UNIVERSIDAD NACIONAL DE JULIACA

ESCUELA PROFESIONAL DE INGENIERÍA

EN INDUSTRIAS ALIMENTARIAS

“MONOGRAFIA DE CUARTILES PARA DATOS AGRUPADOS Y NO

AGRUPADOS”

PRESENTADO POR:

Calcina Gutiérrez Rruny Cristian

Condori Vásquez Oliver
Yanqui Mamani Betti

JULIACA, 26 de Julio de 2018

 CUARTILES

Introducción

Los cuartiles son los tres valores que dividen al conjunto de datos ordenados
en cuatro partes porcentualmente iguales.
Hay tres cuartiles denotados usualmente Q1, Q2, Q3. El segundo cuartil es
precisamente la mediana. El primer cuartil, es el valor en el cual o por debajo
del cual queda un cuarto (25%) de todos los valores de la sucesión (ordenada);
el tercer cuartil, es el valor en el cual o por debajo del cual quedan las tres
cuartas partes (75%) de los datos.
1: Datos Agrupados

Como los cuartiles adquieren su mayor importancia cuando contamos un

número grande de datos y tenemos en cuenta que en estos casos
generalmente los datos son resumidos en una tabla de frecuencia. La fórmula
para el cálculo de los cuartiles cuando se trata de datos agrupados es la
siguiente:
k= 1, 2,3
Dónde:
Lk = Límite real inferior de la clase del cuartil k
n = Número de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del cuartil k.
fk = Frecuencia de la clase del cuartil k
c = Longitud del intervalo de la clase del cuartil k
Si se desea calcular cada cuartil individualmente, mediante otra fórmula se
tiene lo siguiente:
 El primer cuartil Q1, es el menor valor que es mayor que una cuarta parte de
los datos; es decir, aquel valor de la variable que supera 25% de las
observaciones y es superado por el 75% de las observaciones.

Fórmula de Q1, para series de Datos agrupados:

 Dónde:
L1 = límite inferior de la clase que lo contiene
P = valor que representa la posición de la medida
f1 = la frecuencia de la clase que contiene la medida solicitada.
Fa-1 = frecuencia acumulada anterior a la que contiene la medida solicitada.
Ic = intervalo de clase
 El segundo cuartil Q2, (coincide, es idéntico o similar a la mediana, Q2 = Md),
es el menor valor que es mayor que la mitad de los datos, es decir el 50% de
las observaciones son mayores que la mediana y el 50% son menores.

Fórmula de Q2, para series de Datos agrupados:

Dónde:
L1 = límite inferior de la clase que lo contiene
P = valor que representa la posición de la medida
f1 = la frecuencia de la clase que contiene la medida solicitada.
Fa-1 = frecuencia acumulada anterior a la que contiene la medida solicitada.
Ic = intervalo de clase
 El tercer cuartil Q3, es el menor valor que es mayor que tres cuartas partes de
los datos, es decir aquel valor de la variable que supera al 75% y es superado
por el 25% de las observaciones.

Fórmula de Q3, para series de Datos agrupados:

Dónde:
L1 = límite inferior de la clase que lo contiene
P = valor que representa la posición de la medida
f1 = la frecuencia de la clase que contiene la medida solicitada.
Fa-1 = frecuencia acumulada anterior a la que contiene la medida solicitada.
Ic = intervalo de clase.
Otra manera de verlo es partir de que todas las medidas no son sino casos
particulares del percentil, ya que el primer cuartil es el 25% percentil y el tercer
cuartil 75% percentil.
Ventajas
Los cuartiles poseen buenas propiedades muy usadas. Son sesgadas sin
valores externos. Ayudan a describir la posición q tiene cada valor especifico
en relación al conjunto de datos.

Desventajas
Si la distribución es simétrica, los cuartiles deben estar a la misma distancia de
la mediana. Cuando el número de observaciones es impar, la observación del
medio es la mediana. El rango de cuartiles es sensible a valores externos. Los
cuartiles son sensibles a valores externos.
Conclusiones
La utilidad de los cuartiles se basa en determinar los valores en una serie de
datos que dividen la serie en 4 partes iguales, estás partes se pueden expresar
como rangos de valores o simplemente como porcentajes. Cada parte tendrá
un valor del 25 %.
Ejercicios

1. En 20 pruebas de evaporación, de la sustancia MW008, se registran las

siguientes variaciones de temperaturas a presión atmosférica: 41°, 50°, 29°, 33°,
40°, 42°, 53°, 35°, 28°, 39°, 37°, 43°, 34°, 31°, 44°, 57°, 32°, 45°, 46°, 48°.

Calculando el valor del cuartil 1:

Paso 1: Ordenar los datos de menor a mayor.

28°, 29°, 31°, 32°, 33°, 34°, 35°, 37°, 39°, 40°, 41°, 42°, 43°, 44°, 45°, 46°, 48°,
50°, 53°, 57°.

Paso2: Ubicar la posición del valor que le corresponde al Q1:

Q1 = k (N/4) = 1 (20/4) = 1(5) = 5

Al revisar la serie de datos la posición 5 le corresponde a 33°

Paso 3: El valor para el Q1 es 33°

Nos dice: que los valores entre 28° y 33° representan el 25 % de la serie de
datos.

Calculando el valor del cuartil 2:

Paso 1: Ordenar los datos de menor a mayor.

28°, 29°, 31°, 32°, 33°, 34°, 35°, 37°, 39°, 40°, 41°, 42°, 43°, 44°, 45°, 46°, 48°,
50°, 53°, 57°.

Paso2: Ubicar la posición del valor que le corresponde al Q2:

Q2 = k (N/4) = 2 (20/4) = 2 (5) = 10

Al revisar la serie de datos la posición 10 le corresponde a 33°

Paso 3: El valor para el Q2 es 40°

Nos dice: que la temperatura que deja bajo si el 50 % de la serie de datos es

40°.

2: Datos No Agrupados
Si se tienen una serie de valores X1, X2, X3... Xn, se localiza mediante las
siguientes fórmulas:
El primer cuartil:
Cuando n es par:

Cuando n es impar:

El tercer cuartil
Cuando n es par:

Cuando n es impar:

Ventajas de datos no agrupados

  Resulta más fácil, y rápido trabajar con los datos no agrupados
 Se puede determinar para datos cualitativos, registrados bajo una
escala ordinal

Desventajas de datos no agrupados

Solo se puede aplicar en pequeñas cantidades de datos, ya que en grandes

cantidades resultaría un tanto tedioso y por lo mismo existiría más probabilidad
de equivocarse.
Para una serie de amplia de datos no agrupados, el proceso de ordenamiento
de los datos demanda el tiempo y usualmente provoca equivocaciones