Unidad 2

Medidas o estadísticos de Posición

Son medidas que proporcionan la diferencia de localización de la distribución de la variable sobre
el eje de las abscisas respecto al origen.

1. Promedio (o Media)
Fórmula para serie simple:

Para distribución de frecuencias:

Media ponderada
Ej.: El promedio de 3 estudiantes es 5,4, y el promedio de otros 4
estudiantes es 6,7 ¿cuál es el promedio de los 7 estudiantes?

2. Mediana
Es el valor de la variable que supera a no más del 50% de las observaciones y a la vez es superado
por no más del 50% de las observaciones. Está definida por una relación de orden. NO se afecta
por valores extremos.
Serie simple:

Ejemplo de cálculo de las medidas de posición para tablas de frecuencias de datos no agrupados:
Variable: Cantidad de materias aprobadas
U.E.: cada alumno
Tipo: Cuantitativa – Discreta
Promedio:
Interpretación: En promedio los alumnos tienen 2,63 materias
finales aprobadas.

Mediana:

Me= 2
Interpretación: El 50% de los alumnos tienen como mínimo 2 materias aprobadas y el otro 50% tiene como
máximo 2 materias aprobadas.
La mediana se marca en el grafico de las frecuencias acumuladas:
3. Modo(mo)
Es el valor de la variable más observado. Es el valor de la variable al que le corresponde la máxima
frecuencia.
No existe el modo en serie simple.

Datos no agrupados:
1- se busca en la columna fi la frecuencia más alta.
2- el valor de xi correspondiente a esa fila es el modo.

Interpretación: Lo más frecuente es que los alumnos tengan 2

materias aprobadas.

Mo= 2
El modo se marca en el gráfico de frecuencias simples:

Ejemplo de cálculo de las medidas de posición para tablas de frecuencias de datos agrupados:
U.E.: cada persona
Variable: Altura (en metros)
Tipo: Cuantitativa – Continua

Promedio:
Mediana:

Modo:

Simetría:
4. Cuartiles
 Cuartil inferior (o primer cuartil) supera a no más de la cuarta parte de las observaciones y a su vez es
superado por no más de las tres cuartas partes de las observaciones.

 Cuartil superior (o tercer cuartil) supera a no más de las tres cuartas partes de las observaciones y a su vez
es superado por no más de la cuarta parte de las observaciones.

 El segundo cuartil coincide con la mediana.

Estadísticos de dispersión
Rango
Es la diferencia entre el valor máximo y el valor mínimo de las n observaciones.
Rango= xmax - xmin
Rango intercuartilico
Es la diferencia entre el tercer cuartil y el primer cuartil:
RI = Q3 – Q1

Desvio:
Si xi es un dato cualquiera de la muestra, se llama desviación respecto de la media a la diferencia
entre el xi y la media.

Variancia:
Se la define y calcula como el promedio entre los cuadrados de los desvíos respecto de la media aritmética y
n.

Desvio estándar:

• Se la define como la raíz cuadrada de la variancia

• Es positiva y mientras más alejados están las observaciones del promedio, mayor será la desviación
estándar • Es la medida de dispersión más utilizada
• Al igual que la media, el desvío se ve afectado por la asimetría o por observaciones atípicas
• Está expresado en la misma unidad de medida que la variable y su media

Propiedad del desvio estándar en distribuciones simétricas:

Dispersión relativa, Coeficiente de variación:

-Cuando es necesario comparar dos poblaciones en las cuales se estudia variables diferentes, y por lo tanto
se está utilizando unidades de medida diferentes.
-Cuando es necesario comparar dos poblaciones en las cuales se estudia la misma variable, pero con medias
diferentes, ya que una misma dispersión no significa tanto si la media de la variable es mayor.

Observaciones bivariadas, Gráficos de dispersión

Covariancia:
En el estudio de variables cuantitativas bidimensionales adquiere importancia el análisis de la variación
conjunta de ambas variables, además de la media y la variancia de cada variable. La variación conjunta se
mide a través de un coeficiente llamado covariancia. Cov(x;y).  Sabemos que la covariancia mide la
variancia conjunta entre dos variables cuantitativas X e Y, indica además el tipo de relación que existe entre
ellas (directa o inversa), o bien, la ausencia de una relación lineal.

Interpretación:
• Cov(x,y) > 0  relación directa(positiva) entre las variables.
• Cov(x,y) < 0  relación inversa entre las variables.
• Cov(x,y) = 0  no existe relación lineal entre las variables.

Coeficiente de correlación:
El coeficiente de correlación permite cuantificar la intensidad de una relación lineal.

✓ No depende de las unidades en que se miden las variables y su valor está siempre entre -1 y 1.
✓ 𝑟𝑥𝑦 = 1 si todos los puntos se alinean con pendiente positiva (relación lineal directa y perfecta).
✓ 𝑟𝑥𝑦 =-1 si todos los puntos se alinean con pendiente negativa (relación lineal inversa y perfecta).
Ejemplos:
𝑟𝑥𝑦 = −0,67 Hay bastante relación lineal inversa entre la potencia aeróbica máxima y el tiempo de la carrera
de las atletas.
𝑟𝑥𝑦 = 0,97 Hay una alta relación lineal directa entre valor y el área de las casas.