Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aunque la recolección y posterior presentación de los datos son dos componentes esenciales
de la Estadística Descriptiva no cuentan toda la historia. Un buen análisis de los datos implica la
presentación, en gráficos o tablas de distribución de frecuencias, de los datos numéricos recolecta-
dos, la observación (estudio) de lo que los datos tratan de transmitir y también la caracterización o
resumen de los aspectos claves y la descripción o análisis de los hallazgos.
En ésta unidad vamos a examinar éstos dos últimos aspectos: el resumen, descripción y fi-
nalmente la interpretación de los datos.
Las medidas descriptivas son medidas resumen, útiles para analizar e interpretar datos agru-
pados o no agrupados.
La dispersión se refiere a la extensión de los datos de una distribución, el grado en que las
observaciones se distribuyen. La curva C es más dispersa que la A.
En cuanto a la forma, si trazamos una línea vertical que pase por el punto más alto de la
curva y divide el área en dos partes iguales, decimos que la distribución es simétrica. Cada parte es
una imagen espejo de la otra.
Si las medidas de resumen descriptivas se calculan con una muestra de datos se llaman es-
tadísticos, si se calculan a partir de toda una población de datos se denominan parámetros.
La mayor parte de los conjuntos de datos muestran una tendencia a agruparse o reunirse en
torno a cierto punto, denominado por ello medida de tendencia central, porque tiende a ubicarse
en el centro del conjunto, aunque a veces no se presenta esa ubicación central. Se denominan tam-
bién promedios porque en su cálculo intervienen todos los valores disponibles de la variable con la
que se está trabajando. Ejemplos: la media o el promedio aritmético y la media geométrica.
Las medidas de posición son valores que se calculan a partir de un conjunto de datos y tie-
nen la particularidad de ser representativos de ese conjunto. Su nombre proviene del hecho que,
siendo representativos del conjunto, indican, sobre un eje, la posición de todo el conjunto. Son
medidas en cuyo cálculo no intervienen todos los valores disponibles de la variable. Ejemplos: la
mediana; el modo y los cuantiles.
Medidas
Tendencia
Posición
Central
Media Media
Mediana Modo Cuantiles
Aritmética Geométrica
En el caso de los datos no agrupados, la media es la suma de los valores de la muestra, di-
vididos entre el número total de valores de la muestra.
n
i 1
xi
x
n
Introducción a la Estadística 41
Ejemplos: se toma una muestra aleatoria de las edades de 6 compradores de autos de tres
concesionarias diferentes de la ciudad, obteniéndose la siguiente información:
1 2 3
Elemento Edad Elemento Edad Elemento Edad
x1 46 x1 49 x1 42
x2 26 x2 34 x2 42
x3 52 x3 52 x3 42
x4 46 x4 32 x4 46
x5 44 x5 45 x5 44
x6 38 x6 40 x6 36
n
xi
46 26 52 46 44 38
x1 i 1
42 años
n 6
n
xi
i 1 49 34 52 32 45 40
x2 42 años
n 6
n
xi
i 1 42 42 42 46 44 36
x3 42 años
n 6
Vemos que los datos de la segunda muestra son menos variables que los de la primera y lo
mismo sucede entre los datos de la segunda y tercer muestra. Sin embargo, la edad promedio de los
compradores de autos de las tres concesionarias es de 42 años.
26 30 34 38 42 46 50 54 58
En una muestra de n observaciones la media actúa como punto de equilibrio, de tal forma
que las observaciones menores compensan aquellas que son mayores. Como su cálculo se basa en
Introducción a la Estadística 42
todas las observaciones, se ve afectada en gran medida por cualquier valor extremo. En estos casos
da una idea distorsionada de lo que los datos están tratando de transmitir, por lo que no sería la me-
jor medida para describir esos datos.
Cuando necesitamos conocer las medidas descriptivas a partir de datos agrupados porque:
los datos provienen de fuentes secundarias y están agrupados
no están disponibles los datos originales (datos brutos)
son muchos los datos con que contamos y construimos una distribución de frecuencias
todos los valores caen dentro de uno de los intervalos de clase y se consideran coinciden-
tes con los puntos medios (xi)
x f i i
x i 1
n
,
f
i 1
i
denominada fórmula general o ponderada, debido a que las fi, que simbolizan las frecuencias de
los valores de la variable, ponderan a cada uno de ellos.
Precios
fi xi xifi
(miles de $)
60 - 71,999 8 66 528
72 - 83,999 23 78 1.794
84 - 95,999 17 90 1.530
96 - 107,999 18 102 1.836
108 - 119,999 8 114 912
120 - 131,999 4 126 504
132 - 143,999 2 138 276
80 7.380
n
x ifi
7.380
x i 1
n
92,25 mil $
fi 80
i 1
Las medidas resumen descriptivas calculadas a partir de datos no agrupados, producen resul-
tados reales, si se calculan a partir de datos agrupados producen resultados aproximados.
Si calculamos la media del ejemplo anterior con los datos brutos, el resultado sería:
Introducción a la Estadística 43
n
xi
7.429,8
x i 1
92,87 mil $
n 80
Vemos que la media aritmética obtenida a partir de datos agrupados se aproxima bastante a
la real. El precio promedio de los autos vendidos, trabajando con datos agrupados es de 92,25 mil $
y si trabajamos con los datos brutos el precio promedio de los autos vendidos es de 92,87 mil $
x i
x
tendría
N
lo cual permite observar que no difiere en nada de la fórmula simple de la media aritmética mues-
tral, salvo que se está tomando todos los elementos de la población (N). En los trabajos e investiga-
ciones estadísticas se parte del supuesto de que es muy poco probable que pueda calcularse una me-
dia aritmética poblacional.
Se utilizan las letras del alfabeto latino para simbolizar la información sobre las muestras y
las del alfabeto griego para simbolizar la información sobre la población.
La media aritmética es una medida de tendencia central muy utilizada. Cuenta con algunas
propiedades importantes:
1º. La media aritmética de un conjunto definido de datos, es un valor constante. Esta propie-
dad no requiere demostraciones. Sólo resulta apropiado explicar sencillamente que, dado un
conjunto de datos, si este conjunto no se modifica, su media aritmética permanece constante.
Introducción a la Estadística 44
2º. La sumatoria de los desvíos entre los valores de la variable y su media aritmética, es igual
a cero. Los desvíos se obtienen haciendo la diferencia entre los valores de la variable y algún
valor arbitrario. Si ese valor es la media aritmética convendremos en denominarlo desvío a se-
cas. Si ese valor arbitrario no fuera la media aritmética, debemos aclarar respecto de que valor
se calculan los desvíos.
Ejemplo:
Concesionaria 1
Edad
x xi x
xi
46 42 4
26 42 -16
52 42 10
46 42 4
44 42 2
38 42 -4
0
x
x xi x xi n x xi n
x x x
i
0
i i i
n
3º. La sumatoria de los desvíos al cuadrado, entre los valores de la variable y un valor cons-
tante y arbitrario A, es un mínimo si A es igual a x . Esta propiedad es complementaria de la
anterior, y prácticamente cuando se cumple aquélla se cumple también ésta.
Tomemos en el caso de la Concesionaria 1, un valor de A = 40, para verificar esta pro-
piedad
Concesionaria 1 (A = 40)
Edad
xi x xi x x i x
2
xi A x i A 2
46 42 4 16 6 36
26 42 -16 256 -14 196
52 42 10 100 12 144
46 42 4 16 6 36
44 42 2 4 4 16
38 42 -4 16 -2 4
0 408 432
Las condiciones para que exista un mínimo son:
Primera derivada igual a cero
Segunda derivada mayor que cero
Esta propiedad se demuestra construyendo una función xi A , que se mi-
2
xi A
2
2 xi A 0
A A
xi nA 0 A n i x
x
La suma de los cuadrados de las diferencias entre cada observación y su media debe
ser menor que la suma de las diferencias al cuadrado de cada observación y cualquier otro
valor seleccionado.
d
d i
312
52 años
n 6
Introducción a la Estadística 46
Para demostrar esta propiedad, supongamos tener una variable xi que tiene una media
x , y un valor arbitrario A, con los que construimos una variable di. Entonces d i xi A . La
media de d se obtiene haciendo
1 1 1 1 1 nA
d di xi A xi A x x A
n n n n n n
b. Si a todos los valores de una variable los multiplicamos (o dividimos) por un valor
constante y arbitrario c, obtenemos una nueva variable cuya media aritmética será
igual a la de la variable original multiplicada (o dividida) por c.
En el caso de la Concesionaria 1, la edad media de los compradores es de 42 años,
Para verificar esta propiedad tomemos un valor de c = 1,5, para construir la nueva variable,
que si se verifica esta propiedad debe tener una media de 63 años ( d xc )
Concesionaria 1 - (c = 1,5)
Edad
di
xi
46 69
26 39
52 78
46 69
44 66
38 57
378
d
d i
378
63 años
n 6
Para simplificar esta demostración, supondremos que sólo multiplicamos, aunque es
fácil verificar que convirtiendo a c en un factor divisor se cae sencillamente en el otro caso.
Tenemos que, d i cxi , por consiguiente
1 1 1
d di cxi c xi c x
n n n
c. Tomaremos ahora un caso que resulta una combinación del caso a y del caso b. Se trata de
x A
una variable. Sabiendo que d i i ,
c
En el caso de la Concesionaria 1, la edad media de los compradores es de 42 años,
Para verificar esta propiedad tomemos un valor de A = 2 y c = 0,8, para construir la nueva
xA
variable, que si se verifica esta propiedad debe tener una media de 50 años d
c
Concesionaria 1 - (A = 2 y c = 0,8)
Edad di
Introducción a la Estadística 47
xi
46 55,0
26 30,0
52 62,5
46 55,0
44 52,5
38 45,0
300,0
di 300
d 50 años
n 6
Demostración;
d
1
n
d
i
1 x i A 1 1
n c c n
x A
i
11
cn
x i
A
11
cn
x i
nA
1 xi nA 1
c n
xA
n c
xA
c
con lo cual se verifica que la media de una variable transformada algebraicamente mantiene
la transformación de la variable original.
d
1
n
1
di xi yi
n
1
n
x y 1n x 1n y
i i i i x y
La media aritmética tiene una importante cantidad de ventajas, pero tiene la siguiente des-
ventaja: está afectada por los valores extremos de la serie o conjunto de datos. En el siguiente
ejemplo se podrá verificar este hecho particular:
En la Concesionaria 1 la edad de los compradores es: 46, 26, 52, 46, 44 y 38, con una edad
promedio de 42 años.
Si tomamos una muestra de seis compradores en la Concesionaria 4, con los siguientes resulta-
dos: 46, 26, 76, 46, 44 y 38. Al tener un comprador de 76 años, en lugar del de 52, la edad pro-
medio se eleva a 46 años.
La media aritmética ponderada, es una media, en la que se considera a cada uno de los va-
lores de la variable de acuerdo a la importancia relativa que tienen en el grupo, utilizando como
factor de ponderación wi
n
x w i i
x i 1
n
w
i 1
i
Ejemplo: La concesionaria vende cuatro modelos diferentes, con distintos márgenes de utili-
dad y diferentes cantidades vendidas
Ventas
Modelo Margen de utilidad xi w i
(en millones de $)
A 4,2 % 30.000 126.000
B 5,5 % 20.000 110.000
C 7,4 % 5.000 37.000
D 10,1 % 3.000 30.300
Total 27,2 % 58.000 303.300
x i
4,2 5,5 7,4 10,1 27,2
x i 1
6,8%
n 4 4
En este caso se debe calcular la media ponderada, utilizando como factor de ponderación las
cantidades vendidas, obteniendo un margen de utilidad promedio del 5,2 %.
x w i i
30.000 * 4,2 20.000 * 5,5 5.000 * 7,4 3.000 * 10,1 303.300
x i 1
5,2%
n
30.000 20.000 5.000 3.000 58.000
w
i 1
i
3. MEDIA GEOMÉTRICA.
La media geométrica de una serie n de números x1, x2, x3, ..., xn es la raíz enésima del pro-
ducto de los números
Introducción a la Estadística 49
Esta medida de posición es la que se utiliza para calcular promedios en muchas variables
económicas: PBI, inversión, exportaciones, consumo, precios, etc.
Por ejemplo: si las tasas de crecimiento del PBI en los últimos 4 años fueron: 4%, 7%, -2%
y 3%; para calcular la tasa media de crecimiento corresponde calcular la media geométrica, no la
aritmética, por que el crecimiento es acumulativo, se crece por sobre el crecimiento anterior. Para
ello, en primer lugar dividimos las tasas porcentuales por cien, de manera de expresar los datos en
tanto por uno, luego les sumamos uno y multiplicamos dichos resultados entre sí.
Dicho resultado está expresado en tanto por uno. Si al mismo lo multiplicamos por cien,
queda expresado en porcentaje. Por ende, la tasa media anual de crecimiento del producto fue del
2,95%.
4. MEDIANA.
Dado que la media aritmética se ve afectada por los valores extremos, en algunos casos no
es una buena medida de tendencia central. Siempre que se presentes valores extremos es más apro-
piado utilizar la mediana.
En la Concesionaria 1 la edad de los compradores es: 26, 38, 44, 46, 46 y 52. La media-
n 1 6 1 44 46
na es el valor ubicado en la posición 3,5 . Por lo que Me = 45
2 2 2
años.
Una importante propiedad de la Mediana es que no está afectada por los valores extremos,
como la media aritmética.
En la Concesionaria 4, la edad de los compradores es: 26, 38, 44, 46, 46, y 76. La me-
n 1 6 1
diana es el valor ubicado en la posición 3,5 . Por lo que Me =
2 2
44 46
45 años.
2
La fórmula que permite obtener la Mediana en una distribución de frecuencias se encuen-
tra a partir del gráfico de Frecuencias Acumuladas Crecientes, o "menor que" (Fi(-))
La Mediana, que se encontrará sobre el eje de las abscisas, estará ubicada en aquel inter-
valo de clase (gráficamente, en la base de uno de los rectángulos) cuya "Frecuencia acumulada
menor que" es igual o supera por primera vez al valor n/2.
Para determinar gráficamente cuál es ese intervalo, se traza una recta paralela al eje de las
abscisas a la altura del valor n/2. En el intervalo correspondiente al rectángulo que toque por prime-
ra vez esa recta se encontrará la Mediana. En el ejemplo, es el tercer intervalo de clase, y la Media-
na se encontrará entre los Verdaderos límites inferior (VLI) y superior (VLS) de ese intervalo
en cuestión.
Se conviene en que la exacta ubicación de la Mediana en el intervalo delimitado por sus VL,
es decir ya sea más hacia la derecha o más hacia la izquierda, dependerá de la siguiente relación:
cuánta más distancia exista entre Fa y n/2, más distancia deberá existir entre VLI y Me. A
partir de este principio, la diferencia (n/2 - Fa) dividido por todo lo que puede valer esa diferencia,
es decir la frecuencia de dicho intervalo de clase fm, debe ser equivalente a la diferencia (Me - VL)
dividido todo lo que puede valer esa diferencia, es decir la amplitud de intervalo de clase c. Esto
permite construir la siguiente fórmula:
n F
2 a Me VLI
f c
m
De aquí se despeja Me, obteniéndose la siguiente expresión para el cálculo en distribuciones
de frecuencia:
n F
Me VLI 2 ac
f
m
n F
Me VLI c 2 a
f
m
Se puede observar que:
n F
Si n Fa f m 2 a
1 Me VLI c
2 fm
n F
Si n Fa 0 2 a
0 Me VLI
2 fm
En el ejemplo del precio de los autos vendidos por una concesionaria, el cálculo de la Me-
diana se realiza de la siguiente forma:
Introducción a la Estadística 52
Frecuencia
Precios Nº de Verdadero
Acumulada
(miles de $) autos Límite
Menor que
fi VL Fi(-)
60 - 71,999 8 60 8
72 - 83,999 23 72 31
84 - 95,999 17 84 48
96 - 107,999 18 96 66
108 - 119,999 8 108 74
120 - 131,999 4 120 78
132 - 143,999 2 132 80
80
2. Se determina cuál es el intervalo cuya frecuencia acumulada "menor que", es igual o su-
pera por primera vez a n/2. Se trata del tercer intervalo, en el que Fi es igual a 48 años.
3. A partir de esa determinación, se otorga a los elementos de la fórmula los valores que le
corresponden:
VL = 84 Fa= 31 fm = 17 c= 12
80 31
Me 84 12 2 84 6,35 90,35 mil $
17
Si el precio mediano es de $ 90,35 mil, nos está indicando que la mitad de los autos vendi-
dos tiene un precio superior a este importe.
5. MODO.
Si bien siempre hay una sola Media aritmética y una sola Mediana, puede haber o no haber
uno o más de un Modo.
El Modo puede no existir, incluso si existe puede no ser único. Si hay un solo modo la dis-
tribución es unimodal. Cuando dos valores no adyacentes tienen iguales frecuencias máximas aso-
ciadas con ellos la distribución se llama bimodal.
En la Concesionaria 1 la edad de los compradores es: 26, 38, 44, 46, 46 y 52. La edad
Modal es de 46 años.
En la Concesionaria 2 la edad de los compradores es: 32, 34, 40, 45, 49 y 52. En este ca-
so no existe Modo
En la Concesionaria 3 la edad de los compradores es: 26, 26, 44, 46, 46 y 52. En este ca-
so existen dos Modos: 26 años y 46 años.
Se usa sólo para propósitos descriptivos porque es más variable de muestra a muestra que las
otras medidas de posición.
Para poder deducir la fórmula de cálculo del Modo para datos agrupados, se recurre a pro-
cedimientos gráficos, teniendo presente que el Modo se encontrará en aquel intervalo de clase que
posea la máxima frecuencia absoluta. En este caso es el valor o los valores que corresponde al
máximo o máximos de la curva. Está en el o los intervalos de clase que tienen la mayor frecuencia,
por lo tanto, primero hay que identificar dicho o dichos intervalos y después obtener el modo por
interpolación.
Para definir gráficamente la posición del Modo se trazan dos segmentos: el primero une la
frecuencia del intervalo que contiene al Modo con la frecuencia del intervalo anterior y el segundo
une la frecuencia del intervalo que contiene al modo con la frecuencia del intervalo posterior, con lo
cual, en la intersección, queda definida la posición del Modo.
Se ve claramente que la posición del Modo dependerá de las alturas particulares de los
rectángulos anterior y posterior al rectángulo central, por lo que, proyectado sobre el eje
de las abscisas, indicará la ubicación del Modo.
A la frecuencia modal menos la frecuencia anterior, la denominamos y a la fre-
cuencia modal menos la frecuencia posterior,
Quedan definidos dos triángulos semejantes entre sí, por ser opuestos por el vértice y es-
tán entre dos líneas paralelas. Cumpliéndose la propiedad que dice que la relación entre
su altura y su base son iguales, es decir que:
Mo VLI VLS Mo
1 2
Además: VLS Mo VLI c Mo
Con estas consideraciones, tenemos que
Mo VLI VLI c Mo
, a partir de la cual se despeja Mo.
1 2
Se efectúa un pasaje de los términos y:
Mo VLI VLI c Mo
2 1
Mo VLI VLI c Mo
2 2 1 1 1
Se efectúa pasaje de términos de manera tal que en el primer miembro de la igualdad
sólo se encuentren los términos que contengan Mo:
Introducción a la Estadística 55
Mo Mo VLI VLI c
2 1 1 2 1
1 2
Mo VLI c 1 2
1
c VLI c
Mo VLI
1 2 1 1
1 2 1 2 1 2
Sí 2 1 el modo estará a la izquierda (porque Mo < xi) del punto medio del intervalo
que lo contiene, más cerca del verdadero límite inferior.
En el ejemplo del precio de los autos vendidos por una concesionaria, el cálculo del Modo se
realiza de la siguiente forma:
Precios Nº de Verdadero
(miles de $) autos Límite
fi VL
60 - 71,999 8 60
72 - 83,999 23 72
84 - 95,999 17 84
96 - 107,999 18 96
108 - 119,999 8 108
120 - 131,999 4 120
132 - 143,999 2 132
80
Introducción a la Estadística 56
23 8 15
Mo 72 12 72 12 72 0,71 . 12 80,57 mil $
23 8 23 17 15 6
En la concesionaria el precio de los autos que más se venden es de 80,57 mil pesos.
6. CUANTILES.
Los cuantiles son aquellos valores de la variable que dividen al conjunto o serie de datos,
o a la distribución, en n partes iguales.
Son medidas de posición que se emplean particularmente para resumir o describir las pro-
piedades de grandes cantidades de datos numéricos. Se obtienen de subdivisiones de los datos.
Los cuantiles más conocidos son: los cuartiles (Qi), que dividen al conjunto de datos en
cuatro partes iguales; los deciles (Di) que lo dividen en diez partes iguales, y los percentiles (Pi),
que dividen al conjunto en cien partes iguales.
Si una serie de datos se colocan en orden de magnitud creciente, los valores que dividen a
los datos en cuatro partes iguales se llaman cuartiles.
Edad n 1 6 1
Posición Q 1,75
xi 1 4 4
26
38 Q1 2n 1 26 1
Posición Q 3,5
44 2 4 4
Q2 = 45
46
46 Q3 3n 1 36 1
Posición Q 5,25
52 3 4 4
Se comprueba además que la Mediana coincide con el cuartil segundo (Me=Q2) y que los
cuartiles son tres.
A partir del hecho de que la Mediana y el cuartil segundo coinciden, se puede establecer que
la fórmula de cálculo para los cuartiles en el caso de datos agrupados puede ser obtenida a partir
de la fórmula de la Mediana. En ese caso, recordando que
1n
n F F
Me VLI 2 a c , 2 a
análogamente Q VLI c
f 2 f
m q
2
, y, del mismo modo, los cuartiles primero y tercero serán:
1n 3n
F F
Q VLI 4 Q VLI 4
a a
c, y c
1 f 3 f
q q
1 3
Al utilizar ésta fórmula modificada, en primer lugar se determina la clase que contiene el
punto de interés de acuerdo con las frecuencias acumuladas y después se interpola como en el caso
de la mediana.
En el ejemplo del precio de los autos vendidos por una concesionaria, el cálculo de los Cuar-
tiles se realiza de la siguiente forma:
Introducción a la Estadística 58
80 80
8 31
Q 72 4 12 78,26 mil $ Q Me 84 2 12 90,35 mil $
1 23 2 17
3 . 80
48
Q 96 4 12 104 mil $
3 18
Esto nos indica que el 25 % de los autos vendidos, más baratos, tienen un precio inferior a
78,26 mil pesos, la mitad de los autos vendidos tienen que superar los $ 90,35 mil y el precio más
bajo del 25% de los autos vendidos, más caros, es de $ 104 mil.
Si una serie de datos se coloca en orden de magnitud creciente, los valores que dividen a los
datos en diez partes iguales se llaman deciles. Se representan por D1, D2, D3,…, D9
En el ejemplo del precio de los autos vendidos por una concesionaria, calculamos los Deci-
les tercero y sexto de la siguiente forma:
3 . 80 6 . 80
8 31
D 72 10 12 80,35 mil $ D 84 10 12 96 mil $
3 23 6 17
El decil tres nos indica que el 30 % de los autos vendidos, más baratos, tiene un precio infe-
rior a $ 80,35 mil y que el 60 % de los autos se vendieron con precios que no superan los 96 mil
pesos.
Si una serie de datos se coloca en orden de magnitud creciente, los valores que dividen a los
datos en cien partes iguales se llaman percentiles. Se representan por P1, P2, P3,…, P99
n
iF
P VLI 100 a
c
i f
p
i
En el ejemplo del precio de los autos vendidos por una concesionaria, calculamos los Per-
centiles diez y setenta de la siguiente forma:
80 80
10 0 70 48
P 70 100 12 72 mil $ P 96 100 12 101,33 mil $
10 8 70 18
Introducción a la Estadística 59
El percentil diez nos muestra que el 10 % de los autos más baratos se vendieron a precios
que no superan los 72 mil pesos y el 30 % de los autos más caros se vendieron a precios que supe-
ran los 101,33 mil pesos.
n Fa
1) Si la relación 2 <1/2, entonces indique si la Mediana:
fm
a) se encuentra a la izquierda del punto medio del intervalo de clase
b) se encuentra a la derecha del punto medio del intervalo de clase
c) coincide con el punto medio del intervalo de clase
2) Suponga que R > x . En ese caso, indique como son entre sí las siguientes expresiones A y B:
A= (xi- x )2 ;
B = (xi - R)2
a) A > B
b) A < B
c) A = B
3) La Media aritmética del salario de cinco empleados es $ 250.- y la Mediana es $ 260.-. El em-
pleado que recibe el mayor ingreso tiene un aumento de $ 100.- En ese caso ¿cuáles serán los
valores de las nuevas media aritmética y mediana?