Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MODULO 4
Descripción de datos
Medidas de forma
Curtosis
Simetría
Medidas de Posición (promedios): Señala en centro
de un conjunto de valores. También se le conoce como
Medidas de tendencia central o de ubicación.
Las medidas de posición facilitan información sobre la
serie de datos que se está analizando. Estas medidas
permiten conocer diversas características de una serie
de datos.
• Media poblacional
• Media de una muestra
• Media aritmética (Poblacional)
es decir;
Donde:
representa la media poblacional
N es el número de valores de la población
Xi representa cualquier valor particular
∑ Xi es la suma de Xi valores en la población
• Media aritmética (Muestra /muestral)
x i
x i 1
( Muestra )
n
Propiedades de la Media Aritmética
• Es el promedio de los valores de una variable.
• Es la suma de los valores dividido por el tamaño muestral
o poblacional.
• Es el centro de gravedad de un conjunto de datos.
• Muy sensible a valores extremos.
• Conveniente cuando los datos se concentran
simétricamente con respecto a ese valor.
• La suma de las desviaciones de cada valor de la media es
cero.
(X X) 0
ESTADÍSTICAS POBLACIÓN MUESTRA
DESCRIPTIVAS
MEDIA ARITMÉTICA
Ejemplos #1
X i fi
Para la Población i 1
m
i 1
fi
X i fi
Para la Muestra X i 1
m
i 1
fi
( f i MC )
x n
Donde:
1000 + 1100 + 1010 + 1070 + 1030 + 1000 + 1150 + 990 + …..+ 1210
X=
30
X = 1093.3 segundos
Caso 2. Cálculo para valores agrupados Media de datos
agrupados: según
Tabla de Resumen la formula
Tiempo para ejecutar las operaciones de
ensamblado
Marcas de (f i MC)
Tiempo en Clases - MC
segundos (Punto
Frecuencia fi
(N° de
fi * MC
x n
operaciones)
Medio- xi)
930 -980 955 1 955 32650
980 - 1030 1005 7 7035 X=
1055 5 5275 30
1030 -1080
1080 -1130 1105 8 8840
1130 -1180 1155 6 6930
X = 1088.3
1180 -1230 1205 3 3615
Total ∑ fi = 30 32650
Ejemplo:
Para el conjunto de valores del ejemplo anterior (2.0, 2.5,
3.2, 3.1, 4.0, 1.8); el Rango Medio seria:
xw ( xw )
w
Donde w es el peso asignado (ponderación) a cada observación
Ejemplo:
• Suponga que Wendy´s Restaurant, vende refrescos
medianos, grandes y gigantes a $0.90; $1.25, $1.50. De
las 10 ultimas bebidas que vendieron 3 eran medianas, 4
grandes y 3 gigantes.
Para determinar el precio promedio de las ultimas 10
bebidas vendidas utilizamos la siguiente fórmula:
xw ( xw )
w Suma de las Ponderaciones (10)
w =
3 ($0.90)+ 4($1.25) + 3($1.50)
10
w = $1.22
$ 60,000 $ 275,000
65,000 80,000
70,000 Mediana 70,000
80,000 65,000
275,000 60,000
Ejemplo pág. 64 del Libro de Lind, Marchal, Wathen
Cálculo de la Mediana
n / 2 f acum uladaanterior
Me LRI cr
fme
LRI: límite real inferior de la clase mediana
n: frecuencia total
f
: acumuladaanterior frecuencia acumulada anterior al intervalo
donde esta localizada la mediana
fme frecuencia del intervalo donde está localizada la mediana
Simetría
Frecuencia
La distribución
puede ser
simétrica cuando
los valores
pequeños y
grandes se
equilibran entre si. Años
Media = 27.5
Moda = 27.5
Mediana = 27.5
Media < mediana asimétrica negativa o sesgo negativo
• La mayoría de los valores están en la parte inferior de la
distribución. La distorsión hacia la izquierda es provocada por
algunos valores muy pequeños.
• Rango
• Varianza
• Desviación Típica o estándar
•Coeficiente de Variación
Importancia de la Dispersión
R Vmáximo Vmínimo
Datos no
agrupados
34 39 40 46 33 31 34 14 15 45
14 15 31 33 34 34 39 40 45 46
R= 46 -14
R = 32
Varianza
(X i X) 2
i 1
2
Muestra
Factor de corrección de Bessel para
S n 1
muestras menores a 30
(X i ) 2
Población i 1
(X i X) 2
Muestra S i 1
n 1
Factor de corrección de Bessel
Ejemplo # 2
• El informe anual de Dennis Industries incluyó las siguientes
ganancias primarias por acción común durante los pasados 5
años: $ 2.68, 1.03, 2.26, 4.30, 3.58. Si supone que estos son
valores poblacionales; calcule la varianza y desviación estándar.
Media:
2.68 1.03 2.26 4.3 3.58 = 13.85
N 5
= 2.77
VARIANZA 2 2
S
DESVIACIÓN
ESTÁNDAR
S
Ecuaciones para el cálculo de la
Varianza y la Desviación Estándar para
Datos Agrupados
1 X1 f1 ( X 1 ) 2 ( X 1 ) 2 f1
2 X2 f2 ( X 2 ) 2
( X 2 ) 2
f2
3 X3 f3 ( X 3 )2 ( X 3 )2 f3
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
m Xm fm . .
m m
Totales
i 1
fi (X
i 1
i ) f i
2
De los datos de la tabla anterior se obtiene el
cálculo de la Varianza de la Población por la
expresión:
m
(Xi )
2
fi
2
i 1
m
f
i 1 i
CÁLCULO DE LA DESVIACIÓN ESTÁNDAR DE LA
POBLACIÓN (DATOS AGRUPADOS)
m 2
( Xi ) f i
i 1
m
f
i 1 i
Para una Muestra
CLASES MC (Xi) fi ( X i X ) ( X i X ) fi
2 2
1 X1 f1 ( X 1 X ) ( X 1 X ) f1
2 2
2 X2 f2 ( X 2 X ) ( X 2 X ) f2
2 2
3 X3 f3 ( X 3 X )2 ( X 3 X )2 f3
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
m Xm fm . .
m m m
Totales fi
i 1
( X i )2
i
( X X ) 2
fi
i 1 i 1
CÁLCULO DE LA VARIANZA DE LA MUESTRA
(Datos agrupados)
m 2
(x x) fi
S i 1 i
2
m
1 ( n 1)
f
i 1 i
m 2
( xi x ) fi
S i 1
m
f 1
i 1 i
Donde:
S
PARA LA MUESTRA cv
X
Interpretación para el valor del Coeficiente de Variación
Tabla de Resumen
Cálculo de la desviación estándar del
Tiempo para ejecutar las operaciones de ensamblado
Marcas de Frecuencia fi
Tiempo en
Clases (Punto (N° de
segundos
Medio- xi) operaciones)
m
i 2
4722.22
S
2
i 1
( x
m
x ) fi
S
fi
68.7segundos
i 1
S
2 141666.7 S
S
30
CV
x
68.7
2 CV *100
S 4722.22 1088.3
CV 6.3%
Interpretación para el valor del Coeficiente de Variación
7
Número de Operaciones
5
Series1
4
Tiempo en segundos
SIMBOLOGÍA
ESTADÍSTICAS POBLACIÓN MUESTRA
DESCRIPTIVAS
MEDIA x
2
VARIANZA 2
S
DESVIACIÓN S
ESTANDAR
COEFICIENTE CV cv
DE VARIACIÓN
Asignación Práctica
Asignación Práctica
1- 1
K2
= 1- 1
(3.5)2
= 1- 1
12.25
= 0.92
68 % -1σ µ +1σ
95 % - 2σ µ +2σ
99.7% - 3σ µ +3σ
Aplicación de la Regla de la Normal
Medida de la eficiencia
DPMO (Defectos por millón de Unidades)
• Curtosis
• Simetría
160
140
120
100
80
Frecuencia
60
40
45 48 51 54 57 60 63 66 69 72 75 78 81 84
Platicúrtica
Los gráficos poseen la misma media y desviación
típica, pero diferente grado de apuntamiento o curtosis.
300 400
300
200
200
100
100
Frecuencia
0 0
27 37 45 53 61 69 77 85 93 3 27 37 47 57 67 77 87 97 108
32 41 49 57 65 73 81 89 99 16 32 42 52 62 72 82 92 102 138
Mesocúrtica Leptocúrtica
El Coeficiente de Curtosis analiza el grado de
concentración que presentan los valores alrededor de
la zona central de la distribución.