Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Maestría en Contabilidad
Mención Finanzas Empresariales
MEDIDAS DE TENDENCIA
CENTRAL
n
Datos agrupados en tabla:
Usar como xi las marcas de clase (Yi) x
Yn
i i i
n
Medidas de tendencia central
Mediana (Me):
Es un valor que divide a las observaciones en dos grupos con el
mismo número de individuos (percentil 50). Si el número de
datos es par, se elige la media de los dos datos centrales.
Mediana de 1,2,4,5,6,6,8 es 5
Mediana de 1,2,4,5,6,6,8,9 es (5+6)/2=5,5
Es conveniente cuando los datos son asimétricos.
No es sensible a valores extremos
Mediana de 1,2,4,5,6,6,800 es 5. ¡La media es 117,7!
Altura mediana
Medidas de tendencia central
Mediana de datos agrupados:
Intervalo Y1 ni Ni
L0 – L 1 Y1 n1 N1
L1 – L 2 Y2 n2 N2
...
Lk-1 – Lk Yk nk Nk
n
Medidas de tendencia central
Moda (Mo):
Es el valor que mas se repite
Es el valor donde la distribución de frecuencias alcanza un
máximo.
La moda puede no existir en un conjunto de datos. Si existe,
puede no ser única.
Medidas de tendencia central
Moda de datos agrupados: Se encuentra en la clase que contiene
la frecuencia mayor
Intervalo Y1 ni Ni
L0 – L 1 Y1 n1 N1
L1 – L 2 Y2 n2 N2
...
Lk-1 – Lk Yk nk Nk
n
Ejemplo
15
10
5
0
1 2 3 4 5
15
10
5
0
50 55 60 65 70 75 80 85
Percentiles 5 y 95
20
15
frecuencia
10
5
0
10
5
0
0.08
Resumen :
0.06
Mínimo, cuartiles y máximo.
densidad
0.04
Suelen dar una buena idea de la
distribución. P25 P50 P75
0.02
Mín. Máx.
0.00
La zona central, ‘caja’, contiene al 40 45 50 55 60 65
50% central de las observaciones. Velocidad (Km/h) de 200 vehículos en ciudad
1,5 R.I.
densidad
0.02
marcan.
0.00
0.05
Amplitud o Rango (R): Mín. P25 P50 P75 Máx.
0.04
2,1,4,3,8,4. El rango es 8-1=7
0.03
Es muy sensible a los valores extremos.
25% 25% 25% 25%
0.02
Rango intercuartílico
Rango intercuartil (RI):
0.01
Es la distancia entre el primer y Rango
tercer cuartil.
0.00
Rango intercuartil = P75 - P25 150 160 170 180 190
Medidas de dispersión
Desviación estándar (S) 50
Es la raíz cuadrada de la varianza
40
30
S S 2
20
10
Desv. típ. = 568,43
Media = 2023
0 50 N = 407,00
90
1.
1.
2.
2.
2.
3.
30
70
10
30
50
90
0
0
0
0
Peso recién nacidos en partos gemelares
Medidas de dispersión
La desviación estándar de los siguientes datos 2,4,5,6,8 es:
x
x i i
n = = =5
= =5
= 2.2361
Medidas de dispersión
La desviación estándar de la siguiente distribución es:
x
Yn
i i i
n
M. Clase Frecuencia
Peso
Yi ni Yini 𝑛 (𝑌 − 𝑋 )
40 – 50 45 5 225 2955
50 – 60 55 10 550 2048
60 – 70 65 21 1365 390
70 - 80 75 11 825 356
80 - 90 85 5 425 1231
90 - 100 95 3 285 1980
= 267.06 100 – 130 115 3 345 6263
58 4020 15222
= 16.34
Medidas de dispersión
Dispersión en distribuciones ‘normales’
0.05
0.05
0.04
0.04
0.03
0.03
0.02
0.02
0.01
0.01
xs x 2s
68.5 % 95 %
0.00
0.00
150 160 170 180 190 150 160 170 180 190
En las distribuciones
simétricas media, mediana y
moda coinciden.
La asimetría es positiva o
negativa en función de a qué
lado se encuentra la cola de
la distribución.
La media tiende a
desplazarse hacia los valores
extremos (colas).
Asimetría o Sesgo
Hay diferentes estadísticos que sirven para detectar asimetría.
Basado en diferencia entre estadísticos de tendencia central.
Basado en la diferencia entre el 1º y 2º cuartiles y 2º y 3º.
Basados en desviaciones con signo al cubo con respecto a la media.
Los calculados con ordenador. Es pesado de hacer a mano.
0.20
0.5
0.20
0.4
0.15
0.15
0.3
0.10
0.10
0.2
0.05
0.05
0.1
x s x s
x s
66 % 78 %
78 %
0.00
0.00
0.0
8 10 12 14 16 18 20 -2 -1 0 1 2 3 0 2 4 6 8 10 12 14
x x x
Apuntamiento o curtosis
La curtosis nos indica el grado de apuntamiento (aplastamiento) de
una distribución con respecto a la distribución normal o gaussiana.
0.8
0.3
1.5
0.6
0.2
1.0
0.4
0.1
0.5
0.2
x s
xs x s
68 %
57 % 82 %
0.0
0.0
0.0
Porcentaje
superior 1,99 n=215
15%
Media recortada al 5% 8%
1,75 10%
n=127
4%
Mediana 2,00 n=54 2% 2% 1%
5%
Varianza 3,114 n=24 n=23 n=17
Desv. típ. 1,765
Mínimo 0
0 1 2 3 4 5 6 7 Ocho o más
Máximo 8
Número de hijos
Rango 8
Amplitud intercuartil
3,00
3.-
4.- Variables
Casos
1.- Etiqueta
Vista de 2.- Etiqueta: Vista
datos de variables
Seguir
35
SPSS - variables
El ingreso de variables debe hacerse de acuerdo al tipo de datos que se
tienen; estos pueden ser:
Nombre de la variable
Dígitos en el
nombre
Valores de la
variable 36
SPSS – variables cualitativas
Esta variable se puede programar
Hacer
CLICK
Dar el valor 1
Ingresar
nombre de la
variable
Añadir
Nombres
largos
Nombres
cortos 37
SPSS – variables cualitativas
38
SPSS – Ingreso de datos
Retornar
39
SPSS – Estadísticas descriptivas
Solamente
para datos
numéricos
40
SPSS – Estadísticas descriptivas
Ingresar las
variables que se
desean estudiar
41
SPSS – Estadísticas descriptivas
Hoja de salida de resultados
42
SPSS – Frecuencias
Variables
cualitativas
43
SPSS – Frecuencias
Frecuencias
porcentajes
44
SPSS – Frecuencias
Gráfica
45
SPSS – Frecuencias
47
SPSS – Borrado de resultados
Seleccionar de la ventana
CONTENIDO, todo aquello
que se desea borrar
48
SPSS – Importar datos
Copiar con
comando
y Pegar
49
¿Qué hemos visto?
Parámetros
Estadísticos y estimadores
Clasificación
Posición (cuartiles, percentiles,...)
Diagramas de cajas
Medidas de tendencia central: Media, mediana y moda
Diferenciar sus propiedades.
Medidas de dispersión
con unidades: rango, rango intercuartíl, varianza, desv.
estándar
sin unidades: coeficiente de variación
¿Qué usamos para comparar dispersión de dos
poblaciones?
Asimetría
positiva
negativa
Medidas de apuntamiento (curtosis)
Las medidas de forma permiten conocer que forma tiene la curva que
representa la serie de datos de la muestra
51
ESTADISTICA DESCRIPTIVA
Medidas de forma: Grado de concentración
a) Concentración
Para medir el nivel de concentración de una distribución de frecuencia
se pueden utilizar distintos indicadores, entre ellos el Indice de Gini.
S ( pi qi )
IG
Spi
n1 n2 ... ni ( x1n1 ) ( x2 n2 ) ... ( xi ni )
pi *100 qi *100
n ( x1n1 ) ( x2 n2 ) ... ( xn nn )
En donde pi mide el porcentaje de individuos de la muestra que
presentan un valor igual o inferior al de xi.
El Indice Gini (IG) puede tomar valores entre 0 y 1:
IG = 0 : concentración mínima. La muestra está unifomemente repartida
a lo largo de todo su rango.
IG = 1 : concentración máxima. Un sólo valor de la muestra acumula el
100% de los resultados.
52
ESTADISTICA DESCRIPTIVA
Medidas de forma: Coeficiente de Asimetría
b) Asimetría
Se refiere a si la curva que forman los valores de la serie presenta la
misma forma a izquierda y derecha de un valor central (media
aritmética). Para medir el nivel de asimetría se utiliza el llamado
Coeficiente
1 de Asimetría de Fisher:
x x n
i
3
i
g1 n
3
1
xi x ni
2
2 g1 = 0 (distribución simétrica; existe la misma
n concentración de valores a la derecha y a la
izquierda de la media)
g1 > 0 (distribución asimétrica positiva; existe
mayor concentración de valores a la derecha
de la media que a su izquierda)
g1 < 0 (distribución asimétrica negativa;
existe mayor concentración de valores a la
izquierda de la media que a su derecha) 53
ESTADISTICA DESCRIPTIVA
Medidas de forma: Coeficiente de Curtosis
c) Curtosis
El Coeficiente de Curtosis analiza el grado de concentración que
presentan los valores alrededor de la zona central de la distribución.
Distribución mesocúrtica: presenta un grado de concentración medio
alrededor de los valores centrales de la variable (el mismo que presenta
una distribución normal).
Distribución leptocúrtica: presenta un elevado grado de concentración
alrededor de los valores centrales de la variable.
Distribución platicúrtica: presenta un reducido grado de concentración
alrededor de los valores centrales de la variable.
g2 = 0 (distribución
1
mesocúrtica). xi x 4
ni
g2 > 0 (distribución g 2 n 2
3
leptocúrtica). 1
xi x ni
2
g2 < 0 (distribución n
platicúrtica).
54