01 Estadística Descriptiva PDF

Estadı́stica I
Estadı́stica Descriptiva y Probabilidad
Eduardo Marı́n Nicolalde
Universidad de las Fuerzas Armadas ESPE

eemarin@espe.edu.ec
Octubre 2017
Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 1 / 68

Descripción del Curso
1 Estadı́stica Descriptiva
Definiciones básicas
Gráficos Estadı́sticos
Medidas descriptivas

Datos
Información proveniente de observaciones, conteos, medidas o respuestas.
La estadı́stica es la rama de la ciencia que se encarga de:

1 Recolectar datos
2 Organizar y resumir datos
3 Analizar datos
4 Realizar inferencia (decisiones y predicciones)

Población (Universo)
Conjunto finito o infinito de todos los elementos que se desea estudiar.
Muestra
Subconjunto representativo de una población.
Ejemplo: A 2016, el 11.5% de las personas de 15 a 49 años en el Ecuador

son analfabetas digitales (Encuesta ENEMDU, diciembre 2016).
.
Población: Todas las personas de 15 a 49 años en el Ecuador.
Muestra: Las personas de 15 a 49 años en el Ecuador que
participaron en la encuesta ENEMDU.

Parámetro
Medición numérica de una caracterı́stica de la población.
Ejemplo: A 2010, el 6.3% de la población ecuatoriana tiene tı́tulo de edu-

cación superior (Censo de Población y Vivienda, 2010)
Estadı́stico
Medición numérica de una caracterı́stica de la muestra.
Ejemplo: En Ecuador, el 85.5% de las personas tienen una instalación para
lavarse las manos con agua y jabón dentro de la vivienda. (Encuesta EN-
EMDU, diciembre 2016)

Tipos de Datos
Cualitativos (Categóricos): Atributos, etiquetas o cualquier entrada
no numérica (i.e. La nacionalidad de los jugadores de fútbol del Manch-
ester United).
Cuantitativos: Medidas numéricas o conteos.
Discretos: Datos que toman números finitos o contables (i.e. Número
de panes que compra una familia en la tienda del barrio).
Continuos: Infinitos posibles valores que corresponden a alguna escala
continua sin interrupciones o saltos (i.e. La cantidad de gasolina a la
semana que utiliza un auto 4x4 medido en galones).

Niveles de Medida
Nominal: Nombres, etiquetas o categorı́as. No existe esquema de
orden (i.e. Colores de automóviles).
Ordinal: Cualitativas o cuantitativas. Siguen un orden determinado.
Las diferencias entre datos carecen de significado (i.e. Tamaño de un
objeto).
Intervalo: Similar a ordinal. Las diferencia entre datos tiene signifi-
cado. No tiene punto de partida natural (i.e. Temperatura, tiempo)
Razón: Similar a intervalo pero con punto de partida natural 0. Las
diferencias y proporciones tienen significado (i.e. Peso, precios)


Distribución de Frecuencias
Tabla que muestra los datos agrupados en clases (intervalos) mutualmente
excluyentes, acompañadas de su frecuencia (número de datos que caen en
cada clase).
Ejemplo:
Edades Frecuencia (fi ) Definiciones:

Número de clases: 6
21-30 28
31-40 30 Lı́mites de clase inferiores: 21,31,41,51,61,71.
41-50 12 Lı́mites de clase superiores:30,40,50,60,70,80.
51-60 2 Anchura de clase:41-31 = 10
61-70 2 Fronteras de clase: Punto medio separación
71-80 2 clases ⇒ 20.5, 30.5, 40.5, 50.5, 60.5, 70.5, 80.5
Marcas de clase: Punto medio intra
Tabla: Edades de actrices clases ⇒ 25.5, 35.5, 45.5, 55.5, 65.5, 75.5
ganadoras del premio Oscar

Construcción de la Distribución de Frecuencias

Precio de 30 dispositivos GPS en dólares
90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150


90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150
1 Escoger número de clases deseadas (entre 5 y 20) ⇒ 7


90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150

l m
Calcular anchura de clase: Máximo - Mı́nimo
= 450−59

2
# clases 7 = 56


90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150

l m
= 450−59

2
# clases 7 = 56
3 Encontrar lı́mites de clase inferiores sumando (2) al lı́mite anterior.
Empezar por el mı́nimo.
59 −−→ 115 −−→ 171 −−→ 227 −−→ 283 −−→ 339 −−→ 395
+56 +56 +56 +56 +56 +56


90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150

l m
= 450−59

2
# clases 7 = 56
59 −−→ 115 −−→ 171 −−→ 227 −−→ 283 −−→ 339 −−→ 395
+56 +56 +56 +56 +56 +56
4 Encontrar lı́mites de clase superiores restando 1 al lim inf de la siguiente
clase, o:
114 −−→ 170 −−→ 226 −−→ 282 −−→ 338 −−→ 394 −−→ 450
+56 +56 +56 +56 +56 +56


90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150

l m
= 450−59

2
# clases 7 = 56
59 −−→ 115 −−→ 171 −−→ 227 −−→ 283 −−→ 339 −−→ 395
+56 +56 +56 +56 +56 +56
4 Encontrar lı́mites de clase superiores restando 1 al lim inf de la siguiente
clase, o:
114 −−→ 170 −−→ 226 −−→ 282 −−→ 338 −−→ 394 −−→ 450
+56 +56 +56 +56 +56 +56
5 Contar el número de datos en cada clase.

90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150
Tabla: Distribución Frecuencias para los precios de dispositivos GPS
Precios Conteo Frecuencia (fi )
59-114 ||||| 5
115-170 |||||||| 8
171-226 |||||| 6
227-282 ||||| 5
283-338 || 2
339-394 | 1
395-450 ||| 3
P
i fi = 30

Cálculos adicionales
Marca de clase (MC): Punto medio dentro de cada clase
lim inf clasei + lim sup clasei
M Ci = 2
Precios Frecuencia (fi ) MC

59+114
59-114 5 2
=86.5
115+170
115-170 8 2
=142.5
171+226
171-226 6 2
=198.5
227+282
227-282 5 2
=254.5
283+338
283-338 2 2
=310.5
339+394
339-394 1 2
=366.5
395+450
395-450 3 2
=422.5
P
i fi = 30

Frecuencia Relativa: proporción de datos en cada clase.
Frecuencia de clase i-ésima fi
FR = # datos = n
fi
Precios Frecuencia (fi ) MC FR n
5
59-114 5 86.5 30
= 0.17
8
115-170 8 142.5 30
= 0.27
6
171-226 6 198.5 30
= 0.20
5
227-282 5 254.5 30
= 0.17
2
283-338 2 310.5 30
= 0.07
1
339-394 1 366.5 30
= 0.03
3
395-450 3 422.5 30
= 0.10
P P fi
i fi = 30 i n ≈1

Frecuencia acumulativa (FA): suma de las frecuencias de la clase
i-ésima con todas las clases previas a ella.
F A ⇒ 5 −−→ 13 −−→ 19 −−→ 24 −−→ 26 −−→ 27 −−→ 30
+8 +6 +5 +2 +1 +3
fi
FA
59-114 5 86.5 0.17 5

115-170 8 142.5 0.27 13
171-226 6 198.5 0.20 19
227-282 5 254.5 0.17 24
283-338 2 310.5 0.07 26
339-394 1 366.5 0.03 27
395-450 3 422.5 0.10 30
P P fi
i fi = 30 i n ≈1

Histograma de Frecuencias
Gráfico de barras que representa la distribución de frecuencias de un
conjunto de datos cuantitativos.
Caracterı́sticas:
Eje horizontal es cuantitativo y representa los valores de los datos.
Eje vertical representa frecuencias (absolutas o relativas).
Barras se dibujan sin espacios entre ellas.
Cada barra empieza y termina en la frontera de clase.
El eje horizontal puede contener etiquetas de las fronteras de clase o
de las marcas de clase.

Ejemplo: Histograma de frecuencias (fronteras de clase)
Tabla: Precios de dispositivos GPS Precios de dispositivos GPS en dólares
8
Precios fi MC FR FA
59-114 5 86.5 0.17 5 6

115-170 8 142.5 0.27 13
5
Frecuencia
171-226 6 198.5 0.20 19
227-282 5 254.5 0.17 24
283-338 2 310.5 0.07 26 3
339-394 1 366.5 0.03 27 2

395-450 3 422.5 0.10 30
1
0
Interpretación: Más de la mitad de los disposi-
58.5 114.5 170.5 226.5 282.5 338.5 394.5 450.5
tivos tienen precios inferiores a los $226.5
Precios

Ejemplo: Histograma de frecuencias relativas (fronteras de clase)
0.27
Precios fi MC FR FA
59-114 5 86.5 0.17 5 0.20

115-170 8 142.5 0.27 13
Frecuencia relativa
0.17
171-226 6 198.5 0.20 19
227-282 5 254.5 0.17 24
283-338 2 310.5 0.07 26 0.10
339-394 1 366.5 0.03 27 0.07

395-450 3 422.5 0.10 30
0.03
0.00
Interpretación: 64% de los dispositivos tienen
58.5 114.5 170.5 226.5 282.5 338.5 394.5 450.5
precios inferiores a los $226.5
Precios

Ejemplo: Histograma de frecuencias (marca de clase)
8
Precios fi MC FR FA
59-114 5 86.5 0.17 5 6

115-170 8 142.5 0.27 13
5
Frecuencia
171-226 6 198.5 0.20 19
227-282 5 254.5 0.17 24
283-338 2 310.5 0.07 26 3
339-394 1 366.5 0.03 27 2

395-450 3 422.5 0.10 30
1
0
Interpretación: 8 dispositivos tienen un precio de
86.5 142.5 198.5 254.5 310.5 366.5 422.5
alrededor de $142.5
Precios

Ejemplo: Histograma de frecuencias relativas (marca de clase)
0.27
Precios fi MC FR FA
59-114 5 86.5 0.17 5 0.20

115-170 8 142.5 0.27 13
Frecuencia relativa
0.17
171-226 6 198.5 0.20 19
227-282 5 254.5 0.17 24
283-338 2 310.5 0.07 26 0.10
339-394 1 366.5 0.03 27 0.07

395-450 3 422.5 0.10 30
0.03
0.00
Interpretación: El 3% de los dispositivos tiene
86.5 142.5 198.5 254.5 310.5 366.5 422.5
un precio de alrededor de $366.5
Precios

Polı́gono de Frecuencias
Gráfico de lı́nea que muestra el cambio en las frecuencias de manera
continua.
Caracterı́sticas:
Eje horizontal cuantitativo.
Etiquetas de marcas de clase (puntos medios) sobre el eje horizontal.
Eje vertical representa frecuencias (absolutas o relativas).
Marcas de clase conectadas por segmentos lineales.
La gráfica inicia y termina sobre el eje horizontal.

Ejemplo: Polı́gono de frecuencias
8
Precios fi MC FR FA
59-114 5 86.5 0.17 5 6

115-170 8 142.5 0.27 13
5
Frecuencia
171-226 6 198.5 0.20 19
227-282 5 254.5 0.17 24
283-338 2 310.5 0.07 26 3
339-394 1 366.5 0.03 27 2

395-450 3 422.5 0.10 30
1
0
Interpretación: La frecuencia de dispositivos
86.5 142.5 254.5 366.5
GPS incrementa hasta $142.5 y luego decrece.
Precios

Ojiva (Gráfico de Frecuencia Acumulativa)

Gráfico de lı́nea que muestra la frecuencia acumulativa de cada clase en su
lı́mite de clase superior.
Caracterı́sticas:
Eje horizontal cuantitativo.
Etiquetas de fronteras de clase sobre el eje horizontal.
Eje vertical representa frecuencias acumulativas (absolutas o relativas).
La gráfica inicia en la frontera inferior de la primera clase (frecuencia
acumulativa igual a 0) y termina en la frontera superior de la última
clase (frecuencia acumulativa es igual al número de datos).

Ejemplo: Ojiva (frecuencia absoluta)
30
Precios fi MC FR FA 27
26
24
59-114 5 86.5 0.17 5
Frecuencia acumulativa
115-170 8 142.5 0.27 13
19
171-226 6 198.5 0.20 19
227-282 5 254.5 0.17 24
13
283-338 2 310.5 0.07 26
339-394 1 366.5 0.03 27
395-450 3 422.5 0.10 30 5
0
Interpretación: 24 dispositivos tienen un precio
58.5 114.5 170.5 226.5 282.5 338.5 394.5 450.5
inferior a $282.5
Precios

Frecuencia relativa acumulativa (FRA): suma de las frecuencias
relativas de la clase i-ésima con todas las clases previas a ella.
F RA ⇒ 0.17 −
−−−
→ 0.44 −
−−−
→ 0.64 −
−−−
→ 0.81 −
−−−
→ 0.88 −
−−−
→ 0.91 −
−−−
→≈
+0.27 +0.20 +0.17 +0.07 +0.03 +0.10
1
fi
FA FRA
59-114 5 86.5 0.17 5 0.17

115-170 8 142.5 0.27 13 0.44
171-226 6 198.5 0.20 19 0.64
227-282 5 254.5 0.17 24 0.81
283-338 2 310.5 0.07 26 0.88
339-394 1 366.5 0.03 27 0.91
395-450 3 422.5 0.10 30 1
P P fi
i fi = 30 i n ≈1

Ejemplo: Ojiva (frecuencia relativa)
1.00
Precios fi MC FR FA FRA 0.91
0.88
0.81
Frecuencia relativa acumulativa

59-114 5 86.5 0.17 5 0.17
115-170 8 142.5 0.27 13 0.44
0.64
171-226 6 198.5 0.20 19 0.64
227-282 5 254.5 0.17 24 0.81
0.44
283-338 2 310.5 0.07 26 0.88
339-394 1 366.5 0.03 27 0.91
395-450 3 422.5 0.10 30 1 0.17
0.00
Interpretación: 81% de los dispositivos tienen un
58.5 114.5 170.5 226.5 282.5 338.5 394.5 450.5
precio inferior a $282.5
Precios

Pastel
Cı́rculo dividido en sectores que representan categorı́as.
Caracterı́sticas:
Presenta datos cualitativos como porcentajes de un total.
El área de cada sector es proporcional a la frecuencia de cada categorı́a

Ejemplo: Pastel
Precios fi MC FR FA
115−170
59-114 5 86.5 0.17 5 27%
115-170 8 142.5 0.27 13

59−114
171-226 6 198.5 0.20 19 17%
227-282 5 254.5 0.17 24

283-338 2 310.5 0.07 26
339-394 1 366.5 0.03 27 171−226
20% 395−450
395-450 3 422.5 0.10 30 10%
339−394
3%
283−338
Interpretación: El 27% de dispositivos 227−282 7%
tienen un precio entre $115 y $170. 17%

Ejemplo: Pastel
Tipo de grados conferidos en 2007 (EEUU)

Tabla: Tipo de grados conferidos en 2007
Tipo fi FR
Asociado 728 0.24 Asociado

24%
Licenciatura 1525 0.51
Máster 604 0.20
Técnico 90 0.03
Licenciatura
51% Doctorado
Doctorado 60 0.02 2%
Técnico
3%
Interpretación: El 51% de grados conferidos

conferidos en EEUU en 2007 corresponde a Máster
20%
Licenciaturas.


Valores numéricos que permiten medir y describir diferentes caracterı́sticas
de un conjunto de datos.
Clasificación
1 Medidas de Tendencia Central
2 Medidas de Dispersión
3 Medidas de Posición
4 Medidas de Forma

1. Medidas de Tendencia Central
Medidas de Tendencia Central

Valores que se encuentran en el centro o a la mitad de un conjunto de
datos.
Clasificación
Media
Mediana
Moda
Rango medio

1. Medidas de Tendencia Central: Media
Media Aritmética (Media o Promedio)

Es la suma de los valores del conjunto de datos dividido entre el número
de datos.
Media poblacional Media muestral

N n
1 X 1X
µ= xi x̄ = xi
N n
i=1 i=1
Donde µ es la letra ”mu” del alfabeto griego. N y n son el número de

datos en la población y la muestra respectivamente y xi hace referencia al
i-ésimo dato.

Media Aritmética (Media o Promedio)

Es la suma de los valores del conjunto de datos dividido entre el número
de datos.
Caracterı́sticas:
Utiliza todos los valores del conjunto de datos.
Ejemplo: Calcular la media x̄ de la siguiente muestra.
90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150
30
1 X 90 + 130 + · · · + 150 6304
x̄ = xi = = = 210.13 dólares
30 30 30
i=1

Caracterı́sticas:
Sensible a observaciones extremas.
Ejemplo: Calcular la media x̄ de la siguiente muestra.
Niveles de plomo en el aire (µg/m3 )

5.40 1.10 0.42 0.73 0.48 1.10
6
1X 9.23
x̄ = xi = = 1.538
6 6
i=1
Claramente, el valor 5.40 no corresponde al comportamiento tı́pico del con-

junto de datos. La media sobrestima los niveles de plomo en el aire.

1. Medidas de Tendencia Central: Mediana
Mediana
Valor que está en el medio de un conjunto de datos ordenados.


 x n+1
si n = 2k + 1 (impar)
 2
x
e= h i
 1

 2 x n
+x
n
si n = 2k (par)
2 2
+1
Donde x e se lee ”equis tilda”, k es un número entero y x(k) hace referencia

al estadı́stico de orden k.

Estadı́sticos de orden
El estadı́stico de orden k es igual al k-ésimo valor más pequeño de un
conjunto de datos.
Ejemplo: Suponga el siguiente conjunto de datos de tamaño n = 5
5, 7, 1, 3, 6
Normalmente x1 = 5, x2 = 7, x3 = 1, x4 = 3 y x5 = 6 donde el subı́ndice

i en xi indica el orden de observación de los datos. Los estadı́sticos de
orden se denotan:
x(1) = 1, x(2) = 3, x(3) = 5, x(4) = 6 y x(5) = 7
donde el subı́ndice (i) encerrado en paréntesis indica el estadı́stico de orden i

del conjunto de datos. Ası́, x(1) y x(n) serán siempre el mı́nimo y el máximo.

Caracterı́sticas:
Utiliza máximo 2 valores del conjunto de datos para el cálculo.
Ejemplo: Calcular la mediana x e de la siguiente muestra.
90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150

Continuación: Calcular la mediana x
e de la siguiente muestra.
1 Ordenar los datos de forma ascendente.
59 70 90 95 100 130 130 130 150 150

150 160 170 180 200 200 200 200 220 250
250 250 270 275 300 325 350 400 400 450

59 70 90 95 100 130 130 130 150 150

150 160 170 180 200 200 200 200 220 250
250 250 270 275 300 325 350 400 400 450
2 Identificar si n es par o impar
n = 30 puede expresarse como n = 2k si k = 15 ⇒ par

59 70 90 95 100 130 130 130 150 150

150 160 170 180 200 200 200 200 220 250
250 250 270 275 300 325 350 400 400 450
n = 30 puede expresarse como n = 2k si k = 15 ⇒ par
3 Emplear la definición de xe según corresponda.
1
x
e= x( n2 ) + x( n2 +1)
2
1
= x(15) + x(16)
2
1
= [200 + 200]
2
= 200
El cálculo emplea solamente a los estadı́sticos de orden 15 y 16.
Caracterı́sticas:
No es sensible a observaciones extremas.
5.40 1.10 0.42 0.73 0.48 1.10

0.42 0.48 0.73 1.10 1.10 5.40

Caracterı́sticas:
5.40 1.10 0.42 0.73 0.48 1.10

0.42 0.48 0.73 1.10 1.10 5.40
n = 6 ⇒ par

Caracterı́sticas:
5.40 1.10 0.42 0.73 0.48 1.10

0.42 0.48 0.73 1.10 1.10 5.40
n = 6 ⇒ par
3 Emplear la definición de xe según corresponda.
1 1
x
e= x(3) + x(4) = = 0.915
2 2
A diferencia del promedio, la mediana no se ve afectada por valores
extremos.
1. Medidas de Tendencia Central: Moda
Moda
Valor que ocurre con mayor frecuencia en un conjunto de datos. Se denota
con la letra M .
Unimodal: si un solo valor ocurre con mayor frecuencia.

Bimodal: si dos valores ocurren con la misma frecuencia y esta es la
más alta.
Multimodal: si más de dos valores ocurren con la misma frecuencia y
esta es la más alta.
No hay moda: si ningún valor se repite.

1. Medidas de Tendencia Central: Moda
Ejemplo: Calcular la moda M del siguiente conjunto de datos

90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150
1 Determinar la frecuencia de cada dato.

dato: 59 70 90 95 100 130 150 160 170 180 200 220 250 270 275 300 325 350 400 450
frecuencia: 1 1 1 1 1 3 3 1 1 1 4 1 3 1 1 1 1 1 2 1
2 La moda es 200. La distribución de los datos es unimodal.
El cálculo de la moda considera un solo valor del conjunto de datos. M no

se ve afectada por valores extremos.

1. Medidas de Tendencia Central: Rango Medio
Rango medio
Valor que se encuentra a medio camino entre el mı́nimo y el máximo del
conjunto de datos.
x(1) + x(n)
Rango medio =
2
Toma solamente el mı́nimo y el máximo para el cálculo ⇒
extremadamente sensible a valores extremos.

1. Medidas de Tendencia Central: Rango medio
Ejemplo: Calcular el rango medio del siguiente conjunto de datos.

90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150

59 70 90 95 100 130 130 130 150 150
150 160 170 180 200 200 200 200 220 250
250 250 270 275 300 325 350 400 400 450
2 Aplicar fórmula:
x(1) + x(n) 59 + 450
Rango medio = = = 254.5
2 2

1. Medidas de Tendencia Central
Comparación:
Precios de dispositivos GPS en dólares
~
x = 200 x = 210.13
M = 200 rango medio = 254.5
6
5
Frecuencia
58.5 114.5 170.5 226.5 282.5 338.5 394.5 450.5
Precios

2. Medidas de Dispersión
Medidas de dispersión
Valor numérico que muestra la variabilidad de una distribución.
Clasificación:
Rango
Varianza
Desviación estándar
Coeficiente de Variación

2. Medidas de Dispersión: Rango
Rango
Diferencia entre el valor máximo y el valor mı́nimo de un conjunto de
datos.
Rango = x(n) − x(1)
El rango mide el ancho del intervalo en el cual se encuentran representados

los datos.

2. Medidas de Dispersión: Rango
Ejemplo: Calcular el rango del siguiente conjunto de datos.

90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150

59 70 90 95 100 130 130 130 150 150
150 160 170 180 200 200 200 200 220 250
250 250 270 275 300 325 350 400 400 450
2 Aplicar fórmula:
Rango = x(n) − x(1) = 450 − 59 = 391

2. Medidas de Dispersión: Varianza
Varianza
Promedio del cuadrado de las desviaciones respecto a la media de un
conjunto de datos.
Varianza poblacional Varianza muestral

N n
1 X 2 1 X
2
σ = (xi − µ)2 s = (xi − x̄)2
N n−1
i=1 i=1
Donde σ es la letra minúscula sigma del alfabeto griego. Al elevar al

cuadrado las desviaciones respecto a la media (xi − x̄), las unidades de
medida también se expresan en términos cuadráticos, dificultando la inter-
pretación.

2. Medidas de Dispersión: Desviación Estándar
Medida de variación de los datos respecto a la media. Se calcula como la
raı́z cuadrada de la varianza.
Desviación estándar Desviación estándar

poblacional muestral
v v
N √
u n
√
u
u1 X u 1 X
2
σ= σ =t (xi − µ)2 s = s2 = t (xi − x̄)2
N n−1
i=1 i=1
Al sacar la raı́z cuadrada de la varianza, las unidades vuelven a la escala

original de los datos, facilitando su interpretación como el promedio de las
desviaciones respecto a la media.

Medida de variación de los datos respecto a la media. Se calcula como la
raı́z cuadrada de la varianza.
Tabla: Estructura para el cálculo de la

Fórmula abreviada varianza y desviación estándar
Pn 2
Pn 2 i xi x2i
n i=1 xi − ( i=1 xi )
s2 = 1 x1 x21
n(n − 1)
2 x2 x22
.. .. ..
s P
n ni=1 x2i − ( ni=1 xi )2
P
. . .
s=
n(n − 1) n xn x2n
Pn Pn
Totales i=1 xi i=1 x2i

Ejemplo: Calcular la varianza σ 2 y la desviación estándar σ del siguiente
conjunto de datos.
90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150
Varianza: Tabla: Cálculo de la varianza

Pn Pn
n i=1 x2i − ( i=1 xi )2
s2 = i xi x2i
n(n − 1)
30 × 1625656 − (6304)2 1 90 8100
= 2 130 16900
30(29)
.. .. ..
48769680 − 39740416 . . .
=
870 30 150 22500
= 10378.46 dólares2 Totales 6304 1625656

Ejemplo: Calcular la varianza σ 2 y la desviación estándar σ del siguiente
conjunto de datos.
90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150
Tabla: Cálculo de la varianza

Desviación estándar:
s i xi x2i
30 × 1625656 − (6304)2
s= 1 90 8100
30(29)
p 2 130 16900
= 10378.46 dólares2 .. .. ..
. . .
= 101.47 dólares 30 150 22500
Totales 6304 1625656

2. Medidas de Dispersión: Coeficiente de variación
Coeficiente de variación (CV)

Describe a la desviación estándar como porcentaje de media. Permite com-
parar la dispersión de conjuntos de datos medidos en distintas unidades.
CV poblacional CV muestral
σ s
CVp = × 100% CVm = × 100%
µ x̄
A diferencia del resto de medidas de dispersión, el coeficiente de variación

no posee unidades (utiliza porcentajes), lo que permite comparar la
dispersión de diferentes conjuntos de datos.

2. Medidas de Dispersión: Coeficiente de variación
Ejemplo: Calcular el coeficiente de variación CV del siguiente conjunto de

datos.
90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150
Si s = 101.47 dólares y x̄ = 210.13 dólares. El coeficiente de variación:
s
CVm = × 100%
x̄
101.47 dólares
= × 100%
210.13 dólares
= 48.48%

3. Medidas de Posición
Cuantiles
Valores numéricos que dividen al conjunto de datos ordenados en partes
iguales.
Clasificación:
Mediana: x
e ⇒ 2 partes iguales (50%).
Cuartiles: Q1 , Q2 y Q3 ⇒ 4 partes iguales (25%).
Quintiles: Qt1 , Qt2 , Qt3 y Qt4 ⇒ 5 partes iguales (20%).
Deciles: D1 , D2 , . . . , D9 ⇒ 10 partes iguales (10%).
Percentiles: P1 , P2 , . . . , P9 9 ⇒ 100 partes iguales (1%).

3. Medidas de Posición
Figura: Equivalencias entre medidas de posición.

3. Medidas de Posición: Valor a percentil
De valor a percentil:
Dado un valor x del conjunto de datos, deseamos saber en que percentil se
ubica. Utilizamos la siguiente fórmula:
n
100 X
percentilx = 1{xi <x}
n
i=1
Donde percentilx hace referencia al percentil en el que se encuentra un

valor x cualquiera. La función indicatriz 1{xi <x} asigna un valor de 1 a los
elementos que cumplen con la condición xi < x. Caso contrario se asigna
el valor 0. Formalmente:

1 si xi < x
1{xi <x} =
0 si xi ≥ x
En sı́ntesis: La suma de los elementos de función indicatriz ni=1 1{xi <x}
P
sirve para contar el número de elementos menores al valor x.
3. Medidas de Posición: Valor a percentil
Ejemplo: Calcular el percentil correspondiente al precio 275.
90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150
1 Ordenar los datos de forma ascendente

59 70 90 95 100 130 130 130 150 150
150 160 170 180 200 200 200 200 220 250
250 250 270 275 300 325 350 400 400 450
Pn
2 Contar el número de datos menores a 275 (i.e. i=1 1{xi <275} )
3 Aplicar la fórmula
30
100 X 2400
percentil275 = 1{xi <275} = = 80
n 30
i=1
Ası́, el precio 275 corresponde a P80 . Equivalentemente P80 = D8 = Qt4

3. Medidas de Posición: Percentil a valor
De percentil a valor:
Dado un percentil p, deseamos conocer qué valor lo representa.
Algorı́tmo de cálculo: 1
1 Determinar el percentil p a calcular, tal que 0 ≤ p ≤ 1.

3 Calcular h = (p(n − 1) + 1)
4 Tomar una decisión:
Si h ∈ N ⇒ el percentil p = x(h)
Si h ∈
/N⇒
Calcular j = bhc
Encontrar x(j)
Encontrar x(j+1)
El percentil p = x(j) + (h − j) x(j+1) − x(j)
1
Algoritmo predeterminado para el cálculo de cuantiles en el software R.
Ejemplo: Para el siguiente grupo de datos, calcule el Cuartil 3 (Q3 ).

90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150


90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150

Q3 = P75 ⇒ p = 0.75


90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150

Q3 = P75 ⇒ p = 0.75
59 70 90 95 100 130 130 130 150 150
150 160 170 180 200 200 200 200 220 250
250 250 270 275 300 325 350 400 400 450


90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150

Q3 = P75 ⇒ p = 0.75
59 70 90 95 100 130 130 130 150 150
150 160 170 180 200 200 200 200 220 250
250 250 270 275 300 325 350 400 400 450
3 Calcular h = (p(n − 1) + 1)
h = (0.75(29) + 1) = 22.75


90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150



90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150

Si h ∈
/N⇒
Calcular j = bhc = b22.75c = 22


90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150

Si h ∈
/N⇒
Calcular j = bhc = b22.75c = 22
Encontrar x(j) = x(22) = 250
Encontrar x(j+1) = x(23) = 270
59 70 90 95 100 130 130 130 150 150

150 160 170 180 200 200 200 200 220 250
250 250 270 275 300 325 350 400 400 450

90 130 400 200 350 70 325 250 150 250
275 270 150 130 59 200 160 450 300 130
220 100 200 400 200 250 95 180 170 150
Tenemos: h = 22.75, j = 22, x(j) = 250 y x(j+1) = 270
El percentil p es igual a:

p = x(j) + (h − j) x(j+1) − x(j)

= 250 + (22.75 − 22) x(23) − x(22)
= 250 + [(0.75) (270 − 250)]
= 265
Al menos 75% de los datos son menores a 265. El Q3 divide al conjunto de
datos en dos partes: 75% inicial y 25% final.
3. Medidas de Forma
Medidas de forma
Proporcionan información acerca de la forma de la distribución.
Clasificación:
Coeficiente de asimetrı́a
Curtosis

3. Medidas de Forma: Coeficiente de asimetrı́a
Coeficiente de asimetrı́a
Determina el grado de asimetrı́a de la distribución.
La fórmula de cálculo del coeficiente de asimetrı́a de la muestra se

presenta a continuación2 :
Pn 3
n i=1 (xi − x̄)
γ1 =
(n − 1)(n − 2) s3
Interpretación:
Si γ1 > 0 asimetrı́a positiva.
Si γ1 < 0 asimetrı́a negativa.
Si γ1 = 0 simétrica.
2
Fórmula de cálculo utilizada por el paquete ”PerformanceAnalytics” del software R y por Excel.
3. Medidas de Forma: Coeficiente de asimetrı́a
Grado de asimetrı́a:
Si (γ1 < −1) o (γ1 > 1) altamente asimétrico.
Si (−1 ≤ γ1 < −0.5) o (0.5 < γ1 ≤ 1) asimetrı́a moderada.
Si (−0.5 ≤ γ1 ≤ 0.5) aproximadamente simétrica.
Figura: Grados de Asimetrı́a [Bulmer, 1979] .

3. Medidas de Forma: Curtosis
Curtosis
Determina el grado de apuntalamiento de la distribución.
La fórmula de cálculo para el exceso de curtosis se presenta a contin-

uación3 :
Pn 4
n(n + 1) i=1 (xi − x̄) 3(n − 1)2
γ2 = −
(n − 1)(n − 2)(n − 3) s4 (n − 2)(n − 3)
Se denomina exceso de curtosis ya que se resta la curtosis teórica de una

distribución normal (lado derecho de la resta) de la curtosis de la muestra.
Interpretación:
Si γ2 > 0 leptocúrtica (apuntalada).
Si γ2 < 0 platicúrtica (aplastada)
Si γ2 = 0 mesocúrtica (normal)
3
Fórmula de cálculo utilizada por el paquete ”PerformanceAnalytics” del software R y por Excel.
Referencias
Bogaert Patrick (2007)

Probabilités pour scientifiques et ingénieurs
De Boeck & Larcier 2ed.
Bulmer M. G. (1979)
Principles of Statistics
Dover Publications 1ed.
Larson Ron & Farber Betsy (2012)
Elementary statistics. Picturing the world
Pearson Education 5ed.
Triola, Mario F. (2009)
Estadı́stica
Pearson Education 10ed.
Wackerly, Mendenhall & Scheaffer (2008)
Estadı́stica Matemática con Aplicaciones
Cengage Learning 7ed.

Fin

01 Estadística Descriptiva PDF

Încărcat de

Informații document

Titlu original

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

01 Estadística Descriptiva PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Estadı́stica I

Estadı́stica Descriptiva y Probabilidad

Eduardo Marı́n Nicolalde

Universidad de las Fuerzas Armadas ESPE

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 1 / 68

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 2 / 68

La estadı́stica es la rama de la ciencia que se encarga de:

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 3 / 68

Ejemplo: A 2016, el 11.5% de las personas de 15 a 49 años en el Ecuador

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 4 / 68

Ejemplo: A 2010, el 6.3% de la población ecuatoriana tiene tı́tulo de edu-

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 5 / 68

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 6 / 68

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 7 / 68

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 8 / 68

Edades Frecuencia (fi ) Definiciones:

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 9 / 68

Construcción de la Distribución de Frecuencias

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 10 / 68

Construcción de la Distribución de Frecuencias

1 Escoger número de clases deseadas (entre 5 y 20) ⇒ 7

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 10 / 68

Construcción de la Distribución de Frecuencias

1 Escoger número de clases deseadas (entre 5 y 20) ⇒ 7

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 10 / 68

Construcción de la Distribución de Frecuencias

1 Escoger número de clases deseadas (entre 5 y 20) ⇒ 7

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 10 / 68

Construcción de la Distribución de Frecuencias

1 Escoger número de clases deseadas (entre 5 y 20) ⇒ 7

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 10 / 68

Construcción de la Distribución de Frecuencias

1 Escoger número de clases deseadas (entre 5 y 20) ⇒ 7

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 10 / 68

Tabla: Distribución Frecuencias para los precios de dispositivos GPS

Precios Conteo Frecuencia (fi )

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 11 / 68

Precios Frecuencia (fi ) MC

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 12 / 68

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 13 / 68

59-114 5 86.5 0.17 5

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 14 / 68

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 15 / 68

Ejemplo: Histograma de frecuencias (fronteras de clase)

Tabla: Precios de dispositivos GPS Precios de dispositivos GPS en dólares

59-114 5 86.5 0.17 5 6

339-394 1 366.5 0.03 27 2

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 16 / 68

Ejemplo: Histograma de frecuencias relativas (fronteras de clase)

Tabla: Precios de dispositivos GPS Precios de dispositivos GPS en dólares

59-114 5 86.5 0.17 5 0.20

339-394 1 366.5 0.03 27 0.07

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 17 / 68

Ejemplo: Histograma de frecuencias (marca de clase)

Tabla: Precios de dispositivos GPS Precios de dispositivos GPS en dólares

59-114 5 86.5 0.17 5 6

339-394 1 366.5 0.03 27 2

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 18 / 68

Ejemplo: Histograma de frecuencias relativas (marca de clase)

Tabla: Precios de dispositivos GPS Precios de dispositivos GPS en dólares

59-114 5 86.5 0.17 5 0.20

339-394 1 366.5 0.03 27 0.07

Eduardo Marı́n Nicolalde (ESPE) Estadı́stica Descriptiva y Probabilidad Octubre 2017 19 / 68