UNIVERSIDAD PERUANA

LOS ANDES

FACULTAD DE INGENIERÍA
Escuela Profesional de Ingeniería de Sistemas y
Computación

Asignatura:
ESTADISTICA
Dr. Casio Aurelio Torres López
Email: d.ctorres@upla.edu.pe
HUANCAYO - 2023
 UNIDAD ESTADISTICA DESCRIPTIVA:
II PROCESAMIENTO Y ANALISIS DE
DATOS

TEMA: Resumen, análisis e interpretación

de datos

Objetivo:
Interpretar los resultados obtenidos
diferenciando si son variables cuantitativas o
cualitativas.

Dr. Casio A. Torres López Estadística

 A. MEDIDAS DE TENDENCIA CENTRAL
PARA DATOS NO AGRUPADOS
 Permiten hallar un solo valor numérico e indican el centro de un conjunto de datos

 MEDIA ARITMETICA (
 Denominada también promedio, se considera como un valor representativo del conjunto de
datos que se está estudiando y caracteriza a toda una distribución.

= o =
 La media aritmética puede ser una valor positivo, cero o una valor negativo
 Si a los valores que estamos analizando le sumamos o restamos una constante, el valor de la
nueva media aritmética quedaría como la media aritmética de los datos originales mas o menos
la constante que se ha agregado.
 Si a cada valor de la serie le multiplicamos por una constante, la nueva media aritmética sería
igual a la media aritmética original multiplicada por la constante.
 La suma de las desviaciones de los datos con respecto a la media es cero:
 =0
 MEDIANA (Me)

 Es un valor que divide a la distribución ordenada en forma ascendente o descendente en dos

grupos iguales, es decir, a cada grupo le corresponde el 50% de los datos.
 Para calcular el valor de la mediana de los datos ,
1. Se ordenan los datos en forma ascendente o descendente
2. Si N es impar, el valor de la mediana es el valor del centro
Me = donde (N+1)/2 es la posición de la mediana
3. Si N es par, el valor de la median estará dado por:

Me = El valor de la mediana se encuentra entre los valores cuya posición son; N/2 y
N/2+1
 El valor de la mediana puede o no coincidir con uno de los datos que se están analizando.
 Nota: La media aritmética se considera una medida mas estable de muestra en muestra que la
mediana, porque en su cálculo intervienen todos los valores

 MODA (Mo)
  Se utiliza mayormente cuando la característica en estudio se ha medido en escala nominal u
ordinal.
 La moda es la observación que mayormente se repite ( o es la observación que posee la mayor
frecuencia).
 Nota: En una distribución puede existir dos o mas modas

PARA DATOS AGRUPADOS

 MEDIA ARITMETICA (
Fórmula: = donde: son marcas de clase
, son frecuencias absolutas que corresponden a las marcas de clases
m : número de clases o intervalos
Fórmula abreviada:
=
 Ejemplo: La siguiente Tabla de distribución de frecuencias se refiere a las edades de 40 personas.
Se pide encontrar la edad promedio
 EDAD
(en años)
5–9 3 7 21
10 – 14 9 12 108
15 – 19 15 17 255
20 – 24 8 22 176
25 - 29 5 27 135
Total 40 695

= = 17.38 años de edad

 Cuando los valores de tienen pesos o ponderaciones dados por entonces se tiene una
media ponderada.
=
 Ejemplo: Para determinar el promedio final de un estudiante en el curso de Estadística se
tiene tres componentes con diferentes ponderaciones:

años) Componentes de la Ponderaciones

variable
: Práctica calificada :2
: Trabajos prácticos : 1
: Examen parcial :3
 Si un estudiante obtiene en : Practica calificada 13, Trabajos prácticos 15 y en Examen
parcial 11, entonces su promedio final es:
= = = 12.33

 MEDIANA (Me)
Fórmula: Me = + x C
donde:
N/2 : Posición de la Me
: Límite real inferior de la clase que contiene la Me
N : Número total de observaciones
: Frecuencia absoluta acumulada de la clase anterior a la que contiene a la Me (clase
mediana)
: Frecuencia absoluta de la clase que contiene a la Me
C : Amplitud de la clase que contiene a la Me
Clase mediana: Es la primera clase cuya frecuencia absoluta acumulada excede a N/2.
 Ejemplo: Hallar la mediana (Me) de la siguiente distribución (la tabla corresponde al
ejemplo anterior para el cálculo de la media aritmética).
 Variable
5–9 3 3
10 – 14 9 12
15 – 19 15 27
20 – 24 8 35
25 - 29 5 40
Total 40
•Procedimiento:
 Calcular las frecuencias acumuladas
 Calcular N/2 = 40/2 = 20, sirve para ubicar la clase mediana
 Ubicar la clase mediana: Clase cuyo excede a 20 (15 – 19)
 De la clase mediana se obtiene:
= 14.5 = 12 C=5 = 15

Entonces la Me = 14.5 + x 5 = 17.17 años de edad

Interpretación: El 50% de las edades de las personas están por

debajo de 17.17 años de edad y el 50% están por encima de los
17.17 años de edad.
 MODA (Mo)
En una tabla de distribución de frecuencias es aproximadamente la marca de clase o punto
medio de la clase que contiene la mayor frecuencia absoluta simple.
 Ejemplo: En la tabla del ejemplo anterior, la moda estará ubicado en el intervalo:

Variable

15 - 19 15
Donde la marca de clase es = 17.0
Luego, la Mo = 17.0

B. MEDIDAS DE POSICION

 LOS CUANTILES
Son aquellos que dividen a la distribución en cuatro, diez o cien partes iguales.
 Cuartiles (Q)
 Son aquellos que dividen a la distribución en cuatro partes iguales, en donde cada uno de
ellos incluyen el 25% de las observaciones.
 Fórmulas:
= + x C
= Me
= + x C
Donde:
: Límite real inferior de la clase que contiene el
: Frecuencia absoluta acumulada de la clase anterior a la que contiene a
: Frecuencia absoluta de la clase que contiene el
C : Ancho de la clase que contiene el

 Deciles (D)
 Son aquellos que dividen a la distribución en diez partes iguales, en donde cada uno de
ellos incluyen el 10% de las observaciones.
 Fórmulas:
= + x C
= Me
= + x C
Donde:
: Límite real inferior a la clase que contiene el
: Frecuencia absoluta acumulada de la clase anterior a la que contiene el
o : Frecuencia absoluta simple de la clase que contiene el
C : Ancho de la clase que contiene el

 Percentiles (P)
 Son aquellos que dividen a la distribución en 100 partes iguales, en donde cada uno de ellos
incluye el 1 % de las observaciones.
 Fórmulas:
= + x C
  Para el percentil 60:
= + x C
 C : Ancho de la clase que contiene al
 Ejemplo: En la siguiente distribución de frecuencias, calcular (los cuartiles, deciles y
percentiles se calculan en forma similar).

Variable
55 – 58 20 20
59 – 62 30 50
63 – 66 80 130
67 – 70 70 200
71 – 74 40 240
75 - 78 10 250
Total 250

Procedimiento:
 Calcular las frecuencias acumuladas
 Calcular la posición de : 3N/4 = 3(250)/4 = 187.5
 Clase que contiene a , es la clase cuyo excede a 187.5 y que corresponde al intervalo 67 –
70
 Límite real inferior de la clase que contiene a es: = 66.5
  Frecuencia absoluta acumulada anterior a la clase que contiene a es :
= 130
 Frecuencia absoluta de la clase que contiene a es: = 70
Reemplazando valores se tiene:
= 66.5 + x 4 = 69.78
Por lo tanto, se tiene que el 75 % de los valores están por debajo de 69.78 puntos y el 25 % de los
valores están por encima de 69.78.

C. MEDIDAS DE DISPERSION
 AMPLITUD TOTAL
Se define como la diferencia entre el valor máximo ( V máx.) y el valor mínimo (V min)
A = V máx. – V min.
Representa la medida de variación más simple y la que representa mayor valor intuitivo.
 Ejemplo : Determinar la amplitud de la siguiente serie de datos:
135, 149, 158, 165, 179
A = V máx. – V min = 179 – 135 = 44
 VARIANZA [¨V(X)] o ( ) y DESVIACION ESTANDAR (σ)
 Cuantifica la variabilidad de los datos con respecto a la media aritmética.
 Se define como el promedio de las desviaciones al cuadrado de cada uno de los datos con
respecto a la media.
 Para un conjunto de datos N: , … , con una media aritmética ,
la varianza de estos datos se define como:
V (X) = o V (X) = o V (X) =

CALCULO DE LA VARIANZA PARA DATOS NO AGRUPADOS

 Ejemplo : Para la serie de datos : 7, 8, 3, 5, 4, 2, 10, 9
= =6 N=8
⇒ V (X) = = 7.5
= 48 = 348 N . = 288
⇒ V (X) = = 7.5
 La desventaja de la varianza es que hay dificultad en su interpretación, porque las unidades que
utiliza están elevadas al cuadrado.
 Cuando se trabaja con muestras, se hace una corrección con el denominador y en lugar de
considerar n, se toma n – 1.
 =
 A pesar que la varianza cuantifica correctamente la variabilidad de las observaciones de los
datos con respecto a la media, sin embargo hay dificultad en su interpretación, por consiguiente
una medida alternativa es la DESVIACIÓN ESTANDAR (σ).
σ =
 Ejemplo : Los siguientes datos corresponden al número de días que 6 pacientes que
estuvieron internados en una Clínica durante la pandemia: 7, 3, 4, 5, 2, 6
V (X) = 2.917 ⇒ σ = = 1.71
 Significa que los datos se dispersan en promedio 1.71 con respecto al valor central.

CALCULO DE LA VARIANZA PARA DATOS AGRUPADOS

 En este caso interviene las marcas de clase con su respectiva frecuencia

V (X) = m : número de intervalos de clase

V (X) =
 Ejemplo : Con la información de la siguiente Tabla de distribución de frecuencias, calcular la
desviación estándar.

Variable

55 - 58 20 56.5 1130 63845.00

59 - 62 30 60.5 1815 109807.50
63 - 66 80 64.5 5160 332820.00
67 - 70 70 68.5 4795 328457.50
71 - 74 40 72.5 2900 210250.00
75 - 78 10 76.5 765 5852.25
Total 250 16565 1051032.25

 Reemplazando en las fórmulas se tiene:

V (X) = 186.26 ⇒ σ = = 13.65
 Significa que los datos se dispersan en promedio, 13.65 con respecto al valor central.
 Propiedades de la varianza :
 El valor de la V (X) es mayor o igual que cero cualquiera sea su distribución
 La varianza de una variable que toma el mismo valor es cero
 La varianza de la suma de una variable y una constante es igual a la varianza de la variable. V
(X + k) = V (X)
 La varianza del producto de una constante por una variable es igual al producto del cuadrado
de la constante por la varianza de la variable.
V ( k X) = . V (X)

 COEFICIENTE DE VARIACION
Es una medida de dispersión relativa de la desviación estándar con respecto a la media.
C.V. = x 100
 Este coeficiente no tiene unidades
 Se utiliza para comparar la dispersión o variabilidad de dos conjuntos de datos expresados
en diferentes unidades

Grupo 1 Grupo 2

Edad promedio 27 años 12 años

Peso promedio 72.5 kg 40 kg
σ 5 kg 5 kg

N 15 15
 Qué grupo es más homogéneo o menos variable con relación al peso?
  El coeficiente de variación del grupo 1:
C.V. = x 100 = 6.9 %
 El coeficiente de variación del grupo 2 :
C.V. = x 100 = 12.5 %
 El grupo 1 tiene menos dispersión de los pesos con respecto a la media en relación al grupo
2.
Nota:
• Si el C.V. es menor del 10% se dice que hay poca dispersión
• Si el C.V. oscila entre el 10% y el 33% la dispersión existente es aceptable
• Si el C.V. escila entre el 33% y el 50% se dice que hay alta dispersión
• Si el C.V. es mayor del 50% se dice que la dispersión es muy alta

 RANGO INTERCUARTÍLICO
 Se calcula como la diferencia entre el tercer y primer cuartil del conjunto de datos.
RI=
 En el rango intercuartílico se concentran el 50% central de las observaciones
• TAREA:

1. INDICE O COEFICIENTE DE GINI

1.1 Concepto
1.2 Cálculo
1.3 Aplicaciones
2. CURVA DE LORENZ
2.1 Significado
2.2 Para que sirve
2.3 Aplicaciones
3. RELACION ENTRE LA CURVA DE LORENZ Y EL INDICE DE GINI
 D. MEDIDAS DE FORMA
 Son aquellas que nos muestran si una distribución de frecuencia tiene características especiales
como simetría, asimetría, nivel de concentración de datos y nivel de apuntamiento que la
clasifiquen en un tipo particular de distribución.
 Si = Mo = Me ⇒ la distribución es SIMÉTRICA
 Si > Me ⇒ la distribución es ASIMÉTRICA con cola a la derecha (sesgada a la derecha).
 Si < Me ⇒ la distribución es ASIMÉTRICA con cola a la izquierda (sesgada a la izquierda).

 MEDIDAS DE ASIMETRÍA:
 Coeficiente de asimetría de Fisher

= = ( n → N; S → σ )
Para datos no agrupados Para datos agrupados

 Si Coeficiente = 0 ⇒ distribución simétrica.

 Coeficiente > 0 ⇒ distribución asimétrica positiva.
 Coeficiente < 0 ⇒ distribución asimétrica negativa.
 Coeficiente de asimetría de Yule-Bowley

=
 Coeficiente = 0 ⇒ distribución simétrica
 Coeficiente > 0 ⇒ distribución asimétrica positiva
 Coeficiente < 0 ⇒ distribución asimétrica negativa

 Índice de Asimetría de Pearson

= =
 Si - es positivo, entonces la ASIMETRIA es positiva o a la derecha
 Si - es negativa, entonces la ASIMETRIA es negativa o a la izquierda

= =
 Estas fórmulas se aplica a datos simples así como también a datos ponderados o agrupados
 E. MEDIDA DE APUNTAMIENTO O
CURTOSIS

La curtosis es una medida estadística que determina el grado de
concentración que presentan los valores de una variable alrededor de la zona
central de la distribución de frecuencias.

La curtosis es importante porque afecta la inferencia respecto a la media,
alta curtosis afecta la inferencia respecto a medidas de dispersión y de
correlación.

MEDIDAS DE CURTOSIS
 Para datos no agrupados:
= -3 k =
  Para datos agrupados:

= -3 k = - 0.5
 Las curvas se pueden clasificar en tres grupos según el signo de su curtosis, es decir, según
la forma de la distribución:
Leptocúrtica: Si la curtosis > 0. Los datos están muy concentrados en la media, siendo
una curva muy apuntada.
Mesocúrtica: Si la curtosis = 0. Distribución normal.
Platicúrtica: Si la curtosis < 0. Muy poca concentración de datos en la media, presentando
una forma muy achatada.
 Ejemplo 1: Para la siguiente información, hallar : y k.
0.89 1.58 0.79 1.29 1.42 0.84 1.06 0.87 1.96 1.53
 Ejemplo 2: Para la siguiente información, hallar: y k.

Intervalo de clase
20 – 30 5
30 – 40 4
40 – 50 3
50 – 60 2
6
60 - 70
20
1. Solución:
Media: 1.223
-0.6923305 Índice curtosis
Mediana : 1.175
1.175 Mediana
Moda : 0.79 Moda
Varianza : 0.156 0.39502602 Desviac. Estandar
Desviación estándar : 0.395 1.223 Media
Percentil 10 : 0.795 0.15604556 Varianza
Percentil 25 : 0.8625 0.58601551 Coefic. Asimetría
Percentil 75: 1.5425 0.875 Cuartil 1
Percentil : 90 : 1.922 1.175 Cuartil 2
Coeficiente de asimetría: 0.586 1.5025 Cuartil 3

Índice de curtosis : - 0.692 0.7945 Percentil 10

0.875 Percentil 25
1.5025 Percentil 75
Grafico del ejercicio
1.618 Percentil 90
2.5
2
1.5
1
0.5
0
1 2 3 4 5 6 7 8 9 10