El documento presenta información sobre medidas de posición no centrales como cuartiles, deciles y percentiles. Explica cómo calcular estos estadísticos y representarlos gráficamente. También incluye un ejemplo numérico donde se organizan datos de producción de abono en una tabla y se calculan los cuartiles y deciles para analizar la distribución.
0 calificaciones0% encontró este documento útil (0 votos)
14 vistas14 páginas
El documento presenta información sobre medidas de posición no centrales como cuartiles, deciles y percentiles. Explica cómo calcular estos estadísticos y representarlos gráficamente. También incluye un ejemplo numérico donde se organizan datos de producción de abono en una tabla y se calculan los cuartiles y deciles para analizar la distribución.
El documento presenta información sobre medidas de posición no centrales como cuartiles, deciles y percentiles. Explica cómo calcular estos estadísticos y representarlos gráficamente. También incluye un ejemplo numérico donde se organizan datos de producción de abono en una tabla y se calculan los cuartiles y deciles para analizar la distribución.
El documento presenta información sobre medidas de posición no centrales como cuartiles, deciles y percentiles. Explica cómo calcular estos estadísticos y representarlos gráficamente. También incluye un ejemplo numérico donde se organizan datos de producción de abono en una tabla y se calculan los cuartiles y deciles para analizar la distribución.
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
Está en la página 1de 14
8.1.
2 OBJETIVO GENERAL
Retroalimentar los elementos conceptuales, teóricos y prácticos que hacen parte de la
estadística descriptiva para que el Dinamizador estudiante, comience a realizar análisis estadísticos de algunas situaciones que se vivencian en los territorios.
8.1.3 OBJETIVOS ESPECIFICOS
Profundizar en las medidas de tendencia no central.
Explicar las medidas de dispersión para datos individuales y agrupados Incentivar al Dinamizador estudiante para que use la estadística descriptiva en sus análisis.
8.2. CONCEPTUALIZACIÓN
8. 2.1 Medidas de posición no central
Este tipo de medidas de orden o medidas de posición no centradas, son valores numéricos que nos dan a conocer la posición en el conjunto de datos ordenados. Cuando vimos las medidas centralizadas teníamos que, si un grupo de datos se organiza de menor a mayor, el valor que divide el conjunto en dos partes iguales se llama mediana. Para el caso de medidas no centralizadas, cuando se requiere una descripción del comportamiento de cada uno de los datos, se pueden dividir la muestra en partes iguales (Fernández el at., s.f.). Por ejemplo, podemos dividirla en cuatro, diez o en cien partes, las cuales se llaman cuartiles, deciles y percentiles. En este orden, empezamos por los:
1 Cuartiles: se divide la muestra en cuatro partes iguales y se define los cuartiles así: Q1= 25%, Q2=50%; es importante tener en cuenta que el Q2, va ser equivalente a la mediana de la muestra y Q3=75%
Para calcular este estadístico usamos la siguiente formula:
( n+1) 2(n+ 1) 3( n+1)
Q 1= ,Q2= ,Q3= 4 4 4
Representación gráfica de los cuartiles
Q1 Q2 Q3
100 Deciles: 0% 25% 50% 75% % Se dividen los datos en 10 partes iguales, se calcula desde el D1 al D 9. Usamos la siguiente fórmula para los deciles:
( n+1) 5( n+1) 9(n+1)
D 1= , D5 = , D 9= , 10 10 10
Representación gráfica de los deciles
D1 D2 D3 D4 D5 D6 D7 D8 D9
100 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% %
Percentiles: se procede a dividir la muestra en cien partes iguales, desde
P1 , P2 , … … P99. Para calcular este estadístico usamos la siguiente formula:
k (n+1) (n+1) 50 (n+1) 99(n+1)
Pk = =P = , P50= , P99= , 100 1 100 100 100
2 Representación gráfica de los percentiles
P1 P2 P3 P4 P5 P6 P7 P8 P9 P100 ….....
0% 1% 2% 3% 4% 5% 6% 7% 8% 9% …...... 100%
Para este caso se debe tener en cuenta lo siguiente:
La mediana es igual al percentil 50 ( P50)
El primer cuartil es el percentil 25 ( P25 ) El tercer cuartil es el percentil 75 ( P75) El cuarto decil es el percentil 40 ( P40 ) El sexto decil es el percentil 60 ( P60)
Hasta este punto se ha mirado la parte teórica, pero recuerden que es de suma importancia llevarlo a la práctica para que los temas vistos se vayan interiorizando, por tanto, a continuación, se presenta una actividad.
Ejemplo 1: Los Dinamizadores estudiantes del Proceso de Formación Profesional en
Revitalización de la Madre, Cohorte la Aldea, Ciclo I, con el propósito de analizar la cantidad de abono orgánico que se produce en la finca la Colina, decidieron hacer seguimiento durante 60 días a la producción; los datos recolectados durante los dos meses se resumen en la siguiente tabla:
Tabla No 1. Peso en kilogramos de la producción de abono orgánico.
A partir de los datos, ellos se plantean los siguientes pasos para hacer los respectivos análisis: 1. Organizar los datos de manera ascendente. 2. Calcular los cuantiles, deciles, percentiles y los respectivos análisis para cada estadístico. Solución 1. Primero se organizan los datos de manera ascendente ubicando la posición de cada uno de los datos, tal como se muestra en la siguiente tabla:
Tabla No 2. Peso en kilogramos de la producción de abono orgánico. Datos organizados de
Vemos que la posición del primer cuartil es 15, 25°, pero al ubicar el dato en la tabla No 2, nos damos cuenta que este valor no está, por tanto, realizamos interpolación
4 lineal entre los valores correspondientes a las posiciones 15° y 16°, de lo cual podemos observar que el primer cuantil toma el valor de 160. Siendo así, se puede decir que:
Análisis: Q 1 = 160 kilogramos, de lo cual se puede inferir que, el 25% de la
producción de abono orgánico que se hizo en la finca la Colina durante los 60 días, es igual o inferior a 160 kilogramos, mientras que el 75% restante es mayor o igual 160 kilogramos
Ahora pasamos a calcular los deciles:
(60+ 1) D 1= =6,1 10
8(60+1) D 8= = 48,8 ° 10
Una vez obtenido este valor posicional, se debe buscar en la tabla No 2, al hacer la revisión se puede determinar que el decil D8 , no está, entonces se realiza interpolación lineal entre los valores correspondientes a las posiciones 48° y 49°:
De lo anterior, observamos que el octavo decil toma el valor de 173, 8 kilogramos, dado que a 173 se le adiciones 0,8 kilogramos.
5 Análisis: el 80 % de la producción de abono orgánico que se hizo en la finca la Colina durante los 60 días, es igual o inferior 173,80 kilogramos, mientras que el 20% restante es mayores o iguales a 173, 80 kilogramos.
Ahora se pasa a calcular los percentiles P43 :
43 (60+1) 2623 P43 = = =26,23 ° , 100 100 Con el resultado anterior, se procede a buscarlo en la tabla No2, y se observa que el valor 26,23 no existe, por cual procedemos a realizar la interpolación lineal entre las posiciones correspondientes 26° y 27°
Del cálculo anterior, el percentil 43 es el valor 164,46 kilogramos, dado que se repite en paso realizado en el decil.
Análisis: se puede inferir que, el 43 % de la producción de abono orgánico que se hizo en
la finca la Colina durante los 60 días, es igual o inferior a 164, 46 kilogramos y el 57 % restante es mayor o igual a 164, 46 kilogramos.
Hasta este punto se ha trabajado con datos individuales, pero qué pasa cuando se necesitan realizar análisis para datos agrupados. Cuando nos encontramos en esta situación se deben usar las siguientes fórmulas para calcular los cuantiles, deciles y percentiles:
CUARTILES DECILES PERCENTILES
6 ( ) ( ) kn kn −F i−1 −F i−1
( ) 4 kn 100 Qk =Li + Ic −F i−1 Pk =Li + Ic fi 10 fi D k = Li + Ic fi
Li = límite inferior Li = límite inferior Li = límite inferior
f i = frecuencia absoluta de f i = frecuencia absoluta de f i = frecuencia absoluta de la clase i; es decir, de la la clase i; es decir, de la la clase i; es decir, de la clase donde se encuentra el clase donde se encuentra el clase donde se encuentra el cuartil k cuartil k cuartil k Ic = intervalo de clase. Ic = intervalo de clase. Ic = intervalo de clase. N= número total de N= número total de N= número total de observaciones observaciones observaciones F i−1 = frecuencia absoluta F i−1 = frecuencia absoluta F i−1 = frecuencia absoluta acumulada de la clase acumulada de la clase acumulada de la clase previa a la clase i; es decir, previa a la clase i; es decir, previa a la clase i; es decir, frecuencia acumulada de frecuencia acumulada de frecuencia acumulada de todas las clases previas a la todas las clases previas a la todas las clases previas a la clase donde se encuentra el clase donde se encuentra el clase donde se encuentra el cuartil k (citar) decil k. percentil k.
Además, se deben seguir los siguientes pasos:
a) Construir la tabla de frecuencias para datos agrupados.
b) Calcular el orden o posición del estadístico que se desea conocer, con la fórmula para datos individuales c) Una vez obtenido el valor posicional se busca en la columna de frecuencias F i, si no está, se debe tomar el inmediato superior y llamar a la clase correspondiente clase del cuartil, clase del decil o clase del percentil, según corresponda. d) Diremos que el estadístico de orden pertenece a este intervalo, pero es necesaria una mayor precisión. Por esto buscaremos el valor del estadístico dentro de la clase que lo contiene.
A continuación, se debe realizar un ejercicio práctico para retroalimentar los conceptos que hemos visto hasta este punto.
7 Teniendo en cuenta los datos presentados en el ejemplo 1, calcule el tercer cuantil ( Q3), el segundo decil ( D 2), y el percentil noventa y cinco ( P95) para datos agrupados.
solución:
a) Se procede a calcular la tabla de frecuencias para datos agrupados:
Tabla No 3. Tabla de frecuencias de la producción de abono orgánico durante 60 días en la
Fuente: elaborado por Maidi Tatiana Talaga Castro.
Luego, se debe realizar los pasos b, c y d.
b). La posición de clase de tercer cuantil es:
3(60+ 1) Q 3= =45,75° 4
c) . Una vez obtenido ese valor, se busca en la tabla No 3 en la columna de frecuencias
acumuladas, como el valor obtenido en Q3 = 45,75° no existe, se recurre al intervalo siguiente, por lo cual la clase del tercer cuartil es [169-174). Hasta este punto tenemos identificada la clase, ahora calculamos el valor del tercer cuantil dentro del intervalo haciendo uso de la formula planteada para datos agrupados:
8 ( ) ( ) kn 3∗60 n −F i−1 −32 d). 4 4 Q3=Li + Ic Q3=169+ 5 fi 16
Q3=169+ ( 45−32 16 ) 5 Q3=169+ ( 1316 ) 5 = 173, 06 kilogramos Análisis: el 75 % de los kilogramos de abono orgánico producidos durante los 60 días son iguales o inferiores a 173, 06 kilogramos y el 25% restante son iguales o superiores a 173, 06 kilogramos.
b). calcular la posición de clase del segundo decil
2 ( 60+1 ) D 2= =12,2° 10
c). Buscamos el valor obtenido en la columna de frecuencias acumuladas de la tabla No3,
como el valor obtenido en D2no está en la tabla, se recurre al intervalo siguiente, por tanto, la clase del tercer cuartil es [159-164). Hasta este punto tenemos identificada la clase, ahora calculamos el valor del segundo decil dentro del intervalo haciendo uso de la formula planteada para datos agrupados:
( ) ( ) kn 2∗60 d). −F i−1 −7 10 10 D 2=Li + Ic D 2=159+ 5 fi 18
D2=159+ ( 12−7 18 ) 5 D2=160,39 kilogramos,
Análisis: el 20 % de los kilogramos de abono orgánico producidos durante los 60 días son iguales o inferiores a 160,39 kilogramos, y el 80% restante son iguales o superiores a 160,39 kilogramos.
b). cálculo de la posición de clase para el percentil noventa y cinco P95
9 95 ( 60+1 ) P95 = =57 , 95 ° 100
c). Luego, se busca el valor obtenido en la columna de frecuencias acumuladas de la tabla
No 3, como el valor obtenido en P95 no está en la tabla, se recurre al intervalo siguiente, por tanto, la clase del percentil noventa y cinco es [179-184). Hasta este punto tenemos identificada la clase, ahora calculamos el valor del percentil noventa y cinco dentro del intervalo haciendo uso de la formula planteada para datos agrupados:
( ) ( ) kn 95∗60 −F i−1 −56 d). P =L + 100 100 95 i Ic P95=179+ 5 fi 4
P95=179+ ( 57−56 4 ) 5 P95=180,25 kilogramos.
Análisis: el 95 % de los kilogramos de abono orgánico producidos durante los 60 días son iguales o inferiores a 180,25 kilogramos, y el 5% restante son iguales o superiores a 180,25 kilogramos.
8.2.2 Medidas de dispersión
Estas medidas son utilizadas para describir la dispersión de los elementos de una muestra, es decir, permiten analizar qué tan cerca o lejos se encuentran los datos entorno a su valor promedio. Los estadísticos que se usan con mayor frecuencia en este caso son: rango o recorrido, varianza, desviación estándar y coeficiente de variación muestral. Se debe tener en cuenta que todos estos estadísticos son valores mayores o iguales a cero, indicando un valor de cero, la ausencia de dispersión (Gorgas el at., 2011)
a) Rango o recorrido: Es la diferencia entre el máximo y mínimo valor que toma la
variable en la muestra a analizar. Ojo, cuando se trabaja con muestras grandes no es recomendable usar el rango como medida de variabilidad. Para calcular este valor se debe usar la siguiente formula
10 Rango=Valor máximo −Valor minimo
b) Recorrido intercuartílico: es la diferencia entre el tercer cuartil y el primer cuartil
Ri=Q 3 −Q1
c) Varianza: La varianza de las observaciones x 1 , x 2 , , x 3 es el cuadrado de las
distancias entre cada observación y la media aritmética del conjunto de observaciones. Normalmente, la varianza se simboliza mediante la letra “ s2” cuando se calcula para una muestra y con σ 2” cuando se calcula para la población en estudio. (Gorgas et al. (2011) p. 33). Para calcular este estadístico se usa la siguiente formula:
2 s= ∑ (x1 −¿ x )2 f i ¿ n−1 d) Desviación estándar: cuando se tiene una muestra aleatoria de x 1 , x 2 , , x 3 con varianza s2”, la desviación estándar de esta será la raíz cuadrada de la varianza muestral, es decir,
S= √ S = 2
√ ∑ (x1 −¿ x)2 f i ¿ n−1
Esta medida de dispersión es usada con frecuencia en análisis estadísticos. En general,
indica el promedio con el que se alejan los datos de la media aritmética.
Cuando se usa este estadístico se deben tener en cuenta las siguientes reglas:
El teorema de Chebyshev, plantea que no importa la forma que tenga la distribución, al
menos el 75% caen dentro de ± 2 desviaciones estándar 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.
11 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 (Fernández el at., s.f. p. 37)
e) Coeficiente de variación: Es un índice que puede usarse para hacer comparaciones
entre poblaciones en las cuales se analizan diferentes características. Se debe tener presente que este índice esta definido entre o y 1, cuando el valor obtenido es cercano a 0, significa que los datos en la muestra a estudiar no están tan dispersos; mientras que, si el valor es cercano a 1, significa que los datos están demasiados dispersos por lo cual la media pierde confiabilidad. Para obtener calcular este índice se usa la siguiente formula
S CV = x
1.1.1 Encuentro
El Dinamizador estudiante debe hacer una lectura detalla de este documento antes del encuentro presencial, durante el encuentro pedagógico debe estar atento, participando y haciendo preguntas de los temas abordados y resolviendo los ejercicios planteados en clase. El Dinamizador orientador, llevará registro de la participación y asistencia, esta tendrá un porcentaje significativo en la notal final.
El Dinamizador estudiante debe realizar el siguiente taller y enviarlo al orientador.
Taller No 1. Durante los últimos treinta meses, un grupo de Dinamizadores estudiantes del Proceso de Formación Profesional en Revitalización de la Madre Tierra UAIIN- CRIC, midieron la
12 presión mensual de lluvias en centímetros en el páramo de Paletara, y obtuvieron la siguiente tabla de datos:
Tabla No 4. Precipitación de lluvias mensual durante treinta meses, en el páramo de
Paletara. 29,3 32,4 41,3 34,3 35,2 43,0 36,3 35,7 41,3 37,0 36,8 43,6 45,2 32,8 30,7 36,2 34,7 35,3 31,7 43,2 42,3 35,7 47,5 32,2 28,3 41,5 43,2 30,7 38,4 46,5 Fuente: Datos tomados de Fernandez el at., s. f.
A partir de la tabla No 4, realizar lo siguiente:
1.) Clasificar los datos y construir una tabla distribución de frecuencia.
2.) Calcular el cuartil 1, cuartil 2, y cuartil 3 y realizar el respectivo análisis de cada uno. 3.) Calcular el decil 2, decil, 4 y decil 5, y realizar el respectivo análisis. 4.) Calcular el percentil 50, percentil 70 y percentil 86, y realizar el respectivo análisis.
1.1.2 Autoformación:
El Dinamizador estudiante debe profundizar en las bases conceptuales de todos los temas vistos en esta unidad temática, luego debe proponer un ejercicio analítico en el cual calcule el rango o recorrido, la varianza, la desviación estándar y el coeficiente de variación.
1.1.3 Práctica comunitaria y Crissac.
El Dinamizador estudiante a partir de las siguientes tablas de datos, las cuales recogen la producción de leche durante treinta días en el Resguardo de Jámbalo y el Resguardo de Quintana, debe hacer una comparación analítica entre las dos muestras; para ello debe usar los estadísticos vistos en esta unidad temática. Esta actividad debe ser enviada al orientador en un documento ordenado y con letra legible.
13 Tabla No 6. Tabla No 5. producción Tabla No 5. producción de leche en de leche en litros, Resguardo de litros, Resguardo de Jámbalo Quintana 134 143 145 134 147 110 149 147 136 145 148 141 165 133 145 112 145 146 135 135 133 139 150 155 149 117 130 149 130 136 122 128 155 267 148 118 138 148 129 147 112 126 147 168 159 120 139 135 128 145 115 120 145 169 158 121 137 125 127 150 Fuente: Elaboración propia
2 Documentos de apoyo
Fernandez, D., & Guitar, M. (s.f.). Probabilidad y estadística. Estadística descriptiva y
análisis de datos. Universidad Técnologica Nacional. http://www1.frm.utn.edu.ar/estadistica/documentos/ed&ad.pdf
Gorgas, J., Cardiel, N., & Zambrano, J. (2011). Estadística descriptiva. En Estadística básica para estudiantes de ciencias (pp. 11-25). Universidad Complutense de Madrid. https://webs.ucm.es/info/Astrof/users/jaz/ESTADISTICA/libro_GCZ2009.pdf
Newbold, P., Carlson, W., & Tnorne, B. (2008). Descripción grafica de los datos. En Estadística para administración y economía (sexta ed., p. 49). Pearson Education. http://fad.unsa.edu.pe/bancayseguros/wp-content/uploads/sites/4/2019/03/ Estadistica-para-administracion-y-la-economia.-6Ed.-Newbold-2008.pdf
