MEDIDAS DESCRIPTIVAS

■ Posición
■ Tendencia central

■ Dispersión (Variabilidad)

■ Asimetría

✓Calcular e interpretar medidas

✓Explicar características, usos,
ventajas y desventajas de cada
medida
 ¿Cuál es la principal diferencia entre
estas Dnes de frecuencias?
12 12

10 10

8 8

6 6

4 4

2 2

0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

X X
n = 43 n = 43

■ Tendencia central?
■ Variabilidad?
■ Asimetría?
 ¿Cuál es la principal diferencia entre
estas Dnes de frecuencias?
12 12

fx
10 10

8 8

6 6

4 4

2 2

0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

n = 43 n = 43
X X

■ Tendencia central?
■ Variabilidad?
■ Asimetría?
 ¿Cuál es la principal diferencia entre
estas Dnes de frecuencias?
12 12
fx fx
10 10

8 8

6 6

4 4

2 2

0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

n = 43 n = 43
X X

■ Tendencia central?
■ Variabilidad?
■ Asimetría?
 ¿Cuál es la principal diferencia entre
estas Dnes de frecuencias?
12 12
fx fx
10 10

8 8

6 6

4 4

2 2

0 0
1 2 3 4 5 6 7 8 9 10 11 X 1 2 3 4 5 6 7 8 9 10 11 X

■ Tendencia central?
■ Variabilidad?
■ Asimetría?
 LOTE DE DATOS

Lote conjunto de
datos

sin discriminar entre

población o muestra
 LOTE OBSERVADO:
conjunto de los datos tal cual fue
recolectado
LOTE x1 , x2 , x3 , . . . , xn
DE
DATOS LOTE ORDENADO:
(n conjunto de datos ordenados de
datos)
manera ascendente o descendente (si
es posible)
x(1) , x(2) , x(3) , . . . , x(n)
Estadístico de Estadístico de
orden 2 orden n
Estadístico de orden i : es el valor observado que
ocupa la posición i-ésima en el lote ordenado.
Simbólicamente: x(i)
 Ejemplo 1: De una muestra aleatoria de 40 clientes de un pequeño
kiosco de la ciudad de Santa Fe se obtuvieron los
siguientes datos correspondientes a la cantidad de
compras realizadas en 1 semana (marzo 2012):
LOTE OBSERVADO

1 8 2 6 4 1 3 10 1 4
10 2 1 3 8 6 6 10 2 7
2 6 3 10 10 10 7 1 2 1
5 2 3 3 1 7 8 10 1 8
x20
LOTE ORDENADO

1 1 2 2 3 4 6 7 8 10
1 1 2 2 3 5 6 8 10 10
1 1 2 3 3 6 7 8 10 10
1 1 2 3 4 6 7 8 10 10
x(20)
Estadístico de orden 20
 MEDIDA DE POSICIÓN

¿Cuál es la proporción de datos

que queda por debajo y por
encima de ella?
 se ubica en una determinada
posición dentro del lote
ordenado,
independientemente de los
valores que éste contenga.
MEDIDAS DE POSICIÓN

▪Percentiles
▪Deciles
▪Cuartiles
▪Mediana
 MEDIDAS DE POSICIÓN
PERCENTILES (Pi )
Son 99 valores posibles de la variable
bajo estudio que dividen al lote
ordenado en 100 partes que
contienen, cada una de ellas,
aproximadamente 1% de las
observaciones.
■ P primer percentil
1

■ P2 segundo percentil
...
CÁLCULO DE PERCENTILES

1) determinar la POSICIÓN :
Pos Pi

2) Calcular el VALOR : Pi
 POSICIÓN del percentil:
utilizar “n” si los datos constituyen una
muestra
utilizar “N” si los datos constituyen una
■ Datos NO AGRUPADOS en
población
intervalos de clase

■ Datos agrupados en intervalos

de clase
 Ejemplo con datos NO AGRUPADOS
(lote):
Calcuar percentil P65
Ejemplo 2: “Caramelos”
De una muestra aleatoria de 40 clientes de un pequeño
kiosco de la ciudad de Santa Fe se obtuvieron los
siguientes valores de dinero gastado (en $) en la
compra de caramelos, en 1 semana (marzo 2012):
2,10 2,75 4,00 6,30 11,50
2,20 2,95 4,00 6,80 12,00
2,25 3,00 4,50 7,00 12,00
2,25 3,00 4,50 7,00 14,00
2,50 3,25 5,00 9,00 14,75
2,50 3,30 5,25 9,50 17,00
2,50 3,50 5,50 10,20 18,25
2,75 3,50 6,00 11,00 19,80
 Ejemplo con datos NO AGRUPADOS:
Ejemplo 2: “Caramelos” Calcuar percentil P65

n=40 tamaño del lote (muestra)

1) Determinación de la POSICIÓN:
Para datos NO
AGRUPADOS en
intervalos de clase
Ejemplo 2: “Caramelos”

2) Cálculo del valor de P65 :

Dinero gastado (en $) en la
compra de caramelos:
2,10 2,75 4,00 6,30 11,50 VALOR
2,20 2,95 4,00 6,80 12,00
del percentil P65 :
2,25 3,00 4,50 7,00 12,00
2,25 3,00 4,50 7,00 14,00
2,50 3,25 5,00 9,00 14,75
2,50 3,30 5,25 9,50 17,00
2,50 3,50 5,50 10,20 18,25
2,75 3,50 6,00 11,00 19,80 ¿Interpretación?
Ejemplo 2: “Caramelos”
Cálculo del percentil P65 :
Dinero gastado (en $) en la
compra de caramelos:
2,10 2,75 4,00 6,30 11,50 Pos 26
2,20 2,95 4,00 6,80 12,00 6,8
2,25 3,00 4,50 7,00 12,00 Pos 26,65
2,25 3,00 4,50 7,00 14,00 P65
2,50 3,25 5,00 9,00 14,75 Pos 27
2,50 3,30 5,25 9,50 17,00 7,0
2,50 3,50 5,50 10,20 18,25
2,75 3,50 6,00 11,00 19,80
ce nte
subya
mi ento
a
Ra zon
 MEDIDAS DE POSICIÓN

DECILES (Di )
Son 9 valores posibles de la variable
bajo estudio que dividen al lote
ordenado en 10 partes que contienen,
cada una de ellas, aproximadamente
10% de las observaciones.
■ D primer decil ; D1 = P10
1

■ D2 segundo decil ; D2 = P20

...
■D noveno decil ; D9 = P90
9
 MEDIDAS DE POSICIÓN

CUARTILES (Qi )
Son 3 valores posibles de la variable
bajo estudio que dividen al lote
ordenado en 4 partes que contienen,
cada una de ellas, aproximadamente
25% de las observaciones.
■Q primer cuartil ; Q1 = P25
1

■ Q2 segundo cuartil ; Q2 = P50 = D5

■ Q3 tercer cuartil ; Q3 = P75
 Ejemplo con datos NO AGRUPADOS
(lote):

(Ej caramelos):
1) Determinación de las
POSICIONES de los Cuartiles:
n = 40

Pos Q1 Pos Q2 Pos Q3

POSICIONES:
10,25 20,50 30,75
 Ejemplo con datos NO AGRUPADOS (lote):
2) Cálculo de VALORES: Q1 ,Q2 y Q3
Pos Q1 Pos Q2 Pos Q3
Dinero gastado (en $) en la
compra de caramelos: 10,25 20,50 30,75

2,10 2,75 4,00 6,30 11,50

2,20 2,95 4,00 6,80 12,00
2,25 3,00 4,50 7,00 12,00
2,25 3,00 4,50 7,00 14,00
2,50 3,25 5,00 9,00 14,75
2,50 3,30 5,25 9,50 17,00
2,50 3,50 Q1
5,50 10,20 18,25 Q2 Q3
2,75 3,50 6,00 11,00 19,80 2,9625 4,750 10,025

¿Interpretación?
 Ejemplo con datos AGRUPADOS:
Dinero gastado en caramelos,
por clientes de XX, en 1 semana. (Santa Fe - Marzo 2012)
Cantidad de
Dinero gastado Cantidad
clientes que gastan
(en $) de clientes
menos de…
De 2 a menos de 5 20 20
De 5 a menos de 8 8 28
De 8 a menos de 11 3 31
De 11 a menos de 14 4 35
De 14 a menos de 17 2 37
De 17 a menos de 20 3 40
Total 40
Fuente: Cátedra de Estadística - FCE - UNL

Calcuar los cuartiles

 Ejemplo con datos AGRUPADOS:

1) Determinación de las POSICIONES

Para datos agrupados en intervalos:
“n” tamaño del lote de
datos

n = 40
2) Cálculo de VALOR (Q3):
Dinero gastado en caramelos, por clientes de XX, en 1 semana
(Santa Fe - Marzo 2012)
Dinero gastado Cantidad Cantidad de clientes con
(en $) de clientes menos de…
[2 ; 5) 20 20
[5 ; 8) 8 28
[8 ; 11) 3 31
[11 ; 14) 4 35
[14 ; 17) 2 37
[17 ; 20) 3 40
Total 40
Fuente: Cátedra de Estadística - FCE - UNL

ión ?
e t a c
¿In t e rp r
 Ubicación de percentiles utilizando la ojiva
75% de valores inferiores a Q3

50 110

% de clientes que gastan menos de X $

100
Cantidad de clientes que gastan menos

40 90

80

70
30
60
de X $

50
20
40

30
10 20
Valor de Valor de
10
Q3 = 10 Q3 = 10
0 0
0 2 4 6 8 10 12 14 16 18 20 22 0 2 4 6 8 10 12 14 16 18 20 22

X: Dinero gastado (en $) X: Dinero gastado (en $)

Fuente: Cátedra de Estadística - FCE - UNL
Fuente: Cátedra de Estadística - FCE - UNL

análogamente, se podría hallar el valor de cualquier Medida de Posición

 MEDIDAS DE POSICIÓN
MEDIANA (Me )
es un valor posible de la variable bajo
estudio que se ubica en el centro del
lote ordenado, por lo tanto lo divide en
dos partes que contienen, cada una de
ellas, la misma cantidad de
observaciones.

■ Me mediana; Me = P50 = D5 =
Q2
 TENDENCIA CENTRAL
12 12

fx
10 10

8 8

6 6

4 4

2 2

0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

n = 43 n = 43
X X

¿Dónde se ubica la mediana?

 MEDIDAS DE TENDENCIA
CENTRAL
Medida de tendencia central es un
único valor representativo de todo el
conjunto de datos y que, como su
nombre lo indica, señala el centro de
sus valores.
■MEDIANA
■MEDIA ARITMÉTICA
■MODO
 MEDIDAS DE TENDENCIA CENTRAL

MEDIANA: Me (P50 )
La mediana es un valor posible de la
variable bajo estudio que se ubica en
el centro del lote ordenado y lo divide
en dos partes que contienen la misma
cantidad (o aproximadamente) de
observaciones.

mediana: Me = P50 = D5 = Q2
 MEDIANA: Me (P50 )
utilizar “n ” si los datos constituyen una muestra
utilizar “N ” si los datos constituyen una población

1) determinar la POSICIÓN: Pos Me

 Datos sin agrupar:

 Datos agrupados en intervalos de

clases:

2) Calcular el VALOR: Me
■ Ejemplo 1:
Lote de datos: 21, 25, 19, 20, 22
Pos Me= 3 entonces Me=21.

■ Ejemplo 2:
Lote ordenando: 19, 20, 21, 38, 39
Pos Me= 3 entonces Me=21

La mediana no tiene en cuenta la

magnitud de los datos
Ejemplo
¿Cuál es el valor de Me en estas Dnes de frecuencias?
s:
A) B)
X fi hi (%)
X fi Fi
[1 ; 3) 1 10
1 10 10 [3 ; 5) 2 20
2 12 22 [5 ; 7) 4 40
3 8 30 [7 ; 9) 1 10
4 5 35 [9 ; 11) 2 20
Total 35 Total 10 100

Me=2, la mediana es 2.

Me=6, la mediana es 6.
¿Interpretación?
 ¿Dónde se ubica la mediana?
Lote de datos

Dnes de frecuencias

Ejemplo A) Ejemplo B)
 ¿Dónde se ubica la mediana?
Ejemplo A) ■ Ejemplo B)
n 10
Pos Me   5 ó Pos Me 0,5
2 2

18 0,5
 MEDIDAS DE TENDENCIA CENTRAL

MEDIA ARITMÉTICA:
Es el promedio aritmético de los datos del
lote.
Se calculada sumando los valores y
dividiendo entre el número de datos.
■ Notación simbólica:
 MEDIA ARITMÉTICA: FORMA DE
CÁLCULO
utilizar “n” si los datos constituyen una muestra
utilizar “N” si los datos constituyen una población

Datos sin agrupar:

Datos agrupados en intervalos de

clases:

Siendo:
Tutoriales para uso de la
calculadora:
[Link]
Ejemplo 1: Datos sin agrupar
■ En el conjunto de datos: 21, 25, 19, 20, 22

Con
calculadora
o software!!

Ejemplo 2:
■ En el conjunto de datos: 19, 20, 21, 38, 39
Ejemplo
s:

A)
B) X fi hi (%)
X fi Fi
[1 ; 3) 1 10
1 10 10 [3 ; 5) 2 20
2 12 22 [5 ; 7) 4 40
3 8 30 [7 ; 9) 1 10
4 5 35 [9 ; 11) 2 20
Total 35 Total 10 100

¿cómo se calcula la media aritmética en estas

distribuciones de frecuencias?
Ejemplo
Datos sin agrupar
A:
▪ En la siguiente distribución de frecuencias:
X fi hi
1 10 0,286
2 12 0,343
3 8 0,228
4 5 0,143
Total 35 1

Entonces, la media aritmética es

2,23
 Ejemplo Datos
B: agrupados
X fi hi pmi
De 1 a menos de 3 1 0,1 2
De 3 a menos de 5 2 0,2 4
De 5 a menos de 7 4 0,4 6
De 7 a menos de 9 1 0,1 8
De 9 a menos de 11 2 0,2 10
Total 10 1

Entonces, la media aritmética es 6,2 aprox.

¿Dónde se ubica la media aritmética en estas
distribuciones de frecuencias?
Ejemplo A) Ejemplo B)
 MEDIDAS DE TENDENCIA CENTRAL

Comparación de Características
✓ La Media aritmética es punto de
equilibrio, pero no ocurre lo mismo
con la Mediana.
 La suma de las desviaciones de cada
dato con respecto a la Media
aritmética, es SIEMPRE cero. No
ocurre lo mismo con la Mediana:
en el Ejemplo 1: …otro en pág 94 de
Anderson
21, 25, 19, 20, 22
media aritmética =21,4 mediana =
21

u m a de
s
c i o nes
ia
desv
DEMOSTRACIÓN:

n veces
MEDIDAS DE TENDENCIA CENTRAL

Comparación de Características
✓ La Media aritmética es afectada por
valores extremos (valores
inusualmente grandes o pequeños),
pero no ocurre lo mismo con la
Mediana.
✓ La Mediana divide al conjunto de las
observaciones en dos grupos de
igual frecuencia, pero no siempre
ocurre lo mismo con la Media
 Me NO es afectada por valores
Lote 1:
extremos
11 – 12 – 13 – 14 –
15 Me

Lote 2: 11 – 12 – 13 – 14 –
25 Me

Lote 3: 01 – 12 – 13 – 14 –
15
Me

Lote 4: 01 – 12 – 13 – 14 –
25 Me
 ¿Siempre es posible
calcular
la mediana?

 ¿Siempre es posible
calcular la media
aritmética?
 MEDIANA:
Puede calcularse para datos
medidos en escala ordinal, de
intervalo o de razón

MEDIA ARITMÉTICA:
Puede calcularse para datos
medidos en escala de intervalo o
de razón
 MEDIDAS DE TENDENCIA CENTRAL
¿Qué medida de tendencia central
puede calcularse para datos medidos
en escala NOMINAL?
j em pl o:
E Distribución del personal de la Empresa H&L - Santa Fe
Cantidad de trabajadores

160 (2010)
140
120
100
80
60
40
20
0
n as s d o a l
ió z n ta da nt Leg
d uc c Fin
a n Ve b lici ni mie
Pro Pu a n te
M
Fuente: Empresa H&L Área de trabajo
 MEDIDAS DE TENDENCIA CENTRAL

MODO (Mo)
Es el valor más frecuente del
conjunto de datos

Características de Mo :
✓ NO es afectado por valores extremos
(valores inusualmente grandes o
pequeños).
✓ Puede no existir, ser único o haber más
de uno.
✓ Puede calcularse para datos medidos en
 MEDIDAS DE TENDENCIA CENTRAL
MODO (Mo)
¿Qué medida de tendencia
central puede calcularse para
j emp lo: estos datos?
E Distribución del personal de la Empresa H&L - Santa Fe
Cantidad de trabajadores

160 (2010)
140
120
100
80
60
40
20
0
n as s d o a l
ió z n ta da nt Leg
d uc c Fin
a n Ve b lici ni mie
Pro Pu a n te
M
Fuente: Empresa H&L Área de trabajo

Mo = Producción Es el valor de la variable

observado con mayor
Ejemplo :
MODO (Mo)
lote de datos: 21, 25, 19, 20, 22 No hay Mo
Ejemplo
¿Cuál es el valor de Mo en estas Dnes de frecuencias?
s:
A) B)
X fi
X fi
[1 ; 3) 1
1 10 [3 ; 5) 2
2 12 [5 ; 7) 4
3 8 [7 ; 9) 1
4 5 [9 ; 11) 2
Total 35 Total 10

Mo =2 Clase modal : [5 ; 7)
de 5 a menos de 7
¿Interpretación?
¿Cuál es el valor de Mo en estas Dn de frecuencias?

▪ Ejemplo:

Mo1=1

Mo2=10

¿Interpretación?
MEDIDAS DE DISPERSIÓN o
VARIABILIDAD
Medida de dispersión es un único
valor representativo de todo el
conjunto de datos, y que caracteriza
su variabilidad.

■ RANGO
■ RANGO INTERCUARTÍLICO
■ VARIANZA
■ DESVIACIÓN ESTÁNDAR
■ COEFICIENTE DE VARIACIÓN
 MEDIDAS DE DISPERSIÓN
■ Rango o recorrido o amplitud:

■ Rango intercuartílico:
 MEDIDAS DE DISPERSIÓN

12 12

10 10

8 8

6 6

4 4

2 2

0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

X X
n = 43 n = 43

R = 13,5 – 4,5 = 9 .
Aprox R = 16,5 – 1,5 = 15
¿Tienen la misma variabilidad?
 MEDIDAS DE DISPERSIÓN
¿Tienen la misma variabilidad?
12 12

fx fx
10 10

8 8

6 6

4 4

2 2

0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

n = 43 X1 n = 43 X2

Q1= 8,0 R=8,0 Q1= 6,0 R=8,0

Q3= 10,0 Q3= 8,0
RQ= 2,0 RQ= 2,0
 MEDIDAS DE DISPERSIÓN
X1 fx Fx Pos Q1= 11,0
Pos Me= 22,0 X2 fx Fx
7 6 6 Pos Q3= 33,0 3 1 1
8 9 15 4 2 3
9 11 26 Q1= 8,0 5 5 8 Q1= 6,0
10 7 33 Me=9,0 6 8 16 Me=7,0
11 4 37 Q3= 10,0 7 11 27 Q3= 8,0
12 2 39 8 8 35
13 2 41 R=8 9 5 40 R=8
14 1 42 10 2 42
15 1 43 RQ=2,0 11 1 43 RQ=2,0
total 43 total 43
12 12
fx
10
fx
10

8 8

6 6

4 4

2 2

0 0

n = 43 n = 43
X1 X2
 MEDIDAS DE DISPERSIÓN
■ Varianza:
Es el promedio de los desvíos
cuadráticos con respecto a la media
aritmética

Notación simbólica:
 Varianza:
Datos sin agrupar:
utilizar “n” si los datos constituyen una muestra
utilizar “N” si los datos constituyen una población

Siendo:
 Varianza:
Datos agrupados en intervalos de
clases:
utilizar “n” si los datos constituyen una muestra
utilizar “N” si los datos constituyen una población

Siendo:
▪Formas alternativas de VAR
cálculo: IA N
ZA
 MEDIDAS DE DISPERSIÓN

■ Desviación Estándar:
Es la raíz cuadrada de la varianza

■ Coeficiente de variación:
Es la razón (cociente) entre la desviación
estándar y la media aritmética, expresada como
un porcentaje, por lo tanto, es una medida
relativa de variación
 MEDIDAS DE DISPERSIÓN

■ Desviación Estándar:
 12 12

fx
10 10

8 8

6 6

4 4

2 2

0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

n = 43 n = 43
X X

Po r q ué?
Valores aproximados ¿
Media = 7 Media = 12
Desvío estándar = 1,70 Desvío estándar = 1,70
CV (%) = 24,26 CV (%) = 14,15
 MEDIDAS DE DISPERSIÓN
X1 fx Fx Pos Q1= 11,0
Pos Me= 22,0 X2 fx Fx
7 6 6 Pos Q3= 33,0 3 1 1
8 9 15 4 2 3
9 11 26 Q1= 8,0 5 5 8 Q1= 6,0
10 7 33 Me=9,0 6 8 16 Me=7,0
11 4 37 Q3= 10,0 7 11 27 Q3= 8,0
12 2 39 8 8 35
13 2 41 R=8 9 5 40 R=8
14 1 42 10 2 42
RQ=2,0 RQ=2,0
15 1 43 11 1 43
total 43 Prom = 9,442 total 43 Prom = 7,0
Var(n)=3,688 Var(n)=2,884
12 12
fx
10

8
S(n)=1,921
fx
10

8
S(n)=1,698
6

4
CV(%)=20,34
6

4
CV(%)=24,26
2 2

0 0

n = 43 n = 43
X1 X2
 MEDIDAS DE DISPERSIÓN

Comparación de Características
✓ EL Rango es afectado por valores
extremos (valores inusualmente
grandes o pequeños), pero no ocurre
lo mismo con el Rango
Intercuartílico.
✓ La Varianza y la Desviación Estándar
involucran en su cálculo a todos los
datos del lote y expresan
variabilidad alrededor de la media
 MEDIDAS DE DISPERSIÓN

Comparación de Características
✓ La Varianza NO se expresa en las
mismas unidades que los datos (se
expresa en unidades al cuadrado).
✓ El Coeficiente de Variación es una
medida relativa y se expresa en %,
por lo tanto permite hacer
comparaciones entre lotes de datos
medidos en diferentes unidades.
Algunas aplicaciones:

REGLA EMPÍRICA:
Cuando los datos tienen una Dn
acampanada
✓ Aproximadamente 67% de las
observaciones pertenece al intervalo

✓ Aproximadamente entre el 90 y 95%

de las observaciones pertenece al
intervalo
TP N°2: Ejercicio 27)
Algunas aplicaciones:
REGLA DE BIENAYMÉ-CHEBYSHEV:

Para una variable X cualquiera, al

menos el

de sus valores se encuentran a menos

de k desviaciones estándar de su
media, es decir, en el intervalo

K>1 y no necesariamente entero

REGLA EMPÍRICA
REGLA DE BIENAYMÉ-CHEBYSHEV

Ejercictación complementaria :

Ver en:
[Link]

Video explicativo sobre la Regla de

Chebyshev y la Regla Empírica
■ Algunas propiedades de μ y σ2 o

TP2 - Ejercicio 16)

 PROPIEDADES DE
MEDIA ARITMÉTICA Y VARIANZA
■ ¿Qué ocurre con la Media aritmética y la
Varianza si a cada valor de un conjunto de
datos se le suma una constante k ?
■ ¿Qué ocurre con la Media aritmética y la
Varianza si a cada valor de un conjunto de
datos se lo multiplica por una constante
k?

x1 , x 2 , x 3 , … , x n con

x1+K , x2+K , x3+K , … , xn+K

x1.K , x2.K , x3.K , … , xn.K

 x1+K , x2+K , x3+K , … , xn+K
■ La Media aritmética del nuevo conjunto de
datos es:

■ La Varianza del nuevo conjunto de datos es:

■ La Desviación Estandar del nuevo conjunto

de datos es: Sn
 x1.K , x2.K , x3.K , … , xn.K
■ La Media aritmética del nuevo conjunto de
datos es:

■ La Varianza del nuevo conjunto de datos es:

■ La Desviación Estandar del nuevo conjunto

de datos es: [Link]
 ASIMETRÍA
12 12

fx fx
10 10

8 8

6 6

4 4

2 2

0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

n = 43 X1 n = 43 X2

Dn. ASIMÉTRICA Dn. SIMÉTRICA

MEDIDAS DE ASIMETRÍA
Coeficiente de asimetría de
Bowley

Mide Asimetría en el 50%

central del lote de datos
 MEDIDAS DE ASIMETRÍA
Coeficiente de asimetría de
Pearson
Sólo válido para
distribuciones
campaniformes y
unimodales.
Mo puede reemplazarse por Me

Mide Asimetría en el lote de

datos completo
 ASIMETRÍA
X1 fx Fx Pos Q1= 11,0
Pos Me= 22,0 X2 fx Fx
7 6 6 Pos Q3= 33,0 3 1 1
8 9 15 4 2 3
9 11 26 Q1= 8,0 5 5 8 Q1= 6,0
10 7 33 Me=9,0 6 8 16 Me=7,0
11 4 37 Q3= 10,0 7 11 27 Q3= 8,0
12 2 39 Mo=9,0 8 8 35 Mo=7,0
13 2 41 9 5 40
14 1 42 10 2 42
15 1 43 Prom = 9,442 11 1 43 Prom = 7,0
total 43 total 43
S(n)=1,921 S(n)=1,698
12 12
fx fx
AB= 0,00
10

AB= 0,00
10

8 8

6 6

2
AP= 0,23 4

2
AP= 0,00
0 0

n = 43 n = 43
X1 X2
ASIMETRÍA Y TENDENCIA CENTRAL
 ASIMETRÍA Y TENDENCIA CENTRAL
12 12

fx fx
10 10

8 8

6 6

4 4

2 2

0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

n = 42 X1 n = 43 X2

AB= 0,00 Me=9,0 AB= 0,00 Me=7,0

Mo=9,0 Mo=7,0
AP= 0,23 Prom = 9,442 AP= 0,00 Prom = 7,0
 TP2 - Ejercicio 4)
A B

C D

Fuente: Cátedra de Estadística - FCE – UNL

 Comparación: Histogramas y Ojivas -
Asimetrías y Mediana

Ver en:
[Link]