Cátedra: Probabilidad y Estadística UT1

Facultad Regional Mendoza Estadística descriptiva y análisis de datos

Universidad Tecnológica Nacional D. Fernández & M. Guitart

Estadística Descriptiva
1: ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS

La Estadística, en general, trata con información basada en ciertos datos de

interés. La palabra “estadística”, ha sido referida ya sea a la información misma
como a los métodos que tratan con la información. Para evitar confusiones, los
estadísticos prefieren llamar a la información: los datos estadísticos y a los mé-
todos que tratan con la información: los métodos estadísticos.
No toda información es considerada como dato estadístico. Los valores
que forman un conjunto de datos estadísticos deben ser tales que se puedan
analizar relaciones significativas, es decir, deben ser capaces de ser
comparados, anali- zados e interpretados. Así, la creciente complejidad de las
actividades económi- cas, políticas, científicas, etcétera, ha incrementado el
uso de la Estadística para tomar decisiones a todo nivel.
Los métodos estadísticos son clasificados en cinco pasos básicos:
 Recopilación
De acuerdo con la localización de la información, los datos estadísticos pue-
den ser internos o externos.
Los datos externos son usualmente obtenidos de dos maneras: de datos pu-
blicados o de encuestas o recopilación de primera mano .
 Organización
El primer paso para organizar un grupo de datos es ordenar y corregir, si es
necesario, cada uno de los elementos recopilados.
El siguiente paso es decidir las clasificaciones adecuadas para incluir todos
los elementos.
El último paso es tabular.
 Presentación
Hay tres modos de presentar un conjunto de datos recopilados: mediante
enunciados o textos, tablas estadísticas y gráficas estadísticas.
 Análisis
Existen varios métodos de análisis estadístico, sólo incluimos los más usa-
dos:
o Análisis estadístico simple: esta parte proporciona el fundamento bási-
co para el análisis estadístico.

1
 o Inducción estadística: analiza una población o universo basada en un
estudio muestral. Otros métodos estadísticos distintos de los inducti-
vos son referidos como Estadística Descriptiva.

Estadística Descriptiva
o Análisis de series de tiempo: analiza los cambios en las actividades de
negocios y económicas.
o Análisis de relación: analiza las relaciones entre dos o más conjuntos
de datos estadísticos.
 Interpretación
Una conclusión válida puede ser alcanzada después de que los resultados
del análisis son interpretados.

Es frecuente que la Estadística se identifique con una tabla o colección de

datos, pero no cabe dudas de que la Estadística no debe entenderse como una
mera colección de datos, aunque los mismos se presenten de forma ordenada y
sistemática.
Como ciencia, la Estadística está formada por el conjunto de métodos y
téc- nicas que permiten la obtención, organización, síntesis, descripción e
interpreta- ción de los datos para la toma de decisiones en condiciones de
incertidumbre.
Para realizar un buen análisis de datos es necesario organizar y sintetizar
para describir los datos en estudio.

Veamos cada una de estas etapas:

 Organización
Cuando se compilan datos, deben ser organizados en forma legible.
Pueden ser clasificados en cierta forma sistemática
y presentados en un cuadro o tabla.
Para transmitir su significado más sencilla o más
des- tacadamente, los datos pueden ser presentados
en gráficos o diagramas.
Se calculan luego medidas descriptivas, que
permiten ‘describir’ cuantitativamente los datos y, resumir la información.

 Síntesis
Sintetizar consiste en organizar, comprender, proce-
sar e integrar la información proveniente de múltiples
fuentes.
La síntesis es la reestructuración o reelaboración de
la información en formatos nuevos o diferentes para
po- der cumplir con los requisitos del trabajo.
 La síntesis puede ser tan simple como transmitir un hecho específico o lo
bastante compleja, como para contener varias fuentes, varios formatos de
presentación o diferentes medios de información y permitir la

Estadística Descriptiva
comunicación efectiva de ideas abstractas.
En esta etapa es importante enfocarse en comprender la información ex-
traída para presentarla (como producto) en sus propias palabras y en la
forma requerida por la tarea.

 Descripción
La descripción de los datos cuantitativos, tales como longitudes,
consumos, etcétera, se refiere al cálculo de toda clase de estadísticos
(medidas de tendencia central, medidas de dispersión, medidas de posición
no centrada, medidas de asimetría, medidas de apuntamiento, entre
otras).
Así mismo, las descripciones se pueden contemplar en
modo gráfico, con histogramas, gráficos de tallo y ho-
jas, gráficos de caja y extensiones, diagramas de ba-
rras y circulares, con las correspondientes opciones
tridimensionales y sus correspondientes propiedades
de rotación horizontal y vertical, etcétera.
La descripción de datos categóricos, tales como zonas geográficas, niveles
de aptitud de operarios y alumnos, grados de satisfacción de clientes,
etcé- tera, se realizan mediante efectivos procedimientos de tabulación y
tabula- ción cruzada, que junto con las opciones gráficas, permiten
determinar los posibles grados de asociación, entre las categorías
analizadas (por ejemplo, la relación entre la afición a la lectura de los
padres y el grado de rendi- miento escolar de los hijos).

1.1 Presentación de Datos

¿Se ha preguntado por qué algunas presentaciones logran captar su

atención durante horas, mientras que otras pierden su atractivo en cuestión de
minutos?
Veamos algunas pautas que le ayudarán a realizar una presentación efectiva:
 Antes de realizar la presentación, decida qué quiere mostrar y luego haga
un esquema de su presentación de principio a fin.
 Tenga en cuenta en qué forma llegará a los interesados la presentación.
Por ejemplo: presentación multimedia, presentación impresa, etcétera.
 Esté absolutamente seguro que va a proporcionar información útil para su
audiencia, y no sólo lo que usted crea que ella debe recibir de acuerdo con
sus conocimientos y experiencia en su área específica.
  Lo que usted quiere es que la audiencia sienta que debe saber, que debe
aprender de la información que usted les va a suministrar.
 Al crear su esquema, plantee directamente los puntos principales; luego,

Estadística Descriptiva
respáldelos con investigaciones relevantes, observaciones convincentes y
cualquier otro tipo de evidencia que fortalezca el tema de su presentación.
 Use un formato y diseño consistentes. Recuerde que los gráficos deben
complementar, no desvirtuar el contenido de la presentación.
 Exprese con claridad sus ideas y conclusiones.
 No base su informe estadístico en una serie de impresiones con salidas de
un programa estadístico que carezcan de sentido para el lector.
 Es necesario que realice una interpretación de los resultados obtenidos, e
incluso que presente un informe en un lenguaje más cercano a las personas
que deben usar los resultados estadísticos sin necesidad de ser expertos
en Estadística.

Existen tres formas para presentar los datos ya organizados y procesados

de un estudio estadístico: texto, cuadros o tablas y gráficas.

estadístico realiza- do, se debe destacar la importancia de la automotivación en la Educación a Distancia, ya que es el alumno el que gestiona su aprendizaje

Texto: Esta forma de presentación permite

llamar la atención sobre las comparaciones de importancia y destacar ciertas
cifras. Sin embargo, sólo puede utilizarse cuando los datos por presentar son
pocos.

Cuadros o Tablas: Este tipo de presentación permite

volcar un gran número de datos en forma resumida, lo que hace fácil y clara su
lectura. Además, facilita las comparaciones de los datos.

Estadística Descriptiva
Cuando se comienza a analizar una variable estamos interesados en saber
los valores que puede tomar, el número total de datos y cuántas veces aparecen
los diferentes valores. La distribución de una variable nos proporciona esta
informa- ción.
Para presentar variables, tanto cualitativas como cuantitativas, lo
podemos hacer mediante una tabla o cuadro, que ofrece una visión numérica
sintética y global de dicha variable.

Las tablas o cuadros constan de las siguientes partes:

 El título, que debe responder las preguntas: ¿qué?, ¿dónde?, ¿cuándo?
 El cuerpo, que consta de: encabezado de columnas, columna matriz,
columnas secundarias.
 El pie de tabla, que consta de: fuente de los datos, alguna nota o algún
dato importante.

Ejemplo :
En un estudio realizado por el Instituto del hierro y el acero de Estados Unidos
durante el año 1992, se analizó las cantidades (en miles de toneladas) de impor-
taciones de acero, en distintos países:

Principales fuentes de importaciones de acero en Estados Unidos durante 1992

Países Frecuencia simple Frecuencia simple Frecuencia simple

absoluta relativa relativa
porcentual
xi fi fri
fri %
Bélgica y Luxemburgo 1247 0,3041 30,41 %
Japón 1072 0,2615 26,15 %
Alemania 460 0,1122 11,22 %
Canadá 367 0,0895 8,95 %
Francia 299 0,0729 7,29 %
Reino Unido 250 0,0610 6,10 %
Otros 405 0,0988 9,88 %
n = 4100 1,0000 100,00 %

Fuente: U.S. Department of Commerce. Datos preparados por el American Iron and Steel
Institute, publicados en Charting Steel’s Progress in 1992.
 Nota: Para poder operar con los datos de la tabla o referirnos a ella, podemos
representar la característica a observar (países) mediante la variable X y a la
modalidad i-ésima de di- cha variable con la notación xi.

Estadística Descriptiva
 Frecuencia simple absoluta (fi ): representa el número de individuos que
presentan cada modalidad xi.
 Frecuencia simple relativa (fri ): nos permite valorar la representatividad
de cada categoría respecto al total de los datos. Se calcula: fi / n.
 Frecuencia simple relativa porcentual (fri%): representa en porcentajes
las frecuencias simples relativas. Se calcula: fri . 100%.

Las tablas estadísticas para variables cuantitativas son similares a las

ante- riores, aunque, en este caso, la variable puede ser ordenada con un
determinado criterio.

Ejemplo :
Las siguientes son las alturas, en centímetros, de sesenta alumnos universitarios:

150 160 161 160 160 172 162 160 172 151
161 172 160 169 169 176 160 173 184 172
160 170 153 167 167 175 166 173 169 178
170 179 175 174 160 174 149 162 161 168
170 173 156 159 154 156 160 166 170 169
163 168 171 178 179 164 176 163 182 162

Una forma sencilla de organizar los datos se propone en la siguiente

tabla: Estatura de sesenta estudiantes universitarios de Mendoza

en 2004

Valores Frecuencia Frecuencia Frecuencia Frecuencia Frecuencia Frecuencia

observados simple simple simple acumulada acumulada acumulada
absoluta relativa relativa absoluta relativa relativa
porcentual porcentual

xi fi fri = fi / n fri% Fi Fri = Fi/n Fri%

149 1 0,0167 1,67 % 1 0,0167 1,67%

150 1 0,0167 1,67 % 2 0,0333 3,33%
151 1 0,0167 1,67 % 3 0,0500 5,00%
153 1 0,0167 1,67 % 4 0,0667 6,67%
154 1 0,0167 1,67 % 5 0,0833 8,33%
 156 2 0,0333 3,33 % 7 0,1167 11,67%
159 1 0,0167 1,67 % 8 0,1333 13,33%
160 9 0,1500 15,00 % 17 0,2833 28,33%
161 3 0,0500 5,00 % 20 0,3333 33,33%

Estadística Descriptiva
162 3 0,0500 5,00 % 23 0,3833 38,33%
163 2 0,0333 3,33 % 25 0,4167 41,67%
164 1 0,0167 1,67 % 26 0,4333 43,33%
166 2 0,0333 3,33 % 28 0,4667 46,67%
167 2 0,0333 3,33 % 30 0,5000 50,00%
168 2 0,0333 3,33 % 32 0,5333 53,33%
169 4 0,0667 6,67 % 36 0,6000 60,00%
170 4 0,0667 6,67 % 40 0,6667 66,67%
171 1 0,0167 1,67 % 41 0,6833 68,33%
172 4 0,0667 6,67 % 45 0,7500 75,00%
173 3 0,0500 5,00 % 48 0,8000 80,00%
174 2 0,0333 3,33 % 50 0,8333 83,33%
175 2 0,0333 3,33 % 52 0,8667 86,67%
176 2 0,0333 3,33 % 54 0,9000 90,00%
178 2 0,0333 3,33 % 56 0,9333 93,33%
179 2 0,0333 3,33 % 58 0,9667 96,67%
182 1 0,0167 1,67 % 59 0,9833 98,33%
184 1 0,0167 1,67 % 60 1,0000 100,00%
n = 60
Fuente: Datos hipotéticos

 Variable (xi): para poder operar con los datos de la tabla o referirnos a
ella, podemos representar la característica a observar (estatura de los
estu- diantes universitarios) mediante la variable X y a la modalidad i-
ésima de dicha variable con la notación xi.
 Frecuencia simple absoluta (fi): representa el número de individuos que
presentan cada modalidad xi.
 Frecuencia simple relativa (fri): nos permite valorar la representatividad
de cada categoría respecto al total de los datos. Se calcula: fi / n.
 Frecuencia simple relativa porcentual (fr i%): representa en porcentajes
las frecuencias relativas. Se calcula: fri . 100%.
 Frecuencia acumulada (Fi): representa el número de individuos que presen-
tan una modalidad inferior o igual a x i . Se obtiene sumando las frecuencias
absolutas correspondientes a todos los valores menores o iguales a xi.
 Frecuencia acumulada relativa (Fri): nos permite valorar la representativi-
dad de cada categoría respecto al total de los datos. Se calcula: Fi / n.
 Frecuencia acumulada relativa porcentual (Fri%): representa en porcenta-
jes las frecuencias acumuladas relativas. Se calcula: Fri . 100%.
Muchas veces, es necesario o resulta más cómodo trabajar con los datos

Estadística Descriptiva
agrupa- dos en intervalos (o clases). La manera de agrupar los datos será
estudiada más adelante, por ahora planteamos una posibilidad de agrupación
para ver la aplica- ción en nuestro ejemplo:

Estatura de sesenta estudiantes universitarios de Mendoza en 2004

Intervalos Punto Frecuencia Frecuencia Frecuencia Frecuencia Frecuencia Frecuencia

o medio simple simple simple acumulada acumulada acumulada
clases absoluta relativa relativa absoluta relativa relativa
porcentual porcentual

xi fi fri fri% Fi Fri Fri%

[149 , 154) 151,5 4 0,0667 6,67% 4 0,0667 6,67%

[154 , 159) 156,5 3 0,0500 5,00% 7 0,1167 11,67%
[159 , 164) 161,5 18 0,3000 30,00% 25 0,4167 41,67%
[164 , 169) 166,5 7 0,1166 11,66% 32 0,5333 53,33%
[169 , 174) 171,5 16 0,2667 26,67% 48 0,8000 80,00%
[174 , 179) 176,5 8 0,1333 13,33% 56 0,9333 93,33%
[179 , 184] 181,5 4 0,0667 6,67% 60 1,0000 100,00%
n = 60 1,0000 100 %
Fuente: Datos hipotéticos

Gráficos: La representación gráfica de los datos

con- tenidos en un estudio estadístico tiene como finalidad ofrecer una visión
de con- junto del fenómeno sometido a investigación, más rápidamente
perceptible que la observación directa de los datos numéricos. De aquí que las
representaciones gráficas sean un medio eficaz para el análisis de la
información estadística, ya
que las magnitudes y las regularidades se aprecian y recuerdan con más
facilidad cuando se examinan gráficamente. Hay que advertir, sin embargo, que
la repre- sentación gráfica no es más que un medio auxiliar de la investigación

Estadística Descriptiva
estadística, que es fundamentalmente numérica.
Las representaciones gráficas pueden hacerse utilizando un sistema
geomé- trico de representación, en cuyo caso gozan de rigurosidad y precisión,
o bien pueden utilizarse símbolos alusivos al tema en estudio (por ejemplo,
casas, árbo- les, figuras humanas, etcétera). Mediante este último sistema de
representación no se persigue una rigurosa exactitud, sino lograr efectos
visuales en quien está leyendo la información.
Existe una gran variedad de gráficos. Su elección depende de las variables
en estudio y de las características que se quieren destacar. Para la
construcción de gráficos no hay reglas únicas. Siempre se debe tener presente
que un gráfico da información más rápida pero menos precisa que la tabla.

1.2 Descripción de un conjunto de datos: Métodos gráficos

A. Datos cualitativos

Aunque una tabla de frecuencias nos proporciona un resumen de datos, en

la práctica hay que observar, generalmente, más de un conjunto de datos y
compa- rarlos para conseguir una apreciación global y rápida de los mismos.
Esto se ve facilitado mediante una adecuada representación gráfica.
Los gráficos más usuales para variables cualitativas son los gráficos de ba-
rras, que pueden ser verticales u horizontales y los gráficos de sectores.

Ejemplo :
Veremos las distintas representaciones gráficas en el ejemplo anterior:
 Gráfico de barras verticales

Estadística Descriptiva
Principales fuentes de importaciones de acero en Estados Unidos durante 1992
(en miles de toneladas) Cantidad de acero

14 00
12 00
10 00
800
600
400
200
0

Reino Unido
Japón

Otros
Alemania

Canadá

Francia
Bélgica y

Paíse s
Luxemburgo

Fuente: U.S. Department of Commerce. Datos preparados por el American Iron and Steel Insti-
tute, publicados en Charting Steel’s Progress in 1992.

Gráfico de barras horizontales

Principales fuentes de importaciones de acero en Estados Unidos durante 1992

Ot ros 40 5

R ein o U n id o25 0
Fra n c ia29 9
Ca n a d á36 7
A le m a n ia46 0

Ja p ón

10 7 2

Bé lg ic a y L u xe m b u rg o12 4 7

0 2 00 40 0 600 800 1000 1 2 00 1 4 00

C an tid ad d e acero
( en m iles de toneladas)

Fuente: U.S. Department of Commerce. Datos preparados por el American Iron and Steel Insti-
tute, publicados en Charting Steel’s Progress in 1992.
 Gráfico de Pareto

Estadística Descriptiva
Una variante importante de los diagramas de barras es el diagrama de
Pare- to. Este diagrama tiene un uso muy amplio, sobre todo, por su valor para
realizar comparaciones.
Las categorías están ordenadas de modo tal que en la parte izquierda apa-
rezca la categoría con mayor frecuencia, seguida por la segunda mayor
frecuen- cia y así, sucesivamente. Este tipo de diagramas debe su nombre al
economista italiano V. Pareto.

Principales fuentes de importaciones de acero en Estados Unidos durante 1992

1400
12 4 7

1200 10 7 2
Cantidad de acero

1000

800

460
405
36 7
6 40 00 0 29 9
250
(en miles de toneladas)

200

0
Otros
Japón

Reino Unido
Francia
Alemania

Canadá
Bélgica y
Luxemburgo

Pa í s e s

Fuente: U.S. Department of Commerce. Datos preparados por el American Iron and Steel Ins-
titute, publicados en Charting Steel’s Progress in 1992.

Gráfico de sectores

Los gráficos de sectores se utilizan para representar variables cualitativas,

indicando la proporción en que cada uno de sus valores se presenta.
 Principales fuentes de importaciones de acero en Estados Unidos durante 1992
10%
Bélgica y Luxemburgo Japón

Estadística Descriptiva
6% 31% Alemania Canadá
Francia Reino Unido
Otros
7%

9%

11%
26%

Fuente: U.S. Department of Commerce. Datos preparados por el American Iron and Steel Insti-
tute, publicados en Charting Steel’s Progress in 1992.

Principales fuentes de importaciones de acero en Estados Unidos durante 1992

Otros
Bélgica y Luxemburgo
10%
Reino Unido 6% 31%
Francia 7%

Canadá
9%

Japón
Alemania 26%
11%

Fuente: U.S. Department of Commerce. Datos preparados por el American Iron and Steel Insti-
tute, publicados en Charting Steel’s Progress in 1992.

B. Datos cuantitativos

Tratamiento de datos individuales

Hay distintas maneras de presentar los datos cuando no han sido

agrupados en intervalos. A continuación veremos las más utilizadas:
 Gráfico de tronco y hojas

Estadística Descriptiva
Como hemos visto, es interesante conocer simultáneamente el valor indivi-
dual de cada una de las observaciones. El gráfico de tronco y hojas (también
llamado gráfico de tallo y hojas) fue descrito por Tukey.

Para realizar este gráfico, basta seguir los siguientes pasos:

 Primero se ordenan los datos de menor a mayor.
 Se apartan uno o más dígitos de cada dato, según el número de filas que se
desea obtener, en general no más de 15, empezando por la izquierda. Cada
valor diferente de estos dígitos apartados, se lista uno debajo del otro,
trazando a la derecha de los mismos una línea vertical. Éste es el tronco.
 Para cada dato original se busca la línea en la que aparece su ‘tronco’. Los
dígitos que nos quedaban los vamos escribiendo en la fila correspondiente
de forma ordenada.

Ejemplo :
Se desea analizar cuánto demora un procesador X en guardar un archivo de
cier- to tamaño. Los tiempos, en segundos, que se recopilaron fueron
veinticinco y es- tán dados en la siguiente tabla:

0,8 2,2 0,7 2,6 3,9

2,4 1,2 0,2 0,5 1,2
1,4 3,7 0,4 0,9 1,2
2,1 1,9 0,5 3,8 0,7
1,6 1,4 2,6 0,9 1,5

Entonces, los pasos a seguir son los siguientes:

 Los datos ordenados de menor a mayor son:
0,2 0,4 0,5 0,5 0,7
0,7 0,8 0,9 0,9 1,2
1,2 1,2 1,4 1,4 1,5
1,6 1,9 2,1 2,2 2,4
2,6 2,6 3,7 3,8 3,9

 Observamos que la parte entera de los números son: 0, 1, 2 y 3. Esto nos

permite dividir cada número en tronco (la parte entera) y hojas (la parte
 decimal). Luego, listamos los números que son troncos de arriba abajo y di-
bujamos una línea vertical.
0,2 0,4 0,5 0,5 0,7

Estadística Descriptiva
0,7 0,8 0,9 0,9 1,2
1,2 1,2 1,4 1,4 1,5
1,6 1,9 2,1 2,2 2,4
2,6 2,6 3,7 3,8 3,9
0
1
2
3

 A continuación, para cada dato original, vamos escribiendo,

ordenadamente, en el renglón correspondiente al tronco (parte entera),
cada una de las ho- jas (parte decimal). Si alguno se repite, se escribe
tantas veces como apa- rezca. Completando así el gráfico de tronco y
hojas.
 Si desea se puede completar el diagrama de tronco y hojas con columnas
que indiquen la cantidad de valores que se presentan en cada tronco.
Troncos Hojas Frecuencia Frecuencia relativa
0 2 4 5 5 7 7 8 9 9 9 0,36
1 2 2 2 4 4 5 6 9 8 0,32
2 1 2 4 6 6 5 0,20
3 7 8 9 3 0,12
n = 25 1,00

Los paquetes estadísticos, en general, presentan este gráfico indicando las

fre- cuencias acumuladas. A continuación veremos un gráfico de tronco y hojas
reali- zado con Statgraphics Plus 5.1 para este conjunto de datos:

Stem-and-Leaf Display for Tiempo: unit = 0,11|2 represents 1,2

2 0|24
9 0|5577899
(5) 1|22244
11 1|569
8 2|124
5 2|66
3 3|
3 3|789
El gráfico muestra al conjunto de datos dividido en ocho troncos seguidos de
una barra vertical separadora, representados en la segunda columna y seguidos
por sus hojas.

Estadística Descriptiva
Seguramente se preguntará por qué lo hace en ocho troncos si nosotros lo hici-
mos en cuatro.
No hay un único gráfico de tronco y hojas para un determinado conjunto de da-
tos, es posible realizarlo de distintas maneras, según la necesidad, la claridad
e, incluso, la estética que se quiera presentar para la descripción del conjunto
de datos.

En este caso, Statgraphics Plus 5.1 propone un tronco para los valores entre
0,0 y 0,4 (0|24); otro para los valores entre 0,5 y 0,9 (0|5577899); otro para
los valores entre 1,0 y 1,4 (1|22244); otro para los valores entre 1,5 y 1,9 (1|
569); y así sucesivamente hasta los troncos definidos para los valores entre
3,0 y 3,4 (que no tiene hojas porque no se han observado valores en ese
intervalo) y entre 3,5 y 3,9 (3|789).
En la primera columna aparecen las frecuencias acumuladas, pero no como esta-
mos acostumbrados, sino que se acumulan desde el menor valor hasta el tronco
que contiene al valor que está exactamente en el medio del conjunto de datos
(que más adelante estudiaremos y se llama mediana) y desde el mayor valor
(ubi- cado en el último renglón) hasta el tronco que contiene a la mediana. La
frecuen- cia correspondiente a este tronco es una frecuencia absoluta simple y
se indica entre paréntesis.
Iremos explicando cómo se han calculado las frecuencias en cada renglón:

2 0|24 Hasta el momento sólo hay 2 valores contados.

9 0|5577899 En este tronco hay 7 valores, más los 2 del tronco anterior, que suman 9.
(5) 1|22244 Este tronco contiene a la mediana, por lo que se registra la frecuencia
absoluta simple 5 (hay 5 valores con este tronco) y se la coloca entre
paréntesis (5).
11 1|569 La frecuencia presentada es 11 porque es lo acumulado desde el valor
más grande (3,9) hasta el primer valor de este tronco (1,5). Es decir, es
la cantidad de valores que faltan para llegar al valor más grande.
8 2|124 Son 8 los valores que faltan, desde el primer valor de este tronco (2,1),
para llegar a completar los veinticinco datos del conjunto.
5 2|66 Son 5 los valores que faltan, desde el primer valor de este tronco (2,6),
para llegar a completar los veinticinco datos del conjunto.
3 3| Son 3 los valores que faltan, desde el primer valor de este tronco (no
hay valores), para llegar a completar los veinticinco datos del conjunto.
3 3|789 Son 3 los valores que faltan, desde el primer valor de este tronco (3,7),
para llegar a completar los veinticinco datos del conjunto.
 Estadística Descriptiva
Gráfico de puntos

Para representar gráficamente variables de tipo cuantitativo, si el conjunto

de datos es pequeño, usaremos los gráficos de puntos o puntigramas, que nos
permiten distinguir claramente la variable y su frecuencia.

Tiempo de guardado de determinados archivos por un procesador X

10
9
Frecuencia

8
7
6
5
4
3 
2     
1      
  
0,1

Tiempo
Fuente: Datos hipotéticos

Tratamiento de datos agrupados

Tanto las variables discretas como las continuas, con un número grande de
valores, se suelen agrupar en intervalos al elaborar las tablas de frecuencias.

Tabla de distribución de frecuencias

Para resumir la información y adquirir una visión global y sintética de la

va- riable en estudio, agruparemos los datos en intervalos o clases. No
obstante, es- ta operación implica una pérdida de información que será preciso
tener en cuenta en la interpretación de las tablas, gráficos y estadísticos de
datos agrupados.

La primera decisión que hay que tomar para agrupar una variable es el
núme- ro de intervalos en que se debe dividir. No existe una regla fija, y en
última ins- tancia será un compromiso entre la pérdida de la información que
supone el agru- pamiento y la visión global y sintética que se persigue. Esta
‘flexibilidad’ para la
selección de la cantidad de intervalos puede provocar dudas o confusiones, es
por eso que Sturgess da una fórmula para quien no quiera o no pueda decidir la
canti- dad de clases a utilizar.

Estadística Descriptiva
Para proceder a la construcción de una distribución de frecuencias con da-
tos agrupados es preciso tener en cuenta las siguientes nociones:

 Tamaño de muestra (n): es la cantidad de elementos en una serie

estadísti- ca.
 Máximo (xmáx): se llama máximo de una variable estadística al mayor valor
que toma la variable en toda la serie estadística.
 Mínimo (xmín): se llama mínimo de una variable estadística al menor valor que
toma la variable en toda la serie estadística.
 Recorrido (R): es la diferencia entre el máximo y el mínimo en una serie
es- tadística.
 Clase: se llama clase a cada uno de los intervalos en que podemos dividir el
recorrido de la variable estadística. Los intervalos pueden o no ser de la
misma amplitud.
 Límite superior de la clase (Ls): es el máximo valor del intervalo.
 Límite inferior de la clase (Li): es el mínimo valor del intervalo.
 Marca de clase (xi): es el punto medio de cada clase y es el promedio
entre los extremos del intervalo.
 Cantidad de intervalos (k): se obtiene a partir de la fórmula de Sturges,
que está dada por: 1 + 3,3.log n. Para tamaños de muestra pequeños tam-
bién es útil utilizar  n (raíz cuadrada de n), aunque la fórmula de Sturges
es válida para todos los casos.
 Longitud de intervalos (l): es la diferencia entre el límite superior y el
lími- te inferior de la clase.

A continuación, aplicaremos un método para dar la distribución de

frecuen- cias de la variable en estudio para datos agrupados.
El método que usaremos, si bien está muy difundido, no es un método
único, existen autores de textos y herramientas informáticas que adoptan
otros crite- rios.
 Ejemplo :
Analizaremos el ejemplo de las estaturas de los estudiantes universitarios (este

Estadística Descriptiva
conjunto de datos será tomado como ejemplo de aquí en adelante)

150 160 161 160 160 172 162 160 172 151
161 172 160 169 169 176 160 173 184 172
160 170 153 167 167 175 166 173 169 178
170 179 175 174 160 174 149 162 161 168
170 173 156 159 154 156 160 166 170 169
163 168 171 178 179 164 176 163 182 162
El método consta de los siguientes pasos:
 Ordenar los datos de menor a mayor
149 150 151 153 154 156 156 159 160 160
160 160 160 160 160 160 160 161 161 161
162 162 162 163 163 164 166 166 167 167
168 168 169 169 169 169 170 170 170 170
171 172 172 172 172 173 173 173 174 174
175 175 176 176 178 178 179 179 182 184
 Determinar el tamaño de muestra
n = 60
 Reconocer el máximo y el mínimo
xmáx = 184 xmín = 149
 Calcular el alcance o recorrido
R = xmáx - xmín = 184 - 149 = 35
 Calcular la cantidad de intervalos
k = 1 + 3,3.log n = 1 + 3,3 . log 60  6,87  k = 7 (El valor de k siempre debe ser redon-
deado a un número entero inferior o superior. Lo usual es hacer el redondeo matemático.)
 Calcular la longitud de cada intervalo
l = R / k = 35 / 7 = 5 (Si el valor de l resultara ser un número decimal, hay que realizar un
redondeo por exceso, con la cantidad de posiciones decimales que se deseen. Por ejemplo,
si diera 6,270791, se puede redondear a 6,28 ó 6,3 ó 7, entre otras opciones, pero nunca
6,27 ó 6,2 ó 6.)
 Armar una tabla con los intervalos obtenidos, las marcas de clase y las
fre- cuencias correspondientes
149 150 151 153 154 156 156 159 160 160
160 160 160 160 160 160 160 161 161 161
162 162 162 163 163 164 166 166 167 167
168 168 169 169 169 169 170 170 170 170
171 172 172 172 172 173 173 173 174 174
175 175 176 176 178 178 179 179 182 184
 Intervalos Punto Frecuencia Frecuencia Frecuencia Frecuencia Frecuencia Frecuencia
o medio simple abso- simple rela- simple rela- acumulada acumulada acumulada
clases luta tiva tiva porcen- absoluta relativa relativa
tual porcentual

Estadística Descriptiva
xi fi fri fri% Fi Fri Fri%

[149,154) 151,5 4 0,0667 6,67% 4 0,0667 6,67%

[154,159) 156,5 3 0,0500 5,00% 7 0,1167 11,67%

[159,164) 161,5 18 0,3000 30,00% 25 0,4167 41,67%

[164,169) 166,5 7 0,1166 11,66% 32 0,5333 53,33%

[169,174) 171,5 16 0,2667 26,67% 48 0,8000 80,00%

[174,179) 176,5 8 0,1333 13,33% 56 0,9333 93,33%

[179,184] 181,5 4 0,0667 6,67% 60 1,0000 100,00%

n = 60 1,0000 100 %
Fuente: Datos hipotéticos

Nota 1: Como el límite superior de cada clase coincide con el límite inferior de la siguiente,
adoptamos como criterio que los intervalos se suponen semiabiertos por la dere-
cha, es decir, en cada clase se incluyen los valores de la variable que sean mayores
o iguales al límite superior, pero estrictamente menores que el límite superior.

Nota 2: Como excepción al criterio adoptado, en la última clase, el intervalo es cerrado en

ambos extremos, si no fuera así, el valor máximo quedaría fuera de los intervalos.

Nota 3: En las frecuencias relativas (fr i), se debe redondear de tal manera que la suma dé
uno.

Histograma y polígono de frecuencias

La información numérica proporcionada por una tabla de frecuencias se

puede representar gráficamente de una forma más sintética. En el caso de las
variables agrupadas las representaciones que se utilizan frecuentemente son los
histogramas y los polígonos de frecuencias.

Histograma

Un histograma se obtiene construyendo sobre unos ejes cartesianos rec-

tángulos cuyas áreas son proporcionales a las frecuencias de cada intervalo.
Sobre el eje de abscisas se representan dos intervalos, el anterior al pri-
mero y el posterior al último, que no tienen valores en ellos.
 Estatura de un grupo de estudiantes universitarios

20

Estadística Descriptiva
Cantidad de alumno

15

10

0//

147152157 162167 172177182187

149154159 164
144 169 174 179 184
189

Estatura (en cm)

Fuente: Datos hipotéticos

Polígono de frecuencias

Otra forma de representar los datos es el polígono de frecuencias, que es

la poligonal que resulta de unir, con segmentos, los puntos medios de las bases
su- periores de los rectángulos de un histograma de frecuencias. Además,
completa- remos la poligonal, uniendo los puntos medios del intervalo anterior al
primero de nuestra muestra y posterior al último de nuestra muestra.

Estatura de un grupo de estudiantes universitarios

20
Cantidad de alumnos

15

10

0
//
147152157162167172177182187
144 149154159164169174 179184 189
Estatura (en cm)

Fuente: Datos hipotéticos

Histograma y polígono de frecuencias

Usualmente se presentan ambos gráficos en el mismo sistema de ejes coor-

Estadística Descriptiva
denados.

Estatura de un grupo de estudiantes universitarios

20
so 18
nm 16
ul 14
a 12
ed 10
da 8
di 6
tn 4
aC 2
0 //
146,5 151,5 156,5161,5 166,5 171,5 176,5181,5 186,5
144 149154159 164 169174179 184189
Estatura (en cm)

Fuente: Datos hipotéticos

Ojiva

Llamamos ojiva al polígono de frecuencias acumuladas. Se obtiene uniendo

con segmentos los puntos cuyas coordenadas son: la abscisa correspondiente al
extremo superior de cada clase y la ordenada correspondiente a la frecuencia
acumulada (relativa o absoluta) hasta dicha clase.

Estatura de un grupo de estudiantes universitarios

70
ad60
alu 50
mu 40
ca
30
ne 20

er 10
F
0//
139 144 149 154 159 164 169 174 179 184 189 194 199 204

Estatura (en cm)

Fuente: Datos hipotéticos

 C. Patrón de comportamiento

Una tabla de frecuencias, un histograma o un polígono de frecuencias des-

Estadística Descriptiva
criben una distribución de frecuencias , es decir, muestran el patrón de distribu-
ción de las frecuencias. En general, las descripciones se refieren a aspectos de la
forma del histograma o del polígono de frecuencias.

Un importante aspecto a destacar, relacionado con la forma de una distri-

bución de frecuencias es el hecho de que la figura presente un punto máximo
principal. En el ejemplo de las estaturas de los alumnos universitarios, vemos
que el intervalo [159, 164) presenta la máxima frecuencia, mostrando un punto
máxi- mo en el polígono de frecuencias.
Estos valores máximos se llaman modos o modas o valores modales, en el
caso de datos agrupados por clases, a la o las clases que presentan la máxima
frecuencia se las llama clases modales.
Seguramente se estará preguntando qué ocurre si hay más de un valor o
una clase que presente la máxima frecuencia... En este caso decimos que hay
dos, tres, ..., k modas. En consecuencia, las distribuciones se llaman unimodales,
bimo- dales, trimodales o multimodales, según el número de modas que
presenten.

Ejemplo de distribución unimodal:

Calificación obtenida por los alumnos en un curso de Estadística

10
9
8
7
6
5
Frecuencia

4
3
2
1
0

0 1 2 3 4 5 6 7 8 9 10 11
Calificación
Ejemplo de distribución bimodal:

Calificación obtenida por los alumnos en un curso de

Estadística Descriptiva
Estadística
10
9
8
7
6
5
4
Frecuencia

3
2
1
0

01234567891011
Calificación

Ejemplo de distribución multimodal:

Calificación obtenida por los alumnos en un curso de

8 Estadística
7
6
5
4
3
2
Frecuencia

1
0

01234567891011
Calificación
¿Y qué pasa si todos los valores presentan la mis- ma frecuencia...?

Estadística Descriptiva
En estos casos diremos que... No hay moda.

Otro aspecto a destacar, para analizar el patrón de comportamiento de un

conjunto de datos, es la simetría o asimetría de la distribución de frecuencias.

Ejemplos de distribuciones simétricas y asimétricas con distintas asimetrías:

Curso A
Calificación obtenida por los alumnos en un curso de Estadística
10

8
Frecuencia

6
4

2
0

0 1 2 3 4 5 6 7 8 9 1011

Calificación
Curso B
Calificación obtenida por los alumnos en un curso de Estadística

Estadística Descriptiva
10

8
Frecuencia

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

Calificación

Curso C
Calificación obtenida por los alumnos en un curso de Estadística
20

15
Frecuencia

10

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

¿Qué podemos decir de cada curso? ¿Cómo se comportan las calificaciones

de cada curso? ¿Cuál de los cursos tiene mejor rendimiento?
Claro está que las calificaciones del Curso A presenta una distribución
simé- trica, mientras que las de los Cursos B y C son asimétricas. La
distribución del Curso B se llama asimétrica a derecha o positivamente
asimétrica y la del Curso C, asimétrica a izquierda o negativamente
asimétrica.
 Estadística Descriptiva
Para pensar

 Según el mito popular, ¿qué tipo de distribución tiene la variable:

“Cantidad de maniobras que debe hacer una mujer para estacionar
correctamente un auto, entre otros dos”?
 A continuación se presentan tablas y gráficos que representan el compor-
tamiento de algunas variables analizadas en el mismo grupo de estudiantes.

Distribución de frecuencias del SEXO de los alumnos

Frecuencia Valor Absoluta Relativa Acumulada

Sexo Absoluta Relativa

Hombre 1 17 0.2833 17 0.2833

Mujer 2 43 0.7167 60 1.0000

Gráfico de sectores para la variable:

Sexo
28.33%1
2

71.67%

Tabla de frecuencia para la variable DEPORTE

Frecuencia Acumulativa
Deporte Valor Absoluta Relativa Absoluta Relativa

POCO 1 15 0,2500 15 0,2500

FRECUENTEMENTE 2 32 0,5333 47 0,7833
SISTEMÁTICAMENTE 3 13 0,2167 60 1,0000

POCO: Sólo de vez en cuando FRECUENTEMENTE: Una vez por semana

SISTEMÁTICAMENTE: Dos o más veces por semana
 Gráfico de barras para la práctica de Deporte

Estadística Descriptiva
60

50

porcentaje
40

30

20

10

0
1 2 3
1: POCO 2: FRECUENTEMENTE 3: SISTEMÁTICAMENTE

Tabla de frecuencias para PELO y OJOS

Fila
Ojos Claros Ojos Oscuros Total

Pelo C | 17 | 8 | 25
(Claro) | 28.33% | 13.33% | 41.67%

Pelo O | 6 | 29 | 35
(Oscuro) | 10.00% | 48.33% | 58.33%

Columna 23 37 60
Total 38.33% 61.67% 100.00%

Gráfico de Tallos y Hojas para la variable Número de Calzado de los alumnos

Unidad = 0.1 35|0 representa 35.0
4 35|0000
12 36|00000000
26 37|00000000000000
(10) 38|0000000000
24 39|00
22 40|0000
18 41|00000
13 42|000000
7 43|0000
3 44|0
2 45|0
1 46|0

Distribución para el Número de Calzado

Frecuencias Acumuladas para el Número de Calzad
24
100
20
Porcentaje

80
16
Porcentaje

12 60

8 40
4
20
0
34 36 38 40 42 44 46 48 0
34 37 40 43 46 49
Calzado
Calzado
 Estadística Descriptiva
Distribución de la Estatura de los alumnos (cm)

Límite de Clase Marca Frecuencias Acumulativa

Clase Inferior Superior de Clase Absoluta Relativa Absoluta Relativa

por debajo de 150.0 0 0.0000 0 0.0000

1 150.0 156.25 153.125 3 0.0500 3 0.0500
2 156.25 162.5 159.375 14 0.2333 17 0.2833
3 162.5 168.75 165.625 17 0.2833 34 0.5667
4 168.75 175.0 171.875 15 0.2500 49 0.8167
5 175.0 181.25 178.125 5 0.0833 54 0.9000
6 181.25 187.5 184.375 5 0.0833 59 0.9833
7 187.5 193.75 190.625 1 0.0167 60 1.0000
8 193.75 200.0 196.875 0 0.0000 60 1.0000
sobre 200.0 0 0.0000 60 1.0000

Distribución de la Estatura de los alumnos

18
frecuencia de clase

15
12
9
6
3
0

150160170180190200
Estatura

 En base a la observación de las tablas y gráficas, responda:

o ¿A qué nivel educativo supone que pertenecen estos alumnos?
o ¿Qué tipos de chistes causarían más efecto, los machistas o los
fe- ministas?
o Respecto a la tabla DEPORTES: ¿Cómo definimos la variable que se
refiere a la práctica deportiva? ¿Cómo la codificamos? ¿Cuál es la
escala de medición?
o ¿Cómo se comporta la variable “Número de Calzado”? ¿Cuál es la
es- cala de medición?
o ¿Es coherente la distribución del número de calzados con el sexo
de los estudiantes? ¿Por qué?
o ¿Qué puede decir respecto al patrón de comportamiento de la va-
riable “Número de Calzado”?
o ¿Cómo se “comporta” la estatura de los alumnos?
1.3 Descripción de un conjunto de datos: Métodos numéricos

¿Recuerda los conceptos de población, muestra, estadísticos y

Estadística Descriptiva
parámetros, que vimos en la Introducción?
Es importante que revise estos conceptos antes de continuar...

Hemos visto que los datos de una muestra pueden ser representados
gráfi- camente, dando una idea global del conjunto de datos analizado.
La representación gráfica de los datos es una primera incursión en el
análi- sis de datos, pero tiene sus limitaciones. Si se desea describir más
profundamen- te el conjunto de datos no siempre es fácil hacerlo a partir de un
gráfico, e in- cluso, no es fácil comparar algunos conjuntos de datos. Por esto,
es fundamental resumir los datos.
Vimos que podíamos reducir los datos a una forma más compacta,
compren- sible y comunicable por la distribución de frecuencias.
Las distribuciones de frecuencias no sólo sirven para organizar datos, sino
que es también una medida descriptiva del modelo de distribución de una varia-
ble. Realmente, pueden ser consideradas como un conjunto de medidas
descripti- vas, porque cada número que muestra la frecuencia (o densidad) de
observacio- nes de una clase es una estadística . Pero, a menudo, necesitamos
medidas des- criptivas en forma de números que pueden concentrar mejor la
atención en varias propiedades de un conjunto de datos que se investiga.
En realidad, raras veces observamos o medimos poblaciones enteras, por
esto, nos dedicaremos a la descripción de conjuntos de datos , en términos de
muestras.

Las características muestrales permiten caracterizar a una muestra con

unos pocos valores, llamados estadísticos.
Si bien cualquiera función de n observaciones de una muestra es una esta-
dística, hay algunas que son especialmente interesantes. En términos del
análisis de datos, nos interesaremos por cuatro propiedades básicas:
 La localización del centro de la distribución, llamadas medidas de
tendencia central.
 El grado de variación de valores individuales alrededor del punto central o
la tendencia de valores individuales a desviarse de las medidas de
tendencia central, llamadas medidas de dispersión.
 El grado de asimetría, es decir, la falta de simetría de ambos lados del
valor modal de una distribución, llamadas medidas de asimetría.
 El grado de variación, o la velocidad con que sube y baja la distribución de
izquierda a derecha, llamadas medidas de apuntamiento.
Estas propiedades son significativas especialmente para distribuciones uni-

Estadística Descriptiva
modales, pero también se aplican a otros tipos de distribuciones.

A. Medidas de Tendencia Central

Las medidas de tendencia central suelen llamarse promedios, y son el

‘valor típico’ en el sentido de que se emplea a veces para representar todos los
valores individuales de un conjunto de datos. Es decir, las medidas de tendencia
central dan un valor típico o representativo de un conjunto de datos.
La tendencia central de un conjunto de datos es la disposición de éstos
para agruparse ya sea alrededor del centro o de ciertos valores numéricos.
Hay varias medidas de tendencia central, con propiedades particulares
que las hacen ‘típicas’ en alguna forma única.
Las más frecuentemente utilizadas son la media aritmética, la mediana y la
moda.

Media Aritmética

 La media aritmética de las observaciones x1, x2, ..., xn es el promedio arit-

mético de éstas.
 La media aritmética es el valor que tomaría la variable si estuviera unifor-
memente repartida entre todos los individuos que forman la muestra (co-
rresponde al concepto de centro de gravedad en Física).
 La media aritmética considera todos los datos. Sin embargo, debido a que
todas las observaciones se emplean para el cálculo, el valor de la media
pue- de afectarse de manera desproporcionada por la existencia de
valores ex- tremos.
 Cuando usemos el término media, nos referimos a la media aritmética.

Ventajas de la media aritmética

 Se trata de un concepto familiar para la mayoría de las personas y es
intui- tivamente claro.
 Cada conjunto de datos numéricos tiene media; siendo ésta una medida que
puede calcularse y es única, debido a que cada conjunto de datos posee
una y sólo una media.
 La media es útil para llevar a cabo procedimientos estadísticos como la
com- paración de medias de varios conjuntos de datos.

Estadística Descriptiva
Desventajas de la media aritmética
 Aunque la media es confiable en el sentido de que toma en cuenta todos los
valores del conjunto de datos, puede verse afectada por valores extremos
que no son representativos del resto de los datos.
 El cálculo se hace tedioso cuando trabajamos con una gran cantidad de
valo- res diferentes.
 Se presentan dudas al calcular la media para clases de extremo abierto,
ta- les como, “mayor que 14” o “menor que 6”.

Mediana

 La mediana es, como su nombre lo indica, el valor medio o valor central de

un conjunto de observaciones.
 Cuando todas las observaciones se ordenan en forma creciente, la mitad
de éstas es menor que este valor y la otra mitad es mayor.
 Si el número de observaciones, n es impar, la mediana es el valor de la ob-
servación que se encuentra a la mitad del conjunto ordenado. Si n es impar
la mediana es el valor de la observación que ocupa el lugar (n+1)/2.
 Si el número de observaciones, n es par se considera la mediana como el
promedio aritmético, de los valores de las observaciones que ocupan los lu-
gares n/2 y (n+2)/2 del conjunto ordenado.
 Por ejemplo:
En el conjunto de datos: 5, 3, 8, 2, 7, deberíamos ordenar los datos, o sea,
2, 3, 5, 7, 8, y observar cuál es el valor que está en el medio. Luego,
diremos que 5 es la mediana de este conjunto de datos.
En el conjunto de datos: 5, 7, 8, 1, deberíamos ordenar los datos, o sea, 1,
5, 7, 8, y observar cuál es el valor que está en el medio. Pero no hay un
único valor central porque hay un número par de elementos, entonces,
diremos que la mediana es el valor promedio entre los dos valores
centrales, es decir, entre 5 y 7. Luego, 6 es la mediana de este conjunto
de datos.
En el cálculo de la mediana la existencia de valores extremos no afecta su
valor.
En el ejemplo anterior, si en lugar del conjunto de datos 2, 3, 5, 7, 8,
tuvié- ramos el conjunto 2, 3, 5, 7, 8976, la mediana seguiría siendo 5, al
igual que
en el conjunto -1824, 5, 7, 8, seguiría siendo 6.
 Por lo tanto, si un conjunto contiene valores extremos y un número alto de
observaciones, la mediana puede ser una medida de tendencia central
mucho más deseable que la media aritmética.

Estadística Descriptiva
Ventajas de la mediana
 Los valores extremos no afectan a la mediana tan intensamente como
a la media.
 La mediana es fácil de entender y se puede calcular a partir de cualquier
tipo de datos (excepto datos cualitativos nominales), incluso a partir de
da- tos agrupados con clases de extremo abierto, a menos que la clase
mediana sea justamente una de las de extremo abierto, por ejemplo, la
clase “mayor que 4”.

Desventajas de la mediana
 Ciertos procedimientos estadísticos que utilizan la mediana son más
comple- jos que aquellos que utilizan la media.
 Debido a que la mediana es una posición promedio, debemos ordenar los da-
tos antes de llevar a cabo cualquier cálculo, lo cual consume mucho tiempo
si el conjunto de datos es muy grande.

Modo, Moda o Valor Modal

 La moda, modo o valor modal de un conjunto de observaciones es el valor de

las observaciones que ocurre con mayor frecuencia en el conjunto.
 El modo es la única medida de tendencia central que puede ser calculada
para variables cualitativas nominales.
 El valor de la moda no se ve afectada por la existencia de valores extremos.
 Puede suceder que en una serie de datos haya más de una moda. En tal
caso se denomina bimodal, trimodal o multimodal, según el número de
modas que presente.

Ventajas de la moda
 La moda, al igual que la mediana, se puede utilizar como una posición
central para datos tanto cualitativos como cuantitativos.
 La moda no se ve mayormente afectada por los valores extremos.
Incluso si los valores extremos son muy altos o muy bajos, nosotros
escogemos el va- lor más frecuente del conjunto de datos como el valor
modal. Podemos utili- zar la moda sin importar qué tan grandes o qué tan
pequeños sean los valo- res del conjunto de datos, e independientemente
de cuál sea su dispersión.
 Podemos calcular la moda aun cuando una o más clases sean de extremo
abierto.

Estadística Descriptiva
Desventajas de la moda
 A menudo, no existe un valor modal debido a que el conjunto de datos
no contiene valores que se presenten más de una vez.
 Cuando los conjuntos de datos contienen muchas modas, resultan
difíciles de interpretar y comparar.

Tratamiento de datos agrupados

Ejemplo :
Retomaremos el ejemplo de las estaturas de los alumnos universitarios. En primer
lugar, como datos individuales y luego como datos agrupados.

150 160 161 160 160 172 162 160 172 151
161 172 160 169 169 176 160 173 184 172
160 170 153 167 167 175 166 173 169 178
170 179 175 174 160 174 149 162 161 168
170 173 156 159 154 156 160 166 170 169
163 168 171 178 179 164 176 163 182 162

Datos individuales

xi fi Fi xi fi Fi
149 1 1 168 2 32
150 1 2 169 4 36
151 1 3 170 4 40
153 1 4 171 1 41
154 1 5 172 4 45
156 2 7 173 3 48
159 1 8 174 2 50
160 9 17 175 2 52
161 3 20 176 2 54
162 3 23 178 2 56
163 2 25 179 2 58
164 1 26 182 1 59
166 2 28 184 1 60
167 2 30 n=60
Media aritmética
Como la media aritmética de las observaciones x1, x2, ..., xn es el promedio arit-

Estadística Descriptiva
mético de éstas, se denota por:
x  i
 xi.fi
n
Para datos individuales, los xi son todos los posibles valores que pueda tomar la
variable en estudio y las fi, las frecuencias absolutas correspondientes.
xi.fi xi .f fi
= =  xi.
i
Trabajando la expresión anterior, x  i
n i n i n
Al dividir fi por n, obtenemos fi/n, que es la frecuencia relativa correspondiente
a cada valor xi. Esta frecuencia relativa es usualmente llamada peso de cada valor
xi de la variable estudiada.
Siguiendo la notación del inglés, este peso se indica como wi, por lo que fi/n = wi.
Así, y continuando el trabajo en la expresión de la media aritmética, tenemos:
 xi . x .f f
fi
= xi. = xi.wi
i
xi =  ii
n i n i n i

La media aritmética, definida en función de sus pesos, es llamada media pesada o

media ponderada, quedando expresada como:
x   xi.wi
i

En nuestro ejemplo, indicamos la media aritmética como:

i xi.fi
x= = 149.1+...+166.2+...+184.1 9990
n = =166,55 cm
60 60
Interpretación: La estatura promedio de los estudiantes es de 166,55 cm

Mediana
Como n es par, para saber la posición del valor de la mediana, buscamos las posi-
ciones n/2 y (n+2)/2, luego, se ven los valores de variable correspondientes y
se calcula el promedio entre ellos, obteniendo así el valor de la mediana que
deja por encima y por debajo de él, el 50% de las observaciones.
La posición n/2 = 60/2 = 30º corresponde al valor 167 cm
La posición (n+2)/2 = (60+2)/2 = 31º corresponde al valor 168 cm
Luego, la mediana es el valor promedio entre 167 cm y 168 cm, es
decir:
x% = 167,50 cm
Interpretación: El 50% de los estudiantes universitarios observados miden
167,50 cm o menos y el otro 50% miden 167,50 cm o más.

Estadística Descriptiva
Modo, moda o valor modal

xi fi Fi
149 1 1

. . .
. . .
. . .
159 1 8
160 9 17 Œ Máxima frecuencia absoluta  Valor
modal
161 3 20
. . .
. . .
. . .
184 1 60
n = 20

El cálculo de la moda para datos individuales es sencillo, basta con buscar el

valor de la variable que presente la máxima frecuencia absoluta (fi).
Luego, la moda es:
Mo= 160 cm
Interpretación: La estatura de los estudiantes universitarios observados que
se presenta con mayor frecuencia es 160 cm.

Datos agrupados

Intervalos xi fi Fi
[149 , 154) 151,5 4 4
[154 , 159) 156,5 3 7
[159 , 164) 161,5 18 25
[164 , 169) 166,5 7 32
[169 , 174) 171,5 16 48
[174 , 179) 176,5 8 56
[179 , 184] 181,5 4 60
n=60
 Media aritmética
Para datos agrupados basta con extender la definición, considerando a los xi
co- mo los puntos medios de cada intervalo, también llamados marca de clase, y

Estadística Descriptiva
sien- do las fi, las frecuencias absolutas correspondientes a cada clase.
 151,5.4  ...  181,5.4 10030
xi.fi
=
60  167,17 cm
x i  60
n
Interpretación: La estatura promedio de los estudiantes es de 167,17 cm

Mediana
Intervalos xi fi Fi
[149 , 154) 151,5 4 4
[154 , 159) 156,5 3 7
[159 , 164) 161,5 18 25
[164 , 169) 166,5 7 32 ΠClase mediana
[169 , 174) 171,5 16 48
[174 , 179) 176,5 8 56
[179 , 184] 181,5 4 60
n=60

Para calcular la mediana en datos agrupados seguiremos los siguientes pasos:

 Calcular el orden o posición de la mediana, usando la fórmula (n+1)/2, sin
im- portar si n es par o impar.
~ n
ºx = 30,5º
1
= 2
 Buscar el valor obtenido como orden de la mediana en la columna de fre-
cuencia acumulada (Fi), si no está, tomar el inmediato superior y llamar a la
~
clase correspondiente, clase mediana. Diremos que la mediana, x ,
pertenece
a este intervalo, pero es necesaria una mayor precisión. Por esto buscare-
mos el valor de la mediana dentro de la clase mediana.
~
x  [164 , 169)
 El valor de la mediana se obtiene mediante ⎛ n la fórmula:
⎞
 Fant x~
~ ⎜ ⎟
~ 2 ⎟
x = Linf + l . ⎜
⎜ fx~ ⎟
x
⎝ ⎠
Siendo:
Linf x~ : límite inferior de la clase mediana.
Fant x~ : frecuencia acumulada correspondiente a la clase anterior a la clase
mediana.
 ~
f x : frecuencia absoluta correspondiente a la clase mediana.
 l : longitud de la clase
mediana. n : tamaño de la
muestra.
⎛ 60

Estadística Descriptiva
⎞
⎛n  25
~⎞
 Fant x ⎜ ⎟
⎜ ⎟ 2
~ = Linf x ~ + l . ⎜ 2
x ⎟ = 164 + 5 . ⎜ ⎟ = 167,57 cm
⎜ fx~ ⎟ ⎜ 7 ⎟
⎝ ⎠ ⎝ ⎠
Interpretación: El 50% de los estudiantes
universitarios observados miden
167,57 cm o menos y el otro 50% miden 167,57 cm o más.

Nota 1: Otras notaciones para la mediana son: Md, Me y x0,50.

Nota 2: La mediana puede calcularse a partir del gráfico de la distribución acumulativa (ojiva),
aunque en forma aproximada.
Es conveniente realizar la ojiva colocando en ordenadas la frecuencia acumulada por-
centual. Ubicar el 50% y ver a qué valor de abscisa corresponde.

Estatura de un grupo de estudiantes universitarios

120%
Frecuencia acumulada porcentual

100%
80%
60%
40%
20%
0%

//
159 144 149 154 159 164 169 174 179 184 189 194 199 204

Estatura (en cm)

Mediana

Modo, moda o valor modal

Intervalos xi fi Fi

[149 , 154) 151,5 4 4

[154 , 159) 156,5 3 7
[159 , 164) 161,5 18 25 ΠClase modal
[164 , 169) 166,5 7 32
[169 , 174) 171,5 16 48
[174 , 179) 176,5 8 56
[179 , 184] 181,5 4 60
n=60
Para calcular la moda en datos agrupados seguimos los siguientes pasos:
 Buscar la máxima frecuencia absoluta y llamar a la clase correspondiente,
clase modal.

Estadística Descriptiva
 Diremos que la moda, Mo, pertenece a este intervalo, pero es necesaria
una mayor precisión. Por esto buscaremos el valor de la moda dentro de la
clase modal.
Mo  [159 , 164)
 El valor de la moda se obtiene mediante la fórmula:
Mo = xMo = Linf Mo + l . ⎜⎛Δ1 ⎟⎞
Δ1  Δ2
⎝ ⎠
Siendo:
Linf Mo : límite inferior de la clase modal
Δ1 : diferencia entre la frecuencia de la clase modal y la clase premodal (an-
terior a la modal).
Δ2: diferencia entre la frecuencia de la clase modal y la clase posmodal
(posterior a la modal).
l: longitud de la clase modal
⎛ 15 ⎞
Mo = xMo = 159 + 5 . = 161,88 cm
⎜ 15  11⎟
⎝ ⎠
Siendo:
Δ1 = 18 - 3 = 15 Δ2 = 18 - 7 = 11
Interpretación: La estatura de los estudiantes universitarios
observados que se presenta con mayor frecuencia es 161,88 cm.

Para pensar
La siguiente es la distribución de los salarios de los empleados de una pequeña fá-
brica:
Salario Cantidad de empleados
$10000 1
$2500 1
$1000 1
$500 2
$200 4
 Cátedra: Probabilidad y Estadística UT1
Facultad Regional Mendoza Estadística descriptiva y análisis de datos
Universidad Tecnológica Nacional D. Fernández & M. Guitart

Los empleados realizan una huelga para pedir mejora de sus salarios. Un periodista
realiza una nota preguntando cuál es el salario medio.
¿Qué medida de tendencia central daría usted si...

Estadística Descriptiva
a) ... fuera el dueño?
b) ... fuera un representante sindical?
c) ... fuera un investigador científico?

B. Medidas de Dispersión

Las medidas de tendencia central nos indican los valores alrededor de los
cuales se distribuyen los datos.
Las medidas de dispersión son estadísticos que nos proporcionan una
medida del mayor o menor agrupamiento de los datos respecto a los valores de
tendencia central.
Todas ellas son valores mayores o iguales a cero, indicando un valor cero,
la ausencia de dispersión.

Para ver sus aplicaciones analizaremos tres muestras de 40 alumnos cada

una, a los que se les tomó una evaluación de seis preguntas.

Los xi indican el número de respuestas correctas y f i, indica la cantidad de

alumnos que lo hicieron.

Grupo 1 Grupo 2 Grupo 3

xi fi xi fi xi fi
1 1 1 16 1 6
2 2 2 3 2 7
3 17 3 1 3 7
4 17 4 1 4 7
5 2 5 3 5 7
6 1 6 16 6 6

Puntuaciones en tres grupos de alumnos

Grupo 1 Grupo 2 Grupo 3

20 20 20
Frecuencia
Frecuencia

Frecuencia

15 15

15
10 10 5

5 1 23 45 6 5 1 23 45 6 1 23 45 6
10
Puntuación Puntuación
39
Puntuación
0
0 0
 Cátedra: Probabilidad y Estadística UT1
Facultad Regional Mendoza Estadística descriptiva y análisis de datos
Universidad Tecnológica Nacional D. Fernández & M. Guitart

Las tres distribuciones tienen la misma media aritmética, 2,5 puntos,

¿pero podemos afirmar que hay homogeneidad entre los grupos?. Gráficamente

Estadística Descriptiva
vemos que el valor de la media aritmética no es suficiente para describir cada
una de las situaciones.
Para precisar mejor lo que denominamos como ‘dispersión’ podemos
calcular unos estadísticos que nos den información, sin necesidad de
representar los da- tos.

Rango

 Es la diferencia entre el mayor y menor valor observado de la variable.

R = xmáx - xmín
 El rango indica la variabilidad existente entre las observaciones de un con-
junto de datos, sin embargo, debe usarse con precaución, ya que su valor
es función únicamente de dos valores extremos pertenecientes al
conjunto.
 Debe evitarse el uso del rango como medida de variabilidad, cuando el
núme- ro de observaciones en un conjunto es grande o cuando éste
contenga algu- nas observaciones cuyo valor sea relativamente grande,
respecto al resto.
 Para muchos problemas tiene una mayor utilidad determinar el recorrido
entre dos valores cuantiles que entre dos valores extremos:
 La diferencia entre los percentiles 75 y 25, es decir, entre el tercer y
pri- mer cuartil, recibe el nombre de recorrido intercuartil y sólo incluye
el 50% central de la distribución.
 La diferencia entre los percentiles 90 y 10, es decir, entre el noveno y pri-
mer decil, recibe el nombre de recorrido interdecil y toma el 80% central
de la distribución.

Varianza

 La varianza de las observaciones x1, x2, ..., xn es el promedio del cuadrado de

las distancias entre cada observación y la media aritmética del conjunto de
observaciones.
 El valor de la varianza puede sufrir un cambio muy desproporcionado, aún
más que la media, por la existencia de algunos valores extremos en el con-
junto de datos.

i xi  x 2 .f 
s =
2 i

4
 Cátedra: Probabilidad y Estadística UT1
Facultad Regional Mendoza Estadística descriptiva y análisis de datos
Universidad Tecnológica Nacional D. Fernández & M. Guitart

n 1

41
Desviación Estándar

Estadística Descriptiva
 La raíz cuadrada de la varianza se denomina desviación estándar o desvío
típico.

 x  .f
2
i x i

s = i
n1
 A menudo se prefiere la desviación estándar con relación a la varianza,
por- que se expresa en las mismas unidades físicas de las observaciones.
 La desviación estándar nos permite determinar, con un buen grado de
preci- sión, dónde están localizados los valores de una distribución de
frecuencias con relación a la media. Podemos hacer esto de acuerdo con un
teorema es- tablecido por el matemático ruso P. L. Chebyshev (1821 -
1894).
 El teorema de Chebyshev dice que no importa qué forma tenga la distribu-
ción, al menos el 75% de los valores caen dentro de  2 desviaciones están-
dar a partir de la media de la distribución, y al menos 89% de los valores
caen dentro de  3 desviaciones estándar a partir de la media.
 Podemos medir aún con más precisión el porcentaje de observaciones que
caen dentro de un alcance específico de curvas simétricas con forma de
campana. En estos casos, podemos decir que:
 Aproximadamente 68% de los valores de la población cae dentro de 
1 desviación estándar a partir de la media.
 Aproximadamente 95% de los valores de la población cae dentro de 
2 desviación estándar a partir de la media.
 Aproximadamente 99% de los valores de la población cae dentro de 
3 desviación estándar a partir de la media.

Coeficiente de Variación

 Muchas veces nos interesa comparar la variabilidad entre dos o más

conjun- tos de datos.
 Puede hacerse esto con sus respectivas varianzas o desviaciones estándar
cuando las variables se dan en las mismas unidades, y sus medias son apro-
ximadamente iguales.
 Cuando no sucede esto, utilizamos una medida relativa de variabilidad
llama- da coeficiente de variación.
 El coeficiente de variación es el cociente entre la desviación estándar y
la media aritmética.
 s
CV 
x
 Esta medida es independiente de las unidades utilizadas.

Estadística Descriptiva
 El coeficiente de variación es una medida de dispersión relativa, nos indica
qué proporción de la media representa la desviación estándar. Por esto,
sue- le expresarse en forma porcentual.
 A partir de la expresión s = CV . x , podemos interpretar a la desviación
estándar en términos de la media aritmética.
 Un inconveniente del coeficiente de variación es que deja de ser útil cuando
x está próxima a cero.

Tratamiento de datos individuales y agrupados

Ejemplo :
Retomaremos el ejemplo de las estaturas de los alumnos universitarios, en primer
lugar, como datos individuales y luego como datos agrupados.

150 160 161 160 160 172 162 160 172 151
161 172 160 169 169 176 160 173 184 172
160 170 153 167 167 175 166 173 169 178
170 179 175 174 160 174 149 162 161 168
170 173 156 159 154 156 160 166 170 169
163 168 171 178 179 164 176 163 182 162

Datos individuales

xi fi Fi xi fi Fi
149 1 1 168 2 32
150 1 2 169 4 36
151 1 3 170 4 40
153 1 4 171 1 41
154 1 5 172 4 45
156 2 7 173 3 48
159 1 8 174 2 50
160 9 17 175 2 52
161 3 20 176 2 54
162 3 23 178 2 56
163 2 25 179 2 58
164 1 26 182 1 59
166 2 28 184 1 60
167 2 30 n=60
Rango
R = xmáx - xmín = 184 cm – 149 cm = 35 cm
Interpretación: La amplitud de la muestra es de 35

Estadística Descriptiva
cm.
Varianza
 x 
 x 2 .f

s2 = i i
i (149  166,55)2 .1  ...  (166  166,55)2 .2  ...  (184  166,55)2 .1
 
n1 60  1
= 66,18 cm2
Interpretación: El promedio de los cuadrados de las desviaciones de las estatu-
ras respecto a la media aritmética es de 66,18 cm2.

Desviación estándar

 x  x .f
2
i i

s = i
= 8,14 cm
n1
Interpretación: Las estaturas se desvían, en promedio, respecto a la media
arit- mética, en 8,14 cm.

Coeficiente de variación
s 8,14 cm
CV    0,0489 CV% = 4,89%
x 166,55 cm
Interpretación: La desviación estándar representa un 4,89% de la media
aritmé- tica.

Datos agrupados

Intervalos xi fi Fi
[149 , 154) 151,5 4 4
[154 , 159) 156,5 3 7
[159 , 164) 161,5 18 25
[164 , 169) 166,5 7 32
[169 , 174) 171,5 16 48
[174 , 179) 176,5 8 56
[179 , 184] 181,5 4 60
n=60

Rango
R = xmáx - xmín = 184 cm – 149 cm = 35 cm
Interpretación: La amplitud de la muestra es de 35
cm.
Varianza
 
 x 2 .f
x

Estadística Descriptiva
s2 = i i i
(151,5  167,17)2 .4  ...  (166,5  167,17)2 .7  ...  (181,5  167,17)2 .4
 
n1 60  1
= 63,11 cm2
Interpretación: El promedio de los cuadrados de las desviaciones de las estatu-
ras respecto a la media aritmética es de 63,11 cm2.

Desviación estándar

 x  x .f
2
i i

s = i
= 7,94 cm
n1
Interpretación: Las estaturas se desvían, en promedio, respecto a la media
arit- mética, en 7,94 cm.

Coeficiente
s 7,94decmvariación
CV    0,0475
x 167,17 cm
CV% = 4,75%
Interpretación: La desviación estándar representa un 4,75% de la media
aritmé- tica.

C. Puntuación Z

Hasta ahora hemos aprendido a describir una distribución de

observaciones en función de la media y la varianza. Ahora aprenderemos cómo
describir una ob- servación en particular según el lugar que ocupe dentro del
grupo de observacio- nes en conjunto, es decir, aprenderemos a describir una
observación según la misma se encuentre por encima o por debajo del promedio
y según a qué distancia por debajo o por encima del mismo esté ubicada.

Ejemplo :
Supongamos que nos informan que Mariano, un estudiante del grupo de alumnos
universitarios que venimos analizando, mide 174 cm.
Si desconociéramos las estaturas del grupo sería difícil decir si Mariano es alto
o bajo, respecto al grupo de alumnos universitarios. Pero nosotros sabemos que
la estatura media es de 166,55 cm y el desvío estándar es de 8,14 cm. Con

Estadística Descriptiva
estos datos, queda claro que Mariano tiene una estatura superior al promedio.
También podemos ver que la estatura de Mariano está 7,45 cm por encima de la
media.
Supongamos que el conjunto de datos analizado es nuestra población, entonces
la media aritmética se debería indicar como  = 166,55 cm y la desviación
están- dar como  = 8,14 cm.

 - 3  - 2  - 1   + 1  + 2  + 3

142,13 150,27 158,41 166,55 174,69 182,83 190,97

Estatura
media
Estatura
de Mariano

¿Qué es una puntuación Z?

Una puntuación Z es la transformación de una observación que describe
me- jor el lugar que esa observación ocupa en la distribución. Específicamente,
una puntuación Z indica a qué cantidad de desviaciones estándar por encima o
por debajo de la media se encuentra dicha observación. Así, el valor Z será
positivo si la observación está por encima de la media, será negativo si se
encuentra por debajo de la media, y será cero si la observación coincide con la
media. La desvia- ción estándar se transforma así en una especie de patrón, una
unidad de medida propiamente dicha.
Llamaremos puntuación bruta al valor observado, antes de ser convertido
en una puntuación Z.

Ejemplo :
Volvamos a nuestro ejemplo de las estaturas de los alumnos universitarios.
 Mariano, que mide 174 cm, tiene una puntuación Z de +0,92, es decir, Ma-
riano está a 0,92 desvíos estándar por encima de la media.
 Florencia, que mide 160 cm, tiene una puntuación Z de -0,80, es decir,
Flo- rencia está a 0,80 desvíos estándar por debajo de la media.
 Pedro, que mide 182 cm, tiene una puntuación Z de +1,90, es decir, Pedro
está a 1,90 desvíos estándar por encima de la media.
 Julieta, que mide 154 cm, tiene una puntuación Z de -1,54, es decir,
Julie- ta está a 1,54 desvíos estándar por debajo de la media.

Estadística Descriptiva
Estatura Julieta Estatura Florencia Estatura media Estatura Mariano Estatura Pedro
150

171

174

180

183
153

156

159

162

165

168

177
0

+0,92
-1,54

-0,80

+1,90
¡Sí...! Ya sabemos... Se estará preguntando de dónde sacamos estos valores.

¿Cómo convertir una puntuación bruta en puntuación Z?

Una observación directa se denomina puntuación bruta.

Como hemos visto, una puntuación Z indica la cantidad de desviaciones es-
tándar, por encima o por debajo de la media, a las que se encuentra la
puntuación bruta. Para calcular una puntuación Z, se resta la media a la
puntuación bruta, obteniendo el desvío. Luego se divide este desvío por la
desviación estándar. En símbolos, la fórmula es la siguiente:
X  μ
Z = σ

Así, si aplicamos la fórmula a las estaturas indicadas en el ejemplo:

 Mariano, que mide 174 cm, tiene una puntuación
Z Z = (174 cm – 166,55 cm)/8,14 = +0,92.
 Florencia, que mide 160 cm, tiene una puntuación
Z: Z = (160 cm – 166,55 cm)/8,14 = -0,80.
 Pedro, que mide 182 cm, tiene una puntuación
Z: Z = (182 cm – 166,55 cm)/8,14 = +1,90.
 Julieta, que mide 154 cm, tiene una puntuación
Z: Z = (154 cm – 166,55 cm)/8,14 = -1,54.

¿Cómo convertir una puntuación Z en puntuación bruta?

 Dada una puntuación Z, podemos convertirla a la puntuación bruta corres-
pondiente. La obtención de la fórmula es muy sencilla a partir de la dada ante-
riormente:

Estadística Descriptiva
Si Z = (X - )/, entonces X = Z.  + 

Algunas características de las puntuaciones Z

 La puntuación Z de la puntuación bruta correspondiente a la media es 0.

 La puntuación Z de la puntuación bruta correspondiente al valor  -  es –1.
 La puntuación Z de la puntuación bruta correspondiente al valor  +  es +1.
 Por lo tanto, la puntuación Z tiene media 0 y desviación estándar 1.
 Una gran ventaja de las puntuaciones Z es que, convirtiendo las
observacio- nes de variables completamente diferentes en puntuaciones Z,
podemos compararlas entre sí.

D. Medidas de Posición No Centradas

Los estadísticos de orden o medidas de posición no centradas, son aquellos

valores numéricos que nos indican su posición en el conjunto de datos
ordenados, pues una fracción dada de los datos presenta un valor de la variable
menor o igual que el estadístico.

Si una serie de observaciones se colocan en orden creciente, el valor que

di- vide al conjunto de datos en dos partes iguales es la mediana. Por extensión,
si preferimos tener una descripción más detallada de la variabilidad de los
valores individuales, se puede dividir los datos en otra cantidad de partes
iguales. Por ejemplo, en cuatro, en diez o en cien partes iguales, llamando a
estas medidas cuartiles, deciles y percentiles, respectivamente.

Cuartiles

 Al dividir los datos en cuatro partes iguales, quedan definidos los cuartiles:
Q1, Q2 y Q3.
 La fórmula para obtener el lugar del k-ésimo cuartil, siendo n el número de
observaciones, es: ºQk = k.(n+1)/4 y así, buscando en la lista ordenada
de los valores o en la columna de la frecuencia acumulada, se ve el valor de
la variable correspondiente. En caso que ºQk no sea un valor entero se
calcula por interpolación lineal el valor del cuartil.
 La mediana es el cuartil 2.

Estadística Descriptiva
Deciles

 Al dividir los datos en diez partes iguales, quedan definidos los deciles: D1, D2,
..., D9.
 La fórmula para obtener el lugar del k-ésimo decil, siendo n el número de
observaciones, es: ºDk = k.(n+1)/10 y así, buscando en la lista ordenada
de los valores o en la columna de la frecuencia acumulada, se ve el valor de
la variable correspondiente. En caso que ºD k no sea un valor entero se
calcula por interpolación lineal el valor del decil.
 La mediana es el decil 5.

Percentiles

 Al dividir los datos en cien partes iguales, quedan definidos los percentiles: P1,
P2, ..., P99.
 La fórmula para obtener el lugar del k-ésimo percentil, siendo n el número
de observaciones, es: ºPk = k.(n+1)/100 y así, buscando en la lista
ordena- da de los valores o en la columna de la frecuencia acumulada, se ve
el valor de la variable correspondiente. En caso que ºP k no sea un valor
entero se calcula por interpolación lineal el valor del percentil.
 La mediana es el percentil 50.
 El primer cuartil es el percentil 25.
 El tercer cuartil es el percentil 75.
 El cuarto decil es el percentil 40.
 El.......................decil es el percentil 70.
 El octavo decil es el percentil ........ .

Tratamiento de datos individuales y agrupados

Ejemplo :
Retomaremos el ejemplo de las estaturas de los alumnos universitarios, en primer
lugar, como datos individuales y luego como datos agrupados.

150 160 161 160 160 172 162 160 172 151
161 172 160 169 169 176 160 173 184 172
 160 170 153 167 167 175 166 173 169 178
170 179 175 174 160 174 149 162 161 168
170 173 156 159 154 156 160 166 170 169

Estadística Descriptiva
163 168 171 178 179 164 176 163 182 162

Cuartiles, Deciles y Percentiles

El cálculo de los estadísticos de orden, para datos individuales, se ajusta al

siguiente método:

Datos individuales

 Calcular el orden o posición del estadístico de orden que se desea obtener.

 Buscar en la serie estadística ordenada en forma creciente, el valor de la
variable correspondiente a esta posición, si el lugar del estadístico fuera
un número decimal, se hace interpolación entre los dos valores que ocupan
las posiciones enteras, anterior y posterior.

Ejemplo :
A modo de ejemplo, calcularemos el primer cuartil (Q 1), el octavo decil (D8) y el
percentil 43 (P43) en el ejemplo de las estaturas de los estudiantes universita-
rios.
1º 2º 3º 4º 5º 6º 7º 8º 9º 10º

149 150 151 153 154 156 156 159 160 160
11º 12º 13º 14º 15º 16º 17º 18º 19º 20º

160 160 160 160 160 160 160 161 161 161
21º 22º 23º 24º 25º 26º 27º 28º 29º 30º

162 162 162 163 163 164 166 166 167 167
31º 32º 33º 34º 35º 36º 37º 38º 39º 40º

168 168 169 169 169 169 170 170 170 170
41º 42º 43º 44º 45º 46º 47º 48º 49º 50º

171 172 172 172 172 173 173 173 174 174
51º 52º 53º 54º 55º 56º 57º 58º 59º 60º

175 175 176 176 178 178 179 179 182 184
Primer cuartil (Q1)
La posición del primer cuartil es ºQ 1 = 1.(n+1)/4 = 1.(60+1)/4 = 15,25º
Como el valor 15,25 no existe, se realiza interpolación lineal entre los valores co-

Estadística Descriptiva
rrespondientes a las posiciones 15º y 16º:

Posición Valor
15º  160
0,25 15,25º  Q1 x
1 16º  160 0

En realidad, en este caso no hace falta realizar los cálculos de interpolación ya

que los valores coinciden. Luego, el primer cuartil toma el valor 160 cm.
Q1 = 160 cm
Interpretación: Significa que el 25% de las estaturas de los estudiantes
univer- sitarios observados son inferiores o iguales a 160 cm y el 75%
restante son ma- yores o iguales a 160 cm.

Octavo decil (D8)

La posición del octavo decil es ºD8 = 8.(n+1)/10 = 8.(60+1)/10 = 48,8º
Como el valor 48,8 no existe, se realiza la interpolación lineal entre los valores
correspondientes a las posiciones 48º y 49º:

Posición Valor
48º  173
0,8 48,8º  D8 x
1 49º  174 1

0,8 x
 x = 0,8
1 = 1
Luego, el octavo decil toma el valor 173,8 cm.
D8 = 173,80 cm
Interpretación: Significa que el 80% de las estaturas de los estudiantes
univer- sitarios observados son inferiores o iguales a 173,80 cm y el 20%
restante son mayores o iguales a 173,80 cm.

Percentil 43 (P43)
La posición del percentil 43 es ºP43 = 43.(n+1)/100 = 43.(60+1)/100 = 26,23º
Como el valor 26,23 no existe, se realiza la interpolación lineal entre los valores
correspondientes a las posiciones 26º y 27º:
 Posición Valor
26º  164
0,23 26,23º  P43 x

Estadística Descriptiva
1 27º  166 2

0,23 x
=  x = 0,46
1
2
Luego, el percentil 43 es el valor 164,46 cm.
P43 = 164,46 cm
Interpretación: Significa que el 43% de las estaturas de los estudiantes
univer- sitarios observados son inferiores o iguales a 164,46 cm y el 57%
restante son mayores o iguales a 164,46 cm.

Datos agrupados

Para calcular los estadísticos de orden en datos agrupados vamos a seguir

los siguientes pasos:

 Calcular el orden o posición del estadístico que se desea conocer, con la

misma fórmula usada para datos individuales.
 Buscar el valor obtenido como orden del estadístico en la columna de fre-
cuencia acumulada (Fi), si no está, tomar el inmediato superior y llamar a la
clase correspondiente clase del cuartil, clase del decil o clase del
percentil calculado en cada caso.
 Diremos que el estadístico de orden pertenece a este intervalo, pero es
ne- cesaria una mayor precisión. Por esto buscaremos el valor del
estadístico dentro de la clase que lo contiene.
 El valor de los estadísticos se obtienen mediante las fórmulas:
⎛ k.n ⎞
⎜ 4  Fant Qk ⎟
Qk = Linf Qk + l . ⎜ ⎟
⎜ f Qk ⎟
⎝ ⎠
Siendo:
Linf Qk : límite inferior de la clase del cuartil k.
Fant Qk : frecuencia acumulada correspondiente a la clase anterior a la clase
del cuartil k.
fQk : frecuencia absoluta correspondiente a la clase del cuartil
k. l : longitud de la clase del cuartil k.
n : tamaño de la muestra.
 ⎛ k.n ⎞
⎜ 10  Fant Dk ⎟
Dk = Linf Dk + l . ⎜ ⎟
⎜ f Dk ⎟

Estadística Descriptiva
⎝ ⎠
Siendo:
Linf Dk : límite inferior de la clase del decil k.
Fant Dk : frecuencia acumulada correspondiente a la clase anterior a la clase
del decil k.
fDk : frecuencia absoluta correspondiente a la clase del decil
k. l : longitud de la clase del decil k.
n : tamaño de la muestra.

⎛ k.n ⎞
⎜  Fant Pk ⎟
100
Pk = Linf Pk + l . ⎜ ⎟
⎜ f Pk ⎟
⎝ ⎠
Siendo:
Linf Pk : límite inferior de la clase del percentil k.
Fant Pk : frecuencia acumulada correspondiente a la clase anterior a la clase
del percentil k.
fPk : frecuencia absoluta correspondiente a la clase del percentil
k. l : longitud de la clase del percentil k.
n : tamaño de la muestra.

Ejemplo :
A modo de ejemplo, calcularemos el tercer cuartil (Q3), el segundo decil (D2) y el
percentil 95 (P95) en la serie de datos correspondiente a las estaturas de los
alumnos universitarios.

Intervalos xi fi Fi
[149 , 154) 151,5 4 4
[154 , 159) 156,5 3 7
[159 , 164) 161,5 18 25 ΠClase del
[164 , 169) 166,5 7 32
[169 , 174) 171,5 16 48 D2 ΠClase
[174 , 179) 176,5 8 56
[179 , 184] 181,5 4 60 del Q3 Œ
n=60
Clase del P95
Tercer cuartil (Q3)
La posición de la clase del tercer cuartil

Estadística Descriptiva
es ºQ3 = 3.(n+1)/4 = 3.(60+1)/4 = 45,75º.
Luego, buscando el valor obtenido en la columna de la frecuencia acumulada, se
ve el intervalo correspondiente a la clase del tercer cuartil.
Como el número obtenido en ºQ3 no existe, se toma el intervalo inmediato supe-
rior.
La clase del tercer cuartil es 169 ; 174).
Una vez identificada la clase del tercer cuartil, calculamos el valor del tercer
cuartil dentro del intervalo,⎞que se halla mediante la fórmula:
⎛ 3.n
 Fant Q3
⎜ ⎟ ⎛ 45  32 ⎞
Q3 = Linf Q3 + l . ⎜ 4 ⎟ = 169 + 5 . ⎜ ⎟ = 173,06 cm
⎜ f Q 3 ⎟ ⎝ 16 ⎠
⎝ ⎠
Interpretación: El 75% de las estaturas de los estudiantes universitarios
obser- vados son iguales o inferiores a 173,06 cm y el otro 25% son iguales
o superiores a 173,06 cm.

Segundo decil (D2)

La posición de la clase del segundo decil
es ºD2 = 2.(n+1)/10 = 2.(60+1)/10 = 12,2º.
Luego, buscando el valor obtenido en la columna de la frecuencia acumulada, se
ve el intervalo correspondiente a la clase del segundo decil.
Como el número obtenido en ºD2 no existe, se toma el intervalo inmediato supe-
rior.
La clase del segundo decil es 159 ; 164).
Una vez identificada la clase del segundo decil, calculamos el valor del segundo
decil dentro del⎛ 2.n intervalo, que⎞ se halla mediante la fórmula:
⎜  Fant D2⎟
10 ⎛ 12  7 ⎞
D2 = Linf D2 + l . ⎜ ⎟ = 159 + 5 . ⎜ ⎟ = 160,39 cm
⎜ f D2 ⎟ ⎝ 18 ⎠
⎝ ⎠
Interpretación: El 20% de las estaturas de los estudiantes universitarios
obser- vados son iguales o inferiores a 160,39 cm y el otro 80% son iguales
o superiores a 160,39 cm.

Percentil noventa y cinco (P95)

La posición de la clase del percentil noventa y cinco es
ºP95 = 95.(n+1)/100 = 95.(60+1)/100 = 57,95º.
Luego, buscando el valor obtenido en la columna de la frecuencia acumulada, se
ve el intervalo correspondiente a la clase del percentil noventa y cinco.

Estadística Descriptiva
Como el número obtenido en ºP95 no existe, se toma el intervalo inmediato supe-
rior.
La clase del percentil noventa y cinco es 179 ; 184].
Una vez identificada la clase del percentil noventa y cinco, calculamos el valor del
percentil noventa⎛ y cinco dentro
95.n ⎞ del intervalo, que se halla mediante la fórmula:
⎜  Fant P95⎟
100 ⎛ 57  56 ⎞
P95 = Linf P95 + l . ⎜ ⎟ = 179 + 5 . ⎟= 180,25 cm
f ⎜ 4
⎜ P95 ⎟ ⎝ ⎠
⎝ ⎠
Interpretación: El 95% de las estaturas de los estudiantes universitarios
obser- vados son iguales o inferiores a 180,25 cm y el otro 5% son iguales o
superiores a 180,25 cm.

Nota: Las medidas de posición no centrada pueden calcularse a partir del gráfico de la distribu-
ción acumulada (ojiva), aunque de manera aproximada.
Es conveniente realizar la ojiva colocando en ordenadas la frecuencia acumulada porcen-
tual. Ubicar el porcentaje deseado en el eje de ordenadas y ver a qué valor de abscisa
corresponde.

Estatura de un grupo de estudiantes uni-

Fi %
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%/
159 144 149 154 159 164 169 174 179 184 189 194 199 204
Estatura (en cm)

Decil 2 Percentil

Mediana Cuartil 3
 Estadística Descriptiva
Ejercicio integrador

Dada la siguiente tabla, correspondiente a las edades de un grupo de personas:

Edad Cantidad de personas
25 1
26 2
27 3
28 4
29 6
30 5
31 3
32 1
Calcular e interpretar:
a) La media aritmética
b) La mediana
c) El modo
d) El primer cuartil
e) El cuarto decil
f) El percentil 82
g) La varianza y la desviación estándar
h) El coeficiente de variación
Realizar el polígono de frecuencia correspondiente.

Vamos a resolverlo juntos...

Dada la siguiente tabla, correspondiente a las edades de un grupo de personas:

Edad Cantidad de personas Frecuencia acumulada

xi fi Fi
25 1 1
26 2 3
27 3 6
28 4 10
29 6 16
30 5 21
31 3 24
 32 1 25

Calcular e interpretar:

Estadística Descriptiva
a) La media aritmética
x = 28,76 años.
La edad promedio en este grupo de personas es, aproximadamente,
de 29 años.

b) La mediana
ºMe = (n+1) / 2 = 26 / 2 = 13  Me = 29 años (En este caso no hace falta
inter- polar porque la mediana está exactamente en el 13º lugar, o sea, corresponde a
29 años)
Esto indica que el 50% de las personas tienen 29 años o menos y el
otro 50% de las personas tienen 29 años o más.

c) El modo
Mo = 29 años
Esta edad es la más frecuente porque se presentó seis veces.

d) El primer cuartil
ºQ1 = (n+1)/4 = 26/4 = 6,25º  Q1 = 27,25 años (Valor interpolado entre el
6º y 7º valor del conjunto de datos ordenados, o sea, entre los valores 27 y 28 años)
Esto indica que el 25% de las personas tienen 27,25 años o menos y el
otro 75% de las personas tienen 27,25 años o más.

e) El cuarto decil
ºD4 = 4.(n+1)/10 = 4.26/10 = 10,4º  D4 = 28,40 años (Valor interpolado
entre el 10º y 11º valor del conjunto de datos ordenados, o sea, entre los valores 28 y
29 años)
Esto indica que el 40% de las personas tienen 28,40 años o menos y el
otro 60% de las personas tienen 28,40 años o más.

f) El percentil 82
ºP82 = 82.(n+1)/100 = 82.26/100 = 21,32º  P82 = 30,32 años (Valor
interpolado entre el 21º y 22º valor del conjunto de datos ordenados, o sea, entre los
valores 30 y 31 años)
Esto indica que el 82% de las personas tienen 30,32 años o menos y
el otro 18% de las personas tienen 30,32 años o más.

g) La varianza y la desviación estándar

s2 = 3,106666... años2
 s = 1,762573876 años
En promedio la edad de este grupo de personas se aparta de la
media en aproximadamente 1,76 años.

Estadística Descriptiva
h) El coeficiente de variación
s
CV   0,0613
x 1,7626

28,76
El desvío estándar representa el 6,13% de la media.

Realizar el polígono de frecuencia correspondiente.

f Edad de un grupo de personas

7
6
5
4
3
2
1
0

X
252 6 2 72 82930 3 13 2

A trabajar solos...

Aunque no tanto porque al final encontrará el ejercicio resuelto.

La precipitación anual de lluvias, aproximada a décima de centímetro, para un pe-

ríodo de 30 años es como sigue:

42,3 35,7 47,5 31,2 28,3 37,0 41,3 29,3 32,4 41,3 34,3 35,2 43,0 36,3 35,7
41,5 43,2 30,7 38,4 46,5 43,2 31,7 36,8 43,6 45,2 32,8 30,7 36,2 34,7 35,3

a) Clasificar los datos y construir una tabla de distribución de frecuencias.

b) Calcular la media, la mediana, el modo, el cuartil 1, el decil 4, el percentil 86
y la desviación estándar. Interpretar los resultados obtenidos.
c) Representar gráficamente los datos en un histograma de frecuencias.
1.4 Descripción de datos: Gráfico de caja y extensiones

El gráfico de caja y extensiones fue descrito por Tukey, denominándolo ‘box

Estadística Descriptiva
and whiskers’.
Para su construcción se utilizan cinco estadísticos de la distribución de fre-
cuencias: el mínimo, el primer cuartil, la mediana, el tercer cuartil y el máximo.
Explicaremos su construcción paso a paso:
 Antes de comenzar la graficación debemos calcular algunos valores que
se- rán necesarios para realizar el gráfico:
o Valor mínimo: xmín
o Valor máximo: xmáx
~
o Mediana: x
o Media aritmética: x
o Primer cuartil: Q1
o Tercer cuartil: Q3
o Rango intercuartílico: RI = Q3 - Q1
o REF1 = Q1 - 3.RI
o REF2 = Q1 - 1,5.RI
o REF3 = Q3 + 1,5.RI
o REF4 = Q3 + 3.RI
 Se traza una línea horizontal de longitud proporcional al recorrido de la
va- riable, que llamaremos eje. Sobre el eje se señalarán las subdivisiones
que se consideren necesarias, para representar los datos de la muestra.
 Paralelamente al eje se construye una caja rectangular con altura
arbitraria y cuya base abarca desde el primer cuartil hasta el tercer
cuartil. Como ve- mos, esta caja indica gráficamente el intervalo de
variación de al menos el 50% de los valores centrales de la distribución.
 La caja se divide en dos partes, trazando una línea a la altura de la
mediana. Cada una de estas partes indica, pues, el intervalo de variabilidad
de al me- nos una cuarta parte de los datos.
 A la caja, así dibujada, se añaden dos guías paralelas al eje, que llamaremos
extensiones o bigotes, una de cada lado, de la siguiente forma:
o el primero de estos segmentos se prolonga, hacia la izquierda, desde
el primer cuartil (o sea, desde la caja) hasta el mínimo de la
distribución o hasta el valor (observado en la muestra) igual o
inmediato superior a la REF2, según cuál de estos valores sea mayor.
o el segundo de estos segmentos se prolonga, hacia la derecha, desde el
tercer cuartil (o sea, desde la caja) hasta el máximo de la distribución
 o hasta el valor (observado en la muestra) igual o inmediato inferior a
la REF3, según cuál de estos valores sea menor.
 Si alguno de los valores observados en la muestra queda fuera del

Estadística Descriptiva
intervalo cubierto por la caja y estas extensiones, se señala en el gráfico
mediante un asterisco o cualquier otro símbolo que lo represente como un
punto.
 Estos datos son los llamados valores atípicos (‘outliers’), que son valores muy
alejados de los valores centrales de la distribución. Lo indicaremos con .
 Si se observan valores menores que Q1 - 3.RI (REF1) o valores mayores
que Q3 + 3.RI (REF4), éstos son los llamados valores anómalos, que son
valores más alejados que los atípicos de los valores centrales de la
distribución. Lo indicaremos con C.
 Finalmente, se indica con un signo + el valor de la media aritmética.

REF1 REF2 REF3 REF4

+
 C

Gráfico de caja y extensiones hipotético

Ejemplo :
A partir de nuestro ejemplo (estaturas de los estudiantes universitarios), cons-
truiremos el gráfico de caja y extensiones. El gráfico de caja y extensiones se
realiza sólo para datos individuales, ya que es necesario identificar, si fuera ne-
cesario, los valores atípicos.
 En primer lugar, anotaremos la información
necesaria: o Valor mínimo: xmín = 149 cm
o Valor máximo: xmáx = 184 cm
~
o Mediana: x = 167,5 cm
o Media aritmética: x = 166,55 cm
o Primer cuartil: Q1 = 160 cm
o Tercer cuartil: Q3 = 172,75 cm
o Rango intercuartílico: RI = Q3 - Q1 = 12,75 cm
o REF1 = Q1 - 3.RI = 121,75 cm
o REF2 = Q1 - 1,5.RI = 140,88 cm
o REF3 = Q3 + 1,5.RI = 191,88 cm
o REF4 = Q3 + 3.RI = 211,00 cm
 Debemos elegir el máximo entre x mín = 149 cm y REF2 = 140,88 cm, que en
nuestro caso es 149 cm, y es el valor hasta donde llegará la extensión iz-
quierda.

Estadística Descriptiva
 Debemos elegir el mínimo entre x máx = 184 cm y REF3 = 191,88 cm, que en
nuestro caso es 184 cm, y es el valor hasta donde llegará la extensión
dere- cha.
 Por lo anterior vemos que en nuestra muestra no se presentan valores
atípi- cos ni valores anómalos.

149 151 153 155 157 159 161 163 165 167 169 171 173 175 177 179 181 183 185

Utilidades del gráfico de caja y extensiones

 El gráfico de caja y extensiones nos proporciona la posición relativa de la
mediana, los cuartiles y extremos de una distribución.
 El gráfico de caja y extensiones nos proporciona información sobre los
valo- res atípicos, sugiriendo la necesidad de utilizar (o no) determinados
esta- dísticos.
 El gráfico de caja y extensiones nos informa de la simetría o asimetría de
la distribución.
 El gráfico de caja y extensiones se puede utilizar para comparar la misma
variable en dos muestras distintas.

Ejemplo :
Para verificar todas estas utilidades analizaremos una nueva serie estadística,
que contiene los pesos, en kilogramos, de un grupo de sesenta personas:

55 64 70 74 75 70 62 93 60 62 70 71
Varones
70 80 61 60 62 68 65 65 66 68 71 72
60 49 52 54 56 66 45 52 48 54 56 61
Mujeres 46 50 52 53 56 68 47 50 53 57 60 64
47 50 53 57 60 64 55 52 54 44 65 60

 En primer lugar, tomaremos la muestra en su conjunto (sin distinguir por

sexo) y anotaremos la información necesaria:
o Valor mínimo: xmín = 44 kg
o Valor máximo: xmáx = 93 kg
 ~
o Mediana: x = 60 kg
o Media aritmética: x = 60,067 kg
o Primer cuartil: Q1 = 53 kg

Estadística Descriptiva
o Tercer cuartil: Q3 = 66 kg
o Rango intercuartílico: RI = Q3 - Q1 = 13 kg
o REF1 = Q1 - 3.RI = 14 kg
o REF2 = Q1 - 1,5.RI = 33,5 kg
o REF3 = Q3 + 1,5.RI = 85,5 kg
o REF4 = Q3 + 3.RI = 92 kg
 Debemos elegir el máximo entre xmín = 44 kg y REF2 = 33,5 kg, que en
nues- tro caso es 44 kg, y es el valor hasta donde llegará la extensión
izquierda.
 Debemos elegir el mínimo entre xmáx = 93 kg y REF3 = 85,5 kg, que en
nues- tro caso es 85,5 kg, y es el valor hasta donde llegará la extensión
derecha.
 Por lo anterior, vemos que en nuestra muestra, se presenta un valor
anómalo en el extremo superior de la muestra.
REF3 REF4

+ C

44 46 48 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 92 94

A continuación, clasificaremos la muestra según el sexo, realizando un gráfico de

caja para cada caso, a fin de comparar ambas distribuciones:

Varones
 En primer lugar, tomaremos la muestra de los varones y anotaremos la in-
formación necesaria:
o Valor mínimo: xmín = 55 kg
o Valor máximo: xmáx = 93 kg
~
o Mediana: x = 68 kg
o Media aritmética: x = 68,083 kg
o Primer cuartil: Q1 = 62 kg
o Tercer cuartil: Q3 = 71 kg
o Rango intercuartílico: RI = Q3 - Q1 = 9 kg
o REF1 = Q1 - 3.RI = 35 kg
o REF2 = Q1 - 1,5.RI = 48,5 kg
o REF3 = Q3 + 1,5.RI = 84,5 kg
o REF4 = Q3 + 3.RI = 98 kg
 Debemos elegir el máximo entre xmín = 55 kg y REF2 = 48,5 kg, que en
nues- tro caso es 55 kg, y es el valor hasta donde llegará la extensión
izquierda.

Estadística Descriptiva
 Debemos elegir el mínimo entre xmáx = 93 kg y REF3 = 84,5 kg, que en
nues- tro caso es 84,5 kg, y es el valor hasta donde llegará la extensión
derecha.
 Por lo anterior, vemos que en la muestra de varones, se presenta un valor
atípico en el extremo superior de la muestra.

Mujeres
 Ahora tomaremos la muestra de las mujeres y anotaremos la información
necesaria:
o Valor mínimo: xmín = 44 kg
o Valor máximo: xmáx = 68 kg
~
o Mediana: x = 54 kg
o Media aritmética: x = 54,722 kg
o Primer cuartil: Q1 = 50 kg
o Tercer cuartil: Q3 = 60 kg
o Rango intercuartílico: RI = Q3 - Q1 = 10 kg
o REF1 = Q1 - 3.RI = 20 kg
o REF2 = Q1 - 1,5.RI = 35 kg
o REF3 = Q3 + 1,5.RI = 75 kg
o REF4 = Q3 + 3.RI = 90 kg
 Debemos elegir el máximo entre xmín = 44 kg y REF2 = 35 kg, que en
nuestro caso es 44 kg, y es el valor hasta donde llegará la extensión
izquierda.
 Debemos elegir el mínimo entre xmáx = 68 kg y REF3 = 75 kg, que en
nuestro caso es 68 kg, y es el valor hasta donde llegará la extensión
derecha.
 Por lo anterior, vemos que en la muestra de mujeres, no se presenta
valores atípicos ni anómalos.

Mujeres

Varones

+ 
44 46 48 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 92 94
1.6 Aspectos éticos

Muy frecuentemente la Estadística es mal utilizada y el mal uso se da por

Estadística Descriptiva
razones varias; entre ellas: datos estadísticos inadecuados, sesgos personales,
supuestos falsos, indicación falsa de relaciones, comparaciones impropias, erro-
res en las operaciones matemáticas y manipulación de datos.
Es momento de reflexionar acerca del comportamiento ético en el análisis
de datos. Resulta fácil utilizar las medidas adecuadas para que los datos
“digan” lo que el que está realizando el análisis, al describir los datos, quiere
que digan. Además, se presta para realizar gráficos que “dibujen” la realidad
deseada, a fin de engañar, a través de la manipulación de los datos.
Con frecuencia se escucha que “las estadísticas mienten”; en realidad, son
las personas las que mienten al utilizar las estadísticas “con intencionalidad”.

¡A repasar...!

Para autoevaluarse, responda las preguntas que están a

continuación. Puede hacerlo con el material de estudio, pero
asegurándose que “entiende” cada palabra, a tal punto que
usted podría explicarle a un amigo, que no conoce el tema, de
manera simple, los conceptos estudiados:

 ¿De qué manera se pueden presentar los datos para realizar un

estudio estadístico?
 ¿Qué ventajas y desventajas ofrece cada una de las formas de
presen- tación de datos?
 ¿Cómo se describe gráficamente un conjunto de datos?
 ¿Se describen de igual manera los conjuntos de datos cualitativos que
cuantitativos?
 ¿A qué llamamos patrón de comportamiento de un conjunto de datos?
 ¿Cómo se describe numéricamente un conjunto de datos?
 ¿Qué medidas caracterizan a un conjunto de datos?
 ¿Qué característica tienen las medidas de tendencia central?

Estadística Descriptiva
 ¿Cuáles son las ventajas y desventajas de cada una de las medidas de
tendencia central?
 ¿A qué llamamos media pesada o media ponderada?
 ¿Qué característica tienen las medidas de dispersión?
 ¿Qué es una puntuación Z? ¿Cuál es su utilidad?
 ¿Qué característica tienen las medidas de posición no centradas?
 ¿Qué aporta el gráfico de caja y extensiones al análisis gráfico de
da- tos?
 ¿Qué medidas descriptivas se pueden leer en un gráfico de caja y ex-
tensiones? ¿Cuáles no se pueden leer?
 ¿Cuándo un dato es atípico y cuándo es anómalo?

Por favor, no avance al siguiente tema

si tiene dudas o no recuerda las
nocio- nes aquí volcadas. Pero si se
siente listo para continuar, es hora
de empe- zar a trabajar con las
autoevaluacio-
nes y las aplicaciones prácticas...
 Estadística Descriptiva
Respuestas

Para pensar
 Según el mito popular, ¿qué tipo de distribución tiene la variable:
“Cantidad de maniobras que debe hacer una mujer para estacionar
correctamente un auto, entre otros dos”?
La respuesta depende de cuán machista o feminista sea el que
conteste, pe- ro tratando de encontrar un punto de equilibrio, y en
base al mito popular, podemos decir que una gráfica más o menos
representativa sería:
8
7
6
Frecuencia simple

5
4
3
2
1
0
0 2 4 6 8 10 12 14 16 18 20 22

Cantidad de maniobras

Que la gráfica termine aquí no significa que la variable no pueda

tomar valores mayores a 20, sino que es en estos casos cuando las
mujeres deciden pagar una playa de estacionamiento.

Nota a pedido del profesor titular (que es varón): Él no intervino en la

reali- zación de este gráfico...
 A continuación se presentan tablas y gráficos que representan el compor-
tamiento de algunas variables analizadas en el mismo grupo de
estudiantes.
 En base a la observación de las tablas y gráficas, responda:
o ¿A qué nivel educativo supone que pertenecen estos alumnos?
Al observar la distribución de las estaturas se podría decir que
son alumnos universitarios o de los últimos años de Polimodal.
 Distribución de la Estatura de los alumnos
18

frecuencia de clase
15

Estadística Descriptiva
12
9
6
3
0
150 160 170 180 190 200
Estatura

o ¿Qué tipos de chistes causarían más efecto, los machistas o los fe-
ministas?
Según la distribución de los sexos, hay más mujeres que
hombres, por lo que seguramente agradarían y causarían más
efecto los chis- tes feministas.

Distribución de frecuencias del SEXO de los alumnos

Frecuencia Acumulada
Sexo Valor Absoluta Relativa Absoluta Relativa

Hombre 1 17 0.2833 17 0.2833

Mujer 2 43 0.7167 60 1.0000

Gráfico de sectores para la

variable: Sexo
1
2
28.33%

71.67%

o Respecto a la tabla DEPORTES:

¿Cómo definimos la variable que se refiere a la práctica deportiva?
Cantidad de veces que realiza actividades deportivas.

Tabla de frecuencia para la variable DEPORTE

Frecuencia Acumulativa
Deporte Valor Absoluta Relativa Absoluta Relativa

POCO 1 15 0,2500 15 0,2500

FRECUENTEMENTE 2 32 0,5333 47 0,7833
SISTEMÁTICAMENTE 3 13 0,2167 60 1,0000

POCO: Sólo de vez en cuando

FRECUENTEMENTE: Una vez por semana
SISTEMÁTICAMENTE: Dos o más veces por semana
 ¿Cómo la codificamos?
POCO: Sólo de vez en cuando
FRECUENTEMENTE: Una vez por semana

Estadística Descriptiva
SISTEMÁTICAMENTE: Dos o más veces por semana
¿Cuál es la escala de medición?
La variable es cualitativa, medida en escala ordinal.
o ¿Qué puede decir respecto al patrón de comportamiento de la va-
riable “Número de Calzado”?
La variable “Número de Calzado” presenta un
comportamiento muy interesante, ya que la curva parece
tener dos partes.
Distribución para el Número de Calzado
24

20
Porcentaje

16

12

0
34 36 38 40 42 44 46 48
Calzado

La primera que se observa concentra los valores más

pequeños, hasta el número 39 y, la segunda, concentra al
resto de los valo- res, presentándose así, como dos “lomas”.

Distribución para el Número de calzado

24%

20%

16%

12%
8% 34 36 38 40 42 44 46 48

Númer o de calzado

4%

0%

Este patrón de comportamiento indica que hay dos grupos

cla- ramente separados por sexo, donde las mujeres tienen
menor número de calzado y los varones calzan más.
¿Cuál es la escala de medición?
La variable es cuantitativa, medida en escala de intervalo.
o ¿Es coherente la distribución del número de calzados con el sexo
de los estudiantes? ¿Por qué?
La distribución es coherente porque logra discriminar el
grupo de varones del de mujeres.
¿Por qué la primera “loma” es más alta? La respuesta es
simple, porque hay más mujeres que varones en este grupo
de estudian-
 tes. Sólo por eso se ven con más frecuencia números bajos en el
calzado.
o ¿Cómo se “comporta” la estatura de los alumnos?

Estadística Descriptiva
La estatura de los alumnos presenta un leve sesgo a
derecha, con un intervalo modal entre 162,50 cm y 168,75
cm.
Distribución de la Estatura de los alumnos
18
frecuencia de clase
15
12
9
6
3
0
150
160 170 180 190 200
Estatura

Distribución de la Estatura de los alumnos

18
e 16
s
a 14
l
c 12
e
d 10
a 8
i
c
n 6
e
u
c 4
e
r
2
F
0
150 160 170 180 190 200
Estatura

Para pensar
La siguiente es la distribución de los salarios de los empleados de una pequeña fá-
brica:
Salario Cantidad de empleados
$10000 1
$2500 1
$1000 1
$500 2
$200 4

Los empleados realizan una huelga para pedir mejora de sus salarios. Un periodista
realiza una nota preguntando cuál es el salario medio.
¿Qué medida de tendencia central daría usted si...

En primer lugar vamos a calcular las medidas de tendencia central estudiadas:

 x = $ 1700
 ºMe = (n+1) / 2 = 10 / 2 = 5  Me = $ 500
 Mo = $ 200
 a) ... fuera el dueño?
Si fuera el dueño daría el valor de la media aritmética.
b) ... fuera un representante sindical?

Estadística Descriptiva
Si fuera el representante sindical daría el valor de la moda.
c) ... fuera un investigador científico?
Si fuera un investigador científico daría el valor de la mediana y además
acla- raría que la muestra es muy heterogénea.
A trabajar solos...
La precipitación anual de lluvias, aproximada a décima de centímetro, para un pe-
ríodo de 30 años es como sigue:

42,3 35,7 47,5 31,2 28,3 37,0 41,3 29,3 32,4 41,3 34,3 35,2 43,0 36,3 35,7
41,5 43,2 30,7 38,4 46,5 43,2 31,7 36,8 43,6 45,2 32,8 30,7 36,2 34,7 35,3

a) Clasificar los datos y construir una tabla de distribución de frecuencias.

28,3 29,3 30,7 30,7 31,2 31,7 32,4 32,8 34,3 34,7
35,2 35,3 35,7 35,7 36,2 36,3 36,8 37,0 38,4 41,3
41,3 41,5 42,3 43,0 43,2 43,2 43,6 45,2 46,5 47,5

xmín = 28,3
xmáx = 47,5
R = xmáx - xmín = 19,2
k = 1 + 3,3.log n  5,8745
 6 l = R / k = 19,2 / 6 =
3,2

Intervalos xi fi Fi
[28,3 ; 31,5) 29,9 5 5
[31,5 ; 34,7) 33,1 4 9
[34,7 ; 37,9) 36,3 9 18
[37,9 ; 41,1) 39,5 1 19
[41,1 ; 44,3) 42,7 8 27
[44,3 ; 47,5] 45,9 3 30

b) Calcular la media, la mediana, el modo, el cuartil 1, el decil 4, el percentil 86

y la desviación estándar. Interpretar los resultados obtenidos.
Media aritmética:
x = 37,58 cm
La precipitación anual de lluvias promedio es de 37,58 cm.
Mediana:
ºMe = (n+1) /⎛ 2n = 31 / 2⎞= 15,5 Me  [ 34,7 ⎞; 41,1 )
 Fant Me ⎛ 30  9
⎜ ⎟ ⎜ ⎟

Estadística Descriptiva
Me = LiMe + l. 2 fM e
⎟ = 34,7 + 3,2. ⎜2 ⎟ = 36,8333... cm
⎜

⎜ 9
⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠
Esto indica que el 50% de los años la precipitación anual fue de 36,792
cm o menos y en el otro 50% la precipitación anual fue de 36,792 cm o
más.

Modo:
Mo  [34,7 ; 37,9) ⎛Δ ⎞ ⎛ 5 ⎞
Mo = x = L +l. 1 = 34,7 + 3,2. = 35,93 cm
Mo inf ⎜ ⎟ ⎜ ⎟
Mo ⎝ Δ1  Δ2 ⎠ ⎝5 8 ⎠
Siendo:
Δ1 = 9 - 4 = 5 Δ2 = 9 - 1 = 8
La precipitación anual más frecuente es de 35,93 cm.
Primer cuartil:
ºQ1 = (n+1) / 4 = 7,75  Q⎞1  [31,5 ; 34,7)
⎜⎛ 1.n  Fant Q1⎟
4 ⎛7,5  5 ⎞
Q1 = Linf Q1 + l . ⎜ Q ⎟ = 31,5 + 3,2. ⎜ ⎟ = 33,5 cm
⎜ f 1 ⎟ ⎝ 4 ⎠
⎝ ⎠
Esto indica que el 25% de los años la precipitación fue de 33,5 cm o
menos y el otro 75% de los años la precipitación fue de 33,5 cm o más.
Cuarto decil:
ºD4 = 4.(n+1) / 10 = 12,4 ⎞ D4  [ 34,7 ; 41,1 )
⎛ 4.n  Fant D4 ⎛ 12  9 ⎞
⎜ ⎟
D4 = Linf D4 + l. ⎜ 10 D ⎟ = 34,7 + 3,2. ⎜ ⎟ =35,7666... cm
⎜ f 4 ⎟ ⎝ 9 ⎠
⎝ ⎠
Esto indica que el 40% de los años la precipitación fue de 35,77 cm o
menos y el otro 60% de los años la precipitación fue de 35,77 cm o más.
Percentil 86:
ºP86 = 86.(n+1)/100 = 26,66  ⎞ P86  [41,1 ; 44,3)
⎜⎛ 86.n  Fant P86⎟
100 ⎛ 25,8  19 ⎞
P86 = Linf P86 + l. ⎜ P ⎟ = 41,1 + 3,2. ⎜ ⎟ =43,82 cm
⎜ f 86 ⎟ ⎝ 8 ⎠
⎝ ⎠
Esto indica que el 86% de los años la precipitación fue de 43,82 cm o
menos y el otro 14% de los años la precipitación fue de 43,82 cm o más.
 Desviación estándar:
s = 5,288269 cm
En promedio la precipitación anual de lluvias se aparta de la media en

Estadística Descriptiva
apro- ximadamente 5,2883 cm.

c) Representar gráficamente los datos en un histograma de frecuencias.

f
9
8
7
6
5
4
3
2

28,3 31,5 34,7 37,9 41,1 44,3 47,5X