En este capitulo tratamos la errs pentane tens potest erent Pere etd Comets Peeters Eee ees Pine ae tet) ena Peer aetny Todavia mais important, los stad habriamos tenido gue Duscar tn trabajo onrado, Darra» signifi (MA)»; no se trata de un club para extadiicosdivoreiades (véase el glosario det final de libros Descripcién de los datos mediante nimeros Medidas de centralizacion y de dispersié6n a tepresentacién grifien de los datos es un primer paso indispensable en el andliss de los mismos, ppeto tiene dos imitaciones. En primer lugar, si alguien te pregunta que describas lo fundamental de lo que es 's descubriendo, todo lo que puedes hacer es coger un toro de papel y trazar un grafico. En segundo lugar, no es mucho Jo que poxtemos hacer con los resultados, salvo mostrarlos; no podemos comparar fcilmente los resultados de dos 0 mis grupos a ver si existen diferen: Gas importantes entre ellos." Serfa de una gran ayuda, poder resumirlos resultados en unos pocos ntimeros, ¥ no es por easualidad que existan. Los dos més impor- tantes son las medidas de centralizaién y las de disper sign, (Trataremos ms adelante dos indices mds, deno- rminados asimenta y curtosis,) Sin embargo, antes de introducir estos dos té ros, perimitasenos una pequelia licencia con el objeti- vo de dar a conocer algo de la notacién taquigrstica UNA LIGERA INCURSION EN LA NOTACION ‘Un dato puntual conereto ~es decir, el valor de una va: rable para un individuo determinado~ se representa por la letra maytiscula X. La x mindscula se usa para designar otras cosas que veremos a To largo de este ca: pitulo, En la tabla 2-2, para el individo 1, X= 43. Re- presentamos la media (més adelante damos la defini ‘i6n) colocando una barra encima dela.X: X. Hablando tentte estadisticos podemos decir indistintamente «la medias 0 «X barray2 EL nsimero de individuos de la muestra se represen. ta por N. No hay acuerdo en utilizar una letra maytis- cula o no, pero la mayorta de los libros utiliza la m- niiscula para indicar el tamaiio de la muestra para uno ie los grupos, i hay dos o mds, y uilizan Ia N mays: cula para designar la tolalidad de la muestra, sumando cl tamano de los diferentes grupos. Sino hay mds que tun grupo, elige la que quieras y siempre encontrarés, 4 alguien que esté de acuerdo contigo. Si hay dos gropos ‘0 ms, gcémo nos las apanamos para dejar claro a cus die ferencias entre ntimeros, ya sean tamaiios de muestras, valores de la variable o evalesquieza otros, utlizamos subindices. Es decir, colocamos tn subindice a conti nuadion de la letra correspondiente: n, indicard el mai de la muestra del grupo 1; X, el valor de X para el individuo 3, y asf sucesivamente. Para indicar que debemos sumar una serie de nxime os, utlizamos el simbolo , que es la sigma griega ma: ylscula, (La sigma mindscula, 9, tiene un significado de ellos se reliere la n? Cuando queremos estab: completamente distinto, que veremos a continuacion). Slexiste alguna ambigiedad acerca de qué datos debe ‘mos sumar, podemos expresar de manera explicta cud les som mediante la notacion: o-n Que leemos, wsuma de los X-sub-j, para ide I hasta No Esta es s6lo una manera un tanto cabalistica de decir sstuma todas las X, una para cada uno de los N indivi uose X se reliere n dato concreto, Xs el valor de X para el individu i. nrepresenta el niimero de individuos (lamafio de ta muestra) del grupo j.N es cl tama total de la muestra, es la med significa «sume Mas adclante lo haremos todavia mas cabalistico ¢ incluso ensefiaremos algunas letras griegas mas. Pero por ahora nuestro bagaje es suficiente y regresamos a nuestro tema principalDESCRIPCION DH LOS DATOS MEDIANTE NOMEROS MEDIDAS DE CENTRALIZACION Lamedia ‘Aunque sélo sea para romper la monotonia vamos a ‘omenzar tratando los datos iniervallcos y proporci rales y tecorrere} camino a la inversa, hacia los datos ordinales y nominales. Echemos un vistazo a la figura 3-1, en fa que hemos afiadido un segundo grupo de datos de oFinales vaciados a partir de los del capitulo anterior. Como puiedes ver, la forma de su distibucién fs idéntica a la del primero de los grupos, pero ha sido dlesplazada 15 unidades a la derecha, ¢Hay alguna for: ma de plasmar esto con nn niimero?? Una manera sen: Gilla es sumar el niimero total de cuflas vaciadas por ‘eada uno de los dos grupos. Para el primer grupo, el resultado es 3083. Pese a que no te hemos facilitado Jos datos, la suma total del segundo grupo es 4583. Esto nos dice inmediatamente que el segundo grupo trabajo ids que el primero (o bien que tenia mis pacientes nnecesitados de este servicio imprescindible) Sin embargo, no siempre vamos a tener ef misino snimero de individuos en cada grupo, Silos estudiantes del segundo de ellos hubieran trabajado eon la misma Intensidad, pero hubieran sido 50, el total de orinales vvaciados hublera sido sélo de 2291. Bsevidente que una forma mejor seria dividir la Suma total por el nfimero, de individios, con lo que poxtriames comparar de ma- nera inmediata dos o nds grupos entre sf, incluso en el «cago en que tengan dilerente ntimero de individuos. Asi Si dividimos cada total por 100 obtenemos 30,83 para el primer grupo, y 45,83 para el segundo. Lo que he- mos hecho ha sido calcular el mimero medio de eufias vaciadas por cada persona. En el lenguaje estadistico cste nimero reeibe el nombre de media aritmética (MA) o, simplemente, media. BI motivo por el que hemos aftadide et eaifieativo saritméticas se debe 2 que existen otros tipos dein dias, como Tas medias atménica y geomeétrica; esta titi- mma la srataremos (muy brevemente) al final de este ca- pitulo. Sin embargo, cuando el rérmino mediase usa sin ningiin adjetivo, se reflere ala MA. Si-existe agin ries- go de confusion (y esto existe siempre en este campo) hharemos uso de la abreviatura. Con la notacién que acabamos de aprender, la férmula correspondiente a la ‘media es: om 62) Deletreamos la ecuacién con esta formidable nota ci6n por motivos didacticos. A partir de ahora, usare- ‘mos formas coneeptualmente més sencillas en el texto salvo que pueda existr alguna ambigiiedad. Como 0 hay posibilidad de confusion acerca de qué valores de X son los que se deen sumar, podemos simplifcar como sigue: La media aritmnética 63) Ne ees 10 Numero de enfermeras 14 0 10 20 30 40 50 €0 70 80 90 Numero de cunas La media ¢s la medida de centralizacion para datos intervalicos y proporcionates. Una medida de centralizacisn es el valor etipicon de los datos Una de las itonias de la estadistica es que el valor mis tipico», 30,83 para el grupo 1, y 45,83 para el 2 ‘no aparecen jams en los datos originales, Es decit, si ‘yuelves de nuievo ala tabla 2-2, no esperes encontrar a nadie que haya vaciade 30,83 orinales, pero este valor ¢s el mds representative del grupo como entidad pro- pla? Lamediana {Qué podemos hacer con datos ordinales? Es obvio (al lens para nosotros} que, como se agrupan en catego rigs ondenadas, no podemos summarlas in més y dividir= las por el miimero de datos. Ni siquiera en cl caso en. aque las distintas eateyorias estén representadas por Di neros, como nivel 1a nivel IV de céncer, la «media no tiene ningin significado En este ease usamos una me= ida de centralizacién denominada mediana, La median cs el valor que deja la mltad de los individios por debajo de , y la tra ms ‘por encima, Comencemos con un ejemplo sencillo: eanemos los 9 niimeros siguientes: 1,3, 3, 4, 6, 13,14, 14 y 18. Ob- serva que ya hemos dado el primer paso, que consiste ‘en ordenar los valores. Bs irrelevante que este orden sea de menora mayor 0a la inversa. Como hay un mi- mero impar de valores, el que ocupa la pasicién cen- tral el 6 en este caso, es la mediana; hay cuatro valores, menores que él, y otros euatra que son mayores ‘Siaftadiézamos un valor més, por ejemplo el 17, en Afamos un nimero par de elles y la mediana seria la MA de los dos centrales, es decir (6413) # 2= 9,5. De nuevo, la mitad de los valores queda por debajo de 9,5, y la ofa mitad, por encima. (Esta introduecién es in consistemte deste el punto de vista de la I6glea, Esta ‘mos caleulando la mediana porque se supone que la ‘media no se usa para datos ordinales. Si éste es el caso, _cémo es posible calcular esta media para los dos valo~ 1s FIGURA 3-1 Grilicos de dos ‘erupos, con el segundo desplazada 15 unidades a la derecha > Hasta ahora, has aprendido que jams formulas ona reguotasi antes no sabes la respuesta, Sina nos ees, puedes semar Tos mers de tabla 2:21 5 Bo es come aconsejar ‘alguien que no sabe nada que no debe cruzar un arvayo auya profandidad media es de 130cm, “También parece ridiculo escribir que Ia estancia media es ULXN (es decir 2.64, para aguelos de estos que no saben escribir en meres romanos).16 FIGURA 3-2 ‘Una distaibucion bimodal de las calificaciones de una case. FIGURA 3-3 Dos grupos que difieren en el grado de dispersisn. id a cat est deter sunt vain y 7 otro wérming LA NATURALEZA DE LOS DATOS Y LAESTADISTICA, 16 lh wih B- C+ Calificaciones Numero de estudiantes i Ay A A. Be B res centrales? En sentido estricto, no se puede, pero lo hacemos.) Siel valor de la mediana se presenta més de una ver {como en la sucesién 5.6777 10 10 11), algunos puristas caleulan una mediana que depende del miimera de va lores inferiores y superiores a la linea de divisién {por cjemplo, hay dos sites por debaj, y uno, por encima). Esto no sélo es dilicil de entender, sino que, por ora parte, cl resultado difiere del de nuestra métado «im: jpuro» en apenas unas cifras decimales Lamoda La mediana no puede utlizarse con datos nominates. Estos son habitualmente categorias no muméricas y, como dijimos al principio, podemos alterar el orden de las mismas sin que pase absohitamente nada, Ast, el concepto de «valor central» pierde todo su sentido. La medida de centralizacién para datos nominales es la moda, Lam la es la categoria con miayor fre Cc D+ D DF Si volvemos a la tabla 2-1, la materia clegida mas veces era Economia: por tanto, sevia la moda. Si dos ea tegorias presentaran la misma frecuencia, o cas” la dis tribucién seria bimodal. Esto es fo que me ocurti6 en tun curso de ecuaciones diferenciales que realié: si en- tendias lo que estabas haciendo, el curso era una trivia Hidad, mientras que en caso contrarlo, por mucho que estudiaras, no habia nada que hacer. Asi, las notas fina les tenian una apariencia global como puede verse en la figura 3-2: una mayoria de sobresalientes (A) y suspen 08 altos (D), com alguna salpicadura de las notas res lamtes (B, C y F). Si hubiera tres edispides en los datos, usarlamos el término trinodal, pero esto no es cortiente verlo en los libros porque los estadisticos tienen prob mas para contar por encima de dos. Sin embargo, algu- nas veces vers la palalora multimodal para desluar da tos con un gran niimero de edspides* de una altura pricticamente igual MEDIDAS DE DISPERSION Hasta aqui hemos visto que la distribucién de datos (es decir, su forma) puede diferenciarse respecto a su ten: ddencia central, pero hay otros aspectos en los que pie den mostrar diferentes. Por ejemplo, echa un vistazo 4a figura 3-3, Ambas curvas tienen la misma media, seftalada como X, pero ¢s evidente que no tienen la mista forma; los valores de la variable en el grupo 2 se agrupan mas alrededor de la media de lo que To hacen los del grupo 1. Bn otras palabras, hay menos disper sién en cl segundo grupo, Una media de dspersién hace referencia a cémo quedan agrupads los datos alrededor de la medida de centtalizacida, ¥sta vee vamosa comenzar con datos nominales para analiza Finalmente datos intervdlicos y proporcianales. Bn realidad, para tacilitarnos vodavia més el trabajo,