ESTADISTICA DESCRIPTIVA

ESTADISTICA SUMARIA O DE RESUMEN

Son aquellas cantidades que indican el
punto central del conjunto de datos
observado.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
.
.
.
.
.
. .
.
.
.
.
.
.
.
.
.
MTC
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
.
. .
.
.
.
.
.
.
.
.
.
.
(A) Las medidas de tendencia central
(A) Las medidas de tendencia central
En general se denominan promedios.
Los ms importantes son la media, la mediana y la moda.


Aritmtica
Media Geomtrica
Medidas de Mediana Armnica
tendencia central Moda

1. LA MEDIA
La media aritmtica ( )

(A) Obtencin: se obtiene sumando los valores registrados
y dividindolos por el nmero de datos.
Ejemplo:

La siguiente tabla muestra el nmero de reclamos y quejas
presentadas por pacientes de una clnica a lo largo de una
semana. Calcule e interprete la media.
Da/Semana Lun Mar Mier Jue Vier Sab
Reclamos/da 8 10 5 12 10 15
x
Media aritmtica =

= 10 reclamos



B) Interpretacin: si elige al azar un da de la semana, se
espera que los pacientes de esta clnica
realicen 10 reclamos por da.

C) Simbologa:
Tamao Media aritmtica
Muestra n
Poblacin N (mu)
x
6
60
6
15 10 12 5 10 8
=
+ + + + +
x
Ejemplo:
La distribucin de frecuencias siguiente, representa los
puntajes obtenidos en una evaluacin del desempeo,
aplicado al personal tcnico de una clnica. El puntaje mximo
en la prueba es 50. Calcule e interprete su media.
Desempeo Nmero de
(puntos) tcnicos
12 - 16 4
17 - 21 8
22 - 26 15
27 - 31 23
32 - 36 10
TOTAL 60
MEDIA ARITMETICA DE SERIES AGRUPADAS
Primero se calcularn las marcas de clase ( ); es decir, el valor
intermedio de cada clase.
Marca de Frecuencia
clase ( ) absoluta (f
i
)

12 - 16 14 4
17 - 21 19 8
22 - 26 24 15
27 - 31 29 23
32 - 36 34 10
Total 60

14(4) + 19 (8) + 24 (15) + 29 (23) + 34 (10)
4 + 8 + 15 + 23 + 10

i
X
i
x
= x
= x = x
clase
1575
60
26,25
Interpretacin: si se elige al azar a un tcnico, se espera que
tenga un puntaje de 26,25 en su evaluacin de desempeo.

La media aritmtica ponderada ( )


donde:

= factor de ponderacin



= datos

=
=
=
n
i
i
n
i
i
X
i
w
w
1
1
p
x
i
w
i
X
p
x
Ejemplo: El Hospital del Callao atiende 2,800 consultas diarias, cobrando
tres tipos de tarifas: social, diferenciada y por convenio. El nmero de
pacientes y el valor de cada nivel tarifario se muestra a continuacin.
Calcule e interprete la tarifa media por consulta.







Tipo de Tarifa
Tarifa S/.
Pacientes
Social
5 60%
Diferenciada 15 30%
Por convenio 40 10%
50 , 11 . /
0 , 1
5 , 11
10 , 0 30 , 0 60 , 0
) 10 , 0 ( 40 ) 30 , 0 ( 15 ) 60 , 0 ( 5
S
p
p
x
x
= =
+ +
+ +
=
Ventajas y desventajas de la media aritmtica
Ventajas:
Concepto familiar para muchas personas
Es nica para cada conjunto de datos
Es posible comparar medias de diferentes muestras
Desventajas
Se ve afectada por los datos extremos
Si la muestra es grande y los datos no estn
agrupados, su clculo es tedioso
Si los datos estn agrupados en clases con extremos
abiertos, no es posible calcular la media.
La media geomtrica ( )
se usa para encontrar el promedio de porcentajes, razones,
ndices o tasas, como la tasa media de crecimiento
poblacional, la tasa media de inflacin mensual, la tasa
media de mortalidad, entre otros.

a) Obtencin: se obtiene extrayendo la raz
ensima del producto de los n valores de
una serie.
g
x
n
X X X X
g
n 3 2 1
x - - - - = ...

Otra aplicacin de la media geomtrica es determinar el porcentaje
promedio del incremento en ventas, produccin u otros negocios o series
econmicas de un periodo a otro, es decir, en los casos en los que se
supone que la variable presenta variaciones acumulativas.

b) Ventajas e inconvenientes:

- En su clculo intervienen todos los valores de la distribucin.

- Los valores extremos tienen menor influencia que en la media
aritmtica.

- Es nica.

- Su clculo es ms complicado que el de la media aritmtica.


Ejemplo:
La siguiente tabla muestra la tasa de aumento en el nmero de
consultas durante los ltimos meses. Calcule e interprete la
tasa media mensual.
Meses Enero Febrero Marzo Abril Mayo
Tasa de
aumento de
consultas
2,6% 5,4% 3,8% 0,5% 1,4%
La tasa 2,6% tambin se puede expresar como 0,026 y, ya que como
se refiere a un aumento a partir de 1,00 (o 100%), el factor de
variacin ser 1,026. Para los otros datos se opera igual.
Por lo tanto, la media geomtrica se calcula:
5
) 014 , 1 )( 005 , 1 ( ) 038 , 1 ( ) 054 , 1 ( ) 026 , 1 ( =
0272540 , 1 =
5
143903377 , 1 =
= (1,0272540 - 1) x 100 = 2,72%
100 ) 1 (
Tasa media
de variacin


=
b) Clculos
n
x x x x
g
x - - - - = ... 3 2 1
g
x
g
x
g
x
g
x
Factor de crecimiento medio
c) Interpretacin
Si se selecciona al azar un mes entre enero y
mayo, se espera que el nmero de consultas
se haya incrementado 2,72% con respecto al
mes anterior.


Se utiliza para calcular variables como productividades,
velocidades, rendimiento, aceleracin media, cambios o
variaciones como el tiempo medio para realizar un
proceso mdico.

a) Obtencin: se obtiene calculando el inverso de la media
aritmtica de los inversos de una serie.
h
x
n
n
i
i
h
x

=
= 1
X
1
1
Ejemplo:

Los siguientes datos registran el tiempo que utilizan cuatro
pacientes al realizar una consulta con su mdico. Calcule e
interprete el tiempo medio.

Pacientes A B C D
Tiempo (minutos) 45 38 52 40
b) Ventajas e inconvenientes:

- En su clculo intervienen todos los valores de la distribucin.
- Su clculo no tiene sentido cuando algn valor de la variable
toma valor cero.
- Es nica.

b) Interpretacin:
Si se selecciona al azar a uno de los cuatro pacientes, se
espera que realice la consulta con su mdico en 43 minutos
aproximadamente.


88920
2223 1710 2340 1976
4
40
1
52
1
38
1
45
1
4
+ + +
=
+ + +
=
h
x
minutos
h
x 117953 , 43
8249
88920 4
= =

segundos 7 minutos
h
x 43 =
Es la medida que divide en dos subconjuntos iguales a
datos, de tal manera que 50% de los datos es menor a
la mediana y el otro 50% es mayor a la mediana.

a) Obtencin: Se obtiene ordenando la serie de datos
(en forma ascendente o descendente) y ubicando el
dato central.


Ejemplo:
Los siguientes datos se refieren al nmero de nios
atendidos durante los ltimos 11 das en un Servicio de
Emergencia Pedriticas del Hospital de Huacho. Calcule e
interprete la mediana.


12, 10, 5, 15, 8, 11, 13, 8, 10, 17, 16


Primero se ordenan los datos:

5, 8, 8, 10, 10, 11, 12, 13, 15, 16, 17
5 datos menores 5 datos mayores
mediana
b) Interpretacin: Durante 5 das se atendieron a menos de 11
pacientes, y durante 5 das se atendieron a ms de 11
pacientes.

c) Reglas

1 Si la serie es impar, la mediana ocupa el lugar central de la
serie previamente ordenada.
Ejemplo: 5, 10, 10, 12, 15 , 17, 20, 21, 24
2 Si la serie es par, la mediana se obtiene de la semisuma de los dos
valores centrales de la serie previamente ordenada.
Ejemplo:
8, 10, 14, 18, 23, 24, 32, 34



3 Sea la serie par o impar, la mediana ocupa el lugar,
de la serie previamente ordenada.
(

+
2
1 n
5 , 20
2
23 18
=
+
= mediana
d) Ventajas y desventajas de la mediana
Ventajas:
Los valores extremos no afectan a la mediana como en el caso de la
media aritmtica.
Es fcil de calcular, interpretar y entender.
Se puede determinar para datos cualitativos.


Desventajas:
Como valor central, se debe ordenar primero la serie de datos.
Para una serie amplia de datos no agrupados, el proceso de
ordenamiento de los datos demanda tiempo y usualmente provoca
equivocaciones.

La moda es el valor que ms se repite dentro de un conjunto
de datos.
a) Obtencin: se obtiene organizando la serie de datos y
seleccionando el o los datos que ms se repiten.
4, 5, 7, 8, 8 , 10, 12, 15

4, 7, 12,12 , 15, 16, 20, 20 , 24, 27

7, 12, 15, 18, 25, 30, 31, 38
Ejemplo:

b) Ventajas y desventajas de la moda.
Ventajas:
Se puede utilizar tanto para datos cualitativos como
cuantitativos.
No se ve afectada por los valores extremos
Se puede calcular, a pesar de que existan una o ms clases
abiertas.
Desventajas:
No tiene un uso tan frecuente como la media.
Muchas veces no existe moda (distribucin amodal).
En otros casos la distribucin tiene varias modas, lo que
dificulta su interpretacin.
Son los:

Cuartiles: Se denomina asi a los 3 valores que dividen la
distribucin ordenada de datos en 4 partes iguales. El primer
cuartil dejar a un lado la cuarta parte del colectivo, y al otro
las tres cuartas partes, el segundo coincidir con la mediana y
el tercero dejar tres partes a un lado y la cuarta al otro.

Deciles: Se denomina as a los 9 valores que dividen la
dsitribucin ordenada de datos en 10 partes iguales.

Percentiles: Se denomina as a los 99 valores que dividen la
distribucin ordenada de datos en 100 partes iguales.
Son los valores que dividen en 100 partes iguales a un conjunto de datos
a) Clculo: para datos agrupados.
c
P
f
F
n K
i
L P
K
K
(
(
(

+
+ =
1
100
donde:
: percentil
: el percentil por calcular
: nmero de datos
: frecuencia acumulativa
hasta la clase anterior a la
clase donde se ubica el
percentil K
: frecuencia absoluta de la
clase donde se ubica el
percentil K
: amplitud de clase
K
P
c
K
n
F
K
f
P
Ejemplo:
La tabla muestra la experiencia (en aos) del personal mdico de un gran
hospital.
Experiencia Personal
(aos) Mdico
0 - 3 18
4 - 7 42
8 - 11 68
12 - 15 120
16 - 19 40
20 - 23 34
24 - 27 12
Total 334
Sobre cuntos aos se ubica el 25% de los mdicos de mayor
experiencia?
Para saber en qu clase se halla este dato, se calcul la frecuencia
acumulativa.
Menor
Experiencia
Mayor
Experiencia
75 % 25 %
P
75

K = 75
ordenados) nmeros los (de 250,5
100
75(334)
100
K
P del Lugar
n
75
= = =
Experiencia N Trabajadores Frec. Acumulada
(aos)
0 - 3 18 18
4 - 7 42 60
8 - 11 68 128
12 - 15 120 248
16 - 19 40 288
20 - 23 34 322
24 - 27 12 334
Total 334
Interpretacin: Para que un mdico est comprendido en el 25% de
mayor experiencia laboral debe tener al menos 15 aos, 7 meses y 24
das.
( )
4
40
1 248
100
75(334)
5 , 15
75
P
(
(
(

+
+ =
aos P 65 , 15
75
=
i
F
i
f
En esta clase
se ordenan del
249 - 288
F=248
Llamadas tambin medidas de variabilidad
Son tiles porque:

Permiten juzgar la confiabilidad de la medida de tendencia
central.

Los datos demasiados dispersos tienen un comportamiento
especial.

Es posible comparar dispersin de diversas muestras.
(C) Medidas de Dispersin
Llamado tambin amplitud o alcance.

a) Obtencin: se obtiene de la diferencia entre el dato
mayor y el dato menor ms una unidad significativa, a
fin de incluir ambos valores extremos.

Ejemplo:

Los siguientes datos representan el peso de 10 nios
al nacer, (en kg.). Calcule e interprete el rango.
2,860 3,150 3,450 2,950 3,780
4,170 3,920 3,280 4,050 3,120

Rango = (4,170 - 2,860) + 1
Rango = 1,311 kg..
b) Interpretacin
La diferencia entre el bebe de mayor peso y el bebe menor peso
es 1,311 kg.

c) Clculo a partir de datos agrupados
Se utiliza la siguiente formula:

donde:
R = (L
s
- L
i
) + 1
: Limite superior de la
ltima clase
: Limite inferior de la
primera clase
s
L
i
L
Ejemplo:
La distribucin de frecuencias siguiente representa el tiempo que
demora un paciente en obtener una cita en un hospital. Calcule e
interprete el rango

Rango = (36 - 12) + 1

R = 25 minutos






Interpretacin: la diferencia de tiempo entre el paciente que ms
demora en obtener una cita y el que menos demor es 25 minutos.
Tiempo
(minutos) N de Pacientes
12 - 16 4
17 - 21 8
22 - 26 15
27 - 31 23
32 - 36 10
Total 60
RANGO EN SERIE DE DATOS AGRUPADOS
d) Ventajas y desventajas del rango


Ventajas
fcil de calcular
fcil de entender e interpretar


Desventajas
slo considera los valores extremos
no toma en cuenta ni el nmero de datos ni el
valor de stos
no es posible de calcular en tablas con extremos
abiertos.
Permite ubicar 50% de los
datos que se encuentran en
el centro de la distribucin,
es decir, 25% de los datos
son menores al primer
cuartil y tambin 25% de los
datos son mayores al tercer
cuartil.
1 3
RI Q Q =
Ejemplo:

La tabla muestra la experiencia (en aos) del personal
mdico de un gran hospital.
Experiencia
(aos)
Mdicos
0 - 3 18
4 - 7 42
8 - 11 68
12 - 15 120
16 - 19 40
20 - 23 34
24 - 27 12
Total 334
A) Entre qu valores
se encuentra el 50%
intermedio de estos
datos?

B) Cul es el rango
intercuartlico?
18
60
128
248
288
322
334
Rango
Intercuartlico
50 %
25 %
Q
3

clase 3ra la en ubica se 5 , 83
100
) 334 ( 25
P Q Lugar
25 1
= =
25 %
Q
1

( )
4
68
1
100
5 , 7
1
(
(
(

+
+ =
60
25(334)
Q
aos Q 82 , 8
1
=
clase 5ta la en ubica se P Q Lugar
o
75 3
5 , 250
100
) 334 ( 75
= =
( )
4
40
1 248
100
75(334)
5 , 15
3
Q
(
(
(

+
+ =
A) El 50% del personal mdico con experiencia intermedia se
encuentran entre 8,82 y 15,65 aos.

B) El rango intercuartlico es 6 aos 10 meses
aproximadamente
aos 65 . 15
3
Q =
Permite calcular la desviacin media de todos los datos respecto
a su media aritmtica. Es la Media Aritmtica de las desviaciones
absolutas de cada valor a la media.

A cada dato se le resta la Media Aritmtica sin hacer caso de los
signos negativos (valor absoluto), y se divide luego por el nmero
total de trminos.

DM = (Xi X)
-----------
n

Ejemplo

Calcular la desviacin media de la distribucin:

9, 3, 8, 8, 9, 8, 9, 18

Es una medida de desviacin promedio con respecto a la
media aritmtica

a) Clculos a partir de datos no agrupados.


para una muestra


para un poblacin
1
1
2
) X (
2

=
=
n
n
i
i
x
S
N
N
i
i

=
=
1
2
) X (
2

o
8 8 - 10 = - 2 4
10 10 - 10 = 0
0
5 5 - 10 = - 5
25
12 12 - 10 = 2
4
10 10 - 10 = 0 0
15
15 - 10 = 5 25
Ejemplo:
La siguiente informacin se refiere al nmero de quejas recibidas en un
Centro Mdico durante una semana. Calcule la varianza de 8, 10, 5, 12, 10,
15.
Elaboramos un cuadro de la forma siguiente
x
X x
i

( )
2
X x
i

60 X =

( )

= 0 X x
i
10
6
60
=
=
x
x
( ) 58
2
=

x
i
X
( )

= 58 X
2
x
i
1
) (X
2
2

=


n
i
S
x
2
2
quejas
S
6 , 11
1 6
58
=

=
Es la raz cuadrada de la varianza, sea poblacional o
muestral.

a) Clculos a partir de datos no agrupados

Para la muestra



Para la poblacin
1
1
2
2

= =

=
n
n
i
i
x) (X
S
s
N
N
i
i

= =
=1
2
2
) X (
o
o
Ejemplo:

La siguiente informacin se refiere al nmero de quejas recibidas en
un Centro Mdico durante una semana. Calcule la desviacin
estndar.

8, 10, 5, 12, 10, 15

Ya sabemos por el ejemplo anterior que S
2
= 11,6 quejas
2
.
Entonces:
s
2
S =
quejas 3,4 S
quejas S
2
=
= 6 , 11
Es una medida de variabilidad relativa de los datos,
permite comparar la variabilidad de dos o ms
conjuntos de datos expresados en unidades diferentes
(peso; kg. y libras).

a) Calculos a partir de datos no agrupados

Para la muestra:


Para la poblacin:
100 =
x
CV
s
100 =

o
CV
Ejemplo:

A continuacin se presentan las ventas (en unidades
monetarias) logradas durante una semana por dos farmacias.
La farmacia I vende en soles y la farmacia II en dlares Cul
de ellos tiene un desempeo ms estable, en cuanto a nivel de
ventas?.

Farmacia I (soles) Farmacia II (dlares)

40,70,60,48,52,65,58 70,35,150,140,82,110,140,120

Calculamos la media y desviacin estndar para cada una de
las farmacias
Farmacia I
40 -16,14 260,50
70 13,86
192,10
60 3,86
14,90
48 -8,14
66,26
52 -4,14 17,14
65 8,86 78,50
58
1,86 3,46
x X x
i

( )
2
X x
i

14 56
7
393
1
, = = =

=
n
x
n
i
i
X
393 X=

( )

= 0 X x
i
( )

= 86 , 632 X
2
x
i
( ) = 86 632
2
, x
i
X Si
27 10
1 7
86 632
1
1
2
,
,
( )
=

=
=
n
n
i
i
x X
S
100
S
=
x
CV
29 18 100 , = =
56,14
10,27
CV
Farmacia II
70 -35,87 1286,6569
35 -70,87 5022,5569
150 44,13 1947,4569
140 34,13 1164,8569
82 -23,87 569,7769
110 4,13 17,0569
140 34,13 1164,8569
120 14,13 199,6569
x X x
i

( )
2
X x
i

87 105
8
847
1
, = =

=
=
n
i
x
n
i
X
847 X =
( ) = 04 , 0 X x
i
( ) = 88 , 11372 X
2
x
i
30 40
1 8
88 11372
1
1
2
,
,
) (
=

=
=
n
n
i
i
x X
S
100
S
=
x
CV
06 , 30 100
105,87
40,30
= = CV
La farmacia II presenta una mayor variabilidad en el volumen de
ventas.
( )
88 11372
1
2
,
=


=
n
i
i
x X Si
Una distribucin es simtrica si la mitad
izquierda de su distribucin es la
imagen especular de su mitad derecha.

En las distribuciones simtricas media y
mediana coinciden. Si slo hay una
moda tambin coincide.

La asimetra es positiva o negativa en
funcin de a qu lado se encuentra la
cola de la distribucin.

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

Las discrepancias entre las medidas de
centralizacin son indicacin de
asimetra.


(D) Simetria o sesgo
Las curvas sesgadas son aquellas cuyos valores estn
concentrados en el extremo inferior o superior de la
escala de medicin del eje horizontal. La cola indica el
tipo de sesgo.
Leptocrtica
138
108
102
97
92
87
82
77
72
67
62
57
52
47
42
37
32
27
16
3
F
r
e
c
u
e
n
c
i
a
400
300
200
100
0
Platicrtica
84 81 78 75 72 69 66 63 60 57 54 51 48 45
F
r
e
c
u
e
n
c
i
a
160
140
120
100
80
60
40
La curtosis nos indica el grado de apuntamiento (aplastamiento) de una
distribucin con respecto a la distribucin normal o gaussiana.
Es adimensional.

Platicrtica: curtosis < 0
Mesocrtica: curtosis = 0
Leptocrtica: curtosis > 0


Los grficos poseen la misma media y
desviacin tpica, pero diferente grado
de apuntamiento o curtosis.
Mesocrtica
99
93
89
85
81
77
73
69
65
61
57
53
49
45
41
37
32
27
F
r
e
c
u
e
n
c
i
a
300
200
100
0
Cuando medimos la curtsis nos referimos al grado de
agudeza. Pueden ser: leptocrtica (concentracin al centro)
mesocrtica (distribuidos simtricamente) platicrtica
(aplanada).
1. El valor de cada observacin del conjunto de datos se toma en cuenta cuando
calculamos su mediana
2. Cuando la poblacin esta sesgada positiva o negativamente, a menudo es
preferible utilizar la mediana como mejor medida de posicin, debido a que
siempre cae entre la media y la moda
3. Las medidas de tendencia central de un conjunto de datos se refieren al grado
en que las observaciones estn dispersas
4. Una medida de la agudeza de una curva de distribucin es el sesgo
5. Con un conjunto de datos no agrupados, la moda se utiliza con mas
frecuencia como medida de tendencia central
6. Si organizamos las observaciones de un conjunto de datos en orden
descendente, el punto de datos que se encuentra en medio es la mediana del
conjunto de datos
7. Cuando se trabaja con datos agrupados, podemos calcular una media
aproximada si suponemos que cada valor de una clase dada es igual a su
punto medio
Ejercicio Aplicativo 3
8. El valor que ms se repite en un conjunto de datos se conoce como media
aritmtica
9. Si la curva de una cierta distribucin tiene el extremo mas largo hacia la
izquierda de la escala de medicin del eje horizontal, se dice que la
distribucin esta negativamente sesgada
10.Despus de agrupar un conjuntos de datos en un cierto numero de clases,
podemos identificar la clase mediana como la que tiene el mayor numero de
observaciones
11.Una media calculada a partir de un conjunto de datos agrupados siempre da
una buena estimacin del valor real, aunque rara vez es exacto
12.Podemos calcular una media para cualquier conjunto de datos, si se nos da su
distribucin de frecuencias
13.La moda siempre se encuentra en el punto mas alto de una grfica de un
arreglo de datos
14. El numero de elementos de una poblacin se denota con n
15.Para un arreglo de datos con 50 observaciones, la mediana ser el valor de la
observacin numero 25 del arreglo
16.Los valores extremos de un conjunto de datos tienen un fuerte efecto sobre la
mediana
17.La diferencia entre las observaciones mas alta y mas baja de un conjunto de
datos se conoce como media geomtrica
18.La dispersin de un conjunto de datos da una cierta visin de la confiabilidad
de la medida de tendencia central
19.La desviacin estndar es igual a la raz cuadrada de la varianza
20. .La diferencia entre las observaciones mas alta y mas baja de un conjunto de
datos se conoce como el alcance cuartil
21. El alcance intercuartil esta basado solamente en dos valores tomados del
conjunto de datos
22.La desviacin estndar se mide en las mismas unidades que las
observaciones del conjunto de datos
23.Un fractil es una posicin en una distribucin de frecuencias en la que una
determinada fraccin (o porcin) de los datos esta situada en ella o por
encima
24.La varianza, al igual que la desviacin estndar, no toma en cuenta cada una
de las observaciones del conjunto de datos
25. .El coeficiente de variacin es una medida absoluta de la dispersin
26. La medida de dispersin que con mas frecuencia utilizan los especialistas en
estadstica es el alcance intercuartil
27.Una de las ventajas de las medidas de dispersin es que cualquier estadstica
que mide variacin absoluta, tambin mide variacin relativa
28. Una desventajas de utilizar el alcance para medir la dispersin es que no
toma en cuenta la naturaleza de las variaciones entre la mayora de las
observaciones
29.La varianza indica la distancia promedio de cualquier observacin del
conjunto de datos con respecto a la media
30. Cada poblacin tiene una varianza que se simboliza con S
2
31.El alcance intercuartil es un ejemplo especifico de un alcance interfractil
32.Es posible medir el alcance de una distribucin de extremo abierto
33.El alcance intercuartil mide el alcance promedio de la cuarta parte ms baja
de una distribucin.