Estadística Descriptiva1

Autor: Abel Barrantes Herrera Pgina 1
Tema : Estadstica Descriptiva

Estadstica Descriptiva
La Estadstica Descriptiva es la parte de la estadstica que trata de la coleccin,
organizacin, anlisis e interpretacin de los datos.
Coleccin de datos es el proceso de obtener informacin por medidas o
conteos o clasificaciones. La conclusiones sern validas si los datos son
representativos y la coleccin se ha hecho de manera correcta.
Organizacin de los datos es el proceso de presentar los datos en una forma
apropiada para poder analizarlos y llegar a conclusiones lgicas. Los mtodos
ms representativos de presentar los datos son tablas y grficos
Anlisis de los datos es el proceso de extraer informacin relevante a partir
de la cual podamos formular una clara descripcin de su comportamiento.
Interpretacin de los datos es la tarea de derivar conclusiones basadas en el
anlisis de los datos y que usualmente incluye predicciones acerca de un gran
conjunto de datos basados en el estudio de una pequea parte de ellos.
Coleccin de datos: Poblacin y Muestra
Poblacin o universo es la totalidad de elementos que tienen una determinada
caracterstica susceptible de ser estudiada. Por ejemplo :
a) La poblacin de todas las cuentas de ahorro del Banco de la Nacin
b) La poblacin de los glbulos rojos de un paciente del IPSS
c) La poblacin de la pesca anual de anchoveta en los puertos del litoral
peruano
Muestra es el conjunto de datos (observaciones), extrado de poblacin; la
muestra es un subconjunto de la poblacin.
La distincin entre muestra y poblacin depende del objeto del estudio, as si
se desea estudiar la estatura de los alumnos de secundaria del distrito del
Rimac, entonces las mediciones de todos los alumnos de ese distrito
constituyen una poblacin, pero si el estudio se realiza para toda Lima
Metropolitana, esas mediciones constituyen una muestra.
Dato estadstico.- Son medidas fruto de observaciones que pueden ser
comparados, analizados e interpretados. Un nmero aislado que no tenga
relacin significativa con otros nmeros, o que no pueda ser comparado con
otros nmeros no es un dato estadstico.
Clasificacin de variables
1. Variables cualitativas.- son aquellas cuyos valores son categoras de
clasificacin referidas a una cualidad de la poblacin por ejemplo la
variable Sexo puede asumir los valores: Masculino Femenino; la
variable Clase social puede asumir los valores: Alta, Media, Baja. Estas
variables se subdividen en:
a) Variables cualitativas nominales.- Cuando slo se cuenta el nmero
de observaciones de cada categora y no hay ningn orden en las
posibles modalidades, por ejemplo Color de cabello con sus
posibles modalidades: Negro, Castao, Rubio, etc.

b) Variables cualitativas ordinales.- donde no solo se clasifica sino que
se ordena en trminos del grado que posee una caracterstica,
ejemplo: Grado de Instruccincon las posibles modalidades
Primaria, Secundaria, Superior
2. Variable cuantitativas.- se obtienen de mediciones o conteos y se
subdividen en:
a) Variable discretas.- que toman valores aislados y son susceptibles
de ser contados. Ejemplo nmero de pacientes ambulatorios en un
hospital del IPSS, Nmero de aviones que llegan a un aeropuerto en
un da dado, Nmero de accidentes de trnsito en una ciudad
durante un periodo de tiempo dado
b) Variables continuas.- que si asumen dos valores cualquiera, asumen
todos los valores intermedios. Ejemplo: peso de los estudiantes de
ingeniera de la UTP, Estatura de los alumnos de secundaria de
Lima Metropolitana, etc.
Organizacin de los datos
La presentacin de los datos es una forma importante de ayudarnos a
comprenderlos e interpretarlos correctamente. Dos mtodos son los mas
comunes de presentar los datos cuantitativos, uno de ellos son los cuadros
tabulaciones y el otro son los grficos y diagramas. La representacin de los
datos por cualquiera de estos mtodos esta orientada sobre todo a la mejor
comprensin de la informacin en anlisis.
Mtodos de presentacin de datos
Ejemplo de tabulacin 1: las notas de un examen rendido por 150m alumnos
son mostrados en el cuadro 1:
Nota 6 7 8 9 10 11 12 13 14 15 16 18
Alumnos 3 9 12 18 25 26 21 15 11 4 4 2

CUADRO 1
Esta tabla puede graficarse como un diagrama de barras
x 6 7 8 9 10 11 12 13 14 15 16 18
frec. Abs 3 9 12 18 25 26 21 15 11 4 4 2
Fewc Abs Ac 3 12 24 42 67 93 114 129 140 144 148 150
18 63 96 162 250 286 252 195 154 60 64 36 1636
Media 10.9066667
72.2261333 137.3584 101.384533 65.4368 20.5511111 0.22648889 25.1029333 65.7306667 105.255822 67.0215111 103.768178 100.630756 864.693333
Varianza 5.80331096
DS 2.40900622
X
min
6
X
maxs
18
RANGO 12

Supongamos ahora que tenemos las tierras de cultivo en hectreas de los
siguientes departamentos
Departamento Tierra de Cultivo
1000Ha
Tumbes 1360
Piura 1840
Lambayeque 1570
Cajamarca 1970
La Libertad 2100

Grfico de barras

Grafico de sectores
0
5
10
15
20
25
30
6 7 8 9 10 11 12 13 14 15 16 18
N

d
e

A
l
u
m
n
o
s

Notas
GRAFICO 1
0 500 1000 1500 2000 2500
Tumbes
Piura
Lambayeque
Cajamarca
La Libertad
1000Ha
Tierras de Cultivo

ANLISIS DE LOS DATOS
El anlisis de los datos pasa necesariamente por determinar un centro de los
datos y que tan juntos o distantes estn los datos entre si, es decir que tan
dispersos estn los datos. Las medidas de centralizacin y dispersin
responden a diversos criterios que veremos a continuacin.
Los datos de una variable discreta aparecen
1 2
, , ,
n
x x x dato por dato,
indicando cuantas veces se repite cada dato
1 1 2 2
( , ); ( , ); ; ( , )
k k
x f x f x f donde los
i
f indican las veces que se repite el i-simo dato y se denomina como
Frecuencia Absoluta
Si
1
k
i
i
n f
=
=
, (total de los datos), al cociente

i
i
f
h
n
= lo denominamos frecuencia
relativa, cumplindose
1
1
k
i
h

Definimos adicionalmente las frecuencias acumuladas:

1
l
l i
i
F f
=
=
Frecuencia absoluta acumulada, hasta el dato

l
x ;
1
l
l i
i
H h
=
=
Frecuencia relativa acumulada, hasta el dato

l
x
En este caso los datos se tabulan mostrando las frecuencias. Para el caso del
ejemplo 1 tenemos:

i
Nota

i
x
Frecuencia
Absoluta
i
f
Frecuencia
Absoluta
Acumulada
i
F
Frecuencia
Relativa
i
h
Frecuencia
Relativa
Acumulada
i
H
1 06 3 3 0.020 0.020
Tierras de Cultivo
Tumbes
Piura
Lambayeque
Cajamarca
La Libertad

2 07 9 12 0.060 0.080
3 08 12 24 0.080 0.160
4 09 18 42 0.120 0.280
5 10 25 67 0.167 0.447
6 11 26 93 0.173 0.620
7 12 21 114 0.140 0.760
8 13 15 129 0.100 0.860
9 14 11 140 0.073 0.933
10 15 4 144 0.027 0.960
11 16 4 148 0.027 0.987
12 18 2 150 0.013 1.000
150 1.000

Los datos de una variable continua aparecen agrupados en clases de manera
que cada clase se representa por un intervalo cerrado a la izquierda , abierto a
la derecha cumplindose que
1 1 2 2
[ , ) [ , ) [ , )
k k
a b a b a b cubre todos los
datos. La frecuencia absoluta
i
f de un intervalo es el nmero de datos que
cumplen con
i i
a x b s <
Para cada intervalo clase definimos:
i
l : Lmite inferior de la clase i
i
L : Lmite superior de la clase i
2
i i
i
l L
x
+
= : Marca de la clase i (punto medio del intervalo)
i i i
C L l = Ancho de la clase i
i
f : frecuencia absoluta de la clase i, siendo
1
k
i
i
n f
=
=

i
i
f
h
n
= : frecuencia relativa de la clase i, se cumple que
1
1
k
i
h

1
l
l i
i
F f
=
=
Frecuencia absoluta acumulada de la clase l

1
l
l i
i
H h
=
=
Frecuencia relativa acumulada de la clase l

Ejemplo de datos agrupados. Sean las notas de un examen :
Notas Frecuencia

90 99 2
80-89 6
70-79 12
60-69 20
50-59 10
40-49 2
Para tabular estos datos es necesario modificar los intervalos conforme a lo
definido anteriormente.
Los nuevos intervalos sern:
[39.5,49.5); [49.5,59.5);[59.5,69.5);....[89.5,99.5)
Definidos los lmites de cada clase es posible formar el cuadro de frecuencias

Cuadro De Frecuencias Histograma de frecuencias

i
Lmite inf.
De Clase
i
l
Lmite Sup.
De Clase
i
L
Marca de
Clase
i
x
Frecuencia
Absoluta
i
f
Frecuencia
Absoluta Ac.
i
F
Frecuencia
Relativa
i
h
Frecuencia
Relativa Ac
i
H
1 39.5 49.5 44.5 2 2 0.04 0.04
2 49.5 59.5 54.5 10 12 0.20 0.24
3 59.5 69.5 64.5 18 30 0.36 0.60
4 69.5 79.5 74.5 12 42 0.24 0.84
5 79.5 89.5 84.5 6 48 0.12 0.96
6 89.5 99.5 94.5 2 50 0.04 1.00

0
2
4
6
8
10
12
14
16
18
20
44.5 54.5 64.5 74.5 84.5 94.5
GRAFICO DE BARRAS - FRECUENCIAS ABSOLUTAS

Medidas de Centralizacin.- Las medidas de centralizacin buscan ubicar un
punto central entre los datos analizados. La determinacin de este punto se
hace por diversos criterios:
1. Media Aritmtica
1
1
n
i
x x
n
=

para datos no agrupados
1
1
n
i i
x f x
n
=

para datos agrupados
1
1
1
k
i i k
i
x f x
f
=

para datos agrupados en k clases, donde

i
x es
la marca de clase
Propiedades:
(i)
1
( ) 0
n
i i
f x x =

(ii) Para un conjunto de datos la media es nica
(iii) Si un valor se modifica la media tambin se modifica
(iv)
2 2
1 1
( ) ( )
n n
i i i i
f x x f x B B s

significando que la media
aritmtica es el punto que minimiza la suma de los
cuadrados de las distancias de los datos a un punto dado
(v) Si a todos los valores de una variable X se les suma (resta)
una constante C, entonces la media aritmtica aumenta
(disminuye) en C
si y x C y x C = =
(vi) Si los valores se multiplican por una constante la media
queda multiplicada por dicha constante
si y Cx y Cx = =
Ejemplos: sean los datos

Media ponderada.- Si
1 2
, , ,
r
x x x son las medias aritmticas
de conjuntos de tamao
1 2
, , ,
r
n n n ; respectivamente, entonces
la media ponderada
p
X est dada por:
1 1 2 2
1 2
r r
p
r
n x n x n x
X
n n n
+ + +
=
+ + +

2. Mediana
Para datos sueltos
Si la variables es discreta, se procede a ordenar los datos en forma
ascendente descendente y se define
1
2
( )
n
Med x x
+
= cuando n es impar
1
2 2
( )
2
n n
x x
Med x
+
+
=
Para datos agrupados (la variables es continua se considera continua) la
mediana es el punto que divide a los datos en 2 partes iguales 50% antes,
50% despus.
Resolveremos el caso de manera genrica, para dividir los datos en 2
partes % p a la derecha, 100 % p a la izquierda. Al nmero p le llamamos
percentil y lo denominamos por
p
P .
a) Calcular /100 p donde p = 1,2,....,100
b) Se identifica la clase que contiene al percentil analizando su frecuencia
relativa acumulada. Esta clase, a la que denominaremos por k es la que
cumple con:
1
/100
k k
H p H
s s
c) Conocida la clase donde se encuentra el percentil, lo calculamos por una
simple regla de tres dividiendo la fraccin del percentil contenida en
dicha clase entre la frecuencia relativa de la clase y multiplicando este
cociente por el ancho de clase.
1
1
100
k
p k k
k k
p
H
X l C
H H
| |
|
= +
|
|
|
\ .


tambin, si deseamos expresarlo en trminos de frecuencias absolutas
1
1
*
100
k
p k k
k k
p n
F
X l C
F F
| |
|
= +
|
|
|
\ .

Donde :
k
l es el lmite inferior de la clase que contiene a p
n es el numero total de datos
k
C es el ancho de la clase que contiene a p
k
H es la frecuencia relativa acumulada de la clase que contiene a p
1 k
H

es la frecuencia relativa acumulada de la clase anterior de la
clase que contiene a p
k
F es la frecuencia relativa acumulada de la clase que contiene a p
1 k
F

Esta frmula permite calcular la mediana (caso
50
P )
Propiedades de la mediana
(i)
1 1
| ( ) | | |
k k
i i i i
f x Med x f x A A s

(ii) La mediana depende del nmero de valores observados y no del
tamao de los valores extremos
(iii) La mediana no es adecuada para operaciones algebraicas
Nota esta frmula es aplicable a todo los percentil, especialmente a :
Primer cuartil =
25
P
Tercer cuartil =
75
P
Primer decil =
10
P , etc.


3. La Moda
Para el caso de datos sueltos la moda es el dato que mas veces se repite,
puede no ser nica.
Una distribucin con una moda se denomina unimodal
Una distribucin con dos modas se denomina bimodal
Una distribucin con tres modas se denomina trimodal, etc.
Para calcular la moda con datos continuos agrupados en clases:
a) Identificar la clase modal C
m
(la de mayor frecuencia)
b) Usar la frmula
1
1 2
( )
m m
Moda X l C
| | A
= +
|
A + A
\ .

donde:
m
l es el lmite inferior de la clase modal
m
C es el ancho de la clase modal
1 1 Mo Mo
f f

A = siendo
Mo
f la frecuencia de la clase modal,
1 Mo
f

la
frecuencia de la clase anterior a la clase modal
2 1 Mo Mo
f f
+
A = siendo
Mo
1 Mo
f

la
frecuencia de la clase posterior a la clase modal
Propiedades
(i) El valor de la moda es independiente de los valores extremos
(ii) Vara si cambia el intervalo de clase
(iii) No se presta a manipulaciones algebraicas
Relacin entre Media, Mediana y Moda
a) Para el caso
( ) ( ) x Med x Moda x = =
La distribucin es simtrica
b) Para el caso

( ) ( ) x Med x Moda x > >
La distribucin es sesgada a la derecha
c) Para el caso
( ) ( ) x Med x Moda x < <
La distribucin es sesgada a la izquierda
Nota sesgo significa donde est la mayor cola
4. Media Armnica
Si tenemos datos sueltos

1 2
, , ,
k
x x x con frecuencias
1 2
, , ,
k
f f f definimos la media
armnica por la frmula
1 2
1 2
1
( ) ;
k
k
k
i
n
Mh x
f f f
x x x
n f
=
+ + +
=

5. Media Geomtrica
La media geomtrica para n datos sueltos
1 2
, , ,
n
x x x se define por:
1 2
( ) * * *
n
n
MG X x x x =
Si los datos estn agrupados en frecuencias, entonces

1 2
1 2
( ) * * *
k
f f f
n
k
MG X x x x =
donde
1
k
i
i
n f
=
=

Si aplicamos logaritmos a esta ltima frmula
1 1 2 2 1
( )
( ) ( ) ( )
( ( ))
k
i i
k k i
f Log x
f Log x f Log x f Log x
Log MG X
n n
=
+ + +
= =


de donde
1 1
( )
( )
k
i i
i
f Log x
MG X Log
n
=
| |
|
| =
|
|
\ .

de donde concluimos que la media geomtrica es el antilogaritmo de la
media aritmtica de los logaritmos de los datos en anlisis.
Propiedades
i. Si
( )
( )
( )
i
i
i
X MG X
Z MG Z
Y MG Y
= =
ii. El clculo est basado en todos los datos u observaciones
iii. No es aplicable a datos negativos
iv. Si uno de los datos es 0 la media geomtrica es 0
v. Es de utilidad cuando se aplica para promediar proporciones
NOTA.- la relacin entre las medias es: ( ) ( ) Mh X MG X X s s
6. Media Cuadrtica
La media cuadrtica para n datos sueltos
1 2
, , ,
n
x x x se define por:
2 2 2
1 2
( )
n
x x x
MQ X
n
+ + +
=
Si los datos estn agrupados en frecuencias, entonces

2 2 2
1 1 2 2
( )
k k
f x f x f x
MQ X
n
+ + +
=
donde
1
k
i
i
n f
=
=

Medidas de Dispersin.- Las medidas de dispersin buscan definir que tan
cerca (lejos) se encuentran los datos de su centro.
1. ( ) ( ) Rango Max X Min X =
2. Recorrido intercuartlico
3 1 i
Q Q Q =
3. Recorrido semi-intercuartlico

3 1
2
i
s
Q Q
Q

=
4. Desviacin Media a un punto r
1
( ) | |
k
M i i
D r h x r =

En el caso de datos agrupados x
i
es la marca de clase. Son de inters
los casos cuando r es la media, la mediana, o la moda
Ntese que la Desviacin Media usa todos los datos.
5. Varianza
a) Para datos sueltos:
2
2 1
( )
1
n
i
x x
S
n

b) Para datos agrupados en frecuencias
2
2 1
( )
1
k
i i
f x x
S
n

c) Para datos agrupados en k clases
2
2 1
( )
1
k
i i
f x x
S
n
, donde
i
x es
la marca de clase
d) Llamamos Desviacin Estndar a
2 2
S S =
Propiedades
i)
2
0 S > Para que sea 0 es necesario que
1 1 n
x x x Cte = = = =
ii) Se tiene
( ) ( ) Var x c Var x =
Demostracin:
( ) Media x c x c =
2
1
[( ) ( )]
( )
1
k
i i i
f x c Media x c
Var x c
n

=

2
1
[( ) ( )]
( )
1
k
i i i
f x c x c
Var x c
n

=


2
1
( )
( ) ( )
1
k
i i i
f x x
Var x c Var x
n
= =

2
( ) ( ) Var cx c Var x =
La demostracin es similar usando ( ) Media cx cx =
iii)
2
( ) ( ) Var aX b a Var X = para a y b constantes
iv) Para distribuciones simtricas se cumple que:
El 68.27% delos datos X S e
El 95.45% de los datos 2 X S e
El 99.73% de los datos 3 X S e
v) Si conocemos
1 2
, x x las medias y
2 2
1 2
, S S las varianzas de dos
muestras de tamao n
1
, n
2
, respectivamente, entonces:

2 2
2 2
1 1 2 2 2 1 1 2 2
1 2 1 2
( ) ( )
( 1) ( 1)
1 1
p p
n x x n x x
n S n S
S
n n n n
+
+
= +
+ +

Esto se puede generalizar considerando
1 2
, , ,
l
x x x las medias y
2 2 2
1 2
, , ,
l
S S S las varianzas de l muestras de tamao
1 2
, , ,
l
n n n
respectivamente, entonces
2 2
2 1 1
( 1) ( )
1 1
l l
i i i i p
n S n x x
S
n n

= +

, siendo
1
l
i
n n =

2
1
( 1)
var
1
l
i i
n S
Intra ianza
n

2
1
( )
var
1
l
i i p
n x x
Inter ianza
n

Medidas de dispersin relativa
Coeficiente de Variacin
. .
S
CV
x
=

Considerando si . . 50% CV > alto grado de dispersin
Momentos
Sean
1 2
, , ,
k
x x x valores de la variable X con frecuencias absolutas
1 2
, , ,
k
f f f ;
respectivamente. Definimos el momento de orden m respecto del punto C:
1 1
1
1
( ) ( )
( ) ( )
k k
r r
i i i i k
r
r i i k
i
f x C f x C
M C h x C
n
f

= = =

La interpretacin es similar a la interpretacin fsica, si consideramos a
i
h como
la masa concentrada en el punto
i
x y a ( )
i
x C la distancia de
i
x al punto C .
As tenemos una similitud con los momentos de masa usados en fsica.
Son de particular inters los momentos respecto del origen (cuando 0 C = )
denominados
r
M' y los momentos respecto de la media ( C x = ) denominados
r
M tenindose:
0 0
1 1
0 0
1 1
1 1
1 1
2 2
1 1
2 2
( )
1 1
( )
0
( )
( )
k k
i i i i
k k
i i i i
k k
i i i i
f x f x x
M M
n n
f x f x x
M x M
n n
f x f x x
M M Var X
n n
' = = = =
' = = = =
' = = =


Medidas de Asimetra
Las medidas de dispersin nos muestran la magnitud de las variaciones sin
indicarnos la direccin hacia donde ocurren. Las medidas de asimetra indican
la deformacin horizontal de las curvas de frecuencias, as sin la curva es
alargada a la derecha decimos que tiene asimetra a la derecha o positiva, si es
alargada a la izquierda decimos que tiene asimetra a la izquierda o negativa.
Coeficientes de Asimetra
Cuando disponemos de los valores de la media, moda, mediana, cuartiles y
desviacin estndar y la distribucin es unimodal, debemos usar:
Primer coeficiente de Pearson
( ) ( )
s
Media X Moda X
A
S
=
En el caso que no podamos calcular la media ni la distribucin estndar,
Segundo coeficiente de Pearson
3 1
3 1
2 ( )
s
Q Q Mediana X
A
Q Q
+
=

La lectura de los coeficientes es:
Si 0
s
A = la distribucin es simtrica
Si 0
s
A > la distribucin es sesgada al lado derecho
Si 0
s
A < la distribucin es sesgada al lado izquierdo
Coeficiente de Fisher
3
3 1
3 3
( )
k
i i
s
f x x
M
A
S nS
= =

Un valor | | 1
k
S > indica una distribucin altamente asimtrica, una distribucin
con 1 | | 1/ 2
k
S > > indica una asimetra moderada, y si 1/ 2 | | 0
k
S > > la
distribucin es simtrica
Medidas de Curtosis
Curtosis es el grado de deformacin vertical (apuntamiento) esto es que tan
alargadas hacia arriba aplanadas son las distribuciones de frecuencias.

Segn el grado de apuntamiento las curvas se clasifican en Leptocrticas, si su
apuntamiento es alto, Mesocrticas si su apuntamiento es medio y platicrticas
si son mas bien aplanadas. El siguiente cuadro muestra los tres casos

Una de las medidas de curtosis est dada por el coeficiente
3 1
90 10
2( )
Q Q
k
P P

donde

Si K > 0.263 la curva de la distribucin es leptocrtica
Si k = 0.263 la curva de la distribucin es mesocrtica
Si k < 0.263 la curva de la distribucin es platicrtica
Otra forma de medir la curtosis es usando
4
4
t
M
K
S
= Esta medida es siempre
positiva y se interpreta por
Si 3
t
K > la curva de la distribucin es leptocrtica
3
Q : Cuartil 3
1
Q : Cuartil 1
90
P : Percentil 90
10
P : Percentil 10

Si 3
t
K = la curva de la distribucin es mesocrtica
Si 3
t
K < la curva de la distribucin es platicrtica

Ejemplos
CALCULO DE MEDIDAS DE CENTRALIZACIN
CALCULO DE LA MODA.- Sea el cuadro de frecuencias
De a
Marca de
clase
Frecuencia
relativa
Frecuencia
relativa ac.
Frecuencia
Absoluta
Frecuencia
Absoluta ac.
1 0.50 2.50 1.50 0.02 0.02 4 4
2 2.50 4.50 3.50 0.10 0.12 20 24
3 4.50 6.50 5.50 0.20 0.32 40 64
4 6.50 8.50 7.50 0.16 0.48 32 96
5 8.50 10.50 9.50 0.40 0.88 80 176
6 10.50 12.50 11.50 0.10 0.98 20 196
7 12.50 14.50 13.50 0.02 1.00 4 200
Sumas 1 200
Clase modal : 5 (la de mayor frecuencia absoluta relativa)
Frmula
1
1 2
( )
m m
Moda X l C
| | A
= +
|
A + A
\ .

donde:
m
l es el lmite inferior de la clase modal 8.5
m
l =
m
C es el ancho de la clase modal 2
m
C =
1 1 Mo Mo
f f

A = siendo
Mo
1 Mo
f

la
frecuencia de la clase anterior a la clase modal
1 1
80 32 48
Mo Mo
f f

A = = =
2 1 Mo Mo
f f
+
A = siendo
Mo
1 Mo
f

la
frecuencia de la clase posterior a la clase modal
2 1
80 20 60
Mo Mo
f f
+
A = = =

1
1 2
48
( ) 8.5 2 9.39
48 60
m m
Moda X l C
| | A | |
= + = + =
| |
A + A +
\ .
\ .


CALCULO DE LA MEDIANA
De a
Marca de
clase
Frecuencia
relativa
Frecuencia
relativa ac.
Frecuencia
Absoluta
Frecuencia
Absoluta ac.
1 0.50 2.50 1.50 0.02 0.02 4 4
2 2.50 4.50 3.50 0.10 0.12 20 24
3 4.50 6.50 5.50 0.20 0.32 40 64
4 6.50 8.50 7.50 0.16 0.48 32 96
5 8.50 10.50 9.50 0.40 0.88 80 176
6 10.50 12.50 11.50 0.10 0.98 20 196
7 12.50 14.50 13.50 0.02 1.00 4 200
Sumas 1 200
Clase Mediana: 5 (la menor de las clases cuya frecuencia relativa acumulada
es mayor igual a 0.5 )
Usamos la frmula para percentles recordando que la mediana es el percentil
50 (p = 50)
1
1
100
k
i k k
k k
p
H
p l C
H H
| |
|
= +
|
|
|
\ .

Donde :
k
l es el lmite inferior de la clase que contiene a p 8.5
k
l =
n es el numero total de datos
k
C es el ancho de la clase que contiene a p 2
k
C =
k
H es la frecuencia relativa acumulada de la clase que contiene a p
0.88
k
H =
1 k
H

1
0.48
k
H

=

1
1
0.50 0.48
100
( ) 8.5 2 8.6
0.88 0.48
k
k k
k k
p
H
Med X l C
H H
| |
|
| |
= + = + =
|
|

\ .
|
|
\ .



CALCULO DE LA MEDIA
De a
Marca de
clase
Frecuencia
relativa
Frecuencia
Relativa Ac.
Frecuencia
Absoluta
Frecuencia
Absoluta Ac. X
i
*h
i

1 0.50 2.50 1.50 0.02 0.02 4 4 0.03
2 2.50 4.50 3.50 0.10 0.12 20 24 0.35
3 4.50 6.50 5.50 0.20 0.32 40 64 1.1
4 6.50 8.50 7.50 0.16 0.48 32 96 1.2
5 8.50 10.50 9.50 0.40 0.88 80 176 3.8
6 10.50 12.50 11.50 0.10 0.98 20 196 1.15
7 12.50 14.50 13.50 0.02 1.00 4 200 0.27
Sumas 1 200 7.9
1 1
1
1
k k
i i i i k
i
x f x h x
f
= =

para datos agrupados en k clases,

donde
i
x es la marca de clase
En este caso 7.9 x =

CALCULO DE LAS MEDIDAS DE DISPERSION
De A
Marca
de clase
Frec.
relativa
Frec.
relat. ac.
Frec.
Abs.
Frec.
Abs. ac.
*
i i
x h
i
x x
2
( )
i
x x
2
( )
i i
h x x
1 0.50 2.50 1.50 0.02 0.02 4 4 0.03 -6.40 40.96 0.8192
2 2.50 4.50 3.50 0.10 0.12 20 24 0.35 -4.40 19.36 1.9360
3 4.50 6.50 5.50 0.20 0.32 40 64 1.1 -2.40 5.76 1.1520
4 6.50 8.50 7.50 0.16 0.48 32 96 1.2 -0.40 0.16 0.0256
5 8.50 10.50 9.50 0.40 0.88 80 176 3.8 1.60 2.56 1.0240
6 10.50 12.50 11.50 0.10 0.98 20 196 1.15 3.60 12.96 1.2960
7 12.50 14.50 13.50 0.02 1.00 4 200 0.27 5.60 31.36 0.6272
Sumas 1 200 7.9 6.8800
CALCULO DE LA VARIANZA
2 2
2 1 1
2 2
( ) ( )
1 1
k k
i i i i
f x x n h x x
S
n n
S S

= =

=

Siendo S la Desviacin Estndar
En este caso
2
200
*6.88 6.91
199
S = =
2.63 S =
MEDIDAS DE DISPERSIN RELATIVAS:
CALCULO DEL COEFICIENTE DE VARIACIN
Coeficiente de variacin
2.63
. . 33.27%
7.9
S
CV
x
= = =

PROBLEMAS RESUELTOS
1. La medida de los dimetros de un conjunto de rodamientos est dada
por la siguiente tabla
De A frecuencia
2.35 2.45 7
2.45 2.55 13
2.55 2.65 19
2.65 2.75 23
2.75 2.85 17
2.85 2.95 7
2.95 3.05 4

a) Calcular la media
b) Calcular la mediana
c) Calcular la moda
d) Calcular los cuartiles 1y 3
e) Calcular los percentil 90 y 10
f) Evaluar la Asimetra
g) Evaluar la Curtosis
h) Calcular el Coeficiente de Variacin
SOLUCION
El cuadro de frecuencias es:
i li Li fi Fi hi Hi Xi Xi*hi fi*(Xi - X)^2
1 2.35 2.45 7 7 0.078 0.078 2.4 0.1872 0.5271
2 2.45 2.55 13 20 0.144 0.222 2.5 0.36 0.3954
3 2.55 2.65 19 39 0.211 0.433 2.6 0.5486 0.1052
4 2.65 2.75 23 62 0.256 0.689 2.7 0.6912 0.0151
5 2.75 2.85 17 79 0.189 0.878 2.8 0.5292 0.2682
6 2.85 2.95 7 86 0.078 0.956 2.9 0.2262 0.3563
7 2.95 3.05 4 90 0.044 1 3 0.132 0.4241
90 1 2.6744 2.0912

a. Para calcular la media podemos usar las frmulas
1
1
k
i i
k
i
f x
x
f
=

1
k
i i
x h x =

usando la segunda obtenemos: Media(X) = 2.6744

b. Clculo de la Mediana(X) Frmula:
1
1
100
k
i k k
k k
p
H
p l C
H H
| |
|
= +
|
|
|
\ .

i. 50 p = ; Clase mediana: 4 (ntese:
3 4
0.50 H H < < )
ii. 2.65
k
l =
iii. 0.1
k
C =
iv. 0.689
k
H =
v.
1
0.433
k
H

=
Mediana(X)=2.676
c. Moda :
1
1 2
( )
m m
Moda X l C
| | A
= +
|
A + A
\ .

Clase modal: 4
l
m
= 2.65
1
1
23 19 4
23 17 5
A = =
A = =

0.1
m
C =
Moda = 2.690

d. Rango Intercuartlico
i. p = 25 ; Clase: 3
ii. 2.55
k
l =
iii. 0.1
k
C =
iv. 0.433
k
H =
v.
1
0.222
k
H

=
p(25) =2.563
vi. p = 75 ; Clase: 5
vii. 2.75
k
l =
viii. 0.1
k
C =

ix. 0.878
k
H =
x.
1
0.689
k
H

=
p(75)=2.782
Rango intercuartlico = 2.782 2.563 = 0.219
e. Percentil 90
i. 90 p = ;Clase: 6
ii. 2.85
k
l =
iii. 0.1
k
C =
iv. 0.956
k
H =
v.
1
0.878
k
H

=
p(90)=2.878
Percentil 10
vi. 10 p = ;Clase: 2
vii. 2.45
k
l =
viii. 0.1
k
C =
ix. 0.222
k
H =
x.
1
0.078
k
H

=
p(10)=2.878

f. Asimetra.- Se cumple Moda > Mediana > Media, entonces, es
sesgada a la derecha. Ntese que las diferencias entre las
tres medidas son mnimas.
g. Curtosis
3 1
90 10
2( )
Q Q
k
P P
;
2.782 2.563
0.265
2(2.878 2.465)
k

= =

0.263 k > la curva es leptocrtica
h. Coeficiente de variacin
Varianza = 2.0912/89 = 0.0235
Desviacin estndar = 0.153
Coeficiente de variacin = 0.153/2.674 = 5.72%

0.00
0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
1.00
2.35 2.45 2.55 2.65 2.75 2.85 2.95 3.05
OJIVA

Estadística Descriptiva1

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Estadística Descriptiva1

Hochgeladen von

Copyright:

Verfügbare Formate

Autor: Abel Barrantes Herrera Pgina 1

Tema : Estadstica Descriptiva

, (total de los datos), al cociente

Frecuencia absoluta acumulada, hasta el dato

Frecuencia relativa acumulada, hasta el dato

Frecuencia absoluta acumulada de la clase l

Frecuencia relativa acumulada de la clase l

para datos agrupados en k clases, donde

para datos agrupados en k clases,

Das könnte Ihnen auch gefallen