CLCULO DE PROBABILIDADES

CAP. 2
MEDIDAS DE TENDENCIA
MEDIDAS DE TENDENCIA CENTRAL
Una medida central es un ndice de localizacin central empleado en las descripcin de las distribuciones de
frecuencias. Tambin sirve como una base para medir y evaluar valores anormalmente altos o bajos (o valores
extremos)
Caractersticas
Debe estar definido en forma objetiva
Debe depender de toda la informacin obtenida en lo posible
Debe ser fcil de comprender (no debe tener un carcter abstracto) y de interpretar
Debe ser fcil de calcular
Debe ser estable (no debe ser sensible a fluctuaciones)
Debe ser adecuado a clculos algebraicos posteriores

Tipos de promedios
Los promedios ms usuales son:

La media aritmtica o media La media geomtrica

La mediana La media cuadrtica
La moda La media armnica
MEDIA ARITMTICA

Sea x1, x2,.,xn valores de la variable X. La media aritmtica simple de X representada por es dado por:

=1
= =

Donde n, es el tamao de la muestra o nmero de elementos del conjunto de observaciones.

Media Aritmtica de datos agrupados

Sea x1, x2,.,xk valores de la variable X ponderados por sus respectivas frecuencias absolutas: fi,.fk. La
media de la variable x es dado por:

=1
= = = Donde: n==1

=1
Propiedades de la media aritmtica

1) La suma de las deviaciones o diferencias entre los valores de la variable X y su media aritmtica es
cero. (*)
2) Para un conjunto dado de observaciones, la media es nica.

3) La media es sensible (o afectada) por los valores del conjunto. As, si un valor se modifica, la media
aritmtica tambin se modifica

4) La suma de los cuadrados de las desviaciones entre los valores de la variable x y de su media aritmtica
es mnima. (*)

5) Si a los valores de una variable X se le suma o se le resta una constante C, entonces la media aritmtica
quedara aumentada o disminuida en la constante C (*).

Si fueran multiplicados o divididos los valores de una variable X por una constante C, entonces la media de
X, quedara multiplicada o dividida por esta constante (*)
Desventajas

- La media aritmtica queda fuertemente afectado por la presencia de valores extremos.

- La media aritmtica no puede calcularse en las distribuciones que tienen intervalos de clases de extremos
abiertos en la primera y en la ltima clase, es decir, cuando los datos se han agrupado en intervalos de clase
menor que o mayor que.

Procesos abreviados para el calculo de la media (*)

1) Sea Ot (el origen del trabajo) el valor ms frecuente de la variable x, o que esta hacia el centro de la
distribucin de frecuencias y sea di= xi-Ot (para todo i= 1,2,,k) las desviaciones de xi respecto a Ot entonces
xi= di+Ot

=1
= Ot+

2) Este procedimiento es til cuando los valores de X son grandes y la amplitud de clase constante

1 se procede con el cambio de variable de X a U, con la siguiente formula:

C= amplitud del intervalo de clase
ui=


2 Calculo de la media :

xi = Ot + C ui

=1 )
= Ot+C (

Media Ponderada
Cuando se trabajan con varios grupos de datos, para sacar la media se debe tomar en cuenta el nmero de
observaciones de cada grupo (muestras estratificadas).
En la media ponderada se toma en cuenta el numero de observaciones en el clculo de cada promedio.
Sea 1, 2,., n las medias aritmticas de r subconjuntos menores, cada uno con valores n1, n2,.,n r
observaciones respectivamente. La media aritmtica del conjunto formado por los trminos de los r
subconjuntos es dad por la frmula:
1 1 + 2 2 + + =1
= =
1 + 2 + .
Donde:

=
=1

En general, si p1, p2,., pr, son los pesos asociados a los valores de la variable X=x1, x2,.,xr respectivamente,
entonces la media ponderada ser:
=1
=
=1
MEDIANA
La mediana es un valor que divide a un conjunto de observaciones ordenadas en forma ascendente o
descendente en dos grupos de igual nmero de observaciones.

Existen 3 casos para su clculo:

i) La variable de estudio es discreta y n (nmero de observaciones) es impar.

+1
La mediana ser el valor de la variable que ocupa la posicin media (rango de orden )
2

ii) La variable de estudio es discreta y n (nmero de observaciones) es par, en este caso no existe en la
ordenacin un valor de la variable que ocupe la posicin central.

En este caso se utiliza una convencin que consiste en tomar como mediana de la ordenacin la media

aritmtica de los valores que ocupan las posiciones +1
2 2

++1
= 2 2
2
iii) La variable de estudio es continua, en este caso el problema esta en determinar un punto dentro del
intervalo en que est comprendida la mediana.

1 Paso: Calcular la posicin de orden Como la variable es continua no se debe preocupar si n en
2
par o impar.
2 Paso: Por las frecuencias acumuladas se identifica la clase que contiene a la mediana, esto es, la
clase para el cual se cumple:

F k-1 Fk
2

Con lo cual la mediana estar en la clase que tiene como frecuencia acumulada Fk

Utilizar la frmula:
3 Paso: Donde:
= Lmite inferior de la clase que contiene a la mediana

Fk1 n= Tamao de la muestra
= + 2 = Amplitud de la clase que contiene la mediana
Fk F k1
Fk= frecuencia acumulada de la clase que contiene la mediana
F k-1= frecuencia acumulada de la clase inmediatamente
anterior a la clase que contiene a la media
Propiedades de la Mediana
1) =1 =1 Para cualquier observacin de A del conjunto
En trminos de las frecuencias relativas ser:
2) La frmula
Fk1
= + 2
Fk F k1 1
Hk1
= + 2
Hk H k1
3) Como la mediana depende del nmero de valores observados, entonces esta afectado por las observaciones y
no por el tamao de los valores extremos.
4) La mediana es un valor muy adecuado cuando se utiliza para describir distribuciones cuyos valores centrales
estn muy prximos.
5) Algunas veces es un valor ms representativo de un conjunto de datos que otros promedios, gracias a su
independencia, a sus valores extremos
6) La mediana se puede calcular an cuando los intervalos de clase de la distribucin de frecuencias son de
lmites abiertos.
7) La mediana no es adecuado a manipulaciones algebraicas posteriores o sea, Zi = xi + yi, entonces no siempre
= +

8) La suma Es mnima cuando C es la mediana de x1, x2,.,xn, esto es, C =

=1
CUARTILES

Los cuartiles son valores que dividen a un con junto de datos ordenados en forma ascendente o descendente
en cuatro partes iguales.
0% 25% 50% 75% 100%

Q1 Q2 Q3 Q4

Q1: 1 cuartil, deja 25% de las observaciones menores o iguales a l y el 75% superiores a l.

Q2: 2 cuartil, coincide con la mediana

Q3: 3 cuartil, deja 75% de las observaciones inferiores o iguales a l y el 25% de stas superiores a l.
Determinacin de Q1

1 Paso: Se calcula n/4

2 Paso: Se identifica la clase que contiene F k-1 Fk
4
a Q1, por medio de las frecuencias
acumuladas, es decir, por la desigualdad 1
O cuando se Hk1
Fk1 1 = 1 + 4 1
3 Paso: Se aplica la formula: 1 = 1 + 4 1 usan Hk H k1
Fk F k1 frecuencias
relativas
acumuladas:
Donde:
1 = Lmite inferior de la clase que contiene a Q1
n= Tamao de la muestra
Fk= frecuencia acumulada de la clase que contiene al primer cuartil
F k-1= frecuencia acumulada de la clase inmediatamente anterior a la clase que contiene a Q1
1 = Amplitud de la clase que contiene Q1
Determinacin de Q3

1 Paso: Se calcula 3n/4

2 Paso: Se identifica la clase que contiene 3

F j-1 Fj
4
a Q3, por medio de las frecuencias
acumuladas, es decir, por la desigualdad 3
3 O cuando se Hj1
Fj1 3 = 3 + 4 3
3 Paso: Se aplica la formula: 4 usan Hj H j1
3 = 3 + 3
Fj F j1 frecuencias
relativas
acumuladas:
Donde:
3 = Lmite inferior de la clase que contiene a Q3
n= Tamao de la muestra
3 = Amplitud de la clase que contiene Q3
Fj= frecuencia acumulada de la clase que contiene a Q3
F j-1= frecuencia acumulada de la clase inmediatamente anterior a la clase que contiene a Q3
Deciles

Los deciles son valores que dividen a un conjunto de datos ordenados de forma ascendente o descendente en 10 partes
iguales
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

D1 D2 D3 D4 D5 D6 D7 D8 D9

D1: 1 Decidil, deja 10% de las observaciones menores o iguales a l

D2: 2 Decidil, deja 20% de las observaciones menores o iguales a l
.
.
.
D9: 9 Decidil, deja 90% de las observaciones menores o iguales a l y el 10% superiores a l
Para determinar los deciles deben seguir los siguientes pasos:

1 Paso: Se calcula i.n/10 Donde i: 1,2,,9

2 Paso: Se identifica la clase que contiene .

F k-1 Fk
10
los Di por medio de las frecuencia
acumulada, esto es a travs de la
desigualdad
.
Fk1
3 Paso: Se aplica la formula: = + 10 1
Fk F k1

Donde:
= Lmite inferior de la clase que contiene a Di, i: 1,2,,9
n= Tamao de la muestra
1 = Amplitud de la clase que contiene Di
Fk= frecuencia acumulada de la clase que contiene al i-simo decil
F k-1= frecuencia acumulada de la clase anterior a la clase que contiene a Di
Percentiles
Son valores que dividen la muestra ordenada en forma ascendente o descendente en 100 partes iguales
0% 1% 2% .. 50% 98% 99%100%

P1 P2 P50 P98 P99

Para determinar los percentiles deben seguir los siguientes pasos:

Donde i: 1,2,,99
1 Paso: Se calcula i.n/100

2 Paso: Se identifica la clase que contiene . Donde:

los Pi por medio de la frecuencia
acumulada, o sea por medio de la
siguiente desigualdad:
3 Paso: Se aplica la formula:
F k-1 Fk
100 = Lmite inferior de la clase que
contiene a Di, i: 1,2,,99
n= Tamao de la muestra
1 = Amplitud de la clase que contiene
Di
. Fk= frecuencia acumulada de la clase
Fk1
= + 10 1 que contiene a Pi
Fk F k1
F k-1= frecuencia acumulada de la clase
anterior a la clase que contiene a Pi
MODA

Dad una distribucin de frecuencias, la moda denotada con , es el valor de la variable que tiene mayor
frecuencia, esto es, es el valor mas frecuente de la distribucin.

La moda no siempre existe, y no siempre es nica

Propiedades de la Moda

i) El valor de la moda es totalmente independiente de los valores extremos.

ii) La moda es una medida inestable porque varia si se cambia el intervalo de clase

iii) Su significacin es limitada cuando no se dispone de un gran numero de valores

iv) La moda no se presta a manipulaciones algebraicas posteriores

Clculo de la MODA en datos agrupados en intervalos
Opcin 1 Frmula de Czber
Donde:
1 Paso: Se identifica la clase Modal = Lmite inferior de la clase modal
(intervalo con la mayor frecuencia) 1= fmo f1 (f1 frecuencia de la clase inmediatamente anterior a la
clase modal)
2 Paso: Aplican la siguiente formula:
Fmo = Frecuencia de la clase modal
2= fmo f2 (f2 frecuencia de la clase inmediatamente posterior a la
1 clase modal)
= +
1 +2 = Amplitud de la clase modal

Opcin 2: Determinacin grafica

Se debe construir el histograma de la

distribucin; identificar la clase modal
(aquella clase con mayor altura) y hacer la
construccin como se indica:
 Relacin entre MEDIA, MEDIANA y MODA

Distribuciones simtricas:
Se dice que una distribucin de frecuencias es simtrica
cuan do valores de la variable equidistante de una valor
central tienen las mismas frecuencias. Es importante
destacar en este caso que:
= =
Para una distribucin sesgada hacia la izquierda (si
Para una distribucin sesgada hacia la derecha (si la cola la cola mayor se presenta a la izquierda de la curva)
mayor se presenta a la derecha de la curva) se tiene se tiene < <
> >
MEDIA GEOMETRICA

Sean x1, x2,.,xk valores de la variable X asociadas a las frecuencias absoluta f1, f2,.,fk respectivamente,
la media geomtrica de X esta dad por:


= G= 11 22


=
=1

Aplicando logaritmos en base a 10, se tiene:

log ++ log10
=1 log10
log10 = log10 = 1 10 1 =

=1 log10
log10 = G=Antilog =

Propiedades de la media Geomtrica

1) Si se define una variable Zi = Gz =

2) La media geomtrica esta basada en todas las observaciones, por lo que esta afectada por todos los
valores de la variable. Sin embargo, da menos peso a los valores extremadamente grandes que el que le
da la media aritmtica.
3) La media geomtrica es la medida que se debe utilizar cuando lo que se va a promediar son tasa de
cambio o proporciones.

4) Se presta a manipulaciones algebraicas posteriores

5) La media geomtrica es de calculo relativamente difcil

6) La media geomtrica no puede determinarse cuando hay valores negativos entre los datos

7) La media geomtrica presenta el inconveniente de que si uno de los valores de la variable es igual a
cero, la media resulta igualmente cero
En demografa para estimar la poblacin de una determinada localidad en el ao tx, cuando se supone
crecimiento geomtrico entre dos censos, se usa la frmula:

Donde:
Po: Es la poblacin en el primer censo, realizado en
1
Px = ( )1 la fecha to

P1: es la poblacin en el segundo censo, realizado en
la fecha t1
Px: es la poblacin que se quiere determinar en la
fecha tx

Si se quiere determinar la poblacin en el centro del periodo [to, t1 ]esto es para

1 1
Px = ( )2

Px es la media geomtrica de Po y P1
MEDIA ARMNICA

Sean x1, x2,.,xk valores de la variable X asociadas a las frecuencias absolutas f1, f2,.,fk
respectivamente, la media armnica de X esta dada por:
Donde: = =1
h = 12 =
+ ..
=1
1 2

Esta media, como la media geomtrica, solo es aplicable a ciertos tipos de problemas
Propiedades de la media armnica
1) La media armnica se basa en todas las observaciones, por lo que esta afectada por todos los valores de la
variable. Da a los valores extremadamente grandes un peso menor que el que las da la media geomtrica.
Mientras que a los valores pequeos les da un peso mucho valor que el que las da la media aritmtica,
como la media geomtrica
2) La media armnica es indeterminada si alguno de los valores de la variable es cero
3) La media armnica se presta a manipulaciones algebraicas posteriores
siempre que se trate de la misma serie y cuando los trminos no son iguales
4) H G ,

La media armnica es particularmente recomendable para series de valores que son inversamente
proporcionales, como por ejemplo para calcular la velocidad media, costo medio de bienes comprados con
una cantidad fija
MEDIA CUADRATICA

Sean x1, x2,.,xk valores de la variable X asociadas a las frecuencias absolutas f1, f2,.,fk respectivamente, la
media cuadrtica esta dada por:

= 112 +222 + 2
=
=1 11
2 Donde: = =1
c c

La relacin entre las diferentes medias es:

H G ,
MEDIDAS DE DISPERCIN O CONCENTRACIN

Las medidas de dispersin son los que cuantifican el grado de concentracin o de dispersin de los valores
de la variable en torno de un promedio o valor central de la distribucin, las medidas de dispersin se
necesitan para dos propsitos bsicos:

a) Para verificar la confiabilidad de los promedios

b) Para que sirva como base para el control de la variacin misma

Tambin podemos decir que los trminos concentracin

y dispersin pueden ser utilizados indistintamente, pues
se da la relacin:

Alta dispersin Baja concentracin

Baja dispersin Alta concentracin

Las medidas de dispersin que ms se utilizan son:

- Recorrido o rango
- Recorrido intercuartilico
- Recorrido semi- intercuartilico
- Desviacin media
- Varianza y Desviacin estndar

1) Recorrido o rango
R = X Max. X Min.

La utilizacin del rango como medida de dispersin es muy limitado, ya que solo toma en cuenta los valores
extremos descuidando los valores intermedios.

Puede ser que uno de los valores extremos este accidentalmente desplazado y no constituye, por lo tanto, un
valor representativo; en este caso el recorrido sera exagerado y la dispersin aparecera distorsionado.
2) Recorrido Intercuartilico

Como los cuartiles son tres puntos (valores) que dividen un ordenamiento de datos o una distribucin de
frecuencias en 4 grupos aproximadamente iguales, la medida esta dada por:

QI = Q3 Q1

Toma en cuenta el valor medio. Pero si bien toma ms valores que el rango, tambin depende de dos valores
de la variable, dejando de lado el resto, y en consecuencia la influencia de valores extremos puede, aunque
en menor medida, originar algn tipo de deformacin en cuanto al grado de dispersin.

3) Recorrido Semi- Intercuartilico

Esta medida se basa en la posicin ocupada por los 50% de los valores centrales de la dispersin.
Esta dada por:

3 1
=
2
4) Desviacin Media
La desviacin media o desviacin promedio, es la media aritmtica de los valores absolutos de las
desviaciones de todos los valores en relacin a un punto central, tal como la media o la mediana.

Sean x1, x2,.,xk valores de la variable X con frecuencias absolutas f1, f2,.,fk respectivamente, la desviacin
media de X respecto a un promedio p es dado por:
=1

Donde: = =1
=

Con respecto a la media es:

=1 o
= =


=1
Con respecto a la mediana es:

=1 o =
=
=1

Donde: h1, h2,.,hk son las frecuencias relativas

Propiedades de la desviacin Media

Como medida de dispersin, la desviacin media es superior al recorrido y la desviacin cuartlica, pues toma
en cuenta cada elemento y es ms simple y se ve menos afectada por la presencia de valores extremos. Por lo
tanto, se usa a menudo en muestras pequeas que incluyen valores extremos.

La principal deficiencia de la desviacin promedio surge del hecho de que promedia los valores absolutos de
las desviaciones , es decir, no reconoce el signo de las desviaciones.
Esto hace que sea menos conveniente que la desviacin estndar.

5) Varianza y desviacin estndar

Sean x1, x2,.,xk valores de la variable X con frecuencias absolutas f1, f2,.,fk respectivamente, la varianza
muestral de X es dada por:

2

=1
V = 2 =
=1 o Var = 2
1
1
La varianza Poblacional se define en trminos de la media poblacional

2

=1
2 Donde: = =1
=

Esta ecuacin es la que normalmente se utiliza en estadstica, porque proporciona la mejor estimacin de la
varianza poblacional de la que se ha extrado la muestra.

Una frmula alternativa es la siguiente, ya que mide la dispersin de la muestra pero tiende a sobreestimar la
dispersin de la poblacin

2
2 =1
=

Si 2 = 0, se entiende que todos los valores de xi coinciden con la media , es decir, todas las observaciones
estn concentradas en un mismo punto, por lo que la dispersin es mnima (nula)
La desviacin estndar o tpica de los valores de una variable X se define como la raz cuadrada positiva de la
varianza.

=1
2
2 = + [] = +
1
El valor numrico de S cuantifica el grado de dispersin de los valores de una variable con respecto a su
media.
Mientras mayor es su dispersin de las observaciones, mayor es la magnitud de sus desviaciones respecto a la
media y por ende ms alto el valor numrico de la desviacin estndar.
Propiedades de la varianza y desviacin estndar

1) Var [x] = S2 0; la varianza de una variable siempre es positiva y es igual a cero cuando la variable X toma el
valor constante C., es decir, Var [c] = 0

2) Var[XC] = Var[X] (*)

La varianza no se altera al sumar o restar la constante C a los valores de la variable, lo que es equivalente, una
traslacin del origen no altera el valor numrico de la varianza
3) Var[C X] = Var[X]

4) Var [CX + b] = C2 Var [X], C y b constantes

5) Sean 1 2 las medias de dos sub muestras de tamao n1 y n2 respectivamente y sean S12 y S22 las varianzas
correspondientes, la varianza de la muestra de tamao n= n1 + n2 es dado por:
1
2 = [ 1 1 12 + (2 1) 22 + 1 1 2 + 2 2 2 ]
1

Donde es la media ponderada de 1 2 (*)

Esta propiedad se puede generalizar para un nmero cualquiera de sub- muestras, digamos para L muestras:
2 2
2
=1 1 =1 ( )
= +
1 1
Al primer termino del segundo miembro se lo denomina Intravarianza.
6) El hecho de que la desviacin estndar es matemticamente lgica, significa que puede ser
satisfactoriamente utilizada en clculos posteriores.
Esta caracterstica es la que da a la desviacin estndar su gran superioridad sobre las dems medidas de
dispersin.

7) La desviacin estndar es de la misma naturaleza que la variable X y depende de su magnitud.

8) Para distribuciones simtricas resulta que:

a) El 68,27 de los casos estn comprometidos entre

+

b) El 95,45 de los casos estn comprometidos

entre 2 + 2, esto es que
aproximadamente el 95% de los casos estn
situados dentro de dos unidades de desviacin
estndar de la media

c) El 99,73 de los casos estn comprendidos

entre 3 + 3
1Mtodo abreviado

1 1
2 = [1=1 2 2 ] S= [1=1 2 2 ]
1 1

2Mtodo abreviado

Sea Ot (origen de trabajo) el valor ms frecuente de la variable X o que esta hacia el centro de la distribucin de
frecuencias y sea:
di = xi - Ot i= 1,2,, k

1 1
2 = [1=1 2 2 ] S= [1=1 2 2 ]
1 1
 3Mtodo abreviado
Este se aplica a datos agrupados en intervalos de clase de igual amplitud
1 Paso
Se efecta el cambio de variable de Xi a ui, utilizando la siguiente formula:

ui=

2 Paso
Se calcula la media aritmtica con la siguiente ecuacin:

=1
= Ot+C (
) = Ot+C

3 Paso
Se calcula la varianza S2, con la siguiente ecuacin:

2 1
2 = [1=1 2
2] S= [1=1 2]
2
1 1
MEDIDAS DE DISPERSIN RELATIVA

A veces es necesario compara dos conjuntos de datos expresados en unidades diferentes (tales como toneladas
de azcar con litros de kerossenene), en estos casos las medidas de dispersin absoluta no son comparables y
deben utilizarse medidas de dispersin relativa.

La medida relativa de dispersin, til para la comparacin en trminos relativos del grado de concentracin en
torno a la media de dos distribuciones distintas es dado por:

= =

Algunas veces se llama coeficiente de dispersin, porque coeficiente significa uan razn o un numero puro
independiente de la unidad de medicin. Generalmente el coeficiente de variacin se expresa como un
porcentaje.

En la practica, se acostumbra considerar que C.V. Superior a 50% indica alto grado de dispersin y,
consecuentemente pequea representabilidad de la media aritmtica. En cuanto que para valores
inferiores al 50% la media ser tanto mas representativa, cuanto menor sea el C.V.
MOMENTOS

Sean x1, x2,.,xk valores de la variable X con frecuencias absolutas f1, f2,.,fk respectivamente, el momento
de orden r respecto al parmetro C es dado por:

=1
Donde: = =1
() =

a) Momento respecto al origen

Cuando C = 0, se tiene los momentos respecto al origen, denotado por:

=1 Donde: = =1
=

b) Momento respecto a la media

En ele caso en que C= tenemos los momentos respecto a la media o momentos centrales
=1
= Donde: = =1

Algunos momentos son:

0 0
(1 )
= =1 = = 1

1 1
(1 )
1 = = 1 = = 0

2 2
(1 )
2 = = S2 2 = = S2

Siempre se pueden encontrar relaciones que liguen los momentos centrales con los momentos respecto al
origen. Para estos solo ser necesario utilizar el Binomio de Newton.
Medidas de asimetra

Las medidas de asimetra indican la deformacin horizontal de las curvas de frecuencias.

Cuando la curva de frecuencias esta inclinada Cuando la curva de frecuencias esta inclinada
hacia la derecha, se la denomina asimetra a la hacia la izquierda, se la denomina asimetra a la
derecha o positiva izquierda o negativa
Coeficientes de asimetra

Cuando disponemos de los valores de la media , moda, mediana, cuartiles y desviacin estndar debemos
utilizar:
i) COEFICIENTE DE PEARSON
3( )

= = =

Si As = 0, la distribucin es simtrica
Si As > 0, la distribucin es sesgada hacia la derecha
Si As < 0, la distribucin es sesgada hacia la izquierda
ii) COEFICIENTE DE PEARSON

Este coeficiente se usa cuando no se puede calcular la media y la varianza

Si As = 0, la distribucin es simtrica
3 + 1 2 Si As > 0, la distribucin es sesgada hacia la derecha
=
1 3 Si As < 0, la distribucin es sesgada hacia la izquierda
ii) COEFICIENTE DE ASIMETRIA DE FISHER
=1 ( )
3
Este esta dado por: = 3 =
3

Coeficientes de Curtosis
Se entiende por curtosis al grado de deformacin vertical (apuntamiento) de una distribucin de frecuencia, con
relacin al grado de apuntamiento (la cantidad de datos que se concentran en la parte central), podemos tener:

Curva Leptocrtica Curva Mesocurtica Curva Platicrtica

El coeficiente de curtosis esta denotado por:
Donde:
Q1= Primer Cuartil
3 1
= Q3: Tercer cuartil
2(90 10 ) P90 = Percentil 90
P10 = Percentil 10

Si K= 0,263, se dir que: la curva correspondiente a la distribucin de frecuencias es MESOCRTICA (Tiene

igual apuntamiento que al anormal o campana de Gauss)
Si K > 0,263, se dir que: la curva correspondiente a la distribucin de frecuencias es PLASTICRTICA

Si K < 0,263, se dir que: la curva correspondiente a la distribucin de frecuencias es LEPTOCRTICA

Teorema de Chebichev

Si x es una variable aleatoria con E(x)= , y la Var(x)=

varianza al cuadrado ambas finitas, entonces para todo
K>0
1
< 1 2

La desigualdad de Chebichev permite establecer la cota

superior para la probabilidad de que la variable aleatoria X se
aleje de su media en K unidades o ms.

Este teorema nos va a permitir determinar la mnima porcin o

proporcin de valores que se encuentran a cierta cantidad de
desviaciones entandares de la media (K).

1
=1 2 Dado que K es 1