ESTADISTICA UNIDIMENSIONAL

La estadstica estudia propiedades de una poblacin sin recurrir al sufragio universal. El estudio estadstico tiene dos posibilidades (1) Describir lo que ocurre en la muestra mediante tablas grficos y parmetros estadsticos. (2) Hacer inferencias, es decir, sacar conclusiones que puedan servir para toda la poblacin Poblacin. Conjunto finito o infinito de elementos (personas cosas) sobre el que se va a hacer el estudio. El primer paso de un estudio estadstico es la definicin de la poblacin. Elemento individuo Cada una de las personas o cosas que integran la poblacin. Muestra Conjunto de elementos representativos de la poblacin. La muestra debe de tener las mismas propiedades que la poblacin a la que representa. Al nmero de elementos o individuos de una muestra se llama tamao. Una muestra es aleatoria cuando sus elementos se escogen al azar. Una muestra es proporcional cuando cada parte de la poblacin est representada de acuerdo con su importancia en ella. Carcter variable Los caracteres variables son las propiedades que se desean estudiar, se pueden clasificar de la siguiente forma Discreto Cuantitati vo : Caracter o variable : Continuo Cualitativo Carcter cuantitativo. Son aquellas variables que se puede medir, por ejemplo edad, peso,... etc. Carcter cualitativo. Son aquellas variables que no se pude medir, por ejemplo color, sabor,... etc. Las variables cuantitativas a su vez se pueden dividir en dos grupos Variable cuantitativa discreta. Son aquellas que solo pueden tomar valores enteros, por ejemplo el nmero de hijos. Variable cuantitativa continua. Son aquellas que pueden tomar cualquier valor real dentro de un intervalo lgico, por ejemplo el peso.

Tabla de frecuencias distribucin de frecuencias con datos sin agrupar Una vez obtenidos todos los datos, el primer paso es agruparlos en una tabla distribucin de frecuencias. Est distribucin, debe de tener los valores de la variable ordenados en forma creciente decreciente con los respectivos valores de la frecuencia absoluta de cada valor. La distribucin de frecuencia puede ampliarse aadiendo otros clculos que permitan a posteriori el estudio de diferentes parmetros de la distribucin. - Frecuencia absoluta(fi): Nmero de veces que se repite un dato - Frecuencia total(fi N): Nmero total de datos. Es igual a la suma de todas las frecuencias absolutas. - Frecuencia acumulada(Fi): Suma de la frecuencia absoluta del dato i con las frecuencias absolutas de todos los datos anteriores - Frecuencia relativa(fr i): Cociente entre la frecuencia absoluta del dato i y el nmero total de datos - Frecuencia acumulada relativa(Fr i): Suma de la frecuencia relativa del dato i con las frecuencias relativas de todos los datos anteriores - Porcentaje(pi): Frecuencia relativa multiplicada por 100 - Porcentaje acumulado(Pi): Frecuencia relativa acumulada multiplicada por 100

Ejemplo 1. Calificaciones de un examen.

xi Nota del examen

Tabla de frecuencias distribucin de frecuencias con datos agrupados La agrupacin de los datos por intervalos, en las variables cuantitativas tiene como finalidad poder presentarlos de forma visual ms reducida y simplificar los clculos, caso de tener la variable muchos valores. La agrupacin de la variable por intervalos, no es funcin de que est sea discreta o continua, aunque en el caso de variable continua suele ser muy til debido al elevado nmero de valores que puede tomar. Para agrupar los valores de la variable en intervalos no hay una regla fija, slo debe tenerse en cuenta que la agrupacin sea coherente con el tipo de variable que s este agrupando. Los intervalos pueden ser de igual amplitud o de diferente amplitud, en funcin de cada caso. Si se consideran intervalos constante, un criterio para determinar el nmero y amplitud de los intervalos es el de Nordcliff, que dice que el nmero de intervalos debe ser aproximadamente igual a la raz cuadrada positiva del nmero de datos. Una vez determinado el nmero de intervalos, la amplitud se calcula aproximadamente como el cociente entre el rango de la variable(diferencia entre el mayor y menor valor de la variable) y el nmero de intervalos. En la presentacin de la variable agrupada en intervalos, se suele repetir el valor de extremo superior de un intervalo en el siguiente, como extremo inferior. El criterio ms general es considerar incluido dentro de cada intervalo al extremo inferior, pero no al superior. La amplitud de un intervalo es la diferencia entre el extremo superior y el inferior. La marca de clase, o valor representativo del intervalo, es la semisuma de los extremos del intervalo: L + L s L i = Lmite inferior del intervalo xi = i : 2 L s = Lmite superior del intervalo para los clculos de parmetros de la distribucin, se usa la marca de clase como valor representativo del intervalo

Ejemplo 2. Nmero de respuestas correcta de un test de 50 preguntas

Grficos estadsticos Diagrama de barras.- Son grficos que representan cada valor de la variable mediante una barra proporcional a la frecuencia con la que se presentan. Las barras deben estar separadas. Histogramas.- Se usa para variables agrupadas por intervalos, asignando a cada intervalo un rectngulo de superficie proporcional a su frecuencia. La altura de cada intervalo se halla dividiendo la frecuencia que representa entre la amplitud del intervalo Poligonal de frecuencias.- Los histogramas y los diagramas de barras se pueden representar por una poligonal de frecuencias, que es la lnea que une los puntos correspondientes a las frecuencias de cada valor(extremos superiores de las barras) Diagrama de sectores.- En estos grficos, cada valor de la variable estadstica viene representado por un sector circular de amplitud proporcional a su frecuencia. La amplitud(i) de cada sector se halla multiplicando la frecuencia relativa por 360 s se mide en grados sexagesimales o por 2 si se mide en radianes. Los diagramas de sectores dan una clara visin de conjunto de cada valor respecto a la totalidad. Para su mejor interpretacin es conveniente mostrar en cada sector su proporcin.

Ejemplo 3. Sobre una muestra de 80 parejas se ha estudiado el nmero de hijos obteniendo los siguientes resultados: 0 1 2 3 4 5+ Nmero de hijos xi 15 21 26 12 4 2 Nmero de parejas fi a. b. c. d. a. Calcular el cuadro de frecuencias Representar el diagrama de barras para la frecuencia absoluta y la frecuencia acumulada Representar la poligonal de la frecuencia absoluta y de la frecuencia acumulada Representar el grafico de sectores Cuadro de frecuencias

b.

Diagrama de barras

c.

Poligonal de frecuencias

d.

Diagrama de sectores

Ejemplo 4. Sobre una muestra de 150 personas a las que se le ha realizado un test de 50 preguntar sobre seguridad vial, se han obtenido los siguientes resultado agrupados en intervalos: 0 10 10 20 20 30 30 40 40 50 Intervalo 24 32 48 26 20 Frecuencia a. Calcular el cuadro de frecuencias b. Representar el histograma para la frecuencia absoluta y la frecuencia acumulada c. Representar la poligonal de la frecuencia absoluta y de la frecuencia acumulada a. Cuadro de frecuencias

Intervalo
0 10 10 20 20 30 30 40 40 50

M.C. (xi)
5 15 25 35 45 N=

fi
24 32 48 26 20

Fi
24 56 104 130 150

fr i
25 150 32 150 48 150 26 150 20 150

Fr i
25 150 56 150 104 150 130 150 1

f i = 150

b.

Histograma

c.

Poligonal de frecuencias

Parmetros estadsticos. Describen de un modo conciso el comportamiento y las caractersticas generales de los datos estudiados. Se pueden clasificar de la siguiente forma: - Media Medidas de centralizacin : - Moda - Mediana - Cuartiles Cuantiles : - Quintiles Parmetros estadsticos : - Deciles - Percentiles Medidas de dispersin : Amplitud , rango o recorrido - Desviacin media - Varianza y desviacin - Coeficiente de variacin

Parmetros de centralizacin
Media Es la medida de centralizacin ms usual. Existen diversos tipos de medias: Media aritmtica.

Simple: x = i =1

xi fi
N

Donde N = pi

fi .
i =1

Ponderada: x p =

x
i =1 n i =1

Se utiliza cuando los valores de la variable tienen diferente

i

i. ii. iii.

importancia, significacin peso dentro del conjunto de la distribucin. pi es la cuantificacin de la importancia o peso, es un valor porcentual y se expresa en tanto por uno Propiedades de la media aritmtica La media es el centro de gravedad de la distribucin. La suma de las desviaciones de los valores respecto a ella es igual a cero. xi x ni = 0

Si se multiplican todos los valores de la variable por una constante, la media queda multiplicada por esa constante Si sumamos a todos los valores de la variable una constante, la media queda aumentada en esta constante.

iv.

La media de la suma de dos o ms variables es igual a la suma de las medias aritmticas de cada una de las variables. Si no tienen la misma frecuencia total, se calcula la media ponderada.
n Media geomtrica: x g = N x 1 1 x 2 2 ... x n La media geomtrica se utiliza para los casos en que n

sea necesario una gran precisin, puesto que es la nica media a la que no la afectan los valores extremos. No puede utilizarse si la variable toma valores negativos cero. N Media armnica: x a = n Se utiliza cuando la variable est medida en unidades relativas, 1 ni xi i =1

como por ejemplo Km

, ...etc

Moda Es el valor de la variable estadstica que se repite ms veces, es decir, el que tiene una frecuencia absoluta ms elevada. Puede haber ms de una moda, en estos casos se tratar de distribuciones bimodales, trimodales,... etc. Para una distribucin sin agrupar, la moda se calcula directamente como el valor de la variable estadstica con mayor frecuencia absoluta. Para distribuciones con datos agrupados, l calculo de la moda se hace mediante una interpolacin lineal sobre el intervalo modal, obtenindose la siguiente expresin D1 Mo = L i + c D1 + D 2 L i = Lmite inferior del intervalo modal c = Amplitud de intercalo donde: D1 = f i f i 1 diferencia entre la frecuencia absoluta del intervalo modal y de intervalo posterior D 2 = f i f i +1 diferencia entre la frecuencia absoluta del intervalo modal y de intervalo anterior Siendo el intervalo modal el de mayor frecuencia absoluta. Se puede calcular grficamente mediante el histograma de frecuencias absolutas.

Mediana Es el valor que ocupa la posicin central de la distribucin cuando los valores de la variable estn ordenados de forma creciente o decreciente. Por lo tanto, la mediana divide a la distribucin en dos subconjuntos con igual nmero de datos, estando el 50% de los datos por debajo de ella y el otro 50% por encima de ella. Para el calculo de la mediana en distribuciones con datos sin agrupar, existen dos casos

Para N(tamao de muestra) impar, la mediana es el valor central. Se busca en la frecuencia absoluta acumulada, siendo el primer valor de la variable estadstica cuya frecuencia absoluta acumulada sea mayor o igual que el cociente N/2. Para N par, la mediana es la media aritmtica de los valores centrales de la variable estadstica, que son los dos primeros valores cuya frecuencia absoluta acumulada es mayor o igual que el cociente N/2.

Si la distribucin es de datos agrupados en intervalos, la mediana se halla por interpolacin sobre el intervalo mediano, siendo este el primer intervalo cuya frecuencia absoluta acumulada sea mayor o igual que el cociente N/2. N Fi 1 Me = L i + c 2 fi L i = Lmite inferior del intervalo mediano c = Amplitud del intervalo mediano donde: N = Nmero de datos de la muestra F = Frecuencia absoluta acumulada de intervalo anterior al mediano i 1 f i = Frecuencia absoluta de intervalo mediano Tambin se puede calcular grficamente mediante la poligonal de la frecuencia absoluta acumulada.

Utilizacin de la Media, Mediana y Moda La moda slo se utiliza como nica medida de centralizacin en las distribuciones de variables cualitativas. En el caso de variables cuantitativas la moda acompaa a la media y/o la mediana. Respecto a la media y la mediana, en general, se utilizan ambas, ya que esto permite realizar algunas deducciones sobre la simetra de la distribucin. Existen algunos casos donde el uso de la media es mejor que el uso de la media, estos casos son - Cuando se tiene la sospecha que en los datos pueden existir errores. - En el caso de que existan valores extremos - Cuando los datos estn en escala nominal

Ejemplo 5. El nmero de urgencias atendidas en centro de salud en 30 noches ha sido:

N de urgencias (xi) N de das (fi)

0 7

1 8

2 5

3 4

4 3

5 1

6 2

Calcular la media, moda mediana Para calcular los parmetros pedidos se construye el siguiente cuadro de frecuencias

xi
0 1 2 3 4 5 6 N= Media: x=

fi
7 8 5 4 3 1 2

Fi
7 15 20 24 27 28 30

xi fi
0 8 10 12 12 5 12

f i = 30
N

x i f i = 59

x i f i = 59 = 1'97
30 Mo = 1

Moda: Valor de la variable de mayor frecuencia.

Mediana: Por ser el nmero de datos par, la mediana es la media aritmtica de los dos valores centrales. N x i / Fi 2 = 15 : x 1 = 1 Valores centrales: x / F N + 1 = 16 : x 2 = 2 2 i i x + x 2 1+ 2 = = 1'5 Me = 1 2 2 Ejemplo 6. Sobre una muestra de 150 personas a las que se le ha realizado un test de 50 preguntar sobre seguridad vial, se han obtenido los siguientes resultado agrupados en intervalos: 0 10 10 20 20 30 30 40 40 50 Intervalo 24 32 48 26 20 Frecuencia Calcular los parmetros de centralizacin. Cuadro de frecuencias

Intervalo
0 10 10 20 20 30 30 40 40 50 Media:

M.C. (xi)
5 15 25 35 45 N=

fi
24 32 48 26 20

Fi
24 56 104 130 150

xi fi
120 480 1200 910 900

f i = 150
N 150

x i f i = 3610

x=

x i f i = 3610 = 24'1

Moda: El intervalo modal es el de mayor frecuencia Intervalo Modal [20, 30 ) El calculo de la moda se hace por interpolacin lineal sobre el intervalo modal segn la expresin: D1 Mo = L i + c D1 + D 2 L i = 20 c = 10 teniendo en cuenta: D1 = f i f i 1 = 48 32 = 16 D 2 = f i f i +1 = 48 26 = 22 Mo = 20 + 10 16 = 24'2 16 + 22

Mediana: El intervalo mediano es el primer intervalo cuya frecuencia absoluta acumulada es mayor o igual que el cociente N/2. Aplicando a este caso Fi 150 = 75 Intervalo mediano [20, 30 ) 2 El clculo de la mediana se hace por interpolacin lineal sobre el intervalo mediano segn la expresin: N Fi 1 Me = L i + c 2 fi L i = 20 = c 10 donde: N = 150 F = 56 i 1 f i = 48 Grficamente 150 56 = 24'0 Me = 20 + 10 2 48

El clculo grfico requiere mucha precisin por lo que es menos exacto.

Parmetros de dispersin
Cuantiles Son valores de variable estadstica que dividen a la distribucin en intervalos con igual nmero de datos cada uno de ellos. En funcin del nmero de intervalos en que divida a la distribucin pueden ser: Cuartiles. Son tres valores(Q1, Q2, Q3) que determinan las posiciones correspondientes al 25%, al 50% y al 75% de los datos, dividiendo la distribucin en cuatro subconjuntos con el 25% de los datos cada uno de ellos. La diferencia entre los cuartiles superior e inferior se llama rango intercuartilico. Quintiles. Son cuatro valores(K1, K2, K3, K4) que determinan las posiciones correspondientes al 20%, 40%, 60%, y 80% de los datos, dividiendo la distribucin en cinco subconjuntos con el 20% de los datos cada uno de ellos Deciles. Son nueve valores(D1, D2,..., D9) que corresponden al 10%, 20%,..., y 90% de los datos. Dividen a la distribucin en diez subconjuntos con el 10% de los datos cada uno de ellos. Percentiles (o centiles). Son noventa y nueve valores(P1, P2, ...P99) que dan el valor de la posicin correspondiente a cualquier porcentaje. Dividen a la distribucin en cien subconjuntos.

Clculo: - Para distribuciones con datos sin agrupar se busca el primer valor que cumpla: N Fi = k n Donde n indica el tipo de cuantil; Para cuartiles n = 4, para quintiles n = 5, para deciles n = 10, y para percentiles n = 100. k especifica el cuantil buscado, toma valores desde 1 hasta n1. N es el tamao de la muestra. N N N N Ejemplos: Q 3 : Fi 3 ; K 2 : Fi 2 ; D 7 : Fi 7 ; P35 : Fi 35 4 5 10 100 - Para distribuciones con datos agrupados se busca el intervalo donde se encuentra el cuantil deseado de la misma forma que en las distribuciones sin agrupar y sobre este intervalo se hace una interpolacin mediante la expresin: N k Fi 1 n k = Li + c n fi Ejemplos: N N 2 Fi 1 3 Fi 1 ; K 2 = Li + c 5 Q3 = Li + c 4 fi fi D7 = Li + c 7 N N Fi1 Fi 1 35 10 100 ; P35 = L i + c fi fi

Rango o recorrido Es la diferencia entre el mayor y menor valor de la variable. Es una medida muy imprecisa, ya que slo tiene en cuenta los valores extremos. Tampoco permite hacer comparaciones entre distintas distribuciones.

Desviacin media respecto a la media aritmtica

N Cuanto ms elevado sea su valor, ms dispersin existir y la media, ser menos representativa. Varianza y desviacin tpica La varianza(s2), es la media aritmtica de las diferencias al cuadrado de cada dato respecto de la media de todos ellos. Su frmula es : N aplicando las propiedades de los sumatorios, se obtiene una expresin ms prctica N La varianza, al obtenerse a partir del cuadrado de las diferencias de los datos respecto de la media, hace que los valores ms alejados tenga mayor peso en el resultado: en consecuencia, distingue mejor que la amplitud la variabilidad dispersin de los datos de dos distribuciones. Cuanto ms elevado sea su valor, ms dispersin existir y la media , ser menos representativa. La varianza viene expresada en unidades al cuadrado. Propiedades - Siempre es positiva - Si sumamos a todos los valores de la distribucin una constante, la varianza no varia. - Si multiplicamos a todos los valores de la distribucin por una constante, la varianza queda multiplicada por la constante al cuadrado. Desviacin tpica La desviacin tpica es la raz cuadrada positiva de la varianza. bien s= N N La desviacin tpica es la medida de variabilidad dispersin ms utilizada. Cuanto ms elevado sea su valor, ms dispersin existir y la media , ser menos representativa. La varianza y la desviacin tpica tambin se designan por 2 y , respectivamente. En las calculadoras, la desviacin tpica suele describirse por o por n . Propiedades - Siempre es positiva - Si sumamos a todos los valores de la distribucin una constante, la desviacin tpica no varia. - Si multiplicamos a todos los valores de la distribucin por una constante, la desviacin tpica queda multiplicada por la constante. El coeficiente de variacin La dispersin no puede determinarse exclusivamente a partir de la desviacin tpica, ya que es un concepto relativo. Por tanto, para establecer comparaciones hay que tener tambin en cuenta la media de los datos. Una medida de la dispersin relativa de dos conjuntos de datos es el coeficiente de variacin, que se define como: s Coeficiente de variacin C.V. = x Dados dos conjuntos, aquel que tenga un coeficiente de variacin mayor es el ms disperso, el ms heterogneo. Adems, su valor no depende de la unidad de medida utilizada, pues la media y la desviacin tpica se ven afectadas igualmente. s= s
2 2 xi fi 2 = x

D x = i =1

xi x fi

s2 =

(x i x )2 f i

(x i x )2 f i

x i2 f i x 2

Ejemplo 7. Durante el mes de Julio, en una determinada ciudad de la costa levantina, se han registrado las siguientes temperaturas mximas: 27 28 29 30 31 32 33 34 T(C) (xi) 1 2 6 7 8 3 3 1 N das (fi) Calcular: a. Media, Moda y Mediana b. Q1, Q3, P35, P85 c. Desviacin media, desviacin tpica y coeficiente de variacin. a. Se construye el siguiente cuadro de frecuencias:

xi
27 28 29 30 31 32 33 34 N=

fi
1 2 6 7 8 3 3 1

Fi
1 3 9 16 24 27 30 31

xi fi
27 56 174 210 248 96 99 34

f i = 31

x i f i = 944

Media: x =

x i f i = 944 = 30'45
N 31

Moda: Mo = 31. Por ser el de mayor frecuencia absoluta(f 31 = 8) Mediana: Por ser el nmero de datos impares, la mediana es el valor central. Se localiza por ser el primer valor cuya frecuencia absoluta acumulada es mayor o igual que el cociente N/2. N = 31 = 15'5 : F 15'5 Me = 30 Me 2 2 b. Los Cuantiles al igual que la mediana, se buscan en la frecuencia absoluta acumulada:

xi
27 28 29 30 31 32 33 34 Q 1: FQ1 1 P 35: FP 35 35 31 = 7'75 Q1 = 29 4 31 = 10'89 : P35 = 30 100

Fi
1 3 9 16 24 27 30 31 Q 3: FQ3 3 31 = 23'25 Q 3 = 31 4 31 = 26'35 : P85 = 32 100

P 85: FP 85 85

c.

Para calcular los parmetros de dispersin pedidos, es necesario el siguiente cuadro de frecuencias:

xi
27 28 29 30 31 32 33 34

fi
1 2 6 7 8 3 3 1

xi fi
27 56 174 210 248 96 99 34

xi2 fi
729 1568 5046 6300 7688 3072 3267 1156

f i = 31 x i f i = 944 x i2 f i = 28826 xi x fi
N
n

345 245 145 045 055 155 255 355

(x i 30'5)2 f i = 79'68

119025 12005 12615 14175 242 72075 195075 126025

Desviacin media: D x = i =1

79'68 = 2'57 31 28826 30'45 2 = 1'63 31

Desviacin tpica: s = =

x i2 f i x 2 =
N

Coeficiente de variacin: C.V. =

s 1'63 = = 0'0535 C.V.(% ) = 5'35 x 30'45

Ejemplo 8. Se ha estudiado el coeficiente intelectual de los 210 alumnos de un centro de Bachiller, obtenindose los siguientes resultados

Coeficiente Intelectual (xi)

[82, 90) [90, 98) [98, 106) [106, 114) [114, 122) [122, 130) [130, 138) [138, 146)

N de alumnos (fi)
12 32 49 54 30 17 11 5

Calcular: a. La Media, la Moda y la Mediana b. El K2, D8, P5 c. La puntuacin necesaria para pertenecer al 15% de alumnos con mayor coeficiente intelectual d. La Varianza y el coeficiente de variacin e. Cual de las distribuciones de los ejemplos 7 y 8 esta menos dispersa. a. Cuadro de frecuencias

Intervalo
[82, 90) [90, 98) [98, 106) [106, 114) [114, 122) [122, 130) [130, 138) [138, 146)

xi
86 94 102 110 118 126 134 142

fi
12 32 49 54 30 17 11 5

f i = 210

Fi 12 44 93 147 177 194 205 210

x1 f i = 22844

xi fi 1032 3008 4998 5940 3540 2142 1474 710

Media: x =

x i f i = 22844 = 108'8
N 210

Moda: El intervalo modal es el de mayor frecuencia. [106, 114). La moda se obtiene por interpolacin: Mo = L i + c L i = 106 c=8 teniendo en cuenta: D1 = f i f i 1 = 54 49 = 5 D 2 = f i f i +1 = 54 30 = 24 Mo = 106 + 8 5 = 107'4 5 + 24 D1 D1 + D 2

Mediana: El intervalo donde se encuentra la media es el primer cuya frecuencia absoluta acumulada es mayor o igual que el cociente N/2. Fi 210 = 105 2 buscando en la columna de la frecuencia acumulada Me [ 106, 114 ) Una vez localizada se calcula por interpolacin

N Fi 1 Me = L i + c 2 fi L i = 106 = c 8 donde: N = 210 F = 93 i 1 f i = 54 b. 210 93 = 107'8 Me = 106 + 8 2 54

El segundo quintil est en el primer intervalo cuya frecuencia absoluta acumulada sea mayor o igual N que 2 5 210 = 84 K 2 [98, 106) Fi 2 5 El K2 se obtiene por interpolacin: L i = 98 N 210 2 Fi 1 c = 8 2 44 5 5 = 104'5 K 2 = Li + c = N = 210 = 98 + 8 fi 49 F = 44 i 1 f i = 49 El octavo decil(D8) est en el primer intervalo cuya frecuencia absoluta acumulada sea mayor igual N que 8 10 210 = 168 K 2 [ 114, 122 ) Fi 8 10 El D8 se obtiene por interpolacin: L i = 114 210 N 8 8 Fi1 c = 8 147 10 = 119'6 = N = 210 = 114 + 8 10 D8 = Li + c 30 fi F = 147 i 1 f i = 30 El quinto percentil(P5) est en el primer intervalo cuya frecuencia absoluta acumulada sea mayor N igual que 5 100 210 Fi 5 = 10'5 P5 [82, 90 ) 100 El P5 se obtiene por interpolacin: L i = 82 210 N 5 5 0 Fi 1 c = 8 100 100 = 89 = N = 210 = 82 + 8 P5 = L i + c 12 fi F = 0 i 1 f i = 12

Se pide calcular el percentil ochenta y cinco, ya que este deja a su izquierda el 85% de la c. distribucin, y a su derecha el 15%, que debido al orden creciente de la distribucin, corresponde al de mayor nota. El P85 est en el primer intervalo cuya frecuencia absoluta acumulada sea mayor igual que 85 Fi 85 El P85 se obtiene por interpolacin: L i = 122 210 N 85 85 177 Fi 1 c = 8 100 100 = 122'7 = N = 210 = 122 + 8 P85 = L i + c 17 fi F = 177 i 1 f i = 17 Par estar en el 15% de mayor coeficiente intelectual, la nota del test debe ser mayo que 122. d. Cuadro de frecuencias xi2 fi 88752 282752 509796 653400 417720 269892 197516 100820 210 = 178'5 P5 [ 122, 130 ) 100 N 100

Intervalo
[82, 90) [90, 98) [98, 106) [106, 114) [114, 122) [122, 130) [130, 138) [138, 146)

xi
86 94 102 110 118 126 134 142

fi
12 32 49 54 30 17 11 5

f i = 210 x1 f i = 22844 x i2 f i = 2520648

210

xi fi 1032 3008 4998 5940 3540 2142 1474 710

Varianza: 2 = = x

x i2 f i x 2 = 2520648 108'8 2 = 165'6

N

C.V. =

2 165'5 = = 0'1183 C.V.(% ) = 11'83 x 108'8

Para comparar la dispersin de dos distribuciones, se comparan sus coeficientes de variacin, el e. menor valor corresponder a la menos dispersa. Ejemplo 7: C.V. = 535% Ejemplo 8: C.V. = 1183% En la distribucin del ejemplo 7, los datos estn menos dispersos respecto de la media que en el ejemplo 8. Comparacin de puntuaciones Para poder comparar valores de dos distribuciones diferentes, es decir, para poder comparar las posiciones de dos valores dentro de sus respectivas distribuciones, es necesario tipificar las variables x x Variable tipificada: z i = i

Ejemplo 9. Un alumno obtiene un 55 en el examen de matemticas y un 64 en el examen de filosofa. En cual examen obtuvo mejor nota respecto a su clase?. x m = 5'2 Examen de matemticas : m = 1'02 Datos: Examen de filosofa : x f = 5'9 f = 1'72 Para poder compara las puntuaciones de dos exmenes hay que desvincular las variables de lo que miden, eso se consigue mediante su tipificacin. x x m 5'5 5'2 = = 0'294 zm = m xi x m 1'02 zi = : z f = x f x f = 6'4 5'9 = 0'291 f 1'72 Respecto de la clase, obtuvo mejor nota en el examen de matemticas ya que su valor tipificado es mayor.