Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En todos los casos el investigador debe identificar la característica de sus datos levantados para definir el
método de cálculo a aplicar, si es poblacional o muestral.
fi Fi hi Hi
PRESENTACIÓN DE
DATOS
𝑁𝑁 𝑁𝑁
MEDIA ∑𝑁𝑁
𝑖𝑖=1 𝑥𝑥𝑖𝑖 ∑𝑁𝑁
𝑖𝑖=1 𝑥𝑥𝑖𝑖 ∗ 𝑓𝑓𝑖𝑖 ∑𝑁𝑁
𝑖𝑖=1 𝑀𝑀𝑀𝑀𝑖𝑖 ∗ 𝑓𝑓𝑖𝑖
POBLACIONAL (N) 𝜇𝜇 = 𝜇𝜇 = = � 𝑥𝑥𝑖𝑖 ∗ ℎ𝑖𝑖 𝜇𝜇 = = � 𝑀𝑀𝑀𝑀𝑖𝑖 ∗ ℎ𝑖𝑖
𝑁𝑁 𝑁𝑁 𝑁𝑁
𝑖𝑖=1 𝑖𝑖=1
𝑁𝑁 𝑛𝑛
MEDIA MUESTRAL ∑𝑛𝑛𝑖𝑖=1 𝑥𝑥𝑖𝑖 ∑𝑛𝑛𝑖𝑖=1 𝑥𝑥𝑖𝑖 ∗ 𝑓𝑓𝑖𝑖 ∑𝑛𝑛𝑖𝑖=1 𝑀𝑀𝑀𝑀𝑖𝑖 ∗ 𝑓𝑓𝑖𝑖
(n) 𝑥𝑥̅ = 𝑥𝑥̅ = = � 𝑥𝑥𝑖𝑖 ∗ ℎ𝑖𝑖 𝑥𝑥̅ = = � 𝑀𝑀𝑀𝑀𝑖𝑖 ∗ ℎ𝑖𝑖
𝑛𝑛 𝑛𝑛 𝑛𝑛
𝑖𝑖=1 𝑖𝑖=1
En todos los casos el investigador debe identificar la característica de sus datos levantados para definir el
método de cálculo a aplicar, si es poblacional o muestral.
04/09/2018 ING., JOSÉ GUZMÁN 11
3. MEDIDAS DE TENDENCIA CENTRAL
Consiste en asignar a cada valor 𝑥𝑥𝑖𝑖 un peso 𝑤𝑤𝑖𝑖 que depende de la importancia relativa de dicho valor, bajo algún
criterio. Su expresión responde a:
∑𝑁𝑁
𝑖𝑖=1 𝑥𝑥𝑖𝑖 ∗ 𝑤𝑤𝑖𝑖 𝑥𝑥1 ∗ 𝑤𝑤1 + 𝑥𝑥2 ∗ 𝑤𝑤2 + ⋯ + 𝑥𝑥𝑛𝑛 ∗ 𝑤𝑤𝑛𝑛
𝑥𝑥̅ = =
∑𝑁𝑁
𝑖𝑖=1 𝑤𝑤𝑖𝑖 𝑤𝑤1 + 𝑤𝑤2 + ⋯ + 𝑤𝑤𝑛𝑛
EJEMPLO
Para ganar una vacante en un proceso de selección, un aspirante debe ser evaluado en distintas pruebas:
conocimientos, habilidades en ejecución y trabajo en equipo, cada una de ellas ponderada según su importancia o
contribución en la nota final. Así, los pesos de cada apartado serán del 30, 50 y 20 por ciento, respectivamente.
Sabiendo que las notas obtenidas por un aspirante en cada prueba son 7, 3 y 5 respectivamente, ¿cuál es la nota global
en la oposición?
Se define ésta como la raíz cuadrada de la media aritmética de los cuadrados de los
valores, o media cuadrática de un conjunto de números X1, X2, . . . , XN suele denotarse :
∑𝑁𝑁 2
𝑖𝑖=1 𝑥𝑥𝑖𝑖 ∑𝑛𝑛𝑖𝑖=1 𝑥𝑥𝑖𝑖2
𝜇𝜇𝜇𝜇 = 𝑥𝑥𝑄𝑄
̅ =
𝑁𝑁 𝑛𝑛
Es una medida de tendencia central que puede utilizarse para mostrar los cambios porcentuales en una serie de
números positivos. Como tal, tiene una amplia aplicación en los negocios y en la economía, debido a que con
frecuencia se está interesado en establecer el cambio porcentual en las ventas en el producto interno bruto o en
cualquier serie económica. Se define como la raíz índice n del producto de n términos.
La media geométrica de n valores positivos x1, x2,..., xn es el número 𝑥𝑥̅ 𝐺𝐺 que se define como la raíz enésima del
producto de estos n valores, esto es,
𝑥𝑥̅𝐺𝐺 = 𝑛𝑛
𝑥𝑥1 ∗ 𝑥𝑥2 ∗ ⋯ ∗ 𝑥𝑥𝑛𝑛
n: cantidad total de valores observados
Xi: valores observados
𝑥𝑥̅𝐺𝐺 : media geométrica
EJEMPLO 2: En los años 2015, 2016 y 2017, el precio de cierto producto de primera necesidad ha subido un 𝟏𝟏0%,
un 𝟏𝟏8% y un 𝟑𝟑0%. ¿Cuánto ha subido en promedio?
EJEMPLO 3: Si una producción ha experimentado un crecimiento del 30% del primero al segundo año y un
incremento del 35% del segundo al tercer año y un decrecimiento del 15% del tercer al cuarto año. Calcular la tasa
promedio de crecimiento de los 3 últimos años.
04/09/2018 ING., JOSÉ GUZMÁN 23
3. MEDIDAS DE TENDENCIA CENTRAL
Para su cálculo, y suponiendo que los valores están ordenados, se procede de la siguiente manera:
Si hay un número impar de datos, la mediana es el elemento que se encuentra en el centro, es decir
𝑥𝑥 𝑛𝑛+1
2
Si el número de datos fuera par habría dos elementos centrales, y la mediana se obtendría como la
media de ambos, es decir:
1
𝑀𝑀𝑀𝑀 = ∗ 𝑋𝑋𝑛𝑛 + 𝑋𝑋𝑛𝑛+2
2 2 2
1. {3,6,8,2,1} 2. {2,1,5,4,9,8}
Si los valores de la variable se tabulan en una distribución de frecuencias por intervalos, la mediana se
determina aproximadamente por interpolación a partir de la distribución de frecuencias acumuladas, método
ya propuesto en aplicaciones de la ojiva. Tabla # n
Ingresos # de personas # de personas
𝑛𝑛 Limite Inf - Limite Sup fi Fi
− 𝐹𝐹𝑖𝑖−1
𝑀𝑀𝑀𝑀 = 𝐿𝐿𝑖𝑖 + 2 ∗ 𝐴𝐴 2600 3400 1 1
𝑓𝑓𝑖𝑖
3400 4200 2 3
4200 5000 4 7
L¡ es el limite inferior del intervalo de la mediana. 5000 5800 10 17
5800 6600 16 33
n es el número de datos observados.
6600 7400 8 41
Fi-1 , es la frecuencia acumulada absoluta del intervalo 7400 8200 3 44
inmediatamente anterior al intervalo de la mediana. 8200 9000 1 45
f¡ es la frecuencia absoluta del intervalo de la mediana. TOTAL 45
A es la amplitud del intervalo de la mediana.
Ejemplo 1 - Los ingresos mensuales en bolivianos (variable X) de 45 personas están representados en la tabla anterior.
Calcular la mediana para la muestra de los 45 ingresos quincenales tabulados.
Procedimiento:
1.- Determinar la clase de la mediana.- Es aquella clase cuya frecuencia absoluta acumulada iguala o supera por
primera vez al número obtenido del cociente entre n/2=22.5 (Para el caso i = 5)
Ingresos # de # de
100 hi % 100 Hi %
Limite Inf - Limite Sup personas fi personas Fi
50 60 8 8 12,31% 12,31%
60 70 10 18 15,38% 27,69%
70 80 16 34 24,62% 52,31%
80 90 14 48 21,54% 73,85%
90 100 10 58 15,38% 89,23%
100 110 5 63 7,69% 96,92%
110 120 2 65 3,08% 100,00%
TOTAL 65 100,00%
3.1.7 Moda.
La moda de una serie de datos es el valor Mo, que se define como el dato que más veces se repite.
La moda es una medida promedio que se usa cuando se quiere señalar el valor más común de una
serie de datos. Por ejemplo, los comerciantes se estoquean con productos que están de moda.
EJEMPLO:
a) 7, 9, 7, 8, 7, 4,7 , 13, 7
b) 5, 3, 4, 5, 7, 3, 5, 6, 3
3.1.7.2 Moda de datos agrupados.- Para calcular la moda de n datos tabulados por intervalos, primero se
determina el intervalo que contiene a la moda, esto es, el intervalo que tiene la mayor frecuencia (intervalo
modal). Luego se utiliza la fórmula: Tabla # n
Ingresos # de personas # de personas
Limite Inf - Limite Sup fi Fi
Procedimiento: Determinar cual es la clase modal: Es aquella clase cuya frecuencia absoluta es mayor
04/09/2018 ING., JOSÉ GUZMÁN 34
3. MEDIDAS DE TENDENCIA CENTRAL
3.2. Fractales:
3.2.1 Cuartiles,
3.2.2 Deciles,
3.2.1 Percentiles.
3.2. Fractales:
También llamada Cuantilas [Cj/k] son medidas descriptivas que dividen, distribuyen o subclasifican los datos a
uno y otro lado, en porcentajes dados, una vez ordenados o clasificados.
Cuantilas de datos clasificados.:
𝒋𝒋
∗ 𝒏𝒏 − 𝑭𝑭𝒊𝒊−𝟏𝟏
𝑪𝑪 𝒋𝒋 = 𝑳𝑳𝒊𝒊 + 𝑨𝑨𝒊𝒊 𝒌𝒌 ; 𝒋𝒋 = 𝟏𝟏, 𝟐𝟐, … , 𝒌𝒌 − 𝟏𝟏
𝒌𝒌 𝒇𝒇𝒊𝒊
Donde:
𝐶𝐶 𝑗𝑗 es la cuantila j-ésima cuando el eje de las frecuencias (acumuladas) se divide en k partes iguales
𝑘𝑘
Definición:
3.2. Cuartiles - Los cuartiles son valores que dividen una muestra de datos en cuatro partes
iguales.
El primer cuartil Q1, es el menor valor que es mayor que una cuarta parte de los datos; es
decir, aquel valor de la variable que supera 25% de las observaciones y es superado por el
75% de las observaciones.
Definición:
DECILES
Los deciles son ciertos números que dividen la sucesión de datos ordenados en diez partes
porcentualmente iguales. Son, son también un caso particular de los percentiles. Los deciles se denotan
D1, D2,..., D9, que se leen primer decil, segundo decil, etc.
Los deciles, al igual que los cuartiles, son ampliamente utilizados para fijar el aprovechamiento
académico.
Percentil - Valor del elemento que divide una serie de datos en cien grupos de igual valor o en intervalos
iguales.
Los percentiles son, tal vez, las medidas más utilizadas para propósitos de ubicación o clasificación de las
personas cuando atienden características tales como peso, estatura, etc.
Los percentiles son ciertos números que dividen la sucesión de datos ordenados en cien partes
porcentualmente iguales.. Los percentiles (P1, P2,... P99), leídos primer percentil,..., percentil 99.
3.2. Cuartiles - Definición: Los cuartiles son valores que dividen una muestra de
datos en cuatro partes iguales.
3.2.1 Cuartiles.- Para los cuartiles, tomaremos el total de los datos divididos en 4
𝑗𝑗
∗ 𝑛𝑛 − 𝐹𝐹𝑖𝑖−1
𝑄𝑄𝑗𝑗 = 𝐶𝐶𝑗𝑗 = 𝐿𝐿𝑖𝑖 + 𝐴𝐴𝑖𝑖 4 ; 𝑗𝑗 = 1,2,3
4 𝑓𝑓𝑖𝑖
3.2. Fractales:
𝑗𝑗
∗ 𝑛𝑛 − 𝐹𝐹𝑖𝑖−1
𝐶𝐶 𝑗𝑗 = 𝐿𝐿𝑖𝑖 + 𝐴𝐴𝑖𝑖 𝑘𝑘 ; 𝑗𝑗 = 1,2, … , 𝑘𝑘 − 1
𝑘𝑘 𝑓𝑓𝑖𝑖
𝑗𝑗
∗𝑛𝑛−𝐹𝐹𝑖𝑖−1
3.2.1 Cuartiles.- 𝑄𝑄𝑗𝑗 = 𝐶𝐶 𝑗𝑗 = 𝐿𝐿𝑖𝑖 + 𝐴𝐴𝑖𝑖 4
; 𝑗𝑗 = 1,2,3
4
𝑓𝑓𝑖𝑖
𝑗𝑗
∗𝑛𝑛−𝐹𝐹𝑖𝑖−1
3.2.2 Deciles, 𝐷𝐷𝑗𝑗 = 𝐶𝐶 𝑗𝑗 = 𝐿𝐿𝑖𝑖 + 𝐴𝐴𝑖𝑖 10
; 𝑗𝑗 = 1,2, … , 9
10
𝑓𝑓𝑖𝑖
𝑗𝑗
∗𝑛𝑛−𝐹𝐹𝑖𝑖−1
3.2.1 Percentiles.𝑃𝑃𝑗𝑗 = 𝐶𝐶 𝑗𝑗 = 𝐿𝐿𝑖𝑖 + 𝐴𝐴𝑖𝑖 100
; 𝑗𝑗 = 1,2,3,….,99
100
𝑓𝑓𝑖𝑖
3.2. Fractales - Ejemplo: En la siguiente tabla se muestra la distribución de costos por hora de
65 empleados que realizan actividades de alta gerencia en una Industria Multinacional:
Donde:
𝐶𝐶 𝑗𝑗 es la cuantila j-ésima cuando el eje de las
𝑘𝑘
frecuencias (acumuladas) se divide en k partes
iguales
𝐼𝐼𝑖𝑖 = 𝐿𝐿𝑖𝑖 , 𝐿𝐿𝑖𝑖+1 Es la clase cuantila 𝑗𝑗
∗ 𝑛𝑛 − 𝐹𝐹𝑖𝑖−1
𝐶𝐶 𝑗𝑗 = 𝐿𝐿𝑖𝑖 + 𝐴𝐴𝑖𝑖 𝑘𝑘
𝐿𝐿𝑖𝑖 Es el límite inferior de la clase cuantila 𝑓𝑓𝑖𝑖
𝑘𝑘
𝑊𝑊𝑖𝑖 es el ancho de clase de la clase cuantila
𝑓𝑓𝑖𝑖 Es la frecuencia absoluta de la clase cuantila
n es el numero total de datos
𝐹𝐹𝑖𝑖−1 Es la frecuencia absoluta acumulada hasta la
clase anterior a la clase cuantila (clase precuantila)
Clase cuantila: Es aquella clase cuya frecuencia absoluta acumulada iguala o supera por primera vez al número
obtenido del cociente [( j/k)*n]
𝑗𝑗 𝑗𝑗
𝑘𝑘
∗ 𝑛𝑛 − 𝐹𝐹𝑖𝑖−1
𝐷𝐷𝑗𝑗 = 𝐶𝐶 𝑗𝑗 = 𝐿𝐿𝑖𝑖 + 𝐴𝐴𝑖𝑖 10 ∗ 𝑛𝑛 − 𝐹𝐹𝑖𝑖−1
𝐶𝐶 𝑗𝑗 = 𝐿𝐿𝑖𝑖 + 𝐴𝐴𝑖𝑖
𝑘𝑘 𝑓𝑓𝑖𝑖 10 𝑓𝑓𝑖𝑖
𝑗𝑗 𝑗𝑗
4 ∗ 𝑛𝑛 − 𝐹𝐹𝑖𝑖−1 𝑃𝑃𝑗𝑗 = 𝐶𝐶 = 𝐿𝐿𝑖𝑖 + 𝐴𝐴𝑖𝑖 100 ∗ 𝑛𝑛 − 𝐹𝐹𝑖𝑖−1
𝑄𝑄𝑗𝑗 = 𝐶𝐶𝑗𝑗 = 𝐿𝐿𝑖𝑖 + 𝐴𝐴𝑖𝑖 𝑗𝑗
4 𝑓𝑓𝑖𝑖 100 𝑓𝑓𝑖𝑖
Calcular: 𝑄𝑄1 ; 𝑄𝑄2 ; 𝑄𝑄3 ; 𝐷𝐷1 ; 𝐷𝐷3 ; 𝐷𝐷7 ; 𝐷𝐷9 ; 𝑃𝑃5 ; 𝑃𝑃40 ; 𝑃𝑃70 ; 𝑃𝑃99
Tabla # n
Ingresos
# de personas fi # de personas Fi
Limite Inf - Limite Sup
2600 3400 1 1
3400 4200 2 3
4200 5000 4 7
5000 5800 10 17
5800 6600 16 33
6600 7400 8 41
7400 8200 3 44
8200 9000 1 45
TOTAL 45
Las medidas de dispersión o variabilidad son números que miden el grado de separación de los datos
con respecto a un valor central, que generalmente es la media aritmética. En el estudio de las medidas de
dispersión daremos un vistazo a cuatro indicadores básicos:
1. Desviación media
El cálculo de cada uno de ellos se toma basado en la
2. Varianza
media aritmética, indicador que muestra que tan
3. Desviación estándar disperso se encuentran un conjunto de datos a un
4. Coeficiente de variación punto de concentración.
Por ejemplo:
4 5 3
5 3 2
2 2 2
3 5 1
4 1 4
04/09/2018 ING., JOSÉ GUZMÁN 48
3. MEDIDAS DE DISPERCIÓN O VARIABILIDAD
3.3.1. Desviación Media.- Indicador que muestra que tan disperso se encuentran un conjunto de datos a un
punto de concentración. Por ejemplo:
4 5 3
5 3 2
2 2 2
3 5 1
4 1 4
∑𝑁𝑁
𝑖𝑖=1 𝑥𝑥𝑖𝑖 − 𝑥𝑥̅
𝐷𝐷𝐷𝐷 =
𝑛𝑛
DESVIACIÓN
∑𝑛𝑛𝑖𝑖=1 𝑥𝑥𝑖𝑖 − 𝑥𝑥̅ ∑𝑛𝑛𝑖𝑖=1 𝑥𝑥𝑖𝑖 − 𝑥𝑥̅ ∗ 𝑓𝑓𝑖𝑖 ∑𝑛𝑛𝑖𝑖=1 𝑀𝑀𝑀𝑀𝑖𝑖 − 𝑥𝑥̅ ∗ 𝑓𝑓𝑖𝑖
MEDIA 𝐷𝐷𝐷𝐷 = 𝐷𝐷𝐷𝐷 = 𝐷𝐷𝐷𝐷 =
MUESTRAL 𝑛𝑛 𝑛𝑛 𝑛𝑛
3.3.2. Varianza.- La varianza, es una medida que cuantifíca el grado de dispersión o de variación de los
valores de una variable cuantitativa con respecto a su media aritmética. Si los valores tienden a concentrarse
alrededor de su media, la varianza será pequeña. Si los valores tienden a distribuirse lejos de la media, la
varianza será grande.
La varianza calculada a partir de una muestra será denotada por S2 y referida a una población se denotará
por 𝝈𝝈𝟐𝟐 .
Definición. La varianza se define como la media aritmética de los cuadrados de las diferencias de los
datos con respecto a su media aritmética.
La varianza es una medida de dispersión con unidades de medición al cuadrado, por ejemplo, $2, Km2, etc.
VARIANZA ∑𝑁𝑁
𝑖𝑖=1 𝑥𝑥𝑖𝑖 − 𝜇𝜇
2 ∑𝑁𝑁
𝑖𝑖=1 𝑥𝑥𝑖𝑖 − 𝜇𝜇
2 ∗ 𝑓𝑓𝑖𝑖 ∑𝑁𝑁
𝑖𝑖=1 𝑀𝑀𝑀𝑀𝑖𝑖 − 𝜇𝜇
2
∗ 𝑓𝑓𝑖𝑖
POBLACIONAL 𝜎𝜎 2 = 𝜎𝜎 2 = 𝜎𝜎 2 =
𝑁𝑁 𝑁𝑁 𝑁𝑁
𝑛𝑛
VARIANZA
2
∑ 𝑖𝑖=1 𝑥𝑥𝑖𝑖 − 𝑥𝑥̅
2 ∑𝑛𝑛𝑖𝑖=1 𝑥𝑥𝑖𝑖 − 𝑥𝑥̅ 2
∗ 𝑓𝑓𝑖𝑖 ∑𝑛𝑛𝑖𝑖=1 𝑀𝑀𝑀𝑀𝑖𝑖 − 𝑥𝑥̅ 2 ∗ 𝑓𝑓𝑖𝑖
MUESTRAL 𝑆𝑆 = 𝑆𝑆 2 = 𝑆𝑆 2 =
𝑛𝑛 − 1 𝑛𝑛 − 1 𝑛𝑛 − 1
04/09/2018 ING., JOSÉ GUZMÁN 52
3. MEDIDAS DE DISPERCIÓN O VARIABILIDAD
3.3.3. Desviación Típica o Estándar.- La desviación estándar es la raíz cuadrada positiva de la varianza La
desviación estándar calculada a partir de una muestra se denotará por, s y referida a la población por 𝝈𝝈.
Esto es,
𝜎𝜎 = 𝜎𝜎 2 ; 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑙𝑙𝑙𝑙 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 ; 𝑠𝑠 = 𝑠𝑠 2 ; 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑙𝑙𝑙𝑙 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚
Ejemplo: Determinar la varianza y la desviación estándar de:
25 19 21 35 44 Xi fi
0 1
20 27 32 38 33 1 4
18 30 19 29 33 2 7
3 6
26 24 28 39 31 4 2
31 18 17 30 27 TOTAL 20
04/09/2018 ING., JOSÉ GUZMÁN 53
3. MEDIDAS DE DISPERCIÓN O VARIABILIDAD
Datos B
Media = 15.5
11 12 13 14 15 16 17 18 19 20 21 s = 0.9258
Datos C
Media = 15.5
11 12 13 14 15 16 17 18 19 20 21 s = 4.57
04/09/2018 ING., JOSÉ GUZMÁN 54
3. MEDIDAS DE DISPERCIÓN O VARIABILIDAD
Datos A: SA = 100
Datos B: SB = 1
3.3.4. Coeficiente de variación.- Llamado en ocasiones, coeficiente de variación de Pearson, por el matemático inglés
Karl Pearson (1857 – 1936).
El coeficiente de variación compara la dispersión entre dos poblaciones distintas e incluso, la variación producto de
dos variables diferentes (que pueden provenir de una misma población).
Es una medida adimensional (no tiene unidades), y compara la dispersión de varias distribuciones, y se expresa en (%).
𝜎𝜎 𝑆𝑆
𝐶𝐶𝐶𝐶 = ; Ó: 𝐶𝐶𝐶𝐶 = ; 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 𝑑𝑑𝑑𝑑 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑦𝑦 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚
𝜇𝜇 𝑥𝑥̅
𝜎𝜎 𝑆𝑆
𝐶𝐶𝐶𝐶 = ; Ó: 𝐶𝐶𝐶𝐶 = ; 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 𝑑𝑑𝑑𝑑 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚
𝑀𝑀𝑀𝑀 𝑥𝑥�
A mayor valor de CV, menor representatividad de 𝑥𝑥 ̅, y viceversa. En general, se suele convenir en que valores de:
y valores de CV superiores a 30% (o 1 según algunos autores) una alta dispersión y una media poco o nada
representativa.
casos.
PASO 4: Calcular el coeficiente de variación.
Datos A: SA = 100
Datos B: SB = 1
3.4.1. Momentos
Son los promedios de las distintas potencias de las desviaciones de los datos con respecto a algún valor A.
Cuando A=0, desviación es el mismo valor de la observación, entonces se tienen los momentos respecto al
centrales.
3.4.1. Momentos con respecto al Origen (𝑚𝑚𝑟𝑟′ ) 3.4.2. Momentos con respecto a la media o momentos
centrales(𝑚𝑚𝑟𝑟 )
𝑘𝑘
Tercer momento con respecto al origen 1
𝑚𝑚3 = 𝑀𝑀(𝑋𝑋 − 𝑥𝑥)̅ 3 = � 𝑥𝑥𝑖𝑖 − 𝑥𝑥̅ 3 ∗ 𝑓𝑓𝑖𝑖
𝑛𝑛
𝑖𝑖=1
𝑘𝑘
1 Cuarto momentos entrar
𝑚𝑚3′ = � 𝑥𝑥𝑖𝑖3 ∗ 𝑓𝑓𝑖𝑖 = 𝑀𝑀 𝑋𝑋 3
𝑛𝑛
𝑖𝑖=1
𝑘𝑘
1
4 4
𝑚𝑚4 = 𝑀𝑀(𝑋𝑋 − 𝑥𝑥)̅ = � 𝑥𝑥𝑖𝑖 − 𝑥𝑥̅ ∗ 𝑓𝑓𝑖𝑖
𝑛𝑛
𝑖𝑖=1
04/09/2018 ING., JOSÉ GUZMÁN 63
3. MEDIDAS DE TENDENCIA CENTRAL
3.4.1. Calcular los Momentos hasta el cuarto orden respecto al origen y la media.
Xi fi
0 1
1 4
2 7
3 6
4 2
TOTAL 20
3.4.1. Momentos – ecuaciones para datos agrupados en tablas de frecuencias por intervalos.
MOMENTOS CON RESPECTO AL ORIGEN MOMENTOS CON RESPECTO A LA MEDIA O MOMENTOS
Momentos cero CENTRALES
Momentos cero central
𝑘𝑘
1
𝑚𝑚0′ = 𝑀𝑀 𝑋𝑋 0 = � 𝑀𝑀𝑀𝑀𝑖𝑖0 ∗ 𝑓𝑓𝑖𝑖 = 1; 𝑠𝑠𝑠𝑠 𝑥𝑥𝑖𝑖 ≠ 0, ∀𝑖𝑖 𝑘𝑘
𝑛𝑛 1
𝑖𝑖=1
𝑚𝑚0 = 𝑀𝑀(𝑋𝑋 − 𝑥𝑥)̅ 0 = � 𝑀𝑀𝑀𝑀𝑖𝑖 − 𝑥𝑥̅ 0 ∗ 𝑓𝑓𝑖𝑖 = 1; 𝑠𝑠𝑠𝑠 𝑥𝑥𝑖𝑖 ≠ 𝑥𝑥,̅ ∀𝑖𝑖
Primer momento con respecto al origen 𝑛𝑛
𝑖𝑖=1
1 Primer momento central
𝑚𝑚1′ = 𝑀𝑀 𝑋𝑋1 = ∑𝑘𝑘𝑖𝑖=1 𝑀𝑀𝑀𝑀𝑖𝑖1 ∗ 𝑓𝑓𝑖𝑖 = 𝑥𝑥̅ ; Es la media aritmética
𝑛𝑛
𝑘𝑘
Tercer momento con respecto al origen 1
𝑚𝑚3 = 𝑀𝑀(𝑋𝑋 − 𝑥𝑥)̅ 3 = � 𝑀𝑀𝑀𝑀𝑖𝑖 − 𝑥𝑥̅ 3 ∗ 𝑓𝑓𝑖𝑖
𝑛𝑛
𝑖𝑖=1
𝑘𝑘
1 Cuarto momentos entrar
𝑚𝑚3′ = � 𝑀𝑀𝑀𝑀𝑖𝑖3 ∗ 𝑓𝑓𝑖𝑖 = 𝑀𝑀 𝑋𝑋 3
𝑛𝑛
𝑖𝑖=1
𝑘𝑘
1
4 4
𝑚𝑚4 = 𝑀𝑀(𝑋𝑋 − 𝑥𝑥)̅ = � 𝑀𝑀𝑀𝑀𝑖𝑖 − 𝑥𝑥̅ ∗ 𝑓𝑓𝑖𝑖
𝑛𝑛
𝑖𝑖=1
04/09/2018 ING., JOSÉ GUZMÁN 65
3. MEDIDAS DE TENDENCIA CENTRAL
3.4.1. Momentos.- Determinar los momentos con respecto al origen y a la media, hasta el
cuarto orden, de la distribución de frecuencias dadas en la tabla.
k Ii fi
1 0 2 2
2 2 4 4
3 4 6 6
4 6 8 4
5 8 10 2
𝑛𝑛
1
� 𝑥𝑥𝑖𝑖𝑟𝑟 ; 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑛𝑛𝑛𝑛 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
𝑛𝑛
𝑖𝑖=1
𝑚𝑚𝑟𝑟′ = 𝑀𝑀 𝑋𝑋 𝑟𝑟 = 𝑘𝑘
1
� 𝑀𝑀𝑀𝑀 𝑟𝑟 ∗ 𝑓𝑓𝑖𝑖 ; 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
𝑛𝑛
𝑖𝑖=1
r = 0,1,2,3,4,…..
Ejercicio:
3.4.1. Momentos.- Determinar los momentos con respecto al origen y
a la media, hasta el cuarto orden, de la distribución de frecuencias
dadas en la tabla.
Son llamados también media asimétrica, se usan cuando existen intervalos con
extremos abiertos ilimitados y no es posible calcular la media y consecuentemente
la varianza
3.5.2. Curtosis,
3.5.2. Kurtosis,
Mide el grado de deformación vertical de la distribución de frecuencias y se define:
𝑄𝑄3 − 𝑄𝑄1
𝐾𝐾 =
2 ∗ (𝑃𝑃90 − 𝑃𝑃10 )
Ii fi
20 30 2
30 40 10
40 55 8
55 65 6
65 85 2
• No cambiará incluso si los valores más pequeños y más grandes tomasen valores más extremos
Ineficiencia
de la media
Redondear a 3
25
Q1 = 25to percentil. Encontrar i : i = 100 (9) = 2.25 dado que no es
un entero
Ejemplo: Dado los valores 12, 45, 30, 70, 57, el diagrama
de caja o bigotes
Mediana X
X Q1 Q3 máximo
mínimo (Q2)
25% 25% 25% 25%
12 30 45 57 70
Rango intercuartílico:
57 – 30 = 27
04/09/2018 ING., JOSÉ GUZMÁN 80
3. MEDIDAS DE TENDENCIA CENTRAL
Ejemplo:
25% 25% 25% 25%
* *
Valores “Valor más pequeño” 1er Mediana 3er “Valor más grande”
Atípicos (Límite Inferior) Cuartil Cuartil (Límite Superior)
El límite inferior es Q1 – 1.5 (Q3 – Q1) El límite superior es Q3 + 1.5 (Q3 – Q1)
5 6 27 11 2 4 3 0 2 3 2
15 0
55 0
65 0
10 5
12 10
10 10 min 0
10 10 max 309
50 10 Q1 10
15 10 Q2 15,5
5 12 Q3 51,25
16 15 RI 41,25
150,5 15 Li -51,875
20 16 Ls 113,125
10 20
0 20
65 38
10 45,5
45,5 50
20 55
0 65
38 65
74 74
309 150,5
0 309
La media es 41,875
04/09/2018 ING., JOSÉ GUZMÁN 86
3. MEDIDAS DE TENDENCIA CENTRAL
Ejemplo - En la siguiente tabla se han recogido las edades que tenían los actores y actrices que ganaron el
Oscar a la mejor interpretación, en todos los años de existencia de dichos premios (1929-2013). En la tabla
aparece, por orden cronológico, la edad que tenía la actriz (actor) que ganó el Oscar en la primera celebración
de los premios, y sucesivamente hasta la actualidad.
Actrices:
22 37 28 63 32 26 31 27 27 28 30 26 29 24 38 25 29 41 30 35 35 33 29 38 54 24 25 46 41 28 40 39 29 27 31 38
29 25 35 60 43 35 34 34 27 37 42 41 36 32 41 33 31 74 33 50 38 61 21 41 26 80 42 29 33 35 45 49 39 34 26 25
33 35 35 28 30 29 61 32 33 45 28 62 22
Actores:
44 41 62 52 41 34 34 52 41 37 38 34 32 40 43 56 41 39 49 57 41 38 42 52 51 35 30 39 41 44 49 35 47 31 47 37
57 42 45 42 44 62 43 42 48 49 56 38 60 30 40 42 36 76 39 53 45 36 62 43 51 32 42 54 52 37 38 32 45 60 46 40
36 47 29 43 37 38 45 50 48 60 50 39 55
¡SIGA ADELANTE!