UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS

Escuela de Matemática
Mario Antúnez Murillo
Cubículo 9

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 1

 Estadística descriptiva
Análisis cuantitativo

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 2

 Análisis cuantitativo
 Clase
Es un grupo de elementos de un conjunto con características en común.

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 3

 Análisis cuantitativo
 Clase
Es un grupo de elementos de un conjunto con características en común.

Distribución de frecuencias
Es una agrupación de datos en clases mutuamente excluyentes, que muestra
el número de observaciones que hay en cada clase (frecuencias). Forma
tabular de clasificar los datos

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 4

 Análisis cuantitativo
 Clase
Es un grupo de elementos de un conjunto con características en común.

Distribución de frecuencias
Es una agrupación de datos en clases mutuamente excluyentes, que muestra
el número de observaciones que hay en cada clase (frecuencias). Forma
tabular de clasificar los datos
Tipos de frecuencias que pueden indicarse en una tabla de frecuencias
x (edad) f fr f% F Fr F%
15 3 0.15 15% 3 0.15 15%
16 7 0.35 35% 10 0.50 50%
17 8 0.40 40% 18 0.90 90%
18 2 0.10 10% 20 1 100%
n=20 1 100%
Frecuencia absoluta (f): Es la cantidad de datos que se repiten.
Frecuencia relativa (fr): A veces también llamada proporción
Frecuencia porcentual (f%): Es el porcentaje de datos que se repiten
Frecuencia acumulada (F): Es la suma de las frecuencias de las clases anteriores y
la propia clase
Frecuencia relativa acumulada (Fr)
Frecuencia acumulada porcentual (F%)
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 5
 Análisis cuantitativo
 Clase
Es un grupo de elementos de un conjunto con características en común.

Distribución de frecuencias
Es una agrupación de datos en clases mutuamente excluyentes, que muestra
el número de observaciones que hay en cada clase (frecuencias). Forma
tabular de clasificar los datos
Tipos de frecuencias que pueden indicarse en una tabla de frecuencias
x (edad) f fr f% F Fr F%
15 3 0.15 15% 3 0.15 15%
16 7 0.35 35% 10 0.50 50%
17 8 0.40 40% 18 0.90 90%
18 2 0.10 10% 20 1 100%
n=20 1 100%
Frecuencia absoluta (f): Es la cantidad de datos que se repiten.
Frecuencia relativa (fr): A veces también llamada proporción
Frecuencia porcentual (f%): Es el porcentaje de datos que se repiten
Frecuencia acumulada (F): Es la suma de las frecuencias de las clases anteriores y
la propia clase
Frecuencia relativa acumulada (Fr)
Frecuencia acumulada porcentual (F%)
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 6
 Análisis cuantitativo
 Clase
Es un grupo de elementos de un conjunto con características en común.

Distribución de frecuencias
Es una agrupación de datos en clases mutuamente excluyentes, que muestra
el número de observaciones que hay en cada clase (frecuencias). Forma
tabular de clasificar los datos
Tipos de frecuencias que pueden indicarse en una tabla de frecuencias
x (edad) f fr f% F Fr F%
15 3 0.15 15% 3 0.15 15%
16 7 0.35 35% 10 0.50 50%
17 8 0.40 40% 18 0.90 90%
18 2 0.10 10% 20 1 100%
n=20 1 100%
Frecuencia absoluta (f): Es la cantidad de datos que se repiten.
Frecuencia relativa (fr): A veces también llamada proporción
Frecuencia porcentual (f%): Es el porcentaje de datos que se repiten
Frecuencia acumulada (F): Es la suma de las frecuencias de las clases anteriores y
la propia clase
Frecuencia relativa acumulada (Fr)
Frecuencia acumulada porcentual (F%)
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 7
 Análisis cuantitativo
 Clase
Es un grupo de elementos de un conjunto con características en común.

Distribución de frecuencias
Es una agrupación de datos en clases mutuamente excluyentes, que muestra
el número de observaciones que hay en cada clase (frecuencias). Forma
tabular de clasificar los datos
Tipos de frecuencias que pueden indicarse en una tabla de frecuencias
x (edad) f fr f% F Fr F%
15 3 0.15 15% 3 0.15 15%
16 7 0.35 35% 10 0.50 50%
17 8 0.40 40% 18 0.90 90%
18 2 0.10 10% 20 1 100%
n=20 1 100%
Frecuencia absoluta (f): Es la cantidad de datos que se repiten.
Frecuencia relativa (fr): A veces también llamada proporción
Frecuencia porcentual (f%): Es el porcentaje de datos que se repiten
Frecuencia acumulada (F): Es la suma de las frecuencias de las clases anteriores y
la propia clase
Frecuencia relativa acumulada (Fr)
Frecuencia acumulada porcentual (F%)
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 8
 Análisis cuantitativo
 Clase
Es un grupo de elementos de un conjunto con características en común.

Distribución de frecuencias
Es una agrupación de datos en clases mutuamente excluyentes, que muestra
el número de observaciones que hay en cada clase (frecuencias). Forma
tabular de clasificar los datos
Tipos de frecuencias que pueden indicarse en una tabla de frecuencias
x (edad) f fr f% F Fr F%
15 3 0.15 15% 3 0.15 15%
16 7 0.35 35% 10 0.50 50%
17 8 0.40 40% 18 0.90 90%
18 2 0.10 10% 20 1 100%
n=20 1 100%
Frecuencia absoluta (f): Es la cantidad de datos que se repiten.
Frecuencia relativa (fr): A veces también llamada proporción
Frecuencia porcentual (f%): Es el porcentaje de datos que se repiten
Frecuencia acumulada (F): Es la suma de las frecuencias de las clases anteriores y
la propia clase
Frecuencia relativa acumulada (Fr)
Frecuencia acumulada porcentual (F%)
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 9
 Análisis cuantitativo
 Clase
Es un grupo de elementos de un conjunto con características en común.

Distribución de frecuencias
Es una agrupación de datos en clases mutuamente excluyentes, que muestra
el número de observaciones que hay en cada clase (frecuencias). Forma
tabular de clasificar los datos
Tipos de frecuencias que pueden indicarse en una tabla de frecuencias
x (edad) f fr f% F Fr F%
15 3 0.15 15% 3 0.15 15%
16 7 0.35 35% 10 0.50 50%
17 8 0.40 40% 18 0.90 90%
18 2 0.10 10% 20 1 100%
n=20 1 100%
Frecuencia absoluta (f): Es la cantidad de datos que se repiten.
Frecuencia relativa (fr): A veces también llamada proporción
Frecuencia porcentual (f%): Es el porcentaje de datos que se repiten
Frecuencia acumulada (F): Es la suma de las frecuencias de las clases anteriores y
la propia clase
Frecuencia relativa acumulada (Fr)
Frecuencia acumulada porcentual (F%)
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 10
Intervalo de clase
Cuando el número de valores que toma
la variable es demasiado grande o la
variable es continua se realiza un
agrupamiento de los datos en intervalos.

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 11

Intervalo de clase
A 40 estudiantes se les pidió que
Cuando el número de valores que toma
tomaran el número de horas que
la variable es demasiado grande o la
dedican a estudiar a la semana, los
variable es continua se realiza un
resultados se muestran a
agrupamiento de los datos en intervalos.
continuación

36 30 47 60 32 35 40 50
54 35 45 52 48 58 60 38
32 35 56 48 30 55 49 39
58 50 65 35 56 47 37 56
58 50 47 58 55 39 58 45

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 12

Intervalo de clase
A 40 estudiantes se les pidió que
Cuando el número de valores que toma
tomaran el número de horas que
la variable es demasiado grande o la
dedican a estudiar a la semana, los
variable es continua se realiza un
resultados se muestran a
agrupamiento de los datos en intervalos.
continuación
Límites de la clase 36 30 47 60 32 35 40 50
Son los valores extremos que puede 54 35 45 52 48 58 60 38
tomar la variable, cada clase está 32 35 56 48 30 55 49 39
delimitada por el límite inferior de la 58 50 65 35 56 47 37 56
clase y el límite superior de la clase.
58 50 47 58 55 39 58 45

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 13

Intervalo de clase
A 40 estudiantes se les pidió que
Cuando el número de valores que toma
tomaran el número de horas que
la variable es demasiado grande o la
dedican a estudiar a la semana, los
variable es continua se realiza un
resultados se muestran a
agrupamiento de los datos en intervalos.
continuación
Límites de la clase 36 30 47 60 32 35 40 50
Son los valores extremos que puede 54 35 45 52 48 58 60 38
tomar la variable, cada clase está 32 35 56 48 30 55 49 39
delimitada por el límite inferior de la 58 50 65 35 56 47 37 56
clase y el límite superior de la clase.
58 50 47 58 55 39 58 45

horas f Límites reales X

30 – 35 8 29.5 – 35.5 32.5
36 – 41 6 35.5 – 41.5 38.5
42 – 47 5 41.5 – 47.5 44.5
48 – 53 7 47.7 – 53.5 50.5
54 – 59 11 53.5 – 59.5 56.5
60 – 65 3 59.5 – 65.5 62.5
  40

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 14

Intervalo de clase
A 40 estudiantes se les pidió que
Cuando el número de valores que toma
tomaran el número de horas que
la variable es demasiado grande o la
dedican a estudiar a la semana, los
variable es continua se realiza un
resultados se muestran a
agrupamiento de los datos en intervalos.
continuación
Límites de la clase 36 30 47 60 32 35 40 50
Son los valores extremos que puede 54 35 45 52 48 58 60 38
tomar la variable, cada clase está 32 35 56 48 30 55 49 39
delimitada por el límite inferior de la 58 50 65 35 56 47 37 56
clase y el límite superior de la clase.
58 50 47 58 55 39 58 45

Límites reales de la clase

Son valores que unen a las clases. 30  0.5 35  0.5

horas f Límites reales X

30 – 35 8 29.5 – 35.5 32.5
36 – 41 6 35.5 – 41.5 38.5
42 – 47 5 41.5 – 47.5 44.5
48 – 53 7 47.7 – 53.5 50.5
54 – 59 11 53.5 – 59.5 56.5
60 – 65 3 59.5 – 65.5 62.5
  40

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 15

Intervalo de clase
A 40 estudiantes se les pidió que
Cuando el número de valores que toma
tomaran el número de horas que
la variable es demasiado grande o la
dedican a estudiar a la semana, los
variable es continua se realiza un
resultados se muestran a
agrupamiento de los datos en intervalos.
continuación
Límites de la clase 36 30 47 60 32 35 40 50
Son los valores extremos que puede 54 35 45 52 48 58 60 38
tomar la variable, cada clase está 32 35 56 48 30 55 49 39
delimitada por el límite inferior de la 58 50 65 35 56 47 37 56
clase y el límite superior de la clase.
58 50 47 58 55 39 58 45

Límites reales de la clase

Son valores que unen a las clases. 30  0.5 35  0.5

horas f Límites reales X

30 – 35 8 29.5 – 35.5 32.5
36 – 41 6 35.5 – 41.5 38.5
42 – 47 5 41.5 – 47.5 44.5
48 – 53 7 47.7 – 53.5 50.5
54 – 59 11 53.5 – 59.5 56.5
60 – 65 3 59.5 – 65.5 62.5
  40

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 16

Intervalo de clase
A 40 estudiantes se les pidió que
Cuando el número de valores que toma
tomaran el número de horas que
la variable es demasiado grande o la
dedican a estudiar a la semana, los
variable es continua se realiza un
resultados se muestran a
agrupamiento de los datos en intervalos.
continuación
Límites de la clase 36 30 47 60 32 35 40 50
Son los valores extremos que puede 54 35 45 52 48 58 60 38
tomar la variable, cada clase está 32 35 56 48 30 55 49 39
delimitada por el límite inferior de la 58 50 65 35 56 47 37 56
clase y el límite superior de la clase.
58 50 47 58 55 39 58 45

Límites reales de la clase

Son valores que unen a las clases. 30  0.5 35  0.5

horas f Límites reales X 30  35

Marca de clase
Es el punto medio de cada intervalo. 30 – 35 8 29.5 – 35.5 32.5 2
36 – 41 6 35.5 – 41.5 38.5
Se representa por X o M
42 – 47 5 41.5 – 47.5 44.5
48 – 53 7 47.7 – 53.5 50.5
54 – 59 11 53.5 – 59.5 56.5
60 – 65 3 59.5 – 65.5 62.5
  40

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 17

Intervalo de clase
A 40 estudiantes se les pidió que
Cuando el número de valores que toma
tomaran el número de horas que
la variable es demasiado grande o la
dedican a estudiar a la semana, los
variable es continua se realiza un
resultados se muestran a
agrupamiento de los datos en intervalos.
continuación
Límites de la clase 36 30 47 60 32 35 40 50
Son los valores extremos que puede 54 35 45 52 48 58 60 38
tomar la variable, cada clase está 32 35 56 48 30 55 49 39
delimitada por el límite inferior de la 58 50 65 35 56 47 37 56
clase y el límite superior de la clase.
58 50 47 58 55 39 58 45

Límites reales de la clase

Son valores que unen a las clases. 30  0.5 35  0.5

horas f Límites reales X 30  35

Marca de clase
Es el punto medio de cada intervalo. 30 – 35 8 29.5 – 35.5 32.5 2
36 – 41 6 35.5 – 41.5 38.5
Se representa por X o M
42 – 47 5 41.5 – 47.5 44.5
48 – 53 7 47.7 – 53.5 50.5
54 – 59 11 53.5 – 59.5 56.5
60 – 65 3 59.5 – 65.5 62.5
  40

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 18

Intervalo de clase
A 40 estudiantes se les pidió que
Cuando el número de valores que toma
tomaran el número de horas que
la variable es demasiado grande o la
dedican a estudiar a la semana, los
variable es continua se realiza un
resultados se muestran a
agrupamiento de los datos en intervalos.
continuación
Límites de la clase 36 30 47 60 32 35 40 50
Son los valores extremos que puede 54 35 45 52 48 58 60 38
tomar la variable, cada clase está 32 35 56 48 30 55 49 39
delimitada por el límite inferior de la 58 50 65 35 56 47 37 56
clase y el límite superior de la clase.
58 50 47 58 55 39 58 45

Límites reales de la clase

Son valores que unen a las clases. 30  0.5 35  0.5

horas f Límites reales X 30  35

Marca de clase
Es el punto medio de cada intervalo. 30 – 35 8 29.5 – 35.5 32.5 2
36 – 41 6 35.5 – 41.5 38.5
Se representa por X o M
42 – 47 5 41.5 – 47.5 44.5
48 – 53 7 47.7 – 53.5 50.5
Amplitud de la clase 54 – 59 11 53.5 – 59.5 56.5
Es la diferencia entre el límite real 60 – 65 3 59.5 – 65.5 62.5
superior y el límite real inferior de la   40
clase.
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 19
Intervalo de clase
A 40 estudiantes se les pidió que
Cuando el número de valores que toma
tomaran el número de horas que
la variable es demasiado grande o la
dedican a estudiar a la semana, los
variable es continua se realiza un
resultados se muestran a
agrupamiento de los datos en intervalos.
continuación
Límites de la clase 36 30 47 60 32 35 40 50
Son los valores extremos que puede 54 35 45 52 48 58 60 38
tomar la variable, cada clase está 32 35 56 48 30 55 49 39
delimitada por el límite inferior de la 58 50 65 35 56 47 37 56
clase y el límite superior de la clase.
58 50 47 58 55 39 58 45

Límites reales de la clase

Son valores que unen a las clases.

horas f Límites reales X

Marca de clase
30 – 35 8 29.5 – 35.5 32.5
Es el punto medio de cada intervalo.
36 – 41 6 35.5 – 41.5 38.5
Se representa por X o M
42 – 47 5 41.5 – 47.5 44.5
48 – 53 7 47.7 – 53.5 50.5
Amplitud de la clase 54 – 59 11 53.5 – 59.5 56.5
Es la diferencia entre el límite real 60 – 65 3 59.5 – 65.5 62.5
superior y el límite real inferior de la   40
clase. c=6
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 20
Intervalo de clase
A 40 estudiantes se les pidió que
Cuando el número de valores que toma
tomaran el número de horas que
la variable es demasiado grande o la
dedican a estudiar a la semana, los
variable es continua se realiza un
resultados se muestran a
agrupamiento de los datos en intervalos.
continuación
Límites de la clase 36 30 47 60 32 35 40 50
Son los valores extremos que puede 54 35 45 52 48 58 60 38
tomar la variable, cada clase está 32 35 56 48 30 55 49 39
delimitada por el límite inferior de la 58 50 65 35 56 47 37 56
clase y el límite superior de la clase.
58 50 47 58 55 39 58 45

Límites reales de la clase

Son valores que unen a las clases.

horas f Límites reales X

Marca de clase
30 – 35 8 29.5 – 35.5 32.5
Es el punto medio de cada intervalo.
36 – 41 6 35.5 – 41.5 38.5
Se representa por X o M
42 – 47 5 41.5 – 47.5 44.5
48 – 53 7 47.7 – 53.5 50.5
Amplitud de la clase 54 – 59 11 53.5 – 59.5 56.5
Es la diferencia entre el límite real 60 – 65 3 59.5 – 65.5 62.5
superior y el límite real inferior de la   40
clase. c=6
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 21
Intervalo de clase
A 40 estudiantes se les pidió que
Cuando el número de valores que toma
tomaran el número de horas que
la variable es demasiado grande o la
dedican a estudiar a la semana, los
variable es continua se realiza un
resultados se muestran a
agrupamiento de los datos en intervalos.
continuación
Límites de la clase 36 30 47 60 32 35 40 50
Son los valores extremos que puede 54 35 45 52 48 58 60 38
tomar la variable, cada clase está 32 35 56 48 30 55 49 39
delimitada por el límite inferior de la 58 50 65 35 56 47 37 56
clase y el límite superior de la clase.
58 50 47 58 55 39 58 45

Límites reales de la clase

Son valores que unen a las clases.

horas f Límites reales X

Marca de clase
30 – 35 8 29.5 – 35.5 32.5
Es el punto medio de cada intervalo.
36 – 41 6 35.5 – 41.5 38.5
Se representa por X o M
42 – 47 5 41.5 – 47.5 44.5
48 – 53 7 47.7 – 53.5 50.5
Amplitud de la clase 54 – 59 11 53.5 – 59.5 56.5
Es la diferencia entre el límite real 60 – 65 3 59.5 – 65.5 62.5
superior y el límite real inferior de la   40
clase. c=6
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 22
Histograma
Es un diagrama de barras para variables continuas.

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 23

 Histograma
Es un diagrama de barras para variables continuas.

horas f Límites reales

30 – 35 8 29.5 – 35.5
36 – 41 6 35.5 – 41.5
42 – 47 5 41.5 – 47.5
48 – 53 7 47.7 – 53.5
54 – 59 11 53.5 – 59.5
60 – 65 3 59.5 – 65.5
  40
29.5 35.5 41.5 47.5 53.5 59.5 65.5 Horas

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 24

 Histograma
Es un diagrama de barras para variables continuas.

horas f Límites reales

30 – 35 8 29.5 – 35.5
36 – 41 6 35.5 – 41.5
42 – 47 5 41.5 – 47.5
48 – 53 7 47.7 – 53.5
54 – 59 11 53.5 – 59.5
60 – 65 3 59.5 – 65.5
  40
29.5 35.5 41.5 47.5 53.5 59.5 65.5 Horas

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 25

 Histograma
Es un diagrama de barras para variables continuas.

horas f Límites reales

30 – 35 8 29.5 – 35.5
36 – 41 6 35.5 – 41.5
42 – 47 5 41.5 – 47.5
48 – 53 7 47.7 – 53.5
54 – 59 11 53.5 – 59.5
60 – 65 3 59.5 – 65.5
  40
29.5 35.5 41.5 47.5 53.5 59.5 65.5 Horas

Polígono de frecuencias
Es un diagrama de línea formado por las marcas de clase y frecuencias

horas f X
30 – 35 8 32.5
36 – 41 6 38.5
42 – 47 5 44.5
48 – 53 7 50.5
54 – 59 11 56.5
60 – 65 3 62.5
Horas
  40

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 26

 Histograma
Es un diagrama de barras para variables continuas.

horas f Límites reales

30 – 35 8 29.5 – 35.5
36 – 41 6 35.5 – 41.5
42 – 47 5 41.5 – 47.5
48 – 53 7 47.7 – 53.5
54 – 59 11 53.5 – 59.5
60 – 65 3 59.5 – 65.5
  40
29.5 35.5 41.5 47.5 53.5 59.5 65.5 Horas

Polígono de frecuencias
Es un diagrama de línea formado por las marcas de clase y frecuencias

horas f X
30 – 35 8 32.5
36 – 41 6 38.5
42 – 47 5 44.5
48 – 53 7 50.5
54 – 59 11 56.5
60 – 65 3 62.5
Horas
  40

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 27

Ojiva
Diagrama de líneas determinado por límites reales superior y la frecuencia acumulada,
es más utilizada en porcentajes

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 28

Ojiva
Diagrama de líneas determinado por límites reales superior y la frecuencia acumulada,
es más utilizada en porcentajes

horas f Límites reales F F%

30 – 35 8 29.5 – 35.5 8 20%
36 – 41 6 35.5 – 41.5 14 35%
42 – 47 5 41.5 – 47.5 19 48%
48 – 53 7 47.7 – 53.5 26 65%
54 – 59 11 53.5 – 59.5 37 93%
60 – 65 3 59.5 – 65.5 40 100%
  40

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 29

Ojiva
Diagrama de líneas determinado por límites reales superior y la frecuencia acumulada,
es más utilizada en porcentajes

horas f Límites reales F F%

30 – 35 8 29.5 – 35.5 8 20%
36 – 41 6 35.5 – 41.5 14 35%
42 – 47 5 41.5 – 47.5 19 48%
48 – 53 7 47.7 – 53.5 26 65%
54 – 59 11 53.5 – 59.5 37 93%
60 – 65 3 59.5 – 65.5 40 100%
  40

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 30

 Análisis de datos cuantitativos
Estadístico:
Son medidas que describen una muestra

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 31

 Análisis de datos cuantitativos
Estadístico:
Son medidas que describen una muestra

 Medidas de tendencia central

Son aquellos a los que los datos parecen agruparse (Media, moda y mediana)

De Posición
Son medidas basados en el orden ( Cuantiles, percentiles, cuartiles, deciles )

Medidas de dispersión
Indican la mayor o menor concentración de los datos respecto a la medidas de
tendencia central (Desviaciones media y estándar, varianza, coeficiente de variación)

 Forma
Depende del comportamiento gráfico de los datos (sesgo, asimetría, curtosis)

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 32

 Análisis de datos cuantitativos
Estadístico:
Son medidas que describen una muestra

 Medidas de tendencia central

Son aquellos a los que los datos parecen agruparse (Media, moda y mediana)

 De Posición
Son medidas basados en el orden ( Cuantiles, percentiles, cuartiles, deciles )

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 33

 Análisis de datos cuantitativos
Estadístico:
Son medidas que describen una muestra

 Medidas de tendencia central

Son aquellos a los que los datos parecen agruparse (Media, moda y mediana)

 De Posición
Son medidas basados en el orden ( Cuantiles, percentiles, cuartiles, deciles )

 Medidas de dispersión
Indican la mayor o menor concentración de los datos respecto a la medidas de
tendencia central (Desviaciones media y estándar, varianza, coeficiente de variación)

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 34

 Análisis de datos cuantitativos
Estadístico:
Son medidas que describen una muestra

 Medidas de tendencia central

Son aquellos a los que los datos parecen agruparse (Media, moda y mediana)

 De Posición
Son medidas basados en el orden ( Cuantiles, percentiles, cuartiles, deciles )

 Medidas de dispersión
Indican la mayor o menor concentración de los datos respecto a la medidas de
tendencia central (Desviaciones media y estándar, varianza, coeficiente de variación)

 Forma
Depende del comportamiento gráfico de los datos (sesgo, asimetría, curtosis)

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 35

 Medidas de tendencia central (centralización)

Media aritmética
Se define como la suma de las casos favorables dividida por el número total de los
casos comprendidos. La media es el valor promedio de la distribución

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 36

 Medidas de tendencia central (centralización)

Media aritmética
Se define como la suma de las casos favorables dividida por el número total de los
casos comprendidos. La media es el valor promedio de la distribución
X 1  X2  ...  Xn  Xi
X 
n n
Donde Xᵢ es el dato i y n la cantidad de datos (tamaño muestra)

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 37

 Medidas de tendencia central (centralización)

Media aritmética
Se define como la suma de las casos favorables dividida por el número total de los
casos comprendidos. La media es el valor promedio de la distribución
X 1  X2  ...  Xn  Xi Se conoce como
X  sumatoria
n n
Donde Xᵢ es el dato i y n la cantidad de datos (tamaño muestra)

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 38

 Medidas de tendencia central (centralización)

Media aritmética
Se define como la suma de las casos favorables dividida por el número total de los
casos comprendidos. La media es el valor promedio de la distribución
X 1  X2  ...  Xn  Xi Se conoce como
X  sumatoria
n n
Donde Xᵢ es el dato i y n la cantidad de datos (tamaño muestra)

Sea X el tiempo que tarda en horas un grupo de 4 estudiantes en realizar una

actividad, cuyos valores son: 2, 4, 3 y 5

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 39

 Medidas de tendencia central (centralización)

Media aritmética
Se define como la suma de las casos favorables dividida por el número total de los
casos comprendidos. La media es el valor promedio de la distribución
X 1  X2  ...  Xn  Xi Se conoce como
X  sumatoria
n n
Donde Xᵢ es el dato i y n la cantidad de datos (tamaño muestra)

Sea X el tiempo que tarda en horas un grupo de 4 estudiantes en realizar una

actividad, cuyos valores son: 2, 4, 3 y 5
2  4  3  5 14
La media aritmética es X    3.5 horas
4 4

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 40

 Medidas de tendencia central (centralización)

Media aritmética
Se define como la suma de las casos favorables dividida por el número total de los
casos comprendidos. La media es el valor promedio de la distribución
X 1  X2  ...  Xn  Xi Se conoce como
X  sumatoria
n n
Donde Xᵢ es el dato i y n la cantidad de datos (tamaño muestra)

Sea X el tiempo que tarda en horas un grupo de 4 estudiantes en realizar una

actividad, cuyos valores son: 2, 4, 3 y 5
2  4  3  5 14
La media aritmética es X    3.5 horas
4 4
Los pesos de 6 amigos en kilogramos son: 84, 91, 72, 68, 87, 78
El peso promedio es

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 41

 Medidas de tendencia central (centralización)

Media aritmética
Se define como la suma de las casos favorables dividida por el número total de los
casos comprendidos. La media es el valor promedio de la distribución
X 1  X2  ...  Xn  Xi Se conoce como
X  sumatoria
n n
Donde Xᵢ es el dato i y n la cantidad de datos (tamaño muestra)

Sea X el tiempo que tarda en horas un grupo de 4 estudiantes en realizar una

actividad, cuyos valores son: 2, 4, 3 y 5
2  4  3  5 14
La media aritmética es X    3.5 horas
4 4
Los pesos de 6 amigos en kilogramos son: 84, 91, 72, 68, 87, 78
El peso promedio es
84  91  72  68  87  78 480
X   80 kilos
6 6

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 42

 Media ponderada
Cuando se agrupan los datos en una tabla de frecuencias, sin construir
intervalos, se calcula la media aritmética mediante la siguiente formula:
X f  X f  ...  Xnfn  Xifi
X 11 22 
n n
Donde Xᵢ es el valor de la variable con frecuencia absoluta fᵢ y n   fi

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 43

 Media ponderada
Cuando se agrupan los datos en una tabla de frecuencias, sin construir
intervalos, se calcula la media aritmética mediante la siguiente formula:
X f  X f  ...  Xnfn  Xifi
X 11 22 
n n
Donde Xᵢ es el valor de la variable con frecuencia absoluta fᵢ y n   fi
Sea X el número de hijos de los empleados de una organización, los cuales
se representan en la tabla

Número de hijos f
0 1 0x1=0
1 2 1x2=2
2 4 2x4=8
3 2 3x2=6
4 1 4x1=1
 

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 44

 Media ponderada
Cuando se agrupan los datos en una tabla de frecuencias, sin construir
intervalos, se calcula la media aritmética mediante la siguiente formula:
X f  X f  ...  Xnfn  Xifi
X 11 22 
n n
Donde Xᵢ es el valor de la variable con frecuencia absoluta fᵢ y n   fi
Sea X el número de hijos de los empleados de una organización, los cuales
se representan en la tabla

Número de hijos f Xi fi
0 1 0x1=0
1 2 1x2=2
2 4 2x4=8
3 2 3x2=6
4 1 4x1=1
 

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 45

 Media ponderada
Cuando se agrupan los datos en una tabla de frecuencias, sin construir
intervalos, se calcula la media aritmética mediante la siguiente formula:
X f  X f  ...  Xnfn  Xifi
X 11 22 
n n
Donde Xᵢ es el valor de la variable con frecuencia absoluta fᵢ y n   fi
Sea X el número de hijos de los empleados de una organización, los cuales
se representan en la tabla

Número de hijos f Xi fi
0 1 0x1=0
1 2 1x2=2
2 4 2x4=8
3 2 3x2=6
4 1 4x1=1
  n   fi  10  X fi  20
i

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 46

 Media ponderada
Cuando se agrupan los datos en una tabla de frecuencias, sin construir
intervalos, se calcula la media aritmética mediante la siguiente formula:
X f  X f  ...  Xnfn  Xifi
X 11 22 
n n
Donde Xᵢ es el valor de la variable con frecuencia absoluta fᵢ y n   fi
Sea X el número de hijos de los empleados de una organización, los cuales
se representan en la tabla

Número de hijos f Xi fi
0 1 0x1=0
1 2 1x2=2
2 4 2x4=8
3 2 3x2=6
4 1 4x1=1
  n   fi  10  X fi  20
i

X
 X fi 20

i
 2 hijos
n 10

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 47

Mediana X
La mediana es la puntación de la escala que separa la mitad superior de la distribución y
la inferior, es decir divide la serie de datos en dos partes iguales. Elemento central de la
serie ordenada de datos.

Dada la siguiente serie de datos (suponer que se trata de una muestra) estimar la
mediana 28, 32, 33, 29, 32

Ordenando los datos 28, 29, 32, 32, 33

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 48

Mediana X
La mediana es la puntación de la escala que separa la mitad superior de la distribución y
la inferior, es decir divide la serie de datos en dos partes iguales. Elemento central de la
serie ordenada de datos.

Dada la siguiente serie de datos (suponer que se trata de una muestra) estimar la
mediana 28, 32, 33, 29, 32

Ordenando los datos 28, 29, 32, 32, 33

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 49

Mediana X
La mediana es la puntación de la escala que separa la mitad superior de la distribución y
la inferior, es decir divide la serie de datos en dos partes iguales. Elemento central de la
serie ordenada de datos.

Dada la siguiente serie de datos (suponer que se trata de una muestra) estimar la
mediana 28, 32, 33, 29, 32

Ordenando los datos 28, 29, 32, 32, 33 X  32

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 50

Mediana X
La mediana es la puntación de la escala que separa la mitad superior de la distribución y
la inferior, es decir divide la serie de datos en dos partes iguales. Elemento central de la
serie ordenada de datos.

Dada la siguiente serie de datos (suponer que se trata de una muestra) estimar la
mediana 28, 32, 33, 29, 32

Ordenando los datos 28, 29, 32, 32, 33 X  32

¿Qué ocurre con la mediana si la serie de datos es 18, 28, 29, 32, 32, 33?
18, 28, 29, 32, 32, 33

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 51

Mediana X
La mediana es la puntación de la escala que separa la mitad superior de la distribución y
la inferior, es decir divide la serie de datos en dos partes iguales. Elemento central de la
serie ordenada de datos.

Dada la siguiente serie de datos (suponer que se trata de una muestra) estimar la
mediana 28, 32, 33, 29, 32

Ordenando los datos 28, 29, 32, 32, 33 X  32

¿Qué ocurre con la mediana si la serie de datos es 18, 28, 29, 32, 32, 33?
18, 28, 29, 32, 32, 33

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 52

Mediana X
La mediana es la puntación de la escala que separa la mitad superior de la distribución y
la inferior, es decir divide la serie de datos en dos partes iguales. Elemento central de la
serie ordenada de datos.

Dada la siguiente serie de datos (suponer que se trata de una muestra) estimar la
mediana 28, 32, 33, 29, 32

Ordenando los datos 28, 29, 32, 32, 33 X  32

¿Qué ocurre con la mediana si la serie de datos es 18, 28, 29, 32, 32, 33?
18, 28, 29, 32, 32, 33

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 53

Mediana X
La mediana es la puntación de la escala que separa la mitad superior de la distribución y
la inferior, es decir divide la serie de datos en dos partes iguales. Elemento central de la
serie ordenada de datos.

Dada la siguiente serie de datos (suponer que se trata de una muestra) estimar la
mediana 28, 32, 33, 29, 32

Ordenando los datos 28, 29, 32, 32, 33 X  32

¿Qué ocurre con la mediana si la serie de datos es 18, 28, 29, 32, 32, 33?
18, 28, 29, 32, 32, 33

La mediana es X  29  32  30.5
2

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 54

Mediana X
La mediana es la puntación de la escala que separa la mitad superior de la distribución y
la inferior, es decir divide la serie de datos en dos partes iguales. Elemento central de la
serie ordenada de datos.

Dada la siguiente serie de datos (suponer que se trata de una muestra) estimar la
mediana 28, 32, 33, 29, 32

Ordenando los datos 28, 29, 32, 32, 33 X  32

¿Qué ocurre con la mediana si la serie de datos es 18, 28, 29, 32, 32, 33?
18, 28, 29, 32, 32, 33

La mediana es X  29  32  30.5
2
La mediana es menos sensible que la media frente a la presencia de datos
extremos.

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 55

Mediana X
La mediana es la puntación de la escala que separa la mitad superior de la distribución y
la inferior, es decir divide la serie de datos en dos partes iguales. Elemento central de la
serie ordenada de datos.

Dada la siguiente serie de datos (suponer que se trata de una muestra) estimar la
mediana 28, 32, 33, 29, 32

Ordenando los datos 28, 29, 32, 32, 33 X  32

¿Qué ocurre con la mediana si la serie de datos es 18, 28, 29, 32, 32, 33?
18, 28, 29, 32, 32, 33

La mediana es X  29  32  30.5
2
La mediana es menos sensible que la media frente a la presencia de datos
extremos.

Moda X
La moda es el dato que más se repite en una distribución o serie de datos.

Consideremos los datos 28, 32, 33, 29, 32

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 56

Mediana X
La mediana es la puntación de la escala que separa la mitad superior de la distribución y
la inferior, es decir divide la serie de datos en dos partes iguales. Elemento central de la
serie ordenada de datos.

Dada la siguiente serie de datos (suponer que se trata de una muestra) estimar la
mediana 28, 32, 33, 29, 32

Ordenando los datos 28, 29, 32, 32, 33 X  32

¿Qué ocurre con la mediana si la serie de datos es 18, 28, 29, 32, 32, 33?
18, 28, 29, 32, 32, 33

La mediana es X  29  32  30.5
2
La mediana es menos sensible que la media frente a la presencia de datos
extremos.

Moda X
La moda es el dato que más se repite en una distribución o serie de datos.

Consideremos los datos 28, 32, 33, 29, 32

X  32
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 57
Mediana X
La mediana es la puntación de la escala que separa la mitad superior de la distribución y
la inferior, es decir divide la serie de datos en dos partes iguales. Elemento central de la
serie ordenada de datos.

Dada la siguiente serie de datos (suponer que se trata de una muestra) estimar la
mediana 28, 32, 33, 29, 32

Ordenando los datos 28, 29, 32, 32, 33 X  32

¿Qué ocurre con la mediana si la serie de datos es 18, 28, 29, 32, 32, 33?
18, 28, 29, 32, 32, 33

La mediana es X  29  32  30.5
2
La mediana es menos sensible que la media frente a la presencia de datos
extremos.

Moda X
La moda es el dato que más se repite en una distribución o serie de datos.

Consideremos los datos 28, 32, 33, 29, 32

X  32
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 58
¿Cuál es la moda en las siguientes series?
28, 32, 33, 29, 31
28, 32, 33, 29, 32, 29

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 59

¿Cuál es la moda en las siguientes series?
28, 32, 33, 29, 31 No hay moda Serie amodal
28, 32, 33, 29, 32, 29 Modas = 29, 32 Serie bimodal

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 60

¿Cuál es la moda en las siguientes series?
28, 32, 33, 29, 31 No hay moda Serie amodal
28, 32, 33, 29, 32, 29 Modas = 29, 32 Serie bimodal

La media y mediana son únicas, la moda puede no existir y de existir puede no

ser única

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 61

¿Cuál es la moda en las siguientes series?
28, 32, 33, 29, 31 No hay moda Serie amodal
28, 32, 33, 29, 32, 29 Modas = 29, 32 Serie bimodal

La media y mediana son únicas, la moda puede no existir y de existir puede no

ser única
Medidas de posición.
Las medidas de posición  dividen a una distribución ordenada en partes
iguales, localizan la posición de algún caso típico (o atípico) en relación con
otros individuos
 Cuartiles
 Deciles
 Percentiles

Los cuartiles 
Son los tres valores de la variable que dividen a un conjunto de datos
ordenados en cuatro partes iguales

Número impar de datos 2, 5, 3, 6, 7, 4, 9

Ordenando 2, 3, 4, 5, 6, 7, 9

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 62

¿Cuál es la moda en las siguientes series?
28, 32, 33, 29, 31 No hay moda Serie amodal
28, 32, 33, 29, 32, 29 Modas = 29, 32 Serie bimodal

La media y mediana son únicas, la moda puede no existir y de existir puede no

ser única
Medidas de posición.
Las medidas de posición  dividen a una distribución ordenada en partes
iguales, localizan la posición de algún caso típico (o atípico) en relación con
otros individuos
 Cuartiles
 Deciles
 Percentiles

Los cuartiles 
Son los tres valores de la variable que dividen a un conjunto de datos
ordenados en cuatro partes iguales

Número impar de datos 2, 5, 3, 6, 7, 4, 9

Ordenando 2, 3, 4, 5, 6, 7, 9

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 63

Número par de datos 2, 5, 3, 4, 6, 7, 1, 9
Ordenando 1, 2, 3, 4, 5, 6, 7, 9
2.5 4.5 6.5

Los deciles  
Son nueve números que dividen la sucesión de datos ordenados en
diez partes iguales.

Un percentil 
Es una medición en la cual dividen la sucesión de datos ordenados en
cien partes iguales.

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 64

Compare la media, mediana y moda de estas dos muestras. ¿Son diferentes?
Muestra 1: 25, 25, 25, 25, 25, 25
Muestra 2: 15, 20, 25, 25, 30, 35

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 65

Compare la media, mediana y moda de estas dos muestras. ¿Son diferentes?
Muestra 1: 25, 25, 25, 25, 25, 25
Muestra 2: 15, 20, 25, 25, 30, 35
Las medidas de tendencia central son similares y evidentemente las muestras son
diferentes. Es necesario utilizar medidas diferentes a las de tendencia central para
estudiar el problema.

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 66

Compare la media, mediana y moda de estas dos muestras. ¿Son diferentes?
Muestra 1: 25, 25, 25, 25, 25, 25
Muestra 2: 15, 20, 25, 25, 30, 35
Las medidas de tendencia central son similares y evidentemente las muestras son
diferentes. Es necesario utilizar medidas diferentes a las de tendencia central para
estudiar el problema.
Medidas de dispersión
Las medidas de dispersión nos informan sobre cuanto se alejan del centro los valores
de la distribución.

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 67

Compare la media, mediana y moda de estas dos muestras. ¿Son diferentes?
Muestra 1: 25, 25, 25, 25, 25, 25
Muestra 2: 15, 20, 25, 25, 30, 35
Las medidas de tendencia central son similares y evidentemente las muestras son
diferentes. Es necesario utilizar medidas diferentes a las de tendencia central para
estudiar el problema.
Medidas de dispersión
Las medidas de dispersión nos informan sobre cuanto se alejan del centro los valores
de la distribución.
28, 32, 33, 29, 32

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 68

Compare la media, mediana y moda de estas dos muestras. ¿Son diferentes?
Muestra 1: 25, 25, 25, 25, 25, 25
Muestra 2: 15, 20, 25, 25, 30, 35
Las medidas de tendencia central son similares y evidentemente las muestras son
diferentes. Es necesario utilizar medidas diferentes a las de tendencia central para
estudiar el problema.
Medidas de dispersión
Las medidas de dispersión nos informan sobre cuanto se alejan del centro los valores
de la distribución.
28, 32, 33, 29, 32
Rango o recorrido
El rango es la diferencia entre el mayor y el menor de los datos de una distribución
Rg: 3328=5

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 69

Compare la media, mediana y moda de estas dos muestras. ¿Son diferentes?
Muestra 1: 25, 25, 25, 25, 25, 25
Muestra 2: 15, 20, 25, 25, 30, 35
Las medidas de tendencia central son similares y evidentemente las muestras son
diferentes. Es necesario utilizar medidas diferentes a las de tendencia central para
estudiar el problema.
Medidas de dispersión
Las medidas de dispersión nos informan sobre cuanto se alejan del centro los valores
de la distribución.
28, 32, 33, 29, 32
Rango o recorrido
El rango es la diferencia entre el mayor y el menor de los datos de una distribución
Rg: 3328=5
Desviación
Es la diferencia entre el dato y la media aritmética.

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 70

Compare la media, mediana y moda de estas dos muestras. ¿Son diferentes?
Muestra 1: 25, 25, 25, 25, 25, 25
Muestra 2: 15, 20, 25, 25, 30, 35
Las medidas de tendencia central son similares y evidentemente las muestras son
diferentes. Es necesario utilizar medidas diferentes a las de tendencia central para
estudiar el problema.
Medidas de dispersión
Las medidas de dispersión nos informan sobre cuanto se alejan del centro los valores
de la distribución.
28, 32, 33, 29, 32
Rango o recorrido
El rango es la diferencia entre el mayor y el menor de los datos de una distribución
Rg: 3328=5
Desviación
Es la diferencia entre el dato y la media aritmética.
28  32  33  29  32
X  30.8
5

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 71

Compare la media, mediana y moda de estas dos muestras. ¿Son diferentes?
Muestra 1: 25, 25, 25, 25, 25, 25
Muestra 2: 15, 20, 25, 25, 30, 35
Las medidas de tendencia central son similares y evidentemente las muestras son
diferentes. Es necesario utilizar medidas diferentes a las de tendencia central para
estudiar el problema.
Medidas de dispersión
Las medidas de dispersión nos informan sobre cuanto se alejan del centro los valores
de la distribución.
28, 32, 33, 29, 32
Rango o recorrido
El rango es la diferencia entre el mayor y el menor de los datos de una distribución
Rg: 3328=5
Desviación
Es la diferencia entre el dato y la media aritmética.
28  32  33  29  32
X  30.8
5

D  X  X  28  30.8  2.8

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 72

Compare la media, mediana y moda de estas dos muestras. ¿Son diferentes?
Muestra 1: 25, 25, 25, 25, 25, 25
Muestra 2: 15, 20, 25, 25, 30, 35
Las medidas de tendencia central son similares y evidentemente las muestras son
diferentes. Es necesario utilizar medidas diferentes a las de tendencia central para
estudiar el problema.
Medidas de dispersión
Las medidas de dispersión nos informan sobre cuanto se alejan del centro los valores
de la distribución.
28, 32, 33, 29, 32
Rango o recorrido
El rango es la diferencia entre el mayor y el menor de los datos de una distribución
Rg: 3328=5
X DESVIACIÓN
Desviación
28 -2.8
Es la diferencia entre el dato y la media aritmética.
29 -1.8
28  32  33  29  32
X  30.8 32 1.2
5
32 1.2
D  X  X  28  30.8  2.8
33 2.2

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 73

Compare la media, mediana y moda de estas dos muestras. ¿Son diferentes?
Muestra 1: 25, 25, 25, 25, 25, 25
Muestra 2: 15, 20, 25, 25, 30, 35
Las medidas de tendencia central son similares y evidentemente las muestras son
diferentes. Es necesario utilizar medidas diferentes a las de tendencia central para
estudiar el problema.
Medidas de dispersión
Las medidas de dispersión nos informan sobre cuanto se alejan del centro los valores
de la distribución.
28, 32, 33, 29, 32
Rango o recorrido
El rango es la diferencia entre el mayor y el menor de los datos de una distribución
Rg: 3328=5
X DESVIACIÓN
Desviación
28 -2.8
Es la diferencia entre el dato y la media aritmética.
29 -1.8
28  32  33  29  32
X  30.8 32 1.2
5
32 1.2
D  X  X  28  30.8  2.8
La suma de las 33 2.2
desviaciones es
0
cero

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 74

Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a
la media.

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 75

Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a
la media.
Para una serie de datos X 1 , X2 , ...,Xn la varianza está dada por

s2 
 (Di )2

 (X i  X)2

 X i
2
 (X)2

n1 n 1 n 1

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 76

Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a
la media.
Para una serie de datos X 1 , X2 , ...,Xn la varianza está dada por

s2 
 (Di )2

 (X i  X)2

 X i
2
 (X)2

n1 n 1 n 1

s2

 (Di )2 (2.8)

2
 (1.8)2  (1.2)2  (1.2)2  (2.2)2
 4.7
n1 5 1

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 77

Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a
la media.
Para una serie de datos X 1 , X2 , ...,Xn la varianza está dada por

s2 
 (Di )2

 (X i  X)2

 X i
2
 (X)2

n1 n 1 n 1

s2

 (Di )2 (2.8)

2
 (1.8)2  (1.2)2  (1.2)2  (2.2)2
 4.7
n1 5 1
Desviación estándar o típica
La desviación estándar es la raíz cuadrada de la varianza

s  s2 
 Xi2  (X)2  2.1679
n1

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 78

Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a
la media.
Para una serie de datos X 1 , X2 , ...,Xn la varianza está dada por

s2 
 (Di )2

 (X i  X)2

 X i
2
 (X)2

n1 n 1 n 1

s2

 (Di )2 (2.8)

2
 (1.8)2  (1.2)2  (1.2)2  (2.2)2
 4.7
n1 5 1
Desviación estándar o típica
La desviación estándar es la raíz cuadrada de la varianza

s  s2 
 Xi2  (X)2  2.1679
n1

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 79

Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a
la media.
Para una serie de datos X 1 , X2 , ...,Xn la varianza está dada por

s2 
 (Di )2

 (X i  X)2

 X i
2
 (X)2

n1 n 1 n 1

s2

 (Di )2 (2.8)

2
 (1.8)2  (1.2)2  (1.2)2  (2.2)2
 4.7
n1 5 1
Desviación estándar o típica
La desviación estándar es la raíz cuadrada de la varianza

s  s2 
 Xi2  (X)2  2.1679
n1

Coeficiente de variación
Mide la relación entre el tamaño de la media y la variabilidad de la variable, se
suele expresar en porcentaje y permite comparar distribuciones distintas.
s
C.V. 
X
MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 80
Una población de alumnos tiene una estatura media de 160 cm con una
desviación estándar de 16 cm. Estos mismos alumnos, tienen un peso medio
de 70 kg con una desviación estándar de 14 kg. ¿Cuál de las 2 variables
presenta mayor variabilidad relativa?
 

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 81

Una población de alumnos tiene una estatura media de 160 cm con una
desviación estándar de 16 cm. Estos mismos alumnos, tienen un peso medio
de 70 kg con una desviación estándar de 14 kg. ¿Cuál de las 2 variables
presenta mayor variabilidad relativa?
 
Vamos a comparar la dispersión de 2 variables, la estatura y el peso, usando el
coeficiente de variación.

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 82

Una población de alumnos tiene una estatura media de 160 cm con una
desviación estándar de 16 cm. Estos mismos alumnos, tienen un peso medio
de 70 kg con una desviación estándar de 14 kg. ¿Cuál de las 2 variables
presenta mayor variabilidad relativa?
 
Vamos a comparar la dispersión de 2 variables, la estatura y el peso, usando el
coeficiente de variación.

Estatura (e) Peso (p)

Xe  160 cm Xp  70 kg

se  16 cm sp  14 kg

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 83

Una población de alumnos tiene una estatura media de 160 cm con una
desviación estándar de 16 cm. Estos mismos alumnos, tienen un peso medio
de 70 kg con una desviación estándar de 14 kg. ¿Cuál de las 2 variables
presenta mayor variabilidad relativa?
 
Vamos a comparar la dispersión de 2 variables, la estatura y el peso, usando el
coeficiente de variación.

Estatura (e) Peso (p)

Xe  160 cm Xp  70 kg

se  16 cm sp  14 kg

s 16 sp 14
C.V.e  e  =0.10=10% C.V.p   =0.20=20%
Xe 160 Xp 70

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 84

Una población de alumnos tiene una estatura media de 160 cm con una
desviación estándar de 16 cm. Estos mismos alumnos, tienen un peso medio
de 70 kg con una desviación estándar de 14 kg. ¿Cuál de las 2 variables
presenta mayor variabilidad relativa?
 
Vamos a comparar la dispersión de 2 variables, la estatura y el peso, usando el
coeficiente de variación.

Estatura (e) Peso (p)

Xe  160 cm Xp  70 kg

se  16 cm sp  14 kg

s 16 sp 14
C.V.e  e  =0.10=10% C.V.p   =0.20=20%
Xe 160 Xp 70

El peso de esta población de alumnos tiene mayor variabilidad relativa que la

estatura

MARIO ANTUNEZ MM241 BIOESTADISTICA PAGINA 85