problemas_oscilaciones_amortiguadas.pdf aplicadas a la mecanica
Estadística descriptiva: medidas numéricas
1. Estad´ıstica descriptiva: medidas n´um´ericas.
Roc´ıo Meza Moreno
Universidad Aut´onoma Metropolitana, Iztapalapa
Roc´ıo Meza Moreno Estad´ıstica descriptiva
2. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Cuando se estudia un conjunto de datos es importante
determinar las siguientes caracter´ısticas:
Roc´ıo Meza Moreno Estad´ıstica descriptiva
3. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Cuando se estudia un conjunto de datos es importante
determinar las siguientes caracter´ısticas:
1 Valor central: es un valor representativo que indica la
localizaci´on de la mitad del conjunto de los datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
4. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Cuando se estudia un conjunto de datos es importante
determinar las siguientes caracter´ısticas:
1 Valor central: es un valor representativo que indica la
localizaci´on de la mitad del conjunto de los datos.
2 Variaci´on: medida de qu´e tanto var´ıan los datos entre s´ı.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
5. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Cuando se estudia un conjunto de datos es importante
determinar las siguientes caracter´ısticas:
1 Valor central: es un valor representativo que indica la
localizaci´on de la mitad del conjunto de los datos.
2 Variaci´on: medida de qu´e tanto var´ıan los datos entre s´ı.
3 Distribuci´on: forma en que se distribuyen los datos
(sim´etricamente o con sesgo).
Roc´ıo Meza Moreno Estad´ıstica descriptiva
6. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Definiciones
Un par´ametro es una medici´on num´erica que describe
alguna caracter´ıstica de una poblaci´on.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
7. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Definiciones
Un par´ametro es una medici´on num´erica que describe
alguna caracter´ıstica de una poblaci´on.
Un estad´ıstico es una medici´on num´erica que describe
alguna caracter´ıstica de una muestra.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
8. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Definiciones
Un par´ametro es una medici´on num´erica que describe
alguna caracter´ıstica de una poblaci´on.
Un estad´ıstico es una medici´on num´erica que describe
alguna caracter´ıstica de una muestra.
En estad´ıstica inferencial, al estad´ıstico muestral se le conoce
como el estimador del correspondiente par´ametro poblacional.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
9. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplos
1 Seg´un datos del INEGI, en 2010 la poblaci´on de M´exico
ascend´ıa a 112,336,538 de habitantes, 54,855,231 hombres y
57,481,307 mujeres. Esto significa que en 2010, el 51 % de
la poblaci´on eran mujeres. La cifra del 51 % es un
par´ametro pues se obtuvo a partir de informaci´on de
todos los habitantes del pa´ıs.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
10. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplos
1 Seg´un datos del INEGI, en 2010 la poblaci´on de M´exico
ascend´ıa a 112,336,538 de habitantes, 54,855,231 hombres y
57,481,307 mujeres. Esto significa que en 2010, el 51 % de
la poblaci´on eran mujeres. La cifra del 51 % es un
par´ametro pues se obtuvo a partir de informaci´on de
todos los habitantes del pa´ıs.
2 Con base en una muestra de 877 ejecutivos encuestados, se
encontr´o que el 45 % de ellos no contratar´ıa a alguien con
un error ortogr´afico en su solicitud de empleo. Esta cifra del
45 % es un estad´ıstico, ya que est´a basada en una muestra
y no en la poblaci´on completa de todos los ejecutivos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
11. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Medidas de tendencia central
Una medida de tendencia central es un valor que se
encuentra al centro o a la mitad de un conjunto de datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
12. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Medidas de tendencia central
Una medida de tendencia central es un valor que se
encuentra al centro o a la mitad de un conjunto de datos.
Son medidas de tendencia central la media, la mediana, la
moda y la mitad del rango.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
13. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Media (aritm´etica)
Es la medida de tendencia central que se calcula al sumar los
valores de la totalidad de los datos y dividir el resultado entre
la cantidad de estos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
14. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Media (aritm´etica)
Es la medida de tendencia central que se calcula al sumar los
valores de la totalidad de los datos y dividir el resultado entre
la cantidad de estos.
La media, tambi´en conocida como promedio, es la medida
num´erica m´as importante para describir datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
15. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Media (aritm´etica)
Es la medida de tendencia central que se calcula al sumar los
valores de la totalidad de los datos y dividir el resultado entre
la cantidad de estos.
La media, tambi´en conocida como promedio, es la medida
num´erica m´as importante para describir datos.
Cuando la media se calcula a partir de los datos de una
muestra se denota por x (estad´ıstico) y cuando se calcula a
partir de los datos de una poblaci´on se denota por µ
(par´ametro).
Roc´ıo Meza Moreno Estad´ıstica descriptiva
16. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
En s´ımbolos, si x1, x2, x3, . . . , xn son los valores de las
observaciones de una muestra, entonces
x =
n
i=1
xi
n
=
x1 + x2 + · · · + xn
n
Roc´ıo Meza Moreno Estad´ıstica descriptiva
17. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
En s´ımbolos, si x1, x2, x3, . . . , xn son los valores de las
observaciones de una muestra, entonces
x =
n
i=1
xi
n
=
x1 + x2 + · · · + xn
n
Y si x1, x2, x3, . . . , xN son los valores de las observaciones de
una poblaci´on, entonces
µ =
N
i=1
xi
N
=
x1 + x2 + · · · + xN
N
Roc´ıo Meza Moreno Estad´ıstica descriptiva
18. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Una asociaci´on recaba informaci´on sobre los sueldos anuales
iniciales de los reci´en egresados de universidades de acuerdo con
su especialidad. A continuaci´on se presentan muestras de los
sueldos anuales iniciales de especialistas en marketing y en
contadur´ıa (los datos est´an en miles de d´olares):
Roc´ıo Meza Moreno Estad´ıstica descriptiva
19. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Una asociaci´on recaba informaci´on sobre los sueldos anuales
iniciales de los reci´en egresados de universidades de acuerdo con
su especialidad. A continuaci´on se presentan muestras de los
sueldos anuales iniciales de especialistas en marketing y en
contadur´ıa (los datos est´an en miles de d´olares):
Egresados de marketing:
34.2 45.0 39.5 28.4 37.7 35.8 30.6 35.2 34.2 42.4
Egresados de contadur´ıa:
33.5 57.1 49.7 40.2 44.2 45.2 47.8 38.0 53.9 41.1
41.7 40.8 55.5 43.5 49.1 49.9
Roc´ıo Meza Moreno Estad´ıstica descriptiva
20. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
El sueldo promedio de los egresados en marketing es:
xm =
34.2 + 45.0 + 39.5 + · · · + 42.4
10
Roc´ıo Meza Moreno Estad´ıstica descriptiva
21. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
El sueldo promedio de los egresados en marketing es:
xm =
34.2 + 45.0 + 39.5 + · · · + 42.4
10
= 36.3
Roc´ıo Meza Moreno Estad´ıstica descriptiva
22. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
El sueldo promedio de los egresados en marketing es:
xm =
34.2 + 45.0 + 39.5 + · · · + 42.4
10
= 36.3
Y el sueldo promedio de los egresados en contadur´ıa es:
xc =
33.5 + 57.1 + 49.7 + · · · + 49.9
16
Roc´ıo Meza Moreno Estad´ıstica descriptiva
23. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
El sueldo promedio de los egresados en marketing es:
xm =
34.2 + 45.0 + 39.5 + · · · + 42.4
10
= 36.3
Y el sueldo promedio de los egresados en contadur´ıa es:
xc =
33.5 + 57.1 + 49.7 + · · · + 49.9
16
= 45.7
Roc´ıo Meza Moreno Estad´ıstica descriptiva
24. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
El sueldo promedio de los egresados en marketing es:
xm =
34.2 + 45.0 + 39.5 + · · · + 42.4
10
= 36.3
Y el sueldo promedio de los egresados en contadur´ıa es:
xc =
33.5 + 57.1 + 49.7 + · · · + 49.9
16
= 45.7
Se observa que el sueldo inicial promedio de un egresado en
contadur´ıa supera al sueldo inicial promedio de un egresado en
marketing por
45, 700 − 36300 = 9400
es decir, por aproximadamente 9000 d´olares.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
25. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la media
1 La media puede calcularse para conjuntos de datos con
nivel de medici´on de intervalo o de raz´on.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
26. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la media
1 La media puede calcularse para conjuntos de datos con
nivel de medici´on de intervalo o de raz´on.
2 Todos los datos se toman en cuenta en el c´alculo de la
media.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
27. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la media
1 La media puede calcularse para conjuntos de datos con
nivel de medici´on de intervalo o de raz´on.
2 Todos los datos se toman en cuenta en el c´alculo de la
media.
3 La suma de las desviaciones de cada valor de la media es
cero,
Roc´ıo Meza Moreno Estad´ıstica descriptiva
28. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la media
1 La media puede calcularse para conjuntos de datos con
nivel de medici´on de intervalo o de raz´on.
2 Todos los datos se toman en cuenta en el c´alculo de la
media.
3 La suma de las desviaciones de cada valor de la media es
cero, en s´ımbolos,
n
i=1
(xi − x) = 0
Roc´ıo Meza Moreno Estad´ıstica descriptiva
29. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Por ejemplo, la media de 6, 4, 3, 9 y 7 es
x = (6 + 4 + 3 + 9 + 7)/5 = 5.8
Roc´ıo Meza Moreno Estad´ıstica descriptiva
30. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Por ejemplo, la media de 6, 4, 3, 9 y 7 es
x = (6 + 4 + 3 + 9 + 7)/5 = 5.8
As´ı que la suma de las desviaciones es:
(6 − 5.8) + (4 − 5.8) + (3 − 5.8) + (9 − 5.8) + (7 − 5.8) =
Roc´ıo Meza Moreno Estad´ıstica descriptiva
31. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Por ejemplo, la media de 6, 4, 3, 9 y 7 es
x = (6 + 4 + 3 + 9 + 7)/5 = 5.8
As´ı que la suma de las desviaciones es:
(6 − 5.8) + (4 − 5.8) + (3 − 5.8) + (9 − 5.8) + (7 − 5.8) =
= 0.2 − 1.8 − 2.8 + 3.2 + 1.2
Roc´ıo Meza Moreno Estad´ıstica descriptiva
32. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Por ejemplo, la media de 6, 4, 3, 9 y 7 es
x = (6 + 4 + 3 + 9 + 7)/5 = 5.8
As´ı que la suma de las desviaciones es:
(6 − 5.8) + (4 − 5.8) + (3 − 5.8) + (9 − 5.8) + (7 − 5.8) =
= 0.2 − 1.8 − 2.8 + 3.2 + 1.2 = 0
Roc´ıo Meza Moreno Estad´ıstica descriptiva
33. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Una desventaja importante de la media es que es muy
sensible a valores extremos, esto es, valores muy peque˜nos o
considerablemente grandes.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
34. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Una desventaja importante de la media es que es muy
sensible a valores extremos, esto es, valores muy peque˜nos o
considerablemente grandes.
Por ejemplo, suponga que un estudiante entreg´o todas las
tareas del trimestre menos una y que sus calificaciones son:
10 9.2 10 9 9.5 0
Roc´ıo Meza Moreno Estad´ıstica descriptiva
35. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Una desventaja importante de la media es que es muy
sensible a valores extremos, esto es, valores muy peque˜nos o
considerablemente grandes.
Por ejemplo, suponga que un estudiante entreg´o todas las
tareas del trimestre menos una y que sus calificaciones son:
10 9.2 10 9 9.5 0
El promedio de sus calificaciones es entonces:
10 + 9.2 + 10 + 9 + 9.5 + 0
6
= 7.95
Roc´ıo Meza Moreno Estad´ıstica descriptiva
36. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Una desventaja importante de la media es que es muy
sensible a valores extremos, esto es, valores muy peque˜nos o
considerablemente grandes.
Por ejemplo, suponga que un estudiante entreg´o todas las
tareas del trimestre menos una y que sus calificaciones son:
10 9.2 10 9 9.5 0
El promedio de sus calificaciones es entonces:
10 + 9.2 + 10 + 9 + 9.5 + 0
6
= 7.95
La mediana resuelve en gran medida este problema.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
37. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Mediana
Es el valor intermedio de un conjunto de datos que est´an
ordenados en forma ascendente.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
38. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Mediana
Es el valor intermedio de un conjunto de datos que est´an
ordenados en forma ascendente.
Se acostumbra denotar la mediana por el s´ımbolo x. Para
calcularla se ordenan los datos de menor a mayor y se
consideran los siguientes casos:
Roc´ıo Meza Moreno Estad´ıstica descriptiva
39. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Mediana
Es el valor intermedio de un conjunto de datos que est´an
ordenados en forma ascendente.
Se acostumbra denotar la mediana por el s´ımbolo x. Para
calcularla se ordenan los datos de menor a mayor y se
consideran los siguientes casos:
1 Si el n´umero de datos es impar, la mediana es el valor que
se encuentra justo a la mitad de la lista.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
40. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Mediana
Es el valor intermedio de un conjunto de datos que est´an
ordenados en forma ascendente.
Se acostumbra denotar la mediana por el s´ımbolo x. Para
calcularla se ordenan los datos de menor a mayor y se
consideran los siguientes casos:
1 Si el n´umero de datos es impar, la mediana es el valor que
se encuentra justo a la mitad de la lista.
2 Si el n´umero de valores es par, la mediana es el promedio
de los dos valores que est´an a la mitad.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
41. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Considere los datos del ejemplo anterior:
10 9.2 10 9 9.5 0
Roc´ıo Meza Moreno Estad´ıstica descriptiva
42. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Considere los datos del ejemplo anterior:
10 9.2 10 9 9.5 0
que ordenados quedan:
0 9 9.2 9.5 10 10
Roc´ıo Meza Moreno Estad´ıstica descriptiva
43. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Considere los datos del ejemplo anterior:
10 9.2 10 9 9.5 0
que ordenados quedan:
0 9 9.2 9.5 10 10
Como el n´umero de datos es par, la mediana es
x =
9.2 + 9.5
2
= 9.35
Roc´ıo Meza Moreno Estad´ıstica descriptiva
44. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Suponga, por ejemplo, que el estudiante tuvo la oportunidad
de entregar la tarea faltante pero no obtuvo una buena nota,
digamos que sac´o 6,
Roc´ıo Meza Moreno Estad´ıstica descriptiva
45. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Suponga, por ejemplo, que el estudiante tuvo la oportunidad
de entregar la tarea faltante pero no obtuvo una buena nota,
digamos que sac´o 6, entonces su promedio ser´ıa
Roc´ıo Meza Moreno Estad´ıstica descriptiva
46. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Suponga, por ejemplo, que el estudiante tuvo la oportunidad
de entregar la tarea faltante pero no obtuvo una buena nota,
digamos que sac´o 6, entonces su promedio ser´ıa
x =
6 + 9 + 9.2 + 9.5 + 10 + 10
6
= 9.85
Roc´ıo Meza Moreno Estad´ıstica descriptiva
47. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Suponga, por ejemplo, que el estudiante tuvo la oportunidad
de entregar la tarea faltante pero no obtuvo una buena nota,
digamos que sac´o 6, entonces su promedio ser´ıa
x =
6 + 9 + 9.2 + 9.5 + 10 + 10
6
= 9.85
que es considerablemente mejor que el anterior. Sin embargo el
valor de la mediana seguir´ıa siendo 9.35.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
48. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Suponga, por ejemplo, que el estudiante tuvo la oportunidad
de entregar la tarea faltante pero no obtuvo una buena nota,
digamos que sac´o 6, entonces su promedio ser´ıa
x =
6 + 9 + 9.2 + 9.5 + 10 + 10
6
= 9.85
que es considerablemente mejor que el anterior. Sin embargo el
valor de la mediana seguir´ıa siendo 9.35.
Este ejemplo muestra que la media se ve muy afectada por
valores extremos pero la mediana no. Por esta raz´on la mediana
suele utilizarse para conjuntos de datos que tienen un n´umero
relativamente peque˜no de valores extremos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
49. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la mediana
1 La mediana puede calcularse para conjuntos de datos con
nivel de medici´on de intervalo o de raz´on.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
50. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la mediana
1 La mediana puede calcularse para conjuntos de datos con
nivel de medici´on de intervalo o de raz´on.
2 No influyen en la mediana valores extremadamente grandes
o peque˜nos en los datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
51. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Moda
Es el valor que se presenta con mayor frecuencia en un
conjunto de datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
52. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Moda
Es el valor que se presenta con mayor frecuencia en un
conjunto de datos.
Observaciones:
1 Cuando dos valores se presentan con la misma frecuencia y
esta es la m´as alta, ambos valores son modas y en este caso
se dice que el conjunto de datos es bimodal.
2 Cuando m´as de dos valores se presentan con la misma
frecuencia y ´esta es la m´as alta, todos esos valores son
modas, y el conjunto de datos se llama es multimodal.
3 Cuando ning´un valor se repite, se dice que no hay moda.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
53. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplos
1 En el ejemplo anterior la moda es 10, pues este valor
aparece dos veces en la lista.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
54. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplos
1 En el ejemplo anterior la moda es 10, pues este valor
aparece dos veces en la lista.
2 Para el siguiente conjunto de datos
5 1 -10 -6 5 12 7 8 2 5 -1 11 5
Roc´ıo Meza Moreno Estad´ıstica descriptiva
55. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplos
1 En el ejemplo anterior la moda es 10, pues este valor
aparece dos veces en la lista.
2 Para el siguiente conjunto de datos
5 1 -10 -6 5 12 7 8 2 5 -1 11 5
la moda es 5, pues ese valor aparece 4 veces.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
56. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplos
1 En el ejemplo anterior la moda es 10, pues este valor
aparece dos veces en la lista.
2 Para el siguiente conjunto de datos
5 1 -10 -6 5 12 7 8 2 5 -1 11 5
la moda es 5, pues ese valor aparece 4 veces.
3 Para los siguientes datos
27 27 27 55 55 55 88 88 99
Roc´ıo Meza Moreno Estad´ıstica descriptiva
57. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplos
1 En el ejemplo anterior la moda es 10, pues este valor
aparece dos veces en la lista.
2 Para el siguiente conjunto de datos
5 1 -10 -6 5 12 7 8 2 5 -1 11 5
la moda es 5, pues ese valor aparece 4 veces.
3 Para los siguientes datos
27 27 27 55 55 55 88 88 99
27 y 55 son ambos modas, pues ambos se presentan 3 veces.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
58. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la moda
1 La moda puede calcularse para datos con cualquier nivel de
medici´on: nominal, ordinal, de intervalo y de raz´on.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
59. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la moda
1 La moda puede calcularse para datos con cualquier nivel de
medici´on: nominal, ordinal, de intervalo y de raz´on.
2 La moda tampoco se ve afectada por valores muy grandes
o muy peque˜nos en los datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
60. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la moda
1 La moda puede calcularse para datos con cualquier nivel de
medici´on: nominal, ordinal, de intervalo y de raz´on.
2 La moda tampoco se ve afectada por valores muy grandes
o muy peque˜nos en los datos.
3 La moda es de especial utilidad para resumir datos de nivel
nominal.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
61. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la moda
1 La moda puede calcularse para datos con cualquier nivel de
medici´on: nominal, ordinal, de intervalo y de raz´on.
2 La moda tampoco se ve afectada por valores muy grandes
o muy peque˜nos en los datos.
3 La moda es de especial utilidad para resumir datos de nivel
nominal.
4 En conjuntos de datos que resultan multimodales, la moda
resulta poco ´util para describir la localizaci´on de los datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
62. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Mitad del rango
Es la medida de tendencia central que constituye el valor (que
no necesariamente es un dato) que est´a a la mitad, entre el
valor m´aximo y el valor m´ınimo de un conjunto de datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
63. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Mitad del rango
Es la medida de tendencia central que constituye el valor (que
no necesariamente es un dato) que est´a a la mitad, entre el
valor m´aximo y el valor m´ınimo de un conjunto de datos.
En s´ımbolos,
mitad del rango =
valor m´aximo + valor m´ınimo
2
Roc´ıo Meza Moreno Estad´ıstica descriptiva
64. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
La mitad del rango del siguiente conjunto de datos
5 2 -10 -6 5 12 7 8 2 5 -1 11 5
es
12 + (−10)
2
= 1.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
65. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la mitad del rango
1 Puede calcularse para datos con nivel de medici´on de
intervalo o de raz´on.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
66. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la mitad del rango
1 Puede calcularse para datos con nivel de medici´on de
intervalo o de raz´on.
2 Es f´acil de calcular.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
67. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la mitad del rango
1 Puede calcularse para datos con nivel de medici´on de
intervalo o de raz´on.
2 Es f´acil de calcular.
3 Ayuda a reforzar la importante idea de que hay varias
maneras de definir el centro de un conjunto de datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
68. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la mitad del rango
1 Puede calcularse para datos con nivel de medici´on de
intervalo o de raz´on.
2 Es f´acil de calcular.
3 Ayuda a reforzar la importante idea de que hay varias
maneras de definir el centro de un conjunto de datos.
4 Se emplea pocas veces pues solo se utilizan dos datos en su
obtenci´on.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
69. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la mitad del rango
1 Puede calcularse para datos con nivel de medici´on de
intervalo o de raz´on.
2 Es f´acil de calcular.
3 Ayuda a reforzar la importante idea de que hay varias
maneras de definir el centro de un conjunto de datos.
4 Se emplea pocas veces pues solo se utilizan dos datos en su
obtenci´on.
5 Es com´un utilizar la mitad del rango incorrectamente en
vez de la mediana. Esto se evita teniendo claras ambas
definiciones.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
70. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
¿Cu´al es la mejor medida de tendencia central?
1 Depende del conjunto de datos. No hay criterios objetivos
para determinar la medida m´as representativa para todos
los conjuntos de datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
71. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
¿Cu´al es la mejor medida de tendencia central?
1 Depende del conjunto de datos. No hay criterios objetivos
para determinar la medida m´as representativa para todos
los conjuntos de datos.
2 Las diferentes medidas de tendencia central ofrecen
diversas ventajas y desventajas
Roc´ıo Meza Moreno Estad´ıstica descriptiva
72. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
¿Cu´al es la mejor medida de tendencia central?
1 Depende del conjunto de datos. No hay criterios objetivos
para determinar la medida m´as representativa para todos
los conjuntos de datos.
2 Las diferentes medidas de tendencia central ofrecen
diversas ventajas y desventajas
3 Las medias muestrales tienden a ser m´as consistentes que
otras medidas de tendencia central, es decir, las medias de
muestras obtenidas de la misma poblaci´on no var´ıan tanto
como las otras medidas de tendencia central.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
73. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Medidas de variaci´on (dispersi´on)
Consid´erense los siguientes tres conjuntos de datos
Muestra 1: 6 6 6
Muestra 2: 3 7.5 7.5
Muestra 3: 1 7 10
Roc´ıo Meza Moreno Estad´ıstica descriptiva
74. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Medidas de variaci´on (dispersi´on)
Consid´erense los siguientes tres conjuntos de datos
Muestra 1: 6 6 6
Muestra 2: 3 7.5 7.5
Muestra 3: 1 7 10
Los tres conjuntos tienen media 6.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
75. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Medidas de variaci´on (dispersi´on)
Consid´erense los siguientes tres conjuntos de datos
Muestra 1: 6 6 6
Muestra 2: 3 7.5 7.5
Muestra 3: 1 7 10
Los tres conjuntos tienen media 6. Sin embargo se observa
que la variaci´on en los datos es muy distinta en las tres
muestras de datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
76. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Medidas de variaci´on (dispersi´on)
Consid´erense los siguientes tres conjuntos de datos
Muestra 1: 6 6 6
Muestra 2: 3 7.5 7.5
Muestra 3: 1 7 10
Los tres conjuntos tienen media 6. Sin embargo se observa
que la variaci´on en los datos es muy distinta en las tres
muestras de datos.
As´ı pues, las medidas de tendencia central no son suficientes
para describir a un conjunto de datos y por lo tanto es necesario
establecer algunas formas de medir la variaci´on.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
77. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Rango
Es la medida de dispersi´on m´as simple y se define como la
diferencia entre el valor m´aximo y el valor m´ınimo de los datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
78. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Rango
Es la medida de dispersi´on m´as simple y se define como la
diferencia entre el valor m´aximo y el valor m´ınimo de los datos.
Esto es:
rango = valor m´aximo − valor m´ınimo
Roc´ıo Meza Moreno Estad´ıstica descriptiva
79. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Rango
Es la medida de dispersi´on m´as simple y se define como la
diferencia entre el valor m´aximo y el valor m´ınimo de los datos.
Esto es:
rango = valor m´aximo − valor m´ınimo
Para los datos anteriores, tenemos
Rango
Muestra 1: 6 6 6 0
Muestra 2: 3 7.5 7.5 4.5
Muestra 3: 1 7 10 9
Roc´ıo Meza Moreno Estad´ıstica descriptiva
80. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
La principal caracter´ıstica del rango es que es f´acil de
calcular, pero al depender solo de dos valores del conjunto de
datos, no es tan ´util como otras medidas de variaci´on.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
81. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
La principal caracter´ıstica del rango es que es f´acil de
calcular, pero al depender solo de dos valores del conjunto de
datos, no es tan ´util como otras medidas de variaci´on.
Veremos a continuaci´on medidas de dispersi´on que tomen en
cuenta la variaci´on de todos los datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
82. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Desviaci´on media
Es el promedio de los valores absolutos de las desviaciones
con respecto a la media aritm´etica.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
83. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Desviaci´on media
Es el promedio de los valores absolutos de las desviaciones
con respecto a la media aritm´etica.
En s´ımbolos:
dm =
n
i=1
|xi − x|
n
Roc´ıo Meza Moreno Estad´ıstica descriptiva
84. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo [2]
Se muestra el n´umero de capuchinos que se vendieron en el
local de Starbucks de los aeropuertos de Orange County y
Ontario, California, entre las 4 y las 5 de la tarde durante 5 d´ıas
del mes pasado.
Aeropuertos
Orange County Ontario
20 20
40 49
50 50
60 51
80 80
Roc´ıo Meza Moreno Estad´ıstica descriptiva
85. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Las medidas de tendencia central para este conjunto de datos
son
Orange County Ontario
Media 50 50
Mediana 50 50
Mitad del rango 50 50
Roc´ıo Meza Moreno Estad´ıstica descriptiva
86. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Las medidas de tendencia central para este conjunto de datos
son
Orange County Ontario
Media 50 50
Mediana 50 50
Mitad del rango 50 50
Las tres medidas son exactamente iguales, ¿podemos concluir
que no hay diferencias entre los conjuntos de datos?
Roc´ıo Meza Moreno Estad´ıstica descriptiva
87. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Las medidas de tendencia central para este conjunto de datos
son
Orange County Ontario
Media 50 50
Mediana 50 50
Mitad del rango 50 50
Las tres medidas son exactamente iguales, ¿podemos concluir
que no hay diferencias entre los conjuntos de datos?
Para responder esta pregunta calculemos las medidas de
variaci´on que hemos visto.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
88. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Las medidas de tendencia central para este conjunto de datos
son
Orange County Ontario
Media 50 50
Mediana 50 50
Mitad del rango 50 50
Las tres medidas son exactamente iguales, ¿podemos concluir
que no hay diferencias entre los conjuntos de datos?
Para responder esta pregunta calculemos las medidas de
variaci´on que hemos visto. El rango es, en ambos casos
80 − 20 = 60.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
89. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Las medidas de tendencia central para este conjunto de datos
son
Orange County Ontario
Media 50 50
Mediana 50 50
Mitad del rango 50 50
Las tres medidas son exactamente iguales, ¿podemos concluir
que no hay diferencias entre los conjuntos de datos?
Para responder esta pregunta calculemos las medidas de
variaci´on que hemos visto. El rango es, en ambos casos
80 − 20 = 60.
Para la desviaci´on media calculamos,
Roc´ıo Meza Moreno Estad´ıstica descriptiva
90. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Orange County Ontario
xi xi − x |xi − x| xi xi − x |xi − x|
20 -30 30 20 -30 30
40 -10 10 49 -1 1
50 0 0 50 0 0
60 10 10 51 1 1
80 30 30 80 30 30
Total 80 Total 62
Roc´ıo Meza Moreno Estad´ıstica descriptiva
91. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Orange County Ontario
xi xi − x |xi − x| xi xi − x |xi − x|
20 -30 30 20 -30 30
40 -10 10 49 -1 1
50 0 0 50 0 0
60 10 10 51 1 1
80 30 30 80 30 30
Total 80 Total 62
As´ı pues, la desviaci´on media para Orange County es
dm =
80
5
=
Roc´ıo Meza Moreno Estad´ıstica descriptiva
92. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Orange County Ontario
xi xi − x |xi − x| xi xi − x |xi − x|
20 -30 30 20 -30 30
40 -10 10 49 -1 1
50 0 0 50 0 0
60 10 10 51 1 1
80 30 30 80 30 30
Total 80 Total 62
As´ı pues, la desviaci´on media para Orange County es
dm =
80
5
= 16
Roc´ıo Meza Moreno Estad´ıstica descriptiva
93. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Orange County Ontario
xi xi − x |xi − x| xi xi − x |xi − x|
20 -30 30 20 -30 30
40 -10 10 49 -1 1
50 0 0 50 0 0
60 10 10 51 1 1
80 30 30 80 30 30
Total 80 Total 62
As´ı pues, la desviaci´on media para Orange County es
dm =
80
5
= 16
y la de Ontario es
dm =
62
5
=
Roc´ıo Meza Moreno Estad´ıstica descriptiva
94. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Orange County Ontario
xi xi − x |xi − x| xi xi − x |xi − x|
20 -30 30 20 -30 30
40 -10 10 49 -1 1
50 0 0 50 0 0
60 10 10 51 1 1
80 30 30 80 30 30
Total 80 Total 62
As´ı pues, la desviaci´on media para Orange County es
dm =
80
5
= 16
y la de Ontario es
dm =
62
5
= 12.4
Roc´ıo Meza Moreno Estad´ıstica descriptiva
95. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Concluimos entonces que los valores de las ventas del
Starbukcs Ontario est´an m´as concentrados cerca de la media
que los valores de las ventas de la tienda de Orange County.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
96. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
La principal desventaja de la desviaci´on media es que, debido
a que se calcula usando valores absolutos, carece de una
propiedad aditiva.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
97. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
La principal desventaja de la desviaci´on media es que, debido
a que se calcula usando valores absolutos, carece de una
propiedad aditiva.
Adem´as, es un estad´ıstico sesgado, es decir, cuando se toma
la desviaci´on media para varias muestras de una poblaci´on,
estos valores no tienden a ser cercanos a la desviaci´on media
poblacional.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
98. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Varianza
Es la medida de variaci´on que se define como el promedio de
las desviaciones de la media elevadas al cuadrado.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
99. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Varianza
Es la medida de variaci´on que se define como el promedio de
las desviaciones de la media elevadas al cuadrado.
Varianza poblacional: se denota por el s´ımbolo σ2 y se
calcula por medio de la f´ormula:
σ2
=
N
i=1
(xi − µ)2
N
Roc´ıo Meza Moreno Estad´ıstica descriptiva
100. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Varianza
Es la medida de variaci´on que se define como el promedio de
las desviaciones de la media elevadas al cuadrado.
Varianza poblacional: se denota por el s´ımbolo σ2 y se
calcula por medio de la f´ormula:
σ2
=
N
i=1
(xi − µ)2
N
Observe que para calcular la varianza es indispensable
conocer el valor de la media.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
101. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo (c´alculo de la varianza poblacional)
El informe anual de cierta empresa incluy´o las siguientes
ganancias primarias por acci´on com´un durante los pasados 5
a˜nos: $2.68, $1.03, $2.26, $4.30 y $3.58. Suponiendo que estos
son los valores poblacionales, para calcular la varianza:
Roc´ıo Meza Moreno Estad´ıstica descriptiva
102. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo (c´alculo de la varianza poblacional)
El informe anual de cierta empresa incluy´o las siguientes
ganancias primarias por acci´on com´un durante los pasados 5
a˜nos: $2.68, $1.03, $2.26, $4.30 y $3.58. Suponiendo que estos
son los valores poblacionales, para calcular la varianza:
Primero se obtiene el valor de la media:
µ =
N
i=1
xi
N
=
Roc´ıo Meza Moreno Estad´ıstica descriptiva
103. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo (c´alculo de la varianza poblacional)
El informe anual de cierta empresa incluy´o las siguientes
ganancias primarias por acci´on com´un durante los pasados 5
a˜nos: $2.68, $1.03, $2.26, $4.30 y $3.58. Suponiendo que estos
son los valores poblacionales, para calcular la varianza:
Primero se obtiene el valor de la media:
µ =
N
i=1
xi
N
=
2.68 + 1.03 + 2.26 + 4.30 + 3.58
5
=
Roc´ıo Meza Moreno Estad´ıstica descriptiva
104. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo (c´alculo de la varianza poblacional)
El informe anual de cierta empresa incluy´o las siguientes
ganancias primarias por acci´on com´un durante los pasados 5
a˜nos: $2.68, $1.03, $2.26, $4.30 y $3.58. Suponiendo que estos
son los valores poblacionales, para calcular la varianza:
Primero se obtiene el valor de la media:
µ =
N
i=1
xi
N
=
2.68 + 1.03 + 2.26 + 4.30 + 3.58
5
=
13.85
5
=
Roc´ıo Meza Moreno Estad´ıstica descriptiva
105. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo (c´alculo de la varianza poblacional)
El informe anual de cierta empresa incluy´o las siguientes
ganancias primarias por acci´on com´un durante los pasados 5
a˜nos: $2.68, $1.03, $2.26, $4.30 y $3.58. Suponiendo que estos
son los valores poblacionales, para calcular la varianza:
Primero se obtiene el valor de la media:
µ =
N
i=1
xi
N
=
2.68 + 1.03 + 2.26 + 4.30 + 3.58
5
=
13.85
5
= 2.77
Roc´ıo Meza Moreno Estad´ıstica descriptiva
106. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo (c´alculo de la varianza poblacional)
El informe anual de cierta empresa incluy´o las siguientes
ganancias primarias por acci´on com´un durante los pasados 5
a˜nos: $2.68, $1.03, $2.26, $4.30 y $3.58. Suponiendo que estos
son los valores poblacionales, para calcular la varianza:
Primero se obtiene el valor de la media:
µ =
N
i=1
xi
N
=
2.68 + 1.03 + 2.26 + 4.30 + 3.58
5
=
13.85
5
= 2.77
y despu´es se calcula
Roc´ıo Meza Moreno Estad´ıstica descriptiva
108. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
xi xi − µ (xi − µ)2
2.68 -0.09
1.03
2.26
4.30
3.58
Roc´ıo Meza Moreno Estad´ıstica descriptiva
109. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
xi xi − µ (xi − µ)2
2.68 -0.09
1.03 -1.74
2.26 -0.51
4.30 1.53
3.58 0.81
Roc´ıo Meza Moreno Estad´ıstica descriptiva
110. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
xi xi − µ (xi − µ)2
2.68 -0.09 0.0081
1.03 -1.74
2.26 -0.51
4.30 1.53
3.58 0.81
Roc´ıo Meza Moreno Estad´ıstica descriptiva
111. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
xi xi − µ (xi − µ)2
2.68 -0.09 0.0081
1.03 -1.74 3.0276
2.26 -0.51 0.2601
4.30 1.53 2.3409
3.58 0.81 0.6561
Roc´ıo Meza Moreno Estad´ıstica descriptiva
112. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
xi xi − µ (xi − µ)2
2.68 -0.09 0.0081
1.03 -1.74 3.0276
2.26 -0.51 0.2601
4.30 1.53 2.3409
3.58 0.81 0.6561
Total
Roc´ıo Meza Moreno Estad´ıstica descriptiva
113. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
xi xi − µ (xi − µ)2
2.68 -0.09 0.0081
1.03 -1.74 3.0276
2.26 -0.51 0.2601
4.30 1.53 2.3409
3.58 0.81 0.6561
Total 0
Roc´ıo Meza Moreno Estad´ıstica descriptiva
114. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
xi xi − µ (xi − µ)2
2.68 -0.09 0.0081
1.03 -1.74 3.0276
2.26 -0.51 0.2601
4.30 1.53 2.3409
3.58 0.81 0.6561
Total 0 6.2928
Roc´ıo Meza Moreno Estad´ıstica descriptiva
115. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
xi xi − µ (xi − µ)2
2.68 -0.09 0.0081
1.03 -1.74 3.0276
2.26 -0.51 0.2601
4.30 1.53 2.3409
3.58 0.81 0.6561
Total 0 6.2928
finalmente, la varianza es:
σ2
=
N
i=1
(xi − µ)2
N
=
Roc´ıo Meza Moreno Estad´ıstica descriptiva
116. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
xi xi − µ (xi − µ)2
2.68 -0.09 0.0081
1.03 -1.74 3.0276
2.26 -0.51 0.2601
4.30 1.53 2.3409
3.58 0.81 0.6561
Total 0 6.2928
finalmente, la varianza es:
σ2
=
N
i=1
(xi − µ)2
N
=
6.2928
5
=
Roc´ıo Meza Moreno Estad´ıstica descriptiva
117. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
xi xi − µ (xi − µ)2
2.68 -0.09 0.0081
1.03 -1.74 3.0276
2.26 -0.51 0.2601
4.30 1.53 2.3409
3.58 0.81 0.6561
Total 0 6.2928
finalmente, la varianza es:
σ2
=
N
i=1
(xi − µ)2
N
=
6.2928
5
= 1.256
Roc´ıo Meza Moreno Estad´ıstica descriptiva
118. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Consideraciones sobre el redondeo
1 No se deben redondear valores a la mitad de un c´alculo, se
redondea solo la respuesta final.
2 Al redondear, se recomienda aumentar una posici´on
decimal a las que hay en el conjunto original de datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
119. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Varianza muestral: se denota por el s´ımbolo s2 y se calcula
por medio de la f´ormula:
s2
=
n
i=1
(xi − x)2
(n − 1)
Roc´ıo Meza Moreno Estad´ıstica descriptiva
120. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Varianza muestral: se denota por el s´ımbolo s2 y se calcula
por medio de la f´ormula:
s2
=
n
i=1
(xi − x)2
(n − 1)
Se divide entre n − 1 pues de esta manera se logra que s2 sea
un estimador insesgado de la σ2, es decir, al tomar diferentes
muestras de una misma poblaci´on, los valores de la varianza
muestral tienden a igualar el valor de la varianza poblacional.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
121. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 20
40 49
50 50
60 51
80 80
Roc´ıo Meza Moreno Estad´ıstica descriptiva
122. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 20
40 49
50 50
60 51
80 80
Roc´ıo Meza Moreno Estad´ıstica descriptiva
123. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 20
40 -10 49
50 0 50
60 10 51
80 30 80
Roc´ıo Meza Moreno Estad´ıstica descriptiva
124. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 900 20
40 -10 49
50 0 50
60 10 51
80 30 80
Roc´ıo Meza Moreno Estad´ıstica descriptiva
125. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 900 20
40 -10 100 49
50 0 0 50
60 10 100 51
80 30 900 80
Roc´ıo Meza Moreno Estad´ıstica descriptiva
126. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 900 20 -30
40 -10 100 49
50 0 0 50
60 10 100 51
80 30 900 80
Roc´ıo Meza Moreno Estad´ıstica descriptiva
127. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 900 20 -30
40 -10 100 49 -1
50 0 0 50 0
60 10 100 51 1
80 30 900 80 30
Roc´ıo Meza Moreno Estad´ıstica descriptiva
128. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 900 20 -30 900
40 -10 100 49 -1
50 0 0 50 0
60 10 100 51 1
80 30 900 80 30
Roc´ıo Meza Moreno Estad´ıstica descriptiva
129. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 900 20 -30 900
40 -10 100 49 -1 1
50 0 0 50 0 0
60 10 100 51 1 1
80 30 900 80 30 900
Roc´ıo Meza Moreno Estad´ıstica descriptiva
130. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 900 20 -30 900
40 -10 100 49 -1 1
50 0 0 50 0 0
60 10 100 51 1 1
80 30 900 80 30 900
Total 2000 Total 1802
Roc´ıo Meza Moreno Estad´ıstica descriptiva
131. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 900 20 -30 900
40 -10 100 49 -1 1
50 0 0 50 0 0
60 10 100 51 1 1
80 30 900 80 30 900
Total 2000 Total 1802
Las varianzas muestrales son entonces:
s2
oc =
2000
4
=
Roc´ıo Meza Moreno Estad´ıstica descriptiva
132. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 900 20 -30 900
40 -10 100 49 -1 1
50 0 0 50 0 0
60 10 100 51 1 1
80 30 900 80 30 900
Total 2000 Total 1802
Las varianzas muestrales son entonces:
s2
oc =
2000
4
= 500
Roc´ıo Meza Moreno Estad´ıstica descriptiva
133. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 900 20 -30 900
40 -10 100 49 -1 1
50 0 0 50 0 0
60 10 100 51 1 1
80 30 900 80 30 900
Total 2000 Total 1802
Las varianzas muestrales son entonces:
s2
oc =
2000
4
= 500 y s2
o =
1802
4
=
Roc´ıo Meza Moreno Estad´ıstica descriptiva
134. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Calculemos la varianza muestral para los datos del ejemplo de
las tiendas Starbucks.
Orange County Ontario
xi xi − x (xi − x)2 xi xi − x (xi − x)2
20 -30 900 20 -30 900
40 -10 100 49 -1 1
50 0 0 50 0 0
60 10 100 51 1 1
80 30 900 80 30 900
Total 2000 Total 1802
Las varianzas muestrales son entonces:
s2
oc =
2000
4
= 500 y s2
o =
1802
4
= 450.5
Roc´ıo Meza Moreno Estad´ıstica descriptiva
135. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la varianza
1 La varianza es un estad´ıstico importante que se utiliza en
algunos m´etodos estad´ısticos relevantes.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
136. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la varianza
1 La varianza es un estad´ıstico importante que se utiliza en
algunos m´etodos estad´ısticos relevantes.
2 Toma en cuenta las variaciones de todos los datos con
respecto de la media.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
137. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la varianza
1 La varianza es un estad´ıstico importante que se utiliza en
algunos m´etodos estad´ısticos relevantes.
2 Toma en cuenta las variaciones de todos los datos con
respecto de la media.
3 La varianza es un valor que nunca es negativo y solo es
cero cuando todos los valores de los datos son iguales.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
138. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la varianza
1 La varianza es un estad´ıstico importante que se utiliza en
algunos m´etodos estad´ısticos relevantes.
2 Toma en cuenta las variaciones de todos los datos con
respecto de la media.
3 La varianza es un valor que nunca es negativo y solo es
cero cuando todos los valores de los datos son iguales.
4 Una desventaja de la varianza es que no est´a en las mismas
unidades que el conjunto original de datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
139. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Desviaci´on est´andar
Es la ra´ız cuadrada de la varianza.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
140. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Desviaci´on est´andar
Es la ra´ız cuadrada de la varianza.
La desviaci´on est´andar se denota por σ cuando se trata de un
valor poblacional y por s cuando es un valor muestral.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
141. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Desviaci´on est´andar
Es la ra´ız cuadrada de la varianza.
La desviaci´on est´andar se denota por σ cuando se trata de un
valor poblacional y por s cuando es un valor muestral. Tenemos
por definici´on que:
Roc´ıo Meza Moreno Estad´ıstica descriptiva
142. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Desviaci´on est´andar
Es la ra´ız cuadrada de la varianza.
La desviaci´on est´andar se denota por σ cuando se trata de un
valor poblacional y por s cuando es un valor muestral. Tenemos
por definici´on que:
σ =
N
i=1
(xi − µ)2
N
Roc´ıo Meza Moreno Estad´ıstica descriptiva
143. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Desviaci´on est´andar
Es la ra´ız cuadrada de la varianza.
La desviaci´on est´andar se denota por σ cuando se trata de un
valor poblacional y por s cuando es un valor muestral. Tenemos
por definici´on que:
σ =
N
i=1
(xi − µ)2
N
y s =
n
i=1
(xi − x)2
(n − 1)
Roc´ıo Meza Moreno Estad´ıstica descriptiva
144. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para el ejemplo de las tiendas Starbucks,
soc =
√
500 = 22.4 y so =
√
450.5 = 21.2
Roc´ıo Meza Moreno Estad´ıstica descriptiva
145. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
F´ormula alternativa para la desviaci´on est´andar de una
muestra:
s =
n
n
i=1
(x2
i ) −
n
i=1
xi
2
n(n − 1)
Roc´ıo Meza Moreno Estad´ıstica descriptiva
146. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
F´ormula alternativa para la desviaci´on est´andar de una
muestra:
s =
n
n
i=1
(x2
i ) −
n
i=1
xi
2
n(n − 1)
Esta f´orumla es m´as f´acil de usar y elimina los errores de
redondeo intermedios que se introducen en el c´alculo de la
desviaci´on est´andar, cuando no se utiliza el valor exacto de la
media.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
147. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo.
Usemos la f´ormula anterior para calcular nuevamente la
desviaci´on est´andar para los datos de la tienda Starbucks del
aeropuerto de Orange County:
Orange County
xi xi − x (xi − x)2 xi x2
i
20 -30 900 20
40 -10 100 40
50 0 0 50
60 10 100 60
80 30 900 80
Roc´ıo Meza Moreno Estad´ıstica descriptiva
148. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo.
Usemos la f´ormula anterior para calcular nuevamente la
desviaci´on est´andar para los datos de la tienda Starbucks del
aeropuerto de Orange County:
Orange County
xi xi − x (xi − x)2 xi x2
i
20 -30 900 20 400
40 -10 100 40
50 0 0 50
60 10 100 60
80 30 900 80
Roc´ıo Meza Moreno Estad´ıstica descriptiva
149. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo.
Usemos la f´ormula anterior para calcular nuevamente la
desviaci´on est´andar para los datos de la tienda Starbucks del
aeropuerto de Orange County:
Orange County
xi xi − x (xi − x)2 xi x2
i
20 -30 900 20 400
40 -10 100 40 1600
50 0 0 50 2500
60 10 100 60 3600
80 30 900 80 6400
Roc´ıo Meza Moreno Estad´ıstica descriptiva
150. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo.
Usemos la f´ormula anterior para calcular nuevamente la
desviaci´on est´andar para los datos de la tienda Starbucks del
aeropuerto de Orange County:
Orange County
xi xi − x (xi − x)2 xi x2
i
20 -30 900 20 400
40 -10 100 40 1600
50 0 0 50 2500
60 10 100 60 3600
80 30 900 80 6400
Total 2000 250 14500
Roc´ıo Meza Moreno Estad´ıstica descriptiva
153. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
As´ı
s =
5(14500) − (250)2
5(5 − 1)
=
10000
20
=
√
500
Roc´ıo Meza Moreno Estad´ıstica descriptiva
154. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
As´ı
s =
5(14500) − (250)2
5(5 − 1)
=
10000
20
=
√
500
= 22.4
Roc´ıo Meza Moreno Estad´ıstica descriptiva
155. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
As´ı
s =
5(14500) − (250)2
5(5 − 1)
=
10000
20
=
√
500
= 22.4
que es el valor obtenido antes.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
156. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la desviaci´on est´andar
1 Toma en cuenta las variaciones de todos los datos con
respecto de la media.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
157. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la desviaci´on est´andar
1 Toma en cuenta las variaciones de todos los datos con
respecto de la media.
2 La desviaci´on est´andar nunca es negativa y solo es cero
cuando todos los valores de los datos son iguales.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
158. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la desviaci´on est´andar
1 Toma en cuenta las variaciones de todos los datos con
respecto de la media.
2 La desviaci´on est´andar nunca es negativa y solo es cero
cuando todos los valores de los datos son iguales.
3 A mayor valor de s se tiene mayor variaci´on en los datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
159. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la desviaci´on est´andar
1 Toma en cuenta las variaciones de todos los datos con
respecto de la media.
2 La desviaci´on est´andar nunca es negativa y solo es cero
cuando todos los valores de los datos son iguales.
3 A mayor valor de s se tiene mayor variaci´on en los datos.
4 El valor de la desviaci´on est´andar puede aumentar
dr´asticamente si se incluyen uno o m´as valores extremos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
160. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Propiedades de la desviaci´on est´andar
1 Toma en cuenta las variaciones de todos los datos con
respecto de la media.
2 La desviaci´on est´andar nunca es negativa y solo es cero
cuando todos los valores de los datos son iguales.
3 A mayor valor de s se tiene mayor variaci´on en los datos.
4 El valor de la desviaci´on est´andar puede aumentar
dr´asticamente si se incluyen uno o m´as valores extremos.
5 Las unidades de la desviaci´on est´andar son las mismas que
las unidades del conjunto original de datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
161. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Interpretaci´on de la desviaci´on est´andar
La desviaci´on est´andar se utiliza para medir la variaci´on entre
los valores de un conjunto de datos. Si los valores son cercanos
entre s´ı, la desviaci´on est´andar ser´a peque˜na, pero si los datos
est´an muy dispersos, la desviaci´on est´andar ser´a m´as grande.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
162. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Interpretaci´on de la desviaci´on est´andar
La desviaci´on est´andar se utiliza para medir la variaci´on entre
los valores de un conjunto de datos. Si los valores son cercanos
entre s´ı, la desviaci´on est´andar ser´a peque˜na, pero si los datos
est´an muy dispersos, la desviaci´on est´andar ser´a m´as grande.
Tambi´en se usa para comparar la variaci´on de dos o m´as
conjuntos de datos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
163. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Coeficiente de variaci´on
Como la desviaci´on est´andar tiene las mismas unidades que el
conjunto original de datos, su uso para comparar la variaci´on de
valores tomados de distintas poblaciones es restringido.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
164. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Coeficiente de variaci´on
Como la desviaci´on est´andar tiene las mismas unidades que el
conjunto original de datos, su uso para comparar la variaci´on de
valores tomados de distintas poblaciones es restringido.
Un valor que resuelve este problema, pues carece de unidades,
es el coeficiente de variaci´on.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
165. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Coeficiente de variaci´on
Es un porcentaje que indica qu´e tan grande es la desviaci´on
est´andar en relaci´on con la media, puede calcularse tanto para
datos muestrales como para datos poblacionales. Se denota por
CV y se define como
CV =
desviaci´on est´andar
media
· 100 %
Roc´ıo Meza Moreno Estad´ıstica descriptiva
166. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Coeficiente de variaci´on
Es un porcentaje que indica qu´e tan grande es la desviaci´on
est´andar en relaci´on con la media, puede calcularse tanto para
datos muestrales como para datos poblacionales. Se denota por
CV y se define como
CV =
desviaci´on est´andar
media
· 100 %
Esto es,
Para una muestra: CV =
s
x
· 100 %
Para una poblaci´on: CV =
σ
µ
· 100 %
Roc´ıo Meza Moreno Estad´ıstica descriptiva
167. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
A continuaci´on se muestran los valores de las estataturas (en
cm) de 40 hombres seleccionados al azar [3],
179.8 168.1 182.1 174.5 171.7 175.8 168.9 170.7 173.5 166.6
160.0 173.5 185.7 171.7 172.7 180.3 155.7 193.5 168.4 177.0
166.1 177.8 159.8 174.0 173.5 176.3 175.8 172.7 182.6 167.9
183.9 185.4 172.7 174.5 178.6 161.8 180.6 166.6 173.5 168.4
Roc´ıo Meza Moreno Estad´ıstica descriptiva
168. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
A continuaci´on se muestran los valores de las estataturas (en
cm) de 40 hombres seleccionados al azar [3],
179.8 168.1 182.1 174.5 171.7 175.8 168.9 170.7 173.5 166.6
160.0 173.5 185.7 171.7 172.7 180.3 155.7 193.5 168.4 177.0
166.1 177.8 159.8 174.0 173.5 176.3 175.8 172.7 182.6 167.9
183.9 185.4 172.7 174.5 178.6 161.8 180.6 166.6 173.5 168.4
y sus correspondientes estaturas (en kg),
76.7 65.4 81.3 79.7 69.2 75.7 61.2 91.4 79.5 63.0
70.9 84.6 86.7 68.6 95.0 107.5 80.1 100.1 75.3 62.3
74.5 73.7 68.9 65.4 92.8 87.9 78.4 73.4 79.3 77.0
96.8 89.8 78.6 97.3 62.2 54.2 85.8 74.7 77.2 68.5
Roc´ıo Meza Moreno Estad´ıstica descriptiva
169. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para estos datos tenemos
Media (x) Desviaci´on est´andar (s)
Estatura 173.57 7.67
Peso 78.27 11.94
Roc´ıo Meza Moreno Estad´ıstica descriptiva
170. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para estos datos tenemos
Media (x) Desviaci´on est´andar (s)
Estatura 173.57 7.67
Peso 78.27 11.94
Por tanto, los coeficientes de variaci´on son:
Roc´ıo Meza Moreno Estad´ıstica descriptiva
171. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para estos datos tenemos
Media (x) Desviaci´on est´andar (s)
Estatura 173.57 7.67
Peso 78.27 11.94
Por tanto, los coeficientes de variaci´on son:
Estatura: CV =
s
x
· 100 % =
7.67
173.57
· 100 % = 4.42 %
Roc´ıo Meza Moreno Estad´ıstica descriptiva
172. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para estos datos tenemos
Media (x) Desviaci´on est´andar (s)
Estatura 173.57 7.67
Peso 78.27 11.94
Por tanto, los coeficientes de variaci´on son:
Estatura: CV =
s
x
· 100 % =
7.67
173.57
· 100 % = 4.42 %
Peso: CV =
s
x
· 100 % =
11.94
78.27
· 100 % = 15.25 %
Roc´ıo Meza Moreno Estad´ıstica descriptiva
173. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Obs´ervese que las desviaciones est´andar de estos conjuntos de
datos no pueden compararse directamente pues la primera
est´a en cent´ımetros y la segunda en kilogramos.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
174. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Obs´ervese que las desviaciones est´andar de estos conjuntos de
datos no pueden compararse directamente pues la primera
est´a en cent´ımetros y la segunda en kilogramos.
Sin embargo, comparando los coeficientes de variaci´on de
ambas muestras, vemos que las estaturas (CV = 4.42 %) tienen
una variaci´on considerablemente menor que los pesos
(CV = 15.26 %).
Roc´ıo Meza Moreno Estad´ıstica descriptiva
175. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Obs´ervese que las desviaciones est´andar de estos conjuntos de
datos no pueden compararse directamente pues la primera
est´a en cent´ımetros y la segunda en kilogramos.
Sin embargo, comparando los coeficientes de variaci´on de
ambas muestras, vemos que las estaturas (CV = 4.42 %) tienen
una variaci´on considerablemente menor que los pesos
(CV = 15.26 %). ¿Tiene sentido esta observaci´on?
Roc´ıo Meza Moreno Estad´ıstica descriptiva
176. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Sesgo
En datos con sesgo a la izquierda, la media y la mediana se
encuentran a la izquierda de la moda. (Los datos sesgados a la
izquierda suelen tener una media menor a la mediana).
Roc´ıo Meza Moreno Estad´ıstica descriptiva
177. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Sesgo
En datos con sesgo a la izquierda, la media y la mediana se
encuentran a la izquierda de la moda. (Los datos sesgados a la
izquierda suelen tener una media menor a la mediana).
En datos con sesgo a la derecha, la media y la mediana se
encuentran a la derecha de la moda. (En los datos sesgados a la
derecha la media suele estar a la derecha de la mediana).
Roc´ıo Meza Moreno Estad´ıstica descriptiva
179. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Regla emp´ırica para datos con distribuci´on normal
En un conjunto de datos con una distribuci´on
aproximadamente normal, se cumplen las siguientes
propiedades:
Roc´ıo Meza Moreno Estad´ıstica descriptiva
180. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Regla emp´ırica para datos con distribuci´on normal
En un conjunto de datos con una distribuci´on
aproximadamente normal, se cumplen las siguientes
propiedades:
1 Aproximadamente el 68 % de todos los valores est´an dentro
de una desviaci´on est´andar de la media.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
181. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Regla emp´ırica para datos con distribuci´on normal
En un conjunto de datos con una distribuci´on
aproximadamente normal, se cumplen las siguientes
propiedades:
1 Aproximadamente el 68 % de todos los valores est´an dentro
de una desviaci´on est´andar de la media.
2 Aproximadamente el 95 % de todos los valores est´an dentro
de 2 desviaciones est´andar de la media.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
182. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Regla emp´ırica para datos con distribuci´on normal
En un conjunto de datos con una distribuci´on
aproximadamente normal, se cumplen las siguientes
propiedades:
1 Aproximadamente el 68 % de todos los valores est´an dentro
de una desviaci´on est´andar de la media.
2 Aproximadamente el 95 % de todos los valores est´an dentro
de 2 desviaciones est´andar de la media.
3 Aproximadamente el 99.7 % (pr´acticamente todos) de los
valores est´an dentro de 3 desviaciones est´andar de la media.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
183. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
La siguiente figura ilustra la regla emp´ırica [3].
Roc´ıo Meza Moreno Estad´ıstica descriptiva
184. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Las puntuaciones de CI tienen una distribuci´on normal, con
una media de 100 y una desviaci´on est´andar de 15. Con esta
informaci´on se pueden responder preguntas como las siguientes:
Roc´ıo Meza Moreno Estad´ıstica descriptiva
185. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Las puntuaciones de CI tienen una distribuci´on normal, con
una media de 100 y una desviaci´on est´andar de 15. Con esta
informaci´on se pueden responder preguntas como las siguientes:
1 ¿Entre qu´e puntuaciones se encuentra el CI del 68 % de las
personas?
Roc´ıo Meza Moreno Estad´ıstica descriptiva
186. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Las puntuaciones de CI tienen una distribuci´on normal, con
una media de 100 y una desviaci´on est´andar de 15. Con esta
informaci´on se pueden responder preguntas como las siguientes:
1 ¿Entre qu´e puntuaciones se encuentra el CI del 68 % de las
personas?
2 ¿Qu´e porcentaje de las puntuaciones se ubican entre 70 y
130?
Roc´ıo Meza Moreno Estad´ıstica descriptiva
187. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para responder las preguntas, usamos la regla emp´ırica. De
acuerdo con esta, el 68 % de las puntuaciones se encuentra
dentro de una desviaci´on est´andar de la media, es decir, entre
los valores
100 − 15 y 100 + 15,
Roc´ıo Meza Moreno Estad´ıstica descriptiva
188. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para responder las preguntas, usamos la regla emp´ırica. De
acuerdo con esta, el 68 % de las puntuaciones se encuentra
dentro de una desviaci´on est´andar de la media, es decir, entre
los valores
100 − 15 y 100 + 15,
se concluye que el 68 % de las puntuaciones se encuentran entre
85 y 115.
Para la segunda pregunta, observamos que
70 = 100 − 2(15) y 130 = 100 + 2(15),
Roc´ıo Meza Moreno Estad´ıstica descriptiva
189. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para responder las preguntas, usamos la regla emp´ırica. De
acuerdo con esta, el 68 % de las puntuaciones se encuentra
dentro de una desviaci´on est´andar de la media, es decir, entre
los valores
100 − 15 y 100 + 15,
se concluye que el 68 % de las puntuaciones se encuentran entre
85 y 115.
Para la segunda pregunta, observamos que
70 = 100 − 2(15) y 130 = 100 + 2(15),
es decir, 70 y 130 est´an exactamente a dos desviaciones
est´andar de la media, as´ı que de la regla emp´ırica concluimos
que el 95 % de las puntuaciones est´an entre 70 y 130.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
190. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Teorema de Chebyshev
En cualquer conjunto de datos, si z es un valor positivo mayor
que 1, la proporci´on de los valores que se encuentran dentro de
z desviaciones est´andar de la media es por lo menos 1 − 1/z2.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
191. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Teorema de Chebyshev
En cualquer conjunto de datos, si z es un valor positivo mayor
que 1, la proporci´on de los valores que se encuentran dentro de
z desviaciones est´andar de la media es por lo menos 1 − 1/z2.
Por ejemplo, la proporci´on de valores que se encuentran a dos
desviaciones est´andar de la media es por lo menos:
1 −
1
z2
= 1 −
1
4
= 3/4,
esto es, por lo menos el 75 % de los valores.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
192. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
La proporci´on de valores que se encuentran a tres
desviaciones est´andar de la media es por lo menos:
1 −
1
z2
= 1 −
1
9
= 8/9,
es decir, por lo menos el 89 % de los valores.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
193. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Suponga que en las calificaciones obtenidas por 100 estudiantes
en un examen de estad´ıstica la media es 70 y la desviaci´on
est´andar es 5. El teorema de Chebyshev permite responder
preguntas como las siguientes:
1 ¿Qu´e proporci´on de los estudiantes obtuvo puntuaciones
entre 60 y 80?
Roc´ıo Meza Moreno Estad´ıstica descriptiva
194. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Ejemplo
Suponga que en las calificaciones obtenidas por 100 estudiantes
en un examen de estad´ıstica la media es 70 y la desviaci´on
est´andar es 5. El teorema de Chebyshev permite responder
preguntas como las siguientes:
1 ¿Qu´e proporci´on de los estudiantes obtuvo puntuaciones
entre 60 y 80?
2 ¿Qu´e proporci´on obtuvo puntuaciones entre 58 y 82?
Roc´ıo Meza Moreno Estad´ıstica descriptiva
195. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para responder la primera pregunta, se observa que 60
est´a dos desviacones est´andar por debajo de la media y 80
est´a dos desviaciones est´andar sobre la media.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
196. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para responder la primera pregunta, se observa que 60
est´a dos desviacones est´andar por debajo de la media y 80
est´a dos desviaciones est´andar sobre la media. El teorema de
Chebyshev nos dice que la proporci´on de estudiantes cuya
puntuaci´on est´a entre 60 y 80 es por lo menos
1 −
1
4
= 3/4,
es decir, por lo menos el 75 % de los estudiantes tienen
una puntuaci´on entre 60 y 80.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
197. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para la segunda pregunta, debemos determinar a cu´antas
desviaciones est´andar de la media se encuentran los valores 58 y
82. Para ello resolvemos las ecuaciones:
58 = 70 − 5z y 82 = 70 + 5z
Roc´ıo Meza Moreno Estad´ıstica descriptiva
198. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para la segunda pregunta, debemos determinar a cu´antas
desviaciones est´andar de la media se encuentran los valores 58 y
82. Para ello resolvemos las ecuaciones:
58 = 70 − 5z y 82 = 70 + 5z
esto es
z = (70 − 58)/5 = 2.4 y z = (82 − 70)/5 = 2.4
Roc´ıo Meza Moreno Estad´ıstica descriptiva
199. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para la segunda pregunta, debemos determinar a cu´antas
desviaciones est´andar de la media se encuentran los valores 58 y
82. Para ello resolvemos las ecuaciones:
58 = 70 − 5z y 82 = 70 + 5z
esto es
z = (70 − 58)/5 = 2.4 y z = (82 − 70)/5 = 2.4
as´ı que 58 se encuentra 2.4 desviaciones est´andar por debajo de
la media y 82 dos desviaciones est´andar por arriba.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
200. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Para la segunda pregunta, debemos determinar a cu´antas
desviaciones est´andar de la media se encuentran los valores 58 y
82. Para ello resolvemos las ecuaciones:
58 = 70 − 5z y 82 = 70 + 5z
esto es
z = (70 − 58)/5 = 2.4 y z = (82 − 70)/5 = 2.4
as´ı que 58 se encuentra 2.4 desviaciones est´andar por debajo de
la media y 82 dos desviaciones est´andar por arriba. El teorema
de Chebyshev nos dice que la proporci´on de estudiantes cuya
puntuaci´on est´a entre 58 y 82 es por lo menos
1 −
1
(2.4)2
= 0.826,
es decir, por lo menos el 82.6 % de los estudiantes tienen
una puntuaci´on entre 58 y 82.
Roc´ıo Meza Moreno Estad´ıstica descriptiva
201. Medidas num´ericas
Definiciones previas
Medidas de tendencia central
Medidas de variaci´on
Referencias
[1] Anderson, D., Sweeney D. y Thomas W., Estad´ıstica para
administraci´on y econom´ıa, Thompson Editores, M´exico,
2008.
[2] Lind, D., Marchal, W. y Wathen, S., Estad´ıstica aplicada a
los negocios y la econom´ıa, McGraw-Hill interamericana,
M´exico, 2012.
[3] Triola, M., Estad´ıstica, Pearson Educaci´on, M´exico, 2009,
pp. 75-86.
Roc´ıo Meza Moreno Estad´ıstica descriptiva