IV. - Medidas Descriptivas

Unidad No.
IV
Medidas Descriptivas

n
Cg.
Medidas descriptivas
1. Medidas de tendencia central
- Medidas de posicin
2. Medidas de dispersin
- Son las que tienden al Cg.
- Dan una idea de la desviacin que tienen los puntos con respecto
al Cg.
Medidas de tendencia central
a) Media aritmtica 1
b) Media Ponderada 2
c) Media armnica
d) Media geomtrica !
e) Media cuadr"tica #
$) Moda %
g) Mediana &
Medidas de dispersin
a) 'ango 1
b) Desviacin media absoluta 2
c) (arian)a
d) Desviacin est"ndar !
e) Coe$iciente de variacin #
$) 'ango de presicin %
a) Media aritmtica (Media) X
Para un con*unto de +n, observaciones &
1
- &
2
-....-

&
n
/ la
media aritmtica o media detonada por X se de$ine0

n
X X X
X
n
....
2 1
+ +
n
X
X
i
n
i 1
Si n es mu1 grande se ce en la tabla de 2recuencias

3a media aritmtica es para datos no agrupados
&
1
4 !
5
5 4 3 2 1
X X X X X
X
+ + + +

&
2
4 5
5
7 3 1 0 4 + + +
X

&
4 1
&
!
4 -
8 . 1
5
9
X

&
#
4 6
De$inicin de tabla de $recuencias si en una tabla de $recuencia con l
2
clases
78ntervalo de clase 8C)/ los puntos medios de clase 7PMC) son0
&
1
- &
2
-....-

&
n
1 las respectivas $recuencia son $
1
- $
2
-....-

$
n
entonces
la media es de$inida como sigue0
2
2 2
......
......
3 2 1
3 3 2 2 1 1
l
l l
f f f f
X f X f X f X f
X
+ + + +
+ + + +
k
k
i
k k
k
i
f
X f
X
1
1
n f
k
k
i

1
Son puntos medios
9o con$undir
Son observaciones
n
X
X
i
n
i 1
3o que m"s di$ieren es la mitad de los intervalos

PMC 7punto que nos representa el intervalo)

:bservaciones con m;nimo m"<imo valor
3o m"<imo que di$iere es = intervalo
( ) ( )
ai
m
i
f
n
RVIC
NoIC RVIC PMC X
1
1
1
1

+
( ) ( ) ( ) 442
80
36 . 0
1 10 36 . 0 70 . 2 + X
971 . 3 X
i LIC PMC f
i
f
ai
f
i
X
i
f
i
X
i
2
fa
ai
1 2.#2-2.>> 2.6 ? ? 2!. %#.%1 ?
2 2.>>-.2! .5% 15 1? 5.% ?.%% 2>
.2!-.%5 .!2 11 5 6.%2 12>.%%5! #>
! .%5-.?% .6> 1! !! #2.?2 255.56% 152
# .?%-!.2 !.1! > #2 .12 16.11%> 1#!
% !.2-!.%> !.# 1! %% % 2>.# 225
6 !.%>-#.5! !.>% ! 65 1?.!! ?!.!6>! 2?5
> #.5!-#.!5 #.22 ! 6! 25.>> 15>.??% %!
? #.!5-#.6% #.#> ! 6> 22.2 12!.#!#% !!2
15 #.6?-%.12 #.?! 2 >5 11.>> 65.#%62 !!!
i
i
i i
i
f
X f
X
10
1
10
1

951 . 3
80
08 . 316
X
3a media aritmtica es un caso particular de la media ponderada
Propiedades de la media aritmtica X
.! Sea &
1
- &
2
-....-

&
n
/ un con*unto de observaciones cu1a media
es X / entonces la suma de las desviaciones de las observaciones con
respecto a X es igual a cero.
Sea d
i
4 <
i
-
X
la desviacin de la observacin i-sima.
0
4

i
n
i
d
( ) X X d
i
n
i
i
n
i

1 1

X X d
n
i
i
n
i
i
n
i 1 1 1

n
X
X
i
n
i 1

Para datos
no agrupados
Constante

X n X d
i
n
i
i
n
i

1 1
0
1
1 1

1
1
1
]
1

n
X
n X d
i
n
i
i
n
i
i
n
i
i
n
i
X
1

@sta es una variable

Aa es una constante

X
" #
X X d
1 1

X
2
" $
1
d
!-1.> 4 2.2
X
%
"
X X d
2 2
X
#
" !%
2
d
5-1.> 4 1.>

X
&
" '
X X d
3 3

3
d
1-1.> 4 -5.>
8 . 1 X

X X d
4 4

4
d
--1.> 4 -!.>

X X d
5 5

5
d
6-1.> 4 #.2
0
4

i
n
i
d

Para la tabla de $recuencias/ para datos agrupados
X
i
" ( PMC del i-esimo 8C
)
i
" B 2recuencia de i-esimo 8C
* " B 9o de 8C

i
k
i
i i
k
i
f
X f
X
1
1

X X d
1 1
( )
i i
k
i
i i
k
i
f X X f d
1 1
X f X f f d
i
k
i
i i
k
i
i i
k
i 1 1 1

i
k
i
i i
k
i
i i
k
i
f X X f f d
1 1 1

i
k
i
i i
k
i
f X f d
1 1

i
k
i
i
k
i
i i
k
i
f X f X f d
1 1 1

0
1

i i
k
i
f d
( )
( )
1
1
1
1
]
1
,
_
n
fa
fa
n
RVIC
S
i
m
i
m
i
ai
m
i
x
2
2
1
1
1
2
1
2
2
2
1
( )
( )
( )
( )
1
]
1
+
80
442
442 1225 2
79
36 . 0
2 2
2
x S
7381458 . 0
2
x S
Media aritmtica para un con*unto de datos
n
X
X
i
n
i 1

i
k
i
i i
k
i
f
X f
X
1
1

Propiedades de la media aritmtica X
.! ( ) 0
1

X X
i
n
i
Desviaciones
Para datos agrupados
( ) 0
1

i i
n
i
f X X
2.! Sea a un nCmero arbitrario/ entonces para un con*unto de n
observaciones &
1
- &
2
-....-

&
n
/ la media X se obtiene de la
manera siguiente0

n
d
a X
i
n
i 1
+
Donde
( ) a X di
i

D veces los no son mu1 pequeEos o mu1 grandes
con esta propiedad se modi$ican para tener valores
con menos d;gitos.

10 a Suponiendo
X
" #
( ) a X di
i

X
2
" $

1
d
!-15 4 -%
X
%
"
X
#
" !%
2
d
5-15 4 -15

X
&
" '

3
d
1-15 4 -?
n
d
a X
i
n
i 1
4
d
--15 4 -1

5
d
6-15 4 -
41
1

i
n
i
d

5
41
10

+ X
8 . 1 2 . 8 10 X
n
d
a X
i
n
i 1
+

( ) a X di
i

( )
n
a X
a X
i
n
i

+
1
n
a
n
X
a X
n
i
i
n
i 1 1
+
n
na
X a X +
X X
3 a
X
" #
( ) a X di
i

X
2
" $

1
d
!- 4 1
X
%
"
X
#
" !%
2
d
5- 4 -

X
&
" '

3
d
1- 4 -2
n
d
a X
i
n
i 1
4
d
-- 4 -%

5
d
6- 4 !
6
4

i
n
i
d
5
6
3

+ X
8 . 1 2 . 1 3 + X
4327 a
X
" #%2#
( ) a X di
i

X
2
" #%%

1
d
!2!-!26 4 -
X
%
" #%2+
X
#
" #%%$
2
d
!1-!26 4 !

3
d
!2>-!26 4 1

4
d
!5-!26 4

5
1

i
n
i
d
n
d
a X
i
n
i 1
+
4
5
4327 + X
25 . 4328 25 . 1 4327 + X
Para datos agrupados 7Fabla de $recuencias)
i
k
i
i i
k
i
f
X f
X
1
1
X
i
" ( PMC del i-esimo 8C
)
i
" B 2recuencia de i-esimo 8C
* " B 9o de 8C B D 4 !.#5 el de ma1or 2r
i LIC PMC f
i
X
i
!a f
i
d
i
1 2.#2-2.>> 2.6 ? -1.>5 -1%.2
2 2.>>-.2! .5% 15 -1.!! -1!.!
.2!-.%5 .!2 11 -1.5> -11.>>
! .%5-.?% .6> 1! -5.62 -15.5>
# .?%-!.2 !.1! > -5.% -2.>>
% !.2-!.%> !.# 1! 5 5
6 !.%>-#.5! !.>% ! 5.% 1.!!
> #.5!-#.!5 #.22 ! 5.62 2.>>
? #.!5-#.6% #.#> ! 1.5> !.2
15 #.6?-%.12 #.?! 2 1.!! 2.>>
80
10
1

i
i
f > . 1
15
1

a X
i
i
?2 . !
15
1

i i
i
d f
i
k
i
i i
k
i
f
X f
X
1
1
( )
?#1 .
>5
?2 . !
#5 . !
+ X
%.! Si un con*unto de n
1
observaciones tiene media 1 X 1 otro con*unto de
n
2
observaciones con media 2 X / entonces la media de el con*unto 7n
1
- n
2
)

obtenido por la combinacin de esos 2 con*untos viene dada por0
( )
2 1
2
2 1
n n
X n X n
X
i
+
+
I.! &
11
B &
12
B &
1
B &
1/!
/.... &
1n
B 1 X
II.! &
21
B &
22
B &
2
B &
2!
/.... &
2n
B 2 X
( )
2 1
2 1
1
2
2
1
n n
n n
n
X
n
X
X
+
+
,
_
+
+
1 2
1
2
2
1
1 1
n n
n
X
n
X
,
_
,
_
+
2 1
2 1
1
2
2
1
n n
n n
n
X
n
X
X
1
1
1
1
1
n
X
X
i
n
j

2
2
1
2
2
n
X
X
i
n
j
n
1
&
11
B &
12
B &
1
/.... &
1n
&
21
B &
22
B &
2
/.... &
2n
7n
1
-1) 7n
1
-1) 7n
1
-1).... 7n
1
-n
2
)
Sustitu1endo lo anterior0
( )
2 1
1
2 1
n n
X
X
i
n n
i
+
+
4
( )
2 1
2
1
1
1
2 1
n n
X X
j
n
j
j
n
j
+
+

( )
2 1
2
2 1
n n
X n X n
X
i
+
+
Media ponderada
Para n con*untos
i
n
i
i
i
n
i
n
X n
X
1
1
, -
i X
>.? >.
i
n 15 !5

( ) ( )
( ) !5 15
. > !5 ? . > 15
+
+
X
!2 . >
#5
2 >?
+
X
@stablos
Produccin de lecGe por vaca
I II
1 X 4 1>.#
2 X 4 12.! 1#.!#
#5 55
( ) ( )
( ) 55 #5
! . 12 55 # . 1> #5
+
+
X
26 . 1
#5
!%!#
#5
625 ?2#

+
X
I.! &
11
B &
12
B &
1
B &
1/!
/.... &
1n
B 1 X
II.! &
21
B &
22
B &
2
B &
2!
/.... &
2n
B 2 X

n
2
III.! &
1
B &
2
B &
B &
!
/.... &
n
B X

n
Si tenemos +t, con*untos

&
t1
B &
t2
B &
t
B &
t!
/.... &
tn
B t X

n
t
i
t
i
i
i
t
i
n
X n
X
1
1
t
t
t
n n n
X n X n X n
X
+ + +
+ + +
...
...
2 1
2
2
1
1
.) Media ponderada
i
n
i
i
i
n
i
n
X n
X
1
1
4
i
i
n
i
n
i
X n
1
1
1
@s el grado de importancia
que tiene el grupo
i
n
i
i
i
n
i
n
X n
X
1
1

4
i
i
n
i
i
n
i
X
n
n
,
_
1
1
H
i

$
r
relativa

1 i
r
X f X
8ndica cuanto in$lu1e la media de cada con*unto
Constante
1
1
X
n
i
(ariable
i
i
n
i
X w X
1

1
5
1 5
i
w
1
1
1
1 1
1

i
n
i
i
n
i
i
n
i
i
n
i
n
n n
n
Sea &
1
- &
2
-....-

&
n
un con*unto de +n, valores 1 sea H
1
- H
2
-
....-

H
n
el peso asociado a cada uno respectivamente 7que importancia)
la media ponderada se obtienen dividiendo la suma de los productos de los
valores 1 los precios por la suma de los pesos
i
n
i
i i
n
i
w
y w
y
1
1
c) Media /eomtrica 0
Para datos no a/r1pados

Para datos a/r1pados

d) Media arm2nica 3
i
n
i
X
n
H
1
1

i
i
n
i
X
f
n
H
1
n
X
i
n
i
G
log
1
15

n
X f
i
n
i
G
log
1
1
15
Propiedades de la media aritmtica

1.- ( ) 5 X X X
i
2.-
n
d
a X
i
n
i 1
+

( ) a X di
i

.-
i
t
i
i
i
t
i
n
X n
X
1
1
Media ponderada
:tra de$inicin de media ponderada
Sea &
1
- &
2
-....-

&
n
un con*unto de +I, valores 1 sea H
1
- H
2
-
....-

H
n
los pesos asociados a cada uno de ellos respectivamente tal que
1
1
1

w
k
i
/ entonces la media ponderada se de$ine de la manera siguiente0

i i
K
I
p
y w y
1

i
k
i
i i
k
i
p
w
y w
y
1
1
1 @structura de una media para

datos agrupados
(ariable
i
i
k
i
i
k
i
p
y
w
w
y
,
_
1
1
Constante
i i
K
I
p
y p y
1

1
1
1
1
1 1

i
n
i
i
n
i
i
n
i
i
n
i
i
n
i
w
w
w
w
p

Debe se una cte
i
p
8mportancia de cada una de las observaciones
i
k
i
i i
k
i
f
X f
X
1
1
4
i
i
k
i
i
k
i
X
f
f
X
,
_
1
1

2recuencia relativa
1
1

i r
k
i
X f X
i

1
1

i
r
k
i
f
3a media se carga a aquellos datos que tengan la m"<ima $recuencia
7P.M)
Cali$icacin
72recuencia)
Crdito
X
>5 %
X
2
65 1
X
%
155 15
( ) ( ) ( )
( ) 1 % 15
>5 % 65 1 15 155
+ +
+ +
X
16%! . ?1
16
1##5
16
!>5 65 1555

+ +
X
i i
K
I
X w X
1
1
1

i
K
I
w
@sto indica que es una media ponderada
Si w wi
1 1
1 1

kw w
k
i
i
K
I
k
w
1
k
wX X w X
k
i
i
k
i
i i
K
I
1
1 1 1

i
k
i
X
k
X
1
1

X
k
X
X
i
k
i
p
1
Cuando todos los valores tienen la misma importancia la media ponderada es
igual a la media aritmtica

Proporciones 7porcenta*e) de cada e<tracto
Se parte la muestra de
Despus la media ponderada acuerdo a los e<tractos
de toda la poblacin
e) Media /eomtrica 0
De$inicin0
Para un con*unto de +n, valores no negativos &
1
- &
2
-....-

&
n
la media
geomtrica denotada por M
g
se de$ine de la manera siguiente
n
n g
X X X X M ... . .
2 1
3a ampliacin es en cuestiones de ganancia por intereses comerciales

1
1
1
]
1

n
X
anti M
i
n
i
g
log
log
1

P
#
P
!
P
P
2
P
1

n
6 2 1 /... / X X X
i
k
i
k
f
f
k
f f f
g
X X X X M
1
2 1
... . .
2 1
1
1
1
]
1
i
k
i
i i
k
i
g
f
X f
anti M
1
1
log
log
Moda
3a moda es un con*unto de datos &
1
- &
2
-....-

&
n
es aquel valor que si
e<iste ocurre con ma1or $recuencia.
Para obtener el valor de la moda 7denotado por Mo) se requiere ordenar los
datos en $orma ascendente o descendente.

&
1
J - &
2
J

- &
J - ....-

&
n
J
Fal que
K K
1 +
i i
X X
ordenados en $orma ascendente
&
1
J - &
2
J

- &
J - ....-

&
n
J
Fal que
K K
1 +
i i
X X
ordenados en $orma ascendente
Si no Ga1 datos repetidos no Ga1 moda
Puede ser que e<istan 2 o m"s $recuencias iguales/ e<isten varias modas
7con*unto multi-modal)
Moda absoluta
Moda relativa menos $
r
c
d d
d
L Mo
1
]
1
+
+
2 1
1
L
[ ]
3imite in$erior del intervalo de clase el cual contiene la
Moda/ siendo la clase que contiene a la moda de ma1or
$recuencia.
c

[ ]
3ongitud o rango de variacin del intervalo que contiene a
la moda 73S-38)
1
d

[ ]
Di$erencias entre las $recuencias de la clase que contiene
la moda 1 la clase anterior
2
d

[ ]
a la moda 1 la clase posterior
15/ 25/ 12/ 5/ 1/ 16/ 25/ 2
&
1
/ &
2
/

&

/ &
!
/ &
#
/

&
%
/ &
6
/ &
>
/

Mo 9o Ga1
2/ 5/ 1/ 5/ / 25/ 12/ 5/ !/ 15/11
5/ 5/ 5/ 1/ 2/ / !/ 15/ 11/ 12/ 25

Mo
5
-!/ 5/ -15/ 12/ 5/ 1/ 15/ 25/ 1/ -15/ 25/12
-15/ -15/ -!/ 5/ 5/ 1/ 1/ 15/ 12/ 12/ 25/ 25

Mo
-15/ 5/ 1/ 12/ 25
3a ra)n de las modas relativas
Moda Moda Moda
'elativa 'elativa Dbsoluta
Calculen la moda para la tabla
$
i
4 1! @l de ma1or $recuencia
3S 4 .?%
38 4 .%5 3 4 .%
1
d
4 $
!
L $

4 1! L 11 4
2
d
4 $
!
L $
#
4 1! L > 4 %
c 4 3S L 38
c 4 .?% L .% 4 5.%
L 4 .%5
c
4 5.%
1
d
4
2
d
4 %
c
d d
d
L Mo
1
]
1
+
+
2 1
1
% . 5
%
%5 .
1
]
1
+
+ Mo

Mo
.62 X .?#1
L 4 !.2
c
4 5.%
1
d
4 %
2
d
4 15
c
d d
d
L Mo
1
]
1
+
+
2 1
1
% . 5
15 %
%
2 . !
1
]
1
+
+ Mo

Mo
!.!##
Mo &J m"s $recuente
Mediana Md
3a mediana de un con*unto de +n, datos ordenados ascendentemente o
descendentemente de acuerdo a la magnitud/ es aquel valor asociado con la
observacin que marca la mitad.
&
1
- &
2
-....-

&
n

&
1
J - &
2
J

-....-

&
n
J
K K
1 +
i i
X X

a) Si es impar

2
1
K
+
n
X Md
b) Si +n, es par

2
K
1
2 2
+
+
n n
X X
Md
&
1
/ &
2
/

&

/ ......../ &
?
/

25/ 5/ / !/ >/ / ?/ 25/ 12/
1.- :rdenar
&
1
J - &
2
J

-.........-

&
n
J
5/ / / !/ >/ ?/ 12/ 25/ 25/
n 4 ?
2
1
K
+
n
X Md

2
1 ?
K
+
X Md
4
2
15
K X
4
#
K X
> Md
&
1
/ &
2
/

&

/ ........../ &
12
-!/ -25/ 5/ -1/ !/ -2/ / 6/ ?/ 5/ !/
&
1
J - &
2
J

-..........-

&
n
J
-25/ -!/ -2/ -1/ 5/ 5/ / / !/ !/ 6/ ?
n 4 12
2
K
1
2 2
+
+
n n
X X
Md
2
K
1
2
12
2
12
+
+
X X
Md
4
2
K
6 %
X X +
4
2
5 +
# . 1 Md
Para datos agrupados0
c
f
f
n
L Md
Md
a
1
1
1
]
1
+
2
@l intervalo que contiene a la mediana es aquel cu1a
a
f
es igual o inmediato
superior a la mitad de los datos 7nM2)
L
[ ]
3imite in$erior del intervalo de clase el cual contiene la
mediana siendo la clase que contiene al dato nM2

c

[ ]
FamaEo de clase
n

[ ]
9Cmero total de observaciones
a
f

[ ]
2recuencia acumulada de la clase anterior a la clase que
contienen a la mediana
Md
f

[ ]
2recuencia normal de la clase que contiene a la mediana
Contienen a la mediana
c
f
f
n
L Md
Md
a
1
1
1
]
1
+
2
% . 5
1!
5 !5
%5 .
1
]
1

+ Md
% . 5
1!
15
%5 .
1
]
1
+ Md
1!
% .
%5 . + Md
># . Md
Medidas de tendencia central
2
1
K
+
n
X Md
Si es impar

2
K
1
2 2
+
+
n n
X X
Md
Si +n, es par
i LIC f
i
f
ai
1 2.#2-2.>> ? ?
2 2.>>-.2! 15 1?
.2!-
.%5 11 5
! .%5-.?% 1! !!
# .?%-!.2 > #2
% !.2-!.%> 1! %%
6 !.%>-#.5! ! 65
> #.5!-#.!5 ! 6!
? #.!5-#.6% ! 6>
15#.6?-%.122>5
!.%5-.?%1!!!
K X Md m"s $recuente

c
d d
d
L Mo
1
]
1
+
+
2 1
1

n
X
X
i
n
i 1

i
k
i
i i
k
i
f
X f
X
1
1

3a media0 tiene propiedades distribucionales que plante Giptesis
3a moda. Nabla del valor m"s $recuente
3a mediana0 encuentra el punto que divide a la mitad 7los datos)
Propiedades de la mediana

( ) ( ) k X X X
n
i
i
n
i
<

1
1
2
1
Donde x k
#4 !%4 $4 4 '
> . 1 x
( )
2
1
1
X X
( )
2
> . 1 !
!.>!
( )
2
> . 1
2.5!
( )
2
> . 1 5
.2!
( )
2
> . 1 1
5.%!
( )
2
> . 1 6
26.5!
> . #>
O 4 1

( )
2
1
k X
( )
2
1 !
?
( )
2
1
1%
( )
2
1 5
1
( )
2
1 1
5
( )
2
1 6
%
%2
( )
2
1
1
k X
n
i

x
( )
2
1
1
1
X X
n
i

Y -
2
2
Y
-
Y
-
!
!
Y
-
#
#
Y
-
%
%
Y
4

( )
i
y
i
i
i
1
%
1
1
+

Medidas de dispersi2n5

1 x 4 12.5
2 x 4 12.5
> lts -----1% lts 15 lts -----1! lts

:tra manera que evalCe
Miden el grado de ale*amiento o de dispersin de un con*unto de datos
8nteresa menos dispersin par la toma de decisiones
6an/o
:bservacin m"<ima L :bservacin m;nima

Dlta dispersin Pran dispersin
. . . . . . .
:bservacin :bservacin
m;nima m"<ima
Desviaci2n media a.sol1ta
1
- &
2
-....-

&
n
cu1a media es
la desviacin media absoluta denotada por M.D se de$ine como sigue0
n
X X
D M
i
n
i

1
.
i
n
i
i i
n
i
f
f X X
D M
1
1
.

i
k
i
i i
k
i
f
X f
X
1
1

#4 !%4 $4 4 '
> . 1
%
?
x

'ango 4 6 - 7-) 4 15
3ongitud de
variacin
n
X X
D M
i
n
i

1
.
?% . 2
#
> . 1!
. D M
2 . 2 > . 1 !
> . 1 > . 1 5
> . ! > . 1
> . 5 > . 1 1
2 . # > . 1 6

2 . 1! 3a venta*a es que da resultados absolutos
>5> . #%
15
1

X X f
i i
i
i LIC PMC f
i
( ) X X
i

X X
i
X X f
i i

1 2.#2-2.>> 2.6 ? -1.2#1 1.2#1 11.2#?
2 2.>>-.2! .5% 15 -5.>?1 5.>?1 >.?15
.2!-.%5 .!2 11 -5.#1 5.#1 #.>!1
! .%5-.?% .6> 1! -5.161 5.161 2.?!
# .?%-!.2 !.1! > 5.1>? 5.1>? 1.#12
% !.2-!.%> !.# 1! 5.#!? 5.#!? 6.%>%
6 !.%>-#.5! !.>% ! 5.?5? 5.?5? .%%
> #.5!-#.!5 #.22 ! 1.2%? 1.2%? #.56%
? #.!5-#.6% #.#> ! 1.%2? 1.%2? %.#1%
15 #.6?-%.12 #.?! 2 1.?>? 1.?>? .?6>

?#1 .
15
1
15
1
i
i
i i
i
f
X f
X

n
X X
D M
i
n
i

1
.
6151 . 5
>5
>5> . #%
. D M
Promedio de las desviaciones de las
observaciones con respecto a la media.
' 4 %.12 L 2.#2 Datos
' 4 .%5 Fabla
' 4 .## 'ango de variacin de datos
Varian7a
1
- &
2
-....-

&
n
/ cu1a media es
la varian)a denotada por S
2
/ es denotada como sigue
( )
1
2
1
2

n
X X
S
i
n
i
D nivel muestra
7n-1) grado de libertad
D nivel pro$esional poblacional
( )
N
X
i
N
i
2
1 2

9 4 FamaEo de la poblacin
3a
se conoce
( )
1
2
1 2

N
X
S
i
N
i

3a
7media poblacional) en $orma pr"ctica no se conoce

Cuando 9
2 2
S
1
2 2
1
1 2

n
X n X
S
n
i
1
2
1
2
1
1
2
,
_
n
n
X
X
S
i
n
i
n
i
&
1
- &
2
-....-

&
n
n
X
X
i
n
i 1
4 &
1
- &
2
-....-

&
i-1
- &
n
n
X X X X X X X
X
n i i i
+ + + + + + + +
+
... ...
1 1 2 1
n i i i
X X X X X X X X n + + + + + + + +
+
... ...
1 1 2 1
@*emplo0
Si n 4 25 1 i 4 1#
25 1% 1# 1! 2 1
... ... 25 X X X X X X X X + + + + + + + +
Despe*ando para &
i
( )
n i i i
X X X X X X X n X + + + + + + +
+
... ...
1 1 2 1
( ) 1 n X n X
i
#4 !%4 $4 4 '
n - 1
&
i
4 # 71.>) L 7! - 5 - 1 -)
&
i
4 ? - 7-2) 4 6
&
i
4 6
i
n
i
i i
n
i
f
f X X
D M
1
1
.
1
.
1
1
2
2
1

i
n
i
i
n
i
i i
n
i
f
f X X f
D M
( )
1
.
1
2
2
1

i
n
i
i
i i
i i
n
i
f
f
X f
X f
D M
#4 !%4 $4 4 '
> . 1 x
n 4 #
( )
1
2
1
2

n
X X
S
i
n
i
( ) ( ) ( ) ( ) ( )
1 #
> . 1 6 > . 1 > . 1 1 > . 1 5 > . 1 !
2 2 2 2 2
2
+ + + +
S
( ) ( ) ( ) ( ) ( )
1 #
2 . # > . ! > . 5 > . 1 2 . 2
2 2 2 2 2
2
+ + + +
S
6 . 1!
!
> . #>
2
S
:tro mtodo
1
2 2
1
1 2

n
X n X
S
n
i
( ) ( ) ( ) ( ) ( ) [ ] ( )
1 #
> . 1 # 6 1 5 !
2 2 2 2 2 2
2
+ + + +
S
!
2 . % !? ? 1 1%
2
+ + +
S
!
2 . % 6#
2

S
6 . 1!
!
> . #>
2
S
:tro mtodo
1
2
1
2
1
1
2
,
_
n
n
X
X
S
i
n
i
n
i
( ) ( ) ( ) ( ) ( ) [ ]
( )
1 #
#
6 1 5 !
6 1 5 !
2
2 2 2 2 2
2
+ + +
+ + + +
S
!
#
>1
6#
2

S
!
2 . 1% 6#
2

S
6 . 1!
!
> . #>
2
S
3a venta*a de esta medida de dispersin aprovecGa las propiedades de la
media aritmtica
3a desventa*a en las unidades/ de aqu; que venga otra $uncin derivada de la
varian)a
2
S S 4 Varianza
6 . 1!
2
S
6 . 1! S
>!5 . S
i LIC PMC f
i
f
ai
f
i
X
i
f
i
X
i
2
f
i
8 X
i
1 2.#2-2.>> 2.6 ? ? 2!. %#.%1 .
2 2.>>-.2! .5% 15 1? 5.% ?.%% .2%
.2!-.%5 .!2 11 5 6.%2 12>.%%5! .21
! .%5-.?% .6> 1! !! #2.?2 255.56% .65
# .?%-!.2 !.1! > #2 .12 16.11%> 1.?
% !.2-!.%> !.# 1! %% % 2>.# !.5
6 !.%>-#.5! !.>% ! 65 1?.!! ?!.!6>! 5.>2
> #.5!-#.!5 #.22 ! 6! 25.>> 15>.??% 5.6%
? #.!5-#.6% #.#> ! 6> 22.2 12!.#!#% 5.61
15 #.6?-%.12 #.?! 2 >5 11.>> 65.#%62 5.
80
10
1

i
i
f !! . 156
2
15
1

i i
i
X f
5> . 1%
15
1

i i
i
X f 5? . 22 M
15
1

i i
i
X f
N 4 .%25!%2
( )
1
.
1
2
2
1

i
n
i
i
i i
i i
n
i
f
f
X f
X f
D M
( )
1 >5
>5
5> . 1%
!! . 156
2
2
S
6?
> . 12!> !! . 156
2

S
6?
12 . #>
2
S
Siempre son 7-)
6>1 . 5
2
S (arian)a
6>1 . 5 S
>#?1 . 5 S Desviacin est"ndar
Coeficiente de Variaci2n
@s una medida de dispersin
155 . .
1
]
1
X
S
V C
C. (. quiere decir a cuento equivale una desviacin est"ndar en unidades de
media
C. (. es adimensional
Se usa bastante en diseEos e<perimentales en parcelas cGicasB C. (. se ve
a$ectado grandemente 1 en grande C. (.
Datos no agrupados
> . 1 x
>!5 . S
155
> . 1
>!5 .
. .
1
]
1
V C
Q 21 . . V C Fiene una alta variabilidad
Datos no agrupados
>#?1 . 5 S
?#1 . X
155
?#1 .
>#?1 . 5
. .
1
]
1
V C
Q 6! . 21 . . V C
Por naturale)a algunas medidas o son demasiado grandes o demasiado cGicas
por lo tanto escoger un nCmero con el menor nCmero de d;gitos posibles
>!25 -#
>!5 ->!2# #
>!2? !
>!2# 5
5.5122 ->
5.515 R 15
#
-15 5
5.51# #
3a ecuacin de trans$ormacin
( )
i i i
y f B y ! +
Dato Dato original
Frans$ormado 7son constantes)
79uevo valor)
5 >
< < B
"VIC
1

"VIC
#MC
B
IN$

Sna ve) que se obtienen los datos trans$ormados
n
!
!
i
n
i 1

Media 1
(arian)a de lo
datos trans$ormados
1
2 2
1 2

n
! n !
! S
i
n
i

Datos
:riginales
9uevos
datos
$
-1
Tue pertenecen a un $enmeno
real/ pero debido a c"lculos
complicados trans$ormo mis
datos
Como una $uncin
inversa regreso a los
valores originales
( )
1
2
1

n
! !
!
i
n
i
1
2
1
2
1
2
,
_
n
n
!
!
! S
i
n
i
i
n
i
B !
y

y
Media de los datos originales
@s la $uncin inversa
2
2
2
!
y Media 1 (arian)a originales
Cuando D 4 1 D
2
4 1 entonces0
! y
2 2
@*emplo
#2/ ##/ #1/ #!/#2/ #6/##/ #%/ #!
D 4 1
U 4 -#5
9
i
U
i
" 9
i
!&%$ U
i
2
1 #2 2 !
2 ## # 2#
#1 1 1
! #! ! 1%
# #2 2 !
% #6 6 !?
6 ## # 2#
> #% % %
? #! ! 1%
%
i
! ( ) 16%
2

i
!
n
!
!
i
n
i 1
!
?
%
!
1
2
1
2
1
2
,
_
n
n
!
!
! S
i
n
i
i
n
i
( )
1 ?
?
%
16%
2
2
! S
>
1!! 16%
2

! S
!
>
2
2
! S
B !
y

( )
#!
1
#5 !

y
2
2
2
!
y
3a varian)a de los datos trans$ormados es igual a la varian)a de los datos
originales cuando D 4 1
!.2 R 15
-%
!.# R 15
-%
!.? R 15
-%
!.!1 R 15
-%
!.! R 15
-%
D 4 15
>
U 4 -!?
, U
i
" $
+
9
i
!&%$ U
i
2
!.2 R 15
-%
!2 -6 !?
!.# R 15
-%
!# -! 1%
!.? R 15
-%
!? 5 5
!.!1 R 15
-%
!!1 2 !
!.! R 15
-%
!! ! 1%
#
i
! ( ) >#
2

i
!
n
!
!
i
n
i 1
1
#
#

!
( )
( )
!
1
! 1
2
2
2
y
1
2
1
2
1
2
,
_
n
n
!
!
! S
i
n
i
i
n
i
( )
!
#
#
>#
2
2

! S
!
# >#
2

! S
25
!
>5
2
! S
B !
y

( )
>
>
15 R !>
15
!? 1

y
%
15 R > . !

i
y
2
2
2
!
y
( )
1% 2
>
2
15
25
15
25
y
1% 2
15 R 25

y
i I.C. P.M.C. f
i
f
a
fa
ai
1 5-155 #5 25 25 25
2 155-255 1#5 ! % >
255-55 2#5 %5 12 25%
! 55-!55 #5 6# 1?> !5!
#
!55-#55 !#5 ?# 2? %?6
% #55-%55 ##5 1> !1 112>
6 %55-655 %#5 2!5 %61 16??
> 655->55 6#5 ?6 6%> 2#%6
? >55-?55 >#5 %2 >5 ?6
10900-1000950208504247
>#5
1

i
n
i
f
c
d d
d
L Mo
1
]
1
+
+
2 1
1
155
1! 152
152
%55
1
]
1
+
+ Mo

Mo
%!1.%

%#55-%55##51>!1112>
c
d d
d
L Mo
1
]
1
+
+
2 1
1
155
1>
2? !2#
#55
1
]
1

+ Md

%# . #?# Md
@n la tabla de $recuencia la trans$ormacin se Gace en los P.M.C.
15
#
15
i
y
15
15
#5
i
y
# . 5
155

i
y
( ) ( )
ai
m
i
f
n
RVIC
NoIC RVIC PMC X
1
1
1
1

+
( ) ( ) ( ) ?6
>#5
155
? 155 #5 + X
# . ##5 X
Dividimos entre #5 1 restamos 11
-15
->
-%
-!
-2
5
2
!
%
>
D 4 1M155
U 4 -5.#
# . 5
155

i
i
y
!
f
i
U
i
f
i
U
i
2
5 5 5
1 ! !
2 125 2!5
22# %6#
! >5 1#25
# %?5 !#5
% 1!!5 >%!5
6 %6? !6#
> !?% ?%>
? 1>5 1%25
!#
i
! !2#
i i
! f ( ) ?5? / 2!
2

i i
! f
i
i i
n
i
f
! f
!
1
55# . #
>#5
!2#
!
1
2
1
2
1
2

,
_
i
i
i i
n
i
i i
n
i
f
f
! f
! f
! S
( )
1 >#5
>#5
!2#
2!?5?
2
2
! S
>!?
51 . 212>5 2!?5?
2

! S
26!! . !
>!?
?? . %2>
2
! S
B !
y

( )
51 . 5
#5# . #
51 . 5
# . 5 55# . #

y
# . ##5 y
2
2
2
!
y
( )
2
2
51 . 5
26!! . !
y
2>6 . 6!! / !2
2
y
( )
( )
1
1
1
1
]
1
,
_
n
fa
fa fa
n
"VIC
S
i
IC N
i
i
IC N
i
ai
IC N
i
X
2
1
1
1
1
2
1
2
2
2
1
( )
( )
( )
1
]
1
+
>#5
?6
?6 %?5! 2
>!?
155
2 2
2
X S
2> . 6!! / !2
2
X S
) Media aritmtica (Media)
[ ]

X
@*emplo0
Con la $inalidad de reducir la masa corporal de un grupo de 15 personas
decidi tomar un programa de reduccin de peso o$ertado por un gimnasio de
la localidad.
3os resultados obtenidos en Og. De masa corporal se reportan el la siguiente
tabla.
Determine el peso promedio que reducir" en la masa corporal dicGo programa
X
i
7Og red)
2.5
1.#
1.5
1.
1.>
5.#
1.#
1.6
5.>
1.
! . 1
i
X
15
. 1 > . 5 6 . 1 # . 1 # . 5 > . 1 . 1 5 . 1 # . 1 2 + + + + + + + + +
X
15
! . 1
X
! . 1 X
(2) C"lculo de la media aritmtica a partir de un valor supuesto +D,
cualquiera.
i
k
i
i i
k
i
f
X f
X
1
1
Donde d
i
es la desviacin e<istente entre el valor supuesto D 1 las
observaciones &
i

D &
i
d
i
Matem"ticamente0
( ) a X di
i

( )
n
A X f
A X
i i
m
i

+
1
Desarrollando la sumatoria
( )
n
A f X f
A X
i i i
m
i

+
1
n
A f X f
A X
i
m
i
i i
m
i 1 1

+
Dado que +D, es constante podemos sacarla del operador suma
n
f A X f
A X
i
m
i
i i
m
i 1 1

+
Dado que n f
i
m
i i

n
nA X f
A X
i i
m
i

+
1
n
nA
n
X f
A X
i i
m
i
+
1
A
n
X f
A X
i i
m
i
+
1
n
X f
X
i i
m
i 1
@sta e<presin es la $rmula para evaluar la media aritmtica para datos

agrupados la cual se obtuvo de la e<presin propuesta para calcular la media
a partir de un supuesto valor +D, con lo cu"l concluimos que la media
aritmtica si puede ser evaluada con dicGa e<presin.
@*emplo0
Para el e*emplo de la resistencia a la ruptura de una muestra de 155 botellas
calcule el valor de la media aritmtica a partir de un valor supuesto +D,

@l valor supuesto +D, es cualquier valor/ pero se recomienda que sea el punto
medio de clase intermedio.
@n este caso D 4 2%5
i LIC f
i
X
i
)
i
(X
i
!,)
1 165-1?5 2 1>5 271>5-2%5) 4 -1%5
2 1?5-215 ! 255 !7255-2%5) 4 -2!5
215-25 6 225 67225-2%5) 4 -2>5
! 25-2#5 1 2!5 172!5-2%5) 4 -2%5
# 2#5-265 2 2%5
i LIC f
i
X
i
1 165-1?5 2 1>5
2 1?5-215 ! 255
215-25 6 225
! 25-2#5 1 2!5
# 2#5-265 2 2%5
% 265-2?5 2! 2>5
6 2?5-15 11 55
> 15-5 ! 25
? 5-#5 !5
272%5-2%5) 4 5
% 265-2?5 2! 2>5 2!72>5-2%5) 4 !>5
6 2?5-15 11 55 11755-2%5) 4 !!5
> 15-5 ! 25 !725-2%5) 4 2!5
? 5-#5 !5 7!5-2%5) 4 2!5

( ) 460 A X f
i
( )
n
A f X f
A X
i i i
m
i

+
1
100
460
260 + X
6 . 4 260 + X
6 . 264 X
@ste valor debe concordar e<actamente con el calculado con la $rmula original
(2) C"lculo de la media aritmtica X a partir de datos trans$ormados S
i
3a idea consiste en trans$ormar los puntos medios de clase +&
i
, en ocasiones
mu1 grandes con d;gitos en nCmeros +S
i
, enteros 1 pequeEos para $acilitar el
2
i
&
i
laborioso en 2
i
S
i
$"cil.
B AX U
i i
+
@cuacin de trans$ormacin
i LIC )
i
X
i
U
i
1 165-1?5 2 1>5 -!
2 1?5-215 ! 255 -
215-25 6 225 -2
! 25-2#5 1 2!5 -1
# 2#5-265 2 2%5 5
% 265-2?5 2! 2>5 1
6 2?5-15 11 55 2
> 15-5 ! 25
? 5-#5 !5 !
Por lo que necesitamos evaluar +D, 1 +U, de tal $orma que los +&
i
, se
trans$ormen en estos valores de +S
i
,

B AX U
i i
+
71)
Dplicando la ecuacin al dato trans$ormado S
i
4 5
B AX +
int
0
72)
3a cu"l es una ecuacin con dos incgnitas +D, 1 +U,
Por lo que necesitamos una segunda ecuacin la cu"l se obtiene al aplicar la
ecuacin de trans$ormacin al dato trans$ormado S
i
4 1
( ) B RVIC X A + +
int
1
B ARVIC AX + +
int
1
7)
'esolviendo las ecuaciones 72) 1 7) simult"neas/ restando la ecuacin 72) de
la ecuacin 7)
B ARVIC AX + +
int
1
7)
!
int
0 AX
B 72)
1 4 D '(8C
RVIC
A
1
Conociendo D sustituimos en la ecuacin 72) para evaluar U

B AX +
int
0
B X
RVIC
+
int
1
0

RVIC
X
B
int

Sustitu1endo los valores de D 1 U en la ecuacin 71)
B AX U
i i
+
,
_
+
RVIC
X
X
RVIC
U
i i
int
1
RVIC
X X
U
i
i
int
@cuacin de trans$ormacin general

Para nuestro problema particular
20
260
i
i
X
U
Sustitu1endo los valores de &
i
veri$icamos los valores de S
i
propuestos

23
i i
U f

Con esta columna podemos calcular la media +
U
+ de los datos
trans$ormados
n
U f
U
i i
m
i 1
i LIC )
i
U
i
)
i
U
i
1 165-1?5 2 -! 72)7-!) 4 ->
2 1?5-215 ! - 7!)7-) 4 -12
215-25 6 -2 76)7-2) 4 -1!
! 25-2#5 1 -1 71)7-1) 4 -1
# 2#5-265 2 5 72)75) 4 5
% 265-2?5 2! 1 72!)71) 4 2!
6 2?5-15 11 2 711)72) 4 22
> 15-5 ! 7!)7) 4 12
? 5-#5 ! 7)7!) 4 12
100
23
U
23 . 0 U
Como nos interesa evaluar la media de los datos sin trans$ormar X a partir de
la media de los datos trans$ormados
U
por lo que se requiere deducir una
e<presin que relacione X con
U

B AX U
i i
+
B X A U +
,
_
+
RVIC
X
X
RVIC
U
int
1
RVIC
X X
U
int
int
X X U RVIC
U RVIC AX X +
int

Para nuestro e*emplo particular
( ) 23 . 0 20 260 + X
6 . 4 260 + X
6 . 264 X
@l cu"l debe coincidir con los calculados con los mtodos anteriores
(%) C"lculo de la media aritmtica utili)ando la $rmula de Demming
ai
m
i
m
f
n
RVIC
X X
1
1

m
X

[ ]
Vltimo punto medio de clase
RVIC
[ ]
FamaEo de clase
n

[ ]

ai
m
i
f
1
1

[ ]
Sumatoria de la $recuencia acumulada desde la primera clase
Gasta una clase antes de la Cltima
m
X
4 !5
RVIC 4 25
n
4 155
ai
m
i
f
1
1
4 W

ai
m
i
f
1
1
4 66
ai
m
i
m
f
n
RVIC
X X
1
1

377
100
20
340 X
( ) 4 . 75 340 X
6 . 264 X
@l cual debe coincidir con los calculados en los otros mtodos
i LIC )
i
)
ai
1 165-1?5 2 2
2 1?5-215 ! %
215-25 6 1
! 25-2#5 1 2%
# 2#5-265 2 #>
% 265-2?5 2! >2
6 2?5-15 11 ?
> 15-5 !
?6
? 5-#5 155
Deduccin
i f
i
X
i
U
i
1
$
1
&
1
1
2
$
2
&
2
2
&
.. .. .. ..
m
$
m
&
m
m

B AX U
i i
+
71) @cuacin de trans$ormacin
Para evaluar D 1 U aplicamos la ecuacin de trans$ormacin a los dos primeros
datos trans$ormados.

B AX +
1
1
72)
( ) B RVIC X A + +
1
2

B ARVIC AX + +
1
2
7)
'estando de la ecuacin 72) de la ecuacin 7)
B ARVIC AX + +
1
2
7)
!

1
1 AX
B 72)
1 4 D '(8C
RVIC
A
1
Para evaluar U sustituimos D en la ecuacin 72)

B AX +
1
1
B X
RVIC
+
1
1
1

RVIC
X RVIC
RVIC
X
B
i 1
1

Sustitu1endo los valores de D 1 U en la ecuacin 71)
B AX U
i i
+
RVIC
X RVIC
X
RVIC
U
i
i i

+
1
RVIC
X RVIC X
U
i
i
int
+

@sta ecuacin veri$ica los valores propuestos en los datos trans$ormados S
i
i f
i
U
i
U
i
1
$
1
1
1$
1
4 $
1
2
$
2
2
2$
2
4 $
2
- $
2
4 $
- $
- $
.. .. .. ..
m
$
m
m
m$
m
4 $
m
- $
m
- $
m
-.- $
m

( ) ( ) ( )
1 2 1 2 1 1
1
... ...

+ + + + +
m i i
m
i
f f f n f f n f n n U f
1 2 1 2 1 1
1
... ...

+ + + + +
m i i
m
i
f f f n f f n f n n U f
( ) ( ) [ ]
1 2 1 2 1 1
1
... ...

+ + + + + + +
m i i
m
i
f f f f f f mn U f
[ ]
1 2 1
1
..

+ + +
m i i
m
i
fa fa fa mn U f
i
m
i
i i
m
i
fa mn U f
1
1 1

n
U f
U
i i
m
i 1
n
fa mn
U
i
m
i
1
1
3a ecuacin que relaciona

U
con X
B AX U
i i
+
B X A U +
RVIC
X RVIC
X
RVIC n
fa mn
i
m
i 1
1
1
1
+

Despe*ando para X
RVIC
X RVIC X
n
fa mn
i
m
i 1
1
1

RVIC
X RVIC X
fa
n
m
i
m
i
1
1
1
1

1
1
1
X RVIC X fa
n
RVIC
mRVIC
i
m
i
+

i
m
i
fa
n
RVIC
RVIC mRVIC X X
1
1
1
+
( )
i
m
i
fa
n
RVIC
RVIC m X X
1
1
1
1

+
i
m
i
m
fa
n
RVIC
X X
1
1

2) Moda
[ ]

Mo

3a moda 7Mo) de una serie de observaciones &
1
- &
2
-....-

&
n
/ es
aquel valor el cu"l se encuentra presente con ma1or $recuencia 1 se representa
por Mo
@*emplo0
9Cmero de Goras que dura $uncionando un $oco
55/ 15/ 15/ 25/ #5/ #5/ #5/ 65/ 65/?5
6 . 12 Md Distribucin uni-modal
Dltura en metros de 15 mu*eres
1.%5/ 1.%1/ 1.%/ 1.%/ 1.%#/ 1.%6/ 1.65/ 1.6/ 1.6#/ 1.6#
63 . 1 Md
73 . 1 Md Distribucin bi-modal
(olumen medido en mililitros de 15 botellas de ## ml
#2/ #/ #/ #!/ ##/ ##/ #%/ #6/ #6/ #>/ #?
353 Md
355 Md
357 Md Distribucin poli-modal
Peso en Iilogramos de 15 Gombres adultos
>5/ >2/ >!/ >6/ ?5/ ?1/ ?2/ ?!/ ?% /?>
Distribucin amodal 7Sin moda)
3a moda para datos agrupados/ se encuentra en la clase de ma1or $recuencia

Clase modal 7la de ma1or
$recuencia)
( )
1
]
1
+
+
2 1
1
A A
A
RVIC LIIC Mo
Mo
( )
Mo
LIIC [ ] 3imite in$erior del intervalo de clase el cual contiene la
moda siendo la clase que contiene a la moda de ma1or
$recuencia.
RVIC
[ ]
FamaEo de clase
1
A

[ ]
a
la moda 1 la clase anterior
2
A

[ ]
a la moda 1 la clase posterior
i LIC f
i
1 165-1?5 2
2 1?5-215 !
215-25 6
! 25-2#5 1
#
2#5-265 2
% 265-2?5 2!
6 2?5-15 11
> 15-5 !
?5-#5
#2#5-2652
Para nuestro e*emplo en particular
( )
Mo
LIIC
4 2#5
RVIC
4 25
1
A
4 2-1 4 1?
2
A
4 2-2! 4 >
1
]
1
+
+
8 19
19
20 250 Mo
1
]
1
+
27
19
20 250 Mo
07407 . 14 250 + Mo
074074 . 264 Mo
Deduccin de la $rmula
@sta e<presin se obtiene gr"$icamente a partir del Gistograma
$
i
2 b c
2> e D
2
g $
2!
D
1
25
1%
a
12
>
!

LIIC

165 1?5 215 25 2#5 265 2?5 15 5 #5
Z Mo + 250
( ) Z LIIC Mo
Mo
+
Donde +X, se calcula mediante una relacin de tri"ngulos seme*antes

cd
ef
ab
ge
Z ge
Z RVIC ef
cd
Z RVIC
ab
Z
2
4
3
3
Mo
2 1
A
Z RVIC
A
Z
Dgrupando para +X,

1 1 2
ZA RVICA ZA
1 2 1
RVICA ZA ZA +
( )
1 2 1
RVICA A A Z +
2 1
1
A A
RVICA
Z
+
Sustitu1endo
( )
1
]
1
+
+
2 1
1
A A
A
RVIC LIIC Mo
Mo
%) Mediana
[ ]

Md
3a mediana 7Md) de una serie de observaciones &
1
- &
2
-....-

&
n
/
ordenadas 1a sean en $orma ascendente o descendente/ es aquel valor Cnico
el cu"l divide a las observaciones e<actamente a la mitad/ es decir que el #5 Q
de las observaciones tienen un valor ma1or al valor de la mediana 1 un #5 Q
un valor menor.
@n el caso de que el nCmero de observaciones sea non/ a mediana es
aquella observacin la cual se encuentra en la posicin.

2
1 +
n
X Md
3os datos siguientes representan la cantidad de Nb del an"lisis reali)ado en ?
mu*eres adultas
12/ 12.1/ 12./ 12.!/ 12.%/ 12.%/ 12.6/ 12.>/ 12.?
n 4 ?
2
1 +
n
X Md
2
1 9+
X Md
4
2
10
X
4
5
X
@s decir que la mediana es aquel valor el cual se encuentra en la posicin #
6 . 12 Md
@n el caso de que el nCmero de observaciones sea par/ la mediana es aquel
valor el cual se encuentra al centro de las observaciones/ dicGo valor es la
semisuma de los datos centrales.

2
1
2 2
+
+
n n
X X
Md
3os siguientes datos representan el porciento en peso de alcoGol tomados
de un an"lisis de 15 muestras
>5/ >2/ >2/ >!/ >%/ >>/ >>/ ?5/ ?2/ ?2
n 4 15
2
1
2 2
+
+
n n
X X
Md
2
1
2
10
2
10
+
+
X X
Md
4
2
6 5
X X +
3a median es la semisuma de los datos los cuales se encuentran en las
posiciones # 1 %
2
88 86 +
Md

87 Md
3a mediana es aquel valor Cnico el que contiene a la observacin nM2
( )
1
1
1
]
1
+
Md
a
Md
f
f
n
RVIC LIIC Md
2
( )
Md
LIIC [ ] 3imite in$erior del intervalo de clase el cual contiene la
mediana siendo la clase que contiene al dato nM2

RVIC
[ ]
FamaEo de clase
n

[ ]
a
f

[ ]
2recuencia acumulada de la clase anterior a la clase que
contienen a la mediana
Md
f

[ ]
2recuencia normal de la clase que contiene a la mediana
Ded1cci2n de la f2rm1la de la Mediana
De la gr"$ica del pol;gono de $recuencias acumuladas
)
ai

155

>5

%5
nM24 #5 b c
!5
a d
25 e

L:IC
1?5 215 25 2#5 265 2?5 15 5 #5

)
Md
( ) % LIIC Md
Md
+
; 4 Se evalCa mediante tri"ngulos seme*antes
cd
ad
&'
a'
( )( )
cd
&' ad
a'

% a' R
2
a
f
n
&'

Md
f cd
"VIC ad
( )
( )
cd
&'
ad %
1
1
1
]
1
+
Md
a
f
f
n
"VIC %
R
2
( )
1
1
1
]
1
+
Md
a
Md
f
f
n
RVIC LIIC Md
2
Clase que
contiene a la
observacin

50
2
100
2
X X X
n

( )
Md
LIIC
4 2#5

RVIC
4 25
n
4 155M2 4 #5
a
f
4 2%
Md
f
4 2
( )
1
1
1
]
1
+
Md
a
Md
f
f
n
RVIC LIIC Md
2
1
]
1

+
32
26 50
20 250 Md
i LIC f
i
f
ai
1 165-1?5 2 2
2 1?5-215 ! %
215-25 6 1
!
25-2#5 1 2%
# 2#5-265 2 #>
% 265-2?5 2! >2
6 2?5-15 11 ?
> 15-5 ! ?6
?5-#5
155
#2#5-2652
#>
1
]
1
+
32
24
20 250 Md
15 250 + Md
265 Md
@n este caso coinciden las clases que contienen a la moda 1 a la mediana/ no
siempre ocurre
Calculo de la media emp;rica a partir de los valores de moda 1 mediana
Para distribuciones ligeramente sesgadas/ se cumple la siguiente relacin
emp;rica
( ) X Md X Mo 3
Despe*ando para la media aritmtica X
X Md X Mo 3 3
Mo Md X X 3 3
Mo Md X 3 2
2
3 Mo Md
X

Si esto es v"lido se veri$ican las siguientes distribuciones0

Sesgo 7-) a
la derecGa
Mo Md X

Sesgo 7-) a
la i)quierda
X Md Mo

Sesgo 7-) a
la derecGa

X
Md
Mo

Para nuestro e*emplo particular
074074 . 264 Mo

265 Md
2
3 Mo Md
X

( )
2
074074 . 264 265 3
X
463 . 265 X
Por lo tanto tenemos una distribucin 7-) o sesgada a la derecGa

Sesgo 7-) a
la derecGa

2%!.56! 2%# 2%#.!%
Mo Md X
Cual signi$ica que los datos est"n ligeramente cargados a la i)quierda
#) Media ,rm2nica
[ ]

3a media armnica de una serie de observaciones &
1
- &
2
-....-

&
n
/
representada por N se de$ine como el inverso del promedio de la suma del
inverso de las observaciones.
n
X X X
H
n
1
...
1 1
1
2 1
+ + +
n
X
H
i
n
i
1
1
1
1
i
n
i
X
n
H
1
1
@*emplo0
Con la $inalidad de reducir la masa corporal de un grupo de 15 personas
decidi tomar un programa de reduccin de peso o$ertado por un gimnasio de
la localidad.
3os resultados obtenidos en Og. De masa corporal se reportan el la siguiente
tabla.
! . 1
i
X 6%# . > M 1
i
X
i X
i
7Og red) 8 X
i
1 2.5 1 M 2.5 4 5.#
2 1.# 1 M 1.# 45.%%%%
1.5 1 M 1.5 41.5
! 1. 1 M 1. 45.6%?2
# 1.> 1 M 1.> 45.####
% 5.# 1 M 5.# 42.5
6 1.# 1 M 1.# 45.%%%%
> 1.6 1 M 1.6 45.#>>2
? 5.> 1 M 5.> 41.2#
15 1. 1 M 1. 45.6%?2
Determine el peso promedio que reducir" en la masa corporal dicGo programa
i
n
i
X
n
H
1
1

6%# . >
15
H

1!5? . 1 H X H
! . 1 1!5? . 1
! . 1 X

$
1
$
2
$
m
n
( ( (
f f f
X X X X X X X X X
H
+ + +
+ + + + + + + + + + +
...
1
...
1 1 1
...
1 1 1
...
1 1
1
2 1
2 2 2 1 1 1
i
(
i
(
(
f
X
f
X
f
X
f
H
1
2
2
1
1
...
1
1
+ + +
i
i
(
i
i
(
i
X
f
f
H
1
1
Para nuestro e*emplo en particular de datos agrupados0

>> . 5 M
i i
X f
i
i
(
i
i
(
i
X
f
f
H
1
1
>> . 5
155
H
!?%5 . 2%5 H X H
% . 2%! ?%5 . 2%5
6 . 264 X
&) Media ,rm2nica
[ ]
P
3a media geomtrica de una serie de observaciones &
1
- &
2
-....-

&
n
/
representada por la letra P se de$ine como la ra;) ensima del producto de las
n observaciones.
i LIC )
i
X
i
f
i
8 X
i
1 165-1?5 2 1>5 2 M 1>5 4 5.1111
2 1?5-215 ! 255 ! M 255 4 5.52
215-25 6 225 6 M 225 4 5.51>1
! 25-2#5 1 2!5 1 M 2!5 4 5.5#!1%
# 2#5-265 2 2%5 2 M 2%5 4 5.121
% 265-2?5 2! 2>5 2! M 2>5 4 5.5>#61
6 2?5-15 11 55 11 M 55 4 5.5%%6
> 15-5 ! 25 ! M 25 4 5.512#
? 5-#5 !5 M !5 45.55>>2
( ) ( ) ( ) ( )
n
n
X X X X G ...
2 1
Stili)ando las propiedades de los logaritmos

( )( )( ) ( )
n
n
X X X X G ... log log
2 1
n n
X X
M 1
log
( )( )( ) ( ) [ ]
n
n
X X X X G
M 1
2 1
... log log
X n X
n
log log
( )( ) ( ) ( ) [ ]
n
X X X X
n
G ... log
1
log
2 1
Y X XY log log log +

( ) ( ) ( ) ( ) [ ]
n
X X X X
n
G log ... log log log
1
log
2 1
+ + + +
1
]
1
i
n
i
X
n
G log
1
log
1
X Y log

X
Y 15
1
]
1
i
n
i
X
n
G
log
1
1
15
. Para nuestro e*emplo en particular de datos no agrupados0
?%>> . 5 log
i
X
1
]
1
i
n
i
X
n
G
log
1
1
15
[ ] ?%>> . 5
15
1
15 G
5?%>> . 5
15 G
2!?? . 1 G
1!5? . 1 H X G H
! . 1 2!?? . 1 1!5? . 1
! . 1 X

( )( ) ( )( )( ) ( ) ( )( ) ( )
n
( ( (
X X X X X X X X X G ... ... ... ...
2 2 2 1 1 1
$
1
$
2
$
m
i X
i
7Og red) Lo/ X
i
1 2.5 3og 2.5 4 5.515
2 1.# 3og 1.# 45.16%1
1.5 3og 1.5 45
! 1. 3og 1. 45.11?
# 1.> 3og 1.> 45.2##
% 5.# 3og 5.# 4-5.515
6 1.# 3og 1.# 45.16%1
> 1.6 3og 1.6 45.2!
? 5.> 3og 5.> 4-5.5%%?
15 1. 3og 5. 45.11?
i
k
i
(
f
f
(
f f f
X X X X G
1
2 1
... . .
2 1
Stili)ando las propiedades de los logaritmos

i
( n
f
(
f f f
X X X X G ... . . log log
2 1
2 1
n n
X X
M 1
log
( )( )( ) ( ) [ ]
n
f
(
f f f
( i
X X X X G
M 1
2 1
... log log
2
X n X
n
log log
( )( )( ) ( ) [ ]
( i
f
(
f f f
X X X X
n
G ... log
1
log
2
2 1
Y X XY log log log +

( ) ( ) ( ) ( ) [ ]
( i
f
(
f f f
X X X X
n
1
log
2
2 1
+ + + +
X n X
n
log log
( ) ( ) ( ) ( ) [ ]
( (
X f X f X f X f
n
1
log
2 2 1 1
+ + + +
1
]
1
i i
(
i
X f
n
G log
1
log
1
X Y log

X
Y 15
1
]
1
i i
(
i
X f
n
G
log
1
1
15
?2>2 . 2!1 log
i i
X f
1
]
1
i i
(
i
X f
n
G
log
1
1
15
[ ] ?2>2 . 2!1
155
1
15 G
i LIC )
i
X
i
f
i
lo/ X
i
1 165-1?5 2 1>5 2 log 1>5 4 !.#15#
2 1?5-215 ! 255 ! log 255 4 ?.25!1
215-25 6 225 6 log 225 4 1%.?%?
! 25-2#5 1 2!5 1 log 2!5 4 5.?!26
# 2#5-265 2 2%5 2 log 2%5 4 66.26?1
% 265-2?5 2! 2>5 2! log 2>5 4 #>.616
6 2?5-15 11 55 11 log 55 4 26.2!>
> 15-5 ! 25 ! log 25 4 15.525#
? 5-#5 !5 log !5 46.#?!!
!1?2>2 . 2
15 G
#?2 . 2%2 G
!?%5 . 2%5 H X G H
% . 2%! #?2 . 2%2 !?%5 . 2%5
6 . 264 X
<) Media C1adr=tica
[ ]
'MS
3a media cuadr"tica de una serie de observaciones &
1
- &
2
-....-

&
n
/
representada por 'MS se de$ine como la ra;) cuadrada del promedio de la
suma del cuadrado de las observaciones.
( )( )( ) ( )
n
X X X X
"MS
n
2 2
2
2
2
1
...
n
X
"MS
i
n
i
2
1
. Para nuestro e*emplo en particular de datos no agrupados0

i X
i
7Og red) X
i

2
1 2.5 72.5)
2
4 !
2 1.# 71.#)
2
42.2#
1.5 71.5)
2
41
! 1. 71.)
2
41.%?
# 1.> 71.>)
2
4.2!
% 5.# 75.#)
2
45.2#
6 1.# 71.#)
2
42.2#
> 1.6 71.6)
2
42.>?
? 5.> 75.>)
2
45.%!
15 1. 75.)
2
41.%?
? . 1?
2

i
X
n
X
"MS
i
n
i
2
1
15
? . 1?
"MS
?? . 1 "MS
!15% . 1 "MS
1!5? . 1 H "MS X G H
1!5? . 1 ! . 1 2!?? . 1 1!5? . 1
! . 1 X
( )( )( ) ( )
n
X X X X
"MS
n
2 2
2
2
2
1
...
n
X
"MS
i
n
i
2
1

%55 / 15 / 6
2

i i
X f
n
X
"MS
i
n
i
2
1
155
%55 / 15 / 6
"MS
5% / 61 "MS
#2#> . 2%% "MS
#?2 . 2%2 G
!?%5 . 2%5 H "MS X G H
#2#> . 2%% % . 2%! #?2 . 2%2 !?%5 . 2%5
6 . 264 X
') Media Ponderada
[ ]
# X
i LIC )
i
X
i
f
i
2
X
i
2
1 165-1?5 2 1>5 72)71>5) 4 %!/>55
2 1?5-215 ! 255 7!)7255) 4 1%5/555
215-25 6 225 76)7225) 4 >/>55
! 25-2#5 1 2!5 71)72!5) 4 6!>/>55
# 2#5-265 2 2%5 72)72%5) 4 21%/255
% 265-2?5 2! 2>5 72!)72>5) 4 1/>>1/%55
6 2?5-15 11 55 711)755) 4 ??5/555
> 15-5 ! 25 7!)725) 4 !5?/%55
? 5-#5 !5 7)7!5) 4!%/>55
3a media ponderada media de medias es aquel valor el cu"l le da ma1or
peso espec;$ico a lo m"s $recuente a lo m"s importante 1 es el promedio de las
medias de cada sector que se encuentran en una poblacin.
n n n

k
k k k
#
n n n n
X X X X X X X X X
X
+ + + +
+ + + + + + + + + + +
..
... ... ...
2 1
2 2 2 1 1 1
i
k
i
k
k
#
n
X n X n X n
X
1
2
2
1
1
...
+ + +
N
X n
X
i
i
k
i
#
1
@*emplo0
Cu"l ser" la temperatura resultante cuando se me)clan # lts de agua a 25 YC
con 15 lts de agua a #5 YC 1 con # lts de agua a >5 YC
2 1
2 2 1 1
V V V
$ V $ V $ V
$
+ +
+ +
,
Dgua
25 YC
# lts
-
Dgua
#5 YC
10 lts
,
Dgua
>5 YC
#lts
,
Dgua
F 4 W
( )( ) ( )( ) ( )( )
( ) ( ) ( ) )t* )t* )t*
C )t* C )t* C )t*
$
# 15 #
>5 # #5 15 25 #
+ +
+ +
)t*
C )t C )t C )t
$
25
!55 #55 155 + +
)t*
C )t
$
25
1555
C $ #5
#.2 Medidas de dispersi2n
@stas medidas nos sirven para cali$icar si las medidas de tendencia central son
buenas representantes o no de una serie de observaciones
Caso X
X
2 X
1 #? %1 %5
2 15 115 %5
@n el caso 1 decimos que la media si es un buen representante de las
observaciones/ dado que se desv;a de ellas una cantidad pequeEaB en el caso
2 la media no es un buen representante dado que la desviacin es mu1 grande
) 6an/o
@sta medida de dispersin no es conclu1ente/ solamente nos da una idea de
cmo se distribu1en las observaciones/ son Gomogneas si el rango es
pequeEo o si son Geterogneas si el rango es grande.
6an/o5 :bservacin m"<ima L :bservacin m;nima
6an/o5 !% - 16%
6an/o5 165
165
16% !%
:bservaciones distribuidas en este intervalo
@l rango 4 165/ comparado con la magnitud de las observaciones es un valor
grande/ lo cu"l quiere decir que el producto del proceso arro*ar" botellas cu1a
resistencia a la ruptura altas/ lo cu"l quiere decir que la distribu1eron de la
resistencia a la ruptura es mu1 Geterognea.
2) Desviaci2n media a.sol1ta
[ ]

d

Sea d
i
la desviacin que e<perimenta una observacin con respecto a la X
d
i
4 &
i
- X

d
i
X &
i

Para &
i
4 %1 d
i
4 %1 - %5 4 -1
&
i
4 #? d
i
4 #? - %5 4 -1
@l signo positivo nos indica que la desviacin se presenta a la derecGa del valor
de la X 1 el signo negativo nos indica que la desviacin se presenta a la
i)quierda del valor de la X 1 el nCmero nos indica la cantidad de unidades que
tendr" dicGa desviacin
d
i
4 -1 d
i
4 -1
#? %5 %1
! . 1 X 5 X X d
i i
R R
R R R R R R R R
5.# 5.6 5.? 1.1 1. 1.# 1.6 1.?
! . 1 X
3a ! . 1 X ZSer" un buen representante de todas las observacionesW/ es un
buen representante si la desviacin de la media con respecto a las
observaciones es pequeEa/ pero aqu; notamos que tenemos varias
desviaciones por lo que tenderemos que sacar el promedio de ellas
n
d d d
d
2 1
+ +
n
d
d
i
n
i 1
5
15
5
d
Sna desviacin media cero signi$ica que todas las observaciones tendr;an el
mismo valor que la media 7cosa errnea)/ la suma de las desviaciones se Gace
i X
i
7Og red) X X d
i i

1 2.5 2.5 L 1.! 4 5.%%
2 1.# 1.# L 1.! 4 5.1%
1.5 1.5 L 1.! 4 -5.!
! 1. 1. L 1.! 4 -5.5!
# 1.> 1.> L 1.! 4 5.!%
% 5.# 5.# L 1.! 4 5.>!
6 1.# 1.# L 1.! 4 5.1%
> 1.6 1.6 L 1.! 4 5.%
? 5.> 5.> L 1.! 4 -5.#!
15 1. 1. L 1.! 4 -5.5!
cero debido a que se compensan las desviaciones positivas con las
desviaciones negativas.
Demostraci2n5
n
d
d
i
n
i 1
X X d
i i

( )
n
X X
d
i
n
i

1
n
X X
d
n
i
i
n
i 1 1

n
X n X
d
i
n
i

1
n
X n
n
X
d
i
n
i
1
X X d
5 d
Dado que la desviacin e<iste 1 que el signo indica Cnicamente si se presenta a
la i)quierda a la derecGa 1 como el signo negativo cancela a los positivos/
para eliminar el signo sacamos valor absoluto.
n
d d d
d
2 1
+ +
n
d
d
i
n
i 1
X X d
i i

n
X X
d
i
n
i

1
! . 1 X
%5 . X X d
i i
n
X X
d
i
n
i

1
15
%5 .
d
% . 5 d
5.% 5.%
! . 1 X
i X
i
7Og red)
X X d
i i

1 2.5 2.5 L 1.! 4 5.%%
2 1.# 1.# L 1.! 4 5.1%
1.5 1.5 L 1.! 4 5.!
! 1. 1. L 1.! 4 5.5!
# 1.> 1.> L 1.! 4 5.!%
% 5.# 5.# L 1.! 4 5.>!
6 1.# 1.# L 1.! 4 5.1%
> 1.6 1.6 L 1.! 4 5.%
? 5.> 5.> L 1.! 4 5.#!
15 1. 1. L 1.! 4 5.5!
$
1
$
2

$
(
f f f f
d d d d d d d d d
d
...
...
2 1
2 2 2 1 1 1
+ + +
+ + + + + + + +
i
(
i
f
d f d f d f
d
1
2 2 1 1
+ +
n
d f
d
i i
(
i 1
X X d
i i

n
X X f
d
i i
(
i

1

% . 2%! X

% . 2!1 X X f
i i

i LIC )
i
X
i
X X f
i i

1 165-1?5 2 1>5 72)71>5-2%!.%) 4 1%?.2
2 1?5-215 ! 255 7!)7255-2%!.%) 4 2#>.!
215-25 6 225 76)7225-2%!.%) 4 12.2
! 25-2#5 1 2!5 71)72!5-2%!.%) 4 1?.>
# 2#5-265 2 2%5 72)72%5-2%!.%) 4 1!6.2
% 265-2?5 2! 2>5 72!)72>5-2%!.%) 4 %?.%
6 2?5-15 11 55 711)755-2%!.%) 4 >?.!
> 15-5 ! 25 7!)725-2%!.%) 4 221.%
? 5-#5 !5 7)7!5-2%!.%) 4 22%.2
n
X X f
d
i i
(
i

1
155
% . 2!1
d
1% . 2! d
2!.1% 2!.1%
% . 2%! X
%) Varian7a
[ ]

2
x
S
3a varian)a es una medida de dispersin importante que nos cali$ica si la
media es un buen representante o no de una serie de observaciones.
3a varian)a se de$ine como el promedio de la suma de las desviaciones que
tienen cada observacin con respecto a la media misma/ para eliminar el signo
negativo de las desviaciones al cuadrado las mismas/ lo cu"l no origina la
varian)a.
Par datos no a/r1pados
n
d d d
S
n
x
2 2
2
2
1
2
... + + +
n
d
S
i
n
i
x
2
1
2

X X d
i i

( )
n
X X
S
i
n
i
x
2
1
2

Dado que las observaciones se utili)aron una ve) para evaluar la media
aritmtica 1 esta media se encuentra en la ecuacin para calcular la varian)a
se dice que se pierde un grado de libertad quedando la $rmula
( )
1
2
1
2

n
X X
S
i
n
i
x
1 n
[ ]
Prados de libertad g.l.
Determine el valor de la (arian)a para datos no agrupados
! . 1 X ( ) ?!! . 1
2
X X
i

( )
1
2
1
2

n
X X
S
i
n
i
x
1 15
?!! . 1
2
x
S
i X
i
7Og red)
( )
2
X X
i

1 2.5 72.5 L 1.!)
2
4 5.!#%
2 1.# 71.# L 1.!)
2
4 5.52#%
1.5 71.5 L 1.!)
2
4 5.11#%
! 1. 71. L 1.!)
2
4 5.551%
# 1.> 71.> L 1.!)
2
4 5.211%
% 5.# 75.# L 1.!)
2
4 5.65#%
6 1.# 71.# L 1.!)
2
4 5.52#%
> 1.6 71.6 L 1.!)
2
4 5.12?%
? 5.> 75.> L 1.!)
2
4 5.2?1%
15 1. 71. L 1.!)
2
4 5.551%
21% . 5
2
x
S
@s posible calcular la varian)a a partir de otra e<presin la cu"l se obtiene al
desarrollar la sumatoria de la $rmula de de$inicin de varian)a
( )
1
2
1
2

n
X X
S
i
n
i
x
Desarrollando el binomio al cuadrado
( )
1
2
2 2
1
2

n
X X X X
S
i i
n
i
x
1
2
2
1 1
2
1
2

n
X X X X
S
n
i
i
n
i
i
n
i
x
3a media es una constante
1
2
2
1
2
1
2

n
X n X X X
S
i
n
i
i
n
i
x
De la de$inicin de media aritmtica
n
X
X
i
n
i 1
Sustitu1endo X en la e<presin anterior

1
2
2
1
1
1
2
1
2
,
_
,
_
n
n
X
n X
n
X
X
S
i
n
i
i
n
i
i
n
i
i
n
i
x
1
2
2
2
1
2
1
2
1
2
,
_
,
_
,
_
,
_
n
n
X
n
n
X
X
S
i
n
i
i
n
i
i
n
i
x
1
2
2
1
2
1
2
1
2
,
_
,
_
n
n
X
n
X
X
S
i
n
i
i
n
i
i
n
i
x
'educiendo en trminos seme*antes
1
2
1
2
1
2
,
_
n
n
X
X
S
i
n
i
i
n
i
x
Para el e*emplo de datos no agrupados calcule la varian)a utili)ando la $rmula
obtenida
i X
i
7Og red) X
i

2
1 2.5 72.5)
2
4 !
2 1.# 71.#)
2
42.2#
1.5 71.5)
2
41
! 1. 71.)
2
41.%?
# 1.> 71.>)
2
4.2!
% 5.# 75.#)
2
45.2#
6 1.# 71.#)
2
42.2#
> 1.6 71.6)
2
42.>?
? 5.> 75.>)
2
45.%!
15 1. 75.)
2
41.%?
! . 1
i
X ? . 1?
2

i
X
1
2
1
2
1
2
,
_
n
n
X
X
S
i
n
i
i
n
i
x
( )
1 15
15
! . 1
? . 1?
2
2
x
S
?
?#% . 16 ? . 1?
2

x
S
?
?!! . 1
2
x
S
21% . 5
2
x
S
3a varian)a tambin puede ser evaluada por una e<presin desarrollada de la
$rmula original
( )
1
2
1
2

n
X X
S
i
n
i
x
( )
1
2
2 2
1
2

n
X X X X
S
i i
n
i
x
D$ectando la sumatoria a cada trmino
1
2
2
1 1
2
1
2

n
X X X X
S
n
i
i
n
i
i
n
i
x
Como la media aritmtica es constante
1
2
2
1
2
1
2

n
X n X X X
S
i
n
i
i
n
i
x
De la de$inicin de media aritmtica 7 X ) para datos no agrupados
n
X
X
i
n
i 1
X n X
i
n
i

1
Sustitu1endo
i
X en la e<presin anterior
( )
1
2
2 2
1
2

n
X n X n X X
S
i
n
i
x
1
2
2 2 2
1
2

n
X n X n X
S
i
n
i
x
1
2 2
1
2

n
X n X
S
i
n
i
x
Stili)ando la e<presin anterior/ calcule la varian)a para el e*emplo de datos no
agrupados
! . 1 X ? . 1?
2

i
X
1
2 2
1
2

n
X n X
S
i
n
i
x
( )
1 15
! . 1 15 ? . 1?
2
2
x
S
?
?#% . 16 ? . 1?
2

x
S
?
?!! . 1
2
x
S
i X
i
7Og red) X
i

2
1 2.5 72.5)
2
4 !
2 1.# 71.#)
2
42.2#
1.5 71.5)
2
41
! 1. 71.)
2
41.%?
# 1.> 71.>)
2
4.2!
% 5.# 75.#)
2
45.2#
6 1.# 71.#)
2
42.2#
> 1.6 71.6)
2
42.>?
? 5.> 75.>)
2
45.%!
15 1. 75.)
2
41.%?
21% . 5
2
x
S
$
1
$
2

$
1
... ...
2 2 2 2
2
2
2
2
2
2
1
2
1
2
1
2
+ + + + + + + + + +
n
d d d d d d d d d
S
( ( (
x
1
2 2
2 2
2
1 1
2
+ +
n
d f d f d f
S
( (
x
n
d
S
i
n
i
x
2
1
2

Donde d
i
es la desviacin que tiene el punto medio de la clase &
i
con respecto
a la X

X X

i
d
X X d
i i

Sustitu1endo en la $rmula de la varian)a
( )
1
2
1
2

n
X X f
S
i i
(
i
x
Calcule la varian)a para el e*emplo de datos agrupados 7'esistencia a la
ruptura de botellas de re$resco)
i LIC )
i
X
i
( )
2
X X f
i i

1 165-1?5 2 1>5 72)71>5-2%!.%)
2
4 1!/1!.2
2 1?5-215 ! 255 7!)7255-2%!.%)
2
4 1%/%?2.%!
215-25 6 225 76)7225-2%!.%)
2
4 1/?2!.12
! 25-2#5 1 2!5 71)72!5-2%!.%)
2
4 6/>%6.5>
# 2#5-265 2 2%5 72)72%5-2%!.%)
2
4 %66.12
% 265-2?5 2! 2>5 72!)72>5-2%!.%)
2
4 #/%?1.>!
6 2?5-15 11 55 711)755-2%!.%)
2
4 1/6>!.6%
> 15-5 ! 25 7!)725-2%!.%)
2
4 12/26%.%!
? 5-#5 !5 7)7!5-2%!.%)
2
4 16/5##.!>
% . 2%! X ( ) 2>! / 152
2
X X f
i i

( )
1
2
1
2

n
X X f
S
i i
(
i
x
1 155
2>! / 152
2
x
S
??
2>! / 152
2
x
S
1616 . 5 / 1
2
x
S
Desarrollando la sumatoria de la varian)a obtenemos otra e<presin par
calcular la varian)a
( )
1
2
1
2

n
X X f
S
i i
(
i
x
( )
1
2
2 2
1
2

n
X X X X f
S
i i i
n
i
x
Multiplicando la $recuencia por cada trmino
( )
1
2
2 2
1
2

n
X f X X f X f
S
i i i i i
n
i
x
1
2
2
1 1
2
1
2

n
X f X X f X f
S
i
n
i
i i
n
i
i i
n
i
x
Dado que X es constante/ X se saca del operador suma
1
2
1
2
1
2
1
2

n
f X X f X X f
S
i
(
i
i i
(
i
i i
n
i
x
De la de$inicin de media aritmtica
n
X f
X
i i
n
i 1
n f
i
(
i

1
Sustitu1endo X en la e<presin anterior
1
2
2
1
1
1
2
1
2
,
_
,
_
n
n
X f
n X f
n
X f
X f
S
i i
n
i
i i
n
i
i i
n
i
i i
n
i
x
1
2
2
2
1
2
1
2
1
2
,
_
,
_
,
_
,
_
n
n
X f
n
n
X f
X f
S
i i
n
i
i i
n
i
i i
n
i
x
1
2
2
1
2
1
2
1
2
,
_
,
_
n
n
X f
n
X f
X f
S
i i
n
i
i i
n
i
i i
n
i
x
1
2
1
2
1
2
,
_
n
n
X f
X f
S
i i
n
i
i i
n
i
x
Para el e*emplo de datos agrupados calcule la varian)a utili)ando la e<presin
anterior
i LIC )
i
X
i i i
X f ( )
2
X X f
i i

1 165-1?5 2 1>5 72)71>5) 4 %5 72)71>5)
2
4 1!/1!.2
2 1?5-215 ! 255 7!)7255) 4 >55 7!)7255)
2
4 1%/%?2.%!
215-25 6 225 76)7225) 4 1#!5 76)7225)
2
4 1/?2!.12
! 25-2#5 1 2!5 71)72!5) 4 125 71)72!5)
2
4 6/>%6.5>
# 2#5-265 2 2%5 72)72%5) 4 >25 72)72%5)
2
4 %66.12
% 265-2?5 2! 2>5 72!)72>5) 4 %625 72!)72>5)
2
4 #/%?1.>!
6 2?5-15 11 55 711)755) 4 55 711)755)
2
4 1/6>!.6%
> 15-5 ! 25 7!)725) 4 12>5 7!)725)
2
4 12/26%.%!
? 5-#5 !5 7)7!5) 4 1525 7)7!5)
2
4 16/5##.!>

!%5 / 2%
i i
X f

%55 / 15 / 6
2

i i
X f

1
2
1
2
1
2
,
_
n
n
X f
X f
S
i i
n
i
i i
n
i
x
( )
1 155
155
!%5 / 2%
%55 / 15 / 6
2
2
x
S
??
1% / 551 / 6 %55 / 15 / 6
2

x
S
??
2>! / 152
2
x
S
1616 . 5 / 1
2
x
S
@s posible obtener una tercera e<presin para la varian)a/ desarrollando la
$rmula original
( )
1
2
1
2

n
X X f
S
i i
(
i
x
( )
1
2
2 2
1
2

n
X X X X f
S
i i i
(
i
x
D$ectando la sumatoria a cada trmino
1
2
2
1 1
2
1
2

n
X f X X f X f
S
i
(
i
i i
(
i
i i
(
i
x
Dado que la media aritmtica es constante/ puede salir del operador suma
1
2
1
2
1
2
1
2

n
f X X f X X f
S
i
(
i
i i
(
i
i i
(
i
x
n f
i
(
i

1
1
2
2
1
2
1
2

n
X n X f X X f
S
i i
n
i
i i
(
i
x
De la de$inicin de media aritmtica 7 X ) para datos no agrupados
n
X f
X
i i
(
i 1
X n X f
i i
(
i

1
Sustitu1endo
i
X en la e<presin anterior
( )
1
2
2 2
1
2

n
X n X n X X f
S
i i
(
i
x
1
2
2 2 2
1
2

n
X n X n X f
S
i i
(
i
x
1
2 2
1
2

n
X n X f
S
i i
(
i
x
Para el e*emplo de datos agrupados calcule la varian)a utili)ando la e<presin
anterior
i LIC )
i
X
i i i
X f ( )
2
X X f
i i

1 165-1?5 2 1>5 72)71>5) 4 %5 72)71>5)
2
4 1!/1!.2
2 1?5-215 ! 255 7!)7255) 4 >55 7!)7255)
2
4 1%/%?2.%!
215-25 6 225 76)7225) 4 1#!5 76)7225)
2
4 1/?2!.12
! 25-2#5 1 2!5 71)72!5) 4 125 71)72!5)
2
4 6/>%6.5>
# 2#5-265 2 2%5 72)72%5) 4 >25 72)72%5)
2
4 %66.12
% 265-2?5 2! 2>5 72!)72>5) 4 %625 72!)72>5)
2
4 #/%?1.>!
6 2?5-15 11 55 711)755) 4 55 711)755)
2
4 1/6>!.6%
> 15-5 ! 25 7!)725) 4 12>5 7!)725)
2
4 12/26%.%!
? 5-#5 !5 7)7!5) 4 1525 7)7!5)
2
4 16/5##.!>

% . 2%! X

!%5 / 2%
i i
X f

%55 / 15 / 6
2

i i
X f

1
2 2
1
2

n
X n X f
S
i i
(
i
x
( )
1 155
% . 2%! 155 %55 / 15 / 6
2
2
x
S
??
1% / 551 / 6 %55 / 15 / 6
2

x
S
??
2>! / 152
2
x
S
1616 . 5 / 1
2
x
S
Varian7a para datos a/r1pados a partir de datos transformados
3a idea consiste en trans$ormar los puntos medios de clase 7&
i
) los cuales
algunas veces son enteros grandes con mucGos digitos en enteros pequeEos
7S
i
)
1
2
1
2
1
2
,
_
n
n
! f
! f
S
i i
n
i
i i
n
i
!
2
+
S
[ ]
(arian)a de los datos trans$ormados
3a columna $
i
S
i
ser" m"s $"cil de generar que la columna $
i
&
i
/ tambin la
columna $
i
S
i
ser" m"s $"cil de generar que la columna $
i
&
i
Determine la varian)a para el e*emplo de datos agrupados 7'esistencia de
botellas a la ruptura) utili)ando el mtodo de datos trans$ormados
.
i )
i
U
i i i
! f
2
i i
! f
1 2 -! 72)7-!) 4 -> 72)7-!)
2
4 2
2 ! - 7!)7-) 4 -12 7!)7-)
2
4 %
6 -2 76)7-2) 4 -1! 76)7-2)
2
4 2>
! 1 -1 71)7-1) 4 -1 71)7-1)
2
4 1
# 2 5 72)75) 4 5 72)75)
2
4 5
% 2! 1 72!)7-1) 4 2! 72!)7-1)
2
4 2!
6 11 2 711)7-2) 4 22 711)7-2)
2
4 !!
> ! 7!)7-) 4 12 7!)7-)
2
4 %
? ! 7)7-!) 4 12 7)7-!)
2
4 !>

2
i i
! f

2%1
2

i i
! f

1
2
1
2
1
2
,
_
n
n
! f
! f
S
i i
(
i
i i
(
i
!
( )
1 155
155
2
2%1
2
2
!
S
??
2? . # 2%1
2

!
S
??
61 . 2##
2
!
S
#>2? . 2
2
!
S
Conociendo la varian)a de los datos trans$ormados/ se requiere conocer una
ecuacin la cu"l relacione la varian)a de los datos trans$ormados con la
varian)a de los datos sin trans$ormar
( )
2 2 2
! X
S "VIC S
( ) ( ) #>2? . 2 25
2 2
X
S
1616 . 5 / 1
2
x
S
Deduccin de la $rmula
( )
1
2
1
2

n
! ! f
S
i i
(
i
!
B X !
i i
+
@cuacin de trans$ormacin
Dplicando el operador suma a la ecuacin de trans$ormacin
( ) B X !
i i
+
B X !
i i
+
nB X !
i i
+
Dividiendo toda la e<presin por +n,
n
nB
n
X
n
!
i i
+
B X ! +
Sustitu1endo las ecuaciones de
i
!
1 ! en la ecuacin de la varian)a para
datos trans$ormados
( ) ( ) [ ]
1
2
1
2
+ +

n
B X B X f
S
i i
(
i
!
( )
1
2
1
2

n
B X B X f
S
i i
(
i
!
( )
1
2
1
2

n
X X f
S
i i
(
i
!
( ) [ ]
1
2
1
2

n
X X f
S
i i
(
i
!
( )
1
2
2
1
2

n
X X f
S
i i
(
i
!
( )
1
2
1 2
2

n
X X f
S
i i
(
i
!
( )
1
2
1
2

n
X X f
S
i i
(
i
x
2
2
2
X !
S S
"VIC
1

( )
2
2
1
"VIC

( )
2
2
2 1
X !
S
"VIC
S
Despe*ando para
2
X
S
( )
2 2 2
! X
S "VIC S
C=lc1lo de la Varian7a para datos a/r1pados a partir de f2rm1la de
Demmin/
#) Desviaci2n est=ndar
[ ]

x
S
Dl elevar al cuadrado las desviaciones para eliminar los signos negativos
tambin se modi$ica el valor 1 para retornarlo al valor original aGora le sacamos
ra;) cuadrada a la varian)a/ est" ra;) cuadrada de la varian)a es la desviacin
est"ndar.
Para nuestro e*emplo de datos no agrupados la varian)a 4 5.21%
2
x x
S S
21% . 5
x
S
!%!6 . 5
x
S
5.!%!6 5.!%!6
! . 1 X
@<iste una relacin emp;rica que involucra a la desviacin media absoluta con
la desviacin est"ndar

x
S d
#
!
!%!6 . 5
#
!
% . 5
616 . 5
#
!
% . 5
&) Coeficiente de Variaci2n
[ ]

C,

@sta medida de dispersin es conclu1ente 1 determinante para diagnosticar si
el valor de la aritmtica es o no un buen representante de una serie de
observaciones.
X X
X
d
i
4 155 Q
X 155 Q
S
<
C v
Si el coe$iciente de variacin es ma1or a 25 Q se dice que la X no es
buen representante del con*unto de observaciones
155
,
_
X
S
C,
X
155
! . 1
!%!6 . 5
,
_
C,
%6?1 . ! C,
@n nuestro caso de datos no agrupados la media aritmtica no es buen
representante del con*unto de observaciones puesto que el coe$iciente de
variacin es ma1or del 25 Q
<) 6an/o de presici2n
[ ]
p
"

@sta medida de dispersin nos indica un intervalo en el cu"l se van a encontrar
los valores de la variable de estudio
X
S X t
!%!6 . 5 ! . 1 t
>5!6 . 1 !%!6 . 5 ! . 1 +
>6# . 5 !%!6 . 5 ! . 1
>5!6 . 1 >6# . 5 X

IV. - Medidas Descriptivas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

IV. - Medidas Descriptivas

Cargado por

Copyright:

Formatos disponibles

Unidad No.

Si n es mu1 grande se ce en la tabla de 2recuencias

3o que m"s di$ieren es la mitad de los intervalos

Si tenemos +t, con*untos

Para datos no a/r1pados

Propiedades de la media aritmtica

1 @structura de una media para

3a ampliacin es en cuestiones de ganancia por intereses comerciales

7media poblacional) en $orma pr"ctica no se conoce

@sta e<presin es la $rmula para evaluar la media aritmtica para datos

Conociendo D sustituimos en la ecuacin 72) para evaluar U

@cuacin de trans$ormacin general

Para evaluar U sustituimos D en la ecuacin 72)

3a ecuacin que relaciona

Dgrupando para +X,

Si esto es v"lido se veri$ican las siguientes distribuciones0

Para nuestro e*emplo en particular de datos agrupados0

Stili)ando las propiedades de los logaritmos

Y X XY log log log +

Stili)ando las propiedades de los logaritmos

Y X XY log log log +

. Para nuestro e*emplo en particular de datos no agrupados0

Para nuestro e*emplo en particular de datos agrupados0

Sustitu1endo X en la e<presin anterior

También podría gustarte