Академический Документы
Профессиональный Документы
Культура Документы
Representaciones
Gráficas
—
Índice
1 Introducción ............................................................................................................................................................ 3
2 Diagrama de Torta .............................................................................................................................................. 3
3 Diagrama de Puntos........................................................................................................................................... 4
4 Diagrama de Barras ............................................................................................................................................ 4
5 Histograma .............................................................................................................................................................. 5
6 Medidas Descriptivas ........................................................................................................................................ 5
6.1 Medidas de Centralidad .................................................................................................................... 6
7 Medidas de Dispersión .................................................................................................................................... 9
7.1 Rango ........................................................................................................................................................... 9
7.2 Desviación Media ................................................................................................................................ 10
7.3 Varianza..................................................................................................................................................... 10
7.4 Desviación Estándar............................................................................................................................ 11
7.5 Coeficiente de Variación .................................................................................................................. 11
8 Medidas de Posición ........................................................................................................................................ 12
9 Medidas de Asimetría y Apuntamiento................................................................................................. 12
9.1 Grado de Asimetría .............................................................................................................................. 12
9.2 Grado de Apuntamiento ................................................................................................................... 13
10 Resumen ................................................................................................................................................................. 13
11 Referencias Bibliográficas ............................................................................................................................ 13
Objetivos
Objetivo: Conocer las diferentes formas de representación estadística.
1 Introducción
En función de la naturaleza de los datos y de la forma en que estos se presenten,
existen distintos tipos de representaciones. Veamos aquí las más interesantes:
2 Diagrama de Torta
Se emplea para representar atributos.
Ejemplo 1: Se necesita escoger un representante de la comunidad. Se tienen 4
candidatos y se han obtenido los siguientes resultados:
Candidato Votación
520
A
378
B
245
C
172
D
Tabla 1: Ejemplo 1
3 Diagrama de Puntos
Se emplea en una distribución dada por extensión cuando la variable es continua de
escala de razón.
Ejemplo 5: En un estudio sobre el peso y la estatura de un grupo de siete estudiantes,
se han obtenido las siguientes mediciones: (73, 1.87), (67, 1.75), (75, 1.80), (66, 1.67), (80,
1.95), (64, 1.78), (83, 1.77). La representación gráfica mediante un diagrama de puntos es
la que se muestra a continuación.
Figura 2: Dispersograma
4 Diagrama de Barras
Se emplea para representar atributos y variables cuantitativas de tipo discretas. Para los
datos del ejemplo 4. El diagrama de barras vendría dado por:
5 Histograma
Es uno de los gráficos más utilizados, ya que puede relacionar el número de
observaciones con el área dentro de cada rectángulo. Para los datos del ejemplo 3, un
histograma vendría dado por:
Figura 4: Histograma.
6 Medidas Descriptivas
Son valores que caracterizan las observaciones de un conjunto de datos. Estas medidas
pueden ser: centralidad, dispersión o variabilidad, posición, asimetría y apuntamiento.
Son valores que representan un valor central, hacia el cual, tiene tendencia a
concentrarse el conjunto de datos.
𝑘
1 1
𝑥̅ = (𝑛1 𝑋1 + 𝑛2 𝑋2 + ⋯ + 𝑛𝑘 𝑋𝑘 ) = ∑ 𝑛𝑖 𝑋𝑖
𝑛 𝑛
𝑖=1
𝑘
1 1
𝑥̅ = (𝑋1 + 𝑋2 + ⋯ + 𝑋 ) = ∑ 𝑋𝑖
𝑛 𝑛
𝑖=1
Propiedades de la media
1. La suma de las desviaciones de los datos con respecto a la media es cero, esto
es:
𝑛
∑(𝑋𝑖 − 𝑥̅ ) = 0
𝑖=1
∑(𝑋𝑖 − 𝑥̅ )2
𝑖=1
Es mínima.
3. Si cada uno de los datos de la variable es constante, la media será igual al valor
de la constante, es decir, 𝑋1 = 𝑘, 𝑋2 = 𝑘, …, 𝑋𝑛 = 𝑘 entonces:
𝑘
1
𝑥̅ = ∑ 𝑋𝑖 = 𝑘
𝑛
𝑖=1
Si cada uno de los datos de una variable es afectado multiplicativamente por una
constante 𝑘, la media aritmética de la nueva variable es equivalente a multiplicar la
constante a la media de la variable original. Es decir, si 𝑌𝑖 = 𝑘𝑋𝑖 , 𝑝𝑎𝑟𝑎 1 =
1,2, … , 𝑛 entonces 𝑦̅ = 𝑘𝑥̅ .
Donde:
- 𝐿𝑖 es el límite inferior de la clase mediana.
- 𝐴𝑖 es la amplitud de la clase mediana.
- 𝑁𝑖−1 es la diferencia absoluta acumulada de la clase anterior a la clase mediana.
- 𝑛 es el tamaño de la muestra.
𝑋 𝑛+1 , 𝑠𝑖 𝑛 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟;
( )
2
𝑥̃ = {𝑋(𝑛) 𝑋(𝑛+1)
2 2
, 𝑠𝑖 𝑛 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟
2
Moda: Representa el valor o valores que tienen la mayor frecuencia dentro del
“Moda: representa el valor o valores que conjunto de datos. La moda puede o no existir. En el evento en que exista,
tienen la mayor frecuencia dentro del
puede no ser única, ya que una distribución puede eventualmente tener una o
conjunto de datos”
varias modas.
∆1
𝑀𝑜 = 𝐿𝑖 + 𝐴𝑖
∆1 + ∆2
Donde:
- 𝐿𝑖 es el límite inferior de la clase modal.
- 𝐴𝑖 amplitud de clase de la clase modal.
- ∆1 = 𝑛𝑖 − 𝑛𝑖−1 es la diferencia entre la frecuencia absoluta de la clase modal y
la frecuencia absoluta de la clase anterior a la clase modal.
- ∆2 = 𝑛𝑖 − 𝑛𝑖+1 es la diferencia entre la frecuencia absoluta de la clase modal y
la frecuencia absoluta de la clase posterior a la clase modal.
Media Geométrica: Es una medida de centralidad que se utiliza, generalmente,
“Media geométrica: medida de centralidad cuando los valores dependen del tiempo. Varían de manera no lineal o cuando
que se utiliza cuando los valores dependen
existe un alto grado de heterogeneidad en el conjunto de datos.
del tiempo”
Sean 𝑋1 , 𝑋2 , … , 𝑋𝑘 los valores de una variable 𝑋, de una muestra de tamaño 𝑛, con (𝑘 ≤
𝑛), con frecuencias absolutas 𝑛1 , 𝑛2 , … , 𝑛𝑘 respectivamente. La media geométrica se
define como:
𝑛 𝑛 𝑛 𝑛
𝑥̅𝑔 = √𝑋1 1 × 𝑋2 2 × ⋯ × 𝑋𝑘 𝑘
𝑛
𝑥̅𝑔 = √𝑋1 × 𝑋2 × ⋯ × 𝑋𝑘
1 𝑛
𝑥̅ℎ = =
1 1
∑𝑛𝑖=1 ∑𝑛𝑖=1
𝑋𝑖 𝑋𝑖
𝑛
7 Medidas de Dispersión
Permiten generar criterios sobre el grado de homogeneidad o heterogeneidad del
conjunto de datos que se está analizando, en relación con una medida de centralidad, o
con respecto a datos entre sí.
7.1 Rango
Diferencia entre al valor máximo y el valor mínimo del conjunto de datos. Mide la
longitud en la cual se encuentran los datos. En general, a mayor longitud mayor
dispersión de los datos.
𝑅 = 𝑋(𝑛) − 𝑋(1)
Es la media aritmética de los valores absolutos de las desviaciones de los datos, con
respecto a la media. En el cálculo de esta medida, intervienen todos los valores en el
conjunto de datos, por lo tanto, permite una información relativa de todos ellos, y da un
mejor conocimiento del grado de variabilidad de la distribución de los datos que el
rango.
𝑘
1
𝑑𝑚 = ∑|𝑋𝑖 − 𝑥̅ |
𝑛
𝑖=1
7.3 Varianza
La varianza mide las variaciones del conjunto de datos con respecto a su media
aritmética. Se define como la media aritmética de los cuadrados de las desviaciones de
cada dato a la media aritmética.
Sean 𝑋1 , 𝑋2 , … , 𝑋𝑘 los valores de una variable 𝑋, de una muestra de tamaño 𝑛, con (𝑘 ≤
𝑛), con frecuencias absolutas 𝑛1 , 𝑛2 , … , 𝑛𝑘 respectivamente. La varianza muestral se
define como:
𝑘
1
𝑆2 = ∑ 𝑛𝑖 (𝑋𝑖 − 𝑥̅ )2
𝑛
𝑖=1
𝑘
1
𝑆2 = ∑(𝑋𝑖 − 𝑥̅ )2
𝑛
𝑖=1
Propiedades de la Varianza
1. El valor de la varianza es siempre positivo o igual a cero, esto es 𝑆 2 ≥ 0,
para cualquier conjunto de datos.
2. Si cada uno de los datos de la variable es constante, la varianza igual a
cero, es decir, si 𝑋1 = 𝑘, 𝑋2 = 𝑘, …, 𝑋𝑛 = 𝑘, entonces
𝑘
1
𝑆 2 = ∑(𝑋𝑖 − 𝑥̅ )2 = 0
𝑛
𝑖=1
Si cada uno de los datos de una variable es afectado aditivamente (negativamente) por
una constante 𝑘, la varianza de la nueva variable es igual a la varianza de la variable
original. Es decir, si 𝑌𝑖 = 𝑋𝑖 ± 𝑘, 𝑝𝑎𝑟𝑎 𝑖 = 1,2, … , 𝑛, entonces 𝑆𝑦2 = 𝑆𝑥2 .
Si cada uno de los datos de una variable es afectado multiplicativamente por una
constante 𝑘, la varianza de la nueva variable es igual al cuadrado de la constante por la
varianza de la variable original. Es decir, si 𝑌𝑖 = 𝑘𝑋𝑖 , 𝑝𝑎𝑟𝑎 𝑖 = 1,2, … , 𝑛, entonces 𝑆𝑦2 = 𝑘 2 𝑆𝑥2
Una de las limitaciones de la varianza son sus unidades al cuadrado. Para superar esto,
se usa la raíz cuadrada de la varianza, dando origen al concepto de desviación estándar.
Que se calcula tomando raíz cuadrada a la varianza de la siguiente forma:
𝑘
1
𝑆 = √ ∑(𝑋𝑖 − 𝑥̅ )2
𝑛
𝑖=1
𝑆
𝐶𝑉 = × 100%
𝑥̅
8 Medidas de Posición
Se llaman medidas de posición o cuantiles de orden 𝑘 aquellas que dividen a la
“Medida de posición: dividen a la distribución en 𝑘 partes, de tal forma que en cada una de esas partes, haya el mismo
distribución en k partes, de tal forma que
número de elementos. De entre todas las medidas de posición destacan los cuartiles,
en cada una de esas partes, haya el mismo
nº de elementos”
los deciles y los percentiles.
Los cuartiles dividen a la distribución en cuatro partes iguales, los deciles en diez y los
percentiles en cien. Habrá, por tanto, tres cuartiles (𝑄1 , 𝑄2 , 𝑄3 ), nueve deciles (𝐷1 , 𝐷2 , … ,
𝐷9 ) y, noventa y nueve percentiles (𝑃1 , 𝑃2 , . . . , 𝑃99 ). El segundo cuartil, el quinto decil y el
quincuagésimo percentil son iguales y coinciden con la mediana. En distribuciones
𝑟𝑛
puntuales, el cálculo es idéntico al de la mediana, siendo ahora 𝑘 el valor de discusión.
En distribuciones por intervalos, la forma general de cálculo para un cuantil, al que se
denota por 𝐶𝑟𝑛, 𝑘 = 4, 10, 100,. . ., es la siguiente:
𝑘
𝑟𝑛
− 𝑁𝑖−1
𝐶𝑟𝑛 = 𝐿𝑖−1 + 𝑘 𝐴𝑖
𝑘 𝑛𝑖
𝑚3
𝑔1 =
𝑆3
𝑚4
𝑔2 =
𝑆4
10 Resumen
Media aritmética: valor central que toma en cuenta todos los valores que
aparecen en el conjunto de datos, y las distancias relativas a estos valores.
11 Referencias Bibliográficas
Montgomery, D. C y Runger, R. (2008). Probabilidad y Estadística Aplicadas a la
Ingeniería. 2da. Edición. Limusa Wiley. Mexico.
Rincón. L. (2010). Curso Elemental de Probabilidad y Estadística. 1ra Edición.
Circuito Exterior de CU. México D.F.