Formulario de Estadística Descriptiva

Percentiles y Medidas de Tendencia Central

De una tabla de distribución de
Datos Discretos: frecuencias:
𝑛 elementos, 𝐿𝑖 = límite inferior del intervalo que
Datos Sueltos: 𝑘 valores : 𝑥1 , 𝑥2 , … , 𝑥𝑘 contiene al percentil 𝑘
𝑘 frecuencias: 𝑓𝑖 = frecuencia relativa del intervalo que
Para datos
𝑛 elementos, valores: 𝑛1 , 𝑛2 , … , 𝑛𝑘 contiene al percentil 𝑘
𝑥1 , 𝑥2 , … , 𝑥𝑛 𝑘 𝐹𝑖−1 = Frecuencia relativa acumulada del
𝑛 = ∑ 𝑛𝑗 intervalo anterior al que contiene al
𝑗=1 percentil 𝑘
𝐴 = Amplitud del intervalo.
𝑥(𝑖)+𝑥(𝑖+1)
, 𝑠𝑖 𝑖 𝑒𝑠 𝑒𝑛𝑡𝑒𝑟𝑜
𝑃𝑘 = { 2
Identificamos el intervalo 𝑖, tal que:
𝑥(𝑖 ∗) , 𝑠𝑖 𝑖 𝑛𝑜 𝑒𝑠 𝑒𝑛𝑡𝑒𝑟𝑜 k
Percentil 𝑘, 𝑘 𝐹𝑖−1 < ≤ 𝐹𝑖
𝑗 | 𝐹𝑗−1 < ≤ 𝐹𝑗 100
𝑃𝑘 con: 100
donde:
k
0 ≤ 𝑘 ≤ 100 𝑖 = 𝑛𝑘/100 𝑚𝑒 = 𝑥𝑗 (
− Fi−1 )
me = Li + A 100
𝑖 ∗ es el valor aproximado de 𝑖 por 𝑓𝑖
exceso.
Identificamos el intervalo 𝑖, tal que: 𝑓𝑖 es la
Identificamos el valor 𝑥𝑖 , tal Identificamos el valor 𝑥𝑗 , máxima frecuencia
que: 𝑓𝑖 es la máxima frecuencia tal que: 𝑛𝑗 es la máxima
Moda frecuencia
(fi − fi−1 )
mo = 𝑥𝑖 mo = 𝑥𝑗 mo = Li + A [ ]
(fi − fi−1 ) + (fi − fi+1 )

Identificamos el intervalo 𝑖, tal que:

𝑚𝑒 𝑚𝑒 = 𝑥𝑗
𝐹𝑖−1 < 0.50 ≤ 𝐹𝑖
𝑥 𝑛+1 , 𝑠𝑖 𝑛 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟 𝑗 | 𝐹𝑗−1 < 0.50 ≤ 𝐹𝑗
Mediana ( )
2
={ 𝑁𝑗
𝑥(𝑛) + 𝑥(𝑛+1) , 𝑠𝑖 𝑛 𝑒𝑠 𝑝𝑎𝑟 (0.50 − Fi−1 )
2 2 𝐹𝑗 = me = Li + A
𝑛 𝑓𝑖
𝑘
1
𝑛 ̅̅̅
𝑥 = ∑ 𝑛𝑗 𝑥𝑗 𝑘 𝑘
1 𝑛 1
Media 𝑗=1
Aritmética ̅̅̅
𝑥 = ∑ 𝑥𝑖 𝑘 ̅̅̅
𝑥 = ∑ 𝑛𝑖 𝑚𝑖 = ∑ 𝑓𝑖 𝑚𝑖
𝑛 𝑛
𝑖=1 𝑖=1 𝑖=1
= ∑ 𝑓𝑗 𝑥𝑗
𝑗=1

Propiedades de Media y Varianza para transformación de variables aleatorias

Combinación de V.A. Media Varianza
𝑌 = 𝑎𝑋 + 𝑏 𝑦̅ = 𝑎 𝑥̅ + 𝑏 𝑆𝑌2 = 𝑎2 𝑆𝑋2
Si 𝑿 y 𝒀 son variables independientes:
𝑊 = 𝑎𝑋 + 𝑏𝑌 𝑤
̅ = 𝑎 𝑥̅ + 𝑏 𝑦̅ 2
𝑆𝑊 = 𝑎2 𝑆𝑊
2
+ 𝑏 2 𝑆𝑌2
Diagrama de cajas

Primer cuartil: 𝑄1 = 𝑃25

Segundo cuartil = Mediana: 𝑄2 = 𝑃50
Tercer cuartil: 𝑄3 = 𝑃75
Rango intercuartil: 𝑅𝐼𝐶 = 𝑄3 − 𝑄1 = 𝑃75 – 𝑃25
Límites máximo y mínimo para valores extremos:
𝐿𝑖𝑛𝑓 = 𝑄1 – 1.5 𝑅𝐼𝐶 y 𝐿𝑠𝑢𝑝 = 𝑄3 + 1.5 𝑅𝐼𝐶

Medidas de Dispersión
De una tabla de distribución de frecuencias:
𝑛 elementos, 𝐿𝑖 = límite inferior del intervalo que contiene al
𝑘 valores : 𝑥1 , 𝑥2 , … , 𝑥𝑘 percentil 𝑘
𝑛 elementos, valores: 𝑘 frecuencias: 𝑛1 , 𝑛2 , … , 𝑛𝑘 𝑓𝑖 = frecuencia relativa del intervalo que contiene al
Para datos 𝑘
𝑥1 , 𝑥2 , … , 𝑥𝑛 percentil 𝑘
𝑛 = ∑ 𝑛𝑗 𝐹𝑖−1 = Frecuencia relativa acumulada del intervalo
𝑗=1 anterior al que contiene al percentil 𝑘
𝐴 = Amplitud del intervalo.
𝑛 𝑘
1 1 2
𝑆𝑋2 = ∑(𝑥𝑖 − 𝑥̅ )2 𝑆𝑋2 = ∑ 𝑛𝑗 (𝑥𝑗 − 𝑥̅ )
𝑛−1 𝑛−1 𝑘 𝑛
𝑖=1 𝑗=1 𝑛 𝑛
Varianza 𝑛 𝑛 𝑆𝑋2 = ∑ 𝑓𝑖 (𝑚𝑖 − 𝑥̅ )2 = {∑ 𝑓𝑖 𝑚𝑖2 − 𝑛𝑥̅ 2 }
1 1 𝑛−1 𝑛−1
= {∑ 𝑥𝑖2 − 𝑛𝑥̅ 2 } = {∑ 𝑛𝑗 𝑥𝑗2 − 𝑛𝑥̅ 2 } 𝑖=1 𝑖=1
𝑛−1 𝑛−1
𝑖=1 𝑗=1

Desviación
estándar 𝑆 = √𝑆𝑋2

Coeficiente 𝑆𝑋
de variación 𝑐𝑣𝑋 =
𝑥̅
Puntuación 𝑥𝑖 −𝑥̅
estandarizada
𝑧𝑖 = luego: 𝑧̅ = 0 y 𝑆𝑧2 = 1
𝑆𝑋

Indicadores de Forma
Pearson Fisher
Coeficiente de asimetría 𝑋̅ − 𝑄2 1 ∑𝑛𝑖=1(𝑥𝑖 − 𝑥
̅ )3
𝐴𝑠 = 3 ( ) γ1 =
𝑆𝑋 𝑛 𝑆3𝑋
Pearson Fisher
Coeficiente de Curtosis 𝑄3 − 𝑄1 1 ∑𝑛𝑖=1(𝑥𝑖 − 𝑥
̅)4
𝑘 = 0.5 ( ) γ2 =
𝐷9 − 𝐷1 𝑛 𝑆4𝑋

Propiedades de Media y Varianza para la unión de grupos distintos de unidades estadísticas

Si dos conjuntos de
Total de
Media Varianza
tamaño 𝑛1 y 𝑛2 , tienen unidades
medias ̅̅̅
𝑥1 y ̅̅̅
𝑥2 y 1 1 (𝑛1 − 1)𝑆12 + (𝑛2 − 1)𝑆22
varianzas 𝑆12 y 𝑆22 𝑛 = 𝑛1 + 𝑛2 𝑥̅ = (𝑛 ̅̅̅
𝑥 + 𝑛2 ̅̅̅)
𝑥2 𝑆2 = [ ]
𝑛 1 1 𝑛 − 1 +𝑛1 𝑥12 + 𝑛2 𝑥22 − 𝑛𝑥̅ 2
Relación lineal entre 2 variables 𝑿 y 𝒀
Para Datos Muestral
𝑛 elementos, valores: 𝑥1 , 𝑥2 , … , 𝑥𝑛 , 𝑦1 , 𝑦2 , … , 𝑦𝑛
1 1
Covarianza 𝑆𝑋𝑌 = ∑𝑛𝑖=1(𝑥𝑖 − 𝑋̅)(𝑦𝑖 − 𝑌̅ ) = (∑𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − 𝑛 𝑋̅ ̅𝑌)
𝑛−1 𝑛−1

Coeficiente de correlación 𝑆𝑋𝑌

𝐶𝑜𝑟𝑟(𝑋, 𝑌) = 𝑟 =
lineal de Pearson: 𝑆𝑋 𝑆𝑌
𝑆𝑌 𝑆𝑋𝑌
Regresión lineal 𝐿: 𝑌̂ = 𝑎 + 𝑏 𝑋, donde: 𝑏 = 𝑟 = 2 y 𝑎 = 𝑌̅ − 𝑏𝑋̅
𝑆𝑋 𝑆𝑋

Coeficiente de 𝑉𝑎𝑟(𝑌̂) 𝑆𝑌2̂

Determinación 𝑅2 = = = 𝑟2
𝑉𝑎𝑟(𝑌) 𝑆𝑌2
Coeficiente de Determinación (1 − 𝑅2 )(𝑛 − 1)
Ajustado 𝑅𝐴2 = 1 −
(𝑛 − 𝑘 − 1)