Tema N 01: ESTADISTICA DESCRIPTIVA II

Ing. Jos Manuel Garca Pantigozo

2014 - 0
calidadtotal@hotmail.com

OBJETIVOS ESPECIFICOS
DE APRENDIZAJE
despus de este tema, usted podr:

Calcular la media aritmtica, la mediana y las moda.
Explicar las caractersticas, empleo, ventajas y
desventajas de cada promedio.
Identificar las distribuciones simtricas como
asimtricas o sesgadas.
Calcular medidas de dispersin para datos
organizados en una distribucin de frecuencias.
Explicar las caractersticas, usos, ventajas y
desventajas de las medidas de distribucin discretas.
Calcular y aplicar el coeficiente de variacin y del
coeficiente de asimetra.
Analizar la curtosis de una distribucin.

3
MEDIDAS DE POSICION
Estas medidas tienden a ubicarse en el centro del
conjunto.
Proporcionan un valor simple y representativo, que
resume un gran volumen de informacin.
Media Aritmtica
Media Geomtrica
Media Armnica
Moda
Mediana
Medidas de Tendencia Central
LA MEDIA ARITMTICA
Es la medida de tendencia central ms utilizada,
tambin se le conoce con el nombre de Promedio.
Para calcular la media aritmtica, se suman todos los
datos de la muestra y el resultado se divide entre el
total de datos.
Representa el punto de equilibrio de un conjunto de
datos numricos. La media aritmtica puede ser
calculada para una muestra o para una poblacin; la
simbologa de la media aritmtica es la siguiente:
Media aritmtica para una poblacin :

Media aritmtica para una muestra:

Media Aritmtica
7
8
Datos Agrupados:
MC
i
a
i
MC
i+1
f
i
: Frecuencia absoluta i
MC
i
: Marca de Clase i
k : N de clases
n

: Tamao Muestra
a
i
: Amplitud de Clase i

=
k
i
i
MC
i
f
1
*
X =
Media Aritmtica de una Muestra I

n

INTERVALOS MC
i
f
i
f
i
*MC
i
[1265.45 - 1268.25 ) 1266.85 8 10134.80
[1268.25 - 1271.05 ) 1269.65 9 11426.85
[1271.05 - 1273.85 ) 1272.45 16 20359.20
[1273.65 - 1276.65 ) 1275.25 23 29330.75
[1276.65 - 1279.45 ) 1278.05 12 15336.60
[1279.45 - 1282.25 ) 1280.85 21 26897.85
[1282.25 - 1285.05 ) 1283.65 13 16687.45
[1285.05 - 1287.85 ] 1286.45 8 140465.10

110
X =1276.96 MEDIA = [(1266.85)*(8)+...(1286.45)*(8)]/110=1276.96

Ejemplo 01:
Ejemplo 02:
11
Datos NO Agrupados:

=
n
i
i X
1
X =
n
X : Media Aritmtica
X
i
: i-simo valor observado
n

: Tamao Muestra
Media Aritmtica de una Muestra II
1279,5
1285,0
1280,0
1273,0
1284,0
1280,5
1275,5
1278,0
1279,5
1275,0
1267,0
1272,0
1282,0
1276,0
1269,5
1266,0
1273,5
1285,5
1275,5
1283,5
1285,0
1273,0
1278,0
1273,0
1280,0
1277,5
1286,0
1280,0
1281,0
1275,0
1278,5
1279,5
1273,5
1275,0
1276,5
1271,5
1284,5
1276,0
1268,5
1272,5
1284,5
1286,0
1271,0
1265,5

=
n
i
i X
1
X =
n
56191.5
X =
44
1277.1 X =
Ejemplo 03:
Ejemplo 04:
14
Media de una Poblacin
15
Media de una Poblacin/Muestra Ponderada
16
Media Ponderada I

=
k
i
(w
i
*X
i
)
1
X
w
=

w
i
Es un caso especial de la media aritmtica. Se
presenta cuando hay varias observaciones del
mismo valor que pueden ocurrir si los datos se han
agrupado en una distribucin de frecuencias.
Media Ponderada II
1541

=
k
i
i (w*X)
1
X
w
=

w
X
w
=
23
67 X
w
=
x
i
w
i
X
i
*w
i
65 3 195
66 5 330
67 6 402
68 7 476
69 2 138
23 1541
67
Ejemplo 05:
La media geomtrica es otro estadgrafo de
tendencia central, pero de poca utilizacin. El
clculo de la media geomtrica se puede hacer
para datos agrupados y no agrupados.
Datos no agrupados
Media Geomtrica

Datos agrupados
Media Geomtrica I
19
DATOS NO AGRUPADOS:
n
n 3 2 1
x ....... x x x G =
Media Geomtrica II
30
34
11
13
3
7
Su media geomtrica sera:
Si los datos fueran los siguientes:
Media Geomtrica III
11,26 7 2 13 11 4 3 0 3
6
= = G
Ejemplo 06:
Media Geomtrica IV
MC
i
f
i
30 2
34 4
11 5
13 6
2 3
7 4
Se aplica la
siguiente
expresin:
1,05 7 3 13 11 34 30 G
24 4 2 6 5 4 2
= =
1,05 MC7 * ..... * MC2 * MC1 G
24 f7 f2 f1
= =
DATOS AGRUPADOS:
Ejemplo 07:
22
Propiedades de la Media
Todo conjunto de datos de nivel de intervalo y de
nivel de razn tiene un valor medio.
Al evaluar la media se incluyen todos los valores.
Un conjunto de datos slo tiene una media. Esta es
un valor nico.
La media es una medida muy til para comparar
dos o ms poblaciones.
La media es la nica medida de ubicacin donde la
suma de las desviaciones de cada valor es con
respecto a la media, siempre ser cero.
23
24
DATOS NO AGRUPADOS:
Si los datos se ordenan de orden ascendente de
magnitud, entonces la Mediana est dada por:






Si n es impar , la Mediana es exactamente el valor del medio
Si n es par , la Mediana es el promedio de los valores centrales
M
e

=
n + 1

2
Mediana I
25
Pares:

Me = (49 +65)/2 = 57
65 36 49 84 79
43 78 37 40 68
80 75 56 45
80 64 53 74 34
CALCULO DE LA MEDIANA EN DATOS
NO AGRUPADOS
Impares:

Me = 64
Ejemplo 08:
Ejemplo 09:
26
Datos Agrupados:
L
i
: Lmite inferior de la clase que contiene la mediana
F
i-1
: Frecuencia acumulada de la anterior clase
f
i
: Frecuencia absoluta de clase que contiene la mediana
a : Amplitud de la clase que contiene a la mediana
n : Tamao de la muestra
Me : Mediana

i
f
n
2
a
L
i
M
e
+
=
i-1
F ) (
-
a
e
L

Mediana II
27
INTERVALOS f
i
F
i
[1265.45 - 1268.25 ) 8 8
[1268.25 - 1271.05 ) 9 17
[1271.05 - 1273.85 ) 16 33
[1273.85 - 1276.65 ) 23 56
[1276.65 - 1279.45 ) 12 68
[1279.45 - 1282.25 ) 21 89
[1282.25 - 1285.05 ) 13 102
[1285.05 - 1287.85 ] 8 110
110
Ejemplo 10:
CALCULO DE LA MEDIANA
EN DATOS AGRUPADOS
28
Datos Agrupados:
L
i
: 1273.85
F
i-1
: 33
f
i
: 23
a : 2.8
n : 110
Me : 1276.66

a
e
L

Mediana II
23
110
2
2.8
1273.85

M
e
+
=
33
)
(
-
INTERVALOS MC
i
f
i
F
i

[
1266,45 - 1269,05
)
1266,75 6 6
[
1269,05 - 1271,65
)
1269,35 7 13
[
1271,65 - 1274,25
)
1271,95 12 25
[
1274,25 - 1276,85
)
1274,55 15 40
[
1276,85 - 1279,45
)
1277,15 18 58
[
1279,45 - 1282,05
)
1279,75 29 87
[
1282,05 - 1284,65
)
1282,35 15 102
[
1284,65 - 1287,25
)
1284,95 13 115
[
1287,25 - 1289,85
]
1287,55 5 120




120

Ejemplo 11:
CALCULO DE LA MEDIANA
EN DATOS AGRUPADOS
30
Datos Agrupados:
L
i
: 1279.45
F
i-1
: 58
f
i
: 29
a : 2.6
n : 120
Me : 1279.63

a
e
L

Mediana II
29
120
2
2.6
1279.45

M
e
+
=
58
)
(
-
Ejemplo 12:
VENTAJAS DE LA MEDIANA
Como estadigrafo de posicion, la mediana es mas
recomendable que la media aritmetica, cuando:
a) Existan valores extremos excepcionalmente grandes o
muy pequeos, puesto que la mediana no esta afectada
por los valores extremos como sucede con la media.
b) Se trabaja con tablas de frecuencia con intervalos en
donde no se indica el extremo superior del ultimo
intervalo, o ambos casos. Esto no niega que exista la
media , ella existe y siempre se le puede calcular.
c) Se tiene datos cualitativos, suceptibles de ordenarse
de acuerdo a rango o calificaciones o categorias.

CUARTILAS Q
1
Y Q
3
Las cuartilas son estadigrafos de posicion que
dividen al total de las observaciones agrupadas y no
agrupadas, en cuatro partes de igual tamao.
Esto significa que entre 2 cuartilas consecutivas se
encuentran no mas de 25% del total de las n
observaciones.
Q
2
Q
1
Q
3
X
min
X
max
n/4

2n/4

3n/4

CUARTILAS Q
1
Y Q
3
PRIMERA CUARTILA O CUARTILA INFERIOR Q
1
:
El 25% de las observaciones tienen valores
inferiores o iguales a Q
1
, en tanto que el 75%
restante tiene valores superiores a Q
1
.
25% de n .Q
1
75%

TERCERA CUARTILA O CUARTILA SUPERIOR Q
3
:
El 75% de las observaciones tienen valores
inferiores o iguales a Q
3
, y el 25% restante tiene
valores superiores a Q
3
.
75% de n .Q
3
25%

CUARTILAS Q
1
Y Q
3
i-1
F
) (
-
i
f
n
4
a
L
i
Q
1
+
=
i-1
F
) (
-
i
f
3n
4
a
L
i
Q
3
+
=
Q
1
< Me=Q
2
< Q
3
LAS RANILAS: R
r
i-1
F
) (
-
i
f
r*n
m
a
L
i
R
3
+
=
donde r = 2, 3, 4, m-1
De este concepto general, se deduce para:
m = 2 la mediana
m = 3 la tercilas
m = 4 la cuartilas
m = 5 los quintiles

m = 6 los sextiles
m = 8 los octilos
m = 9 los nonilos
m = 100 los percentiles
37
38
La Moda
Se define como La moda al valor que mas repite
en una serie de datos.
Estos valores pueden ser:
Datos no agrupados
Datos agrupados en intervalos de clases
39
La moda, cuando los datos
no se encuentran en tabla de
distribucin de frecuencias,
se establece los valores que
mas se repiten.
Por ejemplo:
1
2
2
2
3
3
4
4
5
5
6
6
7
7
8
8,0
La Moda es: 2
La Moda
DATOS NO AGRUPADOS:
Ejemplo 13:
40
La moda, cuando los datos no
se encuentran en tabla de
distribucin de frecuencias, se
establece los valores que mas
se repiten.
Por ejemplo:
La Moda es: 2 y el 5,
es decir la serie de
nueceros sera
Bimodal
1
2
2
2
2
3
4
4
5
5
5
5
7
7
8
La Moda
DATOS NO AGRUPADOS:
Ejemplo 14:
41
La moda cuando los datos no se
encuentran en tabla de
distribucin de frecuencias , se
establece los valores que mas se
repiten.
Por ejemplo:
La Moda
en este
caso
no
existira.
1
2
3
4
5
6
7
8
9
10
La Moda
DATOS NO AGRUPADOS:
Ejemplo 15:
La moda, cuando los datos se
encuentran en tabla de
distribucin de frecuencias,
ser el valor que posee mayor
frecuencia.
Por ejemplo:
La Moda
NOTAS FRECUENCIAS
x
i
f
i

1 2
2 3
3 7
4 10
5 5
6 3
7 3
DATOS AGRUPADOS SIN INTERVALOS
La Moda es: 4
Ejemplo 16:
43
Limite inferior del intervalo en donde se encuentra la Moda.
El es la diferencia en la frecuencia absoluta mas cercana a la
frecuencia de valor mayor.
El es la diferencia entre la frecuencia inmediatamente
mayor a la frecuencia de mayor valor.
El valor c corresponde al Tamao del Intervalo
c Moda
2
Intervalo del Inf. Lmite
1
1
|
|
.
|

\
|
A + A
A
+ =
1
A
2
A
La Moda
DATOS AGRUPADOS EN INTERVALOS:
Ejemplo 17:
Datos agrupados en intervalos de Clase Cerrados
98
Limite inferior del Intervalo modal = 64, por que es de mayor
Frecuencia
C = 4

4 30 34
1
= = A 23 11 34
2
= = A
Intevalos Cerrados MC
i
f
i
60 64 62 30
64 68 66 34
68 72 70 11
72 76 74 13
76 80 78 3
80 84 82 7
Intervalo de mayor frecuencia
La Moda
Ejemplo 18:
Datos agrupados en intervalos de Clase Cerrados
98
Intervalos Cerrados MC
i
f
i
60 64 62 30
64 68 66 34
68 72 70 11
72 76 74 13
76 80 78 3
80 84 82 7
Intervalo de mayor frecuencia
( ) 65 59 , 64 59 , 0 64 4 0,148 64 4
27
4
64 4
23 4
4
64 = = + = + =
|
.
|

\
|
+ =
|
.
|

\
|
+
+ = Moda
La Moda
Ejemplo 19:
47
Moda para datos agrupados en intervalos de Clase
Cerrados / Abiertos
Cuando se trabaja con intervalos cerrados abiertos
debemos considerar ahora El limite Real Inferior y
el tamao del Intervalo Vara en un dgito. Los
dems valores Participan de la misma forma
c Moda -
|
|
.
|

\
|
A + A
A
+ =
2 1
1
Infef. Real Limt.
La Moda
48
98
Intervalos Cerr. Abierto
MC
i
f
i
60 64 62 37
65 69 67 37
70 74 72 10
75 79 77 7
80 84 82 7
64.5 0 64.5 5
27 0
0
64,5 = + =
|
.
|

\
|
+
+ = Moda
La Moda
Ejemplo 20:
49
UNIMODAL
50
BIMODAL
51
0,0000
0,0500
0,1000
0,1500
0,2000
0,2500
0,3000
0,3500
0,4000
0,4500
0,5000
4 5 6 7 0 1 2 3
Q1 Q2 Q3 Q4
Moda
Media
Aritmtica
Mediana
Rango
Medidas de Tendencia
Recordando las Medidas de Tendencia
53
MEDIDAS DE DISPERSION
54
Se llaman medidas de dispersin aquellas que
permiten retratar la distancia de los valores de la
variable a un cierto valor central, o que permiten
identificar la concentracin de los datos en un
cierto sector del recorrido de la variable. Se trata
de coeficiente para variables cuantitativas.
Rango
Rango Intercuartlico
Varianza Muestral
Desviacin Media
Rango Percentil
Grafico de Cajas
Medidas de Dispersin
55
Dispersin: Amplitud Cuartlica
Amplitud Total = Valor Mayor Valor Menor
Amplitud Total =Q
3
Q
1
i
f
n
4
a
L
i
Q
1
+
=
i-1
F ) (
-
i
f
3n
2
a
L
i
Q
3
+
=
i-1
F ) (
-
56
Dispersin: Amplitud Cuartlica
Amplitud Total = Valor Mayor Valor Menor
Amplitud Total =Q
3
Q
1
i
f
n
4
a
L
i
Q
1
+
=
i-1
F ) (
-
i
f
3n
2
a
L
i
Q
3
+
=
i-1
F ) (
-
57
Dispersin: Varianza Poblacional

2


: Variancia Poblacional
: Media Poblacional
X
i
: i-simo valor observado
N

: Tamao de la poblacin
(X
i
- )
2

2

=


N
1
) (
2
1
2

=
n
x x
S
n
i
i
Qu unidades tiene la varianza?
Dispersin: Varianza Muestral
59
Dispersin: Desviacin Estndar Poblacional

: Desviacin Estndar Poblacional
: Media Poblacional
X
i
: i-simo valor observado
N

: Tamao de la poblacin
(X
i
- )
2

=


N
1
) (
2
1

=
n
x x
S
n
i
i
Dispersin: Desviacin Estndar Muestral
61
Datos Agrupados:
f
i
: Frecuencia absoluta Clase i
MC
i
: Marca Clase i
X : Media Aritmtica
n

: Tamao Muestra
k : N de clases
S
2
: Varianza muestral
_

=
k
i

X MC
i
i
f
1
2
) (
S
2
=
_
a
e
n
e
MC
i
x
i-1
MC
k
_
x
f
i
f
k
Datos NO Agrupados:
Dispersin: Varianza Muestral

=
n
i
X X
i
1
2
) (
S
2
=
_
s
2
: Variancia Muestral
X : Media Aritmtica
X
i
: i-simo valor observado
n

: Tamao Muestra


n - 1
n - 1
INTERVALOS MC
i
f
i

[
1266,45 - 1269,05
)
1266,75 6
744,60
[
1269,05 - 1271,65
)
1269,35 7
510,52
[
1271,65 - 1274,25
)
1271,95 12
423,40
[
1274,25 - 1276,85
)
1274,55 15
167,33
[
1276,85 - 1279,45
)
1277,15 18
9,86
[
1279,45 - 1282,05
)
1279,75 29
100,33
[
1282,05 - 1284,65
)
1282,35 15
298,37
[
1284,65 - 1287,25
)
1284,95 13
647,97
[
1287,25 - 1289,85
]
1287,55 5
466,58




120
28,07
f
i
2

X) *(MC
i
Ejemplo 21:
CALCULO DE LA VARIANZA
EN DATOS AGRUPADOS
63
Datos Agrupados:
f
i
: Frecuencia absoluta Clase i
MC
i
: Marca Clase i
X : Media Aritmtica
n

: Tamao Muestra
k : N de clases
S : Desviacion muestral

=
k
i

X MC
i
i
f
1
2
) (
S

=
_
a
e
n
e
MC
i
x
i-1
MC
k
_
x
f
i
f
k
Datos NO Agrupados:
Dispersin: Desviacion Muestral

=
n
i
X X
i
1
2
) (
S

=
_
s : Desviacion Muestral
X : Media Aritmtica
X
i
: i-simo valor observado
n

: Tamao Muestra


n - 1
n - 1
64
Datos Agrupados: Datos Agrupados: Datos NO Agrupados:
MD : Desviacin Media
X : Media Aritmtica
X
i
: i-simo valor observado
n

: Tamao Muestra
MD

=

=
n
i
X X
i
1
_
n
Dispersin: Desviacin Media
f
i
: Frecuencia absoluta Clase i
MC
i
: Marca Clase i
X : Media Aritmtica
n

: Tamao Muestra
k : N de clases
| | : valor absoluto
a
e
n
e
MC
i
MC
i-1
MC
k
_
x
f
i
f
k

=
1 i
i
f
MD =
X

MC
i
k
n
| | : valor absoluto
INTERVALOS MC
i
f
i

[
1266,45 - 1269,05
)
1266,75 6
66,84
[
1269,05 - 1271,65
)
1269,35 7
59,78
[
1271,65 - 1274,25
)
1271,95 12
71,28
[
1274,25 - 1276,85
)
1274,55 15
50,10
[
1276,85 - 1279,45
)
1277,15 18
13,32
[
1279,45 - 1282,05
)
1279,75 29
53,94
[
1282,05 - 1284,65
)
1282,35 15
66,90
[
1284,65 - 1287,25
)
1284,95 13
91,78
[
1287,25 - 1289,85
]
1287,55 5
48,30




120
4,35
f
i

X * MC
i
Ejemplo 22:
DESVIACION MEDIA DE
DATOS AGRUPADOS
Dispersin: Amplitud Centlica
i-1
F
) (
-
i
f
10n
100
a
L
i
10 Centil
+
=
i-1
F
) (
-
i
f
90n
100
a
L
i
90 Centil
+
=
67
MEDIDAS DE VARIACION
68
Coeficiente
de Variacin
100 * %
x
s
CV =
El coeficiente de variacin es la relacin entre la
desviacin tpica de una muestra y su media.
El coeficiente de variacin se suele expresar en
porcentajes.
El coeficiente de variacin permite comparar las
dispersiones de dos distribuciones distintas, siempre
que sus medias sean positivas.
Se calcula para cada una de las distribuciones y los
valores que se obtienen se comparan entre s.
La mayor dispersin corresponder al valor del
coeficiente de variacin mayo.



Coeficiente
de Variacin
100 * %
x
s
CV =
Una distribucin tiene X = 140 y = 28.28 y otra
x = 150 y = 24. Cul de las dos presenta mayor
dispersin?








La primera distribucin presenta mayor dispersin.
70
Representacin visual para describir, simultneamente, varias
caractersticas importantes tales como
Centro
Dispersin
Desviacin de la asimetra
Identificacin de las observaciones (valores atpicos)
Q
1
Q
2
Q
3
Mediana
Min. Max.
D = ndice de Dispersin =
(rangQ
3
- rangQ
1
) / (K-1)
Diagramas de Cajas y Bigotes
Los diagramas de caja y bigotes son una presentacin visual
que describe varias caractersticas importantes, al mismo
tiempo, tales como la simetra y la dispersin.

Para su realizacin se representan los 3 cuartiles y los
valores mnimo y mximo de los datos, sobre un rectngulo,
alineado horizontalmente o verticalmente.

Una grfica de este tipo consiste en una caja rectangular,
donde los lados ms largos muestran el recorrido
intercuartlico ( Q Q). Este rectngulo esta dividido por un
segmento vertical que indica donde se posiciona la mediana.
Los valores extremos se unen por segmentos con los
extremos de la caja, y se denominan bigotes. Veamos un
ejemplo
Diagramas de Cajas y Bigotes
Ejemplo: Se tiene la edad de 20 personas y se desea saber la
distribucin de ellas: 36, 25, 37, 24, 39, 20, 36, 45,31, 31, 39,
24, 29 ,23, 41, 40, 33, 24, 34 y 40. Construya un diagrama de
caja y bigotes.

1. En primer lugar se deben ordenar los datos para poder
calcular los 3 cuartiles: 20, 23, 24, 24, 24, 25, 29, 31, 31, 33,
34, 36, 36, 37, 39, 39, 40, 40, 41 y 45.

2. Q
1
, el Primer Cuartl es el valor mayor que el 25% de los
valores de la distribucin. Como N = 20 resulta que (N+1)/4 =
5.25; el Primer Cuartil viene determinado por el redondeo a
la quinta posicin:
Diagramas de Cajas y Bigotes
3. Q
1
= 24
4. Q
2
, el Segundo Cuartil es la mediana de la distribucin, es el
valor de la variable que ocupa el lugar central en un conjunto
de datos ordenados. Como (N+1)/2 = 10.5; la mediana es la
media aritmtica de la posicin 10 y 11:
5. Q
2
= (33 + 34)/ 2 =33,5
6. Q
3
, el Tercer Cuartil, es el valor que sobrepasa al 75% de los
valores de la distribucin. En nuestro caso, como 3(N+1)/ 4 =
15.75, eso se traduce a posicin 16 por el redondeo:
7. Q
3
= 39
Diagramas de Cajas y Bigotes
Se dibuja el diagrama:



Puede obtenerse informacin de una distribucin a partir de
estas representaciones. Veamos alguna:
La parte izquierda de la caja es mayor que la de la derecha; ello quiere
decir que las edades comprendidas entre el 25% y el 50% de la
poblacin est ms dispersa que entre el 50% y el 75%.
El bigote de la izquierda (X
mn
, Q
1
) es ms corto que el de la derecha;
por ello el 25% de los ms jvenes estn ms concentrados que el
25% de los mayores.
El rango intercuartlico = Q
3
- Q
1
= 14,5; es decir, el 50% de la
poblacin est comprendido en 14,5 aos.
Diagramas de Cajas y Bigotes

[El diagrama de cajas: caja desde Q
1
a Q
3
(50% de los datos), bigotes
el recorrido
Diagramas de Cajas y Bigotes
76
Comparaciones grficas entre conjuntos de datos
1
2
3
70 80 90 100 110 120
Diagramas de Cajas y Bigotes
78
Si k

> 0.263 , entonces la distribucin es leptocrtica

Si k < 0.263 , entonces la distribucin es platicrtica

Si k = 0.263 , entonces la distribucin es mesocrtica
Medidas de Apuntamiento
(Curtosis o Kurtosis)
Q
K =
Indica que tan apuntada o achatada se encuentra una
distribucin respecto a un comportamiento normal
(distribucin normal). Y se calcula por medio de la
siguiente ecuacin:
P
90
- P
10

Q=(Q
3
-Q
1
)/2

CUARTILAS Q
1
Y Q
3
i-1
F
) (
-
i
f
n
4
a
L
i
Q
1
+
=
i-1
F
) (
-
i
f
3n
4
a
L
i
Q
3
+
=
Q
1
< Me=Q
2
< Q
3
INTERVALOS MC
i
f
i
F
i

[
1266,45 - 1269,05 ) 1266,75 6 6
[
1269,05 - 1271,65 ) 1269,35 7 13
[
1271,65 - 1274,25 ) 1271,95 12 25
[
1274,25 - 1276,85 ) 1274,55 15 40
[
1276,85 - 1279,45 ) 1277,15 18 58
[
1279,45 - 1282,05 ) 1279,75 29 87
[
1282,05 - 1284,65 ) 1282,35 15 102
[
1284,65 - 1287,25 ) 1284,95 13 115
[
1287,25 - 1289,85 ] 1287,55 5 120




120

Ejemplo 23:
CALCULO DE LA CUARTILA Q
1
81
Datos Agrupados:
L
i
: 1274.25
F
i-1
: 25
f
i
: 15
a : 2.6
n : 120
Q
1
: 1275.12

a
e
L

CUARTILA Q
1
15
120
4
2.6
1274.25

M
e
+
=
25
)
(
-
INTERVALOS MC
i
f
i
F
i

[
1266,45 - 1269,05 ) 1266,75 6 6
[
1269,05 - 1271,65 ) 1269,35 7 13
[
1271,65 - 1274,25 ) 1271,95 12 25
[
1274,25 - 1276,85 ) 1274,55 15 40
[
1276,85 - 1279,45 ) 1277,15 18 58
[
1279,45 - 1282,05 ) 1279,75 29 87
[
1282,05 - 1284,65 ) 1282,35 15 102
[
1284,65 - 1287,25 ) 1284,95 13 115
[
1287,25 - 1289,85 ] 1287,55 5 120




120

Ejemplo 24:
CALCULO DE LA CUARTILA Q
3
83
Datos Agrupados:
L
i
: 1282.05
F
i-1
: 87
f
i
: 15
a : 2.6
n : 120
Q
3
: 1282.57

a
e
L

CUARTILA Q
3
15
3*120
4
2.6
1282.05

M
e
+
=
87
)
(
-
INTERVALOS MC
i
f
i
F
i

[
1266,45 - 1269,05 ) 1266,75 6 6
[
1269,05 - 1271,65 ) 1269,35 7 13
[
1271,65 - 1274,25 ) 1271,95 12 25
[
1274,25 - 1276,85 ) 1274,55 15 40
[
1276,85 - 1279,45 ) 1277,15 18 58
[
1279,45 - 1282,05 ) 1279,75 29 87
[
1282,05 - 1284,65 ) 1282,35 15 102
[
1284,65 - 1287,25 ) 1284,95 13 115
[
1287,25 - 1289,85 ] 1287,55 5 120




120

CALCULO DEL PERCENTIL P
10
Ejemplo 25:
85
Datos Agrupados:
L
i
: 1269.05
F
i-1
: 6
f
i
: 7
a : 2.6
n : 120
P
10
: 1270.54

a
e
L

PERCENTIL P
10
7
10*120
100
2.6
1269.05

P
10
+
=
6
)
(
-
INTERVALOS MC
i
f
i
F
i

[
1266,45 - 1269,05 ) 1266,75 6 6
[
1269,05 - 1271,65 ) 1269,35 7 13
[
1271,65 - 1274,25 ) 1271,95 12 25
[
1274,25 - 1276,85 ) 1274,55 15 40
[
1276,85 - 1279,45 ) 1277,15 18 58
[
1279,45 - 1282,05 ) 1279,75 29 87
[
1282,05 - 1284,65 ) 1282,35 15 102
[
1284,65 - 1287,25 ) 1284,95 13 115
[
1287,25 - 1289,85 ] 1287,55 5 120




120

CALCULO DEL PERCENTIL P
90
Ejemplo 26:
87
Datos Agrupados:
L
i
: 1284.65
F
i-1
: 102
f
i
: 13
a : 2.6
n : 120
P
90
: 1285.85

a
e
L

PERCENTIL P
90
13
90*120
100
2.6
1284.65

P
90
+
=
102
)
(
-
88
Si k < 0.263 , entonces la distribucin es platicrtica

Medidas de Apuntamiento
(Curtosis o Kurtosis)
Q
K =
Reemplazamos:
P
90
- P
10

Q=(Q
3
-Q
1
)/2

Q=3.725


3.725
K =
15.31
0.2433050
=
Evala el grado de distorsin o inclinacin que adopta la
distribucin de los datos respecto a su valor promedio
tomado como centro de gravedad. El coeficiente de
asimetra de Pearson es:
ASIMETRIA O SESGO
Coeficiente de
Asimetra:
Desviacin Estndar
3(Media Mediana)
A

=
Ejemplo: Sobre los gastos diarios en peridicos la
media es 7.87 y la mediana es 7.80 y la desviacin
estndar 1.293, por tanto el sesgo es ligeramente
positivo + 0.16
ASIMETRIA O SESGO
Coeficiente de
Asimetra:
Desviacin Estndar
3(Media Mediana)
A

=
Ejemplo: Sobre los datos mencionados el sesgo es
0.486, y se puede decir que positivo.
Coeficiente de
Asimetra:
5.298
3(1277.89 1277.03)
A

=
ASIMETRIA O SESGO
Si oigo algo lo olvido.
Si lo veo lo entiendo.
Si lo hago lo aprendo.

Confucio (551-478 A.C.)