Академический Документы
Профессиональный Документы
Культура Документы
Ir al contenido
Gale Ebooks
Buscar
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 1/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Búsqueda
básica
Enviar
Búsqueda avanzada
Tabla de contenido
Tabla de contenido
Full Table of Contents
Front Cover
Title Page
Copyright Page
Índice
Prólogo
Introducción
Análisis de Datos Unidimensionales
Análisis de Datos Bidimensionales
Regresión
Tasas de Variación e Indicadores
Series Temporales
Modelos Univariantes
Modelos Específicos Univariantes
Tablas Estadísticas
Soluciones
Indice
Book View
Citar
Enviar a...
Descargar
Imprimir
Get Link
Destacados y notas
Fecha: 2005
From: Estadística descriptiva y nociones de probabilidad
Publisher: Ediciones Paraninfo, S.A.
Tipo de documento: Topic overview
Páginas: 45
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 2/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Texto completo:
OBJECTIVOS
Definir una serie de medidas (estadisticos descriptivos básicos) que sinteticen la información
contenida en una distribución de frecuencias unidimensional, tanto de valores agrupados como sin
agrupar, y aprendet a calcularlos e interpretarlos. Comparar la dispersión entre dos o más variables o
distribuciones de frecuencias. Estudiar cómo se ven afectados los estadísticos al transformar los
datos de una variable. Cuantificar e interpretar la concentración de una distribución.
Página 26
A continuación se abordan los principales detalles conceptuales y de aplicación de cada una de las
medidas referidas anteriormente.
denota por .
Evidentemente, esta medida sólo se puede calcular si la variable estadística objeto de estudio es de
naturaleza cuantitativa.
El valor que toma la media debe estar siempre incluido entre el valor mínimo y máximo del dominio
de la variable analizada.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 3/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Ejemplo 2.1
La plantilla de una empresa durante los últimos 4 meses ha estado formada por 16, 14, 15 y 15
empleados. Determinar la plantilla media de la empresa.
Solución
Página 27
Si se añade una tercera columna que recoja, para cada elemento, el producto xini, su suma se
corresponderá con el numerador de la expresión de la media, de manera que se obtendrá al dividir
por el número total de observaciones (N), en este caso N = 4.
La media será: , es decir, la plantilla media de la empresa en los últimos 4 meses ha sido de 15
empleados.
Si la distribución de frecuencias con la que se trabaja es de datos agrupados, para poder calcular la
media se toman, a modo de aproximación a los valores de la variable, las marcas de clase
correspondientes a cada uno de los intervalos, lo que supondrá una pérdida de precisión, que será
tanto mayor cuanto mayor sea la amplitud de los mismos.
Ejemplo 2.2
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 4/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Solución
Para calcular la media de alumnos matriculados ( ), lo primero es determinar la marca de clase (xi, i
= 1, 2) de cada intervalo. Seguidamente se añade una columna que recoja el producto xini y se suma.
Página 28
Al dividir este resultado entre el número total de observaciones (N = 10) se obtiene la media,
La media aritmética puede utilizarse si los datos con los que se trabaja son de naturaleza aditiva, es
decir, que al sumar todos los valores, estos representen el total de la población. Variables aditivas
son, por ejemplo, el número de empleados, la renta, el salario, etc. Por el contrario, variables no
aditivas son: tipos de interés, velocidad, rentabilidad, etc.
Entre las principales ventajas que presenta la media se pueden destacar las siguientes:
En cuanto a los inconvenientes, tal vez el más importante sea que la media aritmética de la
distribución puede llegar a ser muy poco representativa del conjunto de los valores observados si
existe mucha dispersión en los datos. Se trata de una medida muy sensible a los valores extremos(2)
.
Ejemplo 2.3
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 5/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Para un total de 4 empresas se dispone de información relativa al tamaño, medido a través del activo
(millones de €):
Página 29
Solución
El tamaño medio ( ) se obtiene al sumar todos los valores de la variable y dividir por el
número de observaciones (empresas), así:
Como se pone de manifiesto en el ejemplo anterior, los valores del activo son muy diferentes entre sí,
con lo que la media (275 millones de €) será poco representativa. Cuando ocurre esto, es preferible
utilizar otras medidas de posición central, por ejemplo la mediana (véase Epígrafe 2.1.2.).
Con todo, la media aritmética es la medida de posición central más utilizada, de la que cabe destacar
las siguientes propiedades:
1. La suma de las desviaciones de todos los valores de la variable respecto a su media es cero.
Ejemplo 2.4
Solución
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 6/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Página 30
siendo:
En el caso particular de que las frecuencias fuesen unitarias, esto es, ni = 1 ∀ i, entonces:
Además, a la hora de calcular la media armónica suele utilizarse que la inversa de la media armónica
es la media aritmética de los valores inversos de la variable, esto es:
Por su parte, la media geométrica, que es empleada cuando las variables son de naturaleza
multiplicativa en el sentido, por ejemplo, que los intereses generan nuevos intereses o cuando el
incremento salarial se efectúa sobre el anterior y no sobre uno fijo, se denota por Mg y se define
como:
En el caso particular de que las frecuencias fuesen unitarias (ni = 1 ∀ i), entonces se tienen:
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 7/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Además, a la hora de calcular la media geométrica suele utilizarse que el logaritmo de la media
geométrica que es igual a la media aritmética de los logaritmos de los valores de la variable, esto es:
Página 31
De la misma forma que se indicó para la media aritmética, el valor que tome la media armónica y la
media geométrica(3) debe estar siempre incluido entre el valor mínimo y máximo del dominio de la
variable analizada.
2.1.3. Mediana
Ordenada la distribución de frecuencias de menor a mayor, la mediana, que se denota por Me, es un
valor del recorrido de la variable que deja el mismo número de observaciones a su izquierda y a su
derecha.
Al trabajar con valores sin agrupar hay que considerar varias posibles situaciones (Figura 2.1). Cada
una de éstas será tratada a continuación.
Figura 2.1.
Si el número de observaciones es impar, el valor de la mediana coincidirá con el valor xi (Me = xi) que
deje a derecha e izquierda el mismo número de observaciones.
Página 32
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 8/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Ejemplo 2.5
Determinar la mediana.
Solución
Puede verse fácilmente que el valor de la variable xi = 6 deja el mismo número de observaciones, un
total de 3, a cada lado.
Ejemplo 2.6
Obtener la mediana de una variable estadística que toma los siguientes 6 valores distintos:
Solución
En este caso, lo primero que debe hacerse es ordenar la distribución de frecuencias de menor a
mayor.
El valor de la variable que deja el mismo número de observaciones a ambos lados, la mediana, se
sitúa entre 5 y 6. Así:
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 9/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Página 33
Ejemplo 2.7
Solución
Ejemplo 2.8
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 10/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Solución
ex x2 = 4.
. La mediana de la distribución es 5.
Página 34
Este caso tiene menos interés, pues actualmente no se suele trabajar con datos agrupados, dado que
la informática permite manejar mucha información sin necesidad de perder parte de ella en
agrupaciones.
El problema se resuelve obteniendo en primer lugar el llamado intervalo mediano, el primero cuya
frecuencia absoluta acumuluda Ni alcanza o sobrepasa N/2.
Es decir, .
Para precisar el valor de la variable que corresponde a la mediana(5) se supone que la frecuencia
correspondiente al intervalo se distribuye uniformemente y por reparto proporcional se obtiene el valor
buscado.
Ejemplo 2.9
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 11/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
El número de proyectos de mejora propuestos por los 20 círculos de calidad existentes en una
empresa han sido agrupados de la siguiente forma:
Solución
Para saber en qué intervalo estará incluida la mediana lo primero es insertar una columna que
represente la frecuencia absoluta acumulada (Ni), tal y como se refleja en la siguiente tabla.
Página 35
Como la mediana es el valor de la variable que acumula observaciones, ésta estará contenida en
2.1.4. Moda
La moda de una distribución, a la que se denotará por Mo, representa el valor de la variable con
mayor frecuencia. No tiene por qué ser única. Es decir, si hay dos o más valores de la variable que
tienen la misma frecuencia, siendo esta la mayor, se estará ante una distribución multimodal
(bimodal, dos modas; trimodal, tres modas; etc.).
Del mismo modo que se procedió con la mediana, para determinar la moda debe distinguirse entre
distribuciones de valores sin agrupar y agrupados.
En este caso, y según la definición de la moda, hay que fijarse en cuál es el valor de la variable que
más se repite, el de mayor frecuencia.
Ejemplo 2.10
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 12/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Solución
La moda es 5 (Mo = 5), puesto que es el valor de la variable con mayor frecuencia. Un total de 8
estudiantes dedican 5 horas a estudiar.
Página 36
Ejemplo 2.11
Solución
Cuando se trabaja con valores agrupados en intervalos, lo más sencillo para determinar el valor
modal consiste en dibujar el histograma.
La moda estará contenida en el intervalo de mayor altura, al que se denomina intervalo modal.
Ejemplo 2.12
Solución
Para determinar el intervalo modal se añade una columna que recoja la altura (hi) asociada a cada
intervalo. En este ejemplo todos los intervalos tienen la misma amplitud (ci = 4), por lo que el intervalo
de mayor frecuencia será el que tenga mayor altura y, por tanto, el intervalo modal.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 13/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Existen casos en los que, sin necesidad de realizar ningún cálculo, es posible aproximar el valor que
toma la moda en el intervalo modal. Así, en la Figura 2.2, Gráfica (a), puede observarse cómo, si los
intervalos anterior y posterior al intervalo modal tienen la misma altura, la moda coincidirá con la
marca de clase. En cambio, si el intervalo posterior al modal es de mayor altura que el anterior,
Página 37
Figura 2.2.
Gráfica (b), la moda se desplaza hacia la derecha de la marca de clase, coincidiendo su valor con el
límite superior del intervalo modal cuando la altura del anterior al mismo sea cero, como puede verse
en la Gráfica (c). De forma análoga, la moda coincidirá con el extremo inferior del intervalo modal
cuando la altura del intervalo posterior a éste sea cero, Gráfica (d).
Siguiendo con el criterio anterior de aproximar el valor de la moda en proporción inversa a las alturas
de los rectángulos del histograma anterior y posterior al modal, se recurre a la siguiente expresión:
donde ci es la amplitud del intervalo modal, Li-1 su extremo inferior; hi-1 es la altura asociada al
intervalo anterior al modal y hi+1 a la del posterior.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 14/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Ejemplo 2.13
En la siguiente distribución de frecuencias se refleja la retribución mensual de los 260 empleados del
área de fabricación de una gran empresa industrial.
Página 38
Solución
Como fácilmente puede observarse en la distribución de frecuencias del enunciado, los intervalos son
de distinta amplitud. En consecuencia, y a diferencia del Ejemplo 2.12, el intervalo al que corresponde
mayor frecuencia no necesariamente tiene que ser el que tenga mayor altura asociada.
Añadiendo a la tabla dos nuevas columnas que recojan la amplitud (ci) y altura (hi) de cada intervalo:
Como puede verse en la tabla anterior, en este caso existen dos modas (la distribución es bimodal),
la primera estará incluida en el intervalo [800, 1.000] y la segunda en [1.000, 1.400].
Sin necesidad de realizar ningún cálculo, podría decirse que la primera moda será 1.000, puesto que
la altura del intervalo anterior al modal es cero. En cambio, respecto a la segunda, como el intervalo
anterior a [1.000, 1.400] es de mayor altura que el posterior, sólo puede decirse que su valor se
encontrará ligeramente por debajo de la marca de clase (x2 = 1.200). Una mejor aproximación al valor
de la moda puede obtenerse con la expresión dada en (2.1).
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 15/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Por tanto, las retribuciones más frecuentes en el área de fabricación de esta empresa son 1.000 € y
1.177,78 €.
2.1.5. Cuantiles
Ordenados de menor a mayor los valores de la variable y dado un entero positivo k, las familias de
cuantiles serán valores del recorrido de la variable que dividirán la distribución en k partes,
conteniendo cada una de ellas la misma proporción de observaciones .
Página 39
Las familias de cuantiles más utilizadas son aquellas que dividen la distribución de frecuencias en
cuatro, diez y cien partes y se conocen con el nombre de cuartiles, deciles y percentiles,
respectivamente:
a) Cuartiles (k = 4): son tres valores (Cs, s = 1, 2, 3) del recorrido que dividen la distribución en 4
partes, conteniendo cada una de ellas el 25% de las observaciones.
b) Deciles (k = 10): son nueve valores del recorrido (Ds, s = 1, 2, …, 9) que dividen la distribución en
10 partes, de tal forma que cada una de ellas contendrá el 10% de las
observaciones.
c) Percentiles (k = 100): son noventa y nueve valores del recorrido (Ps, s = 1, 2, …, 99) que dividen la
distribución en 100 partes, conteniendo cada una de ellas el 1% de las observaciones.
, un porcentaje de de los
valores de la variable (como mínimo) serán menores o iguales que
Así, por ejemplo, el primer cuartil C1 será el cuantil Q1/4, de tal forma que, al menos, el 25% de los
valores serán menores o iguales que C1 y, al menos, el 75% restante serán mayores o iguales que
C1.
, etc.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 16/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Página 40
donde Qs/k es el cuantil (cuartil, decil o percentil) que se quiere calcular y que acumulará una
proporción de observaciones.
Ejemplo 2.14
Solución
El segundo cuartil (C2) es el valor de la variable que deja a su izquierda, esto es acumula, un número
mínimo de observaciones del 50%.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 17/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Obsérvese que el valor del segundo cuartil coincide con el de la mediana. De hecho, C2 = D5 = P50 =
Me = Q1/2.
El cuarto decil (D4) es el valor que acumula como mínimo un 40% de las observaciones:
Página 41
Por último, el nonagésimo percentil, P90, es el valor que acumula como mínimo un 90% de las
observaciones:
Pueden calcularse diversas medidas de dispersión, aunque las más habituales son el rango (o
recorrido), la varianza y la desviación típica. Las anteriores son medidas de dispersión absoluta. Sin
embargo, si lo que se quiere es comparar varias distribuciones de frecuencias en términos de
variabilidad, para ver cuál es la que presenta mayor o menor dispersión, debe obtenerse una medida
relativa como, por ejemplo, el coeficiente de variación de Pearson.
2.2.1. Rango
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 18/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
El rango o recorrido de una distribución es la diferencia entre el valor máximo y mínimo, es decir, Re
= xmax − xmin. La principal desventaja de este tipo de medida de dispersión es que únicamente tiene
en cuenta dos valores de la variable.
La varianza, que se denota por S2X, se define como la media aritmética de los cuadrados de las
diferencias de los valores de la variable a la media aritmética:
Página 42
Con la varianza se pretende medir la dispersión que presentan los valores de la variable respecto de
su media. Cuanto mayor sea la varianza, cuanto mayor sea la dispersión, menos representativa
resultará ser la media.
Una expresión equivalente a la anterior para calcular la varianza, muy utilizada por cuanto simplifica
considerablemente la operatoria, es:
(6)
De la definición de varianza se desprende que ésta nunca puede ser negativa (S2X≥0) y que se
encuentra expresada en unidades de medida al cuadrado.
Además, la varianza no depende de los cambios de origen, pero sí de los de unidad (véase Apartado
2.5.).
Por su parte, la desviación típica o estándar, que se denota por Sx, es la raíz cuadrada positiva de la
varianza, es decir:
La desviación típica es una medida de dispersión que suele proporcionarse junto con la media de la
distribución, puesto que ambas magnitudes vienen expresadas en la misma unidad de medida, lo que
facilita enormemente la interpretación de los resultados.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 19/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Ejemplo 2.15
El número de ofertas de empleo publicadas en los últimos cinco números en una revista
especializada ha sido:
Solución
Página 43
Para calcular la varianza, se puede recurrir a la Expresión (2.2) o (2.3). Evidentemente el resultado es
el mismo, simplemente una forma resulta más cómoda que la otra, como se verá.
Los cálculos necesarios para obtener la varianza pueden obtenerse añadiendo una serie de
columnas a la tabla de frecuencias de las ofertas de empleo publicadas, tal y como se muestra a
continuación:
(7)
Una vez elaborada la tabla anterior resulta casi inmediato el cálculo de la media y de la varianza.
o bien,
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 20/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Página 44
Cuanto más próximo a cero se encuentre el coeficiente de variación menor será la dispersión
(relativa) y mejor la representatividad de la media aritmética.
El coeficiente de variación es una medida de dispersión relativa. Por esta razón, se utiliza para
comparar la dispersión entre dos o más distribuciones, independientemente del valor de sus medias y
de la unidad de medida de las variables.
Ejemplo 2.16
Dos revistas especializadas en empleo, A y B, han publicado una media de ofertas de trabajo, que
Solución
La revista B presenta mayor dispersión absoluta que la revista A, puesto que S2B = 9 > S2A = 4.
Ahora bien, para comparar correctamente la dispersión en ambas publicaciones (con medias
distintas), debe calcularse el coeficiente de variación, medida de dispersión relativa, que mide el
número de veces que la desviación típica contiene a la media. Por tanto:
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 21/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
es decir, como g0(B) < g0(A) puede concluirse que la dispersión relativa de la revista B es menor que
la de la revista A.
2.3. Momentos
A partir de la distribución de frecuencias es posible calcular una serie de valores específicos que la
caracterizan. Estos valores son los denominados momentos.
Los estadísticos obtenidos hasta ahora como media y varianza pueden considerarse casos
particulares de los momentos. A continuación se estudian los principales detalles de los distintos tipos
de momentos que pueden obtenerse, momentos ordinarios y centrales, así como la relación que
puede establecerse entre ellos.
Página 45
Los distintos momentos ordinarios son obtenidos al asignar valores a p. Seguidamente se presentan
algunos casos particulares:
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 22/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Página 46
Momento central de orden 2: . Es decir, el momento central de orden 2 coincide con la varianza
[véase Expresión (2.2)].
Por ejemplo, la expresión del momento central de orden 2 en función de los momentos ordinarios se
obtiene para p = 2(8) .
Operando:
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 23/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Sustituyendo el momento ordinario de orden 2 por la expresión que lo hace operativo, y recordando
que el momento ordinario de orden 1 coincide con la media:
Página 47
Ejemplo 2.17
Solución
Operando:
Es decir:
su apuntamiento respecto al mencionado modelo ideal. Estas cuestiones pueden ser resueltas al
representar gráficamente la distribución de frecuencias y observar su forma o, caso de no poder
hacer esto, calculando las oportunas medidas, a saber: asimetría y apuntamiento (curtosis).
Página 48
Figura 2.3.
Para medir la asimetría de una distribución pueden utilizarse diferentes coeficientes, aunque es
frecuente obtener el denominado coeficiente de asimetría (de Fisher), que se denota por g1, y se
define como el cociente entre el momento central de orden 3 y la desviación típica elevada al cubo.
Por tanto, el coeficiente de asimetría de la variable X vendrá dado por:
de tal forma que si la distribución es asimétrica g1(X) tomará un valor distinto de cero, positivo o
negativo, tanto mayor (en términos absolutos) cuanto más asimétrica sea la distribución. Si g1(X) = 0
la distribución puede ser simétrica o no, será necesario apoyarse en su representación gráfica (Figura
2.4); ahora bien, si la distribución es simétrica el coeficiente de asimetría de Fisher siempre será cero.
Puede observarse que, cuando los valores de la variable más frecuentes son los mayores y la
distribución presenta una cola a la izquierda, ésta es asimétrica negativa. En cambio, cuando los
valores más comunes de la distribución son los menores, cola hacia la derecha, ésta es asimétrica
positiva.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 25/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Página 49
Figura 2.4.
Ejemplo 2.18
Solución
El coeficiente de asimetría se define como el cociente entre el momento central de tercer orden y el
cubo de la desviación típica.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 26/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Página 50
El hecho de que una distribución sea muy apuntada, o poco, dependerá de la cantidad de valores de
la variable que se encuentren en torno a la zona central y se agrupen alrededor de la media
aritmética. Una medida que permite conocer este grado de apuntamiento es el coeficiente de curtosis,
que se denota por g2, y que se define, en este caso para una variable X, como:
En la expresión anterior se resta el valor 3, puesto que en la distribución Normal, que se toma como
referencia a la hora de realizar la comparación, .
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 27/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Figura 2.5.
Ejemplo 2.19
Página 51
Figura 2.6.
¿Qué puede decir acerca de su apuntamiento o aplastamiento? ¿Qué coeficiente de curtosis cabe
esperar?
Solución
Sobre el diagrama de barras de las calificaciones obtenidas en estadística por los 50 estudiantes
universitarios consultados, se ha dibujado la distribución normal ajustada a esta distribución de media
( ) y desviación típica (Sx = 1,857). Al comparar ambas se puede intuir que la distribución de las
calificaciones es ligeramente más apuntada que la normal, por ello cabe esperar un coeficiente de
curtosis positivo (leptocúrtica).
cualquier circunstancia es necesario pasar a trabajar con otra variable estadística Y, que se obtiene a
partir de la anterior como resultado de:
— Sumar (o restar) una constante a a todos los valores de la variable estadística X, es decir, de
efectuar sobre ésta un cambio de origen: Y = X + a o Y = X - a.
Página 52
— Multiplicar (o dividir) por una constante b todos los valores de la variable X, es decir, de realizar
sobre X un cambio de unidad (o escala): Y = b · X o .
— Practicar sobre la variable X tanto un cambio de unidad como de origen, por ejemplo: Y = b · X + a.
Pues bien, para obtener aquellas mismas medidas conocidas para la nueva variable Y no es
necesario crear su distribución de frecuencias y realizar de nuevo todos los cálculos que se
efectuaron en su momento para la variable X. Es suficiente con conocer cómo afectan los cambios de
origen y unidad a los distintos estadísticos y recurrir a la transformación lineal empleada para obtener
Y a partir de X (véase Tabla 2.1).
En la Tabla 2.1, y para algunas transformaciones lineales tipo, a partir de los estadísticos , S2x,
g0(X), g1(X), g2(X) y mp(X) de la variable estadística X, que se suponen conocidos, se muestran
estas mismas medidas para la variable Y.
Tabla 2.1.
Ejemplo 2.20
Página 53
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 29/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Solución
La media depende tanto de los cambios de origen como de unidad, ambos deben ser tenidos en
cuenta a la hora de calcular la media de la variable Y, así:
La varianza (en general todos los momentos centrales) únicamente depende de los cambios de
unidad, siendo invariante ante cambios de origen, por tanto:
El coeficiente de variación de Pearson es invariante ante cambios de unidad, pero no a los de origen;
de forma que caso de existir este último queda afectado por ambos.
Por otra parte, tipificar una variable consiste en obtener, a través de una transformación lineal
«especial», otra variable con media y desviación típica (o varianza) prefijada. Esto es, tipificar una
variable X, con media y desviación típica SX, consiste en transformar ésta en otra Z con media y
desviación típica SZ. La variable Z se dice que es la variable tipificada de X.
El caso de tipificación más utilizado se conoce como tipificación estándar, y consiste en transformar
la variable X en otra variable Z, con media 0 y desviación típica 1. En este caso, la transformación
lineal consiste en restar al valor de la variable la media y dividir entre la desviación típica, de esta
forma, la variable resultante Z, será:
Si el coeficiente de variación de Pearson es empleado para comparar la dispersión entre dos o más
distribuciones, la tipificación resulta útil cuando se quiere comparar individuos o cantidades que en
principio no son comparables, bien porque provienen de poblaciones diferentes, bien porque aluden a
conceptos distintos. Página 54 En este sentido, los valores tipificados que son obtenidos indican la
distancia a la que se encuentran cada uno de ellos respecto a la media, distancia que es medida en
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 30/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
términos de desviaciones típicas. Por tanto, fácilmente puede compararse la posición relativa de cada
valor.
Ejemplo 2.21
En la sección de pintura de un taller de reparaciones trabajan tres personas. Sus salarios son de 900,
950 y 1.000 €. Obtener los salarios tipificados a media cero y desviación típica 1.
Solución
Figura 2.7.
Puede comprobarse que y SZ = 1. Los valores z1 y z3, que se corresponden con los salarios de 900
y 1.000 €, respectivamente, se encuentran a 1,225 desviaciones típicas de la media, es decir, se
encuentran a la misma distancia de ésta.
Página 55
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 31/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Las medidas de concentración, que no se deben confundir como opuestas a las medidas de
dispersión, indican el mayor o menor grado de igualdad (o equidistribución) en el reparto total de los
valores de la variable objeto de estudio.
El índice de Gini, que se denota por IG, es aproximadamente el cociente entre el área comprendida
entre la bisectriz del primer cuadrante y la curva de Lorenz y el triángulo (véase Figura 2.8).
Figura 2.8.
Página 56
La ventaja del índice de Gini es que proporciona una medida cuantitativa de la concentración. Éste
puede tomar valores comprendidos entre 0 y 1, es decir, 0 ≤ IG ≤ 1, de tal forma que si IG = 0 existe
equidistribución (o no concentración), produciéndose una concentración máxima cuando IG = 1. Por
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 32/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
tanto, cuanto más próximo a cero se encuentre el índice de Gini, menor será el grado de
concentración.
Relacionando curva de Lorenz e índice de Gini (véase Figura 2.9), cuanto menor sea este último,
menor será el área comprendida entre la bisectriz y la curva de Lorenz. En el caso que la
concentración sea mínima (IG = 0), la curva de Lorenz coincide con la bisectriz, lo que indica que a
un porcentaje acumulado de individuos le corresponde ese mismo porcentaje acumulado del volumen
total de la variable (pi = qi ∀ i).
Figura 2.9.
En caso de máxima concentración (IG = 1), la curva de Lorenz coincide con el triángulo . En este
caso extremo, un solo individuo, el último, concentra el volumen total de variable, no encontrándose
nada en manos de los restantes (N − 1) individuos.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 33/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Tabla 2.2.
Ejemplo 2.22
Las horas de formación recibidas a lo largo del último año por los 40 directivos de distinto nivel, de la
filial española de una compañía multinacional, se recogen en la siguiente tabla.
Solución
Página 58
Representando el punto (0, 0) y los distintos pares (pi, qi), esto es, (p1 = 50, q1 = 34,78); (p2 = 75, q2
= 60,87); (p3 = 87,5, q3 = 78,26); la curva de Lorenz se obtiene al unir los puntos mediante
segmentos.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 34/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Figura 2.10.
es decir, el número de horas de formación destinadas a los diferentes niveles directivos en esta filial
están relativamente bien repartidas.
Página 59
Cuestiones de autoevaluación
2.1 En un total de 10 empresas de un determinado sector de actividad se ha observado el número de
empleados, obteniéndose los valores siguientes: 15, 21, 22, 26, 32, 35, 40, 50, 54, 1.000, donde y
Me = 33,5.
¿Qué medida de posición es preferible utilizar como resumen del conjunto de datos de la variable?
a) La media aritmética, porque es la medida de posición central por excelencia y siempre que se
conozca se debe utilizar ésta.
b) La mediana, porque como existe un valor muy alejado del resto, la media es poco representativa
del conjunto de valores de la distribución.
c) Es indiferente.
2.2 Se estudian los salarios que perciben los empleados de una empresa. El menor de los salarios es
de 600 €/mes y el mayor de 2.400 €/mes. ¿Cuál de los siguientes resultados puede ser cierto?
a) = 1.200 €, SX = 0 €
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 35/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
b) = 1.000 €, SX = 200 €
c) = 500 €, SX = 200 €
d) = 1.200 €, SX = 150 €
2.3 Se invierten 12.000 € a plazo fijo durante dos años. El primer año el capital se incrementa en un
3% y el segundo en un 12% acumulativo. El interés o incremento medio anual es:
a) 7,5 %.
b) 7,406 %
c) 4,8 %
Página 60
2.5 Supóngase una variable estadística X tal que y Sx2 = 35. Si se realizase un cambio de variable
aplicando la transformación Y = 10 + 5X, entonces:
b) = 165 y Sx2 = 35
d) = 155 y Sx2 = 35
2.6 Una empresa de componentes electrónicos dispone de tres plantas de producción (A, B y C) con
100, 150 y 200 operarios de fabricación respectivamente. Si el número medio mensual de unidades
producidas por cada empleado en la planta A es de 2.000, en la planta B de 2.500 y en la planta C de
1.750, ¿cual es el número medio mensual de unidades producidas por cada operario para el global
de la empresa?
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 36/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
a) Simétrica y leptocúrtica.
2.8 Para que una distribución simétrica con desviación típica igual a 3 sea mesocúrtica, ¿cuál debe
ser el valor del momento central de orden 4?
a) Igual a 243.
b) Mayor a 243.
c) Menor a 243.
Página 61
2.9 Dada una variable estadística X con media y desviación típica SX = 3, ¿qué transformación
debería realizarse para que la variable tipificada tuviese media 5 y desviación típica 2?
a)
b)
c)
d) Únicamente pueden obtenerse variables tipificadas con media cero y desviación típica 1.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 37/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
c) La curva de Lorenz coincide con los lados del cuadrado, formando un triángulo.
Ejercicios propuestos
2.1 Se ha preguntado a 9 empresas por el número de personas que emplean, siendo sus respuestas:
2.2 A 15 personas que guardaban cola para entrar al museo de «El Prado» se les ha preguntado por
el número de veces que han visitado previamente la pinacoteca, siendo las respuestas obtenidas:
2.3 Cierta empresa ha incrementado el salario a sus empleados en los últimos cinco años en un 1, 2,
3, 4 y 5% acumulativo. Si un trabajador empezó con un salario 1.000 €, calcular:
Página 62
2.5 En la siguiente distribución de frecuencias se recoge el consumo de gas (en m3), entre los meses
de diciembre-enero, de una comunidad de 100 viviendas.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 38/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Obtener la media aritmética, el intervalo donde está contenida la mediana y el intervalo modal de la
distribución de consumo de gas.
a) 4 4 4 4 4 4 4
b) 1 1 1 1 1 3 20
c) 1 2 3 4 5 6 7
d) 1 12 4 4 8 8
Ordenar el posible valor de sus varianzas (dispersión) de menor a mayor, pero sin realizar ningún
cálculo. Después comprobar el resultado calculando dichas varianzas.
Página 63
2.8 El propietario de una tienda de electrodomésticos, tras un descenso en las ventas del último
trimestre, observa el número de clientes que entran en su establecimiento a lo largo de quince días:
2.9 Una Universidad tiene dos bibliotecas. La información disponible de la variable «Gasto dedicado a
la compra de libros» entre los años 1998 y 2002, en cada una de las bibliotecas, ha sido el siguiente:
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 39/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
¿En cuál de las dos bibliotecas ha habido menor dispersión en el gasto destinado a la compra de
libros?
2.10 Los directores de producción y recursos humanos han estudiado el absentismo laboral en dos
células de producción. En la célula A el número medio de horas perdidas resultó ser de 120 horas,
con una desviación típica de 36 horas. En la célula B el absentismo medio se cuantificó en 80 horas
de trabajo, con una desviación típica de 30 horas.
¿En qué célula de producción hay mayor dispersión relativa en el número de horas perdidas?
2.11 Una compañía, perteneciente a un grupo de grandes empresas (Grupo A), presenta un beneficio
anual de 3,5622 millones de euros. Asimismo, el beneficio anual de un comercio, perteneciente a una
agrupación de pequeñas empresas (Grupo B), es de 32.280 euros. Si las medias y desviaciones
típicas de los beneficios anuales de las empresas pertenecientes a cada uno de esos grupos han
sido:
Cuál de las dos empresas presenta un beneficio anual relativo mayor, ¿la compañía o el comercio?
Página 64
2.12 Se tiene información acerca del número de goles por partido marcados en dos ligas europeas:
b) Si en un partido jugado en la liga A el resultado fue 2-0 y en otro partido de la liga B el resultado
fue 1-1. ¿En qué partido el número de goles fue relativamente mayor?
2.13 Dos empresas del sector químico, A y B, han recogido información sobre el número de
accidentes laborales al mes con baja laboral que se ha producido durante un determinado periodo de
tiempo, obteniendo los siguientes resultados:
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 40/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
2.16 Para una distribución se sabe que , SX2 = 9 obtener la media, varianza y coeficiente de
variación de la variable Y si:
a) Y = X + 4
b) Y = 2X
c) Y = 2X + 4
d)
Página 65
2.17 De un estudio realizado en dos poblaciones acerca del tiempo diario (en minutos) que los niños
de 4 a 10 años dedican a ver la televisión, se han obtenido los siguientes resultados: en la población
A dedican una media diaria de 90 minutos con una varianza de 144, mientras que en la población B
la media diaria es de 75 minutos con una varianza de 100.
b) Un niño de la población A dedica 82 minutos diarios a ver televisión y otro de la población B dedica
75 minutos. En términos relativos, ¿qué niño dedica más tiempo a ver televisión?
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 41/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Calcular la media, desviación típica y coeficiente de variación de Pearson de la variable X partir del
cálculo de dichos estadísticos para la variable .
2.19 En una empresa hay una sección dedicada a la fabricación de un tipo especial de piezas. La
variable X: «Número de piezas fabricadas al día por un trabajador», presenta los siguientes
momentos:
Asimismo, el «Salario diario de los trabajadores» (variable Y) se compone de 21 euros fijos más una
prima de 30 céntimos por pieza producida. Determinar:
Página 66
Problemas reueltos
2.1 Una empresa de plásticos se dedica a la realización de piezas para vehículos de una determinada
marca. La distribución del número de piezas que realizan los 250 trabajadores en una hora es la
siguiente:
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 42/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
2.2 Un grupo de expertos lleva a cabo una cata de aceites. A continuación se facilita la distribución de
frecuencias correspondiente a las calificaciones obtenidas por los aceites de oliva procedentes de
150 almazaras:
Página 67
a) Calcular la calificación media obtenida en la cata por el conjunto de los aceites evaluados.
2.3 Sea X la variable estadística que expresa el salario mensual de los trabajadores de una empresa
de la construcción (datos en euros), y de la que es conocida su media y su varianza SX2 = 90.000.
Y: «Deducción en las nóminas de los trabajadores para la Seguridad Social y Mutualidad». Esta
consiste en deducir un 9,5% del salario más 15 euros fijos.
Z: «Deducción en las nóminas de los trabajadores por retenciones del I.R.P.F». Esta consiste en
deducir un 18% del salario.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 43/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
Calcular la media y la varianza de las variables estadísticas Y y Z. ¿Cuál presenta una mayor
dispersión relativa?
Página 68
Problemas propuestos
2.5 Durante el pasado fin de semana, dos agencias de viajes han presentado el siguiente movimiento
en la venta de billetes de avión.
a) Obtener la media, mediana y moda del importe obtenido por la venta de billetes en cada una de las
agencias.
b) ¿En qué agencia ha sido mayor la dispersión en el importe de los billetes vendidos?
2.6 Una empresa multinacional americana tiene una fábrica en Valencia. Se realiza un estudio sobre
los salarios mensuales (en cientos de euros) de los empleados de dicha empresa, ofreciendo los
siguientes resultados:
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 44/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
¿Cuál de las dos empresas es la que presenta una mayor dispersión relativa?
Página 69
2.7 Los salarios de los empleados sin cualificación profesional (en euros) en cierta empresa se
distribuyen como sigue:
(1) Este es, con diferencia, el estadístico (cualquier función de los valores de la variable) más
importante. En adelante, cuando se haga referencia al término media, sin especificar, deberá
entenderse media aritmética.
(3) Se podría comprobar que la media armónica, geométrica y armónica guardan la siguiente
relación: Mh ≤ Mg ≤ x.
(4) Este es el criterio que se utilizará. Otros criterios consideran que son válidos ambos valores, esto
es, Me = xi y Me = xi+1, o incluso cualquier valor comprendido entre los anteriores.
(5) Identificado el intervalo mediano, , donde ci es la amplitud del intervalo mediano y Li-1 su extremo
inferior.
(6) En el Apartado 2.3 se verá cómo esta expresión se corresponde con la obtenida al expresar el
momento central de orden 2, que es la varianza, en función de los momentos ordinarios.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 45/46
16/9/2019 Gale eBooks - Documento - Análisis de Datos Unidimensionales
(7) Obsérvese cómo la suma de las desviaciones de cada valor de la variable respecto a su media es
cero , tal y como se indicó en la primera propiedad de la media aritmética.
https://go.gale.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1 46/46