Estadstica Descriptiva

La estadstica descriptiva es una gran parte de la estadstica que se dedica a analizar y representar los datos. Este anlisis es muy bsico. Aunque hay tendencia a generalizar a toda la poblacin, las primeras conclusiones obtenidas tras un anlisis descriptivo, es un estudio calculando una serie de medidas de tendencia central, para ver en qu medida los datos se agrupan o dispersan en torno a un valor central. Esto es lo que podra ser un concepto aproximado.

Medidas De Tendencia Central

Al describir grupos de observaciones, con frecuencia es conveniente resumir la informacin con un solo nmero . Este nmero que, para tal fin, suele situarse hacia el centro de la distribucin de datos se denomina medida o parmetro de tendencia central o de centralizacin. Cuando se hace referencia nicamente a la posicin de estos parmetros dentro de la distribucin, independientemente de que sta est ms o menos centrada, se habla de estas medidas como medidas de posicin.1 En este caso se incluyen tambin los cuantiles entre estas medidas. Se debe tener en cuenta que existen variables cualitativas y variables cuantitativas, por lo que las medidas de posicin o medidas de tendencia se usan de acuerdo al tipo de variable que se esta observando, en este caso se observan variables cuantitativas Entre las medidas de tendencia central tenemos: Media . Media ponderada. Media geomtrica. Media armnica. Mediana. Moda.

Media Aritmtica
La media aritmtica de n observaciones de la variable X se denotar por el smbolo

y se define como la suma de ellas dividida por n. Simblicamente:

Ejemplo: La media aritmtica de los nmeros 3, 9, 12, 5 y 6 es:

2. 1 2 3 4 5 6,0 Primero, se suman las notas: 5,4 6,0+5,4+3,1+7,0+6,1 = 27,6

3,1 Luego el total se divide entre la cantidad de alumnos: 7,0 27,6/5=5,52

6,1 La media aritmtica en este ejemplo es 5,52

Mediana
La mediana (Me) de un conjunto de n nmeros ordenados de menor a mayor, es el nmero central en el arreglo. Si n es un nmero impar (non), slo hay un valor central en el arreglo. Si n es un nmero par, hay dos valores centrales y la mediana debe tomarse como la media aritmtica de estos dos valores. Ejemplo: Calcular la mediana de los nmeros 3, 9 , 12, 5 y 6 Primero hay que ordenar los nmeros de menor a mayor: 3, 4, 6, 9, 12 Despus se debe verificar si el valor de n es par o impar (non), en caso de ser par se toman los dos valores que estn en el centro. Como en este caso n = 5 (nmero non), hay un solo valor central, el 6 y ste es el valor de la mediana, es decir: Me = 6

Moda
La moda (Mo) de un conjunto de datos es el valor (si existe) que ocurre con mayor frecuencia. Si es un valor nico decimos que la distribucin de frecuencias es unimodal, si tiene dos o ms valores con la misma frecuencia mxima, decimos que la distribucin es bimodal, trimodal, entre otras. La moda es una medida de tendencia central que es poco usada por las siguientes razones: a) Puede ocurrir que no exista. b) A menudo no es un valor nico. Retomando el ejemplo de las edades tomadas de un grupo de 10 estudiantes del grupo del curso de Introduccin a los Diseos Experimentales, el clculo de la moda sera: 25, 27, 35, 28, 30, 24, 25, 29, 32, 37 La moda de este conjunto de datos es 25 puesto que tiene una frecuencia de 2, mientras los dems valores tienen una frecuencia de 1. Si se comparan los valores obtenidos por este conjunto de datos se tiene:

Medidas De Dispersin
Las medidas de dispersin, tambin llamadas medidas de variabilidad, muestran la variabilidad de una distribucin, indicando por medio de un nmero, si las diferentes puntuaciones de una variable estn muy alejadas de la mediana media. Cuanto mayor sea ese valor, mayor ser la variabilidad, cuanto menor sea, ms homognea ser a la mediana media. As se sabe si todos los casos son parecidos o varan mucho entre ellos. Para calcular la variabilidad que una distribucin tiene respecto de su media, se calcula la media de las desviaciones de las puntuaciones respecto a la media aritmtica. Pero la suma de las desviaciones es siempre cero, as que se adoptan dos clases de estrategias para salvar este problema. Una es tomando las desviaciones en valor absoluto (Desviacin media) y otra es tomando las desviaciones al cuadrado (Varianza).

Rango estadstico
El rango o recorrido estadstico es la diferencia entre el valor mnimo y el valor mximo en un grupo de nmeros aleatorios. Se le suele simbolizar con R. Requisitos del rango

Ordenamos los nmeros segn su tamao. Restamos el valor mnimo del valor mximo

Ejemplo Para una muestra (8,7,6,9,4,5), el dato menor es 4 y el dato mayor es 9 (Valor unitario inmediatamente posterior al dato mayor menos el dato menor). Sus valores se encuentran en un rango de: Rango = 5 Medio rango El medio rango de un conjunto de valores numricos es la media del menor y mayor valor, o la mitad del camino entre el dato de menor valor y el dato de mayor valor. En consecuencia, el medio rango es:

Ejemplo Para una muestra de valores 3, 3, 5, 6, 8), el dato de menor valor Min= 3 y el dato de mayor valor Max= 8. El medio rango resolviendolo mediante la correspondiente frmula sera:

Representacin del medio rango: Varianza La varianza es una medida estadstica que mide la dispersin de los valores respecto a un valor central (media), es decir, es el cuadrado de las desviaciones:

Propiedades

La varianza es siempre positiva o 0: Si a los datos de la distribucin les sumamos una cantidad constante la varianza no se modifica. c

Si a los dato de la distribucin les multiplicamos una constante, la varianza queda multiplicada por el cuadrado de esa constante.

Propiedad distributiva:

cov