Parámetros estadísticos

Después de haber representado los datos gráficamente, ahora llega el momento de hacer un
estudio de los mismos. Si estamos estudiando la estatura de todos los alumnos y alumnas del
instituto y necesitamos dar información de este estudio, parece lógico dar un dato que
conocemos todos como media y que representa la estatura de todo el alumnado estudiado.
Además de este dato existen otros datos (que llamaremos parámetros) que van a representar a
toda la población o que nos van a informar sobre la población.

Parámetros estadísticos: Son datos que resumen el estudio realizado en la población.

Pueden ser de dos tipos:

 Parámetros de centralización. Son datos que representan de forma global a toda la

población. Entre ellos vamos a estudiar la media aritmética, la moda y la mediana.
 Parámetros de dispersión. Son datos que informan de la concentración o dispersión de
los datos respecto de los parámetros de centralización. Por ejemplo el recorrido, la
varianza y la desviación típica.
[editar]
Parámetros de centralización
[editar]
Media aritmética
Se define la media aritmética como la suma de todos los datos dividida por el número de
datos. Se representa por .

Para calcular la media aritmética hacemos:

donde .

Sin embargo, podemos observar que aparecen datos repetidos y que en un estudio estadístico
tenemos los datos agrupados en una tabla en la que aparecen las frecuencias. Por tanto,
podemos simplificar el cálculo de la media aritmética con la fórmula:

=
Si la variable es continua, el cálculo se hace de la misma forma pero utilizando como xi las
marcas de clase: los valores centrales de cada intervalo o la media aritmética de los extremos
de cada intervalo.
Actividad Interactiva: Media aritmética

Actividad 1. Variable discreta.

Actividad:[Mostrar]

Actividad 2. Variable continua.

Actividad:[Mostrar]

Actividades: Media Aritmética

Actividad 1:

a) Tanto en un caso como en otro modifica las frecuencias y observa como puede
variar el valor de la media.
b) ¿Cuál es el menor valor que puede tomar la media? Justifica la respuesta.
c) ¿Cuál es el mayor valor que puede tomar la media? Justifica la respuesta.

Actividad 2:

En el caso de la estatura, se ha calculado la media utilizando intervalos, pero como

tenemos pocos valores de la variable, calcúlala ahora utilizando la definición, es decir,
suma todos las estaturas y divide el resultado por el número de alumnos y alumnas que
hay. ¿Coincide el resultado? ¿Por qué ?

[editar]
Moda
Se define la moda como el valor de la variable que más se repite, es el decir, aquél que tiene
mayor frecuencia absoluta. Se representa por Mo.

Actividad Interactiva: Moda

Actividad 1. Variable discreta.

Actividad:[Mostrar]
Actividad: Moda

Actividad 1:

a) Modifica las frecuencias y observa como puede variar el valor de la moda.

b) ¿Puede una distribución estadística tener más de una moda? ¿Pueden ser todos los
valores de la variable?

[editar]
Mediana
Si ordenamos todos los valores de la variable de menor a mayor, se define la mediana como el
valor de la variable que está en el centro. Se representa por Me. Aquí tenemos que
comprender que si hay un número impar de valores, habrá un sólo valor central; mientras que
si hay un número par de valores habrá dos valores centrales.

Actividad Interactiva: Mediana

Actividad 1. Variable discreta.

Actividad:[Mostrar]

Actividad: Mediana

Actividad 1:

a) Modifica las frecuencias y observa como puede variar el valor de la mediana.

b) ¿Cuál es el valor menor que puede tomar? ¿Y el mayor?

[editar]
Parámetros de dispersión
[editar]
Recorrido
Se define el recorrido como la diferencia entre el mayor y el menor de los valores de la
variable. Se representa por R. Nos indica un intervalo en el que están comprendido todos los
datos.

[editar]
Varianza y desviación típica
Se define la varianza como la media aritmética de los cuadrados de las desviaciones respecto
de la media. Es decir:

Se calcula más facilmente, con la siguiente fórmula equivalente:

=
Se define la desviación típica como la raíz cuadrada positiva de la varianza.

Si la variable es continua, el cálculo se hace de la misma forma pero utilizando como xi las
marcas de clase: los valores centrales de cada intervalo o la media aritmética de los extremos
de cada intervalo.

Actividad Interactiva: Varianza y desviación típica

Actividad 1. Variable discreta.

Actividad:[Mostrar]

Actividad 2. Variable continua.

Actividad:[Mostrar]

Actividades

Actividad 1:

¿Qué fórmula para la varianza te parece más fácil? Indica las ventajas e
inconvenientes de cada una.
 Actividad 2:

a) Tanto en un caso como en otro modifica las frecuencias y observa como puede
variar el valor de la desviación típica.
b) ¿Cuál es el menor valor que puede tomar la desviación típica? Intenta construir un
caso con desviación típica igual a 0. Justifica la respuesta.
c) ¿Cuál es el mayor valor que puede tomar la desviación media? Justifica la
respuesta.
d) ¿Cómo hay que modificar las frecuencias para que aumente la desviación típica?¿Y
para que disminuya?

[editar]
Interpretación conjunta de la media y la desviación típica
De todas los parámetros estudiados, los más significativos son la media para las medidas de
centralización y la desviación típica para las medidas de dispersión.

Vamos a hacer un estudio conjunto de ambas para entender mejor su significado.

La media aritmética es el centro de gravedad de la distribución estadística. Si nos imaginamos

el diagrama de barras o el histograma de frecuencias apoyado en un punto del eje horizontal
de forma que quedase en equilibrio, el valor de este punto en dicho eje sería el valor de la
media.

Como ya hemos comentado, no es suficiente con un parámetro de centralización, es necesario

un parámetro de dispersión que nos indique si los datos estudiados están más concentrados o
más dispersos. Y este parámetro de dispersión va a ser la desviación típica. Lógicamente si los
datos están más concentrados la desviación típica será menor, y si los datos están más
dispersos la desviación típica será mayor.

Actividad Interactiva: Interpretación conjunta de la media y la desviación

Actividad 1. Significado de la media y la desviación.

Actividad:[Mostrar]

Actividades: Significado de la media y la desviación

Actividad 1:

Modifica los valores de las frecuencias, y si quieres introduce más valores de la variable, hasta
que el número de datos sea, por ejemplo, N=100. Construye ejemplos con las siguientes
características:

a) Dale a todas las frecuencias el mismo valor (el que quieras). ¿Cuánto vale la media? ¿Es
lógico este resultado? ¿Cuánto vale la desviación típica?

b) Ve disminuyendo en varios pasos las frecuencias de los valores centrales y aumentando por
igual las frecuencias de los valores extremos, sin que varíe la media ni el número de datos.
¿Qué ocurre con la desviación típica? ¿Por qué sucede esto?

c) Realiza ahora el procedimiento inverso, ve aumentando en varios pasos las frecuencias de

los valores centrales y disminuyendo por igual las frecuencias de los valores extremos, sin que
varíe la media ni el número de datos. ¿Qué ocurre con la desviación típica? ¿Por qué sucede
esto?

d) ¿Cómo será una variable estadística con desviación típica igual a 0? ¿Compruébalo en la
escena?

Coeficiente de variación. Si hemos realizado un estudio estadístico en dos poblaciones

diferentes, y queremos comparar resultados, no podemos acudir a la desviación típica para ver
la mayor o menor homogeneidad de los datos, sino a otro parámetro nuevo, llamado
coeficiente de variación y que se define como el cociente entre la desviación típica y la media.

Por ejemplo, en una exposición de ganado estudiamos un conjunto de vacas con una media de
500 kilos y una desviación típica de 50 kilos. Y observamos también un conjunto de perros con
una media de 40 kilos y una desviación típica de 10 kilos. ¿Qué grupo de animales es más
homogéneo?

Un razonamiento falso sería decir que el conjunto de perros es más homogéneo porque su
desviación típica es más pequeña, pero si calculamos el coeficiente de variación para ambos:

;
Por tanto, es más homogéneo el conjunto de las vacas.
En las siguientes entradas del blog, expresaré
algunos conceptos básicos de la estadística, los cuales
son de gran utilidad para todos aquellos interesados
en su estudio, ya que son términos básicos a los
cuales se hace referencia en cualquier libro de
estadística y serán necesarios para la comprensión de
los temas que a futuro se planteen en este blog. Así
que sin más dilación se detalla los primeros términos
generales indispensables de conocer en estadística.

Población:
Es la colección de datos que corresponde a las
características de la totalidad de individuos, objetos,
cosas o valores en un proceso de investigación.

Para su estudio, en general se clasifican en

Poblaciones Finitas y Poblaciones Infinitas.

Poblaciones Finitas: Constan de un número

determinado de elementos, susceptible a ser contado.
Ejemplo: Los empleados de una fábrica, elementos
de un lote de producción, etc.

Poblaciones Infinitas: Tienen un número

indeterminado de elementos, los cuales no pueden
ser contados. Ejemplo: Los números naturales.

Así también las poblaciones pueden ser clasificadas

en Reales e Hipotéticas, las reales son aquellas
concretas, que ya existen. Ejemplo: Los aspirantes a
un puesto de trabajo, los vendedores de una empresa.
Mientras que las hipotéticas, son las formas
imaginables en que se podría presentar un suceso.
Ejemplo: Estimaciones de la población
económicamente activa dentro de diez años.

En toda investigación lo ideal sería contar con

observaciones o características de todos los
elementos de nuestro grupo de interés, pero en
muchas ocasiones eso sería muy caro y/o muy
tardado o simplemente imposible, es por ello que se
toman muestras.

Muestra: “Es una parte representativa de la

población que es seleccionada para ser estudiada, ya
que la población es demasiado grande para ser
estudiada en su totalidad” Allen Webster.

Ya que se ha definido que es población y muestra, se

procede a definir dos conceptos que se encuentran
íntimamente relacionados a ellos:

Parámetro: Son las medidas o características

descriptivas inherentes a las poblaciones. Los
salarios promedio de todos los empleados de una
empresa, puede ser un ejemplo de parámetro.

Estadístico o Estadígrafo: Son las medidas

descriptivas inherentes a una muestra, las cuales
pueden usarse como estimación del parámetro.
Como ejemplo podría tomarse los salarios promedio
de una muestra de los empleados de la empresa.