ESTADSTICA DESCRIPTIVA

La estadstica tiene que ver con la recopilacin, presentacin, anlisis y uso de datos para
tomar decisiones y resolver problemas. Cualquier persona recibe informacin en forma de
datos a travs de los peridicos, la televisin u otros medios; y a menudo es necesario
obtener alguna conclusin a partir de la informacin contenida en los datos. Los mtodos
empleados para resumir y organizar datos se denominan estadstica descriptiva; mientras
que los mtodos para tomar decisiones se denominan inferencia estadstica. El trmino
poblacin se refiere a los elementos del universo respecto al cual se quieren obtener
conclusiones o tomar decisiones. A cada elemento se le puede asociar una medicin que
bien puede ser numrica o cualitativa dependiendo de la caracterstica que se quiera
estudiar. El trmino muestra se refiere al subconjunto de observaciones seleccionadas de
la poblacin de inters
VARIABLES:
A cada caracterstica de los elementos de una poblacin se le llama variables. Nos
encontraremos con varios tipos de variables: cualitativas y cuantitativas.
Las variables cualitativas son aquellas que se refieren a categoras o atributos de los
elementos (individuos) estudiados. Las variables cuantitativas son aquellas cuyos datos son
de tipo numrico.
TIPOS DE VARIABLES CUALITATIVAS
Dicotmicas: Slo hay dos categora, que son excluyentes una de la otra. Ejemplo:
enfermo-sano, muerto-vivo, mujer-hombre
Nominal: tiene mas de dos categoras y no hay orden entre ellas. Ejemplo: color de los
ojos, grupo sanguneo
Ordinal: tiene varias categoras y hay orden entre ellas. Ejemplo: grado tumoral,
calificacin del riesgo en anestesia.
TIPOS DE VARIABLES CUANTITATIVAS
Continuas: nmeros infinito no numerables de elementos. Tiene asociado el concepto de
medida. Ejemplo: Presin arterial, Edad, peso.
Discretas: nmeros finitos o infinitos numerables de elementos. Se asocia con el concepto
de conteo. Ejemplo: N de hijos, N de casos de tuberculosis por estado.
Hay ocasiones en las que las medidas cuantitativas continuas son transformadas en
ordinales mediante la utilizacin de uno o varios puntos de corte.
Ejemplo: La variable peso es codificada en varias categoras y se utiliza en trminos como:
Bajo-peso, peso-normal, Sobrepeso, Obesidad
Las descripciones numricas de datos suelen ser importantes. Dado un conjunto de n
observaciones
La estadstica descriptiva nos puede ayudar mediante resmenes numricos, que son
medidas de tendencia central, o tambin llamadas de posicin y medidas de dispersin
Las medidas descriptivas ms comunes de tendencia central o localizacin son: la media
aritmtica y la mediana (existen otras medidas de tendencia central que en ocasiones
n
x x x ,....., ,
2 1
pueden resultar de inters: la moda, los cuartiles, los deciles, los percentiles, la media
armnica, la media geomtrica y la media ponderada.)
La media aritmtica o simplemente promedio (tambin llamada media muestral ya que
generalmente se calcula en relacin a una muestra) se calcula de la siguiente forma: si las
observaciones de una muestra de tamao n son x
1
, x
2
,,x
n
entonces
CALCULO DE MEDIA
Uso de Microsoft Excel.
Ingrese en A1 N de Muestra.
Ingrese en B1 valor de Peso.
Ingres en A2 el numero 1
Con Control + Arrastre numero desde
A3 a A11 del 2 al 10,
Ingreso el peso de B2 a B11.
Ver transparencia siguiente.
HOJA DE DATOS EN PESO










CALCULO DE LA MEDIA
Calculo de la media.
A12 utilizando la funcin Contar
(A2:A12). Ponga el numero de datos de
datos de la muestra.
B12 utilizando la funcin suma
(B2:B12) ponga el total de peso.
A13 ponga de titulo promedio.
A14 aplique formula d ela media =
B12/A12
Revise el resultado.
Ver transparencia siguiente
RESULTADOS DEL CALCULO DE LA MEDIA
Caracterstica de la Media
Es intuitiva y fcil de calcular.
Su valor puede que no coincida con ninguno de los valores de la muestra
La suma de las diferencias de cada valor de la muestra con la media su resultado es cero,
es decir,


La mediana se suele definir como el valor ms intermedio una vez que los datos han sido
ordenados en forma creciente. Se suele denotar por Me. La forma ms general de calcular
la mediana es la siguiente:



La mediana es aquel valor que deja el cincuenta por ciento de los datos por debajo y otro
cincuenta por encima. Cabe destacar que es preferible el uso de la mediana como medida
descriptiva del centro cuando se quiere reducir o eliminar el efecto de valores extremos en
un conjunto de datos (muy grandes o muy pequeos).
Moda.- Es una medida de tendencia central que se puede utilizar sea cual sea el tipo de
variable a estudiar. La moda de un conjunto de observaciones es el valor que ms se
repite, aquel cuya frecuencia absoluta es mxima. Puede ser nica, que haya ms de una,
o que no exista.
Media Geomtrica.- Se define como la raz n-sima del producto de todos los valores
numricos, es decir,


La media armnica:
Se define como el nmero de observaciones de la muestra dividido por la suma del inverso
de cada una de las observaciones, es decir,



La localizacin o tendencia central de un conjunto de datos no necesariamente
proporciona informacin suficiente para describirlos adecuadamente. Debido a que no
todos los valores son semejantes, la variacin entre ellos se considera importante. Se
puede decir que un conjunto de datos tiene una dispersin reducida si los mismos se
aglomeran estrechamente en torno a alguna medida de localizacin de inters y se dice
que tiene una dispersin grande si se esparcen ampliamente alrededor de alguna medida
de localizacin de inters.
Las medidas descriptivas ms comunes de dispersin son: el rango, la varianza, la
desviacin estndar y el rango intercuartlico.

=
=
n
i
i
x x
1
0 ) (
( ) ( )
( ) ( )
1 2
2 ( 2) 1
2
n
n n
x si n es impar
Me
x x
si n es par
+
+

=
+

n
i
n
i
n
n G
x x x x X ) ( .... .
1
2 1
=
[ = =

=
=
n
i
i
A
x
n
X
1
) / 1 (
El rango de la muestra es la medida de variabilidad ms sencilla entre todas las
mencionadas; y se define como la diferencia entre la observacin ms grande y la ms
pequea:
Aunque es una medida muy fcil de calcular, ignora toda la informacin de la muestra
entre las observaciones ms grande y ms pequea. Sin embargo, vale la pena resaltar que
el rango se utiliza mucho en aplicaciones estadsticas al control de calidad, donde lo comn
es emplear muestras con tamaos n = 4 o n = 5 ya que en estos casos la prdida de
informacin no se considera relevante.
En general, se desea una medida de variabilidad que dependa de todas las observaciones y
no slo de unas pocas; as que parece razonable medir la variacin en trminos de las
desviaciones relativas a alguna medida de localizacin (generalmente esta medida es la
media)
Para el conjunto de datos x
1
, x
2,
.,x
n

Las diferencias
Determinan las desviaciones de la media, dado que la suma de estas desviaciones es cero,
se utiliza como medida de variabilidad el promedio de los cuadrados de tales desviaciones.


Sin embargo, como slo hay n-1 desviaciones independiente se conviene en dividir entre
n-1, es decir,


Esta ltima ser la frmula que emplearemos.
Esta medida de variabilidad se denomina varianza. Como S
2
no tiene las mismas unidades
que los datos, se define la desviacin estndar como la raz cuadrada (positiva) de la
varianza a fin de tener una medida en las mismas unidades de los datos; La desviacin
estndar es til para comparar dispersin entre dos poblaciones, pero tambin lo es para
calcular el porcentaje de la poblacin que pueden localizarse a menos de una distancia
especfica de la media.
Cuartiles, deciles y percentiles
Los cuatiles dividen a un conjunto de datos en cuatro partes iguales.
Para explicarlo un poco mejor, piense en un conjunto de datos ordenados de menor a
mayor. Al valor de en medio es la mediana. Esto es, 50 por ciento de los datos son mayores
que la mediana y 50 por ciento son menores. De manera similar los cuartiles dividen a un
conjunto de datos en cuatro partes igueles.
El primer cuartil, al que se le llama Q
1
, es el valor por debajo del cual se encuentra el 25%
de los datos, y el tercer cuartil usualmente llamado Q
3
, es el valor por debajo de el se
encuentra el 75% de los datos. Q
2
es la mediana. Los valores Q
1
, Q
2
y Q
3
dividen al conjunto
de datos ordenados en cuatro partes iguales. Q
1
se puede entender como la mediana de la
min max
x x r =
) ( ),....., ( ), (
2 1
x x x x x x
n

n
x x
s
n
i
i
=

=
1
2
2
) (
1
) (
1
2
2

=

=
n
x x
S
n
i
i
mitad inferior de los datos ordenados y Q
3
como la mediana de la mitad superior de los
datos ordenado.
Procedimiento para el calculo de los percentiles
Sea L
p
la posicin del percentil deseado.
Entonces

Donde n es el nmero de datos y p el percentil
Ejemplo: el percentil 33 P
33
, el percentil 50 es el P
50
, que es tambin la mediana el Q
2.
El
percentil 25 es el P
25
=Q
1
y el percentil 75 es el P
75
=Q
3

Calculo del p-simo percentil
- Paso 1: Ordenar los datos de manera ascendente.
- Paso 2: Calculamos el
- Paso 3: a) Si L
p
no es entero, se redondea. El valor entero inmediato mayor que L
p

indica la posicin del p-simo percentil.
- b) Si L
p
es entero, el p-simo persentil es el promedio de los valores de los datos
ubicados en los lugares i e i+1
Por Ejemplo:
Si tenemos 15 datos ordenados y que-remos localizar el primer cuartil (percentil 25) segn
la formula este estar ubicado en la posicin 4 (por redondeo) y el tercer cuartil (percentil
75) estar ubicado en la posicin 12 (por redondeo)
Si tenemos 20 datos ordenados el primer cuartil estara en la posicin intermedia entre el
5 y el 6 dato es decir si el 5 dato fuese 36 y el 6 41 el P
25
=Q
1
=38,5
Asimetra
Si los valores de la serie de datos presenta la misma forma a izquierda y derecha de un
valor central (media aritmtica) se dice que es simtrica de lo contrario ser asimtrica.
Para medir el nivel de asimetra se utiliza el llamado Coeficiente de Asimetra de Fisher,
que viene definido:


Los resultados pueden ser los siguientes:
g
1
= 0 (distribucin simtrica; existe la misma concentracin de valores a la derecha y a la
izquierda de la media)
g
1
> 0 (distribucin asimtrica positiva; existe mayor concentracin de valores a la derecha
de la media que a su izquierda)
g
1
< 0 (distribucin asimtrica negativa; existe mayor concentracin de valores a la
izquierda de la media que a su derecha)
( )
100
p
p
L n =
%
100
) (
p
n L
p
=
3
1
3
1
) ( )( / 1 (
s
x x n
g
n
i
i
=

=
Curtosis
El Coeficiente de Curtosis analiza el grado de concentracin que presentan los valores
alrededor de la zona central de la distribucin.
Se definen 3 tipos de distribuciones segn su grado de curtosis:
Distribucin mesocrtica: presenta un grado de concentracin medio alrededor de los
valores centrales de la variable (el mismo que presenta una distribucin normal).
Distribucin leptocrtica: presenta un elevado grado de concentracin alrededor de los
valores centrales de la variable.
Distribucin platicrtica: presenta un reducido grado de concentracin alrededor de los
valores centrales de la variable.
El Coeficiente de Curtosis viene definido por la siguiente frmula:
Los resultados pueden ser los siguientes:
g
2
= 0 (distribucin mesocrtica).
g
2
> 0 (distribucin leptocrtica).
g
2
< 0 (distribucin platicrtica).