Medidas de Tendencia No Central

Estadística Descriptiva Las Medidas Semana 8
Medidas de tendencia no central
Las medidas de posición no central (o medidas de tendencia no central) permiten
conocer puntos característicos de una serie de valores, que no necesariamente tienen que ser
centrales. La intención de estas medidas es dividir el conjunto de observaciones en grupos
con el mismo número de valores.
Deciles
En estadística descriptiva, un decil es cualquiera de los nueve valores que dividen a un grupo
de datos ordenados en diez partes iguales, de manera que cada parte representa 1/10 de la
muestra o población. Un decil es una de las posibles formas de un cuantil; otras incluyen
el cuartil y el percentil.
Cálculo de los deciles
Los deciles se calculan como si fueran 10-cuartiles, o sea de manera que:
El primer decil separe el juego de datos entre el 10% de los valores inferiores, y el resto de
los datos.
Y el noveno decil separe los datos entre el 90% de los valores inferiores y el 10% de los
valores superiores.
El término decil también se usa para designar cada uno de los diez grupos de valores (de la
población o de una muestra) y también, a los diez intervalos que contienen el mismo número
de datos: el decil n-simo, es el intervalo entre el decil-número (n-1) y el decil-número n
(desde n=1 hasta n=10).
Licenciatura en ciencias Jurídicas y Sociales con Énfasis Ambiental

Lesly Esmeralda Mellado Miranda
18-019-0032
Cuartiles
Los cuartiles son los tres valores que dividen una serie de datos ordenada en cuatro porciones
iguales. El primer cuartil (Q1) deja a la izquierda el 25% de los datos. El segundo (Q2) deja
a izquierda y derecha el 50% y coincide con la mediana. El tercero (Q3) deja a la derecha el
25% de valores. Los tres cuartiles son:
Percentiles
El percentil es una medida de posición no central. Los percentiles Pi son los 99 puntos que
dividen una serie de datos ordenada en 100 partes iguales, es decir, que contienen el mismo
número de elementos cada una. El percentil 50 es la mediana.
Sea (X1, X2,…,XN) una muestra de N elementos. El percentil Pi es:
Donde Pi es la posición del percentil buscado en la serie ordenada de datos.
Los percentiles están pensados para conjuntos de elementos de más de cien elementos.

18-019-0032
Medidas de Dispersión.
Las medidas de dispersión muestran la variabilidad de una distribución, indicándolo por
medio de un número, si las diferentes puntuaciones de una variable están muy alejadas de
la media. Cuanto mayor sea ese valor, mayor será la variabilidad, cuanto menor sea, más
homogénea será a la media. Así se sabe si todos los casos son parecidos o varían mucho entre
ellos.
Medidas
Las medidas de dispersión son números reales no negativos, su valor es igual a cero cuando
los datos son iguales y este se incrementa a medida que los datos se vuelven más diversos.
Para calcular la variabilidad que una distribución tiene respecto de su media, se calcula la
media de las desviaciones de las puntuaciones respecto a la media aritmética. Pero la suma
de desviaciones positivas y negativas podría cancelarse entre sí, así que se adoptan dos clases
de estrategias para salvar este problema. Una es tomando las desviaciones en valor absoluto
(por ejemplo desviación media) y otra es tomando las desviaciones al cuadrado (por
ejemplo varianza).
Medidas dimensionales
La mayoría de las medidas de dispersión se encuentran en las mismas unidades de la cantidad
que está siendo medida. Entre ellas se encuentran principalmente:
 Desviación típica por un lado o por el otro: La desviación típica informa sobre la
dispersión de los datos respecto al valor de la media.

18-019-0032
 Rango: En estadística, es la diferencia entre el valor máximo y el valor mínimo en
un grupo de números aleatorios. Se le suele simbolizar con R.
Medidas de Distancia:
La longitud determina la distancia que hay entre dos puntos, o dicho de otra manera, longitud
es la cantidad de espacio que hay entre dos puntos.
Por ejemplo, la distancia que hay entre mi casa y el colegio, o la distancia de un extremo de
la mesa al otro.
La unidad principal para medir la longitud es el metro. Por ejemplo, un metro es lo que mide
de largo una guitarra.
1 metro
Pero, ¿qué hago si quiero medir objetos mucho más pequeños? ¿y si quiero medir objetos
mucho más grandes?
Para eso tenemos más medidas de longitud: los múltiplos y los submúltiplos del metro.
Los múltiplos son las unidades de medida más grandes que el metro. Son el decámetro, el
hectómetro y el kilómetro. Hay más pero de momento solo vamos a ver estas.
Los submúltiplos son las unidades de medida más pequeñas que el metro. Son el decímetro,
el centímetro y el milímetro.
MEDIDAS DE DESVIACIÓN
Una medida de dispersión se refiere a la cantidad de variabilidad presente en un conjunto de
datos. Rango Varianza Desviación estándar Coeficiente de variación

18-019-0032
Dispersión relativa
Las medidas de dispersión (desviación media, varianza, desviación estándar, rango, amplitud
intercuartílica, desviación cuartílica y la amplitud cuartílica) son todas medidas de variación
absolutas. Una medida de dispersión relativa de los datos, que toma en cuenta su magnitud,
está dada por el coeficiente de variación.
El Coeficiente de variación (CV) es una medida de la dispersión relativa de un conjunto de
datos, que se obtiene dividiendo la desviación estándar del conjunto entre su media aritmética
y se expresa generalmente en términos porcentuales.
Métodos de cálculo
Para una población se emplea la siguiente fórmula:

18-019-0032
Estadística Descriptiva Diagrama de Árbol Semana 11
MEDIDAS DE FORMA:
Las medidas de forma permiten comprobar si una distribución de frecuencia tiene
características especiales como simetría, asimetría, nivel de concentración de datos y nivel
de apuntamiento que la clasifiquen en un tipo particular de distribución.
Las medidas de forma son necesarias para determinar el comportamiento de los datos y así,
poder adaptar herramientas para el análisis probabilístico.
Para analizar estos asepctos recurriremos a dos tipos de medida:
 Coeficiente de asimetria de Fischer.
 Coeficiente de curtosis a apuntamiento de Fisher.
COEFIENTE DE CURTOSIS O APUNTAMIENTO DE FISHER
La otra medida de forma que vamos a
considerar es el apuntamiento, al igual que con la simetría hemos de tomar una referencia
para ver si la distribución de los datos es apuntada o no. La referencia citada es la distribución
normal, y así distinguiremos tres casos:
Leptocúrtica, si la distribución es más picuda que la normal,
Mesocúrtica, si la distribución es igual a la normal, y
Platicúrtica, si la distribución es más aplastada que la normal

18-019-0032
Introducción a la Probabilidad
En la vida cotidiana aparecen muchas situaciones en las que los resultados observados son
diferentes aunque las condiciones iniciales en las que se produce la experiencia sean las
mismas. Por ejemplo, al lanzar una moneda unas veces resultará cara y otras cruz.. Estos
fenómenos, denominados aleatorios, se ven afectados por la incertidumbre.
En el lenguaje habitual, frases como "probablemente...", "es poco probable que...", "hay
muchas posibilidades de que..." hacen referencia a esta incertidumbre.
La teoría de la probabilidad pretende ser una herramienta para modelizar y tratar con
situaciones de este tipo; Por otra parte, cuando aplicamos las técnicas estadísticas a la
recogida, análisis e interpretación de los datos, la teoría de la probabilidad proporciona una
base para evaluar la fiabilidad de las conclusiones alcanzadas y las inferencias realizadas.
Debido al importante papel desempeñado por la probabilidad dentro de la estadística, es
necesario familiarizarse con sus elementos básicos, lo que constituye el objetivo del presente
tema.
Modelos Matemáticos
Un Modelo Matemático es un patrón teórico ó experimental que permite interpretar mediante
métodos matemáticos fenómenos reales o problemas técnicos para hacer inferencia y tomar
decisiones. Los modelos matemáticos son de dos clases:
a) Determinísticos: cuando se tiene plena certeza acerca del funcionamiento y los
resultados del problema.
b) b) Aleatorios o Estocásticos. cuando sólo se tiene certeza parcial acerca del
funcionamiento y se conocen los resultados probables del modelo. Un modelo

18-019-0032
matemático debe ser simple e involucrar las variables que lo hacen completo. Las
leyes de la dinámica clásica de partículas pueden considerarse un modelo matemático
determinístico. El modelo de regresión lineal estadístico es en esencia un modelo
matemático aleatorio. El modelo de la teoría de probabilidad que veremos más
adelante es justamente el modelo general de los experimentos aleatorios.
Experimento aleatorio Es aquel cuyo modelo matemático es de carácter estocástico.
Ejemplos
1) Observar el lanzamiento de una moneda.
2) Contar la caída de gotas de lluvia en 2 placas.
3) Observar el lanzamiento de un dado hexagonal.
4) Medir la duración en horas de una bombilla.
5) Medir la duración de un equipo electrónico.
6) Contar el número de vehículos que pasan por un cruce en lapsos de un minuto
7) Contar el número de artículos defectuosos en lotes de 50 unidades.
Características de un Experimento Aleatorio
a) Que sea repetible en igualdad de condiciones.
b) Que se pueda describir el conjunto de todos los resultados posibles, aunque no se pueda
asegurar un resultado en particular.
c) Si se repite un número grande de veces debe aparecer cierta regularidad estadística.

18-019-0032
Frecuencia relativa
La frecuencia relativa es una medida estadística que se calcula como el cociente de la
frecuencia absoluta de algún valor de la población/muestra (fi) entre el total de valores que
componen la población/muestra (N).
Para calcular la frecuencia relativa antes es necesario calcular la frecuencia absoluta. Sin ella
no podríamos obtener la frecuencia relativa. La frecuencia reltavia se representa con las letras
hi y su fórmula de cálculo es la siguiente:
hi = Frecuencia relativa de la observación i-ésima
fi = Frecuencia absoluta de la observación i-ésima
N = Número total de observaciones de la muestra
De la fórmula de cálculo de la frecuencia relativa se desprenden dos conclusiones:
La primera es que la frecuencia relativa va a estar acotada entre 0 y 1, debido a que la
frecuencia de los valores de la muestra, siempre va a ser menor al tamaño de la muestra.
La segunda es que la suma de todas las frecuencias relativas va a ser 1 si se mide en tanto
por 1, o 100 si se mide en tanto por ciento.
Por consiguiente la frecuencia relativa nos informa acerca de la proporción o el peso que
tiene algún valor u observación en la muestra. Esto la hace de especial utilidad, dado que a
diferencia de la frecuencia absoluta, la frecuencia relativa nos va a permitir hacer

18-019-0032
comparaciones entre muestras de tamaños distintos. Esta se puede expresar como un valor
decimal, como fracción o como porcentaje.
Ejemplo de frecuencia relativa (hi) para una variable discreta
Supongamos que las notas de 20 alumnos de primer curso de economía son las siguientes:
1,2,8,5,8,3,8,5,6,10,5,7,9,4,10,2,7,6,5,10.
Por tanto tenemos:
Xi = Variable aleatoria estadística, nota del examen de primer curso de economía.
N = 20
fi = Frecuencia relativa (número de veces que se repite el suceso, en este caso la nota del
examen).
Como resultado vemos que la frecuencia relativa nos da un resultado más visual al relativizar
la variable y nos permite juzgar si 4 personas de 20 es mucho o poco. Hay que tener en
cuenta, que para una muestra de un tamaño tan pequeño, la anterior afirmación puede parecer
obvia, pero para muestras de tamaños muy grandes, esto podría no ser tan obvio.

18-019-0032
¿Qué Es Un Diagrama De Árbol Y Para Qué Se Utiliza?
Realizar un diagrama de árbol puede facilitar la toma de decisiones, incluso en los casos más
difíciles.
Todos debemos tomar decisiones en diferentes momentos de nuestra vida, el trabajo, los
negocios, las empresas, se manejan en base a decisiones que conducen diferentes acciones,
una decisión errada puede generar una gran pérdida económica, desaprovechamiento de los
recursos e incluso causar un impacto negativo sobre la imagen de la empresa.
El diagrama de árbol es una herramienta muy útil en este proceso de toma de decisiones, bien
sabemos que no es una poderosa bola de cristal, pero facilita información útil y necesaria
para que te orientes hacia la dirección correcta.
¿Qué se entiende por diagrama de árbol?

18-019-0032
Es una representación gráfica de una experiencia que consta de múltiples pasos, donde
cada uno de dichos pasos posee varias maneras de llevarse a cabo.
Es decir, se utiliza para determinar el cálculo de cuantiosas probabilidades cuando

se conocen las opciones de la muestra.
Este instrumento se fundamenta en la probabilidad condicionada, la cual supone que

ocurra un evento A, con conocimiento que también ocurre otro evento B. Definidos
como eventos dependientes, es decir, para que ocurra un evento A, es preciso que
suceda el evento B.
Características de un diagrama de árbol
 Un diagrama de árbol parte de lo general y va hacia lo específico, es decir, la base es
el problema y las ramificaciones son los niveles subsecuentes o causas.
 Un diagrama de árbol es útil en la construcción de agrupación, bien sean
combinaciones, variaciones o permutaciones.
 Se utiliza en diferentes ámbitos, bien sea científico, económico, social incluso puede
ser útil en la toma de decisiones a nivel personal.
 Facilita la toma de decisiones, con el beneficio de que elimina las emociones en la
ecuación.

18-019-0032

Medidas de Tendencia No Central

Cargado por

Copyright:

Formatos disponibles

También podría gustarte

Medidas de Tendencia No Central

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Medidas de Tendencia No Central

Cargado por

Copyright:

Formatos disponibles

Estadística Descriptiva Las Medidas Semana 8

Medidas de tendencia no central

Las medidas de posición no central (o medidas de tendencia no central) permiten

centrales. La intención de estas medidas es dividir el conjunto de observaciones en grupos

con el mismo número de valores.

Cálculo de los deciles

Los deciles se calculan como si fueran 10-cuartiles, o sea de manera que:

de datos: el decil n-simo, es el intervalo entre el decil-número (n-1) y el decil-número n

(desde n=1 hasta n=10).

Licenciatura en ciencias Jurídicas y Sociales con Énfasis Ambiental

25% de valores. Los tres cuartiles son:

número de elementos cada una. El percentil 50 es la mediana.

Sea (X1, X2,…,XN) una muestra de N elementos. El percentil Pi es:

Donde Pi es la posición del percentil buscado en la serie ordenada de datos.

Licenciatura en ciencias Jurídicas y Sociales con Énfasis Ambiental

Las medidas de dispersión muestran la variabilidad de una distribución, indicándolo por

La mayoría de las medidas de dispersión se encuentran en las mismas unidades de la cantidad

que está siendo medida. Entre ellas se encuentran principalmente:

dispersión de los datos respecto al valor de la media.

Licenciatura en ciencias Jurídicas y Sociales con Énfasis Ambiental

 Rango: En estadística, es la diferencia entre el valor máximo y el valor mínimo en

un grupo de números aleatorios. Se le suele simbolizar con R.

es la cantidad de espacio que hay entre dos puntos.

de largo una guitarra.

mucho más grandes?

Una medida de dispersión se refiere a la cantidad de variabilidad presente en un conjunto de

datos. Rango Varianza Desviación estándar Coeficiente de variación

Licenciatura en ciencias Jurídicas y Sociales con Énfasis Ambiental

intercuartílica, desviación cuartílica y la amplitud cuartílica) son todas medidas de variación

está dada por el coeficiente de variación.

El Coeficiente de variación (CV) es una medida de la dispersión relativa de un conjunto de

y se expresa generalmente en términos porcentuales.

Para una población se emplea la siguiente fórmula:

Licenciatura en ciencias Jurídicas y Sociales con Énfasis Ambiental

Las medidas de forma permiten comprobar si una distribución de frecuencia tiene

características especiales como simetría, asimetría, nivel de concentración de datos y nivel

de apuntamiento que la clasifiquen en un tipo particular de distribución.

poder adaptar herramientas para el análisis probabilístico.

Para analizar estos asepctos recurriremos a dos tipos de medida:

 Coeficiente de asimetria de Fischer.

 Coeficiente de curtosis a apuntamiento de Fisher.

COEFIENTE DE CURTOSIS O APUNTAMIENTO DE FISHER

La otra medida de forma que vamos a

normal, y así distinguiremos tres casos:

Leptocúrtica, si la distribución es más picuda que la normal,

Mesocúrtica, si la distribución es igual a la normal, y

Platicúrtica, si la distribución es más aplastada que la normal

Licenciatura en ciencias Jurídicas y Sociales con Énfasis Ambiental

fenómenos, denominados aleatorios, se ven afectados por la incertidumbre.

muchas posibilidades de que..." hacen referencia a esta incertidumbre.

recogida, análisis e interpretación de los datos, la teoría de la probabilidad proporciona una

Debido al importante papel desempeñado por la probabilidad dentro de la estadística, es

Un Modelo Matemático es un patrón teórico ó experimental que permite interpretar mediante

decisiones. Los modelos matemáticos son de dos clases:

a) Determinísticos: cuando se tiene plena certeza acerca del funcionamiento y los

resultados del problema.

b) b) Aleatorios o Estocásticos. cuando sólo se tiene certeza parcial acerca del

funcionamiento y se conocen los resultados probables del modelo. Un modelo

Licenciatura en ciencias Jurídicas y Sociales con Énfasis Ambiental