M.

EDUAR CÁRDENAS SANDOVAL

MEDIDAS DE POSICIÓN
Ayudan a localizar el valor de la variable que acumula cierto porcentaje específico de
datos.
1. CUARTIL (Qk). Los cuartiles son una herramienta que usamos en la estadística
y que nos sirve para administrar grupos de datos previamente ordenados.
Los cuartiles son los tres valores de la variable que dividen a un conjunto de
datos ordenados en cuatro partes iguales.

𝑄1 , 𝑄2 , 𝑦 𝑄3 determinan los valores correspondientes al 25%, al 50% y al 75%

de los datos. 𝑄2 coincide con la mediana.

 CUARTIL PARA DATOS NO AGRUPADOS:

𝑘×𝑛
 𝑄𝑘 = ………… Para “n” par.
4
𝑘×(𝑛+1)
 𝑄𝑘 = ………… Para “n” impar.
4

 CUARTIL PARA DATOS AGRUPADOS:

𝑘×𝑛
−𝐹𝑖−1
 𝑄𝑘 = 𝐿𝑖𝑛𝑓. + ( 4
) × 𝐴𝑖
𝑓𝑖

2. DECIL (Dk): Los deciles son los nueve valores que dividen una serie de datos
ordenados en diez partes iguales. Los deciles dan los valores correspondientes al
10%, al 20%, al 30%, …, y al 90% de los datos.
El quinto decil coincide con la mediana:𝑫𝟓 = 𝑴𝒆 . Pero también, coincide con el
segundo cuartil: 𝑸𝟐 = 𝑫𝟓 = 𝑴𝒆

 DECIL PARA DATOS NO AGRUPADOS:

𝑘×𝑛
 𝐷𝑘 = ………… Para “n” par.
10
𝑘×(𝑛+1)
 𝐷𝑘 = ………… Para “n” impar.
10

ING. SISTEMAS - ESTADÍSTICA - UNSCH 1

 M. EDUAR CÁRDENAS SANDOVAL

 DECIL PARA DATOS AGRUPADOS:

𝑘×𝑛
−𝐹𝑖−1
 𝐷𝑘 = 𝐿𝑖𝑛𝑓. + ( 10
) × 𝐴𝑖
𝑓𝑖

3. PERCENTIL (Pk). Los percentiles son los 99 valores que dividen una serie de
datos ordenados en 100 partes iguales. Los percentiles dan los valores
correspondientes al 1%, al 2%, al 3%, …, y al 99% de los datos.

𝑃50 coincide con la mediana

𝑃50 coincide con 𝑄2
𝑃50 coincide con 𝐷5
𝑷𝟓𝟎 = 𝑴𝟎 = 𝑸𝟐 = 𝑫𝟓

 PERCENTIL PARA DATOS NO AGRUPADOS:

𝑘×𝑛
 𝑃𝑘 = ………… Para “n” par.
100
𝑘×(𝑛+1)
 𝑃𝑘 = ………… Para “n” impar.
100

 PERCENTIL PARA DATOS AGRUPADOS:

𝑘×𝑛
−𝐹𝑖−1
 𝑃𝑘 = 𝐿𝑖𝑛𝑓. + ( 100
) × 𝐴𝑖
𝑓𝑖

MEDIDAS DE DISPERSIÓN O VARIABILIDAD.

Las medidas de dispersión tratan, a través del cálculo de diferentes fórmulas, de arrojar
un valor numérico que ofrezca información sobre el grado de variabilidad de una
variable. En otras palabras, las medidas de dispersión son números que indican si una
variable se mueve mucho, poco, más o menos que otra.
1. VARIANZA (V). La varianza es una medida de dispersión que representa la
variabilidad de una serie de datos respecto a su media. Formalmente se calcula
como la suma de los residuos al cuadrado divididos entre el total de
observaciones.

 VARIANZA PARA DATOS NO AGRUPADOS.

2 ∑𝑁
𝑖=1(𝑥𝑖 −𝜇)
2
 𝜎 = ……………… Varianza Poblacional
𝑁
∑𝑛
𝑖=1(𝑥𝑖 −𝜇)
2
 𝑆2 = ……………… Varianza Muestral
𝑛−1

ING. SISTEMAS - ESTADÍSTICA - UNSCH 2

 M. EDUAR CÁRDENAS SANDOVAL

O en su forma resumida:
𝑛 2
∑𝑛 2 (∑𝑖=1 𝑥𝑖 )
𝑖=1 𝑥𝑖 −
 𝑆2 = 𝑛
𝑛−1

 VARIANZA PARA DATOS AGRUPADOS.

∑𝑁
𝑖=1 𝑓𝑖 (𝑥𝑖 −𝜇)
2
 𝜎2 = ……………… Varianza Poblacional
𝑁
∑𝑛
𝑖=1 𝑓𝑖 (𝑥𝑖 −𝜇)
2
 𝑆2 = ……………… Varianza Muestral
𝑛−1

O en su forma resumida:
2
(∑𝑛
𝑖=1 𝑥𝑖𝑓𝑖 )
∑𝑛 2
𝑖=1 𝑥𝑖 𝑓𝑖 −
 𝑆2 = 𝑛
𝑛−1

2. DESVIACIÓN ESTÁNDAR (S). La desviación típica es otra medida que

ofrece información de la dispersión respecto a la media. Su cálculo es
exactamente el mismo que la varianza, pero realizando la raíz cuadrada de su
resultado. Es decir, la desviación típica es la raíz cuadrada de la varianza.

 DESVIACIÓN ESTÁNDAR PARA DATOS NO AGRUPADOS.

∑𝑁
𝑖=1(𝑥𝑖 −𝜇)
2
 𝜎 = √𝜎 2 = √ … Desviación estándar Poblacional
𝑁

∑𝑛
𝑖=1(𝑥𝑖 −𝜇)
2
 𝑆 = √𝑆 2 = √ … Desviación estándar Muestral
𝑛−1

 DESVIACIÓN ESTÁNDAR PARA DATOS AGRUPADOS.

∑𝑁
𝑖=1 𝑓𝑖 (𝑥𝑖 −𝜇)
2
 𝜎 = √𝜎 2 = √ … Desv. estándar Poblacional
𝑁

∑𝑛
𝑖=1 𝑓𝑖 (𝑥𝑖 −𝜇)
2
 𝑆 = √𝑆 2 = √ … Desv. estándar Muestral
𝑛−1

3. COEFICIENTE DE VARIACIÓN (CV). La desviación estándar es útil como

medida de variación en un conjunto de datos. Sin embargo, cuando se quiere
comparar la dispersión de dos conjuntos de datos, la comparación de las dos
desviaciones estándar puede dar un resultado equivocado. Esto puede ocurrir si
las dos variables involucradas están medidas en diferentes unidades. Además,
aunque se utiliza la misma unidad de medición, las dos medias pueden ser
diferentes. La fórmula es la siguiente:

ING. SISTEMAS - ESTADÍSTICA - UNSCH 3

 M. EDUAR CÁRDENAS SANDOVAL

 COEFICIENTE DE VARIACIÓN

𝜎
 𝐶𝑉 = ……………… Poblacional
𝜇

𝑆
 𝐶𝑉 = ……………… Muestral
𝑥̅

 COEFICIENTE DE VARIACIÓN EN FORMA PORCENTUAL.

𝜎
 𝐶𝑉 = × 100% ……………… Poblacional
𝜇

𝑆
 𝐶𝑉 = × 100% ……………… Muestral
𝑥̅

Además:
 Si 𝑪𝑽 ≤ 𝟏𝟓% → La distribución es homogénea.
 Si 𝑪𝑽 > 𝟏𝟓% → La distribución es heterogénea.

MEDIDAS DE ASIMETRIA Y KURTOSIS

La asimetría y curtosis informan sobre la forma de la distribución de una variable. Estas
medidas permiten saber las características de su asimetría y homogeneidad sin
necesidad de representarlos gráficamente.
1. COEFICIENTE DE ASIMETRÍA (As). La asimetría es la medida que indica
la simetría de la distribución de una variable respecto a la media aritmética.

 COEFICIENTE DE PEARSON. El coeficiente de asimetría de

Pearson (CAP) mide la diferencia entre la media y la moda respecto a
la dispersión del conjunto.

3(𝑋̅−𝑀𝑒 )
 𝐴𝑝 = ……………… 2do Coeficiente de asimetría
𝑆

𝑋̅−𝑀𝑜
 𝐴𝑝 = ……………… 1er Coeficiente de asimetría
𝑆

 MEDIA ASIMÉTRICA. El coeficiente de asimetría de Bowley (CAB)

toma como referencia los cuartiles para determinar si la distribución es
simétrica o no.

𝑄1 +𝑄3− 2𝑄2
 𝐴𝑠 =
𝑄3 −𝑄1

ING. SISTEMAS - ESTADÍSTICA - UNSCH 4

 M. EDUAR CÁRDENAS SANDOVAL

Además:
 𝑨𝒔 > 𝟎 → La distribución es sesgada a la derecha.
 𝑨𝒔 < 𝟎 → La distribución es sesgada a la izquierda.
 𝑨𝒔 = 𝟎 → La distribución es aprox. simétrica

2. COEFICIENTE DE CURTOSIS O APUNTMIENTO (Ak). La Curtosis,

evalúa el grado de apuntamiento de la distribución.

𝑃75 − 𝑃25
𝐴𝑘 =
2(𝑃90 − 𝑃10 )

 Si 𝐴𝑘 → 0.263 → es Mesocúrtica (Normal)

 Si 𝐴𝑘 →
2
1
→ es Leptocúrtica (Apuntada)
 Si 𝐴𝑘 → 0 → es Platicúrtica (Achatada)

ING. SISTEMAS - ESTADÍSTICA - UNSCH 5

 M. EDUAR CÁRDENAS SANDOVAL

GRADO DE APUNTAMIENTO VALLOR DE LA CURTOSIS

Mesocúrtica (Distribución Normal) 0.263
Leptocúrtica (Distribución Elevada) Mayor a 0.263 o se aproxima a 0.5
Platicúrtica (Distribución Aplanada) Menor a 0.263 o se aproxima a 0

ING. SISTEMAS - ESTADÍSTICA - UNSCH 6