Ejercicio 2

g) De una interpretación con los resultados obtenidos:

Decidí agregar el histograma para que visualmente fueran más claros los resultados.

La mediana muestral es valor que divide el histograma en dos, de modo que se tienen igual
número de observaciones a la derecha que a la izquierda. Ordenando los datos de menor a mayor,
la mediana será el dato central o el promedio de los centrales en este caso ya que el número de
observaciones es par (30) y el resultado que obtuvimos para la mediana fue 9.

La media muestral que en este caso fue de 9.03333 es el resultado de sumar las 30 observaciones
y dividirlas entre 30, es decir, es el promedio de estas observaciones.

La varianza que obtuvimos fue de 3.895402 y la desviación estándar, es decir, la raíz cuadrada de
la varianza fue de 1.973677, esto nos indica que la mayoría de los valores muestrales se ubican
dentro de dos desviaciones estándar a partir de la media y que además los datos no se encuentran
tan dispersos con respecto al valor de la media.

Dado que en este caso el coeficiente de asimetría es un valor negativo -0.5943909, lo que nos
indica que la distribución de frecuencias correspondiente tiene un sesgo muy pequeño hacia la
izquierda.

Esto queda reflejado en el histograma presentando la distribución de los datos con una cola más
alargada a la izquierda, es decir, la distribución está más concentrada a la derecha.

El coeficiente de curtosis, cuyo valor es de 2.787187 y por lo tanto mayor que 0, nos indica una
distribución leptocurtica, así la distribución es más picuda en comparación a la normal estándar.
Ejercicio 6

a)Coeficiente de Asimetría

El coeficiente de asimetría es el que se utiliza normalmente para saber cuál es el signo de las
desviaciones con respecto a la media, y de esta manera averiguar si son mayores las que ocurren a
la derecha o a la izquierda de la media. Y se define de la siguiente manera:

Y el valor obtenido se interpreta de acuerdo a:

Si a3 = 0, la distribución es simétrica.

Si a3 > 0, la distribución es asimétrica positiva y su cola está a la derecha

Si a3 < 0, la distribución es asimétrica negativa y su cola está a la izquierda

Curtosis

Con este parámetro se mide la repartición de las frecuencias relativas de los datos de la muestra
entre el centro y los extremos, tomando como comparación de referencia la distribución cuyo
coeficiente de curtosis es 3; de manera que, para determinar el aplanamiento de una distribución,
se usa la distribución normal estándar como referencia.

Se define de la siguiente manera:

Y el valor obtenido se interpreta de acuerdo a:

Si a4 > 0, la distribución es más picuda que la normal estándar.

Si a4 = 0, la distribución tiene la misma forma que la distribución normal estándar.

Si a4 < 0, la distribución es menos picuda que la normal estándar.

b) Boxplot

Es un gráfico representativo de las distribuciones de un conjunto de datos en cuya construcción se

usan cinco medidas descriptivas de los mismos, a saber: mediana, primer cuartil, tercer cuartil,
valor máximo y valor mínimo.

Visualmente, asocia las cinco medidas que suelen trabajarse de forma individual. Presenta,
además, información sobre la tendencia central, dispersión y simetría de los datos de estudio.
Asimismo, permite identificar con claridad y de forma individual, observaciones que se alejan de
manera poco usual del resto de los datos. A estas observaciones se les conoce como valores
atípicos.

1
2

5
Figura 1. Boxplot elaborado con los datos del ejercicio 2.

De la figura 1:

1. Límite superior: Es el extremo superior del bigote. Los datos por encima de este límite se
consideran atípicos.
2. Tercer cuartil (Q3): Por debajo de este valor se encentran como máximo el 75% de las
observaciones.
3. Mediana: Coincide con el segundo cuartil. Divide a la distribución en dos partes iguales. De
este modo, 50% de las observaciones están por debajo de la mediana y 50% está por
encima.
4. Primer cuartil (Q1): Por debajo de este valor se encuentra como máximo el 25% de las
observaciones.

5.-Límite inferior: Es el extremo inferior del bigote. Las observaciones por debajo de este valor
se consideran atípicas.

Mientras más larga la caja y los bigotes, más dispersa es la distribución de datos.
La distancia entre las cinco medidas descritas en el boxplot puede variar, sin embargo, la cantidad
de elementos entre una y otra es aproximadamente la misma. Entre el límite inferior y Q1 hay
igual cantidad de observaciones que de Q1 a la mediana, de ésta a Q3 y de Q3 al límite superior.
Se considera aproximado porque pudiera haber valores atípicos, en cuyo caso la cantidad de
elementos se ve levemente modificada.

La línea que representa la mediana indica la simetría. Si está relativamente en el centro de la caja
la distribución es simétrica. Si por el contrario se acerca al primer o tercer cuartil, la distribución
pudiera ser sesgada a la derecha (asimétrica positiva) o sesgada a la izquierda (asimétrica negativa
respectivamente. Esto suele suceder cuando las observaciones tienden a concentrase más hacia
un punto de la escala.

En este casi la mediana se acerca más al tercer cuartil y se tiene una simetría negativa.