FACULTAD DE INGENIERAS Y ARQUITECTURA

ESCUELA ACADEMICA PROFESIONAL DE INGENIERA

CIVIL

TRABAJO DE
INVESTIGACION
CURSO
INTEGRANTES

: ESTADISTICA.
: QUISPE CISNEROS, JHONY
JOYO RODRIGUEZ, WILLER

GARY
DOMINGUEZ DE LA CRUZ,
JOEL
CICLO ACADMICO
DOCENTE

: III.
:

AYACUCHO-PER
2016

DEDICATORIA
Dedicamos el esfuerzo y los conocimientos
adquiridos al realizar este trabajo monogrfico
a nuestros profesores que se esmeran en
instruirnos para enfrentar no slo en el reto de
conocimientos profesionales, sino tambin la
adecuada integracin en la sociedad.

MEDIA GEOMTRICA (G)

Se define la media geomtrica como la raz ensima del producto de "n" trminos y
se usa generalmente para:
a) Promediar razones.
b) Tazas de cambio.
c) Progresiones geomtricas equilibrndolas.
d) Promediar promedios de ventas
e) Tasa de crecimiento de las poblaciones (esperanza de vida de los pobladores y
sus proyecciones)
f) Cultivo de bacterias (nmero de colonias)
Se determina mediante la aplicacin de las siguientes formulas:

PARA DATOS SIMPLES (FRMULA GENERAL):

POR LOGARITMOS:

PARA DATOS AGRUPADOS (FRMULA GENERAL)

POR LOGARITMOS:

1. Calcular la media geomtrica de las estaturas de 100 alumno de la

Universidad distribuidos de acuerdo a la siguiente tabla mediante :
a. La frmula general
b. Mediante Logaritmos

G = 100

1.525 * 1.5712 * 1.6240 * 1.6726 * 1.7211 * 1.776

G= 1.6417484

G = Antilog

niLogYi

= 21.50989511

100

G = Antilog (0.2150989511) = 1.640963613

MEDIA ARMONICA (H)

Se define como la inversa de la media aritmtica de las inversas de los valores
de la variable. Es decir, para variables no agrupadas y agrupadas, seria.
Se define la media armnica como la recproca ( inversa de los valores de la
variable) de la media aritmtica de los recprocos de los nmeros y se caracteriza
por la menor afectada por los valores extremos, razn por la cual se le utiliza para:

Promediar tasa de productividad

Promediar velocidad
Promediar valores que no deben su afectos por los valores extremos
En relaciones industriales para pagar en forma justa de acuerdo al rendimiento a
los obreros y empleados.
Se determina mediante la aplicacin de:

PARA DATOS SIMPLES (FRMULA GENERAL):

PARA DATOS AGRUPADOS (FRMULA GENERAL)

1.- Al calcular la media armnica de los nmeros 2, 4, 8

H=

H=

1 v
Yi

3
1 1 v1
+ +
2 4 v8

3
4 +2+1
8

24
=3.248571429
7

2.- Un laboratorio de productos farmacuticos ha asignado a que un grupo de 4

trabajadores para completar una orden de 700 artculos de un mismo tipo. Las
tasas de productividad de cada uno de los trabajadores estn dadas a
continuacin.

Determinar:
a) El promedio de minutos por producto para el grupo de trabajadores.
b) En qu tiempo estar listo el pedido
c) Qu cantidad de productos se entregara a cada trabajador
d) Si por cada producto que entrega el trabajador recibe s/.0.50 Cunto tendr
que abonarse a cada uno de los trabajadores y cuanto tendr que abonar la
empresa por derecho de mano de obra?

Solucin:
4

a)

1 1 1 1
+ + +
4 6 10 15

4
15+10+16+ 4
60

240 4 8
=
35
7

= 6.857142857

b)

48
1
7
x

x=700

48
7

Estar listo en 4800 minutos lo que

equivale a 80 horas.

x=4 800

700

c)
Si demora 4800 minutos, cada uno tendr 1200 minutos
H_

1200/4

300

I _ 1200/6 200
J _ 1200 /10 120
80
K _ 1200/15

700

d)
H _ 300 * 0.50
I _ 200 * 0.50
J _ 120 * 0.50
K _ 80 * 0.50

e)

70006

6 /7

150
100
60
40
350

700 * 48 = 4800
7

4800 = 1200 = 20 horas

1er _ 8
2do _ 8
3er _ 4

equivale a 2 das y medio

20

MEDIA CUADRATICA (R.M.S)

Se define la media R.M.S como la raz cuadrada del cuadrado de la media y que
se le utiliza para la determinacin de:
1. Investigaciones de laboratorio
2. Aplicaciones fsicas y qumicas
3. Para la determinacin de la desviacin estndar se determina mediante la
aplicacin de las siguientes frmulas:

PARA DATOS SIMPLES (FRMULA GENERAL):

PARA DATOS AGRUPADOS (FRMULA GENERAL)

1.- Calcular la media cuadrtica de los nmeros 2, 4, y 8.

RMS=

22 +4 2+ 82
4+16+ 64
84
=
=
=5.29150262
3
3
3

2.- Calcular la RMS del siguiente cuadro de distribucin de frecuencia.

Solucin:
RMS=

. Yi2 =
N

247600
= 4952=70.37044834
50

DESVIACIN MEDIA ABSOLUTA

En estadstica la desviacin absoluta promedio o, sencillamente desviacin
media o promedio de un conjunto de datos es la media de las desviaciones
absolutas y es un resumen de la dispersin estadstica. Se expresa, de
acuerdo a esta frmula:

La desviacin absoluta respecto a la media,

respecto a la mediana,

, y la desviacin tpica,

, la desviacin absoluta
, de un mismo conjunto de

valores cumplen la desigualdad:

Siempre ocurre

donde el Rango es igual a:

El valor:

ocurre cuando los datos son exactamente iguales e iguales a la media

aritmtica. Por otro lado:

cuando solo hay dos valores en el conjunto de datos.

DESVIACIN ABSOLUTA MEDIA

El concepto de error en una proyeccin de demanda tiene que ver con la
diferencia entre el valor real (observado) y el valor pronosticado. Esto da origen
a errores de sobre estimacin o sub estimacin de la demanda real cuando
dichos errores son negativos o positivos, respectivamente. En este contexto
cuando los errores que ocurren en el pronstico de demanda tienen una
distribucin normal (el caso ms comn) la Desviacin Absoluta Media
(MAD) se relaciona con la Desviacin Estndar del Error () de la siguiente
forma:

Para ilustrar sobre esta relacin consideremos el ejemplo utilizado en el artculo

donde calculamos el Error Porcentual Absoluto Medio (MAPE) cuyos
pronsticos Ft se obtienen al ajustar una Regresin Lineal a los datos reales
de la demanda.

Notar que el MAD calculado a Diciembre es de 36,1[u]. Luego para corroborar

el cumplimiento de la relacin aproximada entre el MAD y se requiere
verificar si los errores del pronstico se distribuyen normal. Para esta

evaluacin utilizaremos el software Easyfit y su herramienta de ajuste de

distribuciones.
Para conocer con un solo indicador que tan disperso se encuentran un conjunto
de datos a un punto de concentracin, debemos como primera medida, calcular
la distancia de cada dato respecto a una medida de tendencia central.

Por ejemplo:

Tenemos que la media aritmtica es de aproximadamente 3,0667 (indicador de

tendencia central por excelencia). El primer dato (4), se aleja de la media en
0,9333 hacia la derecha. Grficamente tendramos:
Para el segundo dato (5) la distancia es de 1,9333 respecto a la media
aritmtica:
Note que el tercer dato (3) posee una distancia de 0,0667 hacia la izquierda de
la media. Para indicar las distancias de estos puntos, agregaremos el signo
negativo, por tanto, la distancia del tercer dato sera 0,0667. La
representacin grfica de todos los puntos quedara:

El total de las distancias de los puntos que estn a la izquierda respecto a la

media es de -8,6 (empleando todos los decimales), que es igual a la sumatoria
de las distancias de los puntos que estn a la derecha respecto a la media 8,6.
Concluimos que la sumatoria de todas las distancias de cada punto respecto a
la media aritmtica es igual a cero (las distancias se anulan):
Para responder a la pregunta de qu tan disperso estn los datos respecto a
la media aritmtica?, recurriremos nuevamente al promedio simple. Para llegar
a una frmula bsica de dispersin, en que las distancias positivas y negativas
no se eliminen, modificaremos la frmula anterior para trabajar solo con
distancias positivas mediante el valor absoluto:
La distancia promedio sera de aproximadamente 1,15 (resultado de la divisin
entre la distancia total absoluta y el total de datos). A esta distancia promedio
se le conoce con el nombre de desviacin media y significa que en promedio,
los datos se separan de la media en 1,15.
Desviacin media (Dm): Equivale a la divisin de la sumatoria del valor
absoluto de las distancias existentes entre cada dato y su media aritmtica y el
nmero total de datos.
Se debe hacer la distincin que para datos poblacionales (no agrupados), la
frmula quedara:
La variacin para los datos agrupados en tablas tipo B radica en cambiar el
valor de Xi por la marca de clase correspondiente, multiplicando esa distancia
por su frecuencia:
Para las tablas tipo A solo cambiaremos la marca de clase por su respectivo
valor de clase (representada por Xi):
5.1.1 Ejemplo: Desviacin media para datos no agrupados
Tres alumnos son sometidos a una competencia para probar sus conocimientos
en 10 materias diferentes, cada una sustentada con 10 preguntas. La idea del
concurso es encontrar al alumno ms idneo para representar al colegio en un
torneo a nivel nacional.

El nmero de preguntas buenas por materia se muestra a continuacin:

Materia

Carlos

Pedro

Juan

10

10

SOLUCIN

Lo primero que analizaremos es la media de los puntajes para cada uno de los
alumnos, con el fin de determinar el alumno con mayor promedio de preguntas
buenas.
Las medias para los resultados de los alumnos coinciden: los tres alumnos
tienen responden en promedio 5 preguntas correctas por prueba. Cul sera
entonces el indicador diferenciador entre los alumnos?
Complementemos el anlisis anterior calculando la desviacin media:
Carlos muestra una desviacin media de 3,9 indicando que los datos se alejan
en promedio de la media en 3,9 preguntas buenas. Pedro disminuye su
variacin (2,9), siendo Juan el que menos variacin presenta con 0,9 preguntas
tanto por arriba como por debajo de la media aritmtica. Se recomienda al
colegio elegir como ganador en este caso a Juan, presenta resultados ms
constantes que los otros dos alumnos, Juan en promedio acierta 5 preguntas
buenas con una variacin muy baja (rondando entre 4 y 6).
Ejemplo: Desviacin media para datos agrupados
Una maquina dispensadora de gaseosas esta programada para llenar un
envase con 350 c.c. de un refresco popular. A partir de una muestra de prueba
realizada sobre 30 envases se realiz la siguiente tabla de frecuencia:

Ni

Lm

Ls

Mc

130.0

140.1

135.1

140.1

150.1

145.1

150.1

160.1

14

155.1

160.1

170.1

165.1

170.1

180.1

175.1

180.1

190.0

185.1

Total

30

Calcular e interpretar la desviacin media.

SOLUCIN
PASO 1: Calcular la media aritmtica.
PASO 2: Calcular la desviacin media.
La desviacin media es de aproximadamente 8,8 c.c. Concluimos que con
datos suministrados de una muestra, el dispensador llen los 30 envases con
un promedio de 157,095 c.c. con una desviacin media de 8,8 c.c.
La desviacin media describe un rango de dispersin promedio de llenado del
dispensador, ubicndolo entre 148,295 c.c. (equivale a restar la media a la
desviacin media) y 165,895 c.c. (sumar una desviacin media a la media
aritmtica).
5.1.3 Clculos de la desviacin media en Excel
Presentaremos el clculo de la desviacin media en Excel tanto para datos sin
agrupar, como para los datos agrupados en tablas de frecuencias. Copiemos
los siguientes datos a partir de la celda B2.
Excel cuenta con la funcin DESVPROM para el clculo de la desviacin media
para datos sin agrupar.
DESVPROM: Calcula la desviacin media de un conjunto de datos numricos.
Formato: DESVPROM (nmero1;nmero2;)
Categora: Estadsticas

Activemos esta funcin en la celda B9, sealando el rango de celdas B2:F7 en

el campo nmero1.
Al pulsar en el botn Aceptar, se mostrar la desviacin media.
Para el clculo de la desviacin media en tablas de frecuencia debemos
calcular de antemano la media aritmtica y el valor absoluto de las distancias.
Copiemos la siguiente tabla de frecuencia en una hoja nueva en Excel (es la
misma utilizada en el ejemplo 5.1.2).
El primer paso es calcular la media aritmtica para datos agrupados con ayuda
de la funcin SUMAPRODUCTO (ver el ejemplo dado en el punto 4.1.7),
aplicado sobre las frecuencias y marcas de clases.
Luego hallaremos las distancias de cada marca de clase respecto a la media,
convirtindolas a su valor absoluto con la funcin ABS.
ABS: Devuelve el valor absoluto de un nmero.
Formato: ABS (nmero)
Categora: Matemticas y trigonomtricas
esta funcin posee un nico campo (nmero) el cual contendr, la distancia
entre la marca de clase y la media. Para el primer intervalo de clase
tendramos:
Donde F3 representa la primera marca de clase y B11 la media aritmtica. Para
completar el clculo, multiplicaremos esta funcin por la frecuencia respectiva:
Para poder arrastrar la frmula, debemos recordar que la celda B11 no vara (la
media aritmtica es una sola), ubicndonos sobre las letras B11 en modo de
edicin y luego pulsando la tecla F4.
El resultado final, despus de haber arrastrado la frmula, debera verse como
sigue:

El total de las distancias se muestra en la celda G9. La desviacin (que

ubicaremos en la celda B12), es el resulta de la divisin de la distancia total
sobre el nmero de datos empleados en el ejercicio.
Desviacin respecto a la media
Como su nombre indica, la desviacin respecto a la media da informacin de lo
alejado o cerca que est un dato de los dems datos del conjunto.
Intuitivamente, ya se ve que se puede calcular como la diferencia entre un dato
y la media de los datos:
Di=xix
Se puede observar que para calcular esta desviacin, si se dispone de la
media, slo se requiere aquel valor la desviacin del cual se quiere calcular.
Tambin cabe comentar que teniendo uno de los datos y su desviacin
respecto a la media, se puede despejar la media aplicando una simple resta:

x=xiDi
y posteriormente usarla para calcular las dems desviaciones.
Ejemplo
En el examen de matemticas Pedro ha sacado un 9, la media de la clase es
de 6.7. Calcular la desviacin respecto a la media de la nota de Pedro.
Aplicando la frmula
Di=xix=96.7=2.3

El signo de la desviacin respecto a la media indica si el valor est por encima

de la media (signo positivo), o por debajo de la media (signo negativo).

El valor absoluto de la desviacin respecto a la media indica lo lejos que est el

valor de la media. Un valor igual a cero indica que el valor coincide con la
media, mientras que un valor elevado con respecto a las dems desviaciones
informa de que el dato est alejado de los dems datos.

DESVIACIN CUARTIL
CUARTILES
Los cuartiles son medidas estadsticas de posicin que tienen la propiedad de
dividir la serie estadstica en cuatro grupos de nmeros iguales de trminos.
De manera similar los deciles dividen a la serie en diez partes iguales y los
percentiles dividen a los trminos de la serie en cien grupos iguales.
As como la mediana divide la serie o distribucin en dos partes iguales, existen
tres cuartiles, nueve deciles y noventa y nueve percentiles que dividen en
cuatro, diez y cien partes iguales a la distribucin.
De estas tres ltimas medidas de posicin los cuartiles son las de mayor
aplicacin
Se emplean generalmente en la determinacin de estratos o grupos
correspondientes a fenmenos socio-econmicos, monetarios o tericos. Los
tres cuartiles suelen designarse con los smbolos:
Q1 = primer cuartil
Q2 = segundo cuartil
Q3 = tercer cuartil
Los deciles por D1, D2, D3,..., D9 y los percentiles con P1, P2, P3,..., P99. En
cualquiera de los tres casos, la medida de posicin seleccionada toma el valor
de uno de los trminos o del punto medio entre dos trminos.
Para el clculo de estas tres medidas de posicin es necesario arreglar los
trminos en forma creciente o decreciente. As, en el caso de un ordenamiento
simple, el siguiente paso es determinar el "nmero de orden" de los cuartiles,
deciles o porcentiles, el cual indicar el lugar que ocupen en la distribucin.
En lo que se refiere a los cuartiles, el nmero de orden del primer cuartil es
igual al nmero de trminos de la distribucin ms uno, sobre cuatro. Para el

segundo cuartil el nmero de orden se calcular sumando uno al total de

trminos y dividiendolo entre dos.
As mismo el nmero de orden del tercer cuartil ser igual a tres cuartos del
nmero de trminos de la distribucin ms uno.
DESVIACIN CUARTIL.
Conocidos los cuartiles se puede calcular la desviacin cuartil, la cual mide la
amplitud rango existente entre los 50 trminos centrales de la distribucin. Es
una medida de variacin como el rango referida al 50% de las observaciones
contra las dems series.
La desviacin cuartil es igual a la mitad del rango comprendido entre el 50% de
los trminos centrales de la distribucin. Numricamente es la mitad de la
distancia entre el primer y tercer cuartil, que eso tambin se conoce como
rango semi-cuartil.

Desviacin cuartil

Q 3Q1
2

Utilizando los datos del ltimo ejemplo:

Desviacin cuartil
2.3

45.11627.60 1756
=
=8.78 minutos .
2
2

CUANTILES: CUARTILES, DECILES Y PORCENTILES

Son medidas de localizacin similares a las anteriores. Se las denomina

CUANTILES (Q). Su funcin es informar del valor de la variable que ocupar la
posicin (en tanto por cien) que nos interese respecto de todo el conjunto de
variables.

Podemos decir que los Cuantiles son unas medidas de posicin que
dividen a la distribucin en un cierto nmero de partes de manera que en cada
una de ellas hay el mismo de valores de la variable.

Las ms importantes son:

CUARTILES, dividen a la distribucin en cuatro partes iguales (tres divisiones).
C1,C2,C3, correspondientes a 25%, 50%,75%.
DECILES, dividen a la distribucin en 10 partes iguales (9 divisiones).D 1,...,D9,
correspondientes a 10%,...,90%
PERCENTILES, cuando dividen a la distribucin en 100 partes (99
divisiones).P1,...,P99, correspondientes a 1%,...,99%.

Existe un valor en cual coinciden los cuartiles, los deciles y percentiles es

cuando son iguales a la Mediana y as veremos
2 5
50

4 10 100

Distinguiremos entre distribuciones agrupadas, y las que no lo estn:

En las distribuciones sin agrupar, primero hallaremos el lugar que ocupa:
Entonces tendremos que:

Ni=1 < (%) . n < Ni Q = xi

Q

en el supuesto que (%).n = Ni

x i x i 1
2

Primero encontraremos el intervalo donde estar el cuantil:

Q L i 1

lugar Ni=1 < (%) n< Ni Intervalo [Li-1, Li) , en este caso:

% N N i 1
ni

ai

Ejemplo: DISTRIBUCIONES NO AGRUPADAS: En la siguiente distribucin

xi

ni

Ni

10

10

15

15

20

18

25

20

n = 20

Calcular la mediana (Me); el primer y tercer cuartil (C 1,C3); el 4 decil (D4) y el

90 percentil (P90)

Mediana

(Me)

Lugar que ocupa la mediana lugar 20/2 = 10

Como es igual a un valor de la frecuencia absoluta acumulada, realizaremos es
Me

clculo:

x i x i 1 10 15

12,5
2
2

Primer cuartil

(C1)

Lugar que ocupa en la distribucin ( ). 20 = 20/4 = 5 Como Ni-1 < (25%).n <
10

Ni , es decir 3 < 5 < 10 esto implicara que C 1 = xi =

Tercer cuartil (C3)

Lugar que ocupa en la distribucin (3/4).20 = 60/4 = 15, que coincide con un
valor de la frecuencia absoluta acumulada, por tanto realizaremos el clculo:
C3

x i x i 1 15 20

17,5
2
2

Cuarto decil (D4)

Lugar que ocupa en la distribucin (4/10) . 20 = 80/10 = 8. Como Ni-1 < (%).n
< Ni ya que

3 < 8 < 10 por tanto D4 =10.

Nonagsimo percentil

(P90)

Lugar que ocupa en la distribucin (90/100). 20 = 1800/100 = 18. que coincide

con un valor de la frecuencia absoluta acumulada, por tanto realizaremos el
P90

clculo:

x i x i 1 20 25

22,5
2
2

Ejemplo: DISTRIBUCIONES AGRUPADAS: Hallar el primer cuartil, el cuarto

decil y el 90 percentil de la siguiente distribucin:

[Li-1 , Li)

ni

Ni

[0 , 100)

90

90

[100 , 200)

140

230

[[200 , 300)

150

380

[300 , 800)

120

500

n = 500

Primer cuartil (C4)

Lugar ocupa el intervalo del primer cuartil: (1/4). 500 = 500/4 = 125. Por tanto
C4

estar situado en el intervalo

C 4 100

directamente, tendremos:

[100 200).Aplicando la expresin

125 90
100 125
140

Cuarto decil (D4)

Lugar que ocupa: (4/10) . 500 = 200 . Por tanto D4 estar situado en el
intervalo
D 4 100

[100

200).

Aplicando

la

expresin

tendremos:

200 90
100 178,57
140

Nonagsimo percentil (P 90)

Lugar que ocupa: (90/100) . 500 = 450, por tanto P90 estar situado en el
intervalo
P90 300

[300

800).

450 380
70
500 300
500 591,67
120
120

Aplicando

la

expresin

tendremos:

COEFICIENTE DE APERTURA
Se le conoce tambin como coeficiente de variacin o desviacin estndar
relativa.
CV= S/X
El coeficiente de variabilidad permite arribar a conclusiones ms objetivas y se
acostumbra expresarlo en %
Se define como el cociente entre los valores extremos de la distribucin de
datos, esto es, dada una distribucin de datos estadsticos x1, x2, ..., xn, su
coeficiente de apertura,
CA es

Se usa para comparar salarios de empresas.

Dados al menos dos coeficientes de variabilidad, el menor de ellos pertenecer
a la distribucin ms homognea.
Ejemplo:
Dadas las distribuciones de datos de las variables W y Z, digamos con
fundamento cul de las dos es ms homognea.
W= 8,9,11,15, 20.
Z= 4,5,7,11,16.

Solucin:

La fundamentacin de la respuesta implica hallar los coeficientes de variacin

respectivos y compararlos. A travs de los mtodos conocidos encontramos,
para la variable W, que la media y la desviacin estndar son: 12.6 y 4.4; para
la variable Z, 8.6 y 4.4, respectivamente. Entonces,
CVw= 4.4/12.6 = 3.49 = 34.9%
CVz= 4.4/ 8.6 = .512 = 51.2%
CVw<CVz

CVw= 4.4/12.6 = 3.49 = 34.9%

CVz= 4.4/ 8.6 = .512 = 51.2%
CVw<CVz
Una manera de interpretar el coeficiente de variabilidad:
1. Recopilando un conjunto de datos de variable cardinal, su media jams
podr ser nula; en otras palabras, nunca valdr cero. La desviacin
tpica, en cambio, s puede ser nula: ellos sucede cuando los datos del
conjunto coinciden todos con su media.
2. Por lo tanto, dado que el coeficiente de variacin define como la relacin
que guarda la desviacin estndar a la media aritmtica de un conjunto
de datos (CV= S/X), el valor mnimo que puede adoptar un coeficiente

de variacin es cero, lo cual significa la inexistencia de dispersin de los

datos.

RECORRIDOS RELATIVOS

Dado Re, el recorrido de una distribucin de datos estadsticos, el recorrido

relativo, RR es

, donde

es la media aritmtica de la distribucin.

Dada una distribucin de datos estadsticos con cuartiles Q1, Q2 y Q3,

el recorrido intercuartlico relativo, RIQR se define como

Por otra parte, se define el recorrido semiintercuartlico relativo, RSIR, como

ndice de desviacin respecto a la mediana

Se define como

, donde DMe es la desviacin media respecto de la mediana y Me es la mediana

de una distribucin de datos estadsticos dada.

Coeficiente de apertura. Se define como el coeficiente entre los dos valores

extremos de una distribucin.

Tiene gran utilidad en variables discretas, como pueden ser los salarios
mensuales. Ejemplo:

Como podemos comparar la dispersin de dos variables distintas

cuando la unidad de medida es diferente? (o cuando la media es
diferente?).
Necesitamos medidas adimensionales
Coeficiente de apertura.
La relacin por cociente entre el valor mayor (

Xn ) y menor ( X1

),

Recorrido relativo
El cociente entre el recorrido y la media aritmtica

Indica el nmero de veces que el recorrido contiene a la media

aritmtica
Recorrido semi-intercuartlico:
El cociente entre el recorrido intercuartlico y la suma del primer y tercer
cuartil:

Coeficiente de variacin de Pearson

Coeficiente de variacin de Pearson es la relacin por cociente entre la
desviacin tpica y la media aritmtica:

ndice de dispersin respecto a la mediana

Para comparar medianas.

Ejemplo:

ASIMETRA

Es una medida de forma de una distribucin que permite identificar y describir

la manera como los datos tiende a reunirse de acuerdo con la frecuencia con
que se hallen dentro de la distribucin. Permite identificar las caractersticas de
la distribucin de datos sin necesidad de generar el grfico.

1.1) TIPOS DE ASIMETRA

La asimetra presenta las siguientes formas:

Asimetra Negativa o a la Izquierda.- Se da cuando en una distribucin la

minora de los datos est en la parte izquierda de la media. Este tipo de
distribucin presenta un alargamiento o sesgo hacia la izquierda, es decir, la
distribucin de los datos tiene a la izquierda una cola ms larga que a la
derecha. Tambin se dice que una distribucin es simtrica a la izquierda o
tiene sesgo negativo cuando el valor de la media aritmtica es menor que la
mediana y ste valor de la mediana a su vez es menor que la moda,
en smbolos

Nota: Sesgo es el grado de asimetra de una distribucin, es decir, cunto se

aparta de la simetra.

Simtrica.- Se da cuando en una distribucin se distribuyen aproximadamente

la misma cantidad de los datos a ambos lados de la media aritmtica. No tiene
alargamiento o sesgo. Se representa por una curva normal en forma de
campana llamada campana de Gauss (matemtico Alemn 1777-1855) o
tambin conocida como de Laplace (1749-1827).Tambin se dice que una
distribucin es simtrica cuando su media aritmtica, su mediana y su moda
son iguales, en smbolos Md=Mo
Asimetra Positiva o a la Derecha.- Se da cuando en una distribucin la
minora de los datos est en la parte derecha de la media aritmtica. Este tipo
de distribucin presenta un alargamiento o sesgo hacia la derecha, es decir, la
distribucin de los datos tiene a la derecha una cola ms larga que a la
izquierda.
Tambin se dice que una distribucin es simtrica a la derecha o tiene sesgo
positivo cuando el valor de la media aritmtica es mayor que la mediana y ste
a valor de la mediana a su vez es mayor que la moda, en
smbolos

1.2) MEDIDAS DE ASIMETRA

Coeficiente de Karl Pearson

Donde:
= media aritmtica.
Md = Mediana.
s = desviacin tpica o estndar.

Nota:
El Coeficiente de Pearson vara entre -3 y 3
Si As < 0 ? la distribucin ser asimtrica negativa.
Si As = 0 ? la distribucin ser simtrica.
Si As > 0 ? la distribucin ser asimtrica positiva.

Medida de Yule Bowley o Medida Cuartlica

Donde:
= Cuartil uno;

= Cuartil dos = Mediana;

= Cuartil tres.

Nota:
La Medida de Bowley vara entre -1 y 1
Si As < 0 ? la distribucin ser asimtrica negativa.

Si As = 0 ? la distribucin ser simtrica.

Si As > 0 ? la distribucin ser asimtrica positiva.

Medida de Fisher
Para datos sin agrupar se emplea la siguiente frmula:

Para datos agrupados en tablas de frecuencias se emplea la siguiente frmula:

Para datos agrupados en intervalos se emplea la siguiente frmula:

Donde:
= cada uno de los valores; n = nmero de datos; = media aritmtica; f =
frecuencia absoluta
= cubo de la desviacin estndar poblacional; xm = marca de clase

Nota:
Si As < 0 ?Indica que existe presencia de la minora de datos en la parte
izquierda de la media, aunque en algunos casos no necesariamente indicar
que la distribucin sea asimtrica negativa
Si As = 0 ? la distribucin ser simtrica

Si As > 0 ? Indica que existe presencia de la minora de datos en la parte

derecha de la media, aunque en algunos casos no necesariamente indicar
que la distribucin sea asimtrica positiva

Ejemplo ilustrativo:
Calcular el Coeficiente de Pearson, Medida Cuartlica y la Medida de Fisher
dada la siguiente distribucin: 6, 9, 9, 12, 12, 12, 15 y 17
Solucin:
Calculando la media aritmtica se obtiene:

Para calcular los cuartiles se ordena los datos de menor a mayor

12 12 12 15 17

Calculando el cuartil uno se obtiene:

Calculando el cuartil dos se obtiene:

Calculando el cuartil tres se obtiene:

Calculando la desviacin estndar muestral se obtiene:

Calculando el Coeficiente de Pearson se obtiene:

Calculando la Medida de Bowley se obtiene

Calculando la desviacin estndar poblacional se obtiene:

Calculando la Medida de Fisher se obtiene

Datos

-166,375

-15,625

-15,625

12

0,125

12

0,125

12

0,125

15

42,875

17

166,375

Total

12

CURTOSIS O APUNTAMIENTO

La curtosis mide el grado de agudeza o achatamiento de una distribucin con

relacin a la distribucin normal, es decir, mide cun puntiaguda es una
distribucin.

2.1) TIPOS DE CURTOSIS

La curtosis determina el grado de concentracin que presentan los valores en

la regin central de la distribucin. As puede ser:
Leptocrtica.- Existe una gran concentracin.
Mesocrtica.- Existe una concentracin normal.
Platicrtica.- Existe una baja concentracin.

2.2) MEDIDAS DE CURTOSIS

Medida de Fisher
Para datos sin agrupar se emplea la siguiente frmula:

Para datos agrupados en tablas de frecuencias se emplea la siguiente frmula:

Para datos agrupados en intervalos se emplea la siguiente frmula:

Donde: = cada uno de los valores; n = nmero de datos; = media

aritmtica; = Cudruplo de la desviacin estndar poblacional; f = frecuencia
absoluta; xm = marca de clase

Nota:
Si a < 3 ? la distribucin es platictica
Si a = 3 ? la distribucin es normal o mesocrtica
Si a > 3 ? la distribucin es leptocrtica

Medida basada en Cuartiles y Percentiles

(letra griega minscula kappa) = Coeficiente percentil de curtosis

Nota:
Si < 0,263 ? la distribucin es platicrtica
Si = 0,263 ? la distribucin es normal o mesocrtica
Si > 0,263 ? la distribucin es leptocrtica
Esta medida no es muy utilizada.

Ejemplo ilustrativo: Determinar qu tipo de curtosis tiene la siguiente

distribucin: 6, 9, 9, 12, 12, 12, 15 y 17. Emplear la medida de Fisher y el
coeficiente percentil de curtosis.

Solucin: Calculando la media aritmtica se obtiene

Calculando la desviacin estndar poblacional se obtiene:

Calculando la Medida de Fisher se obtiene:

Datos

915,0625

39,0625

39,0625

12

0,0625

12

0,0625

12

0,0625

15

150,0625

17

915,0625

Total

2058,5

Para calcular los cuartiles y percentiles se ordena los datos de menor a mayor:

12 12 12 15 17

Calculando el cuartil uno se obtiene:

Calculando el cuartil tres se obtiene:

Calculando el percentil 90 se tiene:

Calculando el percentil 10 se tiene:

Calculando el coeficiente percentil de curtosis se obtiene:

Como a= 2,23 y

la distribucin es platicrtica