Medidas de tendencia central, localización y dispersión

Profesora: Liliana Carolina Molina Blanco

Ingenierı́a de Sistema
Semestre 01 de 2019
Estadı́stica Descriptiva e Inferencial
Universidad Popular del Cesar, Valledupar

Estadı́stica Descriptiva e Inferencial

1
 Análisis Descriptivo de un Conjunto de Datos

Suponga que se tienen n datos recopilados sobre una variable y que pueden
representar los tiempos de duración de unas baterı́as para vehı́culo. Éstos da-
tos pueden ser los que aparece a continuación:

2.2 3.4 2.5 3.3 4.7 4.1 1.6 4.3 3.1 3.8 3.5 3.1 3.4 3.5
3.7 3.2 4.5 3.3 3.6 4.4 2.6 3.2 3.8 2.9 3.2 3.9 3.7 3.4
3.1 3.3 4.1 3.0 3.0 4.7 3.9 1.9 4.2 2.6 3.7 3.1

Este conjunto de datos por si solo no muestra ninguna faceta interesante.

A simple vista se puede apreciar un valor mı́nimo y un valor máximo y que
hay algunos valores que se repiten. Por lo tanto es supremamente difı́cil tra-
tar de determinar alguna caracterı́stica de interés de la población de la cual
provienen; si el número de datos aumenta es todavı́a más difı́cil detectar ca-
racterı́sticas importantes.
Estadı́stica Descriptiva e Inferencial

2
 Análisis Descriptivo de un Conjunto de Datos

Existen técnicas estadı́sticas que permiten extraer información que puede re-
sultar de algún modo importante para tomar decisiones en un determinado
momento. Hay dos maneras de analizar estos datos:

1. Datos agrupados: Consiste básicamente en la conformación de clases

de una cierta longitud donde la pertenencia de un dato a cada clase es-
tará determinada por su valor. Con esta técnica es posible experimentar
perdida de información.

2. Datos sin agrupar: Consiste en manipular los datos tal y como fueron
recopilados.

Estadı́stica Descriptiva e Inferencial

3
 Datos Agrupados

Medidas Numéricas en Datos Agrupados

Las medidas numéricas descriptivas se dividen en dos: Medidas de localiza-

ción y Medidas de dispersión. En las medidas de localización se circunscriben
las medidas de tendencia central.

Medidas de localización y de tendencia central: Estas medidas permi-

ten cuantificar numéricamente, caracterı́sticas de la población de la cual
fueron tomados los datos. Entre las más comunes se encuentran:

Estadı́stica Descriptiva e Inferencial

4
 Medidas de Tendencia Central en Datos Agrupados

Media Muestral X

Es un valor que trata de representar el comportamiento promedio del con-

junto de datos. Corresponde a una estimación de la media poblacional. En el
caso de datos agrupados se define como:

K #celdas
∑ Xi · fi ∑ marca de clase x f rec abs de clase
X Agrup = i=1 = i=1
n Total f rec. Absolutas

Estadı́stica Descriptiva e Inferencial

5
 Medidas de Tendencia Central en Datos Agrupados

Ejemplo considere los datos de las Estaturas de los estudiantes del curso de
primer semestre. Con base en la tabla de frecuencias se tiene que:

7
∑ Xi fi
X Agrup = i=1
n
(152.5 ∗ 1) + (157.5 ∗ 3) + · · · + (182.5 ∗ 5)
=
48
= 171.15
Estadı́stica Descriptiva e Inferencial

6
 Medidas de Tendencia Central en Datos Agrupados

Moda Muestral
Es el dato con mayor frecuencia absoluta dentro de una distribución; si en una
distribución aparecen dos Modas, se habla de una D. Bimodal; si son más de
dos modas se dirá una D. Multimodal. Para datos agrupados la moda se define
como:
( fi − fi−1)
Mo = Lin f + ·A
( fi − fi−1) + ( fi − fi+1)

Donde fi, es la frecuencia absoluta no acumulada de la clase modal. Lin f

es el lı́mite inferior real de la clase modal. fi−1, es la frecuencia absoluta
no acumulada de la clase anterior a la clase modal. fi+1, es la frecuencia
absoluta no acumulada de la clase siguiente a la clase modal. La clase modal
es aquel intervalo de la tabla que presenta mayor frecuencia.

Estadı́stica Descriptiva e Inferencial

7
 Medidas de Tendencia Central en Datos Agrupados

Ejemplo (Moda) considere los datos de las estaturas de los estudiantes del
curso de primer semestre. Identificamos la clase modal:

La clase modal es aquel intervalo de la tabla que presenta mayor frecuencia

fi

Estadı́stica Descriptiva e Inferencial

8
 Medidas de Tendencia Central en Datos Agrupados

Ejemplo
considere los datos de las estaturas de los estudiantes del curso de primer
semestre. La moda estará dada por:
( fi − fi−1)
Mo = Lin f + ·A
( fi − fi−1) + ( fi − fi+1)
(12 − 11)
= 175 + ·5
(12 − 11) + (12 − 5)
= 175.63
Lo anterior quiere decir, que la estatura de los estudiantes del curso de pri-
mer semestre con mayor frecuencia en la muestra de 48 estudiantes es de
175.63 cm.

Estadı́stica Descriptiva e Inferencial

9
 Medidas de Tendencia Central en Datos Agrupados

Mediana (X̃ )
La mediana es una medida de posición de tendencia central. Se simboliza por
X̃ . La mediana de un conjunto de datos es aquel valor que ocupa la posición
central, previa ordenación de los datos en forma ascendente o descendente;
por lo cual podemos decir que por encima del valor de la mediana se encuen-
tra el 50 % de los datos y por debajo del valor de la mediana se encuentra
el otro 50 % de los datos del conjunto. La Mediana coincide con el Percen-
til 50 (P50). Es usualmente denotada X̃ . Su cálculo se realiza con el mismo
procedimiento utilizado en la obtención de los percentiles.

Estadı́stica Descriptiva e Inferencial

10
 Medidas de Localización en Datos Agrupados

Percentiles Muestrales
Los percentiles son aquellos valores abajo y arriba de los cuales se encuentra
una cierta proporción de datos del conjunto. Por ejemplo, el percentil 10 es
aquel valor tal que al menos el 10 % de los datos son inferiores a el y al me-
nos el 90 % de los datos son superiores a él.Si la caracterı́stica de interés está
asociada a una variable X , el percentil 100p %, para 0 < p < 1, suele deno-
tarse por x p. Otra manera de denotar un percentil, es a través del porcentaje
que representa. Por ejemplo, el percentil 25, suele denotarse como P25.

Estadı́stica Descriptiva e Inferencial

11
 Medidas de Localización en Datos Agrupados

Percentiles Muestrales
Para calcularlo se requiere la columna de frecuencias relativas acumuladas,
que se obtiene de la tabla de frecuencias, usando la siguiente fórmula:
(p − a) ∗ A
x p = Lin f + (1)
f

Lin f : Lı́mite inferior del intervalo que contiene al percentil.

A : Amplitud de los intervalos.
a : Frecuencia relativa acumulada del intervalo anterior al del percentil.
f : Frecuencia relativa del intervalo que contiene al percentil.

Para identificar la clase del percentil se identifica cual clase tiene una frecuen-
cia relativa acumulada igual o superior a p.
Estadı́stica Descriptiva e Inferencial

12
 Medidas de Localización en Datos Agrupados

Ejemplo
Usando los datos de estaturas calcule el P50.

Se observa que en la columna de frecuencias relativas acumuladas el interva-

50 = 0.5 es decir F ≥ 0.05
lo de clase donde esta frecuencia supera a p = 100 r

Estadı́stica Descriptiva e Inferencial

13
 Medidas de Localización en Datos Agrupados

Ejemplo:Usando los datos de estaturas calcule el P50.

Se observa que en la columna de frecuencias relativas acumuladas el interva-

lo de clase donde esta frecuencia supera a 0.5 es en el intervalo (170, 175].
Usando este intervalo se tiene que: Lin f = 170; f = 0.2292; a = 0.4166;
p = 0.5; A = 5. Ası́:
(0.5 − 0.4166) ∗ 5
P50 = 170 + = 171.82 (2)
0.2292

Estadı́stica Descriptiva e Inferencial

14
 Medidas de Localización en Datos Agrupados

Calcular P10, P25, P60, P75, P90.

Los percentiles P25, P50 y P75, dividen los datos en cuatro partes porcen-
tualmente iguales. Estos percentiles son llamados Cuartiles y se denotan Q1,
Q2 y Q3, respectivamente.

Estadı́stica Descriptiva e Inferencial

15
 Medidas de Dispersión en Datos Agrupados

Medidas de Dispersión: Estas medidas permiten cuantificar numérica-

mente, que tan dispersos se encuentran los datos ya sea con respecto
a la media o con respecto a las unidades de medición. Entre las más
comunes se encuentran:

Estadı́stica Descriptiva e Inferencial

16
 Medidas de Dispersión en Datos Agrupados

Varianza Muestral

Esta medida indica que tanto se alejan los datos respecto de la media. Se
2
denota Sagrup . Se calcula por medio de la siguiente fórmula:

K
2
∑ Xi − X̄agrup ∗ fi
2
Sagrup = i=1
n−1

Desviación estándar

q
S= 2
Sagrup

Estadı́stica Descriptiva e Inferencial

17
 Medidas de Dispersión en Datos Agrupados

Ejemplo Varianza: Usando los datos de estaturas la varianza está dada por

K
2
∑ Xi − X̄agrup ∗ fi
2636.98
2
Sagrup = i=1 = ≈ 56.11
n−1 47
q
La desviación estándar es S = 2
Sagrup ≈ 7.5cm (Interpretar)
Estadı́stica Descriptiva e Inferencial

18
 Medidas de Dispersión en Datos Agrupados

Rango Intercuartil
Es la diferencia entre el percentil 75 y el percentil 25. Valores grandes quiere
decir que el 50 % de los datos más centrales se encuentra muy disperso.

RIC = Q3 − Q1 = P75 − P25 (3)

2
Para los datos de estaturas se tiene: Sagrup = 56.11, los percentiles 25 y 75
son P25 = 166, P75 = 177.08. El rango intercuartil es RIC = 177.08 − 166 =
11.08.

Estadı́stica Descriptiva e Inferencial

19
 Medidas en Datos no Agrupados

Datos no Agrupados
Para el cálculo de estas medidas se consideran todos y cada uno de los datos,
por lo cual la perdida de información contenida en la muestra se reduce. Tam-
bién se dividen en dos: Medidas de localización y Medidas de dispersión.
En las medidas de localización se circunscriben las medidas de tendencia
central.

Medidas de localización y de tendencia central

Estadı́stica Descriptiva e Inferencial

20
 Medidas de Tendencia Central en Datos no Agrupados

Media Muestral (X̄ )

Se define como la suma de todos los elementos de la muestra dividido por

el número de elementos. Cuando la distribución de la cual provienen los datos
es simétrica y no hay presencia de valores extremos, la media muestral se
puede interpretar como un buen representante del conjunto de datos.

n
∑ Xi
X̄ = i=1 i = 1, . . . , n (4)
n

Estadı́stica Descriptiva e Inferencial

21
 Medidas de Tendencia Central en Datos no Agrupados

Media Muestral
Ejemplo: (La media es sensible a valores extremos). Considere los ingresos
mensuales en dolares de 8 empleados públicos, 500, 750, 600, 550, 700,
2000, 550, 550. Calcule el ingreso mensual medio.

500 + · · · + 550
x̄ = = 775
8

Observe que este valor es mayor a la mayorı́a de las cifras del conjunto de
datos y por lo tanto no es un buen representante de él.

Estadı́stica Descriptiva e Inferencial

22
 Medidas de Tendencia Central en Datos no Agrupados

Media Muestral
Ejemplo: Se registran las edades de 15 personas en un grupo.
Estas son: 18, 20, 19, 19, 21, 22, 20, 23, 21, 24, 19, 20, 22, 21, 24 (en años)
Calcule la edad promedio de las 15 personas.

18 + · · · + 24
x̄ = = 20.86 ≈ 20.9 (5)
15

Estadı́stica Descriptiva e Inferencial

23
 Medidas de Tendencia Central en Datos no Agrupados

Media Muestral La media muestral es sensible a datos extremos. En el ejemplo anterior,

suponga que otra persona adicional tiene una edad de 35 años.
La nueva media muestral es:
18 + · · · + 24 + 35
x̄ = = 21.8
16
Si la edad fuera 45 entonces:
18 + · · · + 24 + 45
x̄ = = 22.4
16
Si la edad fuera 55 entonces:
18 + · · · + 24 + 55
x̄ = = 23
16
Observe que la media muestral tiende a modificarse hacia el valor extremo.

Estadı́stica Descriptiva e Inferencial

24
 Medidas de Tendencia Central en Datos no Agrupados

Moda Muestral

Se define como el dato que presenta mayor frecuencia en la distribución de

los datos. Para calcularla se recomienda ordenar la muestra de menor a ma-
yor.

Es posible que un conjunto de datos no tenga moda o que tenga varias modas.

Estadı́stica Descriptiva e Inferencial

25
 Medidas de Tendencia Central en Datos no Agrupados

Moda Muestral
Ejemplo: Considere los siguientes datos ordenados de menor a mayor:

500, 550, 550, 600, 700, 750, 750, 800, 900, 950

Calcule la moda.
Se puede observar que el conjunto de datos tiene dos modas que son respec-
tivamente: 550 y 750.

Estadı́stica Descriptiva e Inferencial

26
 Medidas de Tendencia Central en Datos no Agrupados

Mediana Es un valor arriba del cual se encuentra el 50 % de los datos y aba-

jo del cual se encuentra el otro 50 %. No es tan sensible como X̄ a valores
extremos. Se denota X̃ , y se calcula como:

1. Ordene la muestra de menor a mayor

2. Calcule la mediana como:


X n+1 , Si n es impar

2
x̃ = X +X
 ( n2 ) ( n2 +1) , Si n es par

2

Estadı́stica Descriptiva e Inferencial

27
 Medidas de Tendencia Central en Datos no Agrupados

Mediana Ejemplo:
Considere los ingresos mensuales en dolares de 8 empleados públicos, 500,
750, 600, 550, 700, 2000, 550, 550.
La muestra ordenada es

500, 550, 550, 550, 600, 700, 750, 2000.

Calcule la mediana.

Como n es par:
X( n ) + X( n +1) X(4) + X(5) 550 + 600
X̃ = 2 2
= = = 575
2 2 2

Estadı́stica Descriptiva e Inferencial

28
 Medidas de Tendencia Central en Datos no Agrupados

Mediana Ejemplo:
Para el ejemplo anterior, de las edades, calcular la mediana.

Estadı́stica Descriptiva e Inferencial

29
 Medidas de Localización en Datos no Agrupados

Percentiles Muestrales
Una aproximación a los valores de los percentiles se puede obtener por medio
del siguiente algoritmo que muestra como se calcula el percentil de orden p:

1. Ordene la muestra de menor a mayor

2. Calcule el percentil 100p %, x p como:

(np) +X(np+1)
(X
2 , Si np es un natural
xp =
X(bnpc+1), Si np no es un natural

Estadı́stica Descriptiva e Inferencial

30
 Medidas de Localización en Datos no Agrupados

Percentiles Ejemplo:
Considere los siguientes datos ordenados de menor a mayor:

500, 550, 550, 600, 700, 750, 750, 800, 900, 950

Halle el percentil 76 usando el método expuesto arriba.

La muestra ya esta ordenada, entonces usando el método anterior n(0.76) =
7.6 por lo tanto,
P76 = X(8) = 800

Estadı́stica Descriptiva e Inferencial

31
 Medidas de Dispersión en Datos no Agrupados

Medidas de Dispersión
La Varianza: La varianza muestral mide que tanto se alejan los datos de la
media. Valores grandes de la varianza indican una gran dispersión. Se denota
por S2. Se calcula con la siguiente fórmula

2 ∑ni=1(Xi − X̄)2
S =
n−1

Estadı́stica Descriptiva e Inferencial

32
 Medidas de Dispersión en Datos no Agrupados

Interpretar la varianza puede resultar un poco complicado ya que esta expre-

sada en unidades cuadradas. Por esta razón, se recomienda reportar la raı́z
cuadrada de la varianza, que recibe el nombre de desviación estándar. Si por
ejemplo un investigador toma mediciones de temperatura en una región du-
rante cierto tiempo y al final reporta: Se observó una temperatura promedio
de 28◦C con una desviación estándar de 1◦C, quiere decir que algunas veces
la temperatura puede bajar hasta 27◦C y algunas veces puede subir hasta
29◦C.

Estadı́stica Descriptiva e Inferencial

33
 Medidas de Dispersión en Datos no Agrupados

Varianza
Ejemplo: Para los datos de las edades, se tiene que:

2 ∑(Xi − 20.9)2
S = = 3.4095 ≈ 3.41, y S = 1.8466 ≈ 1.85
15 − 1
Lo cual significa que la desviación promedio en cuanto a la media es de 1.85
años.

Estadı́stica Descriptiva e Inferencial

34
 Medidas de Dispersión en Datos no Agrupados

Rango Intercuartil

Esta medida es la diferencia entre el percentil 75 y el 25. Mide que tan disper-
so está el 50 % de los datos más centrales. Se calcula ası́:

RIC = Q3 − Q1 = P75 − P25

Estadı́stica Descriptiva e Inferencial

35
 Medidas de Dispersión en Datos no Agrupados

Coeficiente de Variación El coeficiente de variación que se define como

S
CV =
X̄
Es una fracción de la media muestral. Se usa para comparar la variabilidad de
dos o más conjuntos de datos.

Estadı́stica Descriptiva e Inferencial

36
 Medidas de Dispersión en Datos no Agrupados

Coeficiente de Variación Ejemplo: Considere las siguientes medidas que se

tomaron a dos poblaciones, una de hombres de 25 años y otra de niños de 11
años. Tales medidas son:

X̄Adultos = 66kgs, SAdultos = 4.5kgs,

X̄ninos = 36kgs, Sninos = 4.5kgs,

Calcule el coeficiente de variación para los adultos y para los niños. Con los
datos anteriores se puede observar que:

CVAdultos = 4.5 4.5

66 = 0.0682 y CVninos = 36 = 0.125

Se puede concluir que los pesos de los niños son más variables que los de
los adultos.
Estadı́stica Descriptiva e Inferencial

37
 Medidas de Dispersión en Datos no Agrupados

Actividad: Calcular el percentil 10 y el 90 para los datos de la tabla de la

variable estatura utilizando la fórmula para datos agrupados e interpretar el
resultado.

Estadı́stica Descriptiva e Inferencial

38