Anqui Paniura Mayta Estadística, Grupo “A”

LIBRO DE MENDEHALL

CAPÍTULO II

DESCRIPCIÓN DE DATOS CON MEDIDAS NUMÉRICAS

2.1 DESCRIPCIÓN DE UN CONJUNTO DE DATOS CON MEDIDAS

NUMÉRICAS

Las gráficas pueden ayudar a describir la forma básica de una distribución de

datos. Sabemos que “una imagen vale por mil palabras” pero hay limitaciones para
usar gráficas.

Las mediciones descriptivas numéricas asociadas con una población de mediciones

se llaman parámetros; las calculadas a partir de mediciones muéstrales reciben el
nombre de estadísticas… medidas numéricas, que se pueden calcular para una
muestra o una población de mediciones.

2.2. MEDIDAS DE CENTRO

 La media aritmética o promedio de un conjunto de n mediciones es igual

a la suma de las mediciones dividida entre n.
 La mediana m de un conjunto de n mediciones es el valor de x que cae en la
posición media, cuando las mediciones son ordenadas de menor a mayor.
 La moda. - Es la categoría que se presenta con más frecuencia o el valor de
x que se presenta con más frecuencia. Cuando las mediciones en una
variable continua se han agrupado como histograma de frecuencia o de
frecuencia relativa, la clase con el pico más alto o frecuencia se llama clase
modal, y el punto medio de esa clase se toma como la moda.

2.3. MEDIDAS DE VARIABILIDAD

Los conjuntos de datos pueden tener el mismo centro, pero con aspecto diferente
por la forma en que los números se dispersan desde el centro.

 La variabilidad o dispersión. - Es una muy importante característica de

datos.
  Las medidas de variabilidad. - Pueden ayudarle a crear una imagen
mental de la dispersión de los datos. Presentaremos una de las más
importantes. La medida más sencilla de variación en el rango.
 El rango, R, de un conjunto de n mediciones se define como la
diferencia entre la medición más grande y la más pequeña.
 La varianza de una población de N mediciones es el promedio
de los cuadrados de las desviaciones de las mediciones alrededor de
su media m.
 La varianza de una muestra de n mediciones es la suma de las
desviaciones cuadradas de las mediciones alrededor la media x
dividida entre (n-1).
 La desviación estándar de un conjunto de mediciones es igual a la
raíz cuadrada positiva de la varianza.

2.4. SOBRE LA SIGNIFICANCIA PRÁCTICA DE LA DESVIACIÓN

ESTÁNDAR
La desviación estándar es un índice numérico de la dispersión de un conjunto de
datos (o población). Mientras mayor es la desviación estándar, mayor es la
dispersión de la población. La desviación estándar es un promedio de las
desviaciones individuales de cada observación con respecto a la media de una
distribución.
2.5.UNA MEDICIÓN DEL CÁLCULO DE s

El teorema de Chebyshev y la Regla empírica se pueden usar para detectar errores

burdos en el cálculo de s. En términos generales, estas dos herramientas indican
que casi siempre las mediciones caen dentro de dos desviaciones estándar de su
media.
2.6. MEDICIONES DE POSICIÓN RELATIVA

Las medidas de posición relativa se llaman en general cuantiles y se pueden

clasificar en tres grandes grupos: Cuartiles, quintiles, deciles, percentiles.

2.7. EL RESUMEN DE CINCO NÚMEROSY LA GRÁFICA DE CAJA

Se puede usar para crear una gráfica sencilla llamada gráfica de caja a fin de
describir visualmente la distribución de datos. De la gráfica de caja, rápidamente se
puede detectar cualquier sesgo en la forma de la distribución y ver si hay algunos
resultados atípicos en el conjunto de datos.
 OPINIÓN PERSONAL

De todos los ejercicios que pude observar del tema de descripción de datos con
medidas numéricas, el que más me llamo la atención es las medidas de centro,
porque estas nos ayudan a entender un “valor medio” o “promedio” de un conjunto
de datos, en este caso tenemos tres medidas de centro que son muy importantes
como la primera tenemos la media que se refiere a un conjunto de mediciones que
se ordenan de menor a mayor para luego sumarlos y dividirlos entre la cantidad de
mediciones, por ejemplo en este tema se observa un ejercicio en el que nos muestra
5 mediciones de 2, 9, 11, 5, 6 los cuales se van a ordenar de menor a mayor y luego
se van a sumar estas mediciones, para que finalmente se dividan entre la cantidad
de mediciones que tendríamos como resultado 6.6, seguidamente tenemos la
mediana que hace referencia a la representación del valor de la variable de la
posición central en un conjunto de datos ordenados de menor a mayor, tomando
como referencia los mismos datos del anterior ejercicio y ordenándolos de menor a
mayor tendremos como variable de la posición central el número 6, finalmente
tenemos la moda que es el valor con mayor frecuencia, como ejemplo tenemos los
datos de la tabla 1.9, en el que se muestra los diferentes pesos que se dan al nacer
como moda tendríamos el peso de 7.7 ya que este es el peso que se da con más
frecuencia, desde mi punto de vista puedo decir que estés ejemplos están bien
resueltos que de alguna manera nos ayudan a entender mejor el tema.