensional

Загружено:

Сведения о документе

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

Estadística Descriptiva Unidimensional

Загружено:

Авторское право:

Доступные форматы

Tema 2: Estadstica Descriptiva

Profesora: Carmen Elvira Ramos Domnguez

Estadstica Descriptiva Unidimensional

Representaciones Grficas de Caracteres Cuantitativos

Representaciones Grficas de Caracteres Cualitativos

Definicin: Se denomina muestra a un subconjunto de

Los caracteres cuantitativos se denominan Variables

Definicin: Nos referimos con el trmino Dato al

Ordenacin de los Datos

Definicin: Se llama recorrido a la diferencia entre el

Ordenacin de los Datos

Definicin: Se denomina frecuencia absoluta acumulada

Ordenacin de los Datos

Estadstica Descriptiva Unidimensional

Ordenacin de los Datos

Estadstica Descriptiva Unidimensional

Ordenacin de los Datos

Tabla de Frecuencias del Ejemplo 2.2

Ordenacin de los Datos

Ordenacin de los Datos

Ordenacin de los Datos

Definicin: Ordenadas las clases de forma creciente, se

Ordenacin de los Datos

Estadstica Descriptiva Unidimensional

Ordenacin de los Datos

Estadstica Descriptiva Unidimensional

Ordenacin de los Datos

Estadstica Descriptiva Unidimensional

Ordenacin de los Datos

Estadstica Descriptiva Unidimensional

Representaciones Grficas de C. Cuantitativos

Horas diarias destinadas al estudio

Estadstica Descriptiva Unidimensional

Representaciones Grficas de C. Cuantitativos

Representaciones Grficas de C. Cuantitativos

Horas diarias destinadas al estudio

Estadstica Descriptiva Unidimensional

Representaciones Grficas de C. Cuantitativos

Horas Diarias destinadas

Representaciones Grficas de C. Cuantitativos

Representaciones Grficas de C. Cualitativos

Estadstica Descriptiva Unidimensional

Representaciones Grficas de C. Cualitativos

Estadstica Descriptiva Unidimensional

Medidas de Tendencia Central son valores que tratan de

donde n es el nmero de observaciones realizadas.

Estadstica Descriptiva Unidimensional

Estadstica Descriptiva Unidimensional

Para su clculo se siguen los mismos pasos que anteriormente

Se calcula de forma anloga pero buscando 5W 00 0,100k.

Ambos algoritmos tienen un tiempo medio de 0.5 min. Sin embargo,

Si S2 = 0 entonces x x8 i 1, 2, , k, esto es, todas las

La media se considera representativa cuando la desviacin tpica es

Esto nos muestra que hay mayor dispersin en el

Estadstica Descriptiva Unidimensional

Estadstica Descriptiva Unidimensional

Definicin: De forma natural una distribucin se dice Asimtrica si no

Estadstica Descriptiva Unidimensional

Dicho coeficiente indica el grado de asimetra o sesgo de una

3. Si wx z 0 se presenta asimetra a la izquierda.

Otro coeficiente similar al anterior es el Coeficiente de Asimetra de

1. Si w y 0 se presenta asimetra a la derecha.

1. Si g ( y 0 la grfica es ms apuntada que la Normal, y se le dice

Estadstica Descriptiva Unidimensional

Se calcula de forma anloga pero buscando 5W00 0,100k.

1. Si w y 0 se presenta asimetra a la derecha.