Estadística Descriptiva

Estadstica Aplicada.
Tema 1. Estadstica descriptiva de una variable
Juan Vilar
Departamento de Matem
aticas UDC
e-mail: juan.vilar@udc.es
Mster en Asistencia e Investigacin Sanitaria

Especialidad en Investigacin Clnica
Contenidos de la asignatura
1
Estadstica Descriptiva de una variable
Estadstica Descriptiva de una variable
Probabilidad
Variables aleatorias
Distribuciones notables
Inferencia estadstica. Estimaci

on Puntual
Inferencia estadstica. Intervalos de Confianza
Inferencia estadstica. Contrastes de Hip

otesis
Juan Vilar (Departamento de Matem

aticas UDC e-mail:Estad
juan.vilar@udc.es
stica Sanitaria
)
2014
3/1
Estadstica descriptiva.Conceptos generales.
Dos problemas para pensar
Si tenemos dos colecciones de datos, no necesariamente medidas en

las mismas unidades, c
omo se pueden comparar sus dispersiones?
Como se pueden representar, a traves de un u

nico grafico,
caractersticas de una colecci
on de datos referentes a su posicion,
dispersion, concentraci
on y simetra?

juan.vilar@udc.es
stica Sanitaria
)
2014
5/1
Objetivo
La estadstica descriptiva se encarga de organizar y resumir grandes

colecciones de datos. Su finalidad es la extracci
on e interpretacion de la
informacion contenida en ellos.
Este objetivo se alcanza a traves de:
Tablas de distribuciones de frecuencias.
Representaciones graficas.
Medidas que resumen caractersticas de los datos.
Los datos a tratar pueden ser cualitativos o cuantitativos. En este u
ltimo
caso, se clasifican a su vez en discretos o continuos.

juan.vilar@udc.es
stica Sanitaria
)
2014
6/1
Conceptos generales
El objeto de cualquier investigaci

on estadstica es la toma de
informacion acerca de los individuos de cierto colectivo llamado
poblacion estadstica.
Cada elemento de una poblaci
on se denomina individuo o unidad
estadstica.
Las poblaciones estadsticas se clasifican en poblaciones finitas e
infinitas, de acuerdo con el n
umero de individuos incluidos en las
mismas.
El proceso de toma de informaci
on acerca de los individuos de una
poblacion puede realizarse mediante la elaboraci
on de un censo o
mediante la extracci
on de una muestra.

juan.vilar@udc.es
stica Sanitaria
)
2014
7/1
Variables estadsticas
Llamaremos variable estadstica a cada una de las caractersticas

consideradas con el prop
osito de describir a cada individuo de la
muestra.
Cada una de las variables estadsticas consideradas para la descripcion
de los individuos de la muestra puede presentar distintas modalidades
o estados.
Atendiendo a la naturaleza de las modalidades de las variables, estas
pueden clasificarse en variables cualitativas y variables cuantitativas.
Estas u
ltimas se clasifican en variables discretas, que son aquellas que
toman un n
umero finito o infinito numerable de valores distintos, y
variables continuas, que son aquellas que pueden tomar cualquier
valor en un intervalo de valores dado.

juan.vilar@udc.es
stica Sanitaria
)
2014
8/1
Conceptos generales
Si una muestra es representativa de una poblaci

on, se pueden deducir
importantes conclusiones acerca de esta a partir del analisis de la
informacion muestral. La parte de la Estadstica que trata de las
condiciones bajo las cuales tales inferencias son validas se llama
Estadstica Inductiva o Inferencial.
La parte de la Estadstica que trata solamente de describir y analizar
un grupo dado de datos sin sacar conclusiones o inferencias acerca de
la poblacion que los ha generado se llama Estadstica Descriptiva o
Deductiva.

juan.vilar@udc.es
stica Sanitaria
)
2014
9/1
Distribuciones de frecuencias
Se dispone de una muestra de n observaciones de una muestra.

La frecuencia absoluta de cada uno de los valores que puede tomar la
variable es el n
umero de individuos de la muestra, ni , que toman
dicho valor. Ejemplo: en una muestra de 75 individuos hay 35 que no
tienen ninguna lesion, 15 con una s
ola lesi
on y 20 con dos lesiones.
Las frecuencias absolutas de los tres valores posibles (0, 1 y 2), para
la variable n
umero de hermanos, son 35, 15 y 25, respectivamente.
La frecuencia relativa de cada posible valor de una variable es la
proporcion de individuos muestrales que toman dicho valor: fi = ni /n.
En el ejemplo anterior, la frecuencia relativa de cero lessiones es
35/75 = 0.4667 (expresado en porcentaje, un 46.67 % ).

juan.vilar@udc.es
stica Sanitaria
)
2014
10 / 1
La frecuencia absoluta acumulada se define como la suma de las
frecuencias absolutas correspondientes a valores menores o iguales
que el valor en cuesti
on: Ni = n1 + n2 + + ni . La frecuencia
absoluta acumulada de una lesi
on es: 35 + 15 = 50 (el n
umero de
individuos en la muestra con una lesi
on o menos).
La frecuencia relativa acumulada se define analogamente pero usando
frecuencias relativas:
Fi = f1 + f2 + + fi =
i
X
j=1
fj =
Ni
.
n
La frecuencia relativa acumulada de 1 lesi

on es
35/75 + 15/75 = 50/75 = 0.6667, es decir un 66.67 %.

juan.vilar@udc.es
stica Sanitaria
)
2014
11 / 1
Modalidad
c1
c2
Frecuencia
absoluta
n1
n2
Frecuencia
relativa
f1
f2
Fr. absoluta
acumulada
N1
N2
Fr. relativa
acumulada
F1
F2
..
.
..
.
..
.
..
.
..
.
ci
..
.
ni
..
.
fi
..
.
Ni
..
.
Fi
..
.
ck
Total
nk
n
fk
1
Nk
Fk

juan.vilar@udc.es
stica Sanitaria
)
2014
12 / 1
Ejemplo: Datos cualitativos

variable: Fabricante
Otros
Oracle Cray Inc. SGI
Cray Inc. Cray Inc. Otros
IBM
Otros
Otros
HP
Otros
Otros
Otros
IBM
IBM
Cray Inc. IBM
IBM
HP
Otros
IBM
IBM
IBM
IBM
IBM
Dell
Otros
Cray Inc. IBM
SGI
Otros
IBM
Otros
Dell
Otros
Cray Inc. SGI
Dell
IBM
SGI
Otros
Otros
Oracle
IBM
HP
IBM
Oracle
IBM
SGI
SGI
IBM
Oracle SGI
HP
IBM
Oracle SGI
IBM
IBM
IBM
Dell
Oracle HP
Otros
HP
HP
SGI
Cray Inc. Otros
IBM
HP
Cray Inc. Otros
HP
HP
Cray Inc. Otros
IBM
Otros
Cray Inc. HP
Otros
HP
HP
IBM
IBM
HP
IBM
IBM
IBM
IBM
IBM
IBM
IBM
IBM
HP
HP
HP
HP
Otros
HP
SGI
SGI
HP
Otros
HP
HP
HP
Cray Inc. HP
HP
HP
IBM
IBM
IBM
IBM
IBM
IBM
IBM
HP
Dell
Otros
HP
HP
IBM
HP
IBM
HP
HP
HP
HP
HP
HP
SGI
HP
HP
IBM
HP
IBM
HP
Dell
HP
IBM
HP
IBM
HP

juan.vilar@udc.es
stica Sanitaria
)
HP
IBM
HP
IBM
HP
Otros
Oracle HP
IBM
IBM
IBM
HP
IBM
HP
IBM
HP
IBM
HP
HP
IBM
HP
IBM
Cray Inc. IBM
HP
IBM
IBM
HP
IBM
Otros
IBM
HP
HP
IBM
HP
IBM
HP
IBM
HP
IBM
Dell
IBM
IBM
IBM
IBM
IBM
HP
HP
Dell
Dell
Dell
IBM
IBM
IBM
HP
HP
HP
HP
HP
IBM
IBM
IBM
IBM
2014
13 / 1
Ejemplo (continuacion)
Tabla de distribuci
on de frecuencias
Fabricante
IBM
HP
Cray Inc.
SGI
Dell
Oracle
Otros
Total
Frec. abs.
200
159
29
22
19
11
60
500

juan.vilar@udc.es
stica Sanitaria
)
Frec. relat.
0.400
0.318
0.058
0.044
0.038
0.022
0.120
1.000
2014
14 / 1
Ejemplo: Datos cuantitativos discretos

Variable: n
umero de n
ucleos del procesador
6
4
12
2
4
2
6
4
4
4
4
4
6
6
4
2
4
4
6
1
2
4
4
6
12
4
2
4
4
4
8
2
2
2
4
4
9
2
4
4
9
4
6
2
4
4
9
4
4
4
4
4
9
6
8
4
6
4
4
6
4
4
8
4
4
4
2
4
4
4
4
4
4
4
2
2
4
4
4
4
6
6
6
4
4
4
16
6
6
4
4
6
4
6
4
6
4
4
6
4
8
4
8
4
2
4
4
4
12
4
6
12
4
4
12
4
9
8
4
4
Juan Vilar
de Matem
juan.vilar@udc.es
12(Departamento
4
6 aticas UDC
4 e-mail:Estad
4 stica Sanitaria
4 )
4
4
4
4
4
4
4
4
4
4
4
4
4
4
6
4
4
4
4
4
4
6
4
4
4
4
4
4
4
4
4
4
2
4
4
4
4
4
4
6
6
4
4
4
2
6
4
4
4
4
4
4
4
4
4
6
4
4
4
4
4
4
4
2014
4
4
4
4
4
4
4
4
6
4
4
4
4
4
4
4
4
4
4
4
4
15 / 1
Ejemplo
OracleDistribuciones de frecuencias11
Otros
60
(continuaci
on)
Total
500
0.022
0.120
1.000
Tabla de distribuci
on de frecuencias
Cant. de ncleos
1
2
4
6
8
9
12
16
Total
Frec. abs.
2
38
364
62
10
6
15
3
500

juan.vilar@udc.es
stica Sanitaria
)
Frec. relat.
0.004
0.076
0.728
0.124
0.020
0.012
0.030
0.006
1.000
2014
16 / 1
Ejemplo: Datos cuantitativos continuos

Variable: Frecuencia del procesador (GHz)
2.930
2.930
2.100
1.600
2.530
3.000
2.600
2.300
2.400
2.660
2.530
2.530
2.660
2.800
2.800
4.700
2.530
2.300
2.930
3.200
4.700
2.530
2.267
2.660
2.100
0.850
4.700
3.000
2.530
2.530
2.260
4.700
0.700
4.700
2.530
2.530
3.200
4.700
2.400
2.800
3.200
2.530
2.600
4.700
2.800
2.300
3.200
2.660
0.850
2.500
2.333
2.800
3.200
2.660
2.400
2.800
2.800
2.260
2.530
2.660
3.000
2.930
2.400
2.930
2.530
2.660
0.700
3.000
2.267
2.800
2.267
2.660
0.850
2.930
1.600
4.700
2.500
3.000
2.930
2.930
2.930
2.930
2.260
2.930
2.300
3.000
1.600
2.930
2.260
3.000
0.850
2.800
2.800
2.260
3.000
2.930
2.930
2.667
2.930
2.667
2.000
2.530
2.400
3.000
2.300
3.000
3.000
2.530
2.100
2.300
2.930
2.200
2.800
2.800
2.100
2.300
3.200
2.000
2.800
2.530
Juan Vilar
(Departamento
aticas UDC
e-mail:Estad
juan.vilar@udc.es
stica Sanitaria
)
2.200
3.000de Matem
2.930
3.000
3.000
2.530
2.830
2.930
2.660
2.660
2.530
2.666
2.666
2.830
2.100
2.660
2.930
2.930
2.400
2.300
2.660
3.000
2.333
2.333
2.333
2.830
2.200
2.800
2.800
2.830
2.660
2.666
2.666
2.666
2.260
2.530
2.333
2.930
2.600
3.000
2.500
2.260
2.260
2.830
2.000
2.930
2.930
2.333
2.267
2.530
2.267
2.530
2.93
2.530
2.93
2.530
2.666
2.660
3.000
2.667
2.530
2.400
2.500
2.400
2.660
2.800
2.530
2.530
2.530
2.660
2.530
2.267
2.530
2.500
2.600
2.500
2.400
2.500
3.000
2.500
2.530
2.500
2.530
2.267
2.530
2.267
2.530
2.267
17 / 1
2.5302014 2.267
12
16 on)
(continuaci
Total
Ejemplo
15
3
500
0.030
0.006
1.000
Tabla de distribuci
on de frecuencias
Frec. del procesador
[0.0 , 0.5]
(0.5 , 1.0]
(1.0 , 1.5]
(1.5 , 2.0]
(2.0 , 2.5]
(2.5 , 3.0]
(3.0 , 3.5]
(3.5 , 4.0]
(4.0 , 4.5]
(4.5 , 5.0]
Total
Frec. abs.
2
14
0
13
143
303
7
1
0
17
500

juan.vilar@udc.es
stica Sanitaria
)
Frec. relat.
0.004
0.028
0.000
0.026
0.286
0.606
0.014
0.002
0.000
0.034
1.000
2014
18 / 1
Representaciones gr
aficas
Representaciones graficas
Diagrama de barras. Se usa para variables cualitativas o cuantitativas

discretas.
Diagrama de sectores. Se usa para variables cualitativas.
Diagrama acumulativo de frecuencias. Se usa para variables
cualitativas ordinales o cuantitativas discretas.

juan.vilar@udc.es
stica Sanitaria
)
2014
19 / 1
Representaciones gr
aficas
Ejemplo: Datos cualitativos (Fabricante)
100
50
0
Frecuencia absoluta
150
200
Diagrama de barras
IBM
HP
Cray Inc.
SGI
Dell
Oracle
Otros
Fabricante

juan.vilar@udc.es
stica Sanitaria
)
2014
20 / 1
Representaciones gr
aficas
Ejemplo: Datos cuantitativos discretos (Numero de

Nucleos)
200
150
100
50
0
Frecuencia absoluta
250
300
350
Diagrama de barras
12
16
Cantidad de ncleos del procesador

juan.vilar@udc.es
stica Sanitaria
)
2014
21 / 1
Representaciones gr
aficas
Representaciones graficas
Histograma. Es el equivalente continuo del diagrama de barras.

Uniendo, mediante segmentos de recta, los puntos medios de las
bases superiores de cada rectangulo del histograma se obtiene la
representacion grafica llamada polgono de frecuencias.
Tambien se puede considerar el histograma m
ovil.
El polgono acumulativo de frecuencias tambien se usa para variables
continuas.
El diagrama de cajas y bigotes resume la media, la mediana y los
cuartiles.

juan.vilar@udc.es
stica Sanitaria
)
2014
22 / 1
Representaciones gr
aficas
Ejemplo: Datos cuantitativos continuos (Frecuencia proc.)
0.6
0.4
0.2
0.0
Densidad
0.8
1.0
1.2
Histograma
Frecuencia del procesador (GHz)

juan.vilar@udc.es
stica Sanitaria
)
2014
23 / 1
Medidas caractersticas
Medidas de posici
on
A partir de ahora supondremos que:

Los datos a estudiar son cuantitativos.
Disponemos de un total de n datos.
Los datos son x1 , x2 , . . . , xn .
El objetivo es resumir, a traves n
umeros, tanto posiciones dentro de la
coleccion de datos como la dispersi
on o variabilidad de estos.
Comenzaremos por las medidas de posici
on.

juan.vilar@udc.es
stica Sanitaria
)
2014
24 / 1
Medidas de posici
on
Media
La media (aritmetica) se define como:
n
x=
1X
x1 + x2 + + xn
=
xi
n
n
i=1
Es un punto de equilibrio dentro de la colecci

on de datos:
(x1 x) + + (xn x) = 0
No es robusta a la presencia de valores atpicos: si en el conjunto de
datos hay un valor (o unos pocos) muy grande o muy peque
no
respecto a los demas, este valor hace que vare mucho el valor de la
media.

juan.vilar@udc.es
stica Sanitaria
)
2014
25 / 1
Medidas de posici
on
Mediana Me
La mediana (muestral) es un n
umero que deja igual cantidad de datos a su
izquierda que a su derecha. La denotaremos por Me.
Si el total de datos (n) es impar, la mediana es el dato que ocupa la
posicion central.
Si el total de datos (n) es par, consideraremos como mediana al
menor de los dos que ocupan las posiciones centrales.
La mediana es robusta a la presencia de valores atpicos.

juan.vilar@udc.es
stica Sanitaria
)
2014
26 / 1
Medidas de posici
on
Moda M0
Se define como el valor mas frecuente de la variable, es decir el que tiene
mayor frecuencia absoluta (o relativa).

juan.vilar@udc.es
stica Sanitaria
)
2014
27 / 1
Medidas de posici
on
Cuantil de orden p
El cuantil (muestral) de orden p (0 < p < 1) es un n
umero que deja, a lo
sumo, el 100p % de los datos a su izquierda y el 100(1 p) % a su
derecha. Lo denotaremos por qp .
Si varios n
umeros verifican la condici
on de cuantil, consideraremos
como cuantil el menor de los candidatos.

juan.vilar@udc.es
stica Sanitaria
)
2014
28 / 1
Medidas de posici
on
Medidas de posicion. Cuantiles
Cuartiles. Son los cuantiles de

ordenes 1/4 (Q1 ), 1/2 (mediana) y 3/4
(Q3 ).
Deciles. Son los cuantiles de
ordenes 1/10, 2/10, , 9/10 y dividen
el conjunto de observaciones en diez partes de igual frecuencia.
Percentiles. Son los cuantiles de
ordenes 1/100, 2/100, , 99/100.

juan.vilar@udc.es
stica Sanitaria
)
2014
29 / 1
Medidas de posici
on
Ejemplo
Obtencion de varias medidas de posici
on asociadas a la coleccion de
n
umeros: 6, 2, 6, 1, 1, 5, 9, 9, 4, 9.
Media:
x=
6+2+6+1+1+5+9+9+4+9
= 5.2
10
Cuantiles:
Ordenamos los datos de forma creciente: 1, 1, 2, 4, 5, 6, 6, 9, 9, 9.
q0.25
q0.50
q0.70
q0.75
q0.95
=2
= Me = mn{5, 6} = 5
= mn{6, 9} = 6
=9
=9

juan.vilar@udc.es
stica Sanitaria
)
2014
30 / 1
Medidas de dispersi
on
Medidas caractersticas. Medidas de dispersion

Varianza
La varianza (muestral) se define como:
n
1X
(x1 x)2 + + (xn x)2
=
(xi x)2
s =
n
n
2
i=1
Formula alternativa (requiere menos operaciones):

n
s2 =
x12 + + xn2
1X 2
x2 =
xi x 2
n
n
i=1
Depende de las unidades. Por tanto, no debe ser utilizada para

comparar las dispersiones de varias colecciones de datos.
La varianza de una variable tiene las unidades al cuadrado de la
variable en estudio.

juan.vilar@udc.es
stica Sanitaria
)
2014
31 / 1
Medidas de dispersi
on
Desviaci
on tpica
La desviacion tpica es la raz cuadrada (positiva) de la varianza
(muestral). Esto es:
n
(x1 x)2 + + (xn x)2

1X
s =
=
(xi x)2
n
n
2
i=1
La desviacion tpica de una variable tiene las unidades de la variable

en estudio.
En la mayora de los casos en el intervalo: (x 2s; x + 2s) estan el
95 % de los datos del conjunto en estudio

juan.vilar@udc.es
stica Sanitaria
)
2014
32 / 1
Medidas de dispersi
on
Coeficiente de variaci
on
El coeficiente de variacion (muestral) se define como:
CV =
s
x
El coeficiente de variacion:
Compara la dispersion de una colecci
on de datos con su media.
No tiene unidades (es adimensional). Es una medida de dispersion
relativa.
Puede ser utilizado para comparar las dispersiones de colecciones de
datos.

juan.vilar@udc.es
stica Sanitaria
)
2014
33 / 1
Medidas de dispersi
on
Otras medidas de dispersion absoluta son:

Recorrido o rango. Es la diferencia entre los valores extremos:
R = max(xi ) mn(xi )
Recorrido intercuartlico. Es la diferencia entre los cuartiles de tercer y
primer ordenes: RI = Q3 Q1

juan.vilar@udc.es
stica Sanitaria
)
2014
34 / 1
Medidas de dispersi
on
Medidas de dispersion. Ejemplo

Obtencion de varias medidas de dispersi
on asociadas a la coleccion de
n
umeros anterior: 6, 2, 6, 1, 1, 5, 9, 9, 4, 9 (recuerdese que x = 5.2).
Varianza:
s2 =
(6 5.2)2 + (2 5.2)2 + + (9 5.2)2

= 9.16
10
Formula rapida:
s2 =
62 + 2 2 + 6 2 + 1 2 + 1 2 + 5 2 + 9 2 + 9 2 + 4 2 + 9 2
5.22 = 9.16
10
Coeficiente de variaci
on:
CV =
9.16
= 0.58
5.2

juan.vilar@udc.es
stica Sanitaria
)
2014
35 / 1
Medidas de dispersi
on
Grafico. Diagrama de cajas

Diagrama de cajas
El diagrama de cajas muestra, de una manera rapida y sencilla, diversa
informacion referente a los datos. Se construye de la siguiente forma:
1
Se dibuja una caja limitada por los cuantiles q0.25 y q0.75 , y dividida
en dos partes a traves de la mediana (cuantil q0.50 ).
A partir del cuantil q0.25 se traza un segmento (bigote) hasta el

menor de los datos que superan la cantidad q0.25 1.5(q0.75 q0.25 ).
A partir del cuantil q0.75 se traza un segmento (bigote) hasta el

mayor de los datos que no superan la cantidad
q0.75 + 1.5(q0.75 q0.25 ).
Los datos inferiores a q0.25 1.5(q0.75 q0.25 ) o superiores a

q0.75 + 1.5(q0.75 q0.25 ) se consideran valores atpicos, y se dibujan
en el grafico.

juan.vilar@udc.es
stica Sanitaria
)
2014
36 / 1
Medidas de dispersi
on

Diagrama de cajas: Frecuencia del procesador (GHz)

juan.vilar@udc.es
stica Sanitaria
)
2014
37 / 1
Medidas de dispersi
on
El diagrama de cajas muestra, entre otras caractersticas:

Los cuantiles q0.25 , q0.50 y q0.75 .
La dispersion de los datos.
La existencia o no de datos atpicos.
La existencia o no de simetra.
La posible acumulacion de datos.

juan.vilar@udc.es
stica Sanitaria
)
2014
38 / 1
Medidas de dispersi
on
Oracle
Otros
Diagrama de cajas: Frecuencia del procesador por fabricante
SGI
Cray Inc.
HP
IBM
Fabricante
Dell

juan.vilar@udc.es
stica Sanitaria
)
2014
39 / 1
Medidas de dispersi
on
Oracle
Otros
SGI
Cray Inc.
HP
IBM
Fabricante
Dell

juan.vilar@udc.es
stica Sanitaria
)
2014
40 / 1

Estadística Descriptiva

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estadística Descriptiva

Uploaded by

Copyright:

Available Formats

Estadstica Aplicada.

Tema 1. Estadstica descriptiva de una variable

Mster en Asistencia e Investigacin Sanitaria

Estadstica Descriptiva de una variable

Estadstica Descriptiva de una variable

Inferencia estadstica. Estimaci

Inferencia estadstica. Intervalos de Confianza

Inferencia estadstica. Contrastes de Hip

Juan Vilar (Departamento de Matem

Estadstica descriptiva.Conceptos generales.

Dos problemas para pensar

Si tenemos dos colecciones de datos, no necesariamente medidas en

Como se pueden representar, a traves de un u

Juan Vilar (Departamento de Matem

Estadstica descriptiva.Conceptos generales.

La estadstica descriptiva se encarga de organizar y resumir grandes

Juan Vilar (Departamento de Matem

Estadstica descriptiva.Conceptos generales.

El objeto de cualquier investigaci

Juan Vilar (Departamento de Matem

Estadstica descriptiva.Conceptos generales.

Llamaremos variable estadstica a cada una de las caractersticas

Juan Vilar (Departamento de Matem

Estadstica descriptiva.Conceptos generales.

Si una muestra es representativa de una poblaci

Juan Vilar (Departamento de Matem

Se dispone de una muestra de n observaciones de una muestra.

Juan Vilar (Departamento de Matem

La frecuencia relativa acumulada de 1 lesi

Juan Vilar (Departamento de Matem

Juan Vilar (Departamento de Matem

Ejemplo: Datos cualitativos

Juan Vilar (Departamento de Matem

Juan Vilar (Departamento de Matem

Ejemplo: Datos cuantitativos discretos

Juan Vilar (Departamento de Matem

Ejemplo: Datos cuantitativos continuos

Juan Vilar (Departamento de Matem

Diagrama de barras. Se usa para variables cualitativas o cuantitativas

Juan Vilar (Departamento de Matem

Ejemplo: Datos cualitativos (Fabricante)

Juan Vilar (Departamento de Matem

Ejemplo: Datos cuantitativos discretos (Numero de

Cantidad de ncleos del procesador

Juan Vilar (Departamento de Matem

Histograma. Es el equivalente continuo del diagrama de barras.

Juan Vilar (Departamento de Matem

Ejemplo: Datos cuantitativos continuos (Frecuencia proc.)

Frecuencia del procesador (GHz)

Juan Vilar (Departamento de Matem

A partir de ahora supondremos que:

Juan Vilar (Departamento de Matem

Es un punto de equilibrio dentro de la colecci

Juan Vilar (Departamento de Matem

Juan Vilar (Departamento de Matem

Juan Vilar (Departamento de Matem

Juan Vilar (Departamento de Matem

Medidas de posicion. Cuantiles

Cuartiles. Son los cuantiles de

Juan Vilar (Departamento de Matem

Juan Vilar (Departamento de Matem

Medidas caractersticas. Medidas de dispersion

Formula alternativa (requiere menos operaciones):