CAPÍTULo 3

Análisis de medidas de variabilidad y otras medidas

3.1 Medid.as de vari.ablida
3.2 Transformacion
3.3 Mevdiudas cde asimetiay apunt.miento
3.4 erCn us prOuestos

3.1 MEDIDAS DE VARIABU IDAD

Las medidas de tendeneid central: media aritmética, mediana y moda, se revelan en

SOTes muy insuticientes para aracterizar un conjunto de datos. La demanda
promedo por hora de un servicio de emergencia en un hospital, que podría situarse en
pacientes, es un indicador inadec uado de los recursos necesarios para prestarlo
puesto q C , en una hora especifica, podrían estar requiriendo el servicio uno o dos
pacientees o, en el otro extremo, quince o veinticinco.

Se hace pues necesario disponer de otros indicadores que reflejen la dispersión de los
diatos y que retuercen el análisis cuantitativo de la distribución. Estos descriptores son
lamados "medidas de dispersión de
o
variabilidad
Insistiendo con la necesidad de obtener medidas de dispersión
Desvio respecto de analicemos la siguiente situación extrema pero elocuente.
lamedia
Ejemplo 3.1
La diterencia entre Calcular la media aritmética, la mediana y la moda para cada
una observación yy una de las dos muestras a continuación. Analizar
su respectivo valor comparativamente.
promedio es llama- Muestra A: 15, 20, 25, 25, 25, 30, 35
do desvío. Estos Muestra B: 5, 10, 20, 25, 25, 40, 50
valores pueden ser
positivos o negati Solución
vos.( Xi-x) En la muestra A:X, =25, Md =25
y Mo 25; y resulta que
=

Obviamente, si dos En la muestra B: X,=25, Md = 25 y Mo = 25.

muestras de valo- El caso es extremo, tal como se dijo, pero lo cierto es que estos
res tienen una
mis-resultados no son útiles para hacer distinciones entre las
ma media aritméti- muestras.
ca, se asociará ma- Al presentar loS valores como puntos en una linea recta,
yor dispersión de notamos sin embargo que si hay diferencias en las
los datos a aquella distribuciones.
las
muestra que pre-
sente los mayores
desvíos
10 20 30 40 50
muestra A
Complete la prue- 20 A 30 40 50
muestra B
ba de que
desviaciones
de todas las ohse
las observaciones
2-)= 0 El análisis
análisis de
de las
las e media arntmeuca:
aritmética: (xi
(Xi -F)
-X) per
El
de su propia
media

las
medidas de
de variabilidac
variabilii permite
respecto
obtener,
como
veremos luego,
de datos más
análisis descriptivo
usuales en el
2-F-
i=l se discute, es claro que la muestra
B tiene
concluirene
En el ejemplo que
desvios, por lo que
debemos
cluir que la
l o s mayores
dispersion.

- muestra B presenta la mayor

de todos los desvios,

Sin embargo, se anula: cr
Como
La suma

vemos en el siguiente ejemplo.

2-ni-
i= Ejemplo 3.2
Dada la serie de valores de la muestra B: 5, 10, 20, 25, 25, 40
50 compruebe que la suma de todas las desviaciones resDecto
de la media es igual a cero.

Solución:

-x)= (5-25)+(10-25)+(20-25)+(25 25)+

(25 25+(40 -25)+(50 25)
=
(-20)+(-15)+(-5)+(0)+(0)+(15)+(25) = 0

En la búsqueda
de medidas de
útil. Por ello dispersión este resultado no es
que se utiliza
es
"la suma de los
todas las desviaciones". cuadrados de
El rango o recorrido de la variable no es
más la diterencia
entre el mayor valor observado menos que: el
observado. menor valor

R M- m

Es, por supuesto, la medida

RANGO O embargo, se entendería que simás
un
gruesa de variabilidad,
RECORRIDO recorrido muy conjunto de datos tiene un
pequeño, sus valores
concentrados alrededor de su se
encontraran mas
media.
En el
20,
ejemplo 3.1 el recorrido de
en tanto que la muestra la muestra A es R = 35 - 15
Dado que ambas muestras B tiene rango R 50 =
"
número
-

de datos, la tienen lamisma media mismo

indicador de la
mayor
comparación los recorridos Yelaro
de Claro
muestra A. concentración de los daues u a en
 L Vafiàna h un conjuntuy tfe vaoresixi, x2 x xn}se detine
(omo là suma de tocos hos (uatrats ee os desvos, dividida
cntre in J Se smbolza pr S

VARIANZA
Cuando la varianza
es poblacional se a vianza no es una medieda muy empleada en lt Estadistitd
emplea la letra Descrptiva. Lna de las razones es que el término ciadrateo
8iega o sigma A , eleva también al uadrado la unidard ce medda de
cuadrado para la variable. Asi por ejemplo, si la variable orresponde a

simbolizarla. estaturas en metros de un grupo de individuos, la varianza

queda expresada en m'. Una unidad muy diticil de manejar y
asociar con las medidas de tendencia central.
a-F
= Sin embargo, la utilidad de la varianza se hace evidente en la
N Estadistica Interencial: para criticar la bondad de algunos
A la varianza cal- estimadores de parámetros, probar hipótesis sobre la varianza
culada en la mues-de una población y en el análisis de varianza; una técnica que
tra: S se le suele sirve para probar la igualdad de medias en tres o más
llamar poblaciones. Estos temas no serán tratados en estos apuntes.
Cuasi-varianza.
La estimación de parámetros, tema de la inferencia estadistica,
justifica el hecho de que en la fórmula de la varianza se divida
entre (n- 1) y no entre n. Tiene que ver con un estadistico
llamado "grados de libertad", pero no se ahondará más sobre
esto.

En defecto de la varianza, la medida de dispersión más

empleada en el análisis descriptivo es la "raíz cuadrada de la
varianza".

DESVIACIÓÓN La desviación estándar, también llamada desviación tij

ESTÁNDAR define como la raíz cuadrada de la varianza.

Ventajas de la des
viación estándar:
1. Se utilizan to- S f 3.2)
dos los datos n-1
para su cálcu-
lo. Mientras más grandes son los desvíos entre cada xi y T más
2. Guarda las elevado es el valor de la desviación estándar, y es este sentido
mismas unida que se considera una medida de variabilidad.
des de la va-
riable de estu- Una fórmula alternativa de cálculo se obtiene al desarrollar
dio. algebraicamente el radicando de (f 3.2). Considérese que las
sumas van desde i =1 hastan.
wnw
 3. Permite com-
parar distribu-
ciones que tie-
3,3)
nen medias
n-
iguales o muy
parecidas
5, 9, calcularla
Ejemplo 3.3
muestra 3, 5, 7,
8, 10,
13,
las tórmulas (t 3
anza rianza y
Desventajas dela Dada la
estándar
empleando
desviación están- la desviación

dar:
En las distribucio- Solución: es útil para los cálculos
como el siguiente
nes asimétricas se Un cuadro
10 13
ve muy atectada 8 2.5 5.5
0.5 1.5
por los valores 2.5 -0.5
(X-T)-4.5
2.5
2.25 6.25 3 0.25
extremos, por lo 6.25 0.25 0.25
20.25 6.25
que se debe tener (x-F
9 25 25 49 64 81 100 169
522
especial cuidado al x
momento de inter-
pretarla.
-
=
Propiedades de la s n-1
desviación están- S= N10.2857
= 3.207
dar: = 72/7= 10.2857
Considérese la
muestra X1, X2. (60)
X3.Xn} Con desvia- 8= 10.2857
ción estándar S. n -1 7
1 Si a cada ele- S 3.207
mento de la
muestra se le Los resultados son los mismos.
suma o resta
una misma CÁLCULO CON DATOS AGRUPADOS
cantidad b, la
cantidad D, Las fórmulas equivalentes para la desviación estándar emplean
desviación
Xi: marca de clase de la clase i;
permanece fi: frecuencia absoluta de la clase i.
inalterable.
Sb S
2 Sí cada ele-
mento de la
muestra se S=
- f 3.4)
n-1
multiplica por La expresión desarrollada es:
una misma
cantidada, la

desviación
queda multi- 2-2
plicada por esa S=
f 3.5)
cantidad. n-1
Sa aS
 Teoremade Ejemplo 3.4
Chevyshev cuadro de abajo se refiere al peso en libras de 36 hombres
tdultos. Incluye las columnas
para calcular la desviación
Este teorema per. estandar empleando la fórmula (f 3.5).
mite criticar, de
manera aproxima- clases x f xf xf
da, cualquier dis-
tribución de datos.
|115<130| 122.5 1 122.5 15006.25
|130<145| 137.5 5 687.5 94531.25
Establece que: si k 145<160 152.5 11 1677.5 |255818.75
es un numero ma 160<175 167.5 13 2177.5 364731.25
yor que 1, enton 175<190 182.54 730 133225
ces en el intervalo 190<205 197.5 2 395 78012.5
-ks+ ks 36 5790 941325
se encuentran, pOr
lomenos, Solución:
(1-1/k)100%de
las observaciones. -2/ 941325 (5790)
36 = 16.99
Por ejemplo si k = n-1 35
2, entonces en el
intervalo La desviación estándar es de aproximadamente 17 libras.
I-2s,T+2s
se encuentran, por
lo menos, 75% de SIGNIFICADO YPAPEL DE LA DESVIACIÓN ESTÁNDAR
las observaciones. La media aritmética yla desviación estándar forman el par por
Sin importar la excelencia en el análisis descriptivo de datos. En las
forma de la distri- distribuciones cuyo polígono de frecuencias adopta una forma
bución de la varia- de campana y donde la media, la mediana y la moda son el
ble. mismo valor (se conoce como distribución normal de
probabilidad), la desviación típica juega un papel muy
importante al identificar ciertos intervalos claves de la variable
con porcentajes tijos de observaciones.

Porcentaje de observaciones ntervalo de la variable

68% X-SX+S
95% -2sT+2s
casi100% -3s,+3s
El estudio detallado de la
distribución normal de
probabilidad confirma lo
expresado en el cuadro.
Población
Si la distribución es

normal se esperaría que

el intervalo contenga el
68% de las observaciones
 mucho queue
estandar
tiene
ver con
desviar
iin
Tamben la
distritbuon.

toma de l.s

desviacIOn peqeña
desvidcion grande

Ejemplo 3.5 de 400.

coeficiente
intelectualI.Q. estudi. ite
promedio del desviacion estándar de
105 con
tue calculado e n
una curva normal anal."
valores se distribuyen siguiendo
media.
intervalos alrededor
de la

Solución 272 valores

(0.68) (400)
=
con
-s,N +s (99, 111)
tienen un 1.Q que se enco
Indica que 272 estudiantes
entre 99 y 111. 380 valores
(93, 117) con (0.95)(400) =

T-2s,T+2s
Con similar interpretación.

El teorema de Chevyshev es más conservador ya que para el

intervalo de 2 desviaciones estándar (93, 117) Situa (0.75)1400
= 300 valores I.Q, al menos.
Expresa la razón que, la desviación estándar es de su pronia
media. Usualmente se maneja en forma de porcentaje.
COEFICIENTE DE
VARIACIÓN CV 100% en la muestra. 3.6)

Ventajas y desven- CV 100% en la población. (f 3.7)

tajasdel coeficien-
tede variación: Ya que es medida sin dimensión, resulta útil para
una

1 facilita la compa comparar conjuntos de observaciones correspondientes d

diferentes variables. O, para
ración por ser conjuntos de datos diferentes de
una misma variable.
adimensional
2 No es muy plau-
Ejemplo 3.6
siblesu utilídad De la base de
en forma aislada datos que está al final del
calculado los valores de la media capítulo 2, se na
3 No existe si la
estándar para las variables edad aritmética y desviae e
la
distribucióntiene grupo de estudiantes.
en años y
peso en lidras
media igual a
cero.
Edad: media 22.20
Peso: media 135.17 desviación 2.72
Calcular los desviación 25.21
respectivos coeficientes de variación y arar.
comp
 Solución
En la edad CV
En el peso (2.72/22.30)100%
12.20%
CV=(25.21/135.17)100% =18.65%
Inicialmente la diferencia de las
unidades imposibilitaba la
comparación de las variables en
términos de
variabilidad. Sin embargo ahora
dispersión o

variabilidad es menor en las

se
puede apreciar que la
edades que en los pesos.
Dada la base de datos
que analiza (jóvenes recién
se
de la
secundaria), el egresados
resultado es bastante lógico: las
son
muy similares, por lo que no era de edades
dispersión, en cambio el peso está determinado por el mucha
esperarse
de dieta de cada régimen
quien.
3.2 LA VARIABLE ESTANDAR Z

Si nos dicen que nuestra nota el

en examen final de Física está 10 arriba de la
media, posiblemente nos consideremos satisfechos con nuestropuntos
embargo, no hay manera de conocer si ese desvío respecto de la mediarendimiento.
Sin

no. Para saberlo debemos involucrar

a la
es
importante o
desviación estándar; si esta es de 5 puntos,
entonces el cociente 10/5 2 nos diría que nuestra nota se sitúa a 2
=

desviaciones
estándar de la media. Y Chevishev, aún con lo
conservador, nos haría sentir un poco
orgullosos. Una posición muy diferente se ocuparía si la desviación fuera de 20 puntos
y no de 5.

La variable estándar Z es una transformación que se realiza sobre la variable en

estudio, y se puede considerar como una medida relativa de variabilidad; la
aunque en
práctica se interpreta como una medida de posición.
Es una transformación lineal muy importante que se realiza
sobre la variable X en estudio mediante la fórmula:
Z X-X
COTA (f 3.8)
S
ESTANDAR Z
Ejemplo 3.6
En la población la La variable Z es llamada también variable centrada reducida,
transformación Z por el hecho de que su media es igual a cero y su desviación
se expresa: estándar es igual a 1.

Z-u
Solución:
 .s =\
dimensión y Ita
resulta import com
Z es sin
ubicar a
La cota
estándar

ya que
permite
un
individduo
medida de posición en
relación a su grupo.

Ejemplo 3.7 civil, Dota de 90

obtuvo una
estudiante de ingenieria
Roberto, Claudia, estudiant 90
su novia, estudis de
final de Física;
en examen

de empresas,
obtuvo atemáticas.ee
78 en Matemáticas
en
X =65 y S
administración
=

Cuá
matematicas

S 10 y en
fisica F= 70, =

de los dos es relativamente más fuerte en relación a su agrupo

Solución: 2
Z= (90 -
70)/10 =

Roberto tiene cota Z

Z=(78-65)/5 = 2.6
tieneacota Z
Claudia
De acuerdo la interpretación posicional, Claudia está mei
ejor
situada dentro de su propio grupo.

3.3 MEDIDAS DE ASIMETRÍA Y APUNTAMIENTO

Vimos en el capítulo 2, a nivel gráfico, que se presentaban dos tipos de asimetría en las
distribuciones de las variables. Asimetría negativa, a la izquierda, cuando la media es
menor que la moda; y asimetría positiva, a la derecha, cuando la moda es menor que
la media. Sin embargo no calculamos ninguna medida.

Sobre el apuntamiento o picudez de un

gráfico, lo aplanado o
pronunciado que pueda
presentarse, no se ha hecho hasta ahora ninguna mención. Vamos a presentar a
continuación algunas de tales medidas.

COEFICIENTE DE Considere que {X1, X2,...Xn } es una muestra de medidas con

ASIMETRÍA media |
Xy desviación Sx.
Definimos el coeficiente de asimetria
como la media aritmética de los
cubos de la variable estánda
Karl Pearson, un Z.
reconocido estadi
grafo,sugirióla si-
guiente expresión,
que leva su nom-
CA- i=|
f 3.9)
bre:
CP- Mo cuando n es
muy pequeño se puede corregir
n multiplicand0 P
de otra forma
Perose considera (n-1(n-2) no es
necesario.
menos precisa que
ff3.9)
 Nótese que la fórmula tiene sentido
el signo, como la distancia puesto que conserva tanto
que separa cada valor Xi de su
respectiva media.
Si CA> 0, se tiene asimetría
a la derecha
i
CA<0, se tiene asimetría a la
Si CA 0, la
izquierda
=

distribución es simétrica
Considere que {X1, X2,...Xn } es una muestra de
medidas con
media X y desviación Sx. Definimos el
coeficiente de curtosis
como la media aritmética de las
potencias cuarta de la
variable estándar Z, menos3.

(f 3.10)
COEFICIENTE DE
ELEVACIÓN O
KURTOSIs El coeficiente K analiza
se
comparándolo con la distribución
normal:
Si K> 0, se considera que la curva es más
pronunciada
que la normal. Se le llama leptocútica.
Si K < 0, la curva es menos pronunciada que la normal.
Se le llama platicúrtica.
Si K = 0, se considera normal y se le llama mesocúrtica

Cuandon es muy pequeño las correcciones que se

sugieren
son más complejas que la fórmula misma pero, con las
Leptocúrtica actuales herramientas de cálculo, eso ya no es problema.

El n (n+ 1)
primer sumando se multiplica por
(n-1n-2)(n -3)
el (n-1)
Y segundo por
Mesocúrtica
(n-2)(n-3)
Las correcciones establecen que la muestra debe tener al
menos 4 datos.

Debido, posiblemente, a lo laborioso de los cálculos, estos

descriptores numéricos: coeficiente de asimetría y coeficiente
de curtosis, no han aparecido con mucha frecuencia en la
literatura estadistica; sin embargo, actualmente, con la ayuda
de los paquetes estadísticos que analizan bases de datos su uso
se ha renovado.

Todas las medidas descriptivas para una variable que se han

visto hasta el momento, se consiguen con suma facilidad en el
paquete Excel de su computadora, proporcionando un

conjunto completo de estadísticos. De que nuestro

manera
estuerzo deberá orientarse más al análisis y la interpretación de
las medidas.
 3.4 EJERCICIOS PROPUESTOs datos:
series
de
siguientes estudio 10 estudiante-
estudio 10 estudiantes de prit
ri
estándar
de las dedican
al
al
1. Calcular la desviación
que 9,10,
16.
9,
s e m a n a

a) imero de horas por 7, 7, 8, 8, clase de matemática

6, de una

año de una ersidad 2, estudiantes

Cumplidos
de los
b) Edad en años

Edad frecuencia
17 22
18 48
19 31
20 19
21 7
22 4
un servici0. Invierta el in.
consulta sobre
calidad de ordinal que no
CResultados de una
como una
variable
considérelo
a menor y desviación estándar?
Ciasede mayor
el servicio. / Tiene
sentido calcular
la media y la puede
señalar cuál es la opinión más divergente

E: excelente
clases M: muy bueno
1 E 19 B: bueno
2 M 15
R: regular
3 B 9
P: pésimo
4 R 5
2

2. El resumen de 52 notas de un examen de Estadística Aplicada se da en el siguiente

cuadro:

Nota mínima 3.9 Mediana 6.0

Nota máxima 9.5 moda 5.5
Primer cuartil 5.0 Tercer cuartil 7.6
Media aritmética 6.5 Desviación estándar 0.8

a) Elabore un grafico apropiado que ilustre

notas. aproximadamente la distribucioón de
b)Existe asimetría positiva o negativa?
c)Si la nota minima de promoción es 6 jcuántos alumnos promovie
ierone
examen?
d) Haciendo reterencia loS
a
comentario preciso sobre los
descriptores numéricos, escriba breveme
resultados del examen.
 na firma de distribución al mayoreo de
electrodomnésticos desea analizar sus
cuentas por cobrar durante dos meses sucesivos (marzo
y abril). Los resultados de
dos muestras independientes de 50 cuentas
por cobrar, cada uno de los meses,
se dan en el cuadro siguiente, Nota: las cantidades estlánpara
dadas e n miles de dólares.

Cantidad Marzo Abril )

Argumente, haciendo uso de la Estadistica
0-2 6 10 Descriptiva, si la Distribución de las
Cuentas por cobrar cambia de Marzoa
24 13 15 Abril. sugerencia: clabore gráficos
4-6 17 12 Comparativos, compare medidas, etc.)
b) Si el número total de cuentas
6-8 10
por cobrar
10 es 400, tanto en marz0 Como en
abril,
Cuáles son los montos
8-10 aproximados para
cada mes, del total de cuentas por cobrar?
10-12 0

4. Las ventas diarias dólares de un almacén durante 220 días del año recién
en

pasado, se resumen en el siguiente cuadro de distribución.

500 600 3 a) Elabore una ojiva ascendente para la

600<700 7
distribución de las ventas.
b) Calcule la venta promedio y la
700800 14
desviación estándar
800 900 28
c)Qué porcentaje de las ventas se
se
900 1000 64 encuentran en el intervalo:
1000<1100 557 (x-S,X+ s)?
d) Aproximadamente, Cuál es el monto
1100< 1200 23
total de las ventas?
1200<1300 13
1300 1400 7

14001500 4
 en
vehículo
2000 vehículo

.Las velocidades puntuales, en

millas por
el
hora,
registradas

siguiente cuadro.
cuadro. pasany
se dan en

por un punto de la carrete

histograma para los
los datos
un

Clase Frecuencia
a) Elabore
que
la ibución puede
distribución
considera Ser
22-24 normal?
de observaac
25-27 8
b) Calcule los
porcentajes
tS; Ft 2s: jones en
28-30 18 los
intervalos:
la
31-33 42 exprese
su
conclusion
sobre
normalidad
34-36 48
la
transtormación z= y calcule
c)Utilice S
37-39 40
40-42 24 X = 30 y x =
40
valores z cuando Cómo
43-45 11 son los valores
conclusiones sobre
46-48 Exprese sus
a
d
49-51 distribución.

6. El gasto quincenal (en dólares) en alimentación durante un determinado mes, en sa

0
hogares de un barrio de la capital, son los siguientes
95 171 202 178 147 102 153 197 127 82
157 185 90 116 172 111 148 213 130 165
141 149 206 175 123 128 144 168 109 167
95 163 150 154 130 143 187 166 1 39 149
108 119 183 151 114 135 191 137 129 158

Elabore un análisis descriptivo completo de la muestra

medidas, etc. Exprese sus conclusiones. incluyendo gráficos,

7. Una compañía quiere comparar la distribución de salarios

trabajadores en dos plantas A
y B localizadas
pagados a sus

por hora, en dólares y los números de diterentes ciudades. Los salarios

en

a continuación: trabajadores devengando esos salarios se da

Planta A Planta B
Salario Numero Salario Numero
1.80 40 1.90 24
2.10 20 2.09 10
3.25 16 3.40 29
4.70 20
4.55 15
6.50 14
5.80 6
 hora, registracas
en 0 vvehícu
200
.as veloxidades juntuales, en millas por cuadro. os pasan
el siguiente
un
punto de la carretera se dan en
sande
Elabore un histograma para
Clase Frecuencia a) os d
listribución
puedeatossa
onsidera que la
224
normal?
25-27 b Calcule los porcentajes de obseru
28-30 18
los intervalos: Xts;
observaci
nes
F:2. Ones en
31-33
su conclusio sobre la
34-36
37-39
48
40
exprese

c) Utilice la transtormación z
normalidad
-
40-42 y calcule
24
43-45 valores z cuando x =
30 y x =
40
11
46-48 son los valores
Como
49-51 d) Exprese sus conclusiones
2
distribución. sobre a

6. El
gasto quincenal (en
hogares de un barrio dedólares) en alimentación durante un
la capital, son los determinado mes.
siguientes: 50 en

95 171 202 178 147

157 185 102 153
90 116
197 127
141 172 111 148 82
149 206 213
95 175 123 128 130 165
163 150 144 168
108 154 130 109
119 183 143 187 167
151 114 66 139
135 191 149
Elabore 137 129
un análisis 158
descriptivo completo
medidas, etc. Exprese sus de la
conclusiones. muestra
incluyendo gráficos,
7. Una
compañía quiere
rabajadores dos
por
en
hora, en dólares
comparar
plantas Ay B distribución la
de
a continuación: y los localizadas
números de en salarios pagados
diferentes
trabajadores devengandociudades. Los
a suS

esos salarios
salarios se Oal
Planta A
Salario Numer0 Planta B
1.80 Salario
2.10
40
20 1.90 Numero
3.25 2.09
24
16
4.70 3.40 10
20 29
6.50 14 4.55
15
5.80 6
 Utilice las medidas de
tendencia central
cansidere mas y las medidas de variabilidad
adecuadas para realizar que
distribuciones de los salarios un análisis
en las dos
plantas. comparativo de las

as resultados de un examen de Matemática

400 estudiantes tiene (escala. 0-100) dle
las
Siguientes caracteristicas: una
muestra de
aritmética
55, rango 84, Si se sabe
que los
menor nota 16, media
curva normal, determine: resultados se
distribuyen siguiendo una

a) Un valor aproximado para la desviación

b) Número de estudiantes con notas
estándar.
c) Número de estudiantes con notas comprendidas
entre 41 y 69

d) Número de estudiantes Con notas comprendidas

entre 69 y 83
menores que 27

9. Utilice los datos del ejercicio número 5, y calcule el

coeficiente de kurtosis. Explique los resultados. coeficiente de asimetría y el

10. Considere que {X1, X2,...Xn }es una muestra de medidas con media X y desviación
Sx. Compruebe las siguientes propiedades de la desviación estándar.

a) Si Yi = Xi +b,entonces Sy = Sx

b) Si Y, =
bX,, entonces Sy =
b Sy
c) Si Yi = C, (una constante) entonces Sy= 0

11. El siguiente resumen obtenido mediante EXCEL se refiere a las sumas mensuales de
precipitación (en mm) durante el mes de septiembre (1942-2000) en la estación
meteorológica Santa Tecla. Utilice los descriptores numéricos para elaborar un
resumen técnico estadístico del comportamiento de la variable.

Media 372.5 Curtosis 2.89

Mediana 350 Coeficiente de asimetría 1.36
Moda 323 Rango 808
Desviación estándar 147.5 Mínimo 129
Primer cuartil 273 Máximo 937
Tercer cuartil 428 | Número datos 59

12. Dos distribuciones tienen las siguientes características:

Distribución A: l= 45600 =6333
Distribución B: u 33.40 o =4.05
=

Si un valor de la distribución A es 50000 y un valor de la distribución B es 40,

cuál de ellos está relativamente más cerca de su respectiva media? (sugerencia:
utilice la cota Z).