Analisis de Datos Unidimension
-
Upload
sergio-varelo -
Category
Documents
-
view
218 -
download
0
Transcript of Analisis de Datos Unidimension
-
8/19/2019 Analisis de Datos Unidimension
1/45
a) Determinar la variable objeto de estudio así como su dominio.
b) Obtener la tabla de frecuencias tanto absolutas como relativas (ordinarias y
acumuladas).
c) Determinar el número de clientes que tienen 5 productos contratados y el por-
centaje con menos de 6.
d) El número de clientes que tienen más de 3 productos y el porcentaje con 4 omenos.
e) Porcentaje de clientes que tienen contratados entre 4 y 5 productos (ambos in-
clusive).
f) Dibujar el diagrama de barras y el diagrama en escalera (utilizar las frecuen-
cias absolutas y relativas).
1.4 Los 75 clientes de la sucursal bancaria del problema anterior presentan los siguien-
tes saldos trimestrales (en e) en sus cuentas corrientes o de ahorro:
Saldo trimestral (e) Número clientes
[0 , 600[ 10
[600 , 1.200[ 15
[1.200 , 1.800[ 35
[1.800 , 3.000[ 10[3.000 , 6.000] 5
a) Determinar la variable objeto de estudio.
b) Calcular la amplitud de los intervalos y las marcas de clase.
c) El número de clientes con un saldo trimestral entre 1.200 y 1.800 e, y el por-
centaje de clientes con saldo igual o superior a 1.200 e
d) ¿Cuántos clientes tienen en sus cuentas un saldo trimestral entre 600 y1.800 e (ambos inclusive)?
e) Dibujar el histograma y polígono de frecuencias.
f) Representar el polígono de frecuencias acumulativo.
24 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
2/45
Análisis de datosunidimensionales
Tema
2.1. Medidas de posición.
2.2. Medidas de dispersión.
2.3. Momentos.
2.4. Medidas de forma.
2.5. Transformaciones lineales y tipificación de variables.
2.6. Medidas de concentración. Curva de Lorenz e índice de Gini.
Cuestiones de autoevaluación.
Ejercicios propuestos.Problemas resueltos.
Problemas propuestos.
OBJETIVOS
Definir una serie de medidas (estadísticos descriptivos básicos) que sin-teticen la información contenida en una distribución de frecuenciasunidimensional, tanto de valores agrupados como sin agrupar, y apren-der a calcularlos e interpretarlos. Comparar la dispersión entre dos omás variables o distribuciones de frecuencias. Estudiar cómo se venafectados los estadísticos al transformar los datos de una variable.Cuantificar e interpretar la concentración de una distribución.
-
8/19/2019 Analisis de Datos Unidimension
3/45
2.1. Medidas de posición
En general, las medidas de posición indican un valor de la variable en torno al
cual se sitúan un grupo de observaciones. Puede distinguirse entre:
a) Medidas de tendencia central: media aritmética, armónica, geométrica,mediana y moda.
b) Medidas de tendencia no central: cuantiles.
A continuación se abordan los principales detalles conceptuales y de aplicación
de cada una de las medidas referidas anteriormente.
2.1.1. Media aritmética(1)
Es la suma de todos los valores de la variable divididos por el número total de
observaciones. Se denota por x 6.
x 6%
N
;i%1
xi
N o x 6%
x1n1! x2n2!ñ! x I n I
N %
I
;i%1
xini
N %
I
;i%1
xi f i
Evidentemente, esta medida sólo se puede calcular si la variable estadística ob-
jeto de estudio es de naturaleza cuantitativa.El valor que toma la media debe estar siempre incluido entre el valor mínimo y
máximo del dominio de la variable analizada.
Ejemplo 2.1 La plantilla de una empresa durante los últimos 4 meses ha estado forma-
da por 16, 14, 15 y 15 empleados. Determinar la plantilla media de la empresa.
Solución
A partir de la información proporcionada, construimos la distribución de fre-
cuencias. La variable toma I% 3 valores distintos ( xi para i% 1, 2, 3), con frecuen-
cias 1, 2 y 1, respetivamente.
xi ni
14 1
15 2
16 1
(1) Este es, con diferencia, el estadístico (cualquier función de los valores de la variable) más impor-tante. En adelante, cuando se haga referencia al término media, sin especificar, deberá entenderse mediaaritmética.
26 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
4/45
Si se añade una tercera columna que recoja, para cada elemento, el producto
xini, su suma se corresponderá con el numerador de la expresión de la media, de
manera que se obtendrá al dividir por el número total de observaciones ( N ), en este
caso N %4.
xi ni xi ni
14 1 14
15 2 30
16 1 16
60 p3
;i%1
xini
La media será: x 6%60
4%15, es decir, la plantilla media de la empresa en los
últimos 4 meses ha sido de 15 empleados.
Obsérvese que la media de empleados ( x 6%15) se encuentra comprendida entre
el mínimo valor de la variable ( x1%14) y el máximo ( x3%16).
Si la distribución de frecuencias con la que se trabaja es de datos agrupados,
para poder calcular la media se toman, a modo de aproximación a los valores de la
variable, las marcas de clase correspondientes a cada uno de los intervalos, lo que
supondrá una pérdida de precisión, que será tanto mayor cuanto mayor sea la am-
plitud de los mismos.
Ejemplo 2.2 De un total de 10 asignaturas optativas se ha tomado el número de alum-nos matriculados en cada una de ellas, obteniéndose la siguiente distribución de
frecuencias.
Alumnos matriculados Número optativas
Li.1 , Li ni
[10 , 20[ 4
[20 , 40] 6
¿Cuál es el número medio de alumnos matriculados?
Solución
Para calcular la media de alumnos matriculados ( x 6), lo primero es determinar la
marca de clase ( xi, i%1, 2) de cada intervalo. Seguidamente se añade una colum-
na que recoja el producto xini y se suma.
ANÁLISIS DE DATOS UNIDIMENSIONALES 27
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
5/45
Alumnos
matriculados Li.1 , Li
Número
optativas ni
Marca
de clase xi
xi ni
[10 , 20[ 4 15 60
[20 , 40] 6 30 180
240 p2
;i%1
xini
Al dividir este resultado entre el número total de observaciones ( N % 10) se ob-
tiene la media,
x 6%240
10%24 alumnos matriculados
La media aritmética puede utilizarse si los datos con los que se trabaja son de
naturaleza aditiva, es decir, que al sumar todos los valores, estos representen el to-
tal de la población. Variables aditivas son, por ejemplo, el número de empleados,
la renta, el salario, etc. Por el contrario, variables no aditivas son: tipos de interés,
velocidad, rentabilidad, etc.
Entre las principales ventajas que presenta la media se pueden destacar las si-
guientes:
Se puede calcular siempre que las variables sean de tipo cuantitativo.Su cálculo resulta fácil y en él intervienen todos los valores de la distribu-
ción.
La media aritmética es el centro de gravedad de la distribución, es decir, es
el punto que por término medio dista menos de todas las observaciones de la
distribución.
Es una medida única y definida de forma objetiva en cada distribución de
frecuencias.
En cuanto a los inconvenientes, tal vez el más importante sea que la media arit-mética de la distribución puede llegar a ser muy poco representativa del conjunto
de los valores observados si existe mucha dispersión en los datos. Se trata de una
medida muy sensible a los valores extremos(2).
Ejemplo 2.3 Para un total de 4 empresas se dispone de información relativa al tamaño,
medido a través del activo (millones de e):
500, 25, 30, 545
¿Cuál es el tamaño medio del conjunto de las empresas?
(2) En este sentido se dice que la media no es un estadístico (medida) robusto.
28 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
6/45
Solución
El tamaño medio ( x 6) se obtiene al sumar todos los valores de la variable y divi-
dir por el número de observaciones (empresas), así:
x 6%
25! 30! 500! 545
4 %
1.100
4 % 275 millones de e
Como se pone de manifiesto en el ejemplo anterior, los valores del activo son
muy diferentes entre sí, con lo que la media (275 millones de e) será poco repre-
sentativa. Cuando ocurre esto, es preferible utilizar otras medidas de posición cen-
tral, por ejemplo la mediana (véase Epígrafe 2.1.2.).
Con todo, la media aritmética es la medida de posición central más utilizada,
de la que cabe destacar las siguientes propiedades:
1. La suma de las desviaciones de todos los valores de la variable respecto a
su media es cero.
I
;i%1
( xi. x 6)ni% 0
2. Si x 6i (i% 1, 2, ..., k ) corresponden a las medias de k grupos distintos de ta-
maño N i (i% 1, 2, ..., k ), respectivamente, se cumple que la media aritmé-tica del conjunto es:
x 6% x 61 N 1! x 62 N 2!ñ! x 6k N k
N 1! N 2!ñ N k
3. Depende de los cambios de origen y de unidad (véase Apartado 2.5).
Ejemplo 2.4 En una empresa de fabricación de muebles, el departamento de control decalidad ha inspeccionado cada hora, durante las 3 últimas, un total de 6, 8 y 6 mue-
bles respectivamente, encontrando en cada una de ellas un número medio de defec-
tos de 3, 5 y 2. Determinar el número medio de defectos del total de muebles ins-
peccionados.
Solución
Aplicando la segunda propiedad de la media:
x 6% x 61 N 1! x 62 N 2! x 63 N 3
N 1! N 2! N 3
%3 · 6! 5 · 8! 2 · 6
6! 8! 6% 3,5 defectos
ANÁLISIS DE DATOS UNIDIMENSIONALES 29
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
7/45
2.1.2. Media armónica y geométrica
La media armónica, que se denota por M h, se define como:
M h% N
1 x1
n1!1 x2
n2!ñ!1 x I
n I
% N
I ;i%1
1 xi
· ni
siendo:
N %
I
;i%1
ni
En el caso particular de que las frecuencias fuesen unitarias, esto es, ni% 1 O i,
entonces:
M h% I
I
;i% I
1
xi
Además, a la hora de calcular la media armónica suele utilizarse que la inversa
de la media armónica es la media aritmética de los valores inversos de la variable,
esto es:
1 M h
%
I
;i%1
1 xi
·ni
N
Por su parte, la media geométrica, que es empleada cuando las variables son de
naturaleza multiplicativa en el sentido, por ejemplo, que los intereses generan nue-
vos intereses o cuando el incremento salarial se efectúa sobre el anterior y no sobre
uno fijo, se denota por M g y se define como:
M g% N
∂ xn
11 · xn
22 · . . . · xn I I %
N
J I
<i%1
xnii
En el caso particular de que las frecuencias fuesen unitarias (ni% 1 O i), enton-
ces se tienen:
M g% I ∂ x1 · x2 · . . . · x I % I J
I
<i%1
xi
Además, a la hora de calcular la media geométrica suele utilizarse que el loga-
ritmo de la media geométrica que es igual a la media aritmética de los logaritmosde los valores de la variable, esto es:
log M g%
I
;i%1
log( xi) ·ni
N
30 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
8/45
De la misma forma que se indicó para la media aritmética, el valor que tome la
media armónica y la media geométrica(3) debe estar siempre incluido entre el valor
mínimo y máximo del dominio de la variable analizada.
2.1.3. Mediana
Ordenada la distribución de frecuencias de menor a mayor, la mediana, que se
denota por Me, es un valor del recorrido de la variable que deja el mismo número
de observaciones a su izquierda y a su derecha.
Para el cálculo de la mediana es necesario distinguir entre distribuciones de
frecuencias de valores sin agrupar y agrupados, pero la idea que siempre hay que
tener presente es que la mediana es aquel valor de la variable al que corresponde
una frecuencia acumulada igual a N / 2.
2.1.3.1. Distribuciones de frecuencias de valores sin agrupar
Al trabajar con valores sin agrupar hay que considerar varias posibles situacio-
nes (Figura 2.1). Cada una de éstas será tratada a continuación.
Distribución de frecuenciasde valores sin agrupar
Frecuencias unitarias
Frecuencias no unitarias
Número impar deobservaciones
Número par deobservaciones
Figura 2.1.
Situación 1. Distribución de frecuencias unitarias
Si el número de observaciones es impar, el valor de la mediana coincidirá con
el valor xi (Me% xi) que deje a derecha e izquierda el mismo número de observa-
ciones.
Si el número de observaciones es par, entonces el valor de la mediana se obten-
drá como la media del valor(4): Me% xi! xi!1
2
.
(3) Se podría comprobar que la media armónica, geométrica y armónica guardan la siguiente rela-ción: M hm M gm x 6.
(4) Este es el criterio que se utilizará. Otros criterios consideran que son válidos ambos valores, estoes, Me% xi y Me% xi!1, o incluso cualquier valor comprendido entre los anteriores.
ANÁLISIS DE DATOS UNIDIMENSIONALES 31
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
9/45
Ejemplo 2.5 Una variable estadística X toma los siguientes 7 valores distintos:
1, 3, 5, 6, 7, 8, 12
Determinar la mediana.
Solución
Puede verse fácilmente que el valor de la variable xi% 6 deja el mismo número
de observaciones, un total de 3, a cada lado.
1, 3, 5 6 7, 8, 12
VWX VWX
Por tanto, el valor de la mediana es:
Me% xi% 6
Ejemplo 2.6 Obtener la mediana de una variable estadística que toma los siguientes 6valores distintos:
9, 2, 5, 3, 6, 8,
Solución
En este caso, lo primero que debe hacerse es ordenar la distribución de fre-
cuencias de menor a mayor.
2, 3, 5 6, 8, 9
El valor de la variable que deja el mismo número de observaciones a ambos la-
dos, la mediana, se sitúa entre 5 y 6. Así:
Me%
5! 6
2 % 5,5
Situación 2. Distribución de frecuencias no unitarias
Cuando la distribución de frecuencias es no unitaria, se suele utilizar el si-
guiente criterio para determinar el valor de la mediana: sea N i la primera frecuen-
cia absoluta acumulada igual o superior a N / 2, entonces:
si
DAEAF
N i.1a N 2a N i
N i% N
2
ú
ú
Me% xi
Me% xi! xi!1
2
32 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
10/45
Ejemplo 2.7 Obtener la mediana de la siguiente distribución de frecuencias.
xi ni N i
2 3 3
3 2 5
5 3 8
Solución
La mitad de las observaciones corresponde a N
2% 4. El valor de la variable que
contiene una frecuencia acumulada de 4 es x2% 3, con N 2% 5.
xi ni N i
2 3 3 p N i.1% N 1
xi% x2r 3 2 5 p N i% N 2
5 3 8
Por tanto, como N 1a N
2a N 2r 3a4a 5 entonces Me% x2rMe% 3.
Ejemplo 2.8 Obtener la mediana de la siguiente distribución de frecuencias.
xi ni N i
3 3 3
4 2 5
6 5 10
SoluciónEl valor de la variable que acumula un número de observaciones igual
N
2% 5
es x2% 4.
xi ni N i
3 3 3
xi% x2r 4 2 5 p N i% N 2
xi!1% x3r 6 5 10
Por tanto, como N 2% 5% N
2se tendrá que Me%
xi! xi!1
2rMe%
4!6
2% 5.
La mediana de la distribución es 5.
ANÁLISIS DE DATOS UNIDIMENSIONALES 33
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
11/45
2.1.3.2. Distribuciones de frecuencias agrupadas
Este caso tiene menos interés, pues actualmente no se suele trabajar con datos
agrupados, dado que la informática permite manejar mucha información sin nece-
sidad de perder parte de ella en agrupaciones.
El problema se resuelve obteniendo en primer lugar el llamado intervalo me-
diano, el primero cuya frecuencia absoluta acumulada N i alcanza o sobrepasa N / 2.
Es decir, N i.1a
N
2m N i.
Para precisar el valor de la variable que corresponde a la mediana (5) se supone
que la frecuencia correspondiente al intervalo se distribuye uniformemente y por
reparto proporcional se obtiene el valor buscado.
Ejemplo 2.9 El número de proyectos de mejora propuestos por los 20 círculos de cali-dad existentes en una empresa han sido agrupados de la siguiente forma:
Proyectos de mejora Círculos de calidad Li.1 , Li ni
[8 , 12[ 2
[12 , 16[ 6
[16 , 20[ 8
[20 , 24] 4
Determinar el intervalo mediano.
Solución
Para saber en qué intervalo estará incluida la mediana lo primero es insertar
una columna que represente la frecuencia absoluta acumulada ( N i), tal y como se
refleja en la siguiente tabla.
Proyectos de mejora Círculos de calidad Li.1 , Li ni
N i
[8 , 12[ 2 2
[12 , 16[ 6 8 p N i.1% N 2
[16 , 20[ 8 16 p N i% N 3
[20 , 24] 4 20
(5) Identificado el intervalo mediano, Me% Li.1! ci · N / 2. N i
N i. N i.1
, donde ci es la amplitud del inter-
valo mediano y Li.1 su extremo inferior.
34 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
12/45
Como la mediana es el valor de la variable que acumula N
2observaciones, ésta
estará contenida en el intervalo [16 , 20[, que es el intervalo mediano, puesto que
N 2a N
2m N 3, es decir, 8a
N
2%10m 16.
2.1.4. Moda
La moda de una distribución, a la que se denotará por Mo, representa el valor
de la variable con mayor frecuencia. No tiene por qué ser única. Es decir, si hay
dos o más valores de la variable que tienen la misma frecuencia, siendo esta la
mayor, se estará ante una distribución multimodal (bimodal, dos modas; trimodal,tres modas; etc.).
Del mismo modo que se procedió con la mediana, para determinar la moda
debe distinguirse entre distribuciones de valores sin agrupar y agrupados.
2.1.4.1. Distribuciones de frecuencias de valores sin agrupar
En este caso, y según la definición de la moda, hay que fijarse en cuál es el va-
lor de la variable que más se repite, el de mayor frecuencia.
Ejemplo 2.10 Se ha preguntado a 15 estudiantes por el número de horas semanales
dedicadas al estudio, recogiéndose sus respuestas en la siguiente distribución de
frecuencias.
Horas semanales Númerode estudio, xi de estudiantes, ni
2 1
3 4
5 8
7 2
Obtener la moda del número de horas de estudio.
Solución
La moda es 5 (Mo%5), puesto que es el valor de la variable con mayor frecuen-
cia. Un total de 8 estudiantes dedican 5 horas a estudiar.
ANÁLISIS DE DATOS UNIDIMENSIONALES 35
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
13/45
Ejemplo 2.11 Se ha preguntado a 5 estudiantes por el número de horas semanales dedi-
cadas al estudio, siendo sus respuestas:
0, 2, 4, 5, 8
Obtener la moda del número de horas de estudio.
Solución
En esta distribución todos los valores de la variable se considerarían modas
pues ni%1 O i.
2.1.4.2. Distribuciones de frecuencias de valores agrupados
Cuando se trabaja con valores agrupados en intervalos, lo más sencillo para de-
terminar el valor modal consiste en dibujar el histograma.
La moda estará contenida en el intervalo de mayor altura, al que se denomina
intervalo modal.
Ejemplo 2.12 Obtener el intervalo modal de la distribución de frecuencias del Ejem-
plo 2.9.
Solución
Para determinar el intervalo modal se añade una columna que recoja la altura
(hi) asociada a cada intervalo. En este ejemplo todos los intervalos tienen la misma
amplitud (ci% 4), por lo que el intervalo de mayor frecuencia será el que tenga
mayor altura y, por tanto, el intervalo modal.
Proyectos de
mejora, Li.1 , Li
Círculo
de calidad, ni hi%
ni
ci
[8 , 12[ 2 1/ 2[12 , 16[ 6 3/ 2
intervalo modalr [16 , 20[ 8 2 pmayor altura
[20 , 24] 4 1
Así pues, la moda estará contenida en el intervalo [16 , 20[.
Existen casos en los que, sin necesidad de realizar ningún cálculo, es posibleaproximar el valor que toma la moda en el intervalo modal. Así, en la Figura 2.2,
Gráfica (a), puede observarse cómo, si los intervalos anterior y posterior al inter-
valo modal tienen la misma altura, la moda coincidirá con la marca de clase.
En cambio, si el intervalo posterior al modal es de mayor altura que el anterior,
36 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
14/45
Figura 2.2.
Gráfica (b), la moda se desplaza hacia la derecha de la marca de clase, coincidien-
do su valor con el límite superior del intervalo modal cuando la altura del anterior
al mismo sea cero, como puede verse en la Gráfica (c). De forma análoga, la moda
coincidirá con el extremo inferior del intervalo modal cuando la altura del interva-
lo posterior a éste sea cero, Gráfica (d).
Siguiendo con el criterio anterior de aproximar el valor de la moda en propor-ción inversa a las alturas de los rectángulos del histograma anterior y posterior al
modal, se recurre a la siguiente expresión:
Mo% Li.1! ci ·hi!1
hi.1!hi!1
(2.1)
donde ci es la amplitud del intervalo modal, Li.1 su extremo inferior; hi.1 es la al-
tura asociada al intervalo anterior al modal y hi!1 a la del posterior.
Ejemplo 2.13 En la siguiente distribución de frecuencias se refleja la retribución men-
sual de los 260 empleados del área de fabricación de una gran empresa industrial.
Retribución (e) Número de empleados Li.1 , Li ni
[800 , 1.000[ 50
[1.000 , 1.400[ 100
[1.400 , 1.800[ 80
[1.800 , 2.100] 30
¿Cuál es la retribución más frecuente en esta área funcional?
ANÁLISIS DE DATOS UNIDIMENSIONALES 37
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
15/45
Solución
Como fácilmente puede observarse en la distribución de frecuencias del enun-
ciado, los intervalos son de distinta amplitud. En consecuencia, y a diferencia del
Ejemplo 2.12, el intervalo al que corresponde mayor frecuencia no necesariamente
tiene que ser el que tenga mayor altura asociada.
Añadiendo a la tabla dos nuevas columnas que recojan la amplitud (ci) y altura(hi) de cada intervalo:
Retribución (e) Li.1 , Li
Númeroempleados
ni
ci hi% ni
ci
intervalo modalr [800 , 1.000[ 50 200 0,25 pmayor altura
intervalo modalr [1.000 , 1.400[ 100 400 0,25 pmayor altura
[1.400 , 1.800[ 80 400 0,2[1.800 , 2.100] 30 300 0,1
Como puede verse en la tabla anterior, en este caso existen dos modas (la dis-
tribución es bimodal), la primera estará incluida en el intervalo [800 , 1.000[ y la
segunda en [1.000 , 1.400[.
Sin necesidad de realizar ningún cálculo, podría decirse que la primera moda
será 1.000, puesto que la altura del intervalo anterior al modal es cero. En cambio,
respecto a la segunda, como el intervalo anterior a [1.000 , 1.400[ es de mayor al-tura que el posterior, sólo puede decirse que su valor se encontrará ligeramente por
debajo de la marca de clase ( x2% 1.200). Una mejor aproximación al valor de la
moda puede obtenerse con la expresión dada en (2.1).
Moda 1: Mo% 800!200 ·0,25
0! 0,25% 1.000
Moda 2: Mo% 1.000! 400 ·
0,2
0,25! 0,2% 1.177,78
Por tanto, las retribuciones más frecuentes en el área de fabricación de esta em-
presa son 1.000 e y 1.177,78 e.
2.1.5. Cuantiles
Ordenados de menor a mayor los valores de la variable y dado un entero positi-
vo k , las familias de cuantiles serán valores del recorrido de la variable que dividi-
rán la distribución en k partes, conteniendo cada una de ellas la misma proporción
de observaciones A1
k B.
38 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
16/45
Las familias de cuantiles más utilizadas son aquellas que dividen la distribu-
ción de frecuencias en cuatro, diez y cien partes y se conocen con el nombre de
cuartiles, deciles y percentiles, respectivamente:
a) Cuartiles (k % 4): son tres valores (C s, s% 1, 2, 3) del recorrido que divi-
den la distribución en 4 partes, conteniendo cada una de ellas el 25%
A14Bde las observaciones.
b) Deciles (k % 10): son nueve valores del recorrido ( Ds, s% 1, 2, ..., 9) que
dividen la distribución en 10 partes, de tal forma que cada una de ellas
contendrá el 10% A 1
10B de las observaciones.c) Percentiles (k % 100): son noventa y nueve valores del recorrido (Ps,
s% 1, 2, ..., 99) que dividen la distribución en 100 partes, conteniendo ca-da una de ellas el 1% de las observaciones.
En general (para cualquier valor de k ): una familia de cuantiles de orden As
k Bs% 1, 2, ..., (k .1), se identificará como los (k .1) valores del recorrido de la va-riable Qs
k
s% 1, 2, ..., (k .1), que dividirán en k partes la distribución de la varia-
ble conteniendo, cada una de ellas, una proporción de valores de
A
1
k
B.
De esta forma, si Qsk
es el cuantil de orden As
k B, un porcentaje de As
k ·100B de
los valores de la variable (como mínimo) serán menores o iguales que Qsk
y un por-
centaje de A1.s
k B · 100 de los valores (como mínimo) serán mayores o igualesque Qs
k
.
Así, por ejemplo, el primer cuartil C 1 será el cuantil Q14
, de tal forma que, al
menos, el 25% de los valores serán menores o iguales que C 1 y, al menos, el 75%
restante serán mayores o iguales que C 1.
Análogamente, podemos identificar los deciles y percentiles como cuantiles en
general: P35%Q 35100
, D8%Q 810
, ..., etc.
El procedimiento de cálculo es análogo al estudiado en el caso de la mediana,
es decir, suponiendo datos sin agrupar:
si
DAEAF
N i.1a s · N k a N i
N i%s · N
k
ú
ú
Qsk
% xi
Qsk
% xi! xi!1
2
ANÁLISIS DE DATOS UNIDIMENSIONALES 39
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
17/45
donde Qsk
es el cuantil (cuartil, decil o percentil) que se quiere calcular y que acu-
mulará una proporción de As
k B observaciones.Si la distribución de frecuencias es de valores agrupados se determinará el
intervalo cuantílico, es decir, aquel que contiene el cuantil que se quiere obtener.
Ejemplo 2.14 Dada la siguiente tabla de frecuencias:
Proyectos de mejora Círculos de calidad xi ni
10 2
14 6
18 8
22 4
Obtener el segundo cuartil, el cuarto decil y nonagésimo percentil.
Solución
Proyectos de mejora Círculos de calidad xi ni
N i
10 2 2
14 6 8
18 8 16
22 4 20
El segundo cuartil (C 2) es el valor de la variable que deja a su izquierda, esto es
acumula, un número mínimo de observaciones del 50%.
s%2, k %4 rs · N
k %
2 · 2 0
4%10 observaciones
por tanto, como N 2as · N
k a N 3 (8a10a 16) entonces C 2%Q2
4
% x3%18.
Obsérvese que el valor del segundo cuartil coincide con el de la mediana. De
hecho, C 2% D5%P50%Me%Q12
.
El cuarto decil ( D4) es el valor que acumula como mínimo un 40% de las ob-servaciones:
s%4, k %10 rs · N
k %
4 · 2 0
10%8 observaciones
40 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
18/45
en consecuencia, como N 2% 8%s · N
k , el cuarto decil será:
Qsk
% D4% x2! x3
2%
14! 18
2% 16
Por último, el nonagésimo percentil, P90, es el valor que acumula como míni-mo un 90% de las observaciones:
s% 90, k % 100 rs · N
k %
90·20
100% 18 observaciones
con lo que el percentil noventa será: Q 90100%P90
% x4% 22, dado que N 3as · N
k %
% 18a N 4 .
2.2. Medidas de dispersión
El término dispersión o variabilidad hace referencia a cómo de distantes, de se-
parados, se encuentran los datos. En este sentido, si los distintos valores de la dis-
tribución se encuentran próximos entre sí, estos presentarán poca dispersión o va-
riabilidad; si por el contrario están alejados, mostrarán mucha dispersión.
Pueden calcularse diversas medidas de dispersión, aunque las más habituales
son el rango (o recorrido), la varianza y la desviación típica. Las anteriores son
medidas de dispersión absoluta. Sin embargo, si lo que se quiere es comparar va-
rias distribuciones de frecuencias en términos de variabilidad, para ver cuál es la
que presenta mayor o menor dispersión, debe obtenerse una medida relativa como,
por ejemplo, el coeficiente de variación de Pearson.
2.2.1. Rango
El rango o recorrido de una distribución es la diferencia entre el valor máximo
y mínimo, es decir, Re% xmax. xmin. La principal desventaja de este tipo de me-
dida de dispersión es que únicamente tiene en cuenta dos valores de la variable.
2.2.2. Varianza y desviación típica
La varianza, que se denota por S 2 X , se define como la media aritmética de los
cuadrados de las diferencias de los valores de la variable a la media aritmética:
S 2
X %
I
;i%1
( xi. x 6)2 · ni
N (2.2)
ANÁLISIS DE DATOS UNIDIMENSIONALES 41
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
19/45
Con la varianza se pretende medir la dispersión que presentan los valores de la
variable respecto de su media. Cuanto mayor sea la varianza, cuanto mayor sea la
dispersión, menos representativa resultará ser la media.
Una expresión equivalente a la anterior para calcular la varianza, muy utilizada
por cuanto simplifica considerablemente la operatoria, es:
S 2 X %
I
;i%1
x2i · ni
N . x 6
2 (2.3)(6)
De la definición de varianza se desprende que ésta nunca puede ser negativa
(S 2 X n0) y que se encuentra expresada en unidades de medida al cuadrado.
Además, la varianza no depende de los cambios de origen, pero sí de los de
unidad (véase Apartado 2.5.).
Por su parte, la desviación típica o estándar, que se denota por S
x, es la raízcuadrada positiva de la varianza, es decir:
S X %!∂ S 2 X n 0
La desviación típica es una medida de dispersión que suele proporcionarse jun-
to con la media de la distribución, puesto que ambas magnitudes vienen expresadas
en la misma unidad de medida, lo que facilita enormemente la interpretación de los
resultados.
Otro estadístico que se utiliza mucho, especialmente en inferencia estadística,
es la cuasivarianza, que se denota por S *2 X , y se define como:
S *2
X %
I
;i%1
( xi. x 6)2 · ni
N . 1%
N
N . 1· S
2
X
siendo la cuasidesviación típica, S * X %!∂ S *2 X
Ejemplo 2.15 El número de ofertas de empleo publicadas en los últimos cinco númerosen una revista especializada ha sido:
10, 20, 12, 16, 12
Calcular el rango, varianza, desviación típica, cuasivarianza y cuasidesviación
típica.
Solución
El rango o recorrido del número de ofertas de empleo (variable X ) es:
Re% xmax. xmin r Re% 20. 10% 10
(6) En el Apartado 2.3 se verá cómo esta expresión se corresponde con la obtenida al expresar elmomento central de orden 2, que es la varianza, en función de los momentos ordinarios.
42 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
20/45
Para calcular la varianza, se puede recurrir a la Expresión (2.2) o (2.3). Eviden-
temente el resultado es el mismo, simplemente una forma resulta más cómoda que
la otra, como se verá.
Los cálculos necesarios para obtener la varianza pueden obtenerse añadiendo
una serie de columnas a la tabla de frecuencias de las ofertas de empleo publica-
das, tal y como se muestra a continuación:
xi ni ( xi. x 6) ( xi. x 6) ni ( xi. x 6)2 ni xi ni x
2
i ni
10 1 .4 .4 16 10 100
12 2 .2 .4 8 24 288
16 1 2 2 4 16 256
20 1 6 6 36 20 400
;% 0 (7) ;% 64 ;% 70 ;% 1.044
Una vez elaborada la tabla anterior resulta casi inmediato el cálculo de la me-
dia y de la varianza.
x 6%
I %4
;i%1
xini
N %
70
5% 14 anuncios
S 2 X %
I %4
;i%1
( xi. x 6)2ni
N %
64
5% 12,8 (anuncios)2
o bien,
S 2 X %
I %4
;i%1
x2i ni
N . x 6
2%
1.044
5. 142% 12,8 (anuncios)2
La desviación típica es: S X %!∂ S 2 X %∂ 12,8] 3,58 anuncios.La cuasivarianza se puede obtener a partir de la varianza:
S *2
X %
N
N . 1· S 2 X %
5
5. 1· 12,8% 16 (anuncios)2
La cuasidesviación típica es: S * X %∂ S *2 X %∂ 16% 4 anuncios.
(7) Obsérvese cómo la suma de las desviaciones de cada valor de la variable respecto a su media es
cero A I %4
;i%1
( xi. x 6) · ni% 0B, tal y como se indicó en la primera propiedad de la media aritmética.
ANÁLISIS DE DATOS UNIDIMENSIONALES 43
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
21/45
2.2.3. Coeficiente de variación de Pearson
Es el cociente entre la desviación típica y la media aritmética de la variable es-
tadística X . Suele representarse por g0( X ).
g0( X )%
S X
x 6
Cuanto más próximo a cero se encuentre el coeficiente de variación menor será
la dispersión (relativa) y mejor la representatividad de la media aritmética.
El coeficiente de variación es una medida de dispersión relativa. Por esta ra-
zón, se utiliza para comparar la dispersión entre dos o más distribuciones, indepen-
dientemente del valor de sus medias y de la unidad de medida de las variables.
Ejemplo 2.16 Dos revistas especializadas en empleo, A y B, han publicado una mediade ofertas de trabajo, que requieren alta cualificación, de x 6 A%10 y x 6 B%16 con
varianzas, respectivamente, de S 2 A% 4 y S 2
B% 9. ¿Qué revista presenta mayor dis-
persión absoluta? ¿Y relativa?
Solución
La revista B presenta mayor dispersión absoluta que la revista A, puesto que
S 2 B% 9bS 2
A%4. Ahora bien, para comparar correctamente la dispersión en ambas
publicaciones (con medias distintas), debe calcularse el coeficiente de variación,medida de dispersión relativa, que mide el número de veces que la desviación típi-
ca contiene a la media. Por tanto:
g0( A)%S A
x 6 A%
2
10%0,2
g0( B)%S B
x 6 B%
3
16%0,1875
es decir, como g0( B)a g0( A) puede concluirse que la dispersión relativa de la re-vista B es menor que la de la revista A.
2.3. Momentos
A partir de la distribución de frecuencias es posible calcular una serie de valo-
res específicos que la caracterizan. Estos valores son los denominados momentos.Los estadísticos obtenidos hasta ahora como media y varianza pueden conside-
rarse casos particulares de los momentos. A continuación se estudian los principa-
les detalles de los distintos tipos de momentos que pueden obtenerse, momentos
ordinarios y centrales, así como la relación que puede establecerse entre ellos.
44 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
22/45
2.3.1. Momentos ordinarios o respecto al origen
Dada una variable estadística unidimensional ( X ) y su distribución de frecuen-
cias, se define el momento ordinario (o respecto al origen) de orden p, que se de-
nota por a p( X ), como:
a p( X )%
I
;i%1
x pini
N
Los distintos momentos ordinarios son obtenidos al asignar valores a p. Segui-
damente se presentan algunos casos particulares:
Momento ordinario de orden 0: Si p% 0r a0( X )%
I
;i%1
x0i ni
N % 1
Momento ordinario de orden 1: Si p% 1r a1( X )%
I
;i%1
x1i ni
N % x 6
Momento ordinario de orden 2: Si p% 2r a2( X )%
I
;i%1
x2i ni
N
2.3.2. Momentos centrales o respecto a la media
Dada una variable estadística unidimensional ( X ) y su distribución de frecuen-
cias, se define el momento central (o respecto a la media) de orden p, que se deno-
ta por m p( X ), como:
m p( X )%
I
;i%1
( xi. x 6) pni
N
Algunos casos particulares son:
Momento central de orden 0: Si p% 0rm0( X )%
I
;i%1
( xi. x 6)0ni
N %
I
;i%1
ni
N % 1
Momento central de orden 1: Si p% 1rm1( X )%
I
;i%1
( xi. x 6)1ni
N % 0
ANÁLISIS DE DATOS UNIDIMENSIONALES 45
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
23/45
Momento central de orden 2: Si p% 2rm2( X )%
I
;i%1
( xi. x 6)2ni
N % S 2 x . Es
decir, el momento central de orden 2 coincide con la varianza [véase Expre-
sión (2.2)].
2.3.3. Relación entre los momentos ordinariosy centrales
Es posible expresar cualquier momento central en función de los momentos
ordinarios. Para ello se recurre a la siguiente relación:
m p%
p
;k %0
(.1)k
A pk B
· ak 1 · a p.k (2.4)
Por ejemplo, la expresión del momento central de orden 2 en función de los
momentos ordinarios se obtiene para p% 2 (8).
S 2 X zm2( X )% p%2
;k %0
(.1)k A p% 2
k B · ak 1 · a p.k %
% (.1)0A2
0B · a01 · a2.0! (.1)1A2
1B · a11 · a2.1! (.1)2A2
2B · a21 · a2.2 V\\W\\\X V\\W\\\X V\\W\\\X
k %0 k %1 k %2
Operando:
S 2 X %m2( X )% a01 · a2.2 · a
11 · a1! a
21 · a0r S
2 X %m2( X )% a2.a
21
Sustituyendo el momento ordinario de orden 2 por la expresión que lo hace
operativo, y recordando que el momento ordinario de orden 1 coincide con la
media:
S 2 X %m2( X )%
I
;i%1
x2i ni
N . x 62
expresión para la varianza que coincide con la dada en (2.3).
(8) Para calcular el número combinatorio A p
k B se procede de la siguiente forma: A p
k B% p!
k !( p. k )!.
46 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
24/45
Ejemplo 2.17 Expresar el momento central de orden 3 de la variable X en función de
los momentos ordinarios.
Solución
Recurriendo a la Expresión (2.4)
m3( X )%
p%3
;k %0
(.1)k A p% 3
k B · ak 1 · a p.k % (.1)0A3
0B · a01 · a3.0! V\\W\\\X
k %0
! (.1)1
A
3
1
B· a11 · a3.1! (.1)
2
A
3
2
B· a21 · a3.2! (.1)
3
A
3
3
B· a31 · a3.3
V\\W\\\X V\\W\\\X V\\W\\\X
k %1 k %2 k %3
Operando:
m3( X )% a0
1 · a3.0. 3 · a1
1 · a3.1! 3 · a2
1 · a3.2. a3
1 · a3.3
m3( X )% a3. 3 · a2 · a1! 2 · a3
1
Es decir:
m3( X )%
I
;i%1
x31ni
N . 3 ·
I
;i%1
x21ni
N · x 6! 2 · x 63
2.4. Medidas de forma
En este apartado se va a comparar una determinada distribución de frecuencias
con un modelo ideal, la distribución Normal (que tiene forma de campana). La
comparación se centrará, básicamente, en dos aspectos fundamentales. Por una
parte, en determinar si la distribución con la que se está trabajando es simétrica,
como la normal, o bien es asimétrica, esto es, se encuentra desplazada hacia un la-
do. Por otro parte, resulta también interesante conocer cómo es la distribución encuanto a su apuntamiento respecto al mencionado modelo ideal. Estas cuestiones
pueden ser resueltas al representar gráficamente la distribución de frecuencias y
observar su forma o, caso de no poder hacer esto, calculando las oportunas medi-
das, a saber: asimetría y apuntamiento (curtosis).
ANÁLISIS DE DATOS UNIDIMENSIONALES 47
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
25/45
2.4.1. Medidas de asimetría
En la Figura 2.3 se ha representado la distribución normal [Gráfica (a)]. Puede
observarse como ésta es una distribución simétrica respecto a la media, «al doblar
la distribución por el eje de simetría ambas partes coinciden» [Figura 2.3, Gráfi-
ca (b)]; en caso contrario se dice que la distribución es asimétrica.
Eje simetría Eje simetría
x = Me = Mo x = Me = Mo
Al «doblar» por el eje de
simetría
Gráfica (a) Gráfica (b)
Figura 2.3.
Para medir la asimetría de una distribución pueden utilizarse diferentes coefi-
cientes, aunque es frecuente obtener el denominado coeficiente de asimetría (de
Fisher), que se denota por g1, y se define como el cociente entre el momento cen-tral de orden 3 y la desviación típica elevada al cubo. Por tanto, el coeficiente de
asimetría de la variable X vendrá dado por:
g1( X )%m3( X )
S 3 X
%
I
;i%1
( xi. x 6)3 · ni
N
S 3 X
de tal forma que si la distribución es asimétrica g1( X ) tomará un valor distinto de
cero, positivo o negativo, tanto mayor (en términos absolutos) cuanto más asimé-
trica sea la distribución. Si g1( X )% 0 la distribución puede ser simétrica o no, será
necesario apoyarse en su representación gráfica (Figura 2.4); ahora bien, si la dis-
tribución es simétrica el coeficiente de asimetría de Fisher siempre será cero.
Puede observarse que, cuando los valores de la variable más frecuentes son los
mayores y la distribución presenta una cola a la izquierda, ésta es asimétrica nega-
tiva. En cambio, cuando los valores más comunes de la distribución son los meno-res, cola hacia la derecha, ésta es asimétrica positiva.
En distribuciones unimodales y campaniformes, como las representadas en la
Figura 2.4, se cumple que x 6aMeaMo cuando la distribución es asimétrica ne-
gativa y MoaMea x 6 cuando es asimétrica positiva.
48 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
26/45
x = Me = Mo
Mo x
Mo x
Distribución asimétrica negativa;cola más larga a la izquierda de la moda
( ) < 0 g X 1
Distribución simétrica( ) = 0 g X 1
Distribución asimétrica positiva;cola más larga a la derecha de la moda
( ) > 0 g X 1
Figura 2.4.
Ejemplo 2.18 A partir de las calificaciones en estadística de 50 estudiantes universita-rios de primer curso se han obtenidos los siguientes estadísticos:
I
;i%1
xini% 345 I
;i%1
x2
i ni% 2.553 I
;i%1
x3
1ni% 19.821
¿Es simétrica la distribución de las calificaciones obtenidas en esta asignatura?
Solución
El coeficiente de asimetría se define como el cociente entre el momento central
de tercer orden y el cubo de la desviación típica.
En primer lugar se calculará x 6 y S X y a continuación m3( X ) a partir de la expre-
sión dada en la solución del Ejemplo 2.17.
x 6%
I
;i%1
xini
N %
345
50% 6,9
S X %!∂ S 2 X %J I
;i%1
x2
i · ni
N . x 6
2%J
2.553
50. 6,92 r S X % 1,85741756] 1,857
m3( X )%
I
;i%1
x3
i ni
N . 3 ·
I
;i%1
x2
i ni
N · x 6! 2 · x 63%
19.821
50. 3 ·
2.553
50· 6,9! 2·6,93
ANÁLISIS DE DATOS UNIDIMENSIONALES 49
-
8/19/2019 Analisis de Datos Unidimension
27/45
Resolviendo, m3( X )%.3,504. Por tanto, g1( X )%m3( X )
S 3 X %
.3,504
1,8573 ].0,547.
Es decir, la distribución de las calificaciones obtenidas en la asignatura de esta-
dística es asimétrica negativa, como puede verse en la Figura 2.6, en el Ejem-
plo 2.19, donde se representa gráficamente.
2.4.2. Medidas de apuntamiento (curtosis)
Las medidas de apuntamiento analizan si una distribución de frecuencias es
más apuntada o menos al comparar ésta con una distribución tipo, la distribución
Normal (véase Figura 2.5) con su misma media y varianza.
El hecho de que una distribución sea muy apuntada, o poco, dependerá de la
cantidad de valores de la variable que se encuentren en torno a la zona central y se
agrupen alrededor de la media aritmética. Una medida que permite conocer este
grado de apuntamiento es el coeficiente de curtosis, que se denota por g2, y que se
define, en este caso para una variable X , como:
g2( X )%m4( X )
S 4 X
. 3
En la expresión anterior se resta el valor 3, puesto que en la distribución Nor-
mal, que se toma como referencia a la hora de realizar la comparación, m4S 4% 3.
Si g2( X )b0, la distribución es leptocúrtica, más apuntada que la Normal.
g2( X )%0, la distribución es mesocúrtica, igual de apuntada que la Normal.
g2( X )a0, la distribución es platicúrtica, más achatada que la Normal.
Leptocúrtica
Mesocúrtica
Platicúrtica
Figura 2.5.
Ejemplo 2.19 En la Figura 2.6 se representa la distribución de frecuencias correspon-
diente al Ejemplo 2.18.
50 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
28/45
2 3 4 5 6 7 8 9 10
Calificaciones
N . º a
l u m
n o s
Distribución
Normal
Figura 2.6.
¿Qué puede decir acerca de su apuntamiento o aplastamiento? ¿Qué coeficiente
de curtosis cabe esperar?
Solución
Sobre el diagrama de barras de las calificaciones obtenidas en estadística porlos 50 estudiantes universitarios consultados, se ha dibujado la distribución normal
ajustada a esta distribución de media ( x 6% 6,9) y desviación típica (S x % 1,857). Al
comparar ambas se puede intuir que la distribución de las calificaciones es ligera-
mente más apuntada que la normal, por ello cabe esperar un coeficiente de curtosis
positivo (leptocúrtica).
2.5. Transformaciones lineales y tipificaciónde variables
Supóngase que, en principio, se está trabajando con la distribución de frecuen-
cias de una variable estadística X , de la que se ha obtenido una serie de estadísticos
(media, varianza, etc,) y que por cualquier circunstancia es necesario pasar a traba-
jar con otra variable estadística Y , que se obtiene a partir de la anterior como resul-
tado de:
— Sumar (o restar) una constante a a todos los valores de la variable estadísti-
ca X , es decir, de efectuar sobre ésta un cambio de origen: Y % X ! a o
Y % X . a.
ANÁLISIS DE DATOS UNIDIMENSIONALES 51
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
29/45
— Multiplicar (o dividir) por una constante b todos los valores de la variable
X , es decir, de realizar sobre X un cambio de unidad (o escala): Y % b · X o
Y % X
b.
— Practicar sobre la variable X tanto un cambio de unidad como de origen,
por ejemplo: Y % b · X ! a.
Pues bien, para obtener aquellas mismas medidas conocidas para la nueva va-
riable Y no es necesario crear su distribución de frecuencias y realizar de nuevo to-
dos los cálculos que se efectuaron en su momento para la variable X . Es suficiente
con conocer cómo afectan los cambios de origen y unidad a los distintos estadísti-
cos y recurrir a la transformación lineal empleada para obtener Y a partir de X
(véase Tabla 2.1).
En la Tabla 2.1, y para algunas transformaciones lineales tipo, a partir de los
estadísticos x 6
, S 2
x, g0( X ), g1( X ), g2( X ) y m p( X ) de la variable estadística X , que sesuponen conocidos, se muestran estas mismas medidas para la variable Y .
Tabla 2.1.
Transformación
Cambio unidad Cambio origen Cambio origen y unidad
Y % b · X Y % X ! a Y % b · X ! a
E s t a
d í s t i c o
( m e
d i d a
)
Media y 6% b · x 6 y 6% x 6! a y 6% b · x 6! a
(depende) (depende)
Varianza S 2Y % b
2 · S 2 X S 2
Y % S 2
X S 2Y % b2 · S 2 X (depende) (no depende)
Coeficiente g0(Y )% g0( X ) g0(Y )%S X
x 6! a g0(Y )%b · S X
b · x 6! aVariación (no depende) (depende)
Coeficiente g1(Y )% g1( X ) g1(Y )% g1( X ) g1(Y )% g1( X )Asimetría (no depende) (no depende)
Coeficiente g2(Y )% g2( X ) g2(Y )% g2( X ) g2(Y )% g2( X )Curtosis (no depende) (no depende)
Momento m p(Y )%b p · m p( X ) m p(Y )%m p( X ) m p(Y )%b
p · m p( X )central orden p (depende) (no depende)
Ejemplo 2.20 Determinar la media, varianza y coeficiente de variación de Pearson de
la variable estadística Y , que es obtenida como Y %1
4 X ! 2, sabiendo que x 6% 17
y S 2 X % 4.
52 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
30/45
Solución
La variable Y es obtenida al aplicar, sobre la variable X , un cambio de escala
(b% 1/ 4) y un cambio de origen (a% 2).La media depende tanto de los cambios de origen como de unidad, ambos de-
ben ser tenidos en cuenta a la hora de calcular la media de la variable Y , así:
y 6% b · x 6! a%1
4· 17! 2r y 6% 6,25
La varianza (en general todos los momentos centrales) únicamente depende de
los cambios de unidad, siendo invariante ante cambios de origen, por tanto:
S 2Y % b2 · S 2 X %A
1
4B2
· 4 r S 2Y % 0,25
El coeficiente de variación de Pearson es invariante ante cambios de unidad,
pero no a los de origen; de forma que caso de existir este último queda afectado
por ambos.
g0(Y )%S Y
y 6%
b · S X
b · x 6! a%
(1/ 4 ) · 2
(1/ 4)·17! 2r g0(Y )% 0,08
Por otra parte, tipificar una variable consiste en obtener, a través de una
transformación lineal «especial», otra variable con media y desviación típica (o va-rianza) prefijada. Esto es, tipificar una variable X , con media x 6 y desviación típica
S X , consiste en transformar ésta en otra Z con media z 6 y desviación típica S Z . La
variable Z se dice que es la variable tipificada de X .
En general, si el objetivo es conseguir una variable tipificada Z con media
z 6%m y S Z % k , la transformación lineal a realizar será:
Z % k ·
A
X . x 6
S X
B!m
El caso de tipificación más utilizado se conoce como tipificación estándar, y
consiste en transformar la variable X en otra variable Z , con media 0 y desviación
típica 1. En este caso, la transformación lineal consiste en restar al valor de la va-
riable la media y dividir entre la desviación típica, de esta forma, la variable resul-
tante Z , será:
Z % X . x 6
S X con z 6% 0 y S Z % 1
Si el coeficiente de variación de Pearson es empleado para comparar la disper-
sión entre dos o más distribuciones, la tipificación resulta útil cuando se quiere
comparar individuos o cantidades que en principio no son comparables, bien por-
que provienen de poblaciones diferentes, bien porque aluden a conceptos distintos.
ANÁLISIS DE DATOS UNIDIMENSIONALES 53
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
31/45
En este sentido, los valores tipificados que son obtenidos indican la distancia a la
que se encuentran cada uno de ellos respecto a la media, distancia que es medida
en términos de desviaciones típicas. Por tanto, fácilmente puede compararse la po-
sición relativa de cada valor.
Ejemplo 2.21 En la sección de pintura de un taller de reparaciones trabajan tres perso-nas. Sus salarios son de 900, 950 y 1.000 e. Obtener los salarios tipificados a me-
dia cero y desviación típica 1.
Solución
La media y desviación típica de los salarios será:
x 6%
3
;i%1
xi
N %
900! 950! 1.000
3r x 6% 950
S X %!J 3
;i%1
x2
i
N . x 6
2%J
9002!9502! 1.0002
3. 9502 r S X ] 40,825
Una vez obtenidas x 6 y S X pueden determinarse los valores tipificados:
z1% x1. x 6
S X %
900. 950
40,825r z1].1,225
z2% x2. x 6
S X %
950. 950
40,825r z2] 0
z3% x3. x 6
S X %
1.000. 950
40,825r z3] 1,225
x1 x2
S z S z
x3
–1,225 = z 1 z = z 2 = 0 –1 1 z 3 = 1,225
Figura 2.7.
Puede comprobarse que z 6%0 y S Z %1. Los valores z1 y z3, que se correspon-
den con los salarios de 900 y 1.000 e, respectivamente, se encuentran a 1,225 des-
viaciones típicas de la media, es decir, se encuentran a la misma distancia de ésta.
54 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
32/45
2.6. Medidas de concentración: curva de Lorenze índice de Gini
Las medidas de concentración, que no se deben confundir como opuestas a las
medidas de dispersión, indican el mayor o menor grado de igualdad (o equidistri-bución) en el reparto total de los valores de la variable objeto de estudio.
La concentración puede determinarse gráficamente a través de la curva de
Lorenz. Una medida analítica para la concentración es el conocido como índice de
Gini.
2.6.1. Curva de Lorenz
Mediante la curva de Lorenz (véase Figura 2.8) se relaciona el porcentaje acu-mulado de frecuencias ( pi) —hogares, familias, individuos, trabajadores, indus-
trias, etc.—, que se representa en el eje de abscisas, con el porcentaje acumulado
del volumen total de la variable (qi) —ingresos, ventas, renta, producto interior
bruto, etc.— que le corresponde, que se representa en el eje de ordenadas. Dicha
curva, que comienza en el punto (0, 0) y finaliza en el (100, 100), es creciente por
representar porcentajes acumulados y se encuentra situada por debajo de la bisec-
triz al ser pin qi O i.
2.6.2. Índice de Gini
El índice de Gini, que se denota por IG, es aproximadamente el cociente entre
el área comprendida entre la bisectriz del primer cuadrante y la curva de Lorenz y
el triángulo OPQ (véase Figura 2.8).
O P
Q
qi
pi
(% acumulado de frecuencias)
( %
a c u m u
l a d
o v
o l u
m e n
t o t a
l v a r
i a b l e )
Bisectriz
Curva Lorenz
Figura 2.8.
ANÁLISIS DE DATOS UNIDIMENSIONALES 55
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
33/45
A nivel práctico suele utilizarse, como aproximación, la siguiente expresión:
IG%
I .1
;i%1
( pi. qi)
I .1
;i%1
pi
La ventaja del índice de Gini es que proporciona una medida cuantitativa de laconcentración. Éste puede tomar valores comprendidos entre 0 y 1, es decir,0m IGm 1, de tal forma que si IG% 0 existe equidistribución (o no concentra-ción), produciéndose una concentración máxima cuando IG%1. Por tanto, cuantomás próximo a cero se encuentre el índice de Gini, menor será el grado de concen-tración.
Relacionando curva de Lorenz e índice de Gini (véase Figura 2.9), cuanto me-nor sea este último, menor será el área comprendida entre la bisectriz y la curva deLorenz. En el caso que la concentración sea mínima ( IG%0), la curva de Lorenzcoincide con la bisectriz, lo que indica que a un porcentaje acumulado de indivi-duos le corresponde ese mismo porcentaje acumulado del volumen total de la va-riable ( pi%qi O i).
O O O
Q Q Q
P P P IG = 0 0 < < 1 IG IG = 1
Figura 2.9.
En caso de máxima concentración ( IG%1), la curva de Lorenz coincide con el
triángulo OPQ. En este caso extremo, un solo individuo, el último, concentra elvolumen total de variable, no encontrándose nada en manos de los restantes( N . 1) individuos.
2.6.3. Haciendo operativo el índice de Gini
y la curva de Lorenz
Para poder representar la curva de Lorenz y obtener el índice de Gini, es nece-sario calcular los porcentajes acumulados de individuos y del volumen total de la
56 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
34/45
variable. Para ello, lo más práctico consiste en añadir columnas a la tabla de fre-
cuencias original, tal y como se muestra en la Tabla 2.2.
Tabla 2.2.
Volumen Volumenacumulado
Porcentajeacumulado
individuos
Porcentajeacumulado
de volumen
Diferencia
xi ni N i mi( a) M i pi%
N i
N · 100 qi%
M i
M · 100 pi. qi
x1 n1 N 1 m1 M 1 p1% N 1
N ·100 q1%
M 1
M · 100 p1. q1
x2 n2 N 2 m2 M 2 p2% N 2
N ·100 q2%
M 2
M · 100 p2. q2
ñ ñ ñ ñ ñ ñ ñ ñ
x I n I N I (b) m I M I
(c) p I %100 q I %100 p I .q I %0
(a) Si no es facilitada información sobre el volumen (mi), por ejemplo masa salarial, ésta puede ser estimada de la
siguiente forma: mi% xini .
(b) Total de individuos N I % N .
(c) Volumen total de la variable M I % M .
Ejemplo 2.22 Las horas de formación recibidas a lo largo del último año por los 40
directivos de distinto nivel, de la filial española de una compañía multinacional, se
recogen en la siguiente tabla.
Horas formación Número directivos
xi ni
20 20
30 10
40 5
50 5
Representar la curva de Lorenz y calcular el índice de Gini.
Solución
Confeccionando una tabla similar a la Tabla 2.2.
ANÁLISIS DE DATOS UNIDIMENSIONALES 57
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
35/45
xi ni N i mi% xi ni M i pi% N i
N · 100 qi%
M i
M I · 100
( a) pi.qi
20 20 20 400 400 50 34,78 15,22
30 10 30 300 700 75 60,87 14,13
40 5 35 200 900 87,5 78,26 9,24
50 5 40(b) 250 1.150(c) 100 100 0
(a) Los resultados han sido redondeados a dos números decimales para facilitar los cálculos.(b) Total directivos.(c) Total de horas dedicadas a formación de directivos.
Representando el punto (0, 0) y los distintos pares ( pi, qi), esto es, ( p1% 50,
q1%
34,78); ( p2%
75, q2%
60,87); ( p3%
87,5, q3%
78,26); la curva de Lorenz seobtiene al unir los puntos mediante segmentos.
100,00
90,00
80,00
70,00
60,00
50,0040,00
30,00
20,00
10,00
(0,0) 60604020 100
% acumulados de individuos
%
a c u m u
l a d
o v
o l u
m e n
h o r a s
Curva de Lorenz
(50; 34,78)
(75; 60,87)
(87,5; 78,26)
(100; 100)
Figura 2.10.
En cuanto al índice de Gini:
IG%
4.1
;i%1
( pi.qi)
4.1
;i%1
%( p1.q1)!( p2.q2)!( p3.q3)
p1! p2! p3%
15,22!14,13!9,24
50!75!87,5]0,1816
es decir, el número de horas de formación destinadas a los diferentes niveles direc-
tivos en esta filial están relativamente bien repartidas.
58 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
36/45
Cuestiones de autoevaluación
2.1 En un total de 10 empresas de un determinado sector de actividad se ha observadoel número de empleados, obteniéndose los valores siguientes: 15, 21, 22, 26, 32,
35, 40, 50, 54, 1.000, donde x 6% 129,5 y Me%33,5.
¿Qué medida de posición es preferible utilizar como resumen del conjunto de
datos de la variable?
a) La media aritmética, porque es la medida de posición central por excelencia y
siempre que se conozca se debe utilizar ésta.
b) La mediana, porque como existe un valor muy alejado del resto, la media es
poco representativa del conjunto de valores de la distribución.c) Es indiferente.
d) Ninguna de las anteriores es correcta.
2.2 Se estudian los salarios que perciben los empleados de una empresa. El menor de
los salarios es de 600 e/ mes y el mayor de 2.400 e/ mes. ¿Cuál de los siguientesresultados puede ser cierto?
a) x 6% 1.200 e, S X % 0 e
b) x 6% 1.000 e, S X % 200 e
c) x 6% 500 e, S X % 200 e
d) x 6% 1.200 e, S X %.150 e
2.3 Se invierten 12.000 e a plazo fijo durante dos años. El primer año el capital se in-
crementa en un 3% y el segundo en un 12% acumulativo. El interés o incremento
medio anual es:
a) 7,5 %.b) 7,406 %
c) 4,8 %
2.4 Si el coeficiente de asimetría de una variable X es 4, y se realiza una transforma-
ción lineal de la forma Y % 50! 60 X , ¿cuál es el coeficiente de asimetría de la
nueva variable?
a) El coeficiente de asimetría vale 24.
b) El coeficiente de asimetría vale 4.
c) El coeficiente de asimetría vale 74.
d) No se puede obtener el coeficiente de asimetría de Y a partir de la información
de la que se dispone.
ANÁLISIS DE DATOS UNIDIMENSIONALES 59
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
37/45
2.5 Supóngase una variable estadística X tal que x 6% 31 y S 2 X % 35. Si se realizase un
cambio de variable aplicando la transformación Y % 10! 5 X , entonces:
a) y 6% 165 y S 2Y % 875
b) y 6% 165 y S 2Y % 35
c) y 6% 155 y S 2
Y % 875d) y 6% 155 y S 2Y % 35
2.6 Una empresa de componentes electrónicos dispone de tres plantas de producción
(A, B y C) con 100, 150 y 200 operarios de fabricación respectivamente. Si el nú-
mero medio mensual de unidades producidas por cada empleado en la planta A es
de 2.000, en la planta B de 2.500 y en la planta C de 1.750, ¿cúal es el número
medio mensual de unidades producidas por cada operario para el global de la em-
presa?
a)2.000! 2.500! 1.750
100! 150! 200] 13,89
b)(2.000 · 100)! (2.500 · 150)! (1.750 · 200)
2.000! 2.500! 1.750% 148
c)100! 150! 200
2.000! 2.500! 1.750] 0,072
d)(2.000 · 100)! (2.500 · 150)! (1.750 · 200)
100! 150! 200] 2.055,56
2.7 Dados los siguientes momentos referentes a una variable estadística:
a1% 63, a2% 4.219, a3% 296.867, m3%.430, m4% 110.024
Se puede decir que la distribución de frecuencias es:
a) Simétrica y leptocúrtica.
b) Asimétrica por la izquierda y platicúrtica.
c) Asimétrica por la derecha y platicúrtica.
d) Asimétrica por la izquierda y leptocúrtica.
2.8 Para que una distribución simétrica con desviación típica igual a 3 sea mesocúrti-
ca, ¿cuál debe ser el valor del momento central de orden 4?
a) Igual a 243.b) Mayor a 243.
c) Menor a 243.
d) No se puede calcular el valor de m4.
60 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
38/45
2.9 Dada una variable estadística X con media x 6% 25 y desviación típica S X % 3, ¿quétransformación debería realizarse para que la variable tipificada tuviese media 5 ydesviación típica 2?
a) Z % X . 25
3
b) Z % X
5
c) Z % 2 ·A X . 25
3 B! 5d) Únicamente pueden obtenerse variables tipificadas con media cero y desvia-
ción típica 1.
2.10 Si el índice de Gini vale 1, se puede afirmar que:
a) No existe concentración, los valores de las variables están equidistribuidos.b) La curva de Lorenz coincide con la diagonal principal.c) La curva de Lorenz coincide con los lados del cuadrado, formando un triángulo.d) Tanto la opción a) como la c) son ciertas.
E jercicios propuestos
2.1 Se ha preguntado a 9 empresas por el número de personas que emplean, siendo susrespuestas:
50, 56, 60, 75, 80, 85, 88, 90, 100
Calcular la media aritmética, mediana y moda.
2.2 A 15 personas que guardaban cola para entrar al museo de «El Prado» se les hapreguntado por el número de veces que han visitado previamente la pinacoteca,siendo las respuestas obtenidas:
0, 1, 1, 2, 0, 5, 3, 2, 4, 4, 0, 1, 0, 0, 1
Calcular la media aritmética, mediana y moda.
2.3 Cierta empresa ha incrementado el salario a sus empleados en los últimos cinco
años en un 1, 2, 3, 4 y 5% acumulativo. Si un trabajador empezó con un salario1.000 e, calcular:
a) El incremento medio anual aplicado en estos cinco años.b) El salario a cobrar cinco años después.
ANÁLISIS DE DATOS UNIDIMENSIONALES 61
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
39/45
2.4 Dada la siguiente tabla estadística:
Intervalo ni
[10 , 20[ 9
[20 , 140[ 31
[140 , 180] 10
Calcular la media, el intervalo donde está contenida la mediana y el intervalo modal.
2.5 En la siguiente distribución de frecuencias se recoge el consumo de gas (en m3),
entre los meses de diciembre-enero, de una comunidad de 100 viviendas.
Consumo de gas Viviendas
[5 , 9[ 5[9 , 15[ 25
[15 , 25[ 50
[25 , 50[ 15
[50 , 80] 5
Obtener la media aritmética, el intervalo donde está contenida la mediana y el
intervalo modal de la distribución de consumo de gas.
2.6 Las siguientes cuatro muestras de datos tienen la misma media:
a) 4 4 4 4 4 4 4
b) 1 1 1 1 1 3 20
c) 1 2 3 4 5 6 7
d) 1 1 2 4 4 8 8
Ordenar el posible valor de sus varianzas (dispersión) de menor a mayor, pero sin
realizar ningún cálculo. Después comprobar el resultado calculando dichas varianzas.
2.7 Inspeccionadas un total de 40 planchas, el número de defectos (obstrucción del
pulverizador, funcionamiento incorrecto del termostato, etc.) encontrados por el
departamento de calidad ha sido:
Defectos Planchas
0 10
1 25
2 4
3 1
Obtener el número medio de defectos y la varianza de estos.
62 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
40/45
2.8 El propietario de una tienda de electrodomésticos, tras un descenso en las ventas
del último trimestre, observa el número de clientes que entran en su establecimien-
to a lo largo de quince días:
5, 8, 4, 2, 3, 5, 7, 6, 3, 4, 4, 9, 8, 5, 5
Calcular la media y la desviación típica.
2.9 Una Universidad tiene dos bibliotecas. La información disponible de la variable
«Gasto dedicado a la compra de libros» entre los años 1998 y 2002, en cada una de
las bibliotecas, ha sido el siguiente:
Biblioteca A
Gasto (miles de euros) 7 8 10 15 20
Biblioteca B
a1%12 (miles de euros) a2% 159 (miles de euros)2
¿En cuál de las dos bibliotecas ha habido menor dispersión en el gasto destinado a
la compra de libros?
2.10 Los directores de producción y recursos humanos han estudiado el absentismo la-
boral en dos células de producción. En la célula A el número medio de horas perdi-
das resultó ser de 120 horas, con una desviación típica de 36 horas. En la célula B
el absentismo medio se cuantificó en 80 horas de trabajo, con una desviación típica
de 30 horas.
¿En qué célula de producción hay mayor dispersión relativa en el número de
horas perdidas?
2.11 Una compañía, perteneciente a un grupo de grandes empresas (Grupo A), presentaun beneficio anual de 3,5622 millones de euros. Asimismo, el beneficio anual de
un comercio, perteneciente a una agrupación de pequeñas empresas (Grupo B), es
de 32.280 euros. Si las medias y desviaciones típicas de los beneficios anuales de
las empresas pertenecientes a cada uno de esos grupos han sido:
Grupo A Grupo B
x 6 A%3,1580 millones de euros x 6 B%25.420 e
S A%0,5389 millones de euros S B%6.860 e
Cuál de las dos empresas presenta un beneficio anual relativo mayor, ¿la com-
pañía o el comercio?
ANÁLISIS DE DATOS UNIDIMENSIONALES 63
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
41/45
2.12 Se tiene información acerca del número de goles por partido marcados en dos ligas
europeas:
Liga de fútbol A: Media 3,5 goles y varianza 1,34.
Liga de fútbol B: Media de 2,5 goles y varianza 1,88.
a) ¿En qué liga europea hubo una mayor dispersión relativa?b) Si en un partido jugado en la liga A el resultado fue 2-0 y en otro partido de la
liga B el resultado fue 1-1. ¿En qué partido el número de goles fue relativa-
mente mayor?
2.13 Dos empresas del sector químico, A y B, han recogido información sobre el núme-
ro de accidentes laborales al mes con baja laboral que se ha producido durante un
determinado periodo de tiempo, obteniendo los siguientes resultados:
Empresa A: x 6 A% 9 S 2
A% 2,2857
Empresa B: x 6 B% 12 S B% 1,51
Si durante un mes determinado, en la empresa A ha habido 7 accidentes con baja y
en la empresa B se han producido 10 accidentes con baja, ¿en qué empresa el nú-
mero de accidentes con baja ha sido relativamente mayor?
2.14 Expresar el momento central de orden 4 en función de los momentos ordinarios.
2.15 A partir de la siguiente distribución de frecuencias:
xi ni
1 2
2 5
3 10
4 5
5 2
Obtener los coeficientes de asimetría y curtosis, y decir cómo es la forma de la dis-
tribución.
2.16 Para una distribución se sabe que x 6% 25, S 2 X % 9 obtener la media, varianza y coe-
ficiente de variación de la variable Y si:
a) Y % X ! 4
b) Y % 2 X c) Y % 2 X ! 4
d) Y %2 X . 4
2
64 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
42/45
2.17 De un estudio realizado en dos poblaciones acerca del tiempo diario (en minutos)
que los niños de 4 a 10 años dedican a ver la televisión, se han obtenido los si-
guientes resultados: en la población A dedican una media diaria de 90 minutos con
una varianza de 144, mientras que en la población B la media diaria es de 75 minu-
tos con una varianza de 100.
a) ¿En qué población es mayor la dispersión relativa?
b) Un niño de la población A dedica 82 minutos diarios a ver televisión y otro de
la población B dedica 75 minutos. En términos relativos, ¿qué niño dedica
más tiempo a ver televisión?
2.18 La evolución de la variable X : «Siniestralidad de automóviles (millones de euros)»
en los últimos 6 años ha sido, aproximadamente, la que se recoge a continuación:
Año Siniestralidad
1995 4.000
1996 4.500
1997 4.750
1998 5.000
1999 5.250
2000 6.000
Calcular la media, desviación típica y coeficiente de variación de Pearson de la va-
riable X a partir del cálculo de dichos estadísticos para la variable U % X . 3.000
500.
2.19 En una empresa hay una sección dedicada a la fabricación de un tipo especial depiezas. La variable X : «Número de piezas fabricadas al día por un trabajador», pre-
senta los siguientes momentos:
a1%140 m2( X )%225 m3( X )%.830 m4( X )%147.830
Asimismo, el «Salario diario de los trabajadores» (variable Y ) se compone de 21
euros fijos más una prima de 30 céntimos por pieza producida. Determinar:
a) Los coeficientes de asimetría y apuntamiento de la variable X , comentando laforma aproximada que tendrá la distribución de esta variable.
b) La media y la desviación típica de la variable Y . ¿Qué forma tendrá la distri-
bución de esta variable? Justifica las respuestas.
ANÁLISIS DE DATOS UNIDIMENSIONALES 65
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
43/45
2.20 Observar las curvas de Lorenz representadas a continuación:
A B
q q
p p
¿Cuál de las dos situaciones representa una distribución más equitativa?
Problemas resueltos
2.1 Una empresa de plásticos se dedica a la realización de piezas para vehículos de una
determinada marca. La distribución del número de piezas que realizan los 250 tra-
bajadores en una hora es la siguiente:
Número de piezas Trabajadores
10 26
11 34
12 60
13 62
14 4015 28
a) Calcular el número medio de piezas terminadas en una hora, la mediana y la
moda.
b) Determinar el primer y el tercer cuartil.
c) Obtener la varianza de las piezas, la desviación típica y el coeficiente de va-
riación de Pearson.
2.2 Un grupo de expertos lleva a cabo una cata de aceites. A continuación se facilita la
distribución de frecuencias correspondiente a las calificaciones obtenidas por los
aceites de oliva procedentes de 150 almazaras:
66 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
44/45
Puntuación Número de aceites
[0 , 4[ 40
[4 , 5[ 12
[5 , 7[ 67
[7 , 9[ 22
[9 , 10] 9
a) Calcular la calificación media obtenida en la cata por el conjunto de los acei-
tes evaluados.
b) Obtener los intervalos donde están contenidas la mediana y la moda.
c) Calcular la desviación típica de la distribución y el coeficiente de variación de
Pearson.
d) Explicar la forma de la distribución de frecuencias sabiendo que los coeficien-tes de asimetría y curtosis son respectivamente g1%.0,2 y g2%.0,88.
2.3 Sea X la variable estadística que expresa el salario mensual de los trabajadores de
una empresa de la construcción (datos en euros), y de la que es conocida su media
x 6%1.008 y su varianza S 2 X % 90.000.
Si se definen las siguientes variables:
Y : «Deducción en las nóminas de los trabajadores para la Seguridad Social y
Mutualidad». Esta consiste en deducir un 9,5% del salario más 15 euros fijos.
Z : «Deducción en las nóminas de los trabajadores por retenciones del I.R.P.F».
Esta consiste en deducir un 18% del salario.
Calcular la media y la varianza de las variables estadísticas Y y Z . ¿Cuál presenta
una mayor dispersión relativa?
2.4 El volumen de ventas mensuales de 30 empresas se distribuye como sigue:
Ventas mensuales Número Volumen
(en miles de euros) de empresas de ventas
[15 , 20[ 8 140
[20 , 25[ 7 145
[25 , 30[ 5 130
[30 , 35[ 4 125
[35 , 40] 6 210
Obtener el índice de Gini y la curva de Lorenz.
ANÁLISIS DE DATOS UNIDIMENSIONALES 67
7 ITES-Paraninfo
-
8/19/2019 Analisis de Datos Unidimension
45/45
Problemas propuestos2.5 Durante el pasado fin de semana, dos agencias de viajes han presentado el siguien-
te movimiento en la venta de billetes de avión.
Agencia 1 Agencia 2Importe billete (e)Número de billetes Número de billetes
340 3 1
425 2 2
700 2 4
750 1 4800 1 3
930 1 1
a) Obtener la media, mediana y moda del importe obtenido por la venta de bille-tes en cada una de las agencias.
b) ¿En qué agencia ha sido mayor la dispersión en el importe de los billetes ven-didos?
2.6 Una empresa multinacional americana tiene una fábrica en Valencia. Se realiza unestudio sobre los salarios mensuales (en cientos de euros) de los empleados de di-cha empresa, ofreciendo los siguientes resultados:
Salario ni
[3 , 6[ 22
[6 , 9[ 54
[9 , 12[ 20[12 , 18[ 15
[18 , 20] 9
a) Calcular los salarios medios de la empresa.
b) ¿Qué porcentaje de trabajadores tiene un sueldo superior a 12 (cientos de e)mensuales?
68 ESTADÍSTICA DESCRIPTIVA Y NOCIONES DE PROBABILIDAD