Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribuc. Frecuencias
Resumir Numéricas Med. Tend. Central
Dispersión
Descriptiva Histogramas
Polígonos
Presentar Gráficas Curvas
Barras
Pastel
Estadística
Inferencial
“La estadística es una ciencia que demuestra que si
mi vecino tiene dos autos y yo ninguno, en promedio
los dos tenemos uno.”
Sumario
Moda Varianza
Desviación Estándar
Coeficiente de Variación
Estadística Sumaria
Tendencia Central
x i
x= i=1
n
Promedio Punto medio Valor
de los Datos observado
Aritmético
Ordenados frecuentement
e
Medidas de tendencia central
• Aquellas que nos indican cual podría ser el punto medio
o típico de un conjunto de datos analizados.
• Llamados “Promedios”.
• Promedios principales:
Media aritmética simple
Media ponderada
Media geométrica
Media Armónica
Mediana
Moda
Media aritmética simple
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Media = 3 Media = 4
Media ponderada
w X • Media aritmética en la
i i
= i =1 cual se considera a
k cada uno de los
w
p
i valores de las
i =1 variables de acuerdo
k con su importancia
w x
i =1
i i
relativa en el grupo.
x = k
p
w i =1
i
Media geométrica
• De n números positivos
es la raíz n-ésima del
G = N X 1 X 2 X 3 .. X n
producto de los n
números.
N −1 Valoralfinal
• Para promediar
G = Valoralinicio − 1
porcentajes, índices y
cifras relativas.
• Determinar el incremento
porcentual promedio en
ventas, producción, etc.
Mediana
• Punto medio de los
valores después de Med = X N2 + 0.5
ordenarlos.
• Es un promedio de DatosNoAgrupados
posición.
• No es afectada por
valores extremos.
N
2 − faA
Med = Li + i
f
i
DatosAgrupados
Mediana
Ejemplo:
Los siguientes datos se refieren al número de clientes
atendidos durante los últimos 11 días en una tienda de
artefactos. Calcule e interprete la mediana.
12, 10, 5, 15, 8, 11, 13, 8, 10, 17, 16
Primero se ordenan lo datos:
5, 8, 8, 10, 10, 11, 12, 13, 15, 16, 17
mediana
5 datos menores 5 datos mayores
Interpretación:
Durante 5 días se atendieron a menos de 11 clientes, y durante 5 días se
atendieron a más de 11 clientes.
Mediana
Reglas
1º Si la serie es impar, la mediana ocupa el lugar
central de la serie previamente ordenada.
Desventajas:
• Como valor central, se debe ordenar primero la serie
de datos.
Moda
Ejemplo:
4, 5, 7, 8, 8 , 10, 12, 15
OBSERVACIÓN DATOS
22, 24, 25, 26, 27, 28,
EDAD
28, 29, 30, 31, 33, 34
INGRESO EN 8, 8.2, 9,10,11,12,
MILES DE $ 12.3,12.5,13,13.5, 86,97
TALLA 39, 40, 41, 41, 41, 41,
ZAPATOS 42, 42, 43, 43, 44, 45
Selección del promedio más adecuado
◼ Información sobre la
variabilidad de los datos.
Mismo centro,
Diferente variación
Rango o recorrido
R = V . max − V . min. • Diferencia entre el
valor mayor y el
DatosNoAgrupados valor menor de un
R= Ls ( A) − Li ( B) conjunto de datos.
• No está afectado
DatosAgrupados por los valores
comprendidos
entre los extremos.
Rango o recorrido
Ventajas
• fácil de calcular
• fácil de entender e interpretar
Desventajas
• sólo considera los valores extremos
• no toma en cuenta ni el número de datos ni el valor
de estos
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Rango = 14 - 1 = 13
Desviación media
N
• Media de los valores Xi −
absolutos de las
diferencias entre las DM = i = 1
variables y la media.
N
• Da una mejor descripción
DatosNoAgrupados
de la dispersión que el N
rango. f i Xi −
DM = i = 1
N
DatosAgrupados
Varianza
N
( X − )
2
• Media aritmética de las
desviaciones cuadráticas
respecto a la media.
2
= i =1
N
• Expresada en unidades al
cuadrado. Poblacion
n
(xi − x )
• n-1, factor de corrección. 2
S = i =1
2
n−1
Muestra
Varianza
Ejemplo:
La siguiente información se refiere a una muestra del número de
artículos vendidos durante una semana:
8, 10, 5, 12, 10, 15
¿Cuál en el nivel de variabilidad de las ventas?
x Xi − x (Xi − x ) 2
60
8 8 - 10 = 2 4 x=
10 10 - 10 = 0 0 6
5 5 - 10 = 5 25
12 12 - 10 = 2 4
10 10 - 10 = 0 0 x = 10
15 15 - 10 = 5 25
X = 60 (Xi − x ) = 0 (Xi − x )
2
= 58
Varianza
(Xi − x ) = 58
2
(X i − x )
2
S =
2
n −1
58
S = 6 − 1 = 11.6
2
Artículos vendidos2
Desviación estándar
N
• Es la raíz cuadrada
( X i − )
2
positiva de la varianza.
= i =1
• Unidades originales.
N
• Permite medir el % de
Poblacion elementos dentro de
n intervalos de una curva
(xi − x )
2 simétrica.
i =1 • Puntaje estándar (Z).
S=
n−1
Muestra
Comparación de Desviaciones Estándar
Datos A
Media = 15.5
s = 3.338
11 12 13 14 15 16 17 18 19 20 21
Datos B
Media = 15.5
11 12 13 14 15 16 17 18 19 20 21 s = .9258
Datos C
Media = 15.5
11 12 13 14 15 16 17 18 19 20 21 s = 4.57
Puntaje o Resultado Estándar (Z)
x−
Z =
Z
-3 -2 -1
0 +1 +2 +3
Desviación estándar
Ejemplo:
Empleando los mismos datos del ejemplo anterior,
complementemos la información sobre la variabilidad
de los artículos vendidos.
Ya sabemos por el ejemplo anterior que S2 = 11.6
artículos vendidos al cuadrado.
Entonces
S=
2
s
S = 11,6
S = 3,4 articulos
Interpretación y usos de la Desviación Estándar
• Regla Empírica, si la distribución de datos tiene forma
acampanada, entonces el intervalo:
• μ 1σ contiene cerca 68% de los valores en la
población o muestra.
68%
μ
μ 1σ
Interpretación y usos de la Desviación Estándar
• μ 2σcontiene
cerca 95% de los valores en la
población o muestra.
• contiene a casi todos (cerca 99.7%) los
μ 3σ
valores de la población o muestra.
95% 99.7%
μ 2σ μ 3σ
Interpretación y usos de la Desviación Estándar
34.13% 34.13%
13.60%
13.60%
2.135% 2.135%
0.135% 0.135%
CV Grado de Variabilidad
0 < CV < 10 Datos muy homogéneos
Datos regularmente
10 ≤ CV < 15
homogéneos
Datos regularmente
15 ≤ CV < 20
variables
20 ≤ CV < 25 Datos variables
CV ≥ 25 Datos muy variables
Medidas de Simetría y Curtosis
𝑛 3 𝑛
𝑥𝑖 − 𝑥 𝑖=1 𝑥 𝑖 −𝑥 4
𝑠𝑘 =
𝑖=1
𝑘= -3
𝑛 − 1 𝑠2 𝑛−1 𝑠4
Coeficiente de Simetría
• Establece si una distribución es simétrica o no.
• No tiene unidades
Coeficiente de Curtosis
• Grado de concentración con relación a la media
aritmética.
• Se emplea para distribuciones unimodales simétricas.
• Sin unidades.