Diana Yépez Riofrío

Ingeniería de Alimentos 7”A”

ESTADÍGRAFOS

INTRODUCCIÓN: 

Después de haber ordenado y descrito un conjunto de datos, aún el análisis resulta

todavía un tanto incompleto; es necesario entonces resumir la información y facilitar así su
análisis e interpretación utilizando ciertos indicadores.
 
A estos indicadores se les denomina también Estadígrafos o medidas de resumen,
permiten hallar un valor numérico, el mismo que representa a toda la población o muestra
en estudio.

OBJETIVO: Conocer qué tipo de estadígrafos tenemos a disposición y saber su

aplicación correcta

FUNDAMENTO TEÓRICO:
 
Las medidas de resumen más importantes se clasifican en tres grupos:
 
 Medidas de tendencia central :      Media, mediana, moda
 Medidas de posición:       Deciles, cuartiles, percentiles
 Medidas de dispersión:    Desviación estándar, varianza,
 coeficiente de variación
 
1.           MEDIDAS DE TENDENCIA CENTRAL: Son los valores numéricos que indican el
"centro" de un conjunto de datos, describen a todo el conjunto señalando una
característica que destaca. Los estadígrafos de tendencia central más importantes son:
 
A.     MEDIA ARITMETICA O PROMEDIO ARITMÉTICO: Es el punto de equilibrio
de una serie de datos, el valor que tendrían todos los datos de no existir
diferencias entre ellos.
 
a)     Para datos no agrupados: Se obtiene sumando los valores de todos los datos
y dividiendo esta suma entre el número total de datos. La fórmula es:

∑ xi
X́ = i=1
n
 
    
b)     Para datos agrupados: La media se obtiene sumando el producto que se
obtiene del valor medio del intervalo de clase por la frecuencia de esa clase y
dividiendo esta suma entre el número total de datos. El valor medio del intervalo de
clase se obtiene sumando el límite inferior más el límite superior de la clase y
dividiendo esta suma entre dos. La fórmula es:
 n

∑ ni ¿ x i
X́ = i=1
∑ ni
         
 
La media tiene como ventajas cuando los datos están distribuidos normal o
simétricamente, es de gran estabilidad porque toma en cuenta todos los datos y
nos permite estimar y probar parámetros en inferencias.
 
Sin embargo, también tiene algunas desventajas como que al incluir todos los
datos, puede ser afectado por valores extremos, por ello no es recomendable
calcular la media en datos agrupados que tienen clases abiertas en los extremos.
 

B.    MEDIANA: Es un valor numérico de posición central, que nos determina que

el 50 % de las observaciones sea menor o igual que él y el otro 50 % sea mayor o
igual. Para obtenerlo se deben seguir los siguientes pasos:
 
a)     Para datos no agrupados:
 
A.     Ordenar los datos de menor a mayor.
 
B.     Determinar la posición con:
 
pMd =  n+1  = E + f   (Entero + fracción)
                2
 
C.    Calcular el valor de la mediana con:
 
vMd = xE + fD      donde     D = (xE+1 - xE)
 
                                  
b)     Para datos agrupados:
 
A.     Obtener Nh (número de datos acumulado)
 
B.     Determinar la posición de la mediana (y marcar la clase que la contiene), con:
 
pMd =  Nh
                     2
 
C.    Calcular el valor de la mediana con:

( N h /2)−N (Md −1)

vMd=L Mdi + I Md
n Md
 
 
Donde:
           
 LMdi    = Límite real inferior (por redondeo) de la clase que contiene la mediana
 
IMd      = Tamaño del intervalo de la clase Mediana.
 
N(Md-1) = Número de datos acumulado hasta la clase anterior a la clase
mediana
 
nMd     = Número de datos de la clase mediana.
 
La mediana no está afectada por valores extremos, es útil cuando los datos
agrupados tienen clases abiertas en los extremos. Se aplica también a
variables de la escala ordinal.
 
 
C.    MODA: Es el valor que más se repite, ó, en una distribución de
frecuencias, es el valor de más alta frecuencia. Si hay dos o más valores con
esta característica, se dice entonces que el conjunto de datos es bi o
multimodal. Si la cantidad de elementos que se repiten es mayor que n/2,
entonces se afirma que no hay moda.
 
a)   Para datos no agrupados: La moda es el valor más frecuente o el que más
se repite.
 
b)   Para datos agrupados:
 
A.   La posición de la moda está en la clase de frecuencia máxima, a ella se le
denomina clase moda.
pMo = nmáx
 
B.   El valor de la moda se calcula con:
 
vMo =  LMoi + IMo        1
  1 + 2
Donde:
 
LMoi  = Límite real inferior (por redondeo) de la clase moda
IMo    = Tamaño del intervalo de la clase moda
1     = nMo - n(Mo-1)
2     = nMo - n(Mo+1)
nMo   = Valor de la clase moda
n(Mo-1) = Valor de la clase anterior a la clase moda
n(Mo+1) = Valor de la clase posterior a la clase moda.
 
 
2.      MEDIDAS DE POSICION RELATIVA: Llamados también cuantiles, son aquellos
valores de las variables que dividen una distribución de frecuencias o serie de números en
4, 10 ó 100 partes iguales, tomando la denominación de quartiles, deciles ó percentiles.
Determinan la dispersión alrededor de la mediana. Se obtienen de la siguiente manera:
 
a) Para datos no agrupados:
 
A.  Ordenar los datos de menor a mayor.
 
B.  Encontrar la posición con:
 
M
jn+
2
pCj= =E+ f
M
 
Donde    M = número de partes en que se divide la distribución
 
 
C.    Calcular el valor con:
 
vCj = xE + fD    donde    D = (xE+1 - xE)
 
 
                  Medida           simbolo         posicion        partes
                 ------------------------------------------------------------------------------
                  cuantiles            c                      j                        m
 
                  cuartiles             q                1, 2, 3                     4
 
                  deciles               d                1, 2, 3,....8, 9          10
 
                  percentiles         p               1, 2, 3,...98, 99       100
                 -----------------------------------------------------------------------------

b) Para datos agrupados: Se realizan los siguientes pasos:

A.     Obtener Nh (número de datos acumulado)

 
B.     Determinar la posición del cuantil  j (y marcar la clase que lo contiene), con:
 
jN h
pCj=
M
 
C.    Calcular el valor del cuantil con:
 
( j N h / M )−N(Cj−1 )
vCj=LCji + I Cj
nCj
 
Donde:
LCji    = Límite real inferior (por redondeo) de la clase que contiene el cuantil j
ICj      = Tamaño del intervalo de la clase cuantil j
N(Cj-1) = Número de datos acumulado hasta la clase anterior a la clase cuantil j
NCj     = Número de datos de la clase cuantil j.
 
 
3.  MEDIDAS DE DISPERSION: Son aquellas que miden cuánto se alejan de la media
cada uno de los valores de la variable.
 
A.     VARIANZA: Es el promedio de la suma de las desviaciones al cuadrado con
respecto a la media. Sirve para comparar dos o más distribuciones. Se obtiene de la
siguiente manera:
 
a)     Para datos no agrupados:
            
n

∑ ( xi−x)2
s2= i=1
n
                                                                                 
b)     Para datos agrupados:
 
2
I 2 [ N ∑ nh d 2h−( ∑ nh d h ) ]
S 2=
N2
 
           
B.    DESVIACION STANDARD: Es igual a la raíz cuadrada de la varianza, tiene algunos
principios que mencionamos:
 
a)      A mayor dispersión alrededor de la media, mayor valor de la desviación estándar.
 
b)      Las desviaciones extremas con respecto a la media, pesan mucho para determinar
el valor de la desviación estándar.
 
c)      Para distribuciones normales:

El 68,97 % de las observaciones está en X ± 1 S

El 95,45 % de las observaciones está en X ± 2 S
El 99,73 % de las observaciones está en X ± 3 S
 
C.    COEFICIENTE DE VARIACIÓN: Mide la homogeneidad de una muestra.
 
CV  =  S  x  100
X               .
 
Se da en porcentaje, el resultado es la heterogeneidad de la población; el resto de 100 %
es la homogeneidad

CONCLUSIONES:

La media aritmética es uno de los estadígrafos más usados, por el hecho de ser de muy
fácil cálculo.
El estadígrafo de la desviación estándar nos permite saber acerca de la variabilidad o
dispersión de los datos.

BIBLIOGRAFÍA:
www.angelfire.com/sc/matasc/EyD/.../medidas.htm
http://www.jesusbarrios.8m.com/personal/EST.HTM