MEDIDAS DE RESUMEN

I .- MEDIDAS DE POSICIN TENDENCIA CENTRAL

Son estadgrafos que intentan determinar la posicin relativa de los datos observados, pues los
valores que dichos estadgrafos alcanzan son tpicos , caractersticos centrales en torno a
los cules se agrupan los datos observados.
I A) LA MEDIA ARITMTICA
Media Aritmtica para datos en Serie Simple ( Datos originales )
Sean X una variable CUANTITATIVA y , x
1
, x
2
, x
3
, .. , x
n
los n valores que la
variable alcanza en las respectivas UA . La MEDIA ARITMTICA de dichos n valores
se calcula como :
[ ] X M X
1
n
x
n
i
i

PROPIEDADES ALGEBRAICAS DE LA MEDIA ARITMTICA
Estas propiedades se deducen de las propiedades de Sumatorias y son independientes de la
frmula empleada para calcular la media aritmtica.
1.- EL VALOR TOTAL ALCANZADO POR LA VARIABLE EN ESTUDIO EN LAS n UA, EST
DADO POR EL PRODUCTO DE LA MEDIA ARITMTICA POR EL NMERO TOTAL DE UA.
En efecto : Para datos en serie simple ,
[ ] [ ] X M X M
1
1

n x
n
x
n
n
i
i
i
i
,

2.- MEDIA DE UNA CONSTANTE ( En cada UA , la variable alcanza el mismo valor )
[ ] X M =
n
x
n
i
i
1
=
n
x x x x
n
+ + +
3 2 1
=
n
C C C + + +
=
n
n C
= C
3.- MEDIA DE UNA VARIABLE MS MENOS UNA CONSTANTE ( A cada valor
observado se suma resta una misma cantidad )


[ ] C X M + =
n
C x
n
i
i

+
1
) (
=
n
C x C x C x C x
n
) ( ) ( ) ( ) (
3 2 1
+ + + + + + + +
= =
n
C C C x x x x
n
) ( ) (
3 2 1
+ + + + + + + +
= +
+ + + +
n
x x x x
n
) (
3 2 1
n
n C
= [ ] X M + C
4.- MEDIA DE UNA VARIABLE MULTIPLICADA POR UNA CONSTANTE
( Cada valor observado es multiplicado por una misma cantidad )

En este caso , a partir de los datos originales x
1
; x
2
; x
3
;.. x
n
se dispone de una
nueva serie de datos :
1
x C ,
2
x C ,
3
x C
, ,
n
x C
a los cuales debemos calcular su
media aritmtica , esto es :

[ ] X C M =
n
x C
n
i
i

1
) (
=
n
x C x C x C x C
n
) ( ) ( ) ( ) (
3 2 1
+ + + +
=
=
n
x x x x C
n
) (
3 2 1
+ + + +
=
n
x x x x
C
n
) (
3 2 1
+ + + +
= [ ] X M C
5.- APLICACIN CONJUNTA DE LAS DOS PROPIEDADES ANTERIORES
( Cada valor observado es multiplicado por una misma cantidad y a cada resultado
se suma resta otra cantidad constante )
En este caso, se tiene que : [ ] X a M b t = [ ] b X M a t

6.- MEDIA ARITMTICA DE UNA SUMA ALGEBRAICA DE VARIABLES
Sean X e Y dos variables cuantitativas (expresadas en las misma unidades) , medidas en
n UA, con valores originales x
1
; x
2
; x
3
;.. x
n
e y
1
; y
2
; y
3
;.. y
n
, entonces :

[ ] [ ] [ ] Y M X M Y X M t t
En efecto : [ ] Y X M t =

n
y x
n
y x
n
i
i
n
i
i
n
i
i i 1 1
1
) (
[ ] [ ] X M X M
n
y
n
x
n
i
i
n
i
i
t t

1 1
7.- MEDIA ESTRATIFICADA MEDIA PONDERADA
( MEDIA TOTAL EN FUNCIN DE LAS MEDIAS Y TAMAOS DE LOS ESTRATOS )
Consideremos un total de n UA , cuya media aritmtica ( media total ) es
[ ] X M
.
Supongamos que dichas n UA las estratificamos en dos subgrupos mutuamente
excluyentes y exhaustivos de tamaos n
1
y n
2
( n = n
1
+ n
2
) cuyas medias
aritmticas estn dadas por :
[ ] X M
1
=
[ ]
1 1
1 1
1
X M
1
1
n x
n
x
n
i
i
n
i
i

y [ ] X M
2
=
2
1 1 1
n
x
n
n i
i
+

[ ]
2 2
X M
1 1 1
n x
n
n i
i

.
As entonces :

[ ]
[ ] [ ]
2 1
2 2 1 1
2 1
1
2 1 1 1 1 2 1 1
X M X M ) ( ) (
1 1 1
2
2
n n
n n
n n
x x
n
x x x x x x
n
x
X M
n
n i
i
n
i
i
n n n n
n
i
i
+
+

+
+

+ + + + + + +

+

+ +
Generalizando dicha expresin para un total de L estratos, tenemos que :
LA MEDIA ARITMTICA DE UN GRUPO DE n OBSERVACIONES, ESTRATIFICADAS EN L
ESTRATOS, ES IGUAL A LA SUMA DE LOS PRODUCTOS DE LA MEDIA DE CADA ESTRATO
POR SU RESPECTIVO TAMAO, DIVIDIDA POR LA SUMA DE LOS TAMAOS DE LOS
ESTRATOS , ESTO ES :
[ ]
[ ]

L
J
J
L
J
J J
n
n X M
X M
1
1
2
, donde ,

L
J
J
n
1
= n
I B) MODA VALOR MODAL (M
o
)
Este Estadgrafo se calcula para todo tipo de variables. La Moda Valor Modal de una
distribucin , corresponde a aquel valor de la variable ( se mide en las unidades de sta )
que presenta est asociado a la mayor frecuencia observada, es decir, es el valor de la
variable alcanzado por LA MAYORA de las UA
I C) PERCENTILES, DECILES, CUARTILES, MEDIANA Y QUINTILES
I C-1) PERCENTILES (
p
P
)

Son VALORES DE LA VARIABLE ( se miden en las unidades de sta ) que dividen la cantidad
total de UA en 100 partes iguales ( 1 % c/u) , segn la ordenacin ascendente de los valores
que la variable en estudio alcanza en dichas UA , de manera que :
Esquemticamente :
I C-2) ESTADGRAFOS DERIVADOS DE LOS PERCENTILES

DECILES (
d
D )
Son valores de la variable que dividen la cantidad total de UA en 10 partes iguales ( 10 % c/u).
LUEGO :
10 1
P D
, . . . . . ,
90 9
P D

CUARTILES (
q
Q
)
El Percentil p-simo
p
P corresponde a aquel valor de la variable que supera al valor alcanzado
por, a lo ms el p % de las UA y es superado por el valor alcanzado a lo ms por el (100 - p %)
de ellas.
Son valores de la variable que dividen la cantidad total de UA en 4 partes iguales ( 25 % c/u).
LUEGO :
25 1
P Q
, . . . . . ,
75 3
P Q
QUINTILES (
q
q
)
Son valores de la variable que dividen la cantidad total de UA en 5 partes iguales ( 20 % c/u).
LUEGO :
20 1
P q
, . . . . . ,
80 4
P q
MEDIANA = PERCENTIL 50 (
50
P )
Ntese que : P
25
= Q
1
; P
50
= D
5
= Q
2
= Med ; P
75
= Q
3
Observaciones Finales :
- En distribuciones ASIMTRICAS , la Mediana est SIEMPRE ubicada entre la Moda
y la Media Aritmtica. Por tanto, en ste tipo de distribuciones es preferible utilizar
la Mediana como Medida de Tendencia Central.
- En distribuciones SIMTRICAS , la Moda, Mediana y Media Aritmtica coinciden.
Por tanto, en ste tipo de distribuciones ligeramente asimtricas, cualquiera de
stos tres estadgrafos puede utilizarse como Medida de Tendencia Central.
I I .- MEDIDAS ESTADGRAFOS DE DISPERSIN Y ASIMETRA
Son estadgrafos que , en general, intentan cuantificar la representatividad de una medida de
posicin , mediante el grado de VARIABILIDAD O DISPERSIN de los datos observados respecto
de dicha medida de posicin .
Medir la variabilidad dispersin de los datos respecto de un estadgrafo de
posicin, equivale a cuantificar la separacin ( desviacin ) de stos datos
respecto de dicho estadgrafo.
S todos los datos estn cercanos al estadgrafo de posicin , sus desviaciones
sern pequeas ( la dispersin respecto del estadgrafo ser pequea) , por tanto
dicho estadgrafo ser representativo de los datos.
I I - A ) ESTADGRAFOS DE DISPERSIN ABSOLUTA
I I A -1 ) LA VARIANZA
La media aritmtica de los cuadrados de las desviaciones ( diferencias )
de los valores observados, respecto de la media aritmtica de dichos valores,
[ ] ( )
n
X M x
n
i
i
2
1

) V(X

OBSERVACIONES :
- El valor numrico alcanzado por la Varianza es mayor igual que cero.
- La Varianza se expresa en unidades de la variable al cuadrado ( lo cul dificulta su
Interpretacin ) Ej: Kg
2
, ($)
2
, etc.
- Mientras mayor sea el valor numrico alcanzado por la varianza ( mayor dispersin
de los datos respecto de la media aritmtica), menos representativa ser la media
aritmtica del conjunto de datos de la distribucin.
PROPIEDADES ALGEBRAICAS DE LA VARIANZA
Estas propiedades se deducen de las propiedades del lgebra y de la media aritmtica y
son independientes de la frmula empleada para calcular la varianza.
1.- FRMULA ALTERNATIVA DE LA VARIANZA
De
[ ] ( )
n
X M x
n
i
i
2
1

) V(X

se puede demostrar que :

) V(X
2
1 1
2

,
_

n
x
n
x
n
i
i
n
i
i
, lo que denotamos :
[ ] [ ] [ ] ( )
2
2
X M X M X V
2.- VARIANZA DE UNA CONSTANTE ( En cada UA , la variable X alcanza el mismo valor )

[ ] [ ] [ ] ( )
2
2
C M C M C V
= ( ) 0
2 2
C C
3.- LA VARIANZA DE UNA CONSTANTE POR UNA VARIABLE ES IGUAL AL
PRODUCTO DEL CUADRADO DE LA CONSTANTE POR LA VARIANZA
DE LA VARIABLE, ESTO ES :
[ ] [ ] X V C X C V
2
,
. Cte C
4.- LA VARIANZA DE UNA VARIABLE MS MENOS UNA CONSTANTE ES
IGUAL A LA VARIANZA DE LA VARIABLE, ESTO ES :
[ ] [ ] X V C X V t , . Cte C
5.- LA VARIANZA DEL PRODUCTO DE UNA CONSTANTE a POR UNA
VARIABLE MS MENOS OTRA CONSTANTE b ( Combinacin de
las dos propiedades anteriores ) EST DADA POR :
[ ] [ ] X V a b X a V
2
t , . a y b . Ctes C
I I A - 2 ) LA DESVIACIN ESTNDARD DESVIACIN TPICA (

)
Se define como : LA RAZ CUADRADA POSITIVA DE LA VARIANZA ,
[ ] X V
X
; [ ] Y V
Y

OBSERVACINES :
- La Desviacin Tpica se mide en la mismas unidades de la variable
- Las propiedades algebraicas de la Desviacin Tpica se deducen de las propiedades
algebraicas de la varianza y de la operacin de radicacin.
Ej: Sean W e H dos variable relacionadas por la expresin b H a W + , entonces

[ ] [ ] [ ] [ ]
H W
a H V a H V a b H a V W V +
2
I I A - 3 ) RANGO RECORRIDO ( OBSERVADO ) DE LA VARIABLE ( R )
Se utiliza para tener una idea preliminar de la dispersin absoluta que la
Variable cuantitativa en estudio presenta en las UA .

Se define como la diferencia entre los valores mximo y mnimo alcanzados
por la variable en las UA.
a) Rango para datos en serie simple :
mn mx
x x R
b) Rango para datos en serie agrupada :
'
0
'
y y R
k

Donde
'
k
y e
'
0
y son los lmites superior e inferior del ltimo ( k-simo)
y primer intervalos respectivamente.
I I A 4 ) RANGO RECORRIDO INTERCUARTLICO (
RI
)
Se define como : La diferencia entre el Tercer y Primer Cuartil , esto es :
25 75 1 3
P P Q Q RI
OBSERVACIONES :
- ste estadgrafo se mide en las mismas unidades de la variable .
- El valor del RI de una distribucin, representa EL RANGO DE LA VARIABLE
en el cul se encuentran distribuyen las UA ubicadas en el 50 % CENTRAL de
dicha distribucin.
Esquemticamente :
ste estadgrafo permite comparar la dispersin absoluta que experimenta la
variable en estudio para las UA ubicadas en el 50 % central de dos ms
distribuciones.
I I A - 5 ) RANGO RECORRIDO INTERPERCENTLICO ( RI
p
)
ste estadgrafo es una generalizacin del RI y se define como la diferencia
entre el Percentil p ( P
p
) y el Percentil (100 p ) ( P
(100-p)
) , con p > 50 , esto es :

) 100 ( p p p
P P RI

,
50 > p
OBSERVACIONES :
- ste estadgrafo se mide en las mismas unidades de la variable .
- Ntese que : RI Q Q P P RI
1 3 25 75 75
- El valor de ste estadgrafo se interpreta de manera semejante al del
RI
I I - B ) ESTADGRAFOS DE DISPERSIN RELATIVA
I I - B 1) EL PUNTAJE TPICO PUNTAJE Z (
i
Z
)
Definicin : Sea X una variable cuantitativa y
i
x
el valor que dicha
variable alcanza en la i-sima UA, se define el Puntaje
Tipico Puntaje Z de ( asociado a ) dicha UA como :

[ ]
X
i
i
X M x
Z

Donde : [ ] X M y
X
corresponden a la Media Aritmtica y Desviacin Tpica ( Estndard )
del conjunto de UA en estudio y de las cules la UA i-sima forma parte.
OBSERVACIONES :
- El Puntaje Tpico es ADIMENSIONAL ( No tiene unidades de medida )
- Como 0 >
X
ntese que si :
[ ]
[ ]
[ ]

'

< <

> >
0
0
0
i i
i i
i i
Z X M x
Z X M x
Z X M x

- El puntaje tpico se utiliza para determinar, las posiciones relativas de una ms UA
dentro de una misma distribucin en distintas distribuciones.
En efecto , de :
[ ]
X
i
i
X M x
Z

[ ]
X i i
Z X M x + , por tanto :
EL Puntaje Tpico
i
Z
de la i-sima UA , MIDE, EN DESVIACIONES ESTNDARD ,
LA DISTANCIA A LA CUL SE ENCUENTRA EL VALOR
i
x DE LA MEDIA
ARITMTICA DE LA DISTRIBUCIN EN ESTUDIO, de manera que :
i) Si
i
Z
> 0
[ ] ( ) X M x
i
>
, entonces
i
x se encuentra a
i
Z
desviaciones estndar
SOBRE LA MEDIA ARITMTICA DE LA DISTRIBUCIN EN ESTUDIO
i i) Si
i
Z
< 0
[ ] ( ) X M x
i
<
, entonces
i
x se encuentra a
i
Z
desviaciones estndar
BAJO LA MEDIA ARITMTICA DE LA DISTRIBUCIN EN ESTUDIO
I i i ) Si
i
Z
= 0
[ ] ( ) X M x
i

, entonces
i
x se encuentra a CERO
i
Z
desviaciones
estndar DE LA MEDIA ARITMTICA DE LA DISTRIBUCIN EN ESTUDIO, ES
DECIR, COINCIDE CON ELLA.
I I - B 1) EL COEFICIENTE DE VARIACIN DE VARIABILIDAD ( CV )
Sea X una variable cuantitativa , el Coeficiente de Variacin ( de
Variabilidad ) de una distribucin de X se define como :
[ ] X M
CV
X
X

Donde : [ ] X M y
X
corresponden a la Media Aritmtica y Desviacin Estndard
de la respectiva distribucin.
OBSERVACIONES :
- Si eventualmente la media aritmtica fuese negativa, el CV se calcula mediante el valor
absoluto del cuociente respectivo, esto es :
[ ] X M
CV
X

- El Coeficiente de Variacin se utiliza para determinar y comparar la HOMOGENEIDAD

( qu tan perecidos entre s son los valores de la distribucin) DISPERSIN RELATIVA
(respecto de la media aritmtica) de distintas distribuciones, las cuales pueden diferir en
promedio y desviacin estndar, en efecto :
De
[ ] X M
CV
X

,
por tanto :
En general , se tiene que :
B A
CV CV < La distribucin A es MS Homognea que la B
( Tiene una Menor dispersin relativa que la B ) ,

I I I .- ESTADGRAFO DE ASIMETRA DE PEARSON
Basado en las posiciones relativas de distribuciones univariadas y
unimodales, se define el Coeficiente de Asimetra de Pearson como :

) ( 3 Med X

, donde [ ] X M X
,
Med

y

son las respectivas : Media Aritmtica, Mediana y Desviacin Estndard de la distribucin
De manera que :
a) Si la distribucin presenta Asimetra Positiva, entonces 0 >
b) Si la distribucin presenta Asimetra Negativa , entonces 0 <
c) Si la distribucin presenta Simetra, entonces 0
[ ] X M CV
X