Ir al contenido principal

Medidas de Posición

Además de la mediana, que sirve para encontrar el dato que se encuentra exactamente en el lugar central de un conjunto de datos ordenado, existen otras medidas de posición que permiten hallar el dato que ocupa un determinado puesto en la distribución. Estas medidas de posición sirven en sí, como una forma de dividir los datos obtenidos en partes iguales mediante el uso de los cuantiles deseados.

El cuantil más empleado para este fin son los cuartiles (Q1, Q2, Q3), que dividen el conjunto de datos en cuatro partes iguales, representando el 25%, 50% y 75% de los datos respectivamente.

Figura 1. Cuartiles

Adicionalmente, se puede hallar un cuantil para cualquier numero de divisiones que se necesiten. Así, los quintiles dividen al conjunto en cinco partes, los deciles en diez, y los percentiles en cien.

La formula general para cualquier medida de posición se basa en hallar el percentil correspondiente al cuantil que se quiera hallar. Por ejemplo, la mediana o segundo cuartil corresponde al percentil 50. Despues de identificar el percentil, se aplica la siguiente fórmula para un conjunto de datos agrupados, donde n representa en número de datos, k el percentil, Fk-1 La frecuencia acumulada de la categoría anterior a la del percentil, fi la frecuencia absoluta de la categoría del percentil, y A la amplitud.

En un conjunto de datos individuales, se puede hallar la posicion del percentil de interés de una manera similar, mediante la expresión:
Cuyo resultado da la posición del dato que corresponde al percentil deseado. Si este valor es entero, se promedia el dato con su inmediato superior, mientras que si este valor tiene un residuo decimal, este ocupa el puesto de la posición del número entero inmediato superior.




Comentarios

Entradas más populares de este blog

Gráficos Estadísticos

      Para representar los datos y cálculos de la tabla de frecuencias y analizarlos de una manera fácil, podemos utilizar ciertos gráficos, que nos ayuden a comparar y comprender la evolución de las distintas variables. Las gráficas más usadas para la estadística descriptiva son, los histogramas, diagramas de barra, diagramas de puntos. Veremos como se usa cada gráfica:              Diagrama de puntos (Para datos individuales hasta 20 o 25 datos)        Histograma (Para datos agrupados y variables principalmente que sean continuas)        Diagrama de barras (Datos individuales principalmente para variables discretas)          Diagrama pastel o de sectores (Indicado para una sola serie de datos, proporciona una idea visual clara de las categorías representativas.)

Variables Cualitativas

 Para la encuesta se eligieron cinco variables cualitativas, y sus respuestas se encuentran detalladas a continuación: X 1 : Genero del encuestado X 2 : Estado civil X 3 : Horario de mayor consumo X 4 : Mes de mayor gasto eléctrico X 5 : Personas en modalidad de trabajo o estudio virtual X 6 : Fuentes de energía ante apagones X 7 : Medidas para la reducción de consumo Se omiten la tabla y el gráfico de la variable X 8 puesto que se obtuvo que la unica fuente de energía usada por la muestra elegida proviene de la red pública.

Medidas de Forma

 Al graficar un conjunto de datos en un histograma y obtener un polígono de frecuencias asociado, se puede apreciar la forma que toma la distribucion de los datos de manera ordenada. Para describir la forma que tiene esta curva, se usan las medidas de forma. Coeficiente de Asimetría El coeficiente de asimetría indica a que lado de la distribución se acumula la mayor cantidad de datos. Se puede decir que existen tres tipos de distribución, la simétrica, asimétrica a la derecha y asimétrica a la izquierda. Coeficiente de Apuntamiento Otra medida de forma es el coeficiente de apuntamiento o curtosis. Este indica que tan concentrados se encuentran los datos en el punto mas alto de la distribución. Cuando se presenta una distribucion puntiaguda se dice que es leptocúrtica, mientras que mas plano se llama platicúrtica. En sí, se suele buscar que la curva de distribución sea normal o gaussiana, es decir, completamente simétrica.