TEMA 1

DESCRIPCIN DE DATOS:
ESTADSTICA DESCRIPTIVA

1.1 Introduccin: conceptos bsicos

1.2 Tablas estadsticas y representaciones
grficas
1.3 Caractersticas de variables estadsticas
unidimensionales
1.3.1 Caractersticas de posicin
1.3.2 Caractersticas de dispersin
1.3.3 Caractersticas de forma
1.4 Anlisis exploratorio de datos:
grfico de caja

1
 1.1. Introduccin : conceptos bsicos

ESTADSTICA: Estudio de los mtodos de recogida y

descripcin de datos, as como del anlisis de esta
informacin

Etapas de un estudio estadstico

1 Recogida de datos
2 Ordenacin, tabulacin y grficos*
3 Descripcin de caractersticas*
4 Anlisis formal

* Estadstica descriptiva: parte de la

estadstica que se ocupa de las etapas 2 y 3

Individuo, Poblacin, Muestra

Poblacin: Conjunto de elementos a los que se les

estudia una caracterstica
Individuo: Cada uno de los elementos de la poblacin
Muestra: Subconjunto representativo de la poblacin

2
 Variables estadsticas. Modalidades

Variable estadstica (v.e.): Caracterstica propia

del individuo objeto del estudio estadstico

Ejemplos:
- Estatura
- Salario
- Color del pelo
- Nivel de colesterol
- N de hijos de una familia

Modalidad: Cada una de las posibilidades o

estados diferentes de una variable estadstica
Exhaustivas e incompatibles

Ejemplo:
color del pelo:
- castao
- rubio
- negro

3
 Tipos de variables estadsticas

Cualitativas: Las caractersticas no son cuantificables

Ejemplos:
Grupo sanguineo
Profesin
Color del pelo

Cuantitativas: Caractersticas cuantificables o numricas

Discretas: Numricas numerables

Ejemplos:
N de hijos de una familia
N de nidos de procesionarias por rbol
N de virus en un cultivo

Continuas: Numricas no numerables

Ejemplos:
Estatura
Salario
Nivel de colesterol
4
 1.2. Tablas estadsticas y representaciones
grficas

Variables discretas

Frecuencias
Absolutas, n (n individuos modalidad i)
i
Absolutas acumuladas, N n n ... n
i 1 2 i

Relativas, fi ni n (proporcion indiv. modalidad i)

Relativas acumuladas, F i f1 f 2 ... fi

Absolutas, ni
xi ni Ni fi Fi
Absolutas
x1 n1 N1 f1 F1 acumuladas, Ni
... ... ... ... ...
xi ni Ni fi Fi
... ... ... ... ... Relativas
f i = ni / n
xk nk Nk fk Fk
n 1 Relativas
acumuladas
Fi = Ni / n
5
 Variables continuas: Intervalos

Intervalo I i x i n i Ni fi Fi

e0 e1 x1 n1 N1 f1 F1
... ... ... ... ... ...
e i-1 ei xi ni Ni fi Fi
... ... ... ... ... ...
e k-1 ek xk nk Nk fk Fk
n 1

Marca de clase xi (punto medio de cada intervalo)

Amplitud ai (distancia entre los extremos)
Intervalos cerrados por un extremo y abiertos por otro

6
 Grficos estadsticos

V. E. Cualitativas: Grfico rectangular

Color Plumaje N de Aves ( n i )

Negro 10
Gris 14
Blanco 20
Rojo 6
Violeta 4
54

20

10

Negro Gris Blanco Rojo Violeta

7
 V. E. Cualitativas: Grfico de sectores

Grados de un sector = 360 0 x fi

Color Plumaje N de Aves fi Grados

ni
Negro 10 0,185 66,6
Gris 14 0,259 93,24
Blanco 20 0,37 133,2
Rojo 6 0,111 39,96
Violeta 4 0,074 26,64
54

violeta
negro
rojo

blanco gris

8
 V. E. Discretas: Grfico de barras

N de cras N animales: n i fi Fi
2 20 0.20 0.20
3 30 0.30 0.50
4 25 0.25 0.75
5 15 0.15 0.90
6 10 0.10 1
n = 100

35

30

25

20

15

10

0
2 3 4 5 6

9
 V. E. Continuas: Histograma

Estatura ni hi = ni / ai
140 160 30 1.5
160 170 22 2.2
170 180 20 2
180 190 18 1.8
190 200 10 1

hi 100

2.2 El rea de
2 cada rectngulo
1,8 es proporcional
a la frecuencia
1,5

140 160 170 180 190 200

10
 1.3. Caractersticas de variables
estadsticas unidimensionales

1.3.1 Caractersticas de Posicin

Media aritmtica

k
k ni x i
x fi x i i 1
i 1
n

Estatura N Personas M. Clase

ni xi ni xi
140 150 20 145 2900
150 160 100 155 15500
160 180 80 170 13600
180 200 10 190 1900
n = 210 33900

k
ni x i
Media : x i 1
33900
161.42
n 210
11
 Moda

Valor de la variable ms frecuente

Puede haber ms de una moda Plurimodal

Variables discretas

Datos en serie
2, 2, 3, 3, 3, 3, 5, 6, 7 Mo = 3

Datos en tabla

Ejemplo xi ni
1 34
2 36
3 45 Mo = 3
4 22
5 17

12
 Variables continuas

h i h i 1
Mo ei 1
h i h i1 hi h i1
ai

Ejemplo xi ni hi = ni / ai
140 160 30 1.5
160 170 22 2,2
170 180 20 2
180 190 18 1,8
190 200 10 1
100

Mo 160
2.2 1.5
10 167.777
2.2 1.5 2.2 2

Observaciones:
1. Puede utilizarse la frecuencia relativa
2. Si las amplitudes son iguales, la moda se puede
obtener directamente con las frecuencias

13
 Mediana

Valor de la variable que ocupa el lugar central en una

serie de datos ordenados.
El 50% de los elementos de la poblacin tienen un valor
de la variable menor o igual que la mediana. El 50% de los
elementos de la poblacin tienen un valor de la variable
mayor o igualque la mediana.

Variables discretas

Datos en serie
N impar de observaciones:
2, 2, 2, 3, 5, 6, 7, 7, 8 Me = 5

N par de observaciones: 3, 4, 6, 6, 6, 7, 8, 8, 9, 9
Me = 6 7 Indeterminada entre 6 y 7

xi n N fi Fi xi n N fi Fi
i i i i
2 3 3 0,333 0,333 3 1 1 0,1 0,1
3 1 4 0,111 0,444 4 1 2 0,1 0,2
5 1 5 0,111 0,555 6 3 5 0,3 0,5
6 1 6 0,111 0,666 7 1 6 0,1 0,6
7 2 8 0,222 0,888 8 2 8 0,2 0,8
8 1 9 0,111 0,999 9 2 10 0,2 1
9 1 10 1
14
 Variables discretas

Datos en tabla

Ejemplo

xi ni Ni fi Fi n /2 = 14
Fi = 0,5
0 4 4 0.142 0.142
1 6 10 0.214 0.357
2 10 20 0.357 0.714
3 5 25 0.178 0.892
Me = 2
4 3 28 0.107 1
28 1

Observacin: Si n / 2 coincide con un N i

la mediana est indeterminada entre x i y x i+1

15
 Variables continuas

50
n N i 1
0,5 Fi 1
Me ei 1 a i ei 1 100 ai
fi ni

Ejemplo

Estatura ni Ni fi Fi n/2 = 50
Fi = 0,5
140 150 15 15 0.15 0.15
150 160 30 45 0.30 0.45
160 170 25 70 0.25 0.70
170 180 20 90 0.20 0.90
180 200 10 100 0.10 1
100

0.5 0.45
Me 160 10 160 2 162
0.25

Observacin: Si n/2 coincide con un Ni

la mediana es el extremo superior del intervalo que le

corresponde

16
 Percentiles

Definicin: Pk , k: 1,2,...,99, percentil k, valor de la

variable que deja por debajo, el k% de los valores de la
variable

Q1 = P25 Cuartil 1
Q2 = P50 Cuartil 2 = Me
Q3 = P75 Cuartil 3

D1 = P10 Decil 1
D2 = P20 Decil 2
.
D9 = P90 Decil 9

Clculo para v.e. discretas:

Igual que la mediana, cambiando:
50 k
n por n
100 100

Clculo para v.e. continuas:

k k
Fi 1 n N i 1
Pk e i 1 100 a i ei 1 100 ai
fi ni

17
 Ejemplos percentiles v.e. discreta

xi ni Ni
2 20 20 k 40
n 124 49,6
3 30 50 100 100
4 44 94
5 20 114 k 95
n 124 117,8
6 10 124 100 100
124

Percentil 40, P40 = 3 Percentil 95, P95 = 6

nk /100 = Percentil 25, P25 = 3 = Q1

124x25/100 = 31

nk /100 = Percentil 50, P50 = 4 = Me = Q2

124x50/100 = 62

nk /100 = Percentil 75, P75 = 4 = Q3

124x75/100 = 93

18
 Ejemplos percentiles v.e. continua

Tallas ni Ni fi Fi
140-150 15 15 0.15 0.15
P40
150-160 30 45 0.30 0.45
160-170 25 70 0.25 0.70
P75
170-180 20 90 0.20 0.90
180-200 10 100 0.10 1
100

k nk
Fi 1 N i 1
Pk ei 1 100 a i ei 1 100 ai
fi ni

0.4 0.15 40 15
P40 150 10 150 10 158.33
0.30 30

0.75 0.70 75 70
P75 170 10 170 10 172.5 Q 3
0.20 20

19
 1.3.2. Caractersticas de Dispersin

Miden la Homogeneidad de las observaciones

Rango o recorrido

Valor mximo menos valor mnimo de la variable

Recorrido intercuartlico

Q 3 Q1

20
 Varianza

k k

2
ni x i x ii
n x 2

2
2
i 1 i 1 x
n n

Desviacin tpica

Coeficiente de variacin

C. V .
x

21
 Ejemplo

xi ni nixi nixi2
4 20 80 320
6 40 240 1440
8 44 352 2816
10 36 360 3600
12 22 264 3168
162 1296 11344

k
ni x i 2 2
11344 1296
2 Var X i 1
2
x 6.02
n 162 162

2 6.02 2.4535

22
 Momentos centrales (Respecto a la media)

k
ni x i x
r

r i 1
n

k
ni x i x
r 1 1 i 1 0
n

k
ni x i x
2

r 2 2 i 1 2
n

23
 1.3.3 Caractersticas de forma

Coeficiente de Sesgo (Asimetra)

3
1
3

Si 1 0 Distribucin simtrica

Si 1 0 Distribucin sesgada a la derecha

Si 1 0 Distribucin sesgada a la izquierda

24
 Coeficiente de Curtosis (Aplastamiento)

4
2 3
4

Distribucin igual de aplastada

Si 2 0
que la distribucin Normal

Distribucin menos aplastada

Si 2 0
que la distribucin Normal

Distribucin ms aplastada que

Si 2 0
la distribucin Normal

25
 1.4 Grfico de caja
v.a.i. v.a.s.

mn F1 f1 Q1 Me Q3 f2 F2 mx

f1=Q1-1.5(Q3-Q1) frontera interior inferior

f2=Q3+1.5(Q3-Q1) frontera interior superior
F1=Q1-3(Q3-Q1) frontera exterior inferior
F2=Q3+3(Q3-Q1) frontera exterior superior

V.A.I.= Dato ms prximo, por exceso, a f1

(valor adyacente inferior)
V.A.S.=Dato ms proximo, por defecto, a f2
(valor adyacente superior)

Valores atpicos o anmalos: Datos inferiores a f1

superiores a f2 (distinguindose)

o ** * o

anmalos v.a.i. Q1 Me Q3 v.a.s anmalos

26
Ejemplo

Sea la variable estadstica n de hijos. Los

datos de 30 familias son los siguientes:

1,2,0,0,2,4,3,0,1,1,1,2,3,4,8,3,0,1,1,3,2,1,0,4,10,5,1,0,2,4

mn = 0
mx = 10 Datos ordenados:
00000011111111222223333444458 10
Q1 = 1
Q3 = 3
Me = 2
f1 = -2
f2 = 6
F1 = -5
F2 = 9
Vai = 0
Vas = 5
Valores anmalos = 8, 10

0 1 2 3 4 5 6 7 8 9 10

* o

27