TEMA 5: TRANSFORMACIONES LINEALES

En muchas ocasiones transformar el conjunto de datos de

una

variable

facilita

su

estudio,

ya

que

genera

distribuciones ms simples y con buenas propiedades

(Ejemplo: simetra, media cero, desviacin tpica igual a
uno).

En los temas anteriores ya hemos visto el efecto que tenan

algunas transformaciones de los datos en las medidas de
posicin y dispersin estudiadas.

En este tema nos vamos a centrar en las transformaciones

lineales (repasando sus efectos sobre las principales
medidas de descripcin numrica de los datos) y
especialmente en los datos tipificados.

Transformaciones lineales en las variables

La transformacin lineal en los datos consiste en
multiplicarlos todos por un mismo nmero y luego
sumarles una cantidad igual a todos.

Es decir, si se dispone de los datos:

x 1 , x 2 ,..., x

los nuevos datos:

y 1 a x 1 b , y 2 a x 2 b , ..., y

ax

son una transformacin lineal de los iniciales.

Ejemplo: y a x b

x
1
2 a
3
3

b 2

x1 6 ,x2 3,x3 0,x4 6,x5 9

x1
x
x
2 0, y2 2 2 1, y3 3 2 2 ,
3
3
3
x
x
y4 4 2 4, y5 5 2 5
3
3
y1

 Recordemos de los temas anteriores el efecto de las

transformaciones lineales sobre las medidas de posicin y
dispersin:

Si y a x b entonces:

Medidas de posicin:
Media

y a x b

Mediana

m ed

am ed x b

Medidas de dispersin:

a S

Desviacin tpica

MEDA

M E D A

Rango Intercuartlico R I

a M ED A

a RIx

Datos tipificados

La transformacin lineal ms importante desde el punto de

vista estadstico consiste en tipificar las observaciones.

Dado un conjunto de datos:

x 1 , x 2 ,..., x

las observaciones tipificadas se construyen restando a cada

dato la media x y dividindolo por la desviacin tpica S x .
As, los datos tipificados sern:

z1

Al

x1 x
x x
x x
, z2 2
, ..., z N N
Sx
Sx
Sx

tipificar

una

variable

estamos

transformacin lineal z a x b en la que:

1
S

b
x

x
S

haciendo

una

 El conjunto de datos tipificado tiene media cero y

desviacin tpica uno, es decir, z 0 y S

z ax b
Sz a Sx

S
S
S

0
x

Ejemplo:
Dado el conjunto de datos:

x1 2

x2 4

x3 6

x4 8

con:
4

xi

i1

4
4

Sx

x i2

i1

20
5
4

120
2 5 2 ,2 3 6
4

1.

los datos tipificados sern:

2 5
1 ,3 4 2
2 ,2 3 6
6 5
z3
0 ,4 4 7
2 ,2 3 6
z1

4 5
0 ,4 4 7
2 ,2 3 6
8 5
z4
1 ,3 4 2
2 ,2 3 6
z2

con:
4

zi

i1

4
4

Sz

z i2

i1

0
0
4

4 ,0 0 1
1
4

Una variable tipificada expresa el nmero de desviaciones

tpicas que cada observacin dista de la media. Esto nos
permite comparar la posicin relativa de cada dato en
diferentes distribuciones.

Ejemplo:
Los estudiantes de una clase han realizado dos pruebas: A
y B.
Prueba A: Calificacin media= x

6,23 con S

2,3

Prueba B: Calificacin media= x

5,2 con S

1,3

Un estudiante ha obtenido 6,84 en la prueba A y 6,31 en la

B, qu resultado es mejor comparativamente?
El 6,31 de la prueba B

Si tipificamos ambos resultados con respecto a sus

distribuciones tenemos:

6 ,8 4 6 , 2 3
0 ,2 6
2 ,3
6 ,3 1 5 ,2
zB
0 ,8 5
1 ,3
zA

El resultado de 6,31 en B es comparativamente mejor que

el 6,84 en A, aunque ste ltimo sea mayor en trminos
absolutos. (Ver Figura 6.1 de Pea y Romo)

Ejercicio:
Las notas finales de una clase han sido:
Matemticas:

Dibujo:

xD 7

1 ,8
1

Un alumno obtuvo un 6,25 en matemticas y un 8 en

dibujo, En qu asignatura tuvo mejor posicin relativa?

Si tipificamos cada valor respecto a su distribucin:

zM

6 ,2 5 4
1 ,2 5
1 ,8

zD

8 7
1
1

Comparado con el resto de la clase ha obtenido mejor

calificacin en Matemticas.