Tarea 2 Estadstica Alumno: Mario Flores Salazar Medidas de tendencia central Media aritmtica de un conjunto finito de nmeros es igual

a la suma de todos sus valores dividida entre el nmero de sumandos. Cuando el conjunto es una muestra aleatoria recibe el nombre de media maestral. Expresada de forma ms intuitiva, se puede decir que la media (aritmtica) es la cantidad total de la variable distribuida a partes iguales entre cada observacin. Se expresa de la siguiente manera:

Media aritmtica ponderada Es la media aritmtica que se utiliza cuando a cada valor de la variable (xi) se le otorga una ponderacin o peso distinto de la frecuencia o repeticin. Para poder calcularla se tendr que tener en cuenta las ponderaciones de cada uno de los valores que tenga la variable Se expresa como:
Xw

x w n w n
i i i

i i

Donde wi es la ponderacin de la variable xi y ponderaciones. Media Geomtrica Se expresa de la siguiente manera:

la suma de todas las

G n x1n1 x 2n2 x 3n2 ......x knk

y se la puede definir, como la raz n-sima del producto de todos los valores de la variable. Tambin la podemos representar como:

1 n1 n2 n3 nk n ( x 1 x 2 x 3 .......x k )

A media geomtrica de una cantidad finita de nmeros es la raz n-sima del producto de todos los nmeros.

Slo es importante la media geomtrica si todos los nmeros son positivos. Si uno de ellos es 0, entonces el resultado es 0. Si hay un nmero negativo (o una cantidad impar de ellos) entonces la media geomtrica es, o bien negativa o bien inexistente en los nmeros reales. Media armnica Es la inversa de la media aritmtica de las inversas de los valores de la variable, responde a la siguiente expresin:
n n n n n n x i x1 x 2 x 3 .... i 1 21 3

Donde H simboliza la media armnica Se utiliza para promediar velocidades, tiempos, rendimiento, etc. (cuando influyen los valores pequeos). Su problema: cuando algn valor de la variable es 0 o prximo a cero no se puede calcular. Mediana Es el valor que ocupa el lugar central de todos los datos cuando stos estn ordenados de menor a mayor, se representa por Me. esta se puede hallar slo para variables cuantitativas. Clculo de la mediana 1.- Ordenamos los datos de menor a mayor. 2.-Si la serie tiene un nmero impar de medidas la mediana es la puntuacin central de la misma. 2, 3, 4, 4, 5, 5, 5, 6, 6 Me= 5

3.- Si la serie tiene un nmero par de puntuaciones la mediana es la media entre las dos puntuaciones centrales.

7, 8, 9, 10, 11, 12

Me= 9.5

Clculo de la mediana para datos agrupados La mediana se encuentra en el intervalo donde la frecuencia acumulada llega hasta la mitad de la suma de las frecuencias absolutas. Es decir tenemos que buscar el intervalo en el que se encuentre N/2.

Donde Li es el lmite inferior de la clase donde se encuentra la mediana. N/2 es la semisuma de las frecuencias absolutas. Fi-1 es la frecuencia acumulada anterior a la clase mediana. ai es la amplitud de la clase. Moda Es el valor con una mayor frecuencia en una distribucin de datos, tambin es el valor o numero que se encuentra mas frecuentemente se le denomina moda o se

Medidas de dispersin Las medidas de dispersin, tambin llamadas medidas de variabilidad, muestran la variabilidad de una distribucin, indicando por medio de un nmero, si las diferentes puntuaciones de una variable estn muy alejadas de la mediana media. Cuanto mayor sea ese valor, mayor ser la variabilidad, cuanto menor sea, ms homognea ser a la mediana media. As se sabe si todos los casos son parecidos o varan mucho entre ellos.

Varianza Es una medida estadstica que mide la dispersin de los valores respecto a un valor central (media), es decir, es el cuadrado de las desviaciones:

Propiedades La varianza es siempre positiva o 0: Si a los datos de la distribucin les sumamos una cantidad constante la varianza no se modifica.

Yi = Xi + k c Si a los dato de la distribucin les multiplicamos una constante, la varianza queda multiplicada por el cuadrado de esa constante.

Propiedad distributiva: V(X + Y) = V(X) + V(Y) cov (X,Y)

Desviacin: Es la diferencia que se observa entre el valor de la variable y la media aritmtica. Se denotara por di. Son muchas medidas, pues cada valor de la variable lleva asociada su correspondiente desviacin. La primera solucin puede ser calcular la media de todas las desviaciones, es decir, si se considera como muestra la de todas las desviaciones y calculamos su media. Pero esta solucin es mala pues como veremos siempre va a ser 0.

Luego por lo tanto esta primera idea no es valida, pues las desviaciones positivas se contrarrestan con las negativas.

Para resolver este problema, tenemos dos caminos:

Tomar el valor absoluto de las desviaciones. Desviacin media Elevar al cuadrado las desviaciones. Varianza.

Desviacin media: Es la media de los valores absolutos de las desviaciones, y la denotaremos por dm.

Varianza: Es la media de los cuadrados de las desviaciones, y la denotaremos por tambin por . o

Aunque tambin es posible calcularlo como:

Este estadstico tiene el inconveniente de ser poco significativo, pues se mide en el cuadrado de la unidad de la variable, por ejemplo, si la variable viene dada en cm. La varianza vendr en cm2. Desviacin tpica: Es la raz cuadrada de la varianza, se denota por Sx o s x.

Este estadstico se mide en la misma unidad que la variable por lo que se puede interpretar mejor. Otros dos estadsticos importantes son la cuasivarianza y la cuasidesviacin tpica, que como veremos cuando estudiemos el tema de estimacin estadstica, son los estimadores de la varianza y desviacin tpica poblacionales respectivamente.

Covarianza La covarianza entre dos variables es un estadstico resumen indicador de si las puntuaciones estn relacionadas entre s. La formulacin clsica, se simboliza por la letra griega sigma () cuando ha sido calculada en la poblacin. Si se obtiene sobre una muestra, se designa por la letra "sxy". La formula suele aparecer expresada como:

Este tipo de estadstico puede utilizarse para medir el grado de relacin de dos variables si ambas utilizan una escala de medida a nivel de intervalo/razn (variables cuantitativas). La expresin se resuelve promediando el producto de las puntuaciones diferenciales por su tamao muestral (n pares de puntuaciones, n-1 en su forma insesgada). Este estadstico, refleja la relacin lineal que existe entre dos variables. El resultado numrico fluctua entre los rangos de +infinito a -infinito. Al no tener unos lmites establecidos no puede determinarse el grado de relacin lineal que existe entre las dos variables, solo es posible ver la tendencia.

Coeficiente de variacin Su frmula expresa la desviacin estndar como porcentaje de la media aritmtica, mostrando una mejor interpretacin porcentual del grado de variabilidad que la desviacin tpica o estndar. Por otro lado presenta problemas ya que a diferencia de la desviacin tpica este coeficiente es variable ante cambios de origen. Por ello es importante que todos los valores sean positivos y su media d, por tanto, un valor positivo. A mayor valor de C.V. mayor heterogeneidad de los valores de la variable; y a menor C.V., mayor homogeneidad en los valores de la variable... Se exige que: Se calcula:

Donde es la desviacin tpica. Se puede dar en tanto por ciento calculando:

Propiedades y aplicaciones El coeficiente de variacin es tpicamente menor que uno, para su mejor interpretacin se expresa como porcentaje. Depende de la desviacin tpica y en mayor medida de la media aritmtica, dado que cuando sta es 0 o muy prxima a este valor C.V. pierde significado, ya que puede dar valores muy grandes, que no necesariamente implican dispersin de datos.