Professional Documents
Culture Documents
+ =
t : 1,2,3 Cuartiles
1,2,3,4 Quintiles
1,2..9 Deciles
1,2,99 Percentiles
Cuando los datos estn ordenados en una tabla de frecuencia
Con intervalos de clase, se puede utilizar la siguiente expresin
Prof.: David Becerra Rojas 42
Ejemplo
8
6 . 0
* 4
10
50 * 1
95 . 2
1
(
+ = D
5
6 . 0
* 37
4
50 * 3
75 . 4
3
(
+ = K
i X
1 2.4 - 2.9
2 3.0 - 3.5
3 3.6 - 4.1
4 4.2 - 4.7
5 4.8 - 5.3
6 5.4 - 5.9
Total
n
i
4
8
15
10
5
8
50
N
i
4
12
27
37
42
50
f
i
.08
.16
.30
.20
.10
.16
1.0
F
i
.08
.24
.54
.74
.84
1.0
= 4.81
= 3.025
Determine : K
3
, D
1
, P
35
, y P
74
, Q
3
= 3.77
Si la variable X representa la utilidad en M$ por da determine:
i.- Cul fue la utilidad mxima de los 15 das que gan menos?
ii. En cuntos das la utilidad fue de al menos M$ 5.0?
11 das
P
74
= 4.75
M$ 3.67
15
6 . 0
* 12
100
50 * 35
55 . 3
35
(
+ = P
Q
3
= 4.33
Prof.: David Becerra Rojas 43
MEDIDAS DE TENDENCIA
CENTRAL
MODA
MEDIANA
MEDIA ARITMTICA
MEDIA ARMNICA
MEDIA GEOMTRICA
Prof.: David Becerra Rojas 44
MODA ( MODO)
La denotaremos por : Mo
a.- Est dada por la observacin que ms se repite
la de mayor frecuencia.
b.- Es posible calcularla para cualquier tipo de
variable.
c.- Pueden existir muchas o ninguna.
Prof.: David Becerra Rojas 45
MODA
Ejemplo 1: Sean los siguientes datos:
F D R F T D R U D U U D
i X
i
n
i
1 F 2
2 D 4
3 R 2
4 T 1
5 U 3
Total 12
Luego; en este caso la
Moda es:
Mo = D
Prof.: David Becerra Rojas 46
MODA
Ejemplo 2 :
2 3 5 1 1 5 2 5 4 2 4 2 5 1 6
i X
i
n
i
1 1 3
2 2 4
3 3 1
4 4 2
5 5 4
6 6 1
Total 15
En este caso tenemos dos Mo:
Mo
1
= 2 Mo
2
= 5
Prof.: David Becerra Rojas 47
MODA
La moda para datos tabulados, se obtiene a partir de la
siguiente expresin:
Donde: Li : Limite real inferior del intervalo que contiene la Mo que es
aquel que tiene mayor frecuencia
A
1
: Diferencia entre las frecuencias absolutas del intervalo modal y
el intervalo anterior.
A
2
: Diferencia entre las frecuencias absolutas del intervalo modal y
el intervalo posterior.
a : Amplitud del intervalo.
a Li M
o
*
2 1
1
(
A + A
A
+ =
Prof.: David Becerra Rojas 48
i
1
2
3
4
X
4 - 5
6 - 7
8 - 9
10 - 11
T otal
n
i
42
68
102
38
250
Ejemplo :
2 *
64 34
34
5 . 7
(
+
+ =
o
M
= 8.19
Calcule la Moda
a Li M
o
*
2 1
1
(
A + A
A
+ =
Prof.: David Becerra Rojas 49
MEDIANA
La denotaremos como : Md
Puntuacin que divide la distribucin de los
datos ( la muestra) en dos partes iguales.
Es decir nos indica el punto hasta donde se
tiene acumulado el 50% de las observaciones.
Nota: - Para su determinacin, los datos se
ordenan previamente.
- No tiene sentido cuando la variable
es categrica nominal.
Prof.: David Becerra Rojas 50
MEDIANA
Si el nmero de observaciones impar,
entonces la Md estar dada por la
observacin central.
Si el nmero de observaciones par,
entonces la Md estar dada por el
promedio de las dos observaciones
centrales.
Prof.: David Becerra Rojas 51
MEDIANA
Ejemplo: 1
2 3 5 7 9 10 27 29 30 38 40 n=11
En este caso la Md = 10
Ejemplo: 2
2,3 2,6 3,6 5,8 6,8 7,9 n=6
Luego ; Md = (3,6+5,8)/2 = 4,7
Prof.: David Becerra Rojas 52
MEDIANA
La mediana para datos tabulados, se obtiene a partir de
la siguiente expresin:
Donde: Li : Limite real inferior del intervalo que contiene la Md, que es aquel
donde por primera vez la frecuencia acumulada pasa el 50%.
n : Tamao de la muestra
N
d-1
: Frec. acumulada anterior al intervalo que contiene la Mediana.
n
d
: Frec. Absoluta del intervalo que contiene la Md
a : Amplitud del intervalo.
d
d d
n
a
N
n
Li M *
2
1
(
+ =
Prof.: David Becerra Rojas 53
Ejemplo: dado los siguientes datos:
MEDIANA
i X
i
1 4
2 5
3 6
4 7
5 8
6 9
Total
n
i
3
2
2
3
4
3
17
Determine; Md
4 4 4 5 5 6 6 7 7 7 8 8 8 8 9 9 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
N
i
3
5
7
10
14
17
F
i
.18
.29
.41
.59
.82
1.0
Md = 7
Prof.: David Becerra Rojas 54
Ejemplo de Mediana
i X
1 4 - 5
2 6 - 7
3 8 - 9
4 10 - 11
5 12 - 13
6 14 - 15
Total
n
i
4
8
15
18
2
3
50
N
i
4
12
27
45
47
50
f
i
.08
.16
.30
.36
.04
.06
1.0
F
i
.08
.24
.54
.90
.94
1.0
Luego la M
d
= 9.23
y la Moda Mo = 9.82
Determine; M
d
, M
o
15
2
* 12
2
5 . 7
(
+ =
n
M
d
Prof.: David Becerra Rojas 55
Ejercicio.
4.8 3.6 5.2 6.1 6.0
2.9 3.5 4.8 4.3 4.2
4.8 3.1 4.8 2.9 5.5
5.0 4.8 5.6 6.0
1. Calcular Mo , Md
2. Construya una tabla de frecuencia
3. Calcule de la tabla Mo , Md.
4. Comente.
Prof.: David Becerra Rojas 56
MEDIA ARITMTICA
La media Aritmtica tambin llamada Promedio
simplemente Media, y esta dada para datos no
tabulados por : (Se calcula solamente en variables numricas)
Donde: X
i
: Corresponde a las Observaciones
n : Tamao de la Muestra
N : Tamao de la Poblacin
n
X
X
n
i
i
=
=
1
N
X
N
i
i
=
=
1
Muestral
Poblacional
Prof.: David Becerra Rojas 57
Donde: Xi : Observacin Marca de Clase
n : Tamao de la muestra
n
i
: Frecuencia Absoluta de la observacin o del
intervalo
k : Nmero de intervalos
MEDIA ARITMTICA
Para datos Tabulados la Media est dada por :
n
X n
X
k
i
i i
=
=
1
=
=
k
i
i i
x f
1
Prof.: David Becerra Rojas 58
Ejemplo: La tabla siguiente representa una muestra de los
aos de servicio de trabajadores.
i
1
2
3
4
5
Xi
5
10
12
15
20
ni
4
7
8
3
2
24
Xi*ni
20
70
96
45
40
271
fi
0.167
0.292
0.333
0.125
0.083
1.00
fixxi
0.835
2.920
3.996
1.875
1.660
11.286
--------------------------------------------
--------------------------------------------
Total
Determine la Media:
= =
=
5
1 i
i i
x f X
= 11.286
= =
=
5
1 i
i i
n
x n
X
286 . 11
24
271
= = X
Prof.: David Becerra Rojas 59
Ejemplo 2: Se toma una muestra de 21 observaciones,
calcule la Media.
807 . 2
21
95 . 58
=
2 . 0
21
15
95 . 2
+ =
i X
1 2.3 - 2.4
2 2.5 - 2.6
3 2.7 - 2.8
4 2.9 - 3.0
5 3.1 - 3.2
6 3.3 - 3.4
Total
n
i
4
5
3
2
4
3
21
x
i
2.35
2.55
2.75
2.95
3.15
3.35
n
i
*x
i
9.40
12.75
8.25
5.90
12.60
10.05
58.95
Luego como
u
i
-3
-2
-1
0
1
2
n
i
*u
i
-12
-10
-3
0
4
6
-15
= 2.807
a
n
u n
A X
k
i
i i
=
+ =
1
= =
=
6
1 i
i i
n
x n
X
Prof.: David Becerra Rojas 60
MEDIA PONDERADA
_ _ _
_ n
1
x
1
+ n
2
x
2
+.+n
k
x
k
x
T
= ---------------------------------
n
1
+ n
2
+ .+ n
k
_
100x480 + 300x320 + 400x Xc
290 = ---------------------------------------
100 + 300 + 400
Ejemplo: En una empresa donde se distinguen tres tipos de trabajadores, el
salario medio es de 290. Los 100 trabajadores de la categora A
tienen un salario medio de 480, los 300 de la categora B tienen un
salario medio de 320, Cunto es el salario medio de los 400 de la
categora C?
_
Luego X
c
= 220
=
=
k
1 i
x * n
n
i
i
Prof.: David Becerra Rojas 61
Tarea N
Ventajas y Desventajas de: Moda,
Mediana y Media.
Defina y de un ejemplo de :
Media Geomtrica : (G)
Media Armnica : (H)
Sesgo
Curtosis
Prof.: David Becerra Rojas 62
Media Geomtrica:
n
n
n
x x x
i
n
i
G
x
* ..... * *
1
2 1
=
=
=
H
Media Armnica:
=
=
n
i
i
x
n
H
1
1
Prof.: David Becerra Rojas 63
MEDIDAS DE DISPERSIN
Desviacin Media: (DM)
Desviacin Intercuartlica: (K)
Desviacin Tpica: ( s )
Varianza: ( s
2
)
Rango: (R)
Prof.: David Becerra Rojas 64
MEDIDAS DE DISPERSIN
Rango: (R)
R = V. Mximo V. Mnimo + 1 Unidad de Medida
Prof.: David Becerra Rojas 65
MEDIDAS DE DISPERSIN
Desviacin Intercuartlica: (K)
2
1 3
K K
K
=
Prof.: David Becerra Rojas 66
MEDIDAS DE DISPERSIN
Desviacin Media: (DM)
Para datos No Tabulados
Para datos Tabulados
n
X X
DM
n
1 i
i
=
=
n
X X n
DM
k
i
i i
=
=
1
Prof.: David Becerra Rojas 67
MEDIDAS DE DISPERSIN
Varianza: (s
2
,o
2
)
Poblacional
Muestral : Para datos No Tabulados
( )
1
1
2
2
=
=
n
X X
S
n
i
i
) 1 n ( n
x x n
2
n
1 i
i
n
1 i
2
i
|
|
.
|
\
|
=
= =
2
1
2
1
2
2
) (
o =
=
= =
N
x
N
x
N
i
i
N
i
i
Prof.: David Becerra Rojas 68
MEDIDAS DE DISPERSIN
( )
1
1
2
2
=
=
n
X X n
S
k
i
i i
) 1 (
2
1 1
2
|
.
|
\
|
=
= =
n n
x n x n n
k
i
i i
k
i
i i
Muestral : Para datos Tabulados
Prof.: David Becerra Rojas 69
Ejemplo
6
5
30
= = X
( )
5 . 7
4
30
1
1
2
2
= =
=
=
n
X X
S
n
i
i
2
5
10
1
= =
=
=
n
X X
DM
n
i
i
Obs. : x
1
x
2
x
3
x
4
x
5
Total
Xi : 2 5 6 8 9 30
Determinar: Desv Media
Varianza
___
x
i
- x : - 4 -1 0 2 3 0
_
x
i
- x : 4 1 0 2 3 10
_
(x
i
- x)
2
: 16 1 0 4 9 30
Sean las edades ( en ao) de 5 nios
X
2
i
: 4 25 36 64 81 210
( )
5 . 7
4 * 5
30 210 * 5
) 1 (
2
2
1 1
2
2
=
|
.
|
\
|
=
= =
n n
x x n
S
n
i
i
n
i
i
Prof.: David Becerra Rojas 70
MEDIDAS DE DISPERSIN
Desviacin Tpica: (S , )
( )
1 n
X X
S
n
1 i
2
i
=
=
) 1 (
2
1 1
2
|
.
|
\
|
=
= =
n n
x x n
n
i
i
n
i
i
2 1
2
1
2
) (
o =
=
= =
N
x
N
x
N
i
i
N
i
i Poblacional:
Muestral : Para datos No Tabulados
Prof.: David Becerra Rojas 71
MEDIDAS DE DISPERSIN
Para datos Tabulados
( )
1
1
2
=
=
n
X X n
S
k
i
i i
) 1 (
2
1 1
2
|
.
|
\
|
=
= =
n n
x n x n n
k
i
i i
k
i
i i
Prof.: David Becerra Rojas 72
COEFICIENTE DE
VARIACIN
X
S
CV
Mide la homogeneidad que existe en los datos
Respecto a la variable en estudio.
Mientras ms pequeo, ms homogneo.
Prof.: David Becerra Rojas 73
Ejemplo 2
75 . 2
19
25 . 52
:
1
= = =
=
n
x n
X que Sabemos
k
i
i i
( )
) 1 19 ( 19
25 . 52 ) 61 . 145 ( 19
2
=
i
1
2
3
4
5
6
X
2.3 - 2.4
2.5 - 2.6
2.7 - 2.8
2.9 - 3.0
3.1 - 3.2
3.3 - 3.4
n
i
4
5
3
2
4
1
19
x
i
2.35
2.55
2.75
2.95
3.15
3.35
n
i
xx
i
9.40
12.75
8.25
5.90
12.60
3.35
52.25
= 0.327
n
i
xx
i
2
22.09
32.51
22.69
17.41
39.69
11.22
145.61
Calcule: la Media , Desv. Tpica
) 1 (
2
1 1
2
|
.
|
\
|
=
= =
n n
x n x n n
S
n
i
i i
n
i
i i
119 . 0
75 . 2
327 . 0
= = =
x
s
CV
Prof.: David Becerra Rojas 74
Ejemplo 2
a
n
u n
A X
k
i
i i
=
+ =
1
( )
) 1 19 ( 19
19 ) 67 ( 19
2 . 0
2
=
) 1 (
2
1 1
2
|
.
|
\
|
=
= =
n n
u n u n n
a S
n
i
i i
n
i
i i
i
1
2
3
4
5
6
X
2.3 - 2.4
2.5 - 2.6
2.7 - 2.8
2.9 - 3.0
3.1 - 3.2
3.3 - 3.4
n
i
4
5
3
2
4
1
19
x
i
2.35
2.55
2.75
2.95
3.15
3.35
u
i
-3
-2
-1
0
1
2
n
i
*u
i
-12
-10
-3
0
4
2
-19
= 2.75
n
i
*u
i
2
36
20
3
0
4
4
67
= 0.327
Calcule: la Media , Desv. Tpica
por el Medio Provisorio
2 . 0
19
) 19 (
95 . 2
+ =
Prof.: David Becerra Rojas 75
Coeficiente de Asimetra ( Sesgo )
Su valor es cero cuando la distribucin es simtrica, positivo cuando existe
asimetra a la derecha y negativo cuando existe asimetra a la izquierda.
de Pearson
de Fisher
3
3
1
3
3
1
) (
1
S
x x n
S
k
i
i i
= =
=
Prof.: David Becerra Rojas 76
Coeficiente de Curtosisi
ca Platicrti
a Mesocrtic
ca Leptocrti
: 0
: 0
: 0
2
2
2
(
=
)
3 3 ) (
1
4
4
1
4
4
2
= =
=
S
x x n
S
k
i
i i
=
Varianza del Error: (o
2
)
cuyo estimador est dado por:
2
)
(
2
2 2
= =
n
y y
S S
i i
x
y e
= = O y y e
i i i
)
(
Prof.: David Becerra Rojas 95
Debemos minimizar la varianza del Error
Para tal efecto debemos minimizar:
2 2
) ( )
(
= =
i i i i
bx a y y y A
Es decir derivar A
Prof.: David Becerra Rojas 96
0
0
=
c
c
=
c
c
b
A
a
A
Sistema de Ecuaciones Normales
Prof.: David Becerra Rojas 97
= + =
= =
c
c
i i
i i
y x b na
bx a y
a
A
0 ) 1 ( ) ( 2
Luego tenemos:
= +
= =
c
c
i i i i
i i i
y x x b x a
x bx a y
b
A
2
0 ) )( ( 2
Prof.: David Becerra Rojas 98
= +
= +
xy x b x a
y x b na
i i
i
2
Por lo tanto, el sistema de Ecuaciones Normales
queda de la siguiente forma:
Prof.: David Becerra Rojas 99
Por determinante tenemos;
( )
= = A
2
2
2
x x n
x x
x n
= = A xy x x y
x xy
x y
a
2
2
= = A y x xy n
xy x
y n
b
A
A
=
a
a
A
A
=
b
b
Prof.: David Becerra Rojas 100
Estimadores Mnimos Cuadrado
2 2
2
) x ( x n
xy x x y
a
=
2 2
) x ( x n
y x xy n
b
=
A
A
=
a
A
A
=
b
X b Y =
Prof.: David Becerra Rojas 101
X
1
1
3
4
4
5
18
Y
2
3
3
5
2
6
21
XY
2
3
9
20
8
30
72
i
1
2
3
4
5
6
Total
X
2
1
1
9
16
16
25
68
En el caso que estamos analizando tenemos:
Y
2
4
9
9
25
4
36
87
^
Y
2.2
2.2
3.5
4.1
4.1
4.8
( e )
^
Y - Y
-0.2
0.8
-0.5
0.9
-2.1
1.2
0.0
( e
2
)
^
(Y Y)
2
0.04
0.64
0.25
0.81
4.41
1.44
7.59
y la varianza del error es
898 . 1
4
59 . 7
2
) (
2
2
= =
=
n
y y
S
i i
x y
Luego tenemos que;
( )
57 . 1
18 ) 68 (
) 72 )( 18 ( ) 68 )( 21 (
2
=
=
n
a
( )
64 . 0
18 ) 68 (
) 21 )( 18 ( ) 72 ( 6
2
=
=
n
b
Prof.: David Becerra Rojas 102
Error Tpico: (o )
38 . 1 898 . 1
4
59 . 7
2
)
(
2
2
= = =
= =
n
y y
S S
i i
e x y
2
2
= =
n
xy b y a y
S S
x
y e
Tambin se puede obtener a partir de:
Prof.: David Becerra Rojas 103
Coeficiente de Determinacin
El coeficiente de Determinacin, nos
indica la variabilidad explicada por la recta
de regresin lineal, es decir que tan bueno
es el ajuste de la recta.
Esta dado por: r
2
0 s r
2
s1
Nota: Referencia para el ajuste, tambin lo da
el error tpico S
y/x
Prof.: David Becerra Rojas 104
Ejemplo:
Supongamos que tenemos dos variables:
X : Aos de servicio de vendedores.
Y : Ventas en M$
Vendedor
1
2
3
4
5
6
Total
X
2
2
3
4
4
5
20
Y
1.2
2.4
4.1
3.1
2.4
3.8
17.0
XY
2.4
4.8
12.3
12.4
9.6
19.0
60.5
X
2
4
4
9
16
16
25
74
Y
2
1.44
5.76
16.81
9.61
5.76
14.44
53.82
1. Confeccione un diagrama de dispersin
2. Determine el grado de asociacin entre las variables
3. Estime a travs de una recta de m. c. cuanto debiera vender un
vendedor con siete aos de servicio?.
4. Estime a travs de una recta de m. c. cuanto aos de servicio debera
tener, un vendedor que vende m$ 4.0?.
Prof.: David Becerra Rojas 105
=
=
=
)
2
.) 17 ( .) 82 . 53 ( 6 )(
2
.) 20 ( .) 74 ( 6 (
.) 17 .)( 20 ( ) 5 . 60 ( 6
)
2
) y (
2
y n )(
2
) x (
2
x n (
y x xy n
r
=
=
2
2 2
) 20 ( ) 74 ( 6
) 17 )( 20 ( ) 5 . 60 ( 6
) x ( x n
y x xy n
b
=
=
2
2 2
2
) 20 ( ) 74 ( 6
) 5 . 60 )( 20 ( ) 74 )( 17 (
) x ( x n
xy x x y
a
Luego:
1.09
.523
=.5954
Prof.: David Becerra Rojas 106
Varianza del Error:
Error Tpico:
2 2
)
(
2 2
2
=
n
xy b y a y
n
y y
S
i i
x y
2 2
)
(
2 2
=
n
xy b y a y
n
y y
S
i i
x y
=.9552
=.9124
Prof.: David Becerra Rojas 107
Las propiedades de la media son las siguientes:
- La media de una constante es la propia constante.
- La media de la suma o diferencia de variables es igual a la suma o diferencia
de las medias de dichas variables.
- La media del producto de una constante por una variable, es igual a la
constante por la media de la variable.
- La media de una combinacin lineal de dos o ms variables es igual a la
combinacin lineal de las medias de dichas variables.
- La media es el centro de gravedad de la distribucin, ya que las desviaciones
respecto a la media suman 0.
- Mediana: La mediana es el valor del elemento que ocupa el lugar central, si
los datos estn ordenados, bien de forma creciente o de forma decreciente.
- Moda: La moda es el valor ms frecuente, es decir es el valor de la variable
que se repite un mayor nmero de veces.
En el caso de una distribucin totalmente simtrica, la media y la mediana
coinciden. Si la media y la mediana difieren mucho significa que hay
heterogeneidad entre los datos y que la distribucin, por tanto ser asimtrica.
Prof.: David Becerra Rojas 108
Las propiedades de la varianza son:
- La varianza es siempre positiva o cero.
- La varianza de una constante es cero.
- La varianza de la suma o diferencia de una variable y una constante es igual a la
varianza de la variable.
- La varianza de un producto de una constante por una variable es igual al cuadrado de
la constante por la varianza de la variable.
Las propiedades de la desviacin tpica son:
- La desviacin tpica es siempre positiva o cero.
- La desviacin tpica de una constante es cero.
- La desviacin tpica de una constante por una variable es igual a la constante por la
desviacin tpica de la variable.
- La desviacin tpica de la suma o diferencia de una variable y una constante es igual a
la desviacin tpica de la variable.
Prof.: David Becerra Rojas 109
Teorema 3.5.5. (Propiedades de ) Para una distribucin bien
definida, el operador de valor esperado cumple:
Escala:
Adicin:
Independencia: si X e Y son independientes.
Composicin:
No desviado:
Prof.: David Becerra Rojas 110
Teorema 3.5.6. (Propiedades de la
varianza) Para una distribucin bien
definida, la varianza cumple:
Origen:
Adicin: si X e Y son independientes.
Escala:
Prof.: David Becerra Rojas 111
Ejercicio:
X \ Y
Chilena Argentina Peruana Brasilea
Total
5 10
4
2
4 10
20
10 15
8
3
1 12
24
15 20
3 9
3
10
25
20 25
0 10 1 10
21
25 - 30
5 2 0 15
22
Total 20 26 9 57
112
Determine:
1.- Cuntos turistas chilenos app llevan un peso no superior a 12kr.
2.- Podemos decir que el comportamiento del peso que llevan los turistas
argentinos , es mas homogneo del que llevan los brasileros?
3.- Determine e interprete:
4.- Determine el grado de asociacin respecto al peso de equipaje,
entre los turistas chilenos y argentinos.
5.- A travs de una recta de m. c. estime cuntos turistas deberan llevar un
peso 27.5kr
Se toma una muestra de 112 turistas registrando
el peso de equipaje y nacionalidad.
f
j=1/i=2
=
Prof.: David Becerra Rojas 112
Cuartiles
Li : Limite real inferior del intervalo que contiene el cuartil t, que es aquel
donde por primera vez la frecuencia acumulada pasa el (k/4x100)%.
k
k k
n
a
N
n k
Li K *
4
*
1
(
+ =
Prof.: David Becerra Rojas 113
Quintiles
( Q
q
) q = 1,..,99
Li : Limite real inferior del intervalo que contiene el percentil q, que es aquel
donde por primera vez la frecuencia acumulada pasa el (q%)
q
q q
n
a
N
n q
Li Q *
5
*
1
(
+ =
Prof.: David Becerra Rojas 114
Deciles
( D
d
) d = 1,.,9
Li : Limite real inferior del intervalo que contiene el decil d, que es aquel
donde por primera vez la frecuencia acumulada pasa el (d*10)%
d
d d
n
a
N
n d
Li D *
10
*
1
(
+ =
Prof.: David Becerra Rojas 115
Percentiles
( P
p
) p = 1,..,99
Li : Limite real inferior del intervalo que contiene el percentil p, que es aquel
donde por primera vez la frecuencia acumulada pasa el (p%)
p
p p
n
a
N
n p
Li P *
100
*
1
(
+ =