Tipos de parámetros estadísticos

Hay tres tipos parámetros estadísticos:

De centralización.

De posición

De dispersión.

Medidas de centralización

Nos indican en torno a qué valor (centro) se distribuyen los datos.

Las medidas de centralización son:

Media aritmética

La media es el valor promedio de la distribución.

Mediana

La mediana es la puntación de la escala que separa la mitad superior de

la distribución y la inferior, es decir divide la serie de datos en dos partes
iguales.

Moda

La moda es el valor que más se repite en una distribución.

Medidas de posición

Las medidas de posición dividen un conjunto de datos en grupos con el

mismo número de individuos.

Para calcular las medidas de posición es necesario que los datos estén
ordenados de menor a mayor.

Las medidas de posición son:

Cuartiles

Los cuartiles dividen la serie de datos en cuatro partes iguales.

Deciles

Los deciles dividen la serie de datos en diez partes iguales.

Percentiles

Los percentiles dividen la serie de datos en cien partes iguales.

Medidas de dispersión

Las medidas de dispersión nos informan sobre cuanto se

alejan del centro los valores de la distribución.

Las medidas de dispersión son:

 Rango o recorrido

El rango es la diferencia entre el ma yor y el menor de

los datos de una distribución estadística.

Desviación media

La desviación media es la media aritmética de los valores

absolutos de las desviaciones respecto a la media.

Varianza

La varianza es la media aritmética del cuadrado de las

desviaciones respecto a la media.

Desviación típica

La desviación típica es la raíz cuadrada de la varianza .

Coeficiente de variación

El coeficiente de variación es la relación entre la desviación típica de

una muestra y su media.

El coeficiente de variación se suele expresar en porcentajes:

El coeficiente de variación permite comparar las dispersiones de dos

distribuciones distintas, siempre que sus medias sean positivas.

Se calcula para cada una de las distribuciones y los valores que se

obtienen se comparan entre sí.

La mayor dispersión corresponderá al valor del coeficiente de variación

mayor.

Ejercicio:

Una distribución tiene x = 140 y σ = 28.28 y otra x = 150 y σ = 24. ¿Cuál de

las dos presenta mayor dispersión?
 La primera distribución presenta mayor dispersión.

Puntuaciones típicas

Puntuaciones diferenciales

Las puntuaciones diferenciales resultan de restarles a las puntuaciones

directas la media aritmética.

xi = Xi − X

Puntuaciones típicas

Las puntuaciones típicas son el resultado de dividir las puntuaciones

diferenciales entre la desviación típica. Este proceso se
llama tipificación.

Las puntuaciones típicas se representan por z.

Observaciones sobre puntuaciones típicas

La media aritmética de las puntuaciones típicas es 0.

La desviación típica de las puntuaciones típicas es 1.

Las puntuaciones típicas son adimensionales, es decir, son

independientes de las unidades utilizadas.
 Las puntuaciones típicas se utilizan
para comparar las puntuaciones obtenidas en distintas distribuciones.

Ejercicio

En una clase hay 15 alumnos y 20 alumnas. El peso medio de los alumnos

es 58.2 kg y el de las alumnas y 52.4 kg. Las desviaciones típicas de los dos
grupos son, respectivamente, 3.1 kg y 5.1 kg. El peso de José es de 70 kg y
el de Ana es 65 kg. ¿Cuál de ellos puede, dentro del grupo de alumnos de
su sexo, considerarse más grueso?

José es más grueso respecto de su grupo que Ana respecto al suyo.

Cal cu l ar l a d es v i ac i ón me d i a d e l a di st ri bu ci ón :

xi fi xi · fi |x - x | |x - x | · f i

[1 0, 15 ) 12 .5 3 37 .5 9. 28 6 27 .8 58

[1 5, 20 ) 17 .5 5 87 .5 4. 28 6 21 .4 3

[2 0, 25 ) 22 .5 7 15 7. 5 0. 71 4 4. 99 8
[25, 30) 27 .5 4 11 0 5. 71 4 22 .8 56

[3 0, 35 ) 32 .5 2 65 10 .1 74 21 .4 28

21 45 7. 5 98 .5 7
Cal cu l ar l a varianz a de u n a di stri bu ci ón estadí sti ca qu e vi en e
dada p o r l a si gu i en t e tabl a:

fi

[1 0, 15 ) 3

[1 5, 20 ) 5

[2 0, 25 ) 7

[2 5, 30 ) 4

[3 0, 35 ) 2

xi fi xi · fi xi2 · fi

[1 0, 15 ) 12 .5 3 37 .5 46 8. 75

[1 5, 20 ) 17 .5 5 87 .5 15 37 .3

[2 0, 25 ) 22 .5 7 15 7. 5 35 43 .8

[2 5, 30 ) 27 .5 4 11 0 30 25
[30, 35) 32 .5 2 65 21 12 .5

21 45 7. 5 10 68 1. 2 5

Media

Varianza
Cal cu l ar l a desviac ió n típica de u n a di stri bu ci ón estadí sti ca qu e
vi en e dad a p o r l a si gu i en t e tabl a:

fi

[1 0, 15 ) 3

[1 5, 20 ) 5

[2 0, 25 ) 7

[2 5, 30 ) 4

[3 0, 35 ) 2

xi fi xi · fi xi2 · fi

[1 0, 15 ) 12 .5 3 37 .5 46 8. 75

[1 5, 20 ) 17 .5 5 87 .5 15 31 .2 5

[2 0, 25 ) 22 .5 7 15 7. 5 35 43 .7 5

[2 5, 30 ) 27 .5 4 11 0 30 25
 [30, 35) 32 .5 2 65 21 12 .5

21 45 7. 5 10 68 1. 2 5

Media

Desviación t ípica

3.3.2 DESVIACIÓN CUARTIL. Conocidos los cuartiles se puede calcular la desviación cuartil, la cual
mide la amplitud ó rango existente entre los 50 términos centrales de la distribución. Es una
medida de variación como el rango referida al 50% de las observaciones contra las demás series.
La desviación cuartil es igual a la mitad del rango comprendido entre el 50% de los términos
centrales de la distribución. Numéricamente es la mitad de la distancia entre el primer y tercer
cuartil, que eso también se conoce como rango semi-cuartil. Desviación cuartil = (Q3 – Q 1) /2
Calcula r los deciles de l a di stri bu ci ón de l a tabl a:

fi Fi

[5 0, 60 ) 8 8

[6 0, 70 ) 10 18

[7 0, 80 ) 16 34

[8 0, 90 ) 14 48

[9 0, 10 0) 10 58

[1 00 , 1 10 ) 5 63

[1 10 , 1 20 ) 2 65

65

Cálculo del primer decil

Cálculo del segundo decil

Cálculo del tercer decil

Cálculo del cuarto decil

Cálculo del quinto decil

Cálculo del sexto decil

Cálculo del sépti mo decil

Cálculo del octavo decil

Cálculo del noven o decil

Cálculo de la mediana para datos agrupados

La mediana se encuentra en el intervalo donde

la frecuencia acumulada llega hasta la mitad de la suma de
las frecuencias absolutas .

Es decir tenemos que buscar el intervalo en el que se

encuentre .

L i - 1 es el límite inferior de la clase donde se encuentra la

mediana.

es la semisuma de las frecuencias absolutas.

F i - 1 es la frecuencia acumulada anterior a la clase

mediana.

a i es la amplitud de la clase.

La mediana es independiente de las amplitudes de

los intervalos.

Ejemplo
 Calcular la mediana de una distribución estadística que
viene dada por la siguiente tabla:

fi Fi

[60, 63) 5 5

[63, 66) 18 23

[66, 69) 42 65

[69, 72) 27 92

[72, 75) 8 100

100

100 / 2 = 50

Clase modal: [66, 69)

El resu l tado de l an z ar dos dados 120 veces vi en e dado por
l a t ab l a:

Su m a s V ec es

2 3

3 8

4 9

5 11

6 20

7 19

8 16

9 13

10 11

11 6
2. Hal l ar el porcen taj e de val ores compren di dos en el
i n ter val o (x − σ, x + σ ) .

xi fi xi · fi xi2 ·fi

2 3 6 12

3 8 24 72

4 9 36 14 4

5 11 55 27 5

6 20 12 0 72 0

7 19 13 3 93 1

8 16 12 8 10 24

9 13 11 7 10 53

10 11 11 0 11 00

11 6 66 72 6
12 4 48 57 6

12 0 84 3 66 33

x − σ = 4 .5 91 x + σ = 9 .45 9

L os val o r e s c o mp r e n di dos en el i n te r va l o (4 .5 91, 9 .4 59) s o n

l os c o r r e sp on di en t e s a l a s su ma s d e 5, 6, 7 , 8 y 9.

11 + 20 + 1 9 + 16 + 1 3 = 79
Ejercicio 8

Las alturas de los jugadores de un equipo de baloncesto vienen

dadas por la tabla:

fi

[170, 175) 1

[175, 180) 3

[180, 185) 4

[185, 190) 8

[190, 195) 5

[195, 200) 2

Calcular:

1. La media.

2. La mediana.

3. La desviación típica .
4. ¿Cuántos jugadores se encuentran por encima de la media
más una desviación típica ?

xi fi Fi xi · fi x i 2 ·f i

[1.70, 1.75) 1.725 1 1 1.725 2.976

[1.75, 1.80) 1.775 3 4 5.325 9.453

[1.80, 1.85) 1.825 4 8 7.3 13.324

[1.85, 1.90) 1.875 8 16 15 28.128

[1.90, 1.95) 1.925 5 21 9.625 18.53

[1.95, 2.00) 1.975 2 23 3.95 7.802

23 42.925 80.213

Media

Mediana
Desviación típica

x + σ = 1.866+ 0.077 = 1.943

Este valor pertenece a un percentil que se encuentra en el

penúltimo intervalo.

Sólo hay 3 jugadores por encima de x + σ.

Un percentil es una de las llamadas medidas de posición no central (cuartiles,
deciles, quintiles, percentiles, etc) que se puede describir como una forma
de comparación de resultados, por ello es un concepto ampliamente utilizado en
campos como la estadística o el análisis de datos. El percentil es un número de
0 a 100 que está muy relacionado con el porcentaje pero que no es el porcentaje
en sí. Para un conjunto de datos, el percentil para un valor dado indica el
porcentaje de datos que son igual o menores que dicho valor; en otras palabras,
nos dice dónde se posiciona una muestra respecto al total.

El concepto es más sencillo de entender con unos ejemplos:

 Ejemplo 1: Tenemos un conjunto de datos consistente en la nota de cada

uno de los alumnos de una clase. Si un alumno tiene un 9,5 y está en el
P85 (percentil 85), significa que el 85% de los alumnos tiene un 9,5 o
menos.

 Ejemplo 2: Tenemos unas muestra con los sueldos de 10.000 trabajadores.

¿Cuál sería el percentil 60? El P60 sería aquel sueldo por debajo del cuál
estaría el 60% de los trabajadores, es decir, si ordenamos los trabajadores
desde el que cobra menos hasta el cobra más, el P60 sería el sueldo del
trabajador número 6.000 (60% de 10.000).

 Ejemplo 3: Si medimos el tiempo que tarda cada uno de los atletas de una
competición en recorrer una cierta distancia. ¿Cuánto tiempo tardan en
recorrer esta distancia el 45% de los corredores? La respuesta es el
percentil 45. La idea es simple, encontrar un porcentaje a partir del cuál los
valores son iguales o están por debajo.

Cálculo de percentiles
Para calcular los percentiles de un conjunto de datos, primero se han de ordenar
los datos en orden ascendente. Una vez ordenados, un determinado percentil
puede encontrarse restando 0,5 a la posición del dato en la secuencia, dividiendo
por el número total de datos y multiplicando luego por 100.
 Fórmula general para calcular percentiles
Siendo P el percentil, Xn la posición en la secuencia de la muestra X y N el número
total de datos.

Ejemplo: Tenemos 47 datos, el valor mínimo que encontramos entre todos los
datos es 51 y el máximo es 99. Ordenamos los datos desde el que tiene valor 51
hasta el que tiene valor 99. Si queremos saber el percentil al que pertenece el
valor 63, miramos el dato cuyo valor es 63, supongamos que su posición en la
secuencia es 12. Para calcular su percentil, restamos 12 menos 0,5, el resultado
(11,5) lo dividimos entre 47 (el total de datos); nos da 0,2446; multiplicamos por
100 y obtenemos 24,46: Este resultado indica que el valor 63 se encuentra en el
percentil 24,46, o lo que es lo mismo, que el 24,46% de los datos tiene un valor de
63 o menos, o que el P24, 46 es 63.

Este tipo de cálculos tiene numerosas aplicaciones en cualquier cálculo estadístico

como datos de empleo o el análisis de muestras. Por ejemplo, imagina que se está
midiendo la concentración de un determinado contaminante en el aire cuya
concentración máxima segura es de 3 ppm. Para ello se toman muchas muestras
de aire y se va midiendo la concentración de este contaminante. Imagina que los
resultados concluyen que el 35% de las muestras presentan una concentración de
contaminante de 3 ppm o menos. Es decir, el percentil 35 tiene concentraciones
seguras y el percentil 65 tiene una concentración superior a la segura. Este dato
podría ser suficiente para recomendar a las autoridades competentes que tomen
medidas para su reducción.