Documento de Apoyo TEMA No 6 Medidas de Posición y de Dispersión

CENTRO UNIVERSITARIO DE ZACAPA DOCUMENTO DE APOYO CURSO: MÉTODOS CUANTITATIVOS I
CATEDRÁTICO: Magíster EDGAR LEONEL MARTÍNEZ QUINTO
TEMA No. 6
MEDIDAS DE POSICIÓN Y DE DISPERSON
MEDIDAS DE POSICIÓN:
Las medidas de posición son valores que permiten dividir el conjunto de datos en
partes porcentuales iguales y se usan para clasificar una observación dentro de una
población o muestra. Las medidas de posición más usuales son los cuartiles, los
deciles y los percentiles.
Cuartiles:
Los cuartiles son los tres valores de la variable que dividen a un conjunto de datos
ordenados en cuatro partes iguales. % de los datos. Se dividen por 4: Q1, Q2, Q3 y
Q4. ¿Cómo se calculan? Se divide el conjunto de datos en cuatro partes iguales.
Por ejemplo, cuando los datos son de una serie simple y si el conjunto de datos es
impar, supongamos 21 elementos, N=21, tendremos que el sujeto del
primer cuartil es el (N+1)/4 = (21+1)/4 = 22/4 = 5.25. Entonces el Q1 será el valor
que ocupe la posición 5.5
Cuando N es par la fórmula será:
Q1 = N/4
Para el resto de cuartiles las fórmulas serán:
Q2 = 2[(N + 1/4)] Cuando es impar el total de datos.
Q2 = 2(N/4) Cuando es par el total de datos.
El segundo cuartil siempre deberá ser igual al valor de la Mediana. Por consiguiente,
debajo del Q2 se encuentra el 50% de los datos y por encima el otro 50%
Q3 = 3[(N + 1/4)] Cuando es impar el total de datos.

1
Q3 = 3(N/4) Cuando es par el total de datos.

Debajo del Q3 se encuentra el 75% de los datos y por encima el 25%
El Q4 casi nunca se calcula porque siempre será igual al valor mayor del conjunto
de datos que se están estudiando.
Cuando los datos son agrupados, entonces las fórmulas son las siguientes:
Qk = Li + k*n/4 – FaA i
fc
Donde:
Li = Límite inferior del intervalo donde está el Qk

k = número del intervalo del cuartil que se desea encontrar
i = Amplitud del intervalo donde está el Qk
FaA = Frecuencia acumulada anterior al intervalo donde está Qk
fc = Frecuencia absoluta del intervalo donde está Q k
Deciles:
En estadística descriptiva, un decil es cualquiera de los nueve valores que dividen

a un grupo de datos ordenados en diez partes iguales, de manera que cada parte
representa1/10 de la muestra o población. ¿Como se calculan? Son aquellas
variables que dividen a una distribución en 10 partes iguales, por lo tanto, hay
9 deciles. El decil 5 (D5) coincide con la mediana y con el segundo cuartil, es decir
D5= Me=Q2. El cálculo de los Deciles es similar al de los Cuartiles y Percentiles.
Suponiendo el mismo caso de que son 20 datos, la fórmula para el primer Decil (D1)
será:
D1 = (N/10) = (20/10) = 20/10 = 2 Cuando el total de datos es par. Entonces el D1

será el valor que ocupe la posición 2
Para el quinto y séptimo deciles las fórmulas serán:
D5 = 5(N/10) Cuando el total de datos es par.
2
D5 = 5[N+1)/10] Cuando el total de datos es impar.

El quinto decil siempre deberá ser igual al valor de la Mediana y al Q2. Por consiguiente,
debajo del D5 se encuentra el 50% de los datos y por encima el otro 50%
D7 = 7(N/10) Cuando el conjunto de datos es par.

D7 = 7[(N+1)/10] Cuando el conjunto de datos es impar.
El D10 casi nunca se calcula porque siempre será igual al valor mayor del
conjunto de datos que se están estudiando.
Cuando los datos son agrupados, entonces las fórmulas son las siguientes:
Dk = Li + k*n/10 – FaA i
fc
Donde:
Li = Límite inferior del intervalo donde está el Decil buscado D k

k = número del intervalo del decil que se desea encontrar
i = Amplitud del intervalo donde está el Dk
FaA = Frecuencia acumulada anterior al intervalo donde está D k
fc = Frecuencia absoluta del intervalo donde está Dk
Percentiles:
Los percentiles son, tal vez, las medidas más utilizadas para propósitos de ubicación
o clasificación de las personas cuando atienden características tales como peso,
estatura, etc.
Los percentiles son ciertos números que dividen la sucesión de datos ordenados en
cien partes porcentualmente iguales. Estos son los 99 valores que dividen en cien
partes iguales el conjunto de datos ordenados. Los percentiles (P1, P2,… P99), leídos
primer percentil, segundo percentil,…, percentil 99.
Las fórmulas para encontrar la posición en datos no agrupados son los siguientes:
P1 = (𝑛+1), P50 = 50(𝑛+1), P99 = 99(𝑛+1)

100 100 100
Para datos agrupados la fórmula general es la siguiente:
Pk = Li + k*n/100 – FaA i
fc
Donde:
3
Li = Límite inferior del intervalo donde está el Percentil buscado Pk

k = número del intervalo del decil que se desea encontrar
i = Amplitud del intervalo donde está el Pk
FaA = Frecuencia acumulada anterior al intervalo donde está Pk
fc = Frecuencia absoluta del intervalo donde está Pk
Ejemplo 1: Por ejemplo, la fórmula para buscar el Percentil 70 (P70) será:
P70 = Li + 70*n/100 – FaA i

fc
Veamos en el pizarrón unos ejemplos:
Ejemplo 2: Dados los siguientes datos, calcular Q3, D4 y P50
3, 8, 4, 9, 14, 2, 18, 4, 5, 2, 12, 11, 9, 10, 3
Ordenamos los datos:
2, 2, 3, 3, 4, 4, 5, 8, 9, 9, 10, 11, 12, 14, 18
1° Buscamos el Q3
Q3 = [3(N + 1/4)] Porque es impar el total de datos.
Q3 = [3(15 + 1)/4)] = 3(4) = 12 sería la posición

En esta posición se encuentra el valor 11
Q3 = 11
2° Buscamos el D4
D4 = [4(N+1)/10] Porque el total de datos es impar.
D4 = [4(N+1)/10] = (4(15+1)/10 = 64/10 = 6.4 sería la posición.

En la posición 6 está, ahora buscamos qué valor le corresponde a esta fracción de
posición = 0.4 y decimos:
Si en la posición 6 está entre el 4 y el 5, decimos: (5 – 4) * 0.4 = 1*0.4 = 0.4
El 0.4 se lo sumamos al menor valor, en este caso 4: 4 + 0.4 = 4.4
D4 = 4.4
4
3° Buscamos el P80
P50 = 50(𝑛+1) = 50(15+1)/100 = 800/100 = 8 la posición.
100
Buscamos qué valor está en la posición 8 y vemos que coincidentemente es el 8
P50 = 8
Cálculo de medidas de posición para datos agrupados:
Ejemplo 3: Dada la siguiente tabla calcular los valores de: a) primer cuartil, b) el
tercer decil, y el percentil 80.
Distribución de frecuencias para las rentas mensuales de departamentos de un condominio
Renta Límites Punto Número de Frecuencia

mensual en exactos medio de departamentos acumulada fX
quetzales (X) clase (f) (Fa)
(X) (Xi)
350 – 379 349.5 – 379.5 364.5 3 3 1,093.50
380 – 409 379.5 – 409.5 394.5 8 11 3,156.00
410 – 439 409.5 – 439.5 424.5 10 21 4,245.00
440 – 469 439.5 – 469.5 454.5 13 34 5,908.50
470 – 499 469.5 – 499.5 484.5 33 67 15,988.50
500 – 529 499.5 – 529.5 514.5 40 107 20,580.00
530 – 559 529.5 – 559.5 544.5 35 142 19,057.50
560 – 589 559.5 – 589.5 574.5 30 172 17,235.00
590 – 619 589.5 – 619.5 604.5 16 188 9,672.00
620 – 639 619.5 – 639.5 634.5 12 200 7,614.00
N = 200 (fX) = 104,550.00
a) Primer Cuartil (Q1) Localizamos la posición en que estará el Q1 = N/4 = 200/4 = 50 la
posición. Esta posición la buscamos en las frecuencias acumuladas y el intervalo es:
469.5 – 499.5 que comprende las frecuencias acumuladas de la 35 a la 67.
Q1 = Li + k*n/4 – FaA i = 469.5 + 1*200/4 – 34 30 = 469.5 + 14.55 = 484.05

fc 33
Respuesta: El primer cuartil = Q484.05
b) Tercer decil (D3) Localizamos la posición en que estará el D3 = 3N/10 = 600/10 = 60 la

posición. Esta posición la buscamos en las frecuencias acumuladas y el intervalo es:
D3 = Li + 3*n/10 – FaA i = 469.5 + 3*200/10 – 34 30 = 469.5 + 23.64 = 493.14
5
fc 33
Respuesta: El tercer decil = Q493.14
c) Percentil 80 (P80) Localizamos la posición en que estará el P80 = 80N/100 = 600/100 = 160
la posición. Esta posición la buscamos en las frecuencias acumuladas y el intervalo es:
Pk = Li + k*n/100 – FaA i = 559.5 + 80*200/100 – 142 30 = 559.5+18= 577.5

fc 30
Respuesta: El Percentil 80 = Q577.50
MEDIDAS DE DISPERSIÓN O DE VARIABILIDAD:
Las medidas de dispersión de ocupan de describir la variabilidad entre los valores.

Están disponibles diversas técnicas para medir la magnitud de la variabilidad en
conjunto de datos. Las que veremos en el curso de Métodos Cuantitativos I son:
Rango, desviación media, varianza, desviación estándar y coeficiente de variación.
El Rango:
El Rango o R, es la diferencia entre los valores mayor y menor del conjunto de datos.
Así, cuando My representa el mayor valor del grupo y Mn representa el menor, el
rango de los datos no agrupados es:
R = My – Mn
Ejemplo 4: Durante un mes determinado del verano, los ocho vendedores de

aparatos eléctricos de una empresa vendieron el siguiente número de aires
acondicionados: 8, 11, 5, 14, 8, 11, 16 y 11. El rango del número de unidades
vendidas es:
R = My – Mn = 16 – 5 = 11.0 unidades
Rangos modificados:
Un rango modificado es un rango para el cual se elimina cierto porcentaje de los

valores en cada uno de los extremos de la distribución. Algunos rangos modificados
típicos son: el 50% central, el 80% central y el 90% central.
El procedimiento mediante el cual se determina un rango modificado consiste,

primero, en ubicar los dos puntos percentiles adecuados, para después, calcular la
diferencia entre los valores que se encuentran en esos puntos. Por ejemplo, para
el rango del 80% central, los puntos percentiles apropiados son el décimo percentil
y el nonagésimo percentil, porque el 80% central de esos valores se ubica entre
esos dos puntos.
6
Ejemplo 5: Los datos de las ventas de aires acondicionados que se presentaron en

el ejemplo anterior, son, en orden ascendente: 5, 8, 8, 11, 11, 11, 14 y 16. Para
calcular el rango del 50% central, en primer lugar, se determinan los valores de los
puntos percentiles adecuados y después se resta el valor menor del mayor.
P75 = X[(75*n/100) + (1/2)] = X[6 + (1/2)] = X6.5 = 12.5 (11+14)/2
P25 = X[(25*n/100) + (1/2)] = X[2 + (1/2)] = X2.5 = 8.0 (8+8)/2
R 50% central = P75 – P25 = 12.5 – 8.0 = 4.5 unidades
La Desviación Media:
La desviación media o DM se basa en la diferencia entre el valor absoluto de cada

uno de los elementos conjuntos de datos y la media del agrupo. Después, se calcula
la medad de esas desviaciones (aunque algunos especialistas en estadística
utilizan la diferencia entre cada valor y la mediana). Si se calculara la media por la
suma de las diferencias positivas y negativas entre cada valor y la media aritmética,
la respuesta sería, siempre igual a 0. Por esta razón, son los valores absolutos de
las diferencias lo que se suma.
DM poblacional =  X – 
N
_
DM muestral =  X – X
n
Ejemplo 6:
Para los datos de ventas de aparatos para hacer ejercicios que se dieron en los
ejemplos anteriores, la media aritmética es 10.5. utilizando los cálculos de la
siguiente tabla, se determina la desviación media de la siguiente manera.
DM poblacional =  X –  = 21.0 = 2.625 = 2.6 unidades

N 8
X X– X – 
5 -5.5 5.5
8 -2.5 2.5
8 -2.5 2.5
11 0.5 0.5
11 0.5 0.5
11 0.5 0.5
14 3.5 3.5
16 5.5 5.5
Total 21.0
7
Fórmulas de la desviación media para datos agrupados
Donde:
• fi: frecuencia absoluta de cada valor, es decir, el número de veces que

aparece el valor en el estudio.
• xi: marca de clase. Es el punto medio del límite inferior y el límite superior de
cada intervalo.
• k: número de clases.
• D. M.: desviación media.
• x̄: media aritmética de los datos.
En los problemas, seguiremos los siguientes pasos:
• Calculamos las marcas de clase xi.

• Calculamos el número de elementos n.
• Calculamos la media x̄.
• Calculamos la desviación media D.M..
Ejemplo 7:
Calcular la desviación media de las edades indicadas en la tabla de frecuencias:
Solución:
Lo primero que haremos será calcular las marcas de clase xi. Recuerda que la
marca de clase es el punto medio del límite inferior y del límite superior de cada
intervalo, su fórmula es:
8
Agregamos una columna más a nuestra tabla para la marca de clase xi:
A continuación, calculamos el número de valores o número de datos “n”, solo

tenemos que sumar las frecuencias:
El número de valores es 30.
A continuación, vamos a calcular la media x̄, recordemos su fórmula:
En la tabla, iremos buscando las expresiones que aparecen en la fórmula. Por ello,
agregamos una columna más a nuestra tabla, en la cual colocaremos los valores de
xi・fi.
Ahora sí, aplicamos la fórmula:
El valor de la media es de 4 años.
9
La fórmula de la desviación media para datos agrupados es:
Agregamos 3 columnas más en la tabla de frecuencias:
Aplicamos la fórmula:
El valor de la media es de 4 años.
La fórmula de la desviación media para datos agrupados es:
Aplicamos la fórmula:
El valor de la desviación media es de 1.93 años.
10
Ejemplo 8: Calcular la desviación media de una distribución estadística que viene

dada por la siguiente tabla, cuyos datos pertenecen a las edades de los hijos de
empleados de una empresa que participan en unas competencias de badmington:
Edades fi
10 - 15 3
15 - 20 5
20 – 25 7
25 – 30 4
30 - 35 2
Incorporamos otra columna con los productos de las marcas de clase por sus
frecuencias absolutas correspondientes y hacemos la sumatoria ( )
Agregamos otra columna con los productos de desviaciones respecto a la media

por sus frecuencias absolutas correspondientes y calculamos su
sumatoria ( )
_ _
Edades fi xi xi.fi xi – x | xi – x| * fi
10 - 15 3 12.5 37.5 9.3 27.9

15 - 20 5 17.5 87.5 4.3 21.5
20 – 25 7 22.5 157.5 0.7 4.9
25 – 30 4 27.5 110.0 5.7 22.8
30 - 35 2 32.5 65.0 10.5 21.0
21 457.5  = 98.1
Media aritmética = xi.fi = 457.5 = 21.8 años

21 21
DM =  k i=1 |xi – | * fi = 98.1 = 4.67 ~ 4.7

n
La Varianza y la Desviación Estándar:
La varianza es similar a la desviación media porque se basa en la diferencia entre

cada uno de los valores del conjunto de datos y la media del grupo. La diferencia
consiste en que, antes de sumarlas, se eleva al cuadrado cada una de las
diferencias. Para una población, se representa la varianza mediante v(X) o, en
forma más típica, mediante la letra griega  (que se lee “sigma cuadrada); la
fórmula es:
V(X) =  = (X – )2

N
11
A diferencia de otras estadísticas muestrales, la varianza de una muestra no es, en

términos de cálculo, completamente equivalente a la varianza de la población. Para
este caso, el denominador de la fórmula de la varianza muestral es ligeramente
diferente. En esencia, lo que se incluye en la fórmula es un factor de corrección
para que la varianza muestral sea un estimador insesgado para la varianza de la
población.
La varianza muestral se representa mediante s2; su fórmula es:
S2 = (X – )2
n–1
Por lo general, resulta difícil interpretar el significado del valor de una varianza
porque las unidades en las que se expresa son valores al cuadrado. En parte por
esta razón, se utiliza con mayor frecuencia la raíz cuadrada de la varianza
representada mediante la letra griega  (o s para una muestra) y se le denomina
desviación estándar. Las fórmulas son:
Desviación estándar poblacional  = √(X – )2

N
Desviación estándar muestral s = √(X – )2

n–1
Ejemplo 9: Para los datos de ventas de aires acondicionados vistos en los ejemplos
anteriores, la media aritmética es 10.5 unidades. Considerando que estos datos
mensuales de ventas son la población estadística de interés, la desviación estándar
se determina con base en los cálculos de la siguiente tabla:
 = √(X – )2 = √86 = √10.75 = 3.3

N 8
Tabla 5 Hoja de trabajo para calcular la desviación estándar

poblacional para los datos de ventas
X X– (X – )
5 -5.5 30.25
8 -2.5 6.25
8 -2.5 6.25
11 0.5 0.25
11 0.5 0.25
11 0.5 0.25
14 3.5 12.25
16 5.5 30.25
N=8  = 86.00
12
Cálculos abreviados de la Varianza y de la Desviación Estándar:
A las fórmulas anteriores se les denomina fórmulas de desviaciones porque, en

cada caso, se deben determinar las desviaciones de los valores individuales con
respecto a la media grupal. Sin embargo, existen formas alternativas que son
matemáticamente equivalentes pero que no requieren del cálculo de cada una de
las desviaciones. Debido a que, por lo general, es más fácil utilizar estas fórmulas
para realizar cálculos, se les denomina fórmulas abreviadas.
Las fórmulas abreviadas son:
Varianza poblacional:  = X2 – N2

N
_______
Desviación estándar poblacional:  = √X2 – N2
N
Varianza muestral: S2 = X2 – n 2

n–1
________
Desviación estándar muestral: s = √X2 – n 2
n–1
Ejemplo 10: Vamos a calcular la desviación estándar de la población de datos de

ventas de aires acondicionados vistos en el ejemplo anterior, utilizando la fórmula
abreviada. No olvidemos que la media aritmética es 10.5 unidades.
____________ _______ _____
 = √X – N = √968 – 8(10.5) = √968- 882 = √10.75 = 3.3 unidades
2 2 2
N 8 8
Como se puede comprobar, utilizando ambas fórmulas, el resultado es el mismo.
Coeficiente de variación:
El coeficiente de variación CV, indica la magnitud relativa de la desviación estándar
con respecto a la media de la distribución.
Así:
Población: CV = /
Muestra: CV = s/
13
El coeficiente de variación es útil cuando se desea comparar la variabilidad de 2

conjuntos de datos con respecto al nivel general de los valores de cada conjunto (y
por ello, respecto a la media)
Ejemplo 11: Para 2 acciones comunes de empresas de la industria electrónica, el
precio promedio de cierre en el mercado de valores durante un mes fue, para la
acción A: Q1,500, con una desviación estándar de Q500. Para la acción B, el precio
promedio fue de Q5,000 con una desviación estándar de Q300. Haciendo una
comparación absoluta, resultó ser superior la variabilidad en el precio de la acción
A debido a que muestra una mayor desviación estándar. Pero, con respecto al nivel
de precios, deben compararse los respectivos coeficientes de variación:
CV(A) = / = 500/1,500 = 0.033 y CV(B) = / = 300/5,000 = 0.060
Por ello, puede concluirse que el precio de la acción B ha sido casi 2 veces más
variable que la acción A (con respecto al precio promedio para cada una de las dos)
Coeficiente de Sesgo o Coeficiente de Asimetría de Pearson:
El coeficiente de Sesgo o coeficiente de asimetría de Pearson mide la desviación
de la simetría (el sesgo), expresando la diferencia entre la media y la mediana con
respecto a la desviación estándar del grupo de mediciones. Las fórmulas son:
Asimetría poblacional = 3( − Med)


Asimetría muestral = 3( − Med)
s
Para una distribución simétrica, el valor del coeficiente de asimetría es siempre 0,
porque la media y la mediana son iguales. Para una distribución con asimetría
positiva, la media siempre es mayor que la mediana, y por ello, el valor del
coeficiente es positivo. Para una distribución con asimetría negativa, la media es
menor que la mediana, y por ello, el valor del coeficiente es negativo.
Ejemplo 12: Para los datos de las ventas de aires acondicionados que hemos visto,
la media es de 10.5 unidades, la mediana es 11.0 unidades y la desviación estándar
es de 3.3 unidades. El coeficiente de asimetría es:
Asimetría = 3( − Med) = 3(10.5 – 11.0) = –0.45
 3.3
Así, la distribución de las unidades vendidas tiene una ligera asimetría negativa, es
decir, “está sesgada hacia la izquierda”.
Ejemplo 13: Calcular el coeficiente de asimetría para los datos de un restaurante
que tiene = Q12,800; Med = Q5,300 y s = Q12,817.41
14
Asimetría = 3( − Med) = 3(12,080 – 5,300) = 1.586 = 1.59

s 12,817.41
Por lo tanto, la distribución de los montos de los importes tiene asimetría positiva, o
lo que es lo mismo, está sesgada a la derecha.
Referencia bibliográfica:
Kazmier, L. y Díaz,A. (1993). Estadística Aplicada a la Administración y la
Economía. 2ª. Ed. McGraw Hill. México.
e-Grafía:
https://www.academia.edu/33860471/Medidas_de_posicion?auto=download&emai
l_work_card=download-paper
https://www.geogebra.org/m/f4byn8tk
15

Documento de Apoyo TEMA No 6 Medidas de Posición y de Dispersión

Cargado por

Información del documento

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

Documento de Apoyo TEMA No 6 Medidas de Posición y de Dispersión

Cargado por

Copyright:

Formatos disponibles

CENTRO UNIVERSITARIO DE ZACAPA DOCUMENTO DE APOYO CURSO: MÉTODOS CUANTITATIVOS I

CATEDRÁTICO: Magíster EDGAR LEONEL MARTÍNEZ QUINTO

Cuando N es par la fórmula será:

Para el resto de cuartiles las fórmulas serán:

Q2 = 2[(N + 1/4)] Cuando es impar el total de datos.

Q2 = 2(N/4) Cuando es par el total de datos.

Q3 = 3[(N + 1/4)] Cuando es impar el total de datos.

Q3 = 3(N/4) Cuando es par el total de datos.

Li = Límite inferior del intervalo donde está el Qk

En estadística descriptiva, un decil es cualquiera de los nueve valores que dividen

D1 = (N/10) = (20/10) = 20/10 = 2 Cuando el total de datos es par. Entonces el D1

Para el quinto y séptimo deciles las fórmulas serán:

D5 = 5(N/10) Cuando el total de datos es par.

D5 = 5[N+1)/10] Cuando el total de datos es impar.

D7 = 7(N/10) Cuando el conjunto de datos es par.

Li = Límite inferior del intervalo donde está el Decil buscado D k

P1 = (𝑛+1), P50 = 50(𝑛+1), P99 = 99(𝑛+1)

Para datos agrupados la fórmula general es la siguiente:

Li = Límite inferior del intervalo donde está el Percentil buscado Pk

Ejemplo 1: Por ejemplo, la fórmula para buscar el Percentil 70 (P70) será:

P70 = Li + 70*n/100 – FaA i

Veamos en el pizarrón unos ejemplos:

Ejemplo 2: Dados los siguientes datos, calcular Q3, D4 y P50

3, 8, 4, 9, 14, 2, 18, 4, 5, 2, 12, 11, 9, 10, 3

Ordenamos los datos:

2, 2, 3, 3, 4, 4, 5, 8, 9, 9, 10, 11, 12, 14, 18

Q3 = [3(N + 1/4)] Porque es impar el total de datos.

Q3 = [3(15 + 1)/4)] = 3(4) = 12 sería la posición

D4 = [4(N+1)/10] = (4(15+1)/10 = 64/10 = 6.4 sería la posición.

Buscamos qué valor está en la posición 8 y vemos que coincidentemente es el 8

Cálculo de medidas de posición para datos agrupados:

Distribución de frecuencias para las rentas mensuales de departamentos de un condominio

Renta Límites Punto Número de Frecuencia

Q1 = Li + k*n/4 – FaA i = 469.5 + 1*200/4 – 34 30 = 469.5 + 14.55 = 484.05

Respuesta: El primer cuartil = Q484.05

b) Tercer decil (D3) Localizamos la posición en que estará el D3 = 3N/10 = 600/10 = 60 la

D3 = Li + 3*n/10 – FaA i = 469.5 + 3*200/10 – 34 30 = 469.5 + 23.64 = 493.14

Respuesta: El tercer decil = Q493.14

Pk = Li + k*n/100 – FaA i = 559.5 + 80*200/100 – 142 30 = 559.5+18= 577.5

Respuesta: El Percentil 80 = Q577.50

MEDIDAS DE DISPERSIÓN O DE VARIABILIDAD:

Las medidas de dispersión de ocupan de describir la variabilidad entre los valores.

Ejemplo 4: Durante un mes determinado del verano, los ocho vendedores de

Un rango modificado es un rango para el cual se elimina cierto porcentaje de los

El procedimiento mediante el cual se determina un rango modificado consiste,

Ejemplo 5: Los datos de las ventas de aires acondicionados que se presentaron en

P75 = X[(75*n/100) + (1/2)] = X[6 + (1/2)] = X6.5 = 12.5 (11+14)/2

P25 = X[(25*n/100) + (1/2)] = X[2 + (1/2)] = X2.5 = 8.0 (8+8)/2

R 50% central = P75 – P25 = 12.5 – 8.0 = 4.5 unidades

La desviación media o DM se basa en la diferencia entre el valor absoluto de cada

DM poblacional =  X –  = 21.0 = 2.625 = 2.6 unidades

Fórmulas de la desviación media para datos agrupados

• fi: frecuencia absoluta de cada valor, es decir, el número de veces que

En los problemas, seguiremos los siguientes pasos:

• Calculamos las marcas de clase xi.

Calcular la desviación media de las edades indicadas en la tabla de frecuencias:

A continuación, calculamos el número de valores o número de datos “n”, solo

El número de valores es 30.

A continuación, vamos a calcular la media x̄, recordemos su fórmula:

Ahora sí, aplicamos la fórmula:

El valor de la media es de 4 años.

La fórmula de la desviación media para datos agrupados es:

Agregamos 3 columnas más en la tabla de frecuencias:

Q1 = Li + kn/4 – FaA i = 469.5 + 1200/4 – 34 30 = 469.5 + 14.55 = 484.05

D3 = Li + 3n/10 – FaA i = 469.5 + 3200/10 – 34 30 = 469.5 + 23.64 = 493.14

Pk = Li + kn/100 – FaA i = 559.5 + 80200/100 – 142 30 = 559.5+18= 577.5