TÓPICOS EN ESTADISTICA - NIVEL I :

Msc ( c ). Javier Gonzales, Alexander¹

Grupo IDDEA

Junio del 2020

¹ Bachiller en Ciencias con mención en Ingeniería Económica por la Universidad Nacional de Ingeniería, maestrando en Estadística Matemática por la Universidad Nacional Mayor de San
Marcos. Actualmente con centro laboral en el Ministerio de Economía y Finanzas en la Dirección General de Política Macroeconómica y Descentralización Fiscal.

1
2
Contenido

1. Tema 2: Medidas Dispersión

A Rango o recorrido de una variable

B Rango intercuartil

C Varianza y desviación estándar

D Coeficiente de variación

E Asimetría

F Asimetría

G Curtosis
3
Tema 2: Medidas Dispersión

Llamadas también medidas de variabilidad.

Son útiles porque:

• Permiten juzgar la confiabilidad de la medida de tendencia central.

• Los datos demasiados dispersos tienen un comportamiento especial.

• Es posible comparar dispersión de diversas muestras.

4
Contenido

1. Tema 2: Medidas Dispersión

A Rango o recorrido de una variable

B Rango intercuartil

C Varianza y desviación estándar

D Coeficiente de variación

E Momentos

F Asimetría

G Curtosis
5
A Rango o recorrido de una variable

el rango de variación o recorrido, denotado por R es el número que resulta de la diferencia del valor máximo (𝑥𝑚𝑎𝑥 ) menos el
valor mínimo (𝑥𝑚𝑖𝑛 ) de una serie de datos observados de la variable x. Esto es:

𝑅 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛

B Rango intercuartil

El rango intercuartil, denotado por RI, es el número que resulta de la diferencia del cuartil 3 menos el cuartil 1 de los datos:

𝑅𝐼 = 𝑄3 − 𝑄1

Observación:

▪ Si el rango Inter cuartil es muy pequeño entonces describe alta uniformidad o pequeña variabilidad de los valores centrales

6
Contenido

1. Tema 2: Medidas Dispersión

A Rango o recorrido de una variable

B Rango intercuartil

C Varianza y desviación estándar

D Coeficiente de variación

E Momentos

F Asimetría

G Curtosis
7
C Varianza y desviación estándar

La varianza, es una medida que, en promedio, cuantifica el nivel de dispersión o en la variabilidad de los valores de una
variable cuantitativa respecto a su media.

Observación: Si los datos tienden a concentrarse alrededor de la media la varianza será pequeña caso contrario la varianza
será grande.

Para el cálculo de la varianza se debe considerar un aspecto importante, el nivel origen de los datos. Si los datos proviene de
una muestra 𝑆 2 , si viene de la población 𝜎 2 . El calculo es el siguiente:

𝑘 𝑘
𝟏 𝟏
𝑠2 = ෍ 𝑥𝑖 − 𝑥ҧ 2 𝜎 2 = ෍ 𝑥𝑖 − 𝜇 2
𝑁−1 𝑁
𝑖=1 𝑖=1

𝑠= 𝑠2 𝜎= 𝜎2

8
Contenido

1. Tema 2: Medidas Dispersión

A Rango o recorrido de una variable

B Rango intercuartil

C Varianza y desviación estándar

D Coeficiente de variación

E Momentos

F Asimetría

G Curtosis
9
D Coeficiente de variación

Coeficiente de variación o índice de variación es una medida de dispersión relativa (libre de unidades) y se utiliza para comparar la
variabilidad de 2 o más series de datos que tengan medias iguales o diferentes, y se expresa de la siguiente forma:

𝑠 𝑠
𝑐𝑣 = 𝑜 100%
𝑥ҧ 𝑥ҧ

Ejemplo: Si los calificaciones tienen una desviación estándar igual a 14 no se pueden concluir de que las dos muestras tienen la misma
variabilidad.

10
Contenido

1. Tema 2: Medidas Dispersión

A Rango o recorrido de una variable

B Rango intercuartil

C Varianza y desviación estándar

D Coeficiente de variación

E Momentos

F Asimetría

G Curtosis
11
E Momentos

Algunas de las definiciones vistas hasta ahora como la media y la varianza, son en realidad casos particulares de una definición más general.
Si tenemos en cuenta una muestra de la variable estadística x, misma que toma los valores: 𝒙𝟏 , 𝒙𝟐 … 𝒙𝒌 , con frecuencias absolutas
𝒏𝟏 , 𝒏𝟐 … 𝒏𝒌 , se define el momento de orden r respecto al parámetro c cómo:

𝑘
1 𝑟
𝑀𝑇 𝑐 = 𝑁 ⋅ ෍ 𝑥𝑖 − 𝑐 𝑛𝑖
𝑖=1

Momentos respecto al origen

Un caso particular especialmente interesante de la definición de momento es cuando c=0. De esta forma se define el momento de orden r
respecto al origen como:
𝑘
1
𝑎𝑟 = ෍ 𝑥𝑖𝑟 𝑛𝑖
𝑁
𝑖=𝑖

Los momentos respecto al origen suministran entonces medidas de tendencia central es fácil decir es fácil ver que los primeros momentos
respecto al origen son

𝑘 𝑘
1 1
𝑎0 = ෍ 𝑛𝑖 = 1 ; 𝑎1 = ෍ 𝑥𝑖 𝑛𝑖 = 𝑥ҧ
𝑁 𝑁
𝑖=1 𝑖=1

Es decir la media aritmética es el primer momento respecto al origen

12
E Momentos

Momento respecto a la media

De la misma manera, se puede obtener medidas de dispersión sustituyendo c por la media aritmética en la definición de momento. Se tiene
así los momentos de orden r respecto a la media :

𝑘
1
𝑚𝑟 = ෍ 𝑥𝑖 − 𝑥ҧ 𝑟 𝑛𝑖
𝑁
𝑖=1
donde los primeros momentos son entonces:

𝑥 𝑘
1 1
𝑚0 = ෍ = 1 ; 𝑚1 = ෍ 𝑥𝑖 − 𝑥ҧ 𝑛𝑖 = 0
𝑁 𝑛
ሶ
𝑖=1 𝑖=𝑖

𝑘
1 𝑁−1 2
𝑚2 = ෍ 𝑥𝑖 − 𝑥ҧ 2 𝑛𝑖 = 𝑠
𝑁 𝑁
𝑖=1

El momento de orden 1 se anula por la propiedad de la media aritmética empresa da como la suma de la suma de valores entrene puede
observarse que el momento dos respecto a la media es aproximadamente la varianza.

13
Contenido

1. Tema 2: Medidas Dispersión

A Rango o recorrido de una variable

B Rango intercuartil

C Varianza y desviación estándar

D Coeficiente de variación

E Momentos

F Asimetría

G Curtosis
14
Asimetría y Curtosis

La descripción estadística de una muestra de datos no concluye con el

cálculo de su tendencia central y su dispersión. Para dar una
descripción completa es necesario estudiar también el grado de
simetría de los datos respecto a su medida central y la concentración
de los datos alrededor de dicho valor.

15
F Asimetría

Se dice que una distribución de frecuencias es simétrica, si los intervalos equidistantes del intervalo central tienen iguales frecuencias.
También se dice que una distribución es simétrica si su curva de frecuencias es simétrica con respecto al centro de los datos.

▪ Si la distribución es simétrica, entonces, la media, la mediana y la moda coinciden. En contraposición, si estos 3 promedios
no coinciden la distribución tiene que ser asimétrica
Existen varias medidas de asimetría, una de ellas es el:

coeficiente o índice coeficiente o índice

En distribuciones
de asimetría de Pearson. de asimetría de Fisher.
asimétricas se verifica:
ഥ − 𝑴𝟎
𝒙 𝟑 ഥ𝒙 − 𝒎𝒆 𝑚3
𝑘
𝑨𝒔 = <> 1
𝒔 𝒔 𝑓1 = 2 Donde: 𝒎3 = ෍ 𝑥𝑖ሶ − 𝑥ҧ 3 𝑛𝑖
𝑥ҧ − 𝑀0 ≈ 3 𝑥ҧ − 𝑀ⅇ 𝑠 𝑁
𝑖=1
Interpretación de la medida de asimetría As:

𝐀 𝐬 =0
𝐀 𝐬 >0 𝐀𝐬 <0

𝑺𝒆𝒔𝒈𝒐 𝒅𝒆 𝒄𝒐𝒍𝒂 𝒅𝒆𝒓𝒆𝒄𝒉𝒂 𝑺𝒆𝒔𝒈𝒐 𝒅𝒆 𝒄𝒐𝒍𝒂 𝒊𝒛𝒒𝒖𝒊𝒆𝒓𝒅𝒂

16
Contenido

1. Tema 2: Medidas Dispersión

A Rango o recorrido de una variable

B Rango intercuartil

C Varianza y desviación estándar

D Coeficiente de variación

E Momentos

F Asimetría

G Curtosis
17
G Curtosis

La curtosis es la propiedad de una distribución de frecuencias por la cual se compara la dispersión de los datos observados cercanos al
valor central con la dispersión de los datos cercanos a ambos extremos de la distribución. La curtosis se mide en comparación a la
curva simétrica o mesocúrtica.

𝒌>𝟑

𝒌<𝟑

Esta caractística del agrupamiento de los datos se denomina curtosis y para cuantificarla se define el coeficiente de curtosis como el
cociente entre el momento de cuarto orden respecto a la media y la cuarta potencia de la desviación típica.
𝑘
𝑚4 1
𝑓2 = 4 𝑚4 = ⋅ ෍ 𝑥𝑖 − 𝑥ҧ 4 𝑛𝑖
𝑠 𝑁
𝑖=1

18
 TÓPICOS EN ESTADISTICA - NIVEL I :
Msc ( c ). Javier Gonzales, Alexander¹
Grupo IDDEA

Junio del 2020

¹ Bachiller en Ciencias con mención en Ingeniería Económica por la Universidad Nacional de Ingeniería, maestrando en Estadística Matemática por la Universidad Nacional Mayor de San
Marcos. Actualmente con centro laboral en el Ministerio de Economía y Finanzas en la Dirección General de Política Macroeconómica y Descentralización Fiscal.

19