TAREA 1 DE INTERPRETACION

DE DATOS
Ing. Cesar Brango

Unidad 2.

Universidad autónoma del caribe

Barranquilla - Atlántico.
1/08/2022
1. Investigue y contextualiza (libro y paginas especializadas)
a) Medidas de tendencia central (media, moda, mediana)
b) Medidas de posición (Cuartil ,Decil y percentil )
c) Medidas de formas (simetría y asimetría) Curtosis, coeficiente de
asimetría de Pearson,Fisher,regla de Tchebychev .

Este trabajo debe ser presentado con:

Hoja de presentación
Índice
Introducción
Abstract
Objetivos
General
Específicos
Marco teórico o contenido
Anexo
Conclusión o Análisis
Bibliografía
Sin bibliografía este trabajo no es validado.
UNIVERSIDAD AUTONOMA DEL CARIBE

OLGA TORRES HERNANDEZ

INTERPRETACION DE DATOS

NEGOCIOS INTERNACIONALES

INDICE

-introducción……………………
-Objetivos específicos………………….
-Objetivos generales…………………….
-Contenido……………………………..
-Anexo……………………………..
-Conclusión………………………….
-Bibliografías…………………………
 INTRODUCCION

Se analizaran los diferentes conceptos de los temas dados,

para así adquirir conocimiento que nos permita hacer talleres y
tareas correspondientes con los temas, dados.

OBJETIVOS ESPECIFICOS

 Reconocer las diferentes medidas de tendencia central.

 Identificar media, mediana, y moda.
  Reconocer las diferentes medidas de posición.
 Identificar, deciles, percentiles, y cuartiles.
 Analizar y comprender las medidas de formas (simetría y
asimetría) Curtosis, coeficiente de asimetría de
Pearson,Fisher,regla de Tchebychev .

OBJETIVO GENERAL

Que al estudiante se le facilite la comprensión de cada

uno de estos temas, para así solucionar las distintos
problemas, y comprender la verdadera raíz de la
estadística.
 CONTENIDO
MEDIDAS DE TENDENCIA CENTRAL

Una medida de tendencia central es un valor que se encuentra en el centro o a la

mitad de un conjunto de datos.
MEDIA
La media (aritmética), por lo general, es la medida numérica más importante que
se utiliza para describir datos; comúnmente se le conoce promedio. La media
aritmética o media de un conjunto de datos es la medida de tendencia central que
se calcula al sumar los datos y dividir el total entre el número de datos.
Σ x suma de todos los datos
media=
N numero de datos
Si los datos de una muestra de población, la media se simboliza mediante  (que
se lee “x barra”; cuando se usan todos los valores de la población, la media se
simboliza por medio de µ (la letra griega mu minúscula).

Media aritmética ponderada, se utiliza para calcular el valor promedio de

cantidades a cada una de las cuales está asociado, un número o peso que lo
pondera.

En general si X1, X2, … Xn son las cantidades y m1, m2, … mn las respectivas
ponderaciones, entonces:
 n

m X +m X + …+mn X n ∑
mi X i
Media aritmetica ponderada= 1 1 2 2 = i=1n
m1+ m2 +…+ mn
∑ mi
i=1
Media aritmética, en una distribución de frecuencias agrupadas, las
ponderaciones, son las frecuencias y las marcas de clase son los valores que se
ponderan.
n

∑ f i Xi n n
Media Aritmetica= i=1n , ∑ f i=N y reemplazando por el simbolo ∑ f i X i por ∑ fX
∑ fi i=1 i=1

i=1
Xi= Marca de Clase fi=frecuencia absoluta N=Total de datos
Se tiene
Media Aritmetica=
∑ fX
N
MEDIANA
La mediana es un “valor intermedio”, ya que la mitad de los datos están por debajo
de la mediana y la otra mitad por arriba de ella. La mediana de un conjunto de
datos es la medida de tendencia central que implica el valor intermedio, cuando
los datos originales se presentan en orden de magnitud creciente (o decreciente).
Para calcular la mediana, primero se ordenan los datos (de menor a mayor) y
luego se sigue uno de los siguientes dos procedimientos:
1. Si el número de valores es impar, la mediana es el número que se localiza
exactamente a la mitad de la lista.
2. Si el número es par, la mediana se obtiene calculando la media de los dos
números que están a la mitad.

Mediana para datos agrupados

La mediana se encuentra en el intervalo donde la frecuencia acumulada llega
hasta la mitad de la suma de las frecuencias absolutas.
Es decir tenemos que buscar el intervalo en el que se encuentre N/2
N
−F i−1
2
Mediana=Li + . a1
fi

Li-1 = límite inferior donde se encuentra la clase donde se encuentra la moda

Fi-1= frecuencia acumulada anterior a la clase modal o intervalo modal
a1 = Es amplitud del intervalo de clase
fi = frecuencia absoluta del intervalo modal

MODA
La moda de un conjunto de datos es el valor que se presenta con mayor
frecuencia. Un conjunto de datos puede tener una moda, más de una moda o
ninguna moda. Cuando dos valores se presentan con la misma frecuencia y esta
es la más alta, ambos, valores son modas, por lo que el conjunto de datos es
bimodal. Cuando más de dos valores se presentan con la misma frecuencia y esta
es la más alta, todos los valores son modas, por lo que el conjuntos de datos es
multimodal. Cuando ningún valor se repite, se dice que no hay moda.

Moda en una distribución de frecuencias agrupadas.

f i+1
Moda=Li+ .a
f i+1 + f i−1 1

Li-1 = límite inferior donde se encuentra del intervalo de clase modal

fi-1= frecuencia absoluta anterior a la clase modal o intervalo modal
fi+1= frecuencia absoluta posterior a la clase modal o intervalo modal
a1 = Es amplitud del intervalo de clase

MEDIDAS DE POSICIÓN

DECILES
Los deciles son los nueve valores que dividen la serie de datos en diez partes
iguales. Los deciles dan los valores correspondientes al 10%, al 20%... y al 90%
de los datos. D5 coincide con la mediana.

PERCENTILES
Los percentiles son medidas de ubicación, que se denotan con P1, P2, …,P99, las
cuales dividen un conjunto de datos en 100 grupos con aproximadamente 1% de
los valores en cada grupo.
El proceso de calcular el percentil que corresponde a un valor x específico es el
siguiente:
numero de valore menores que x
percentil del valor x = .100
numero total de valores
(el resultado se redondea al entero m a s entero)
Por ejemplo, el percentil 50, que se denota con P50, deja el 50% de los datos por
debajo, y alrededor por arriba de él. Por lo tanto, el percentil 50 es igual a la
mediana. No existe un acuerdo universal sobre el mejor procedimiento para el
cálculo de los percentiles.

CUARTILES
Así como hay 99 percentiles que dividen los datos en 100 grupos, existen tres
cuartiles que dividen que dividen los datos en cuatro grupos. Los cuartiles son
medidas de ubicación, que se denotan por Q 1, Q2, y Q3, y dividen un conjunto de
datos ordenado en cuatro partes iguales, con aproximadamente el 25% de los
valores de cada grupo.
MEDIDAS DE FORMAS

La ASIMETRIA es la medida que indica la simetría de la distribución de

una variable respecto a la media aritmética sin necesidad de hacer la
representación gráfica. Los coeficientes de asimetría indican si hay el mismo
número de elementos a izquierda y derecha de la media.

Existen tres tipos de curva de distribución según su asimetría

 Asimetría negativa: la cola de la distribución se alarga para valores

inferiores a la media
 Simétrica: hay el mismo número de elementos a izquierda y derecha
de la media.. En este caso, coinciden la media, la mediana y la moda
La distribución se adapta a la forma de la campana de Gauss, o
distribución normal.
 Asimetría positiva: la cola de la distribución se alarga (a la derecha)
para valores superiores a la media.

 Coeficiente de asimetría de Fisher
El coeficiente de asimetría de Fisher CAF evalúa la proximidad de los datos a
su media x. Cuanto mayor sea la suma ∑(xi–x)3, mayor será la asimetría. Sea el
conjunto X=(x1, x2,…, xN), entonces la fórmula de la asimetría de Fisher es:

Cuando los datos están agrupados o agrupados en intervalos, la fórmula

del coeficiente de asimetría de Fisher se convierte en:

 Si CAF<0: la distribución tiene una asimetría negativa y se alarga a

valores menores que la media.
 Si CAF=0: la distribución es simétrica.
  Si CAF>0: la distribución tiene una asimetría positiva y se alarga a
valores mayores que la media.

Coeficiente de asimetría de Pearson

El coeficiente de asimetría de Pearson CAP mide la diferencia entre la
media y la moda respecto a la  dispersion del conjunto X=(x1, x2,…, xN).

Este procedimiento, menos usado, lo emplearemos solamente en

distribuciones unimodales y poco asimétricas.

 Si CAP<0: la distribución tiene una asimetría negativa, puesto que

la media es menor que la moda.
 Si CAP=0: la distribución es simétrica.
 Si CAP>0: la distribución tiene una asimetría positiva, ya que
la media es mayor que la moda.
 Curtosis
La curtosis (o apuntamiento) es una medida de forma que mide cuán
escarpada o achatada está una curva o distribución.

Este coeficiente indica la cantidad de datos que hay cercanos a la media,

de manera que a mayor grado de curtosis, más escarpada (o apuntada) será
la forma de la curva.
 La curtosis se mide promediando la cuarta potencia de la diferencia
entre cada elemento del conjunto y la media, dividido entre la desviación
típica elevado también a la cuarta potencia. Sea el conjunto X=(x1, x2,…, xN),
entonces el coeficiente de curtosis será:

En la fórmula se resta 3 porque es la curtosis de una distribución Normal.

Entonces la curtosis valdrá 0 para la Normal, tomándose a ésta como
referencia.

Cuando los datos están agrupados o agrupados en intervalos, la fórmula

del coeficiente de curtosis se convierte en:
ANEXO
 CONCLUSIONES

Al finalizar este trabajo, pude entender que las medidas de tendencia

central como la media, moda, y mediana, son muy empleadas en la
vida cotidiana, la media aritmética que se calcula al sumar los datos y
dividir el total entre el numero de datos, la utilizamos en nuestra vida
universitario específicamente la media ponderada cuando calculamos
el promedio estudiantil del semestre a o promedio estudiantil
acumulado de notas, la mediana es el valor intermedio en una
distribución de datos, la moda es el valor que ocurre con mayor
frecuencia, cuando estamos desarrollando algoritmos en programación
muchas veces se presentan errores y estos errores se organizan en
software de creación de algoritmos y nos dice que errores hay y
cuantas veces se ha producido, esto nos lo hace mostrándonos
pequeñas tablas con los errores determinados.

Las medidas de posición nos permiten conocer otros puntos

característicos de la distribución que no son los valores centrales,
entre ellos tenemos los cuartiles, que dividen a la distribución en
cuatro partes, los deciles, que dividen a la distribución en diez partes,
los percentiles, que dividen a la distribución en cien partes
BIBLIOGRAFIAS

-https://es.wikipedia.org/wiki/Asimetr%C3%ADa_estad
%C3%ADstica
- https://virtual.uptc.edu.co/ova/estadistica/docs/libros/ftp.bioestadistica.uma.es/
libro/node25.htm
- https://fieecs.uni.edu.pe/wp-content/uploads/2020/01/COMPRESI%C3%93N-Y-
MEDIDA-DEL-CONCEPTO-DE-SIMETR%C3%8DA.pdf
https://www.monografias.com/trabajos87/medidas-forma-asimetria-curtosis/
medidas-forma-asimetria-curtosis