ESTADISTICA APLICADA A LA

HIDROLOGIA

Mg. Ing. LUIS FELIPE GAMARRA CHAVARRY

Ingeniero Geógrafo – Economista
lgamarraster@gmail.com
I- INDICADORES ESTADISTICOS

1.1 MEDIDAS DE LOCALIZACION:

MEDIA: valor promedio de un conjunto de datos.

MEDIANA: valor central de un conjunto de datos ordenados.
MODA: valor que más se repite en la serie de datos.
PERCENTILES: son medidas de localización para valores ordenados de una
variable.
 MEDIA ARITMETICA
Datos no agrupados:

Donde:
µ = media poblacional
X= media muestral
Xi= valor i-ésimo de la muestra
N= número de datos de la muestra o poblacional

Datos agrupados:
 MEDIA ARITMETICA
Datos no agrupados:
Día t°C
x1 17.0
x2 18.0
x3 17.5
x4 18.5
x5 19.0
Suma 90.0
x 18.0
Datos agrupados:
Frecuencia
estación tmedia (xi) fi*ni
absoluta (fi)
A 17.0 12.0 204.0
B 17.5 8.0 140.0
C 18.5 10.0 185.0
Suma 30.0 529.0
X 17.63
 MEDIA ARITMETICA PONDERADA

tmedia (xi) Marca de Frecuencia

estación fi*ni
intervalo clase (xi) absoluta (fi)
A 15 - 17 16.0 120.0 1920.0
B 17 - 19 18.0 105.0 1890.0
C 19 - 21 20.0 140.0 2800.0
Suma 365.0 6610.0
X 18.11
MEDIA ARITMETICA PONDERADA
MEDIA GEOMETRICA SIMPLE
 MEDIA GEOMETRICA SIMPLE

Ejemplo:

1982 – 1986 la temperatura aumentó de 18 a 22°C (22.22%)

1986 – 1990 la temperatura aumentó de 22 a 24°C (9.09%)
1990 – 1994 la temperatura aumentó de 24 a 26°C (8.33%)

G = (22.22 x 9.09 x 8.33)1/3 = 11.89%

La temperatura tiene un incremento cada 4 años promedio de 11.89%
 MEDIA GEOMETRICA PONDERADA

G = n√ Y1n1 * Y2n2 * Y3n3 ……Ymnn

Log.G = 1/n [n1* log.Y1 + n2* log.Y2 + ………+ nn* log.Yn]
Ejemplo:
t°C Yi ni log Yi ni.log Yi
15 2 1.17609126 2.35218252
17 6 1.23044892 7.38269353
16 5 1.20411998 6.02059991
14 7 1.14612804 8.02289625
18 10 1.25527251 12.5527251
Suma 30 36.3310973
G 1.21103658
Antilog 16.2568566
 MEDIANA
Datos no agrupados:

Sean x1, x2, x3,…….xn datos ordenados por magnitud creciente o decreciente y n el
número impar de datos, la mediana (Med) es el dato situado en el centro es decir:
Med = X (n + 1)/2 para impar

Me = 2, 5, 8, 14, 21

Si n es par, la mediana es el promedio de los números centrales, es decir

Me = Xn/2 + Xn/2 + 1

Me = 2, 5, 8, 14, 21, 32

Me = (8 + 14)/2 = 22/2 = 11
 MEDIANA
Datos agrupados:
 MEDIANA
Datos agrupados: cuando n/2 no coincide con algún Ni

fi
tm (Yi) fi (ni=fi) acumulada Me = Yj = 18
Ni=Fi
Y1 16 n1 2 N1 2
Y2 17 n2 10 N2 12 Nj-1
Yj = Y3 18 n3 5 N3 17 Nj
Y4 19 n4 12 N4 29
Y5 21 n5 1 N5 30
30

Donde: n=30; n/2 = 15 se compara con los Ni

Nj-1 < n/2 < Nj
12 < 15 < 17
 MEDIANA
Datos agrupados: cuando n/2 coincide con algún Ni

fi acumulada
Me = ½(Yj-1 + Yj)
tm (Yi) fi (ni=fi)
Ni=Fi
Y1 16 n1 2 N1 2
Y2 17 n2 10 N2 12
Yj-1 = Y3 18 n3 3 N3 15 Nj-1 = n/2
Yj = Y4 19 n4 12 N4 27 Nj
Y5 21 n5 1 N5 28
Y6 21 n6 2 N6 30
30

Donde: n=30; n/2 = 15 se compara con los Ni

N3 = Nj-1= 15; luego Nj = 27
Yj = Y4 = 19 y Yj-1 = Y3 = 18, de donde la mediana es:
Me = ½(Yj-1 + Yj) = 18 + 19 = Me= 18.5 °C
2
 MEDIANA
Datos agrupados: La mediana en tablas con intervalos
Si n/2 no coincide con algún Ni se tiene:

Nj-1 < n/2 < Nj

Me = Lj-1 + Cj n/2 - Nj-1

Nj - Nj-1
Donde:
n = número total de datos u observaciones
Nj = Es una Ni inmediata superior a n/2
Nj-1 = Es una Ni inmediata inferior a n/2
Lj-1 = Extremo inferior del intervalo mediano (IMe)
IMe = Es el intervalo que corresponde a Nj
Cj = Amplitud del intervalo mediano
 MEDIANA
Datos agrupados: La mediana en tablas con intervalos
Si n/2 no coincide con algún Ni se tiene:

Ii < Lj-1 - Lj] ni Ni=Fi

I1 16 18 n1 2 N1 2
I2 18 20 n2 10 N2 12 Nj-1
IMe = I3 20 22 n3 5 N3 17 Nj
I4 22 24 n4 2 N4 19
I5 24 26 n5 3 N5 22
I6 26 28 n6 5 N6 27
I7 28 30 n7 3 N7 30
30
Nj-1 < n/2 < Nj
12 < 15 < 17
Me = Lj-1 + Cj n/2 - Nj-1
Me = 20 + 2 15 – 12 Nj - Nj-1
17 – 12
Me = 21.2°C
 MEDIANA
Datos agrupados: La mediana en tablas con intervalos
Si n/2 coincide con algún Ni se tiene: Me = Lj-1
Nj-1 = n/2 < Nj

Ii < Lj-1 - Lj] ni Ni=Fi

I1 16 18 n1 2 N1 2
I2 18 20 n2 10 N2 12
I3 20 22 n3 3 N3 15 Nj-1 = n/2
IMe = I4 22 24 n4 12 N4 27 Nj
I5 24 26 n5 1 N5 28
I6 26 28 n6 2 N6 30
30
Donde:
IMe = Es el intervalo que corresponde a Nj

Me = Lj-1 = 22
 LA MODA
Datos no agrupados:

Es aquel valor que se repite más frecuentemente en un conjunto de

datos, se denota por Mo

Ejemplos:
a) Para un conjunto datos: 2, 3, 4 ,4, 4, 8, 9, la moda es:
Mo = 4
b) Para un conjunto datos: 3, 5, 8, 10, 12, 16, 18, la moda es:
Mo = No tiene moda

c) Para un conjunto datos: 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9, la moda es:

Mo = 4, Mo = 7, dos modas bimodal
 LA MODA
Datos agrupados:
 LA MODA
Datos agrupados:
a) Tablas sin intervalos

Tmedia ni
Y1 17 n1 2
Y2 18 n2 5
Mo = Y3 19 n3 7 Nj

Y4 20 n4 6
Y5 21 n5 4
Y6 22 n6 6
30

Mo = 19
 LA MODA
Datos agrupados:
a) Tablas con intervalos
Se determina el intervalo modal (IMo) que corresponde a la mayor frecuencia (nj)
Mo = Lj-1 + Cj nj+1
nj-1 + nj+1

Donde:
n = número total de datos u observaciones
nj = Es la mayor frecuencia absoluta o repetición (ni)
nj-1 = Frecuencia absoluta inmediata anterior de nj
Nj+1 = Frecuencia absoluta inmediata posterior de nj
IMo = Intervalo modal, que corresponde a nj
Lj-1 = Extremo inferior del intervalo modal (IMo)
Cj = Amplitud del intervalo modal (IMo)
 LA MODA
Datos agrupados:
a) Tablas con intervalos
Se determina el intervalo modal (IMo) que corresponde a la mayor frecuencia (nj)
Mo = Lj-1 + Cj nj+1
nj-1 + nj+1

Lj-1 Lj ni Fi
70 74 n1 2
74 78 n2 5
78 82 n3 4 nj-1
IMo = 82 86 n4 8 nj IMo = nj
86 90 n5 6 nj+1
90 94 n6 3
94 98 n7 2

Mo = 82 + 4 6
4+ 6
Mo = 84.4 % HR
COMPARACION ENTRE LA MEDIA, LA MEDIANA Y LA MODA
 I- INDICADORES ESTADISTICOS

1.2 MEDIDAS DE DISPERSION ABSOLUTA:

RANGO: Se define como la diferencia entre el máximo y mínimo valor de una
variable.
VARIANZA y DESVIACION ESTANDAR: Cuantifica el grado de dispersión de los valores
respecto a la media.
RANGO INTERCUARTILICO: Se define como la diferencia entre el cuartil 3 y el cuartil
1.

1.3 MEDIDAS DE DISPERSION RELATIVA:

COEFICIENTE DE VARIACION: Es la razón entre la desviación estándar y la media.
 RANGO

Es una medida de distancia y representa la diferencia entre el mayor

valor y el menor de los valores observados.

R = X máximo – X mínimo
R = rango

El rango o la amplitud es una manera conveniente de describir la

dispersión; sin embargo, no da medida alguna de la dispersión entre los
datos con respecto al valor central.
 VARIANZA
Datos no agrupados:
 VARIANZA

Datos agrupados:
VARIANZA
DESVIACION ESTANDAR
COEFICIENTE DE VARIACION
 I- INDICADORES ESTADISTICOS

1.4 MEDIDAS DE FORMA:

COEFICIENTE DE SIMETRIA: Describe la simetría de un distribución.
Si Cs > 0 , distribución asimétrica positiva
Si Cs < 0 , distribución asimétrica negativa
Si Cs = 0 , distribución simétrica
COEFICIENTE DE CURTOSIS: Indica el apuntamiento de una distribución.
Si > 3  distribución más apuntada
Si < 3  distribución menos apuntada
Si = 3  distribución simétrica
I- INDICADORES ESTADISTICOS
1.4 MEDIDAS DE FORMA:
I- INDICADORES ESTADISTICOS
1.4 MEDIDAS DE FORMA:
I- INDICADORES ESTADISTICOS
1.4 MEDIDAS DE FORMA:
I- INDICADORES ESTADISTICOS
1.4 MEDIDAS DE FORMA:
I- INDICADORES ESTADISTICOS
1.4 MEDIDAS DE FORMA:
I- INDICADORES ESTADISTICOS
1.4 MEDIDAS DE FORMA:
 MEDIDA DE SIMETRIA Y ASIMETRIA

Datos no agrupados:
 MEDIDA DE SIMETRIA Y ASIMETRIA

Datos no agrupados:
MEDIDA DE SIMETRIA Y ASIMETRIA
 MEDIDA DE ACHATAMIENTO

CURTOSIS
Datos no agrupados:
 MEDIDA DE ACHATAMIENTO

Datos agrupados:
MEDIDA DE ACHATAMIENTO
 PROBLEMAS PROPUESTOS
Dados los caudales medios del mes de mayo, de un rio m3/seg
Calcular
a. La media
b. La varianza AÑO Q m3/seg
c. Coeficiente de variación
1971 3.99
d. Coeficiente de asimetría o sesgo
1972 2.96
e. Coeficiente de curtosis
1973 1.79
1974 1.55
1975 2.48
1976 2.61
1977 2.27
1978 1.86
1979 2.07
1980 2.70
1981 4.52
1982 3.09
1983 5.00
1984 6.03
1985 2.73
1986 3.13
1987 4.18
1988 3.26
1989 4.03
 PROBLEMAS PROPUESTOS
Si los datos del problema anterior se agrupan
Calcular
a. La media
b. La varianza
c. Coeficiente de variación
d. Coeficiente de asimetría o sesgo
e. Coeficiente de curtosis

Intervalos de clase Marca de clase

1 2 1.5
2 3 2.5
3 4 3.5
4 5 4.5
5 6 5.5
6 7 6.5
 PROBLEMAS PROPUESTOS
Se tiene una cuenca en la que se han instalado 8 pluviómetros. Las precipitaciones promedios
anuales registradas, en mm, para el periodo 1970 – 1991 y las áreas de influencia, en Km2, de esas
estaciones, se muestran en la siguiente tabla
Determinar la precipitación promedio

Estaciòn Area (Km2) Precipitaciòn (mm)

1 150 2915
2 300 2563
3 187 3241
4 600 4017
5 550 5321
6 145 4621
7 278 5002
8 110 4932
 PROBLEMAS PROPUESTOS
Se muestran los caudales picos en m3/s, medidos en cada año, del periodo 1975 – 2000, de una
estación.
Calcular
La media de los caudales picos
La desviación estándar
El coeficiente de variación

AÑO Q m3/seg AÑO Q m3/seg

1975 880 1988 1070
1976 1360 1989 1060
1977 885 1990 718
1978 1180 1991 965
1979 1100 1992 370
1980 1390 1993 549
1981 2230 1994 2240
1982 1480 1995 319
1983 400 1996 772
1984 866 1997 882
1985 6130 1998 1010
1986 1910 1999 1130
1987 1310 2000 1260
 PROBLEMAS PROPUESTOS
Una estación tiene un registro de caudales medios anuales de 20 años, en m3/s,.
Calcular
Coeficiente de variación
Coeficiente de asimetría o sesgo

37.5 45.9 70.6 28.7 19.6

41.3 13.3 18.6 68.3 53.6
75.6 28.6 61.6 22.4 32.2
73.4 13.4 17.6 24.9 55.1