You are on page 1of 70

Introducci

on
Par
ametros
Ejemplos

Tema 1A: Estadstica Descriptiva


Descripci
on de una variable

Departamento Matematica Aplicada


Universidad de M
alaga

Curso 2012-2013

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 1

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Tema 1A: Estadstica Descriptiva


La estadstica es la ciencia de los datos; implica la coleccion,
clasificacion, sntesis, organizaci
on, analisis e interpretacion de los
datos.
Suele aplicarse a dos tipos de problemas:
Resumir, describir y explorar datos referidos a un colectivo.
Utilizar datos de muestras para deducir conclusiones sobre un
colectivo mas amplio del cual se escogieron las muestras.
La rama de la estadstica que se dedica a la organizacion, sntesis y
descripcion de conjuntos de datos es la estadstica descriptiva.
La rama de la estadstica que se ocupa de utilizar datos de
muestras, para inferir algo acerca de la poblaci
on de la que
provienen, se denomina estadstica inferencial.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 2

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Conceptos previos
Poblaci
on: Conjunto de elementos que son objeto de estudio.
Individuo: Cada uno de los elementos de la poblacion descrito
mediante una serie de caractersticas a las que se refiere el estudio
estadstico.
Muestra: Una muestra es un subconjunto no vaco de individuos
de la poblacion. El n
umero de elementos que componen la muestra
se denomina tama
no muestral (N) y si coincide con el tama
no de
la poblacion decimos que se esta realizando un censo.
Caracteres: Los caracteres son las caractersticas de los individuos
de la poblacion que son objeto de estudio. Pueden ser cualitativos
(nominales u ordinales) o cuantitativos (discretos o continuos).
Modalidades: Las diferentes situaciones posibles del caracter se
denominan modalidades. Tales situaciones deben estar bien
definidas de tal manera que cada individuo pertenezca a una y
solo una modalidad.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 3

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Tipos de caracteres: Ejemplos


Cualitativo nominal:
Pas={Francia, Espa
na,...}
Color={Rojo, Verde, Amarillo, . . . }
Cualitativo ordinal: (Com
un en escalas jerarquicas)
{Todo, Mucho, Regular, Poco, Nada}
{Muy alto, Alto, Regular, Bajo, Muy Bajo}
Cuantitativo discreto:
N
umero de hijos={0, 1, . . . };
N
umero de smbolos en un mensaje={2, 3, . . . }
Cuantitativo continuo:
Altura en cm.
Peso en Kg.
Ruido en decibelios (dB).
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 4

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Frecuencias
Consideremos una poblaci
on y una muestra de tama
no N y sea X
un caracter con modalidades x1 , x2 , . . . , xk (ordenadas si son
cuantitativas):
Definici
on
La frecuencia absoluta (ni ) de la modalidad xi es el n
umero de
individuos de la muestra que presentan esa modalidad.
Definici
on
La frecuencia relativa (fi ) de la modalidad xi es el cociente entre
la frecuencia absoluta y el tama
no de la muestra,
fi =

Departamento Matem
atica Aplicada

ni
.
N
Tema 1A: Estadstica Descriptiva una variable P
ag. 5

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Frecuencias-2
Ejemplo
Los precios (en euros) de los men
us servidos durante un da en un
restaurante determinado son: 6, 8, 6, 8, 6, 8, 12, 6, 8, 8, 6, 8, 8, 8, 12,
12, 8, 8, 12, 6, 8, 6, 6, 8, 12, 6, 6, 6, 6, 6.

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 6

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Frecuencias-2
Ejemplo
Los precios (en euros) de los men
us servidos durante un da en un
restaurante determinado son: 6, 8, 6, 8, 6, 8, 12, 6, 8, 8, 6, 8, 8, 8, 12,
12, 8, 8, 12, 6, 8, 6, 6, 8, 12, 6, 6, 6, 6, 6.
Expresado en forma de tabla de frecuencias:

Figura: Tabla de frecuencias


Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 7

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Frecuencias Acumuladas
Definici
on
La frecuencia absoluta acumulada (Ni ) de una modalidad xi de
la variable X es la suma de lasP
frecuencias de los valores que son
inferiores o iguales a el (Ni = j=i
j=1 nj ).
Definici
on
La frecuencia relativa acumulada (Fi ) de una modalidad xi de X
es el cociente entre la frecuencia absoluta acumulada y el tama
no
de la muestra,
Ni
Fi =
.
N

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 8

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Distribuciones de frecuencias. Tablas estadsticas

La distribuci
on de frecuencias de un caracter, sea cualitativo
(atributo) o sea cuantitativo (variable estadstica), esta constituida
por las distintas modalidades del caracter junto a las
correspondientes frecuencias.
Generalmente, las distribuciones se presentan en forma de tabla
estadstica o de frecuencias. Esta forma de representacion permite
tener organizada y resumida la informaci
on contenida en el
conjunto de datos y presentada de forma mas comprensible y
significativa.
Las distribuciones de frecuencias son basicamente de dos tipos:
discretas y continuas.

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 9

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Distribuciones discretas
Consideramos que la distribuci
on de frecuencias es discreta si el
caracter es cualitativo o si el caracter es cuantitativo, pero el
n
umero de modalidades es peque
no en relaci
on con el n
umero de
observaciones.
En el ejemplo anterior, la distribuci
on de frecuencias es discreta y
su tabla estadstica es:

Las distribuciones de caracteres cualitativos se analizan como


discretas, aunque para las nominales no tendran sentido las
frecuencias acumuladas.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 10

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Distribuciones continuas
Consideramos que la distribuci
on de frecuencias es continua
cuando el n
umero de observaciones y el n
umero de modalidades es
muy grande.
Los datos se agrupan en intervalos (clases) y se determina el
n
umero de individuos que pertenecen a cada intervalo. Usualmente
los intervalos seran de la forma Ii = (Li1 , Li ]. Por convenio: Los
intervalos extremos de la forma (, L1 ], o (Lk1 , ) se
consideran de igual amplitud que sus adyacentes.
Los intervalos tienen que formar una partici
on. Su uso supone una
perdida de informacion y es importante elegir un n
umero adecuado
de intervalos que no suponga una perdida significativa.
Los puntos medios de las clases son llamados marcas de clases.
La tabla estadstica se obtiene a partir de los intervalos, sus marcas
de clase y las frecuencias correspondientes.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 11

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Ejemplo
Los precios pagados por las consumiciones realizadas en una
cafetera a lo largo de un determinado da vienen dadas en la tabla

Amplitud de un intervalo: ai = Li Li1


L +L
Marca de clase: xi = i12 i

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 12

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Representaciones graficas
Muestran la distribuci
on de frecuencias y deben ser capaces de
transmitir informacion de la muestra permitiendo observar algunas
caractersticas de los datos. Tratan de facilitar una sntesis visual y
conviene cuidar la presentaci
on (colores, formas, . . . ). El tipo de
caracter establece una clasificaci
on de las representaciones graficas.
Caracteres cualitativos. No hay orden numerico.
Diagrama de rect
angulos o barras: Cada modalidad se
representa mediante una barra cuya altura es la frecuencia
absoluta o relativa.
Diagrama de sectores: Crculo con sectores de area
proporcional a la frecuencia de la modalidad correspondiente.
Pictograma y cartograma: Representaci
on iconica con
dibujos simbolicos o mapas.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 13

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Ejemplo
Los estudiantes de una universidad se dividen en 5 grupos seg
un su
procedencia de acuerdo a la siguiente distribuci
on de frecuencias:

Dicha informacion podemos representarla mediante un diagrama


de barras o un diagrama de sectores:

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 14

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Caracteres cuantitativos. Se realizan sobre los ejes de


coordenadas
Diagrama de barras o puntos: Caso discreto. Con barras
verticales o puntos en los extremos; la longitud de la barra
queda determinada por la frecuencia y el valor de la variable
determina el lugar del eje horizontal donde se apoya.
Histograma: Datos agrupados en intervalos. En cada clase
dibujamos un rectangulo sobre el eje X con base el intervalo y
area proporcional a la frecuencia a representar.
Polgono de frecuencias: Se obtiene uniendo los extremos de
las barras en el diagrama de barras o los puntos medios
superiores de los rectangulos en el histograma. Al inicio y final
se consideran dos nuevos intervalos de igual amplitud que el
primero y u
ltimo.

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 15

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Ejemplo
Durante un periodo de 35 das las temperaturas (en grados
Fahrenheit) a las 6 de la ma
nana han sido:

Dicha informacion podemos representarla mediante:


Lmites
de clase
70-75
75-80
80-85
85-90
90-95
95-100
100-105
105-110

Marcas
de clase
72.5
77.5
82.5
87.5
92.5
97.5
102.5
107.5
Suma

Frecuencias

ni
3
7
7
5
8
2
0
3
35

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 16

Introducci
on
Par
ametros
Ejemplos

Generalidades
Frecuencias
Gr
aficas

Ejemplo-cont.

Pero tambien:

Lmites
de clase
70-80
80-85
85-90
90-95
95-110

Marcas
de clase
75.0
82.5
87.5
92.5
102.5
Suma

Departamento Matem
atica Aplicada

Frecuencias
ni
ni
fi = 35
10
0.2857
7
0.2000
5
0.1428
8
0.2286
5
0.1428
35
1

Ampl.
ai
10
5
5
5
15

Altura
hi = afi
i
0.0286
0.0400
0.0286
0.0457
0.0095

Tema 1A: Estadstica Descriptiva una variable P


ag. 17

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Medidas de tendencia central: Medias, mediana y moda


Las medidas de posici
on son valores numericos descriptivos
calculados a partir de los datos. Destacan las medidas de tendencia
central que ayudan a encontrar el centro de la distribucion o la
posicion relativa de una observaci
on dentro del conjunto de datos.
Consideremos la variable X con valores x1 , x2 , . . . , xk y
frecuencias n1 , n2 , . . . , nk ; siendo N el n
umero total de datos.
Definici
on
La media aritm
etica simple es la suma de todos los valores
divididos por el n
umero total de datos
Pk

x=

i=1 xi ni

k
X

xi f i .

i=1

Se usa x para la media muestral y para la media de la poblacion.


Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 18

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Ejemplo 1
Ejemplo
Si consideramos los valores numericos 7, 11, 11, 8, 12, 7, 6, 6
La media aritmetica simple viene dada por
x =

7 + 11 + 11 + 8 + 12 + 7 + 6 + 6
= 8.5
8

Cuando la variable es continua y los valores estan agrupados por


intervalos, consideraremos las marcas de clase como los valores
de la variable y la frecuencia absoluta al n
umero de datos
contenidos en el intervalo.
Ejemplo
Calcular la media aritmetica en el ejemplo de las temperaturas.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 19

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Solucion
Lmites de clase Frecuencia
Li1 Li
absoluta (ni )
3
70 75
75 80
7
80 85
7
85 90
5
90 95
8
95 100
2
100 105
0
105 110
3
35

Marca de
clase (xi )
72.5
77.5
82.5
87.5
92.5
97.5
102.5
107.5

ni xi
217.5
542.5
577.5
437.5
740.0
195.0
0.0
322.5
3032.5

La media aritmetica simple vale:


3032.5
x =
= 86.642857
35
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 20

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Observacion
La media es el centro de gravedad de la distribucion.
La media puede no corresponderse con ning
un valor de la
variable.
La media es muy sensible a valores extremos (inusuales o
atpicos) de la variable

Ejemplo: Dados los datos 5.3; 4.7; 5.2; 4.9; 49 la media aritmetica
es x = 13.82 que no representa nada.
Por otra parte, el u
ltimo dato 49 puede ser err
oneo y ser, en
realidad, 4.9. La media sera entonces x = 5.
Depende demasiado de alg
un dato err
oneo. Se dice que es
poco robusta.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 21

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Transformacion afn
Si a partir de los valores de una variable X , construimos otra
Y = aX + b, es decir: yi = axi + b, entonces:
y = a
x +b
Ejemplo: Hallar la media de la variable X en la tabla:
xi
ni
13.725 7
13.975 14
14.225 18
14.725 6
Podemos facilitar los calculos haciendo el cambio:
X = 0.25Y + 13.975 Y = X 13.975
x = 0.25
y + 13.975
0.25
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 22

Introducci
on
Par
ametros
Ejemplos

Solucion:

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

xi
ni yi = xi 13.975
0.25
13.725 7
1
13.975 14
0
14.225 18
1
14.725 6
3
45

ni yi
7
0
18
18
29

29
= 0.64444444
45
29

x = 0.25
+ 13.975 14.1361111
45
y =

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 23

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Media ponderada
Definici
on
La media ponderada de los datos xi por los pesos wi se define
como:
P
xi w i
xw = Pi
i wi
Ejemplo
Las calificaciones de un alumno son 2.6; 3.7; 5.1, 4.9 y 6.4. Las 3
primeras corresponden a controles con ponderaci
on 1, la cuarta es
la nota de practicas con ponderaci
on 2 y la u
ltima es el examen
final con ponderacion 3. Cual es la nota media?
Las ponderaciones son w
= {1, 1, 1, 2, 3}
xw =

2.6 1 + 3.7 1 + 5.1 1 + 4.9 2 + 6.4 3


= 5.05
1+1+1+2+3

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 24

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Media armonica

Definici
on
La media arm
onica (H) de los datos xi se define mediante:
N
H=P 1

i xi

Si los datos estan agrupados puede usarse:


N
H = P ni
i xi

donde N =

ni

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 25

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Ejemplo 1
Ejemplo
Tenemos 10 condensadores, 5 de 1F , 3 de 2F y los otros 2 de
5F conectados en serie. Queremos usar un u
nico tipo de
condensador (los 10 iguales). Cual debe ser su capacidad?
Evidentemente debe tener una capacidad intermedia. Pero
teniendo en cuenta que la capacidad equivalente P
C a varios
condensadores conectados en serie cumple: C1 = i C1i tenemos:
1
5 3 2
10
= + + =
CH =
C
1 2 5
CH

10
5
1

3
2

2
5

= 1.44927536

que es la media armonica.


Tambien vale para resistencias en paralelo.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 26

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Introducci
on
Par
ametros
Ejemplos

Ejemplo 2
Ejemplo
Se quiere comparar la duraci
on del establecimiento de conexion
entre dos protocolos. El protocolo A produce los valores (en ms.):
{10.8; 5.3; ; 12.4; 8.5; 7.7; 7.9; 4.4}, mientras que el protocolo B
produce: {6.6; ; 4.6; 2.3; 1.3; 3.3; 4.9; ; 2.8; 2.2; 3.5; 1.7; 2.1;
3.9; 3.4; 3.8; 4.0}
Podemos usar la media arm
onica, pero no la aritmetica:
HA =

1
10.8

HB =

1
5.3

1
4.6

1
12.4

8
+

1
8.5

1
7.7

1
7.9

17
1
6.6

1
2.3

+ ... +

1
3.8

1
4

1
4.4

= 8.3048788

= 3.20419429

As pues, parece mejor el B, a pesar de que no establece la llamada


en el 11.76 % de los casos estudiados.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 27

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Media cuadratica o Valor cuadratico medio (RMS)


Definici
on
La media cuadr
atica de los datos xi se obtiene mediante la
expresion:
s
s
P 2
P
2
x
i i
i ni xi
xC =
, o bien para datos agrupados: xC =
N
N
Ejemplo
Al contabilizar durante una semana el n
umero de llamadas
recibidas en un servicio tecnico debido a alg
un tipo de avera, se
obtuvieron los valores: 2, 3, 1, 0, 4, 3. Hallar la media cuadratica.
r
xC =

22 + 32 + 12 + 02 + 42 + 32
=
6
Departamento Matem
atica Aplicada

39
= 6.5 2.54951
6

Tema 1A: Estadstica Descriptiva una variable P


ag. 28

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Moda

Definici
on
La moda (Mo) de un conjunto de datos es el valor de la variable
que presenta mayor frecuencia. Puede no ser u
nica o puede que no
exista si todos los valores tienen la misma frecuencia
Ejemplo
Si consideramos el conjunto de datos A = {7, 11, 11, 8, 12, 9, 6, 6},
tenemos dos modas que corresponden a los valores 6 y 11
En B = {7, 11, 11, 8, 12, 12, 12, 7, 6, 6} la moda es el 12
En C = {7, 11, 8, 12, 9, 6} no hay moda.

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 29

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Calculo de la moda:
Si la variable es cualitativa o discreta sera la clase con mayor
frecuencia (absoluta o relativa).
Si la variable es continua, debemos tener en cuenta la
amplitud de los intervalos y llamaremos intervalo modal al
que tenga mayor hi = naii (mayor altura en el histograma).
Posteriormente la moda sera:
1
Mo = Li1 +
ai
1 + 2
donde:
Li1 = Extremo inferior del intervalo modal.
ai = Amplitud del intervalo modal.
1 = hi hi1
2 = hi hi+1

NOTA: Si no existe la clase i 1


o i + 1 consideraremos como 0
el valor de hi1 o hi+1 respectivamente.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 30

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Mediana
Es una medida central mas robusta frente a los datos que la media.
Definici
on
La mediana (Me) es aquel valor de la variable estadstica tal que,
supuesto ordenados en orden creciente los datos, divide en dos
partes iguales a la distribuci
on de frecuencias. Caso de datos no
agrupados, si N es impar la mediana coincide con el termino en la
posicion (N + 1)/2 y si N es par la mediana es la media de los
valores en las posiciones N/2 y N/2 + 1.
Ejemplo
Consideremos las listas de n
umeros ordenados
ListA = {11, 11, 16, 17, 25} y ListB = {1, 4, 8, 8, 10, 16, 16, 19}; la
mediana de ListA es 16 y la de ListB es 8+10
2 = 9.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 31

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Cuantiles:

Constituyen una generalizaci


on del concepto de mediana.
Definici
on
Cuantiles Dado un valor c (0, 1) se define el cuantil c como el
valor X (c) tal que, supuesto ordenados en orden creciente los
datos, divide en dos partes a la distribuci
on de frecuencias, la
primera con el 100c % de los datos y la segunda con el resto.
Evidentemente la mediana coincide con el cuantil c = 0.5.

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 32

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Cuartiles, deciles y percentiles


Definici
on
Cuartiles. Son tres valores con las siguientes caractersticas:
Q1 = X (0.25): Valor que deja por debajo 1/4 de la poblacion.
Q2 = X (0.5) = Me: Deja por debajo la mitad de la poblacion.
Q3 = X (0.75): Deja por debajo 3/4 de la poblaci
on.
Definici
on
Deciles Hay 9 deciles que dividen a la poblaci
on en 10 partes
k
iguales. Dk = X ( 10 ).
Definici
on
Percentiles Hay 99 percentiles que dividen a la poblacion en 100
k
partes iguales. Se denotan por Pk = X ( 100
) y corresponden a los
k
cuantiles 100 para k = 1 : 99.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 33

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Calculo del cuantil c


Caso discreto: Realizamos la descomposici
on de cN en su
parte entera (E) y decimal (D): cN = E + D
Si D 6= 0, X (c) es el valor que ocupa el lugar (E + 1)
valor de lugar (E)+valor de lugar (E+1)
Si D = 0, X (c) =
2

Caso continuo: Calculo cN. En la columna de las frecuencias


acumuladas Ni busco la primera que rebasa ese valor
Ni1 cN < Ni , a continuaci
on aplico la f
ormula
X(c) = Li1 +

cN Ni1
ai
ni

donde:
Li1 : Limite inferior del intervalo (Li1 , Li ].
Ni1 : Frecuencia absoluta acumulada correspondiente al
intervalo anterior.
ai : Amplitud del intervalo.
ni : Frecuencia absoluta del intervalo.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 34

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Ejemplo
Ejemplo
Calcular los cuartiles y los percentiles: P37 y P68 para los siguientes
valores numericos: 2, 5, 3, 4, 7, 0, 11, 2, 3, 8
En primer lugar, ordenamos los N = 10 valores en orden creciente:
0, 2, 2, 3, 3, 4, 5, 7, 8, 11
Q1 : Calculamos N/4=2.5. Como no es entero se trata del que
ocupa el tercer lugar, luego Q1 = 2.
Mediana = Q2 : Calculo 10/2=5 que es entero, luego es la media
entre el 5o y 6o valor: Me = 3+4
2 = 3.5
Q3 : Nc=10*3/4=7.5, no es entero luego tomo el 8o valor: Q3 = 7.
P37 : Calculo 10(37/100)=3.7, no es entero, tomo el 4o
P37 = 3.
P68 : Calculo 10(68/100)=6.8, no es entero, tomo el 7o
P68 = 5.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 35

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Ejercicio
Consideremos los siguientes 50 valores ordenados:
10
11
13
15
18

20
22
23
23
30

35
36
38
41
44

44
48
49
50
50

55
56
57
60
63

64
68
69
70
73

75
76
76
78
80

81
82
83
83
85

87
89
90
94
96

99
101
102
105
107

Calcular P5 , P95 , Q1 , Me y Q3 .
5
P5 : v = 50 100
= 2.5 busco el 3o , por lo que P5 = 13
95
P95 : v = 50 100 = 47.5 busco el 48o , por lo que P95 = 102
Q1 : v = 50 14 = 12.5 busco el 13o , por lo que Q1 = 38
Me : v = 50 21 = 25 saco la media entre el 25o y 26o , por lo
que Me = 63+64
= 63.5
2
3
Q3 : v = 50 4 = 37.5 busco el 38o , por lo que Q3 = 83
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 36

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Medidas de desviacion y dispersion

Ayudan a determinar la variaci


on de los datos. Sirven para
determinar lo agrupada o dispersa que esta una poblacion y si la
medida de tendencia central calculada es representativa.
Rango: Recorrido o intervalo (R) es la diferencia entre el mayor y
el menor valor observado de la variable.
Otros rangos usados son:
Rango intercuartlico: RQ = Q3 Q1
Rango intercentlico: RP = P99 P1
El rango es muy sensible a un error en los datos, no as los rangos
intercuartlico e intercentlico.

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 37

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Desviacion media
La desviacion di de un valor xi de la variable respecto a un
parametro p es la diferencia di = |xi p| entre esos valores.
Usualmente p es una medida de tendencia central.
La desviaci
on media respecto a un promedio p es la media del
valor absoluto de las desviaciones a una determinada medida de
tendencia central p.
Pk
i=k
X
i=1 |xi p| ni
DM(p) =
=
|xi p| fi
N
i=1

Si el parametro p es la media aritmetica simple lo llamamos


desviaci
on media:
Pk
i=k
X
|xi x| ni
DM = i=1
=
|xi x| fi
N
i=1

Tiene el inconveniente de usar valores absolutos (no derivable).


Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 38

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Error cuadratico medio


Definici
on
Llamamos error cuadr
atico medio aPla media de las desviaciones
ni (xi p)2
al cuadrado:
ECM(p) = i
N
Ejemplo: Dados los valores {5, 2, 3, 3, 3, 5, 7} hallar la desviacion
media y error cuadratico medio respecto a la media y la mediana.
Respecto a la media: x = 5+2+3+3+3+5+7
= 4, las desviaciones
7
absolutas son: |~di | = {1, 2, 1, 1, 1, 1, 3}, luego
5(1)2 +1(2)2 +1(3)2
DM = 5(1)+1(2)+1(3)
= 10
= 18
7
7 y ECM =
7
7 .
~
Respecto a la mediana: Me = 3, |di | = {2, 1, 0, 0, 0, 2, 4}, luego
2
2
2 +1(4)2
DM = 3(0)+1(1)+2(2)+1(4)
= 97 , ECM = 3(0) +1(1) +2(2)
= 25
7
7
7
NOTA: La mediana es el valor que hace mnimo la desviacion
media, mientras la media hace mnimo el error cuadratico medio.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 39

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

La varianza y la desviacion tpica


La varianza poblacional o varianza de un conjunto de datos
viene dada por:
Pk
k
X
(xi
x)2 ni
2
(xi
x)2 fi
=
V = = i=1
N
i=1
Es decir, es la media de los cuadrados de las desviaciones respecto
a la media.
Otra forma equivalente para calcular la varianza es:
Pk
k
X
ni x2i
2
2
V=
xi f i
x = i

x2
N
i=1
La desviaci
on tpica o est
andar es la raz cuadrada de la varianza.
v
u k
uX

= + V = t (x
x)2 f
i

i=1
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 40

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Ejemplo
Consideremos las listas de valores numericos:
ListaA = {12, 10, 9, 9, 10} y ListaB : {5, 10, 16, 15, 4}
. Calcular la desviacion tpica e interpretar los resultados.
Observamos que en ambos casos la media es 10
Para la lista A:
VA = A2 =

122 + 2 102 + 2 92
102 = 1.2
5

A =

1.2

Para B:
VB = B2 =

52 + 102 + 162 + 152 + 42


102 = 24.4
5

B =

24.4

Luego los datos estan mas dispersos en la lista B que en la A.


Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 41

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Media y varianza muestral


Normalmente no podemos medir toda la poblaci
on y tenemos que
conformarnos con una muestra, sin embargo si queremos inferir el
valor para la poblacion completa:
El mejor estimador
para la media poblacional es la media
P
i xi
muestral x = N .
El mejor estimador de la varianza de una poblacion no es la
varianza de la muestra, es la cuasivarianza de la muestra.
La varianza muestral o cuasi-varianza (s2 ), para una muestra de
Pk
(xi
x)2 ni
2
tama
no N vale: s = i=1
N1
No confundir varianza muestral (s 2 ), con varianza de la
2 ):
muestra (M
Pk
(xi
x)2 ni
N
2
2
2
s =
M donde M = i=1
N1
N
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 42

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Medidas de comparacion

Se usan para comparar informaci


on obtenidas de distintas muestras
o distintas poblaciones.
Variable tipificada:
Haciendo uso de la media y de la desviaci
on tpica de la variable
X , podemos considerar una nueva variable dada por:
Z=

X x

con valores

zi =

xi x

i = 1, 2, ..., k

La variable tipificada es adimensional y, por tanto, independiente


de las unidades usadas. Mide la desviaci
on de la variable respecto
de su media en terminos de la desviaci
on tpica.

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 43

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Ejemplo
El alumno A ha obtenido una puntuaci
on de 8.5 en un examen
cuya puntuacion media ha sido 7.9 y desviaci
on tpica 0.8. El
alumno B ha obtenido como puntuaci
on 7.4 en otro examen cuya
puntuacion media ha sido 7.0 y desviaci
on tpica 0.5. Compara las
puntuaciones de ambos alumnos.
Para proceder a la comparaci
on tipificamos las variables:
zA =

8.5 7.9
= 0.75
0.8

zB =

7.4 7.0
= 0.8
0.5

Observamos que la nota del alumno B es mejor que la del A. La


nota de A se encuentra a 0.75 desviaciones tpicas por encima de
la nota media, siendo inferior a la nota de B que supera a la nota
media en 0.8 desviaciones.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 44

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Coeficiente de variacion de Pearson


Un problema de la desviaci
on tpica como medida de dispersion es
que depende de las unidades de medici
on de la variable y de la
muestra. Por tanto no resulta u
til para comparar dispersiones entre
dos muestras distintas o expresadas con unidades distintas.
Por ello se define el coeficiente de variaci
on de Pearson , como
el cociente entre la desviaci
on tpica y el valor absoluto de la media:
CV =

|
x|

Normalmente se expresa en tanto por ciento, para ello basta


multiplicar el cociente por 100.
Tiene el problema de no estar definido cuando x = 0.

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 45

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Ejemplo
Un fabricante de tubos de televisi
on produce dos tipos de tubos, A
y B, que tienen vidas medias respectivas xA =1495 horas y
xB =1875 horas, y desviaci
on tpica A =280 horas y B =310.
Comparar las dispersiones de las dos poblaciones.
Los coeficientes de variaci
on para cada tipo de tubos
CVA =

280
100 180 73 %
1495

CVB =

310
100 160 53 %
1875

indican que, en terminos relativos, la dispersi


on es mayor en la
poblacion A, a pesar de que las desviaciones tpicas sugieran lo
contrario.

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 46

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Introducci
on
Par
ametros
Ejemplos

Entropa
Definici
on
Llamamos entropa de una variable (cualitativa o discreta) a:
X
H=
fi log (fi )
i

La base de logaritmo puede ser cualquiera, pero se suele hacer


coincidir con el n
umero de clases, si no se conoce se toma 2.
Mide la dispersion de una variable, mientras que la mayora de las
anteriores medidas miden la desviaci
on respecto a un parametro.
La entropa es mnima (H = 0) si todas las observaciones son
iguales.
La entropa es maxima si todas las fi son iguales (fi = K1 ).
 
X 1
1
H=
logK
= logK (K ) = 1
K
K
i
.
Departamento Matem
atica Aplicada
Tema 1A: Estadstica Descriptiva una variable P
ag. 47

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Ejemplo
Ejemplo
Dada la tabla de valores:
ni

Rojo Verde Azul


14
23
12

Amarillo
11

Cual es su entropa?
14 23 12 11
N = 14+ 23 + 12 +
,60 }. Entonces:
 1123= 60 23fi = {1260 , 60 , 60
14
12
11
14
H = 60 log4 60 + 60 log4 60 + 60 log4 60
+ 11
60 log4 60
H 0.96662703
logb (x)
, pero MATLAB contiene
NOTA: Podemos usar: logK (x) = log
b (K )
las funciones log, log2 y log10 que calculan el de base e, 2 y 10.
El de base 4 se obtiene mediante: log4 (x) = log(x)/ log(4).
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 48

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Momentos ordinarios respecto a un punto


Definici
on
Se define el momento ordinario de orden r respecto al punto c
como:
Pk
k
X
ni (xi c)r
r
(xi c) fi = i
mr (c) =
N
i=1

Ejemplo: Hallar m1 (Me) y m2 (Me) de los datos:


{0, 0, 2, 2, 2, 2, 3, 3, 4, 4, 7, 7}.
Hay N = 12 datos el 6o vale 2 y el 7o vale 3 Me = 2+3
2 = 2.5
2(02.5)+4(22.5)+2(32.5)+2(42.5)+2(72.5)
6
m1 (Me) =
= 12
12
m2 (Me) =

2(02.5)2 +4(22.5)2 +2(32.5)2 +2(42.5)2 +2(72.5)2


12

Departamento Matem
atica Aplicada

59
12

Tema 1A: Estadstica Descriptiva una variable P


ag. 49

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Introducci
on
Par
ametros
Ejemplos

Momentos ordinarios
Definici
on
Se define el momento ordinario de orden r como la media
aritmetica de las potencias de orden r de los datos de la variable:
mr =

k
X

xir fi

Pk
=

i=1

ni xir
N

Se verifica que:
El momento ordinario de orden 0 vale 1, m0 = 1.
El momento ordinario de orden 1 es la media aritmetica:
m1 =
x
El momento ordinario de orden 2 , m2 = 2 + x2 .
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 50

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Momentos centrales
Definici
on
Se define el momento central de orden r como la media
aritmetica de las potencias de orden r de las desviaciones de los
datos respecto de la media:
r =

k
X

Pk

(xi x) fi =

i=1

i=1 ni (xi

x)r

Propiedades:
Los momentos centrales 0 = 1 y 1 = 0.
El momento central de orden 2 es la varianza:
2 = V = 2 = m2
x2
3 = m3 3m2
x + 2
x3
4 = m4 4m3
x + 6m2
x2 3
x4
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 51

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Medidas de forma: simetra y apuntamiento

Sesgo negativo

Simetrica

Departamento Matem
atica Aplicada

od
a
ian
a
M
ed
ia

ed

Media
Mediana
Moda

Distribucion asimetrica
positiva o a la derecha

Distribucion
simetrica

Distribucion asimetrica
negativa o a la izquierda

M
ed
ia
ed
ian
a
M
od
a

Otras medidas que nos permiten clasificar la forma de una


distribucion son las medidas de asimetra (o sesgo) y las medidas
de apuntamiento (o curtosis).
Medidas de asimetra Una distribuci
on de frecuencias es
simetrica cuando los valores de la variable que equidistan de un
valor central tienen las mismas frecuencias.
Las distribuciones simetricas verifican: x = Me, y usualmente
x = Me = Mo.

Sesgo positivo

Tema 1A: Estadstica Descriptiva una variable P


ag. 52

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Coeficientes de asimetra

Hay dos coeficientes que nos permiten estudiar el grado de


asimetra de una distribuci
on.
Definimos el coeficiente de asimetra de Pearson como:
AP =

x Mo

Siendo su interpretacion:
AP > 0 Asimetra a la derecha o positiva
AP = 0 Simetra
AP < 0 Asimetra a la izquierda o negativa

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 53

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Coeficiente de asimetra de Fisher

Definimos el coeficiente de asimetra de Fisher como:


g1 =

3
3

Siendo su interpretacion:
g1 > 0 Asimetrica (o sesgada) a la derecha o positiva
g1 = 0 Simetrica o insesgada.
g1 < 0 Asimetrica (o sesgada) a la izquierda o negativa
Lo que se hace es comparar con la distribuci
on normal que es
simetrica y tiene g1 = 0

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 54

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Introducci
on
Par
ametros
Ejemplos

Coeficiente de apuntamiento
El aplastamiento, apuntamiento o curtosis de una distribucion es el
grado de achatamiento o afilamiento en comparacion con la
distribucion normal con igual media y varianza.
El coeficiente de aplastamiento de Fisher es:
g2 =

4
3
4

Siendo su interpretacion:
g2 < 0 Menos apuntamiento que la normal (Platic
urtica).
g2 = 0 Igual apuntamiento que la normal (Mesoc
urtica).
g2 > 0 Mas apuntamiento que la normal (Leptoc
urtica).
Lo que se hace es comparar con la distribuci
on normal que tiene
g2 = 0
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 55

Introducci
on
Par
ametros
Ejemplos

Medidas de posici
on.
Medidas de dispersi
on
Momentos y medidas de forma

Significado de la curtosis

Platic
urtica

Mesoc
urtica

Leptoc
urtica

La curva superpuesta al histograma es una normal con igual media


y varianza.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 56

Introducci
on
Par
ametros
Ejemplos

Ejemplo 1
Ejemplo
Los valores previstos (xi ), reales (xi ) y frecuencia absoluta (ni )
vienen dados en la tabla. Hallar la media cuadratica (MC) y la
desviaci
on media (DM) del error cometido al en la estimacion.
xi
xi
ni
xi
0
0
0
1
1
1
3
3
3

xi
0
1
3
0
1
3
0
1
3

ni
6
3
2
3
5
1
1
3
7
31

di = xi xi
0
1
3
1
0
2
3
2
0

0
0
6

0
1
3
|di |
0
1
3
1
0
2
3
2
0

0
3
2
di2
0
1
9
1
0
4
9
4
0

Departamento Matem
atica Aplicada

1
0
3

1
1
5
ni |di |
0
3
6
3
0
2
3
6
0
23

1
3
1

3
0
1

3
1
3

3
3
7

ni di2
q
0
Media cuadr
atica= 49
=
31
3
= 1.25723711
18
3
23
0 Error medio o DM= 31 =
=
0.74193548
4
9
Error cuadr
atico= 49
=
12
31
=
1.58064516
0
49

Tema 1A: Estadstica Descriptiva una variable P


ag. 57

Introducci
on
Par
ametros
Ejemplos

Ejemplo 2

Ejemplo
La duracion en horas de una tipo de lampara incandescente viene
reflejado en la tabla adjunta. Calcular:
a) Dibujar el histograma.
c) Q1 , Q3 , D1 = P10 y D9 = P90 .
e) Varianza y desviaci
on tpica.
g) Medias arm
onica y cuadr
atica.
i) Error cuadr
atico medio (ECM) respecto media.

b) Porcentaje que duran menos


de 950 h.
d) Media, moda y mediana.
f) Sesgo y curtosis.
h) Desviaci
on media.
j) ECM respecto a la mediana.

Int (200 600] (600 800] (800 1000] (1000 1200] (1200 1400] (1400 1700]
ni
4
31
136
165
67
14

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 58

Introducci
on
Par
ametros
Ejemplos

Solucion a) Histograma frec. absolutas


Int.
200 600
600 800
800 1000
1000 1200
1200 1400
1400 1700

ni
4
31
136
165
67
14
417

Departamento Matem
atica Aplicada

ai
400
200
200
200
200
300

hi = nai
i
0.01
0.155
0.68
0.825
0.335
0.0467

Tema 1A: Estadstica Descriptiva una variable P


ag. 59

Introducci
on
Par
ametros
Ejemplos

b) Porcentaje que duran menos de 950.


Necesito las frecuencias absolutas acumuladas.
Int.
ni
200 600
4
600 800
31
800 1000 136
1000 1200 165
1200 1400 67
1400 1700 14
417

ai
400
200
200
200
200
300

hi
0.01
0.155
0.68
0.825
0.335
0.0467

Ni
4
35
171
336
403
417

Seran los 35 individuos que son menores 0 iguales que 800, mas la
parte proporcional de los que se encuentran en el intervalo
(800-1000], es decir:
P = 35 + 136

950 800
137
= 137
= 0.329 32.9 %
1000 800
417

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 60

Introducci
on
Par
ametros
Ejemplos

c) Q1
Int.
200 600
600 800
800 1000
1000 1200
1200 1400
1400 1700

ni
4
31
136
165
67
14
N = 417

ai
400
200
200
200
200
300

hi
0.01
0.155
0.68
0.825
0.335
0.0467

Ni
4
35
171
336
403
417

Q1 : c = 14 Nc = 417
4 = 104.3. Busco en la columna de
frecuencias acumuladas Ni la primera que rebasa el valor 104.3
el intervalo que contiene a Q1 es el (800-1000]
 
104.3 35
N c Ni1
1
Q1 = X
= Li1 +
ai = 800+
200 = 901.9
4
ni
136
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 61

Introducci
on
Par
ametros
Ejemplos

c) Q3
Int.
200 600
600 800
800 1000
1000 1200
1200 1400
1400 1700

ni
4
31
136
165
67
14
N = 417

ai
400
200
200
200
200
300

hi
0.01
0.155
0.68
0.825
0.335
0.0467

Ni
4
35
171
336
403
417

N c Ni1
ai
ni
Q3 : c = 34 Nc = 417
4 3 = 312.9. El primero en rebasar ese valor
es el intervalo (1000-1200]:
312.9 171
Q3 = 1000 +
200 = 1172
165
Aplico la formula:

X(c) = Li1 +

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 62

Introducci
on
Par
ametros
Ejemplos

P10 , P90 y Mediana


Int.
200 600
600 800
800 1000
1000 1200
1200 1400
1400 1700

ni
4
31
136
165
67
14
N = 417

ai
400
200
200
200
200
300

hi
0.01
0.155
0.68
0.825
0.335
0.0467

Ni
4
35
171
336
403
417

1
P10 : c = 10
Nc = 41.7. El primero en rebasarlo es el (800-1000].
D1 = P10 = 800 + 41.735
136 200 = 809.9
9
Nc = 375.3. El primero en rebasarlo es el (1200-1400].
P90 : c = 10
D9 = P90 = 1200 + 375.3336
200 = 1317
67

Mediana=Q2 : c = 0.5 Nc = 208.5. El primero en rebasarlo es el


(1000-1200]. Me = 1000 + 208.5171
200 = 1045.45
165
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 63

Introducci
on
Par
ametros
Ejemplos

d) Moda
Int.
200 600
600 800
800 1000
1000 1200
1200 1400
1400 1700

ni
4
31
136
165
67
14
N = 417

ai
400
200
200
200
200
300

hi
0.01
0.155
0.68
0.825
0.335
0.0467

Ni
4
35
171
336
403
417

El intervalo modal es el (1000-1200] pues tiene el hi mayor.


Mo = Li1 +

0.145
1
ai = 1000 +
200 1045.67
1 + 2
0.145 + 0.49

donde 1 = hi hi1 = 0.825 0.68 = 0.145 y


2 = hi hi+1 = 0.825 0.335 = 0.49.
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 64

Introducci
on
Par
ametros
Ejemplos

d) Media y e) Varianza y desviacion tpica.


Calculamos las marcas de clase (xi ) y las columnas ni xi y ni xi2 .
Int.
200 600
600 800
800 1000
1000 1200
1200 1400
1400 1700

ni
4
31
136
165
67
14
N = 417

ai
400
200
200
200
200
300

hi
0.01
0.155
0.68
0.825
0.335
0.0467

Ni
4
35
171
336
403
417

xi
400
700
900
1100
1300
1550

ni xi
1600
21700
122400
181500
87100
21700
436000

ni xi2
64(10)4
1519(10)4
11016(10)4
19965(10)4
11323(10)4
33635(10)3
472505(10)3

Media:
x = 436000
417 = 1045.56
Varianza: Calculo primero m2 = 472505000
= 1133105.516
417
2
2
V = m2
x = 1133105.516
(1045.6) = 39902.38

Desviaci
on tpica: = V = 39902.38 = 199.756

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 65

Introducci
on
Par
ametros
Ejemplos

f) Sesgo y curtosis
Calculamos las columnas ni xi3 y ni xi4 . Borro las no usadas.
Int.
200 600
600 800
800 1000
1000 1200
1200 1400
1400 1700

ni
4
31
136
165
67
14
417

xi
400
700
900
1100
1300
1550

ni xi
1600
21700
122400
181500
87100
21700
436000

ni xi2
64(10)4
1519(10)4
11016(10)4
19965(10)4
11323(10)4
33635(10)3
472505(10)3

ni xi3
25600(10)4
1063300(10)4
9914400(10)4
21961500(10)4
14719900(10)4
5213425(10)4
52898125(10)4

ni xi4
1024(10)8
74431(10)8
892296(10)8
2415765(10)8
1913587(10)8
808080.875(10)8
6105183.875(10)8

Momentos ordinarios: m1 =
x = 436000
417 = 1045.6
528981250000
472505000

1133105.52,
m
1268540167.87
m2 =
3 =
417
417
610518387500000
m4 =

1464072871702.64
417
3 = m3 3m2
x + 2
x3 =
= 1268540167.87 3(1133105.52)(1045.6) + 2(1045.6)3 = 365394.78

g1 =

3
365394.78
=
0.04584 D
ebilmente sesgada a derecha
199.7563
3
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 66

Introducci
on
Par
ametros
Ejemplos

Sesgo y curtosis-2

4 = m4 4m3
x + 6m2
x2 3
x4 =
= 1464072871702.64 4(1268540167.87)(1045.6)+
+6(1133105.52)(1045.6)2 3(1045.6)4 = 5723159551.29
g2 =

4
5723159551.29
3=
3 0.594498 Leptoc
urtica
199.7564
4

NOTA: Cuando se pida el sesgo se esta pidiendo el coeficiente de


Fisher, excepto que se pida expresamente el de Pearson.

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 67

Introducci
on
Par
ametros
Ejemplos

g) Media armonica, cuadratica y h) desviacion media


onica y |di| = |xi x| para la
Calculamos nxii para la media arm
desviacion media.
Int.
200 600
600 800
800 1000
1000 1200
1200 1400
1400 1700

ni
4
31
136
165
67
14
417

xi
400
700
900
1100
1300
1550

Media arm
onica: H =

ni xi
1600
21700
122400
181500
87100
21700
436000

ni xi2
64(10)4
1519(10)4
11016(10)4
19965(10)4
11323(10)4
33635(10)3
472505(10)3

PN ni

417
0.415968

i xi

ni
xi

0.010000
0.044286
0.151111
0.150000
0.051538
0.009032
0.415968

|di |
645.563
345.564
145.564
54.436
254.436
504.436

ni |di |
2582.25
10712.470
19796.643
8982.014
17047.242
7062.110
66182.734

1002.482

Media cuadr
atica:
q

MC = m2 = 472505000
=
1133105.516 1064.474
417
Desviaci
on media: DM =

ni |di |
N

Departamento Matem
atica Aplicada

66182.734
417

= 158.712

Tema 1A: Estadstica Descriptiva una variable P


ag. 68

Introducci
on
Par
ametros
Ejemplos

i) ECM(
x ) y j) ECM(Me) (Me=1045.45).
Int.
200 600
600 800
800 1000
1000 1200
1200 1400
1400 1700

ni
4
31
136
165
67
14
417

xi
400
700
900
1100
1300
1550

di = |xi 1045.45|
645.45
345.45
145.45
54.55
254.55
504.55

ni di
2581.80
10789.50
19781.20
9000.75
17054.85
7063.70
66191.25

ni (di )2
1666422.8
3699406.7
2877175.6
490990.9
4341312.1
3563989.8
16639297.9

Error cuadr
atico medio respecto a la media: Es la varianza que ya se
ha calculado. ECM(
x ) = V = 39902.38
Error cuadr
atico medio respecto a la mediana (ECM(Me)):
P
ni |xi 1045.45|2
16639297.9
ECM(1053) = i
=
39902.393
N
417
Desviaci
on media respecto a la mediana:
P
ni |xi 1045.45|
66191.25
DM(Me) = i
=
= 158.732
N
417
Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 69

Introducci
on
Par
ametros
Ejemplos

Transparencias basadas en la siguiente bibliografa:


Lipschutz, S; Schiller, J.J. Schaums Outline of Theory and Problems of Introduction to Probability and
Statistics. McGraw-Hill, 1998.
Apuntes de Estadstica elaborados por el profesor Sixto S
anchez Merino del Dpto. de Matem
atica Aplicada
de la Universidad de M
alaga

Departamento Matem
atica Aplicada

Tema 1A: Estadstica Descriptiva una variable P


ag. 70