Variable Aleatoria Continua

Analisis
Exploratorio de Datos
Analisis
Universidad de Talca
Facultad de Ingeniera
Probabilidades y Estadstica
Bustamante
Mg. Eduardo Alarcon
eduardo.alarcon.b@gmail.com
Primer Semestre 2015

Analisis
1 Introduccion
de la Informacion
2 Organizacion
Conceptos basicos
Tipos de variable
3 Proceso de la informacion
de la informacion
mediante Tablas de frecuencia
Organizacion
de frecuencias para variables cualitativas
Tablas de distribucion
Graficos
para variables cualitativas
Metodos
para describir variables cuantitativas
Tablas de frecuencia para variables cuantitativas
de datos mediante distribucion
de frecuencias (Variables
Organizacion
cuantitativas continuas)
Metodo
grafico
Frecuencias de una variable cuantitativa continua como una funcion
Medidas numericas
entre media, mediana y moda segun
Relacion
el sesgo de la distribucion
de valores extremos
Deteccion
Z
Regla emprica y metodo
de puntuacion
de valores extremos mediante el Metodo
Deteccion
de Tuckey

Analisis
Introduccion
La estadstica se encarga de
necesaria.
1 Reunir la informacion
2
3
4
5
mediante una base de datos.

Organizar u ordenar la informacion
mediante graficos,
Procesar la informacion
tablas resumen o
numericamente.
en el contexto que se esta trabajando
Analizar la informacion
correspondiente
Tomar la decision
y
Podemos definir estadstica como la ciencia de la recoleccion
analisis
de datos para la toma de decisiones 1
1 Ferreiro,
O. y Fernandez
de la Reguera, P. (1988) La estadstica, una ciencia en la
controversia. Revista Universitaria 25: 13-17

Analisis
Introduccion
El fin ultimo
de la estadstica es la toma eficiente de decisiones, la
cual, teniendo en cuenta que los datos ya fueron tomados, pasa por
tres procesos fundamentales:
y proceso de la
Analisis
exploratorio de los datos (Organizacion
informacion)
Caclulo
de Probabilidades (Analisis
de la informacion)
Analisis
Confirmatorio (Toma de decisiones)

Analisis
Introduccion

Analisis
Introduccion
se
Antes de comenzar con el analisis
descriptivo de la informacion,
algunos conceptos importantes dentro de la estadstica.
definiran
(Poblacion)
Definicion
Es el conjunto de elementos, individuos o entes sujetos a estudio y
de los cuales queremos obtener un valor (parametro).

El tamano
poblacional lo denotaremos por N.
(Muestra)
Definicion
que se estudia para determinar el valor
Subconjunto de la poblacion
(estadstico) que describe la caracterstica deseada de la misma. El
muestral lo denotaremos por n.
tamano

Analisis
Introduccion
Para poder realizar un analisis

descriptivo necesitamos datos, los
cuales son obtenidos desde los entes pertenecientes a la poblacion,
los que en estadstica se denominan Unidad de analisis.

Analisis
de la Informacion
Organizacion
Conceptos basicos
A cada unidad de analisis

se le mide una caracterstica de interes
(por ejemplo: Edad, Sexo, Cantidad de Hermanos, Altura, etc...) el
conjunto de caractersticas medidas a las n unidades de analisis

se
le denomina Base de datos.
(Base de datos)
Definicion
basica
obtenida para realizar una

Orgnizacion
de la informacion
La estructra es rectangular compuesta por n filas y p
investigacion.
columnas.
Donde n es la cantidad de unidades de analisis

medidas y p es la
cantidad de caractersticas medidas.

Analisis
de la Informacion
Organizacion
Conceptos basicos

Analisis
de la Informacion
Organizacion
Conceptos basicos
BASE DE DATOS 1= Datos de 36 alumnos de un curso de

Estadstica en la UCM

Analisis
de la Informacion
Organizacion
Conceptos basicos
Cada una de estas caractersticas que se encuentran en la base de

datos se denomina Variable estadstica
(Variable Estadstica)
Definicion
Caracterstica medida que puede cambiar de unidad en unidad de
analisis

Analisis
de la Informacion
Organizacion
Tipos de variable
Dentro de una base de datos nos podemos encontrar con muchas

variables, por lo que es indispensable clasificarlas segun
su origen.
Nos encontramos con dos tipos de variable segun
su origen
1
2
cualitativa.
Los obtenidos a partir de una poblacion
cuantitativa.
Los obtenidos a partir de una poblacion

Analisis
de la Informacion
Organizacion
Tipos de variable
Cuando la variable en estudio es no numerica,

esta
se denomina
estado civil, lugar de

Variable cualitativa (genero,
religion,
nacimiento, nivel socio economico,

color de preferencia, nivel de
riesgo, etc).
Cuando la variable estudiada puede ser expresada de forma
numerica,
esta
se denomina Variable cuantitativa (Saldo en la
cuenta corriente, edad, velocidad, temperatura, cantidad de clientes
que prefieren cierto producto, etc).

Analisis
de la Informacion
Organizacion
Tipos de variable
Tipos de Variable Cualitativa

Analisis
de la Informacion
Organizacion
Tipos de variable
Variables cualitativas nominales

La caracterstica de esta variable es que sus valores no necesariamente
tienen un orden jerarquico

entre las categoras.
Figure : Ejemplo de una variable cualitativa nominal
Que a esta persona le hayan rechazado su licencia medica

por Reposo
injustificado (1), no quiere decir que su motivo de rechazo es menos grave
o menos significativo que si hubiera sido rechazada por Incumplimiento (4).
El numero
asignado a cada categora no tiene una jerarqua asignada.

Analisis
de la Informacion
Organizacion
Tipos de variable
Variables cualitativas ordinales

La caracterstica de esta variable es que sus valores necesariamente tienen
un orden jerarquico
entre las categoras.
2
Observe el siguiente tem de un Formulario de Evaluacion
Figure : Ejemplo de una variable cualitativa ordinal

del contenido sustantivo del taller,
Si ud asigna el valor 1 en su evaluacion
entonces estara evaluando peor que si hubiera asignado el valor 3 a su
Esto quiere decir que las categoras tienen un orden jerarquico
evauacion.
en la variable.
2 Conferencia Regional: Construyendo Compromiso, Eficiencia y Equidad para
Servicios Sustentables de Agua Potable y Saneamiento en America

Latina y el Caribe
(Sede de la CEPAL en Santiago de Chile, los das 15 y 16 de marzo de 2011.)

Analisis
de la Informacion
Organizacion
Tipos de variable
Tipos de Variable Cuantitativa

Analisis
de la Informacion
Organizacion
Tipos de variable
Variable cuantitativas Discretas
Si la variable cuantitativa toma valores en un conjunto contable

(conjunto finito o infinito numerable) entonces se dice que es de tipo
discreta. Por ejemplo, El numero
de respuestas correctas en una
prueba de 5 preguntas de Verdadero o Falso
Figure : Ejemplo de una variable cuantitativa discreta

Analisis
de la Informacion
Organizacion
Tipos de variable
Variable cuantitativas Continuas

Si la variable cuantitativa toma valores en un conjunto no contable
(intervalo) (conjunto infinito no numerable) entonces se dice que es
de tipo continua. Por ejemplo: Cantidad de agua en un vaso de 50
ml.
Figure : Ejemplo de una variable cuantitativa continua

Analisis
de la Informacion
Organizacion
Tipos de variable

Analisis
de la Informacion
Organizacion
Tipos de variable
Niveles de medicion
Una variable puede ser originalmente cuantitativamente continua o
discreta, pero la podemos medir como una variable ordinal. Por
ejemplo la edad o la Escolaridad

Analisis
Proceso de la informacion
de la informacion
Organizacion
(Distribucion
de frecuencias)
Definicion
de frecuencia es un resumen tabular de datos que
Una distribucion
muestra el numero
(frecuencia) de elementos en cada una de las
diferentes clases disjuntas.

Se distinguen 3 tipos de frecuencia
Frecuencia Absoluta
Frecuencia Relativa
Frecuencia Acumulada (Absoluta y Relativa)

Analisis
de la informacion
Organizacion
Supongamos que se desea estudiar una variable que esta agrupada

en k clases excluyentes c1 , c2 , . . . , ck , entonces se define
(Frecuencia absoluta)
Definicion
Corresponde al numero
de unidades de analisis
que pertenecen a la
clase ci y se denota por ni , (i = 1, . . . , k ) donde:

k
X
ni = n
i=1
(Frecuencia relativa)
Definicion
de unidades de analisis
Corresponde a la proporcion
que pertenecen
a la clase ci y se denota por fi , i = 1, . . . , k (i = 1, . . . , k) donde:
fi =
k
X
ni
;
fi = 1
n
i=1

Analisis
de la informacion
Organizacion
Observacion
En algunos casos, para un mejor entendimiento, las frecuencias
relativas suelen transformarse en frecuencias porcentuales de la
siguiente forma:
Pk
hi = fi 100, donde i=1 hi = 100%
(Frecuencia Acumulada Absoluta)
Definicion
Corresponde al numero
acumulado de unidades de analisis
que
pertenecen a las clases c1 , c2 , . . . , ci y se denota por

Ni , (i = 1, 2, . . . , k), donde
Ni =
i
X
j=1
As N1 = n1 y Nk = n
nj , i = 1, 2, . . . , k

Analisis
de la informacion
Organizacion
(Frecuencia Acumulada Relativa)

Definicion
acumulada de unidades de analisis
Corresponde a la proporcion
que
pertenecen a las clases c1 , c2 , . . . , ci y se denota por
Fi , (i = 1, 2, . . . , k), donde
Fi =
i
X
j=1
fj o Fi =
Ni
, i = 1, 2, . . . , k
n
As F1 = f1 y Fk = 1
En forma analoga,
es posible definir frecuencias acumuladas
porcentuales por: Hi = Fi 100, con H1 = h1 y Hk = 100%
Nota: La frecuencia acumulada para variables cualitativas tiene
en el nivel ordinal.
sentido solo

Analisis
de frecuencia de la valoracion
general del taller realizada
Tabla : Distribucion
a los participantes de la conferencia Regional sobre el agua potable en
Santiago de Chile en marzo de 2011.
Opinion
Muy malo
Malo
Regular
Bueno
Muy bueno
Total
Nro. part.
22
34
17
12
8
93
% part.
23,65
36,55
18,27
12,90
8,60
100
Nro. acum. part.

22
56
73
85
93
% acum. part.
23,65
60,2
78,47
91,37
100

Analisis
de Frecuencias del Sexo de la Base de Datos 1

Tabla : Tabla de Distribucion
Sexo
Femenino
Masculino
Total
Nro. alumnos.
16
20
36
% alumnos.
44,4
55,6
100

Analisis
Graficos
Como
podemos presentar estos mismos datos
en un grafico?

Analisis
Graficos
Diagrama Sectorial o de tortas
del Sexo de los alumnos de Estadstica de la

Figure : Distribucion
Universidad Catolica
del Maule

Analisis
Graficos
Grafico
de Barras
Fuente: El Mercurio, marzo de 2005

Analisis
Graficos
Grafico
de Barras
Fuente: El Mercurio, 1 de agosto de 2010

Analisis
Graficos
Grafico
de Barras
Compare los siguientes graficos,

cuales
son las diferencias?
Figure : Grafico
de barras: Sexo en la base de datos 1

Analisis
Graficos
Grafico
de Barras
Compare los siguientes graficos,

cuales
son las diferencias?
Figure : Grafico
de barras: Sexo en la base de datos 1

Analisis
Graficos
Ejemplo Resumen
de frecuencias de de formas de hojas simples de una
Tabla : Distribucion
muestra de 39 hojas del parque de la Universidad de Talca, sector del
edificio Prosperidad, I semestre 2001.

Analisis
Graficos
Ejemplo Resumen
Figure : Grafico
de barras que muestra la frecuencia de formas de hojas
simples

Analisis
Graficos
Ejemplo Resumen
Figure : Grafico
circular que muestra la frecuencia de formas de hojas
simples

Analisis
Metodos
Metodos
graficos
y numericos
para describir variables
cuantitativas

Analisis
Metodos

Analisis
En el caso de las variables cuantitativas discretas se observa que

existen dos tipos:
1
Donde la variable tiene un bajo rango de variabilidad, por

ejemplo: Nro. de hermanos que tienen los alumnos de ingeniera
(0,1,2,3,4,5), Nro. de artculos defectuosos en un pedido
(0,1,2,3), Nro. de computadores por familia (0,1,2,3), etc...
Donde la variable tiene un recorrido de alta variabilidad, como

por ejemplo Nro. de pisos que tienen los edificios de Chile
(2,3,6,7,8,10,...,33,34,35,etc...), Cantidad de dinero en la cuenta
corriente de los alumnos de la Universidad de Talca
(0,,10.000,11.000,11.100,12.000,12.100,51.100,51.110,etc...).

Analisis
de frecuencias tiene el
Para el primer caso, la tabla de distribucion
de frecuencias
mismo comportamiento que la tabla de distribucion
para variables cualitativas ordinales.
de frecuencias sufre
Para el segundo caso la tabla de distribucion
que esta relacionada con la creacion
de los
una leve modificacion
es utilizada para variables
intervalos de clases. Esta tabla tambien
cuantitativas del tipo continuo, por lo que veremos en la siguiente
la creacion
de estas tablas de frecuencia.
seccion

Analisis
de frecuencias (Variables cuantitativas continuas)
Organizacion
Si la variable bajo estudio es cuantitativa continua (o discreta con un

alto rango de variabilidad), entonces el esquema de tabla anterior
que esta relacionada con la creacion
de
sufre un leve modificacion
los intervalos de clases. En este caso el esquema de la tabla es el
siguiente:
Intervalos (Clases)
c1
c2
..
.
Marca de clase
m1
m2
..
.
ni
n1
n2
..
.
fi
f1
f2
..
.
Ni
N1
N2
..
.
Fi
F1
F2
..
.
ck
mk
nk
fk
Nk = n
Fk = 1
Donde la marca de clase i-esima

(mi ) corresponde al promedio
del intervalo i-esimo

(i = 1, ..., k ).
Donde cj = [Li; Ls) con j = 1, . . . , k

Analisis
Organizacion
Meodo
para crear intervalos de clase
Se supone que la amplitud de los intervalos es la misma, se puede
de tablas de
seguir los siguientes pasos para la construccion
frecuencias de variables continuas.
Paso 1: Se debe definir el numero
de intervalos de clase para la
variable en estudio. Existen muchas formas de establecer este

numero,
como por ejemplo:
Raz cuadrada de n: A partir de la raz cuadrada del numero

de
datos, decidimos, redondeando el numero

de intervalos.
k n
Escoger el numero
de clases (intervalos). Se sugiere ,el entero
proximo
mas
de la Formula
de Sturges, dada por
k = 1 + 3, 3 log(n)
donde log() es el logaritmo en base 10.
El investigador puede elegir el nomero

de clases segun
especificaciones propias.

Analisis
Organizacion
Paso 2: Calcular el recorrido de la variable (R);

R = xmax xmin
donde xmax y xmin corresponden a los valores mnimos y
maximos
de los datos, respectivamente.
Paso 3: Calcular la amplitud (a)
a
R
k
Paso 4: Recalcular el Recorrido (Recorrido efectivo)

Re = a k
Paso 5: Recalcular el primer lmite inferior Li :
Li = xmin
Re R
2

Analisis
Organizacion
Metodo
para crear intervalos de clase
Paso 6: Para obtener las restantes clases (cj ), se suma

sucesivamente la amplitud obtenida (a) al lmite inferior (Li),
donde el lmite inferior de las sucesivas clases correspondera a
lmite superior de la clase anterior.

Analisis
Organizacion
Los siguientes datos corresponden a las notas obtenidas por los

alumnos del curso de probabilidades y estadstica en el primer
2011.
certamen del ano

Analisis
Organizacion
Paso 1: Calcular el numero

de intervalos de clase
Cuando no se nos dice nada el numero

de intervalos debemos
calcular una cantidad. Una manera de hacerlo es calculando la raz

cuadrada del numero
de datos observados (n).
40
k 6, 32
k 6
Paso 2: Calcular el Recorrido de la variable (Valor mayor, menos
valor menor de los datos).
R = xmax xmin
R = 6, 1 3, 3 = 2, 8

Analisis
Organizacion
Paso 3: Calcular la amplitud (a)

a
R
k
2, 8
6
a 0, 467
a
a 0, 5
Paso 4: Recalcular el recorrido (Recorrido efectivo)
Re = a k
Re = 0, 5 6
Re = 3

Analisis
Organizacion
Paso 5: Recalcular el primer lmite inferior Li:

Re R
2
3 2, 8
Li = 3, 3
2
Li = 3, 3 0, 1
Li = xmin
Li = 3, 2
de frecuencias de las notas obtenidas por los alumnos del curso de
Distribucion
2011.
probabilidades y estadstica en el primer certamen del ano

Analisis
Organizacion
Observe lo siguiente:
31 de los alumnos obtuvo una nota inferior a 5,2
35 de los alumnos obtuvo una nota inferior a 5,7
Aproximadamente, Cuantos
alumnos obtuvieron una nota inferior a
5,4?

Analisis
Organizacion
Por semejanza de triangulos

tenemos lo siguiente:
y 31
35 31
=
5, 4 5, 2
5, 7 5, 2
As
35 31
(5, 4 5, 2) + 31 = 32, 6
5, 7 5, 2
Por lo que 32,6 (aprox. 33) estudiantes, correspondientes al 81,5%, obtuvo una nota
inferior a 5,4.
y=

Analisis
Organizacion
En general, tenemos lo siguiente:
y Ni1
Ni Ni1
=
; Observe que Ni Ni1 = ni y Ls Li = ai . As
x Li
Ls Li
n
y = Ni1 + i (x Li)
ai
y Ni1
x = Li +
ai
ni
Donde x es la variable en estudio e y es el porcentaje acumulado hasta x.

Analisis
Metodo
grafico
Histograma
(Histograma)
Definicion
grafica
Es una representacion
para variables cuantitativas continuas
(o variables cuantitativas discretas con un recorrido de alta
variabilidad), donde el area

de las barras son proporcionales a la
frecuencia del intervalo.
Que el area
de las barras son proporcionales a la frecuencia del
intervalo significa que el area

de cada barra representa la
Frecuencia Relativa de cada intervalo.

Analisis
Metodo
grafico
Veamos el histograma para la edad, lo primero es tener una tabla de

de frecuencias.
distribucion

Analisis
Metodo
grafico

Analisis
Metodo
grafico
Histograma v/s Grafico

de barras
Debemos tener cuidado al utilizar los histogramas para variables
cuantitativas.

Analisis
Observe los siguientes histogramas

Analisis

Analisis

Analisis

Analisis

Analisis
Podemos observar que a medida que se aumenta la cantidad de

encerradas bajo un curva
intervalos, entonces las barras quedaran
aproximada que puede ser representada por f (x) donde X es una
variable cuantitativa.
As, para calcular una frecuencia relativa aproximada entre a y b
podemos pensar en que
Z
Frecuencia Relativa entre a y b
f (x)dx
a

Analisis
que representa aproximadamente las

Como f (x) es una funcion
frecuencias relativas de X , entonces f (X ) debe cumplir con 2
condiciones:
1
2
f (x) 0; x R (pues las frecuencias deben ser positivas)

Z
f (x)dx = 1 (Pues la suma total de las frecuencias relativas
es 1)

Analisis
en C o , para un
Suponga que el error en la temperatura de reaccion,
experimento de laboratorio controlado es una varialbe continua X
cuyas frecuencias relativas pueden ser modeladas mediante la
siguiente funcion:
2
x
si 1 < x < 2
f (x) = 3
0
e.o.c.

Analisis
que representa las frecuencias

Verifique que f (x) es una funcion
relativas de X .
Encuentre la frecuencia relativa aproximada de las temperaturas

que se encuentran entre 0 y 1.

Analisis
sera la forma que toma F (x)?

Si podemos representar f (x) como una integral, cual
que representa las frecuencias relativas acumuladas hasta un
F (x) es una funcion
valor x, por lo que debera tomar la siguiente forma:
Z x
F (x) =
f (t)dt
Graficamente:

Analisis
en C o , para un experimento de
laboratorio controlado es una varialbe continua X cuyas frecuencias relativas pueden
ser modeladas mediante la siguiente funcion:

(
2
x
si 1 < x < 2
3
f (x) =
0
e.o.c.
Que porcentaje de las temperaturas son inferiores a 1, 2o ?

El 35% de las medidas, bajo que temperatura se encuentran?

Analisis
Medidas numericas
Medidas numericas
(Estadstica)
Definicion
Una estadstica es una medida descriptiva numerica

calculada a partir de
datos de una muestra.
(Parametro)
Definicion
Un parametro
es una medida descriptiva numerica
calculada a partir de
datos de una poblacion.

1
Medidas de Tendencia Central: Ayudan a encontrar el centro de la
distribucion.
de los datos
Miden la dispersion
Medidas de Dispersion:
relativa de una
Relativa: Describen la posicion
Medidas de Posicion
dentro de un conjunto de datos.
observacion
Medidas de Forma: Describen la forma de la curva que representa a

los datos.

Analisis
Medidas numericas
Medidas numericas
Medidas de Tendencia Central
Promedio
Las medidas de Tendencia Central son valores numericos

que
desean mostrar el centro de un conjunto de datos.
El promedio o media aritmetica.

La mediana o valor del centro.
frecuente.
La moda, modo o valor mas

Analisis
Medidas numericas
Medidas numericas
Promedio
a) Promedio o Media aritmetica

El promedio de un conjunto de n observaciones se define como la
suma de las observaciones dividida por el numero
de observaciones
n.
(Promedio)
Definicion
Si x1 , x2 , . . . , xn denota una muestra de n observaciones, entonces el
promedio de la muestra se llama x-barra y se denota por
Pn
xi
x1 + x2 + + xn
x = i=1 =
n
n
Nota: Para datos tabulados, el promedio tiene un valor aproximado dado por:
X
n
X
ni mi
n
i=1

Analisis
Medidas numericas
Medidas numericas
Promedio
el promedio de la
Si se tienen TODOS los valores de una poblacion,
es la suma de todos los valores dividida por cuantos son.
poblacion
(N)
El parametro,
Promedio poblacional se denota por la letra Griega
(Mu)
PN
X =
i=1
xi

Analisis
Medidas numericas
Medidas numericas
Propiedades del promedio
La sumatoria de la diferencia de los n valores de la variable X

(x1 , x2 , . . . , xn ) con respecto a la media de la variable X es nula:
n
X
(xi X ) = 0
i=1
xi
1
2
4
5
6
9
Promedio
4,5
xi x
-3,5
-2,5
-0,5
0,5
1,5
4,5
Suma
0

Analisis
Medidas numericas
Medidas numericas
La media aritmetica
del producto entre una constante k y una
variable X es igual al producto de esta constante por la media
aritmetica:
kX = k X
xi
1
2
4
5
6
9
Promedio
4,5
24,5=9
2 xi
2
4
8
10
12
18
Promedio
9

Analisis
Medidas numericas
Medidas numericas
Linealidad de la media: La media aritmetica

de la suma (o diferencia)
entre k y la variable X es la suma (o diferencia) de k y la media
aritmetica
de la variable X :
k +X =k +X
xi
1
2
4
5
6
9
Promedio
4,5
4,5+3=7,5
xi + 3
4
5
7
8
9
12
Promedio
7,5

Analisis
Medidas numericas
Medidas numericas
Variables con el mismo numero

de observaciones, entonces la media
aritmetica
de la suma de estas variables es igual a la suma de las
medias respectivas, es decir:
X +Y =X +Y
xi
1
2
4
5
6
9
Promedio
4,5
4,5+5=9,5
yi
5
4
1
6
5
9
Promedio
5
xi + yi
6
6
5
11
11
18
Promedio
9,5

Analisis
Medidas numericas
Medidas numericas
Algunas consideraciones sobre el promedio
en una muestra tomada

Los datos siguientes son el numero
de ninos
aleatoriamente de 10 casa en un vecindario:

2 3 0 2 1 0 3 0 1 4

Analisis
Medidas numericas
Medidas numericas
El promedio de estas 10 observaciones esta dado por

2+3+0+2+1+0+3+0+1+4
= 1, 6
10
en una
El resultado es 1,6 aunque no sea posible observar 1,6 ninos
casa. El promedio es 1,6 ninos.

x=

Analisis
Medidas numericas
Medidas numericas
se anoto como 40 en vez de 4.

Suponga que la ultima
observacion
Que pasa con el promedio?

2 + 3 + 0 + 2 + 1 + 0 + 3 + 0 + 1 + 40
= 5, 2
10
Note que en existen 9 de las 10 observaciones menores que el
promedio.
x=
El promedio es sensible a las observaciones extremas

Analisis
Medidas numericas
Medidas numericas
es simetrica,
Si la distribucion
el promedio sera
exactamente el centro de la distribucion.
mas
grande se mueve
Si la observacion
a la derecha (sesgada a la derecha), el
promedio se mueve con la observacion

extrema

Analisis
Medidas numericas
Medidas numericas
de los datos es sesgada, queremos usar una

Si la distribucion
resistente para mostrar el centro.
medida que sea mas
resistente a los valores
La medida de tendencia central que es mas
extremos es la mediana

Analisis
Medidas numericas
Medidas numericas
Definicion
Sea X una variable aleatoria cuantitativa descrita en un vector de n datos:
X = (x1 , x2 , x3 , . . . , xn )
Se define el vector de orden como un vector que tiene los valores de X
ordenados de menor a mayor y se denota por X() .
Si X = (x1 , x2 , x3 , . . . , xn ), entonces X() = (x(1) , x(2) , x(3) , . . . , x(n) )
Ejemplo
Sea X una variable que representa las alturas de 5 alumnos tomados al azar:
X = (1, 78; 1, 56; 1, 84; 1, 67; 1, 61)
Entonces
X() = (1, 56; 1, 61; 1, 67; 1, 78; 1, 84)

Analisis
Medidas numericas
Medidas numericas
Mediana
b) Mediana
(Mediana)
Definicion
La mediana de un conjunto de n observaciones, ordenadas de menor
a mayor, es un valor tal que la mitad de las observaciones son
menores o iguales que tal valor y la mitad de las observaciones son
mayores o iguales que ese valor.

Analisis
Medidas numericas
Medidas numericas
Mediana
( h
Me =
1
2
x( n ) + x( n +1)
2
2
x( n+1 )
2
si n es par
si n es impar
El uso de esta medida es para variables cuantitativas o

cualitativas ordinales
El calculo
de la mediana para datos tabulados se dara mas
adelante (en el calculo

de cuantiles).

Analisis
Medidas numericas
Medidas numericas
Mediana
Ejemplo
Considere las edades de los 20 sujetos en la base de datos medica.

32 37 39 40 41 41 41 42 42 43 44 45 45 45 46 47 47 49 50 51
Numero
hde datos: 20 i
1
Me = 2 x( 20 ) + x( 20 +1) =
2
1
2

x(10) + x(11) =
43+44
2
= 43, 5 anos.
de 43,5 anos.
El 50% de los sujetos tiene menos (mas)

que hubiera pasado con la mediana si en vez de anotar 51,
anotamos 510?, Si hubieramos anotado -32 en vez de 32?
La mediana es resistente (robusta), es decir, no cambia o cambia
muy poco con observaciones extremas.

Analisis
Medidas numericas
en C o , para un
experimento de laboratorio controlado es una varialbe continua X
cuyas frecuencias relativas pueden ser modeladas mediante la
siguiente funcion:
2
x
si 1 < x < 2
f (x) = 3
0
e.o.c.
Calcule e interprete la mediana de las temperaturas.

Analisis
Medidas numericas
Medidas numericas
c) Moda
(Moda)
Definicion
frecuente
La moda de un conjunto de observaciones es el valor mas
La moda del conjunto: {0,0,0,0,1,1,2,2,3,4} es 0.
El conjunto {0,0,0,1,1,2,2,2,3,4} tiene dos modas: 0 y 2
(bimodal)
El conjunto {0,1,2,4,5,8} no tiene moda
La moda a menudo no es utilizada como medida de tendencia
central para datos cuantitativos.
La moda para datos tabulaos suele ser la marca de clase que
presenta la mayor frecuencia.

Analisis
Medidas numericas
Medidas numericas
Moda
La moda es LA medida de tendencia central que puede ser calculada

en datos cualitativos.
Figure : Ciudad de origen de 36 alumnos

Analisis
Medidas numericas
Medidas numericas
Moda
Sea

f (x) =
12x 2 (1 x) si 0 < x < 1

0
e.o.c.
Calcule e interprete la moda de f

Analisis
Medidas numericas
Medidas numericas
medida de Tendencia Central utilizar?

Cual

Analisis
Medidas numericas
Medidas numericas
Medidas de Dispersion
Figure : Un incauto ahogandose

en un ro con una profundidad promedio de
90 centmetros

Analisis
Medidas numericas
Medidas numericas
a) Rango
mas
simple y se
El Rango es la medida de variabilidad o dispersion
calcula tomando la diferencia entre el valor maximo

y el mnimo
observado.
Rango=maximo-m
nimo

Analisis
Medidas numericas
Medidas numericas
Analice cuales seran las ventajas y desventajas de utilizar el Rango

como medida de variabilidad.

Analisis
Medidas numericas
Medidas numericas
Estandar
b) Desviacion
de las observaciones a la
Es una medida de entrega la dispersion
media y se interpreta como un Promedio de la distancia de las
observaciones a la media

Analisis
Medidas numericas
Medidas numericas
Se define la varianza muestral como la suma de las desviaciones al cuadrado

divididas en n 1.
varianza muestral=
estandar=
desviacion
(4)2 +(1)2 +(3)2

31
16+1+9
2
varianza muestral =
= 13
13 3, 6

Analisis
Medidas numericas
de la desviacion
Estandar
Interpretacion
estandar
Pensemos la desviacion
como aproximadamente un
promedio de las distancias de las observaciones a la media.
Si todas las observaciones son iguales, entonces la desviacion
estandar
es cero.
estandar
alejados
La desviacion
es positiva y mientras mas
los valors del promedio, mayor sera la desviacion
estandar.
estan

Analisis
Medidas numericas
Medidas numericas
(Desviacion
Estandar)
Definicion
Si x1 , x2 , . . . , xn denota una muestra de n observaciones, entonces la
estandar
desviacion
muestral se denota por
sP
r
n
2
(x1 x)2 + (x2 x)2 + + (xn x)2
i=1 (xi x)
sX =
=
n1
n1
Por otro lado, si los datos se encuentran tabulados, la varianza se

obtiene de la siguiente forma:
n
sX2
1 X
ni (mi x)2
n1
i=1
Nota: Tenemos argumentos estadsticos para demostrar que

dividimos por n 1 en vez de n.

Analisis
Medidas numericas
Medidas numericas
la Desviacion
Si se tienen TODOS los valores de una poblacion,
estandar
poblacional, se denota por la letra Griega (sigma) y se
calcula como
s
PN
2
i=1 (xi X )
X =
N

Analisis
Medidas numericas
Medidas numericas
Notas
estandar
La varianza y la desviacion
no son medidas de
variabilidad distintas, debido a que la ultima
no puede
determinarse a menos que se conozca la primera.

estandar
con la
A menudo se prefiere la desviacion
en relacion
varianza, ya que se expresa en las mismas unidades fsicas de
las observaciones.
As como el promedio es una medida de tendencia central que
no es resistente a las observaciones extremas, la desviacion
tampoco es
estandar,
que utiliza el promedio en su definicion,
resistente a valores extremos.
una medida de dispersion

Analisis
Medidas numericas
Propiedades lineales de la media y varianza
Sean x1 , x2 , . . . , xn un conjunto de n observaciones donde a cada una

lineal:
se le aplica la siguiente transformacion
yi = axi + b i = 1, 2, . . . , n
donde a R (6= 0) y b R
Sean x y Sx2 el promedio y la varianza de las observaciones
x1 , x2 , . . . , xn . Luego el promedio y la varianza de los datos
dados por:
transformados y1 , y2 , . . . , yn estan
y = ax + b
sy2 = a2 sx2

Analisis
Medidas numericas
Medidas numericas
c) Rango entre Cuartiles o Rango Intercuartlico

Cuartiles:
(Rango entre cuartiles)

Definicion
Se define Rango entre cuartiles a la diferencia entre el tercer y el
primer cuartil, se denota por RQ = Q3 Q1
El Rango entre cuartiles mide la variabilidad del 50% central de la
de los datos
distribucion

Analisis
Medidas numericas
Medidas numericas
Pasos para el calculo

de cuartiles:
1
2
Encontrar la mediana de todas las observaciones (Q2 ).

Encontrar el primer cuartil (Q1 ), el cual sera la mediana de las
observaciones menores a la mediana del conjunto de datos.
Encontrar el tercer cuartil (Q3 ), el cual sera la mediana de las
observaciones mayores a la mediana del conjunto de datos.

Analisis
Medidas numericas
Medidas numericas
Notas:
Cuando el numero
de observaciones es impar, entonces la
del medio. Esta observacion

no se
mediana sera la observacion
incluye luego en los calculos

de Q1 y Q3 .
Pueden encontrar diferentes formulas

en libros, calculadoras o
computadores, pero todas se basan en el mismo concepto.
de los datos es simetrica,
Si la distribucion
los cuartiles deben
estar a la misma distancia de la mediana.

Analisis
Medidas numericas
Medidas numericas
Cuartiles para la edad de los pacientes del estudio medico

Analisis
Medidas numericas
Medidas numericas

Analisis
Medidas numericas
(CV )
Coeficiente de variacion
relativa a la media. Esta

Corresponde a una medida de dispersion
dada por
CV =
sX
100%
x
No depende de la unidad de medida de los datos.

para comparar variabilidad de grupos (con o sin la misma
Util
unidad de medida).
pequeno
es el valor del CV mas
homogeneos
Mientras mas
son
los datos.

Analisis
Medidas numericas
Ejercicio
En una empresa de dispositivos para computador, el coeficiente de
(C.V.) de los sueldos (en U.F.) de n empleados es de 6,1%.
variacion
Segun
la ley, todos los sueldos deben ser reajustados en un 12%.
debido a las utilidades que ha tenido la empresa, la
Ademas,
de una U.F. por empleado, con
gerencia decide dar una bonificacion
lo cual, el C.V. queda en un 5,6%. Determine el promedio y la
estandar
desviacion
de los sueldos de los n empleados, antes de las
modificaciones salariales.

Analisis
Medidas numericas
Medidas numericas
relativa
Medidas de Posicion
Definicion
relativa son medidas que describen la posicion

Las medidas de posicion
con el resto de los datos.
que tiene un valor o dato especfico en relacion
Vimos los cuartiles que dividen un conjunto de datos en cuatro partes
iguales.
podemos dividir el conjunto de datos en 100 partes iguales y los
Tambien
se conocen como percentiles.
puntos de division
As es como los cuartiles, en realidad son los percentiles 25, 50 y 75.

Analisis
Medidas numericas
Medidas numericas
relativa
Medidas de Posicion
Sea 0 100, entonces, el -esimo

percentil es un valor tal que
y el (100 )%
el % de los datos son menores o iguales que el,
restante son mayores o iguales el.

Ejemplo
Si su nota en la ultima
prueba estuvo en el percentil 84, entonces el
84% de las notas fueron inferiores a la suya y el 16% superiores.

Analisis
Medidas numericas
Medidas numericas
relativa
Medidas de Posicion
(Quintiles)
Definicion
Los quintiles dividen el conjunto ordenado de datos en cinco partes
iguales

Analisis
Medidas numericas
Medidas numericas
relativa
Medidas de Posicion

Analisis
Medidas numericas
Medidas numericas
relativa
Medidas de Posicion
Fuente:http://www.fundacionpobreza.cl/EditorFiles/File/Umbrales/cap1.pdf

Analisis
Medidas numericas
Medidas numericas
relativa
Medidas de Posicion
Percentiles para datos tabulados
Recordemos que
x = Li +
As
P = Li +
y Ni1
ai
ni
n
100
Ni1
ni
ai

Analisis
Medidas numericas
Medidas numericas
relativa
Medidas de Posicion
Percentiles para datos tabulados
Del ejemplo de las notas obtenidas por los alumnos del curso de
2011.
probabilidades y estadstica en el primer certamen del ano
El 85% de los alumnos, bajo que nota se encuentran?

Que porcentaje de los alumnos obtuvo una nota inferior a 5,0?
Calcule e interprete la mediana de las notas
Calule e interprete el coeficiente de asimetra de Pearson
Calcule e interprete el Primer cuartil.

Analisis
Medidas numericas
Medidas numericas
relativa
Medidas de Posicion
Percentiles para funciones
de F (x) es: El % de los datos se

Note que la interpretacion
encuentra bajo x.
con la de un Percentil , por lo que
Coinciediendo esta interpretacion
Z
f (x)dx =
100
Del ejemplo de las temperaturas:

Que porcentaje de las temperaturas se encuentra bajo 1, 5o ?
Bajo que temperatura se encuentra el 35% de las
temperaturas?

Analisis
Medidas numericas
Medidas numericas
Medidas de Forma
Coeficiente de Asimetra de Pearson
(Sesgo sk )
Definicion
Indice que expresa el grado de asimetra de la distribucion
de los
datos (histograma). La asimetra positiva indica que los valores mas

extremos se encuentran por encima de la media. La asimetra
extremos se encuentran por
negativa indica que los valores mas
debajo de la media.
sk
3(X Me )
S
es simtrica.
Si sk = 0; entonces la distribucion
es asimetrica
Si sk < 0; entonces la distribucion

negativa.
es asimetrica
Si sk > 0; entonces la distribucion

positiva.

Analisis
Medidas numericas
Medidas numericas
Medidas de Forma
Coeficiente de Asimetra de Pearson

Analisis
Medidas numericas
entre media, mediana y moda segun

Relacion
el
sesgo de la distribucion
de los datos es simetrica
Caso 1: Si la distribucion
(No sesgada)
x = Me = Mo
de los datos es asimetrica
hacia la derecha
(Sesgo positivo)
Mo < Me < x
de los datos es asimetrica
hacia la
izquierda (Sesgo negativo)
x < Me < Mo
Nota: La mediana (Me ) siempre se hallara entre el promedio (x) y la
moda (Mo ) ya que no es afectada por datos extremos.

Analisis
Medidas numericas
Medidas numericas
Medidas de Forma
Coeficiente de Curtosis basado en percentiles
(Curtosis ())
Definicion
indica el grado de Apuntamiento de la distribucion.
Su interpretacion
con apuntamiento muy bajo (Distribucion
aplanada), se puede
Para una distribucion
de los es muy dispersa, por el contrario para una distribucion
inferir que la distribucion

puntiaguda) se puede inferir que los
con apuntamiento muy pronunciado (Distribucion
de los es muy homogenea.
datos la distribucion
P75 P25
2(P90 P10 )
es mas
puntiaguda (Leptocurtica).
Si > 0, 263; entonces la distribucion
Si = 0, 263; (proximos
a cero) entonces indican semejanza con la curva
normal (Mesocurtica).
es mas
aplanada (Platicurtica).
Si < 0, 263; entonces la distribucion

Analisis
Medidas numericas
Medidas numericas
Medidas de Forma
Coeficiente de Curtosis basado en percentiles

Analisis
Medidas numericas
el porcentaje (Y ) de pureza de oxgeno

En un proceso qumico de destilacion,
producido esta relacionado con el porcentaje (X ) de hidrocarburo, presente en el
condensador principal de la unidad de destilacion.

Se efectuaron 55 mediciones, en las cuales se observaron conjuntamente las
variables X e Y , cuyos resultados se incluyen en la siguiente tabla:
Nivel de hidrocarburo (%)
0,87-1,07
1,07-1,27
1,27-1,47
1,47-1,67
Nivel de pureza del oxgeno (%)

87-90 90-93
93-96 96-100
10
5
0
0
5
12
2
1
1
4
9
2
0
1
2
1
a) En que porcentaje de las mediciones se observa un nivel de hidrocarburo

superior a 1,2% en el condensador principal, cuando en nivel de pureza de oxgeno
es por lo menos 90%?
b) Calcule el porcentaje de variabilidad del nivel de pureza del oxgeno para los casos
en que se observa en el condensador principal un nivel de hidrocarburo inferior a
1,27%
c) Calcule e interprete el valor del coeficiente de Asimetra del nivel de pureza del
oxgeno para los casos en que se observa en el condensador principal un nivel de
hidrocarburo inferior a 1,27%
d) Calcule e interprete el valor del coeficiente de Curtosis del nivel de pureza del
oxgeno para los casos en que se observa en el condensador principal un nivel de
hidrocarburo inferior a 1,27%

Analisis
de valores extremos
Deteccion
Un dato atpico (fuera de lo comun)

puede deberse, por ejemplo, a
una mala lectura, mal registro, causa fortuita, etc. Este tipo de datos
no puede eliminarse inmediatamente sin un analisis

preliminar de las
causas que lo originan.
La idea es buscar un metodo,

tanto algebraico como geometrico,
para detectar datos atpicos.

Analisis
de valores extremos
Deteccion
Regla emprica Para un conjunto de valores que tienen un

histograma en forma de campana, el intervalo:
x s
Contiene aproximadamente al 68% de los valores
x 2s
x 3s
z
Metodo
de la puntuacion
Si consideramos la regla emprica, sabemos que aproximadamente
el 100% de los datos esta en el intervalo [x 3s; x + 3s]. Es muy
improbable que un dato esta fuera de este intervalo, y en caso que
fuese, este
se llamara un dato atpico. Es decir, un dato es no
atpico si:

xi x
xi x

3
xi [x 3s; x + 3s]
[3, 3]
s
s
.
zi = xi x
As, Si consideramos la transformacion
s , entonces un datos
xi se considera como atpico si |zi | > 3

Analisis
de valores extremos
Deteccion
(Valores extremos (Datos atpicos))

Definicion
Valores que se alejan del conjunto de datos
(Regla para identificar valores extremos)
Vamos a definir un valor xi como extremo (atpico) si
xi < Q1 1, 5 (Q3 Q1 )
xi > Q3 + 1, 5 (Q3 Q1 )
Considere las edades de los 20 sujetos en la base de datos medica.

32 37 39 40 41 41 41 42 42 43 44 45 45 45 46 47 47 49 50 51
de las
Identifique si existen o no valores atpicos en la distribucion
edades de los 20 sujetos.

Analisis
de valores extremos
Deteccion
de datos atpicos
Metodo
grafico
para la deteccion
Grafico
de caja (boxplot)

Analisis
de valores extremos
Deteccion
de datos atpicos
Metodo
grafico
para la deteccion
Grafico
de caja (boxplot)
Pasos para crear el grafico

de caja
1
Se traza un rectangulo
cuyos extremos se ubican en el primer y tercer cuartil.
En la caja se traza una recta horizontal en el lugar de la mediana.
Detecte datos atpicos con la regla vista anteriormente: un valor xi es extremo

(atpico) si
xi < Q1 1, 5 (Q3 Q1 )
xi > Q3 + 1, 5 (Q3 Q1 )
Identifique los puntos adyacentes: Se llaman puntos adyacentes al mnimo y
maximo
dato que se encuentran dentro de las barreras internas. Desde los
extremos de la caja se trazan lneas hasta los respectivos valores adyacentes. A
estas lneas se les llama antenas o bigotes.
Identifique los puntos atpicos (Marquelos

con ).

Analisis
de valores extremos
Deteccion
de datos atpicos
Metodo
grafico
para la deteccion
Grafico
de caja (boxplot)
Grafico
de cajas para la edad: Las medidas que necesitamos son:
min = 32;
Q1 = 41;
Mediana = 43, 5;
Q3 = 46, 5;
max = 51
La distancia entre la mediana y los cuartiles es aproximadamente la

de los datos es
misma, lo que nos hace pensar que la distribucion
o menos simetrica
mas
como vimos antes en el histograma.

Analisis
de valores extremos
Deteccion
de datos atpicos
Metodo
grafico
para la deteccion
Grafico
de caja (boxplot)
Diagrama de caja de SPSS en la edad de los pacientes del estudio
medico

Analisis
de valores extremos
Deteccion
de datos atpicos
Metodo
grafico
para la deteccion
Grafico
de caja (boxplot)

Analisis
de valores extremos
Deteccion
de datos atpicos
Metodo
grafico
para la deteccion
Grafico
de caja (boxplot)
Los diagrama de caja son muy utiles

para comparar distribuciones de
grupos.
dos o mas

Variable Aleatoria Continua

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Variable Aleatoria Continua

Încărcat de

Drepturi de autor:

Formate disponibile

Analisis

Primer Semestre 2015

Frecuencias de una variable cuantitativa continua como una funcion

mediante una base de datos.

de los cuales queremos obtener un valor (parametro).

Para poder realizar un analisis

cuales son obtenidos desde los entes pertenecientes a la poblacion,

los que en estadstica se denominan Unidad de analisis.

A cada unidad de analisis

conjunto de caractersticas medidas a las n unidades de analisis

obtenida para realizar una

Donde n es la cantidad de unidades de analisis

BASE DE DATOS 1= Datos de 36 alumnos de un curso de

Cada una de estas caractersticas que se encuentran en la base de

Dentro de una base de datos nos podemos encontrar con muchas

Cuando la variable en estudio es no numerica,

estado civil, lugar de

nacimiento, nivel socio economico,

Tipos de Variable Cualitativa

Variables cualitativas nominales

tienen un orden jerarquico

Figure : Ejemplo de una variable cualitativa nominal

Que a esta persona le hayan rechazado su licencia medica

Variables cualitativas ordinales

Figure : Ejemplo de una variable cualitativa ordinal

Servicios Sustentables de Agua Potable y Saneamiento en America

Tipos de Variable Cuantitativa

Variable cuantitativas Discretas

Si la variable cuantitativa toma valores en un conjunto contable

prueba de 5 preguntas de Verdadero o Falso

Figure : Ejemplo de una variable cuantitativa discreta

Variable cuantitativas Continuas

Figure : Ejemplo de una variable cuantitativa continua

diferentes clases disjuntas.

Supongamos que se desea estudiar una variable que esta agrupada

clase ci y se denota por ni , (i = 1, . . . , k ) donde:

pertenecen a las clases c1 , c2 , . . . , ci y se denota por

(Frecuencia Acumulada Relativa)

Nro. acum. part.

de Frecuencias del Sexo de la Base de Datos 1

Diagrama Sectorial o de tortas

del Sexo de los alumnos de Estadstica de la

Fuente: El Mercurio, marzo de 2005

Fuente: El Mercurio, 1 de agosto de 2010

Compare los siguientes graficos,

Compare los siguientes graficos,

En el caso de las variables cuantitativas discretas se observa que

Donde la variable tiene un bajo rango de variabilidad, por

Donde la variable tiene un recorrido de alta variabilidad, como

Si la variable bajo estudio es cuantitativa continua (o discreta con un

Donde la marca de clase i-esima

del intervalo i-esimo

variable en estudio. Existen muchas formas de establecer este

Raz cuadrada de n: A partir de la raz cuadrada del numero

datos, decidimos, redondeando el numero

El investigador puede elegir el nomero

Paso 2: Calcular el recorrido de la variable (R);

Paso 4: Recalcular el Recorrido (Recorrido efectivo)

Paso 6: Para obtener las restantes clases (cj ), se suma

Los siguientes datos corresponden a las notas obtenidas por los

Paso 1: Calcular el numero

Cuando no se nos dice nada el numero

calcular una cantidad. Una manera de hacerlo es calculando la raz

Paso 3: Calcular la amplitud (a)