Vous êtes sur la page 1sur 23

05/03/2013

Concepto de Estadstica

Unidad I. Conceptos Bsicos y


Estadstica Descriptiva

Concepto de Estadstica

reas que conforman a la Estadstica

Estadstica Descriptiva (Deductiva):


es la encargada de la organizacin,
condensacin, presentacin de los
datos en tablas y grficos y del
clculo de medidas numricas que
permitan estudiar los aspectos ms
importantes de los datos.
DESCRIBIR

Tema 1. Introduccin

Tema 1. Introduccin

Sus fines son describir al conjunto


de datos obtenidos y tomar
decisiones o realizar
generalizaciones acerca de las
caractersticas de todas las
observaciones bajo consideracin.

Tema 1. Introduccin

Mg. Diego Fernando Ordoez


Universidad Tecnolgica de Pereira

Se refiere a un conjunto de
mtodos para manejar la
obtencin, presentacin y
anlisis de observaciones
numricas.

05/03/2013

reas que conforman a la Estadstica

Gobierno
Negocios
Ciencias Sociales
Ingeniera
Ciencias Fsica y Naturales
Control de Calidad
Procesos de Manufactura
Muchos otros campos de la actividad intelectual.

Conceptos de Poblacin y Muestra

reas de Aplicacin de la Estadstica

El uso de la Estadstica es muy amplio.


Resulta difcil nombrar un rea en la cual no
se emplee.
Los mtodos estadsticos han encontrado
aplicacin en:
Tema 1. Introduccin

INFERIR

Tema 1. Introduccin

Estadstica Inferencial o Inferencia


Estadstica: est definida por un
conjunto de tcnicas, mediante las
cuales se hacen generalizaciones o
se toman decisiones en base a
informacin parcial obtenida
mediante tcnicas descriptivas.

reas de Aplicacin de la Estadstica

Esto se debe a la creciente facilidad


con la cual se pueden manejar
grandes cantidades de datos
numricos, debido al uso de

Poblacin: es la coleccin de todas


las posibles mediciones u
observaciones que pueden hacerse
de una variable bajo estudio.
Tema 1. Introduccin

Tema 1. Introduccin

05/03/2013

Conceptos de Poblacin y Muestra

Conceptos de Poblacin y Muestra

Se clasifica en dos categoras:

Conceptos de Poblacin y Muestra

Conceptos de Poblacin y Muestra

Muestra:

Infinita: es aquella que incluye un gran


conjunto de observaciones o
mediciones que no pueden alcanzarse
por conteo. Al menos, hipotticamente,
no existe lmite en cuanto al nmero de
observaciones que el experimento
puede generar.

Tema 1. Introduccin

Tema 1. Introduccin

Finita: es aquella que incluye una


cantidad limitada contable de
observaciones, individuos o medidas.
Siempre que sea posible alcanzar
(contar) el nmero total de todas las
posibles mediciones, se considera como
finita la poblacin.

es un conjunto de mediciones u
observaciones tomadas a partir de una
poblacin.
es un subconjunto de la poblacin.

Tema 1. Introduccin

Tema 1. Introduccin

Muestra aleatoria: se considera


aleatoria siempre y cuando cada
observacin, medicin o individuo
de la poblacin tenga la misma
probabilidad de ser seleccionado.

05/03/2013

Tipos de datos

Tipos de datos y escalas de medida

Variables:

son los valores que toma la variable en


cada caso.

Tipos de datos

Sexo: f/m.
Hbito de fumar: Fumador/No fumador
Color de ojos: negro, azul, marrn,
Religin: catlica, evanglica,
Estado civil: soltero, casado, divorciado,

Tipos de variables cuantitativas:

Discretas: es aquella que solo puede


tomar un nmero finito o infinito
numerable de valores. Ejemplo:
cantidad de hermanos.
Continuas: es la variable que puede
tomar cualquier valor en una escala
continua. Ejemplo: cantidad de lquido
contenido en un recipiente.

Tema 1. Introduccin

Tema 1. Introduccin

Peso
Edad
Estatura
Presin
Humedad
Intensidad de un sismo
Cantidad de hermanos

Escalas de medida

Cuantitativos: provienen de variables que


pueden medirse, cuantificarse o
expresarse numricamente. Ejemplos:

Cualitativos: son datos que solo toman


valores asociados a las cualidades o
atributos, clasificndolos en una de varias
categoras, es decir, no son valores
numricos. Ej:
Tema 1. Introduccin

Datos:

Tema 1. Introduccin

son las caractersticas o lo que se


estudia de cada individuo de la
muestra. Ej: sexo, edad, peso,
estatura, color de ojos, estado civil,
temperatura, cantidad de nacimientos,
presin, grosor, dimetro, ...

05/03/2013

Escalas de medida

Escalas de medida

Escala nominal: los datos se


pueden agrupar en categoras que
no mantienen una relacin de
orden entre si, por lo tanto no
estn definidas las operaciones
lgicas (>, <, , ) sino solo las de
igualdad o diferencia.
Ejemplos: color de ojos, sexo,
profesin, estado civil, religin.

Escalas de medida

Escala de Intervalos: valores numricos


de las variables y adems de las
relaciones de orden (>, <, , ), se
pueden establecer distancias, es decir,
tienen sentido las operaciones de suma y
resta. Tiene dos propiedades:

Existe una unidad de medida que se mantiene


constante para todos los valores que toma la
variable.
Existe un valor patrn u origen relativo que
no significa la ausencia de valor en la
variable.

Tema 1. Introduccin

Tema 1. Introduccin

Escala ordinal: existe un cierto


orden o jerarqua entre las
categoras (>, <, , ).
Ejemplos: grados militares,
organigrama de una empresa,
escalafn de los profesores
universitarios, grados de disnea,
estadiaje de un tumor.

Tema 1. Introduccin

Nominal.
Variables Cualitativas
Ordinal.
de Intervalos.
de Razn o Proporcin. Variables
Cuantitativas
Absoluta.

Tema 1. Introduccin

Escala
Escala
Escala
Escala
Escala

Escalas de medida

05/03/2013

Escalas de medida

Escalas de medida

Ejemplo: temperatura, nivel de


ruido, movimientos ssmicos.

Datos Univariantes y Multivariantes

Univariantes o unidimensionales:
slo recogen informacin sobre una
caracterstica (Ej: edad de los
alumnos de una clase).
Bivariantes o bidimensionales:
recogen informacin sobre dos
caractersticas de la poblacin. (Ej:
edad y estatura de los alumnos de
una clase).

Tema 1. Introduccin

Tema 1. Introduccin

Escala Absoluta: se caracteriza


porque los valores que toma la
variable son el resultado de contar y
por lo tanto, est constituida por los
enteros positivos y el cero.
Ejemplos: nmero de hermanos,
cantidad de autos vendidos,
cantidad de accidentes en una
interseccin, cantidad de hijos,

Tema 1. Introduccin

Tema 1. Introduccin

Escalas de medida

Escala de razn o proporcin: es la


ms completa y general de todas las
escalas. Se caracteriza porque los
valores de la variable son nmeros
entre los cuales, adems de las
relaciones de orden (>, <, , ) y
distancia (+,-), se pueden establecer
mltiplos y proporciones.
Ejemplos: peso, altura, volumen

05/03/2013

Abusos que se pueden cometer con la


Estadstica

Datos Univariantes y Multivariantes

Conclusiones errneas debido a que los


datos son numricamente insuficientes.
Representaciones grficas engaosas
(escalas).
Datos muestrales no representativos:

Muestra que no incluye a elementos de toda la


poblacin.
Ciertas categoras de personas no responden
correctamente.
Respuestas voluntarias (sesgadas).

Tema 1. Introduccin

Tema 1. Introduccin

Multivariantes o pluridimensionales:
recogen informacin sobre tres
ms caractersticas. (Ej: edad,
estatura y peso de los alumnos de
una clase).

Organizacin de los datos

Tema 2. Estadstica Descriptiva

TEMA 2. ESTADSTICA DESCRIPTIVA

Una vez que se ha


realizado la
recoleccin de los
datos, se obtienen
datos en bruto,
los cuales rara vez
son significativos
sin una
organizacin y
tabulacin.

05/03/2013

Organizacin de los datos

Organizacin de los datos

Formas de organizar los datos:

Organizacin de los datos

La regla de Sturges: k = 1 + 3.3log(n)


k= n

Pto.
Medio

fi

Fi

fri

FRi

La cantidad de clases no puede ser tan


pequeo (menos de 5) o tan grande (ms
de 20), que la verdadera naturaleza de la
distribucin sea imposible de visualizar.
La amplitud de todas las clases deber ser
la misma. Se recomienda que sea impar y
que los puntos medios tengan la misma
cantidad de cifras significativas que los
datos en bruto.

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Se recomienda su uso cuando se


tienen grandes cantidades de datos
(n).
Su construccin requiere, en primer
lugar, la seleccin de los lmites de los
intervalos de clase.
Para definir la cantidad de intervalos
de clase (k), se puede usar:

Clase

Organizacin de los datos

La Distribucin de Frecuencias:

Una distribucin de frecuencias: es un


arreglo de los datos que permite expresar
la frecuencia de ocurrencias de las
observaciones en cada una de las clases,
mostrando el patrn de la distribucin de
manera ms significativa.

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Un arreglo: es la forma ms sencilla de


organizar los datos en bruto, consiste en
colocar las observaciones en orden segn su
magnitud: ascendente o descendente.
Poco prctica cuando se tiene una gran
cantidad de datos.

05/03/2013

Ejemplos de Distribucin de
Frecuencias

Organizacin de los datos

Determinar:

fri = fi/n

Frecuencia relativa acumulada de la clase


(FRi).

Ejemplos de Distribucin de
Frecuencias
30
37
10
31
28
37

39
41
34
33
29
17

32
45
35
24
16
32

47
41
38
34
34
39

44
35
25
22
38
24

22
32
40
48
24
23

Representacin grfica de los datos


50
45
48
32
20
10

32
35
31
44
15
35

36
36
37
43
19
21

Los grficos permiten visualizar en forma


global y rpida el comportamiento de los
datos.
Para datos cuantitativos agrupados en
clases, comnmente se utilizan tres
grficos:

a) Construya una distribucin de frecuencias.


b) Qu puede concluir de estos datos.

Histogramas.
Polgono de frecuencias.
Ojiva o Polgono de frecuencias acumuladas.

Tema 2. Estadstica Descriptiva

23
40
42
41
30
34

A continuacin se presentan
las calificaciones definitivas
de 60 estudiantes de
estadstica general en el ao
2012:

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Rango clase: numero mayor menos


numero menor.
R/k tamao intervalo
Punto medio = (Li+Ls)/2.
Frecuencia absoluta de la clase (fi).
Frecuencia acumulada de la clase (Fi).
Frecuencia relativa de la clase (fri):

05/03/2013

Representacin grfica de los datos

Representacin grfica de los datos

Histograma y Polgono de Frecuencias

Representacin grfica de los datos

Representacin grfica de los datos

Para datos cualitativos se usan:

Curvas
Barras
Sectores

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Ojiva

Tema 2. Estadstica Descriptiva

Histograma

10

05/03/2013

Representacin grfica de los datos

Representacin grfica de los datos

Barras

Curvas

Barras

Representacin grfica de los datos


Sectores, torta o circular

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Ejemplos de construccin
de grficos

11

05/03/2013

Medidas de tendencia central o


posicin

Media Aritmtica

Media: Aritmtica y Aritmtica


ponderada.
Mediana.
Moda.

Clculo de la media aritmtica

Para datos no agrupados:


n

xi
X

i 1

Para datos agrupados:


k

mi f i
X

i 1

Donde: mi: punto medio de la clase i


fi: frecuencia absoluta de la clase i
k: cantidad de clases

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Es la suma de todas las observaciones dividida entre


el nmero total de observaciones.
Expresada de forma ms intuitiva, podemos decir
que la media aritmtica es la cantidad total de la
variable distribuida a partes iguales entre cada
observacin. (wikipedia)
Por ejemplo, si en una habitacin hay tres personas,
la media de dinero que tienen en sus bolsillos sera
el resultado de tomar todo el dinero de los tres y
dividirlo a partes iguales entre cada uno de ellos. Es
decir, la media es una forma de resumir la
informacin de una distribucin (dinero en el bolsillo)
suponiendo que cada observacin (persona) tendra
la misma cantidad de la variable. (wikipedia)

Las medidas de tendencia central


ms importantes son:
Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Corresponden a valores que


generalmente se ubican en la parte
central de un conjunto de datos.
Forma como los datos pueden
condensarse en un solo valor
central alrededor del cual todos los
datos muestrales se distribuyen.

Medidas de tendencia central o


posicin

12

05/03/2013

Mediana

Clculo de la mediana

Donde:

Lm

n 1
F ( xm 1 )
2
Cm
f ( xm )

Lm: lmite inferior de la clase mediana.


F(xm-1): frecuencia acumulada de la clase
anterior a la clase mediana.
f(xm): frecuencia absoluta de la clase mediana.
Cm: amplitud de la clase mediana.

Observacin o clase que tiene la


mayor frecuencia en un conjunto de
observaciones.
Un conjunto de datos puede ser
unimodal, bimodal o multimodal.
Es la nica medida de tendencia
central que se puede determinar
para datos de tipo cualitativo.

Tema 2. Estadstica Descriptiva

Md

Si n es impar: posicin donde se ubica


la mediana es igual a (n+1)/2.
Si n es par: (n)/2 no es entero, por lo
tanto la mediana ser igual al promedio
de las dos posiciones centrales.

Moda

Tema 2. Estadstica Descriptiva

Datos agrupados: clase mediana es la


que contiene a la observacin que
ocupa la posicin n/2.

Para datos no agrupados:


Tema 2. Estadstica Descriptiva

Es el valor que ocupa la posicin


central de un conjunto de
observaciones, una vez que han
sido ordenados en forma
ascendente o descendente.
Divide al conjunto de datos en dos
partes iguales.

Tema 2. Estadstica Descriptiva

Clculo de la mediana

13

05/03/2013

Relacin entre la media, la mediana y


la moda

Clculo de la moda

Lim
1

Donde:

Cm
2

Lim: lmite inferior de la clase modal.


1: diferencia entre fi de la clase modal y la
anterior.
2: diferencia entre fi de la clase modal y la
posterior.
Cm: amplitud de la clase modal (clase de mayor
frecuencia).

Propiedades, ventajas y desventajas


de la media

Propiedades, ventajas y desventajas


de la media

Si se somete a una variable


estadstica X a un cambio de origen
y escala, Y = a + bX, la media
aritmtica de dicha variable X vara
en la misma proporcin.
La media de la suma de dos
variables es igual a la suma de sus
medias.

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Propiedades:
La suma de las diferencias entre las
media muestral y el valor de cada
observacin es cero.
La media de una constante es la
constante.
Si todas las observaciones xi se
multiplican por una constante a, la X
tambin se debe multiplicar por ese
mismo valor constante.

Cuando los datos son sesgados es mejor emplear la Md

Tema 2. Estadstica Descriptiva

Mo

Tema 2. Estadstica Descriptiva

Para datos no agrupados: es simplemente


la observacin que ms se repite.
Para datos agrupados:

14

05/03/2013

Propiedades, ventajas y desventajas


de la media

Propiedades, ventajas y desventajas


de la media

Ventajas y desventajas de la mediana


Ventajas:
Fcil de calcular si el nmero de
observaciones no es muy grande.
No se ve influenciada por valores
extremos, ya que solo influyen los
valores centrales.
Fcil de entender.

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Desventajas:
Se ve adversamente afectada por valores
extremos, perdiendo representatividad.
Si el conjunto de datos es muy grande
puede ser tedioso su clculo manual.
No se puede calcular para datos
cualitativos.
No se puede calcular para datos que
tengan clases de extremo abierto, tanto
superior como inferior.

Se trata de un concepto familiar


para la mayora de las personas.
Es til para llevar a cabo
procedimientos estadsticos como la
comparacin de medias de varios
conjuntos de datos.

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Ventajas:
Emplea en su clculo toda la
informacin disponible.
Se expresa en las mismas unidades
que la variable en estudio.
Es el centro de gravedad de toda la
distribucin, representando a todos
los valores observados.
Es una valor nico.

Propiedades, ventajas y desventajas


de la media

15

05/03/2013

Ventajas y desventajas de la mediana

Ventajas y desventajas de la moda

Ventajas y desventajas de la moda


Desventajas:
Para conjuntos pequeos de datos su
valor no tiene casi utilidad, si es que
de hecho existe. Solo tiene significado
en el caso de una gran cantidad de
datos.
No utiliza toda la informacin
disponible.
No siempre existe, si los datos no se
repiten.

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Ventajas:
No requiere clculos.
Puede usarse para datos tanto
cuantitativos como cualitativos.
Fcil de interpretar.
No se ve influenciada por valores
extremos.
Se puede calcular en clases de
extremo abierto.

Desventajas:
No utiliza en su clculo toda la
informacin disponible.
No pondera cada valor por el
nmero de veces que se ha
repetido.
Hay que ordenar los datos antes de
determinarla.

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Se puede calcular para cualquier


tipos de datos cuantitativos, incluso
los datos con clase de extremo
abierto.
Es la medida de tendencia central
ms representativa en el caso de
variables que solo admiten la escala
ordinal.

Ventajas y desventajas de la mediana

16

05/03/2013

Medidas de dispersin, variacin o


variabilidad.

Ventajas y desventajas de la moda

Medidas de dispersin, variacin o


variabilidad.

Medidas de dispersin, variacin o


variabilidad.

Rango.
Varianza.
Desviacin Tpica.
Coeficiente de variacin.

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Son importantes debido a que dos


muestras de observaciones con el
mismo valor central pueden tener
una variabilidad muy distinta.

Son valores numricos que indican


o describen la forma en que las
observaciones estn dispersas o
diseminadas, con respecto al valor
central.

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

En ocasiones, el azar hace que una


sola observacin se no
representativa se el valor ms
frecuente del conjunto de datos.
Difcil de interpretar si los datos
tiene 3 o ms modas.

17

05/03/2013

Medidas de dispersin: Rango

Medidas de dispersin: Varianza

Si la varianza de un conjunto de
observaciones es grande se dice que los
datos tiene una mayor variabilidad que
un conjunto de datos que tenga un
varianza menor.
n

xi
Para datos NO
agrupados:

i 1

n
n
2
i

x
s2

i 1

Tema 2. Estadstica Descriptiva

Medidas de dispersin: Varianza

Tema 2. Estadstica Descriptiva

Es un valor numrico que mide el


grado de dispersin relativa porque
depende de la posicin de los datos
x1,x2,,xn con respecto a la media.
Es el promedio al cuadrado de las
desviaciones de cada observacin
con respecto a la media.
Notacin: s2, 2, var(X)

Casi no se emplea debido a que


depende nicamente de dos
valores.
No proporciona una medida de
variabilidad de las observaciones
con respecto al centro de la
distribucin.
Notacin: R

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Rango (amplitud o recorrido):


Est determinado por los dos
valores extremos de los datos
muestrales, es simplemente la
diferencia entre la mayor y menor
observacin.
Es una medida de dispersin
absoluta, ya que depende
solamente de los datos y permite
conocer la mxima dispersin.

Medidas de dispersin: Rango

18

05/03/2013

Medidas de dispersin: Desviacin


Tpica

Medidas de dispersin: Varianza


Para datos agrupados en una
distribucin de frecuencias:
mi
s

Es la raz cuadrada de la varianza.


Notacin: s, .

fi

s2

i 1

n
k

mi2
s2

i 1

fi
x

Medidas de dispersin: Coeficiente de


Variacin

CV

s
100%
x

Ventajas:
til cuando se quiere conocer la
extensin de las variaciones
extremas (valor mximo de la
dispersin).
Fcil de calcular.

Tema 2. Estadstica Descriptiva

Ventajas y Desventajas del Rango

Tema 2. Estadstica Descriptiva

Es una medida de dispersin relativa que


permite comparar el nivel de dispersin
de dos muestras de variables estadsticas
diferentes.
No tiene dimensiones.
Notacin: CV

Tema 2. Estadstica Descriptiva

19

05/03/2013

Desventajas:
No es una MD con respecto al
centro de la distribucin.
Solo emplea dos valores en su
clculo.
No se puede calcular en
distribuciones de lmite de clase
abierto.

Propiedades:
1. Siempre es mayor o igual a cero y
menor que infinito.
2. La varianza de una constante es
cero.
3. Si a una variable X la sometemos a
Y=a+bX, la varianza de Y ser
Var(Y) = b2Var(X)

Ventajas:
Es til cuando se compara la variabilidad
de dos o ms conjuntos de datos.
Utiliza toda la informacin disponible.
Desventajas:
No proporciona ayuda inmediata cuando
se estudia la dispersin de un solo
conjunto de datos.
Difcil de interpretar por tener sus
unidades elevadas al cuadrado.

Ventajas:
Esta expresada en las mismas
unidades que la variable en estudio.
Utiliza todas las observaciones en
su clculo.
Fcil de interpretar.
Desventajas:
No tiene.

Tema 2. Estadstica Descriptiva

Ventajas y Desventajas de la
Desviacin Tpica

Tema 2. Estadstica Descriptiva

Propiedades, Ventajas y Desventajas


de la Varianza

Tema 2. Estadstica Descriptiva

Propiedades, Ventajas y Desventajas


de la Varianza

Tema 2. Estadstica Descriptiva

Ventajas y Desventajas del Rango

20

05/03/2013

Ventajas:
Es la nica MD que permite
comparar el nivel de dispersin de
dos muestras de variables
diferentes.
Emplea toda la informacin
disponible en su clculo.
Fcil de calcular.

Desventaja:
No es una MD con respecto al
centro de la distribucin de los
datos.

Medidas de Forma

-Asimetra

Coeficiente de Pearson
Coeficiente de Fisher

-Kurtosis o apuntamiento

Permiten estudiar la forma de la


curva, dependiendo de cmo se
agrupan los datos.

Tema 2. Estadstica Descriptiva

Medidas
de forma

Medidas de Forma: Asimetra

Tema 2. Estadstica Descriptiva

Son medidas numricas que


permiten determinar la forma que
tiene la curva de los datos, por lo
tanto, sirven para corroborar lo que
los grficos muestran.

Tema 2. Estadstica Descriptiva

Ventajas y Desventajas del Coeficiente


de Variacin

Tema 2. Estadstica Descriptiva

Ventajas y Desventajas del Coeficiente


de Variacin

21

05/03/2013

Coeficiente de Asimetra de Pearson:


Fcil de calcular e interpretar.
Clculo:

Coeficiente de Asimetra de Fisher:


No es de fcil clculo, pero si su
interpretacin.

ASP

3X

Md

o Interpretacin:
= 0, X=Md Simtrica
ASP

> 0, X>Md Asimtrica Positiva


< 0, X<Md Asimtrica Negativa

Medidas de Forma: Asimetra

xi X

Mi x

Datos NO agrupados

ns3

fi

Datos Agrupados

Miden si los valores de la


distribucin estn ms o menos
concentrados alrededor de los
valores medios de la muestra (zona
central de la distribucin).
Se definen tres tipos de distribucin
segn su grado de Kurtosis:

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

< 0, Asimtrica Negativa

ASF

i 1

ns3
k

= 0, Simtrica
> 0, Asimtrica Positiva

i 1

Medidas de Forma: Kurtosis

o Interpretacin:
ASF

ASF

Tema 2. Estadstica Descriptiva

Medidas de Forma: Asimetra

Tema 2. Estadstica Descriptiva

Medidas de Forma: Asimetra

22

05/03/2013

Medidas de Forma: Kurtosis

xi
CK

i 1

Mi
CK

i 1

ns

Datos No Agrupados

ns 4
k

fi
3

Datos Agrupados

Interpretacin:
=0 Mesocrtica
CK

>0 Leptocrtica
<0 Platicrtica

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Mesocrtica: grado de concentracin


medio alrededor de los valores
centrales de la variable.
Leptocrtica: grado de concentracin
elevado.
Platicrtica: grado de concentracin
reducido.

Medidas de Forma: Kurtosis

Referencias:

Wikipedia(http://es.wikipedia.org/w
iki/Wikipedia:Portada)
Walpole y Myers. Probabilidad y
Estadstica. Mc Graw-Hill.
Triola, Mario F. Estadstica. Pearson.

23