Medidas Descriptivas Numéricas

Los métodos gráficos permiten percibir rápidamente ciertas

características de una distribución de datos. No obstante, en
algunos casos, para describir una distribución es necesario
definir algunas medidas numéricas, llamadas medidas
numéricas descriptivas.

Las medidas estadísticas pretenden "resumir" la información

de la "muestra" para poder tener así un mejor conocimiento
de la población.


© Sistema
Universitario Ana G.
Méndez, 2011
Las medidas descriptivas Se clasifican en:

1. Medidas de Tendencia central: Que sirven para determinar los

valores centrales o medios de la distribución

2. Medidas de variabilidad o de dispersión: Nos van a dar una

idea sobre la representatividad de las medidas centrales, a mayor
dispersión menor representatividad.

3. Medidas de Posición: Útiles para encontrar determinados

valores importantes, para una "clasificación" de los elementos de la
muestra o población.


© Sistema
Universitario Ana G.
Méndez, 2011
Medidas de Tendencia Central
Media Aritmética

Mediana

Moda


 La Media Aritmética es la medida de tendencia central más
popular y útil. Se calcula sumado los valores observados y
dividiéndolos entre la cantidad de observaciones.

Propiedades:

Es única para un conjunto de datos

Simplicidad; El calculo y comprensión de la media

aritmética son sencillos

Como es consideran todos los datos para su caculo, es

afectada por los valores extremos o atípicos


 Media Aritmética
Datos no Agrupados

Para una muestra: x

 x i

Para una población:

  x i

N
 Ejemplo
 El área de producción de una compañía que desea
conocer el punto central del tiempo en las entregas
de un proveedor en particular. Se seleccionaron las
últimas 10 entregas y estos fueron los tiempos
(días): 6, 5, 6, 7, 7, 7, 5, 6 ,6, 5.

10
i 1 xi 6567775665
x   6 días
10 10
 LA MEDIANA
Es el valor de la variable que ocupa el lugar central al
ordenar los datos en forma creciente o decreciente, es el
valor que divide a la distribución en dos partes iguales. Se
simboliza Me.
n 1
La posición de la mediana es 2
( datos no agrupados )

Si la cantidad de observaciones es impar, la mediana es

el dato numérico central;
Si la cantidad de observaciones es par, la mediana es el
promedio de los dos datos centrales.
La mediana es única para un conjunto de datos

La mediana no se ve afectada por los valores atípicos.

 Mediana
 En un grupo de observaciones, la mediana es el valor
que cae exactamente en el centro del mismo.

Grupo impar de observaciones Grupo par de observaciones

0, 0, 5, 7, 8, 9, 12, 14, 22 0, 0, 5, 7, 8, 9, 12, 14, 22, 33

La mediana ocupa la 89

5ta posición en los  8.5
2
datos.
n 1

9 1
 5
n 1 10  1
  5.5
2 2 2 2
 Ejemplo

 El área de producción desea conocer el punto central del

tiempo en las entregas de un proveedor en particular. Se
seleccionaron las últimas 10 entregas y estos fueron los
tiempos (días): 6, 5, 6, 7, 7, 7, 5, 6 ,6, 5.

n  1 10  1
  5.5
2 2
66
5, 5, 5, 6, 6, 6, 6, 7, 7, 7
6
2
 Moda
En un grupo de observaciones es el valor que ocurre con
mayor frecuencia.Se simboliza Mo.

Si todos los valores son diferentes no haya moda

Un conjunto de datos puede tener mas de una moda.

La significancia de la moda aumenta con el tamaño de la

muestra.
Moda
 Ejemplo
 El área de producción desea conocer el punto central del
tiempo en las entregas de un proveedor en particular. Se
seleccionaron las últimas 10 entregas y estos fueron los
tiempos (días): 6, 5, 6, 7, 7, 7, 5, 6 ,6, 5.

 La moda es 6.
Medidas de Dispersión o Variación .
Para conocer el comportamiento general de la distribución de
frecuencias no alcanza con determinar su valor central. Es
necesario, además, analizar la variabilidad de los datos, lo
que implica estudiar cómo se encuentran esparcidos dentro de la
distribución. Dan idea del alejamiento de los datos respecto de la
media aritmética.

Si hay poca dispersión significa que las medidas de tendencia

central son representativas.


© Sistema
Universitario Ana G.
Méndez, 2011
 Medidas de Dispersión o
Variación
Rango

Varianza

Desviación Estándar


 Rango
 Es una medida sencilla de calcular:

Rango  observación mayor - observación menor

La utilidad del rango es limitada y el hecho de que solo

toma dos valores , la hace una medida pobre de
dispersión.
 Ejemplo

 El área de producción desea conocer la variabilidad en el

tiempo de las entregas de un proveedor en particular. Se
seleccionaron las últimas 10 entregas y estos fueron los
tiempos (días): 6, 5, 6, 7, 7, 7, 5, 6 ,6, 5.

Rango  7 - 5  2 días
 Varianza
 Medida que refleja la dispersión de todas las observaciones. Es el
promedio (o media) de los cuadrados de las desviaciones o
desvíos. Se simboliza σ2
Este estadístico tiene el inconveniente de ser poco
significativo, pues se mide en el cuadrado de la unidad de la
variable, por ejemplo, si la variable viene dada en cm. La
varianza vendrá en cm2

s2 
 i
( x  x ) 2

Para una muestra:

n 1

Para una población:

2 
 i
( x   ) 2

N
 Ejemplo
 El área de producción desea conocer la variabilidad en el
tiempo de las entregas de un proveedor en particular. Se
seleccionaron las últimas 10 entregas y estos fueron los
tiempos (días): 6, 5, 6, 7, 7, 7, 5, 6 ,6, 5.

10
i 1 xi 6567775665
x   6 días
10 10
 n
( x  x ) 2
( 6  6) 2
 (5  6) 2
 ...  ( 6  6) 2
 (5  6) 2
s  i 1 i
2
  0.67
n 1 10  1
 Desviación Estándar
 Mide la dispersión de los datos respecto al promedio. Cuanto menor
es el desvío estándar, menos dispersos están los datos con
respecto al promedio. Se simboliza σ. En un grupo de
observaciones es la raíz cuadrada de la varianza.

Para una muestra: s s 2

Para una población:   2

 Ejemplo

 El área de producción desea conocer la variabilidad en el

tiempo de las entregas de un proveedor en particular. Se
seleccionaron las últimas 10 entregas y estos fueron los
tiempos (días): 6, 5, 6, 7, 7, 7, 5, 6 ,6, 5.

s  s  0.67  0.82 por día

2
 Coeficiente de Variación
 El coeficiente de variación indica la cantidad relativa de
variación de los datos, al expresar la desviación como un
porcentaje de la media aritmética.

 Esto permite comparar con facilidad las dispersiones de

dos conjuntos de datos que tienen diferentes unidades
de medición o magnitudes. Por ejemplo, el coeficiente
de variación le permite comparar una empresa grande
con una pequeña para determinar cual empresa tiene
una variación mayor a base de su tamaño.
 Coeficiente de Variación
 Indica la cantidad relativa de dispersión de los datos.

s
Para una muestra:
x

Para una población: 



El coeficiente de variación no es aplicable cuando la media es

igual a cero, porque esto implica dividir la desviación estándar
entre 0.
 Ejemplo

 El área de producción desea conocer la variabilidad en el

tiempo de las entregas de un proveedor en particular. Se
seleccionaron las últimas 10 entregas y estos fueron los
tiempos (días): 6, 5, 6, 7, 7, 7, 5, 6 ,6, 5.

s 0.82
  0.03  3%
x 6
= $5

© Sistema Universitario Ana G. Méndez,

2011
Medidas de Posición
Cuartiles Medida de localización
que divide la población o muestra
en cuatro partes iguales.


 Cuartiles

25% 25% 25% 25%

Q1 Q2 Q3

 Q1 = el valor del dato que se encuentra en la posición: ( N  1)

4
2( N  1)
 Q2 = el valor del dato que se encuentra en la posición:
4
3( N  1)
 Q3 = el valor del dato que se encuentra en la posición:
4
Regla   1
Si  el   resultado   es   un   número   entero,   entonces   el  cuartil  es  igual  al  
valor  clasificado.  Por  ejemplo,  si  el  tamaño  de  la  muestra  es  n=7,  el  primer
cuartil  Q1  es  igual  a  (7+1)/4  =  2  (segundo  valor  clasificado)
 
Regla  2
Si   el   resultado es   una   fracción   de   mitad   (2.5,   4.5,  etcétera),   entonces
el   cuartil   es   igual   al   promedio   de   los  valores   clasificados  
correspondientes.   Por   ejemplo,   si   el  tamaño  de  la  muestra  es  n=9,  el
 primer  cuartil  Q1 es  igual  al  valor  clasificado  como  (9+1)/4=2.5,  la  mitad
 entre  los  valores
clasificados  como  segundo  y  tercero.

Regla   3
Si   el   resultado   no   es   un   número   entero   ni   una  fracción   de   mitad,   se
  redondea   al   entero   más   cercano   y   se  selecciona  ese  valor  clasificado.
 Por  ejemplo,  si  el  tamaño  de  la  muestra  es  n=10,  el  primer  cuartil  Q1  es
 igual  a  (10+1)/4=  valor   clasificado   como   2.75.   Se   redondea   el   2.75   a  
3   y   se  utiliza  el  valor  clasificado  como tercero.
 
© Sistema Universitario Ana G. Méndez,
2011
 Ejemplo

 El área de producción desea conocer el Q1, Q2 y Q3 del tiempo en las

entregas de un proveedor en particular. Se seleccionaron las últimas 10
entregas y estos fueron los tiempos (días): 6, 5, 6, 7, 7, 7, 5, 6 ,6, 5.

5, 5, 5, 6, 6, 6, 6, 7, 7, 7

Q1 Q2 Q3
(10  1) Posición Valor
Q1   2.75
4 Q1  3 Q1  5
2(10  1) Q2  5.5 66
Q2   5.5 Q2  6
4 Q3  8 2
3(10  1) Q3  7
Q3   8.25
4
Diagrama de Caja
MEDIDAS DE TENDENCIA CENTRAL
PARA DATOS AGRUPADOS EN
FRECUENCIA SIMPLE

© Sistema Universitario Ana G. Méndez,

2011
 Media Aritmética

Para una muestra: x

 fx i i

n
Para una población:   fi xi
N
Mediana
La mediana será el valor de la variable de la clase de menor frecuencia
acumulada que contenga a p

Moda
La moda será el valor de la variable que tenga mayor frecuencia en la
distribución.

© Sistema Universitario Ana G. Méndez,

2011
MEDIDAS DE TENDENCIA CENTRAL
PARA DATOS AGRUPADOS EN
INTERVALOS DE CLASE

© Sistema Universitario Ana G. Méndez,

2011
 Media Aritmética

Para una muestra: x  fx i m

n
Para una población:   f i xm
N
Mediana
Moda