HERRAMIENTAS ESTADSTICAS

1. Media aritmtica:

La media aritmtica de una variable se define como la suma ponderada de los valores
de la variable por sus frecuencias relativas y lo denotaremos por y se calcula
mediante la expresin:

Xi representa el valor de la variable o en su caso la marca de clase.

Propiedades:

1. Si multiplicamos o dividimos todas las observaciones por un mismo nmero, la

media queda multiplicada o dividida por dicho nmero.

2. Si le sumamos a todas las observaciones un mismo nmero, la media

aumentar en dicha cantidad.

3. Adems de la media aritmtica existen otros conceptos de media, como son la

media geomtrica y la media armnica.

2. Media geomtrica:

La media geomtrica de N observaciones es la raz de ndice N del producto de todas

las observaciones. La representaremos por G.

Solo se puede calcular si no hay observaciones negativas. Es una medida estadstica

poco o nada usual.
3. Media armnica:

La media armnica de N observaciones es la inversa de la media de las inversas de las

observaciones y la denotaremos por H

Al igual que en el caso de la media geomtrica su utilizacin es bastante poco

frecuente

4. Mediana:

La mediana es el valor central de la variable, es decir, supuesta la muestra ordenada en

orden creciente o decreciente, el valor que divide en dos partes la muestra.

Para calcular la mediana debemos tener en cuenta si la variable es discreta o continua.

Clculo de la mediana en el caso discreto:

Tendremos en cuenta el tamao de la muestra.

Si N es Impar, hay un trmino central, el trmino que ser el valor de la

mediana.

Si N es Par, hay dos trminos centrales, la mediana ser la media de

esos dos valores

5. Desviacin media:

Es la media de los valores absolutos de las desviaciones, y la denotaremos por d m.

6. Varianza:

Es la media de los cuadrados de las desviaciones, y la denotaremos por o tambin

por .

Aunque tambin es posible calcularlo como:

Este estadstico tiene el inconveniente de ser poco significativo, pues se mide en el

cuadrado de la unidad de la variable, por ejemplo, si la variable viene dada en cm. La
varianza vendr en cm2.

7. Desviacin tpica:

Es la raz cuadrada de la varianza, se denota por Sx o s x.

Este estadstico se mide en la misma unidad que la variable por lo que se puede
interpretar mejor.

Otros dos estadsticos importantes son la cuasivarianza y la cuasidesviacin tpica, que

como veremos cuando estudiemos el tema de estimacin estadstica, son los
estimadores de la varianza y desviacin tpica poblacionales respectivamente.

8. Cuasivarianza:

Es una medida de dispersin, cuya nica diferencia con la varianza es que dividimos por

N-1, la representaremos por o y la calcularemos de la siguiente forma:

9. Cuasidesviacin tpica:

La raz cuadrada de la cuasivarianza y la denotaremos por SN1 o s N-1.

Todas estas medidas de dispersin vienen influidas por la unidad en la que se mide la
variable, esto implica que si cambiamos de unidad de medida, los valores de estos
estadsticos se vean a su vez modificados. Adems, no permite comparar por ejemplo,
en un grupo de alumnos si los pesos o las alturas presentan mas dispersin. Pues no es
posible comparar unidades de distinto tipo.

Precisamos por lo tanto, una medida "escalar", es decir, que no lleve asociado ninguna
unidad de medida.

10.Coeficiente de Variacin:

Es un estadstico de dispersin que tiene la ventaja de que no lleva asociada ninguna

unidad, por lo que nos permitir decir entre dos muestras, cual es la que presenta
mayor dispersin. La denotaremos por C.V.

11.Cuartiles

Medida de localizacin que divide la poblacin o muestra en cuatro partes iguales.

Q1= Valor de la variable que deja a la izquierda el 25% de la distribucin.

Q2= Valor de la variable que deja a la izquierda el 50% de la distribucin =

mediana.

Q3= Valor de la variable que deja a la izquierda el 75% de la distribucin.

Al igual que ocurre con el clculo de la mediana, el clculo de estos estadsticos,

depende del tipo de variable.

Caso I: Variable cuantitativa discreta:

En este caso tendremos que observar el tamao de la muestra: N y para
calcular Q1 o Q3 procederemos como si tuvisemos que calcular la mediana de
la correspondiente mitad de la muestra.
Caso II: Variable cuantitativa continua:
En este caso el clculo es ms simple:, sea la distribucin que sigue:
 [Li-2 -- Li-1) ni-1 Ni-1

[Li-1 -- Li) ni Ni
Siendo el intervalo coloreado donde se
encuentra el Cuartil correspondiente:

12.Deciles

Medida de localizacin que divide la poblacin o muestra en 10 partes iguales

No tiene mucho sentido calcularlas para variables cualitativas discretas. Por lo que lo
vamos a ver slo para las variables continuas.

dk = Decil k-simo es aquel valor de la variable que deja a su izquierda el k10 % de la

distribucin.

[Li-2 -- Li-1) ni-1 Ni-1

Intervalo donde se [Li-1 -- Li) ni Ni encuentra el Decil

correspondiente:

k = 1 .. 9
13.Percentiles:

Medida de localizacin que divide la poblacin o muestra en 100 partes iguales

No tiene mucho sentido calcularlas para variables cualitativas discretas. Por lo que lo
vamos a ver slo para las variables continuas.

pk = Percentil k-simo es aquel valor de la variable que deja a su izquierda el k % de la

distribucin.

[Li-2 -- Li-1) ni-1 Ni-1

Intervalo donde se [Li-1 -- Li) ni Ni encuentra el percentil

correspondiente:

k=1 .. 99
 CAMPANA DE GAUSS

La campana de Gauss es empleada en estadstica yprobabilidad, y debe su nombre a

su descubridor, el matemtico, astrnomo y fsico alemn Carl Friedrich Gauss.

La campana de Gauss es una representacin grfica de ladistribucin normal de un

grupo de datos. stos se reparten en valores bajos, medios y altos, creando un grfico
de forma acampanada y simtrica con respecto a un determinado parmetro. El punto
mximo de la curva corresponde a la media, y tiene dos puntos de inflexin a ambos
lados.

Este grfico se usa en variables asociadas a fenmenos naturales: caracteres

morfolgicos de individuos como la estatura o el peso,caracteres fisiolgicos como el
efecto de un frmaco,caracteres sociolgicos como el consumo de un determinado
producto por un mismo grupo de individuos, caracteres psicolgicos como el cociente
intelectual

Ecuaciones
La campana de Gauss est definida por la funcin:
 Propiedades
El campo de existencia es cualquier valor real, es decir, (-, +).

Es simtrica respecto a la media .

Tiene un mximo en la media .

Crece hasta la media y decrece a partir de ella.

En los puntos y + presenta puntos de inflexin.

El eje de abscisas es una asntota de la curva.

El rea del recinto determinado por la funcin y el eje de abscisas es igual a la

unidad.

Al ser simtrica respecto al eje que pasa por x = , deja un rea igual a 0.5 a la
izquierda y otra igual a 0.5 a la derecha.

La probabilidad equivale al rea encerrada bajo la curva.

p( - < X + ) = 0.6826 = 68.26 %

p( - 2 < X + 2) = 0.954 = 95.4 %

p( - 3 < X + 3) = 0.997 = 99.7 %

Aplicaciones
Una de las mayores aportaciones al clculo integral que realiz Gauss, fue la
introduccin de esta funcin. Este grfico se usa en variables asociadas a fenmenos
naturales que siguen el modelo de la normal.

Caracteres morfolgicos de individuos (personas, animales, plantas,...) de una

especie, p.ejm. tallas, pesos, envergaduras, dimetros, permetros,...

Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un frmaco,

o de una misma cantidad de abono.

Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un

mismo grupo de individuos, puntuaciones de examen.

Caracteres [Psicologa|psicolgicos]], por ejemplo: cociente intelectual, grado

de adaptacin a un medio,...

Errores cometidos al medir ciertas magnitudes.

 Valores estadsticos muestrales, por ejemplo: la media.