Semana 1 Clase 2

Curso Universidad Nacional
ESTADÍSTICA del Centro del Perú
Tema: Medidas de tendencia central

Docente: José Luis Claros Cuadrado
Maestría en Gestión Ambiental y Desarrollo Sostenible

Unidad de Posgrado de la Facultad de Ciencias Forestales y del Ambiente
Universidad Nacional
del Centro del Perú Maestría en Gestión Ambiental y Desarrollo Sostenible
Medidas de tendencia central

Definiciones
Son parámetros estadísticos que informan sobre el

centro de la distribución de la muestra o población
estadística.
Principales estadísticas que permiten definir con un
valor o número “el centro”, de un conjunto de
mediciones u observaciones.
Estadística

Definiciones
Ayudan a entender cómo se comportan los datos,

siempre y cuando su distribución sea relativamente
normal, es decir, que los datos que más se repiten
estén más al centro.
Estadística

Definiciones
Generalmente se utilizan 3 de estos valores también

conocidos como estadígrafos:
- La media aritmética.
- La mediana.
- La moda.
Estadística

La media aritmética
Es el valor promedio de un conjunto de datos

numéricos.
Se puede considerar el centro de gravedad de toda la
distribución, pues en ella se representan todos los
valores observados.
Estadística

La media puede servir para representar un conjunto de

datos.
Por ejemplo, si en una plantación se tiene una altura
cuya media es 23 m, entonces los 23 m representa la
altura de todos, aunque puede no ser la altura de
ninguno en particular.
Estadística

Ventajas e inconvenientes:
- Viene expresada en las mismas unidades que la
variable.
- En su cálculo intervienen todos los valores de la
distribución.
Estadística

- Es el centro de gravedad de toda la distribución,
representando a todos los valores observados.
- Su principal inconveniente es que se ve afectada por
los valores extremadamente grandes o pequeños de la
distribución.
Estadística

Ejemplo:
Estadística

Ejemplo:
12 + 15 + 14 + 15 + ……… + 23 + 16 + 17 + 18 + 19
𝑥=
30
500
𝑥=
30
𝑥 = 16.67 cm
Estadística

La mediana
También conocida como media posicional, por ocupar el
centro de los datos, que deben estar ordenados.
En este caso la mitad (50%) de los datos estará por
encima de la mediana y la otra mitad (50%) estará por
debajo de ella.
Estadística

La mediana
Se calcula:
a) Cuando el número datos es par:
1, 10, 3, 8, 9, 5
1° Se ordenan de menor a mayor: 1,3,5,8,9,10
2° Se selecciona los dos valores centrales: 5 y 8
3° Se determina el promedio:
Me = (5+8)/2= 6.5
Estadística

La mediana
Se calcula:
b) Cuando el número datos es impar:
1, 10, 3, 8, 9, 5, 5
1° Se ordenan de menor a mayor:
1, 3, 5, 5, 8,9,10
2° Se selecciona el valor que esta en el centro: 5
Me = 5
Estadística

La mediana
- Es fácil de calcular.
- En la mediana solo influyen los valores centrales y es
insensible a los valores extremos u “outliers ”.
- En su determinación no intervienen todos los valores
de la variable.
Estadística

La mediana
Ejemplo:
Estadística

La mediana
Ejemplo: Me = (1.25+1.25)/2= 1.25
Estadística

La moda
Es el valor de un conjunto de datos que aparece con
mayor frecuencia. No depende de valores extremos,
pero es más variable que la media y la mediana.
Un grupo de datos puede no tener moda, tener una
moda (unimodal), dos modas (bimodal) o más de dos
modas (multimodal).
Estadística

La moda
Veamos los siguientes ejemplos:
a) Se tiene una muestra con valores:
20, 23, 24, 25, 25, 26 y 30.
Mo = 25 es unimodal
Estadística

La moda
b) Se tiene una muestra con valores:
20, 20, 23, 24, 25, 25, 26 y 30.
Mo= 20 y 25, es bimodal.
Estadística

La moda
c) Se tiene una muestra con valores:
20,20, 23, 24, 25, 25, 26, 30 y 30.
Mo= 20, 25 y 30, es multimodal.
Estadística

La moda
- Su cálculo es sencillo y de fácil interpretación.
- Es la única medida de posición central que puede
obtenerse en las variables de tipo cualitativo.
- En su determinación no intervienen todos lo valores de
la distribución.
Estadística

La moda
Ejemplo:
Estadística

La moda
Ejemplo: Mo = 60,9 y 64,8 es bimodal
Estadística
Tema: Medidas de dispersión


Medidas de dispersión
Definiciones
Tratan a través del cálculo de diferentes fórmulas,
arrojar un valor numérico que ofrezca información
sobre el grado de variabilidad de una variable.
Estadística
Definiciones
En otras palabras, las medidas de dispersión son números
que indican si una variable se mueve mucho, poco, más o
menos que otra. La razón de ser de este tipo de medidas
es conocer de manera resumida una característica de la
variable estudiada.
Estadística
Varianza
Es una medida de dispersión que representa la
variabilidad de una serie de datos respecto a su media.
Formalmente se calcula como la suma de los residuos al
cuadrado divididos entre el total de observaciones.
Estadística
Varianza
𝑛
σ 𝑁 (𝑥𝑖−µ)2 σ (𝑥𝑖−x̄ )2
𝑖=1 𝑖=1
σ2 = S2 =
𝑁 𝑛−1
xi: Observación número i de la variable.

i puede tomar valores entre 1 y n.
N: Población.
n: Muestra
µ o x̄: Media de la variable.
Estadística
Varianza
Se tiene la densidad básica (gr/cm3) de 30 probetas de
madera de la especie Amburana cearensis (DUCKE) A:C.
Smith. (Ishpingo)
Estadística
𝑛
σ 𝑁 (𝑥𝑖−µ)2
𝑖=1
σ
𝑖=1 (𝑥𝑖− x̄ ) 2
Medidas de dispersión σ2 = S2 =
𝑁 𝑛−1
Varianza
0.41 − 0.40 2 + 0.42 − 0.40 2 + ⋯ + 0.39 − 0.40 2 + 0.40 − 0.40 2
σ2 =
30
σ2 = 0.0003
Estadística
Desviación típica
La desviación estándar o desviación típica es una medida
que ofrece información sobre la dispersión media de una
variable. La desviación estándar es siempre mayor o igual
que cero.
Estadística
Desviación típica
𝑛
σ 𝑁 (𝑥𝑖−µ )2 σ (𝑥𝑖−x̄ )2
𝑖=1 𝑖=1
σ= 𝑆=
𝑁 𝑛−1
xi: Observación número i de la variable X.

i puede tomar valores entre 1 y n.
N: Población.
n: Muestra
µ o x̄: Media
Estadística
Desviación típica
Smith. (Ishpingo)
Estadística
𝑛
Medidas de dispersión σ 𝑁 (𝑥𝑖−µ )2
𝑖=1
σ
𝑖=1 (𝑥𝑖−x̄ ) 2
σ= 𝑆=
𝑁 𝑛−1
Desviación típica
0.41 − 0.40 2 + 0.42 − 0.40 2 + ⋯ + 0.39 − 0.40 2 + 0.40 − 0.40 2
σ=
30
σ = 0.016
Estadística
Coeficiente de variación
También denominado como coeficiente de variación de Pearson,
es una medida estadística que nos informa acerca de la dispersión
relativa de un conjunto de datos.
Es decir, nos informa al igual que otras medidas de dispersión, de
si una variable se mueve mucho, poco, más o menos que otra.
Expresa si la dispersión es alta o no y el grado de
representatividad de la media. Además permite comparar
coeficientes de distintas series de datos y sus respectivos niveles
de dispersión.
Estadística
Además….
-Si la media es negativa, se toma su valor absoluto.
-No es posible calcularlo si la media es cero.
-Si la desviación estándar es igual a cero, no hay dispersión: todos los valores
son iguales ⇒ CV = 0
-Si 0 ≤ CV ≤ 0,3 existe poca dispersión. La media es representativa.
-Si 0,3 ≤ CV 〈1 la dispersión será baja si CV es cercano a 0,3 y alta si es
cercano a 1. La media será bastante o poco representativa, dependiendo del
valor de CV.
-Si CV ≥ 1 existe mucha dispersión. La media no es representativa.
Estadística
Además….
-Si el CV ≤ 5% datos muy homogéneos, la media es muy representativa.
-Si 5% ≤ CV < 20% datos con homogeneidad aceptable, la media es
representativa
-Si CV ≥ 20% datos heterogéneos, la media es poco representativa.
Estadística
σ 𝑆
𝐶𝑉 = =
µ x̄
σ o S: Desviación típica de la variable.
µ o x̄ : Media de la variable
Estadística
Smith. (Ishpingo)
Estadística
Medidas de dispersión 𝑆 σ
𝐶𝑉 = =
Coeficiente de variación µ x̄
0.06
C𝑉 =
0.40
C𝑉 = 0.15 o 15%
Si 0 ≤ CV ≤ 0,3 existe poca dispersión. La
media es representativa.
Si 5% ≤ CV < 20% datos con homogeneidad
aceptable, la media es representativa
Estadística
Rango
Es una medida razonable de Variabilidad llamada también

en algunas ocasiones amplitud y que se obtiene restando
el valor más bajo de un conjunto de observaciones del
valor más alto. Es fácil de calcular y sus unidades son las
mismas que las de la variable.
Estadística
Rango
𝑅 = 𝐷𝑎𝑡𝑜 𝑚𝑎𝑦𝑜𝑟 − 𝐷𝑎𝑡𝑜 𝑚𝑒𝑛𝑜𝑟
𝑅 = 𝑋𝑚𝑎𝑥 − 𝑋𝑚í𝑛
Estadística
Rango
Smith. (Ishpingo)
Estadística
Medidas de dispersión 𝑅 = 𝑋𝑚𝑎𝑥 − 𝑋𝑚í𝑛

Rango
𝑅 = 0.45 - 0.37
𝑅 = 0.08
Estadística
Tema: Medidas de posición


Medidas de posición
Definiciones
También conocidas como Otras Medidas de Dispersión,
son otras medidas o métodos que resultan ser más
prácticos para precisar ciertas situaciones en las que se
busca describir la variación o dispersión en un conjunto
de datos.
Estadística
Cuartiles
Son los tres valores de la variable que dividen a un
conjunto de datos ordenados en cuatro partes iguales (de
25% cada parte). De manera que para resolver un
problema sobre cuartiles solamente tenemos que hallar
Q1; Q2 y Q3.
Estadística
Cuartiles
Estadística
Cuartiles
Diferenciaremos dos casos:
Sin parte decimal: Por ejemplo, N=19
𝑁+1
Q1=
4
19+1
Q1 =
4
=5 Q1= X5
Estadística
Cuartiles
Diferenciaremos dos casos:
Con parte decimal: Por ejemplo, N=20
𝑁+1 20+1
Q1=
4
=
4
=5.25 Q1= Xi+ d(Xi+1-Xi)
Donde:
i es la parte entera y d la decimal.
Q1= X5+ 0.25(X6-X5)
Estadística
Cuartiles para datos
Se tiene las edades de 20 árboles inventariados en un
área de concesión forestal.
Estadística
Cuartiles
Primer cuartil
1(𝑁+1) 20+1
Clase cuartil (1)= = =5,25 Q1= Xi+ d(Xi+1-Xi)
4 4
i=5
5,25
d=0.25
Estadística
Cuartiles Q1= Xi+ d(Xi+1-Xi)
i=5
Primer cuartil
d=0.25
Q1= X5+0.25(X5+1 – X5)
Q1= 28+0.25(29 – 28)

Q1= 28.25
Estadística
Cuartiles
Segundo cuartil
2(𝑁+1) 2∗21
Clase cuartil (2)= = =10.5 Q2= Xi+ d(Xi+1-Xi)
4 4
i=10
10.5
d=0.5
Estadística
i=10
Segundo cuartil
d=0.5
Q2= X10+0.5(X10+1 – X10)
Q2= 34+0.5(37 – 34)

Q2= 35.5
Estadística
Cuartiles
Tercer cuartil
3(𝑁+1) 3∗21
Clase cuartil (3)= = =15,75 Q3= Xi+ d(Xi+1-Xi)
4 4
i=15
15,75
d=0.75
Estadística
i=15
Tercer cuartil
d=0.75
Q3= X15+0.75(X16 – X15)
Q3= 52+0.75(53 – 52)

Q3= 52.75
Estadística
Cuartiles
Estadística
Deciles
Son los nueve valores que dividen una serie de datos
ordenados en diez partes iguales, dan los valores
correspondientes al 10%, al 20%... y al 90% de los datos.
El quinto decil coincide con la mediana, pero también,
coincide con el segundo cuartil.
Estadística
Deciles
Estadística
Deciles
Segundo decil
2(𝑁+1) 2∗21
Clase decil (2)= = =4,2 D2= Xi+ d(Xi+1-Xi)
10 10
i=4
4,2
d=0.2
Estadística
Deciles D2= Xi+ d(Xi+1-Xi)
i=4
Segundo decil
d=0.2
D2= X4+0.2(X4+1 – X4)
D2= 28+0.2(28 – 28)

D2= 28
Estadística
Deciles
Quinto decil
5(𝑁+1) 5∗21
Clase decil (5) = = =10,5 D5= Xi+ d(Xi+1-Xi)
10 10
i=10
10,5
d=0.5
Estadística
Deciles D5= Xi+ d(Xi+1-Xi)
i=10
Quinto decil
d=0.5
D5= X10+0.5(X10+1 – X10)
D5= 34+0.5(37 – 34)

D5= 35.5
Estadística
Deciles
Estadística
Percentiles
Son los 99 valores de la variable que dividen a un
conjunto de datos ordenados en 100 partes iguales (de
1% cada parte). De manera que para resolver un
problema sobre percentiles solamente tenemos que
hallar P1; P2 ; P3 ; P4; ... ; P99
Estadística
Percentiles
Estadística
Percentiles
Percentil 50
50(𝑁+1) 50∗21
Clase percentil(50)= = =10.5 P50= Xi+ d(Xi+1-Xi)
100 100
i=10
10,5
d=0.5
Estadística
Percentiles P50= Xi+ d(Xi+1-Xi)
i=10
Percentil 50
d=0.5
P50= X10+0.5(X10+1 – X10)
P50= 34+0.5 (37 – 34)

P50= 35.5
Estadística
Percentiles
Estadística
Tema: Medidas de forma y concentración


Medidas de forma y concentración

Asimetría y curtosis
Necesarias para determinar el comportamiento de los
datos y así, poder adaptar herramientas para el análisis
estadístico.
Son indicadores estadísticos que permiten identificar si
una distribución de frecuencia presenta uniformidad.
Estadística

Asimetría
Esta medida nos permite identificar si los datos se
distribuyen de forma uniforme alrededor del punto
central (Media aritmética). La asimetría presenta tres
estados diferentes, cada uno de los cuales define de
forma concisa como están distribuidos los datos respecto
al eje de asimetría.
Estadística

Asimetría
La curva es simétrica o insesgada cuando se distribuye
aproximadamente la misma cantidad de valores en ambos lados
de la media. Media=Mediana=Moda
Se dice que la asimétrica es positiva (o sesgada a la derecha)

cuando la mayoría de los datos se encuentran por encima del
valor de la media. Moda<Mediana<Media
Finalmente, se conoce como asimétrica negativa (o sesgada a la

izquierda) cuando la mayor cantidad de datos se aglomeran en los
valores menores que la media. Media<Mediana<Moda
Estadística

Asimetría
Estadística

Asimetría
Fórmulas para determinar el grado de simetría:
Karl Pearson Bowley
3(𝑀𝑒𝑑𝑖𝑎 − 𝑀𝑒𝑑𝑖𝑎𝑛𝑎) 𝑄3 + 𝑄1 − 2𝑄2
𝐴𝑠 = 𝐴𝑠 =
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑄3 + 𝑄 1
(As = 0): Se acepta que la distribución es Simétrica, es decir, existe aproximadamente la misma cantidad de valores a los dos
lados de la media. Este valor es difícil de conseguir por lo que se tiende a tomar los valores que son cercanos ya sean positivos
o negativos (± 0.5).
(As > 0): La curva es asimétricamente positiva por lo que los valores se tienden a reunir más en la parte izquierda que en la
derecha de la media.
(As < 0): La curva es asimétricamente negativa por lo que los valores se tienden a reunir más en la parte derecha de la media.
Estadística

Asimetría
Estadística

Asimetría
3(𝑀𝑒𝑑𝑖𝑎 − 𝑀𝑒𝑑𝑖𝑎𝑛𝑎) 𝑄3 + 𝑄1 − 2𝑄2
𝐴𝑠 = 𝐴𝑠 =
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑄3 + 𝑄1
Media: 4.73 3(4.73 − 4)

A𝑠 =
Moda: 4 2.36
Mediana: 4
DesEst.: 2.36 A𝑠 = 0.93
(As > 0): La curva es asimétricamente positiva por lo que los
valores se tienden a reunir más en la parte izquierda que en la
derecha de la media.
Estadística

Curtosis
Esta medida determina el grado de concentración que
presentan los valores en la región central de la
distribución. Por medio del Coeficiente de Curtosis,
podemos identificar si existe una gran concentración de
valores (Leptocúrtica), una concentración normal
(Mesocúrtica) ó una baja concentración (Platicúrtica).
Estadística

Curtosis
Estadística

Curtosis
Fórmulas para determinar la curtosis:
Donde (g2) representa el coeficiente de Curtosis, (Xi) cada uno de los valores, (X) la media de la muestra y (ni) la frecuencia de
cada valor. Los resultados de esta fórmula se interpretan:
(g2 = 0) la distribución es Mesocúrtica: Al igual que en la asimetría es bastante difícil encontrar un coeficiente de Curtosis de
cero (0), por lo que se suelen aceptar los valores cercanos (± 0.5 aprox.).
(g2 > 0) la distribución es Leptocúrtica
(g2 < 0) la distribución es Platicúrtica
Estadística

Curtosis
𝐾 = 𝑔2 = 0.77
(g2 > 0) la distribución es Leptocúrtica, existe una gran
concentración de valores
Estadística
¡Gracias!
jlclaros@uncp.edu.pe
Estadística

Semana 1 Clase 2

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Semana 1 Clase 2

Cargado por

Copyright:

Formatos disponibles

Curso Universidad Nacional

ESTADÍSTICA del Centro del Perú

Tema: Medidas de tendencia central

Maestría en Gestión Ambiental y Desarrollo Sostenible

Medidas de tendencia central

Son parámetros estadísticos que informan sobre el

Medidas de tendencia central

Ayudan a entender cómo se comportan los datos,

Medidas de tendencia central

Generalmente se utilizan 3 de estos valores también

Medidas de tendencia central

Es el valor promedio de un conjunto de datos

Medidas de tendencia central

La media puede servir para representar un conjunto de

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Medidas de tendencia central

Tema: Medidas de dispersión

Maestría en Gestión Ambiental y Desarrollo Sostenible

xi: Observación número i de la variable.

xi: Observación número i de la variable X.

Es una medida razonable de Variabilidad llamada también

Medidas de dispersión 𝑅 = 𝑋𝑚𝑎𝑥 − 𝑋𝑚í𝑛

Tema: Medidas de posición

Maestría en Gestión Ambiental y Desarrollo Sostenible

Q1= X5+ 0.25(X6-X5)

Q1= 28+0.25(29 – 28)

Q2= 34+0.5(37 – 34)

Q3= 52+0.75(53 – 52)

D2= 28+0.2(28 – 28)

D5= 34+0.5(37 – 34)

P50= 34+0.5 (37 – 34)

Tema: Medidas de forma y concentración

Maestría en Gestión Ambiental y Desarrollo Sostenible

Medidas de forma y concentración

Medidas de forma y concentración

Medidas de forma y concentración

Se dice que la asimétrica es positiva (o sesgada a la derecha)

Finalmente, se conoce como asimétrica negativa (o sesgada a la

Medidas de forma y concentración

Medidas de forma y concentración

Medidas de forma y concentración

Medidas de forma y concentración

Media: 4.73 3(4.73 − 4)

Medidas de forma y concentración

Medidas de forma y concentración

Medidas de forma y concentración

(g2 > 0) la distribución es Leptocúrtica