MEDIDAS COMPLEMENTARIAS

Estudiante: Brandon Javier Ramos Yara

Juan Jose Duque Castaño
Profesor: Walter Ivan Garcia Morales
Asignatura: Estadistica
Universidad Tecnológica de Pereira
 Orden
Medidas de tendencia central menos usadas

Medidas de dispersión - variación

Curtosis

Medidas de posición

Bibliografìa
 Medidas de tendencia central menos usadas
Media geométrica

• Se define como la raíz n-esima del producto de los n números.

• Esta media se usa para promediar porcentajes, índices y cifras relativas y para determinar el incremento
porcentual promedio en ventas, producción u otras actividades o series económicas de un periodo a otro.
Un claro ejemplo de esta media puede generarse al tomar las utilidades de una compañía las cuales fueron
3, 2, 4 y 6% respectivamente. La media geométrica se da al hallar la raíz cuarta de la multiplicación de los
cuatro porcentajes.
 Media armónica

• Se calcula como el número total de observaciones dividido por la suma de los recíprocos. Se
utiliza en situaciones en las que hay que promediar trayectos de igual longitud con diferentes
tiempos, así como para promediar múltiplos o cocientes ..

• Podemos tomar como ejemplo la trayectoria de un automóvil donde cubre los primeros 100km a 60 km/h.
Los siguientes 100 km a 70 km/h y los últimos 100 km a 80 km/h. Cual sería su velocidad media
realizada?.
 Media ponderada

En algunos casos cada una de las observaciones tiene una importancia relativa (peso) respecto de los demás elementos.
Cuando esto sucede la media está dada por:

se deben tener en cuenta dos propiedades:

1. La suma de las desviaciones respecto de la media es igual a cero.
2. Si se tiene la media de un conjunto de datos y a cada observación se multiplica por una constante b y se le suma una
constante a, entonces la nueva media de los datos se obtiene multiplicando a la media de los datos por b y sumándoles
a.
Un ejemplo de esto se obtiene Si la asignatura A tiene un valor de 2 créditos y la asignatura B tiene un valor de 3 créditos.
Entonces, para un estudiante que haya obtenido una calificación de 4 en la asignatura A y de 5 en la asignatura B, la nota
promedio ponderado está dada por:
 Medidas de dispersión - variación
Coeficiente de variación

Medida estadística que nos informa acerca de la dispersión relativa de un conjunto de datos. Se utiliza
para comparar conjuntos de datos pertenecientes a poblaciones distintas. Su cálculo se obtiene al
dividir la desviación estándar entre el valor absoluto de la media del conjunto.

Una población de alumnos tiene una estatura media de 160 cm con una desviación estándar de 16
cm. Estos mismos alumnos, tienen un peso medio de 70 kg con una desviación estándar de 14 kg.
¿Cuál de las 2 variables presenta mayor variabilidad relativa?
CV1= 16/160 CV2= 14/70
CV1= 0,1 = 10% CV2= 0,2 = 20%
CV1<CV2, el peso de esta población de alumnos tiene mayor variabilidad relativa que la estatura.
 Desviación media

Es una medida que se utiliza para entender que tanto se alejan los datos de un conjunto promedio.
Por lo tanto, una desviación grande significa que los datos están muy dispersos. Dm = Σ | Xi – X | /
N
| Xi – X |: valor absoluto de la diferencia entre cada dato y la media.
N: número de datos en el conjunto.
Ejemplo: Supongamos que tenemos el siguiente conjunto de datos: 2, 4, 6, 8, 10.
Primero calculamos la media (x). x= (2+4+6+8+10) /5 == 6
Reemplazamos valores en la formula DM= (|2 – 6|+|4 – 6|+|6 – 6|+|8 – 6|+|10 – 6|) / 5
DM: 2,4. La desviación de este conjunto de datos es de 2,4.
 Desviación media absoluta

En un conjunto de datos es la distancia promedio entre cada valor y el promedio. Nos ayuda a tener
una idea de qué tan "extendidos" están los valores en un conjunto de datos. DM = ∑ xi − x /N.
Donde xi es cada uno de los datos, x es la media de los datos. N es el número de datos.
Un ejemplo de esto puede darse al tener 2 conjuntos de datos.
A= (2, 2, 4, 4) y B= (1, 1, 6, 4).
Calculando la media (x) tenemos que esta es igual a 3 para A y B. Reemplazamos en la formula.
DMA= |2-3|+|2-3|+|4-3|+|4-3|/4 DMB=|1-3|+|1-3|+|6-3|+|4-3|/4
DMA=1. La desviación hacia la media es 1. DMB=2. La desviación hacia la media es 2.
 Coeficiente de rango

Coeficiente de correlación, se utiliza principalmente para el análisis de datos. es una medida no

paramétrica de la correlación de rango.

N: número de datos de las dos variables.

di: diferencia de rango.
Puede tomar un valor entre +1 y -1 donde, un valor de +1 en ⍴ significa una perfecta asociación de
rango, un valor 0 en ⍴ significa que no hay asociación de rangos, un valor de -1 en ⍴ significa una
perfecta asociación negativa entre los rangos. Si el valor de ⍴ se acerca a 0, la asociación entre los
dos rangos es más débil.
 Ejemplo Coeficiente de rango

Los resultados de 9 estudiantes en Historia y Geografía se mencionan en la siguiente tabla. Primero se

Crear una tabla con los datos obtenidos. Se Comienza por clasificar los dos conjuntos de datos
mediante el rango asignando la clasificación 1 al número más grande de la columna, 2 al segundo
número más grande, y así sucesivamente. Esto debe hacerse para ambos conjuntos de mediciones. Se
agrega una tercera columna “d” donde se denota la diferencia entre los rangos.
 Coeficiente de desviación media

Es la diferencia entre cada valor y la media aritmética elevadas al cuadrado, entre el número de datos.
Para los datos como población se tiene la siguiente formula: r2= ∑ (x-X) ^2/n. Para datos como
muestra se tiene: s2= ∑(x-X) ^2/n-1.
Un ejemplo de esto se da al tomar un grupo de datos de edades, (5, 6, 6, 7, 8). Se calcula la media
aritmética. X=32/5= 6,4. Se reemplaza en la ecuación para muestra o población.
R2= ((5-6,4)+(6-6,4)+(6-6,4)+(7-6,4)+(8-6,4)) ^2/5
R2= 5,2/5= 1,04.
Conociendo la varianza podemos calcular la desviación mediante la raíz cuadrada de esta.
(r2) ^½= (1,04) ^½ = 1,01.
 Curtosis

• La curtosis es una estadística que determina el grado de

concentración de los valores de una variable en torno al centro de
la distribución de frecuencias.

Es decir, la curtosis indica qué tan próximos se encuentran los

datos recogidos de una variable a su valor medio.
 Fórmula de la curtosis
• La fórmula de la curtosis es la siguiente, según el caso:

Para datos sin agrupar

• Para datos agrupados en tablas de frecuencias:

• Para datos agrupados en intervalos:

 Tipos de curtosis
Dependiendo del grado de concentración, podemos decir que existen
3 tipos de curtosis:

 Leptocúrtica: los valores se concentran mucho entorno a su

media.

 Mesocúrtica: los valores se concentran regularmente en torno a su

media. Es decir, nuestro conjunto de datos se asemeja a una
distribución normal.

 Platicúrtica: los valores se concentran poco entorno a su media.

 Leptocúrtica

• Las distribuciones leptocúrticas son distribuciones

estadísticas con curtosis mayor que tres. Se puede describir
como que tiene una forma más ancha o más plana con colas
más anchas, lo que da como resultado una mayor posibilidad
de eventos extremos positivos o negativos.
 Mesocúrtica

• Una distribución mesocúrtica es una distribución de datos en

estadística que tiene una curtosis igual a cero. Esto significa que la
distribución tiene una forma que es moderadamente puntiaguda en
comparación con la distribución normal estándar (que también tiene
una curtosis de cero). En una distribución mesocúrtica, los datos se
distribuyen de manera relativamente equitativa alrededor de la media,
sin tener colas extremadamente delgadas o gruesas.
 Platicúrtica

• El término “platicúrtica” se refiere a una distribución estadística en la

que el valor de curtosis en exceso es negativo. Por esta razón, una
distribución platicúrtica tendrá colas más delgadas que una distribución
normal, lo que resultará en menos eventos extremos positivos o
negativos. Lo opuesto a una distribución platicúrtica es una distribución
leptocúrtica, en la que el exceso de curtosis es positivo.
 Ejemplo
• Veamos un ejemplo
sencillo de curtosis.
Supongamos que tenemos
el siguiente grupo de
valores

10,14,15,16,17,7,8,11,12,1
3

• Entonces, 1,8951-3=-1,1049

• Por lo tanto, la distribución es platicúrtica, lo que

significa que los valores no están muy
concentrados alrededor de la media .
 Medidas de posición
Cuartiles
• El cuartil es cada uno de los tres valores que pueden dividir un grupo de
números, ordenados de menor a mayor, en cuatro partes iguales. El cuartil
es cada uno de los tres valores que pueden dividir un grupo de números,
• En otras palabras, cada cuartil determina la separación entre uno y otro
subgrupo, dentro de un conjunto de valores estudiados. Así, al primer,
segundo y tercer cuartil les llamaremos Q1, Q2 y Q3.
 Cálculo del cuartil
• Para calcular el cuartil de una serie de datos, tras ordenar de menor a
mayor, podemos utilizar la siguiente fórmula, donde «a» tomará los valores
de 1,2 y 3 y N es el número de valores analizados:
• a(N+1)/4
• Asimismo, si tenemos una tabla de frecuencias acumuladas debemos seguir
la siguiente fórmula:
 Quintiles
• En estadística, los quintiles son cuatro valores que dividen a un conjunto de
datos ordenados en cinco partes iguales. De manera que el primer,
segundo, tercer y cuarto quintil representan respectivamente al 20%, 40%,
60% y 80% de los datos de la muestra.

• Es decir, el valor del tercer quintil, por ejemplo, es más grande que el 60%
de todos los datos recopilados, pero es más pequeño que el resto de los
datos.
 Cálculo del quintil
• Para calcular la posición de los quintiles de una muestra o población
estadística debes multiplicar el número del quintil por la suma del número
total de datos más uno y dividir el resultado entre cinco.
 Deciles
• En estadística, los deciles son los nueve valores que dividen a un conjunto
de datos ordenados en diez partes iguales. De modo que el primer,
segundo, tercer,… decil representa el 10%, 20%, 30%,… de la muestra o
población.

• Por ejemplo, el valor del cuarto decil es más grande que el 40% los datos,
pero más pequeño que el resto de los datos.

• Los deciles se representan mediante la letra D mayúscula y el subíndice del

decil, es decir, el primer decil es D1, el segundo decil es D2, el tercer decil es
D3, etc.
 Cálculo del decil
• Para calcular la posición de los deciles de una serie de datos estadísticos
debes multiplicar el número del decil por la suma del número total de datos
más uno y dividir el resultado entre diez.

• Por lo tanto, la fórmula de los deciles es:

 Percentil
• El percentil es una medida estadística de posición, que divide la distribución
ordenada de los datos en cien partes iguales.

• Esta medida de posición no central aporta información sobre el porcentaje

de observaciones de una variable, ordenados de menor a mayor, que se
sitúan por debajo del valor de este.
• De esta forma, el percentil 20 (P20) sería el valor de la variable, situado este
en el límite de los 20 primeros
 Cálculo del percentil
• Para calcular la posición de los deciles de una serie de datos estadísticos
Como todos los cuantiles, el percentil se puede calcular para datos
agrupados o no. Para los primeros, existen fórmulas algo complejas que
podemos encontrar en manuales de estadística. Para los segundos, lo más
fácil es utilizar una hoja de cálculo
Medidas de posición
 Bibliografías
 Estadística para todos. (n.d.). ttps://[Link]/taller/graficas/[Link].

 Ayán, M. N. R., & Díaz, M. Á. R. (2008). Atenuación de la asimetría y de la curtosis de las puntuaciones observadas mediante transformaciones de
variables: Incidencia sobre la estructura factorial. Psicológica, 29(2), 205-227.

 Noel Rodríguez Ayán, M., & Ruiz Díaz, M. Á. (2008). Atenuación de la asimetría y de la curtosis de las puntuaciones observadas mediante
transformaciones de variables: Incidencia sobre la estructura factorial. Psicológica (Valencia, Ed. impr.), 205-277.

 Aguilar, L. E. B. (2019). Diferencias en la estimación del coeficiente de curtosis en diferentes softwares estadísticos. e-Agronegocios, 5(2).

 Zúñiga, M. E. S. CURTOSIS. Pesquimat, 6(2).

 Milanesi, G. S. (2011). Rejillas binomiales implícitas, asimetría y curtosis en la valuación de opciones reales y financieras. XXXI Jornadas Nacionales de
Administración Financiera. Docentes de Administración Financiera. Universidad Nacional del Sur.

 de Almeida, M. V. F. P., Neto, A. R. X., de Moura, F. J. M., da Silva Brindeiro, F. O., & Cavalcante, J. R. V. (2019). CARACTERIZAÇÃO SEDIMENTAR
DA PLANÍCIE LITORÂNEA DA PRAIA DO IGUAPE, AQUIRAZ-CE. Revista da Casa da Geografia de Sobral (RCGS), 21(2), 936-947.

 Redondo, J. I., & Pesce, G. (2018). Los cuatro momentos de los rendimientos de los fondos de inversión:¿ se verifica el four-moment CAPM?.

 Mejías Varas, L. Análisis de datos para la argumentación y toma de decisiones en octavo año y uso de la Teoría de Situaciones Didácticas para la
comprensión de las medidas de posición.
 Bibliografías
 Adrogué, R. (2010). Precios de Transferencias. Rango Intercuartil.

 Alvarado, A. Estadística Descriptiva Parte II.

 Ignacio, C. V. D. R. G., & Martínez, R. Fundamentos para la aplicación de Bioestadística en Odontología (Parte 2) Fundamentals for the Application of
Biostatistics in Dentistry (Part 2).

• Medidas de tendencia central menos usadas [Link]

• Medidas de dispersión – variación [Link]/blog/es