Estadística Descriptiva 1

Estadstica descriptiva
Regresin Lineal
Nociones de probabilidad
Distribuciones tpicas
Pruebas de hiptesis
ESTADSTICA
Juan F. Olivares-Pacheco1
1 Universidad de Atacama
Departamento de Matemtica
Curso de Estadstica, 2007
Juan F. Olivares-Pacheco ESTADSTICA

Estadstica descriptiva
Regresin Lineal
Nociones de probabilidad
Distribuciones tpicas
Pruebas de hiptesis
1 Estadstica descriptiva
Introduccin P
Notacin sobre la sumatoria
Distribuciones de Frecuencia
Estudio de Parmetros de una Poblacin
Estadstica Descriptiva Bivariada
2 Regresin Lineal
Ajuste de Algunos Modelos
3 Nociones de probabilidad
Espacios Muestrales y Eventos
4 Distribuciones tpicas
5 Pruebas de hiptesis

Estadstica descriptiva Introduccin P
Regresin Lineal Notacin sobre la sumatoria
Nociones de probabilidad Distribuciones de Frecuencia
Distribuciones tpicas Estudio de Parmetros de una Poblacin
Pruebas de hiptesis Estadstica Descriptiva Bivariada
Introduccin
En 1903, H. G. Wells formul la hiptesis de que el pensamiento

estadstico algn da sera tan necesario, para ser buen ciudadano,
como la habilidad de leer y escribir.

Introduccin

La estadstica desempea un papel importante en los procesos de
toma de decisiones.

Introduccin

toma de decisiones.
Histricamente, la estadstica se ha empleado para narrar una
historia por medio de nmeros.

Introduccin

toma de decisiones.
DEFINICIN: La Estadstica es una ciencia que proporciona un
conjunto de mtodos que se utilizan para recolectar, resumir,
clasificar, analizar e interpretar el comportamiento de los datos con
respecto a una caracterstica materia de estudio o investigacin.

Introduccin

toma de decisiones.
DEFINICIN: La Estadstica es una ciencia que proporciona un
conjunto de mtodos que se utilizan para recolectar, resumir,
clasificar, analizar e interpretar el comportamiento de los datos con
respecto a una caracterstica materia de estudio o investigacin.
DEFINICIN: La Estadstica es la postulacin de un modelo
plausible que explica el mecanismo que genera los datos.

Introduccin
DEFINICIN: Estadstica es la ciencia que trata de los mtodos

para recopilar, organizar, presentar, analizar e interpretar datos
estadsticos, con el objeto de tomar decisiones ms eficaces.

Introduccin

El problema de describir, resumir y analizar datos de censos condujo
a la creacin de mtodos que, constituan casi todo lo que haba
sobre el tema de estadstica.

Introduccin

Estos mtodos, que en un principio consistan sobre todo en la
presentacin de forma de tablas y diagramas, constituyen lo que
ahora se denomina la estadstica descriptiva.

Introduccin

Estos mtodos, que en un principio consistan sobre todo en la
presentacin de forma de tablas y diagramas, constituyen lo que
ahora se denomina la estadstica descriptiva.
Esta comprende cualquier cosa que se haga con los datos y que este
diseada para resumirlos o describirlos, sin tener que ir ms lejos, o
sea, sin intentar deducir nada que escape de los datos mismos.

Introduccin
EJEMPLO: Un anuario informa que los accidentes en faenas

mineras en Chile, durante el 2004, fueron de 21.567 mientras que en
el 2005 fueron de 25.469 y se realizan los clculos necesarios para
demostrar que hubo un incremento de los accidentes, en dicho
perodo, de un 18,09 %.

Introduccin
EJEMPLO: Un anuario informa que los accidentes en faenas

mineras en Chile, durante el 2004, fueron de 21.567 mientras que en
el 2005 fueron de 25.469 y se realizan los clculos necesarios para
demostrar que hubo un incremento de los accidentes, en dicho
perodo, de un 18,09 %.
Este trabajo pertenece al campo de la estadstica descriptiva. Sin
embargo, ste no sera el caso si se utilizaran los datos para predecir
el nmero de accidentes, por ejemplo, para el 2006.

P
Para ilustrar el uso del smbolo supongamos que ocho estudiantes se

someten a una examen de 10 preguntas. Sea X el valor de la
variable en cuestin (calificacin en el examen) y los resultados son
los que siguen:

P

los que siguen:
X1 = 7 X2 = 9 X3 = 6 X4 = 10
X5 = 6 X6 = 5 X7 = 3 X8 = Xn = 4

P

los que siguen:
X1 = 7 X2 = 9 X3 = 6 X4 = 10
X5 = 6 X6 = 5 X7 = 3 X8 = Xn = 4
La suma de todas las calificaciones X se representa como:

n
X
Xi
i=1

P
As:
n
X
Xi
i=1

P
As:
n
X
Xi = X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8
i=1

P
As:
n
X
Xi = X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8
i=1
= 7 + 9 + 6 + 10 + 6 + 5 + 3 + 4
= 50

P
As:
n
X
Xi = X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8
i=1
= 7 + 9 + 6 + 10 + 6 + 5 + 3 + 4
= 50
Si slo necesitramos la suma de un subrango de los nmeros:

6
X
Xi
i=3

P
As:
n
X
Xi = X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8
i=1
= 7 + 9 + 6 + 10 + 6 + 5 + 3 + 4
= 50

6
X
Xi = X3 + X4 + X5 + X6
i=3

P
As:
n
X
Xi = X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8
i=1
= 7 + 9 + 6 + 10 + 6 + 5 + 3 + 4
= 50

6
X
Xi = X3 + X4 + X5 + X6
i=3
= 6 + 10 + 6 + 5
= 27

P
Notacin sobre la
P
sumatoria
Reglas de la sumatoria
Supongamos que los ocho estudiantes previamente mencionados efectan

un segundo examen, que representaremos como Y . Entonces:
Sujeto (S) Examen 1 (X ) Examen 2 (Y )

1 7 8
2 9 6
3 6 4
4 10 10
5 6 5
6 5 10
7 3 9
8 4 8
P P
X = 50 Y = 60

P
Notacin sobre la
P
sumatoria
n
P n
P n
P
Regla 1: (Xi + Yi ) = Xi + Yi .
i=1 i=1 i=1
S X Y X +Y
1 7 8 15
2 9 6 15
3 6 4 10
4 10 10 20
5 6 5 11
6 5 10 15
7 3 9 12
8 4 8 12
P P P
X = 50 Y = 60 (X + Y ) = 110
X X
X+ Y = 110

P
Notacin sobre la
P
sumatoria
n
P n
P n
P
Regla 2: (Xi Yi ) = Xi Yi .
i=1 i=1 i=1
S X Y X Y
1 7 8 1
2 9 6 3
3 6 4 2
4 10 10 0
5 6 5 1
6 5 10 5
7 3 9 6
8 4 8 4
P P P
X = 50 Y = 60 (X Y ) = 10
X X
X Y = 10

P
Notacin sobre la
P
sumatoria
n
P n
P n
P
Regla 3: Xi Yi 6= Xi Yi .
i=1 i=1 i=1
S X Y XY
1 7 8 56
2 9 6 54
3 6 4 24
4 10 10 100
5 6 5 30
6 5 10 50
7 3 9 27
8 4 8 32
P P P
X = 50 Y = 60 XY = 373
X X
X Y = 3000

P
Notacin sobre la
P
sumatoria
n
n
2
Xi2
P P
Regla 4: 6= Xi .
i=1 i=1
S X X2
1 7 49
2 9 81
3 6 36
4 10 100
5 6 36
6 5 25
7 3 9
8 4 16
P P 2
X = 50 X = 352
X 2
X = 2500

P
Notacin sobre la
P
sumatoria
n
P
Regla 5: Si k es una constante, entonces k = nk.
i=1
S k
1 3
2 3
3 3
4 3
5 3
6 3
7 3
8 3
P
k = 24
nk = 8 3 = 24

P
Notacin sobre la
P
sumatoria
n
P n
P n
P n
P
Regla 6: Si k es una constante, (Xi + k) = Xi + k= Xi + nk.
i=1 i=1 i=1 i=1
S X k X +k
1 7 5 12
2 9 5 14
3 6 5 11
4 10 5 15
5 6 5 11
6 5 5 10
7 3 5 8
8 4 5 9
P P P
X = 50 k = nk = 40 (X + k) = 90
X
X + nk = 50 + 8 5 = 90

P
Notacin sobre la
P
sumatoria
n
P n
P
Regla 7: kXi = k Xi .
i=1 i=1
S X k kX
1 7 2 14
2 9 2 18
3 6 2 12
4 10 2 20
5 6 2 12
6 5 2 10
7 3 2 6
8 4 2 8
P P
X = 50 kX = 100
X
k X = 2 50 = 100

Distribucin de frecuencias simples
Supongamos que un investigador interesado en una habilidad humana

selecciona una grupo de 100 estudiantes universitarios y da a cada uno
10 problemas para resolver.


10 problemas para resolver. La calificacin de cada estudiante puede
variar entre 0 (todos mal) y 10 (todos bien).


10 problemas para resolver. La calificacin de cada estudiante puede
variar entre 0 (todos mal) y 10 (todos bien).
5 8 3 6 5 8 3 7 4 7
6 8 7 4 6 5 8 7 10 6
5 3 6 1 8 6 8 5 7 10
8 9 6 9 6 5 9 9 6 3
8 5 8 4 8 6 7 4 10 5
8 7 6 8 5 7 6 9 6 10
4 8 6 8 6 5 4 7 9 6
7 4 5 5 9 6 6 7 4 5
10 3 5 7 9 10 6 7 6 6
6 9 8 7 8 5 7 4 6 8

Calificacin (X ) Frecuencia (f )
0 0
1 1
2 0
3 5
4 9
5 15
6 23
7 15
8 17
9 9
10 6

Distribucin de frecuencias agrupadas
Supongamos que nos interesa estudiar las calificaciones de 85 estudiantes

en un examen calificado sobre un mximo de 50 puntos.


en un examen calificado sobre un mximo de 50 puntos. El examen de los
datos revela que las calificaciones varan entre 9 y 49 puntos.


en un examen calificado sobre un mximo de 50 puntos. El examen de los
datos revela que las calificaciones varan entre 9 y 49 puntos.
39 42 30 11 35 25 18 26 37 15
29 22 33 32 21 43 11 11 32 29
44 26 30 49 13 38 26 30 45 21
31 28 14 35 10 41 15 39 33 34
46 21 38 26 26 37 37 14 26 24
32 15 22 28 33 47 09 22 31 20
37 40 20 39 30 18 29 35 41 21
26 25 29 33 23 30 43 28 32 32
34 28 38 32 31

Intervalo de clase Frecuencia (f )

09 11 5
12 14 3
15 17 3
18 20 4
21 23 8
24 26 10
27 29 8
30 32 14
33 35 9
36 38 7
39 41 6
42 44 4
45 47 3
48 50 1

Histogramas
Nmero de Hijos (X ) f
0 4
1 5
2 8
3 4
4 3
5 0
6 1
7o+ 0

Histogramas

Polgono de frecuencias

Introduccin a las tablas de frecuencias
DEFINICIN: Una tabla compuesta de filas y columnas donde todos

los datos de la muestra en estudio se distribuyen segn un criterio
definido en las celdas generadas por la interseccin de filas y
columnas se conoce con el nombre de Tabla de Frecuencias.

EJEMPLO: Un socilogo esta interesado en estudiar las edades de

las personas de un determinado Pas que tienen un ingreso menor al
mnimo.

EJEMPLO: Un socilogo esta interesado en estudiar las edades de

las personas de un determinado Pas que tienen un ingreso menor al
mnimo.
Edad Nmero de personas

(en aos) (en miles)
Menores de 16 1.233
de 16 a 21 932
de 22 a 44 779
de 45 a 64 175
de 65 y ms 863
P
3.982

EJEMPLO: La tabla siguiente muestra la distribucin del nmero de

accidentes laborales de un Pas entre los aos 2001 hasta 2005.

EJEMPLO: La tabla siguiente muestra la distribucin del nmero de

accidentes laborales de un Pas entre los aos 2001 hasta 2005.
Aos N de accidentes Accidentes

totales In Itinere
2001 486.109 5.196
2002 671.004 5.933
2003 801.416 6.918
2004 821.458 7.339
2005 787.182 7.550
P
3.567.169 32.936

La naturaleza de los datos
DEFINICIN: Los datos cuantitativos consisten en nmeros que

representan conteo o mediciones. Los datos cualitativos (categricos
o de atributos) se caracterizan por ser reconocidos por una cualidad
y son no numricos.

DEFINICIN: Los datos cuantitativos consisten en nmeros que

representan conteo o mediciones. Los datos cualitativos (categricos
o de atributos) se caracterizan por ser reconocidos por una cualidad
y son no numricos.
EJEMPLO: Datos cuantitativos.
1 Nmeros de hijos en familias.
2 Nmero de accidentes ocurridos durante un determinado mes.
3 Sueldos de funcionarios de una determinada organizacin.
4 Tiempo de vida til de una maquinaria.
5 Distancia recorrida por un mvil.

EJEMPLO: Datos cualitativos.

1 Estado Civil (soltero, casado, divorciado, viudo).
2 Gnero (masculino o femenino).
3 Religin.
4 Color de ojos.
5 Marca de automvil.

EJEMPLO: Datos cualitativos.

1 Estado Civil (soltero, casado, divorciado, viudo).
2 Gnero (masculino o femenino).
3 Religin.
4 Color de ojos.
5 Marca de automvil.
DEFINICIN: Los datos discretos se obtienen de un nmero finito
de posibles valores o bien de un nmero de posibles valores que
puede contarse. Los datos continuos se obtienen de un nmero
infinito de posibles valores que pueden asociarse a puntos de una
escala continua, de tal manera que no se encuentre interrupciones.

Construccin de una Tabla de Frecuencia y Grficos
EJEMPLO: La siguiente tabla muestra los sueldos lquidos (en miles) de

120 ejecutivos de una empresa.
1.170 1.207 1.581 1.277 1.305 1.472 1.077 1.319 1.537 1.849
1.332 1.418 1.949 1.403 1.744 1.532 1.219 896 1.500 1.671
1.471 1.399 1.041 1.379 821 1.558 1.118 1.533 1.510 1.760
1.826 1.309 1.426 1.288 1.394 1.545 1.032 1.289 695 803
1.440 1.421 1.329 1.407 718 1.457 1.449 1.455 2.051 1.677
1.119 1.020 1.400 1.442 1.593 1.962 1.263 1.788 1.501 1.668
1.352 1.340 1.459 1.823 1.451 1.138 1.592 982 1.981 1.091
1.428 1.603 1.699 1.237 1.325 1.590 1.142 1.425 1.550 913
1.470 1.783 1.618 1.431 1.557 896 1.662 1.591 1.551 1.612
1.249 1.419 2.162 1.373 1.542 1.631 1.567 1.221 1.972 1.714
949 1.539 1.634 1.637 1.649 1.607 1.640 1.739 1.540 2.187
1.752 1.648 1.978 640 1.736 1.222 1.790 1.188 2.091 1.829

Lo primero que se debe decidir es el nmero de clases o intervalos.

Para esto utilizaremos la Regla de Sturges que nos dice lo siguiente:


Si N representa el nmero de intervalos a encontrar, entonces la
regla de Sturges propone calcularlo as:
N = 1 + 3,3 log n
donde n es el nmero total de datos de la muestra.


Si N representa el nmero de intervalos a encontrar, entonces la
regla de Sturges propone calcularlo as:
N = 1 + 3,3 log n
donde n es el nmero total de datos de la muestra.
En nuestro n = 120, luego tenemos
N = 1 + 3,3 log 120
= 1 + 3,3 2,0792
= 7,86
8
As el nmero de intervalos (o clases) es N = 8.
Ahora debemos determinar la amplitud de cada clase o intervalo.

Como recomendacin nos preocuparemos de que cada clase posea la
misma amplitud, entonces para realizar esto debemos seguir los
siguientes pasos:


siguientes pasos:
1 Se selecciona el dato mayor y el dato menor.
2 Se denotamos por a la amplitud del intervalo, entonces, a se
calcula as:
dato mayor dato menor
a=
N


siguientes pasos:
1 Se selecciona el dato mayor y el dato menor.
2 Se denotamos por a la amplitud del intervalo, entonces, a se
calcula as:
dato mayor dato menor
a=
N
En nuestro caso, se tiene que el dato mayor es 2.187 y el menor es
640, por lo tanto:
2187 640
a= = 193,375
8

La verdad es que el valor 193,375 es muy extrao como para

considerarlo como una amplitud de intervalo (aunque se puede
trabajar con l), ya que se va a usar mucho para realizar clculos y
sumara bastante complejidad al problema. Cmo resolver la
situacin?

La verdad es que el valor 193,375 es muy extrao como para

considerarlo como una amplitud de intervalo (aunque se puede
trabajar con l), ya que se va a usar mucho para realizar clculos y
sumara bastante complejidad al problema. Cmo resolver la
situacin?
Pareciera que una amplitud de 194, 195 196, que estn por sobre
193,375, seran bastante cmodo ya que son nmero entero y muy
prximo a 193,375. Es importante destacar, que cualquiera de ellos
que usemos, sus efectos seran realmente insignificante tanto en las
diferencias de los resultados como sus interpretaciones, recuerde que
estamos perdiendo precisin pero ganando en interpretacin, an as
es recomendable considerar el entero, superior, ms prximo que en
nuestro caso es 194.

Veamos grficamente la situacin:

Se observa que la amplitud de cada clase se obtiene al dividir por 8

la diferencia 2187 640 = 1.547 lo que resulta el nmero 193,375
(observe que esta diferencia representa la longitud del intervalo
[640, 2.187]). Pero lo que queremos es que la amplitud sea el
nmero 194, esto obliga a que la diferencia ?? = 1.552. Esto nos
lleva a aumentar en 5 unidades la diferencia 2.187 640 = 1547.
y por consiguiente a ampliar en 5 unidades la longitud del intervalo
[640, 2.187]).

Se observa que la amplitud de cada clase se obtiene al dividir por 8

la diferencia 2187 640 = 1.547 lo que resulta el nmero 193,375
(observe que esta diferencia representa la longitud del intervalo
[640, 2.187]). Pero lo que queremos es que la amplitud sea el
nmero 194, esto obliga a que la diferencia ?? = 1.552. Esto nos
lleva a aumentar en 5 unidades la diferencia 2.187 640 = 1547.
y por consiguiente a ampliar en 5 unidades la longitud del intervalo
[640, 2.187]).
Si el aumento de la longitud del intervalo hubiese sido un nmero
par, por ejemplo 4, entonces se resta 2 unidades al lado izquierdo
(640) y se suman 2 unidades al lado derecho (2.187).

En nuestro caso hay que aumentar en un nmero impar, que es 5, la

longitud del intervalo, en tal caso, se elige en forma arbitraria la
distribucin de 2 unidades a la izquierda y 3 a la derecha o
viceversa. Si la eleccin es restar 3 unidades a la izquierda y sumar 2
unidades a la derecha, el intervalo quedara [637, 2.189]. y en tal
caso se confirma la amplitud a = 194, es decir:
2.189 637 1.552
a= = = 194
8 8

Una vez que hemos determinado el nmero de clases intervalos y

la amplitud de cada uno de ellos la tabla de distribucin de
frecuencia quedara:
k Intervalos Frecuencia (f )
1 637, 831
2 831, 1.025
3 1.025, 1.219
4 1.219, 1.413
5 1.413, 1.607
6 1.607, 1.801
7 1.801, 1.995
8 1.995, 2.189

Para seleccionar los datos dentro de la tabla de distribucin, ya

confeccionada, podramos tener el problema de que un dato pueda
estar en dos intervalos, por ejemplo Dnde clasificara usted el dato
1.219? como respuesta podramos decir que estara en el 3er
intervalos en el 4to intervalo. Para evitar esta ambigedad
consideraremos el intervalo [1.025, 1.219[ es decir cerrado en 1.025
y abierto 1.219 lo que implica que el extremo derecho no se
considera en dicho intervalo. Con esta aclaracin la respuesta a la
pregunta sera El dato 1.219 estara en el 4to intervalo".

Con esta consideracin la tabla de distribucin la podramos

presentar as:
1 [637, 831[
2 [831, 1.025[
3 [1.025, 1.219[
4 [1.219, 1.413[
5 [1.413, 1.607[
6 [1.607, 1.801[
7 [1.801, 1.995[
8 [1.995, 2.189[

Clasificados los datos la tabla quedara:
1 [637, 831[ 5
2 [831, 1.025[ 6
3 [1.025, 1.219[ 11
4 [1.219, 1.413[ 24
5 [1.413, 1.607[ 38
6 [1.607, 1.801[ 23
7 [1.801, 1.995[ 9
8 [1.995, 2.189[ 4

Haremos algunas interpretaciones de algunos datos de la tabla de

frecuencia como tambin combinando alguno de ellos.
1 En el intervalo 4, el dato 24 significa que: 24 ejecutivos de la
empresa tienen un sueldo lquido entre $1.219.000 y
$1.413.000.


$1.413.000.
2 En el intervalo 3, se tiene que 11 ejecutivos de la empresa
tienen un sueldo entre $1.025.000 y $1.219.000. Observe
tambin que el mismo nmero, es decir 11, de los ejecutivos
tienen un sueldo inferior $1.025.000.


$1.413.000.
2 En el intervalo 3, se tiene que 11 ejecutivos de la empresa
tienen un sueldo entre $1.025.000 y $1.219.000. Observe
tambin que el mismo nmero, es decir 11, de los ejecutivos
tienen un sueldo inferior $1.025.000.
3 Observe que 36 ejecutivos de la empresa tienen un sueldo
lquido superior (o igual) a $1.607.000.

Considerando la tabla de distribucin de frecuencia, recin

construida, podemos tener un efecto visual de ella a travs de un
grfico denominado histograma, que pasamos a mostrar:

Considerando la tabla de distribucin de frecuencia, recin

construida, podemos tener un efecto visual de ella a travs de un
grfico denominado histograma, que pasamos a mostrar:

Uniendo los puntos medios de las alturas de cada rectngulo se

consigue un nuevo grfico que se denomina polgono de frecuencia
quedando como se muestra:

Uniendo los puntos medios de las alturas de cada rectngulo se

consigue un nuevo grfico que se denomina polgono de frecuencia
quedando como se muestra:

Para graficar el polgono de frecuencia se tomaron las siguientes

consideraciones:


consideraciones:
1 Las lneas que unen los puntos de los techos de los rectngulos
dan una aspecto tosco y se ha preferido suavizarla dndole una
forma ms acampanada.


consideraciones:
1 Las lneas que unen los puntos de los techos de los rectngulos
dan una aspecto tosco y se ha preferido suavizarla dndole una
forma ms acampanada.
2 Para cerrar la campana (polgono de frecuencia) se han
considerados los puntos medios de los intervalos (imaginarios)
que no estn contemplados en la tabla de frecuencia y que son
[443, 637[ a la izquierda y [2.189, 2.383[ a la derecha, siendo
los puntos medios de cada uno de ellos 540 y 2.286
respectivamente.

La tabla de distribucin de frecuencia se puede complementar

agregando una nueva columna que no es otra cosa que la columna
de frecuencia pero expresada en porcentaje.

La tabla de distribucin de frecuencia se puede complementar

agregando una nueva columna que no es otra cosa que la columna
de frecuencia pero expresada en porcentaje.
k Intervalos f Frecuencia Relativa (h)

1 [637, 831[ 5 4,2 %
2 [831, 1.025[ 6 5%
3 [1.025, 1.219[ 11 9,1 %
4 [1.219, 1.413[ 24 20 %
5 [1.413, 1.607[ 38 31,7 %
6 [1.607, 1.801[ 23 19,2 %
7 [1.801, 1.995[ 9 7,5 %
8 [1.995, 2.189[ 4 3,3 %
P
120 100 %

Ahora completaremos la tabla de distribucin agregando dos nuevas

columnas que se logran acumulando las frecuencias y frecuencias
relativas como se muestra a continuacin:
k Intervalos f h F H
1 [637, 831[ 5 4,2 % 5 4,2 %
2 [831, 1.025[ 6 5% 11 9,2 %
3 [1.025, 1.219[ 11 9,1 % 22 18,3 %
4 [1.219, 1.413[ 24 20 % 46 38,3 %
5 [1.413, 1.607[ 38 31,7 % 84 70 %
6 [1.607, 1.801[ 23 19,2 % 107 89,2 %
7 [1.801, 1.995[ 9 7,5 % 116 96,7 %
8 [1.995, 2.189[ 4 3,3 % 120 100 %
P
120 100 %

A continuacin interpretaremos algunos datos de esta ltima tabla:


1 El valor 46 ubicado en la 4ta columna se interpreta como: 46
ejecutivos de la empresa tienen un sueldo inferior a
$1.413.000.


$1.413.000.
2 El valor 89,2 ubicado en la 6ta columna se interpreta como: El
89,2 % de los ejecutivos, de la empresa, tienen un sueldo
inferior a $1.801.000.


$1.413.000.
38,3 % de los ejecutivos de la empresa tienen un sueldo inferior
a $1.413.000.


$1.413.000.
38,3 % de los ejecutivos de la empresa tienen un sueldo inferior
a $1.413.000.
4 Observe que: El 60,8 % (obtenido de 70 % - 9,2 %)de los
ejecutivos de la empresa tienen un sueldo entre $1.025.000 y
$1.607.000.

Por ultimo a continuacin se muestra la ojiva porcentual.

Aprovechando el grfico de la ojiva porcentual creemos oportuno

introducir el concepto de percentil y sus derivados, aprovechamos, a
la vez, de realizar algunos clculos de ellos.


DEFINICIN: Dado un conjunto de datos perteneciente a una
muestra y suponiendo que ha sido ordenada de menor a mayor, se
define el percentil (r ), y se denota por Pr a aquel valor que deja a
su izquierda el r % de los datos y a su derecha el (100 r ) %.


EJEMPLO: Una vez ordenado los datos, P30 es el valor que deja a
su izquierda el 30 % de los datos y a su derecha el 70 %.


EJEMPLO: Una vez ordenado los datos, P30 es el valor que deja a
su izquierda el 30 % de los datos y a su derecha el 70 %.
Utilizando el ejemplo anterior (de los 120 ejecutivos) se puede
encontrar el P70 , slo observando la ojiva porcentual.

Cuando no es posible encontrar un percentil cualquiera a travs de

la tabla de distribucin de frecuencia o la ojiva porcentual, se puede
recurrir a la siguiente formula:

Cuando no es posible encontrar un percentil cualquiera a travs de

la tabla de distribucin de frecuencia o la ojiva porcentual, se puede
recurrir a la siguiente formula:
r
n Fa a

Pr = LimInf + 100
f
donde
LimInf corresponde al extremo izquierdo del intervalo donde se
encuentra el percentil buscado Pr .
Fa corresponde a la frecuencia acumulada hasta antes del
intervalo donde se encuentra el percentil buscado Pr .
f corresponde a la frecuencia del intervalo donde se encuentra
el percentil buscado Pr .

Cmo saber en que intervalo se encuentra Pr ?


Para saber en que intervalo se encuentra el percentil Pr , primero
calculamos la expresin:
r
n
100


Para saber en que intervalo se encuentra el percentil Pr , primero
calculamos la expresin:
r
n
100
Como resultado nos dar un nmero que debemos ir comparndolo

con la columna de la frecuencia acumulada y con el primer valor que
supere al nmero nos detendremos en dicho valor y observamos en
que intervalo se encuentra, el que nos dar precisamente el intervalo
que andamos buscando.


En estadstica es comn usar los trminos de poblacin y muestra.
Estos trminos son un centro de atencin en la estadstica, as que
lo pasamos a definir.


DEFINICIN: Una poblacin es una coleccin completa de todos
los elementos (puntajes, personas, mediciones, etc.) que se van a
estudiar.


estudiar.
Un censo es la coleccin de datos de cada elemento de la poblacin.


estudiar.
Una muestra es una porcin, o parte de una poblacin
(subconjunto).


estudiar.
(subconjunto).
DEFINICIN: Un parmetro es una medicin numrica que describe
alguna caracterstica de una poblacin.


estudiar.
(subconjunto).
DEFINICIN: Un parmetro es una medicin numrica que describe
alguna caracterstica de una poblacin.
OBSERVACIN: Cuando la medicin numrica describe alguna
caracterstica de una muestra el parmetro toma el nombre de
estadstico.
Consideremos algunos ejemplos:

Una encuesta aplicada a 348 dueas de casa, en la ciudad de
Copiap, arroj que 75 (21,55 %) de ellas tienen ms de dos
hijos.


hijos. Dado que la cifra 21,55 % se basa en una muestra es un
estadstico.


estadstico.
Una encuesta aplicada a los 120 diputados de Chile muestra
que 75 (62,5 %) de ellos superan los 65 aos de edad.


estadstico.
que 75 (62,5 %) de ellos superan los 65 aos de edad. La cifra
62,5 % sera un parmetro porque se basa en la poblacin de
todos los diputados.


estadstico.
Una encuesta aplicada a los 258 funcionarios de un hospital
arroj que el sueldo promedio imponible era de $458.650.


estadstico.
Una encuesta aplicada a los 258 funcionarios de un hospital
arroj que el sueldo promedio imponible era de $458.650. La
cifra promedio sera entonces tambin un parmetro.


Medidas de tendencia central: PROMEDIO
Las medidas de tendencia central pueden describirse rgidamente

como promedios en el sentido de que son indicativas del centro o
alrededor del centro. En realidad uno de los parmetros, con esta
caracterstica, que goza de mayor popularidad en la estadstica es la
media o promedio.



media o promedio.
DEFINICIN: Sean x1 , x2 , x3 , . . . , xn una muestra de n datos
reales, se define el promedio de los n datos, y se denota por X ,
como:
Pn
xi
X = i=1
n



media o promedio.
DEFINICIN: Sean x1 , x2 , x3 , . . . , xn una muestra de n datos
reales, se define el promedio de los n datos, y se denota por X ,
como:
Pn
xi
X = i=1
n
OBSERVACIN: El promedio tiende a ubicarse alrededor del centro

de los datos por lo que se le conoce como una medida de tendencia
central.

EJEMPLO: Considere el siguiente conjunto de datos:
x1 = 2 x2 = 6 x3 = 4 x4 = 2 x5 = 2
x6 = 3 x7 = 4 x8 = 3 x9 = 2 x10 = 4


x1 = 2 x2 = 6 x3 = 4 x4 = 2 x5 = 2
x6 = 3 x7 = 4 x8 = 3 x9 = 2 x10 = 4
entonces
10
P
xi
i=1
X =
10


x1 = 2 x2 = 6 x3 = 4 x4 = 2 x5 = 2
x6 = 3 x7 = 4 x8 = 3 x9 = 2 x10 = 4
entonces
10
P
xi
i=1
X =
10
x1 + x2 + x3 + + x10
=
10


x1 = 2 x2 = 6 x3 = 4 x4 = 2 x5 = 2
x6 = 3 x7 = 4 x8 = 3 x9 = 2 x10 = 4
entonces
10
P
xi
i=1
X =
10
x1 + x2 + x3 + + x10
=
10
2 + 6 + 4 + + 4 32
= = = 3,2
10 10


En ejemplo anterior se puede observar que realmente hay cuatro

datos que son el 2, 3, 4 y 6: ocurre que el 2 se repite 4 veces, el 3 se
repite 2 veces, el 4 se repite 3 veces y por ltimo el 6 aparece slo
una vez. Podramos mostrar mejor esta observacin disponiendo los
datos en una tabla de distribucin de frecuencias como se ilustra a
continuacin:
x f fx
2 4 8
3 2 6
4 3 12
6 1 6
P
10 32


32
Si realizamos el cociente 10 = 3,2, que corresponde a la razn entre
la suma del producto fx y la suma de las frecuencias f , nos da el
promedio de los datos.


32
Si realizamos el cociente 10 = 3,2, que corresponde a la razn entre
la suma del producto fx y la suma de las frecuencias f , nos da el
promedio de los datos.
Formalizando lo anterior mediante la siguiente frmula:
N
P
fi xi
i=1
X = N
P
fi
i=1
Esta frmula se conoce como promedio para datos tabulados.


Donde:
1 N corresponde al nmero total de intervalos o clases de la
tabla de distribucin de frecuencias.
2 fi i = 1, . . . , N, corresponde a la frecuencia observada en el
intervalo o clase i.
3 xi i = 1, . . . , N, corresponde a la marca de clase del intervalo
i. Con:
lmite inferior del intervalo i + lmite superior del intervalo i
xi =
2


DEFINICIN: Sean x1 , x2 , x3 , . . . , xn n datos reales, se define el

promedio ponderado de los n datos, y se denota por X p , como
n
X
Xp = xi pi
i=1
n
P
donde pi = 1.
i=1


Un estudiante tiene las siguientes cuatro calificaciones en la

asignatura de Estadstica 63, 39, 40 y un 50 en la escala de 1 a 100
y la nota de aprobacin es un 50.


Un estudiante tiene las siguientes cuatro calificaciones en la

asignatura de Estadstica 63, 39, 40 y un 50 en la escala de 1 a 100
y la nota de aprobacin es un 50. La importancia de los tpicos
contemplado en cada prueba son distintos y el profesor, conciente
de esto, tiene la duda en elegir entre tres alternativas de
ponderacin que se ilustran en la siguiente tabla:
Notas Alternativa 1 Alternativa 2 Alternativa 3

63 0,25 0,2 0,3
39 0,25 0,3 0,2
40 0,25 0,2 0,2
50
P 0,25 0,3 0,3
1 1 1


Alternativa 1:


Alternativa 1:
4
X
xi pi =
i=1


Alternativa 1:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1


Alternativa 1:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1
= 63 0,25 + 39 0,25 + 40 0,25 + 50 0,25


Alternativa 1:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1
= 63 0,25 + 39 0,25 + 40 0,25 + 50 0,25
= 48


Alternativa 1:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1
= 63 0,25 + 39 0,25 + 40 0,25 + 50 0,25
= 48
Alternativa 2:


Alternativa 1:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1
= 63 0,25 + 39 0,25 + 40 0,25 + 50 0,25
= 48
Alternativa 2:
4
X
xi pi =
i=1


Alternativa 1:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1
= 63 0,25 + 39 0,25 + 40 0,25 + 50 0,25
= 48
Alternativa 2:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1


Alternativa 1:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1
= 63 0,25 + 39 0,25 + 40 0,25 + 50 0,25
= 48
Alternativa 2:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1
= 63 0,20 + 39 0,30 + 40 0,20 + 50 0,30


Alternativa 1:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1
= 63 0,25 + 39 0,25 + 40 0,25 + 50 0,25
= 48
Alternativa 2:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1
= 63 0,20 + 39 0,30 + 40 0,20 + 50 0,30
= 47


Alternativa 3:


Alternativa 3:
4
X
xi pi =
i=1


Alternativa 3:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1


Alternativa 3:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1
= 63 0,30 + 39 0,20 + 40 0,20 + 50 0,30


Alternativa 3:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1
= 63 0,30 + 39 0,20 + 40 0,20 + 50 0,30
= 50


Alternativa 3:
4
X
xi pi = x1 p1 + x2 p2 + x3 p3 + x4 p4
i=1
= 63 0,30 + 39 0,20 + 40 0,20 + 50 0,30
= 50
Entonces la forma de ponderacin de la alternativa 3, permite al

estudiante aprobar la asignatura con nota igual a 50, lo cual se
puede observar que la ponderacin le favorece.


Medidas de tendencia central: MEDIANA Y OTROS CUANTILES
As como el promedio tiende a ubicarse alrededor del centro de la

informacin, tambin existe otro parmetro que tiene esta misma
caracterstica y se llama mediana.



DEFINICIN: La mediana de un conjunto de datos es aquel valor,
no necesariamente pertenece al conjunto de los datos, que una vez
ordenada la informacin se ubica de tal manera que deja a su
izquierda el 50 % de los datos y el otro 50 % a su derecha.



Cuando el nmero de datos es impar (n impar), la mediana, es el
valor del dato que est en la mitad.



Cuando el nmero de datos es impar (n impar), la mediana, es el
valor del dato que est en la mitad.
Cuando el nmero de datos es par (n par), la mediana, es el valor
que toma el promedio de los dos datos centrales.


EJEMPLO: El nmero de accidentes, de la empresa

Royal&Anderson, en los primeros 5 meses del 2005 fueron
respectivamente: 12, 8, 15, 9 y 13.


EJEMPLO: El nmero de accidentes, de la empresa

Royal&Anderson, en los primeros 5 meses del 2005 fueron
respectivamente: 12, 8, 15, 9 y 13.
Ordenando la muestra de menor a mayor, o viceversa, tenemos.
8 9 12 13 15
y se puede apreciar que la mediana es 12.


EJEMPLO: Si la informacin, dada en el ejemplo anterior, es ms

completa y se obtiene el nmero total de accidentes por mes, del
2005, de la empresa Royal&Anderson, la que se ilustra en la
siguiente tabla.


EJEMPLO: Si la informacin, dada en el ejemplo anterior, es ms

completa y se obtiene el nmero total de accidentes por mes, del
2005, de la empresa Royal&Anderson, la que se ilustra en la
siguiente tabla.
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
12 8 15 9 13 16 10 9 7 8 15 17
Cul es la mediana de este conjunto de datos?


La mediana, no es sino uno de los muchos cuantiles diferentes que

dividen un conjunto de datos en dos o ms partes iguales.



Tambin de importancia es la estadstica son los cuartiles, quintiles
y percentiles.



y percentiles.
Mostraremos aqu los tres cuartiles Q1 , Q2 y Q3 . Primero
ordenamos la informacin de menor a mayor.



y percentiles.
Mostraremos aqu los tres cuartiles Q1 , Q2 y Q3 . Primero
ordenamos la informacin de menor a mayor.


El primer cuartil Q1 deja a su izquierda el 25 % de los datos y a su

derecha el 75 %.
El segundo cuartil Q2 coincide con la mediana y deja a ambos lados
el 50 % de los datos.
El tercer cuartil Q3 deja a su izquierda el 75 % de los datos y a su
derecha el 25 %.


El primer cuartil Q1 deja a su izquierda el 25 % de los datos y a su

derecha el 75 %.
El segundo cuartil Q2 coincide con la mediana y deja a ambos lados
el 50 % de los datos.
El tercer cuartil Q3 deja a su izquierda el 75 % de los datos y a su
derecha el 25 %.
EJEMPLO: Los que siguen son los nmeros de minutos que una
persona, es su camino al trabajo, tuvo que esperar el bus en 14 das
de trabajo.
10 2 17 6 8 3 10 2 9 5 9 13 1 10
Encuentre los valores de Q1 , Q2 y Q3 .


Medidas de tendencia central: MODA
DEFINICIN: La moda es el valor que aparece con la ms alta

frecuencia.



frecuencia.
En este sentido es el mas comn de un conjunto de datos; sus dos
ventajas principales son que no requieren clculos y que se puede
determinar para datos cualitativos y cuantitativos.



frecuencia.
En este sentido es el mas comn de un conjunto de datos; sus dos
ventajas principales son que no requieren clculos y que se puede
determinar para datos cualitativos y cuantitativos.
EJEMPLO: Las temperatura, en grados Celsius, durante las dos
primeras semanas del mes de marzo del 2006 en la ciudad de
Copiap fueron:
25 28 27 25 26 27 25
26 27 25 27 22 27 27
Claramente la medicin de ms alta frecuencia (se repite seis veces)

es 27 y por lo tanto corresponde a la moda.


No deja de ser importante la frecuencia presentada por la medicin

25 que se repite 4 veces como agregando una nueva moda en un
segundo lugar de preferencia. En el caso de variables continuas no es
extrao encontrar comportamiento bimodal (dos modas).


Medidas de tendencia central: VARIANZA
Una caracterstica importante de casi todos los tipos de datos es

que los valores no son todos iguales.



El grado al cual sean desiguales o varen entre ellos mismos es de
importancia bsica en la estadstica.



Una de las medidas ms populares e importante que miden
variabilidad es la varianza, la cual pasaremos a definir.



Una de las medidas ms populares e importante que miden
variabilidad es la varianza, la cual pasaremos a definir.
DEFINICIN: Sean x1 , x2 , . . . , xn n datos reales. Se define la
varianza de los datos, y se denota por S 2 , como:
n
(xi X )2
P
2 i=1
S =
n



desviacin estndar de los datos como la raz cuadrada de la
varianza, y se denota por S, as:
v
u n
uP
u (xi X )2

S = S = i=1
t
n



desviacin estndar de los datos como la raz cuadrada de la
varianza, y se denota por S, as:
v
u n
uP
u (xi X )2

S = S = i=1
t
n
Una propiedad importante de la varianza esta dada por:

2
S2 = X 2 X


EJEMPLO: Consideremos los datos que se muestran a continuacin:
x1 = 2 x2 = 6 x3 = 4 x4 = 2 x5 = 2
x6 = 3 x7 = 4 x8 = 3 x9 = 2 x10 = 4
Con este conjunto de datos, calcularemos la desviacin estndar,

2
utilizando S 2 = X 2 X .


EJEMPLO: Consideremos los datos que se muestran a continuacin:
x1 = 2 x2 = 6 x3 = 4 x4 = 2 x5 = 2
x6 = 3 x7 = 4 x8 = 3 x9 = 2 x10 = 4
Con este conjunto de datos, calcularemos la desviacin estndar,

2
utilizando S 2 = X 2 X .
Primero obtendremos X , que representa a la media o promedio de
los datos.
10
P
xi
32
X = i=1 = = 3,2
10 10
2
entonces X = 10,24


Por otro lado, tenemos
X2 =



10
xi2
P
i=1
X2 =
10



10
xi2
P
i=1
X2 =
10
22 + 62 + 42 + 22 + 22 + 32 + 42 + 32 + 22 + 42
=
10



10
xi2
P
i=1
X2 =
10
22 + 62 + 42 + 22 + 22 + 32 + 42 + 32 + 22 + 42
=
10
= 11,8



10
xi2
P
i=1
X2 =
10
22 + 62 + 42 + 22 + 22 + 32 + 42 + 32 + 22 + 42
=
10
= 11,8
De esta manera
2
S 2 = X 2 X = 11,8 10,24 = 1,56



10
xi2
P
i=1
X2 =
10
22 + 62 + 42 + 22 + 22 + 32 + 42 + 32 + 22 + 42
=
10
= 11,8
De esta manera
2
S 2 = X 2 X = 11,8 10,24 = 1,56 S = 1,25


Considerando el hecho de que muchos datos se repiten, calcularemos

la desviacin estndar utilizando tablas de distribucin frecuencia.



x f fx x2 fx 2
2 4 8 4 16
3 2 6 9 18
4 3 12 16 48
6 1 6 36 36
P
10 32 - 118



x f fx x2 fx 2
2 4 8 4 16
3 2 6 9 18
4 3 12 16 48
6 1 6 36 36
P
10 32 - 118
Luego
2
4 4
fi xi2
P P
f i xi
2 i=1
S2 = X 2 X = i=14 = 1,56

4
P P
fi fi
i=1 i=1



x f fx x2 fx 2
2 4 8 4 16
3 2 6 9 18
4 3 12 16 48
6 1 6 36 36
P
10 32 - 118
Luego
2
4 4
fi xi2
P P
f i xi
2 i=1
S2 = X 2 X = i=14 = 1,56 S = 1,25

4
P P
fi fi
i=1 i=1


Para conocer mejor la desviacin estndar, observe que la dispersin

de un conjunto de datos es pequea si los valores se agrupan en
forma cerrada junto a su media (datos homogneos), y que es
grande si los valores se dispersan ampliamente en torno a su media
(datos heterogneos).
EJEMPLO: Para comprender mejor lo anterior consideremos el
ejemplo donde se poseen las calificaciones de 4 alumnos en una
determinada asignatura y donde cada uno tiene 4 evaluaciones. Las
notas se muestran en la siguiente tabla.


Alumnos A1 A2 A3 A4
Nota1 50 60 90 100
Nota2 50 40 10 0
Nota3 50 40 80 100
Nota4 50 60 20 0
P
200 200 200 200
Compare las calificaciones de los alumnos en funcin de la desviacin

estndar.


Entonces
Mientras ms se alejan los datos del promedio ms aumenta la
desviacin estndar.
Mientras ms aumenta la desviacin estndar menos representativo
es el promedio del conjunto de datos.


Teorema de Chebyshev
En el argumento que nos llev a la definicin de la desviacin

estndar, se observ que la dispersin de un conjunto de datos es
pequea si los valores se agrupan en torno al promedio y que es
grande si los se dispersan ampliamente en torno al promedio.



En forma correspondiente, ahora podemos decir que si la desviacin
estndar de un conjunto de datos es pequea, los valores se
concentran en la proximidad del promedio y si es grande los valores
se dispersan ampliamente en torno al promedio.



En forma correspondiente, ahora podemos decir que si la desviacin
estndar de un conjunto de datos es pequea, los valores se
concentran en la proximidad del promedio y si es grande los valores
se dispersan ampliamente en torno al promedio.
Esta idea es expresada de manera formal por el teorema, llamado
teorema de Chebyshev en honor al matemtico ruso Pafnuty Lvvich
Chebyshev (1821 - 1894).


TEOREMA: Para un conjunto de datos cualquiera y una constante

k cualquiera pero mayor que uno, cuando menos 1 k12 de los datos
estn dentro de k desviaciones estndar en uno u otro lado del
promedio.



promedio.
Aplicaremos el teorema de Chebyshev para el caso en que k = 2 y
k =3
Si k = 2 se tiene que:
1 1 1 3
1 = 1 2 = 1 = = 0,75
k2 2 4 4



promedio.
Aplicaremos el teorema de Chebyshev para el caso en que k = 2 y
k =3
1 1 1 3
1 = 1 2 = 1 = = 0,75
k2 2 4 4
La interpretacin es la siguiente: Podemos estar seguro de que
aproximadamente el 75 %, de los datos se encuentran dentro de dos
desviaciones estndar en torno al promedio, es decir se encuentran
en el intervalo [X 2S, X + 2S].


1 1 1 8
1 2
= 1 2 = 1 = 0,89
x 3 9 9


1 1 1 8
1 2
= 1 2 = 1 = 0,89
x 3 9 9
aproximadamente el 89 %, de los datos se encuentran dentro de tres


1 1 1 8
1 2
= 1 2 = 1 = 0,89
x 3 9 9
aproximadamente el 89 %, de los datos se encuentran dentro de tres
El teorema de Chebyshev es vlido para cualquier conjunto de datos,
pero si los datos tienden a distribuirse en forma simtrica alrededor
del promedio, entonces la distribucin de los porcentajes de dichos
datos considerando una, dos y tres desviaciones estndar quedan
como muestra el siguiente grfico.




Estandarizacin y Coeficiente de Variacin
Comenzaremos con un ejemplo ilustrativo que nos reforzar la

importancia que tienen los parmetros.



EJEMPLO: Supongamos que un estudiante es sometido a tres
exmenes, en tres asignaturas diferentes, y obtiene las siguientes
calificaciones.
Ingls Matemtica Psicologa
Notas (x) 80 65 75



calificaciones.
Notas (x) 80 65 75
Aparentemente podra parecer que la mejor calificacin del

estudiante es la de Ingls y la ms pobre la de Matemtica.



calificaciones.
Notas (x) 80 65 75
Aparentemente podra parecer que la mejor calificacin del

estudiante es la de Ingls y la ms pobre la de Matemtica.
Sera poco inteligente apresurarse a tal conclusin, pues existen
varias razones por la que las calificaciones puras pueden no ser
comparables.


Por ejemplo, puede que el examen de ingls haya sido muy fcil, con
abundancia de calificaciones abultadas.


Mientras que el de matemtica result demasiado difcil.


O bien, que el examen de ingls se ha calificado sobre un total de
100 puntos y el de matemtica sobre 80 puntos, etc.


Las calificaciones en s suministran informacin sobre el nmero
absoluto de puntos obtenidos, pero ninguna indicacin acerca de la
bondad del rendimiento en comparacin con el de los dems.


Las calificaciones en s suministran informacin sobre el nmero
absoluto de puntos obtenidos, pero ninguna indicacin acerca de la
bondad del rendimiento en comparacin con el de los dems.
Supongamos que ahora se nos agrega una nueva informacin y nos
dan el promedio de las calificaciones de cada asignatura.



Notas(x) 80 65 75
Promedio 85 55 60



Notas(x) 80 65 75
Promedio 85 55 60
Si observamos los promedios, podemos ver que las calificaciones en

ingls fueron muy elevadas, pues los 80 puntos son inferiores a la
media. Es decir, el resultado ms pobre del estudiante es
precisamente en ingls.



Notas(x) 80 65 75
Promedio 85 55 60

Un observador poco reflexivo podra ahora deducir que la mejor
calificacin del estudiante es las de psicologa, puesto que est 15
puntos por encima del promedio, mientras que en matemtica slo
la ha superado en 10 puntos.



Notas(x) 80 65 75
Promedio 85 55 60

Un observador poco reflexivo podra ahora deducir que la mejor
calificacin del estudiante es las de psicologa, puesto que est 15
puntos por encima del promedio, mientras que en matemtica slo
la ha superado en 10 puntos.
Ahora se nos agrega una nueva informacin que tiene que ver con la
desviacin estndar.


Notas(x) 80 65 75
Promedio 85 55 60
Desviacin estndar 10 5 15



Notas(x) 80 65 75
Promedio 85 55 60
La desviacin estndar muestra que la dispersin de los datos en las

notas de psicologa fue de 15 puntos por lo que la calificacin 75 se
encuentra a una distancia de una desviacin estndar respecto al
promedio y se puede deducir que aproximadamente existe un 16 %
de alumnos sobre dicha nota.



Notas(x) 80 65 75
Promedio 85 55 60
La desviacin estndar muestra que la dispersin de los datos en las

notas de psicologa fue de 15 puntos por lo que la calificacin 75 se
encuentra a una distancia de una desviacin estndar respecto al
promedio y se puede deducir que aproximadamente existe un 16 %
de alumnos sobre dicha nota.
Por otra parte la desviacin estndar de las notas de matemtica es
de 5 y la calificacin 65 se encuentra a dos desviaciones estndar
respecto al promedio por lo que sobre ella slo hay
aproximadamente un 7,5 %, lo que habla de que debe ser una de las
mejores notas del curso.



Hemos aprendido que las calificaciones, por si sola, no son

comparables y todo pasa por considerar el comportamiento del
promedio y la desviacin estndar.



Una forma de establecer un mecanismo que permita la comparacin
directa de las calificaciones, pasa por el concepto de
estandarizacin, que consiste en convertir las calificaciones originales
en unas nuevas con la importante propiedad de que stas tienen
promedio o media igual a cero y desviacin estndar igual a uno.



Una forma de establecer un mecanismo que permita la comparacin
directa de las calificaciones, pasa por el concepto de
estandarizacin, que consiste en convertir las calificaciones originales
en unas nuevas con la importante propiedad de que stas tienen
promedio o media igual a cero y desviacin estndar igual a uno.
Al estandarizar todas las calificaciones de cada asignatura entonces
quedan en iguales condiciones (igual promedio e igual desviacin
estndar) para ser comparadas.


DEFINICIN: Estandarizar el siguiente conjunto de datos reales x1 ,

x2 , x3 , . . . , xn , consiste en generar nuevos nmeros reales z1 , z2 , z3 ,
. . . , zn donde:
xi X
zi =
S
donde X y S, son el promedio y la desviacin estndar, de los datos
x1 , x2 , x3 , . . . , xn , respectivamente.


DEFINICIN: Estandarizar el siguiente conjunto de datos reales x1 ,

x2 , x3 , . . . , xn , consiste en generar nuevos nmeros reales z1 , z2 , z3 ,
. . . , zn donde:
xi X
zi =
S
donde X y S, son el promedio y la desviacin estndar, de los datos
x1 , x2 , x3 , . . . , xn , respectivamente.
Considerando el ejemplo de las calificaciones del estudiante en las
asignaturas de ingls, matemtica y psicologa, y procediendo a la
estandarizacin de cada una de sus notas se tiene.



Notas(x) 80 65 75
Promedio 85 55 60
8085 6555 7560
Nota estandarizada z 10
= 0,5 5
=2 15
=1



Notas(x) 80 65 75
Promedio 85 55 60
8085 6555 7560
Nota estandarizada z 10
= 0,5 5
=2 15
=1
Ahora se pueden comparar los datos estandarizados (z) y observamos que

la mejor es matemtica (z = 2) luego psicologa (z = 1) y ltimo ingls
(z = 0,5).


El coeficiente de variacin es una medicin relativa de variacin: Se

expresa como un porcentaje antes que en trminos de las unidades
de los datos particulares.



El coeficiente de variacin mide la dispersin en los datos relativo al
promedio.



El coeficiente de variacin mide la dispersin en los datos relativo al
promedio.
DEFINICIN: El coeficiente de variacin se denota por CV , y se
define como:
S
CV = 100 %
X


EJEMPLO: Durante los meses pasados, un corredor promedi

12km. por semana con una desviacin estndar de 2km., mientras
que otro corredor promedi 25km. por semana con una desviacin
estndar de 3km.Cul de los dos corredores es relativamente ms
consistente en sus hbitos de correr todas las semanas?


EJEMPLO: Durante los meses pasados, un corredor promedi

12km. por semana con una desviacin estndar de 2km., mientras
que otro corredor promedi 25km. por semana con una desviacin
estndar de 3km.Cul de los dos corredores es relativamente ms
consistente en sus hbitos de correr todas las semanas?
Sea CV1 y CV2 los coeficientes de variacin del primer y segundo
corredor respectivamente, entonces:
2 3
CV1 = 100 % = 16, 7 % y CV2 = 100 % = 12 %
12 25
Por lo tanto el segundo corredor es relativamente ms consistente
en sus hbitos de correr todas las semanas.

Estadística Descriptiva 1

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Estadística Descriptiva 1

Diunggah oleh

Hak Cipta:

Format Tersedia

Estadstica descriptiva

Curso de Estadstica, 2007

Juan F. Olivares-Pacheco ESTADSTICA

Juan F. Olivares-Pacheco ESTADSTICA

En 1903, H. G. Wells formul la hiptesis de que el pensamiento

Juan F. Olivares-Pacheco ESTADSTICA

En 1903, H. G. Wells formul la hiptesis de que el pensamiento

Juan F. Olivares-Pacheco ESTADSTICA

En 1903, H. G. Wells formul la hiptesis de que el pensamiento

Juan F. Olivares-Pacheco ESTADSTICA

En 1903, H. G. Wells formul la hiptesis de que el pensamiento

Juan F. Olivares-Pacheco ESTADSTICA

En 1903, H. G. Wells formul la hiptesis de que el pensamiento

Juan F. Olivares-Pacheco ESTADSTICA

DEFINICIN: Estadstica es la ciencia que trata de los mtodos

Juan F. Olivares-Pacheco ESTADSTICA

DEFINICIN: Estadstica es la ciencia que trata de los mtodos

Juan F. Olivares-Pacheco ESTADSTICA

DEFINICIN: Estadstica es la ciencia que trata de los mtodos

Juan F. Olivares-Pacheco ESTADSTICA

DEFINICIN: Estadstica es la ciencia que trata de los mtodos

Juan F. Olivares-Pacheco ESTADSTICA

EJEMPLO: Un anuario informa que los accidentes en faenas

Juan F. Olivares-Pacheco ESTADSTICA

EJEMPLO: Un anuario informa que los accidentes en faenas

Juan F. Olivares-Pacheco ESTADSTICA

Para ilustrar el uso del smbolo supongamos que ocho estudiantes se

Juan F. Olivares-Pacheco ESTADSTICA

Para ilustrar el uso del smbolo supongamos que ocho estudiantes se

Juan F. Olivares-Pacheco ESTADSTICA

Para ilustrar el uso del smbolo supongamos que ocho estudiantes se

La suma de todas las calificaciones X se representa como:

Juan F. Olivares-Pacheco ESTADSTICA

Juan F. Olivares-Pacheco ESTADSTICA

Juan F. Olivares-Pacheco ESTADSTICA

Juan F. Olivares-Pacheco ESTADSTICA

Si slo necesitramos la suma de un subrango de los nmeros:

Juan F. Olivares-Pacheco ESTADSTICA

Si slo necesitramos la suma de un subrango de los nmeros:

Juan F. Olivares-Pacheco ESTADSTICA

Si slo necesitramos la suma de un subrango de los nmeros:

Juan F. Olivares-Pacheco ESTADSTICA

Supongamos que los ocho estudiantes previamente mencionados efectan

Sujeto (S) Examen 1 (X ) Examen 2 (Y )

Juan F. Olivares-Pacheco ESTADSTICA

Juan F. Olivares-Pacheco ESTADSTICA

Juan F. Olivares-Pacheco ESTADSTICA

Juan F. Olivares-Pacheco ESTADSTICA

Juan F. Olivares-Pacheco ESTADSTICA

Juan F. Olivares-Pacheco ESTADSTICA

Juan F. Olivares-Pacheco ESTADSTICA

Juan F. Olivares-Pacheco ESTADSTICA

Supongamos que un investigador interesado en una habilidad humana

Juan F. Olivares-Pacheco ESTADSTICA

Supongamos que un investigador interesado en una habilidad humana

Juan F. Olivares-Pacheco ESTADSTICA

Supongamos que un investigador interesado en una habilidad humana

Juan F. Olivares-Pacheco ESTADSTICA

Juan F. Olivares-Pacheco ESTADSTICA

Supongamos que nos interesa estudiar las calificaciones de 85 estudiantes

Juan F. Olivares-Pacheco ESTADSTICA

Supongamos que nos interesa estudiar las calificaciones de 85 estudiantes

Juan F. Olivares-Pacheco ESTADSTICA