INTERPRETACION DE GRAFICOS y MEDIDAS 1-Distribuciones simtricas y distribuciones sesgadas Se dice que la distribucin es simtrica si se puede dividir en dos mitades

que parecen ser la imagen una de la otra. En estos casos las frecuencias en los extremos de la distribucin son idnticas. La grfica puede tener diferentes formas. Una de estas formas es la de campana.

Otra forma es la rectangular

Si la distribucin tiene algunos valores extremos muy bajos, entonces en la grfica se nota una cola larga y fina hacia la izquierda de la distribucin y se dice que la distribucin est sesgada negativamente o que tiene un sesgo a la izquierda.

Si la distribucin tiene algunos valores extremos altos, entonces en la grfica se nota una cola larga y fina hacia la derecha de la distribucin y se dice que la distribucin est sesgada positivamente o que tiene un sesgo a la derecha.

2- Relacin entre la grfica de la distribucin y las medidas de tendencia central y dispersin A. Distribuciones unimodales cuando la media, la moda y la mediana coinciden

En distribuciones unimodales cuando la media, la moda y la mediana coinciden la distribucin es simtrica.

Ejemplo

Observacin: La media, mediana y moda coinciden en la distribucin.

B.

Distribuciones unimodales cuando la media, la moda y la mediana no coinciden

En distribuciones unimodales cuando la media, la moda y la mediana no coinciden la distribucin es sesgada. Si la media es mayor que la mediana (la media a la derecha de la mediana) entonces la distribucin est sesgada a la derecha (positivamente) Ejemplo

Si la media es menor que la mediana (la media a la izquierda de la mediana) entonces la distribucin est sesgada a la izquierda (negativamente) Ejemplo

Nota: La media siempre est ms cerca del sesgo que la mediana.

3- Relacin entre las grficas de dos distribuciones con medidas de tendencia central y dispersin iguales o diferentes A. Dos distribuciones con desviacin estndar igual, pero medias diferentes

Si dos distribuciones tienen la misma desviacin estndar, pero medias diferentes; entonces van a tener la misma forma. La diferencia consiste en que se encuentran desplazadas a lo largo del eje de x. Ejemplo:

B.

Dos distribuciones con medias iguales pero desviacin estndar diferentes

Si dos distribuciones tienen la misma media, pero sus desviaciones estndar son diferentes; entonces se diferencian en que la que tiene la desviacin estndar ms pequea tiene los valores ms concentrados alrededor de la media y por lo tanto es ms "alta". Ejemplo:

4- Relacin entre la grfica de la distribucin y la grfica de caja y bigote. A. Si ambas partes de la caja son iguales (la mediana en el medio de la caja) y los dos bigotes tambin son iguales, aunque algo ms largos que las partes de la caja entonces la distribucin tiene tipo de campana.

B.

Si los bigotes son diferentes y la mediana no se encuentra en el medio de caja entonces la distribucin est sesgada. Negativamente, si el bigote y la parte de la caja largos se encuentran a la izquierda. Positivamente, si el bigote y la parte de la caja largos se encuentran a la derecha.

D.

Si los bigotes y las partes de la caja son todos del mismo largo, entonces la distribucin es rectangular o uniforme. Tiene la misma frecuencia en cada uno de sus valores. Si los bigotes son cortos y la caja muy larga la distribucin tiene forma de U, con mucha concentracin de valores en los extremos.

E.

5- Relacin entre grficos-medidas muestrales poblacionales de una distribucin normal.

grficos-medidas

El grfico de una distribucin normal presenta la siguiente forma:

Si un conjunto de datos proviene de una poblacin cuya distribucin es de la forma presente en el grfico anterior, entonces en primer lugar el histograma mejor el polgono de frecuencias- debe reflejar aproximadamente esta forma de campana. El grfico de frecuencias relativas acumuladas muestrales debe ser similar al grafico de la funcin de distribucin acumulada (ojiva) de una distribucin normal.
F(x)
F(b)

F(a)

X
a b

Respecto a los resultados que se esperan de las medidas analticas en una situacin como la planteada, son los siguientes: Medidas de posicin: Como es de esperarse ocurre que X Me Mo (porque la campana es simtrica) Medidas de forma:
3(x Me ) 0 s En la prctica 0,5 Ca 0,5 se considera prximo a 0.

Coeficiente de asimetra = Ca=

1 n 4 n (xi x) 3 (En el software se resta 3 es cero) Coeficiente de Curtosis = i=1 4 s

Medidas de dispersin: En general aqu se verifica que el desvo estndar muestral s es mucho menor que la media muestral X , por lo tanto debe ser CV =
s 0 x

En la prctica 0 CV 0,3 se considera suficientemente prximo a 0. 6