Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADÍSTICA DESCRIPTIVA
COEFICIENTES DE VARIABILIDAD
COEFIENTE DE SIMETRIA Y ASIMETRIA
COEFICIENTES DE SIMETRIA Y ASIMETRÍA
¿Qué es variabilidad?
Algunas personas asocian variabilidad con rango mientras que otras asocian
variabilidad con cómo difieren los valores de la media. Hay muchas medidas
de variabilidad, y la desviación estándar es la más usada. Pero recuerden que
una distribución con la menor desviación estándar no es necesariamente la
distribución que es menos variable con respecto a otras definiciones de
variabilidad.
Resumen: Cuando queremos describir una variable usamos alguna medida de posición
central y una medida de dispersión. El par de medidas más comúnmente usado es la
media aritmética y la desviación estándar. Pero vimos que cuando la distribución de las
observaciones es sesgada, la media no es una buena medida de posición central y
preferimos la mediana. La mediana en general va acompañada del rango como medida de
dispersión. Pero cuando observamos valores extraños (extremos) el rango se ve muy
afectado, por lo que preferimos usar el rango entre cuartiles.
COEFICIENTES DE SIMETRIA Y ASIMETRÍA
¿Qué son los outliers?
( x − x)
i
4
K= i =1
4
−3
nS
COEFICIENTES DE SIMETRIA Y ASIMETRÍA
n
Curtosis 4
( y − y) n
i j
Y para el caso de datos tabulados: K= i =1
4
−3
nS
Interpretación: el valor de este coeficiente para la distribución normal será
igual a 0, o sea que cualquier distribución para la que se obtenga un valor de
K igual o próximo a 0 significará que su nivel de apuntamiento es como el de
la distribución normal (mesocúrtica). Valores mayores que 0, expresan que
la distribución es leptocúrtica, mientras que si son menores que 0 ponen de
manifiesto que la distribución es platicúrtica. No está limitado a un rango de
valores.
COEFICIENTES DE SIMETRIA Y ASIMETRÍA
COEFICIENTES DE SIMETRIA Y ASIMETRÍA
El Coeficiente de Variación
Es otra medida de variabilidad que tiene la ventaja de ser sin unidades.
Para una muestra de datos con media M(Y) y desviación estándar s, se define
el coeficiente de variación como
S
CV =
Y
Si cambiamos la escala de medir en la variable, el coeficiente de variación
no cambia. No obstante, si la media es igual a cero, el coeficiente de
variación no existe.
COEFICIENTES DE SIMETRIA Y ASIMETRÍA
EJEMPLO: como parte de un
estudio de medición de FM MODERNA FM PANAMERICANA
Tiempo de escucha
audiencia radial, se llevó a cabo Tiempo de escucha (minutos) Hogares (nº) (minutos)
Hogares (nº)
Li Ls nj Li Ls nj
una encuesta a 150 hogares de 0 15 14 0 15 3
15 30 45
la ciudad para medir el tiempo 15
30
30
45
18
20 30 45 25
45 60 20
de escucha de dos radios locales, 45
60
60
75
25
45
60 75 18
75 90 18
entre la 16 y las 19 horas. los 75
90
90
105
18
7
90 105 14
105 120 7
resultados de esta observación 105 120 3 TOTAL 150
TOTAL 150
se presentan en la tablas
adjuntas:
COEFICIENTES DE SIMETRIA Y ASIMETRÍA
FM MODERNA FM PANAMERICANA
Tiempo de escucha Marca de Hogares Tiempo de Marca de Hogares
(minutos) clase (nº) escucha (minutos) clase (nº)
Li Ls Yj nj Yj*nj Nj (Yj-Media)^2*nj Li Ls Yj nj Yj*nj Nj (Yj-Media)^2*nj
0 15 7,5 14 105 14 30401,84 0 15 7,5 3 22,5 3 6075
15 30 22,5 18 405 32 17974,08 15 30 22,5 45 1012,5 48 40500
30 45 37,5 20 750 52 5511,2 30 45 37,5 25 937,5 73 5625
45 60 52,5 25 1312,5 77 64 45 60 52,5 20 1050 93 0
60 75 67,5 45 3037,5 122 8080,2 60 75 67,5 18 1215 111 4050
75 90 82,5 18 1485 140 14518,08 75 90 82,5 18 1485 129 16200
90 105 97,5 7 682,5 147 13184,92 90 105 97,5 14 1365 143 28350
105 120 112,5 3 337,5 150 10231,68 105 120 112,5 7 787,5 150 25200
TOTAL 150 8115 99966 TOTAL 150 7875 126000
Medida FM moderna FM Panamericana
Media 54,10 52,50
Mediana 58,80 46,50
Moda 66,38 25,16
Q1 34,58 26,50
Q3 71,83 76,25
Y − MO
S^2 670,91 845,64 CAP = MUESTRAL
S 25,90 29,08 S
Q1 + Q3 − 2Q2
CAP= -0,474 0,940 CAB =
CAB= -0,300 0,196 Q3 − Q1
COEFICIENTES DE CORRELACIÓN
Este ejemplo muestra cómo obtener los coeficientes de correlación y
los estadísticos del procedimiento Correlaciones bivariadas.
✓ En el cuadro de diálogo Correlaciones bivariadas, seleccionar las
variables tiempemp (meses desde el contrato), salini (salario inicial)
y salario (salario actual) y trasladarlas a la lista Variables.
✓ Marcar las opciones Pearson, Tau-b de Kendall y Spearman del
recuadro Coeficientes de correlación.
✓ Pulsar el botón Opciones... para acceder al cuadro de diálogo
Correlaciones bivariadas: Opciones y, en el recuadro Estadísticos,
marcar las opciones Medias y desviaciones típicas y Productos
cruzados y covarianzas.
XY − X Y
COV ( X , Y ) =
XY
− XY r=
COV ( X , Y )
= n
n S X * SY S X * SY
COEFICIENTES DE CORRELACIÓN LINEAL DE PEARSON
Total Media Var Ds C_V
xi 1 3 5 5 6 7 7 8 9 10 0,431
yi 2 4 3 5 7 6 7 7 8 10 0,388
ni 3 4 3 4 4 3 4 2 1 2 30
xi*ni 3 12 15 20 24 21 28 16 9 20 168 5,6
yi*ni 6 16 9 20 28 18 28 14 8 20 167 5,567
xiyini 6 48 45 100 168 126 196 112 72 200 1073
xi^2*ni 3 36 75 100 144 147 196 128 81 200 1110 5,83 2,42
yi^2*ni 12 64 27 100 196 108 196 98 64 200 1065 4,67 2,16
( x − x) n 2
( x n − nx ))
i i
1 2
Sx = i =1
= 2
n −1 n −1
i i
COEFICIENTES DE SIMETRIA Y ASIMETRÍA
COEFICIENTES DE SIMETRIA Y ASIMETRÍA
INTRODUCCIÓN A LA TEORÍA DE PROBABILIDAD
En la vida cotidiana aparecen muchas situaciones en las que los resultados observados son
diferentes aunque las condiciones iniciales en las que se produce la experiencia sean las
mismas. Por ejemplo, al lanzar una moneda unas veces resultará cara y otras sello.
La teoría de la probabilidad pretende ser una herramienta para modelizar y tratar con
situaciones de este tipo. Por otra parte, cuando aplicamos las técnicas estadísticas a la
recogida, análisis e interpretación de los datos, la teoría de la probabilidad proporciona una
base para evaluar la fiabilidad de las conclusiones alcanzadas y las inferencias realizadas. El
objetivo del Cálculo de Probabilidades es el estudio de métodos de análisis del
comportamiento de fenómenos aleatorios.
INTRODUCCIÓN A LA TEORÍA DE PROBABILIDAD
La teoría de la probabilidad pretende ser una herramienta para modelizar y tratar con
situaciones de este tipo. Por otra parte, cuando aplicamos las técnicas estadísticas a la
recogida, análisis e interpretación de los datos, la teoría de la probabilidad proporciona una
base para evaluar la fiabilidad de las conclusiones alcanzadas y las inferencias realizadas.
El objetivo del Cálculo de
Probabilidades es el estudio de
métodos de análisis del
comportamiento de fenómenos
aleatorios. Aunque desde sus orígenes
siempre han estado ligadas, es cierto
que existe un cierto paralelismo entre
la estadística descriptiva y el cálculo de
probabilidades, como se puede
apreciar en la siguiente tabla:
Conceptos básicos
Con ellos vamos a dar una serie de conceptos para poder desarrollar este tema y los
sucesivos.