MTODOS

ESTADSTICOS

ISC. Juana Alonso Arroyo

Medidas de dispersin relativa

Estas medidas vienen generalmente expresadas en porcentajes y su funcin es la de
determinar entre varias distribuciones la de mayor o menor dispersin, esto tiene como
ventaja que nos permite comparar distribuciones donde las unidades pueden ser
diferentes ya que estas medidas son independientes de las unidades utilizadas. Adems,
varias distribuciones pueden tener un mismo valor para determinada medida de
dispersin y ser la variabilidad de sus datos en relacin con la media diferente.
Dispersin relativa

dispersin absoluta
promedio

1) Coeficiente de variacin de Pearson:

Representa el nmero de veces que la

desviacin tpica contiene a la media aritmtica y por lo tanto cuanto mayor es CV
mayor es la dispersin y menor la representatividad de la media.
Notacin: CV
Observaciones:
Frmulas:
s
CV * 100%
x
CV

* 100%

a)

El CV es un estadstico til para

comparar
la
dispersin
de
conjuntos de datos que tienen
distintas desviaciones estndar y
distintos promedios.

b)

El CV pierde su utilidad cuando la

media se aproxima a cero.

para la muestra

para la poblacin

Es importante destacar que las medidas de dispersin relativa sirven para comparar las variabilidades de dos conjuntos de valores
(poblaciones o muestras), mientras que si deseamos comparar a dos individuos de cada uno de esos conjuntos, es mejor usar valores
tipificados.
1/28/15
Isc. Juana Alonso Arroyo
2

Medidas de dispersin relativa

Con el propsito de reducir los datos a un mismo punto de referencia y a una escala
comn, se realiza entre ellos una transformacin llamada tipificacin.
2) Variables tipificadas: Esta nueva variable carece de unidades de medida y permite
comparar dos o ms cantidades que en un principio no son comparables porque aluden a
conceptos diferentes. Tambin es aplicable a casos en que se quieran comparar individuos
semejantes de poblaciones diferentes.

Notacin: z

xx
para muestras
s
x-
z
para poblacin

Frmulas:

Ejemplo:
Un estudiante obtuvo 84 puntos en el examen final de matemticas, en el que la nota media fue 76, y la desviacin
tpica 10. En el examen final de fsica obtuvo 90 puntos, siendo la media 82 y la desviacin tpica 16. En qu
examen sobresali ms?.

Examen de matemtica

Examen de fsica

x = 76
s = 10
x = 84
z = 84 76 0,8
10

1/28/15

x = 82
s = 16
x = 90

Sobresali ms en matemticas.

z = 90 82 0,5
16

Isc. Juana Alonso Arroyo

Medidas de Sesgo
Medidas de sesgo: En un anlisis estadstico de una serie de valores, no slo interesa conocer el promedio y la
dispersin de los datos, sino tambin cmo se refleja o se acerca esta serie a una distribucin simtrica.
Sesgo: Es el grado de asimetra de una distribucin.
a.Curvas simtricas: Son aquellas en las cuales al trazar una lnea vertical desde la cumbre de
curva al eje horizontal, se divide su rea en dos partes iguales.

la

Grficamente

b.Curvas asimtricas: Son aquellas curvas en las cuales al trazar una lnea vertical desde su
cumbre al eje horizontal, no se divide su rea en dos partes iguales y pueden ser:
1.Asimetra positiva (sesgo a la derecha):

hacia el extremo superior de la escala.

Es una curva que disminuye gradualmente

Grficamente

2.Asimetra negativa (sesgo a la izquierda): Es una curva que disminuye gradualmente hacia

el extremo inferior de la escala.

Grficamente

1/28/15

Isc. Juana Alonso Arroyo

Medidas de Sesgo y Curtosis

c.Coeficiente de asimetra de Pearson: Mide la desviacin respecto de la simetra expresando la
diferencia entre la media y la mediana en relacin con la desviacin estndar del grupo de medidas.
Notacin: SK
Si SK = 0 Hay simetra.
Si SK > 0 La asimetra es positiva.
Si SK < 0 La asimetra es negativa.
Frmulas:

1. SK
.

x Mo
s

2. SK
.

3 x Med
s

Ejemplo:
Un investigador que deseaba determinar cmo variaban las estaturas de las obreras de una empresa y el cual
tomaba una muestra de 50 mujeres para registrar sus estaturas en pulgadas, se haban obtenido los siguientes
valores:

x 63,68 pulgadas
Mo = 64 pulgadas
s = 4,2170 pulgadas

1/28/15

63.68 - 64
4.2170

SK SK
= -0,0759
asimetra negativa, sesgo a la izquierda.
=

Isc. Juana Alonso Arroyo

Medidas de Curtosis
Curtosis: Es el grado de pico o de apuntamiento que presenta una distribucin. El patrn de referencia
es la distribucin normal o gaussiana. Miden la mayor o menor cantidad de datos que se agrupan en torno a
la moda. Se definen 3 tipos de distribuciones segn su grado de curtosis:
1.Curva platicrtica: Presenta un reducido grado de concentracin alrededor de los valores centrales
de la variable (es achatada, los datos son muy dispersos con relacin a la media).

2.Curva mesocrtica: Presenta un grado de concentracin medio alrededor de los valores centrales de
la variable (el mismo que presenta una distribucin normal ni muy puntiaguda ni muy achatada, se
considera la ideal ).

3.Curva leptocrtica: Presenta un elevado grado de concentracin alrededor de los valores centrales
de la variable (pico alto, la mayora de los datos estn muy cercanos a la media).

1/28/15

Isc. Juana Alonso Arroyo

Medidas de Curtosis

El coeficiente de curtosis: Es al medida que nos da una idea acerca del achatamiento o
levantamiento de la curva en relacin con la normal.

Notacin: K

Para determinar la curtosis, se establece el porcentaje de valores que se encuentran en el intervalo

para considerar lo siguiente:

x s

1. Si el resultado es menor a 68%, es platicrica

2. Si el resultado es aproximadamente igual a 68%, es mesocrtica
3. Si el resultado es mayor a 68%, es leptocrtica
Ejemplo:
Un investigador que deseaba determinar cmo variaban las estaturas de las obreras de una empresa y el
cual tomaba una muestra de 50 mujeres para luego registrar sus estaturas en pulgadas, se haba obtenido:
pulgadas x 63,68 y s = 4,22 pulgadas.
Al calcular el porcentaje para el intervalo se obtuvo 68,44%.
68,44% es aproximadamente igual a 68%, por lo que es aproximadamente mesocrtica

1/28/15

Isc. Juana Alonso Arroyo