Modulo de Estadistica I

MODULO DE
ESTADSTICA 1

Bryan Guerra
01/01/2013

UNIVERSIDAD DE CUENCA
FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS

1

INDICE
UNIDAD 1 El Papel de la Estadstica _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 3
Introduccin
Importancia de la Estadstica
Definiciones Bsicas
Importancia del Muestreo
Funciones de la Estadstica
Escalas de Medida
UNIDAD 2 Medidas de Tendencia Central_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _5
La Media Aritmtica
o Definicin
o Clculo
o Propiedades de la media
o Caractersticas de la media
La Mediana_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ _11
o Definicin e Importancia
o Clculo
o Caractersticas de la mediana
La Moda_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _13
o Definicin y Clases
o Clculo
o Caractersticas de la Moda
La Media Geomtrica_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ __ _ _15
o Definicin
o Clculo
La Media Armnica_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _19
o Definicin
o Clculo
o Ejercicios de Aplicacin
La Media Aritmtica Ponderada_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _21

UNIDAD 3 Seleccin de un Promedio _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _23


2

UNIDAD 4 Las Cuantilas_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _25
Cuartiles
Deciles
Percentiles
Calculo
Rango Semi Intercuartil
Rango Intercuartlico
Rango Percentil
Rango Percentil Semi 10 90
El Diagrama de Caja_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _28

UNIDAD 5 Medidas de Dispersin_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _29
Por qu estudiar la dispersin
Que son estadgrafos de dispersin
Amplitud de Variacin
Desviacin Media_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ _ 30
Desviacin Mediana_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _31
Varianza y Desviacin Estndar_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _32
Usos Frecuentes de la Desviacin Estndar_ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ 34
o Teorema de Chebyshev
o La Regla Emprica
Coeficiente de Variacin_ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 38
Medidas de Asimetra o Sesgo_ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _40
o Primer Coeficiente de Asimetra
o Segundo Coeficiente de Asimetra
Momentos_ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _42
o Coeficiente Momento de Sesgo
o Coeficiente Momento de Curtosis


3

1
EL PAPEL DE LA ESTADISTICA

Introduccin.- A medida que aumenta la complejidad de nuestro mundo, se hace cada vez ms
difcil tomar decisiones inteligentes y bien documentadas.
Importancia de la Estadstica.- Virtualmente cada rea de la investigacin cientfica seria, puede
beneficiarse del anlisis estadstico. ste ayuda a tomar decisiones inteligentes sobre: las tasas de
tributacin, aspectos sociales, gastos, etc.
Cuando una empresa contrata a un empleado, espera que ste pueda Tomar decisiones y Resolver
problemas.
Gerencia de Calidad Total (T.Q.M.) Total Quality Managment
Tiene como propsito central la promocin de las cualidades del producto que el consumidor
considera importantes.
La TQM involucra el uso de equipos administrativos integrados, conformados por ingenieros,
expertos en marketing, diseadores, estadsticos y otros profesionales que puedan contribuir a la
satisfaccin del cliente.
Uno de los elementos ms importantes del TQM es el diagrama de Pareto, utilizado para
promover el control estadstico de calidad. Estos diagramas con frecuencia expresan la regla
80/20; es decir, el 80% de los problemas se debe al 20% de las causas.
Algunas Definiciones Bsicas
Poblacin Es la recoleccin completa de todas las observaciones de inters para el investigador.
Parmetro Es una medida descriptiva de la poblacin.
Muestra Es una parte representativa de la poblacin que se selecciona para ser estudiada.
Estadstico Es una medida descriptiva de la muestra:

4

Variables Es la caracterstica de la muestra o poblacin que se est observando
Una variable puede ser:
Cualitativa Cuando no se puede expresar de manera numrica, por ejemplo el estado civil.
Cuantitativa Cuando puede ser expresada de manera numrica, por ejemplo la edad.
A su vez, las variables cuantitativas pueden ser:
Discretas Cuando se expresan en nmero enteros, por ejemplo la edad misma.
Continuas Cuando se incluyen cifras decimales, por ejemplo en la estatura de una persona.

Importancia del Muestreo
Gran parte del trabajo estadstico se realiza con muestras; las muestras son muy utilizadas ya que
reducen los costos econmicos y de personal.
Error de Muestreo Es la diferencia entre el parmetro desconocido de la poblacin y el
estadstico de la muestra utilizado para calcular el parmetro; sus causas son el azar
1
o el sesgo
2
.
Funciones de la Estadstica
1) Recoleccin de datos
2) Organizacin : Ordenamiento y Tabulacin
3) Presentacin
4) Anlisis
5) Interpretacin
Escalas de Medida
Las variables pueden clasificarse de acuerdo a su escala de medida que puede ser una de las
siguientes:
Nominal Nombres o clasificaciones que se utilizan para datos en categoras distintas y
separadas.
Ordinal Clasifican las observaciones en categoras con orden significativo.
DE Intervalo Medidas en una escala numrica en la cual el valor de cero es arbitrario, pero la
diferencia entre valores es importante.

1
Elegir algo sin analizar, sino solo por sealamiento
2
Tener preferencia por cierto tipo de datos.

5

De Razn Medidas numricas en las cuales cero es un valor fijo en cualquier escala y la
diferencia entre valores es importante.
2
Medidas de Tendencia Central
LA MEDIA ARITMTICA
Definicin La media aritmtica, tambin llamada solo media, es un estadgrafo de
posicin que trata de nivelar los valores de una serie, disminuyendo valor a los datos
mayores extremos para incorporarlos a los datos menores extremos. Su clculo es
sumamente importante cuando se trata de datos observados en los cuales hay una gran
concentracin de los mismos. En cambio, no es aconsejable su clculo cuando hay
dispersin de datos. La media normalmente es considerada un promedio.

Clculo de la Media con datos NO Agrupados
Se tiene una muestra de los ingresos mensuales en 5 meses en miles de dlares de la
empresa X. 56, 67, 52, 45, 67. Calcule la media e interprete el resultado.
Cuando trabajamos con datos no agrupados la media es igual a la sumatoria de las
observaciones, dividido para el tamao de la muestra:

Interpretacin: El promedio de los ingresos en los ltimos 5 meses de la empresa X es de
57.4 miles de dlares.
X
i
n
45+52+56+67+67 = 287 = 57,4
5

5


6

Calculo de la Media con datos Agrupados en distribucin Simple
Nmero de miembros por familia en una muestra de 45 estudiantes
Xi fi xifi
2 2 4
3 5 15
4 14 56
5 11 55
6 8 48
7 1 7
8 4 32

217

En la tabla anterior tenemos una distribucin simple; en este caso la media es igual a la
sumatoria de las observaciones por sus frecuencias y dividido para el tamao de la
muestra. En negrita est la primera parte del procedimiento, ahora hacemos lo siguiente:

Interpretacin: El promedio de miembros por familia de los estudiantes seleccionados es
de 4 miembros (Al tratarse de personas, no podemos usar decimales).

Clculo de la Media con datos Agrupados y con Intervalos de Clase
Nmero de pasajeros que viajaron por la aerolnea X en los ltimos 50 das.
L.I L.S f Xm fxm
50 59 3 54,5 163,5
60 69 7 64,5 451,5
70 79 18 74,5 1341
80 89 12 84,5 1014
90 99 8 94,5 756
100 109 2 104,5 209

3935
En este caso tenemos una distribucin con intervalos de clase, por lo tanto, no tenemos
una observacin, sino un punto medio (Xm), as que lo nico que cambia en el proceso
217 = 4,82
45

X
i
f
i
n

7

anterior es que multiplicamos la frecuencia por el punto medio y la sumatoria, dividimos
para el tamao de la muestra, as:

Propiedades de la Media Aritmtica
Primera Propiedad La suma de las desviaciones con respecto a la media aritmtica es
igual a 0, as:
Para datos No Agrupados
Ejercicio pgina 4
( X
i
- )= 0
45,52,56,67,67. = 57.4
(45-57.4) + (52-57.4) + (56-57.4) + (67-57.4) + (67-57.4) = 0
Para datos Agrupados en Distribucin Simple
Ejercicio de la pgina 5 (miembros por familia).

En este caso, debemos obtener una nueva columna denomina Zi, que es igual a la
diferencia entre la observacin y la media aritmtica; posteriormente Zi multiplicamos por
la frecuencia y la sumatoria debe ser igual a 0.
X
i
fXm
n
3935 = 78,7
50


8

Para Datos Agrupados y con Intervalos de Clase
Ejercicio de la pgina 6 (Pasajeros que viajaron por la aerolnea X).

En esta ocasin, al tratarse de datos agrupados con intervalos de clase, tenemos la
presencia de XM, as que, esta vez, Zi ser igual a la diferencia entre Xm y la media
aritmtica.
Segunda Propiedad El cuadrado de la suma de las desviaciones con respecto a la media,
es menor que el cuadrado de la suma de las desviaciones con respecto a un origen de
trabajo (ot).
La ot. Es la observacin ms cercana la media aritmtica.
Para datos No agrupados
Es preferible ordenarlos en una tabla de distribucin simple.
Ejercicio pgina 4.


9

Para Datos Agrupados en una distribucin Simple
Ejercicio Pgina 5 (miembros por familia)

En este caso, como son datos agrupados, tenemos una frecuencia para cada observacin,
por lo tanto, al procedimiento anterior le agregamos otro paso que es multiplicar tanto Zi
como Zi por la frecuencia.
Para Datos Agrupados y con Intervalos de Clase

En este caso, la novedad es que, al ser una distribucin con intervalos de clase, no tengo
una observacin, sino un punto medio, as que, ahora Zi es igual a la sumatoria de la
diferencia entre Xm y la media. De la misma manera, Zi ser igual a la diferencia entre Xm
y la ot. Que en este caso es el valor de Xm ms cercano a la media.


10

Tercera Propiedad La media aritmtica de una constante es igual es igual al valor de la
constante, as:
Calcular la media de los siguientes valores:
4,4,4,4,4,4,4,4,4,4. La media es igual a 4
Cuarta Propiedad La media de la suma de dos variables es igual, a la media de la
primera variable, ms la media de la segunda variable; lo mismo en la diferencia.

Caractersticas de la Media Aritmtica
La media siempre se puede calcular para un conjunto de nmeros.
Existe una media nica para un conjunto dado de nmeros.
La media se ve afectada por cada valor del conjunto, de este modo, si cambia algn
valor, la media tambin cambia.
La media es aplicable solo para datos cuantitativos o numricos en escala de intervalo
y de razn.
No se puede aplicar la media cuando hay intervalos abiertos.


11

LA MEDIANA (Me.)
Definicin La Me. Es otro de los estadgrafos de posicin llamado tambin de tendencia
central. A la mediana se la define como el estadgrafo que supera el 50% de las
observaciones, y a su vez es superada por el otro 50% de las mismas. La mediana divide
una curva de frecuencias en dos superficies exactamente iguales.
Importancia La Me. Tiene mayor importancia de clculo cuando se trata de fenmenos
estadsticos sujetos a variaciones estacionales o cclicas, describe mejor datos sobre
ingresos personales o datos domsticos.
Clculo de la Me. Con datos No Agrupados
Calcular el valor de la mediana de los siguientes valores:
5,4,6,3,7,9,11,10,14,9,8,10,5,7,11,3.
El primer paso es ordenas de forma ascendente, as:
3,3,4,5,5,6,7,7,8,9,9,10,10,11,11,14.
Para saber la ubicacin de la media aplico esta sencilla frmula:
Entonces, continuando con el ejemplo tenemos:

Entonces. Volviendo a los datos ordenados, contamos siete posiciones y media, y nos dice
que la mediana est entre 7 y 8, as que sacamos la media de estos 2 valores:
Me = 7+8 = 7,5

2

Clculo de la Me. Con Datos Agrupados en Distribucin Simple
En la facultad de Ciencias Econmicas de la universidad de Cuenca, se realiz un estudio
del nmero de mensajes de texto por hora que reciben los estudiantes un fin de
semana.

n+1
2
16+1 = 7,5
2


12

Interpretacin El 50% de los estudiantes de la facultad de ciencias econmicas reciben
4 llamadas o ms por hora el fin de semana, y el otro 50% reciben 4 llamadas o menos.
Como se puede observar en la figura, primero calculamos la ubicacin de la Me; luego la
situamos dentro de un valor de la Frecuencia acumulada (Fi), entonces la mediana ser
igual a la observacin que corresponde a dicha Fi.

Clculo de la Me. Con Datos Agrupados y con Intervalos de Clase

Interpretacin: El 50% de los das, hubieron 78 pasajeros o ms, mientras que el otro 50%
de los das hubieron 78 pasajeros o menos.
Para calcular la Me en una distribucin con intervalos de clase, debemos obtener la
comuna de Fi, luego aplicamos la frmula que nos da la ubicacin de la mediana y el valor
resultante lo ubico dentro de Fi tal como se ve en la figura anterior.
Luego aplico la frmula que se encuentra debajo de la tabla en donde:
Li = Lmite inferior de la clase de Fi que contiene a la mediana.
ai = Es el intervalo de clase.
Fi = Es la Fi que le antecede a la ubicacin de la mediana.
Fi= Es la Fi que le sigue a la ubicacin de la mediana.
El valor resultante es el correspondiente a la mediana.

13

Caractersticas de la Mediana
La Me. Puede ser calculada en distribuciones con intervalos abiertos.
La Me. No se ve afectada por valores atpicos o extremos.
La Me. Es un valor nico
La Me. Puede ser calculada en todo tipo de datos excepto en los de escala nominal.

LA MODA (Mo.)
Definicin Es otro estadgrafo de posicin que se lo define como el valor de mxima
frecuencia absoluta. Matemticamente4 se lo conoce como el valor mximo y
estadsticamente como valor cuspidal.
Clases En una distribucin de frecuencias podemos encontrar:
Que exista un solo valor de mxima frecuencia (Unimodal).
Que existan 2 valores de mxima frecuencia (Bimodal).
Que existan ms de 2 valores de mxima frecuencia (Plurimodal).
As como en una distribucin se encuentra un valor mximo de fi, tambin se puede
localizar un valor mnimo de fi, al cual se lo conoce como antimoda.
Clculo de la Moda con Datos No Agrupados
Calcular el valor modal de los siguientes datos: 8,6,7,5,1,2,1,3,2,5,5,7,8,9,5,3,2,3,5,5
Como siempre, lo primero que debemos hacer es ordenar los datos de forma ascendente:
1,1,2,2,2,3,3,3,5,5,5,5,5,5,6,7,7,8,8,9 as, podemos observar el valor de mayor fi, es
decir el que ms veces se repite y tambin el que menos se repite:
Moda = 5 Antimoda = 6 y 9


14

Clculo de la Moda con Datos Agrupados en Distribucin Simple

En este caso, la moda ser igual a la observacin que tenga la mayor frecuencia absoluta.

Clculo de la Moda con Datos Agrupados y Con Intervalos de Clase
Ejercicio de la pgina 5 (Pasajeros que viajaron por la aerolnea X)

Podemos
observar en el grfico, que en este caso, la moda se obtiene mediante una frmula en la
que:
A1 Es la diferencia entre la frecuencia de la clase modal y la de la clase que le antecede.
A2 Es la diferencia entre la frecuencia de la clase modal y la de la clase que le sigue.
Clase Modal Es la clase con mayor frecuencia absoluta.


15

La interpretacin quedara as: El mayor nmero de pasajeros que viajaron por la
aerolnea X en los ltimos 50 das, fue de 76.

Caractersticas de la Moda
El valor modal no se ve afectado por la presencia de valores extremos de la variable,
lo que constituye una ventaja.
La Moda puede ser calculada en todo tipo de datos, es decir, en variables en escala
nominal, ordina, de intervalo y de razn, principalmente en las dos primeras.
La Moda es ms til cuando 1 2 valores o un grupo de stos, ocurren con mayor
frecuencia que otros.
Cuando en una distribucin se presenta ms de una moda, sta pierde
representatividad; incluso hay distribuciones que no tienen un valor modal, lo que
representa una desventaja.
Para el clculo de la Mo. No intervienen todos los datos observados.

La Media Geomtrica
Definicin La media geomtrica (mg) es otro de los estadgrafos de posicin, y
proporciona una medida precisa de un cambio porcentual promedio en una serie de
nmeros positivos. Como tal tiene una amplia aplicacin debido a que con frecuencia se
est interesado en establecer el cambio porcentual en las ventas, en el PNB o cualquier
serie econmica.
La mg se utiliza con ms frecuencia para calcular la tasa se crecimiento porcentual
promedio de algunas series dadas a travs del tiempo. La mg siempre ser menor que la
media aritmtica, a menos que todos los incrementos porcentuales sean iguales,
entonces, ambas medidas tambin lo sern.
Clculo de la Media Geomtrica con datos No Agrupados


16

Para el clculo de la media geomtrica podemos utilizar cualquiera de las 2 frmulas
anteriores; ejemplo:
Calcular la Media Geomtrica de los siguientes valores: 2,6,3,5,4,2,7,6
Primer paso es ordenar: 2,2,3,4,5,6,6,7

Puedes hacer la prueba con la otra frmula, y el resultado ser el mismo.
Ejemplo 2
Se desea determinar la tasa de crecimiento promedio en los ingresos desde el 2008 al
2012; si la tasa de crecimiento promedio es menor que el promedio industrial del 10% se
realizar una nueva campaa publicitaria.

Interpretacin La tasa es menor al 10% por lo tanto se realizar una nueva campaa
publicitaria.

Clculo de la Media Geomtrica con Datos Agrupados en Distribucin Simple


17

Clculo de la M.G. con Datos Agrupados y con Intervalos de Clase
Peso en una muestra de 25 estudiantes
En este caso lo nico que cambia en la frmula es la presencia de la marca de clase o
punto medio (Xm).

La media Geomtrica tambin nos permite determinar el aumento porcentual promedio
en un intervalo de tiempo, utilizando la siguiente frmula:


18

Ejemplo 1: En inicios del 2004 y 2010, la poblacin era de 203.3 y 226.5 millones
respectivamente.

Determinar el porcentaje medio de crecimiento anual.
Estimar la poblacin para el ao 2007.

Ejemplo 2: La empresa X en el ao 2006 gast en publicidad $118000 y en el 2010
$223300
Hallar el porcentaje medio de crecimiento anual
Estimar los gastos de publicidad para el ao 2012


19

La Media Armnica
Definicin La media armnica (H) es otro de los estadgrafos de posicin y no es sino la
media aritmtica de los recprocos de los valores observados.
La media armnica siempre es menor a la media geomtrica; por tanto tambin ser
menor que la media aritmtica.
La (H) se emplea en aquellos casos en que la variable est expresada en forma de tasas, o
cuando la variable tiene un comportamiento armnico y en aquellos casos en los que se
quiera calcular la velocidad media o cuando hay una relacin inversa entre la
productividad y el tiempo.
Clculo de la Media Armnica con Datos No Agrupados

Clculo de la Media Armnica con Datos Agrupados en Distribucin Simple


20

Clculo de la Media Armnica con Datos Agrupados y con Intervalos de Clase

Ejercicios de Aplicacin
Durante 4 aos sucesivos una persona compr gasolina para sus mquinas a los precios
respectivos de 1.5 , 1.8 , 2.1 , 2.5 dlares por galn. Cul fue el precio promedio de la
gasolina para el periodo de los 4 aos, sabiendo que compra cada ao la misma cantidad.


21

Una persona viaja de A hasta B a una velocidad media de 30 millas por hora y regresa de B
hasta A a una velocidad media de 60 millas por hora. Hallar su velocidad media en el viaje
completo.

18 Bancos locales trabajan con diferentes tasas de inters para otorgar prestamos
hipotecarios; las tasas son las siguientes: 115 , 116 , 118 , 119 , 120 , la frecuencia con las
que se otorgan los prstamos a dichas tasas son: 2 , 4 , 6 , 4 , 2 respectivamente.
Determine la tasa promedio que los bancos otorgan.

La Media Aritmtica Ponderada
Definicin La media ponderada (wi) es aquella expresin de la media aritmtica en la
que se emplea la frecuencia de los datos para expresarla en forma comprimida. La media
ponderada toma en cuenta la importancia relativa de las observaciones.
Frmula de Clculo


22

Ejercicios de Aplicacin
Se asume que un estudiante obtuvo 89 , 92 y 79 en los exmenes de interciclo de
estadstica y 94 en el examen final; estos puntajes y sus respectivas ponderaciones estn
reflejados en la siguiente tabla:

Una librera vende libro usados, los libros de pasta rstica cuentan $1 cada uno y los de
pasta dura cuestan $3.50 cada uno. De los 50 libros vendidos el pasado fin de semana, 40
son de pasta rstica y 10 son de pasta dura. Cul fue el precio medio ponderado de un
libro.


23

3
SELECCIN DE UN PROMEDIO PARA DATOS DE
UNA DISTRIBUCIN DE FRECUENCIAS
Distribucin Simtrica
Una distribucin es simtrica cuando tiene la misma forma a ambos lados del centro, si el
polgono se doblara por la mitad, las dos mitades seran idnticas; en este caso el valor de
la media, la mediana y la moda se localizan en el centro y siempre son iguales, por este
motivo, cualquiera de los tres promedios resulta adecuado para representar una
distribucin.

Distribucin Asimtrica Positiva
Conforme una distribucin se vuelve asimtrica o sesgada la relacin entre los tres
promedios cambia. En una distribucin con asimetra positiva, la media es el mayor de los
tres promedios, porque en ella influyen valores sumamente altos, ms que en la mediana
y en la moda; por lo general la mediana es el siguiente promedio mayor, y la moda el
menor de los tres. En este caso la media no sera un promedio til, la mediana y la moda
son ms representativas de la distribucin.

24

Distribucin Asimtrica Negativa
En este caso la media es el menor de los tres promedios, por que esta se ve afectada por
valores extremadamente bajos. En este caso el promedio mayor es la Moda, seguido por l
Mediana y el menor de los tres es la Media. Para este tipo de distribuciones la mediana y
la moda son los promedios ms representativos.


25

4
Medidas Adicionales de Dispersin: Las Cuantilas
Definicin Aunque la varianza y la desviacin tpica o estndar son las medidas de
dispersin ms tiles en el anlisis estadstico, existen otras tcnicas con las cuales puede
medirse la dispersin de un conjunto de datos. Estas medidas de dispersin son las
llamadas Cuantilas, que estn formadas por los cuartiles (Q), Los Deciles (D) y los
Percentiles (P).
Los Cuartiles (Q) Dividen una distribucin en 4 partes iguales; el primer Q es el valor por
debajo del cual se encuentran 25% de las observaciones y sobre el cual se encuentra el
restante 75% de las mismas. El segundo Q es igual al valor de la mediana, es decir, es el
valor por debajo del cual se encuentra el 50% de las observaciones y sobre el cual se
encuentra el restante 50% de stas. El mismo razonamiento se aplica al tercer cuartil.En
todo conjunto de datos encontramos 3 cuartiles.
Deciles (D) Dividen a un conjunto de datos en 10 partes iguales. El primer decial es la
observacin debajo de la cual se encuentran el 10% de las observaciones, y sobre la cual
se encuentran el restante 90% de las mismas. El quinto decil es igual al valor de la
mediana con el razonamiento que ya conocemos
Los Percentiles (P) Dividen un conjunto de datos en 100 partes iguales, el percentil 1 es
el valor por debajo del cual se encuentra el 1% de las observaciones y sobre el cual se
encuentra el restante 99% de stas. El percentil 50 es igual al valor de la mediana
aplicando el mismo razonamiento que en las Cuantilas antes revisadas.
Clculo de Cuantilas con Datos No Agrupados
1.- Cuando n es igual a un nmero impar de observaciones.
A continuacin presentamos las comisiones en dlares obtenidas el mes pasado para una
muestra de 15 vendedores. Determine el valor del Q1 , Q2 y Q3

26

208-190-178-231-171-204-167-246-207-141-209-140-225-227-177
Como siempre, al trabajar con datos No agrupados, primero hay que ordenarlos de manera
ascendente:

Podemos apreciar con facilidad, que la frmula del clculo de la ubicacin de los cuartiles
es similar a la frmula de ubicacin de la mediana; y esta misma la usamos para calcular
las dems Cuantilas solo cambiando en denominador por 10 100 segn corresponda y
multiplicar por el nmero de cuantila que se desea.
2.- Cuando n es igual a un nmero par de observaciones
Determinar el Q1 , D7 Y P83 de los siguientes valores: 91-75-61-101-43-104


27

Clculo de Cuantilas
Calcular el Q3 en la siguiente distribucin

Como se puede apreciar, utilizamos la misma frmula que para el clculo de la mediana,
con el detalle de que en lugar de poner n/2, ahora ponemos la ubicacin de la cuantila.
El mismo procedimiento para trabajar con intervalos de clase, sin olvidarse de sus
respectivas interpretaciones.
Rango Semi Intercuartil o Desviacin Cuartil

Rango Intercuartlico

Rango Percentil

Rango Percentil Semi 10 90


28

Diagrama de Caja
Definicin Es una representacin grfica basada en cuartiles que ayuda a ilustrar un
conjunto de datos. Para elaborar dicho diagrama se requieren de 5 valores estadsticos:
(X max, X min, Q1, Q2, Q3).
Ejemplo de Aplicacin
El restaurante X ofrece servicio de entrega a domicilio sin recargo; el propietario desea
obtener informacin acerca del tiempo que toma una entrega tpica, y dentro de que
amplitud de variacin de los tiempos se efectan la mayora de las entregas.
Para una muestra de 20 entregas se determin la siguiente informacin:
Tiempo mximo = 30 minutos
Tiempo mnimo = 13 minutos
Q1 = 15 minutos
Q2 = 18 minutos
Q3 = 22 minutos
Desarrolle un diagrama de caja para los tiempos de entrega e interprete los resultados.

Interpretacin El diagrama anterior de caja nos muestra que el 50% central de las
entregas toma entre 15 y 22 minutos, la variacin en los tiempos de entrega es de 7
minutos (Es la diferencia entre el Q3 y el Q1).
El diagrama de caja tambin nos indica que la distribucin de los tiempos de entrega es
positivamente asimtrica, lo que se determina a travs de dos formas:
La lnea punteada que va desde el Q3 hasta el X max es de mayor proporcin que la
lnea que va desde el Q1 hasta el X min.
La segunda forma es la distancia de la Me hasta el Q3 que es mayor que la distancia de
la Me hasta el Q1.

29

5
Medidas de Dispersin
Por qu estudiar la Dispersin?
Un promedio como la media o la mediana nicamente localizan el centro de los datos,
pero no nos dice nada sobre la dispersin de los mismos, por lo que es importante
estudiar las medidas de dispersin.
Un valor pequeo para una medida de dispersin, nos indica que los datos se encuentran
acumulados cercanamente alrededor de un promedio, por lo tanto ese promedio es
confiable; por el contrario, un valor grande para una medida de dispersin, nos indica que
el promedio no es confiable.
Qu son estadgrafos de Dispersin?
Son aquellos que miden el grado de dispersin de los datos observados con respecto a un
valor promedio.
Clculo de la Amplitud de Variacin con datos No Agrupados
La amplitud de variacin se denomina tambin Rango, es la medida de dispersin ms
sencilla. Se trata de la diferencia entre el valor ms grande y el valor ms pequeo de un
conjunto de datos.
Ejemplo
Determinar la amplitud de variacin del nmero de computadoras producidas en las
empresas X y Z e interpretar los resultados sabiendo que el valor mnimo en X es 38 y el
mximo 42, y para Z son 20 y 60 respectivamente; para los dos casos la media es igual a
15.


30

X 42 38 = 4
Z 60 20 = 40
Interpretacin La media de la empresa X es ms confiable que la media de la empresa Z
porque tiene menor amplitud de recorrido de la variable.
Clculo de la Amplitud de Variacin con Datos Agrupados
Es igual a la diferencia entre el lmite superior de la ltima clase y el lmite inferior de la
primera clase.
Ejercicio de la pgina 6 (pasajeros que viajaron por la aerolnea X en los ltimos 50 das).
109 50 = 59

Desviacin Media o Media de Desviacin
Es la media de los valores absolutos
3
de las desviaciones con respecto a la media
aritmtica.
La importancia de la desviacin media radica en que si se consideran todos los valores de
una muestra y nos permite medir el valor en promedio en que varan los valores de una
poblacin o muestra con respecto a su media.
El procedimiento de clculo en el caso de datos no agrupados es similar al clculo con
datos agrupados con la diferencia que ya conocemos.

Clculo de la DM con Datos Agrupados en Intervalos de Clase

3
Recordemos que el valor absoluto de un nmero es siempre positivo

31

Interpretacin La variacin en promedio del peso de 25 estudiantes es de 7.58 libras
con respecto a una media de 113.3.

Desviacin Mediana
Es la media aritmtica de los valores absolutos de las desviaciones con respecto a la
mediana.
Clculo de la Desviacin Mediana con Datos Agrupados en Intervalos de Clase

Ejercicio pgina 6 (Pasajeros que viajaron por la aerolnea X en los ltimos 50 das). Ya
tenemos calculada la mediana en el ejercicio de la pgina 12.

32

Interpretacin La variacin en promedio del nmero de pasajeros que viajaron por la
aerolnea X en los ltimos 50 das es de 9 pasajeros con respecto a una mediana de 78.

Varianza y Desviacin Estndar
La Varianza
Es la media de las desviaciones cuadrticas con respecto a la media aritmtica. Su clculo
es el mismo tanto para cuando se trata de una muestra como para una poblacin, sin
embargo, lo que vara es la simbologa que revisaremos a continuacin:

Desviacin Tpica o Estndar
No es ms que la raz cuadrada de la varianza, por eso las estudiaremos simultneamente.
Su clculo, tanto para datos no agrupados como para datos agrupados, vara en los
detalles que ya hemos revisado anteriormente; por lo tanto solo haremos un ejemplo de
aplicacin en una distribucin con intervalos de clase.


33

Peso en una muestra de 40 estudiantes

Interpretacin Varianza La desviacin o diferencia en promedio del peso en una
muestra de 40 estudiantes es de 197.37 libras al cuadrado con respecto a una media de
112.25 libras.
Interpretacin Desviacin Estndar La desviacin o diferencia en promedio del peso en
una muestra de 40 estudiantes es de 14.05 libras en relacin a una media de 112.25 libras.
Caractersticas de la Varianza
Todas las observaciones se usan en su clculo
No se ve influenciada por valores extremos de la variable
Las unidades resultan inconvenientes en el trabajo, pues son unidades originales
elevadas al cuadrado.


34

Usos Frecuentes de la Desviacin Tpica o Estndar
Teorema de Chebyshev
Nos permite determinar la proporcin mnima de los valores que se encuentran dentro de
un nmero especfico de desviaciones estndares con respecto a la media.
En este sentido el teorema establece que al menos 3 de 4 valores; esto es el 75% de las
observaciones, se encuentran entre la media 2 desviaciones tpicas.
As mismo establece que al menos 8 de 9 valores, esto es el 88.9% de las observaciones, se
encuentran entre la media 3 desviaciones tpicas.
Finalmente establece que al menos 24 de 25 valores, esto es el 96% de las observaciones,
se encuentran entre la media 5 desviaciones tpicas.
En Resumen:
3 de 4 Valores 75% 2 s
8 de 9 Valores 88.9% 3 s
24 de 25 Valores 96% 5 s
Entones el teorema de Chebyshev establece que para un conjunto cualquiera de
observaciones la proporcin mnima de valores que se encuentran dentro de K
desviaciones estndares desde la media, es al menos:

Ejemplo
Ejercicio pgina 6 (Pasajeros que viajaron por la aerolnea X en los ltimos 50 das).
El gerente de la aerolnea desea saber, con qu frecuencia los pasajeros estn dentro de
K=2 desviaciones estndares desde la media, y cul es el intervalo.
Para este caso ya tenemos los datos de la media= 78.7 y la desviacin = 12.14


35

Interpretacin Al menos el 75% de los das, esto es: 38 das, hubieron entre 54 y
102 pasajeros.
4

La Regla Emprica
La desviacin estndar puede utilizarse, para sacer ciertas conclusiones, si el conjunto de
datos est distribuido normalmente
5
.
Segn la regla emprica, para una distribucin de frecuencias simtrica en forma de
campana, aproximadamente el 68.26% de las observaciones se encuentran entre la media
1 desviacin estndar, as mismo, aproximadamente el 95.44% de las observaciones se
encuentran entre la media 2 desviaciones estndar, y aproximadamente el 99.7% de las
observaciones se encuentra entre la media 3 desviaciones estndar
68.26% 1 s
95.44% 2 s
99.73% 3 s
En el siguiente ejemplo, entenderemos mejor de que se trata:
Una muestra de las cantidades mensuales de dinero, destinadas a alimentos por un
ciudadano de la tercera edad que vive solo, sigue aproximadamente una distribucin de
frecuencias simtrica de campana; la media muestral es $150 la desviacin estndar $20.
Utilizando la regla emprica aproximadamente:
Entre cuales dos valores est el 68.26% de los gastos mensuales.
Entre cuales 2 cantidades est el 95.44% de los gastos mensuales.
Entre cuales dos cantidades estn casi todos los gastos mensuales (99.73%).

4
Recordemos que al tratarse de personas, no podemos hablar en cifras decimales.
5
Una distribucin normal, es una distribucin de datos continuos, que produce una curva simtrica en
forma de campana.

36

Interpretacin Aproximadamente el 68.26% de los gastos mensuales se encuentran
entre 130 y 170 dlares; el 95.44% entre 110 y 190 dlares y casi todos los gastos
mensuales, es decir el 99.73% se encuentran aproximadamente entre 90 y 210 dlares.

Para ciertos casos, en que una observacin se encuentra en medio o por encima de los
porcentajes establecidos y su clculo se dificulta, hay un mtodo sencillo que consiste en
aplicar la frmula siguiente, y ubicar el resultado obtenido en la tabla que se encuentra en
la pgina 37.


37

Z 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879

0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 0,2611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3298 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389

1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4046 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319

1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767

2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936

2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986

3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990

38

Coeficiente de Variacin
Definicin Es la razn o cociente de la desviacin estndar a la media aritmtica
expresada como un porcentaje. Simblicamente su frmula es la siguiente:

Aplicaciones
Karl Pearson desarroll una medida relativa denominada coeficiente de variacin, muy til
en los siguientes casos:
Los datos estn en unidades diferentes y por lo tanto no se pueden comparar
directamente 2 ms medidas de dispersin; por ejemplo los ingresos y la
asistencia de os empleados de una fbrica.
Los datos estn en las mismas unidades, pero las medias estn muy distantes; por
ejemplo los ingresos de los ejecutivos y los ingresos de los obreros de una fbrica.
Nos permite seleccionar muestras, la muestra ser la que tenga menor coeficiente
de variacin.
Ejemplos de Aplicacin:
1.- Encontrar la dispersin relativa de los ingresos de un grupo de ejecutivos cuya media
es $5000 y su desviacin estndar $500 y de los ingresos de los obreros no calificados cuya
media es $220 y su desviacin estndar $22.


39

Interpretacin No existe diferencia en la dispersin relativa con respecto a la media
aritmtica de los ingresos de los ejecutivos ni de los obreros no calificados de la fbrica.

2.- Se van a comparar las calificaciones de estadstica de los cursos A y B, en el curso A la
media es de 78 y la desviacin estndar 12, en el curo B la media es 85 y la desviacin
estndar 27. Determine el coeficiente de variacin e indique que curso se debera tomar
como muestra.

Interpretacin La mejor muestra a seleccionar sera el curso A, porque existe menor
dispersin en los datos con respecto a la media aritmtica.


40

Medidas de Asimetra o Sesgo
Definicin La asimetra se refiere al sesgo de la distribucin, es decir, a cmo estn
distribuidos los datos hacia un lado o hacia otro. Karl Pearson desarroll tambin una
medida para evaluar el grado de orientacin del sesgo, denominado coeficiente de
Asimetra o coeficiente de sesgo de Pearson.

Primer Coeficiente de Asimetra

Segundo Coeficiente de Asimetra

De acuerdo a los datos del coeficiente de asimetra se establece:
Si C.A. = 0 Simtrica

Los datos estn distribuidos normalmente.


41

Si C.A > 0 Asimtrica Positiva

Los datos estn sesgados hacia la derecha.

Si C.A < 0 Asimtrica Negativa

Los datos estn sesgados hacia la izquierda.


42

Ejemplo de Aplicacin
La permanencia de los enfermos en el piso de aislados en el hospital X se organiz en una
distribucin de frecuencias. La duracin media fue de 28 das, la mediana 25 das y la
moda 23 das. Se calcul una desviacin tpica de 4.2 das.
Es la distribucin simtrica o asimtrica, con sesgo positivo o negativo.
Calcular el primer y segundo coeficiente de asimetra de Pearson.

Interpretacin El coeficiente de asimetra se encuentra entre -3 y 3, en este caso, 1.19 y
2.14 nos indica que la distribucin es asimtrica positiva; 2.4 nos indica un mayor grado de
sesgo positivo, es decir, hay unos cuantos pacientes que permanecen aislados durante
largo tiempo, lo que hace que la media sea mayor que la mediana y mayor que la moda.

Momentos
Definicin Se denomina momentos a los estadgrafos de dispersin, que son por
definicin valores medios, esto es, medias aritmticas de potencias de variables, el ndice
de la potencia considerada, es el orden del correspondiente momento.
Momentos con respecto a la Media Aritmtica


43

Podemos sacar algunas conclusiones a partir de stas frmulas:
Los 4 primeros momentos, son los ms utilizados, en caso de querer un momento
mayor al cuarto, solo debemos cambiar el exponente en la frmula
El momento 1 siempre ser igual a cero, pues, la frmula es la misma que
utilizamos en la demostracin de la primera propiedad de la media
La frmula del momento 2 es la misma que la frmula de la varianza.
Los momentos tambin los pueden calcular con respecto a un origen de trabajo;
recordemos que el origen de trabajo es la observacin ms cercana a la media.
Clculo de Momentos con Datos Agrupados en Intervalos de Clase

Hallar los 4 primeros momentos con respecto a la media aritmtica para la siguiente
distribucin.


44

Coeficiente Momento de Sesgo

Si el coeficiente es negativo, nos indica que los datos estn sesgados hacia la izquierda, es
decir, tenemos una asimetra negativa; si el coeficiente es positivo, nos indica que los
datos estn sesgados hacia la derecha, en otras palabras, hay asimetra positiva.

Coeficiente Momento de Curtosis
La curtosis se refiere a la altura de una distribucin; si la curva es ms alta que la normal
se denomina leptocrtica, si la curva es menor que la normal se denomina platicrtica, y,
si la curva es normal se denomina mesocrtica. El coeficiente de curtosis de la curva
normal es -3 3.

Modulo de Estadistica I

Caricato da

Informazioni sul documento

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

Modulo de Estadistica I

Caricato da

Copyright:

Formati disponibili

MODULO DE

Potrebbero piacerti anche