26/10/25, 18:20 Thea

1
  

Guía de Estudio Resúmenes

Editar  Regenerar

Exploración de una Variable

Análisis Exploratorio: Diagrama de Caja y Otros Gráficos
El objetivo del análisis exploratorio es extraer la máxima información posible de una variable
numérica. Para ello, se utilizan:

Características descriptivas (Tema 3).

Técnicas nuevas, como el diagrama de caja (box plot).

El análisis exploratorio es útil para comparar grupos o variables (Tema 5).

Características de Posición Central:

Media (X ): Suma de las observaciones dividida por el número total de observaciones.

Mediana (Md): Valor que divide el conjunto de datos en dos mitades iguales.

Media Recortada: Se eliminan los casos extremos (un porcentaje de los valores más pequeños y
más grandes) y se calcula la media de los casos restantes. Esto ayuda a mitigar la influencia de
los valores atípicos. En R, se calcula con mean(x, trim=0.05).

Medidas de Dispersión:

Rango (R): Diferencia entre el valor máximo y el valor mínimo.

Rango Intercuartílico (RI): Diferencia entre el tercer cuartil (Q3 ) y el primer cuartil (Q1 ).
​ ​

Indicadores de Forma:

Coeficiente de Asimetría de Fisher: Mide la asimetría de la distribución. Un valor positivo indica

asimetría positiva (cola a la derecha), un valor negativo indica asimetría negativa (cola a la
izquierda), y un valor cercano a cero indica simetría.

Curtosis: Mide el apuntamiento de la distribución. No es útil evaluarla si la distribución no es

simétrica.

Percentiles:

Q1 : Primer cuartil (percentil 25).

​

Q2 : Segundo cuartil (mediana, percentil 50).

​

Q3 : Tercer cuartil (percentil 75).

​

C5 , C10 , C90 , C95 : Otros percentiles (5, 10, 90, y 95, respectivamente).
​ ​ ​ ​

Diagrama de Caja (Box Plot):

Un diagrama de caja muestra las siguientes características de la distribución:

Caja: Delimitada por Q1 y Q3 .

​

Línea gruesa dentro de la caja: Mediana (Q2 ). ​

Líneas verticales (bigotes): Última dato situada a una distancia de la caja < 1.5RI.

Puntos negros: Outliers o valores atípicos, situados a una distancia de la caja superior a 1.5RI.

Asteriscos: Outliers severos o valores atípicos extremos, situados a una distancia de la caja
superior a 3RI.

Histograma:

Un histograma representa la frecuencia de los valores de una variable.

Diagrama de Tija y Hojas:

Es similar a un histograma, pero muestra los valores reales de los datos.

[Link] 1/4
26/10/25, 18:20 Thea

Transformación de Variables 1
  
Las transformaciones de variables modifican las características de posición y dispersión de una
variable.

Dada una variable X con valores x1 , ..., xn , se aplica una función f ​ ​ : R → R para obtener una
nueva variable Y = f (X) con valores yi = f (xi ). ​ ​

En general, dadas p variables iniciales X1 , ..., Xp y una función f ​ ​ : Rp → R, se define una

nueva variable Y = f (X1 , ..., Xp ). Por ejemplo, la densidad de población se calcula como
​ ​

Y = X1
X2 , donde
​

​
​ X1 es la población y X2 es la superficie.
​ ​

Tipos de Transformaciones:

Traslaciones: Y = X + c, donde c ∈ R. Desplaza la distribución a la derecha (si c > 0) o a la

izquierda (si c < 0). La forma de la distribución no cambia.
Y =X +c
Md(Y) = Md(X) + c
Mo(Y) = Mo(X) + c

Cr (Y) = Cr (X) + c
​ ​

Las características de dispersión, asimetría y curtosis permanecen iguales.

Homotecias: Y = kX , donde k ∈ R. Cambia la escala de la distribución.

Si ∣k∣ > 1, la dispersión aumenta.
Si ∣k∣ = 1, la dispersión no cambia.
Si ∣k∣ < 1, la dispersión disminuye.
Si k < 0, las observaciones cambian de lado en el eje de abscisas.
Y = kX
Md(Y) = k Md(X)

Mo(Y) = k Mo(X)

Cr (Y) = k Cr (X) si k
​ ​ > 0, C100−r (Y) = k Cr (X) si k < 0 ​ ​

RY = ∣k∣ RX , RIY = ∣k∣ RIX , SY = ∣k∣ SX , S2Y = k 2 S2X

​ ​ ​ ​ ​ ​ ​ ​

Transformaciones Afines (Lineales): Y = kX + c, donde k, c ∈ R. Combinan una traslación y

una homotecia.

Y = kX + c
Md(Y) = k Md(X) + c

Mo(Y) = k Mo(X) + c
Cr (Y) = k Cr (X) + c si k
​ ​ > 0, C100−r (Y) = k Cr (X) + c si k < 0 ​ ​

RY = ∣k∣ RX , RIY = ∣k∣ RIX , SY = ∣k∣ SX , S2Y = k 2 S2X

​ ​ ​ ​ ​ ​ ​ ​

Transformación Afín de Varias Variables: Y = c0 + c1 X1 + c2 X2 + ... + cp Xp ​ ​ ​ ​ ​ ​

Y = c0 + c1 X1 + c2 X2 + ... + cp Xp
​ ​ ​ ​ ​ ​ ​

Puntuaciones Tipificadas: Z = X−X

S , donde
​ S es la desviación típica.
Z=0
S2Z ​ =1
SZ ​ =1
Logarítmica: Y = log(X).
Exponencial: Y = eX .
Potencial: Y = a0 + a1 X + a2 X 2 + ... + ap X p . ​ ​ ​ ​

Otras Medias: Geométrica, Armónica, Cuadrática

Índices y Tasas:

V0 : Valor de referencia en el instante 0.

​

Vt : Valor en el instante t.
​

Índice Simple (Percentual): Pt,0 = ​

Vt
V0
​

​
​ × 100 (en %)
Factor Multiplicador (Índice Unitario): It,0 = ​
Vt
V0
(en tanto por uno)
​

​
​

[Link] 2/4
26/10/25, 18:20 Thea

Tasa Percentual: Tt,0 = VtV−V 0

0
​
​ ​

​ × 100 1
  
​

Tasa Unitaria: Tt,0 = VtV−0V0 = ​

​

​
​

​ It,0 − 1 ​

Relaciones:

I =T +1
P = T + 100
V t = V 0 (1 + T )
​ ​

Evoluciones Sucesivas:
n n
Índice Global (Unitario): In,0 = ∏i=1 Ii,i−1 = ∏i=1 (1 + Ti,i−1 ) ​ ​ ​ ​ ​

n
Tasa Global (Unitaria): Tn,0 = In,0 − 1 = ∏i=1 (1 + Ti,i−1 ) − 1 ​ ​ ​ ​

Índice Medio (Unitario): IM = n

∏ni=1 Ii,i−1
​ ​

Tasa Media (Unitaria): TM = IM − 1 = n

∏ni=1 (1 + Ti,i−1 ) − 1 ​ ​ ​

Media Geométrica:

Gx = n
n
∏ xi ​ ​ ​

i=1

Si se tienen k valores diferentes x1 , ..., xk con frecuencias n1 , ..., nk : ​ ​ ​ ​

Gx = k
n
∏ xni i ​
​

​ ​

i=1

Propiedades:

Si Y = cX , con c > 0, entonces Gy = cGx.

1 n
log(Gx) = n
​
∑i=1 log(xi ) = log(X)
​ ​ ​

Si P = XY , entonces Gp = GxGy .
Si Q = X
Y , entonces
​ Gq = Gx
Gy . ​

Media Armónica:

1 n
= 1∑ 1 ​

Hx n i=1 xi
​ ​

​
​

Hx = n
1
∑ni=1
​

xi ​
​

Si se tienen k valores diferentes x1 , ..., xk con frecuencias n1 , ..., nk : ​ ​ ​ ​

Hx = n
∑ki=1 ni
​

xi ​
​

Propiedades:

Si Y = cX , entonces Hy = cHx.
1
Hx ​ = ( X1 ) ​ ​

Media Cuadrática:

Qx = 1
n
∑ x2
n i=1 i
​ ​ ​ ​

Media de Orden p:

Mp, x = 1
n
p
∑ xpi ​ ​ ​ ​

n i=1

Relación entre Medias:

Hx ≤ Gx ≤ X ≤ Qx
[Link] 3/4
26/10/25, 18:20 Thea

Para p < q , Mp, x ≤ Mq, x. 1

  
La Desigualdad de Txebixev
La desigualdad de Txebixev proporciona una interpretación precisa de la media y la desviación
típica.

Lema: La media X minimiza la media de las desviaciones al cuadrado de los valores de la variable.

Desigualdad de Txebixev:

Sea X una variable con media X y desviación típica S . Para cualquier constante K > 0, la
proporción de observaciones que se encuentran en el intervalo [X − KS, X + KS] es mayor o
igual que 1 − K12 . ​

P (∣X − X ∣ ≥ KS) ≤ 1
K2
​

Equivalentemente, la proporción de casos fuera del intervalo [X − KS, X + KS] es menor que
1
K2 .
​

© Theaai

Materiales Guía de Estudio Estudio inteligente Tarjetas de estudio Prueba

[Link] 4/4