SEGUNDA UNIDAD: PROCESAMIENTO Y ANALISIS DE DATOS

TEMA semana 4 RESUMEN RECURSO VISUAL EVALUACIÓN

MEDIA ARITMÉTICA PARA DATOS AGRUPADOS. MEDIA ARITMETICA DE DATOS NO AGRUPADOS

Todos ya sabemos cómo organizar una tabla de frecuencia, y esta tabla es
el punto de partida para hallar todos los estadígrafos pendientes dentro del Ejercicio 16
tratamiento de datos de la ESTADISTICA DESCRIPTIVA. Entonces ya Resolver la media aritmética de
conocemos el rango, el n° de intervalos, la amplitud, n° de clases, y las las tablas de los ejercicios
frecuencias respectivas. comprendidos entre el 1 y el 11
Para hallar la media aritmética (promedio aritmético) necesitamos agregar a
la tabla de frecuencia las siguientes columnas:
MARCA DE CLASE: es el punto medio del intervalo, entonces cada clase de
intervalo tendrá una marca de clase.
COLUMNA (mc*fi), es el producto en cada clase, de la marca de clase y
la frecuencia absoluta de la clase.
Formula:

Medidas de
Tendencia Central

MEDIANA PARA DATOS AGRUPADOS MEDIA ARITMETICA PARA DATOS AGRUPADOS

Como ya sabemos todo parte de la tabla de frecuencia y buscamos lo que la
fórmula nos indica
Fórmula:
Ejercicio 17
Resolver la mediana de las tablas
de los ejercicios comprendidos
entre el 1 y el 11

Me, mediana
Para usar la fórmula, necesitamos conocer:
Li, refiere al límite inferior de la clase mediana.
Entonces, como se determina la clase mediana; sabemos que la mediana se
ubica en el punto medio de los datos, es decir, si la población consta de 5
datos la mediana es el número del medio. Ejemplo: si los datos son 2 5 9
11 25 como ya sabemos que esta ordenado en forma ascendente vemos
que el número del medio es 9, por tanto, la mediana es 9. Todo este
procedimiento es para determinar la mediana de datos no agrupados. La MEDIANA
misma lógica se sigue para los datos agrupados.
Li entonces es el número de datos entre 2, por tanto, este valor está
contenido en cualquier clase de la tabla, se ubica correctamente y esa clase,
y esa es la clase mediana.
Sumatoria de fi/2, es igual a N/2, o sea, el número total de datos entre 2.
Sumatoria de (fi)-1, se refiere a la suma de las frecuencias absolutas
anteriores a la clase mediana.
W, es la amplitud del intervalo de la tabla. Como la tabla es discreta
debemos verificar la amplitud correspondiente. Ejemplo: si el intervalo
discreto es 12- 15, aparentemente la amplitud es 15-12=3, pero
desarrollando el intervalo discreto sería: 12 – 13 – 14 – 15, luego la amplitud
correcta es 4.
f Me, refiere a la frecuencia absoluta de la clase mediana.
MODA PARA DATOS AGRUPADOS
Buscando lo que la fórmula nos indica:
Ejercicio 18
Formula:
Resolver la moda de las tablas de
los ejercicios comprendidos entre el
1 y el 11
Mo, moda
Li, límite inferior de la clase modal. Se determina encontrando el valor más
alto de la columna de la frecuencia absoluta, generalmente hay un solo valor
alto, rara vez puede ser duplicado o triplicado, que en su defecto se trata de
una población unimodal, bimodal o multimodal, según sea el caso.
d´, representa la diferencia entre la frecuencia absoluta de la clase modal
con la anterior a ella.
W, es la amplitud, igual que en la mediana
d´´, representa la diferencia entre la frecuencia absoluta de la clase modal
con la posterior a ella.
SEGUNDA UNIDAD: PROCESAMIENTO Y ANALISIS DE DATOS

TEMA semana 5 RESUMEN RECURSO VISUAL EVALUACIÓN

FIGURA 1
 Cuartiles FÓRMULA:
 Deciles.
 Percentiles.

CUARTILES
Los cuartiles son medidas estadísticas de posición que tienen la propiedad
de dividir la serie estadística en cuatro grupos de números iguales de
términos. De manera similar los deciles dividen a la serie en diez partes Ejercicio 19
iguales y los percentiles dividen a los términos de la serie en cien grupos Resolver los cuartiles inferiores de
iguales. Los cuartiles muestran una característica en el sentido que existen las tablas de los ejercicios
Q1, Q2, Q3, y estos 3 cuartiles dividen la población en cuatro partes iguales, comprendidos entre el 1 y el 11
también podemos afirmar que el cuartil 2 (Q2) es equivalente a la mediana;
además, el cuartil (Q1) puede denominarse cuartil inferior y (Q3) cuartil
superior.
FÓRMULA: se muestra en la figura 1 a la derecha
Medidas de El procedimiento para hallar el resultado es similar al de la mediana, tanto
Posición para el cuartil 1 como para el cuartil 3, dado que el cuartil 2 es la mediana.
En este caso hay que prestar mucha atención a determinar el intervalo que
contiene al cuartil 1 y cuartil 3.
Ejercicio 20
Resolver los deciles 4 y 7 de las
tablas de los ejercicios
DECILES
comprendidos entre el 1 y el 11
Para datos agrupados los deciles se calculan mediante la fórmula de la
derecha. El procedimiento es igual al anterior (cuartil) y también similar a la
mediana. También, debemos de saber que el quinto decil es equivalente a la
mediana por ser el punto medio de las observaciones. El cuarto decil, es
aquel valor de la variable que supera al 40%, de las observaciones y es Ejercicio 21
superado por el 60% de las observaciones. Resolver el percentil equivalente a la
mediana de las tablas de los
PERCENTILES ejercicios comprendidos entre el 1 y
Los percentiles dividen la población de datos en 100 partes iguales, el el 11
procedimiento de cálculo, es similar a cuartiles y deciles, también veremos
que el percentil 50 es equivalente a la mediana
SEGUNDA UNIDAD: PROCESAMIENTO Y ANALISIS DE DATOS

TEMA semana 6 RESUMEN RECURSO VISUAL EVALUACIÓN

MEDIDAS DE DISPERSIÓN
 Desviación media
 Varianza
 Desviación estándar
 Coeficiente de variación de Pearson

Medidas de dispersión - rango, varianza, desviación típica y

coeficiente de variación Ejercicio 22
Estudia la distribución de los valores de la serie, analizando si estos se Calcular las medidas de dispersión de
encuentran más o menos concentrados, o más o menos dispersos. las tablas anteriores
Existen diversas medidas de dispersión, entre las más utilizadas podemos
destacar las siguientes:
1.- Rango: mide la amplitud de los valores de la muestra y se calcula por
diferencia entre el valor más elevado y el valor más bajo.
Medidas de 2.- Varianza: Mide la distancia existente entre los valores de la serie y la
Dispersión media. Se calcula como sumatorio de las diferencias al cuadrado entre cada
valor y la media, multiplicadas por el número de veces que se ha repetido
cada valor. El sumatorio obtenido se divide por el tamaño de la muestra.
La varianza siempre será mayor que cero. Mientras más se aproxima a cero,
más concentrados están los valores de la serie alrededor de la media. Por el
contrario, mientras mayor sea la varianza, más dispersos están.
3.- Desviación típica: Se calcula como raíz cuadrada de la varianza.
4.- Coeficiente de variación de Pearson: se calcula como cociente entre la
desviación típica y la media. El interés del coeficiente de variación es que al
ser un porcentaje permite comparar el nivel de dispersión de dos muestras.
Esto no ocurre con la desviación típica, ya que viene expresada en las
mismas unidas que los datos de la serie.
SEGUNDA UNIDAD: PROCESAMIENTO Y ANALISIS DE DATOS

TEMA semana 7 RESUMEN RECURSO VISUAL EVALUACIÓN

MEDIDAS DE FORMA
 Asimetría
 Curtosis o apuntamiento
ASIMETRIA ESTADISTICA
Es una medida de forma de una distribución, que permite identificar y
describir la manera, como los datos tiende a reunirse de acuerdo con la
frecuencia (media, mediana, moda) con que se hallen dentro de la
distribución. Permite identificar las características de la distribución de datos
sin necesidad de generar el gráfico
Las medidas de asimetría son indicadores que permiten establecer el grado
de simetría que presenta una distribución de probabilidad de una variable
aleatoria sin tener que hacer su representación gráfica.
Como eje de simetría consideramos una recta paralela al eje de ordenadas
que pasa por la media de la distribución. Si una distribución es simétrica,
existe el mismo número de valores a la derecha que a la izquierda de la
media, por tanto, el mismo número de desviaciones con signo positivo que
con signo negativo. Decimos que hay asimetría positiva (o a la derecha) si la
Medidas de forma "cola" a la derecha de la media es más larga que la de la izquierda, es decir,
si hay valores más separados de la media a la derecha. Diremos que hay
asimetría negativa (o a la izquierda) si la "cola" a la izquierda de la media es
más larga que la de la derecha, es decir, si hay valores más separados de la Ejercicio 23
media a la izquierda. Calcular las medidas de Asimetría de
Explicando la asimetría, decimos que es una propiedad de determinados las tablas anteriores
cuerpos, dibujos, funciones matemáticas y otros tipos de elementos en los
que, al aplicarles una regla de transformación efectiva, se observan cambios
respecto al elemento original.
La simetría estadística contempla:
1. Asimetría negativa: la cola de la distribución se alarga para valores
inferiores a la media.
2. Simétrica: hay el mismo número de elementos a izquierda y derecha de
la media.
3. Asimetría positiva: la cola de la distribución se alarga (a la derecha) para
valores superiores a la media.
Coeficiente de asimetría de Pearson. Dónde: es la media aritmética.
Se basa en que en distribuciones simétricas la media aritmética de la
distribución
es igual a la moda o muy cercano a ella, solo en estas condiciones se Coeficiente de Karl Pearson
recomienda el uso de este coeficiente.
La asimetría presenta las siguientes formas:
Asimetría Negativa o a la Izquierda. Se da cuando en una distribución la
minoría de los datos está en la parte izquierda de la media. Este tipo de
distribución presenta un alargamiento o sesgo hacia la izquierda, es decir, la
distribución de los datos tiene a la izquierda una cola más larga que a la
derecha. También se dice que una distribución es simétrica a la izquierda o
tiene sesgo negativo cuando el valor de la media aritmética es menor que la
mediana y éste valor de la mediana a su vez es menor que la moda, en
símbolos
Sesgo es el grado de asimetría de una distribución, es decir, cuánto se
aparta de la simetría
Simétrica. - Se da cuando en una distribución se distribuyen
aproximadamente la misma cantidad de los datos a ambos lados de la
media aritmética. No tiene alargamiento o sesgo. Se representa por una
curva normal en forma de campana llamada campana de Gauss
(matemático alemán 1777-1855) o también conocida como de Laplace
(1749-1827).
También se dice que una distribución es simétrica cuando su media
aritmética, su mediana y su moda son iguales, en símbolos

= Md = Mo
Asimetría Positiva o a la Derecha. - Se da cuando en una distribución la
minoría de los datos está en la parte derecha de la media aritmética. Este
tipo de distribución presenta un alargamiento o sesgo hacia la derecha, es
decir, la distribución de los datos tiene a la derecha una cola más larga que
a la izquierda.
También se dice que una distribución es simétrica a la derecha o tiene
sesgo positivo cuando el valor de la media aritmética es mayor que la
mediana y éste a valor de la mediana a su vez es mayor que la moda,
en símbolos

Coeficiente de Karl Pearson. (Ver figuras a la derecha)

CURTOSIS O APUNTAMIENTO
La curtosis mide el grado de agudeza o achatamiento de una distribución
con relación a la distribución normal, es decir, mide cuán puntiaguda es una
distribución.
 FORMULA GENERAL CALCULO DE ASIMETRIA DE FISHER

TIPOS DE CURTOSIS
La curtosis determina el grado de concentración que presentan los valores en
la región central de la distribución. Así puede ser:
Leptocúrtica. Existe una gran concentración. Ejercicio 24
Mesocúrtica. Existe una concentración normal. Calcular las medidas de Curtosis de
Platicúrtica. Existe una baja concentración. las tablas anteriores
MEDIDAS DE CURTOSIS
Medida de Fisher
Para datos sin agrupar se emplea la siguiente fórmula:

Para datos agrupados en tablas de frecuencias se emplea la siguiente

fórmula:

Para datos agrupados en intervalos se emplea la siguiente fórmula:

Dónde:
= cada uno de los valores; n = número de datos; = media aritmética;
= Cuádruplo de la desviación estándar poblacional
f = frecuencia absoluta
xm = marca de clase
Nota: para los valores de g2 y alfa (α)
Si α = g2 < 3 la distribución es Platicúrtica
Si α = g2 = 3 la distribución es normal o Mesocúrtica
Si α = g2 > 3 la distribución es Leptocúrtica

SEGUNDA UNIDAD: PROCESAMIENTO Y ANALISIS DE DATOS

TEMA semana 8 RESUMEN RECURSO VISUAL EVALUACIÓN

 ENTREGA DE TRABAJO DE INVESTIGACION
Ejercicio 25
Entrega de trabajos de
investigación
REVISIÓN Y RETROALIMENTACIÓN DE TEMAS
ANTERIORES PRACTICA CALIFICADA

Revisión primera
etapa de trabajo de
Investigación