Probabilidad Y Estadística: Transparencias de Clases

PROBABILIDAD Y ESTADÍSTICA
TRANSPARENCIAS DE CLASES
UNIDAD I
ESTADÍSTICA DESCRIPTIVA
Profesor: Luis Arenas
Neuquén, Septiembre 2011
Facultad de Economía y
Administración
UNIVERSIDAD NACIONAL
DEL COMAHUE
ESTADÍSTICA - EST. DESCRIPTIVA : DISTRIB DE FRECUENCIA
Unidad 1: Estadística Descriptiva
Distribuciones de Frecuencia
CONTENIDOS:
• Muestra y población;
• Unidad estadística
í
• Variables estadísticas;
• Tipo
po de variables;
a ab es;
• Series Simples de datos;
• Tablas de frecuencias para datos sin agrupar;
• Tablas de frecuencias para datos agrupados;
• Gráficas de las distribuciones;
• Ejemplos.
Ejemplos
UNIVERSIDAD NACIONAL DEL COMAHUE 2

Departamento de Estadística - Prof. Luis Arenas
ESTADÍSTICA - EST. DESCRIPTIVA : CONCEPTOS - DEFINICIONES
Población (Universo):
Una población estadística es una colección bien
definida de objetos, personas, cosas, etc. que se
pretende estudiar.
La definición debe ser espacio-temporal, es decir,
que al definir la población debemos tener en
cuenta:
• Que: Qué vamos a estudiar (el objeto, cosa,
persona, etc.)
• Donde: La ubicación geográfica de la
población
• Cuando: ubicación temporal de la población.
Ejemplos
• Todos los menores de 18 años de una región en
un momento dado;
• Todos los individuos que se recibieron en la
Facultad de Ingeniería en la Universidad del
Comahue durante el periodo 2000-2010;
• El volumen total de petróleo producido en un
cierto yacimiento durante
d un periodo
d ;
Muestra: Subconjunto de objetos pertenecientes a

la población bajo estudio, seleccionados
mediante un método predefinido
predefinido.
UNIVERSIDAD NACIONAL DEL COMAHUE

Departamento de Estadística - Prof. Luis Arenas 3
Unidad Estadística
Es la persona,
persona objeto,
objeto elemento en cuyo estudio
estamos interesados. El conjunto completo de todas
las unidades estadísticas conforma la población. La
unidad estadística también puede ser una unidad de
tiempo,
p longitud,
g área, etc.
Variables Estadísticas
Es cualquier característica que puede variar de una
unidad estadística a otra en la población.
población Obtenidas por
medición o por observación de la característica bajo
estudio.
Tipos
p de Variables
Cualitativas:
No admiten valores numéricos sino que
representan atributos o categorías observados
en las unidades estadísticas. Ej: sexo, raza,
profesión, etc.
Cuantitativas:
adquieren valores numéricos obtenidos por
medición o por observación de las unidades
estadísticas.

Variable Cuantitativa discreta

Una variable cuantitativa es discreta cuando
unicamente asume valores enteros.
Generalmente surgen de conteos.
Algunas pueden asumir infinitos valores (por

ejemplo : 0, 1, 2, 3, 4...).
Otras pueden tomar un conjunto finito de
valores (p
(por ejemplo
j p : 1, 2, 3).
)
Variable Cuantitativa continua

Una variable cuantitativa es continua cuando
los valores posibles abarcan la totalidad de la
recta numérica (el conjunto de los números
reales).
Admiten
Ad it d i l
decimales y en generall surgen de
d
mediciones.
Análisis Exploratorio de Datos

Conjunto de técnicas que utilizan gráficos y
resúmenes numéricos para describir las variables de
un conjunto de datos y las relaciones entre ellas.

Población
Es el conjunto
de todos los
individuos que
poseen
información
sobre el
fenómeno que Muestra
se estudia. Es un
subconjunto de
elementos
pertenecientes
a una
población.
Variables:
Características que se observan
en las unidades estadísticas.
Unidad
E
Estadística
dí i
Cada individuo,
Cualitativas animal o cosa al
que se le mide u
Cuantitativas discretas observa
b una o más
á
Cuantitativas continuas características

Ejemplo:
En un estudio
E t di ded ausentismo,
ti se selecciona
l i una
muestra aleatoria de 60 empleados de la cadena de
hipermercados XX y para cada uno de ellos se observa
la cantidad de días ausentes el año pasado.
Resultados del estudio:

9, 6, 11, 2, 5, 8, 9, 7, 8, 13, 8, 6, 3, 10, 12, 11, 8, 9,
4, 14, 10, 6, 8, 9, 8, 5, 7, 7, 9, 10, 12, 3, 5, 7, 10,
11 6,
11, 6 9,
9 8,
8 7,
7 9,
9 6,6 7,
7 7,
7 10,
10 8,8 9,
9 11,
11 9,
9 8,
8 7,
7 9,
9 10,
10
8, 6, 10, 8, 4, 7, 5
• Población: empleados de la cadena del hipermercado

XX el año pasado .
• Muestra: el subconjunto de 60 empleados

seleccionados al azar
• Unidad Estadística: el empleado del hipermercado XX

el año pasado.
• Variable: Cantidad de días ausente el año pasado
• Tipo de Variable: Cuantitativa discreta

ESTADÍSTICA - EST. DESCRIPTIVA : SERIES SIMPLES
Serie Simple de Datos (SSD)
Una serie simple es un conjunto pequeño de datos.

Si la cantidad de observaciones que conforman la serie
simple es n, podemos indicarlos como x1 , x2 , ..., xn
Ejemplo:
Serie Simple
2,3 2,5 2,6
2,1
,
2,4
2,8
La cantidad de observaciones de la serie simple es n = 6

La
a serie simple
p es:
2.3 2.4 2.1 2.8 2.5 2.6
x1 x2 x3 x4 x5 x6
Distribuciones de Frecuencias Unidimensionales
• Permiten organizar los datos construyendo tablas
de frecuencias unidimensionales.
• Permite visualizar la forma de la distribución de
una variable mediante la representación gráfica
de los valores obtenidos en una muestra de
tamaño adecuado (generalmente, no menor de
50 unidades);
ESTADÍSTICA - EST. DESCRIPTIVA: DISTRIB DE FRECUENCIA
Distribuciones de Frecuencia Unidimensionales

Si la variable es discreta y asume pocos valores,
entonces la tabla de frecuencia se llama de datos
sin agrupar (DSA) y la representación gráfica se
denomina diagrama de bastones;
• Si la variable es continua (o discreta pero asume
muchos valores), entonces la tabla de frecuencia
se organiza agrupando los datos en intervalos o
clases y la distribución se llama de datos
agrupados (DA). La gráfica se conoce con el
nombre de histograma.
Definición
Frecuencia absoluta (fi) es la cantidad de veces
que se observa el valor xi de la variable.
variable
Frecuencia relativa (hi) Indica la proporción de

veces que se observa el valor xi de la variable.
Es el cociente entre la frecuencia absoluta y el
tamaño de la muestra n. f
hi = i
n
La frecuencia absoluta nos dice cuántas veces ocurrió
el evento, pero no informa sobre la relación que esto
tiene con el tamaño de la muestra analizada.
El contenido de información de la frecuencia relativa

es mucho mayor que el de la frecuencia absoluta.
absoluta

Tablas de Frecuencias: Datos sin Agrupar (DSA)
Construcción de la Tabla
Luego de recolectados los datos armar una tabla de
frecuencias con las siguientes columnas:
• En la primera columna los valores que asume la

variable ordenados de menor a mayor.
• En la segunda
g columna las frecuencias absolutas
de cada valor de la variable.
• En la tercera columna las frecuencias relativas de

cada valor de la variable.
Valores de la Frecuencia Frecuencia

variable absoluta fi relativa hi
En cada valor dividir la

Contar las
frecuencia absoluta por
ocurrencias de cada
el tamaño de la
valor de la variable
muestra (n)

Cantidad Frecuencia Frecuencia

de faltas absoluta fi relativa hi
2 1 0.0167
Contar las
ocurrencias de cada
3 2 0.0333
valor de la variable
4 2 0.0333
5 4 0 0667
0.0667
6 6 0.1000
7 9 0.1500
8 11 0.1833
9 10 0.1667
10 7 0.1167 En cada valor dividir la
11 4
frecuencia absoluta por
0.0667
el tamaño de la
12 2 0.0333
muestra
13 1 0.0167
14 1 0.0167
Representación
ió de
d Frecuencias
i Simples
Si l
• Marque los valores de la variable en una escala

sobre el eje horizontal;
• Sobre cada valor de la variable, dibuje un bastón
cuya altura sea igual a la frecuencia absoluta (o,
alternativamente, la frecuencia relativa).

Definición
• La frecuencia relativa expresada como porcentaje
recibe el nombre de frecuencia relativa porcentual
(hi%).
• Para obtener la frecuencia relativa porcentual

sencillamente se multiplica la frecuencia relativa por
100, es decir hi% = hi*100 .
• Como es más fácil de interpretar un porcentaje que

una proporción, es usual informar resultados en
términos de frecuencias relativas porcentuales.
porcentuales

• Tanto las frecuencias absolutas, como las relativas y

las relativas porcentuales se pueden sumar dando
origen a las frecuencias acumuladas.
Definiciones:
• Fi: Frecuencia absoluta acumulada

Indica cantidad de veces que se observó el valor
xi de la variable o uno inferior a él.
• Hi: Frecuencia relativa acumulada

Indica la proporción de veces que se observó el
valor de la variable xi o uno inferior a él.
• Hi%: Frecuencia relativa porcentual

acumulada
Indica el porcentaje de veces que se observó el
valor xi de la variable o uno inferior a él.
él

Tabla de Frecuencias: Datos sin agrupar (DSA)
Cant. de fi hi hi% Fi Hi H i%
faltas
2 1 0.0167 1,67 1 0.0167 1,67

3 2 0 0333
0.0333 3 33
3,33 3 0 05
0.05 5
4 2 0.0333 3,33 5 0,0833 8,33
5 4 0.0667 6,67 9 0.15 15
6 6 0.1000 10 15 0.25 25
7 9 0.1500 15 24 0 40
0.40 40
8 11 0.1833 18,33 35 0.5833 58,33
9 10 0.1667 16,67 45 0.75 75
10 7 0.1167 11,67 52 0.8667 86,67
11 4 0.0667 6,67 56 0.9334 93,34
12 2 0.0333 3,33 58 0.9667 96,67
13 1 0.0167 1,67 59 0.9834 98,34
14 1 0.0167 1,67 60 1 100

Representación de Frec. Acumuladas (DSA)
• Marque los valores de la variable en una escala

horizontal;
• Para cada valor de la variable representar las
frecuencias absoluta acumuladas.
acumuladas Como la
frecuencia acumulada permanece constante de un
valor a otro, uniendo los segmentos verticales se
obtiene el diagrama escalonado.
F(i) Diagrama Escalonado
70
F = 60
60
50
40
30
20
10
F =0
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Interpretación
faltas
2 1 0.0167 1,67 1 0.0167 1,67

3 2 0 0333
0.0333 3 33
3,33 3 0 05
0.05 5
4 2 0.0333 3,33 5 0,0833 8,33
5 4 0.0667 6,67 9 0.15 15
6 6 0.1000 10 15 0.25 25
7 9 0.1500 15 24 0 40
0.40 40
8 11 0.1833 18,33 35 0.5833 58,33
9 10 0.1667 16,67 45 0.75 75
10 7 0.1167 11,67 52 0.8667 86,67
11 4 0.0667 6,67 56 0.9334 93,34
12 2 0.0333 3,33 58 0.9667 96,67
13 1 0.0167 1,67 59 0.9834 98,34
14 1 0.0167 1,67 60 1 100
f3:
h6 %:
%

PROB. Y ESTADÍSTICA - EST. DESCRIPTIVA: DISTRIB DE FRECUENCIA
F(i) Di
Diagrama E
Escalonado
l d
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Interpretación
faltas
2 1 0.0167 1,67 1 0.0167 1,67

3 2 0 0333
0.0333 3 33
3,33 3 0 05
0.05 5
4 2 0.0333 3,33 5 0,0833 8,33
5 4 0.0667 6,67 9 0.15 15
6 6 0.1000 10 15 0.25 25
7 9 0.1500 15 24 0 40
0.40 40
8 11 0.1833 18,33 35 0.5833 58,33
9 10 0.1667 16,67 45 0.75 75
10 7 0.1167 11,67 52 0.8667 86,67
11 4 0.0667 6,67 56 0.9334 93,34
12 2 0.0333 3,33 58 0.9667 96,67
13 1 0.0167 1,67 59 0.9834 98,34
14 1 0.0167 1,67 60 1 100
F7:
H6 %:
F7- F4:
100- H6 %:

PROB. Y ESTADÍSTICA - EST. DESCRIPTIVA: DISTRIB DE FRECUENCIA
Diagrama Escalonado
F((i)
70
F = 60
60
50
40
30
20
10
F =0
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
F(i) Diagrama Escalonado
70
F = 60
60
50
40
30
20
10
F =0
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

ESTADÍSTICA : EST. DESCRIPTIVA : DATOS AGRUPADOS
Distribuciones de Datos Agrupados (DA)

Ej
Ejemplo:
l
En un estudio realizado por C. Davis* sobre imagen
corporal y preocupación por el peso se registraron,
entre otras variables, los pesos de 200 personas (en
kg). Los datos obtenidos son los siguientes:
77 58 53 68 59 76 76 69 71 65 70 166 51 64 52 65 92 62 76 61
119 61 65 66 54 50 63 58 39 101 71 75 79 52 68 64 56 69 88 65
54 80 63 78 85 54 73 49 54 75 82 56 74 102 64 65 66 73 75 57
68 71 71 788 9
97 60 6
64 6
64 522 80 62 66 55 566 500 500 500 63 69 69
61 55 53 60 56 59 62 53 57 57 70 56 84 69 88 56 103 50 52 55
55 63 47 45 62 53 52 57 64 59 84 79 55 67 76 62 83 96 75 65
78 69 68 55 67 52 47 45 68 44 62 87 56 50 83 53 64 62 90 85
66 52 53 54 64 55 55 59 70 88 57 47 47 55 48 54 69 59 58 57
51 54 53 59 56 59 63 66 96 53 76 54 61 82 62 71 60 66 81 68
80 43 82 63 70 56 60 58 76 50 88 89 59 51 62 74 83 81 90 79
Davis, C. (1990) Body image and weight preoccupation: A comparison between exercising
and non-exercising women. Appetite, 15, 13–21 .
máximo: 166kg - mínimo: 39 kg
Si quisiéramos organizar los datos en una tabla de

frecuencias, deberíamos empezar colocando en la
primera columna los valores de la variable ordenados
de menor a mayor a partir de 39 y continuar hasta 166
como se presenta a continuación (en forma resumida)

Distribuciones de Datos Agrupados

Ej
Ejemplo:
l
X f F h H h% H%
39 1
40 0
41 0
42 0
43 1
: :
: :
119 1
: :
: :
163 0
164 0
165 0
166 1
Como se puede observar esta forma de organizar los

datos no resulta práctica por las siguientes razones:
• La tabla de frecuencias queda muy extensa
• Las frecuencias absolutas qque resultan son nulas o de
valor muy bajo
• Al representar la tabla en un diagrama de bastones
no es posible apreciar la forma de la distribución
La solución al problema anterior consiste en construir

una tabla de frecuencia agrupando los datos en
intervalos de igual amplitud.

Distribuciones de Datos Agrupados

Ej
Ejemplo:
l
Intervalo f F h H h% H%
35 - 50 18
50 - 65 94
65 -80 52
80 - 95 18
95 - 110 7
110 - 125 5
125 - 140 3
140 - 155 2
155 - 170 1
Una tabla de frecuencias organizada utilizando

intervalos o clases de la variable recibe el nombre de
tabla de Frecuencias de Datos Agrupados.
En este ejemplo,
ejemplo los intervalos tienen una amplitud de
15, es decir 15 kg.
Veremos a continuación cómo se construye una tabla

de frecuencias de Datos Agrupados.

Distribución de Frec.: Datos agrupados (DA)
Etapa 1:
Luego de recolectados los datos, identifique el valor
máximo y el valor mínimo obtenidos en la muestra.
Calcule a continuación la diferencia entre ellos,
denominada rango:
Rango = Valor máximo - Valor mínimo
Etapa 2:
Determine la amplitud de los intervalos (clases), de
forma tal de obtener entre 5 y 20 clases de igual ancho.
Puede usarse la regla:
Rango
R
Amplitud Mín = A m =
20
Rango
Amplitud Máx = A M =
5
AM + Am
Amplitud =
2
Otra regla general es:
Cantidad de clases ≈ cantidad de obse
observacio
vaciones
Etapa 3:
Determine los límites de cada clase, de forma tal que el
mínimo valor observado quede incluido en la primera clase
y el máximo valor observado quede en la última clase.
clase

Etapa 4:
Clasifique los datos por comparación con los límites
de clase obtenidos en el punto anterior y calcule las
frecuencias absolutas y relativas. Construya la tabla
de frecuencias.
Intervalos o
Frecuencia Frecuencia
Clases de la
absoluta relativa
variable
Contar las ocurrencias Dividir la frecuencia

en el intervalo. absoluta por el tamaño
de la muestra
Etapa 5:
Representar el histograma: sobre cada clase

dibuje una barra con altura igual a la frecuencia
absoluta/relativa.
Las frecuencias acumuladas se representan en un
gráfico llamado ojiva.

Ejemplo:
En una muestra de 40 alumnos de una carrera

resultaron los siguientes promedios:
6,3; 6,8; 7,7; 9,4; 8,8; 7,6; 7,5; 7,9; 7,9; 4,6; 9,8;
5,2; 9,2; 8,1; 8,1; 8,2; 8,6; 9,2; 8,2; 7,7; 8,7; 7,7; 8,1;
8,1; 8,3; 8,4; 8,7; 7,7; 7,8; 7,6; 7,8; 7; 4; 7; 7; 7,4;
6,7; 6,6; 6; 6,1;
Etapa 1
Valor máximo en la muestra= 9,8

Valor mínimo en la muestra= 4
Rango= 9,8 - 4
Rango 4= 5,8
Etapa 2 Calcular la amplitud de los intervalos

Rango 5 .8
Amplitud
p Máx = A M = = = 1 . 16
5 5
Rango 5 .8
Amplitud Mín = A m = = = 0 . 29
20 20
1.16 + 0.29
A lit d =
Amplitud = 0 . 725 ≅ 1
2
Cantidad de clases ≈ 40 = 6.3245
Cantidad de clases ≈ 6

Etapa 3: Establecer los límites de clase:
[4 , 5 ); [5 , 6); [6 , 7); [7 , 8); [8 , 9); [9, 10)
Etapa 4: Completar la tabla de frecuencias
Intervalo Punto
fi hi hi% Fi Hi Hi%
de clase medio
4 - 5 4,5
, 2 0,05 5 2 0,05 5
5 - 6 5,5 3 0,075 7,5 5 0,125 12,5
6 - 7 6,5 7 0,175 20 12 0,30 30
7- 8 7,5 11 0,275 27,5 23 0,575 57,5
8- 9 8,5 13 0,325 32,5 36 0,90 90
9 - 10 9,5 4 0,1 10 40 1 100

Etapa 5: Representar histograma y ojiva
14
Frecuencia Frecuencia 0,35
absoluta relativa
12 0,30
10 0,25
8 0,20
6 0,15
4 0 10
0,10
2 0,05
0 0
3 4 5 6 7 8 9 10
Ojiva
45
40
35
30
25
20
15
10
5
0
2 3 4 5 6 7 8 9 10 11 12

PROBABILIDAD Y ESTADÍSTICA - EST. DESCRIPTIVA: DISTRIB DE FRECUENCIA
Interpretación
I t
Intervalo
l Punto
fi hi hi% Fi Hi Hi%
de clase medio
4 - 5 4,5 2 0,05
, 5 2 0,05 5
5 - 6 5,5 3 0,075 7,5 5 0,125 12,5
6 - 7 6,5 7 0,175 20 12 0,30 30
7- 8 7,5 11 0,275 27,5 23 0,575 57,5
8- 9 8,5 13 0,325 32,5 36 0,90 90
9 - 10 9,5 4 0,1 10 40 1 100
f3:
Frecuencia
14 absoluta
12
10
8
6
4
2
0
3 4 5 6 7 8 9 10
Interpretación
I t
Intervalo
l Punto
fi hi hi% Fi Hi Hi%
de clase medio
4 - 5 4,5 2 0,05
, 5 2 0,05 5
5 - 6 5,5 3 0,075 7,5 5 0,125 12,5
6 - 7 6,5 7 0,175 20 12 0,30 30
7- 8 7,5 11 0,275 27,5 23 0,575 57,5
8- 9 8,5 13 0,325 32,5 36 0,90 90
9 - 10 9,5 4 0,1 10 40 1 100
h5%:
Frecuencia
14 absoluta
12
10
8
6
4
2
0
3 4 5 6 7 8 9 10
Interpretación
Intervalo Punto
fi hi hi% Fi Hi Hi%
de clase medio
4 - 5 4,5 2 0,05 5 2 0,05 5
5 - 6 5,5 3 0,075 7,5 5 0,125 12,5
6 - 7 6,5 7 0,175 20 12 0,30 30
7- 8 7,5 11 0,275 27,5 23 0,575 57,5
8- 9 8,5 13 0,325 32,5 36 0,90 90
9 - 10 95
9,5 4 01
0,1 10 40 1 100
F3:
Ojiva
45
40
35
30
25
20
15
10
5
0
2 3 4 5 6 7 8 9 10 11 12

Interpretación
Intervalo Punto
fi hi hi% Fi Hi Hi%
de clase medio
4 - 5 4,5 2 0,05 5 2 0,05 5
5 - 6 5,5 3 0,075 7,5 5 0,125 12,5
6 - 7 6,5 7 0,175 20 12 0,30 30
7- 8 7,5 11 0,275 27,5 23 0,575 57,5
8- 9 8,5 13 0,325 32,5 36 0,90 90
9 - 10 95
9,5 4 01
0,1 10 40 1 100
F5-F2:
Ojiva
45
40
35
30
25
20
15
10
5
0
2 3 4 5 6 7 8 9 10 11 12

Interpretación
Intervalo Punto
fi hi hi% Fi Hi Hi%
de clase medio
4 - 5 4,5 2 0,05 5 2 0,05 5
5 - 6 5,5 3 0,075 7,5 5 0,125 12,5
6 - 7 6,5 7 0,175 20 12 0,30 30
7- 8 7,5 11 0,275 27,5 23 0,575 57,5
8- 9 8,5 13 0,325 32,5 36 0,90 90
9 - 10 95
9,5 4 01
0,1 10 40 1 100
100- H3%:
Ojiva
45
40
35
30
25
20
15
10
5
0
2 3 4 5 6 7 8 9 10 11 12

ESTADÍSTICA - EST. DESCRIPTIVA : DISTRIB DE FRECUENCIA
Unidad 1: Estadística Descriptiva

Medidas de Posición y Dispersión
CONTENIDOS:
• Descripción de una distribución a partir de

la gráfica.
• Medidas de posición: concepto, tendencia
central y orden;
• Medidas de posición en series simples:
Media, Mediana, Modo, Cuartiles;
p
• Medidas de Dispersión: Concepto,
p , Rango,
g ,
Rango Intercuartílico, Desvío Estándar;
• Medidas de posición y dispersión para datos
sin agrupar;
• Medidas de posición y dispersión para datos
agrupados;
• Regla empírica.
• Coeficiente de Variación.
• Diagramas de Caja
• Series simples Bidimensionales
• Covariancia

ESTADÍSTICA – DESCRIPCIÓN DE DISTRIBUCIONES A PARTIR DE LA GRÁFICA
Descripción de una distribución a partir de la

g
gráfica
Al examinar un histograma debemos identificar
las siguientes características:
Forma: simétrica,
simétrica asimétrica,
asimétrica otras.
otras
Centro: valor aproximado que
Aspecto deja mitad de los datos por debajo
General y mitad por encima.
Dispersión: mínimo y máximo

(sin contar desviaciones).
Observaciones atípicas que

Desviaciones quedan fuera del aspecto general
de la distribución.
Aspecto
General
Desviaciones
Desviaciones

Forma: Casos Típicos
Tipo normal:
Simétrico y en forma
de campana.
p
Asimétrico a la derecha
(positivo)
Asimétrico a la
Izquierda (negativo)

Centro de la Distribución
Valor aproximado que deja mitad de los datos por
debajo y mitad por encima.
Tipo
p normal:
Simétrico y en forma
de campana.
Centro
(positivo)
Centro
Asimétrico a la
Izquierda (negativo)
Centro
Dispersión
Valor mínimo y valor máximo sin contar desviaciones.
Aspecto
p
General
Desviaciones
Desviaciones
mínimo máximo
Dispersión

Ejemplo
El siguiente histograma presenta la distribución de
los porcentajes de residentes mayores de 65 años en
los 50 estados de EE UU en 1996.
16
14
12
10
No. of obs.
0
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
X: porcentaje de mayores de 65 años
Forma: la distribución es algo asimétrica a la

izquierda y tiene un solo pico.
Centro: El centro de la distribución se halla
en el intervalo 12-13 (aproximadamente en el
13%).
Dispersión: Ignorando los valores más
extremos la dispersión va del 8 al 16%.
extremos, 16%
16
14
12
10
No. of obs.
0
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
X: porcentaje de mayores de 65 años
Observaciones atípicas: dos estados se

hallan en los extremos del histograma. Uno es
Florida q
que tiene un 18,5%
, de p
personas con
más de 65 años, el otro es Alaska que tiene
solamente un 5,2%.
A veces, como en este caso, las observaciones
atípicas indican la naturaleza especial de
algunas observaciones. Florida por tener un
clima benigno es elegido por muchos jubilados
provenientes de todo el país como lugar de
residencia;; con Alaska ocurre lo contrario.

ESTADÍSTICA - EST. DESCRIPTIVA: MEDIDAS DE POSICIÓN
Medidas de Posición
Las medidas de posición ayudan a caracterizar un conjunto
de datos pues proporcionan la localización de la
distribución de frecuencia o el conjunto de datos, sobre el
eje de las abscisas (eje x).
Medidas de tendencia central

La media, el modo y la mediana son conocidas también
como medidas de tendencia central, ya que indican
sobre qué valor se concentran los datos, es decir, dan un
valor que es representativo del conjunto de datos.
Mínimo Media
Máximo Modo
Cuartiles Mediana
Percentiles
Medidas de Medidas de
posición tendencia central

Serie Simple de Datos (SSD)

Una serie simple
l es un conjunto pequeño de
d datos.
d
Si la cantidad de observaciones que conforman la serie
es n, podemos indicarlos como x1 , x2 , ..., xn
L media
La di
Se calcula como:
x=
( x1 + x2 + .... + xn )
n
Que se simboliza como: n
∑ xi
i =1
M ( x) = x =
n
Ejemplo:
Serie Simple
2,3 2,1 2,5
2,4 2,6
2,8
x=
(2,1 + 2,3 + 2,4 + 2,6 + 2,5 + 2,8)
= 2,45
6

Datos Sin Agrupar (DSA)

La media
Cuando los datos están organizados en una tabla de
frecuencias en los cuales no hay intervalos la
expresión de cálculo de la media es:
m
∑x .f i i
x= i =1
n
d d
donde:
m: cantidad de valores diferentes observados
n: tamaño de la muestra
fi: frecuencia del i-ésimo valor
xi: cada una de los m diferentes valores de la

variable

Ejemplo: En la distribución de frecuencia de la cantidad de

días ausentes de los empleados del hipermercado XX el año
pasado
x f h h% F H H%
2 1 0.0167 1.67 1 0.0167 1.67
3 2 0.0333 3.33 3 0.0500 5.00
4 2 0.0333 3.33 5 0.0833 8.33
5 4 0 0667
0.0667 6 67
6.67 9 0 1500
0.1500 15 00
15.00
6 6 0.1000 10.00 15 0.2500 25.00
7 9 0.1500 15.00 24 0.4000 40.00
8 11 0.1833 18.33 35 0.5833 58.33
9 10 0 1667
0.1667 16 67
16.67 45 0 7500
0.7500 75 00
75.00
10 7 0.1167 11.67 52 0.8667 86.67
11 4 0.0667 6.67 56 0.9334 93.34
12 2 0.0333 3.33 58 0.9667 96.67
13 1 0 0167
0.0167 1 67
1.67 59 0 9834
0.9834 98 34
98.34
14 1 0.0167 1.67 60 1.0000 100.00
m
∑ x .f i i
2 ⋅ 1 + 3 ⋅ 2 + ..... + 14 ⋅ 1 478
x= i =1
= = = 7 ,97
n 60 60
Interpretación
El año pasado los 60 empleados tuvieron en promedio 8
días ausentes.

Datos Agrupados (DA)
La Media
Cuando la distribución de la variable está organizada
en una tabla de frecuencias con intervalos la expresión
de cálculo de la media es:
m
∑ xim . fi
i =1
M ( x) = x =
n
donde:
m: cantidad de clases o intervalos
fi: frecuencia de la i-ésima clase
xim: punto medio de la i-ésima clase o intervalo

Ejemplo:: En la distribución de los promedios de los

alumnos
x: promedio de los alumnos de una carrera (en puntos)
Intervalo Punto
fi hi hi% Fi Hi
de clase medio Hi%
4 - 5 4,5 2 0,05 5 2 0,05 5
5 - 6 55
5,5 3 0 075
0,075 75
7,5 5 0 125
0,125 12 5
12,5
6 - 7 6,5 7 0,175 20 12 0,30 30
7- 8 7,5 11 ,
0,275 ,
27,5 23 ,
0,575 57,5
8- 9 8,5 13 0,325 32,5 36 0,90 90
9 - 10 9,5 4 0,1 10 40 1 100
6
∑ x im . f i
302
i =1
x = = = 7 , 55
n 40
Interpretación: La calificación promedio de los 40

alumnos es 7,55 puntos

La mediana
Es el valor que supera a no más de la mitad de las
observaciones y a la vez es superado por no más de la
mitad de las observaciones. Conceptualmente es el
valor que deja por debajo el 50% de los datos y por
encima el otro 50%.
Con los
C l datos
d t ordenados
d d ded mayor a menor se calcula
l l
como:
Mna = x( n2+1 ) Si n es impar
x⎛ n ⎞ + x⎛ n ⎞
⎜ ⎟ ⎜ +1 ⎟
⎝2⎠ ⎝2 ⎠ Si n es par
Mna =
2 muestra
2,5 2,3
2,1
Ejemplo: 2,4 2,6
2,8
Datos ordenados: Mna

2.1 2.3 2.4 2.5 2.6 2.8
x(1) x(2 ) x(3 ) x(4 ) x(5 ) x (6 )

como n = 6
x (3 ) + x (4 ) 2 . 4 + 2 . 5
Mna = = = 2 . 45
2 2
La Mediana (DSA)
Para calcular la mediana , p
primero se encuentra el orden de
la mediana: n
2
Graficamente
Se traza una proyección desde el orden de la mediana
hasta
h t ell diagrama
di escalonado
l d y ded allí
llí all eje
j X.
X El valor
l ded
resultante es la mediana de la distribución.
F(i)
n
n
2
Mna
x1 x2 x3 .x4 . . . x.m
Fi
n
= 30
2
Mna = 8
Para calcular analíticamente Mna

n
1) Se encuentra el orden de la mediana :
2
2) Se busca una frecuencia acumulada F que sea mayor o igual
al orden de la mediana. El valor de la variable al que
corresponde esa frecuencia acumulada F es la mediana
di .
Ejemplo:
n
1) Calculo el orden de la mediana : = 30
2
2) Busco la menor Fi ≥ 30 , Fi = 35 ⇒ Mna = 8
x f h h% F H H%
2 1 0.0167
0 0167 1.67
1 67 1 0.0167
0 0167 1.67
1 67
3 2 0.0333 3.33 3 0.0500 5.00
4 2 0.0333 3.33 5 0.0833 8.33
5 4 0.0667 6.67 9 0.1500 15.00
6 6 0.1000 10.00 15 0.2500 25.00
7 9 0.1500 15.00 24 0.4000 40.00
8 11 0.1833 18.33 35 0.5833 58.33
9 10 0.1667 16.67 45 0.7500 75.00
10 7 0.1167 11.67 52 0.8667 86.67
11 4 0.0667 6.67 56 0.9334 93.34
12 2 0.0333 3.33 58 0.9667 96.67
13 1 0.0167 1.67 59 0.9834 98.34
14 1 0.0167 1.67 60 1.0000 100.00
60 1 100
La Mediana F(i )
n
n
2 Mna
LI LS
Se calcula el orden de la mediana (n/2) y luego se busca
una frecuencia acumulada F que sea mayor o igual a n/2.
El intervalo al que corresponde esa F contiene a la
Mediana.
La fórmula de cálculo de la Mediana es:
n − Fi −1
Mna = LI + 2 ⋅a
fi
donde:
LI: Límite inferior del intervalo que contiene a la mediana
n/2: orden de la mediana
Fi-1: Frecuencia absoluta acumulada en el intervalo

anterior al de la mediana
fi: Frecuencia absoluta del intervalo de la mediana
a: Amplitud de los intervalos

Ejemplo
n − Fi −1
Mna = LI + 2 ⋅a
fi
Ojiva
45
40
35
30
25
n
= 20 20
2 15
10
5
0
2 3 4 5 6 7 8 9 10 11 12
20 − 12
Mna ∈ [7 ; 8 ) Mna = 7 + ⋅ 1 = 7 , 72
11
Interpretación:
El 50% de los 40 alumnos tiene un promedio inferior
a 7,72 puntos; el otro 50% supera ese valor.

Cuartiles
Hayy dos cuartiles: el inferior
f o Cuartil 1 y el superior
p
o Cuartil 3.
Cuartil 1
Es el valor que supera a no más de la cuarta parte de
l observaciones
las b i y a la
l vez es superadod por no más de
d
las tres cuartas partes de las observaciones.
Conceptualmente es el valor que deja por debajo el
25% de los datos y por encima el otro 75%.
Con los datos ordenados de menor a mayor se
calcula como:
x⎛ n ⎞ + x⎛ n ⎞
⎜ ⎟ ⎜ +1 ⎟
Q1 = ⎝4⎠ ⎝4 ⎠
Si n es múltiplo de 4
2
Ejemplo: 2,9 2,5 2,1 2,4 2,3 2,6 2,2 2,8
Datos ordenados: 2,1 2,2 2,3 2,4 2,5 2,6 2,8 2,9
Para n = 8
x ( 2 ) + x (3 ) 2 , 2 + 2 ,3
Q1 = = = 2 , 25
2 2

Cuartil 3
Es el valor que supera a no más de las tres cuartas
partes de las observaciones y su vez es superado por
no más de la cuarta parte de las observaciones.
Conceptualmente es el valor que deja por debajo el
Con los datos ordenados de menor a mayor se calcula
como:
x⎛ 3n ⎞ + x⎛ 3 n ⎞
⎜ ⎟ ⎜ +1 ⎟ Si n es múltiplo de 4
Q3 = ⎝ 4 ⎠ ⎝ 4 ⎠
2
Ejemplo:
muestra
2,9 2,2
2,1 2,3
2,5
2,4 2,6
2,8
,
Datos ordenados:
2,1 2,2 2,3 2,4 2,5 2,6 2,8 2,9
Para n = 8
x (6 ) + x (7 ) 2 , 6 + 2 ,8
Q3 = = = 2 .7
2 2
Cuartiles (DSA)
• El primer Cuartil (Q1) es el valor que deja por debajo el
• El tercer Cuartil (Q3) es el valor que deja por debajo el 75%
de los datos y por encima el otro 25%.
Para calcular analíticamente Q1

n
1) Se encuentra el orden del Cuartil 1 : 4
al orden del cuartil 1 . El valor de la variable al que corresponde
esa frecuencia acumulada F es Q1.
Valores de la Frecuencia
Frecuencia
variable absoluta
b l
absoluta
Acumulada
Q1 F mayor o igual que el
orden del cuartil 1
Fi
n
Para hallar Q1 graficamente
se traza una pproyección
y desde
el orden del cuartil 1 hasta el
n
diagrama escalonado y de allí al
4
eje X. El valor de resultante es
el Q1 de los datos. Q1
x1 x2 x3 x4 . . . xm

Para calcular analíticamente Q3
33n
1) Se encuentra el orden del Cuartil 3:
4
el orden del cuartil 3. El valor de la variable al que corresponde
esa frecuencia acumulada F es Q3.
Valores de la Frecuencia
Frecuencia
variable absoluta
absoluta
Acumulada
Q3 F mayor
y o igual
g que
q el
orden del cuartil 3
Para hallar Q3 graficamente

se traza una proyección desde 3n
el orden del cuartil 3 hasta el 4
diagrama escalonado y de allí
al eje X. El valor de resultante
es el Q3 de los datos.
Q3 x1 x2 xi . . xm

Ejemplo: Cálculo Analítico de ambos cuartiles

n
1) Calculo el orden del Cuartil 1: = 15
4
2) Busco el menor Fi ≥ 15 , Fi = 15 ⇒ Q1 = 6
Cálculo de Q3:
3n
1) Calculo el orden del Cuartil 3: = 45
4
2) Busco el menor Fi ≥ 45 , Fi = 45 ⇒ Q3 = 9
x f h h% F H H%
2 1 0.0167
0 0167 1.67
1 67 1 0.0167
0 0167 1.67
1 67
3 2 0.0333 3.33 3 0.0500 5.00
4 2 0.0333 3.33 5 0.0833 8.33
5 4 0.0667 6.67 9 0.1500 15.00
6 6 0.1000 10.00 15 0.2500 25.00
7 9 0.1500 15.00 24 0.4000 40.00
8 11 0.1833 18.33 35 0.5833 58.33
9 10 0.1667 16.67 45 0.7500 75.00
10 7 0.1167 11.67 52 0.8667 86.67
11 4 0.0667 6.67 56 0.9334 93.34
12 2 0.0333 3.33 58 0.9667 96.67
13 1 0.0167 1.67 59 0.9834 98.34
14 1 0.0167 1.67 60 1.0000 100.00
60 1 100
Cálculo Gráfico de ambos cuartiles
Fi
3n
= 45
4
n
= 15
4
Q1 = 6 Q3 = 9
Interpretación:
Q1:El año pasado el 25 % de los 60 empleados del
hipermercado XX faltó 6 días o menos, el 75%
restante faltó más de 6 días.
Q3:El año pasado el 75 % de los 60 empleados del
hipermercado XX faltó 9 días o menos,
menos el 25%
restante faltó más de 9 días.

Cuartil 1 (DA)
n
1) Se calcula el orden del Cuartil 1:
4
2) Se busca la menor frecuencia acumulada F que sea mayor o
igual al orden del cuartil 1. El intervalo al que corresponde esa
F contiene al Cuartil 1. Q1 ∈ [LI ; LS )
3) La expresión analítica de cálculo de Q1 y el procedimiento
para hallarlo graficamente son: F(i )
n
n −F
i −1
1
Q1 = LI + 4 ⋅ a n
Q1
fi 4
LI LS
Ojiva
45
40
35
30
25
20
15
n
= 10 10
4 5
0
2 3 4 5 6 7 8 9 10 11 12
10 − 5
Q1 = 6 + ⋅ 1 = 6 , 71
7
Cuartil 3 (DA)
3n
1) Se calcula el orden del Cuartil 3:
4
2) Se busca la menor frecuencia acumulada F que sea mayor o
igual al orden del Cuartil 3. El intervalo al que corresponde esa
F contiene al Cuartil 3.
F(i )
n
3n
4
3n − F
i −1
Q3
Q3 = LI + 4 ⋅ a
fi
LI LS
Ojiva
45
40
35
3n
= 30 30
Q3 ∈[x− ; x+ )
4 25
20
15
10
5
0
2 3 4 5 6 7 8 9 10 11 12
30 − 23
Q3 = 8 + ⋅ 1 = 8 ,53
13
ESTADÍSTICA - EST. DESCRIPTIVA: MEDIDAS DEPOSICIÓN
Intervalo Intercuartílico
El intervalo intercuartílico es el intervalo de valores
de la variable comprendido entre Q1 y Q3.
• Este intervalo contiene aproximadamente el 50% de

la distribución.
• Si la distribución es simétrica, el intervalo estará
ubicado en el centro de la distribución.
50% 25%
25%
Q1 Q3
Ejemplo
En el ejemplo del promedio de los 40 alumnos el
intervalo intercuartílico es: [6,71 ; 8,53]
Interpretación
Aproximadamente el 50% de los alumnos tienen un
promedio entre 6,71 y 8,53 puntos.

El Modo (DSA)
Es el valor de la variable al que le corresponde la
frecuencia máxima. Gráficamente el modo es el valor de
la variable al que le corresponde el bastón más alto.
f(i)
fi−máx
Mdo
x1 x2 x3 x4. . . . .xm
absoluta relativa
11
10 f i − máx
9 0.15
8
7
6 0.10
5
4
3 0.0
2 5
1
0 0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Md
Mdo
f
El Modo (DA)
El modo se encuentra en el fi
intervalo al que le fi−1 fi +1
corresponde máxima
frecuencia (intervalo modal).
Es posible encontrar un valor
aproximado interpolando LI LS
mediante la fórmula: a
f i − f i−1
Md = LI +
Mdo ⋅a
( f i − f i−1 ) + ( f i − f i+1 )
donde:
LI: Límite inferior del intervalo que contienen al Modo
fi: Frecuencia absoluta del intervalo que contiene el modo
fi-1: Frecuencia absoluta del intervalo anterior al que

contiene el modo
fi+1: Frecuencia absoluta del intervalo posterior al que

contiene
ti ell modo
d
a: Amplitud de los intervalos

Ejemplo
fi − fi−1
Mdo= LI + ⋅a
( fi − fi−1) + ( fi − fi+1)
14 Frec. Frecuencia 0,35

absoluta relativa
12 0,30
10 0,25
8 Mdo ∈ [8 ; 9 ) 0,20
6 0,15
4 0,10
2 0 05
0,05
0 0
3 4 5 6 7 8 9 10
Δ 1 = f i − f i −1 =13 −11= 2
Δ 2 = f i − f i + 1 = 13 − 4 = 9
2
Mdo = 8 + ⋅ 1 = 8,18
2+9
Interpretación:
Lo más frecuente es que los 40 alumnos tengan un promedio
entre 8 y 9 puntos (aproximadamente 8,18 puntos).

Medidas de tendencia central: Ventajas y

desventajas
Media
• Utiliza en su cálculo toda la información disponible
de la muestra
• Tiene
Ti propiedades
i d d estadísticas
t dí ti d
deseables,
bl por eso
es la medida de localización central más utilizada
• La desventaja más importante es que puede ser
afectada de manera adversa por valores extremos
presentes en la muestra.
muestra
Mediana
• El fácil de calcular
• No se ve afectada por valores extremos,
extremos pero sí por
la cantidad de valores extremos
Modo
• Es la medida de tendencia central menos utilizada
• No siempre existe y cuando existe puede haber más
de un modo
• En conjuntos pequeños no tiene utilidad como
medida de tendencia central.
central
• Es fácil de calcular.
• Se puede usar tanto para variable cualitativa como
para variable cuantitativa. La media y Mna solo se
pueden calcular en variable cuantitativa.
cuantitativa

Relación de las Medidas de tendencia central
Simétrica
x ≅ Mna ≅ Mdo
En distribuciones simétricas la Media , el Modo y la

Mediana son aproximadamente iguales.

Relación de las Medidas de tendencia central
Como la Media se ve afectada por valores extremos y la

Mediana por la cantidad de datos extremos. En
distribuciones asimétricas se verifica la siguiente
relación:
Asimétrica
a la
derecha
Mdo < Mna < x
Asimétrica
a la
izquierda
x < Mna < Mdo

ESTADÍSTICA - EST. DESCRIPTIVA: MEDIDAS DE DISPERSIÓN
Medidas numéricas de Dispersión

Otra característica de las distribuciones es la variabilidad
o dispersión de las mismas. Las medidas de dispersión
miden la intensidad con que se dispersan o concentran los
observaciones de una distribución.
x
• Puede obtenerse una idea preliminar de la variabilidad
de una variable a partir de la observación del
histograma.
• Las denominadas medidas numéricas de dispersión o
variabilidad, proveen una estimación cuantitativa, más
precisa
precisa.

1. Rango
Es la diferencia entre el valor máximo y el valor

mínimo de las n observaciones
( )
R = max x j − min
i xj ( ) ∀j = 1...n
muestra
2,5 2,1
2,3 R = 2,8 − 2,1 = 0,7
2,4 2,8 2,6
• El rango es la medida de dispersión de los datos más

simple de calcular;
• Su principal problema es que sólo depende de los

valores extremos, despreciando la influencia de los
restantes (n-2) valores;
• El rango es poco confiable en presencia de valores

atípicos o extremos.

2. Rango Intercuartílico
Es la diferencia entre el tercer cuartil Q3 y el primer
cuartil Q1 .
RI = Q 3 − Q1
El Rango Intercuartílico es confiable aún en presencia
de valores atípicos .
El cálculo del Rango Intercuartílico da un valor, no
confundir con Intervalo Intercuartílico que son los
valores entre Q1 y Q3.
Va iancia
Variancia
Se calcula a partir de la suma de los desvíos de las
observaciones respecto de la media elevados al
cuadrado y dividida por el tamaño de la muestra.
x j − x = −1.15
x k − x = 2.85
xi = 6 x k = 10
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
x = 7.15
n
∑ ( xi − x ) 2
[
V ( x ) = M (x − x ) = S 2 ( x ) =
2
] i =1
n
3. Desvío Estándar
Es la medida de dispersión más utilizada.
utilizada
En su cálculo intervienen todas las observaciones.
Se lo define como la raíz cuadrada de la variancia.
Está expresado en la misma unidad de medida que la
variable
i bl y su media
di
n
∑ i
( x − x ) 2
s ( x) = i =1
n
La fórmula de cálculo es:
n
∑ xi
2
s( x) = − x
i =1 2
n
Propiedades
• S(x) > 0
• S(k) = 0 para k constante
• S(x ± k) = S(x) para k constante
• S(k.x) = k.S(x) para k constante
• S(a.x ± b) = a.S(x) para a y b constantes
• Regla empírica (se verá con distribuciones de frecuencia)

ESTADÍSTICA - EST. DESCRIPTIVA: MED. DE DISPERSIÓN
Desvío Estándar (DSA)

En este caso como los datos están organizados en tablas de
frecuencias, en la fórmula se multiplica cada desvío
respecto de la media por su frecuencia:
m
∑ i
[( x − x ) 2
fi ]
S ( x) = i =1
donde:
n
m: cantidad de valores diferentes de la variable
fi: frecuencia de aparición del i-ésimo valor
xi: cada uno de los m diferentes valores que asume la
variable
x: media muestral m
∑ ( xi f i )
2
Para el cálculo podemos S ( x) = i =1

− x2
usar la fórmula: n
Ejemplo: En los datos de ausentismo:
⎡ (4 ⋅ 1 + 9 ⋅ 1 + ..... + 196 ⋅ 1) ⎤
S (x) = ⎢ − 7,97 2 ⎥
⎣ 60 ⎦
⎡ 4162 ⎤
S ( x) = ⎢⎣ 60 − 7 ,97 2 ⎥ = 2 , 4287
⎦

Desvío Estándar (DA) m
Su fórmula conceptual es: ∑[( xim − x )2 fi ]

S ( x) = i =1
donde: n
m: cantidad de intervalos de la tabla de frecuencias
xim: punto medio de cada clase
fi: frecuencia de ocurrencia del i-ésimo intervalo
Los otros elementos de la fórmula son similares a la de datos

sin agrupar.
Para el cálculo se puede usar: m

∑ ( xim f i )
2
S ( x) = i =1
− x2
n
Ejemplo: Para los datos correspondientes a las
calificaciones de 40 alumnos de una carrera
universitaria.
2346
S ( x) = − 7 ,55 2 = 1, 2835
40

Propiedad Estadística del Desvío estándar

((Regla )
g Empírica)
p
Es la propiedad estadística más importante del

desvío estándar:
En distribuciones simétricas y acampanadas y para
tamaños de muestras suficientemente grandes: se
verifica que:
El intervalo [x − S ( x); x + S ( x)]

contiene aproximadamente el 68% de la distribución
68%
x − s (x) x x + s (x)

Propiedad Estadística del Desvío estándar

((Regla )
g Empírica)
p
El intervalo [x − 2 ⋅ S ( x); x + 2 ⋅ S ( x)]
contiene aproximadamente el 95% de la distribución
95%
x
x − 2 ⋅ s ( x) x + 2 ⋅ s( x)
El intervalo [x − 3 ⋅ S ( x); x + 3 ⋅ S ( x)]

contiene aproximadamente el 99,7% de la distribución
99,7%
x − 3 ⋅ s ( x) x x + 3 ⋅ s( x)

Ejemplo
absoluta relativa
11
10
9 0.15
8
7
6 0.10
5
4
3 0.05
2
1
0 0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
n = 60 x = 7,97 S ( x) = 2,4287
(x − S ( x); x + S ( x) ) ⇒ ( 5,54;10,39 ) ≈ (6; 10 )

Aproximadamente el 68% de los empleados faltaron
entre
t 6 y10
10 dí
días ell año
ñ pasado
d
(x − 2 ⋅ S ( x); x + 2 ⋅ S ( x))⇒ (3,11; 12,82) ≈ (3; 13)

Aproximadamente el 95% de los empleados faltaron
entre 3 y13 días el año pasado
(x − 3 ⋅ S ( x); x + 3 ⋅ S ( x)) ⇒ (0,68; 15,25) ≈ (1; 15)

Aproximadamente el 99,7% de los empleados faltaron
entre 1 y15 días el año pasado

Dispersión Relativa: Coeficiente de Variación

Se define al Coeficiente
f de Variación ((CV),
) como el
cociente entre el desvío estándard y la media. De esta
manera se eliminan las unidades en que está medida la
variable, resultando un coeficiente adimensional que
suele ser expresado en porcentaje.
S ( x)
CV = ⋅ 100
x
En una distribución de frecuencia o en una serie simple
de datos, el Coeficiente de Variación mide la dispersión
relativa,
l es decir,
d i cuán
á grande
d es ell desvío
d í estandar d
respecto de la media.
Se lo utiliza para comparar dos o más conjuntos de datos
en los que se han utilizado unidades de medida
diferentes o cuando se comparan muestras de la misma
variable con distintas medias.
Al comparar dos o más distribuciones, aquella con menor
CV es más homogénea
Ejemplo
j l
S ( x) 2,4287
CV1 = ⋅100 = ⋅ 100 = 30,47 %
x 7,97
S ( x) 1, 2835
CV 2 = ⋅100 = ⋅100 =17 %
x 7 ,55
La distribución correspondiente a las calificaciones
promedio de los alumnos, es más homogénea que la
di ib i del
distribución d l ausentismo
i pues tiene
i un menor CV.
ESTADÍSTICA - EST. DESCRIPTIVA: RESÚMEN NUMÉRICO DE LOS DATOS
Resumen Numérico de los datos

Los cinco números resumen
Los cinco números resumen de un conjunto de datos
consisten en la observación mínima, el primer cuartil, la
mediana, el tercer cuartil y la observación máxima. Estos
cinco números proporcionan una descripción
razonablemente completa del centro y de la dispersión
de la distribución. El mínimo y el máximo dan
información de los extremos de la distribución.
De forma simbólica :
mínimo Q1 Mna Q3 máximo
Otra descripción resumen

La descripción mas común de una distribución es la dada
por la combinación de media y desvío estándard. La
media como medida del centro y el desvío para medir la
dispersión.
De forma simbólica : x y s ( x)
Elección de un resumen numérico

Para describir una distribución asimétrica o con
p , es mejor
observaciones atípicas, j utilizar los cinco
números resumen.
Se utiliza media y desvío en el caso de distribuciones
razonablemente simétricas y que no presenten
p
observaciones atípicas.

ESTADÍSTICA - EST. DESCRIPTIVA: DIAGRAMA DE CAJA
Diagrama de Caja
Es una representación de los datos que pretende resumir
gráficamente las características mas sobresalientes de los
mismos. Se puede utilizar el Diagrama de Caja para
comparar distintos conjuntos de datos respecto a:
• localización • posición
medidas de:
• variabilidad • dispersión
• asimetría dada por la gráfica
Elementos del Diagrama de Caja
Bigote Bigote
g
Caja
Izquierdo Derecho
Mínimo Máximo
Cuartil 1 Mediana Cuartil 3

Diagrama de Caja: Posición
25% 25% 25% 25%
Mínimo Máximo
Cuartil 1 Mediana Cuartil 3
Diagrama de Caja: Dispersión
Mínimo Cuartil 1 Cuartil 3 Máximo
Rango Intercuartílico
Rango

Diagrama de Caja: Forma
Tipo normal:
Simétrico y en forma de
campana.
La distancia entre Q1 y mediana es la misma que entre mediana y

Q3. Los bigotes tienen aproximadamente la misma longitud.
(positivo)
La distancia entre Q1 y mediana es menor que entre mediana y

Q3. El bigote izquierdo
i q ierdo tiene menor longitud
longit d que
q e el derecho.
derecho

Diagrama de Caja: Forma
Asimétrico a la Izquierda
(negativo)
La distancia entre Q1 y mediana es mayor que entre

mediana y Q3. El bigote izquierdo tiene mayor longitud
que el derecho.
Comparación de distribuciones: Posición
Las distribuciones son similares en dispersión y en

simetría. Difieren en la localización (posición).
(posición)

Comparación de distribuciones (2)
Las distribuciones son similares en localización y en

simetría. Difieren en la dispersión.
Comparación de distribuciones (3)
Las distribuciones son diferentes en localización,

dispersión y en simetría.

Ejemplo
Para investigar el efecto que tiene el procedimiento
en la elaboración de hormigón se comparan tres
métodos de fabricación y se observa la resistencia a
la fractura de los hormigones obtenidos (en kg
fuerza).
fuerza)
• Qué tipo de simetría/asimetría presentan las
distribuciones. Justifique su respuesta.
• Ordene las distribuciones de menor a mayor según
su dispersión.
• Ordene los métodos de mayor a menor de acuerdo
a la resistencia a la fractura obtenida (posición).

Estrategia para explorar datos de una variable

cuantitativa
Disponemos ahora de un conjunto de herramientas

gráficas y numéricas para describir distribuciones.
Podemos seguir
g el siguiente
g procedimiento:
p
1. Representar graficamente los datos,
habitualmente con un histograma que puede
acompañarse de un diagrama de caja.
2 Identificar el aspecto general (forma,
2. (forma centro y
dispersión) y las desviaciones como las
observaciones atípicas.
3. Calcular los resúmenes numéricos para describir
b
brevemente t ell centro
t y la
l dispersión
di ió de
d la l
distribución.

ESTADÍSTICA EST. DESCRIPTIVA: Distribuciones Bidimensionales
Serie Simple Bidimensional
Consideremos la situación en que a los n

elementos de la muestra se les observa
simultáneamente dos variables X e Y.
Realizada
R li d lal experiencia
i i se obtienen
bti las
l siguientes
i i t
observaciones bivariadas:
(x1 , y1 ); (x2 , y2 ); . . . .; (xn , y n )

Diagrama de Dispersión
Una serie simple bidimensional se puede representar
en un diagrama de dispersión.
x y
y
x1 y1
x2 y2 yj
... ...
xj yj
... ...
xn yn xj x

ESTADÍSTICA - EST. DESCRIPTIVA: Distribuciones Bidimensionales
Ejemplo
A una muestra de 8 alumnos de 1er año de una
carrera se les estudia simultáneamente:
X: cantidad de materias cursadas
Y: cantidad de materias aprobadas
Se obtiene la siguiente serie simple bidimensional
(3, 0); (2, 1); (2, 2); (3, 1)

(3, 3); (4, 2); (4, 1); (1, 1)
Y
4
X Y
3 0 3
2 1
2 2 2
3 1
3 3 1
4 2
4 1 0
1 1 0 1 2 3 4 5

Covariancia
La variación conjunta de dos variables se mide a

través de un coeficiente llamado covariancia:
n n
∑ ( x − x ).( y
i i − y) ∑ x .y i i
C ( x, y ) =
Cov i =1
= i =1
− x. y
n n
Fórmula Conceptual Fórmula de Cálculo
Signo de la Covariancia
(x −x )> 0
y
(y −y )>0
y
(y −y )< 0
x x
(x −x )< 0

Interpretación de la Covariancia
(x y) > 0 ⇒ relación directa entre las variables
• Cov (x, variables.
• Cov (x, y) < 0 ⇒ relación inversa entre las variables.
• Cov (x, y) = 0 ⇒ no existe relación lineal entre las
variables.
Diagrama de Dispersión y Signo de la

Covariancia
II
I
M(y) Cov (x, y) > 0

IV
III
M(x)
II
I
Cov (x,
(x y) = 0 M( )
M(y)
IV
III
I M(x)
II
M(y)
III IV Cov (x, y) < 0
M(x)

Ejemplo
Calcular
a u a e interpretar
p a la a covariancia
o a a a pa para
a las
a variables
a ab X
e Y en un estudio realizado a 10 estudiantes donde:
X: Tiempo de estudio para un examen (en horas)
Y: Calificación obtenida (en puntos)
X Y X.Y
5 8 40
n
3
2
4
2
12
4
∑ xi 49
i =1
x= = = 4,9
6 7 42 n 10
10 9 90
n
3
4
2
4
6
16
∑ yi 50
i =1
y= = =5
5 5 25 n 10
8 7 56
3 2 6
49 50 297 Totales
n
∑ xi . yi 297
i =1
Cov ( x, y ) = − x. y = − 4,9 ⋅ 5 = 5,2
n 10
Hay una relación directa entre
Cov(X,Y)=5,2 > 0 el tiempo de estudio y la
calificación obtenida


Probabilidad Y Estadística: Transparencias de Clases

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Probabilidad Y Estadística: Transparencias de Clases

Загружено:

Авторское право:

Доступные форматы

PROBABILIDAD Y ESTADÍSTICA

Profesor: Luis Arenas

Neuquén, Septiembre 2011

Unidad 1: Estadística Descriptiva

• Series Simples de datos;

• Tablas de frecuencias para datos sin agrupar;

• Tablas de frecuencias para datos agrupados;

• Gráficas de las distribuciones;

UNIVERSIDAD NACIONAL DEL COMAHUE 2

Muestra: Subconjunto de objetos pertenecientes a

UNIVERSIDAD NACIONAL DEL COMAHUE

UNIVERSIDAD NACIONAL DEL COMAHUE 4

Variable Cuantitativa discreta

Algunas pueden asumir infinitos valores (por

Variable Cuantitativa continua

Análisis Exploratorio de Datos

UNIVERSIDAD NACIONAL DEL COMAHUE 5

UNIVERSIDAD NACIONAL DEL COMAHUE 6

Resultados del estudio:

• Población: empleados de la cadena del hipermercado

• Muestra: el subconjunto de 60 empleados

• Unidad Estadística: el empleado del hipermercado XX

• Variable: Cantidad de días ausente el año pasado

• Tipo de Variable: Cuantitativa discreta

UNIVERSIDAD NACIONAL DEL COMAHUE 7

Serie Simple de Datos (SSD)

Una serie simple es un conjunto pequeño de datos.

La cantidad de observaciones de la serie simple es n = 6

Distribuciones de Frecuencia Unidimensionales

Frecuencia relativa (hi) Indica la proporción de

El contenido de información de la frecuencia relativa

UNIVERSIDAD NACIONAL DEL COMAHUE 9

Tablas de Frecuencias: Datos sin Agrupar (DSA)

• En la primera columna los valores que asume la

• En la tercera columna las frecuencias relativas de

Valores de la Frecuencia Frecuencia

En cada valor dividir la

UNIVERSIDAD NACIONAL DEL COMAHUE 10

Cantidad Frecuencia Frecuencia

• Marque los valores de la variable en una escala

UNIVERSIDAD NACIONAL DEL COMAHUE 11

• Para obtener la frecuencia relativa porcentual

• Como es más fácil de interpretar un porcentaje que

UNIVERSIDAD NACIONAL DEL COMAHUE 12

• Tanto las frecuencias absolutas, como las relativas y

• Fi: Frecuencia absoluta acumulada

• Hi: Frecuencia relativa acumulada

• Hi%: Frecuencia relativa porcentual

UNIVERSIDAD NACIONAL DEL COMAHUE 13

Tabla de Frecuencias: Datos sin agrupar (DSA)

2 1 0.0167 1,67 1 0.0167 1,67

UNIVERSIDAD NACIONAL DEL COMAHUE 14

Representación de Frec. Acumuladas (DSA)

• Marque los valores de la variable en una escala

F(i) Diagrama Escalonado

UNIVERSIDAD NACIONAL DEL COMAHUE 15

2 1 0.0167 1,67 1 0.0167 1,67

UNIVERSIDAD NACIONAL DEL COMAHUE 16

UNIVERSIDAD NACIONAL DEL COMAHUE 17

2 1 0.0167 1,67 1 0.0167 1,67

UNIVERSIDAD NACIONAL DEL COMAHUE 18

F(i) Diagrama Escalonado

UNIVERSIDAD NACIONAL DEL COMAHUE 19