Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Los par�metros estad�sticos son una consecuencia inevitable del prop�sito esencial
de la estad�stica: crear un modelo de la realidad.4?
El estudio de una gran cantidad de datos individuales de una poblaci�n puede ser
farragoso e inoperativo, por lo que se hace necesario realizar un resumen que
permita tener una idea global de la poblaci�n, compararla con otras, comprobar su
ajuste a un modelo ideal, realizar estimaciones sobre datos desconocidos de la
misma y, en definitiva, tomar decisiones. A estas tareas contribuyen de modo
esencial los par�metros estad�sticos.
Por ejemplo, suele ofrecerse como resumen de la juventud de una poblaci�n la media
aritm�tica de las edades de sus miembros, esto es, la suma de todas ellas, dividida
por el total de individuos que componen tal poblaci�n.
�ndice
1 Enfoque descriptivo
2 Propiedades deseables en un par�metro
3 Principales par�metros
3.1 Medidas de tendencia central o centralizaci�n
3.1.1 Media aritm�tica o promedio
3.1.2 Moda
3.1.3 Mediana
3.2 Medidas de posici�n no central
3.3 Comentarios sobre las medidas de posici�n
3.4 Medidas de dispersi�n
3.4.1 Medidas de dispersi�n absolutas
3.4.1.1 Recorridos
3.4.1.2 Desviaciones medias
3.4.1.3 Varianza y desviaci�n t�pica
3.4.2 Medidas de dispersi�n relativa
3.4.2.1 Coeficiente de variaci�n de Pearson
3.4.2.2 Coeficiente de apertura
3.4.2.3 Recorridos relativos
3.4.2.4 �ndice de desviaci�n respecto a la mediana
3.5 Medidas de forma
3.5.1 Medidas de asimetr�a
3.5.2 Medidas de apuntamiento o curtosis
3.6 Otros par�metros
3.6.1 Proporci�n
3.6.2 N�mero �ndice
3.6.3 Tasa
3.6.4 Coeficiente de Gini
4 Momentos
5 Par�metros bidimensionales
5.1 Centro de gravedad
5.2 Covarianza
5.3 Coeficiente de correlaci�n lineal
6 Los par�metros en la inferencia estad�stica
7 Controversias y malas interpretaciones
8 V�ase tambi�n
9 Referencias
9.1 Bibliograf�a
9.2 Enlaces externos
Enfoque descriptivo
Medidas de dispersi�n absolutas, que vienen dadas en las mismas unidades en las que
se mide la variable: recorridos, desviaciones medias, varianza, y desviaci�n
t�pica.
Medidas de dispersi�n relativa, que informan de la dispersi�n en t�rminos
relativos, como un porcentaje. Se incluyen entre estas el coeficiente de variaci�n,
el coeficiente de apertura, los recorridos relativos y el �ndice de desviaci�n
respecto de la mediana.
Medidas de forma.11?
Su valor informa sobre el aspecto que tiene la gr�fica de la distribuci�n. Entre
ellas est�n los coeficientes de asimetr�a y los de curtosis.
Otros par�metros.
Adem�s, y con prop�sitos m�s espec�ficos, existen otros par�metros de uso en
situaciones muy concretas, como son las proporciones, los n�meros �ndice, las tasas
y el coeficiente de Gini.
C�lculo sencillo.
Interpretaci�n muy clara.
Al depender s�lo de las frecuencias, puede calcularse para variables cualitativas.
Es por ello el par�metro m�s utilizado cuando al resumir una poblaci�n no es
posible realizar otros c�lculos, por ejemplo, cuando se enumeran en medios
period�sticos las caracter�sticas m�s frecuentes de determinado sector social. Esto
se conoce informalmente como "retrato robot".16?
Inconvenientes:
En este ejemplo basado en una tabla real de percentiles usada en pediatr�a, puede
comprobarse que una ni�a de 24 meses con un peso de 13 kg estar�a en el percentil
75�, esto es, su peso es superior al 75% de las ni�as de su edad. La mediana
corresponder�a, aproximadamente, a 12 kg (intersecci�n de la l�nea curva m�s oscura
con la l�nea horizontal correspondiente al valor 12 en el eje vertical, para esa
misma edad).
Existen m�todos de c�lculo m�s r�pidos para datos m�s numerosos (v�ase el art�culo
principal dedicado a este par�metro). Del mismo modo, para valores agrupados en
intervalos, se halla el "intervalo mediano" y, dentro de este, se obtiene un valor
concreto por interpolaci�n.
Otras medidas de posici�n central son la media geom�trica y la media arm�nica que,
aunque tienen determinadas propiedades algebraicas que podr�an hacerlas �tiles en
determinadas circunstancias, su interpretaci�n no es tan intuitiva como la de los
par�metros anteriores.20?
Con car�cter general y a modo de resumen podr�a decirse que la media aritm�tica es
un par�metro representativo cuando la poblaci�n sigue una distribuci�n normal o es
bastante homog�nea; en otras situaciones de fuerte dispersi�n, habr�a que
decantarse por la mediana. La moda es el �ltimo recurso (y el �nico) cuando de
describir variables cualitativas se trata.
Medidas de dispersi�n
Art�culo principal: Dispersi�n (matem�tica)
Diagrama de caja que muestra la dispersi�n gr�ficamente, usando los cuartiles como
referencia. Entre Q1 y Q3 (rango intercuart�lico) se encuentran el 50% de las
observaciones.
Las medidas de posici�n resumen la distribuci�n de datos, pero resultan
insuficientes y simplifican excesivamente la informaci�n. Estas medidas adquieren
verdadero significado cuando van acompa�adas de otras que informen sobre la
heterogeneidad de los datos. Los par�metros de dispersi�n miden eso precisamente,
generalmente, calculando en qu� medida los datos se agrupan en torno a un valor
central. Indican, de un modo bien definido, lo homog�neos que estos datos son. Hay
medidas de dispersi�n absolutas, entre las cuales se encuentran la varianza, la
desviaci�n t�pica o la desviaci�n media, aunque tambi�n existen otras menos
utilizadas como los recorridos o la meda; y medidas de dispersi�n relativas, como
el coeficiente de variaci�n, el coeficiente de apertura o los recorridos relativos.
En muchas ocasiones las medidas de dispersi�n se ofrecen acompa�ando a un par�metro
de posici�n central para indicar en qu� medida los datos se agrupan en torno de
�l.23?
Existen otros par�metros dentro de esta categor�a, como los recorridos o rangos
intercuant�licos, que tienen en cuenta m�s datos y, por tanto, permiten afinar en
la dispersi�n. Entre los m�s usados est� el rango intercuart�lico, que se define
como la diferencia entre el cuartil tercero y el cuartil primero. En ese rango
est�n, por la propia definici�n de los cuartiles, el 50% de las observaciones. Este
tipo de medidas tambi�n se usa para determinar valores at�picos. En el diagrama de
caja que aparece a la derecha se marcan como valores at�picos todos aquellos que
caen fuera del intervalo [Li, Ls] = [Q1 - 1,5�Rs, Q3 + 1,5�Rs], donde Q1 y Q3 son
los cuartiles 1� y 3�, respectivamente, y Rs representa la mitad del recorrido o
rango intercuart�lico, tambi�n conocido como recorrido semiintercuart�lico.24?
Desviaciones medias
Art�culo principal: Desviaci�n media
Dada una variable estad�stica X y un par�metro de tendencia central, c, se llama
desviaci�n de un valor de la variable, xi, respecto de c, al n�mero |xi - c|. Este
n�mero mide lo lejos que est� cada dato del valor central c, por lo que una media
de esas medidas podr�a resumir el conjunto de desviaciones de todos los datos.
Propiedades:25?
La media. Es una medida de dispersi�n que tiene, por su propia definici�n, las
mismas propiedades que la mediana. Por ejemplo, no se ve afectada por valores
extremos o at�picos.27?
Coeficiente de apertura
Se define como el cociente entre los valores extremos de la distribuci�n de datos,
esto es, dada una distribuci�n de datos estad�sticos x1, x2, ..., xn, su
coeficiente de apertura, CA es {\displaystyle C_{A}={\frac {m{\acute {a}}x(x_{i})}
{m{\acute {\imath }}n(x_{i})}},\;i=1,...,n} C_A = \frac{m\acute{a}x(x_i)}
{m\acute{\imath}n(x_i)}, \; i = 1, ..., n
Recorridos relativos
Dado Re, el recorrido de una distribuci�n de datos estad�sticos, el recorrido
relativo, RR es {\displaystyle R_{R}={\frac {R_{e}}{\bar {x}}}} R_R = \frac{R_e}
{\bar{x}}, donde {\displaystyle {\bar {x}}} {\bar{x}} es la media aritm�tica de la
distribuci�n.
Dada una distribuci�n de datos estad�sticos con cuartiles Q1, Q2 y Q3, el recorrido
intercuart�lico relativo, RIQR se define como29? {\displaystyle R_{IQR}={\frac
{Q_{3}-Q_{1}}{Q_{2}}}} R_{IQR} = \frac{Q_3 - Q_1}{Q_2}
Medidas de forma
La campana de Gauss, curva que sirve de modelo para el estudio de la forma de una
distribuci�n.
Las medidas de forma caracterizan la forma de la gr�fica de una distribuci�n de
datos estad�sticos. La mayor�a de estos par�metros tiene un valor que suele
compararse con la campana de Gauss, esto es, la gr�fica de la distribuci�n normal,
una de las que con m�s frecuencia se ajusta a fen�menos reales.
Medidas de asimetr�a
Art�culo principal: Asimetr�a estad�stica
Se dice que una distribuci�n de datos estad�sticos es sim�trica cuando la l�nea
vertical que pasa por su media, divide a su representaci�n gr�fica en dos partes
sim�tricas. Ello equivale a decir que los valores equidistantes de la media, a uno
u otro lado, presentan la misma frecuencia.
Por �ltimo, existen otras medidas para decidir sobre la forma de una distribuci�n
con ajuste a modelos menos usuales como los que se muestran en las siguientes
gr�ficas:
Forma distribucion.svg
Otros par�metros
Se presentan en este apartado otros par�metros que tienen aplicaci�n en situaciones
muy concretas, por lo que no se incluyen entre los grupos anteriores, aunque tienen
cabida en este art�culo por su frecuente uso en medios de comunicaci�n y su
facultad de resumir grandes cantidades de datos, como ocurre con las medidas
tratadas hasta ahora.
Proporci�n
Art�culo principal: Proporci�n
La proporci�n de un dato estad�stico es el n�mero de veces que se presenta ese dato
respecto al total de datos. Se conoce tambi�n como frecuencia relativa y es uno de
los par�metros de c�lculo m�s sencillo. Tiene la ventaja de que puede calcularse
para variables cualitativas.
N�mero �ndice
Art�culo principal: N�mero �ndice
Un n�mero �ndice es una medida estad�stica que permite estudiar las fluctuaciones o
variaciones de una magnitud o de m�s de una en relaci�n al tiempo o al espacio. Los
�ndices m�s habituales son los que realizan las comparaciones en el tiempo. Algunos
ejemplos de uso cotidiano de este par�metro son el �ndice de precios o el IPC31?
Tasa
Art�culo principal: Tasa (�ndice)
Algunos de los m�s usados son: tasa de natalidad, tasa de mortalidad, tasa de
crecimiento demogr�fico, tasa de fertilidad o tasa de desempleo.
Coeficiente de Gini
Art�culo principal: Coeficiente de Gini
El �ndice de Gini o coeficiente de Gini es un par�metro de dispersi�n usado para
medir desigualdades entre los datos de una variable o la mayor o menor
concentraci�n de los mismos.
Este coeficiente mide de qu� forma est� distribuida la suma total de los valores de
la variable. Se suele usar para describir salarios. Los casos extremos de
concentraci�n ser�an aquel en los que una sola persona acapara el total del dinero
disponible para salarios y aquel en el que este total est� igualmente repartido
entre todos los asalariados.32?
Momentos
Art�culos principales: Momento est�ndar y Momento centrado.
Los momentos son una forma de generalizar toda la teor�a relativa a los par�metros
estad�sticos y guardan relaci�n con una buena parte de ellos. Dada una distribuci�n
de datos estad�sticos x1, x2, ..., xn, se define el momento central o momento
centrado de orden k como
Para variables continuas la definici�n cambia sumas discretas por integrales (suma
continua), aunque la definici�n es, esencialmente, la misma.33? De esta definici�n
y las propiedades de los par�metros implicados que se han visto m�s arriba, se
deduce inmediatamente que:
y que
Par�metros bidimensionales
Art�culo principal: Estad�stica bidimensional
En estad�stica se estudian en ocasiones varias caracter�sticas de una poblaci�n
para compararlas, estudiar su dependencia o correlaci�n o realizar cualquier otro
estudio conjunto. El caso m�s com�n de dos variables se conoce como estad�stica
bidimensional.36?
En los estudios bidimensionales, cada una de las dos variables que entran en juego,
estudiadas individualmente, pueden resumirse mediante los par�metros que se han
visto hasta ahora. As�, tendr�a sentido hablar de la media de las estaturas
( {\displaystyle {\bar {X}}} \bar{X}) o la desviaci�n t�pica de los pesos (sY).
Incluso para un determinado valor de la primera variable, xk, cabe hacer estudios
condicionados. Por ejemplo, la mediana condicionada a la estatura xk ser�a la
mediana de los pesos de todos los individuos que tienen esa estatura. Se denota
Me/x=xk.
Centro de gravedad
Dadas dos variables estad�sticas X e Y, se define el centro de gravedad como la
pareja ( {\displaystyle {\bar {X}}} \bar{X}, {\displaystyle {\bar {Y}}} \bar{Y}),
donde {\displaystyle {\bar {X}}} \bar{X} y {\displaystyle {\bar {Y}}} \bar{Y} son,
respectivamente, las medias aritm�ticas de las variables X e Y.
Covarianza
Art�culo principal: Covarianza
La covarianza o varianza conjunta de una distribuci�n bidimensional se define como:
{\displaystyle \sigma _{xy}={\frac {1}{n}}\sum _{i=1}^{n}{(x_{i}-{\overline {x}})
(y_{i}-{\overline {y}})}} \sigma_{xy} = \frac 1n \sum_{i=1}^n { (x_i -
\overline{x})(y_i - \overline{y})}
La interpretaci�n de este par�metro tiene que ver con la eventual correlaci�n
lineal de las dos variables. Una covarianza positiva implica una correlaci�n
directa y una negativa, una correlaci�n inversa.38? Por otra parte, es un par�metro
imprescindible para el c�lculo del coeficiente de correlaci�n lineal o los
coeficientes de regresi�n, como se ver� m�s abajo.