Bioestadística

2. Formulación de una hipótesis: es una

Clase 1:
Estadística: se entiende como la ciencia de la
recolección y análisis de datos con apoyo
matemático y a través d estudios investigativos
científicamente diseñados y realizados con el
objetivo de la toma de decisiones respecto a un
problema.
Muchas veces se mal ocupa para fundamentar
alguna decisión.
Bioestadística: Rama de la estadística aplicada a
las ciencias biológicas, permite comprender y
describir la variabilidad que se produce entre
individuos, y la relación entre las características
de los individuos.
Estadística y Método científico
• “En relación con el método científico permite
llevar a la práctica las etapas de verificación de la
hipótesis y de interpretación de los resultados.
• El diseño experimental, el muestreo y el análisis
e interpretación de los resultados de
investigaciones empíricas que forman parte del
conjunto de la metodología estadística tienen su
fundamento en la teoría de probabilidades.
• Tiene aplicación en todas las áreas en que se
trabaja con variables afectadas por múltiples
factores: medicina, biología, agronomía,
economía, demografía, etc.” (Taucher E.1997)
Pasos:
1. Enunciado del problema: Define con
precisión el problema a investigar para un
marco de referencia para los siguientes pasos
explicación posible de la situación problema
o una respuesta posible a la pregunta
planteada
3. Deducción de las consecuencias verificables
de hipótesis: deducción de forma lógica las
consecuencias particulares
4. Verificación de hipótesis: se puede hacer por
demostraciones teóricas basadas en el
estado actual del conocimiento
5. Interpretación de resultados: se acepta o se
rechaza la hipótesis, de ser rechazada se
debe cambiar
Método estadístico: Conjunto de procedimientos
aplicados en secuencia lógica a la obtención y
análisis de datos influidos por múltiples factores.
Ramas de la estadística
estadística descriptiva: Describe un conjunto de
datos recopilados en una muestra
estadística inferencial: Utiliza información
obtenida del estudio de una muestra para hacer
inferencias sobre la población.
Población: totalidad de personas, animales u
objetos que comparten una característica o
variable bajo estudio
Muestra: subconjunto de la población, tiene las
mismas características de la población en la
misma proporción
Parámetro: Medida que se obtiene por medio del
estudio de una población.
Estadígrafo: Medida que se obtiene por medio
del estudio de una muestra.

µ = Media
aritmética de
una población
𝐱̅ = Media
aritmética de
una muestra
Variables: pueden tomar diferentes valores
Cuantitativa: Los resultados posibles de esta
variable son valores numéricos. Miden cantidad.
Se dividen en dos categorías: Continuas y
Discretas.
➔ Continuas: Pueden tomar infinitos valores
numéricos (dentro de los reales); Ejemplo:
Peso, edad, longitud, etc.
➔ Discretas: Pueden tomar solo valores
enteros; Ejemplo: N° de hijos, ramos
aprobados en segundo año, etc.
Cualitativa: Los resultados posibles de esta
variable no son valores numéricos. Miden
cualidades. Se dividen en dos categorías:
Ordinales y Nominales.
➔ Ordinales: Variables que llevan un orden;
Ejemplo: Meses del año, días de la
semana, escala de apreciación, etc.
➔ Nominales: Variables que no siguen un
orden; Ejemplo: sexo, religión, sistema de
salud, etc.
Escalas:
Cualitativas:
Nominal: Se agrupan por clases o categorías
mutuamente excluyentes, pero tales no tienen
un orden dentro de estas; Ejemplo: Género,
religión, partido político, etc.
Ordinal: Se agrupan en categorías con un orden
específico; Ejemplo: Clase social, grado de
agresividad (mucha, poca, ninguna), etc.
Cuantitativas:
Intervalo: Datos agrupados en categorías con un
orden específico y este implica un intervalo
específico, que lo diferencia en las distintas
categorías, el 0 es un valor mas y no implica
ausencia de la característica. Ejemplo: T°, hora
del día en un reloj de 12 h, etc.
Razón: Datos agrupados en categorías con un
orden específico en donde las diferencias entre
las categorías son iguales para todas las
categorías y el 0 implica ausencia de la
característica. Ejemplo: Peso, edad, estatura, etc.
Clase 2:
Tablas de Presentación de datos
Esquema con filas y columnas donde se ubican los nombres
de la o las variables y la frecuencia o número de casos.
1. Distribución de frecuencia: Son aquellas en las
que se tabula una sola variable
2. Bivariados o de Asociación o de Doble
entrada: Son aquellas en las que se tabulan
dos variables que han sido categorizadas
bajo algún criterio establecido por el
investigador, también reciben el nombre de
 tabla de doble entrada o tabla de Una Tabla de distribución de frecuencias con
contingencia. intervalos es una tabla de resumen en la que los
datos están organizados en clases o grupos
Tablas de Distribución de Frecuencias
numéricamente ordenados.
Es una ordenación en forma de tabla, de los Usamos las tablas de frecuencias con intervalos
datos estadísticos, asignando a cada dato su cuando la variable toma un gran número de
frecuencia correspondiente valores o es una variable continua. Para ello, se
agrupan los diferentes valores en intervalos de
Para construir una tabla de distribución de igual amplitud, a los cuáles llamamos clases.
frecuencias es necesario considerar la
clasificación de la variable, de acuerdo a sus y’i -1 – y’i yi fi hi Fi Hi
[ y’0 – y’1 [ y1 f1 h1 F1 H1
categorías, valores o intervalos, para luego
[ y’1 – y’2 [ y2 f2 h2 F2 H2
resumir los datos a partir de frecuencias de
… … … … … …
ocurrencia o intervalo.
[ y’k-1– y’k ] yk fk hf Fk Hk
Variable Discreta: ➔ [𝑦′𝑖−1 – 𝑦′𝑖 [: Intervalo de clase
➔ 𝑦′𝑖−1 : Límite inferior del intervalo
xi Fi hi Fi Hi
➔ 𝑦′𝑖 : Límite superior del intervalo
x1 f1 ℎ1 = 𝑓1 /𝑛 𝐹1 = 𝑓1 𝐻1 = ℎ1
x2 f2 ℎ2 = 𝑓2 /𝑛 𝐹1 = 𝑓1 + 𝑓2 𝐻1 = ℎ1 + ℎ2 ➔ 𝑦𝑖 : Marca de clase
… … … … … ➔ 𝑓𝑖 : Frecuencia absoluta
𝛴𝑓𝑖 = 𝑛 𝛴ℎ𝑖 = 1 ➔ ℎ𝑖 : Frecuencia relativa
➔ 𝒙𝒊 : 𝑉𝑎𝑙𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑖𝑠𝑐𝑟𝑒𝑡𝑎 𝑜𝑟𝑑𝑒𝑛𝑎𝑑𝑎 ➔ 𝐹𝑖 : Frecuencia absoluta acumulada
𝑑𝑒 𝑚𝑒𝑛𝑜𝑟 𝑎 𝑚𝑎𝑦𝑜𝑟 ➔ 𝐻𝑖 : Frecuencia relativa acumulada
➔ 𝒇𝒊 : 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎: Número de veces que
aparece un determinado valor en un estudio Pasos para elaborar una tabla de frecuencias con
estadístico
intervalos
➔ 𝒉𝒊 : 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑎: Es el cociente entre la
frecuencia absoluta de un determinado valor y el 1) Hallar el rango (𝑳𝒊𝒎𝒊𝒕𝒆𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓 − 𝑳𝒊𝒎𝒊𝒕𝒆𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓 )
número total de datos. (hi = fi /n). La suma de todos los
datos siempre debe dar 1. Para interpretar se expresa en (R): R = 𝒙𝒎𝒂𝒙 − 𝒙𝒎𝒊𝒏
porcentaje
2) Hallar el número de intervalos (k).
(hi x 100 = %)
Si n ≤ 30 entonces
➔ 𝑯𝒊 : 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑎 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎: Es la suma
acumulada de los distintos valores de la frecuencia relativa. 𝒌 = √𝒏
El último dato es igual a 1. Para interpretar se expresa en
Si n > 30 entonces
porcentaje (Hi x 100 = %)
➔ 𝑭𝒊 : 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎: Es la suma 𝒌 = 𝟏 + 𝟑, 𝟑𝟐𝟐 𝒍𝒐𝒈 (𝒏) (fórmula de Sturges).
acumulada de los distintos valores de la frecuencia absoluta.
De no ser exacto el resultado, siempre se debe aproximar al
El último dato es igual al tamaño de la muestra.
entero superior cuando el primer decimal es mayor o igual a
➔ 𝒏: Es el número total de datos, la suma de las
5.
frecuencias absolutas.
3) Determinar la amplitud de clase (A).
Tabla de distribución de frecuencias con 𝑹𝒂𝒏𝒈𝒐 𝑹
A = 𝑵° 𝑰𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒐𝒔= 𝒌
intervalos
4) Hallar el límite inferior y superior de cada clase [𝑦′𝑖−1 – 𝑦′𝑖 [
así como las marcas de clase (yi ) para cada intervalo.
[𝒚′𝒊−𝟏 : 𝑳𝒊𝒎𝒊𝒕𝒆 𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓 𝒚′𝒊 : 𝑳𝒊𝒎𝒊𝒕𝒆 𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓[

Corchete Cerrado: Incluye valor Corchete Abierto: No incluye valor

Marca de Clase:
(𝐿𝑖𝑚𝑖𝑡𝑒𝑠𝑢𝑝 + 𝐿𝑖𝑚𝑖𝑡𝑒𝑖𝑛𝑓 )
𝑦𝑖 =
2
5) Colocar los valores hallados en las columnas de la tabla de
frecuencias.

Tabla de Frecuencia Bivariada Graficas de sectores (Circulares, Torta)

Son aquellas en las que se tabulan dos variables Gráficas que se utilizan para resumir datos de
que han sido categorizadas bajo algún criterio atributo (variable cualitativa).
establecido por el investigador. También reciben Muestran la cantidad de datos
el nombre de tabla de doble entrada o tabla de que pertenecen a cada
contingencia. categoría como una parte
proporcional de un círculo.

Columnas y Barras simples

Se utiliza para presentar la
distribución de una tabla de
Cálculo de porcentajes en una Tabla Bivariada: frecuencia (frecuencias
absolutas o relativas) de
variables cualitativas o
variables cuantitativas
discretas

Columnas agrupadas

𝑵° 15
Representan la información de tablas de doble
%= 𝒙 𝟏𝟎𝟎 Ej: 32 = 0.469 𝑥 100 = 46,9% entrada; pueden ser dobles, triples o múltiples.
𝑻𝒐𝒕𝒂𝒍
Cada columna
Gráficos
expresará las
La representación gráfica de la información categorías o criterios
contenida en una tabla estadística es una de clasificación de las
manera de obtener una información visual clara variables que se representan (cualitativas o
que facilite su rápida comprensión. cuantitativas discretas).
Sirven para efectuar comparaciones entre Polígono de frecuencias
grupos de datos.
El Polígono de frecuencia es aquel que se forma
Columnas apiladas a partir de la unión de
los distintos puntos
En el eje de las X se ubica una de las variables a
medios de las cimas
clasificar, en el eje de las Y se representa toda la
(puntos de mayor
clasificación de la otra
altura) de las columnas
variable.
que configuran lo que es un histograma de
Una sola barra
frecuencia.
contrasta y relaciona
el mismo Ojiva
comportamiento
respecto a otra variable. Es el polígono de frecuencia acumulado, es
Variables cualitativas o cuantitativas discretas. decir, que en ella se permite ver cuántas
observaciones se
Gráfico de Líneas encuentran por
encima o debajo de
Permiten representar las fluctuaciones de una
ciertos valores, en
variable en el tiempo.
lugar de solo exhibir
Sirven para mostrar
los números asignados a cada intervalo.
la tendencia de una
o más series de Diagrama de dispersión
datos.
Se utilizan para Este tipo de gráfico muestra la relación entre
variables cualitativas o cuantitativas. dos variables
numéricas,
Histograma usando puntos.
Cada punto
Es un gráfico para la distribución de una variable
representa la
cuantitativa continua que representa
intersección
frecuencias
entre los valores de ambas variables. Este
mediante áreas.
conjunto de puntos se denomina “nube de
El histograma se
puntos”.
construye
colocando en el eje
de abscisas los intervalos de clase y levantando
sobre ellos rectángulos con área proporcional a
la frecuencia.
Diagrama de caja (box plot ) extremos. Cada conjunto de datos solo posee
una media.
Los diagramas de caja
En datos agrupados:
(de caja y bigotes) son
gráficos que muestra la ➔ Para variable discreta
distribución de una 𝚺 𝒙𝒊 ∗ 𝒇𝒊
̅=
𝑴(𝒙) = 𝒙
variable usando 𝒏
cuartiles. ➔ Para variable continua
Permite además 𝚺 𝒚𝒊 ∗ 𝒇𝒊
̅=
𝑴(𝒙) = 𝒙
identificar datos atípicos 𝒏
𝒚𝒊 : 𝑴𝒂𝒓𝒄𝒂 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆
de su distribución.
Propiedades:
Pictogramas
La media aritmética de una variable más
Los pictogramas son gráficos de aspecto (menos) una constante es igual a la media de la
atractivo que emplean una secuencia de dibujos variable más (menos) la constante. → M (y ± k)
(esquemáticos, artísticos o = M(y) ± k
humorísticos) para
La media aritmética de una variable multiplicada
representar frecuencias y
por una constante es igual a la constante que
son útiles para difusión
multiplica a la media de la variable. → M (y * k)
masiva por ser muy
= k * M(y)
comprensibles y transmiten de forma sencilla la
información contenida en una muestra. La suma de las desviaciones ponderadas de los
valores de la variable respecto de la media
Clase 3 aritmética es cero.
Medidas de tendencia central → ∑(𝑦𝑖 − 𝑦̅) ∗ 𝑓𝑖 = 0
La media aritmética de una constante es igual a
Son medidas estadísticas que informan sobre la
la constante.
tendencia central de los datos de una
→ M(k) = k
distribución.
La tendencia central se refiere al punto medio Media Ponderada
de una distribución 𝒙𝟏 ∗ 𝒑𝟏 + 𝒙𝟐 ∗ 𝒑𝟐 +… + 𝒙𝒏 ∗ 𝒑𝒏
̅̅̅
𝒙𝒑
Media aritmética 𝒑𝟏 + 𝒑𝟐 +… + 𝒑𝒏
Cada factor pi es el peso o ponderación del dato xi
Valor que se obtiene en la división de la Ej:
sumatoria de los datos por el numero total de
datos. Solo es aplicable 𝚺 𝒙𝒊
en datos cuantitativos. 𝑴(𝒙) = 𝒙 ̅=
𝒏
Es sensible a valores
Mediana:
La mediana es un valor que solo mide la
observación central del conjunto. Es el elemento
que está más al centro del conjunto de números.
La mitad de los elementos están por arriba de
este punto y la otra mitad está por debajo.
Datos no agrupados
Se deben ordenar los datos de menor a mayor y
revisar el dato justo del medio.
→ Si n es impar, la mediana es el dato del medio
exacto.
→ Si n es par, se promedian los dos datos del
centro, el resultado es la mediana.
Para datos agrupados (Variable discreta)
➔ Se calculan las Frecuencias absolutas
acumuladas (Fi), se calcula n/2, la
mediana es el dato que contiene al
resultado de n/2 (lo excede).
➔ Si la mitad del número de datos (n/2)
coincide con la Fi de un valor, la mediana
es la semisuma de ese valor y el siguiente.
Ej: Si n/2 = K y en Fi, se encuentra K
exacto, el xi de ese dato se promedia con
el siguiente. El resultado es la mediana.
Para datos agrupados (Variable continua)
➔ Se calculan las Frecuencias absolutas
acumuladas (Fi), se calcula n/2, la
mediana es el dato que contiene al
resultado de n/2 (lo excede).
Tener en la tabla los intervalos, marca de clase,
el total de datos, frecuencia absoluta y
frecuencia absoluta acumulada
𝒏
− 𝑭𝒂𝒄𝒎−𝟏
𝑴𝒆 = 𝑳𝒊𝒎𝒊𝒏𝒇 + 𝑨𝒎𝒑𝒊𝒏𝒕𝒆𝒓𝒗. ∗ 𝟐
𝒇𝒂𝒃𝒔
𝑳𝒊𝒎𝒊𝒏𝒇 = límite inferior del intervalo de clase de
la mediana
𝑭𝒂𝒄𝒎−𝟏 = frecuencia acumulada del intervalo
anterior al intervalo de clase de la mediana
𝒇𝒂𝒃𝒔 = frecuencia absoluta del intervalo de
clase de la mediana
𝑨𝒎𝒑𝒊𝒏𝒕𝒆𝒓𝒗 = amplitud del intervalo de clase de
la mediana
Moda
Es el valor que mas se repite en el conjunto de
datos. Tiene mayor frecuencia absoluta. Pueden
existir distribuciones con mas de una moda. Al
igual que la mediana, se puede utilizar como una
posición central para datos cualitativos como
cuantitativos.
→Cálculo de la moda de datos no agrupados
Será el valor que más se repite
→Cálculo de la moda de datos agrupados
𝒅𝒇𝒊−(𝒇𝒊−𝟏)
𝑴𝒐 = 𝑳𝒊𝒎𝒊𝒏𝒇 + 𝑨𝒎𝒑𝒊𝒏𝒕𝒆𝒓. ∗
𝒅𝒇𝒊−(𝒇𝒊−𝟏) +𝒅𝒇𝒊−(𝒇𝒊+𝟏)
(Fórmula simplificada)
𝑳𝒊𝒎𝒊𝒏𝒇 (Lk-1)= límite inferior del intervalo de
clase de la mediana
𝑨𝒎𝒑𝒊𝒏𝒕𝒆𝒓 (wk) = amplitud del intervalo de clase
de la mediana
𝒅𝒇𝒊−(𝒇𝒊−𝟏) (𝒅𝟏 ) = frecuencia de la clase modal
menos la frecuencia de la clase que se
encuentra inmediatamente menor que ella
𝒅𝒇𝒊−(𝒇𝒊+𝟏) (𝒅𝟐 ) = frecuencia de la clase modal
menos la frecuencia de la clase inmediatamente
mayor que ella
Ej:
Clase 4 (a)
Medidas de dispersión:
La dispersión es la variación en un conjunto de
datos que proporciona información adicional y
permite juzgar la confiabilidad de la medida de
tendencia central, las medidas de dispersión
muestran la variabilidad de las distribuciones de
datos, números que indican que tan alejadas
están las puntuaciones de las variables y señalan
que tan homogéneos están los datos.
• Menor dispersión = más homogéneo
• Mayor dispersión = menos homogéneo
• Menor dispersión = menos heterogéneo
• Mayor dispersión = más heterogéneo
Rango intercuartílico
Diferencia entre el Q3 y Q1 e indican los
intervalos de valores que abarcan el 50% del
total de datos y los que están al centro. También
se puede decir P75 – P25, y se sigue midiendo el
50% central de las observaciones.
Desviación media
Conjunto de datos, sirve para calcular cuánto en
promedio se desvían los datos de la media
aritmética y siempre quedará expresada en las
unidades de los datos originales
∑|𝑥𝑖 − 𝑥̅ | ∗ 𝑓𝑖 | | = valor absoluto,
𝐷𝑀 = siempre es positivo
𝑛
Lo lejos que está el valor de la media, un valor 0 es que coincide con la media, un
valor elevado con respecto a las demás desviaciones indica que está alejado de
los demás datos
Varianza
Corresponde a la suma del cuadrado de la
diferencia entre cada dato y la media, dividida
en el número de observaciones, mientras mayor
sea, mayor dispersión de las observaciones, se
expresa en la misma unidad que la variable
(PERO SIEMPRE ELEVADA AL CUADRADO)
Ej: (𝑘𝑚)2 , (𝑚𝑡)2 , 𝑒𝑡𝑐
Recordar: 𝑦𝑖 = Es el punto medio del
intervalo o la semisuma de los
límites del intervalo. (no es el
promedio)
Propiedades de la varianza
1. La varianza de una constante es igual a 0.
V(k) = 0
2. La varianza es no negativa mayor o igual a cero.
V(x) ≥ 0
3. La varianza de una variable más o menos una calculo de variables cualitativas ordinales y
constante es igual a la varianza de la variable (no se cuantitativas discretas y continuas, se expresan
altera al sumarle o restarle una constante).
en las unidades de los datos estudiados.
V(x ± k) = V(x)
4. La varianza del producto de una variable por una
Cuartiles
constante es igual al cuadrado de la constante
multiplicado por la varianza de la variable.
Dividen los datos en cuatro partes iguales de
V (x*k) = k² * V(x)
25% y se denota como 𝐶1 , 𝐶2 𝑦 𝐶3
Desviación típica o estándar
25% 25% 25% 25%
Mide dispersión de los datos con respecto al 25% 50% 75%

promedio, corresponde a la raíz cuadrada de la Con datos sin agrupar

varianza y se expresa en las mismas unidades de
los datos utilizados (NO SE ELEVA AL Deben estar ordenados de menor a mayor, se
CUADRADO COMO LA VARIANZA). localiza la posicion del cuartil con la formula:
𝑗 ∗ (𝑛 + 1)
𝐶𝑗 =
4
➔ Valor entero → corresponde a esa posición
del cuartil
➔ Valor decimal → se realiza la resta de los
Coeficiente de variación valores enteros entre los que está el cuartil (el
Mide grado de dispersión relativa entre dos o entero menor y el entero mayor). El resultado
más distribuciones y para comparar la variación se multiplica por el decimal que resultó de Cj ,
de dos series de datos en diferentes unidades, luego al resultado se le suma el entero menor.
no depende de las unidades, se expresa en %. Ej:1 3  4 4 5 5 5 6
Tendrá menor dispersión aquella observación 𝑗∗(𝑛+1)
𝐶𝑗 = (Guía por los colores)
que tenga menor coeficiente. 4

𝟒 ∗ (𝟖+𝟏)
➔ Valor de este es como máximo 25% → 𝟒
= 𝟐, 𝟐𝟓 → 4–3=1 → 0,25*1=0,25 → 3+0,25=3,25

Variable Homogénea
➔ Valor superior a 25% → Heterogéneo Datos agrupados (variable discreta)
𝑠𝑥
𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 = [ ] ∗ 100
𝑦̅

Clase 4 (b)

Medidas de posición

Permiten ubicar la posición que ocupa un valor

dentro de un conjunto de datos, sirve para el
j = corresponde al número de cuartil que se 𝒋
∗ 𝒏 − 𝑭𝒂𝒄𝒎−𝟏
busca 𝑪𝒋 = 𝑳𝒊𝒎𝒊𝒏𝒇 + 𝑨𝒎𝒑𝒊𝒏𝒕𝒆𝒓𝒗. ∗ 𝟓
n = corresponde al número total de la muestra 𝒇𝒂𝒃𝒔
Fi > = Frecuencia acumulada mayor (que 𝑳𝒊𝒎𝒊𝒏𝒇 = límite inferior del intervalo
contiene al número) 𝑭𝒂𝒄𝒎−𝟏 = frecuencia acumulada del intervalo
Datos agrupados (variable continua) anterior al intervalo que contiene al cuartil
𝒇𝒂𝒃𝒔 = frecuencia absoluta del intervalo que
𝒋 contiene al cuartil
∗ 𝒏 − 𝑭𝒂𝒄𝒎−𝟏
𝑪𝒋 = 𝑳𝒊𝒎𝒊𝒏𝒇 + 𝑨𝒎𝒑𝒊𝒏𝒕𝒆𝒓𝒗. ∗ 𝟒 𝑨𝒎𝒑𝒊𝒏𝒕𝒆𝒓𝒗 = amplitud del intervalo
𝒇𝒂𝒃𝒔
𝑳𝒊𝒎𝒊𝒏𝒇 = límite inferior del intervalo
Percentiles
𝑭𝒂𝒄𝒎−𝟏 = frecuencia acumulada del intervalo 1% 1% 1% … … … … … 1% 1%
anterior al intervalo que contiene al cuartil
0% 50% 100%
𝒇𝒂𝒃𝒔 = frecuencia absoluta del intervalo que
contiene al cuartil 𝒋
∗ 𝒏 − 𝑭𝒂𝒄𝒎−𝟏
𝑨𝒎𝒑𝒊𝒏𝒕𝒆𝒓𝒗 = amplitud del intervalo 𝑪𝒋 = 𝑳𝒊𝒎𝒊𝒏𝒇 + 𝑨𝒎𝒑𝒊𝒏𝒕𝒆𝒓𝒗. ∗ 𝟏𝟎𝟎
𝒇𝒂𝒃𝒔
Ej:
𝑳𝒊𝒎𝒊𝒏𝒇 = límite inferior del intervalo
𝑭𝒂𝒄𝒎−𝟏 = frecuencia acumulada del intervalo
anterior al intervalo que contiene al cuartil
𝒇𝒂𝒃𝒔 = frecuencia absoluta del intervalo que
contiene al cuartil
𝑨𝒎𝒑𝒊𝒏𝒕𝒆𝒓𝒗 = amplitud del intervalo
Cuartil 1:
𝑗 1 𝟐, 𝟓 − 𝟎 Recordar: La fórmula es la misma para todos, lo
∗ 𝑛 = ∗ 10 = 2,5 → 𝑪𝟏 = 𝟖, 𝟓 + 𝟐 ∗ = 𝟏𝟎, 𝟐 𝒏𝒈/𝒎𝒍
4 4

☺
𝟑
unico que varía entre C, Q y P, es el
Cuartil 2: 𝑗 𝑗 𝑗
𝑗 2
∗ 𝑛 = ∗ 10 = 5 → 𝑪𝟐 = 𝟏𝟎, 𝟓 + 𝟐 ∗
𝟓−𝟑 denominador → ; ;
4 4 𝟑
= 𝟏𝟐, 𝟓 𝒏𝒈/𝒎𝒍 4 5 100
Cuartil 3: Clase 4 (c)
𝑗 3 𝟕, 𝟓 − 𝟔
∗ 𝑛 = ∗ 10 = 7,5 → 𝑪𝟑 = 𝟏𝟐, 𝟓 + 𝟐 ∗ = 𝟏𝟒 𝒏𝒈/𝒎𝒍
4 4
Medidas de forma
𝟑

Quintiles
Permiten conocer la forma de la curva que
Dividen los datos en cinco partes iguales de 20% representa los datos de la muestra, se clasifica
y se denota como 𝑄1 , 𝑄2 , 𝑄3 𝑦 𝑄4 en Asimetría o Curtosis, compara el gráfico
(barras o histograma) con la distribución normal
20% 20% 20% 20% 20%
20% 40% 60% 80%
Simetría Curtosis

Cuando los datos se distribuyen con igual
frecuencia y alejamiento sobre o debajo de la
media aritmética
Si la distribución de frecuencias es unimodal,
entonces Mediana = Moda = Media
Asimetría
Si la curva que forman los valores presenta la
misma forma a izquierda y derecha de la media
aritmética
Determina grado de concentración de los
valores alrededor de la zona central de la
distribución de frecuencias. Que tan achatada o
apuntada está la curva respecto a la distribución
normal
→Leptocúrtica (curtosis > 0) → Los datos están
muy concentrados hacia la media
→Platicúrtica (curtosis < 0) → Los datos están
muy dispersos
→Mesocúrtica (curtosis = 0) → Comportamiento
normal

Coeficiente de curtosis de Fisher

Se basa en las desviaciones de los valores con

respecto a la media
𝛴𝑛𝑖=1 (𝑥𝑖 − 𝑥̅ )4
• Si la asimetría es negativa: media < mediana < moda. Datos no agrupados → 𝑔2 = −3
→ A la izquierda 𝑛 ∗ 𝑆4
4
• Si la asimetría es positiva: media > mediana > moda. 𝛴𝑛𝑖=1 (𝑥𝑖 − 𝑥̅ ) ∗ 𝑓𝑖
Datos agrupados → 𝑔2 = −3
→ A la derecha
𝑛 ∗ 𝑆4
Índice de simetría de Pearson 𝑨𝒔 <0 asimetría negativa
→Leptocúrtica (𝑔2 > 0) → Los datos están muy
𝑨𝒔 >0 asimetría positiva concentrados hacia la media (muy apuntada)
𝑋̅ − 𝑀𝑜 3(𝑋̅ − 𝑀𝑒)
𝐴𝑠 = ; 𝐴𝑠 = 𝑨𝒔 =0 simetría
𝑆𝑥 𝑆𝑥 →Platicúrtica (𝑔2 < 0) → Muy poca
Para variables cuantitativas, relaciona la concentración en la media (muy achatada)
media y la moda o la media y la mediana
→Mesocúrtica (𝑔2 = 0) → Distribución normal
Coeficiente de asimetría de Fisher 𝒈𝟏 <0 asimetría negativa
Índice que se basa en desviaciones 𝒈𝟏 >0 asimetría positiva
de los valores respecto a la media. 𝒈𝟏 =0 simetría

Datos no agrupados Datos agrupados

𝑛 𝑛
𝛴𝑖=1 (𝑥𝑖 − 𝑥̅ )3 𝛴𝑖=1 (𝑥𝑖 − 𝑥̅ )3 ∗ 𝑓𝑖
𝑔1 = ; 𝑔1 =
𝑛 ∗ 𝑆3 𝑛 ∗ 𝑆3