Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 2
1. Tabla de Contenidos
2. Estadı́stica Descriptiva
Medidas de Tendencia Central
Medidas de Variabilidad
Medidas de Localización
Medidas de Tabulación
Medidas de Tabulación
Medidas de Correlación
Gráficos
3. Distribuciones de Probabilidad
Concepto
Tercer Momento
Cuarto Momento
4. Lecturas
Promedio: Es una de las técnicas mas usada, permite saber el valor central de
la variable, siendo esta sensible a datos extremos.
Pn
x1 + x2 + x3 + ... + xn xi
x̄ = = i (1)
n n
Mediana: Esta medida permite saber el valor de en-medio de los datos, orde-
nados de forma ascendente. Donde la diferencia con el promedio es que no es
sensible a los datos extremos y es análoga al percentil 50 en una medida de
localización.
Esta medida nos permite saber la variación que tienen los datos de una variable con
respecto su media. En ciertas materias, como finanzas, esta medida es sinónimo de
riesgo. Estas medidas tienen su ”apellido” dependiendo de la variable que se esta
midiendo.
Desviación Estándar (σ): Es un estadı́grafo de dispersión, el cual dice que
tan disperso son los datos con respecto a su media, el cual tiene unidades de
medidas. √
σ = σ2 (2)
Varianza (σ 2 ): Es un estadı́grafo adimensional, no representa ninguna inter-
pretación, el cual es usado como estadı́grafo de calculo, por ejemplo, riesgo de
portafolios.
(xi − x̄)2
P
2
σ = (3)
n−1
Que necesitamos:
1. Numero de Clases o Numero de Intervalos: Criterio de Sturges.
2. Ancho de la Clase o Rango de Clase en (1).
3. Limites de Clases.
Covarianza:
A. Sensible a la magnitud de los datos.
B. Medida de asociación
P entre dos variables.
i (xi − x¯i )(yi − y¯i )
Sxy = → COV (x, y ) = ρx y σx σy (5)
n−1
Correlación de Pearson
A. Acotada entre un rango de [-1,1].
B. No es sensible a la magnitud de los datos.
P P P
n xi yi − xi yi σx y
rx y = p P 2 P 2 p P 2 → ρx y = (6)
σx σy
P
n xi − ( xi ) · n yi − ( yi )2
Linea
Torta
Histograma
Ojiva
Cuando existe una variable bajo estudio; variable aleatoria (v.a), esta presenta
un comportamiento que se puede representar por una distribución de probabil-
idad, donde el eje de la abscisa presenta los valores v.a y el eje de la ordenada
la probabilidad.
Cuando se calcula la probabilidad este puede ser tomando un valor fijo de la
distribución (función de densidad) o la probabilidad acumulada hasta el valor
a considerar (función de distribución acumulada).
Por otro lado, las distribuciones tienen caracterı́sticas que las diferencian de
otras distribuciones y esto se denominan: momentos de la distribución, lo mas
conocidos son:
1. Primer Momento: Esperanza.
2. Segundo Momento: Varianza.
3. Tercer Momento: Asimetrı́a (Skewness).
4. Cuarto Momento: Kurtosis (Apuntalamiento).
5. Función Generadora de Momentos:
Mx (T ) = E (e tx ) (7)
Ex. 1:
→ Si interpretamos en forma conjunta la Asimetrı́a y la Curtosis, en base al ejemplo
de ventas, esperamos que la distribución de la venta presente asimetrı́a negativa
y un nivel de apuntalamiento Leptocurtico; mas probabilidad que ocurran ventas
monetariamente mas grandes.
Lecturas:
1. p. 3; 17-21; 39-40 → 55 Respuestas a dudas tı́picas de Estadı́stica.