Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales

Bloque 0.- REPASO CONCEPTOS BSICOS DE ESTADSTICA. Generalidades: Iniciaremos el curso, repasando los conceptos y procedimientos estadsticos ya estudiados en E.S.O. y en el primer curso de Bachillerato. Insistiendo sobre todo en el manejo de tablas, y el clculo de medidas estadsticas de centralizacin, dispersin y localizacin. As mismo es importante el uso de herramientas como la calculadora, para realizar clculos estadsticos con relativa facilidad y rapidez. Contenidos: Tema 1 Distribuciones Unidimensionales 1.1 Introduccin: 1.1.1 Conceptos de: Poblacin, muestra, subpoblacin, 1.1.2 Variables estadsticas, clasificacin: 1.2 Tablas Estadsticas: Tipos 1.3 Tcnicas de recuento, 1.4 Distintos tipos de frecuencia 1.5 Medidas estadsticas: 1.5.1 Centralizacin: Moda, Mediana y Media 1.5.2 Dispersin: Desviacin, desviacin media, desviacin tpica, varianza. 1.5.3 Localizacin: Cuartiles, deciles, percentiles 1.5.4 Simetra. 1.5.5 Curtosis. Tema 2: Distribuciones Bidimensionales 2.1 Introduccin a la Dependencia estadstica. 2.2 Variables cuantitativas: 2.2.1 Anlisis de la correlacin. 2.2.2 Rectas de regresin.

F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc de 14

Pgina 1

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales

TEMA 1 Distribuciones unidimensionales:

1.1 Introduccin:
La palabra estadstica suele utilizarse bajo dos significados distintos, a saber: 1 Como coleccin de datos numricos.- Esto es el significado ms vulgar de la palabra estadstica. Se sobrentiende que dichos datos numricos han de estar presentados de manera ordenada y sistemtica. Una informacin numrica cualquiera puede no constituir una estadstica, para merecer este apelativo, los datos han de constituir un conjunto coherente, establecido de forma sistemtica y siguiendo un criterio de ordenacin. Tenemos muchos ejemplos de este tipo de estadsticas. El Anuario Estadstico publicado por el Instituto Nacional de Estadstica, El Anuario de Estadsticas del Trabajo, 2 Como ciencia.- En este significado, La Estadstica estudia el comportamiento de los fenmenos de masas. Como todas las ciencias, busca las caractersticas generales de un colectivo y prescinde de las particulares de cada elemento. As por ejemplo al investigar el sexo de los nacimientos, iniciaremos el trabajo tomando un grupo numeroso de nacimientos y obtener despus la proporcin de varones. Es muy frecuente enfrentarnos con fenmenos en los que es muy difcil predecir el resultado; as, no podemos dar una lista ,con las personas que van a morir con una cierta edad, o el sexo de un nuevo ser hasta que transcurra un determinado tiempo de embarazo, Por tanto, el objetivo de la estadstica es hallar las regularidades que se encuentran en los fenmenos de masa.

1.1.1 Poblacin, elementos y caracteres.

Es obvio que todo estudio estadstico ha de estar referido a un conjunto o coleccin de personas o cosas. Este conjunto de personas o cosas es lo que denominaremos poblacin. Las personas o cosas que forman parte de la poblacin se denominan elementos. En sentido estadstico un elemento puede ser algo con existencia real, como un automvil o una casa, o algo ms abstracto como la temperatura, un voto, o un intervalo de tiempo. A su vez, cada elemento de la poblacin tiene una serie de caractersticas que pueden ser objeto del estudio estadstico. As por ejemplo si consideramos como elemento a una persona, podemos distinguir en ella los siguientes caracteres: - Sexo - Edad - Nivel de estudios - Profesin - Peso - Altura - Color de pelo - Etc. Luego o tanto de cada elemento de la poblacin podremos estudiar uno o ms aspectos cualidades o caracteres. La poblacin puede ser segn su tamao de dos tipos: Poblacin finita: cuando el nmero de elementos que la forman es finito, por ejemplo el nmero de alumnos de un centro de enseanza, o grupo clase. Poblacin infinita: cuando el nmero de elementos que la forman es infinito, o tan grande que pudiesen considerarse infinitos.. Como por ejemplo si se realizase un estudio sobre los productos que hay en el mercado. Hay tantos y de tantas calidades que esta poblacin podra considerarse infinita.

Ahora bien, normalmente en un estudio estadstico, no se puede trabajar con todos los elementos de la poblacin sino que se realiza sobre un subconjunto de la misma. Este subconjunto puede ser una muestra, cuando se toman un determinado nmero de elementos de la poblacin, sin que en principio tengan nada en comn; o una subpoblacin, que es el subconjunto de la poblacin formado por los elementos de la poblacin que comparten una determinada caracterstica, por ejemplo de los alumnos del centro la subpoblacin formada por los alumnos de 3 ESO, o la subpoblacin de los varones. F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc de 14 Pgina 2

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales

1.1.2 Variables y atributos.

Como hemos visto, los caracteres de un elemento pueden ser de muy diversos tipos, por lo que los podemos clasificar en: dos grandes clases: - Variables Cuantitativas. - Variables Cualitativas o Atributos. Las variables cuantitativas son las que se describen por medio de nmeros, como por ejemplo el peso, Altura, Edad, Nmero de Suspensos A su vez este tipo de variables se puede dividir en dos subclases: Cuantitativas discretas. Aquellas a las que se les puede asociar un nmero entero, es decir, aquellas que por su naturaleza no admiten un fraccionamiento de la unidad, por ejemplo nmero de hermanos, pginas de un libro, etc. Cuantitativas continuas: Aquellas que no se pueden expresar mediante un nmero entero, es decir, aquellas que por su naturaleza admiten que entre dos valores cualesquiera la variable pueda tomar cualquier valor intermedio, por ejemplo peso, tiempo. etc.

No obstante en muchos casos el tratamiento estadstico hace que a variables discretas las trabajemos como si fuesen continuas y viceversa. Los atributos son aquellos caracteres que para su definicin precisan de palabras, es decir, no le podemos asignar un nmero. Por ejemplo Sexo Profesin, Estado Civil, etc. A su vez las podemos clasificar en: Ordenables: Aquellas que sugieren una ordenacin, por ejemplo la graduacin militar, El nivel de estudios, etc. No ordenables: Aquellas que slo admiten una mera ordenacin alfabtica pero no establece orden por su naturaleza, por ejemplo el color de pelo, seco, estado civil, etc.

1.2. Tablas Estadsticas:

A partir de este momento nos vamos a ocupar de las estadsticas de una sola variable, Estadsticas Unidimensionales. Las tablas estadsticas segn el nmero de observaciones y segn el recorrido de la variable estadstica, as tenemos los siguientes tipos de tablas estadsticas: Tablas tipo I: Cuando el tamao de la muestra y el recorrido de la variable son pequeos, por ejemplo si tenemos una muestra de las edades de 5 personas, por lo que no hay que hacer nada especial simplemente anotarlas de manera ordenada en filas o columnas. Edad de los 5 miembros de una familia: 5, 8, 16, 38, 45 Tablas tipo II: Cuando el tamao de la muestra es grande y el recorrido de la variable es pequeo, por lo que hay valores de la variable que se repiten. Por ejemplo, si preguntamos el nmero de personas activas que hay en 50 familias obtenemos la siguiente tabla: Personas Activas en 50 familias 1 2 2 1 2 4 2 1 3 2 1 1 1 3 4 2 2 1 2 1 1 1 3 2 2 3 1 2 4 2 1 4 3 4 3 2 2 2 1 3

2 2 2 3 1

1 2 2 1 3

Podemos observar que la variable toma valores comprendidos entre 1 y 4, por lo que precisaremos una tabla en la que resumamos estos datos quedando la siguiente tabla:

F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc de 14

Pgina 3

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales Personas Activas 1 2 3 4 Total Nmero de Familias 16 20 9 5 50

Tablas tipo III: Cuando el tamao de la muestra y el recorrido de la variable son grandes, por lo que ser necesario agrupar en intervalos los valores de la variable. Por ejemplo si a un grupo de 30 alumnos les preguntamos el dinero que en ese momento llevan encima, nos encontramos con los siguientes datos: 450 5 1152 180 250 200 300 675 175 500 80 375 25 2680 1500 205 605 985 785 185 1595 2300 5000 1200 100 125 315 425 560 1100

Evidentemente, la variable estadstica tiene un recorrido muy grande, 4998 pesetas, por lo que s queremos hacer una tabla con estos datos tendremos que tomar intervalos. Para decidir la amplitud de los intervalos, necesitaremos decidir cuntos intervalos queremos?. Normalmente se suele trabajar con no ms de 10 o 12 intervalos. Amplitud =4998/10 = 499,8 Por lo que tomaremos intervalos de amplitud 500 Debemos tener en cuenta las siguientes consideraciones: Tomar pocos intervalos implica que la prdida de informacin sea mayor. Los intervalos sern siempre Cerrados por la izquierda y Abiertos por la Derecha [ Li-1 , Li ) Procuraremos que en la decisin de intervalos los valores observados no coincidan con los valores de los extremos del intervalo y si esto ocurre que no sea en ms de un 5% del total de observaciones. Con estas recomendaciones tendremos la siguiente tabla: [ Li-1 , Li ) [ 0,500) [ 500, 1000) [ 1000,1500) [ 1500, 2000) [ 2000, 2500) [ 2500, 3000) [ 3000, 3500) [ 3500, 4000) [ 4000, 4500) [ 4500, 5000) [ 5000,5500) Frecuencia 16 6 3 2 1 1 0 0 0 0 1

1.3. Tcnicas de recuento.

Aunque hoy en da, si se realiza un estudio estadstico importante esta tarea la realiza el ordenador, ya sea por medio de programas de estadstica especficos BMDP, SPSS, o bien utilizando herramientas informticas de propsito general como Bases de Datos u Hojas de Clculo A lo largo del curso, veremos como mediante hojas de clculo o bases de datos podemos realizar este recuento. Veamos como realizaramos este proceso manualmente, para ello veremos diversas tcnicas de ir anotando puntuaciones:

Aunque el mtodo ms utilizado o conocido sea el primero, quizs el ms cmodo de utilizar es el 2 en la mayora de los casos. F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc de 14 Pgina 4

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales

1.4. Distintos Tipos de Frecuencia:

Una de los primeros pasos que se realizan en cualquier estudio estadstico es la tabulacin de resultados, es decir, recoger la informacin de la muestra resumida en una tabla en la que a cada valor de la variable se le asocian determinados nmeros que representan el nmero de veces que ha aparecido, su proporcin con respecto a otros valores de la variable, etc. Estos nmeros se denominan frecuencias: As tenemos los siguientes tipos de frecuencia: Frecuencia absoluta: La frecuencia absoluta de una variable estadstica es el nmero de veces que aparece en la muestra dicho valor de la variable, la representaremos por ni Frecuencia relativa: La frecuencia absoluta, es una medida que est influida por el tamao de la muestra, al aumentar el tamao de la muestra aumentar tambin el tamao de la frecuencia absoluta. Esto hace que no sea una medida til para poder comparar. Para esto es necesario introducir el concepto de frecuencia relativa, que es el cociente entre la frecuencia absoluta y el tamao de la muestra. La denotaremos por fi

n N

Donde N = Tamao de la muestra

Porcentaje: La frecuencia relativa es un tanto por uno, sin embargo, hoy da es bastante frecuente hablar siempre en trminos de tantos por ciento o porcentajes, por lo que esta medida resulta de multiplicar la frecuencia relativa por 100. La denotaremos por pi.

p= f
i

100 %

Frecuencia Absoluta Acunulada: Para poder calcular este tipo de frecuencias hay que tener en cuenta que la variable estadstica ha de ser cuantitativa o cualitativa ordenable. En otro caso no tiene mucho sentido el clculo de esta frecuencia. La frecuencia absoluta acumulada de un valor de la variable, es el nmero de veces que ha aparecido en la muestra un valor menor o igual que el de la variable y lo representaremos por Ni. Frecuencia Relativa Acunulada: Al igual que en el caso anterior la frecuencia relativa acumulada es la frecuencia absoluta acumulada dividido por el tamao de la muestra, y la denotaremos por Fi

N F=N
i

Porcentaje Acumulado: Anlogamente se define el Porcentaje Acumulado y lo vamos a denotar por Pi como la frecuencia relativa acumulada por 100.

P = F 100 %
i i

Veamos esto con un ejemplo: Tomamos para ello los datos relativos a las personas activas. Personas Activas Nmero Familias Xi ni 1 16 2 20 3 9 4 5 Total 50

Fi 16/50 20/50 9/50 5/50

pi 32% 40% 18% 10%

Ni 16 36 45 50

Fi Pi 16/50 32% 36/50 72% 45/50 90% 50/50 100%

En este ejemplo se puede ver fcilmente como se calculan estas frecuencias.

F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc de 14

Pgina 5

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales

1.5 Medidas Estadsticas:

En el resto del tema nos ocuparemos exclusivamente de las variable cuantitativas, puesto que con los atributos no se pueden realizar operaciones aritmticas. Como hemos estudiado, las variables estadsticas cuantitativas se dividen o clasifican en discretas o continuas, por lo que necesitaremos precisar cmo se calculan dichas medidas en cada caso. En las variables cuantitativas continuas, dado que la tabulacin de los datos se hace mediante intervalos, necesitaremos tomar un valor del intervalo para poder operar. Este valor se denomina marca de clase y es el punto medio del intervalo. Las medidas estadsticas pretenden resumir la informacin de la muestra para poder tener as un mejor conocimiento de la poblacin. Se clasifican en: Medidas de Centralizacin: Que nos sirven para ver sobre que valores se concentra la variable. Medidas de Dispersin: Nos van a dar una idea sobre la representatividad de las medidas centrales, a mayor dispersin menor representatividad. Medidas de Localizacin: tiles para encontrar determinados valores importantes, para una clasificacin de los elementos de la muestra. Medidas de la Simetra: Sirven para ver si la distribucin tiene el mismo comportamiento por encima y por debajo de los valores centrales. Medidas de la Forma: Comparan la forma de la distribucin con la forma de la distribucin Normal, que es la distribucin que se toma como referencia. Por otra parte el Estadstico Yule ha definido algunas propiedades deseables para una medida estadstica: 1 Debe definirse de manera objetiva: dos observadores distintos deben llegar al mismo resultado numrico. 2 Usar todas las observaciones y no algunas de ellas solamente, de manera que si varia alguna observacin la medida considerada debe reflejar esta variacin. 3 Tener un significado concreto: la interpretacin debe ser inmediata y sencilla 4 Ser sencilla de calcular. 5 Prestarse fcilmente al clculo algebraico: Lo que permitir demostraciones mas elegantes. 6 Ser poco sensible a las fluctuaciones muestrales. Esta condicin es imprescindible en la Estadstica Matemtica y en la Teora de Sondeos.

1.5.1. Medidas de Centralizacin: Media, Mediana y Moda: Media:

Media aritmtica: La media aritmtica de una variable se define como la suma ponderada de los valores de la variable por sus frecuencias relativas y lo denotaremos por

x
i

x = xi
i=1

f = = x n N
n i

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

i=1

Propiedades: Si multiplicamos o dividimos todas las observaciones por un mismo nmero, la media queda multiplicada o dividida por dicho numero. Si le sumamos a todas las observaciones un mismo nmero, la media aumentar en dicha cantidad. Adems de la media aritmtica existen otros conceptos de media, como son la media geomtrica y la media armnica. Media geomtrica: La media geomtrica de N observaciones es la raz de ndice N del producto de todas las observaciones. La representaremos por G.

G=N

x n x n . .... x n
1 2

Solo se puede calcular si no hay observaciones negativas. Es una medida estadstica poco o nada usual. F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc de 14

Pgina 6

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales Media armnica: La media armnica de N observaciones es la inversa de la media de las inversas de las observaciones y la denotaremos por H

H=

i=1

x n
i

1 1

Al igual que en el caso de la media geomtrica su utilizacin es bastante poco frecuente.

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. Clculo de la mediana en el caso discreto: Tendremos en cuenta el tamao de la muestra. Si N es Impar, hay un trmino central, el trmino
N 2

X Si N es Par, hay dos trminos centrales, X , X

N +1 2

que ser el valor de la mediana.

N +1 2

la mediana ser la media de esos dos valores

Veamos un ejemplo. N par 1,4,6,7,8,9,12,16,20, 24,25,27 N=12 Trminos Centrales el 6 y 7 9 y 12 Me=

9 + 12 = 10,5 2

N Impar 1,4,6,7,8,9,12,16,20, 24,25,27,30 N=13 Trmino Central el 7 , 12 Me=12

Clculo de la mediana en el caso continuo: Si la variable es continua, la tabla vendr en intervalos, por lo que se calcula de la siguiente forma: Nos vamos a apoyar en un grfico de un histograma de frecuencias acumuladas. LA MEDIANA SER Me =
SEMEJANTES

i 1

+x

COMO LOS TRIANGULOS ABC Y ADE SON

AD DE = SE TIENE QUE AB BC AD = x AB = Li Li.1 = a i N DE = N i.1 2 BC = N i N i1

N
De donde la mediana vale: Me =

Li1 +

2 N N N
i

i . 1

i 1

a i donde ay es la amplitud del intervalo

Vemoslo 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 Como el tamao de la muestra es N=50, buscamos el intervalo en el que 45 55 6 6 la Frecuencia acumulada es mayor que 50/2=25, que en este caso es el 55 65 10 16 3 y aplicamos la frmula anterior. Luego la Mediana ser 65 75 85 75 85 95 19 35 11 46 4 50

50 16 2 10 = 69.74 Me= 65 + 35 16

F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc de 14

Pgina 7

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales

Moda:
La moda es el valor de la variable que tenga mayor frecuencia absoluta, la que ms se repite, es la nica medida de centralizacin que tiene sentido estudiar en una variable cualitativa, pues no precisa la realizacin de ningn clculo. Por su propia definicin, la moda no es nica, pues puede haber dos o ms valores de la variable que tengan la misma frecuencia siendo esta mxima. En cuyo caso tendremos una distribucin bimodal o polimodal segn el caso. Por lo tanto el clculo de la moda en distribuciones discretas o cualitativas no precisa de una explicacin mayor; sin embargo, debemos detenernos un poco en el clculo de la moda para distribuciones cuantitativas continuas. Para ello veamos como se obtiene de modo grfico y posteriormente llegaremos a su determinacin analtica Para ello vamos a utilizar el siguiente sistema de referencia: Como Origen el Punto Li-1 Como eje horizontal la recta

horizontal que contiene al punto Li-1 y como eje vertical la recta AB. Segn este sistema de referencia las coordenadas de los puntos ABCD son las siguientes: A(0,ni-1), B(0,ni), C(ay, ni) y D(ay, ni+1) . Queremos calcula el valor de x, que es la abscisa del punto P interseccin de las rectas AC y BD. Recta AC Recta BD

x a
y
=

=
i

y n n n
i
i 1 i

i 1 i 1

x a
y
i i+1 i

=
i

y n n n
i i+1
i i+1 i

x .( n n a
i

Despejando y en ambas ecuaciones

+ ni1

x .( n n a
i

+ ni

Igualando, queda una ecuacin lineal en x cuya solucin es:

n n x = ( n )( n ) a n n
i i+1 i 1

Luego la expresin definitiva para la Moda ser:

Mo = L

i 1

n n ( n n )( n n ) a
i i+1 i i i+1 i 1

Otros autores dan una expresin aproximada para la moda que viene dada por la siguiente expresin:

Mo = L

i 1

ni+1 + ni1

i+1

ai

Veamos su clculo mediante un ejemplo, para ello usaremos los datos del apartado anterior . Li-1 Li ni Ni 19 10 Mo = 65 + 10 = 70,29 45 55 6 6 (19 10 ) + (19 11) 55 65 10 16 Utilizando la frmula aproximada 65 75 19 35 11 75 85 11 46 Mo = 65 + 10 = 70,24 10 + 11 85 95 4 50

F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc de 14

Pgina 8

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales

1.5.2. Medidas de Dispersin:

Rango: Es la primera medida que vamos a estudiar, se define como la diferencia existente entre el valor mayor y el menor de la distribucin,. Lo notaremos como R. Realmente no es una medida muy significativa e la mayora de los casos, pero indudablemente es muy fcil de calcular. Hasta el momento hemos estudiado los valores centrales de la distribucin, pero tambin es importante conocer si los valores en general estn cerca o alejados de estos valores centrales, es por lo que surge la necesidad de estudiar medidas de dispersin.

Hemos estudiado varias medidas de centralizacin, por lo que podemos hablar de desviacin con respecto a cualquiera de ellas, sin embargo, la mas utilizada es con respecto a la media.

Desviacin: Es la diferencia que se observa entre el valor de la variable y la media aritmtica. La denotaremos por di . No es una medida, son muchas medidas, pues cada valor de la variable lleva asociada su correspondiente desviacin, por lo que precisaremos una medida que resuma dicha informacin. La primera solucin puede ser calcular la media de todas las desviaciones, es decir, si consideramos como muestra la de todas las desviaciones y calculamos su media. Pero esta solucin es mala pues como veremos siempre va a ser 0.

D=
i=1

d n = (x x ) n = x n n = N N N N x x x
n i i i i n n i i i i=1 i=1 i=1

=0

Luego por lo tanto esta primera idea no es valida, pues las desviaciones positivas se contrarrestan con las negativas. Para resolver este problema, tenemos dos caminos: Tomar el valor absoluto de las desviaciones. Desviacin media Elevar al cuadrado las desviaciones. Varianza. Desviacin media: Es la media de los valores absolutos de las desviaciones, y la denotaremos por dm.

dm =
i=1

d n = x x n N N
n i i i i=1

Varianza: Es la media de los cuadrados de las desviaciones, y la denotaremos por

d n = ( xi x) n S = = N N
2 2 x 2 x n 2 i n i i=1 i=1

2 x

o tambin por

2 x

Veamos que tambin es posible calcularlo como:

Sx = x
2

x n =
n i i=1

x Para ello basta con trabajar con el binomio.

2 n 2 i n i i i i

( x i x ) = x 2x x + x
2 2 i i
n 2 i i i=1

De

n =x n x n x n donde se obtiene: ( x i x ) 2 x N x 2 = N 2 x 2 + x 2 N N
n i=1 i=1 i=1

Luego queda probado. Este estadstico tiene el inconveniente de ser poco significativo, pues se mide en el cuadrado de la unidad de la variable, por ejemplo, si la variable viene dada en cm. La varianza vendr en cm2. Desviacin tpica: Es la raz cuadrada de la varianza, se denota por Sx o x.

S =
x

= x

d n
n i i=1

x n
n i i=1

Este estadstico se mide en la misma unidad que la variable por lo que se puede interpretar mejor. F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc de 14

Pgina 9

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales Otros dos estadsticos importantes son la cuasivarianza y la cuasidesviacin tpica, que como veremos cuando estudiemos el tema de estimacin estadstica, son los estimadores de la varianza y desviacin tpica poblacionales respectivamente. Cuasivarianza: Es una medida de dispersin, cuya nica diferencia con la varianza es que dividimos por N-1, la representaremos por

2 N 1

2 N 1

y la calcularemos de la siguiente forma:

2 N 1

= N 1
2

d n = = N 1
n n i i i=1 i=1

( xi x) n
2

N 1

x n =
n i i=1

N 1

2 N N 2 x = Sx N 1 N 1

Cuasidesviacin tpica: La raz cuadrada de la cuasivarianza y la denotaremos por SN1 o N-1.

N 1

= N 1 =

N N 1 x

Todas estas medidas de dispersin vienen influidas por la unidad en la que se mide la variable, esto implica que si cambiamos de unidad de medida, los valores de estos estadsticos se vean a su vez modificados. Adems, no permite comparar por ejemplo, en un grupo de alumnos si los pesos o las alturas presentan mas dispersin. Pues no es posible comparar unidades de distinto tipo. Precisamos por lo tanto, una medida escalar, es decir, que no lleve asociado ninguna unidad de medida. Coeficiente de Variacin: Es un estadstico de dispersin que tiene la ventaja de que no lleva asociada ninguna unidad, por lo que nos permitir decir entre dos muestras, cual es la que presenta mayor dispersin. La denotaremos por C.V.

C.V . =

100 %

Veamos por ltimo un ejemplo de cmo se calculan todas estas medidas.

L L n N
i 1 i i

n x
i

d n d n d
i i i
i

2 i

n x
i

2 i

45 55 65 75 85

55 65 75 85 95 N=

6 10 19 11 4 50

6 16 35 46 50

50 60 70 80 90

300 -19,4 600 -9,4 1330 0,6 880 10,6 360 20,6 3470

116,4 2258,16 94 883,6 11,4 6,84 116,6 1235,96 82,4 1697,44 420,8 6082

15000 36000 93100 70400 32400 246900

x = 3470 = 69.4 50 Dm= 420.8 = 8.416 50 2 x = 6082 = 12164 = 246900 69.42 = 12164 . . 50 50 . . x = 12164 = 11029 2 N 1 = 50 12164 = 124122 . . 49 . . N 1 = 124122 = 11141 . 11029 100 = 15.892 % C.V.= 69.4

F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc 10 de 14

Pgina

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales

1.5.3. Medidas de Localizacin: Cuartiles, deciles y percentiles.

Las medidas de localizacin dividen la distribucin en partes iguales, sirven para clasificar a un individuo o elemento dentro de una determinada poblacin o muestra. As en psicologa los resultados de los Test o pruebas que realizan a un determinado individuo, se clasifican segn el percentil correspondiente a la puntuacin obtenida por el sujeto.

Cuartiles
Medida de localizacin que divide la poblacin o muestra en cuatro partes iguales. Q1= Valor de la variable que deja a la izquierda el 25% de la distribucin. Q2= Valor de la variable que deja a la izquierda el 50% de la distribucin = mediana. Q3= Valor de la variable que deja a la izquierda el 75% de la distribucin. . Al igual que ocurre con el clculo de la mediana, el clculo de estos estadsticos, depende del tipo de variable. Caso I: Variable cuantitativa discreta: En este caso tendremos que observar el tamao de la muestra: N Veamos la tabla adjunta: N PAR N/2 PAR n1 n2 N/2 IMPAR N1 N IMPAR (N-1)/2 PAR (N-1)/2 IMPAR n1 n2 n1

N 4

N +1 4
n1

Q=x
1

+ xn2 2

N +1 2 2 Q1 = x n1
N +1 2 + n1 2

N 1 4

N 1 +1 4 + xn2 2

N +1 4
1

Q=x
1

n1

Q=x

n1

N + 2 n1

N + 2 n2
n1

N +1 + 1 2 n

N+1 + 2 2 n

N +1 + n1 2

Q=x
3

+ xn2 2

Q =x
3

n1

Q=x
3

n1

+ xn2 2

Q =x
3

n1

Caso II: Variable cuantitativa continua: En este caso el clculo es ms simple:, sea la distribucin que sigue: [Li-2 -- Li-1) [Li-1 -- Li) ni-1 ni Ny-1 Ny

Intervalo donde se encuentra el Cuartil correspondiente:

N Q1 = Li 1 + 4 i 1 a i N i N i 1

3N N Q3 = Li 1 + 4 i 1 a i N i N i 1

Deciles Medida de localizacin que divide la poblacin o muestra en 10 partes iguales No tiene mucho sentido calcularlas para variables cualitativas discretas. Por lo que lo vamos a ver slo para las variables continuas. dk = Decil k-simo es aquel valor de la variable que deja a su izquierda el k10 % de la distribucin. [Li-2 -- Li-1) [Li-1 -- Li) ni-1 ny Ny-1 Ny Intervalo donde se encuentra el Decil correspondiente:

F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc 11 de 14

Pgina

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales

d k = Li1 +
Percentiles:

kN

10 N i1 N i N i1 ai

k = 1 .. 9

Medida de localizacin que divide la poblacin o muestra en 100 partes iguales No tiene mucho sentido calcularlas para variables cualitativas discretas. Por lo que lo vamos a ver slo para las variables continuas. pk = Percentil k-simo es aquel valor de la variable que deja a su izquierda el k % de la distribucin. [Li-2 -- Li-1) [Li-1 -- Li) ni-1 ni Ny-1 Ny Intervalo donde se encuentra el percentil corespondiente:

p =L
k

+ i 1

kN

100 N i 1 N i N i1 ai

k=1 .. 99

Como se puede observar la forma de calcular estas medidas es muy similar a la del clculo de la mediana. Veamos el clculo de algunas de estas medidas en el ejemplo que estamos estudiando. Vamos a calcular Q1,Q, d7, y p45 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 Clculo de Q1: Buscamos en la columna de las frecuencias Acumuladas el valor que supere al 25% de N=50, corresponde al 2 intervalo.(50/4=12.5)

50 6 . Q1 = 55 + 164 6 10 = 615
Anlogamente calculemos Q3, Buscamos ahora en la misma columna el correspondiente al 75 %de N que en este caso es el 4 intervalo (3.50/4=37.5)

3.50 35 4 Q3 = 75 + 46 35 10 = 77.27
Veamos ahora el decil 3. (corresponde al 30 % 3 50 / 10 = 15) sera el 2 intervalo.

d 3 = 55 +

3.50

10 6 10 = 64 16 6 100 16 10 = 68.421 35 16

Por ltimo veamos el percentil 45 (4550/100 = 22.5) Corresponde al intervalo 3.

p45 = 65 +
-

45.50

Una vez estudiadas las medidas de localizacin surgen dos nuevas medidas de dispersin, que son: Recorrido intercuartlico: Semirecorrido intercuartlico:

Recorrido interdeclico: Recorrido intercentilico:

R = Q Q Q Q SR = 2 R = d d R = c c
Q 3 1

99

F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc 12 de 14

Pgina

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales

1.5.4. Medidas de Simetra:

Las medidas de la asimetra, al igual que la curtosis, van a ser medidas de la forma de la distribucin, es frecuente que los valores de una distribucin tiendan a ser similares a ambos lados de las medidas de centralizacin. La simetra es importante para saber si los valores de la variable se concentran en una determinada zona del recorrido de la variable. As<0 As=0 As>0 Asimetra Negativa a la Izquierda Simtrica Asimetra Positiva a la izquierda

Para medir la asimetra se puede realizar atendiendo bsicamente a dos criterios: - Comparando la Media y la Moda. - Comparando los valores de la variable con la media. Comparando la Media y la Moda: Si la diferencia

x M

es positiva, diremos que hay asimetra positiva o a la derecha, en el caso de que sea

negativa diremos que hay asimetra negativa o a la izquierda. No obstante, esta medida es poco operativa al no ser una medida relativa, ya que esta influida por la unidad en que se mida la variable, por lo que se define el coeficiente de Asimetra como:

As =

x Mo

Esta medida es muy fcil de calcular, pero menos precisa que el coeficiente de asimetra de Pearson. El coeficiente de asimetra de Pearson se basa en la comparacin con la media de todos los valores de la variable, as que es una medida que se basar en las diferencias

x x , como vimos en el caso de la dispersin si medimos la

i

media de esas desviaciones sera nulas, si las elevamos al cuadrado, seran siempre positivas por lo que tampoco serviran, por lo tanto precisamos elevar esas diferencias al cubo. Para evitar el problema de la unidad, y hacer que sea una medida escalar y por lo tanto relativa, dividimos por el cubo de su desviacin tpica. Con lo que resulta la siguiente exopresin:

As =

i=1

( xi x) n
3

N
3 x

1.5.5 Medida de apuntamiento, Curtosis:

La curtosis es una medida del apuntamiento, que nos indicar si la distribucin es muy apuntada o poco apuntada Curtosis Negativa Platicrtica Curtosis nula Mesocrtica Curtosis Positiva Leptocrtica

F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc 13 de 14

Pgina

Bloque 0 Repaso Conceptos Bsicos de Estadstica: Distribuciones Unidimensionales Como podemos observar, el coeficiente de curtosis nos mide el grado de apuntamiento de la distribucin. Este coeficiente lo vamos a denotar por K y se calcula segn la siguiente expresin:

K=

( xi x) n
4 n i=1

i i

N
4 x

Veamos por ltimo el clculo de estos dos ltimos coeficientes en el ejemplo que estamos estudiando.

L L n N
i 1

n x
i

n d
i

3 i

n d
i

4 i

45 55 65 75 85

55 65 75 85 95 N=

6 10 19 11 4 50

6 16 35 46 50

50 60 70 80 90

300 -19,4 -43808,304 849881,098 600 -9,4 -8305,84 78074,896 1330 0,6 4,104 2,4624 880 10,6 13101,176 138872,466 360 20,6 34967,264 720325,638 3470 -4041,6 1787156,56

x = 3470 = 69.4 50 Mo= 70.24

. = 11029 69.4 70.24 = -0,892 As= 11029 . Coeficiente de Asimetra de 40416 . 50 = -0,06025162 Pearson As= 3 11029 . 1787156.566 50 3 = -0,58431795 K= 4 11029 .
x

Luego es una distribucin asimtrica negativa o a la izquierda y Platicrtica.

F:\Dados\douturamento\PAMS\Conceptos basicos de estadistica.doc 14 de 14

Pgina