CognoSfera

www.ugr.es/local/rruizb/cognosfera

ESTADÍSTICA DESCRIPTIVA DE UNA VARIABLE

M. Jorge Bolaños Carmona © Departamento de Estadística e I.O. Facultad de Biblioteconomía y Documentación Universidad de Granada

1.INTRODUCCION El concepto de Estadística es muy amplio, y sus aplicaciones directas o indirectas, muy numerosas; resulta difícil, por ello, dar una definición. Sin embargo, la idea más adecuada es considerar que incumbe a la Estadística la recogida, ordenación, resumen y análisis de datos de cualquier tipo sobre colectivos, lo que significa que no tiene sentido pensar en un dato aislado o individual como terreno de trabajo de la Estadística: es necesario, pues, considerar un grupo de elementos (personas, animales, cosas, experimentos, etc.) a los que se refieren los datos que se consideran. Este conjunto puede venir dado de dos formas que condicionan toda clasificación interna de la Estadística, y que son las siguientes: a) Población, o conjunto de todos los elementos cuyo estudio nos interesa. Si se dispone de datos de una o más variables sobre la población completa, o se puede acceder a ellos, la Estadística tendrá como misión que la recogida sea adecuada, se ordenen, se estructuren y se resuman dichos datos para su mejor comprensión, es decir, que se describan. Ello nos llevará a hablar de Estadística Descriptiva. Por ejemplo, el conjunto de los varones mayores de 65 años y residentes en una provincia sería una población. b) Muestra, o conjunto de elementos de los que efectivamente se dispone de datos, y que es una parte (a menudo pequeña) de la población. Cuando no se puede acceder a los datos de toda la población, que es lo más frecuente, y se debe trabajar con sólo los de la muestra, a la simple descripción de los datos se añade el interés por valorar hasta qué punto los resultados de la muestra son extrapolables o generalizables a la población; en consecuencia, será necesario utilizar no sólo las técnicas de la Estadística Descriptiva, siempre obligadas en todo caso para la comprensión de los resultados, sino también otras que permiten inferir afirmaciones sobre la población a partir de los datos de la muestra y que constituyen la Estadística Inferencial o Inferencia Estadística. Por ejemplo, el grupo de los varones mayores de 65 años y residentes en una provincia que son usuarios de bibliotecas públicas sería una muestra de la población citada en el párrafo anterior (otra cosa es que la muestra fuese o no representativa del conjunto de tal población). Los elementos fundamentales de la descripción de una variable son los que siguen en los apartados siguientes, que se pueden resumir de esta forma: En primer lugar, se hará hincapié en que lo que se estudia son en realidad las variables, lo que nos obligará a distinguir los tipos básicos de ellas, porque tienen un tratamiento distinto en todo lo que sigue. Las distribuciones de frecuencia son necesarias en el paso siguiente para expresar los resultados obtenidos mediante tablas estadísticas. Las gráficas estadísticas dan una información similar a la de las tablas, pero de forma más directa; de ellas trata otro apartado.

1

cuyos valores son aislados (habitualmente números enteros). la variable “gravedad del pronóstico de lesiones traumáticas” podría tener como orden natural entre sus modalidades “leve”. dispersión y posición. pero no 349. etc. “moderado”. Lo usual es considerar primero las variables una a una. que son aquellas que no necesitan números para expresarse. Por ejemplo. “grave”. Entre la variables cualitativas cabe distinguir: a1) las variables cualitativas ORDINALES. Lo que se estudia en una muestra o población es una serie de variables en cada individuo o elemento. como la edad de alguien o el número de páginas de un libro. Los tipos de variables. y consecuentemente las clases de datos que se pueden encontrar. para una variable cualitativa. que pueden tomar cualquier valor numérico. o en general cualquier situación que sólo admita una respuesta “sí o no”.4 Kg.17 palabras. que tienen sólo dos modalidades posibles. que no tienen un orden natural preestablecido entre sus modalidades.. que son aquellas que necesitan números para ser expresadas. Hay que tener en cuenta también que una misma variable de la realidad puede venir expresada de diversas maneras. Por ejemplo. “leve”. etc. VARIABLES CATEGÓRICAS o ATRIBUTOS. y muchos parámetros y cálculos tienen sentido para las variables de un tipo y no para las de otro. por ejemplo. cada dato no es más que la información de que un determinado elemento de la muestra presenta una determinada modalidad. pero nunca diríamos “grave”. aunque en la práctica el número de cifras decimales está limitado y la variable se maneja en cierto modo como discreta. son básicamente las siguientes: A) Variables CUALITATIVAS. de forma que teóricamente entre dos valores posibles siempre se pueden encontrar otros (entre 65. por lo que podemos pensar sólo en una variable de cuyos datos imaginamos disponer en una muestra (el número de datos es el llamado Tamaño de Muestra. Cabe citar como ejemplos el ya citado del sexo. En estos casos. y podemos utilizar cualquier ordenación para ellas. para el que habitualmente se utiliza la letra n). “mediano” o “alto” (variable cualitativa ordinal). El hecho de tener sólo dos modalidades les confiere características especiales. en este orden. piénsese.. el pertenecer o no a una asociación. También pueden distinguirse al menos dos subtipos: b1) las variables cuantitativas DISCRETAS. el sexo de una persona es una variable cualitativa y “varón” o “mujer” son sus únicas modalidades. dependiendo de que usemos valores numéricos o sólo modalidades. cada forma particular en que pueden presentarse se denomina modalidad. y en las que ni siquiera tiene sentido plantearse si son o no ordinales. entero o decimal. ya que no significan una verdadera ordenación natural de las modalidades). a2) las variables cualitativas PURAS. “moderado”. La distinción entre los distintos tipos de variables es importante porque las técnicas a aplicar a cada uno pueden ser muy diferentes. 2. y un dato es en estas variables un número que refleja el valor de la variable en un elemento de la muestra.- Finalmente. debe quedar claro que la variable es en esencia cuantitativa y que su tratamiento 2 . b2) las variables cuantitativas CONTINUAS. de forma que sus modalidades se enuncian siguiendo una cierta ordenación ascendente o descendente y no de otra manera. B) Variables CUANTITATIVAS o NUMERICAS. en que la estatura puede darse en centímetros (variable cuantitativa continua) o diciendo de alguien que es “bajo”. que son las que teniendo más de dos modalidades tienen establecido un orden natural entre las mismas. de forma que pueden enumerarse y existen valores “consecutivos” entre los que no puede haber otro. de peso siempre está 65. también llamadas CARACTERES. como el orden alfabético. por ejemplo). a3) las variables DICOTOMICAS. pensando que convierten en ordinales a las variables. incluso como cualitativa o como cuantitativa. y 65. el resumen de la información se realiza mediante las medidas de centralización. un resumen puede tener 349 ó 350. Por ejemplo. como por ejemplo el grupo sanguíneo o la nacionalidad de una persona (no hay que confundirse con ordenaciones arbitrarias. Cada forma particular en que se presentan es un valor numérico. TIPOS DE VARIABLES. sin plantearse problemas de asociación entre ellas.37 Kg.3 Kg. En consecuencia.

con dos enfoques: . DISTRIBUCIONES DE FRECUENCIA Y TABLAS ESTADISTICAS. Veamos un ejemplo donde sí lo son. Es claro que la suma de las frecuencias relativas de todas las modalidades o valores debe ser 1. ya que hay que poder fijar cuales son los valores o modalidades “anteriores”. puede haber frecuencias acumulativas absolutas o relativas.5%) 0. Las frecuencias absolutas y relativas son aplicables a cualquier tipo de variable. y en todo caso sólo tienen sentido con variables cuantitativas o cualitativas ordinales. No se deben confundir los valores de la 3 . Usando como ejemplo el grupo sanguíneo en una muestra de doscientas personas. y puede incluir también las llamadas frecuencias acumulativas. cuya tabla se encuentra a continuación.0%) 0.240 (24. y de ahí su importancia. de valores o de anotaciones sobre qué modalidad (cualitativas) o qué valor (cuantitativas) tiene cada elemento de la muestra. es decir. la suma de las frecuencias absolutas de todas las modalidades o valores debe ser igual al tamaño muestral n. pese a su simplicidad.4 % y la condición de la suma sería que deben sumar 100 %. además. Naturalmente. diremos que la frecuencia relativa de la modalidad AB es 148/2000 = 0. a este conjunto de datos se le llama distribución y. si la frecuencia absoluta 148 del ejemplo anterior corresponde a una muestra de 2000 personas. que es una variable cualitativa pura. Un primer y obligado paso de ese resumen de datos es el simple recuento de las repeticiones de un mismo valor o modalidad.3. Sea cual sea el tipo de variable. En este segundo ejemplo. 3. es decir. Es muy habitual expresar las frecuencias relativas como porcentajes (multiplicándolas por cien) y entonces la frecuencia relativa del ejemplo sería 7. ya que las absolutas suman n y estamos dividiendo entre n. el número n de datos es 500 y la variable toma seis valores distintos (0. diremos que 148 es la frecuencia absoluta de la modalidad “superiores”.Frecuencia relativa de una modalidad o valor de una variable es su frecuencia absoluta dividida entre el tamaño muestral. si en una muestra de la variable “nivel de estudios” aparecen 148 personas con nivel de estudios “superiores”. se debe resumir para que el lector pueda comprender bien los resultados.0%) 1.074. sólo admisible si no podemos disponer de los datos numéricos. y son la base sobre la que se construye cualquier resumen de los datos.070 ( 7. las frecuencias acumulativas no son definibles en el ejemplo del grupo sanguíneo.2.425 (42. Así.como cualitativa supone una pérdida de calidad en la información. que son la suma de las frecuencias del valor o modalidad que se considere y de todos los anteriores. salvo cuando el tamaño de muestra n sea muy pequeño. por ejemplo. Modalidades O A B AB Totales Frecuencia absoluta 85 53 48 14 200 Frecuencia relativa (%) 0. .5%) 0. dan lugar a conceptos muy importantes. por tanto. de una variable cuantitativa discreta. la tabla siguiente sirve para resumir lo que.1. la proporción de veces que aparece esa modalidad o valor entre todos los datos de la muestra. ello nos conduce al concepto fundamental de frecuencia. lo que se entiende mejor (la frecuencia relativa es la parte del total de datos que corresponde a cada valor o modalidad). sería una tediosa lista de doscientos grupos sanguíneos: Grupo sanguíneo de una muestra de 200 personas.4 y 5) en la muestra.000 (100%) Una tabla como esta se denomina distribución de frecuencias. como el de proporción. el número total de datos es n y.265 (26.Frecuencia absoluta es el número de veces que una modalidad o un valor de una variable aparece entre los datos de una muestra. lo que se tiene como información de una variable en una muestra es un número finito n de datos. si no.

6% 4.8% 100. o bien en gráficas. que en una muestra hay 32 personas que miden entre 160 y 164 cm.variable. Nótese que las últimas frecuencias acumuladas tienen que coincidir con el número de datos válidos total (en este ejemplo 500) y con el 100%. En el caso de las variables continuas. el objetivo de las gráficas es que la información “impacte” directamente al lector y que se exprese el “perfil” de la distribución. etc.0% 77. la estatura en centímetros de una muestra de personas adultas podemos tener fácilmente sesenta o setenta valores distintos. se hacen agrupaciones de varios valores ( por ejemplo. Además. de esta forma. Para evitarlo. respectivamente. hay. acumulativa 210 388 456 480 494 500 Frec. por ejemplo. por lo que 0.8% 2. pero no añade ninguna información sobre la que contendría una tabla de frecuencias. el número de valores distintos que puede tomar la variable es infinito. que son el número de visitas (ninguna. podemos saber. y usando como ejemplo las que se recogen en la tabla.2% 100% Frec. 163 y 164 se pueden agrupar en el intervalo 160-164). sino que su utilidad queda reducida a la mejor comprensión de las tablas y a la elaboración de gráficos. 162 en el caso citado del intervalo 160-164. 161. pero no para cada valor de la variable.6%). Todo ello significa que las ganancias en comprensión al hacer intervalos se corresponden necesariamente con pérdidas de información (se pierde el detalle) y por ello para los cómputos numéricos se usan los datos originales de uno en uno. las tablas con intervalos ya no se usan. que es. pero no debe 4 . absol. y en la práctica puede ser bastante grande: piénsese que si medimos.. con las frecuencias absolutas. Visitas mensuales a una biblioteca de una muestra de 500 usuarios inscritos Valores 0 1 2 3 4 5 Totales Frec.6% 13. con clases. pero no cuántas de ellas miden en particular 163 cm. se pueden encontrar tablas construídas agrupando los valores en intervalos cuando hay muchos valores entre el mínimo y el máximo. es muy conveniente que los intervalos tengan todos la misma longitud. GRAFICAS ESTADISTICAS Las distribuciones de frecuencias se presentan en tablas como las anteriores. las estaturas 160. absoluta 210 178 68 24 14 6 500 Frec. lo que es lógico porque no hay ningún valor anterior con cuyas frecuencias sumarlas. 162. que el valor de la variable es "cero" para ellas. 4. con muchísimos renglones. como hasta hace pocos años. una. es decir. para el tercer valor se suman tres sumandos y así sucesivamente.42 ó 42% es la frecuencia relativa del valor 0 de la variable.8% 1. Esto provoca que a menudo las tablas tuvieran que ser muy extensas. el concepto importante es entonces el de marca de clase o valor medio del intervalo. y gracias a los avances de la Informática que permiten almacenar muchos valores y trabajar con ellos rápidamente.. las frecuencias se dan para cada intervalo. ya que se han sumado todas las frecuencias absolutas y relativas.0% + 35.0% 98. lo que las haría inútiles por incomprensibles. a partir del segundo renglón sí tenemos acumulación (388=210+178 y 77. relat.6% 91. por ejemplo. por tanto. relativa 42. una pérdida de información con respecto a lo que sería una tabla detallada. La representación gráfica se utiliza para facilitar al lector la comprensión de los resultados. Por esta razón.0% Por lo que se refiere a las frecuencias acumuladas o acumulativas (es lo mismo). que son el número de personas cuyo número de visitas es uno determinado: que 210 sea la frecuencia absoluta del valor 0 quiere decir que de entre las 500 personas consideradas en el estudio 210 no han ido ninguna vez a la biblioteca en ese mes.0% 35. por ejemplo. dos. podemos observar que las frecuencias acumuladas del primer valor coinciden con las 210 y 42% ya comentadas para ese valor. teóricamente.6% = 42. mientras que para tablas y gráficas es frecuente usar intervalos.2% 96. esta frecuencia absoluta 210 supone el 42% de 500. En las tablas así.) de cada persona a la biblioteca en ese mes. para realizar cálculos sobre la variable.acumulativa 42.

los cartogramas. fundamentalmente las frecuencias de cada modalidad o valor. Como el radio es constante en un círculo. Este tipo de gráficas es muy útil para comparar los resultados de una variable cualitativa en dos o más muestras. en la “recta de los números”. que refleja como sectores de un círculo las frecuencias de cada modalidad. Si las bases de los rectángulos se dibujan todas iguales. cada uno de ellos adecuado a un cierto tipo de variables. para cumplir la regla fundamental de proporcionalidad basta hacer al ángulo de cada sector proporcional a la frecuencia. Es lo mismo usar para ello frecuencias absolutas o relativas. que se llama polígono de frecuencias. que los detalles sean lo suficientemente visibles. sin mayor complicación (el rectángulo de una modalidad con frecuencia 7 tendrá altura 7 y así con todas). Además. la gráfica adecuada para las variables discretas es el diagrama de segmentos. puede dibujarse una línea quebrada que una los extremos superiores de los segmentos. - Hay otras gráficas menos frecuentes pero igualmente válidas para variables cualitativas. Las variables discretas toman valores aislados. por lo que podemos clasificar las gráficas atendiendo a estos tipos. para caracteres o variables CUALITATIVAS se pueden mencionar: El diagrama de barras o rectángulos . cabe citar los pictogramas. el diagrama de segmentos. a voluntad. por ello podemos hacer el diagrama con frecuencias absolutas o relativas. consistente en asociar a cada modalidad de la variable un rectángulo cuya superficie refleje su frecuencia: las modalidades se suelen situar en horizontal y la escala de frecuencias absolutas o relativas en vertical. en los que se representa cada modalidad sobre puntos o regiones de un mapa. ya que las dos clases de frecuencias son a su vez proporcionales por la propia definición de frecuencia relativa. condición inexcusable para que una gráfica sea correcta. etc. ésta suele representarse horizontalmente con los valores negativos a la izquierda del cero y los positivos a la derecha. con carácter general puede recomendarse que el pie de la gráfica explique convenientemente de qué se trata. en los que se representa una misma figura para cada modalidad pero con tamaño proporcional a las frecuencias (pictograma por extensión) o una misma figura repetida tantas veces como sea necesario para reflejar la frecuencia de cada modalidad (pictograma por repetición). en los que se divide una figura geométrica. El polígono de frecuencias también puede usarse junto con: 5 . así se consigue que la abscisa (horizontal) refleje los valores y que la ordenada (vertical) exprese las frecuencias de la variable. como puntos sueltos. El diagrama de sectores . generalmente un rectángulo. en trozos proporcionales a las frecuencias. que también pueden aparecer con las barras horizontales y las modalidades situadas verticalmente. lo que se consigue multiplicando los 360º del círculo por la frecuencia relativa de cada modalidad. Así. o los diagramas de superficie . Existen diversos tipos de gráficas.olvidarse el rigor en aras de la estética: las gráficas deben reflejar fielmente lo que tratan de representar. por esos puntos sueltos. Junto con el diagrama de segmentos. Por su parte. Los rectángulos suelen representarse separados en este tipo de gráficas. Por ello la regla fundamental para la construcción de una gráfica es que: Las áreas (o longitudes) han de ser proporcionales a las frecuencias. a veces este polígono (que matemáticamente no es tal. sino una “poligonal”) se representa sólo. en el que sobre cada valor de la variable se coloca verticalmente un segmento que tiene una longitud proporcional a su frecuencia. que no se intente representar demasiada información en una sola gráfica. para variables CUANTITATIVAS los tipos de gráficas más importantes son los siguientes: Para variables discretas. como si se hubieran borrado los segmentos verticales. par cumplir la regla fundamental antes citada basta tomar como alturas de los rectángulos directamente las frecuencias.

y mejor sería éste. A veces estos histogramas son llamados erróneamente diagramas de barras. es decir. PARAMETROS DE UNA DISTRIBUCION Se trata de resumir más la información de una tabla o de una gráfica. Por todo esto conviene medir las diferencias internas de los datos mediante las medidas ó parámetros de dispersión. ni de los más bajos ni de los más altos. el valor que supera a la mitad de los de la muestra y se ve superado por la otra mitad (salvo empates en ambos casos). se puede también tratar de medir qué valor supera a una cierta porción o proporción de valores. En nuestro ejemplo es el valor 1. Estas variables cubren teóricamente con sus valores a la recta de los números reales. es decir. La MEDIANA: es el valor que está en el centro de la distribución. que es la gráfica adecuada para representar variables cuantitativas continuas. Supongamos que son los siguientes: 0 0 0 0 1 1 1 2 2 3 4 5 7 Vamos a definir ahora las medidas más importantes: Primer grupo: PARAMETROS DE CENTRALIZACION. también llamados de tendencia central o de posición central. En la práctica. tendencia central o posición central. También se puede hablar de moda local o secundaria. más se parecerán al representante o parámetro de centralización que elijamos. donde los datos son el número de hermanos (excluido él mismo) de una muestra de 13 niños. y para respetar la continuidad de la variable. y de encontrar algunos valores lo más simples posible que nos permitan dar información sobre la muestra o comparar dos muestras entre sí. 6 . que tiene una frecuencia absoluta de cuatro. de manera que “infinitamente” junto a un valor se encontraría otro y no se producen “saltos” entre ellos. Finalmente. Para hacer ese resumen o información de los datos hay tres enfoques fundamentales: En primer lugar. no hay ninguna moda secundaria en nuestro ejemplo. esto se traduce en que casi siempre se maneja un gran número de valores distintos y ello hace poco adecuado para estas variables un diagrama de segmentos. o al menos de un cierto intervalo. por ello. con más frecuencia que la que tengan el anterior y el posterior. tratar de informar sobre la distribución de la variable diciendo a cuántos de sus valores supera uno dado. cuanto más se parezcan entre sí los valores que nos salen. 5. que es la más grande. o lo que es lo mismo. pero en principio los datos nos vendrían en cualquier orden. que no sea. se calcula buscando el valor de la muestra que ocupa el lugar (n+1)/2. lo que se hace es agrupar los valores en intervalos y gráficamente se representan rectángulos yuxtapuestos cuyas bases descansan sobre la horizontal y cuyas alturas son tales que el área de cada rectángulo sea proporcional a la frecuencia de cada intervalo. por tanto. Así se crean las medidas ó parámetros de centralización. En nuestro ejemplo es el valor 0. en tercer lugar. presentamos los datos ordenados de menor a mayor para mejor comprensión. es decir. lo que requiere al menos orden en los datos. La moda puede definirse para cualquier tipo de variables. Entre los parámetros de centralización. dar una valoración de hasta qué punto los datos se parecen entre sí o bien están muy diferenciados (dispersos). dar un valor lo más representativo posible de todos los valores de la muestra. Para ello se usan los cuantiles como medidas ó parámetros de posición. que sería cualquier valor más frecuente que sus adyacentes. y como complemento a lo anterior.- El histograma o histograma de rectángulos. En segundo lugar. con los datos ordenados. el que se repite más (moda se asocia con lo más frecuente). tres son las definiciones destacables: La MODA: es el valor de la variable que tiene mayor frecuencia en la muestra. además. - - Definiremos a continuación los más importantes entre todos los parámetros de estos tres tipos y para ilustrar su cálculo usaremos el ejemplo siguiente.

las desviaciones (que se obtienen restando cada dato menos la media) son: -2 -2 -2 -2 -1 -1 -1 0 0 +1 +2 +3 +5 que como puede calcularse suman cero (las negativas. La mediana no puede definirse para variables cualitativas puras. En nuestro ejemplo. Sin embargo. esto es. la suma de estas diferencias o desviaciones es SIEMPRE CERO para cualquier distribución de cualquier variable.que corresponde al séptimo lugar (que deja seis por debajo y seis por encima). las medidas de dispersión se basan en la idea de medir las diferencias entre unos datos y otros midiendo las diferencias de cada dato con la media. sino sólo para ordinales y cuantitativas. el cuadrado es matemáticamente mucho más manejable que el valor absoluto. en nuestro ejemplo. quedándose el n para el caso en que se conoce toda la población. lo que hace de la varianza la reina de los parámetros de dispersión desde un punto de vista teórico. esto es. suman – 11. La MEDIA ó MEDIA ARITMETICA: es el centro de gravedad de la distribución. Existen otras medidas de centralización de uso menos frecuente. Segundo grupo: PARAMETROS DE DISPERSION. en nuestro ejemplo la suma de los valores absolutos (no confundir con frecuencias absolutas. por su propia naturaleza.11.46 .83 y como desviación standard su raíz cuadrada 2. pese a su valor intuitivo. se define: 7 . Es la más importante de las medidas de centralización y en general de todos los parámetros estadísticos y al ser centro de gravedad tiene la propiedad de que si hallamos las diferencias de cada dato con ella (llamadas desviaciones). con lo que la varianza es 58/13 = 4. Por su parte. la suma de los datos es 26 y el número de ellos 13. que proceden de datos superiores a la media. la media sólo es definible para variables cuantitativas. con media de 2. En nuestro ejemplo. que proceden de datos inferiores a la media. y que en nuestro ejemplo valdría 2. A efectos comparativos entre distintas muestras e incluso entre distintas variables. lo que resulta clave para la definición de las medidas de dispersión. en nuestro ejemplo resulta 58 la suma de cuadrados de las desviaciones. sumando esos cuadrados y dividiendo entre n. relacionados con cuestiones de inferencia estadística. el tener que usar valores absolutos complica los desarrollos matemáticos con este parámetro y por eso se usa poco. ya que necesita un orden en los datos.20 (estos últimos serían la varianza muestral o quasivarianza y la desviación típica muestral y serían los utilizados en la práctica. con mucho la más usada de las medidas de dispersión. es más recomendable usar el denominador n-1 en lugar del n al calcular la varianza y la desviación típica de una muestra. como éstas siempre suman cero. de forma que la media vale 26/13 = 2. por lo que se calcula elevando al cuadrado cada desviación. que no tiene nada que ver) sale 22 y por tanto la desviación absoluta media vale 22/13 = 1. sin embargo. Las más importantes medidas de dispersión son las siguientes: La DESVIACION ABSOLUTA MEDIA: es la media aritmética de los valores absolutos de las desviaciones. suman +11. o fiel de la balanza entre todos los datos. el hecho de que carezca de interpretación intuitiva y que sus unidades sean cuadradas (¿hermanos cuadrados?) hace que es la práctica se use mucho más su raíz cuadrada. Se calcula sumando los datos y dividiendo entre el tamaño de la muestra. ya que si no hay números no se puede sumar. sería mejor calcular como varianza 58/12 = 4. de modo que todas suman 0).00 y la desviación típica de 2. aunque la definición teórica sea con denominador n por ser la varianza una "media"). entre el número de datos. la media geométrica (raíz enésima del producto de los datos) o la media armónica (la inversa de la media aritmética de los inversos de los datos). usando las desviaciones. pues. sumándolas y dividiendo entre n. y las positivas. es preciso considerar su valor absoluto o su cuadrado para que ello no ocurra (serían ya todas positivas).00 .11 como parámetros más informativos.69 . la DESVIACION STANDARD o DESVIACION TIPICA. Por motivos difíciles de explicar aquí. por lo que se calcula tomando como positivas todas las desviaciones. como la media ponderada (que es una media aritmética con distintos pesos de importancia para los distintos datos). con lo que el informe más habitual para nuestros datos daría una media de 2. Es mucho más importante: La VARIANZA: es la media aritmética de los cuadrados de las desviaciones.

mientras que el RANGO INTERCUARTILICO es la extensión cubierta por la mitad central de los datos ordenados. que es la diferencia entre el valor máximo y el mínimo de la muestra. que dan nueve cortes para definir de diez en diez por ciento los valores de la distribución.es/local/rruizb/cognosfera 8 . etc. que son como los deciles pero de uno en uno por ciento. pueden considerarse como parámetros de centralización y sin embargo los más lejanos al centro ayudan a medir la dispersión. RECORRIDO ó AMPLITUD. No tienen mucho sentido en muestras pequeñas. En cierto modo pueden ser considerados como medidas de centralización (de hecho la mediana es uno de ellos) y también como medidas de dispersión (algunas pueden construirse a partir de ellos) pero en realidad son medidas de posición. Se definen entre los más importantes: Los CUARTILES. Se define el cuantil p como aquel valor de la variable (que puede estar o no en la muestra) que supera al p% de los datos de la muestra. porque requieren siempre que los datos estén ordenados.00 = 1. Es una especie de desviación típica “relativa”.100055 ó bien 11005. 1 y 3. que es una medida de dispersión. ya que trece elementos no se pueden “partir” en cien partes. resultan útiles sólo cuando la muestra es numerosa y permiten saber en que “posición” se encuentra un valor dado con respecto al conjunto de una muestra o población. a menudo expresado en tanto por ciento. el segundo coincide con la mediana y el tercero deja por debajo al 75% de la distribución. Los cuantiles más próximos al percentil 50. que definen las cuartas partes de la muestra mediante tres “cortes”: el primer cuartil deja por debajo al 25% de la distribución. que es el cociente. hasta nueve deciles. el percentil 37 deja por debajo al 37% de la distribución. y por tanto son noventa y nueve. Los DECILES. Además de las citadas. y en nuestro ejemplo valdría 2. y está claro que no tienen sentido en muestras tan pequeñas como la de nuestro ejemplo. este resultado indicaría mucha dispersión en los datos del ejemplo en relación con la media.El COEFICIENTE DE VARIACION . recuérdese que el RANGO era la extensión cubierta por toda la muestra ordenada (se define como máximo menos mínimo). la más simple de las medidas de dispersión es el RANGO.. Los PERCENTILES.5 (que están situados en las posiciones “tercera y media”. como la propia mediana o los cercanos a ella. y que indica qué extensión de la recta de los números ocupan los datos de nuestra muestra. el primer decil deja por debajo una décima parte de la distribución. séptima y “décima y media” de los datos ordenados). Tercer grupo: CUANTILES O PARAMETROS DE POSICION Los cuantiles completan el cuadro de los parámetros de una distribución. pero en nuestro ejemplo valdrían respectivamente 0. así. entre la desviación típica y la media de una distribución. por ejemplo. Con el rango intercuartílico estamos midiendo la extensión que nos cubre la mitad central de nuestros datos. CognoSfera www. excluyendo la cuarta parte inicial (los que son inferiores al primer cuartil) y la cuarta parte final (los que son superiores al tercer cuartil).ugr. el segundo dos décimas partes.2011/2.05% (nótese que no es un verdadero porcentaje. Todos los cuantiles son definibles sobre variables cuantitativas o sobre cualitativas ordinales. si restamos el tercer cuartil menos el primero obtenemos el RANGO INTERCUARTÍLICO. porque puede valer más del 100%). por ejemplo.

9 .

Sign up to vote on this title
UsefulNot useful