Medidas descriptivas

Las medidas descriptivas son valores numricos calculados a partir de la muestra y que nos
resumen la informacin contenida en ella.

Medidas de Posicin: Cuantiles

Los cuantiles son valores de la distribucin que la dividen en partes iguales, es decir, en intervalos,
que comprenden el mismo nmero de valores. Los ms usados son los cuartiles, los deciles y los
percentiles.
PERCENTILES: son 99 valores que dividen en cien partes iguales el conjunto de datos
ordenados. Ejemplo, el percentil de orden 15 deja por debajo al 15% de las observaciones, y por
encima queda el 85%
CUARTILES: son los tres valores que dividen al conjunto de datos ordenados en cuatro partes
iguales, son un caso particular de los percentiles:

- El primer cuartil Q 1 es el menor valor que es mayor que una cuarta parte de los datos
- El segundo cuartil Q 2 (la mediana), es el menor valor que es mayor que la mitad de los
datos
- El tercer cuartil Q 3 es el menor valor que es mayor que tres cuartas partes de los datos

DECILES: son los nueve valores que dividen al conjunto de datos ordenados en diez partes
iguales, son tambin un caso particular de los percentiles.

Ejemplo:
Dada la siguiente distribucin en el nmero de hijos (Xi) de cien familias, calcular sus cuartiles.

xi

ni

Ni

14

14

10

24

15

39

26

65

20

85

15

100

n=100

Solucin:
1.
Primer cuartil:

2.
Segundo cuartil:

3.
Tercer cuartil:

Medidas de Centralizacin
Nos dan un centro de la distribucin de frecuencias, es un valor que se puede tomar como
representativo de todos los datos. Hay diferentes modos para definir el "centro" de las
observaciones en un conjunto de datos. Por orden de importancia, son:
MEDIA : (media aritmtica o simplemente media). es el promedio aritmtico de las
observaciones, es decir, el cociente entre la suma de todos los datos y el numero de ellos . Si xi es
el valor de la variable y ni su frecuencia, tenemos que:

Si los datos estn agrupados utilizamos las marcas de clase, es decir c i en vez de xi.

MEDIANA (Me):es el valor que separa por la mitad las observaciones ordenadas de menor a
mayor, de tal forma que el 50% de estas son menores que la mediana y el otro 50% son mayores.
Si el nmero de datos es impar la mediana ser el valor central, si es par tomaremos como
mediana la media aritmtica de los dos valores centrales.

MODA (M0): es el valor de la variable que ms veces se repite, es decir, aquella cuya frecuencia
absoluta es mayor. No tiene porque ser nica.

Medidas de Dispersin
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor
representativo, las medidas de dispersin nos dicen hasta que punto estas medidas de tendencia
central son representativas como sntesis de la informacin. Las medidas de dispersin cuantifican
la separacin, la dispersin, la variabilidad de los valores de la distribucin respecto al valor
central.Distinguimos entre medidas de dispersin absolutas, que no son comparables entre
diferentes muestras y las relativas que nos permitirn comparar varias muestras.
MEDIDAS DE DISPERSIN ABSOLUTAS
VARIANZA ( s2 ): es el promedio del cuadrado de las distancias entre cada observacin y la
media aritmtica del conjunto de observaciones.

Haciendo operaciones en la frmula anterior obtenemos otra frmula para calcular la varianza:

Si los datos estn agrupados utilizamos las marcas de clase en lugar de X i.

DESVIACIN TPICA (S): La varianza viene dada por las mismas unidades que la variable
pero al cuadrado, para evitar este problema podemos usar como medida de dispersin la
desviacin tpica que se define como la raz cuadrada positiva de la varianza

Para estimar la desviacin tpica de una poblacin a partir de los datos de una muestra se utiliza la
frmula (cuasi desviacin tpica):

RECORRIDO O RANGO MUESTRAL (Re). Es la diferencia entre el valor de las

observaciones mayor y el menor. Re = xmax - xmin
MEDIDAS DE DISPERSIN RELATIVAS
COEFICIENTE DE VARIACIN DE PEARSON: Cuando se quiere comparar el grado de
dispersin de dos distribuciones que no vienen dadas en las mismas unidades o que las medias no
son iguales se utiliza el coeficiente de variacin de Pearson que se define como el cociente entre la
desviacin tpica y el valor absoluto de la media aritmtica

CV representa el nmero de veces que la desviacin tpica contiene a la media aritmtica y por lo
tanto cuanto mayor es CV mayor es la dispersin y menor la representatividad de la media.

Medidas de Forma

Comparan la forma que tiene la representacin grfica, bien sea el histograma o el diagrama de
barras de la distribucin, con la distribucin normal.
MEDIDA DE ASIMETRA
Diremos que una distribucin es simtrica cuando su mediana, su moda y su media aritmtica
coinciden.
Diremos que una distribucin es asimtrica a la derecha si las frecuencias (absolutas o relativas)
descienden ms lentamente por la derecha que por la izquierda.
Si las frecuencias descienden ms lentamente por la izquierda que por la derecha diremos que la
distribucin es asimtrica a la izquierda.
Existen varias medidas de la asimetra de una distribucin de frecuencias. Una de ellas es
el Coeficiente de Asimetra de Pearson:

Su valor es cero cuando la distribucin es simtrica, positivo cuando existe asimetra a la derecha y
negativo cuando existe asimetra a la izquierda.

MEDIDA DE APUNTAMIENTO O CURTOSIS

Miden la mayor o menor cantidad de datos que se agrupan en torno a la moda.

Se definen 3

tipos de distribuciones segn su grado de curtosis:

Distribucin mesocrtica: presenta un grado de concentracin medio alrededor de los valores
centrales de la variable (el mismo que presenta una distribucin normal). Distribucin
leptocrtica: presenta un elevado grado de concentracin alrededor de los valores centrales de la

variable. Distribucin platicrtica: presenta un reducido grado de concentracin alrededor de los

valores centrales de la variable.

Resumen de Frmulas