Tema 3

Introducción
Medidas de Posición de tendencia central

Medidas de posición NO Centrales: Los Cuantiles
Medidas de Dispersión
Medidas de forma
Momentos
T EMA 3: A N ÁLISIS E STAD ÍSTICO DE

VARIABLES U NIDIMENSIONALES
Estadı́stica Empresarial I (ADE,

Derecho-ADE, ADE-Informática)
Departamento de Economı́a Financiera y Actuarial y Estadı́stica
Universidad Complutense de Madrid
2022/2023
Estadı́stica Empresarial I 1/82
Introducción
Medidas de forma
Momentos
1 Introducción
2 Medidas de Posición de tendencia central
Medias
Mediana
Moda
3 Medidas de posición NO Centrales: Los Cuantiles
4 Medidas de Dispersión
Recorridos & Desviaciones
Varainza & Desviación Tı́pica
Coeficiente de Variación de Pearson
Tipificación
5 Medidas de forma
Asimetrı́a
Curtosis
6 Momentos
Momentos con respecto al origen o no centrales
Momentos con respecto a la media aritmética o centrales

Introducción
Medidas de forma
Momentos
1 Introducción
Medias
Mediana
Moda
Tipificación
5 Medidas de forma
Asimetrı́a
Curtosis
6 Momentos

Introducción
Medidas de forma
Momentos
Parámetros VS Estadı́sticos
La información extensa que dan los datos es complicada de

interpretar, por lo que se intenta resumir. La reducción o resumen
numérico de los datos consiste en sustituir los datos por unos pocos
valores numéricos que resumen sus caracterı́sticas.
Estos valores resumen son conocidos como medidas y se llaman:
Estadı́sticos: Si se calculan para la muestra.

Introducción
Medidas de forma
Momentos
Parámetros VS Estadı́sticos
La información extensa que dan los datos es complicada de

interpretar, por lo que se intenta resumir. La reducción o resumen
numérico de los datos consiste en sustituir los datos por unos pocos
valores numéricos que resumen sus caracterı́sticas.
Estos valores resumen son conocidos como medidas y se llaman:
Estadı́sticos: Si se calculan para la muestra.
Parámetros: Si se calculan para la población completa.

Introducción
Medidas de forma
Momentos
Tipos
Se van a considerar cuatro aspectos básicos de un conjunto de datos,

que darán origen a cuatro tipos de medidas
Posición.

Introducción
Medidas de forma
Momentos
Tipos

Posición.
Dispersión.

Introducción
Medidas de forma
Momentos
Tipos

Posición.
Dispersión.
Forma.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
1 Introducción
Medias
Mediana
Moda
Tipificación
5 Medidas de forma
Asimetrı́a
Curtosis
6 Momentos

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Tipos
Son medidas que intentan resumir las caracterı́sticas básicas de la

distribución y son la Media aritmética, media geométrica, media
armónica, mediana y moda.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética (I)

Definición
Sea X una variable de tamaño N , con k grupos de datos distintos, se
define media aritmética como:
Pk
xi ni
X̄ = i=1
N

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos

Definición
Pk
xi ni
X̄ = i=1
N
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos

Definición
Pk
xi ni
X̄ = i=1
N
Caracterı́sticas
Ventajas:
No presenta problemas de cálculo
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos

Definición
Pk
xi ni
X̄ = i=1
N
Caracterı́sticas
Ventajas:
Intervienen todos los datos
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos

Definición
Pk
xi ni
X̄ = i=1
N
Caracterı́sticas
Ventajas:
Interpretación sencilla
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos

Definición
Pk
xi ni
X̄ = i=1
N
Caracterı́sticas
Ventajas:
Es única
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos

Definición
Pk
xi ni
X̄ = i=1
N
Caracterı́sticas
Ventajas:
Es única
Inconvenientes:
Sensible a valores atı́picos

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética (II)

Ejemplo
Se obtienen los siguientes datos tomando el número de coches por
hogar en una muestra de 10 hogares: 1, 0, 2, 2, 1, 1, 0, 2, 3, 2.Calcular
tabla de frecuencias no acumuladas y la media aritmética

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética (II)

Ejemplo
Se obtienen los siguientes datos tomando el número de coches por
hogar en una muestra de 10 hogares: 1, 0, 2, 2, 1, 1, 0, 2, 3, 2.Calcular
tabla de frecuencias no acumuladas y la media aritmética
Solución
Valores ni fi Ni Fi
0 2 0.2 2 0.2
1 3 0.3 5 0.5
2 4 0.4 9 0.9
3 1 0.1 10 1
Pk
xi ni (0∗2)+(1∗3)+(2∗4)+(3∗1)
X̄ = i=1
N = 10 = 1,4 coches

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética (III)

Ejemplo
Calcular la media aritmética: los valores están expresados en número de clientes
Valores Marca clase ni fi Ni Fi
9 ≤ x ≤ 11 10 4 0.13 4 0.13
11 < x ≤ 13 12 11 0.37 15 0.5
13 < x ≤ 15 14 8 0.27 23 0.77
15 < x ≤ 17 16 6 0.2 29 0.97
17 < x ≤ 19 18 1 0.03 30 1

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética (III)

Ejemplo
Calcular la media aritmética: los valores están expresados en número de clientes
Valores Marca clase ni fi Ni Fi
9 ≤ x ≤ 11 10 4 0.13 4 0.13
11 < x ≤ 13 12 11 0.37 15 0.5
13 < x ≤ 15 14 8 0.27 23 0.77
15 < x ≤ 17 16 6 0.2 29 0.97
17 < x ≤ 19 18 1 0.03 30 1
Solución
Pk
xi ni (10∗4)+(12∗11)+(14∗8)+(16∗6)+(18∗1)
X̄ = i=1
N = 30 = 9,95 clientes

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética
Las propiedades más importantes de la media aritmética son:
La media aritmética queda afectada por los cambios de origen y
escala:
si Y = aX + b entonces Ȳ = aX̄ + b.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética
Las propiedades más importantes de la media aritmética son:
La media aritmética queda afectada por los cambios de origen y
escala:
si Y = aX + b entonces Ȳ = aX̄ + b.
Si de una muestra se obtienen submuestras disjuntas, la media
aritmética de la muestra se relaciona con las medias de las
submuestras ponderada por sus tamaños respectivos. Esto es, sea
una muestra M de tamaño n y dos submuestras M1 y M2 de
tamaños respectivos n1 y n2 con n1 + n2 = n, si sus medias
aritmética son X̄1 y X̄2 , entonces la media aritmética de M
verifica:
x¯1 n1 +x¯2 n2
X̄ = N

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética
Ejemplo
Las reparaciones en una semana de un taller son 10, 6, 9, 7, 6, 3. Se
pide:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética
Ejemplo
pide:
Calcular la la media aritmética en dicha distribución

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética
Ejemplo
pide:
Calcular la nueva media aritmética si se habı́an olvidado
contabilizar una reparación diaria.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética
Ejemplo
pide:
Calcular la nueva media aritmética si se habı́an olvidado
contabilizar una reparación diaria.
Calcular la media aritmética de la semana siguiente si saben que
se van a incrementar un 25 % las reparaciones.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética
Solució

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética
Solució
Pk
xi ni (10+6+9+7+6+3
X̄ = i=1
N = 6 = 6, 83 reparaciones

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética
Solució
Pk
xi ni (10+6+9+7+6+3
X̄ = i=1
La nueva distribución es: Y = 11, 7, 10, 8, 7, 4, entonces como
X̄ = 6,83 e Y = X + 1, esto implica que
Ȳ = X̄ + 1 = 6,83 + 1 = 7,83 reparaciones.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética
Solució
Pk
xi ni (10+6+9+7+6+3
X̄ = i=1
La nueva distribución es: Y = 11, 7, 10, 8, 7, 4, entonces como
X̄ = 6,83 e Y = X + 1, esto implica que
Ȳ = X̄ + 1 = 6,83 + 1 = 7,83 reparaciones.
La nueva distribución es: Y = 12,5, 7,5, 11,25, 8,75, 7,5, 3,75,
entonces como X̄ = 6,83 e Y = X + 0,25X = 1,25X, esto
implica que Ȳ = 1,25X̄ = 1, 25 ∗ 6,83 = 8,54 reparaciones.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética
Ejemplo
En una jornada de una liga deportiva se conoce los espectadores y la
media de coste de las entradas e:
Estadios A B C D E F G H
Asistentes 2033 3346 6307 9277 5765 7217 8864 5531
Media de coste 24,96 23,13 29,79 18,10 20,10 13,63 15,41 17,40

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Media aritmética
Ejemplo
En una jornada de una liga deportiva se conoce los espectadores y la
media de coste de las entradas e:
Estadios A B C D E F G H
Asistentes 2033 3346 6307 9277 5765 7217 8864 5531
Media de coste 24,96 23,13 29,79 18,10 20,10 13,63 15,41 17,40
Solución
x¯1 n1 +x¯2 n2 +x¯3 n3 +x¯4 n4 +x¯5 n5 +x¯6 n6 +x¯7 n7 +x¯8 n8
X̄ = n1 +n2 +n3 +n4 +n5 +n6 +n7 +n8 =
24,96∗2033+23,13∗3346+29,79∗6307+18,10∗9277+20,10∗5765+13,63∗7217+15,41∗8864+17,40∗5531
2033+3346+6307+9277+5765+7217+8864+5531
930943,0326
X̄ = 48340 = 19,26 e

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Otras Medias
Media Geométrica
Sea X una variable de tamaño n, con k grupos de datos distintos, se
define la media geométrica como:
qQ
G = n kj=1 xni i

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Otras Medias
Media Geométrica
define la media geométrica como:
qQ
G = n kj=1 xni i
Media Armónica
define la media armónica como:
H = PkN ni
i=1 xi

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Otras Medias: Implicaciones
Ventajas:
Inconvenientes:
Los usos más usuales de la media geométrica son en promedios de tasas y porcentajes y la
media armónica son en promedios de rendimientos.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Ventajas:
Intervienen todos los datos y su valor es único.
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Ventajas:
No es tan sensible a valores atı́picos.
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Ventajas:
No es tan sensible a valores atı́picos.
Inconvenientes:
No siempre existe y no tiene significado intuitivo.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Implicaciones prácticas
Nota
H ≤ G ≤ X̄

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Nota
H ≤ G ≤ X̄
Ejemplo
Calcular la media artimética, geométrica, armónica de la siguiente distribución:
29, 97 %; 93, 36 %; 34, 36 %; 66, 23 %; 86, 09 %.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Nota
H ≤ G ≤ X̄
Ejemplo
Calcular la media artimética, geométrica, armónica de la siguiente distribución:
29, 97 %; 93, 36 %; 34, 36 %; 66, 23 %; 86, 09 %.
Solución
1+1+1+1+1
H= 1 + 1 + 1 + 1 + 1 = 50, 06 %
29,97 93,36 34,36 66,23 86,09
p5
G = 29, 97 ∗ 93, 36 ∗ 34, 36 ∗ 66, 231 ∗ 86, 091 = 55, 95 %
1 1 1
X̄ = 29,97 %+93,36 %+34,36

5
%+66,23 %+86,09 %
= 62, 00 %
entonces, H ≤ G ≤ X̄

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Definición
Sea X una variable de tamaño n, supuestos los datos ordenados de
menor a mayor, la mediana es el valor que divide a la muestra en dos
partes iguales, es por tanto el valor con frecuencia acumulada N/2.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Definición
Caracterı́sticas
Ventajas:
No presenta problemas de cálculo.
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Definición
Caracterı́sticas
Ventajas:
Interpretación sencilla.
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Definición
Caracterı́sticas
Ventajas:
No es sensible a atı́picos.
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:
No intervienen todos los datos.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:
Puede no ser única.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Es la medida de tendencia central adecuada para datos en escala

ordinal y para conjuntos de datos numéricos con valores atı́picos o
muy asimétricos puede ser mas representativa que la media aritmética.
Para su determinación hay que distinguir entre variable discreta y
variable continua o discreta con datos agrupados.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Teniendo una variable discreta se pueden presentar dos casos

mutuamente excluyentes:
Existe algún valor de la variable con frecuencia acumulada N/2
En este caso hay infinitas mediana y se define ésta como el punto
medio entre el valor con frecuencia acumulada N/2 y el siguiente.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Teniendo una variable discreta se pueden presentar dos casos

mutuamente excluyentes:
Existe algún valor de la variable con frecuencia acumulada N/2
En este caso hay infinitas mediana y se define ésta como el punto
medio entre el valor con frecuencia acumulada N/2 y el siguiente.
No existe ningún valor de la variable con frecuencia acumulada N/2

La mediana es el valor con frecuencia acumulada inmediatamente
superior a N/2.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
Se ha preguntado a 6 consumidores cuantos yogures consumen a la
semana, obteniendo el siguiente resultado: 5, 1, 7, 9, 2, 10. Calcule la
mediana.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
mediana.
Solución

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
mediana.
Solución
Ordenamos los datos de menor a mayor: 1, 2, 5, 7, 9, 10

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
mediana.
Solución
N 6
Calculamos su posición: 2 = 2 =3

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
mediana.
Solución
N 6
Calculamos su posición: 2 = 2 =3
5+7
Obtenemos su valor: M e = 2 = 6 yogures.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
Se ha preguntado a 7 consumidores cuantas piezas de fruta consumen
al dı́a, obteniendo el siguiente resultado: 3, 3, 1, 0, 3, 4, 5. Calcule la
mediana.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
mediana.
Solución

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
mediana.
Solución
Ordenamos los datos de menor a mayor: 0, 1, 3, 3, 3, 4, 5

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
mediana.
Solución
N 7
Calculamos su posición: 2 = 2 = 3, 5

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
mediana.
Solución
N 7
Calculamos su posición: 2 = 2 = 3, 5
Obtenemos su valor: M e = 3 piezas de fruta.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
Se han obtenido dos distribuciones (xi , yj ) sobre el consumo de tipos
de verdura a la semana:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
xi ni
1 5
2 5
5 6
7 4

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana
Ejemplo
yj nj
xi ni 1 3
1 5 2 4
2 5 5 9
5 6 7 10
7 4 10 7
13 2

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana (V)
Solución

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana (V)
Solución
N 20 N 35
Calculamos su posición: en X 2 = 2 = 10 en Y 2 = 2 = 17, 5

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana (V)
Solución
N 20 N 35
Obtenemos su la frecuencia acumulada:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana (V)
Solución
N 20 N 35

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana (V)
Solución
N 20 N 35
xi ni Ni
1 5 5
2 5 10
5 6 16
7 4 20

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana (V)
Solución
N 20 N 35
yj nj Nj
xi ni Ni 1 3 3
1 5 5 2 4 7
2 5 10 5 9 16
5 6 16 7 10 26
7 4 20 10 7 33
13 2 35

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Mediana (V)
Solución
N 20 N 35
yj nj Nj
xi ni Ni 1 3 3
1 5 5 2 4 7
2 5 10 5 9 16
5 6 16 7 10 26
7 4 20 10 7 33
13 2 35
Obtenemos su valor:
M ex = 2+5
2 = 3, 5 tipos de verdura M ey = 7 tipos de verdura.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Moda
Definición
Sea X una variable de tamaño n, la moda es el valor de la variable de
mayor frecuencia. Es la medida de tendencia central adecuada para
datos en escala nominal.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Moda
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Moda
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Moda
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Moda
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Moda
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Moda
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:
Puede no ser única.

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Moda
Ejercicio
Supongamos que tenemos los siguientes datos a cerca de consumo de
tipos de café en una cafeterı́a:

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Moda
Ejercicio

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Moda
Ejercicio
Tipo Freq.
SOLO 127
LARGO 85
SEMILARGO 78
SOLOCORTO 156
MITAD 267
ENTRECORTO 182
CORTO 105
SOMBRA 61
NUBE 35

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Moda
Ejercicio
Tipo Freq.
SOLO 127 Cual es el consumo que está de
LARGO 85
SEMILARGO 78
moda en el dicha cafeterı́a.
SOLOCORTO 156
MITAD 267
ENTRECORTO 182
CORTO 105
SOMBRA 61
NUBE 35

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Moda
Ejercicio
Tipo Freq.
SOLO 127 Cual es el consumo que está de
LARGO 85
SEMILARGO 78
moda en el dicha cafeterı́a.
SOLOCORTO 156
MITAD 267
Solución
ENTRECORTO 182 El consumo que más se repite es
CORTO 105
SOMBRA 61 del café denominado mitad.
NUBE 35

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Implicaciones prácticas II
Nota
Los outliers o valores atı́picos distorsionan las medidas de posición,
por lo que hay que estudiar su inclusión dado que puede deberse a un
error de medida o a un mal diseño de la recolecta de datos

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Nota
Ejemplo
Calcular la media artimética, mediana y moda de la siguiente distribución:
100, 150, 150, 200, 250, 50000. Hay algún dato que distorsiona la muestra?
Que sucede si sacamos los valores erróneos?

Introducción
Medias
Mediana
Moda
Medidas de forma
Momentos
Nota
Ejemplo
Calcular la media artimética, mediana y moda de la siguiente distribución:
100, 150, 150, 200, 250, 50000. Hay algún dato que distorsiona la muestra?
Que sucede si sacamos los valores erróneos?
Solución
X̄ = 8475; M e = 175; M o = 150

Pero parece que el valor de 50000 es un error en la colecta de datos por lo
que volvemos a calcular los datos sin él:
X̄ = 170; M e = 150; M o = 150

Introducción
Medidas de forma
Momentos
1 Introducción
Medias
Mediana
Moda
Tipificación
5 Medidas de forma
Asimetrı́a
Curtosis
6 Momentos

Introducción
Medidas de forma
Momentos
Definición
menor a mayor, los cuantiles de orden q son los valores que dividen
a la distribución en q partes iguales.

Introducción
Medidas de forma
Momentos
Definición
Tipos de cuantiles

Introducción
Medidas de forma
Momentos
Definición
Tipos de cuantiles
Cuartiles: tres valores que dividen a la distribución en cuatro
partes iguales, se designan por Q1 , Q2 = M e y Q3 .

Introducción
Medidas de forma
Momentos
Definición
Tipos de cuantiles
Deciles: nueve valores que dividen a la distribución en diez
partes iguales, se designan por D1 , D2 , . . . , D9 .

Introducción
Medidas de forma
Momentos
Definición
Tipos de cuantiles
Deciles: nueve valores que dividen a la distribución en diez
partes iguales, se designan por D1 , D2 , . . . , D9 .
Cuartiles: noventa y nueve valores que dividen a la distribución
en cien partes iguales, se designan por P1 , P2 , . . . , P99 .

Introducción
Medidas de forma
Momentos
Representación Gráfica

Introducción
Medidas de forma
Momentos

Introducción
Medidas de forma
Momentos
Cuantiles
Para el cálculo de en cuantil i de orden q y teniendo una variable
discreta o contı́nua con datos no agrupados se pueden presentar dos
casos mutuamente excluyentes:
Existe algún valor de la variable con frecuencia acumulada N ∗ i/q
En este caso hay infinitos cuantiles y se define éste como el punto
medio entre el valor con frecuencia acumulada N ∗ i/q y el siguiente.

Introducción
Medidas de forma
Momentos
Cuantiles
Para el cálculo de en cuantil i de orden q y teniendo una variable
discreta o contı́nua con datos no agrupados se pueden presentar dos
casos mutuamente excluyentes:
Existe algún valor de la variable con frecuencia acumulada N ∗ i/q
En este caso hay infinitos cuantiles y se define éste como el punto
medio entre el valor con frecuencia acumulada N ∗ i/q y el siguiente.
No existe ningún valor de la variable con frecuencia acumulada

N ∗ i/q
El cuantil es el valor con frecuencia acumulada inmediatamente
superior a N ∗ i/q.

Introducción
Medidas de forma
Momentos
Cuantiles
Ejemplo
Calcule Q1 ; Q2 ; D2 ; P65 de la siguiente distribución en la que se
recogen los dı́as que tarda un coche entre que llega al concesionario y
es vendido:
19, 12, 14, 19, 9, 17, 10, 14, 6, 11, 9, 9, 15, 15, 10, 4, 18, 13, 5, 14

Introducción
Medidas de forma
Momentos
Cuantiles
Solución
1 4 11 13
2 5 12 14
3 6 13 14
4 9 14 14
5 9 15 15
6 9 16 15
7 10 17 17
8 10 18 18
9 11 19 19
10 12 20 19

Introducción
Medidas de forma
Momentos
Cuantiles VI
Solución

Introducción
Medidas de forma
Momentos
Cuantiles VI
Solución
Calculamos su posición:
Q1 ; N4 = 20
4 =5
N 20
Q2 ; 4 = 2 = 10
D2 ; 2∗N 4∗20
10 = 10 = 4
65∗N
P65 ; 100 = 65∗20100 = 13

Introducción
Medidas de forma
Momentos
Cuantiles VI
Solución
Calculamos su posición:
Q1 ; N4 = 20
4 =5
N 20
Q2 ; 4 = 2 = 10
D2 ; 2∗N 4∗20
10 = 10 = 4
65∗N
P65 ; 100 = 65∗20100 = 13
Obtenemos su valor a partir de la fórmula:
Q1 = 9 horas
Q2 = 12, 5 horas
D2 = 9 horas
P65 = 14 horas

Introducción
Medidas de Posición de tendencia central Recorridos & Desviaciones
Medidas de posición NO Centrales: Los Cuantiles Varainza & Desviación Tı́pica
Medidas de Dispersión Coeficiente de Variación de Pearson
Medidas de forma Tipificación
Momentos
1 Introducción
Medias
Mediana
Moda
Tipificación
5 Medidas de forma
Asimetrı́a
Curtosis
6 Momentos

Introducción
Momentos
Concepto
Definición
Son medidas de la mayor o menor separación de los valores respecto
a otro, que se pretende que sea la siı́ntesis de la distribución.
Por lo tanto sirven para medir la representatividad de los valores de
tendencia central, ya que una medida serı́a tanto miás representativa
cuanto miás valores se encuentren a su alrededor.

Introducción
Momentos
Concepto
Definición
Son medidas de la mayor o menor separación de los valores respecto
a otro, que se pretende que sea la siı́ntesis de la distribución.
Por lo tanto sirven para medir la representatividad de los valores de
tendencia central, ya que una medida serı́a tanto miás representativa
cuanto miás valores se encuentren a su alrededor.
Ejemplo
Sean dos poblaciones de once individuos cada una:
Población A: Uno gana 100.000 e/mensuales y los restantes diez ganan 1.000 e/mensuales
cada uno.
Población B: Uno gana 10.000 e/mensuales, cinco ganan 9.000 e/mensuales y los restantes
cinco ganan 11.000 e/mensuales cada uno.
La media es 10.000 e/mensuales, pero, la riqueza está igualmente distribuida? Son iguales las
poblaciones? Cómo diferenciarlas?
Introducción
Momentos
Recorrido Absoluto
Definición
menor a mayor, se define el recorrido absoluto como la diferencia
entre el último y el primer valor: Re = xn − x1

Introducción
Momentos
Recorrido Absoluto
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Momentos
Recorrido Absoluto
Definición
Caracterı́sticas
Ventajas:
El cálculo es rápido y sencillo.
Inconvenientes:

Introducción
Momentos
Recorrido Absoluto
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:
Sólo depende de los valores extremos. No informa sobre la distribución
de los restantes datos en la muestra.

Introducción
Momentos
Recorrido Absoluto
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:
Sólo depende de los valores extremos. No informa sobre la distribución
de los restantes datos en la muestra.
No sirve para medir la representatividad de ninguna medida de
tendencia central.
Introducción
Momentos
Recorrido Absoluto
Ejercicio
En una asesorı́a jurı́dica se tienen 12 empleados que han resuelto el
siguiente numero de consultas jurı́dicas en una semana:
Empleados
A B C D E F G H I J K L
2 5 4 3 6 6 4 1 5 3 6 3
Calcule el recorrido absoluto.

Introducción
Momentos
Recorrido Absoluto
Solución
Ordenamos de menor a mayor para obtener el máximo y el mı́nimo
Empleados
H A D J L C G B I E F K
1 2 3 3 3 4 4 5 5 6 6 6
Entonces: Re = 6 − 1 = 5 consultas jurı́dicas

Introducción
Momentos
Recorrido intercuartı́lico
Definición
menor a mayor, se define el recorrido intercuartı́lico como la
diferencia entre el tercer y el primer cuartil: RI = Q3 − Q1

Introducción
Momentos
Definición
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Momentos
Definición
Caracterı́sticas
Ventajas:
No depende de los valores extremos de la muestra: no está afectado por valores atı́picos.
Inconvenientes:

Introducción
Momentos
Definición
Caracterı́sticas
Ventajas:
Mide el tamaño del 50 % central de la muestra.
Inconvenientes:

Introducción
Momentos
Definición
Caracterı́sticas
Ventajas:
Mide el tamaño del 50 % central de la muestra.
Inconvenientes:
No sirve exactamente para medir la representatividad de ninguna medida de tendencia
central particular.

Introducción
Momentos

Introducción
Momentos
Ejercicio
Tomando los cuartiles de la distirbución del ejercicio anterior se
obtuvieron las siguientes medidas:
Min Q1 Q2 Q3 Max
1 3 4 5,25 6
Calcular el recorrido intercuartı́lico.

Introducción
Momentos
Ejercicio
Tomando los cuartiles de la distirbución del ejercicio anterior se
obtuvieron las siguientes medidas:
Min Q1 Q2 Q3 Max
1 3 4 5,25 6
Calcular el recorrido intercuartı́lico.
Solución
RI = Q3 − Q1 = 5, 25 − 3 = 2, 25 consultas jurı́dicas

Introducción
Momentos
Desviaciones medias
Desviación media respecto a la media aritmética

define la desviación media respecto a la media aritmética como:
DX̄ = N1 ki=1 xi − X̄ ni
P

Introducción
Momentos
Desviaciones medias
Desviación media respecto a la media aritmética

define la desviación media respecto a la media aritmética como:
DX̄ = N1 ki=1 xi − X̄ ni
P
Desviación media respecto a la mediana

define la desviación media respecto a la mediana como:
DM e = N1 ki=1 |xi − M e| ni
P

Introducción
Momentos
Desviaciones medias: implicaciones
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Momentos
Caracterı́sticas
Ventajas:
Utiliza todos los datos de la muestra.
Inconvenientes:

Introducción
Momentos
Caracterı́sticas
Ventajas:
Es una medida de dispersión a la media aritmética/mediana:
mide su representatividad.
Inconvenientes:

Introducción
Momentos
Caracterı́sticas
Ventajas:
Es una medida de dispersión a la media aritmética/mediana:
mide su representatividad.
Inconvenientes:
La función valor absoluto es complicada de manejar
algebraicamente.

Introducción
Momentos
Varianza
Definición
define la varianza como:
S 2 = N1 ki=1 (xi − X̄)2 ni

P

Introducción
Momentos
Varianza
Definición
S 2 = N1 ki=1 (xi − X̄)2 ni

P
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Momentos
Varianza
Definición
S 2 = N1 ki=1 (xi − X̄)2 ni

P
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Momentos
Varianza
Definición
S 2 = N1 ki=1 (xi − X̄)2 ni

P
Caracterı́sticas
Ventajas:
Es una medida de dispersión a la media aritmética: mide su representatividad.
Inconvenientes:

Introducción
Momentos
Varianza
Definición
S 2 = N1 ki=1 (xi − X̄)2 ni

P
Caracterı́sticas
Ventajas:
Inconvenientes:
Es difı́cil de interpretar: su valor está expresado en unidades de la variable al cuadrado.

Introducción
Momentos
Varianza
Ejercicio
Conociendo que las consultas jurı́dicas en una semana de los
siguientes empleados y que la media de distribución e 4:
Empleados
A B C D E F G H I J K L
2 5 4 3 6 6 4 1 5 3 6 3
Calcule la varianza.

Introducción
Momentos
Varianza
Solución
Primero se calcula la tabla de frecuencias:
No de casos 1 2 3 4 5 6
ni 1 1 3 2 2 3
Posteriormente se emplea al calculo para obtener siguiendo la

siguiente expresión:
S 2 = N1 ki=1 (xi − X̄)2 ni

P
S2 = 1
12 [(1 − 4)2 ∗ 1 + (2 − 4)2 ∗ 1 + (3 − 4)2 ∗ 3 + (4 − 4)2 ∗ 2 +
(5 − 4)2 ∗ 2 + (6 − 4)2 ∗ 3] = 2, 5 casos2

Introducción
Momentos
Varianza
Solución
xi ni (xi − X̄)2 ∗ ni
1 1 9
2 1 4
3 3 3
4 2 0
5 2 2
6 3 12
Total 12 30
1 Pk
S2 = N i=1 (xi − X̄)2 ni
30
S2 = 12
= 2, 5 casos2

Introducción
Momentos
Varianza
Propiedades

Introducción
Momentos
Varianza
Propiedades
La varianza no queda afectada por cambios de origen, pero sı́ por
los cambios de escala:
si Y = aX + b entonces Sy2 = a2 Sx2

Introducción
Momentos
Varianza
Propiedades
La varianza no queda afectada por cambios de origen, pero sı́ por
los cambios de escala:
si Y = aX + b entonces Sy2 = a2 Sx2
La varianza es igual a la media de la variable cuadrática menos el
cuadrado de la media de la variable considerada:
S 2 = 1 k x2 ni − X̄ 2 = x¯2 − X̄ 2
P
N i=1 i

Introducción
Momentos
Varianza
Ejercicio
Al revisar los datos de la semana, que se emplearon en el ejercicio
anterior, se observa que no se ha contabilizado un caso que han
resuelto entre todos, entonces se decide incorporar ese resultado a
todos los trabajadores. Determinar la nueva varianza y explicar a que
se debe el resultado. (Dato: Varianza: 2,5 casos2 )

Introducción
Momentos
Varianza
Ejercicio
Al revisar los datos de la semana, que se emplearon en el ejercicio
anterior, se observa que no se ha contabilizado un caso que han
resuelto entre todos, entonces se decide incorporar ese resultado a
todos los trabajadores. Determinar la nueva varianza y explicar a que
se debe el resultado. (Dato: Varianza: 2,5 casos2 )
Solución
El efecto se producirá sobre el origen, entonces la nueva distribución
se calculará Y = 1 + X. Como sabemos los cambios en el origen no
afecta al valor de la varianza entonces la varianza de la nueva
distribución será igual a la anterior: Sy2 = Sx2 = 2, 5 casos2 .

Introducción
Momentos
Varianza
Ejercicio
Si sabe que para la semana siguiente se va incrementar un 25 % la
resolución de casos cada dı́a. Determinar la nueva varianza y explicar
a que se debe el resultado. (Dato: Varianza: 2,5 casos2 )

Introducción
Momentos
Varianza
Ejercicio
Si sabe que para la semana siguiente se va incrementar un 25 % la
resolución de casos cada dı́a. Determinar la nueva varianza y explicar
a que se debe el resultado. (Dato: Varianza: 2,5 casos2 )
Solución
El efecto se producirá sobre el origen, entonces la nueva distribución
se calculará Y = 1, 25 ∗ X. Como sabemos los cambios de escala
afecta al valor de la varianza entonces la varianza de la nueva
distribución será igual a la anterior: Sy2 = 1, 252 ∗ Sx2 = 3, 9 casos2 .

Introducción
Momentos
Desviación tı́pica
Definición
define la desviación tı́pica como:
√ q P
S = + S = N1 ki=1 (xi − X̄)2 ni
2

Introducción
Momentos
Definición
√ q P
S = + S = N1 ki=1 (xi − X̄)2 ni
2
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Momentos
Definición
√ q P
S = + S = N1 ki=1 (xi − X̄)2 ni
2
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Momentos
Definición
√ q P
S = + S = N1 ki=1 (xi − X̄)2 ni
2
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Momentos
Definición
√ q P
S = + S = N1 ki=1 (xi − X̄)2 ni
2
Caracterı́sticas
Ventajas:
La desviación tı́pica está expresada en la misma unidad que la variable.
Inconvenientes:

Introducción
Momentos
Definición
√ q P
S = + S = N1 ki=1 (xi − X̄)2 ni
2
Caracterı́sticas
Ventajas:
La desviación tı́pica está expresada en la misma unidad que la variable.
Inconvenientes:
No permite comparar dispersiones de distribuciones distintas.

Introducción
Momentos
Ejercicio
Partiendo de los casos resueltos por los trabajadores de una nueva
sección jurı́dica durante una semana:
No de casos 1 2 3 4 5
Frecuencia 2 3 4 3 2
Calcule la desviación tı́pica.

Introducción
Momentos
Solución
No de casos 1 2 3 4 5
Frecuencia 2 3 4 3 2
Primero se calcula la media (3 casos) y el no de observaciones (14),

para posteriormente proceder con el cálculo:
√ q P
S = + S = N1 ki=1 (xi − X̄)2 ni
2
q
[(1−3)2 ∗2+(2−3)2 ∗3+(3−3)2 ∗4+(4−3)2 ∗3+(5−3)2 ∗2]
S= 14 = 1, 14 casos

Introducción
Momentos
Definición
Sea X una variable de tamaño n, se define la coeficiente de variación
de Pearson como:
S
Cv = ∗ 100
|X̄ |
Representa el número de veces que la desviación tı́pica contiene a la
media; luego a mayor coeficiente, menor representatividad de la
media.

Introducción
Momentos
Definición
de Pearson como:
S
Cv = ∗ 100
|X̄ |
media.
Cv ≤ 100 bastante representatividad de la media

Introducción
Momentos
Definición
de Pearson como:
S
Cv = ∗ 100
|X̄ |
media.
Cv ≤ 100 bastante representatividad de la media
Cv > 100 poca representatividad de la media

Introducción
Momentos
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Momentos
Caracterı́sticas
Ventajas:
Inconvenientes:

Introducción
Momentos
Caracterı́sticas
Ventajas:
Es una medida de dispersión a la media aritmética: mide su
representatividad.
Inconvenientes:

Introducción
Momentos
Caracterı́sticas
Ventajas:
representatividad.
No tiene unidades: permite comparar la dispersión de dos
muestras cualesquiera.
Inconvenientes:

Introducción
Momentos
Caracterı́sticas
Ventajas:
representatividad.
No tiene unidades: permite comparar la dispersión de dos
muestras cualesquiera.
Inconvenientes:
Cuando la media es cero no se puede calcular.

Introducción
Momentos
Ejercicio
Un inversor quiere comprar una asesorı́a jurı́dica y para conocer la
fiabilidad de la en la resolución de casos le ofrecen datos de
resolución semanal de casos de estas tres empresas:
Empresa X Empresa Y Empresa Z
Media 2,3 3 3,6
Desv. Tı́pica 1 1,6 5
Interprete la representatividad de la media.

Introducción
Momentos
Solución
S
Cv = ∗ 100
|X̄ |
1
Cx = ¯ ∗ 100 = 43, 5 %
|2,3|
1,6
Cy = |3̄|
∗ 100 = 53, 3 %
5
Cz = ¯ ∗ 100 = 138, 9 %
|3,6|
La empresa con mejor representatividad de la media es la A, siendo
también representativa la de la empresa B y nada representativa la de
la empresa Z.

Introducción
Momentos
Tipificación
Utilidad
La tipificación es un instrumento para poder comparar valores de
muestras diferentes, reduciendo todas las muestras a una escala
común:

Introducción
Momentos
Tipificación
Utilidad
común:
El cero de la escala es la media aritmética.

Introducción
Momentos
Tipificación
Utilidad
común:
La unidad de medida es la desviación tı́pica.

Introducción
Momentos
Tipificación
Utilidad
común:
La unidad de medida es la desviación tı́pica.
Definición
Sea X una variable de tamaño n, con media X̄ y desviación tı́pica S,
se define la variable tipificada Z como:
x−X̄
Z= S

Introducción
Momentos
Tipificación
Ejercicio
Sean dos empresas:
Entre un empleado de A que gana 1.300 e y un empleado de B que

gana 1.650 e. Cuál de los dos tiene una posición relativa mejor dentro
de su empresa?

Introducción
Momentos
Tipificación
Ejercicio
Sean dos empresas:
Empresa A: con una media de los sueldos de 1.000 e mensuales
y una desviación tı́pica de 825 e.

de su empresa?

Introducción
Momentos
Tipificación
Ejercicio
Sean dos empresas:
Empresa A: con una media de los sueldos de 1.000 e mensuales
Empresa B: con una media de los sueldos de 1.500 e mensuales
de su empresa?

Introducción
Momentos
Tipificación
Solución
Tomando los dos empleados:

Introducción
Momentos
Tipificación
Solución
Empleado empresa A:
1300−1000
Ea = 825 = 0, 36

Introducción
Momentos
Tipificación
Solución
Empleado empresa A:
1300−1000
Ea = 825 = 0, 36
Empleado empresa B:
1650−1500
Eb = 650 = 0, 23

Introducción
Momentos
Tipificación
Solución
Empleado empresa A:
1300−1000
Ea = 825 = 0, 36
Empleado empresa B:
1650−1500
Eb = 650 = 0, 23
La mejor posición es la del empleado A, su salario está mucho
más por encima de la media que la del empleado B.

Introducción
Medidas de posición NO Centrales: Los Cuantiles Asimetrı́a
Medidas de Dispersión Curtosis
Medidas de forma
Momentos
1 Introducción
Medias
Mediana
Moda
Tipificación
5 Medidas de forma
Asimetrı́a
Curtosis
6 Momentos

Introducción
Medidas de forma
Momentos
Concepto
Definición
Son medidas de la manera en que están distribuidos los datos en la
muestra, resumiendo la forma que tienen al representarlos.

Introducción
Medidas de forma
Momentos
Concepto
Definición
Se consideran dos aspectos de la forma:

Introducción
Medidas de forma
Momentos
Concepto
Definición

Asimetrı́a

Introducción
Medidas de forma
Momentos
Concepto
Definición

Asimetrı́a
Curtosis

Introducción
Medidas de forma
Momentos
Asimetrı́a
2. MEDIDAS DE FORMA
Asimetría
Las medidas de asimetrı́a se dirigen a elaborar un indicador que
permita
Las establecer el gradosededirigen
medidas de asimetría asimetrı́a/simetrı́a que presenta
a elaborar un indicador la
que permita
establecersin
distribución el necesidad
grado de asimetría/simetría
de llevar a caboque presenta la distribución sin
su representación.
necesidad de llevar a cabo su representación.
x x
Asimétrica x Asimétrica
positiva negativa
Simétrica
Pagina 16

Introducción
Medidas de forma
Momentos
Coeficiente de asimetrı́a
Coeficiente de asimetrı́a de Ficher
Sea X una variable de tamaño n, con k grupos de datos distintos, se define el coeficiente de
asimetrı́a de Ficher como: P 1 k 3
N i=1 (xi −X̄) ni
gf = S3

Introducción
Medidas de forma
Momentos
gf = S3
Coeficiente de asimetrı́a de Pearson

asimetrı́a de Pearson como:
gp = X̄−MS
o

Introducción
Medidas de forma
Momentos
gf = S3

gp = X̄−MS
o
Implicaciones

Introducción
Medidas de forma
Momentos
gf = S3

gp = X̄−MS
o
Implicaciones
gf = 0: la distribución es simétrica.

Introducción
Medidas de forma
Momentos
gf = S3

gp = X̄−MS
o
Implicaciones
gf > 0: la distribución es asimétrica positiva o asimétrica a derechas.

Introducción
Medidas de forma
Momentos
gf = S3

gp = X̄−MS
o
Implicaciones
gf > 0: la distribución es asimétrica positiva o asimétrica a derechas.
gf < 0: la distribución es asimétrica negativa o asimétrica a izquierdas.

Introducción
Medidas de forma
Momentos
Ejercicio

Introducción
Medidas de forma
Momentos
Solución

Introducción
Medidas de forma
Momentos
Ejercicio
Teniendo los siguientes datos a cerca de la producción anual de tres
navieras:
Empresa A Empresa B Empresa C
Media 6 7 5
S2 2,5 5 2
Moda 5 8 5
Calcule e interprete la (a)simetrı́a a través del coeficiente de

asimetrı́a de Pearson.

Introducción
Medidas de forma
Momentos
Solución

Introducción
Medidas de forma
Momentos
Solución

Introducción
Medidas de forma
Momentos
Solución
gp
Empresa A 0,63 asimetrı́a positiva
Empresa B -0,45 asimetrı́a negativa
Empresa C 0 simetrı́a

Introducción
Medidas de forma
Momentos
Solución
X̄−M o
gp = S
gp
Empresa A 0,63 asimetrı́a positiva 6−5
Empresa B -0,45 asimetrı́a negativa
gpA = √
2,5
= 0, 63
Empresa C 0 simetrı́a 7−8
gpB = √5 = −0, 45
gpC = 5−5
√ =0
2

Introducción
Medidas de forma
Momentos
Implicaciones de la simetrı́a
M e = M o = X̄

Introducción
Medidas de forma
Momentos
Implicaciones de la asimetrı́a

Introducción
Medidas de forma
Momentos
ASIMETRÍA POSITIVA
aproximádamente
M o ≤ M e ≤ X̄

Introducción
Medidas de forma
Momentos
ASIMETRÍA POSITIVA ASIMETRÍA NEGATIVA

aproximádamente aproximádamente
M o ≤ M e ≤ X̄ X̄ ≤ M e ≤ M o

Introducción
Medidas de forma
Momentos
2. MEDIDAS DE FORMA
Curtosis
Curtosis (I)
La curtosis o apuntamiento es la mayor o menor concentración de
La curtosis o apuntamiento es la mayor o menor concentración de
frecuencias alrededor de la media aritmética.
frecuencias alrededor de la media aritmética.
No se puede medir directamente, y por eso se compara la curtosis de
No se puede medir directamente, y por eso se compara la curtosis de
cualquier muestra frente a una distribución de probabilidad Normal, a
cualquier muestra frente a una distribución de probabilidad Normal, a la que
lase
que se da el nombre
da el nombre de mesocúrtica:
de mesocúrtica:

Introducción
Medidas de forma
Momentos
Coeficiente de curtosis
Definición
define el coeficiente de curtosis como:
1 Pk 4
i=1 (xi −X̄) ni
gc = N
S4
−3

Introducción
Medidas de forma
Momentos
Definición
1 Pk 4
i=1 (xi −X̄) ni
gc = N
S4
−3
Implicaciones

Introducción
Medidas de forma
Momentos
Definición
1 Pk 4
i=1 (xi −X̄) ni
gc = N
S4
−3
Implicaciones
gc = 0: la distribución es igual de apuntada que la normal o mesocúrtica.

Introducción
Medidas de forma
Momentos
Definición
1 Pk 4
i=1 (xi −X̄) ni
gc = N
S4
−3
Implicaciones
gc > 0: la distribución es más apuntada que la normal o leptocúrtica.

Introducción
Medidas de forma
Momentos
Definición
1 Pk 4
i=1 (xi −X̄) ni
gc = N
S4
−3
Implicaciones
gc > 0: la distribución es más apuntada que la normal o leptocúrtica.
gc < 0: la distribución es menos de apuntada que la normal o platicúrtica.

Introducción
Medidas de forma
Momentos
2. MEDIDAS DE FORMA
Curtosis (III)
Leptocúrtica
Platicúrtica
Pagina 21
Introducción
Medidas de forma
Momentos
Coeficiente de curtosis III
Ejercicio

Introducción
Medidas de forma
Momentos
Coeficiente de curtosis III
Solución

Introducción
Medidas de posición NO Centrales: Los Cuantiles Momentos con respecto al origen o no centrales
Medidas de Dispersión Momentos con respecto a la media aritmética o centrales
Medidas de forma
Momentos
1 Introducción
Medias
Mediana
Moda
Tipificación
5 Medidas de forma
Asimetrı́a
Curtosis
6 Momentos

Introducción
Medidas de forma
Momentos
Concepto
Definición
Los momentos de una distribución son unos valores que la
caracterizan, de modo que dos distribuciones son iguales si tienen
todos sus momentos iguales, y son tanto más parecidas cuanto mayor
sea el número de momentos iguales que tengan.

Introducción
Medidas de forma
Momentos
Concepto
Definición
Tipos

Introducción
Medidas de forma
Momentos
Concepto
Definición
Tipos
Momentos respecto al origen o no centrales.

Introducción
Medidas de forma
Momentos
Concepto
Definición
Tipos
Momentos respecto al origen o no centrales.
Momentos respecto a la media aritmética o centrales.

Introducción
Medidas de forma
Momentos

Definición
define el momento de orden r con respecto al origen como:
Pk
i=1 xri ni
ar = N

Introducción
Medidas de forma
Momentos

Definición
Pk
i=1 xri ni
ar = N
Casos particulares

Introducción
Medidas de forma
Momentos

Definición
Pk
i=1 xri ni
ar = N
Casos particulares
Pk
i=1 x0i ni
a0 = N =1

Introducción
Medidas de forma
Momentos

Definición
Pk
i=1 xri ni
ar = N
Casos particulares
Pk
x0i ni
i=1
a0 = N =1
Pk 1
i=1 xi ni
a1 = N = X̄

Introducción
Medidas de forma
Momentos

Definición
Pk
i=1 xri ni
ar = N
Casos particulares
Pk
x0i ni
i=1
a0 = N =1
Pk 1
i=1 xi ni
a1 = N = X̄
Pk 2
i=1 xi ni
a2 = N = X¯2

Introducción
Medidas de forma
Momentos

Definición
define el momento de orden r con respecto a la media aritmética
como:
Pk rn
i=1 (xi −X̄) i
mr = N

Introducción
Medidas de forma
Momentos

Definición
como:
Pk rn
i=1 (xi −X̄) i
mr = N
Casos particulares

Introducción
Medidas de forma
Momentos

Definición
como:
Pk rn
i=1 (xi −X̄) i
mr = N
Casos particulares
Pk 0
i=1 (xi −X̄) ni
m0 = N =1

Introducción
Medidas de forma
Momentos

Definición
como:
Pk rn
i=1 (xi −X̄) i
mr = N
Casos particulares
Pk 0
i=1 (xi −X̄) ni
m0 = N =1
Pk 1
i=1 i −X̄) ni
(x
m1 = N =0

Introducción
Medidas de forma
Momentos

Definición
como:
Pk rn
i=1 (xi −X̄) i
mr = N
Casos particulares
Pk 0
i=1 (xi −X̄) ni
m0 = N =1
Pk 1
i=1 i −X̄) ni
(x
m1 = N =0
Pk 2
i=1 (xi −X̄) ni
m2 = N = S2

Introducción
Medidas de forma
Momentos
Momentos
Ejercicio
Determinar que tipo de momentos son las siguientes
medidas:X̄; P38 ; S 2 ; M o; S

Introducción
Medidas de forma
Momentos
Momentos
Ejercicio
Solución

Introducción
Medidas de forma
Momentos
Momentos
Ejercicio
Solución
X̄ es el momento de orden 1 con respecto al origen

Introducción
Medidas de forma
Momentos
Momentos
Ejercicio
Solución
P38 no es un momento

Introducción
Medidas de forma
Momentos
Momentos
Ejercicio
Solución
S 2 es el momento de orden 2 con respecto a la media

Introducción
Medidas de forma
Momentos
Momentos
Ejercicio
Solución
La moda no es un momento

Introducción
Medidas de forma
Momentos
Momentos
Ejercicio
Solución
La moda no es un momento
S es la raı́z del momento de orden 2 con respecto a la media

Tema 3

Cargado por

Información del documento

Descripción original:

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

Tema 3

Cargado por

Copyright:

Formatos disponibles

Introducción

Medidas de Posición de tendencia central

T EMA 3: A N ÁLISIS E STAD ÍSTICO DE

Estadı́stica Empresarial I (ADE,

Universidad Complutense de Madrid

Estadı́stica Empresarial I 2/82

Estadı́stica Empresarial I 3/82

La información extensa que dan los datos es complicada de

Estadı́stica Empresarial I 4/82

La información extensa que dan los datos es complicada de

Estadı́stica Empresarial I 4/82

Se van a considerar cuatro aspectos básicos de un conjunto de datos,

Estadı́stica Empresarial I 5/82

Se van a considerar cuatro aspectos básicos de un conjunto de datos,

Estadı́stica Empresarial I 5/82

Se van a considerar cuatro aspectos básicos de un conjunto de datos,

Estadı́stica Empresarial I 5/82

Estadı́stica Empresarial I 6/82

Son medidas que intentan resumir las caracterı́sticas básicas de la

Estadı́stica Empresarial I 7/82

Media aritmética (I)

Estadı́stica Empresarial I 8/82

Media aritmética (I)

Estadı́stica Empresarial I 8/82

Media aritmética (I)

Estadı́stica Empresarial I 8/82

Media aritmética (I)

Estadı́stica Empresarial I 8/82

Media aritmética (I)

Estadı́stica Empresarial I 8/82

Media aritmética (I)

Estadı́stica Empresarial I 8/82

Media aritmética (I)

Estadı́stica Empresarial I 8/82

Media aritmética (II)

Estadı́stica Empresarial I 9/82

Media aritmética (II)

Estadı́stica Empresarial I 9/82

Media aritmética (III)

Estadı́stica Empresarial I 10/82

Media aritmética (III)

Estadı́stica Empresarial I 10/82

Estadı́stica Empresarial I 11/82

Estadı́stica Empresarial I 11/82

Estadı́stica Empresarial I 12/82

Estadı́stica Empresarial I 12/82

Estadı́stica Empresarial I 12/82

Estadı́stica Empresarial I 12/82

Estadı́stica Empresarial I 13/82

Estadı́stica Empresarial I 13/82

Estadı́stica Empresarial I 13/82

Estadı́stica Empresarial I 13/82

Estadı́stica Empresarial I 14/82

Estadı́stica Empresarial I 14/82

Estadı́stica Empresarial I 15/82

Estadı́stica Empresarial I 15/82

Otras Medias: Implicaciones

Estadı́stica Empresarial I 16/82

Otras Medias: Implicaciones

Estadı́stica Empresarial I 16/82

Otras Medias: Implicaciones

Estadı́stica Empresarial I 16/82