PROCEDIMIENTO MEDIDAS RESUMEN

MEDIDAS RESUMEN PARA VARIABLES UNIDIMENSIONALES

MEDIDA RESUMEN O INDICADOR

Es una cantidad que se obtiene a partir de un conjunto de datos, esta cantidad indica un aspecto del
conjunto de datos
Esos aspectos son:
1. Tendencia Central.
2. Dispersión.
3. Asimetría.
4. Apuntamiento.

INDICADORES DE TENDENCIA CENTRAL.

Estos nos indican hacia qué valor de la variable tiende a acumularse la mayoría de los datos.

INDICADORES DE DISPERSIÓN.
Estos nos indican el grado de concentración de los datos en torno a un indicador de tendencia central.
Cuanto más pequeño su valor, mayor es la concentración

INDICADOR DE ASIMETRIA
Éste está asociada a la forma de la distribución de los datos. Si la forma de la distribución de los datos
presenta un solo punto de acumulación y una cola o sesgo debido a los pocos datos con valores altos
o bajos se dice que es asimétrica.
El indicador muestra la dirección de la cola o sesgo y cuán grande es el sesgo.

INDICADOR DE APUNTAMIENTO
Este indicador cuantifica la altura de una distribución de datos de forma simétrica o casi simétrica.

OBJETIVO DE ESTE PROCEDIMIENTO

Describir un conjunto de datos en términos de esas 4 cantidades y a partir de estas obtener
información.

La notación de cada uno de estos indicadores depende de si los datos son poblacionales o muestrales.

La fórmula para calcular estos indicadores depende de la cantidad de datos:

a. Se dice que son pocos datos cuando el total de datos es menor o igual a 30.
b. Se dice que son muchos datos cuando el total es mayor a 30.

A continuación, se presenta las expresiones matemáticas de los indicadores de Tendencia Central y

Dispersión.

LIC. MARÍA A. ZACARÍAS DÍAZ 34

 MEDIDAS RESUMEN PARA DATOS POBLACIONALES.
(Sea la variable X)

Tendencia Central Dispersión Asimetría

Media Mediana Moda Longitud Desviación Varianza Desviación Coeficiente Desviación Coeficiente de
Aritmética de recorrido media estándar de Varia- Intercuartílica asimetría
ción
N Si N par: Mo: el dato CoV = DeI = Tc - Pc
=
1
 xi -Me: es el valor de la que más se LoR = DeM =  =2 =  As =
3(𝜇−𝑀𝑒)
N semisuma de los repite. Max (xi) –
 Tc: tercer 𝜎
+ 2
i =1 N
1
x −
datos centrales, Min (xi) N 2 Cuartil
 (x − )
después que se i
1 Pc: primer
ordenaron de acuerdo N i =1 i cuartil
a su valor
N i =1
Si N impar:
-Me: es el valor del
dato central.

A estas medidas resumen se les llama PARAMETROS

MEDIDAS RESUMEN PARA DATOS MUESTRALES

Tendencia Central Dispersión Asimetría

Media Mediana Moda Longitud Desviación Varianza Desviación Coeficiente Desviación Coeficiente de
Aritmética de recorrido media estándar de variación Intercuartílica asimetría
+ S2
( )
Si n par: x̂ : el LR= DM = 2 DI = Q3 - Q1
1 n S
 xi − x
x= ~
x Max xi – n S= 𝑎𝑠
1
 xi − x
- : es el valor de la dato 2
S = CV =
Min xi Q3: tercer 3(𝑥̅ − 𝑥̂)
1 n n i =1 x
 xi
semisuma de los que más se
datos centrales repite. n i =1 Cuartil =
Q1: primer 𝑆
n i =1 cuartil
Si n impar:
-
~
x : es el valor del
dato
central.

A estas medidas resumen se les llama ESTADIGRAFOS

LIC. MARÍA A. ZACARÍAS DÍAZ 35

¿Qué indica o mide cada una de las medidas resumen?

Indicadores de tendencia central

La Media aritmética: es un valor hacia el cual tiende a acumularse la mayoría de los datos.
La Mediana: es un valor que divide al conjunto de datos en dos partes, dejando debajo de ese valor
el 50% de los datos y por encima el otro 50%
La Moda: es el valor más frecuente en el conjunto de datos.

Indicadores de dispersión
Longitud de recorrido: es la distancia entre en menor y mayor valor del conjunto de datos
La desviación media: es un valor, que indica que la mayoría de los datos se aleja de la media en a lo
más ese valor. Cuanto más pequeño, indicara que los datos están más cerca de la media, es decir
menos dispersa.
La desviación estándar: es un valor, que indica que la mayoría de los datos se aleja de la media en a
lo más ese valor. Cuanto más pequeño, indicara que los datos están más cerca de la media, es decir
menos dispersa.
La Desviación intercuartílica: este valor es una distancia, que cuanto más pequeña sea, indicará que
el 50% de la parte central, de la distribución de los datos, esta menos dispers a. Se debe hallar los
cuartiles.
Un cuartil es un valor que divide al conjunto de datos en dos partes, el cuartil 1, deja por debajo de
ese valor el 25 % de los datos y por encima el 75 %.

Indicadores de Asimetría.
Cuando la distribución de los datos no es simétrica se dice que es sesgada, si la forma de la distribución
de los datos presenta un solo punto de acumulación

Posición de los indicadores de tendencia central en el recorrido de la variable tomando en cuenta la

forma de la distribución de los datos.

La posición relativa de los indicadores de Tendencia central depende de la forma de la distribución de

los datos, es decir del comportamiento de la variable, así: si la distribución de los datos es simétrica,
es decir, si se observa perfecta simetría respecto de un eje central, la media, mediana y moda
coinciden.

En el caso de distribuciones no simétricas, la posición relativa de la media, mediana y moda depende

del tipo de asimetría. Existen dos tipos de asimetría, así:
Asimetría positiva, si la distribución de los datos tiene una rama extendida, cola hacia la derecha,
ocasionada por los pocos datos de valores extremadamente grandes. Gráficamente visualizamos la
ubicación de la media, mediana y moda.

LIC. MARÍA A. ZACARÍAS DÍAZ 37

 Mediana

Moda

Media

Asimetría negativa, si la distribución de los datos tiene una rama extendida, cola hacia la izquierda,
ocasionada por datos de valores extremadamente pequeños, el valor de la moda será mayor que el de
la media aritmética. La mediana estará ubicada entre la moda y la media.
La asimetría se mide con el indicador:
S = media – moda.
Esta medida resumen S, depende de las unidades de la variable, por ello para comparar la simetría de
dos o más distribuciones es necesario estandarizar los sesgos y esto se logra con el siguiente
indicador:

Coeficiente de Pearson
3( media − mediana )
AS =
Desviacion es tan dar
Esta es la notación As si los datos son poblacionales, y con as si se obtiene a partir de datos muestrales.

LIC. MARÍA A. ZACARÍAS DÍAZ 37