Estadistica Con Una Variable

Tema 2. Estadstica con una variable.
9
TEMA 2. ESTADSTICA CON UNA VARIABLE.
2.1. INTRODUCCIN
Los fenmenos psicolgicos no suelen ser constantes, por lo que ser necesario que
junto a una medida que indique el valor alrededor del cual se agrupan los datos, se asocie una
medida que haga referencia a la variabilidad que refleje dicha fluctuacin.
En este sentido pueden examinarse varias caractersticas, siendo las ms comunes:
La tendencia central de los datos;
La dispersin o variacin con respecto a este centro;
Los datos que ocupan ciertas posiciones.
La simetra de los datos.
La forma en la que los datos se agrupan.
El anlisis descriptivo de una variable se refiere a aquellos procedimientos que nos
permiten resumir la informacin recogida en los datos, para cada una de las variables que se
estudian.
MEDIDAS REPRESENTATIVAS DE UN CONJUNTO DE DATOS ESTADSTICOS
Fundamentos del Anlisis de Datos en Psicologa
rea de Metodologa de las Ciencias del Comportamiento
Universidad de Almera
10
A lo largo de este tema y, siguiendo este orden, iremos estudiando los estadsticos que
nos van a orientar sobre cada uno de estos niveles de informacin: valores alrededor de los
cuales se agrupa la muestra, la mayor o menor fluctuacin alrededor de esos valores, nos
interesaremos en ciertos valores que marcan posiciones caractersticas de una distribucin de
frecuencias as como por su forma.
2.2.- NDICES DE TENDENCIA CENTRAL Y POSICIN
2.2.1. La Moda
Llamaremos moda (Mo) a cualquier mximo relativo de la distribucin de
frecuencias, es decir, cualquier valor de la variable que posea una frecuencia mayor que su
anterior y su posterior.
La moda es el valor ms frecuente, de forma que si se trata de datos no agrupados es el
valor que ms veces se repite. Si es una variable cuantitativa discreta, es el valor de la variable
al que corresponde la frecuencia ms alta. Si es una variable cuantitativa continua, es el
intervalo al que corresponde la mxima frecuencia, hablaramos en este caso, de intervalo
modal.
Una distribucin de frecuencias puede contar con una o varias modas.
2.2.1.1. Propiedades de la Moda
De la moda destacamos las siguientes propiedades:
Es muy fcil de calcular.
Puede no ser nica.
Es funcin de los intervalos elegidos a travs de su amplitud, nmero y lmites de los
mismos.
Aunque el primero o el ltimo de los intervalos no posean extremos inferior o superior
respectivamente, la moda puede ser calculada.
2.2.2. Centro de Gravedad de un grupo de datos: La Media Aritmtica
La media aritmtica (X) es el punto en el que se concentra el peso de la distribucin
de frecuencias. Se la considera el centro de gravedad de la distribucin de frecuencias.
NDICES DE POSICIN.
MEDIA ARITMTICA
DATOS SIN AGRUPAR
i
X
X
n

DATOS AGRUPADOS
i i
n X
X
n

11
2.2.2.1. PROPIEDADES DE LA MEDIA ARITMTICA
1. La suma de las diferencias de todas las puntuaciones respecto de la media es cero.
0 ) ( X X
2. La suma de estas diferencias elevadas al cuadrado es mnima.

<
2 2
) ( ) ( C X X X
X C
3. Si a los valores de una variable se les suma una constante, la media de las nuevas
puntuaciones ser igual a la media original ms la nueva constante.
K X Y
i j
+
entonces
K X Y +
4. Si a los valores de una variable se les multiplica por una constante, la media de los
nuevos valores es igual al producto de la media original por el factor.
K X Y
i j
*
entonces
K X Y *
5. La media total de un grupo de datos es igual a la media ponderada (por su tamao
muestral) de las medias de cada grupo.
i
i i
T
n
X n
X
2.2.2.2. INCONVENIENTES DE LA MEDIA ARITMTICA
A pesar de las buenas propiedades que ofrece la media, sta posee algunos
inconvenientes:
Uno de ellos es que es muy sensible a los valores extremos de la variable: ya que todas las
observaciones intervienen en el clculo de la media, la aparicin de una observacin
extrema, har que la media se desplace en esa direccin. En consecuencia,
no es recomendable usar la media como medida central en las distribuciones muy
asimtricas.
Depende de la divisin en intervalos en el caso de variables continuas.
Si consideramos una variable discreta, por ejemplo, el nmero de hijos en las familias de
Almera el valor de la media puede no pertenecer al conjunto de valores de la variable; por
ejemplo 5 . 2 X hijos.
12
2.2.3. Tendencia central de un grupo de puntuaciones: La Mediana
La mediana (Md) es, una vez ordenados los datos, el valor que ocupa la posicin
central en la distribucin. Se la considera el centro geogrfico de la distribucin de
frecuencias.
As, para los datos sin agrupar en intervalos habr que tener en cuenta si el nmero de
datos es impar: en este caso ser un dato el que ocupa la posicin central en la distribucin y
coincidir con la median. Si por el contrario el nmero de datos es par, pero los dos datos
centrales son distintos, aproximaremos el valor de la mediana por la media aritmtica de
ambos.
NDICES DE POSICIN.
MEDIANA
i 1
ei
i
n
N
2
Md L
n

_

+

,
2.2.3.1. PROPIEDADES DE LA MEDIANA
1. La Mediana no se ve afectada por puntuaciones extremas.
2. El valor de la Mediana es funcin de los intervalos elegidos.
3. Cuando una distribucin de datos es muy asimtrica, es preferible la Mediana como
ndice de tendencia central, antes que la Media.
4. La Mediana es un ndice de posicin adems de un ndice de tendencia central.
2.2.4. RELACIN ENTRE MEDIA, MEDIANA Y MODA
En el caso de distribuciones unimodales, la mediana est con frecuencia comprendida
entre la media y la moda (incluso ms cerca de la media).
En distribuciones que presentan cierta inclinacin, es ms aconsejable el uso de la
mediana. Sin embargo, en estudios relacionados con propsitos estadsticos y de inferencia
suele ser ms apta la media.
En trminos de la naturaleza de la variable, ser necesario tener en cuenta ciertas
recomendaciones de clculo.
Variables cualitativas: moda.
Variables cuasicuantitativas: moda y mediana.
Variables cuantitativas: moda, mediana y media.
Veamos un ejemplo de clculo de estas tres magnitudes.
13
Ejemplo
Consideramos una tabla estadstica relativa a una variable continua, de la que nos dan
los intervalos, las marcas de clase X
i
, y las frecuencias absolutas, n
i
.
X
i
n
i
1 2
2 1
3 4
4 3
5 2
Para calcular la media podemos aadir una columna con las cantidades n
i
X
i
. La suma
de los trminos de esa columna dividida por n = 12 es la media:
X
i
n
i
N
i
n
i
X
i
1 2 2 2
2 1 3 2
3 4 7 12
4 3 10 12
5 2 12 10
12 38
38
X 3,17
12

La mediana es el valor de la variable que deja por debajo de s a la mitad de las n
observaciones, es decir 6. Construimos la tabla de las frecuencias absolutas acumuladas, N
i
, y
vemos que eso ocurre en la modalidad tercera, es decir,
i 1
i
n 12
N 3
2 2
Md Lei 2, 5 2, 5 0, 75 3, 25
n 4
_ _

+ + +

, ,
Para el clculo de la moda, lo primero es encontrar las puntuaciones modales,
buscando los mximos relativos en la columna de las frecuencias absolutas, n
i
. Vemos que
hay una moda, correspondiente a la modalidad X
i
= 3. La moda se calcula como la puntuacin
con la frecuencia absoluta (n
i
) ms alta.
En este caso, la moda toma el valor 3.
14
2.2.5. Posicin: Cuantiles, Deciles, Cuartiles, Centiles y Rango Percentil
Una caracterstica descriptiva de un grupo de datos es su posicin, es decir, el valor o
valores alrededor de los cuales se encuentra la totalidad de los datos (Amn, 1992; Botella,
Len y San Martn, 1993).
Un cuantil es un punto de una distribucin de frecuencias que deja por debajo y por encima
de s un conjunto de observaciones cuya proporcin conocemos.
Deciles
Cuartiles
Percentiles
- Cuartiles. Dividen una escala numrica en cuatro partes iguales. Hay tres cuartiles: Q
1
,
Q
2
y Q
3
. Q
1
deja por debajo de s el 25 % de las observaciones; Q
2
deja por debajo de
s el 50 % de las observaciones y coincide con la mediana; y Q
3
deja por debajo de s
el 75 % de las observaciones.
- Deciles. Son los cuantiles que dividen la escala numrica en 10 partes iguales. Hay
nueve deciles.
- Percentiles. Dividen una escala numrica en 100 partes iguales. Hay 99 percentiles.
Md
Q1 Q2 Q3
D1 D2 D3 D4 D5 D6 D7 D8 D9
P10 P20 P30 P40 P50 P60 P70 P80 P90
NDICES DE POSICIN.
PERCENTIL K
i 1
k ei
i
n
k N
100
P L
n

_

+

,
Cuantiles
15
Rango Percentil. Es el porcentaje de observaciones que deja por debajo de s una puntacin
concreta o conocida. Es decir, sera el opuesto del Percentil.
NDICES DE POSICIN.
RANGO PERCENTIL
( )
ei i i 1
X
X L n N
RP 100
n

1 +
]

2.2.6. EJEMPLO
X
i
n
i
N
i
n
i
X
i
1
2
3
4
5
22
26
13
24
15
22
48
61
85
100
22
52
39
96
75
100 284
Calcular:
X
, Md, Mo, Q
1
, Q
3
, P
54,5
, RP
3
i i
n X
284
X 2,84
n 100

i 1
ei
i
100 n
N 48
2 2
Md L 2,5 2, 65
n 13
_ _

+ +

, ,
Mo 2
i 1
k ei 25
i
100 n
k N 25 22
100 100
P L P 1,5 1, 62
n 26
_ _

+ +

, ,
i 1
k ei 75
i
100 n
k N 75 61
100 100
P L P 3,5 4, 08
n 24
_ _

+ +

, ,
16
i 1
k ei 54,5
i
100 n
k N 54,5 48
100 100
P L P 2,5 3
n 13
_ _

+ +

, ,
( ) ( )
i ei i i 1
X 3
X L n N 3 2,5 13 48
RP 100 RP 100 54,5%
n 100
1 + + 1
] ]

2.3.- NDICES DE VARIABILIDAD
Los estadsticos de tendencia central o posicin nos indican donde se sita un grupo
de puntuaciones. Los de variabilidad o dispersin nos indican si esas puntuaciones o valores
estn prximos entre s o si por el contrario estn muy dispersas.
Si la mayora de los datos de una distribucin estn muy prximos unos de otros, la
situacin no es la misma que si las distancias entre los datos son grandes, aunque el valor del
estadstico que hayamos elegido para representar la tendencia central sea el mismo. En el
primer caso, nos encontramos ante una distribucin que podemos considerar como muy
homognea, es decir, las diferencias individuales son pequeas; mientras que en el segundo
caso, la distribucin refleja la existencia de diferencias individuales importantes, o lo que es
lo mismo, que existe heterogeneidad. De ah el inters en conocer los estadsticos que miden
dispersin, para poder utilizarlos como complemento a los ndices de posicin que hemos
calculado (Amn, 1992; Botella, Len y San Martn, 1993).
La dispersin de una distribucin de frecuencias se suele evaluar en trminos de la
distancia que existe entre los datos y un valor representativo del centro de la distribucin. El
centro del grupo que se utiliza como referencia para establecer la expresin de los estadsticos
de dispersin suele ser la media aritmtica o la mediana. Si la distribucin de frecuencias es
homognea, utilizaremos la media aritmtica, en caso contrario, cuando existen valores
aislados muy alejados del resto de los datos, la representatividad de la media aritmtica es
discutible y utilizaremos como centro la mediana (De la Fuente y Garca, 1998).
2.3.1. Desviacin Media
Se define la Desviacin Media (Dm) como la media de las diferencias en valor
absoluto de los valores de la variable a la media aritmtica. Es un ndice de dispersin basado
en la media y se mide en la misma unidad de medida que la variable original.
La desviacin media guarda las mismas dimensiones que las observaciones. La suma
de valores absolutos es relativamente sencilla de calcular, pero esta simplicidad tiene un
inconveniente: desde el punto de vista geomtrico, la distancia que induce la desviacin
media en el espacio de observaciones no es la natural (no permite definir ngulos entre dos
conjuntos de observaciones). Esto hace que sea muy engorroso trabajar con ella a la hora de
hacer inferencia a la poblacin.
17
NDICES DE DISPERSIN.
DESVIACIN MEDIA
DATOS SIN AGRUPAR
i
X X
Dm(X)
n

DATOS AGRUPADOS
i i
n X X
Dm(X)
n
1

2.3.2. Varianza y Desviacin Tpica
Como forma de medir la dispersin de los datos hemos descartado:
n
i
i X X
1
) (
, pues sabemos que esa suma vale 0, ya que las desviaciones con respecto
a la media se compensan al haber trminos en esa suma que son de signos distintos.
Para tener el mismo signo al sumar las desviaciones con respecto a la media podemos
realizar la suma con valores absolutos. Esto nos lleva a la D
m
, pero como hemos
mencionado, tiene poco inters por las dificultades que presenta.
Si las desviaciones con respecto a la media las consideramos al cuadrado,
2
) ( X Xi ,
de nuevo obtenemos que todos los sumandos tienen el mismo signo (positivo). Esta es adems
la forma de medir la dispersin de los datos de forma que sus propiedades matemticas son
ms fciles de utilizar. Vamos a definir entonces dos estadsticos que sern fundamentales en
el resto del curso: la varianza y la desviacin tpica.
La varianza,
2
x
S , se define como la media de las diferencias cuadrticas de n
puntuaciones con respecto a su media aritmtica, es decir
2
i
2
x
(X X)
S
n

La varianza no tiene la misma magnitud que las observaciones (por ejemplo, si las
observaciones se miden en metros, la varianza lo hace en metros
2
). Si queremos que la medida
de dispersin sea de la misma dimensionalidad que las observaciones, bastar con tomar su
raz cuadrada. Por ello se define la desviacin tpica, S
x
, como
2
i
x
(X X)
S
n

Las siguientes propiedades de la varianza y la desviacin tpica son importantes a la
hora de hacer un cambio de origen y escala a una variable:
La Varianza y la Desviacin Tpica no se ven afectadas si al conjunto de valores de la
variable se le aade una constante
Si adems cada observacin es multiplicada por otra constante, en este caso la Varianza
cambia en relacin al cuadrado de la constante. La Desviacin Tpica cambia en relacin
al valor absoluto de la constante.
18
VARIANZA Y DESVIACIN TPICA
NDICE DATOS SIN AGRUPAR DATOS AGRUPADOS
VARIANZA
( )
2
i
2
x
X X
S
n

( )
2
i i
2
x
n X X
S
n

DESVIACIN TPICA
( )
2
i
x
X X
S
n

( )
2
i i
x
n X X
S
n

2.3.2.1. PROPIEDADES DE LA VARIANZA
Con carcter general, el estadstico de dispersin ms adecuado para representar la
distribucin de frecuencias es la varianza o la desviacin tpica, dado que en su clculo
intervienen todas las puntuaciones de la distribucin y son mejores estimadores de su
parmetro poblacional que otros estadsticos de dispersin.
1. Si a los valores de una variable se les suma una constante, las nuevas puntuaciones
tendrn la misma varianza.
K X Y
i j
+
entonces
2 2
x y
S S
2. Si a todos los valores de una variable se les multiplica por una constante, la varianza
de las nuevas puntuaciones ser igual a la varianza original multiplicada por la
constante al cuadrado.
K X Y
i j
*
entonces
2 2 2
x y
S K S
3. La varianza y la desviacin tpica son sensibles a la variacin de cada una de las
puntuaciones. Y en el caso de agrupaciones de intervalos estarn en funcin de los
intervalos elegidos.
2.3.3. ndice M.A.D.
En las distribuciones de frecuencias en las que existen valores muy alejados de la
mayora de los datos sabemos que la media aritmtica no resulta una representacin adecuada
del grupo y en su lugar es conveniente utilizar la mediana. En estos casos si se quiere estudiar
la dispersin de ese grupo habr que utilizar un estadstico basado en la mediana, por ejemplo,
la Mediana de las Desviaciones Absolutas o MAD. El MAD es un valor numrico que viene
acompaado de la misma unidad de medida que la variable original.
19
MEDIANA DE LAS DESVIACIONES ABSOLUTAS
MEDIANA DE LAS
DESVIACIONES
ABSOLUTAS
i
MAD Md X Md
2.3.4. EJEMPLO
X
i
n
i
N
i
n
i
X
i
i
X X
2
i
(X X)
2
i i
n (X X) 1
]
i
X Md
i
X X
i i
n X X
1
]
1
2
3
4
5
22
26
13
24
15
22
48
61
85
100
22
52
39
96
75
-1,84
-0,84
0,16
1,16
2,16
3,3856
0,7056
0,0256
1,3456
4,6656
74,4832
18,3456
0,3328
32,2944
69,984
1,65
0,65
0,35
1,35
2,35
1,84
0,84
0,16
1,16
2,16
40,48
21,84
2,08
27,84
32,4
100 284 10,128 195,44 124,64
Calcular:
2
x x
S , S , MAD, Dm
Del ejemplo anterior, tenemos que: X 2,84 y Md 2, 65
( )
2
i i
2
x
n X X
195, 44
S 1, 9544
n 100
1
( )
2
i i
x
n X X
195, 44
S 1, 9544 1, 398
n 100
1
Para calcular el ndice MAD, ordenamos de menor a mayor, de izquierda a derecha los
valores
i
X Md
: 0,35 0,65 1,35 1,65 2,35. El ndice MAD es la mediana de estos
valores (en este caso, el valor central):
i
MAD Md X Md 1, 35
i i
n X X
124, 64
Dm(X) 1, 2464
n 100
1

20
2.4.- NDICES DE FORMA
El estudio de un determinado fenmeno mediante una variable estadstica, en lo
referente a los aspectos descriptivos globales, no concluye con la determinacin de los valores
centrales y de dispersin, aunque stas sean las caractersticas fundamentales que debemos
tener en cuenta siempre. El estudio descriptivo se completa con el estudio de su forma. Los
estadsticos de forma se dividen en dos grupos: los estadsticos de asimetra o sesgo y los de
curtosis o apuntamiento.
2.4.1. Concepto y Clculo de la Simetra y Asimetra
Una distribucin es simtrica si al dividir su histograma en dos reas de igual
superficie, ambas son reflejo la una de la otra. Ser asimtrica positiva si presenta ms
puntuaciones bajas que altas y, ser asimtrica negativa, si presenta ms puntuaciones altas
que bajas.
Si la distribucin es simtrica, los ndices valdrn cero, si son menores que cero existe
asimetra negativa y si son mayores que cero existe asimetra positiva. Si existe asimetra
negativa en la distribucin de frecuencias habr ms valores altos que bajos y si existe
asimetra positiva ocurre al contrario, hay ms valores bajos que altos.
ESTADSTICOS DE FORMA: ASIMETRA O SESGO.
COEFICIENTE
1 DE FISHER
( )
3
i
1
3
x
X X
n
S
1
( )
3
i i
1
3
x
X X n
n
S
1
NDICE DE
SESGO
BASADO EN
LOS TRES
CUARTILES
75 50 50 25
S
75 50 50 25
(P P ) (P P )
A
(P P ) (P P )

+
21
Distribuciones simtricas
Curva (a). Distribucin asimtrica positiva
Curva (b). Distribucin asimtrica negativa
2.4.2. Concepto y Clculo del Apuntamiento o Curtosis
Los estadsticos de apuntamiento indican si la distribucin de los datos es ms
apuntada o menos que un grupo de datos con distribucin normal. Una distribucin ser
mesocrtica si tiene el mismo apuntamiento que la distribucin normal, ser leptocrtica si
es ms apuntada que la normal y ser platicrtica si es menos apuntada que la normal.
Cuando los ndices valgan cero la distribucin de los datos ser normal o mesocrtica,
si son menores que cero la distribucin es platicrtica y si son mayores que cero ser
leptocrtica.
ESTADSTICOS DE FORMA: CURTOSIS O APUNTAMIENTO
2 DE
FISHER
( )
4
i
2
4
x
X X
n
3
S
1
( )
4
i i
2
4
x
X X n
n
3
S
1
K DE
KELLEY
75 25
90 10
(P P )
2
K 0, 263
P P

22
2.4.3. EJEMPLO
Xi ni Ni Xini
( ) X
i
X
( )
2
X
i
X ( )
3
X
i
X
( )
4
X
i
X ( )
2
X
i
X
i
n ( )
3
X
i
X
i
n
( )
4
X
i
X
i
n
12 8 8 96 -4,8 23,04 -110,592 530,8416 184,32 -884,736 4246,7328
14 16 24 224 -2,8 7,84 -21,952 61,4656 125,44 -351,232 983,4496
16 15 39 240 -0,8 0,64 -0,512 0,4096 9,6 -7,68 6,144
18 13 52 234 1,2 1,44 1,728 2,0736 18,72 22,464 26,9568
20 10 62 200 3,2 10,24 32,768 104,8576 102,4 327,68 1048,576
22 6 68 132 5,2 27,04 140,608 731,1616 162,24 843,648 4386,9696
24 1 69 24 7,2 51,84 373,248 2687,3586 51,84 373,248 2687,3856
26 1 70 26 9,2 84,62 778,688 7163,9296 84,64 778,688 7163,9296
70 1176 17,6 206,72 1193,984 11282,1248 739,2 1102,08 20550,144
M
o
= 14
i i
n X
1176
X 16, 8
n 70

( )
2
i i
x
n X X
739, 2
S 10, 56 3, 25
n 70
i 1
ei
i
n 70
N 24
11
2 2
Md L 15, 5 15, 5 16, 23
n 15 15
_ _

+ + +

, ,
i 1
k ei
i
n
k N
100
P L
n

_

+

,
23
75
70
75 52
100
P 19, 5 19, 5 0, 05 19, 55
10
_

+ +

,
P
10
= 12,38
P
25
= 14,09
P
90
= 21,67
SIMETRA
( )
3
i i
1 3 3
x
X X n
1102, 08
70 n
0, 4586
S 3, 25
1

]

( ) ( )
( ) ( )
2161 , 0
09 , 14 23 , 16 23 , 16 55 , 19
09 , 14 23 , 16 23 , 16 55 , 19
) ( ) (
) ( ) (
25 50 50 75
25 50 50 75
P P P P
P P P P
A
S
CURTOSIS
( )
4
i i
2 4
x
X X n
20550,144 70
n
3 3 0, 37
S 111, 51
1

]

75 25
90 10
(P P )
(19, 55 14, 09) 2
2
K 0, 263 0, 263 0, 03
P P 21, 67 12, 38

24
26 24 22 20 18 16 14 12
F
r
e
c
u
e
n
c
i
a
s
20
18
16
14
12
10
8
6
4
2
0
1 1
6
10
13
15
16
8
26 24 22 20 18 16 14 12
F
r
e
c
u
e
n
c
i
a
20
18
16
14
12
10
8
6
4
2
0

Estadistica Con Una Variable

Caricato da

Informazioni sul documento

Titolo 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 Con Una Variable

Caricato da

Copyright:

Formati disponibili

Tema 2. Estadstica con una variable.

Fundamentos del Anlisis de Datos en Psicologa

Fundamentos del Anlisis de Datos en Psicologa

Potrebbero piacerti anche