Vous êtes sur la page 1sur 41

E

D
S
A
D
I
MED
N

I
C
POSI

Sonindicadoresusados para sealar que porcentaje


de datos dentro de una distribucin de frecuencias
superan estas expresiones.

Para
calcular
lasmedidas
de
posicines
necesario
que
losdatosestn ordenados demenor a
mayor.

CUARTILES

DECILES

PERCENTI
LES

CUARTILES
Son lostres
valoresde la variable
quedividena
unconjuntodedato
s
ordenadosencuatr
o partes iguales

Q2 siempre coincide
con lamediana

Los valores
correspondientes
al25%, al 50% y al
75%de losdatos

DECILES
Hay 9 deciles
que la dividen en
10 partes
iguales.

Losdecilesdan
los valores
correspondientes
al 10%, al 20%...
y al 90% de los
datos

D5coincide con
lamediana.

PERCENTILES

son los99
valoresquedivid
enla serie
dedatosen100
partes iguales

dan los valores


correspondientes al
1%, al 2%... y al
99% de los datos.

P50
coincide con
50
lamediana.

DATOS NO AGRUPADOS
X

Fa

11

13

14

19

20

10

23

11

25

12

26

CUARTILES

Un reporte de laboratorio indica el nmero de pacientes que en los primeros


100 das del ao recibieron peticiones por parte de una clnica, de reportes
clnicos para realizar estudios de glucosa.
Intervalos

A:9

Li

1 da a 9 das
10 da a 19

Prome

Nmero

Frecuencia

dio de

de

acumulada

das

paciente

xi
5
14.5

Para la obtencin del


primer cuartil tenemos
k=1, obteniendo:

fa

s
f
5
6

5
11

das
20 da a 29

24.5

das
30 da a 39

34.5

27

das
40 da a 49

44.5

31

das
50 da a 59

54.5

36

das
60 da a 69

64.5

43

das
70 da a 79

74.5

51

das
80 da a 89

84.5

55

das
90da a 100

94.5

63

f
a

19

Lo que indica que 25 % de


los pacientes fueron
mandados a valoracin de
glucosa en 25.34 das y el
75% de los pacientes
atendidos lo hicieron
despus de 25.34 das.

DECILES

FRMULA DEL
DECIL
Li-1: 1,60
Fi-1
fi

D2:

K:3
f:20
Fi-1: 20
ai:0,5
N:80

POSICION
DEL DECIL
D2=1,65+*0,5= 1,75

PERCENTILES

FORMULA
Li

- Ls

Fi

50 - 59

60 69

10

18

70 - 79

16

34

80 89

14

48

90 99

10

58

100 109

63

110 - 119

65

Li-1: 70
K:35
f:16
Fi-1:18
ai: 9
N:65

Posicin
Percentil

TIPOS DE DATOS
CUALITATI
VOS

aquellos mas
difciles de
manejar
estadsticamente

Ejemplo : nacionalidad,
sexo, estado civil,
especialidad de estudio,
religin.

No
llevan
valor
numric
o

Los investigadores
cualitativos hacen registros
narrativos de los fenmenos
que son estudiados
mediante tcnicas como la
observacin participante y
las entrevistas no
estructuradas3

Posee vivienda propia?

SI
N
O

VARIABLES NOMINALES
Esta es una forma de observar o
medir en la que los datos se ajustan
por categoras que no mantienen una
relacin de orden entre si
o Color de Ojos
o Raza
o Estado civil

ORDINALES:
La variable puede tomar distintos valores ordenados siguiendo una
escala establecida, aunque no es necesario que el intervalo entre
mediciones sea uniforme.
Ejemplos:

Bueno

Muy
bueno

Carrera
deportiva:
Primer Lugar

Regular

La
nota
en un
exame
n:

Oro

Malo

Plata
Bronce

Segundo Lugar
Tercer Lugar

VARIABLES
CUANTITATIVAS:

Son las variables que


se expresan mediante
cantidades
numricas.

a)Discretas:
aquellascuyosvaloresse
interrumpenoseparan.

Ejemplo:x=nmerodevacasdeuna
granjaenunadeterminadaregin.Los
valoresposiblesson0,1,2,...existeun
saltoorupturaentreellos,(porejemplo
entre15y16,lavariablexnmerode
vacas,nopuedetomarunvalor15,2).

VARIABLES
CUANTITATIVAS:

b)Continuas:
Nosonmedibles
exactamente//DECIMALES

PESO
ESTATURA

LONGIT
UD

S
O
C
I
P
I
T
A
S
O
T
A
D

VALORES ATPICOS (OUTLIERS):

- Aquellos casos que una,


dos o ms variables
toman valores extremos
que diferen del
comportamiento del
resto de la muestra y
hacen sospechar de que
han sido generados por
mecanismos distintos.
- CONSECUENCIAS:
- Distorsionan los resultados
- Suelen afectar a la
normalidad

Valores atpicos (outliers):


- CAUSAS:

- Errores en los datos (recogida e introduccin)

- Errores intencionados por parte del encuestado

- Errores de muestreo (introducir en la muestra un


individuo que no pertenece a la poblacin)
- Outliers verdaderos: casos que pertenecen a la
poblacin objeto de estudio y que realmente diferen del resto
por la variabilidad inherente

Qu hacer con los valores


atpicos?

- Si es un error evidente es
conveniente corregirlo o
eliminarlo
- Error en la introduccin de los
datos: buscar el original y
corregirlo
- Error en el registro: Volver a
encuestar el caso en cuestin
- Si no se puede (p.e. la encuesta
es annima)cambiarlo por el
valor medio

EJEMPLO:
1)
Es este valor realmente un valor atpico?
) Por ejemplo, tomemos los datos 5.3, 3.1, 4.9, 3.9, 7.8, 4.7 y 4.3 para los
que se muestra el grfco de puntos en la Figura 1.

Figura 1 Trazado de puntos para los datos, 5.3, 3.1, 4.9, 3.9,
7.8, 4.7 y 4.3.
La prueba de Dixon utiliza relaciones de los espacios entre
datos de
diferentes modos segn la cantidad de valores en
el grupo de datos.
Por lo tanto, el ndice de Dixon es:
(7.8 5.3)/(7.8 3.1) = 2.5/4.7 = 0.532

Este valor se compara con un valor crtico de una tabla, y el valor


se declara valor atpico si supera ese valor crtico. El valor crtico
depende del tamao de la muestra, n, y de un nivel de
representatividad elegido, que es el riesgo de rechazar una
observacin vlida. La tabla por lo general utiliza niveles de baja
representatividad tal como 1% o 5%. Para Para un n = 7 y un
riesgo del 5%, el valor crtico es 0.507. El ndice de Dixon 0.532
excede este valor crtico, indicando que el valor 7.8 es un valor
atpico.
La prueba de Grubbs utiliza una estadstica de prueba, T, que es la diferencia
absoluta entre el valor atpico, XO, y el promedio de la muestra dividida por la
desviacin estndar de la muestra, s. Para el ejemplo anterior, el promedio de la
muestraes=4.86yladesviacinestndardelamuestraes=1.48.Laestadstica
calculadadelapruebaes:

Paraunn=7yunriesgodel5%,elvalorcrticoes1.938yelT=1.99excedeeste
valorcrtico,indicandoqueelvalor7.8esunvaloratpico.

AGRUPACIN DE DATOS

Tablas de distribucin de
frecuencias
DATOS NO AGRUPADOS
DATOS AGRUPADOS

DATOS NO AGRUPADOS

Frecuencia absoluta = fi
Nmero de vecesque aparece un valor.
Frecuencia relativa = ni
Cocienteentre la frecuencia absolutade un
determinado valor y elnmero total de
datos.
Frecuencia acumulada= Fi
Suma de las frecuencias absolutas de todos
los valores inferiores o iguales al valor
considerado.
Frecuencia relativa acumulada= Hi
Cocienteentre lafrecuencia acumuladade

Ejemplo :

DATOS AGRUPADOS

AGRUPE EN UNA DE DISTRIBUCIN DE


FRECUENCIA LOS SIGUIENTES DATOS.
DATOS TOTALES (35)
53,2

10,8

23,9

19,3

34,9

40,7

19,6

52,7

23,9

40,1

38,7

50,8

58,3

28,9

27,2

33,9

59,1

20,2

30,1

29,3

20,7

45,9

39,8

21,7

27,9

25,1

19,2

40,1

19,7

17,3

23,7

23,1

56,3

11,7

42,1

PASO 1:
ORDENAR DATOS
DATOS TOTALES (35)
10,8

20,7

27,2

38,7

50,2

11,7

21,7

27,9

38,8

50,8

17,3

23,1

28,9

40,1

52,7

19,2

23,7

29,3

40,1

53,2

19,3

23,9

30,1

10,7

56,3

19,6

23,9

33,9

42,1

58,3

19,7

25,1

34,9

45,9

59,1

PASO 2:
DETERMINAR NUMERO DE INTERVALOS
2^k n
K= numero de intervalos
2= constante
n= cantidad de datos (muestra)
2^6 64
K (Numero de intervalos) = 6

PASO 3:
DETERMINAR EL ANCHO DEL
INTERVALO
A= (x max x min)/k
A= (59,1-10,8)/6
A=8,05
A8,1

PASO 4:
DETERMINAR EL LIMITE INFERIOR AL PRIMER
INTERVALO

10,8 - 0,1 + 8,1 = 18,8


18,8 + 0,1 + 8,1 = 27
LIMITE INFERIOR DE INTERVALO
10,7

18,8

18,9

27

27,1

35,2

35,3

43,4

43,5

51,6

51,7

59,8

PASO 5:
ARMAR LA TABLA Y DISTRIBUIR
DATOS
LIMITE
INFERIOR DEL
INTERVALO

FRECUENCIA
ABSOLUTA

SIMPLE

FRECUENCIA
RELATIVA

ACUMULAD SIMPLE
A

ACUMULA
DA

MARCA
DE CLASE
(PUNTO
MEDIO)

10,7

18,8

0,09

0,09

14,75

18,9

27

11

14

0,31

0,40

22,95

27,1

35,2

21

0,20

0,60

31,15

35,3

43,4

27

0,17

0,77

39,35

43,5

51,6

30

0,09

0,86

47,55

51,7

59,8

35

0,14

1,00

55,75

MUCHAS GRACIAS