Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capítulo3
Asimetría
Rango
Media Aritmética Curtosis
Rango Intercuartílico
Mediana
Modo Varianza
Desviación estándar
Media Geométrica
Coeficiente de Variación
Media Armónica
Chap 3-2
Medidas de Tendencia Central
Tendencia Central
X i X G ( X1 X 2 L X n )1/ n Xh
n
X i1 n
1
i1 X
Punto Medio Valor mas
n de valores frecuente
rankeados mente i
observado
Chap 3-3
Media Aritmética
• La media aritmética es la medida mas usada de tendencia central
X i
X1 X 2 Xn
X i1
n n
Tamaño Valores
muestral Observados
Chap 3-4
Media Aritmética
(continuación
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Media = 3 Media = 4
1 2 3 4 5 15 1 2 3 4 10 20
3 4
5 5 5 5
Chap 3-5
Mediana
• En un arreglo ordenado, la mediana es el numero del “valor medio” (50%
arriba, 50% abajo)
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
• No Mediana
afectada= 3 por valores extremos Mediana = 3
Chap 3-6
Encontrando la Mediana
• La localización de la mediana:
n 1
• Si el numero
posición mediana es impar,posición
de valores la mediana
eneslos
el datos
numeroordenados
medio
2
• Si el numero de valores es par, la mediana es el promedio de los dos
números centrales
n 1
• Vea no es el valor de la mediana, solamente es la posición
2
de la mediana en el rango de los datos.
Chap 3-7
Modo
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0 1 2 3 4 5 6
No hay Modo
Modo = 9
Chap 3-8
Ejemplo
$2,000,000 $500 K
500,000 $300 K
300,000
100,000
100,000
$100 K
$100 K
Chap 3-9
Ejemplo:
Resumen de Estadísticos
Precios de las
• Media: ($3,000,000/5)
Casas:
= $600,000
$2,000,000
500,000 • Mediana: punto medio de los datos ordenados
300,000 = $300,000
100,000
100,000
• Modo: valor mas frecuente
Suma $3,000,000 = $100,000
Chap 3-10
¿Que medida de localización es la “mejor”?
Chap 3-11
Media Geométrica
• Media geométrica
• Usada para medir la tasa de cambio de la variable sobre el tiempo
XG ( X1 X2 Xn )1/ n
• Media geométrica, tasa de retorno
• Mide el status de una inversión a través del tiempo
Chap 3-12
Ejemplo
1 n
Xh
1n
n
1
X i1 X
i 1 i i
n
Chap 3-15
Media armónica. Ejemplo
Chap 3-16
Media armónica. Ejemplo
Si la calculamos como una media aritmética:
12 18
X 15 mts
2
Por otra parte, los primeros 120 metros requieren 10 días
y los siguientes 120 metros 6.67 días, o sea todo el trabajo
llevará 16.67 días.
Chap 3-18
Medidas Resumen
Fractiles
Quintiles Percentiles
Mediana Deciles
Cuartiles
Chap 3-19
Cuartiles o Quartiles
• El cuartil, divide los datos ordenados en 4 segmentos con un igual
numero de términos por segmento
Q1 Q2 Q3
Chap 3-20
Formulas de Cuartiles
(n = 9)
Q1 está en la (9+1)/4 = 2.5 posición de los datos ordenados
así se usa el valor medio ente el 2do y 3er valor.
Asi Q1 = 12.5
(n = 9)
Q1 esta en (9+1)/4 = 2.5 posición de los datos ordenados
así Q1 = 12.5
Chap 3-23
Medidas de Variación
Variación
Igual centro,
diferente variación
Chap 3-24
Rango
Ejemplo:
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Rango = 14 - 1 = 13
Chap 3-25
Desventaja de el Rango
• Ignora el camino de la distribución de los datos
7 8 9 10 11 12 7 8 9 10 11 12
Rango = 12 - 7 = 5 Rango = 12 - 7 = 5
• Sensible a los outliers
1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,5
Rango = 5 - 1 = 4
1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,120
Rango = 120 - 1 = 119
Chap 3-26
El Resumen de los 5 números
Ejemplo:
Chap 3-27
Box-and-Whisker Plot Ejemplo
• Abajo se presentan los datos y el Box-and-Whisker:
•0 2 2 2 3 3 4 5 5 10 27
Min Q1 Q2 Q3 Max
0 23 5 27
0 2 3 5 27
Chap 3-28
Rango Intercuartilico
Chap 3-30
Rango Intercuartilico
Ejemplo:
Mediana X
X Q1 Q3
(Q2) máximo
mínimo
25% 25% 25% 25%
12 30 45 57 70
Chap 3-31
Valores Fuera de Escalas y Valores Extremos
Q1 Q3
Valores extremos
“Fuera de Escala”, se define como un valor menor a Q1 - 1.5H, o mayor que Q3 + 1.5H
• varianza muestral:
n
(X X) i
2
S 2 i1
n -1
donde X = media
n = tamaño muestral
Si = iesimo valor de la variable X
Chap 3-33
Desviación estándar
• La medida mas usada de la variación
• Muestra la variación alrededor de la media
• Es la raíz cuadrado de la varianza
• Tiene las mismas unidades de los datos originales
i
(X X ) 2
S i1
n -1
Chap 3-34
Ejemplo de Calculo :
Desviación estándar muestral
Muestra
Datos : 10 12 14 15 17 18 18 24
n=8 Media = = 16
Pequeña desviación
estándar
Chap 3-36
Comparando desviaciones estándar
Datos A
Media = 15.5
11 12 13 14 15 16 17 18 19 20 21
S = 3.338
Datos B
Media = 15.5
11 12 13 14 15 16 17 18 19 20 21 S = 0.926
Datos C
Media = 15.5
11 12 13 14 15 16 17 18 19 20 21 S = 4.567
Chap 3-37
Ventajas de la Varianza y Desviación
estándar
Chap 3-38
Coeficiente de Variación
• Medida relativas de variación
• Siempre expresada en porcentaje (%)
• Muestra la variación relativa a la media
• Puede ser usada para comparar dos o mas conjuntos de datos medidos en
diferentes unidades
• Mide la homogeneidad de la serie:
CV<10%= homogénea
10%<CV<30%= poco homogénea
CV>30% = no homogénea
S
C V 100%
X
Chap 3-39
Comparando Coeficientes
de Variación
• Acción A:
• Precio promedio del último año = $50
• desviación estándar = $5
S $5 Ambas
C VA 100% 100% 10% acciones tienn
• Acción B: X $50 la misma
desviación
• Precio promedio del último año = $100 estándar, pero
• desviación estándar = $5 la acción B
tiene menor
variación
S $5 relativa a su
C VB 100% 100% 5% precio
X $100
Chap 3-40
Z Scores- tipificada-estandarizada
XX
Z
S Chap 3-41
Z Scores
(continua)
Ejemplo:
• Si la media es 14.0 y el desvió estándar es 3.0, cual es el Z
score para el valor 18.5?
X X 18.5 14.0
Z 1.5
S 3.0
• El valor 18.5 es 1.5 desviaciones estándar sobre la media
• (un valor negativo del Z-score quiere decir que un valor es
menor que la media)
Chap 3-42
Medidas de Forma
Forma
Asimetría Curtosis
Chap 3-43
Forma de la Distribución
Chap 3-44
Distribución de la Forma y el
Box-and-Whisker Plot
Q1 Q2 Q3 Q1 Q2 Q3 Q1 Q2 Q3
4
k 4 3
k > 0 = Distribución Leptocurtica (más concentrada)
Chap 3-48
Utilizando Excel
Chap 3-49
Utilizando Excel
(continua)
• Chequear en la caja
para estadísticos
resumen
• Presione OK-Aceptar
Chap 3-50
Salida de Excel
House Prices:
$2,000,000
500,000
300,000
100,000
100,000
Chap 3-51
Medidas Numéricas de la
Población
• Las medidas resumen Poblacionales se llaman parámetros
• La media poblacional es la suma de los valores de la suma de la población
dividida por el tamaño poblacional N
X i
X1 X 2 XN
i1
N N
donde μ = media poblacional
N = tamaño poblacional
Si = iesimo valor de la variable X
Chap 3-52
Varianza Poblacional
• Varianza Poblacional :
N
(X μ)
i
2
σ2 i1
N
i
(X μ) 2
σ i1
N
Chap 3-54
La regla empírica
68%
μ
μ 1σ
Chap 3-55
La regla empírica
• μ 2σ contiene alrededor del 95% de los valores en la población o
en la muestra
95% 99.7%
μ 2σ μ 3σ
Chap 3-56
Aproximación de la media de la Distribución
de frecuencia
• Algunas veces solamente la distribución de frecuencias esta
disponible pero no los datos crudos.
• Utilizar el punto medio de clase del intervalo aproximando los
valores de la clase:
c
m f
j1
j j
X
n
• donde n = numero de valores o tamaño de la muestra
c = numero de clases en la distribución de frecuencias
mj = punto medio de la clase jesima
fj = numero de valores en la jesima clase
Chap 3-57
Aproximando el desvío estándar desde la
distribución de Frecuencias
• Se supone que todos los valores dentro de cada intervalo de clase se
localizan en el punto medio de las clases
(m X)
j1
j
2
fj
S
n -1
Chap 3-58
La covarianza muestral
• La covarianza muestral :
( X X)(Y Y )
i i
cov ( X , Y ) i1
n 1
• Solamente representa la intensidad de la relación
• No implica efectos causales
Chap 3-59
Interpretando Covarianzas
Chap 3-60
Coeficiente de Correlación
• Mide la relación lineal relativa entre dos variables
• Coeficiente de correlación Muestral :
cov (X, Y)
donde r
SX SY
(X X)(Y Y)
n n
i i (X X)
i
2
i
(Y Y ) 2
Chap 3-62
Diagramas de dispersión de Datos con
Varios Coeficientes de Correlación
Y Y Y
X X X
r = -1 r = -.6 r=0
Y
Y Y
X X X
r = +1 r = +.3 r = 0Chap 3-63
Utilizando Excel para encontrar el coeficiente
de correlación
• Seleccionar
Herramientas/ Análisis de
Datos
• Elegir Correlación de la
opción del menú
• Presiona OK- Aceptar . . .
Chap 3-64
Utilizar Excel para encontrar el Coeficiente de
Correlación
(continued)
• r = .733
prueba 2 95
Test #2 Score
90
85
80
Chap 3-66
Errores en las mediciones numéricas
descriptivas
Chap 3-67
Bibliografía
• LEVINE, DAVID M., KREHBIEL, TIMOTHY C. Y MARK L.
BERENSON - Estadística para administración. Cuarta edición -
PEARSON EDUCACIÓN, México, 2006
Capítulo 10