ESTADÍGRAFO

Estadígrafo es un valor cuyo significado o

interpretación depende de la forma como se
calcula, de la naturaleza de la variable y del
contexto donde se encuentran los
elementos de la población o muestra
estudiada.
 PRINCIPALES ESTADÍGRAFOS
-Media Aritmética (Promedio)
MEDIDAS DE -Mediana
TENDENCIA CENTRAL -Moda

-Percentil (ejemplo: 25, 50, 75)

MEDIDAS DE -Decil (ejemplo: 4, 5, 8)
POSICIÓN -Cuartil (ejemplo: 1, 2, 3)

-Rango
MEDIDAS DE -Varianza
DISPERSIÓN -Desviación Estándar

OTRAS MEDIDAS O -Asimetría

COEFICIENTES -Kurtosis o Apuntamiento
 MEDIDAS DE TENDENCIA CENTRAL
 LA MEDIA ARITMÉTICA:

También llamada media o promedio.

Se obtiene sumando todos los valores de los
datos observados y se divide entre el numero de
ellos.
Notación: M

𝑆𝑢𝑚𝑎 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒

𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 =
𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
Para datos no agrupados:
𝑥𝑖
Para una muestra: 𝑥=
𝑛
𝑥𝑖
Para una población: µ =
𝑁

Ejemplo: Los siguientes datos corresponden a

una muestra de 10 trabajadores según sus
sueldos mensuales en soles:
xi: 680, 690, 675, 690, 700, 660, 720, 680, 670,
675.
Para datos agrupados:
𝑥𝑖 ∗𝑓𝑖
Para una muestra: 𝑥=
𝑛
𝑥𝑖 ∗𝑓𝑖
Para una población: µ =
𝑁

Ejemplo: Media aritmética cuando la

variable es cuantitativa discreta:
Ejemplo: Media aritmética cuando la
variable es cuantitativa continua.
Media Global:
𝑥𝑖 ∗ 𝑛𝑖
𝑥𝑝 =
𝑛𝑖
Ejemplo: Se clasifica a los trabajadores en
una mineria en tres categorias, menores
de 25 años, entre 25 y 35, mayores de 35
años.
 𝑥1 ∗ 𝑛1 + 𝑥2 ∗ 𝑛2 + 𝑥3 ∗ 𝑛3
𝑥𝑝 =
𝑛1 + 𝑛2 + 𝑛3
40 ∗ 200 + 60 ∗ 260 + 70 ∗ 300
𝑥𝑝 =
200 + 260 + 300
44600
𝑥𝑝 =
760
44600
𝑥𝑝 =
760
𝑥𝑝 = 58.68

La productividad media es aproximadamente 59

unidades.
Propiedades:
1) M[k]=k; k es constante

2) M[x+k]=M[x]+k

3) M[k.x]=k.M[x]

4) M[k.x+k]=k.M[x]+k

5) M[x+y]=M[x]+M[y]
Características:

 Es la más conocida y más usada en el

análisis estadístico.
 Para el cálculo intervienen todas las
observaciones.
 Es una medida única.
 Es sensible a valores extremos altos y
bajos.
 No se puede calcular cuando presenta
clases abiertas en los extremos.
 MEDIDAS DE TENDENCIA CENTRAL
 LA MEDIANA:

Es una medida de tendencia central que divide al

total de observaciones debidamente ordenadas o
tabuladas n dos partes de igual tamaño.

Notación: Me
Para datos no agrupados:
L: es el lugar donde se encuentra la mediana
𝑛+1
Número impar de datos: L=
2
Número par de datos: Seria el
promedio de los
dos valores centrales.

Ejemplo 1: xi: 680, 690, 675, 690, 700, 660, 720,

680, 670.
Ejemplo 2: xi: 25, 20, 22, 27, 23, 23, 19, 21, 20,
26.
Para datos agrupados:
 Cuando la variable es discreta:
La mediana será el valor de la variable
cuya frecuencia acumulada sea la primera
en exceder a n/2.
 Cuando la variable es continua:
𝑛
[ − 𝐹𝑖−1 ]
𝑀𝑒 = 𝐿𝐼𝑖 + 𝑎𝑖 ∗ 2
𝑓𝑖
Se debe cumplir la siguiente relación:
𝑛
𝐹𝑖−1 ≤ < 𝐹𝑖
2

Cuando:
𝑛
𝐹𝑖−1 =  𝑀𝑒 = 𝐿𝐼𝑖
2
 Ejemplo:

n=20  n/2=10
5<10<13
F2<10<F3

𝑛
− 𝐹2 10 − 5
𝑀𝑒 = 𝐿𝐼3 + 𝑎3 ∗ 2 = 640 + 120 ∗ = 715
𝑓3 8

El 50% de los turistas gastan como máximo $715 y

el otro 50% supera dicho monto.
Características:

 La mediana no se ve afectada por valores

extremos muy altos o muy bajos. Es mas
representativa que la media aritmética, o
cuando las distribuciones son poco
simétricas.
 Es útil cuando los datos agrupados tienen
clases abiertas en los extremos.
 Es una medida única.
 MEDIDAS DE TENDENCIA CENTRAL
 LA MODA:

Es una medida de tendencia central que

corresponde al valor de la variable que tiene
frecuencia máxima.
Una distribución puede ser amodal, unimodal,
bimodal, multimodal.
Notación: Md
Para datos no agrupados:
La moda será el valor que se repite el mayor
número de veces.

Ejemplo 1: xi: 680, 690, 675, 690, 700, 660, 720,

680, 670.

Ejemplo 2: xi: 28, 22, 28, 23, 28, 21, 20, 28,
27,28.

La edad más común es de 28 años.

Para datos agrupados:
 Cuando la variable es discreta:
La moda será la clase cuya frecuencia es
máxima.
 Cuando la variable es continua:
𝑑1
𝑀𝑑 = 𝐿𝐼𝑖 + 𝑎𝑖 ∗
𝑑1 + 𝑑2

Se debe cumplir la siguiente relación:

𝑓𝑖−1 < 𝑓𝑖 > 𝑓𝑖+1

Además:
𝑑1 = 𝑓𝑖 − 𝑓𝑖−1
𝑑2 = 𝑓𝑖 − 𝑓𝑖+1
 Ejemplo:

3<8>4
f2<f3>f4

𝑑1 = 𝑓3 − 𝑓2 = 8 − 3 = 5
𝑑2 = 𝑓3 − 𝑓4 = 8 − 4 = 4
𝑑1 5
𝑀𝑑 = 𝐿𝐼𝑖 + 𝑎𝑖 ∗ = 640 + 120 ∗ = 706.67
𝑑1 + 𝑑2 9

El mayor numero de turistas gasta semanalmente $706.67

Características:

 No se encuentra afectada por valores

extremos.
 Puede usarse cuando los datos presentan
clases abiertas en los extremos
 No es significativa a menos que existan un
gran numero de datos.
 Muchas veces la serie de datos es amodal.
 Cuando existen varias modas, la
interpretación y comparación es difícil.
RELACIONES ENTRE MEDIA,
MEDIANA Y MODA
EJERCICIOS:
1) Se desea estimar el rendimiento promedio
de las llantas de ciertas marcas, teniendo:
2) Se desea estimar el numero de productos
vendidos de MAESTRO en una semana, el
cual se muestra en el siguiente cuadro:
3) Estimar la mediana de los siguientes datos
agrupados de la edad de los trabajadores de
la empresa AB:
fi Fi

[60 – 63> 5

[63 – 66> 18

[66 – 69> 42

[66 – 72> 27

[72 – 75> 8

100

4) Del ejercicio anterior, estime la moda.

 MEDIDAS DE POSICIÓN
 CUARTILES:
Son estadígrafos que dividen la distribución en
cuatro partes iguales, cada uno incluye el 25%
de las observaciones.
Para datos no agrupados:
El procedimiento que se emplea para calcular
los cuartiles es similar que el de la mediana.

𝑘∗(𝑛+1)
Para el cuartil: 𝑄𝑘 =
4

Si k*(n+1)/4 no es exacta. Q se obtiene

interpolando linealmente los dos valores
correspondientes a las dos observaciones entre
las cuales se encuentra la fracción.
Ejemplo:
Al examinar los registros de facturación
mensual de una empresa editora con
ventas al crédito, el auditor toma una
muestra de 11 facturas no pagadas. Las
sumas que se adeudan a la compañía en
soles son: 400, 1800, 1100, 700, 700,
1000, 2100, 500, 3300, 900 y 1200.
Calcule e interprete Q1, Q2, Q3.
1) Ordenando los datos ascendentemente:
400, 500, 700, 700, 900, 1000, 1100, 1200,
1800, 2100, 3300.
2) Ubicando los lugares de los cuartiles:
1 ∗ (11 + 1)
𝑄1 = =3
4
2 ∗ (11 + 1)
𝑄2 = =6
4
3 ∗ (11 + 1)
𝑄1 = =9
4
c) Q1= S/700 ; Q2=S/1000 ; Q3=S/1800
d) Interpretación:
Q1: El 25% de las facturas tienen una
deuda máxima de S/700.
Q2: El 50% de las facturas tienen una
deuda máxima de S/1000.
Q3: El 75% de las facturas tienen una
deuda máxima de S/1800.
Para datos agrupados:
 Cuando la variable es continua:
𝑘∗𝑛
[ − 𝐹𝑖−1 ]
𝑄𝑘 = 𝐿𝐼𝑖 + 𝑎𝑖 ∗ 4
𝑓𝑖
Se debe cumplir la siguiente relación:
𝑘∗𝑛
𝐹𝑖−1 ≤ < 𝐹𝑖
4
Cuando:
𝑘∗𝑛
𝐹𝑖−1 =  𝑄𝑘 = 𝐿𝐼𝑖
4

En general: Q1<Q2<Q3
Ejemplo: Calcular e interpretar el Q1, Q2 y Q3
de los siguientes datos:
 MEDIDAS DE POSICIÓN

 DECILES:
Son estadígrafos que
dividen la distribución
en diez partes
iguales, cada uno
incluye el 10% de las
observaciones.
Para datos no agrupados:
Se ordenan las observaciones en forma
ascendente o descendente las observaciones.
𝑘∗(𝑛+1)
Para el decil: 𝐷𝑘 =
10

Si k*(n+1)/10 es exacta. 𝐷𝑘 = 𝑥 𝑘∗ 𝑛+1

[ ]
10

Si k*(n+1)/10 no es exacta D se obtiene

interpolando linealmente los dos valores
correspondientes a las dos observaciones entre
las cuales se encuentra la fracción.
Para datos agrupados:
 Cuando la variable es continua:
𝑘∗𝑛
[ − 𝐹𝑖−1 ]
𝐷𝑘 = 𝐿𝐼𝑖 + 𝑎𝑖 ∗ 10
𝑓𝑖
Se debe cumplir la siguiente relación:
𝑘∗𝑛
𝐹𝑖−1 ≤ < 𝐹𝑖
10
Cuando:
𝑘∗𝑛
𝐹𝑖−1 =  𝐷𝑘 = 𝐿𝐼𝑖
10

En general: D1<D2<…<D9
Ejemplo: Calcular e interpretar el D6 de los
siguientes datos:
 MEDIDAS DE POSICIÓN

 PERCENTILES:
Son estadígrafos
que dividen la
distribución en cien
partes iguales, cada
uno incluye el 1% de
las observaciones.
Para datos agrupados:
Cuando la variable es continua: Los percentiles se
aplican cuando existen numerosos valores de la variable.
𝑘∗𝑛
[ − 𝐹𝑖−1 ]
𝑃𝑘 = 𝐿𝐼𝑖 + 𝑎𝑖 ∗ 100
𝑓𝑖
Se debe cumplir la siguiente relación:
𝑘∗𝑛
𝐹𝑖−1 ≤ < 𝐹𝑖
100
Cuando:
𝑘∗𝑛
𝐹𝑖−1 =  𝑄𝑘 = 𝐿𝐼𝑖
100

En general: P1<P2<…<P99
Ejemplo: Calcular e interpretar el Percentil 25 (P25)
para la población estimada y proyectada del Perú en
grupos de edad en el año 2000.