Estadística Descriptiva

Numérica

15/04/2019 Biometria I 1
 Objetivo
• Presentar en forma resumida la
información de los datos contenidos en la
base de datos.

15/04/2019 Biometria I 2
 Clasificación
• Por el objetivo de las medida
– Medidas de tendencia central
– Medidas de dispersión

• Por la agrupación de los datos

– Estadística para datos individuales
– Estadística para datos agrupados

15/04/2019 Biometria I 3
 Medidas de Tendencia Central
Las medidas de tendencia central
concentran toda la información del
conjunto en una sola medida que se
considera un número representativo.

Media
Moda
Mediana
15/04/2019 Biometria I 4
 Media Aritmética
• La media aritmética de una variable se define como la suma
ponderada de los valores de la variable por sus frecuencias
relativas y lo denotaremos por y se calcula mediante la expresión:
•

• xi representa el valor de la variable o en su caso la marca de

clase.
• Propiedades:
• Si multiplicamos o dividimos todas las observaciones por un
mismo número, la media queda multiplicada o dividida por
dicho numero.
• Si le sumamos a todas las observaciones un mismo número, la
media aumentará en dicha cantidad.
• Además de la media aritmética existen otros conceptos de
media, como son la media geométrica y la media armónica.
15/04/2019 Biometria I 5
 Media Geométrica
• La media geométrica de N observaciones
es la raíz de índice N del producto de
todas las observaciones. La
representaremos por G.
•
• Solo se puede calcular si no hay
observaciones negativas. Es una medida
estadística poco o nada usual.

15/04/2019 Biometria I 6
 Media armónica:

• La media armónica de N observaciones

es la inversa de la media de las
inversas de las observaciones y la
denotaremos por H

15/04/2019 Biometria I 7
 Mediana
• La mediana es el valor central de la variable, es decir,
supuesta la muestra ordenada en orden creciente o
decreciente, el valor que divide en dos partes la
muestra.
• Para calcular la mediana debemos tener en cuenta si la
variable es discreta o continua.
• Cálculo de la mediana en el caso discreto:
• Tendremos en cuenta el tamaño de la muestra.
• Si N es Impar, hay un término central, el término
que será el valor de la mediana.

• Si N es Par, hay dos términos centrales, la

15/04/2019 Biometria I 8
mediana será la media de esos dos valores
 Mediana Cont.
• Si N es Impar, hay un término central, el
término que será el valor de la mediana.

• Si N es Par, hay dos términos

centrales, la mediana será la media de esos
dos valores

15/04/2019 Biometria I 9
 Mediana ej.
N par N impar

1,4,6,7,8,9,12,16,20, 1,4,6,7,8,9,12,16,20,
24,25,27 N=12 24,25,27,30 N=13
Términos Centrales el 6º Término Central el 7º ,
y 7º 9 y 12 12

M= M = 12

15/04/2019 Biometria I 10
 Importancia de la Mediana
En las pruebas de Hipótesis que no
suponen distribución normal (pruebas no
paramétricas) las hipótesis están
planteadas sobre las medianas no sobre
las medias como en las técnicas que
suponen la distribuciónnormal

15/04/2019 Biometria I 11
 MODA:

• La moda es el valor de la variable que tenga

mayor frecuencia absoluta, la que más se repite,
es la única medida de centralización que tiene
sentido estudiar en una variable cualitativa,
pues no precisa la realización de ningún cálculo.
• Por su propia definición, la moda no es única,
pues puede haber dos o más valores de la
variable que tengan la misma frecuencia siendo
esta máxima. En cuyo caso tendremos una
distribución bimodal o polimodal según el caso.
15/04/2019 Biometria I 12
 Datos Agrupados
Cuando el número de datos que constituyen
la base de datos son muy numerosos y
vienen de una variable continua. Los
datos se “agrupan”, es decir los datos son
presentados en pequeños paquetes que
abarcan todos los datos contenidos entre
dos valores determinados de la variable.

15/04/2019 Biometria I 13
 Calculo del número de intervalos
Existen varias reglas automáticas para determinar el
número de intervalos a usar en la construcción de una
tabla. Los programas estadísticos de uso habitual, las
usan a menudo en su configuración estándar, aunque
también permiten que el usuario decida por su cuenta
las características de los intervalos que desea usar.
Una de las reglas más conocidas fue propuesta por
Herbert Sturges y calcula el número k de intervalos
mediante la expresión
k = 1 + log2(n) = 1 + 3.322 * log(n)
En donde n es el número total de datos
15/04/2019 Biometria I 14
 Ejemplos
Al aplicar la Regla Sturges con n = Si, por otra parte, se analiza
15, se obtiene un total de 5 los datos según el punto de
intervalos. Su aplicación vista del usuario, resulta
‘automática’ entrega la siguiente mejor construir esta otra
tabla: tabla

Notas Nº de alumnos Notas Nº de alumnos

1.8 – 2.8 3 1.0 – 2.0 1
2.8 – 3.8 3 2.0 – 3.0 2
3.8 – 4.8 2 3.0 – 4.0 4
4.8 – 5.8 4 4.0 – 5.0 3
5.8 – 6.8 3 5.0 - 6 .0 3
TOTAL 15 6.0- 7.0 2
TOTAL 15
15/04/2019 Biometria I 15
• Al comparar las tablas anteriores, se puede ver que la
segunda puede ser interpretada en forma mucho más
útil. En particular, porque la nota cuatro tiene un sentido
especial dentro del sistema de calificaciones, ya que es
la menor nota de aprobación. Es claro entonces que, en
este caso, un resumen estadístico debe permitir
determinar el número de aprobados y reprobados en un
examen.

• Como conclusión de lo anterior, se debe resaltar que, en

general, es conveniente usar una tabulación que respete
las características de la información representada. Aquí,
como en todo caso en que se aplica métodos
estadísticos, se debe poner especial cuidado en el ‘buen
criterio’ de quien analiza datos para extraer su
información relevante.

15/04/2019 Biometria I 16
 Características del Intervalo
• Li = límite inferior del intervalo: es el valor más
pequeño del intervalo, por lo general es un
límite “abierto”
• Ls = límite superior: es el máximo valor del
intervalo por lo general es un límite “cerrado”
• Mc = marca de clase: es el valor intermedio del
intervalo, por lo general se considera que todos
los valores del intervalo toman este valor para
fines prácticos.

15/04/2019 Biometria I 17

Tamaño de la muestra
Frecuencia Absoluta
Frecuencia Absoluta Acumulada
Frecuencia Relativa
Frecuencia Relativa Acumulada
15/04/2019
Llamamos tamaño muestral al número de observaciones
N realizadas, es decir, al número total de datos.
Llamamos frecuencia absoluta de un valor xi de la variable
estadística X al número de veces que aparece repetido
dicho valor en el conjunto de las observaciones
ni realizadas.
Llamamos frecuencia absoluta acumulada en el valor xi a la
suma de las frecuencias absolutas de los valores
inferiores o iguales a él.
Evidentemente, los valores xi han de estar ordenados
Ni
de forma creciente, como ya se ha indicado, y la
frecuencia absoluta acumulada del último valor será
igual a N.
Llamamos frecuencia relativa de un valor xi de la variable
estadística X al cociente entre la frecuencia absoluta y
el número de observaciones realizadas.
fi
;
Llamamos frecuencia relativa acumulada en el punto xi al
cociente entre la frecuencia absoluta acumulada y el
Fi número de observaciones realizadas.
;
Biometria I 18
 Moda Datos Agrupados
• Por lo tanto el cálculo de la moda en distribuciones discretas o cualitativas no precisa
de una explicación mayor; sin embargo, debemos detenernos un poco en el cálculo

de la moda para distribuciones cuantitativas continuas.

15/04/2019 Biometria I 19
 Moda Datos Agrupados
• Apoyándonos en el gráfico podemos llegar a la
determinación de la expresión para la Moda que
es:

• Otros autores dan una expresión aproximada

para la moda que viene dada por la siguiente
expresión:

15/04/2019 Biometria I 20
 Mediana de Datos Agrupados
• Si la variable es continua, la tabla vendrá en intervalos, por lo que
se calcula de la siguiente forma:
• Nos vamos a apoyar en un gráfico de un histograma de frecuencias
acumuladas.

15/04/2019 Biometria I 21
Mediana Datos agrupados cont.
• De donde la mediana vale:

• donde ai es la amplitud del intervalo

15/04/2019 Biometria I 22
 Mediana Ejemplo
• Veámoslo por medio de un ejemplo.
• Supongamos los pesos de un grupo de 50 personas se distribuyen de la
siguiente forma:
Li-1 Li ni Ni
45 55 6 6
55 65 10 16
65 75 19 35
75 85 11 46
85 95 4 50

Como el tamaño de la muestra es N=50, buscamos

el intervalo en el que la Frecuencia acumulada es
mayor que 50/2=25, que en este caso es el 3º y
aplicamos la fórmula anterior. Luego la Mediana
será
Me=

15/04/2019 Biometria I 23