11/04/2014

1
Estadstica Bsica
Expositor:
Lic. Qum. Edgar Nina Velsquez
Correo: edninav.28@gmail.com
0.399
0.242
0.054
0.0044
Valor
Medio

F
r
e
c
u
e
n
c
i
a
R
e
l
a
t
i
v
a

(
f
r
a
c
c
i

n
)
d
e
O
c
u
r
r
e
n
c
i
a
-
3
-
2
-

+

+ 2
+ 3
68.3%de los resultados a
de
95.4%de los resultados a 2
de
99.7%de los resultados a 3
de
EL LABORATORIO PRODUCE RESULTADOS
LO !E"L#$%O %EBE& E! #'(&)($*E&#E +,L)%O-
*ercurio e.
/escados
%ure0a total
e. a1ua
/ota2le
3lo4o e.
sa.1re
3la1uicidas e.
ali4e.tos
i2u/ro5e.o e.
co4/ri4idos
11/04/2014
2
INTRODUCCIN
El papel que desempea la Estadstica en el mbito de los
laboratorios analticos en muy importante.
Dada la importancia de generar resultados de calidad; la
informacin analtica suministrada tienen que cumplir con
requerimientos bsicos:
Que la informacin proporcionada sea correcta.
Que adems dicha informacin se comparable con la de otros
laboratorios para asegurar la armonizacin de los resultados
E#$%6#)($ B,)($
3OBL$()7& 8 *"E#!$
E9trae4os datos de
la /o2laci:.
*uestra
11/04/2014
3
POBLACIN O UNIVERSO DE DATOS
Conjunto muy grande de datos numricos que son objeto de
estudio estadstico.
MUESTRA
Es un subconjunto representativo de la poblacin.
Es un subconjunto pequeo de observaciones extrados de la
poblacin (mediante tcnicas de muestreo) cuyo estudio sirve para
inferir caractersticas de toda la poblacin.
E#$%6#)($ B,)($
ELEMENTO
Es cada uno de las observaciones que forman la poblacin o la
muestra.
PARMETRO
Es una caracterstica numrica obtenida de una poblacin.
ESTADGRAFO O ESTADSTICO
Es una caracterstica numrica obtenida de una muestra.
E#$%6#)($ B,)($
11/04/2014
4
ESTADSTICA PARAMTRICA
Se basan en Pruebas Estadsticas que suponen una distribucin de
Probabilidad determinada para los datos. Estas pruebas se denominan
Pruebas Paramtricas.
Dentro de las pruebas paramtricas, las ms habituales se basan en la
distribucin de la probabilidad Normal de los datos.
ESTADSTICA NO PARAMTRICA
Pruebas Estadsticas que no se basan en ninguna suposicin en cuanto a
su distribucin de Probabilidad de los datos. Estas pruebas se denominan
Pruebas No Paramtricas.
Prueba estadsticas aplicables cuando se supone que los datos no se
distribuyen normalmente.
ESTADSTICA PARAMTRICA
Se basan en Pruebas Estadsticas que suponen una distribucin de
Probabilidad determinada para los datos. Estas pruebas se denominan
Pruebas Paramtricas.
Dentro de las pruebas paramtricas, las ms habituales se basan en la
distribucin de la probabilidad Normal de los datos.
ESTADSTICA NO PARAMTRICA
Pruebas Estadsticas que no se basan en ninguna suposicin en cuanto a
su distribucin de Probabilidad de los datos. Estas pruebas se denominan
Pruebas No Paramtricas.
Prueba estadsticas aplicables cuando se supone que los datos no se
distribuyen normalmente.
E#$%6#)($ B,)($
Distribucin Normal
La funcin de distribucin que presenta
una curva gaussiana o normal tiene las
siguientes caractersticas:
Puede tomar cualquier valor (- , +).
El resultado que se observa con mayor
frecuencia es la media del conjunto de
datos.
Hay mayor probabilidad para los valores
cercanos a la media.
Conforme nos separamos de la media, la
probabilidad va decreciendo de igual forma
a la derecha e izquierda (es simtrica)
11/04/2014
5
ESTADSTICOS USADOS EN EL TRATAMIENTO
DE DATOS ANALTICOS
Medidas de Tendencia Central
Media aritmtica
Mediana
Moda
Se ordenan los n datos
segn su magnitud creciente
Si n impar es el dato
central. Si n es par es la
semisuma de los centrales.
Es el valor ms
frecuente de la
distribucin

=
=
n
1 i
i
__
X
n
1
X
ESTADSTICOS USADOS EN EL TRATAMIENTO
DE DATOS ANALTICOS
Medidas de
Dispersin
Rango/Amplitud (R)
Se define como la diferencia
entre el valor mximo y valor
mnimo
Mn Mx
X X R =
Desviacin Estndar
Mide la variabilidad de los datos
respecto al valor promedio.
Se expresa en las mismas
unidades de medida de la
variable.
1 - n
) X (X
S
n
1 i
2
__
i
=

=
Varianza
Se define como el cuadrado de la
desviacin estndar y se
simboliza como: s
2
o
2

n
) (X

n
1 i
2
i

=
11/04/2014
6
ESTADSTICOS USADOS EN EL TRATAMIENTO
DE DATOS ANALTICOS
Medidas de
Dispersin
Desviacin Estndar relativa
(RSD)
Medida de variabilidad relativa de
los datos.
Su utilidad es que permite
comparar la variabilidad o
dispersin entre 2 o ms muestras
medidas en las mismas unidades o
no.
100
X
S
RSD x
__
=
Rango Intercuartlico (IQR)
Es el rango que abarca el 50%
central de los valores y se calcula
como la diferencia entre el 3er y
1er cuartil.
1 3
- IQR Q Q =
ESTADSTICOS USADOS EN EL
TRATAMIENTO DE DATOS ANALTICOS
Cuartiles
Son 3 valores que dividen el conjunto de datos, ordenados de menor
a mayor en 4 grupos con el mismo nmero de elementos.
1er Cuartil (Q
1
) Es el valor que es mayor o igual al 25% de los datos. Es
igual al valor de los datos en la posicin (n+1)/4.
3er Cuartil (Q
3
) Es el valor que es mayor o igual al 75% de los datos. Es
igual al valor de los datos en la posicin 3(n+1)/4.
Cuartiles
Son 3 valores que dividen el conjunto de datos, ordenados de menor
a mayor en 4 grupos con el mismo nmero de elementos.
1er Cuartil (Q
1
) Es el valor que es mayor o igual al 25% de los datos. Es
igual al valor de los datos en la posicin (n+1)/4.
3er Cuartil (Q
3
) Es el valor que es mayor o igual al 75% de los datos. Es
igual al valor de los datos en la posicin 3(n+1)/4.
11/04/2014
7
Valor Mximo
Valor Mnimo
Tercer Cuartil (Q
3
)
Primer Cuartil (Q
1
)
Mediana
Rango
Intercuartlico
25%
25%
25%
25%
DIAGRAMA DE CAJA DE DATOS
*
Dato atpico
Bigote
11/04/2014
8
Se tiene 3 series de datos, construir los diagramas de caja y comentar
en cada caso:
DIAGRAMA DE CAJA DE DATOS
erie ; erie 2 erie 3
23 22 26
24 ;6 25
23 24 23
2; 27 2;
22 ;9 ;4
25 2< 23
22 ;9 24
23 26 25
DIAGRAMA DE CAJA DE DATOS
11/04/2014
9
TEORIA DE ERRORES
Se define error de medicin como valor medido de una
magnitud (Y) menos un valor de referencia (VR). (VIM 2.1)
ES EA E + =
100
VR
E
%ER x =
VR - Y E = Me equivoque!
1. Error Aleatorio
Componente del error de medicin que
en mediciones repetidas varia de manera
impredecible. (VIM 2.19)
Surge como resultado de las variaciones
en los factores que influyen en el valor
del mensurando, pero que generalmente
se encuentran fuera de control de la
persona que realiza la medicin.
__
X
2,17; 2,18; 2,19;
2,21; 2,23 (mg/L)
TEORIA DE ERRORES
: 2,20 (mg/L)
11/04/2014
10
2. Error Sistemtico
Componente del error de medicin que, en mediciones
repetidas, permanece constante o varia de manera predecible.
(VIM3.14)
El error sistemtico y sus causas pueden ser conocidas o
no. Para compensar un error sistemtico conocido puede
aplicarse una correccin.
El sesgo es el valor estimado de un error sistemtico
Se diferencia del error aleatorio, en que no puede ser
reducido realizando mediciones mltiples, sin embargo,
puede ser corregido si es detectado.
TEORIA DE ERRORES
Sesgo en el ajuste de un instrumento
CE real : 580 S/cm Lecturas bajas en aprox. 80 S/cm
Indicacin CE: 430 S/cm CE real 510 S/cm
Indicacin CE: 250 S/cm CE real 330 S/cm
Conductimetro
Patrn de Conductividad
de 500 S/cm
11/04/2014
11
TEORIA DE ERRORES
10,00 9,70 10,30
A
B
C
D
10,08 - 10,11 - 10,09
10,10 - 10,12
9,88 - 10,14 - 10,02
9,80 - 10,21
10,10
10,01
9,94
9,65 - 9,82 9,85
10,08- 10,34
10,01
mg/kg
10,04 - 9,98 - 10,02
9,96 - 10,04
3. Error Craso
Pueden definirse como errores tan graves que no queda otra
alternativa ms que abandonar el ensayo y empezar de nuevo.
Surge en la mayora de los casos por falta de cuidado, ineptitud o
mala suerte del analista o producto del mal funcionamiento
instrumental. Algunos ejemplos:
Prdidas de muestra.
Transposicin de nmeros al escribir los datos.
Introduccin accidental de contaminantes.
Presencia de burbujas en la bureta.
Avera total de un instrumento.
Utilizacin de la escala equivocada del equipo.
TEORIA DE ERRORES
11/04/2014
12
En estadstica hay dos tipos de Hiptesis:
Hiptesis Nula (H
0
)
Es la hiptesis que se somete a contraste al aplicar una
prueba estadstica. No debera ser rechazada sin una buena
razn
Hiptesis Alternativa (H
a
).
Es la negacin de la hiptesis nula. No debera ser aceptada
sin una gran evidencia a favor.
HIPTESIS ESTADTICA
Es la suposicin sobre la forma de una o ms distribuciones
o sobre el valor de uno o ms parmetros de esas
distribuciones.
Hiptesis Alternativa No Direccional
Una H
a
no direccional simplemente establece que la Ho esta errada, no
pronostica si el parmetro de inters es ms grande o ms pequeo
que el valor de referencia especificado en la H
o
. Ejemplo:
H
0
= No existe diferencia significativa entre el promedio de un
conjunto de datos y el valor de referencia certificado.
H
a
= Existe diferencia significativa entre el promedio de un
conjunto de datos y el valor de referencia certificado.
Hiptesis Alternativa No Direccional
Una H
a
no direccional simplemente establece que la Ho esta errada, no
pronostica si el parmetro de inters es ms grande o ms pequeo
que el valor de referencia especificado en la H
o
. Ejemplo:
H
0
= No existe diferencia significativa entre el promedio de un
conjunto de datos y el valor de referencia certificado.
H
a
= Existe diferencia significativa entre el promedio de un
conjunto de datos y el valor de referencia certificado.
CONTRASTE DE HIPTESIS
11/04/2014
13
Hiptesis Alternativa Direccional
Una H
a
direccional establece que la Ho esta errada, y tambin
especifica si el valor real del parmetro es mayor o menor que el valor
de referencia especificado en la H
o
. Ejemplo:
H
0
= El promedio de un conjunto de datos es menor o igual al
lmite permisible establecido por la legislacin ( 0,1 ug/g )
H
a
= El valor promedio de un conjunto de datos es mayor al lmite
permisible establecido por la legislacin ( > 0,1 ug/g )
Hiptesis Alternativa Direccional
Una H
a
direccional establece que la Ho esta errada, y tambin
especifica si el valor real del parmetro es mayor o menor que el valor
de referencia especificado en la H
o
. Ejemplo:
H
0
= El promedio de un conjunto de datos es menor o igual al
lmite permisible establecido por la legislacin ( 0,1 ug/g )
H
a
= El valor promedio de un conjunto de datos es mayor al lmite
permisible establecido por la legislacin ( > 0,1 ug/g )
CONTRASTE DE HIPTESIS
CONTRASTE DE HIPTESIS
HIPTESIS H
a
NO DIRECCIONAL
HIPTESIS H
a
DIRECCIONAL
3rue2a de =i/:tesis de
dos colas >Bilateral?
3rue2a de =i/:tesis de
u.a cola >".ilateral?
11/04/2014
14
TIPOS DE ERROR AL CONTRASTAR HIPTESIS
Decisin
Realmente la Hiptesis Nula
Verdadera Falsa
Aceptar H
0
CORRECTO
Error de tipo II
Rechazar H
0
Error de tipo I CORRECTO
Nivel de Significacin ( o p)
Es la mxima probabilidad aceptable de cometer el error tipo I.
Nmero pequeo preelegido, al disear el experimento.
En la prctica se acostumbra a utilizar niveles de significacin de 0,05;
0,01.
P-Valor
Llamado nivel de significacin emprico, dicho valor representa
la probabilidad de equivocarnos si rechazamos la H
0
Es conocido tras realizar el experimento.
Nivel de Significacin ( o p)
Es la mxima probabilidad aceptable de cometer el error tipo I.
Nmero pequeo preelegido, al disear el experimento.
En la prctica se acostumbra a utilizar niveles de significacin de 0,05;
0,01.
P-Valor
Llamado nivel de significacin emprico, dicho valor representa
la probabilidad de equivocarnos si rechazamos la H
0
Es conocido tras realizar el experimento.
NIVEL DE SIGNIFICACIN Y P-VALOR
11/04/2014
15
o H aceptamos entonces P valor Si >
o H rechazamos entonces P valor Si
NIVEL DE SIGNIFICACIN Y P-VALOR
PRUEBA DE SIGNIFICACIN
e /la.tea la
=i/:tesis
e seleccio.a el .i@el
de si1.i5icaci:.
e ide.ti5ica el
estadstico de /rue2a
>co.traste?
e 5or4ula la re1la
de decisi:.
>@alor crtico?
EAecuci:. de la /rue2a
B to4a u.a decisi:.C
e ace/ta o recDa0a
la =i/:tesis .ula
11/04/2014
16
Para verificar si los datos con los que se esta trabajando provienen de
una distribucin normal se somete a una Prueba de Hiptesis de
Normalidad: Test de Bondad del Ajuste de Anderson-Darling.
H
0
= Los datos siguen una distribucin normal
H
a
= Los datos no siguen una distribucin normal
PRUEBA DE NORMALIDAD
Criterio de Aceptacin:
P- value > 0,05 : Aceptar la H
0
P- value 0,05 : Rechazar la H
0
Nivel de significacin = 0,05
Resultados Discrepantes
(Outliers)
Resultados que no
pertenecen a un
conjunto (muestra
o poblacin)
Baja probabilidad
de pertenecer
Para identificarlos estadsticamente (y aseurar una
distribucin normal) deben aplicarse tests de
aceptacin!rec"a#o
Aquellos resultados que difieren del resto de manera inexplicable
se denominan Atpicos o Anmalos (outliers).
Ejemplo:
12,12 12,15 12,13 12,25 12,10 12,13
11/04/2014
17
A. Contraste de Dixon (Contraste de Q)
Supone que la variable se distribuye normalmente (n30)
DATOS ATPICOS
Hiptesis:
H
o
: El punto extremo no es atpico.
H
a
: El punto extremo es atpico.
(P=0.05) Dos colas
A. Contraste de Dixon (Contraste de Q)
mnimo) Valor - mximo (Valor
prximo Valor - extremo Valor
Q
al experiment
=
DATOS ATPICOS
Estadstico experimental
Se calcula el estadstico Q de la siguiente manera:
Estadstico Tabular
Los valores crticos de Q para un nivel de significacin se
encuentran en tablas, dichos valores son para un contraste de
dos colas el cual es apropiado cuando no se conoce de
antemano el extremo al que puede darse el valor anmalo.
11/04/2014
18
A. Contraste de Dixon (Contraste de Q)
Criterio de
Decisin
Decisin
Q
exp
. < Q
Tabla
Aceptamos Ho
Q
exp
. Q
Tabla
Rechazamos Ho
DATOS ATPICOS
B. Contraste de Z-Score
Supone que la variable se distribuye normalmente (n30)
$%&core calificati'o
&atisfactorio
(uestionable
Insatisfactorio
S
) (
Z
__
i
i

=
DATOS ATPICOS
Criterio de aceptacin:
2 Z
i

3 Z
i
< < 2
3 Z
i

__
X
X
i
: Valor del resultado de cada repeticin.
: Promedio del conjunto de datos
S : Desviacin estndar del conjunto de datos
11/04/2014
19
C. Contraste de Z-Score Robusto
Aplica a datos que no tengan una distribucin normal (n puede ser
variable)
Donde:
Z
x i
i
S
) Me (
Z

=
DATOS ATPICOS
MADe 1,483 MAD S x
Z
= = ( )
Me i
x x Mediana MAD =
X
i
: Valor del resultado de cada repeticin.
Me : Mediana del conjunto de datos
S
Z
: Desviacin estndar de la mediana del conjunto de datos
C. Contraste de Z-Score Robusto
$%&core calificati'o
&atisfactorio
(uestionable
Insatisfactorio
DATOS ATPICOS
Criterio de aceptacin:
2 Z
i

3 Z
i
< < 2
3 Z
i

11/04/2014
20
D. Contraste de Grubbs
Supone que la poblacin es normal
x
: Desviacin estndar
: Media muestreal.
X
Mx
./ X
Mn
: Valor extremo
DATOS ATPICOS
Hiptesis:
H
o
: El punto extremo no es atpico.
H
a
: El punto extremo es atpico.
Estadstico experimental
Se calcula el estadstico G de la siguiente manera:
S
x x
G
mn
min

=
S
x x
G
max.
max

=
D. Contraste de Grubbs
Decisin:
Criterio de
Decisin
Decisin
G
exp
. < G
Terico
Aceptamos Ho
G
exp
. G
Terico
Rechazamos Ho
DATOS ATPICOS
11/04/2014
21
GrupoC
PRUEBAS DE UNA MUESTRA
9
2
9
;
9
.
9
3
9
4
.
.
.

: Valor de Referencia
X
X

Variable no presenta distribucin
Normal
Variable presenta distribucin
Normal
Me) , X : (X
__

x

Me
Prueba Estadstica
t Student de 1 muestra
Prueba Estadstica
Test de Wilcoxon de 1 muestra
Es una prueba sencilla para evaluar la comparabilidad de:
La media de una muestra con un valor de referencia.
Las medias de dos muestras.
A. Comparacin de la media de una muestra ( )con un valor
de Referencia ( ): Prueba de t de una muestra
( )
s
n x
t
al experiment

=
x
Prueba t
t e9/.C e deter4i.a de la si1uie.te 4a.eraC
C %es@iaci:. est.dar
1.l. C 1rados de li2ertad >1.l.E .-;?
11/04/2014
22
tabla al experiment
t t <
( ) 1 - n , 2 tabla
t t =
Prueba t de una muestra
# ta2la C e deter4i.a de la si1uie.te 4a.eraC
( ) 1 n , tabla
t t

=
No existen diferencias
significativas
2 colas
1 colas
Ejemplo 1: En un mtodo para determinar Hg por la tcnica de AA
con vapor fro se obtuvieron los siguientes valores para un MRC
que contiene 40 g/mL: (todos en 0,1 g/mL)
40,2 40,4 40,3 40,0 39,8 40,2 40,3
H
0
: No hay diferencia significativa entre los resultados y el valor
de referencia
x
( )
0,21
7 40,0 40,17
t exp.

=
: 40 F1G4L
: 40,17 F1G4L
s : 0,21 F1G4L
gl : 6 (n=7)
20 2, =
exp.
t
45 2, =
Tabla
t
Conclusin: No existe diferencia significativa
Prueba t de una muestra
11/04/2014
23
Ejemplo 2: Supongamos que el nivel mximo permitido para un
aditivo en alimentos es de 0,1 g/mL y los resultados de los
anlisis de una muestra sospechosa en el laboratorio son los
siguientes:
0,101 0,121 0,112 0,109
x
( )
0,083
4 0,1 0,111
t exp.

=
: 0,1 F1G4L
: 0,111 F1G4L
s : 0,083 F1G4L
gl : 3 (n=4)
60 2, =
exp.
t
35 2, =
Tabla
t
Conclusin: Estadsticamente se debe rechazar la H
0
g/mL 0,1 x : H0 g/mL 0,1 x : Ha >
Prueba t de una muestra
Grupo 1
PRUEBAS DE DOS MUESTRA
Variable X y/o Y no presenta
distribucin Normal
Variables X y Y presenta
distribucin Normal
Prueba Estadstica
Prueba F
Prueba Estadstica
Prueba de Levene
Grupo 2
2
Y
2
X
S S =
1. Comparacin de Medidas de Dispersin
X
S
Y
S
9
2
9
;
9
.
9
3
9
4
.
.
.
9
4
9
3
B
2
B
;
B
.
B
3
.
.
.
B
4
11/04/2014
24
2
1
Varianza
Varianza
F
cal
=
arian!a"
ig#a$e"
arian!a"
di"tinta"
%r#e&a '
crt cal
F F <
crt cal
F F >
Donde 1 y 2 se disponen en la ecuacin de modo que F se siempre 1
El Nmero de grados de libertad del numerador y denominador son: n
1
-1 y n
2
-1
Grupo 1
PRUEBAS DE DOS MUESTRA
Variable X y/o Y no presenta
distribucin Normal
Variables X e Y presentan
distribucin Normal
Prueba Estadstica
T Student 2 muestras
Prueba Estadstica
Test Mann Whitney
Grupo 2
X

Y X
Me Me =
2. Comparacin de Medidas de Tendencia Central
Y

9
2
9
;
9
.
9
3
9
4
.
.
.
9
4
9
3
B
2
B
;
B
.
B
3
.
.
.
B
4
Y

=
__ __
Y X =
11/04/2014
25
B. Comparacin de las medias de dos muestras: Prueba de t
de dos muestra
( )
2 1
al experiment
1/n 1/n s
x x
t
+

=
2 1
Prueba t 2 Muestras
t e9/.C e deter4i.a de la si1uie.te 4a.eraC
S : Desviacin estndar ponderada
g.l. : grados de libertad (g.l.= n
1
+ n
2
- 2)
Condicin : Exista homogeneidad de Varianza
tabla al experiment
t t <
2
1 1
2 1
2
2 2
2
1 1
+
+
=
n n
S n S n ) ( ) (
S
2
Donde el valor de S es una ponderacin entre las
desviaciones estndar de los dos conjuntos de resultados.
Se calcula
No existen diferencias
significativas
Prueba t 2 Muestras
11/04/2014
26
Ejemplo 1: Se quiere evaluar la concordancia estadstica de los
valores medios obtenidos por dos analistas al realizar ensayos
de grasa en leche, obtenindose los siguientes resultados (todos
en g/100g). Comprobar la homogeneidad de varianzas.
Analista A : 2,13 1,88 1,86 1,65 2,00 1,73 1,99 2,23
Analista B : 2,11 1,78 2,18 2,43 1,90 2,17 2,25 2,21
A x
B x
Prueba t
B A x x : H0 = B A a x x : H
: 1,93 1G;<<1
: 2,13 1G;<<1
S
A
: 0,19 1G;<<1
S
B
: 0,20 1G;<<1
gl : 14 (2 colas)
( )
96 1, =
+

=
1/8 1/8 0,1991
2,129 1,934
t exp.
1991 0. = S
El t tabla se calcula:
tabla al experiment
t t <
Prueba t
2,14 colas) 2 0,05;14gl, (P t
Tabla
= =
Conclusin: Estadsticamente se debe aceptar la H
0
por tanto no hay diferencia significativa
entre los analistas.
11/04/2014
27
Grupo 1
PRUEBAS DE TRES MUESTRA O MS
Si una de las variables X, Y,Z
no presenta distribucin Normal
Variables X, Y, y Z presentan
distribucin Normal
Prueba Estadstica
Prueba de Bartlet
Prueba Estadstica
Prueba de Levene
Grupo 2
1. Comparacin de Medidas de Dispersin
Z
S
X
S
Y
S
9
2
9
;
9
.
9
3
.
.
.
9
4
B
2
B
;
B
.
B
3
.
.
.
B
4
H
2
H
;
H
.
H
3
.
.
.
H
4
Grupo K
. . .
2
Z
2
Y
2
X
S ... S S = = =
PRUEBAS DE TRES MUESTRA O MS
Grupo 1
Si una de las variables X, Y,Z
no presenta distribucin Normal
Variables X, Y, y Z presentan
distribucin Normal
Prueba Estadstica
ANOVA de un Factor
Prueba Estadstica
Test de Kruskal Wallis
Grupo 2
2. Comparacin de Medidas de Tendencia Central
Z

__ __ __
Z ... Y X = = =
Y

9
2
9
;
9
.
9
3
.
.
.
9
4
B
2
B
;
B
.
B
3
.
.
.
B
4
H
2
H
;
H
.
H
3
.
.
.
H
4
Grupo K
. . .
Z

... Y

= = =
Z Y X
Me .... Me Me = = =