En este artículo se explica qué son las medidas descriptivas en estadística y cuáles son todas las medidas descriptivas. Además, podrás saber cómo se calculan las medidas descriptivas.
Índice
¿Qué son las medidas descriptivas?
Las medidas descriptivas son parámetros estadísticos que sirven para describir un conjunto de datos. Es decir, en estadística las medidas descriptivas se usan para resumir un conjunto de datos.
Las medidas descriptivas se clasifican en cuatro tipos:
- Medidas de tendencia central
- Medidas de dispersión
- Medidas de posición
- Medidas de forma
Medidas de tendencia central
Las medidas de tendencia central, o medidas de centralización, son métricas estadísticas que indican el valor central de una distribución. Es decir, las medidas de tendencia central sirven para encontrar un valor representativo del centro de un conjunto de datos.
Las medidas de tendencia central son:
- Media: es el promedio de todos los datos de la muestra.
- Mediana: es el valor del medio de todos los datos ordenados de menor a mayor.
- Moda: es el valor que más se repite del conjunto de datos.
Para ver ejemplos de cómo se calculan estas medidas estadísticas, haz clic aquí:
Medidas de dispersión
Las medidas de dispersión son un tipo de medidas descriptivas que indican la dispersión de un conjunto de datos. Por lo tanto, las medidas de dispersión se utilizan para evaluar cuánto de dispersos están los datos de una muestra.
Las medidas de dispersión también se llaman medidas de variabilidad o medidas de propagación.
Las medidas de dispersión son las siguientes:
- Desviación estándar (o desviación típica)
- Varianza
- Coeficiente de variación
- Rango
- Rango intercuartil
- Desviación media
Cada medida de dispersión tiene su propia fórmula, así que para no hacer muy largo este artículo se han explicado todas ellas en el siguiente post enlazado. Además, podrás ver ejemplos del cálculo de este tipo de medidas descriptivas.
Medidas de posición
Las medidas de posición son métricas estadísticas que informan de la estructura de un conjunto de datos, en otras palabras, las medidas de posición ayudan a saber cómo es un conjunto de datos.
Aunque parezca extraño, las medidas de tendencia central también se consideran medidas de posición ya que proporcionan información de las posiciones centrales de la serie de datos, aunque hay más medidas de posición. O dicho de otra forma, las medidas de posición engloban a las medidas de tendencia central.
De hecho, las medidas de posición se clasifican en medidas de posición central y medidas de posición no central, dependiendo de las posiciones que determinan.
Así pues, las medidas de posición son las siguientes:
- Medidas de posición central: indican los valores centrales de una distribución.
- Media: es el promedio de todos los datos de la muestra.
- Mediana: es el valor del medio de todos los datos ordenados de menor a mayor.
- Moda: es el valor que más se repite del conjunto de datos.
- Medidas de posición no central: dividen el conjunto de datos en partes iguales.
- Cuartiles: dividen la muestra de datos en cuatro partes idénticas.
- Quintiles: separan los datos en cinco partes iguales.
- Deciles: parten el conjunto de datos en diez intervalos de la misma amplitud.
- Percentiles: dividen los datos en cien partes equivalentes.
Puedes ver cómo se calculan todos estos parámetros estadísticos aquí:
Medidas de forma
En estadística, las medidas de forma son unos indicadores que permiten describir una distribución de probabilidad según la forma que tiene. Además, las medidas de forma se utilizan para determinar cómo es una distribución sin tener que representarla gráficamente.
Se distinguen dos tipos de medidas de forma:
- Asimetría: indica el grado de simetría (o asimetría) de una distribución, es decir, muestra si una distribución es simétrica o asimétrica.
- Curtosis: indica el grado de concentración de una distribución alrededor de su media, es decir, determina si una distribución es escarpada o achatada.
Para ver cómo se determinan este tipo de métricas descriptivas, haz clic en el siguiente enlace:
Excelente información de apoyo. gracias.
¡Gracias a ti Ofelia!