Estadistica Descriptiva

UNIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA Prof. Zoraida Prez S.
ESTADISTICA I GuiaContenido2. Pgina 1

UNIDAD II: Medidas de Posicin y de Dispersin Revisin:02/12/10

GUA DE REPASO N2
DESCRIPCIONES ESTADSTICAS

Hasta ahora hemos visto que, segn la pertinencia y la necesidad del caso, podemos agregar valor al anlisis de datos (en una variable)
cuando realizamos algunas de las siguientes acciones:
Ordenando los datos de forma ascendente o descendente.
Presentando los datos sin agrupar en una Tabla de Distribucin de Frecuencias.
Agrupando los datos en clases y presentando dichas clases en una Tabla de Distribucin de Frecuencias.
Graficando los resultados de las Tablas de Distribucin de Frecuencias.

Sin embargo, podemos resumir an ms la informacin utilizando las Descripciones Estadsticas, las cuales, son medidas que resumen,
en un valor, caractersticas del conjunto de datos. De estas caractersticas, hay dos que son muy importantes:

DESCRIPCIONES ESTADSTICAS
DE POSICIN
MEDIDAS DE
TENDENCIA CENTRAL
FRACTILES
MEDIANA
MEDIA
ARITMTICA
MODA
MEDIA
PONDERADA
MEDIA
GEOMTRICA
MEDIA
ARMNICA
DECILES
CUARTILES
PERCENTILES
DE DISPERSIN
RECORRIDO
(ALCANCE
RANGO)
DESVIACIN
MEDIA
RANGOS
MODIFICADOS
ALCANCE
INTERCUARTIL
ALCANCE
INTERDECIL
ALCANCE
INTERPERCENTIL
VARIANZA
DESVIACIN
ESTANDAR

Existen otras dos caractersticas que proporcionan informacin til:

Sesgo vs Simetra Curtosis (grado de agudeza).

Adems de comprender el significado de cada una de estas medidas, vamos a aprender a calcularlas: manualmente, con la calculadora
y con la computadora, utilizando Excel y/o los programas estadsticos (por ejemplo: SPSS, MINITAB, otros)
Es importante saber que los clculos de una medida estadstica son diferentes si los datos estn o no agrupados

DATOS NO
AGRUPADOS
DATOS
AGRUPADOS

MEDIDAS DE POSICIN

Describen la forma como se amontonan los datos en su conjunto. El objetivo de estas medidas es describir de alguna manera el centro o
mitad de un conjunto de datos, buscar un valor que sea representativo de todos los valores incluidos en el conjunto de datos. Entre ellas
estn:

LA MEDIA ARITMTICA
Es la ms conocida y la ms usada de las medidas de tendencia central. Tambin se le llama promedio, pero en Estadstica existen
otros tipos de promedio, por lo cual se considera conveniente denominarla media aritmtica Se define como la suma de los valores
dividida entre el nmero de valores.

Media Aritmtica de una MUESTRA ) (x
La media aritmtica de un conjunto de datos que corresponden a una muestra se calcula por la siguiente ecuacin:

n
x
x
i
= Donde:
muestra la de tamao n
observados valores los todos de
=
=
suma x
i

Media Aritmtica de una POBLACIN: La media aritmtica se calcula de igual forma, solo que N= nmero de elementos de la
poblacin, y se designa de la siguiente forma:

= Donde:
poblacin la de tamao N
poblacin la de valores los todos de
=
=
suma x
i

CLCULO DE LA MEDIA PARA DATOS AGRUPADOS:

Cuando se tiene una distribucin de frecuencias cuyos datos estn agrupados en clases, no se sabe el valor de cada observacin, solo
se sabe que la misma se encuentra en una clase determinada. Entonces, solo se puede calcular una aproximacin de la media,
asumiendo que el punto medio de cada clase (o marca de clase) representar a todos los valores contenidos en cada una de las clases.
Los pasos a seguir para calcular la media son:
Se determina el punto medio de cada clase. Se redondean las cantidades, en caso de que no resulten cifras cerradas.
Se multiplica el punto medio de cada clase por la frecuencia correspondiente a dicha clase.
Se suman todos los resultados de las multiplicaciones.
Se divide el total de la suma entre el nmero total de observaciones (n o N, segn el caso)

La media de una Muestra, para datos agrupados, se calcula:

n
x f
x
m

=
) . (
Donde:
clase cada de Marca
muestra la de Tamao n

=
=
=
i
m
x
clase cada de frecuencia
i
f

La media de una Poblacin, para datos agrupados, se calcula:

x f
m
=
) * (


PROPIEDADES DE LA MEDIA ARITMTICA:
Es un concepto muy conocido y muy aplicado.
Siempre existe y es nica: A cualquier conjunto de datos numricos se le puede calcular la media aritmtica y este valor resultante
ser nico.
Es til para comparar medias de varios conjuntos de datos.
Es relativamente confiable: Si tomamos varias muestras de una misma poblacin y a cada una le calculamos su media aritmtica,
por lo general, stas no varan significativamente.
Toma en cuenta todos y cada uno de los elementos de los datos.

DESVENTAJAS DE LA MEDIA ARITMTICA:
A veces las muestras pueden contener valores aberrantes (que se apartan de los dems datos por ser muy grandes o muy
pequeos). Al promediar estos valores con los dems, se afecta el valor de la media hasta tal punto que no se pueda tomar como
una medida que represente el centro de los datos.
Cuando se trata de muchas observaciones o datos, el clculo de la Media es tedioso, a menos que busquemos una aproximacin
de la misma, agrupando los datos en clases.
Cuando los datos estn agrupados en clases, la media no se puede calcular para un conjunto de clases de extremo abierto.
LA MEDIANA (
x
~
Me )
Es el valor que divide los datos en dos partes iguales. El 50% de los datos son menores a la mediana, y el otro 50% son mayores que
ella. Si ordenamos los datos en forma ascendente o descendente, la mediana se define como:
El valor que se encuentra en el centro del conjunto de datos cuando el total de elementos es un nmero impar. Ejemplo: Si el
tamao de la muestra es 75, la mediana ser el valor que ocupe la posicin N 38 en los datos ordenados.
El promedio de los dos valores centrales cuando el total de elementos es par. Ejemplo: si n= 600 la mediana ser el promedio de
los dos datos que ocupan la posicin 300 y 301.

CLCULO DE LA MEDIANA PARA DATOS AGRUPADOS:
Cuando no se tiene acceso al conjunto de datos, sino que se presentan ya agrupados, no se podr indicar exactamente cul ser el
valor que divide los datos en dos partes. Lo que s se puede hacer se explicar con un ejemplo:

Hallar la mediana para los siguientes datos agrupados

Saldos mensuales promedio en miles de Bs
Clases
(miles de Bs)
Frecuencia Frecuencia
Acumulada
0,00 - 50,00 78 78
50.00 - 100,00 123 201
100,00 - 150,00 187 388
150,00 - 200,00 82 470
200.00 - 250,00 51 521
250,00 - 300,00 47 568
300,00 - 350,00 13 581
350,00 - 400,00 9 590
400.00 - 450,00 6 596
450,00 - 500,00 4 600
Total 600
Fuente: Levin/Rubin , 6Ed. P.99

Se toma la mediana como n/2 , es decir 600 / 2=300.
Sumando las frecuencias 78+123=201 se observa que
el dato que ocupa la posicin 300 se encuentra en la
tercera clase.
Se hace la suposicin que en esta tercera clase, cuya
amplitud es de 50$ (150$ menos100$) se distribuyen
uniformemente sus 187 datos. Se aplica una regla de
tres:
50$ ------------- 187
x $ ------------- (300 - 201)

126,47$ 50 *
187
) 201 300 (
$ 100 $ =
+ = x
Este resultado se interpreta como sigueSe estima que la
mitad de los 600 clientes observados tienen un saldo
menor o igual a 126,47$.

En forma general se puede calcular la mediana para Datos agrupados utilizando la siguiente frmula

:


A *
2
L
~
i
(
(
(

+ = =
me
antes
f
F
n
x Me

medianal clase la de Amplitud A
medianal clase absoluta frecuencia
me
f
medianal clase la a anterior Acum. Absoluta Frecuencia
antes
F
medianal clase la de Inferior Lmite
i
L

~
=
=
=
=
=
= = Mediana x Me

VENTAJAS DE LA MEDIANA:
Los valores extremos no afectan a la Mediana como afectan a la Media.
Es fcil de entender y se puede calcular tanto en datos no agrupados como agrupados.
Podemos usar la mediana cuando los datos son expresiones cualitativas y los podemos expresar en escala ordinal (rangos)
Ejemplo: Deficiente, Regular, Bueno, Eficiente, Excelente. Cul ser la Mediana?
Cuando el rango es muy grande (es decir, existen grandes variaciones en los datos) la mediana puede ser mucho ms significativa
que la media aritmtica.

DESVENTAJAS DE LA MEDIANA:
Se deben ordenar los datos antes de calcular la Mediana.
Algunos procedimientos estadsticos que utilizan la Mediana son ms complejos que aquellos que usan la Media
No se puede calcular cuando los datos estn agrupados y la clase medianal cae en un intervalo abierto.

LA MODA (Mo)

Es el valor que ms se repite en un conjunto de datos. Es decir aquel valor que posee la mxima frecuencia. Puede existir ms de una
moda. Cuando hay dos modas se habla de Distribucin Bimodal.

VENTAJAS DE LA MODA:
Se puede usar para datos cualitativos y cuantitativos
No se ve afectada por los valores extremos
Se puede usar cuando existen clases de extremo abierto.

DESVENTAJAS DE LA MODA:
No siempre existe. Nos podemos encontrar conjuntos de datos que no repiten valores, por lo que no existe valor modal.
Si existe, no siempre es nica, por lo que resulta difcil de interpretar y comparar.
Puede darse el caso de que un solo elemento no representativo se repita y sea el valor con mayor frecuencia. Es por ello que la
moda rara vez se usa. Se recomienda que cuando se vaya a usar la Moda como medida de tendencia central se calcule la Moda
para Datos Agrupados.

CLCULO DE LA MODA PARA DATOS AGRUPADOS:

A *
) ( ) (
) (

i
L
(
(
+ =
desp
f
mo
f
antes
f
mo
f
antes
f
mo
f
Mo

Donde
modal clase la de Amplitud A
modal clase absol. frec.
mo
f
modal clase a posterior absol frec.
desp
f
modal clase la a anterior absol. rec.
antes
f
modal clase la de Inferior Lmite
i
L

=
=
=
=
=
=
=
f
Moda Mo


FRACTILES (CUARTILES, DECILES, PERCENTILES)

Sealan la ubicacin de los datos (no necesariamente de los datos centrales). Ejemplo: el tercer cuartil, el sexto decil, el 85 percentil.
En forma general se calcula la posicin del fractil:
n
c
i *
4
=

n
d
i *
10
=

n
p
i *
100
=

i= la ubicacin del dato requerido
n= tamao de la muestra
c= cuartil. (Ej: c=1 si buscamos el 1 cuartil)
d= decil. (Ej: d=2 si buscamos el 2 decil)
p= percentil (Ej: p=34 si buscamos el 34 percentil)

Si i resulta nmero entero el fractil ser el valor promedio entre xi y x i+1 .
Si i resulta nmero no entero el fractil ser el valor que ocupe la posicin i+1.
Es decir: xi+1

Recurrimos a ejemplos para calcular cualquier fractil:
Hallar el 3 cuartil , el 6 decil y el 85 percentil del siguiente
conjunto de datos:

Sueldos mensuales iniciales para una muestra de 12
egresados de una escuela de Administracion:
2210 2380 2420 2550
2255 2380 2440 2630
2350 2390 2450 2825
Fuente: Anderson,7Ed. P.69
Tercer Cuartil -> 9 12 *
4
3
*
4
3
= = = n i

Como i result ser un nmero entero (9) entonces el tercer
cuartil ser el promedio entre la novena y la dcima (10)
posicin: Tercer Cuartil = (2450+2550)/2 = 2500

Sexto Decil -> 2 , 7 12 *
10
6
*
10
6
= = = n i
Como i result no ser un nmero entero (7,2) entonces el
sexto decil ser el dato que ocupe la octava (8) posicin:
Sexto Decil=2440

85 Percentil -> 2 , 10 12 *
100
85
*
100
85
= = = n i

Como i result no ser un nmero entero (10,2) entonces el
85percentil ser el dato que ocupe la dcimo primera (11)
posicin. 85 percentil = 2630

UBICACIN DE LOS FRACTILES EN DATOS AGRUPADOS

De la misma manera que se calcula la mediana para datos agrupados se ubican los fractiles:

Primer Cuartil Tercer Cuartil

A *
1
4
1

inferior
exacto
L
1
(
(
(
(
\
|

+ =
Q
f
antes
F n
Q

A *
4
3
L
3
inferior
exacto 3
(
(
(
(
\
|
+ =
Q
antes
f
F n
Q


Octavo Decil Segundo Decil

A *
10
8
L
8
inferior
exacto 8
(
(
(
(
\
|
+ =
D
antes
f
F n
D

A *
10
2
L
2
inferior
exacto 2
(
(
(
(
\
|
+ =
D
antes
f
F n
D

90 Percentil Dcimo Percentil

A *
100
90
L
90
inferior
exacto 90
(
(
(
(
\
|
+ =
P
antes
f
F n
P

A *
100
10
L
10
inferior
exacto 10
(
(
(
(
\
|
+ =
P
antes
f
F n
P

MEDIA PONDERADA (MEDIA PESADA O PROMEDIO PONDERADO):

Es la media aritmtica que toma en cuenta la importancia que tiene cada valor en relacin con el total. Por lo tanto para calcular esta
medida, es preciso asignarle un peso (importancia relativa) que se le llamar factor de ponderacin p. Entonces se multiplica cada
valor por el factor de ponderacin asignado, se suman estos resultados y se divide por la suma de todos los factores de ponderacin.
Las frmulas para la media ponderada muestral y poblacional son idnticas, como sigue:

=
p
x
i
p
x
p
) . (

=
p
x p
i
p
) . (

MEDIA GEOMTRICA
Se utiliza para medir la tasa promedio de cambio o de crecimiento de alguna variable

n
x x x x G =
3 2 1

MEDIA ARMNICA ) ( H x

Es la recproca de la media aritmtica de los recprocos de los datos. Se utiliza frecuentemente para promediar velocidades, donde las
distancias para cada velocidad son las mismas

= =
x
n
n
x
x
H
1 1
1


EJERCICIOS
1. Calcule la media, la mediana y la moda para todos los conjuntos de datos (sin agrupar) que hemos visto como ejemplo. Seleccione
la medida, que Usted considera, que mejor refleja la tendencia central de los datos. Adems de los siguientes ejercicios:
Edad Estudiantes de Ingeniera Industrial

19 21 21 25 21
21 18 18 20 20
20 22 24 23 20
21 21 19 22 22
23 20 22 19 19
21 20 18 20 24
21 22 21 22 21
21 21 20

Peso Estudiantes de Ingeniera Industrial

56.5 51,0 55,0 50,0 70,0
56,0 52,0 50,0 65,0 78,0
86,0 54,0 56,0 51,0 64.5
50,0 65,0 52,0 78,0 41,0
56,0 53,0 52,0 52,0 52,0
55,0 50,0 75,0 75,0 80,0
85,0 86,0 65,0 112 76,0
77,0 78,0 75,0

2. Hallar la media aritmtica, mediana moda, primer cuartil, tercer cuartil, para los siguientes datos agrupados:
Saldos mensuales promedio
Banco Guayana, agencia Villa Asia, ao 2005
Clase en $ Frecuencia
0,00 - 50,00 78
50.00 - 100,00 123
100,00 - 150,00 187
150,00 - 200,00 82
200.00 - 250,00 51
250,00 - 300,00 47
300,00 - 350,00 13
350,00 - 400,00 9
400.00 - 450,00 6
450,00 - 500,00 4
Total 600
Fuente: adaptado de Levin/Rubin , 6Ed. P.99

Dimetro (cm) de 250 Remaches
Fabricados en Extrametal ( lote:0345)
Clases (en das) Frecuencia
0.7247 - 0.7249 2
0.7250 - 0.7252 6
0.7253 - 0.7255 8
0.7256 - 0.7258 15
0.7259 - 0.7261 42
0.7262 - 0.7264 68
0.7265 - 0.7267 49
0.7268 - 0.7270 25
0.7271 - 0.7273 18
0.7274 - 0.7276 12
0.7277 - 0.7279 4
0.7280 - 0.7282 1
Fuente: adaptacin. Murray Spiegel 2Ed. Pg.87
2. Calcule el valor estimado para la media, la mediana y la moda, para todos los conjuntos de datos (agrupados) que hemos visto
como ejemplo. Seleccione la medida, que Usted considera, que mejor refleja la tendencia central de los datos.
3. Las notas de un estudiante en seis exmenes han sido 68, 84, 91, 72, 87, 78. Hallar a media y la mediana de estas notas.
4. Hallar la media, la mediana y la moda para los siguientes conjuntos de datos:
3,5,2,6,5,9,5,2,8,6
51,6 48,7 50,3 49,5 48,9
119,125,126,128,132,135,135,135,136,138,138,140,140,142,142,144,144,145,146,146,147,147,148,149,150,150,152,153
,154,156,157,158,161,163,164,165,168,173,176.
Rentas Mensuales de 200 Apartamentos Pto. Ordaz, 1999, (en miles de Bolvares)
320 - 350 1
350 - 380 3
380 - 410 8
410 - 440 10
440 - 470 13
470 - 500 33
500 - 530 40
530 - 560 35
560 - 590 30
590 - 620 16
620 - 650 11


MEDIDAS DE DISPERSIN

Por qu es necesario analizar medidas de dispersin?

Un valor pequeo en una medida de dispersin indica que los datos estn amontonados alrededor de la media.
En este caso la media se considera representativa de los datos. Si pasa lo contrario, un valor grande en la
medida de dispersin indica que los datos estn ms alejados de la media y no sera sta tan representativa
como en el primer caso.

Podra darse el caso de que dos o ms conjuntos de datos tengan el mismo valor de la media, sin embargo, la
distribucin de los mismos puede ser distinta en cada uno de los casos. Las razones ms importantes son:

Las medidas de dispersin proporcionan informacin adicional que permite juzgar la confiabilidad de la
medida de tendencia central.
Cuando los datos estn muy dispersos existen problemas caractersticos, por lo que se debe saber
distinguir estos casos observando la dispersin.
Es til cuando se desea comparar las dispersiones de diferentes muestras con promedios similares.

1. ALCANCE o RECORRIDO: Es la diferencia entre el mayor valor y el menor valor de los datos:

mn mx
x x R =

Esta medida es fcil de entender y de encontrar, pero su utilidad es limitada.
Se ve influida por los valores extremos.
Tiene muchas posibilidades de cambiar de una muestra a otra, para una poblacin dada.
Las distribuciones de extremo abierto no tienen alcance.

2. ALCANCE INTERFRACTIL: Es la diferencia entre los valores de dos fractiles. Ejemplo:

Alcance interfractil entre los percentiles
vigsimo (20) y octogsimo (80).

20 80
P P il Interfract Alcance =

Alcance interfractil entre los deciles
Cuarto y sexto.

4 6
D D il Interfract Alcance =

Alcance Intercuartil
Diferencia entre el tercer cuartil y el primer
cuartil
1 3
Q Q il Intercuart Alcance =


MEDIDAS DE DISPERSIN REFERIDAS A UNA MEDIDA DE TENDENCIA CENTRAL

Las siguientes son medidas de dispersin cuyo propsito es dar informacin acerca de "qu tan desviados
estn los datos respecto a una medida de tendencia central" (la media o la mediana).

1. Desviacin Media
2. Varianza
3. Desviacin Estndar

Antes de comenzar a ver cada una de estas medidas, necesitamos definir lo que vamos a entender por lo que
llamaremos:

DESVIACIN: Es la diferencia entre el valor de un dato y la media aritmtica. =
i
x e
___________________ __________________

1. DESVIACIN MEDIA: Se define como el promedio de las desviaciones. Se utiliza en raras ocasiones.

Para una poblacin:

x
M D
i

=
| |
.

Para una Muestra:

n
x x
M D
i

=
| |
.

Ventaja: Se usan todos los datos para calcularla. Es fcil de interpretar.
Desventaja: La desviacin media no se presta a transformaciones algebraicas debido a que los signos son
ajustados en su definicin.

2. VARIANZA: Se define como el promedio de las desviaciones al cuadrado. Al elevar al cuadrado cada una
de las desviaciones se logra que todas ellas sean positivas y a su vez, que las desviaciones ms grandes
tengan ms peso.

Para una poblacin:

2
2
2
2
) (
x
i i

Para una Muestra:

1
) (
2
2
=

n
x x
s
i

Observa que para una muestra ya no sera n sino n-1 porque en la prctica se ha encontrado que el valor
resultante d una mejor estimacin de la varianza de la poblacin total . Para grandes valores de N no existe
mucha diferencia entre una u otra .

La varianza se puede usar para comparar dos o ms conjuntos de datos.

DESVENTAJA: Para un solo conjunto de datos las unidades de la Varianza no son manejables o fciles de
interpretar, ya que son unidades elevadas al cuadrado (dolares
2
,por ejemplo). Por esa razn debemos recurrir a
la raz cuadrada de la varianza que se define como DESVIACIN ESTANDAR o DESVIACIN TPICA.


3. DESVIACIN ESTANDAR O DESVIACIN TPICA: Se define como la raz cuadrada de la Varianza.

Para una poblacin:
2
2
2
) (
x
i i
Para una Muestra:
=
=

1
) (
2
n
x x
s
i

La Desviacin estndar nos permite calcular con un buen grado de precisin dnde estn localizados los
valores de una distribucin de frecuencias con respecto a la media.

TEOREMA DE CHEVYSHEV:

Para cualquier Distribucin de Frecuencias:
Al menos el 75% de los datos caen dentro de 2 (ms o menos dos desviaciones estndar)
a partir de la media
Al menos el 89% de los datos caen dentro 3 a partir de la media

REGLA PRCTICA

Cuando la curva de frecuencias es simtrica, con forma de campana y n es grande, se puede decir que:
Aproximadamente el 68% de los valores de la poblacin cae dentro de 1 a partir de la media.
Aproximadamente el 95% de los datos caen dentro de 2 (ms o menos dos desviaciones
estandar) a partir de la media
Aproximadamente el 99% de los datos caen dentro 3 a partir de la media

EJEMPLO

A una muestra de 15 frascos se realiz un estudio de impurezas (% de impurezas)

0.04 0.06 0.12 0.14 0.14 0.15 0.17 0.17 0.18 0.19 0.21 0.21 0.22 0.24 0.25

Los resultados los podemos expresar por medio de los siguientes estadsticos: Media = 0,166% ;Desviacin Estndar= 0,058

Al menos el 75% de los datos (15 * 0,75= 11 frascos) estn entre:
0,166 - (2 * 0,058) = 0,050 % 0,166 + (2 * 0,058) = 0,282 %

Comprobemos si se cumple: Cuntos de los datos caen dentro del intervalo 0.0500.282?

Catorce de los quince. Es decir el 93% de las observaciones estn realmente dentro de este intervalo.
Entonces s se cumple el Teorema de Chebyschev. Es ms, observamos que 93% se acerca mucho al valor de
95% (regla prctica). Por ello podemos concluir que esta distribucin se aproxima a una distribucin simtrica.


RESULTADO ESTANDAR DE LA POBLACIN

Da el nmero de desviaciones estndar que una observacin en particular ocupa por debajo o por encima de la
media.

=
i
x
stndar sultado E Re

Ejemplo: Queremos saber a cuantas desviaciones se encuentra de la media el dato x
i
= 0,12

79 , 0
058 , 0
166 , 0 12 , 0
Re
12 , 0
=
=

Este dato est a menos de una desviacin estndar
por debajo de la media.

COEFICIENTE DE VARIACIN

: Sirve para comparar la media con la Desviacin Estandar. Es una medida relativa muy til para comparar el
grado de variacin en conjuntos de datos que posean diferentes medias.
100 *
Estandar

Media
Desviacin
Variacin de e Coeficient =

VARIANZA CUANDO LOS DATOS YA ESTN AGRUPADOS

Para una poblacin:
2
2
*
2
2
) ( *
i
x f
x f
mi

Para una Muestra:
1
) ( *
2
2
=

n
x x f
s
mi

DESVIACIN ESTNDAR CUANDO LOS DATOS YA ESTN AGRUPADOS

Para una poblacin:
2
2
2
* ) ( *
x f
x f
mi mi

Para una Muestra:
=
=

1
) ( *
2
n
x x f
s
mi


Una Tabla nos facilita el clculo.
Ejemplo:

Ventas Semanales de 100 establecimientos de comida rpida (en miles de bolvares)
Clase Marca de
Clase (M)
Frecuencia
(f)

F*M

Media

(X
i
- )

(X
i
- )
2

.f * (X
i
- )
2

700-800 4
800-900 7
900-1000 8
1000-1100 10
1100-1200 12
1200-1300 17
1300-1400 13
1400-1500 10
1500-1600 9
1600-1700 7
1700-1800 2
1800-1900 1
Fuente: Adaptado del original Levin/Rubin 6 Ed. P.124

SESGO

Es el grado de asimetra de una Distribucin.

s
Mo x
estndar Desviacin
a media
Sesgo

=
=
mod

CURTOSIS

: Mide cun puntiaguda es una distribucin, en general, por referencia a la distribucin normal.

Leptocrtica: Si tiene un pico alto.
Platicrtica: Si es aplastada.
Mesocrtica: Forma intermedia (como la distribucin Normal)

Coeficiente Percentil de Curtosis:
Es una medida de curtosis que se basa en cuartiles y percentiles:

10 90
) Q - (Q
2
1

1 3
P P
=


EJERCICIOS

1. El Gerente de Finanzas de una compaa est interesado en invertir en la bolsa de valores. Se le presentan dos opciones:
Invertir en CANTV en LA ELECTRICIDAD DE CARACAS (LAC) Durante los ltimos cinco aos cada compaa
ofreci los siguientes rendimientos:
EMPRESA Tasas de Rendimiento (%)
CANTV 12 10 13 9 y 11
LEC 13 12 14 10 y 6
Tome Usted la decisin por ese gerente, apoyndose en bases estadsticas.

2. Calcular el alcance intercuartil para los siguientes datos: 99,72,75,91,84,74,61,93,33,54,45,76,66,52,97,91,69,77,55,68.

3. Se tom una muestra de 40 choferes a fin de determinar el n de Km que cada uno de ellos conduce durante un ao:
3600 4200 4700 4900 5300 5700 6700 7300
7700 8100 8300 8400 8700 8700 8900 9300
9500 9500 9700 10000 10300 10500 10700 10800
11000 11300 11300 11800 12100 12700 12900 13100
13500 13800 14600 14900 16300 17200 18500 20300
Calcule:
Alcance
Alcance Intercuartil
Alcance Interfractil entre los deciles primero y noveno
Alcance interfractil entre los percentiles 70 y 30
Varianza y Desviacin Estandar

4. Para el siguiente conjunto de datos agrupados
determine:

Rango, Media, Mediana, Moda
Alcance intercuartil, Alcance percentil 90-10
Varianza, Desviacin Estndar, Coeficiente de
variacin
Lmites dentro de los cuales debera estar, al menos
el 75% de los datos
Lmites dentro de los cuales debera estar, al menos
el 89% de los datos
Podra decirse, que sta es una distribucin
simtrica?

Rentas Mensuales de 200
Apartamentos Pto. Ordaz, 1999 (en
miles de Bolvares)
320 - 350 1
350 - 380 3
380 - 410 8
410 - 440 10
440 - 470 13
470 - 500 33
500 - 530 40
530 - 560 35
560 - 590 30
590 - 620 16
620 - 650 11

Estadistica Descriptiva

Caricato da

Informazioni sul documento

Descrizione originale:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Estadistica Descriptiva

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA Prof. Zoraida Prez S.

ESTADISTICA I GuiaContenido2. Pgina 1

Potrebbero piacerti anche