26/10/25, 18:18 Thea
1
Guía de Estudio Resúmenes
Editar Regenerar
Características Numéricas de una Variable
Cuantitativa
3.1 Características de Posición Central
Las características de tendencia central informan sobre valores que se sitúan al centro de las
observaciones.
ˉ ), la mediana (Md ), y la moda (Mo ).
Las más conocidas son: la media aritmética (X
Es importante acompañar estas características con otras medidas de posición y/o dispersión.
La Media
La media aritmética es la suma de todos los valores observados dividida por el número total de
observaciones.
Si tenemos todas las observaciones X1 , ..., Xn :
ˉ= 1 n
X
∑ Xi
n i=1
Si tenemos las datos de forma que xi representan valores diferentes, con las
correspondientes frecuencias absolutas ni :
ˉ = ∑k x n
X i=1 i i
n
donde k denota el número de valores diferentes que toma la variable.
ni
También se puede calcular la media usando las frecuencias relativas fi
= n:
ˉ=
X k
∑ xi f i
i=1
Y también se puede calcular la media usando los porcentajes pi = fi × 100:
ˉ = ∑k x i p i
X i=1
100
Para datos agrupados en intervalos, se usa la marca de clase para aproximar la media:
ˉ = ∑k x n
X i=1 i i
n
donde xi es la marca de clase del intervalo i.
La media ponderada se calcula como:
ˉ = ∑k x i wi
X i=1
∑ki=1 wi
donde wi son los pesos asignados a los valores xi .
Media global de dos subpoblaciones:
ˉ 1 n1 + X
ˉ=X
X ˉ 2 n2
n1 + n2
La Mediana
La mediana (Md ) es un valor tal que al menos la mitad de los datos son menores o iguales que
Md , y al menos la mitad son mayores o iguales.
Para calcular la mediana, se ordenan los datos y se toma "la del medio".
[Link] 1/4
26/10/25, 18:18 Thea
Número impar de datos: Md = valor del medio.
1
Número par de datos: Md = media de las dos datos centrales.
Para calcular la mediana con datos en una tabla de frecuencias, se utilizan las frecuencias
absolutas acumuladas Ni o los porcentajes acumulados Pi .
Si ningún valor tiene frecuencia acumulada igual a n2 : Md = valor con la primera frecuencia
n
acumulada más grande que 2 .
Si un valor tiene frecuencia acumulada igual a n2 : Md = media entre este valor y el siguiente.
Para datos agrupados en intervalos, se usa la siguiente fórmula para aproximar la mediana:
Md = L i + a i ×
n
2 − Ni−1
ni
donde:
Li es el límite inferior del intervalo que contiene la mediana.
ai es la amplitud del intervalo.
ni es la frecuencia absoluta del intervalo.
Ni−1 es la frecuencia acumulada hasta el intervalo anterior.
Md = Li + ai × 50 − Pi−1
pi
La Moda
La moda (Mo ) es el valor más frecuente de la variable.
Para datos agrupados en intervalos de igual amplitud, se habla de intervalo o clase modal, el
que tiene la frecuencia más grande.
El valor aproximado de la moda dentro del intervalo modal [Li , Li+1 ) se calcula como:
Mo = L i + a i ×
ni − ni−1
2ni − ni−1 − ni+1
donde ai es la amplitud del intervalo, ni es su frecuencia absoluta, y ni−1 y ni+1 son las
frecuencias absolutas de los intervalos anterior y posterior, respectivamente.
3.2 Otras Características de Posición
Cuartiles: dividen la distribución en cuatro partes, cada una con el 25% de los datos.
Q1 : Primer cuartil (25%).
Q2 : Segundo cuartil (50%), Q2 = Md .
Q3 : Tercer cuartil (75%).
Deciles: D1 , D2 , ..., D9 . Dividen la distribución en diez partes iguales. Dr es el valor tal que el
r × 10% de los datos son inferiores o iguales que él.
Centiles o Percentiles: C1 , C2 , ..., C99 o P1 , P2 , ..., P99 . Dividen la distribución en cien partes
iguales. Cr es el valor tal que el r% de los datos son inferiores o iguales que él.
Para datos agrupados en intervalos, el centil Cr se calcula aproximadamente como:
Cr = L i + ai ×
r
100 n − Ni−1
ni
Cr = Li + ai × r − Pi−1
pi
donde:
[Li , Li+1 ) es el intervalo que contiene el centil r.
ai es la amplitud del intervalo.
ni es la frecuencia absoluta del intervalo.
Ni−1 es la frecuencia acumulada hasta el intervalo anterior.
Pi−1 is the percent accumulated up to the previous interval.
pi is the percent of the interval.
[Link] 2/4
26/10/25, 18:18 Thea
3.3 Características de Dispersión 1
Rango o Recorrido: R = Xmax − Xmin .
Rango Intercuartílico: RI = Q3 − Q1 .
Varianza:
Si tenemos todas las observaciones X1 , ..., Xn :
n ˉ )2
S 2 = ∑i=1 (Xi − X
n
Si tenemos las datos de forma que xi representan valores diferentes, con las
correspondientes frecuencias absolutas ni :
ˉ ) 2 ni
S 2 = ∑ki=1 (xi − X
n
Desviación Típica (o Estándar): S = S2.
Fórmula alternativa para la varianza:
n
S 2 = ∑i=1 Xi2 Xˉ2
−
n
Varianza muestral o corregida:
n ˉ )2
s2 = ∑i=1 (Xi − X
n−1
Desviación típica muestral o corregida:
s= s2
Desviación media:
n
ˉ∣
Dm = ∑i=1 ∣Xi − X
n
Desviación mediana:
n
DMd = ∑i=1 ∣Xi − Md ∣
n
Valores Extremos (Outliers)
Un valor x se considera outlier si:
x < Q1 − 1.5 × RI
x > Q3 + 1.5 × RI
3.4 Características de Dispersión Relativa
Coeficiente de Variación:
CV = S
ˉ
X
Se suele expresar como un porcentaje.
Recorrido Intercuartílico Relativo o Razón Intercuartílica:
IQ = Q3 − Q1
Md
Coeficiente de Variación Mediana:
V Md = DMd
Md
3.5 Puntuaciones Tipificadas
Puntuación tipificada (o estándar o estandarizada):
ˉ
Z i = Xi − X
S
[Link] 3/4
26/10/25, 18:18 Thea
La media de las puntuaciones tipificadas es 0 y la desviación típica es 1. 1
3.6 Características de Forma
Momento de orden r :
mr = 1 n
∑ Xr
n i=1 i
Momento centrado de orden r :
μr = 1 n ˉ )r
X
∑(X −
n i=1 i
μ0 = 1
μ1 = 0
μ2 = S 2
Simetría o Asimetría
Coeficiente de asimetría de Yule:
α = (Q3 − Md ) − (Md − Q1 ) Q3 + Q1 − 2Md
=
(Q3 − Md ) + (Md − Q1 ) Q3 − Q1
α ∈ [−1, +1]
Coeficiente de asimetría de Pearson:
ˉ − Mo
β=X
S
Coeficiente de asimetría de Fisher:
γ1 = μ 3 = μ 3
S3 μ3/2
2
Apuntamiento o Curtosis
Coeficiente de curtosis de Fisher:
κ = μ4 = μ4
S4 μ22
Leptocúrtica: κ > 3 (más apuntada que la normal).
Mesocúrtica (Normal): κ = 3.
Platicúrtica: κ < 3 (menos apuntada que la normal).
Materiales Guía de Estudio Estudio inteligente Tarjetas de estudio Prueba © Theaai
[Link] 4/4