Medidas de tendencia central y de dispersión
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

Medidas de tendencia central y de dispersión

on

  • 22,681 views

Medidas de tendencia central y dispersión

Medidas de tendencia central y dispersión

Statistics

Views

Total Views
22,681
Views on SlideShare
22,681
Embed Views
0

Actions

Likes
7
Downloads
392
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Medidas de tendencia central y de dispersión Presentation Transcript

  • 1. MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN
    • Juan Carlos Valdelamar Villegas
    • Fundación Universitaria Tecnológico COMFENALCO
  • 2. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) INTRODUCCIÓN Las medidas de tendencia central y dispersión, son aquellos estadísticos, que nos permiten reconocer de una manera rápida el comportamiento de la frecuencia de los datos, a partir de uno o pocos números, como no ocurre con las distribuciones de frecuencias.
  • 3. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) OBJETIVO Identificar las principales medidas de centralización y dispersión, así como las situaciones en que estas deben ser aplicadas.
  • 4. Estadística Descriptiva (Juan Carlos Valdelamar Villegas)
    • Media aritmética, propiedades, ventajas e inconvenientes.
    • Media geométrica
    • Media armónica
    • Mediana (Cálculo analítico y gráfico)
    • Cuartiles, deciles y percentiles
    • Medidas de dispersión
    • Recorrido o rango
    • Varianza.
    • Desviación estándar
    • Medidas de asimetría y apuntamiento o kurtosis
  • 5. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIA ARITMÉTICA, PROPIEDADES, VENTAJAS E INCONVENIENTES Media aritmética, es la que se obtiene sumando los datos y dividiéndolos por el número de ellos. Se aplica por ejemplo para resumir el número de pacientes promedio que se atiende en un turno. Otro ejemplo, es el número promedio de controles prenatales que tiene una gestante. POBLACIONAL MUESTRAL
  • 6. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) En é sta, para cada uno de los valores de xi se asigna un factor wi de peso, que depende de la importancia que el investigador desee darle. MEDIA ARITMÉTICA PONDERADA Xp = S ( xi wi) / S wi
  • 7. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIA GEOMÉTRICA Ú til cuando la variable cambia a lo largo del tiempo, esto es, en el calculo del promedio de tasas, razones, proporciones geom é tricas y relaciones de variables. Se utiliza en Matem á ticas Financieras y Finanzas para promediar n ú meros í ndices, tasas de cambio, etc. La media Geom é trica de una serie de n ú meros es la ra í z n- é sima del producto de esos n ú meros M = n e (x 1 * x 2 * x 3 *.....*x n ) Se ve afectada por todos los n ú meros y valores extremos pero en menor grado que la Media Aritm é tica, su valor siempre es menor que el de é sta.
  • 8. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIA ARMÓNICA Se utiliza para el promedio de rendimientos y velocidades. La Media Armónica de una serie de números es el reciproco de la media aritmética del recíproco de esos números. 1 / MH = [ S 1 / xi ] / n
  • 9. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIA CUADRÁTICA Es la ra í z cuadrada de la media aritm é tica de los cuadrados de los n ú meros, se usa eficientemente para promediar los errores o desviaciones porque es m á s susceptible a los mismos. MC = 2 e S [ xi 2 ] / n
  • 10. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIANA (CÁLCULO ANALÍTICO Y GRÁFICO) Mediana: Corresponde al percentil 50%. Es decir, la mediana divide a la población exactamente en dos. Por ejemplo el número mediana de hijos en el centro de salud “X” es dos hijos. Otro ejemplo es el número mediana de atenciones por paciente en un consultorio.
  • 11. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) Valor o (valores) que aparece(n) con mayor frecuencia. Una distribución unimodal tiene una sola moda y una distribución bimodal tiene dos. Útil como medida resumen para las variables nominales. Por ejemplo, el color del uniforme quirúrgico en sala de operaciones es el verde; por lo tanto es la moda en colores del uniforme quirúrgico. MODA
  • 12. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) CUARTILES, DECILES Y PERCENTILES Son valores que dividen a la distribuci ó n en n partes iguales Cuartiles, cuatro partes iguales: Q1, Q2, Q3 Deciles, diez pares iguales : D1, D2..........D9 Percentiles o centiles, cien partes iguales: P1, P2.....P99 Los cuantiles permiten hacer un an á lisis minucioso de la distribuci ó n, se utilizan generalmente cuando se quiere ubicar un dato dentro del conjunto. Por ejemplo. Pertenece el dato x al 50% superior ?, al 10% inferior? , al 50 % central?, etc.
  • 13. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIDAS DE DISPERSIÓN Hacen referencia a la variabilidad, o la evaluaci ó n de cu á n separados o extendidos est á n los datos o bien cuanto difieren unos de otros. Entendiéndose la variación, como el grado en que los datos numéricos tienden a distribuirse alrededor de un valor central. ¿Para que sirven? Identificar si una medida central, es adecuado para representar la población de datos Indicar la relación de un dato con los otros Comprender el riesgo para poder tomar decisiones Son de gran utilidad al comparar distribuciones
  • 14. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) RECORRIDO O RANGO Mide la dispersi ó n de la totalidad de los datos. Es la m á s obvia de las mediadas ya que es la distancia entre los valores m á ximo y m í nimo. El rango o recorrido da alguna idea del grado de variaci ó n que ocurre en la poblaci ó n, pero con frecuencia los resultados pueden ser enga ñ osos, pues este depende de los valores extremos e ignora la variaci ó n de las dem á s observaciones. Est á afectado por ocurrencias raras o extraordinarias. R = valor máximo – valor mínimo
  • 15. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) VARIANZA Es el valor de la desviación estándar al cuadrado; su utilidad radica en que su valor es requerido para todos los procedimientos estadístico. Conocido como los Grados de Libertad (GL);, permiten tener la libertad de elegir al azar, únicamente n-1 elementos , y una vez obtenidos, es obligatorio elegir el resto, sin la libertad de hacerlo de manera azarosa. Donde: = Promedio de la población N = Número de datos totales de la población POBLACIONAL Donde: = Promedio de la muestra n = Número de datos totales de la muestra MUESTRAL
  • 16. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) DESVIACIÓN ESTÁNDAR Llamada también desviación típica; es una medida que informa sobre la media de distancias que tienen los datos respecto de su media aritmética, expresada en las mismas unidades que la variable. POBLACIONAL MUESTRAL
  • 17. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) Llamado también error estándar de la media. Se refiere a una medida de variabilidad de la media; sirve para calcular cuan dispersa estaría la media de realizar un nuevo cálculo. ERROR TÍPICO
  • 18. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) INTERVALO INTERDECIL Mide la dispersi ó n del 80% de los datos centrales y se obtiene de la diferencia entre el decil 9 y el decil 1, evitando as í los puntos extremos.
  • 19. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) INTERVALO INTERCUARTIL Cuando aumenta la dispersión de una distribución de frecuencias, se amplía la distancia entre los cuartiles, por lo que esta distancia puede usarse como base de una medida de variabilidad El intervalo intercuartil, es el recorrido entre el cuartil 3 y el cuartil 1. Es el intervalo en el cual está comprendido el 50% de los datos centrales.
  • 20. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) DESVIACIÓN CUARTÍLICA Mide el intervalo promedio de un cuarto de los datos [Q3-Q1)/2] Si la distribución es perfectamente simétrica, los dos cuartiles Q1 y Q3 equidistan de la mediana y la mitad de la distancia entre los cuartiles representa la distancia promedio entre ellos y la mediana. Si en una distribución simétrica se mide una distancia igual a la desviación cuartílica a ambos lados de un punto ubicado en el centro de los cuartiles, el 50% de los valores estarán incluidos dentro de esos límites y el valor del punto medio coincide con la mediana. La ventaja de la desviación cuartílica es que evita los valores extremos utilizando únicamente la mitad intermedia de los datos.
  • 21. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) DESVIACIÓN MEDIA La desviación Media o Desviación absoluta promedio, es la media aritmética de las desviaciones absolutas de cada una de las observaciones con respecto a su valor central, la media aritmética, o la mediana Cuanto mayor es su valor, mayor es la dispersión de los datos DM =[ S | xi . X | ] / n DM = [ S fi | xi - X | ] / S fi
  • 22. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIDAS DE DISPERSIÓN RELATIVAS Cuando se necesita comparar dos o más series de datos a veces no es posible hacerlo con las medidas absolutas, ya sea porque las unidades son diferentes o porque tienen diferente media, en éstos casos deben utilizarse cantidades relativas definida generalmente como: Dispersión relativa = Dispersión absoluta / media
  • 23. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) COEFICIENTE DE VARIACIÓN Es la medida de dispersión relativa más usada y se define como el cociente de la desviación estándar entre el promedio aritmético, expresado en porcentaje y es adimensional V = S / X
  • 24. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIDAS DE ASIMETRÍA Y APUNTAMIENTO O KURTOSIS MEDIDAS DE SESGO O ASIMETRIA En las distribuciones que no toman la forma de una curva acampanada Normal, interesa muchas veces obtener dos medias adicionales, las de asimetría y curtosis. Las medidas de asimetría muestran si en la distribución hay concentración de datos en un extremo, superior o inferior, y se denomina Sesgo positivo o a la derecha si la concentración es en el extremo inferior y Sesgo Negativo o a la izquierda si la concentración es en el superior.
  • 25. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) COEFICIENTE DE PEARSON En las distribuciones simétricas, la media , la mediana y la moda coinciden y conforme la distribución se separa de la simetría estos valores se separan, por lo que la más corriente de las medidas de asimetría es la diferencia entre la moda y la media que se la más sensible a los valores extremos Sk = ( X -Mo) / S Para cuando la moda no se encuentra bien definida se puede sustituir por la mediana Sk= 3 ( X -Me) / S Estas medidas se conocen como el primero y segundo coeficiente de Pearson y varían entre el intervalo + 3, es cero para la distribución normal.
  • 26. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIDA CUARTIL DE ASIMETRIA En una distribución simétrica los cuartiles quedan simétricamente colocados respecto a la mediana, pero si es asimétrica un cuartil se separa más que otro. La medida cuartil de asimetría marca esta relación Sk =[ ( Q3-Me) -( Me-Q1) ]/ ( Q3-Q1) Si la asimetría es a la derecha Q3 está más lejos de la mediana que Q1, si la asimetría es a la izquierda Q1 está mas alejada de la mediana que Q3.Esta medida varía siempre entre + 1, si es cero la distribuciones normal.
  • 27. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) COEFICIENTE DE SESGO PERCENTÍLICO Se aplica con el mismo criterio de la medida Cuartil de Asimetría Sk = [( P90-P50) -(P50-P10) ]/ ( P90-P10)
  • 28. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIDAS DE CURTOSIS Al comparar cuán aguda es una distribución en relación con la Distribución Normal, se pueden presentar diferentes grados de apuntalamiento. 1. Mesocúrtica, Normal 2. PlarticúrtiCa, Menor apuntalamiento 3. Leptocúrtica, Mayor apuntalamiento
  • 29. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MESOCÚRTICA (NORMAL)
  • 30. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) PLARTICÚRTICA (MENOR APUNTALAMIENTO)
  • 31. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) LEPTOCÚRTICA (MAYOR APUNTALAMIENTO)
  • 32. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) COEFICIENTE DE CURTOSIS PERCENTILICO Una medida del apuntalamiento o curtosis de la distribución está basada en los cuartiles y percentiles, y está dada por el coeficiente de Curtosis Percentílico K= ( 0.5 ( Q3- Q1) ) / ( P90-P10) Para la distribución normal K toma un valor de 0.263 y las distribuciones se definen como: Leptocúrtica si k es mayor que 0.263 Platicúrtica si k es menor que 0.263
  • 33. Estadística Descriptiva (Juan Carlos Valdelamar Villegas)
  • 34. Estadística Descriptiva (Juan Carlos Valdelamar Villegas)
  • 35. Estadística Descriptiva (Juan Carlos Valdelamar Villegas)