Universidad Nacional de

Trujillo
Facultad de Ciencias Físicas y
Matemáticas
Departamento Académico de
Estadística

ESTADÍSTICA GENERAL

Dra. Laura Margot Rivera León

 MEDIDAS ESTADISTICAS
Medidas de resumen que se calculan a partir
de una muestra y que describen ciertos
aspectos de una serie o distribución de datos
para poder tener un mejor conocimiento de la
población.

FINALIDAD
 "RESUMIR" la información
de la "MUESTRA" para
poder tener así un mejor
conocimiento de la
población.
 CLASIFICACION DE LAS
MEDIDAS ESTADÍSTICAS
Media aritmética
Medidas de
Tendencia Mediana
central:
Moda

Cuartiles
Medidas Medidas de Deciles
Estadísticas posición:
Percentiles

Rango o recorrido
Medidas de Desviación típica o estándar
dispersión:
Varianza
Coeficiente de variación
 MEDIDAS DE TENDENCIA
CENTRAL
Son estadígrafos que permiten hallar un
solo valor numérico e indican el “centro”
de un conjunto de datos.
MUESTRA POBLACION

Media aritmética simple X 

La Mediana me Me

La Moda
mo Mo
 RESUMEN Y ANÁLISIS PARA DATOS CUANTITATIVOS
Medidas de Tendencia Central

CALCULOS DE LA MEDIA:
CASO 1: Datos No Agrupados

n Donde:
x i
Xi = Diferentes valores de la variable
en estudio.
x i 1
n = tamaño de la muestra
n
EJEMPLO:
Se tiene las facturaciones de exportación de espárragos y
hortalizas de una Empresa Agroindustrial en el periodo de
2008 y 2011.(millones de dólares.)

Año 2008 2009 2010 2011

US$ 19 21 23 30

Determine: El promedio de US$ facturados.

Fórmula:

x i

19  21  23  30
 23.3
x i 1
4
n

El promedio de las facturaciones por exportación de espárragos y hortalizas por la

E.A. del periodo 2008 a 2011, es de US$ 23.3 millones de dólares.
RESUMEN Y ANÁLISIS PARA DATOS CUANTITATIVOS
Medidas de Tendencia Central

CALCULOS DE LA MEDIA:
CASO 2: A PARTIR DE DATOS DE LOS CUALES ALGUNOS SE REPITEN CON CIERTA
FRECUENCIA. (MEDIA PONDERADA)
Ejemplo:
En una Universidad, 28 profesores tienen 5 años de servicio, 16 profesores tienen 10 y
11 profesores tienen 15. Hallar el tiempo promedio de servicio de los docentes.
 RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS
Tendencia Central

MEDIA - Datos Agrupados

Ej.:
Un fabricante de aleaciones metálicas está preocupado por las quejas de sus clientes
acerca de la falta de uniformidad en el punto de fusión de los filamentos ( º C) metálicos
producidos. Se seleccionaron 40 filamentos y sus puntos de fusión fueron los
siguientes:
Fórmula:
k

Yf i i
x i 1
n

17400
x
40
x  435

El Punto promedio de Fusión

es de 435 ( º C).

Fuente: Área de Registros de Fábrica.

 RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS
MEDIANA
Se denota por Me.
Es el valor que divide al conjunto de datos en dos partes iguales.
La mitad de ellos son menores a Me y la otra mitad son mayores a
Me.
Mediana Me
50% 50%

Valor Mínimo Valor Máximo

RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS
Tendencia Central

MEDIANA - Datos No Agrupados

Cuando n es impar:
1.Se ordenan los números en forma ascendente o descendente.
2.Se calcula el valor (n + 1)/2 y el valor mediano será el Nº que ocupa el lugar
(n + 1)/2

Cuando n es par:
1.Se ordena la serie en forma ascendente o descendente.
2.El valor mediano será el promedio de los valores centrales correspondientes a
la serie ordenada.
 RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS
Tendencia Central

Ej.: La siguiente información son las calificaciones de la primera evaluación

continua. Determinar la Mediana:

17 19 19 19 18 16 18 18 19 15 20

Luego de Ordenar: 15 16 17 18 18 18 19 19 19 19 20

Como n es impar, Calcular: (11+1) / 2 = 6 , Buscar en datos ordenados el lugar 6. Me = 18

“El 50% de las calificaciones de la primera evaluación parcial es hasta 18 punto

y el otro 50% supera dicha calificación
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Tendencia Central
MODA
Se denota por Mo
Se define como el valor que más repite en un conjunto de datos.
Un conjunto de datos puede presentar los siguientes casos:
12 30
10 25
8 20
6 15

Amodal 4 10 Unimodal
2 5

0 0
1 2 3 4 5 6 1 2 3 4 5 6

30 25

25 20
20
15
15
Bimodal 10
10

5 Trimodal
5
0 0
1 2 3 4 5 6 1 2 3 4 5 6
RESUMEN Y ANALISIS PARA DATOS CUANTITATIVOS

Tendencia Central

MODA - Datos No Agrupados

Simplemente observar en el conjunto de datos el valor o dato que

más se repite.

Ej.: La siguiente información son las calificaciones de la primera evaluación

continua. Determinar la Moda:
17 19 19 19 18 16 18 18 19 15

La mayoría de estudiantes tiene 19 puntos en su calificación. Por lo

tanto, la moda de las calificaciones de la primera evaluación continua
es 19.
 Tendencia Central

MODA – Para variable Cualitativa: Solo se calcula la moda

Al igual que en la variable cuantitativa, simplemente observar

en el conjunto de datos el valor o dato que más se repite.
Por ejemplo : Sexo de los estudiantes
M F M F M F F F F M

La mayoría de estudiantes son del sexo femenino. Por lo

tanto, la moda es sexo femenino .
MEDIDAS ESTADÍSTICAS
CONTINUACION…

PROCESAR
INFORMACIÓN
Indican como los datos
se dispersan alrededor
de su punto central (la
media). Miden la
variabilidad o la
distancia promedio de
separación de los datos
a su valor central.
Cuanto mayor sea ese
valor mayor será la
variabilidad, cuanto
menor sea, más
homogénea será a la
media
 Recorrido
(Rango)

Absolutas Varianza

Medidas Desviación
de Estándar
dispersión

Coeficiente
Relativas de
Variación
Es la medida de dispersión más sencilla. Se determina restando , el valor
máximo del valor mínimo , de los datos.

R = valor máx. – valor mín.

Ejemplo: Se tiene el registro de una semana, acerca del tiempo en
minutos, que demora la movilidad de casa al centro de estudios . Los
datos son: 15´, 14.5`, 12.5`, 22`, 20`. Encontrar el rango del tiempo
de demora de esta movilidad.

R = 22 – 12.5 = 9.5
 La varianza mide la mayor o menor dispersión de
los valores de la variable respecto a la media
aritmética. La varianza se expresa en las mismas
unidades que la variable analizada, pero elevadas al
cuadrado.

 Formalmente se expresa:

( x  x ) 2
 ( x  x ) 2
 ...  ( x  x ) 2
s  1
2 2 n
n 1

1
 De forma compacta: s 
2

n 1
 (x i  x) 2
 Muestra

Datos sin
agrupar
(X  x ) 2 * fi s 
2  ( x i  x ) 2

s2 
n 1
i

n 1

Datos
s 2
  (X i x ) * fi
2

agrupados n 1
Ejemplo: Determinar la Varianza, Desviación Estándar y Coeficiente de
Variación en los siguientes conjuntos de datos poblacionales:

17 19 18 18 16 20

Interpretación:

La variación de los calificaciones de los

estudiantes, con respecto a su calificación
promedio es de 1.4142 puntos.
O la tendencia a variar por encima o por debajo
de su calificación promedio es de 1.4142 puntos.
 Otro Ejemplo : Varianza para datos no agrupados

El gerente de una empresa de

alimentos desea saber que tanto
varían los pesos de los empaques
(gr), de uno de sus productos; por lo
que selecciona al azar cinco
unidades de ellos para pesarlos.

Los productos tienen los siguientes pesos (490, 500,

510, 515 y 520) gramos respectivamente. Obtenga la
varianza y le desviación estándar para los datos.
 Solución:

 La varianza sería s 
2  ( x i  x ) 2

n 1

1º Obtenemos la media

 La Desviación estándar sería S  s

2

S 145  12.04  12
 Interpretación de la desviación estándar:
La variación de los pesos de los productos, con
respecto a su peso promedio es de 12 kg.
O la tendencia a variar por encima o por debajo
de su peso promedio es de 12 kg.

Ejercicio :

 Las edades de un grupo de 7

estudiantes son las siguientes: 15,
10, 16, 13, 11, 15, 9. Se desea
conocer cuál es la media, mediana,
moda , la varianza, desviación
estándar y coeficiente de variación
de las edades obtenidas.
 Es el grado de desviación con relación a la media.
 Este coeficiente se usa para comparar las medias aritméticas o
promedio de diferentes muestras ( ejemplo peso: Kg. y libras).
 El C.V. sirve para determinar si un conjunto de datos tiene un
comportamiento homogéneo o heterogéneo.Para llegar a
determinar la homogeneidad se compara con un valor del 33%.
 Si el CV ≤ 33% Los datos tiene un comportamiento
homogéneo.
 Si el CV > 33% Los datos tiene un comportamiento
heterogéneo.
 Nota.- Cuanto menor es el C.V. mejor será la estimación del
promedio y el proyecto será mejor.
S
CV   100
x
 Ejemplo Nº 3 : Coeficiente de variación

Comparar la estatura en cm y el peso en kg. de los

_
20 niños seleccionados de gimnasia artística y
determine que medida es más homogénea o estable.

Estatura (X) Peso (Y)

X  128, 5 Y  36,4
S X  8, 4 SY  4,9

8.4 4.9
CV   100  6.5% CV   100  13.5%
128.5 36.4

La medida referente a la altura tiene menor variabilidad , por

lo tanto sus datos son más homogéneos a su promedio.
 No olvidar

1. Nos brinda información, sobre la dispersión existente

_
entre ambos valores extremos. El rango
2. Representa la variabilidad relativa o en porcentaje.
El coeficiente de variación

3. Nos permite la comparación entre  36,4

Y distintas variables y
S  4,9
poblaciones. El coeficiente de variación
Y

4. Sus unidades estan expresadas al cuadrado.

La varianza
5. En la formula ¿ Cuál es la diferencia entre la varianza
poblacional y la varianza muestral?.
“LAS COSAS NO SE DICEN, SE
HACEN, PORQUE AL
HACERLAS SE DICEN SOLAS”

WOODY ALLEN