Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de forma.
Medidas de variabilidad: amplitud
o recorrido, desviación media,
varianza y desviación típica.
Coeficiente de variación.
Medidas de forma: Asimetría y
apuntamiento.
Índice de Asimetría de
Pearson.
Medidas de dispersión,
variación o
variabilidad.
Estudian lo concentrada que está una
distribución en torno algún promedio.
Son valores numéricos que indican o
describen la forma en que las observaciones
están dispersas o diseminadas, con
respecto al valor central.
Completamos el estudio de la tendencia
central de los datos con la variabilidad de los
datos.
Medidas de dispersión,
variación o
variabilidad.
Son importantes debido a que dos muestras
de observaciones con el mismo valor
central pueden tener una variabilidad muy
distinta.
Medidas de dispersión,
variación o
variabilidad.
Amplitud Total o Recorrido
Varianza.
Desviación Típica.
n (X − ഥ X) 2 +n (X − ഥX)2 +····· +n (X −
S2x = 1 1 2 2 n n
n
ഥX)2
σ ni=1 n i (X i −
Sx2 =
ഥX)n2
3. Datos Agrupados en Intervalos: Igual que en (2) pero
con el Punto Medio.
Criterio de Signos
• (+)·(+) = (+) • (+) = (+)
(+)
• (+)·(-) = (-)
• (-)·(+) = (-) • (−) = (-)
(+)
• (-)·(-) = (+)
• (+) = (-)
(−)
• (−) = (+)
(−)
ഥ𝐗 =
𝐧𝟏 𝐗 𝟏 + 𝐧𝟐 𝐗 𝟐 +···· +𝐧𝐧 𝐗 𝐧
𝐧
Xi ni
𝒏 𝟏 𝐗 𝟏 +𝒏 𝟐 𝐗 𝟐 +𝒏 𝟑 𝐗 𝟑 +𝒏 𝟒 𝐗 𝟒 +𝒏 𝟓 𝐗 𝟓 Nº Hijos
ഥ
𝐗 𝒏 0 10
= 𝟏𝟎·𝟎 + 𝟐𝟎·𝟏 + 𝟐𝟓·𝟐 + 𝟕·𝟑 1 20
+ (𝟑·𝟒)𝟔𝟓
2 25
ഥ
𝐗 3 7
= 𝟎 + 𝟐𝟎 + 𝟓𝟎 + 𝟐𝟏 + 𝟏𝟐 𝟏𝟎𝟑 4 3
ഥ
𝐗 = = 1.58
n = 65
= 𝟔𝟓 𝟔𝟓
2. Calculamos la Varianza:
ഥ = 𝟏.
𝑿
𝐧 (𝐗 − ഥ)𝟐 +𝐧𝟓𝟖
𝐗 (𝐗 − ഥ)𝟐 +····· +𝐧𝐧 (𝐗 𝐧 −
𝐗
𝐒𝐱 =
𝟐 𝟏 𝟏 𝟐 𝟐
𝐧
𝐗ഥ) 𝟐
σ ni=1(Xi −
Sx
n)2
Xഥ
=
Desviación Típica 𝐒𝐱
2. Calculo de la Desviación Típica para datos
agrupados:
n n n
(Xi −
σ i=1 i
Sx
ഥ Xn2
)
=
3. Datos Agrupados en Intervalos: Igual que en (2) pero
con el Punto Medio.
o Ejemplo Datos sin
agrupar:
• Calcular la Varianza de los siguientes datos:
4.5
4.8
5.0
5.4
1. Calculamos primero la Media Aritmética:
n=4
𝐒 𝟐𝐱 = 𝟎. 𝟏𝟏
ഥ =Típica:
𝐗
3. Calculamos la Desviación 𝟒. 𝟗𝟐
2. Calculamos la Varianza:
𝑺𝒙 = 𝑺𝟐𝒙
𝐒𝐱 = 0.11 = 𝟎. 𝟑𝟑
• Ejemplo Datos agrupados:
• Calcular la Varianza de las puntuaciones de 65
familias encuestadas.
1. Calculamos primero la Media Aritmética:
ഥ= 1.58
𝐗 Xi ni
Nº Hijos
2. Calculamos la Varianza: 0 10
𝐒 𝐱𝟐 = 𝟎. 𝟗𝟖
1 20
3. Calculamos la
2 25
Desviación Típica:
𝑺𝒙 = 𝑺𝟐𝒙 3 7
4 3
𝐒𝐱 = 0.98 = 𝟎. n = 65
𝟗𝟗
• Ejemplo Datos agrupados
en Intervalos:
1. Calculamos primero la X Punto Medio ni
Xi
Media Aritmética: 18+28
[18 – 28) = 23 9
𝐗ഥ= 𝟑𝟖. 𝟑𝟖 [28 – 38)
2
28+38
= 33 11
2. Calculamos la Varianza: [38 – 48)
2
38+48
= 43 10
𝐒𝟐𝐱 = [48 – 58)
2
48+58
= 53 7
𝟏𝟑𝟕. 𝟔𝟕 [58 – 68)
2
58+68
= 63 2
3.Calculamos la Desviación 2
39
Típica:
𝑺𝒙 = 𝑺𝟐𝒙
𝐒𝐱 = 137.67 = 𝟏𝟏.
𝟕𝟑
CARACTERISTICAS
DE LA VARIANZA 𝐒 𝟐𝐱
Y LA DESVIACION TIPICA 𝐒𝐱
• Cuanto mayor sean la varianza y la desviación
típica , mayor será la dispersión de la
distribución y menos representativa será la
media aritmética.
• Solo toman valores positivos o iguales a cero.
• Usamos en su calculo todas las puntuaciones
observadas en la distribución.
Coeficiente de
Variación de Pearson (CV)
• El coeficiente de Variación de Pearson CV es un
coeficiente que no depende de las unidades de
medida.
• CV se expresa en porcentajes.
• El coeficiente de variación permite comparar las
dispersiones de dos distribuciones distintas con
diferente unidades de medida
• Cuanto mayor sea el Coeficiente de Variación de
Pearson CV, mayor será la dispersión de la
distribución y menos representativa será la media
aritmética.
Coeficiente de Variación de Pearson (CV)
• Podemos calcularlo con la expresión:
𝐒𝐱
𝐂𝐕 = · 𝟏𝟎𝟎
ഥ
𝐗
• 𝐒 𝐱 : Desviación Típica
• 𝐗
ഥ: Media Aritmética
• Cuanto mayor sea el coeficiente de
variación de Pearson mayor será dispersión
de las distribución.
• CV ≥ 0
• CV = 0 : Máxima representatividad
• Ejemplo: Calcular cual de las dos distribuciones
siguientes es más representativa:
Para comparar dos distribuciones distintas, la mejor
medida de dispersión es el coeficiente de variación de
Pearson.
xi 0 2 4 6 yi 1 3 5 7
ni 5 8 2 1 nj 2 2 1 3
ഥ𝐗 =
𝐧𝟏 𝐗 𝟏 + 𝐧𝟐 𝐗 𝟐 +···· +𝐧𝐧 𝐗 𝐧
𝒏 𝟏 𝐗 𝟏 +𝒏 𝟐 𝐗 𝟐 +𝒏 𝟑 𝐗 𝟑 +𝒏 𝟒 𝐗 𝟒 𝐧
ഥ Xi ni
𝐗 𝒏
= 𝟓·𝟎 + 𝟖·𝟐 + 𝟐·𝟒 +
𝟏·𝟔 0 5
= 𝟏𝟔
2 8
ഥ
𝐗 4 2
=
ഥ
𝐗
𝟎 +𝟏𝟔 + 𝟖 +𝟔
=
𝟑𝟎
= 1.88
6 1
n = 16
= 𝟏𝟔 𝟏𝟔
2. Calculamos la Varianza:
ഥ = 𝟏.
𝑿
𝐧 (𝐗 − ഥ)𝟐 +𝐧𝟖𝟖
𝐗 (𝐗 − ഥ)𝟐 +····· +𝐧𝐧 (𝐗 𝐧 −
𝐗
𝐒𝐱 =
𝟐 𝟏 𝟏 𝟐 𝟐
𝐧
𝐗ഥ) 𝟐
𝑺𝒙 = 𝑺𝟐𝒙
𝐒𝐱 = 2.73 = 𝟏. 𝟔𝟓
4.Calculamos el Coeficiente de Variación de Pearson:
𝐒𝐱
𝐂𝐕𝐱 = ·
𝟏𝟎𝟎
ഥ𝐗
1.65
𝐂𝐕𝐱 = 1.88 · 100 = 0.88 ·100 = 88
El porcentaje de variación de las puntuaciones de la
primera muestra es del 88%
• Realizamos los cálculos para obtener el Coeficiente
de Variación de Pearson para la segunda muestra.
1. Calculamos primero la Media Aritmética:
ഥ𝐘 =
𝐧𝟏 𝐘𝟏 + 𝐧𝟐 𝐘𝟐 +···· +𝐧𝐧 𝐘𝐧
𝐧𝟏𝐘𝟏+𝐧𝟐𝐘𝟐+𝐧𝟑𝐘𝟑+𝐧𝟒𝐘𝟒 𝐧
ഥ Yi ni
𝐘 𝐧
= 𝟐·𝟏 + 𝟐·𝟑 + 𝟏·𝟓 +
𝟑·𝟕 1 2
= 𝟖
3 2
ഥ
𝐘 5 1
=
ഥ
𝐘
𝟐+𝟔+𝟓+𝟐𝟏
=
𝟑𝟒
= 4.25 7 3
𝟖 𝟖 n=8
=
2. Calculamos la Varianza:
ത = 𝟒.
𝐘
𝐧 (𝐘 − ത)𝟐 +𝐧𝟐𝟓
𝐘 (𝐘 − ത)𝟐 +····· +𝐧𝐧 (𝐘𝐧 −
𝐘
𝐒𝐲 =
𝟐 𝟏 𝟏 𝟐 𝟐
𝐧
𝐘ത) 𝟐
𝑺𝒚 = 𝑺𝟐𝒚
𝐒𝒚 = 5.94 = 𝟐. 𝟒𝟒
4.Calculamos el Coeficiente de Variación de Pearson:
𝐒𝒚
𝐂𝐕𝐲 = · 𝟏𝟎𝟎
ഥ
𝒀
2.44
𝐂𝐕y = 4.25 · 100 = 0.57 ·100 = 57
El porcentaje de variación de las puntuaciones de la
segunda muestra es del 57%
𝐂𝐕𝐱 = 88
𝐂𝐕y = 57
• En la primera distribución como el C.VX es mayor que
el 50%, podemos decir que la media aritmética tiene
una baja representatividad en la distribución.
• En la segunda ocurre lo mismo, aunque al ser menor
el valor del coeficiente, al comparar las dos
distribuciones podemos decir que la segunda es más
representativa que la primera.
• Cuanto mayor sea el coeficiente de variación
de Pearson mayor será dispersión de las
distribución.
• CV = 0 : Máxima representatividad
1. Tabla 1. Índice de Masa Corporal (IMC) en
un grupo de 200 personas diabéticas.
X Punto Medio ni pi na pa
19+25
[19 – 25) = 22 20 20 20 0.1
2 = 0.1
200
25+30
[25 – 30) = 27.5 60 60 80 0.4
2 = 0.3
200
30+37
[30 – 37) = 33.5 80 80 160 0.8
2 = 0.4
200
37+42
[37 – 42) = 39.5 40 40 200 1
2 = 0.2
200
200 1
o Con los datos de la Tabla 1, la desviación típica
es igual a: A) 3,5; B) 5,4; C) 7,6.11.
Calculamos primero la Media Aritmética:
𝒏 𝟏 𝐗 𝟏 +𝒏 𝟐 𝐗 𝟐 +𝒏 𝟑 𝐗 𝟑 +𝒏 𝟒 𝐗 𝟒
ഥ
𝐗 𝒏
20·22 + =
60·27.5 + +(40·39.5)
ഥX 80·33.5
200
=
440+1650+2680+1580
200
X Punto Medio ni
ഥX=
𝑿 [19 – 25) 22 20
31.75
= [25 – 30) 27.5 60
[30 – 37) 33.5 80
[37 – 42) 39.5 40
200
Calculamos la Varianza:
ഥ=
𝑿
Xi ni (𝐗 − 31.75
𝐗ഥ) (𝐗𝐢 − 𝐗ഥ)𝟐 𝐧 𝐢 (𝐗 𝐢 − 𝐗ഥ)𝟐
𝐢
𝑺𝒙 = 𝑺𝟐𝒙
• La diferencia entre la puntuación mayor y
menor más uno de una variable se
denomina:
• a) Varianza.
• b) Elongación.
• c) Amplitud o recorrido
AT = R = Xmax – Xmin
o ¿En que situación de las siguientes
podremos obtener una desviación típica
alta?
a) Un grupo con la Media Aritmética muy baja.
b)
c) Un
Un grupo
grupo con
con la
losMedia Aritmética
sujetos agrupadosmuy
en alta.
ambos extremos de la distribución.
𝝈𝟐
𝝈𝟏 > 𝝈𝟐
𝝈𝟏
𝝁𝟏 = 𝝁𝟐
o Las siguientes representaciones graficas son dos
polígonos de frecuencias relativas que describen las
puntuaciones de dos grupos a un test de
inteligencia:
1. ¿Qué grupo tiene una media aritmética en
inteligencia más alta?
a)
A b)B
c) Parecen iguales
3. ¿Qué grupo tiene una Desviación Típica más
alta más alta?
a) A
b) B
c) Parecen iguales
¿Cuando podemos obtener una desviación
típica negativa?
a) Un grupo muy homogéneo pero con la
media aritmética muy baja.
b) Un grupo muy homogéneo pero con la
media aritmética muy alta.
c) No es posible obtener una desviación típica
negativa.
• La varianza y la desviación típica siempre son
no negativas. Pueden ser cero o un valor
positivo.
Un educador social se plantea Horas de Sexo
estudio
si en los estudiantes de semanal
bachillerato existen diferencias 1 0
en el número de horas 25 1
semanales de estudio en 30 0
función del sexo. Para ello 5 1
cuenta con una muestra 7 0
aleatoria de 10 estudiantes. El 2 1
sexo se ha codificado como 12 0
𝑺𝒏 = 𝑆�2 = 69.84 = 𝟖. 𝟑𝟔
�
• CUASIVARIANZA 𝐒𝟐𝒏−𝟏
σ ni=1(Xi − 349.2
S 2n−1 = nഥ−
= = 87.3
X)21 4
• CUASIDESVIACIÓN TÍPICA 𝐒𝒏−𝟏
σ ni=1(Xi −
Sn−1 = nXഥ
−)12
Capítulo 4 Medidas de dispersión y medidas
de forma.
Medidas de variabilidad: amplitud
o recorrido, desviación media,
varianza y desviación típica.
Coeficiente de variación.
Medidas de forma: Asimetría y
apuntamiento.
Índice de Asimetría de
Pearson.
Medidas de Forma
Las medidas de posición, dispersión ya nos
dan información de la forma de la
distribución.
Obtenemos mucha información
observando la gráfica.
Necesitamos variables que cuantifiquen la
forma de la distribución.
Cuantificaremos el grado de simetría y de
apuntamiento o aplastamiento.
Medidas de Forma
Son medidas numéricas que permiten
determinar la forma que tiene la curva
de los datos, por lo tanto, sirven para
corroborar lo que los gráficos muestran.
La asimetría de una distribución nos
indica el grado en el que las
puntuaciones se distribuyen por debajo
o por encima de la medida central.
Índice de Asimetría de Pearson
Medidas de Forma: Asimetría
Permiten estudiar la forma de la curva,
dependiendo de cómo se agrupan los datos.
SIMETRICA
1. As = 0 ⇾ ഥX − Mo = 0 ⇾ 𝐗
ഥ = 𝐌𝐨
⇾ Distribución Simétrica
2. As > 0 ⇾ ഥX − Mo > 0 ⇾ 𝐗
ഥ
> 𝐌𝐨
⇾ Asimetría Positiva
3. As < 0 ⇾ ഥX − Mo < 0 ⇾ 𝐗
ഥ
• Ejemplo: Calcular el Índice de Asimetría de Pearson
(As) de las puntuaciones de 65 familias
encuestadas.
1. Calculamos primero la Media Aritmética:
ഥ= 1.58
𝐗
2. Calculamos la Varianza:
𝐒 𝐱𝟐 = 𝟎. 𝟗𝟖 Xi ni
Nº Hijos
3. Calculamos la
0 10
Desviación Típica:
1 20
𝑺𝒙 = 𝑺𝟐𝒙
2 25
𝐒𝐱 = 0.98 = 𝟎. 3 7
𝟗𝟗 4 3
n = 65
4. Índice de Asimetría de Pearson.
ഥ−𝐌𝐨 𝟏.𝟓𝟖 −𝟐 −𝟎.𝟒𝟐
𝐗
𝐀𝐬 = 𝐒𝐱 = 𝟎.𝟗𝟗 = 𝟎.𝟗𝟗 = -0.42
• Xഥ =
1.58
• Sx = 0.99
• Mo ഥ < 𝐌𝐨 ⇾ Asimetría
As=<2 0 ⇾ 𝐗
Negativa
• Ejemplo Examen: A un grupo de personas se les toma la
temperatura a las cinco horas de vacunarlos. Se
comprobó que 2 personas tenían 37º, 4 tenían 37,2º, 12
tenían 37.6º, 7 tenían 38º y 10 tenían 38.5º. Calcular la
Temperatura media, la desviación típica, el coeficiente
de Variación de Pearson y el índice de asimetría de
Pearson.
Xi ni
Temperatura
37 2
37.2 4
37.6 12
38 7
38.5 10
n = 35
1. Calculamos primero la Media Aritmética:
𝒏 𝟏 𝐗 𝟏 +𝒏 𝟐 𝐗 𝟐 +𝒏 𝟑 𝐗 𝟑 +𝒏 𝟒 𝐗 𝟒 +𝒏 𝟓 𝐗 𝟓
ഥ
𝐗 𝒏
= 𝟐·𝟑𝟕 𝟒·𝟑𝟕.𝟐 + 𝟏𝟐·𝟑𝟕.𝟔 + 𝟕·𝟑𝟖 + (𝟏𝟎·𝟑𝟖.𝟓)
ഥ=
𝐗 + 𝟑𝟓
= Xi ni
Temperatura
𝟕𝟒+𝟏𝟒𝟖.𝟖+𝟒𝟓𝟏.𝟐+𝟐𝟔𝟔+𝟑𝟖𝟓
ഥ
𝐗 𝟑𝟓 37 2
37.2 4
= 𝟏𝟑𝟐𝟓
ഥ = 𝟑𝟓 = 37.86
𝐗 37.6 12
38 7
37.86º n = 35
2. Calculamos la Varianza:
ഥ = 𝟑𝟕. 𝟖𝟔
𝑿
𝑺𝒙 = 𝑺𝟐𝒙
𝐒𝐱 = 0.24 = 𝟎. 𝟒𝟗
4.Calculamos el Coeficiente de Variación de Pearson:
𝐒𝐱
𝐂𝐕𝐱 = ·
𝟏𝟎𝟎
ഥ
𝐗
0.49
𝐂𝐕𝐱 =
37.86 · 100 = 1.29
El porcentaje de variación de las puntuaciones de la
primera muestra es del 1.29%
𝐂V = 𝟏. 𝟐𝟗
• Cuanto mayor sea el coeficiente de variación
de Pearson mayor será dispersión de las
distribución.
• CV = 0 : Máxima representatividad de la media
aritmética en la distribución
5. Coeficiente de Asimetría de Pearson.
𝐒
𝐱
𝟎.𝟒𝟗 𝟎.𝟒𝟗
ഥ−𝐌𝐨
𝐗 𝟑𝟕.𝟖𝟔 −𝟑𝟕.𝟔 𝟎.𝟐𝟔
𝐀𝐬 = = = = 0.53
• ഥX =
37.86
• Sx = 0.49
• Mo = As >0⇾𝐗
37.6 ഥ > 𝐌𝐨 ⇾ Asimetría
Positiva
• Ejemplo Examen. Obtenemos los siguientes datos sobre
el número de fincas agrícolas de un municipio en
función de su superficie explotada, en hectáreas.
Calcular la media, la mediana, la moda, la desviación
típica, el coeficiente de Variación de Pearson y el índice
de asimetría de Pearson.
Xi ni
Intervalo (ha)
0–4 7
4–8 10
8 – 12 13
12 – 16 6
16 - 20 4
n = 40
1. Calculamos primero la Media Aritmética:
𝒏 𝟏 𝐗 𝟏 +𝒏 𝟐 𝐗 𝟐 +𝒏 𝟑 𝐗 𝟑 +𝒏 𝟒 𝐗 𝟒 +𝒏 𝟓 𝐗 𝟓
ഥ
𝐗 𝒏
= 𝟕·𝟐 𝟏𝟎·𝟔 + + 𝟔·𝟏𝟒 + (𝟒·𝟏𝟖)
ഥ=
𝐗 + 𝟏𝟑·𝟏𝟎
�
= �
𝟏𝟒+𝟔𝟎+𝟏𝟑𝟎+𝟖𝟒+𝟕𝟐 �
Xi Punto Medio ni
ഥ
𝐗 𝟒𝟎 � Intervalo (ha)
= 𝟑𝟔𝟎 0–4 2 7
ഥ = 𝟒𝟎 = 9
𝐗 4–8 6 10
8 – 12 10 13
12 – 16 14 6
16 - 20 18 4
n = 40
2. Calculamos la Mediana.
La Md se encontrará en el
Xi ni na
Interval Intervalo (Intervalo Critico) que
o (ha) corresponde con aquel que la
0–4 7 7 frecuencia absoluta acumulada
4–8 10 17 na es mayor o igual que 𝒏 .
𝟐
8 – 12 13 30 n = 40
12 – 16 6 36
𝒏 𝟒𝟎
16 - 20 4 40
𝟐
= 𝟐
= 20
n = 40
20 < 30
La Md está intervalo [8 - 12)
Intervalo Critico [8 – 12)
Calculamos Md con la formula.
• 𝐋𝐢 : Extremo inferior del Intervalo Xi ni na
Critico (8) Interval
o
• n : Número de Observaciones
0–4 7 7
(40)
4–8 10 17
• 𝐧𝐝 : Frecuencia Absoluta acumulada
8 – 12 13 30
del intervalo anterior al intervalo 12 – 16 6 36
critico (17)
16 - 20 4 40
• 𝐧𝒄 : Frecuencia Absoluta del n = 40
Intervalo crítico (13)
• I : Amplitud
𝐧
−𝐧
del Intervalo𝟒𝟎 −𝟏𝟕
𝐌𝐝Critico
= 𝐋𝐢 +(4)𝟐 𝐝 · I = 𝟖 + 𝟐 ·4
𝐧 𝟏𝟑
𝐜
=
Intervalo Critico [8 – 12)
40
Md = 8 + 2 − 17 ·4
13
20−17
Md = 8 + ·4
13
3
Md = 8+ · 4
13
Md = 8 + 0.23 · 4
Md = 8 + 0.92
𝐌𝐝 = 8.92
3. Calculamos la Moda:
Localizamos el Intervalo X
Intervalo (ha)
Punto
Medio
ni
[8,12). 4–8 6 10
8 – 12 10 13
1. Calculamos la moda 12 – 16 14 6
como el punto medio de 16 - 20 18 4
dicho Intervalo [8,12). n = 40
𝟖+𝟏𝟐 𝟐𝟎
Mo = = = 10
𝟐 𝟐
4. Calculamos la Varianza:
ഥ=𝟗
𝑿
𝑺𝒙 = 𝑺𝟐𝒙
𝐒𝐱 = 23 = 4.80
4.Calculamos el Coeficiente de Variación de Pearson:
𝐒𝐱
𝐂𝐕𝐱 = ·
𝟏𝟎𝟎
ഥ𝐗
𝐂𝐕𝐱 = 4.80
9
· 100 = 53.33
El porcentaje de variación de las puntuaciones de la
primera muestra es del 53.33%
𝐂V = 𝟓𝟑. 𝟑𝟑
Cuanto mayor sea el coeficiente de variación de
Pearson mayor será dispersión de las distribución.
• CV = 0 : Máxima representatividad de la media
aritmética en la distribución
5. Índice de Asimetría de Pearson.
• ഥX = 9
• Sx = 4.80
• Mo = 10
ഥ < 𝐌𝐨 ⇾Asimetría
As < 0 ⇾ 𝐗
Negativa
o En la curva con asimetría positiva, la
media se encuentra:
a) A la derecha de la Moda.
b) Coincide con ella.
c) Coinciden Media Aritmética y Moda.
d) A la izquierda de la Moda.
Ap > 0 ⇾ Xഥ − Mo > 0 ⇾ 𝐗 ഥ
> 𝐌𝐨
⇾ Asimetría Positiva
o En la curva con asimetría negativa, la
media se encuentra:
a) A la izquierda de la Moda.
b) Coincide con la Media Aritmética.
c) A la derecha de la Moda.
d) No aparece en este caso particular
Ap < 0 ⇾ Xഥ − Mo < 0 ⇾ 𝐗ഥ
< 𝐌𝐨
⇾Asimetría Negativa
En una muestra grande de sujetos tipo campana de
Gauss pero con distribución asimétrica
encontramos que la parte donde se concentra el
mayor número de sujetos de la muestra está en la
parte derecha de la grafica, disminuyendo su
frecuencia progresivamente a medida que nos
alejamos hacia la izquierda. Hablamos en este caso
de:
a) Asimetría Positiva.
b) Asimetría Negativa.
c) Asimetría estandarizada.
Ap < 0 ⇾ ഥX − Mo < 0 ⇾ 𝐗
ഥ
< 𝐌𝐨
• Indice de Asimetría de Pearson (Ap): 𝐗ഥ−𝐌𝐨
𝐀𝐩 = 𝐒𝐱
1. Ap = 0 ⇾ ഥX − Mo = 0 ⇾ 𝐗
ഥ = 𝐌𝐨
⇾ Distribución Simétrica
2. Ap > 0 ⇾ ഥX − Mo > 0 ⇾ 𝐗
ഥ
> 𝐌𝐨
⇾ Asimetría Positiva
3. Ap < 0 ⇾ ഥX − Mo < 0 ⇾ 𝐗
ഥ
o Dada la siguiente distribución de salarios
(expresados en miles de euros) de una agencia de
viajes obtenida a partir de una muestra de 29
empleados:
1. ¿Cuál es el valor de la media aritmética de la
distribución?
a) 2.51
b) 3.17
c) 2.38
d) Ninguna de las anteriores
Datos
agrupados 𝐧𝟏 𝐗 𝟏 + 𝐧𝟐 𝐗 𝟐 +···· +𝐧𝐧𝐗𝐧
ഥ𝐗 =
𝐧
𝒏 𝟏 𝐗 𝟏 +𝒏 𝟐 𝐗 𝟐 +𝒏 𝟑 𝐗 𝟑 +𝒏 𝟒 𝐗 𝟒 +𝒏 𝟓 𝐗 𝟓 +𝒏 𝟔 𝐗 𝟔
ഥ
𝐗 𝒏
= 𝟏𝟎·𝟏 + 𝟖·𝟐 + 𝟓·𝟑 𝟑·𝟒 + 𝟐·𝟓 + 𝟏·𝟔
+ Xi ni
Salario N.º Empleados
ഥ
𝐗 𝟐𝟗
1 10
=
ഥ
𝐗
𝟏𝟎+𝟏𝟔+𝟏𝟓+𝟏𝟐+𝟏𝟎+𝟔
=
𝟔𝟗
2 8
= 𝟐𝟗 3 5
4 3
ഥ𝟐𝟗
𝑿=
5 2
2.38 6 1
n = 29
2. El valor de la Moda en la distribución es:
a) 1
b) 2
c) 3
d) Ninguna de las anteriores Xi ni
Salario N.º
Empleados
Mo = 1 1 10
2 8
3 5
4 3
5 2
6 1
n = 29
3. El valor del primer Cuartil en la distribución es:
a) 1
b) 2
c) 3
d) Ninguna de las anteriores
𝐏𝟐𝟓 : Percentil 25 ⇾ k = 25 1 10 10
𝟐𝟗·𝟐𝟓 2 8 18
Posición = 7.25 3 5 23
𝟏𝟎𝟎
𝐏𝟐𝟓 = 1 4 3 26
5 2 28
𝐏𝐤 es aquel valor de Xi en el que 6 1 29
la frecuencia absoluta 𝐧·𝐤
acumulada n=2 9
na es mayor a
𝟏𝟎𝟎
.
𝐐𝟏 = 𝐏𝟐𝟓 = 𝟏
4. Calcular la varianza de la distribución es:
a) 2.29
b) 1.50
c) 5.24
d) Ninguna de las anteriores
2. Calculamos la Varianza:
ഥ=
𝑿
𝐧 (𝐗 − ഥ)𝟐 +𝐧𝟐2.38
𝐗 (𝐗 − ഥ)𝟐 +····· +𝐧𝐧 (𝐗 𝐧 −
𝐗
𝐒𝐱 =
𝟐 𝟏 𝟏 𝟐
𝐧
𝐗ഥ) 𝟐
𝑺𝒙 = 𝑺𝟐𝒙
𝐒𝐱 = 1.96 = 1.4
4.Calculamos el Coeficiente de Variación de Pearson:
𝐒𝐱
𝐂𝐕𝐱 = ·
𝟏𝟎𝟎
ഥ𝐗
𝑿ഥ= 2.38
1.4
𝐂𝐕𝐱 = 2.38 · 100 = 0.588 ·100 = 58.8
El porcentaje de variación de las puntuaciones de la
primera muestra es del 58.8%
𝐂𝐕𝐱 = 58.8
El porcentaje de variación de las puntuaciones
de la primera muestra es del 58.8%
• 𝑿ഥ=
2.38
• 𝐒𝐱 =
> 0 ⇾ Xഥ − Mo > 0 ⇾ 𝐗
As1.4 ഥ
•> Mo
𝐌𝐨 = 1
⇾ Asimetría Positiva
En la siguiente distribución unidimensional:
Xi 1 2 3 4 5 6 7
ni 3 12 12 3 9 3 3
ni 15 17 12 16 13 12
Calculo de Md en Datos Agrupados en Intervalos.
X ni na La Md se encontrará en el
[2 – 5) 15 15
Intervalo (Intervalo Critico) que
corresponde con aquel que la
[5 – 10) 17 32
frecuencia absoluta acumulada
[10 – 16) 12 44 𝒏
na es mayor o igual que .
𝟐
[16 – 20) 16 60
[20 – 24) 13 73
n=
[24 – 30) 12 85 𝒏 85𝟖𝟓
𝟐
= 𝟐
= 42.5
85
42.5 <
La Md está44
intervalo [10 – 16)
Intervalo Critico [28 – 38)
Calculamos Md con la formula.
X ni na
• 𝐋𝐢 : Extremo inferior del Intervalo
[2 – 5) 15 15
Critico (10)
[5 – 10) 17 32
• n : Número de Observaciones (85)
[10 – 16) 12 44
• 𝐧𝐝 : Frecuencia Absoluta acumulada
del intervalo anterior al intervalo [16 – 20) 16 60
critico (32) [20 – 24) 13 73
• 𝐧𝒄 : Frecuencia Absoluta del [24 – 30) 12 85
Intervalo crítico (12) 85
• I : Amplitud del Intervalo Critico (6)
𝐧 𝟖𝟓
−𝐧𝐝 −𝟑𝟐
𝐌𝐝 = 𝐋𝐢 + 𝟐 · I = 𝟏𝟎 + 𝟐 ·
𝐧𝐜 𝟏𝟐
6
Intervalo Critico [28 – 38)
𝟖𝟓
Md = 𝟏𝟎 + 𝟐 − 𝟑𝟐 ·6
𝟏𝟐
42.5−32
Md = 10 + 12
·6
10.5
Md = 10 + · 6
12
Md = 10 + 0.875 · 6
Md = 10 + 5.25
𝐌𝐝 = 15.25