Documentos de Académico
Documentos de Profesional
Documentos de Cultura
estadísticos descriptivos
Más información sobre Minitab 18
Encuentre definiciones y ayuda para interpretar cada uno de los estadísticos que se
proporcionan con almacenar estadísticos descriptivos.
En este tema
• Media
• EE de la media
• Desv.Est.
• Varianza
• CoefVar
• Q1
• Mediana
• Q3
• IQR
• MediaRec
• Suma
• Mínimo
• Máximo
• Rango
• SSQ
• Asimetría
• Curtosis
• MSSD
• N
• N valores faltantes
• Conteo
• NAcum
• Porcentaje
• PAcum
1. Media
La media es el promedio de los datos, que es la suma de todas las observaciones
dividida entre el número de observaciones.
Por ejemplo, los tiempos de espera (en minutos) de cinco clientes en un banco
son: 3, 2, 4, 1 y 2. El tiempo medio de espera se calcula de la siguiente manera:
Interpretación
Utilice la media para describir la muestra con un solo valor que representa el
centro de los datos. Muchos análisis estadísticos utilizan la media como una
medida estándar del centro de la distribución de los datos.
Simétrica
No simétrica
2. EE de la media
El error estándar de la media (EE de la media) estima la variabilidad entre las
medias de las muestras que usted obtendría si tomara muestras repetidas de la
misma población. Mientras que el error estándar de la media estima la
variabilidad entre las muestras, la desviación estándar mide la variabilidad dentro
de una misma muestra.
Por ejemplo, usted tiene un tiempo de entrega medio de 3.80 días, con una
desviación estándar de 1.43 días, de una muestra aleatoria de 312 tiempos de
entrega. Estos números producen un error estándar de la media de 0.08 días
(1.43 dividido entre la raíz cuadrada de 312). De haber tomado múltiples
muestras aleatorias del mismo tamaño y de la misma población, la desviación
estándar de esas medias diferentes de las muestras habría sido
aproximadamente 0.08 días.
Interpretación
Un valor del error estándar de la media más bajo indica una estimación más
precisa de la media de la población. Por lo general, una desviación estándar más
grande se traducirá en un mayor error estándar de la media y una estimación
menos precisa de la media de la población. Un tamaño de muestra más grande
dará como resultado un menor error estándar de la media y una estimación más
precisa de la media de la población.
3. Desv.Est.
La desviación estándar es la medida de dispersión más común, que indica qué
tan dispersos están los datos alrededor de la media. El símbolo σ (sigma) se
utiliza frecuentemente para representar la desviación estándar de una población,
mientras que s se utiliza para representar la desviación estándar de una
muestra. La variación que es aleatoria o natural de un proceso se conoce
comúnmente como ruido.
Debido a que la desviación estándar utiliza las mismas unidades que los datos,
generalmente es más fácil de interpretar que la varianza.
Interpretación
Utilice la desviación estándar para determinar qué tan dispersos están los datos
con respecto a la media. Un valor de desviación estándar más alto indica una
mayor dispersión de los datos. Una buena regla empírica para una distribución
normal es que aproximadamente 68% de los valores se ubican a no más de una
desviación estándar de la media, 95% de los valores se ubican a no más de dos
desviaciones estándar y 99.7% de los valores se ubican a no más de tres
desviaciones estándar.
Hospital 1
Hospital 2
4. Varianza
La varianza mide qué tan dispersos están los datos alrededor de su media. La
varianza es igual a la desviación estándar elevada al cuadrado.
Interpretación
Puesto que la varianza (σ2) es una cantidad elevada al cuadrado, sus unidades
también están elevadas al cuadrado, lo que puede dificultar el uso de la varianza
en la práctica. La desviación estándar generalmente es más fácil de interpretar
porque utiliza las mismas unidades que los datos. Por ejemplo, una muestra del
tiempo de espera en una parada de autobuses puede tener una media de 15
minutos y una varianza de 9 minutos2. Debido a que la varianza no está en las
mismas unidades que los datos, la varianza suele mostrarse con su raíz
cuadrada, la desviación estándar. Una varianza de 9 minutos 2 es equivalente a
una desviación estándar de 3 minutos.
5. CoefVar
El coeficiente de variación (denotado como COV) es una medida de dispersión
que describe la variación en los datos en relación con la media. El coeficiente de
variación se ajusta de manera que los valores estén en una escala sin unidades.
Gracias a este ajuste, usted puede utilizar el coeficiente de variación en lugar de
la desviación estándar para comparar la variación de los datos que tienen
unidades diferentes o medias muy diferentes.
Interpretación
COV = 100 * 0.4 tazas / 16 tazas = COV = 100 * 0.08 tazas / 1 taza =
2.5 8
6. Q1
Los cuartiles son los tres valores –el primer cuartil en 25% (Q1), el segundo
cuartil en 50% (Q2 o mediana) y el tercer cuartil en 75% (Q3)– que dividen una
muestra de datos ordenados en cuatro partes iguales.
El primer cuartil es el percentil 25 e indica que 25% de los datos es menor que
o igual a este valor.
Para estos datos ordenados, el primer cuartil (Q1) es 9.5. Es decir, 25% de los
datos es menor que o igual a 9.5.
7. Mediana
La mediana es el punto medio del conjunto de datos. El valor de este punto medio
es el punto en el cual la mitad de las observaciones está por encima del valor y
la otra mitad está por debajo del valor. La mediana se determina jerarquizando
las observaciones y hallando la observación que ocupe el número [N + 1] / 2 en
el orden jerarquizado. Si el número de observaciones es par, entonces la
mediana es el valor promedio de las observaciones jerarquizadas en los números
N / 2 y [N / 2] + 1.
Para estos datos ordenados, la mediana es 13. Es decir, la mitad de los valores
es menor que o igual a 13 y la otra mitad de los valores es mayor que o igual a
13. Si usted agrega otra observación igual a 20, la mediana es 13.5, que es el
promedio entre la 5ta observación (13) y la 6ta observación (14).
Interpretación
Tanto la mediana como la media miden la tendencia central. Sin embargo,
valores poco comunes, llamados valores atípicos, pueden afectar a la mediana
menos de lo que afectan a la media. Si los datos son simétricos, la media y la
mediana son similares.
Simétrica
No simétrica
El tercer cuartil es el percentil 75 e indica que 75% de los datos es menor que o
igual a este valor.
Para estos datos ordenados, el tercer cuartil (Q3) es 17.5. Es decir, 75% de los
datos es menor que o igual a 17.5.
9. IQR
El rango intercuartil (IQR) es la distancia entre el primer cuartil (Q1) y el tercer
cuartil (Q3). El 50% de los datos está dentro de este rango.
Interpretación
Utilice el rango intercuartil para describir la dispersión de los datos. A medida
que aumenta la dispersión de los datos, el IQR se hace más grande.
10. MediaRec
La media de los datos sin el 5% superior ni el 5% inferior de los valores.
Utilice la media recortada para eliminar el impacto de los valores muy grandes o
muy pequeños sobre la media. Cuando los datos contienen valores atípicos, la
media recortada puede ser una mejor medida de la tendencia central que la
media.
11. Suma
La suma es el total de todos los valores de los datos. La suma también se utiliza
en cálculos estadísticos, como por ejemplo la media y la desviación estándar.
12. Mínimo
El mínimo es el valor más pequeño de los datos.
Interpretación
Utilice el mínimo para identificar un posible valor atípico o un error de entrada de
datos. Una de las maneras más sencillas de evaluar la dispersión de los datos
consiste en comparar el mínimo y el máximo. Si el valor mínimo es muy bajo,
incluso cuando considere el centro, la dispersión y la forma de los datos,
investigue la causa del valor extremo.
13. Máximo
El máximo es el valor más grande de los datos.
Interpretación
Utilice el máximo para identificar un posible valor atípico o error de entrada de
datos. Una de las maneras más sencillas de evaluar la dispersión de los datos
consiste en comparar el mínimo y el máximo. Si el valor máximo es muy alto,
incluso cuando considere el centro, la dispersión y la forma de los datos,
investigue la causa del valor extremo.
14. Rango
El rango es la diferencia entre los valores más grande y más pequeño de los
datos. El rango representa el intervalo que contiene todos los valores de los
datos.
Interpretación
Utilice el rango para entender la cantidad de dispersión en los datos. Un valor de
rango grande indica mayor dispersión en los datos. Un valor de rango pequeño
indica que hay menos dispersión en los datos. Puesto que el rango se calcula
usando solo dos valores de los datos, es más útil con conjuntos de datos
pequeños.
SSQ
La suma de los cuadrados no corregida es la suma de los cuadrados de cada valor
de la columna. Por ejemplo, si la columna contiene x1, x2, ... , xn, entonces la suma
de los cuadrados calcula (x12 + x22 + ... + xn2). A diferencia de la suma de los
cuadrados corregida, la suma de los cuadrados no corregida incluye el error. Los
valores de datos se elevan al cuadrado sin antes restar la media.
15. Asimetría
La asimetría es el grado en que los datos no son simétricos.
Interpretación
Utilice la asimetría como ayuda para lograr entender inicialmente los datos.
Figura A
Figura B
Interpretación
Utilice la curtosis para lograr entender inicialmente las características generales de
la distribución de los datos.
Curtosis negativa
Una distribución con un valor negativo de curtosis indica que la distribución tiene
colas más livianas que la distribución normal. Por ejemplo, los datos que siguen
una distribución beta con el primer y el segundo parámetro de forma iguales a 2
tienen un valor negativo de curtosis. La línea continua indica la distribución
normal y la línea de puntos indica una distribución que tiene un valor negativo de
curtosis.
17. MSSD
La MSSD es la media de las diferencias sucesivas cuadráticas. La MSSD es una
estimación de la varianza. Un posible uso de la MSSD es para probar si una
secuencia de observaciones es aleatoria. En control de calidad, un posible uso
de la MSSD es para estimar la varianza cuando el tamaño del subgrupo = 1.
18. N
El número de valores presentes en la muestra.
Conteo total N N*
149 141 8
149 141 8
20. Conteo
El número total de observaciones en la columna. Utilícese para representar la
suma de N valores faltantes y N valores presentes.
149 141 8
21. NAcum
N acumulado es un total acumulado del número de observaciones en categorías
sucesivas. Por ejemplo, una escuela primaria registra el número de estudiantes
de primero a sexto grado. La columna NAcum contiene el conteo acumulado de
la población estudiantil:
1 49 49 49
2 58 107 49 + 58
3 52 159 49 + 58 + 52
4 60 219 49 + 58 + 52 + 60
5 48 267 49 + 58 + 52 + 60 + 48
6 55 322 49 + 58 + 52 + 60 + 48 + 55
22. Porcentaje
El porcentaje de observaciones en cada grupo de la Por variable. En el siguiente
ejemplo, hay cuatro grupos: Línea 1, Línea 2, Línea 3 y Línea 4.
Línea 1 16
Línea 2 20
Línea 3 36
Línea 4 28
23. PAcum
El porcentaje acumulado es la suma acumulada de los porcentajes para cada
grupo de la Por variable. En el siguiente ejemplo, la Por variable tiene 4 grupos:
Línea 1, Línea 2, Línea 3 y Línea 4.
Línea 1 16 16
Línea 2 20 36
Grupo (por variable) Porcentaje PAcum
Línea 3 36 72
Línea 4 28 100
¿Cómo interpretar y para qué sirve el
coeficiente de correlación?
Ignaciadd
23/11/2018
1. Introducción
A la hora de conocer ciertos términos y fórmulas es difícil saber cómo y para qué
sirve el coeficiente de correlación y que utilidades tiene. Eso es lo que le
explicamos en este artículo.
• es la covarianza de (X,Y)
6. Coeficiente de variación
El coeficiente de variación es la relación entre la desviación típica de una
muestra y su media.
Se calcula para cada una de las distribuciones y los valores que se obtienen se
comparan entre sí. La mayor dispersión corresponderá al valor del coeficiente
de variación mayor.
Ejemplo: