Medidas Estadsticas

Medidas de Centralizacin: Nos sirven para ver sobre que

valores se concentra la variable o tienen tendencia a agruparse.
Medidas de Dispersin: Cuantifican la concentracin o no
concentracin de los datos respecto a las medidas de
centralizacin. Tambin nos van a dar una idea sobre la
representatividad de las medidas centrales, a mayor dispersin
menor representatividad.
Medidas de Localizacin: tiles para encontrar determinados
valores importantes, para una clasificacin de los elementos
del colectivo de datos.
Medidas de Forma: Sirven para ver si la distribucin tiene el
mismo comportamiento por encima y por debajo de los valores
centrales. Comparan la forma de la distribucin con la forma de
la Distribucin Normal, que es la distribucin que se toma
como referencia.
MEDIDAS REPRESENTATIVAS DE UN CONJUNTO
DE DATOS ESTADSTICOS
 Medidas de Centralizacin
Media aritmtica: La media aritmtica de una variable se
define como la suma ponderada de los valores de la variable
por sus frecuencias relativas:
n n
fi
x = xi hi = xi
i =1 i =1 n
xi representa el valor de la variable o en su caso la marca de
clase.
Ventajas y Desventajas
nica, fcil clculo e interpretable y tiene en cuenta todos los valores.
Conveniente cuando los datos se concentran simtricamente.
Con valores extremos no es representativa.
No se puede calcular para caracteres cualitativos o intervalos no acotados.
Depende de la divisin en intervalos en el caso de variables continuas.
En estudios relacionados con propsitos estadsticos y de inferencia suele ser
ms apta.
Ejemplo
Clculo de la media aritmtica para datos clasificados en intervalos
de clase.
li-1 - li ni xi xi ni
li-1 - li ni
0 - 10 1 5 5 -19 -19
0 - 10 1
10 - 20 2 10 - 20 2 15 30 -9 -18
20 - 30 4 20 - 30 4 25 100 +1 +4
30 - 40 3 30 - 40 3 35 105 +11 +33
n=10

Solucin

La media aritmtica es:

Se puede comprobar sumando los elementos de la ltima

columna que:
Propiedades:
M[k] = k , k:constante
M[k.X] = k.M[X]
M[kX] = k M[X]
Para cualquier posible valor k que consideremos como
candidato a medida central, , lo mejora en el sentido de
los mnimos cuadrados, es decir:

Dados r grupos con n1, n2, ..., nr observaciones y siendo

, , . . , las respectivas medias de cada uno de ellos.
Entonces la media global es

Linealidad
Ejemplo

Solucin
Ejemplo

Solucin
Ejemplo
Xi ni
Calcular la media de la siguiente distribucin. 38432 4
38434 8
38436 4
38438 3
Si efectuamos un cambio de variable 38440 8
x i 38436
yi =
2
tomando como nueva variable el valor ms centrado, tendremos::

xi ni yi yi ni
38432 4 (38432 - 38436)/2 = -2 -8
38434 8 (38434 - 38436)/2 = -1 -8
38436 4 (38436 - 38436)/2 = 0 0
38438 3 (38438 - 38436)/2 = 1 3
38440 8 (38440 - 38436)/2 = 2 16
n = 27 3
 Medidas de Centralizacin
Mediana: La mediana es el valor central de la variable, es
decir, supuesta una muestra ordenada en orden creciente o
decreciente, es el valor que divide en dos partes a dicha
muestra. Para calcular la mediana debemos tener en cuenta
si la variable es discreta o continua.

Ventajas
Representativa para datos en escala ordinal.
Influenciada por valores centrales y es insensible a los
valores extremos u outliers .
No tiene en cuenta todas las observaciones.
Depende de la posicin relativa de los datos, no de sus
valores.
Es funcin de los intervalos escogidos.
Propiedades
Si una poblacin est formada por 2 subpoblaciones de
medianas Med1 y Med2, slo se puede afirmar que la mediana,
Med, de la poblacin est comprendida entre Med1 y Med2.

La suma de las diferencias de los valores absolutos de n

puntuaciones respecto a su mediana es menor o igual que
cualquier otro valor.
A.- Clculo de la mediana (caso discreto sin tabular):

Tendremos en cuenta el tamao de la muestra

Ejemplo:
B- Clculo de la mediana (caso discreto tabulado):

Tendremos en cuenta si n/2 = Ni

Ejemplo:
Xi. ni Ni
5 8 8
10 17 25 n/2 = 50 /2 = 25 = N2
15 12 37
20 10 47
25 3 50

Me = (10 + 15) / 2 = 12.5

 C.- Clculo de la mediana (caso continuo):

n
N i 1 < Ni
2

Ejemplo:

Intervalo mediano

Observacin: Si n /2 es igual al lmite inferior Me = L i-1 de la siguiente

clase (asumimos intervalos semicerrados, [ >).
Figura: Clculo geomtrico de la mediana
 Medidas de Centralizacin
Moda: La moda es el valor de la variable que tenga mayor
frecuencia absoluta, la que ms se repite, es la nica medida
de centralizacin que tiene sentido estudiar en una variable
cualitativa, pues no precisa la realizacin de ningn clculo.

Ventajas y Desventajas
Pueden existir varias modas (distrib.
bimodales, trimodales,...)
No tiene en cuenta todas las
observaciones.
Es menos representativa que la media.
Se puede calcular para caractersticas
cualitativas y cuantitativas.
 Es funcin de los intervalos elegidos a travs de su
amplitud, nmero y lmites de los mismos.
Aunque el primero o el ltimo de los intervalos no
posean extremos inferior o superior
respectivamente, la moda puede ser calculada.
La moda tambin es menos afectada por unas
pocas observaciones atpicas.
Si el conjunto de datos es bimodal, su uso puede
ser confuso.
Figura: Clculo geomtrico de la moda
 A.- Clculo de la moda (caso discreto):

Tendremos en cuenta el valor con mayor frecuencia.

Ejemplo:

Distribucin de 100 familias segn nmero de hijos

X: n hijos fi hi %
0 15 15/100 15
Mayor
Moda 1 31 31/100 31 frecuencia
2 50 50/100 50
3 2 2/100 2
>4 2 2/100 2
 B.- Clculo de la moda (caso continuo)

= Li 1 + n n i i 1
Mo (n n ) + (n n )
a i
i i 1 i i +1

ni-1 < ni > ni+1

Intervalo modal
 Relacin entre media, mediana y moda
En el caso de distribuciones unimodales, la mediana est con
frecuencia comprendida entre la media y la moda (incluso ms
cerca de la media).
En distribuciones que presentan cierta inclinacin, es ms
aconsejable el uso de la mediana. Sin embargo en estudios
relacionados con propsitos estadsticos y de inferencia suele
ser ms apta la media.

La medida que se seleccione depende de la naturaleza de los datos

o de la forma como se utilicen los datos.
 Relacin entre media, mediana y moda
Una distribucin es
simtrica si la mitad
izquierda de su
distribucin es la imagen
reflejada de su mitad
derecha.
En las distribuciones
simtricas media y
mediana coinciden. Si
slo hay una moda tan
bien coincide.
La asimetra es positiva o
negativa en funcin de
qu lado se encuentra la
cola de la distribucin.

La media tiende a desplazarse hacia los valores extremos (colas). Las

discrepancias entre las medidas de centralizacin son indicacin de
asimetra.
 Comparacin entre media, mediana y moda

Ejemplo

Un vendedor minorista popular de equipos para acampar, se beneficiara muy

poco del hecho de saber que la talla promedio de las botas de excursionismo
que vendi fue de 7.3492. De mayor utilidad para las decisiones futuras del
negocio ser conocer el tamao modal reconociendo que vendi ms botas
de talla 8 que de cualquier otra talla.

Sin embargo, si se desea comercializar una nueva tienda de acampar. Las

dimensiones de la tienda dependern, entre otras cosas, de la estatura
promedio de los adultos.

La experiencia ha demostrado que la media sirve muy bien como medida de

tendencia central cuando se trata de productos que estn hechos para
acomodarse a la estatura de las personas. El tamao de los marcos de las
puertas de las entradas de los hogares y negocios minoristas, y gran parte del
mobiliario se fabrica con base en la estatura promedio.
Observacin:
Para distribuciones unimodales moderadamente asimtricas
(sesgadas) tenemos las siguientes tres relaciones empricas entre
la media, moda y mediana (vlidas tanto para datos aislados
como para datos agrupados por clases):
 Medidas de Localizacin
Cuantiles: Son medidas de localizacin que dividen a la
serie estadstica en grupos particulares
percentil

deja a su izquierda, a lo ms, deja a su derecha, al menos, el

el k% de las observaciones (1-k)% de las observaciones
Tipos:
Cuartiles: Q1 = X0,25 , Q2 = X0,50 , Q3 = X0,75

Deciles: D1 = X0,1 , D2 = X0,2 ,, D9 = X0,9

Percentiles: P1 = X0,01 , P2 = X0,02 ,, D99 = X0,99

 Medidas de Localizacin
Cuartiles: Datos sin clasificar
Posicin:
(n+1)/4
Qi = xi +f*( xi+1 xi)

Ejemplo: n = 12
111222334567

Posicin: 13/4=3.25 Q1 = 1+ 0.25(2-1) = 1.25

Ejemplo
 Medidas de Localizacin
Cuartiles, Deciles y Percentiles: Datos Clasificados

kn
N i 1 < Ni
4

kn
N i 1 < Ni
10

kn
N i 1 < Ni
100
 Medidas de Localizacin
Ejemplo:
Cuartiles, Deciles y Percentiles: Caso continuo

Intervalo cuartlico
para Q1
 Ejercicios
1. Supngase que un estudiante tiene las siguientes notas en cuatro cursos
matriculados un cuatrimestre: 67, 82, 90, 71. El nmero de crditos que
vale cada curso es, respectivamente: 3, 2, 2, 4. Calcule un promedio
adecuado.

2. Los siguientes datos representan los gastos diarios por impresin de

fotocopias de dos estudiantes que realizaron en 8 sesiones de clases.
cul es el promedio por gastos de fotocopias?
3. En cul de las siguientes situaciones, la muestra es ms
homognea?

*
4. Segn la distribucin de las notas (en una escala de 1 a 10), cmo
crees que es la prueba A?
a. Fcil *
b. Normal, ni fcil ni difcil
c. Difcil

A B

100 80

80
60
Frecuencia

Frecuencia
60

40

40

20
20

0 0
2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00
A B
5. La tabla presentada a continuacin representa el consumo de energa
elctrica de 80 usuarios en el primer mes del 2005:
Consumo Nmero de
(Kwh) usuarios
5 25 04
25 45 06
45 65 14
65 85 26
85 105 14
105 125 08
125 145 06
145 165 02
Total 80

a) Construya el histograma de la variable consumo y la ojiva ascendente.

b) Examine la centralidad de la distribucin con un promedio adecuado.
c) Qu porcentaje de usuarios consume entre 50 y 150 Kwh?
d) Qu nivel mnimo tiene el 25% de los usuarios con mayor consumo?
 Solucin con SPSS
Case Summariesa

li ls fi Yi
1 5 25 4 15
2 25 45 6 35
3 45 65 14 55
4 65 85 26 75
5 85 105 14 95
6 105 125 8 115
7 125 145 6 135
8 145 165 2 155
a. Limited to first 100 cases.

Statistics

Yi
N Valid 80
Missing 0
Mean 79.50
Median 78.00a
Mode 75
Percentiles 25 58.00b
50 78.00
75 100.45
a. Calculated from grouped data.
b. Percentiles are calculated from grouped data.
Solucin con Casio fx-9860

Elementos de clculo para Me

Elementos de clculo para Mo

 ESTADSTICOS DE LOCALIZACIN
(POSICIN NO CENTRAL)
Ejercicios: Responder usando cuantiles.
El 5% de los productos elaborados tiene un peso
demasiado bajo. Qu peso se considera
demasiado bajo? Percentil 5 o cuantil 0,05

Qu peso es superado slo por el 25% de los

artculos?
Percentil 75
El colesterol se distribuye simtricamente en la
poblacin. Se considera patolgico los valores
extremos. El 90% de los individuos son normales
Entre qu valores se encuentran los individuos
normales?
Entre el percentil 5 y el 95
Entre qu valores se encuentran la mitad de los
individuos ms normales de una poblacin?
Entre el cuartil 1 y 3
 Ejercicios resueltos
Ejercicio 1:

Se analiz el ndice de ventas en diversos pases europeos, a la compra

de obras de arte. Los resultados obtenidos fueron los siguientes:

a) Calculo de la media aritmtica, la mediana y la moda.

b) Calcular los cuartiles:
Solucin :
a) Construimos las siguientes cuatro frecuencias:
b) Como sabemos el segundo cuartil es igual a la mediana
Ejercicio 2:

Se producen alteraciones en las medidas de posicin al realizar un

cambio de origen?
Solucin :

El cambio de origen supone una traslacin del tipo y = x + a. Las

medidas de posicin son afectadas de la siguiente forma:

Media

Moda
Mediana
Cuartiles, deciles y percentiles

Ejercicio 3: N de
Salarios empleados
La distribucin de los costes salariales de 0-15000 2145
los 10000 empleados de una multinacional
15000-20000 1520
se presenta en la tabla siguiente:
20000-25000 840
Calcular el salario medio por trabajador, el
25000-30000 955
salario tpico y el salario central. Calcular
tambin el primer cuartil salarial y el 30000-35000 1110
percentil 75. Interpretar. 35000-40000 2342
40000-50000 610
50000-100000 328
100000-300000 150
Solucin :
La tabla siguiente contiene los elementos relativos a la distribucin de
frecuencia de la variable salario (X) necesarios para realizar los
clculos pedidos en el problema.

N de
empleado Marcas =
Salarios s (ni) xi xi* ni Ni ci di= ni/ ci
0-15000 2145 7500 16087500 2145 15000 0,143
15000-20000 1520 17500 26600000 3665 5000 0,304
20000-25000 840 22500 18900000 4505 5000 0,168
25000-30000 955 27500 26262500 5460 5000 0,191
30000-35000 1110 32500 36075000 6570 5000 0,222
35000-40000 2342 37500 87825000 8912 5000 0,4684
40000-50000 610 45000 27450000 9522 10000 0,061
50000-100000 328 75000 2460000 9850 50000 0,0056
100000-300000 150 200000 30000000 10000 200000 0,00075
10000 293800000
Para hallar el salario medio por trabajador calculamos la media de la
variable X.

Para hallar el salario ms frecuente se calcula la moda de la variable

X. Para ello hemos de tener presente que los intervalos de la
distribucin de frecuencias son desiguales, por lo que el intervalo
modal ser el correspondiente al mayor valor de di, es decir ser el
intervalo (35000 40000). Por lo tanto la moda se calcula como
sigue:
Para hallar el salario central, tal que la mitad de los restantes sea
inferior a l se calcula la mediana. Para ello, como N/2 = 5000, el
intervalo mediano ser (25000 30000) ya que Ni-1 < N/2 < Ni es
equivalente en este problema a 4505 < 5000 <5460. La mediana
se calcular como sigue:

Para calcular el primer cuartil observamos que como N/4 = 2500, el

intervalo relativo al primer cuartel ser (15000-20000) ya que Ni-
1<2500<Ni es equivalente en este problema a 2145<2500<3665.El
primer cuartel se calcular como sigue:
El primer cuartel se interpreta como el valor de la variable para el que
la cuarta parte de los valores son menores que l y las tres cuartas
partes restantes son superiores.

Para calcular el percentil 75 (cuantil 75 de orden 100), observamos

que como 75N/100 = 7500, el intervalo relativo al percentil 75 ser
(35000-40000) ya que Ni-1<7500<Ni es equivalente en este problema
a 6570<7500<8190. El percentil 75 se calcular como sigue:

El percentil 75 se interpreta como el valor de la variable para el que el

75% de los valores son inferiores a l y el 25% restante son
superiores. El percentil 75 tambin podr haberse calculado como el
tercer cuartil (cuantil 3de orden 4). Como 75N/100=7500=3N/4, el
tercer cuartil se calculara como sigue:
El tercer cuartil se interpreta como el valor de la variable para el
que las tres cuartas partes de los valores son inferiores a l y la
cuarta parte restante es superior. Como las tres cuartas partes
son el 75%, el percentil 75 coincide con el tercer cuartil.
Ejercicio 4:
En el marco de un estudio sobre la posible incidencia que tiene la
religin profesada por los distintos matrimonios en la presencia de una
mayor menor frecuencia de divorcios, se ha tomado una muestra
aleatoria a nivel mundial de tamao 32000

Religin \ Divorcio Divorcio No divorcio

Catlicos 1435 7565
Ateos 845 2155
Musulmanes 160 7840
Protestantes 610 4390
Otros 1250 5750

a) Basando tus razonamientos y afirmaciones en las frecuencias

relativas que resulten mas informativas para este estudio seala cual
es la religin donde los matrimonios presentan una mayor
probabilidad de terminar en divorcio y cual es en la que se dan
menos.
b) Obtener las frecuencias marginales absolutas y relativas de la
variable divorcio.
a) En este caso las frecuencias que proporcionan ms informacin son las
frecuencias relativas condicionales de Divorcio/Religin.

Frec. Relativa (Divorcio/ Catlicos) = 1435/(1435+7565)=15.94% de los

matrimonios catlicos acaban en divorcio

Frec. Relativa (Divorcio/Ateos) = 845/(845+2155)=28.17% de los

matrimonios ateos acaban en divorcio.

Frec. Relativa (Divorcio/Musulmanes) =160/(160+7840)=2% de los

matrimonios musulmanes acaban en divorcio.

Frec. Relativa (Divorcio/Protestantes) = 610/(610+4390)= 12.2% de los

matrimonios musulmanes acaban en divorcio.

Frec. Relativa (Divorcio/ Otros) = 1250/(1250+5750)=17.9% de los otros

matrimonios acaban en divorcio.

A partir de los datos se observa que en el caso de los ateos hay mas
probabilidad de que los matrimonios acaben en divorcio 28.17%. En la
religin musulmana ocurrir justo lo contrario con solo un 2% de divorcios.
b) Obtener las frecuencias marginales absolutas y relativas de la
variable divorcio.

Frecuencias marginales de la variable divorcio:

Frecuencias absolutas marginales: divorcio si: 4300 divorcio no:

27700

Frecuencias relativas marginales: divorcio si: 4300/32000=13.44%

divorcio no:27700/32000=86.56%
Ejercicio 5:
Ejercicio 6:
En un estudio realizado en una regin en el ao 2000 en torno a los
cambios en la estructura productiva del pas y su impacto sobre el empleo
se obtuvo la siguiente informacin referida a la distribucin de la variable
horas trabajadas por mes:
Sector Moda Mediana Media Rango Q1 Q3 S CV
Industria 130 145 140 100 125 159 24 17
Construccin 150 145 130 100 136 158 16 12
Servicios 130 122 122 100 106 135 23 19

Qu sugieren los estadsticos respecto al sector de la industria? Al de

servicios? Y al de la construccin?
Qu sector es el ms homogneo? Por qu?
En funcin de los valores asumidos en el sector de la construccin, qu
medida es ms pertinente para describir la distribucin? Media o
Mediana? Por qu?
Ejercicio 7:
ESTUDIO DEL PERFIL DE PERSONAL
DE LA EMPRES A ALFA & OMEGA EDAD ESCOLARIDAD ANTIGEDAD SUELDO
promedio 31,3 14,1 4,1 7,5
mediana 28,0 14,0 3,0 6,5
La empresa TODOS LOS desvo 11,1 2,2 3,2 4,0
Alfa & Omega EMPLEADO
S coef.var 35,3 15,3 76,9 53,5
quiere realizar
mnimo 19,0 10,0 0,0 3,5
un diagnstico
de sus mximo 62,0 18,0 9,0 16,0
recursos promedio 31,3 14,7 4,1 6,0
humanos en mediana 26,0 16,0 3,0 6,5
2015 y evaluar EMPLEADA desvo 6,8 2,4 3,0 2,3
si es necesario S MUJERES coef.var 21,8 16,7 73,4 38,4
aplicar medidas mnimo 25,0 10,0 1,0 3,5
para superar mximo 39,0 18,0 9,0 10,0
potenciales
promedio 31,3 13,4 4,1 9,0
problemas de
mediana 30,0 14,0 3,0 6,5
discriminacin
laboral de EMPLEADO desvo 14,6 1,7 3,5 4,9
gnero. S VARONES coef.var 46,6 12,9 84,7 54,4
mnimo 19,0 11,0 0,0 3,5
mximo 62,0 16,0 9,0 16,0