Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Índice
Introducción.................................................................................................................................................................................... 3
Concepto de Indicadores de Posición o Cuantiles...........................................................................................................4
Diferencia entre Indicadores de Posición y Promedios:..............................................................................................4
Clasificación de los Indicadores de Posición:....................................................................................................................4
Cuartiles:........................................................................................................................................................................................... 4
Cálculo para Datos Simples (números ordenados de menor a mayor):................................................................5
Cálculo de Cuartiles para Datos Agrupados:.....................................................................................................................7
Deciles................................................................................................................................................................................................ 9
Ejercicio cálculo de datos simples deciles.......................................................................................................................10
Ejercicio de datos agrupado, deciles..................................................................................................................................12
Percentiles..................................................................................................................................................................................... 14
Ejercicio de datos simples, percentiles.............................................................................................................................14
Ejercicio de datos agrupados, percentiles.......................................................................................................................17
Conclusión..................................................................................................................................................................................... 20
Referencias Bibliográficas...................................................................................................................................................... 21
Introducción
2
clave es el análisis de los Indicadores de Posición o Cuantiles, que son medidas fundamentales que
permiten dividir y resumir la distribución de datos en fracciones específicas. En este trabajo,
exploraremos en detalle los conceptos de los Indicadores de Posición, su diferencia con los promedios y
la clasificación que abarca los Cuantiles, Deciles y Percentiles.
Los Indicadores de Posición, también conocidos como cuantiles o percentiles, son medidas
estadísticas utilizadas para dividir y analizar una distribución de datos en diferentes partes, lo que
permite entender cómo se distribuyen los valores en relación con la totalidad de la muestra. Los
3
cuantiles dividen los datos en partes iguales, de modo que un cierto porcentaje de los datos cae por
debajo o por encima de un valor específico.
La diferencia principal entre los Indicadores de Posición y los Promedios radica en la forma en
que representan la distribución de los datos.
Los Indicadores de Posición, como los cuartiles, quintiles, deciles y percentiles, se utilizan para
dividir los datos en partes iguales y dan una idea de cómo se distribuyen los valores a lo largo de la
muestra.
Los promedios son medidas de tendencia central que proporcionan un valor único que
representa el centro de la distribución de datos. La media es el promedio aritmético y se calcula
sumando todos los valores y dividiendo por el número total de datos.
Cuartiles: Dividen los datos en cuatro partes iguales, lo que genera tres puntos de corte: Q1
(primer cuartil), Q2 (segundo cuartil) y Q3 (tercer cuartil). Q2 es equivalente a la mediana y
separa el 50% central de los datos.
Deciles: Dividen los datos en diez partes iguales, generando nueve puntos de corte.
Percentiles: Dividen los datos en cien partes iguales, generando 99 puntos de corte.
Cuartiles:
Los cuartiles son indicadores de posición que dividen una distribución de datos en cuatro
partes iguales, cada una conteniendo aproximadamente el 25% de los datos.
Para calcular los cuartiles en un conjunto de datos ordenados, se sigue este procedimiento:
4
a) Primer Cuartil (Q1): Es el valor que divide el 25% más bajo de los datos. Se encuentra en la posición
(n+1)/4, donde "n" es el número total de datos en la muestra. Si (n+1)/4 es un número entero, el Q1 es
el promedio de los valores que están en las posiciones (n+1)/4 y (n+1)/4 + 1.
b) Segundo Cuartil (Q2): Es equivalente a la mediana y separa el 50% central de los datos. Si el número
de datos "n" es impar, el Q2 es simplemente el valor en la posición (n+1) /2. Si "n" es par, el Q2 es el
promedio de los valores en las posiciones (n/2) y (n/2) + 1.
c) Tercer Cuartil (Q3): Es el valor que divide el 25% más alto de los datos. Se encuentra en la posición
3(n+1) /4. Si 3(n+1) /4 es un número entero, el Q3 es el promedio de los valores que están en las
posiciones 3(n+1)/4 y 3(n+1)/4 + 1.
45, 55, 60, 70, 75, 80, 85, 90, 95, 100
Paso 1: Ordenar los datos de menor a mayor: 45, 55, 60, 70, 75, 80, 85, 90, 95, 100
a) Primer Cuartil (Q1): Para calcular el primer cuartil (Q1), utilizamos la fórmula: Q1 = (n + 1) / 4
Donde "n" es el número total de datos en la muestra, en este caso, n = 10.
Q1 = (10 + 1) / 4 = 2.75
Como 2.75 no es un número entero, tomamos el promedio de los valores en las posiciones 2 y 3 en el
conjunto ordenado: Q1 = (55 + 60) / 2 = 57.5
b) Segundo Cuartil (Q2) - Mediana: La mediana (Q2) es el segundo cuartil y ya está calculada en el
conjunto ordenado, ya que hay un número par de datos (10), por lo que la mediana es el promedio de
los valores en las posiciones 5 y 6: Q2 = (75 + 80) / 2 = 77.5
c) Tercer Cuartil (Q3): Para calcular el tercer cuartil (Q3), utilizamos la fórmula: Q3 = 3 * (n + 1) / 4 Q3
= 3 * (10 + 1) / 4 = 8.25
Como 8.25 no es un número entero, tomamos el promedio de los valores en las posiciones 8 y 9 en el
conjunto ordenado: Q3 = (90 + 95) / 2 = 92.5
5
No. Calificación
1 45
2 55
3 60
4 70
5 75
6 80
7 85
8 90
9 95
10 100
Cuartil Valor
Q1 57.5
Q2 77.5
Q3 92.5
Estos cuartiles nos proporcionan información sobre la distribución de las calificaciones y nos
ayudan a entender cómo se agrupan los datos alrededor de los puntos de corte en el conjunto de datos.
Los cuartiles para datos agrupados son los valores que dividen la distribución en cuatro partes
iguales, con aproximadamente el 25% de los datos en cada una de las partes.
Para calcular los cuartiles para datos agrupados, se siguen los siguientes pasos:
6
Paso 1: Calcular el rango intercuartílico (RIC):
El rango intercuartílico (RIC) es la diferencia entre el tercer cuartil (Q3) y el primer cuartil (Q1).
RIC = Q3 - Q1
Donde:
Pi es la posición del cuartil que se desea calcular (Pi = 1 para Q1, Pi = 2 para Q2, Pi = 3 para Q3).
i es el número del cuartil que se desea calcular (i = 1 para Q1, i = 2 para Q2, i = 3 para Q3).
N es el tamaño total de la muestra o la suma de las frecuencias (es decir, la suma de todos los datos
agrupados).
Una vez que se calcula la posición del cuartil, se identifica el intervalo de clase que contiene esa
posición. El intervalo de clase es aquel cuya frecuencia acumulada es igual o mayor que la posición del
cuartil.
Dentro del intervalo de clase identificado, se utiliza la interpolación lineal para calcular el valor
aproximado del cuartil.
Una vez que se han realizado estos pasos para todos los cuartiles, se obtendrán los valores de
Q1, Q2 (mediana) y Q3 para los datos agrupados, lo que permitirá describir la distribución y la
dispersión de la muestra.
40 - 50 5
50 - 60 12
7
Intervalo de Clase Frecuencia
60 - 70 18
70 - 80 25
80 - 90 20
90 - 100 10
Paso 1: Calcular el Rango Intercuartílico (RIC). Primero, necesitamos encontrar el tercer cuartil (Q3) y
el primer cuartil (Q1) para calcular el Rango Intercuartílico (RIC):
RIC = Q3 - Q1
Paso 2: Encontrar las posiciones relativas de los cuartiles. Utilizamos la fórmula mencionada
anteriormente para encontrar las posiciones relativas de los cuartiles:
Paso 3: Identificar los intervalos de clase de los cuartiles. Encontramos los intervalos de clase que
contienen las posiciones del cuartil:
Para Q1: La posición 20 está en el tercer intervalo de clase (60 - 70). Para Q3: La posición 60 está en el
cuarto intervalo de clase (70 - 80).
Paso 4: Calcular los cuartiles utilizando interpolación. Dentro de los intervalos de clase identificados,
calculamos los valores aproximados de los cuartiles utilizando interpolación lineal:
Donde: L = Límite inferior del intervalo de clase que contiene Q1 = 60 F1 = Frecuencia acumulada
anterior al intervalo de clase que contiene Q1 = 5 F = Frecuencia del intervalo de clase que contiene Q1
= 18 A = Amplitud del intervalo de clase = 10 (70 - 60)
Donde: L = Límite inferior del intervalo de clase que contiene Q3 = 70 F1 = Frecuencia acumulada
anterior al intervalo de clase que contiene Q3 = 23 F = Frecuencia del intervalo de clase que contiene
Q3 = 25 A = Amplitud del intervalo de clase = 10 (80 - 70)
8
Q3 ≈ 70 + [(60 - 23) / 25] * 10 ≈ 70 + (37/25) * 10 ≈ 70 + 14.8 ≈ 84.8
40 - 50 5 5
50 - 60 12 17
60 - 70 18 35
70 - 80 25 60
80 - 90 20 80
90 - 100 10 90
Q1 20 60 - 70 Q1 ≈ 68.33
Q3 60 70 - 80 Q3 ≈ 84.8
Deciles
Los deciles son medidas estadísticas que dividen una distribución de datos en diez partes
iguales, representando nueve puntos de corte que separan aproximadamente el 10% de los datos en
cada parte. Los deciles son una forma de entender cómo se distribuyen los valores a lo largo de un
conjunto de datos, proporcionando información sobre la dispersión y la concentración de los datos en
diferentes puntos.
Para calcular los deciles, se siguen procedimientos similares a los utilizados para calcular los
cuartiles. El primer decil (D1) es el valor que divide el 10% más bajo de los datos, el segundo decil (D2)
es equivalente a la mediana (segundo cuartil) y separa el 20% central de los datos, y así sucesivamente.
9
Supongamos que tenemos el siguiente conjunto de datos de ingresos mensuales (en miles de pesos):
18, 22, 25, 28, 30, 32, 35, 38, 40, 45, 50, 55
Paso 1: Ordenar los datos de menor a mayor: 18, 22, 25, 28, 30, 32, 35, 38, 40, 45, 50, 55
a) Primer Decil (D1): El primer decil (D1) es el valor que divide el 10% más bajo de los datos. Para
calcularlo, utilizamos la fórmula: D1 = (n + 1) / 10 Donde "n" es el número total de datos en la muestra,
en este caso, n = 12.
D1 = (12 + 1) / 10 = 1.3
Como 1.3 no es un número entero, tomamos el valor en la posición 1 del conjunto ordenado: D1 = 18
b) Segundo Decil (D2) - Mediana: La mediana (D2) es el segundo decil y ya está calculada en el conjunto
ordenado, ya que hay un número par de datos (12), por lo que la mediana es el promedio de los valores
en las posiciones 6 y 7: D2 = (30 + 32) / 2 = 31
c) Tercer Decil (D3): Para calcular el tercer decil (D3), utilizamos la fórmula: D3 = 3 * (n + 1) / 10 D3 =
3 * (12 + 1) / 10 = 3.9
Como 3.9 no es un número entero, tomamos el valor en la posición 3 del conjunto ordenado: D3 = 25
y así sucesivamente...
No. Ingreso
1 18
2 22
10
No. Ingreso
3 25
4 28
5 30
6 32
7 35
8 38
9 40
10 45
11 50
12 55
Decil Valor
D1 18
D2 31
D3 25
D4 30
D5 32
D6 35
D7 38
D8 40
11
Decil Valor
D9 45
Estos deciles dividen el conjunto de datos en diez partes iguales, cada una conteniendo
aproximadamente el 10% de los datos, lo que proporciona una idea de cómo se distribuyen los ingresos
en diferentes rangos dentro del conjunto de datos.
Para realizar una tabla de ejercicio estadístico de cálculo de deciles para datos agrupados,
necesitamos un conjunto de datos agrupados en intervalos y sus respectivas frecuencias. Asumiré un
conjunto de datos agrupados de ejemplo sobre las edades de un grupo de personas:
20 - 30 5
30 - 40 12
40 - 50 18
50 - 60 25
60 - 70 20
Paso 1: Calcular el Rango Intercuartílico (RIC). Primero, necesitamos encontrar el noveno decil (D9) y el
primer decil (D1) para calcular el Rango Intercuartílico (RIC):
RIC = D9 - D1
Paso 2: Encontrar las posiciones relativas de los deciles. Utilizamos la fórmula mencionada
anteriormente para encontrar las posiciones relativas de los deciles:
Paso 3: Identificar los intervalos de clase de los deciles. Encontramos los intervalos de clase que
contienen las posiciones de los deciles:
12
Para D1: La posición 8 está en el segundo intervalo de clase (30 - 40). Para D9: La posición 72 está en el
cuarto intervalo de clase (50 - 60).
Paso 4: Calcular los deciles utilizando interpolación. Dentro de los intervalos de clase identificados,
calculamos los valores aproximados de los deciles utilizando interpolación lineal:
Donde: L = Límite inferior del intervalo de clase que contiene D1 = 30 F1 = Frecuencia acumulada
anterior al intervalo de clase que contiene D1 = 5 F = Frecuencia del intervalo de clase que contiene D1
= 12 A = Amplitud del intervalo de clase = 10 (40 - 30)
y así sucesivamente...
Donde: L = Límite inferior del intervalo de clase que contiene D9 = 50 F1 = Frecuencia acumulada
anterior al intervalo de clase que contiene D9 = 55 F = Frecuencia del intervalo de clase que contiene
D9 = 20 A = Amplitud del intervalo de clase = 10 (60 - 50)
20 - 30 5 5
30 - 40 12 17
40 - 50 18 35
50 - 60 25 60
60 - 70 20 80
D1 8 30 - 40 D1 ≈ 32.5
D9 72 50 - 60 D9 ≈ 58.5
13
Estos deciles dividen el conjunto de datos agrupados en diez partes iguales, cada una
conteniendo aproximadamente el 10% de los datos, proporcionando información sobre la distribución
de edades en diferentes rangos dentro del conjunto de datos agrupados.
Percentiles
Los percentiles son medidas estadísticas que dividen una distribución de datos en cien partes
iguales, representando noventa y nueve puntos de corte que separan aproximadamente el 1% de los
datos en cada parte. Los percentiles son una extensión de los cuartiles y deciles, proporcionando una
mayor granularidad para entender cómo se distribuyen los valores en un conjunto de datos.
No. Edad
1 22
2 25
3 28
4 30
5 35
6 40
7 45
8 50
9 55
10 60
Paso 1: Ordenar los datos de menor a mayor: 22, 25, 28, 30, 35, 40, 45, 50, 55, 60
14
a) Primer Percentil (P1): El primer percentil (P1) es el valor que divide el 1% más bajo de los datos.
Para calcularlo, utilizamos la fórmula: P1 = (n + 1) / 100 Donde "n" es el número total de datos en la
muestra, en este caso, n = 10.
Como 0.11 no es un número entero, tomamos el valor en la posición 1 del conjunto ordenado: P1 = 22
b) Segundo Percentil (P2) - Mediana: La mediana (P2) es el segundo percentil y ya está calculada en el
conjunto ordenado, ya que hay un número par de datos (10), por lo que la mediana es el promedio de
los valores en las posiciones 5 y 6: P2 = (35 + 40) / 2 = 37.5
c) Tercer Percentil (P3): Para calcular el tercer percentil (P3), utilizamos la fórmula: P3 = 3 * (n + 1) /
100 P3 = 3 * (10 + 1) / 100 = 0.33
Como 0.33 no es un número entero, tomamos el valor en la posición 3 del conjunto ordenado: P3 = 28
No. Edad
1 22
2 25
3 28
4 30
5 35
6 40
15
No. Edad
7 45
8 50
9 55
10 60
Percentil Valor
P1 22
P2 37.5
P3 28
P4 28
P5 30
P6 30
P7 35
P8 40
P9 45
Estos percentiles dividen el conjunto de datos en cien partes iguales, cada una conteniendo
aproximadamente el 1% de los datos, lo que proporciona información sobre cómo se distribuyen las
edades en diferentes rangos dentro del conjunto de datos.
40 - 50 5
50 - 60 12
16
Intervalo de Clase Frecuencia
60 - 70 18
70 - 80 25
80 - 90 20
Paso 1: Calcular el percentil para cada intervalo de clase. Para calcular los percentiles, primero
necesitamos obtener la frecuencia acumulada para cada intervalo de clase.
40 - 50 5 5
50 - 60 12 17
60 - 70 18 35
70 - 80 25 60
80 - 90 20 80
a) Encontrar la posición deseada para el percentil (P30): Para P30, la posición deseada es el 30% de la
muestra total.
b) Identificar el intervalo de clase que contiene el percentil deseado (P30): P30 está en el tercer
intervalo de clase (60 - 70), ya que la frecuencia acumulada (35) es menor que la posición deseada (24)
pero la frecuencia acumulada del siguiente intervalo (60) es mayor.
Paso 3: Calcular el percentil utilizando interpolación. Dentro del intervalo de clase identificado (60 -
70), utilizamos la interpolación lineal para calcular el valor aproximado del percentil.
17
Donde: L = Límite inferior del intervalo de clase que contiene P30 = 60 F1 = Frecuencia acumulada
anterior al intervalo de clase que contiene P30 = 17 F = Frecuencia del intervalo de clase que contiene
P30 = 18 A = Amplitud del intervalo de clase = 10 (70 - 60)
40 - 50 5 5
50 - 60 12 17
60 - 70 18 35
70 - 80 25 60
80 - 90 20 80
Este resultado indica que el percentil 30 (P30) se encuentra aproximadamente en 63.89, lo que
significa que el 30% de las calificaciones están por debajo o igual a este valor en el conjunto de datos
agrupados.
18
Conclusión
Hemos aprendido que los Indicadores de Posición dividen una serie de observaciones en
fracciones específicas, lo que nos permite comprender cómo se agrupan los valores alrededor de ciertos
puntos clave. Estos indicadores son especialmente útiles para identificar valores atípicos, analizar la
dispersión de los datos y comparar diferentes subgrupos dentro de una muestra. Además, hemos
destacado la diferencia entre los Indicadores de Posición y los promedios. Mientras que los promedios,
como la media y la mediana, representan valores típicos o centrales en el conjunto de datos, los
Indicadores de Posición nos proporcionan una comprensión más profunda de cómo se distribuyen los
valores en diferentes porcentajes o fracciones.
Asimismo, hemos clasificado los Indicadores de Posición en cuantiles, deciles y percentiles. Los
cuantiles dividen los datos en partes iguales, proporcionando una visión general de la dispersión de los
valores. Los deciles ofrecen una mayor granularidad al dividir el conjunto de datos en diez partes
iguales, mientras que los percentiles nos brindan una visión más detallada al dividir los datos en cien
partes iguales.
19
Referencias Bibliográficas
Montgomery, D. C., Peck, E. A., & Vining, G. G. (2012). Introducción al análisis de regresión.
Grupo Editorial Iberoamérica.
Spiegel, M. R., & Stephens, L. J. (2009). Estadística. McGraw-Hill Interamericana.
Triola, M. F. (2019). Elementary Statistics. Pearson.
Moore, D. S., Notz, W. I., & Fligner, M. A. (2015). The Basic Practice of Statistics. Macmillan.
Freund, J. E., & Simon, G. A. (2011). Estadística matemática con aplicaciones. Pearson.
Hogg, R. V., McKean, J., & Craig, A. T. (2019). Introduction to Mathematical Statistics. Pearson.
Devore, J. L., & Peck, R. (2018). Estadística para ingeniería y ciencias. Cengage Learning.
Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2018). Probability & Statistics for Engineers &
Scientists. Pearson.
Newbold, P., Carlson, W., & Thorne, B. (2013). Estadística para administración y economía.
Pearson.
20