Estadística descriptiva unidimensional

7. Parámetros estadísticos. Medidas de centralización (posición).

- Medida aritmética.
1. La media tiene en cuenta todos los datos de la distribución.
2. Puede expresarse en las mismas unidades que las variables estudiadas.
3. Es única para cada distribución.
4. La suma de las desviaciones de los valores de la variable respecto a la media es
n
0. ∑ ( xi − X̄ ) f i =0
i=1
- Moda. No tiene por qué ser única. No intervienen todos los datos, aunque sea un
parámetro de centralización puede ser que esté en los extremos.
- Mediana. Valor de la variable que divide en dos partes iguales el número de
observaciones, está situada de modo que antes que ella está el 50% de la población y
detrás, el otro 50%.
- Si es una variable aleatoria discreta, si se considera la serie íntegra de los datos
ordenados de menor a mayor, poniendo tantas copias de cada dato como indica
su frecuencia, la mediana es el valor de la variable que está en la posición
central en esa relación.
- En la práctica, para su cálculo, tenemos que tener en cuenta la f i. Nos fijamos en
su columna y buscamos el valor de la variable que tenga asociada una
N
frecuencia acumulada que supere exactamente el 50%, es decir, .
2
- No influyen los datos extremos, solamente los datos centrales y sus frecuencias.
Por lo tanto, es útil cuando tengamos una distribución con algunos valores
extremos excesivamente exagerados. Depende del orden y número de los datos.
- Cuartiles. Los tres valores que dividen la serie estadística en cuatro partes iguales.
Cada parte comprenden cada una del 25%.
- Percentiles. Los 99 valores que dividen la distribución en 100 partes iguales. Otros
similares son los quintiles y deciles.

8. Parámetros de dispersión.
- Recorrido (rango o amplitud). La diferencia entre el mayor y menor valor de la
variable. Inconveniente: no utiliza todas las observaciones, solo dos.
- Recorrido intercuartílico. Nos da la amplitud de la banda en la que se encuentra el
intervalo, 50% central de la población, no se tienen en cuanta los valores externos
Q3−Q1 .
- Desviación media. Media aritmética de los valores absolutos de las desviaciones de
todos los valores respecto de la media. σ =
∑ ¿ xi − X̄∨f i
N
- Varianza. Media aritmética de los cuadrados de las desviaciones respecto de la media.
2
σ =Σ¿ ¿ ¿ ¿ . Si queremos que la media de dispersión sea de la misma dimensionalidad
que las observaciones bastará con tomar un √.

- Desviación típica. La raíz cuadrada de la varianza. S =

√ Σ x 2i f i
N
2
− X̄ .
 Estadística descriptiva unidimensional
- Observaciones varianza y desviación típica.
1. Tanto la σ 2 como la S dependen de todos los valores de la distribución.
2. Si no puedo calcular la N tampoco se puede calcular la σ 2y la S.
3. La S está expresada en las mismas unidades que los datos.
4. Bajo ciertas condiciones se verifica que:
a) En ( X̄ – σ 2, X̄ + σ 2)  68%
b) En ( X̄ – 2σ 2, X̄ + 2σ 2)  95%
c) En ( X̄ – 3σ 2, X̄ + 3σ 2)  99%
- Coeficiente de variación. Elimina la dimensionalidad de las variables y tiene en cuenta
DM
la proporción existente entre medias y desviación típica. CV =
X̄
1. Solo se debe calcular para variables que no tengan N próximas a 0.
2. No tiene unidades y suele expresarse en %.
3. Sirve para comparar las dispersiones de los conjuntos de valores.