Medidas de posición

Sitio: MATEMÁTICAS × Profe Arauco
Curso: Probabilidades y Estadística Descriptiva e Inferencial
Libro: Medidas de posición
Imprimido por: Invitado
Día: domingo, 26 de abril de 2026, 09:49

1. Rango y primera idea de variabilidad [amplitud total]

Objetivo 

Comprender el rango o amplitud total como una primera medida de dispersión, calcularlo correctamente e interpretarlo para comparar qué tan extendidos o concentrados están distintos conjuntos de datos.

🤓 Conexión con lo que ya vimos

Ya aprendimos a organizar datos en tablas, representarlos con gráficos y calcular medidas de tendencia central como la media, la mediana y la moda.

Ahora aparece una pregunta nueva: aunque dos grupos tengan un centro parecido, ¿están igual de dispersos?

Para comenzar a responder esa idea, estudiaremos una medida muy simple: el rango.

📐 Definición de rango o amplitud total

El rango mide la distancia entre el valor mayor y el valor menor de un conjunto de datos.

\[ \text{Rango}=\text{valor máximo}-\text{valor mínimo} \]

Esta medida entrega una primera idea de variabilidad: mientras mayor sea el rango, más separados están, en general, los datos extremos.

💡 Cómo calcular el rango
  1. Identifica el dato menor.
  2. Identifica el dato mayor.
  3. Resta: máximo menos mínimo.
  4. Interpreta el resultado en contexto.

No es necesario sumar todos los datos ni calcular promedios para obtener el rango.

⚠️ Error frecuente

No confundas el rango con:

  • la cantidad de datos,
  • el dato mayor por sí solo,
  • la diferencia entre datos consecutivos.

El rango siempre se calcula así:

\[ \text{máximo}-\text{mínimo} \]

Ejemplo 1: mismo centro, distinta variabilidad

Considera los siguientes dos grupos:

Grupo Datos
A \(4,\ 5,\ 5,\ 5,\ 6\)
B \(1,\ 5,\ 5,\ 5,\ 9\)

En ambos grupos, la media es \(5\) y la mediana también es \(5\).

Sin embargo, observemos el rango:

Grupo A:

\[ \text{mínimo}=4,\qquad \text{máximo}=6 \]

\[ \text{Rango}=6-4=2 \]

Grupo B:

\[ \text{mínimo}=1,\qquad \text{máximo}=9 \]

\[ \text{Rango}=9-1=8 \]

Aunque ambos grupos tienen el mismo centro, el Grupo B presenta mayor variabilidad, porque sus datos extremos están mucho más separados.

🌍 Apoyo visual con gráfico

Para comparar rápidamente la amplitud total de ambos grupos, representamos sus rangos en un gráfico de barras.

El gráfico confirma que el rango del Grupo B es mucho mayor que el del Grupo A.

Ejemplo 2: rango en contexto

Las temperaturas máximas registradas durante cinco días fueron:

\[ 18,\ 22,\ 21,\ 20,\ 25 \]

Buscamos el valor menor y el valor mayor:

\[ \text{mínimo}=18,\qquad \text{máximo}=25 \]

Entonces:

\[ \text{Rango}=25-18=7 \]

Interpretación: entre la temperatura más baja y la más alta hubo una diferencia de \(7\) grados.

Ejemplo 3: el rango no cuenta toda la historia

Observa estos dos conjuntos:

Conjunto Datos
C \(2,\ 4,\ 4,\ 4,\ 6\)
D \(2,\ 2,\ 4,\ 6,\ 6\)

En ambos casos:

\[ \text{mínimo}=2,\qquad \text{máximo}=6,\qquad \text{rango}=6-2=4 \]

Los dos conjuntos tienen el mismo rango, pero no están distribuidos exactamente de la misma manera.

Esto muestra que el rango es una medida útil como primera aproximación, pero no describe por completo el comportamiento de todos los datos.

🤓 ¿Qué nos dice el rango?

El rango permite una lectura inicial de la dispersión:

  • si el rango es pequeño, los extremos están relativamente cerca;
  • si el rango es grande, los extremos están más separados.

Por eso sirve como una primera idea de variabilidad, especialmente cuando recién comenzamos a comparar conjuntos de datos.

⚠️ Limitación importante

El rango solo utiliza dos datos: el menor y el mayor.

Por eso, si aparece un valor extremo muy alejado, el rango puede cambiar mucho, aunque la mayoría de los datos siga parecida.

Más adelante veremos medidas que describen la dispersión con mayor detalle.

Ejercicio 1

Calcula el rango del siguiente conjunto de datos:

\[ 7,\ 10,\ 8,\ 12,\ 9,\ 11 \]

Ejercicio 2

Dos cursos obtuvieron los siguientes puntajes en una actividad:

Curso Puntajes
1°A \(5,\ 6,\ 6,\ 6,\ 7\)
1°B \(2,\ 6,\ 6,\ 6,\ 10\)

a) Calcula el rango de cada curso.

b) Indica cuál presenta mayor variabilidad según el rango.

Ejercicio 3

Las cantidades de minutos que un grupo de estudiantes tardó en resolver una tarea fueron:

\[ 14,\ 16,\ 18,\ 17,\ 15,\ 19 \]

Calcula el rango e interpreta su significado en el contexto del problema.

Ejercicio 4

Decide si cada afirmación es verdadera o falsa. Justifica brevemente.

  1. Si un conjunto tiene rango \(0\), entonces todos sus datos son iguales.
  2. Para calcular el rango, se suman todos los datos y se divide por la cantidad de datos.
  3. Un conjunto con mayor rango siempre tiene una media mayor.

Ejercicio 5

Observa estos dos conjuntos:

\[ A=\{4,4,5,5,6\} \]

\[ B=\{4,4,5,5,20\} \]

a) Calcula el rango de cada conjunto.

b) Explica qué efecto produce el valor \(20\) en el conjunto \(B\).

Ticket de salida

  1. ¿Qué mide el rango?
  2. ¿Cómo se calcula?
  3. Si dos conjuntos tienen la misma media, ¿pueden tener distinto rango?
💡 Ideas clave para cerrar
  • El rango también se llama amplitud total.
  • Se calcula como máximo menos mínimo.
  • Entrega una primera idea de dispersión.
  • Un rango mayor suele indicar mayor separación entre los datos extremos.
  • El rango es útil, pero no describe por completo cómo se distribuyen todos los datos.

2. Cuartiles [Q1, Q2, Q3, interpretación]

Objetivo de la página

Comprender qué son los cuartiles, calcular \(Q_1\), \(Q_2\) y \(Q_3\) en datos ordenados e interpretar su significado en contexto, usando una convención consistente con la lectura porcentual de los percentiles.

🤓

Conexión con lo ya trabajado

En la página anterior vimos que el rango entrega una primera idea de variabilidad usando solo el dato menor y el dato mayor.

Ahora avanzaremos hacia otra pregunta importante: ¿cómo se ubican los datos dentro del conjunto?

Los cuartiles permiten responder esa pregunta, porque dividen los datos ordenados en cuatro partes y ayudan a describir la posición relativa de los valores.

Qué son los cuartiles

Los cuartiles son medidas de posición que dividen un conjunto de datos ordenados en cuatro partes.

Los principales son:

  • \(Q_1\): primer cuartil
  • \(Q_2\): segundo cuartil o mediana
  • \(Q_3\): tercer cuartil

Su interpretación básica es:

  • aproximadamente el 25\% de los datos queda en o bajo \(Q_1\),
  • aproximadamente el 50\% de los datos queda en o bajo \(Q_2\),
  • aproximadamente el 75\% de los datos queda en o bajo \(Q_3\).

Convención que usaremos en esta página

Para mantener una sola lógica de trabajo, tomaremos los cuartiles como percentiles especiales:

\[ Q_1=P_{25},\qquad Q_2=P_{50},\qquad Q_3=P_{75} \]

Por eso calcularemos sus posiciones con:

\[ \text{Posición}=\frac{k}{100}(n+1) \]

Si la posición es entera, el cuartil coincide con ese dato ordenado.

Si la posición no es entera, en esta página usaremos el criterio escolar de promediar los dos datos vecinos.

Procedimiento que usaremos

  1. Ordena los datos de menor a mayor.
  2. Calcula la posición de \(Q_1\), \(Q_2\) y \(Q_3\) usando: \[ \frac{25}{100}(n+1),\qquad \frac{50}{100}(n+1),\qquad \frac{75}{100}(n+1) \]
  3. Si una posición es entera, toma ese dato.
  4. Si una posición es decimal, promedia los dos datos ordenados más cercanos.
  5. Interpreta el resultado en contexto.

Error frecuente

Los cuartiles no se calculan sobre datos desordenados.

Antes de buscar \(Q_1\), \(Q_2\) y \(Q_3\), siempre hay que ordenar el conjunto de menor a mayor.

Ejemplo 1: cálculo de cuartiles con cantidad impar de datos

Considera el conjunto:

\[ 8,\ 3,\ 10,\ 7,\ 4,\ 12,\ 2,\ 6,\ 9 \]

Paso 1: ordenar los datos

\[ 2,\ 3,\ 4,\ 6,\ 7,\ 8,\ 9,\ 10,\ 12 \]

Hay \(n=9\) datos, por lo tanto:

\[ n+1=10 \]

Cálculo de \(Q_1=P_{25}\)

\[ \frac{25}{100}(10)=2{,}5 \]

La posición no es entera, así que promediamos el segundo y el tercer dato:

\[ Q_1=\frac{3+4}{2}=3{,}5 \]

Cálculo de \(Q_2=P_{50}\)

\[ \frac{50}{100}(10)=5 \]

La posición es entera, así que tomamos el quinto dato:

\[ Q_2=7 \]

Cálculo de \(Q_3=P_{75}\)

\[ \frac{75}{100}(10)=7{,}5 \]

La posición no es entera, así que promediamos el séptimo y el octavo dato:

\[ Q_3=\frac{9+10}{2}=9{,}5 \]

Resultado final:

\[ Q_1=3{,}5,\qquad Q_2=7,\qquad Q_3=9{,}5 \]

Ejemplo 2: cálculo de cuartiles con cantidad par de datos

Considera ahora:

\[ 11,\ 6,\ 4,\ 8,\ 10,\ 7,\ 13,\ 5,\ 9,\ 6 \]

Paso 1: ordenar

\[ 4,\ 5,\ 6,\ 6,\ 7,\ 8,\ 9,\ 10,\ 11,\ 13 \]

Hay \(n=10\) datos, por lo tanto:

\[ n+1=11 \]

Cálculo de \(Q_1=P_{25}\)

\[ \frac{25}{100}(11)=2{,}75 \]

La posición no es entera, así que promediamos el segundo y el tercer dato:

\[ Q_1=\frac{5+6}{2}=5{,}5 \]

Cálculo de \(Q_2=P_{50}\)

\[ \frac{50}{100}(11)=5{,}5 \]

La posición no es entera, así que promediamos el quinto y el sexto dato:

\[ Q_2=\frac{7+8}{2}=7{,}5 \]

Cálculo de \(Q_3=P_{75}\)

\[ \frac{75}{100}(11)=8{,}25 \]

La posición no es entera, así que promediamos el octavo y el noveno dato:

\[ Q_3=\frac{10+11}{2}=10{,}5 \]

Resultado final:

\[ Q_1=5{,}5,\qquad Q_2=7{,}5,\qquad Q_3=10{,}5 \]

Ejemplo 3: apoyo visual con ojiva simplificada

Como ya trabajamos la frecuencia acumulada, también podemos interpretar cuartiles con una ojiva.

Para simplificar la lectura, usaremos una ojiva cuya frecuencia acumulada total es 100. Así, los cuartiles se leen directamente en los niveles acumulados:

\[ 25,\qquad 50,\qquad 75 \]

Intervalo Frecuencia Frecuencia acumulada
\([350,400)\) 15 15
\([400,450)\) 20 35
\([450,500)\) 15 50
\([500,550)\) 25 75
\([550,600]\) 25 100

Lectura de \(Q_1\)

\(Q_1\) corresponde al 25\% acumulado. En la ojiva, ese valor queda entre \(15\) y \(35\), por lo que \(Q_1\) se ubica dentro del intervalo \([400,450)\).

Una lectura aproximada lo sitúa cerca de:

\[ Q_1\approx 425 \]

Lectura de \(Q_2\)

\(Q_2\) corresponde al 50\% acumulado. En este caso, la ojiva pasa exactamente por:

\[ Q_2=500 \]

Lectura de \(Q_3\)

\(Q_3\) corresponde al 75\% acumulado. En la ojiva, ese valor se alcanza en:

\[ Q_3=550 \]

🤓 Lectura crítica del gráfico

Desde esta ojiva sí podemos afirmar, por ejemplo, que aproximadamente el 50\% de los puntajes está en o bajo \(500\).

Pero no podemos afirmar, solo mirando la ojiva, cuáles son todos los puntajes exactos ni cuántas veces se repite cada valor individual.

Ejemplo 4: interpretación en contexto

En una evaluación, los puntajes ordenados de un grupo de estudiantes fueron:

\[ 420,\ 450,\ 470,\ 500,\ 520,\ 540,\ 580,\ 610,\ 650 \]

Como hay \(9\) datos, entonces:

\[ n+1=10 \]

Cálculo de \(Q_1=P_{25}\)

\[ \frac{25}{100}(10)=2{,}5 \]

\[ Q_1=\frac{450+470}{2}=460 \]

Cálculo de \(Q_2=P_{50}\)

\[ \frac{50}{100}(10)=5 \]

\[ Q_2=520 \]

Cálculo de \(Q_3=P_{75}\)

\[ \frac{75}{100}(10)=7{,}5 \]

\[ Q_3=\frac{580+610}{2}=595 \]

Interpretación:

  • Aproximadamente el \(25\%\) de los puntajes está en o bajo \(460\).
  • Aproximadamente el \(50\%\) de los puntajes está en o bajo \(520\).
  • Aproximadamente el \(75\%\) de los puntajes está en o bajo \(595\).

Lectura más cuidadosa: decir que un estudiante obtuvo un puntaje mayor que \(Q_3\) significa que se ubica en el tramo superior del grupo, pero no permite concluir por sí solo cuánto mejor fue su rendimiento respecto del resto.

🤓 Relación entre cuartiles y mediana

El segundo cuartil \(Q_2\) coincide con la mediana.

Por eso, estudiar cuartiles amplía una idea que ya conocíamos: no solo interesa el centro, sino también cómo se distribuyen las posiciones a ambos lados del centro.

📐 Resumen conceptual
Medida Nombre Interpretación básica
\(Q_1\) Primer cuartil Aproximadamente el 25% de los datos queda en o bajo ese valor
\(Q_2\) Segundo cuartil Corresponde a la mediana; aproximadamente el 50% de los datos queda en o bajo ese valor
\(Q_3\) Tercer cuartil Aproximadamente el 75% de los datos queda en o bajo ese valor

Ejercicio 1

Calcula \(Q_1\), \(Q_2\) y \(Q_3\) del conjunto:

\[ 5,\ 7,\ 9,\ 3,\ 8,\ 10,\ 6 \]

Ejercicio 2

Calcula los cuartiles del conjunto ordenado:

\[ 2,\ 4,\ 5,\ 7,\ 8,\ 9,\ 11,\ 13 \]

Ejercicio 3

Los tiempos, en minutos, que tardó un grupo en resolver una actividad fueron:

\[ 12,\ 14,\ 15,\ 16,\ 18,\ 20,\ 22,\ 24,\ 27 \]

a) Calcula \(Q_1\), \(Q_2\) y \(Q_3\).

b) Interpreta \(Q_2\) en el contexto del problema.

c) Explica qué información adicional entrega \(Q_1\) respecto de la sola mediana.

Ejercicio 4

Decide si cada afirmación es verdadera o falsa. Justifica.

  1. \(Q_2\) coincide con la mediana.
  2. Para calcular cuartiles, no importa si los datos están ordenados o no.
  3. \(Q_3\) deja aproximadamente al \(75\%\) de los datos en o bajo ese valor.
  4. Si un estudiante quedó sobre \(Q_3\), entonces necesariamente obtuvo el puntaje máximo del grupo.

Ejercicio 5

En una ojiva con frecuencia acumulada total \(100\), se observa que el nivel acumulado \(25\) se alcanza cerca de \(430\), el nivel \(50\) en \(500\) y el nivel \(75\) en \(560\).

a) Estima \(Q_1\), \(Q_2\) y \(Q_3\).

b) Explica qué significa que un resultado quede sobre \(Q_3\).

c) Indica una afirmación que puede concluirse desde esa ojiva y una que no puede concluirse directamente.

Ticket de salida

  1. ¿Qué representa \(Q_2\)?
  2. ¿Qué porcentaje aproximado de datos queda en o bajo \(Q_1\)?
  3. Escribe una conclusión breve y bien justificada usando \(Q_3\).
💡 Ideas clave para cerrar
  • Los cuartiles se calculan sobre datos ordenados.
  • \(Q_2\) coincide con la mediana.
  • \(Q_1\), \(Q_2\) y \(Q_3\) ayudan a describir la posición relativa de los datos.
  • \(Q_1\), \(Q_2\) y \(Q_3\) se interpretan aproximadamente con los porcentajes \(25\%\), \(50\%\) y \(75\%\).
  • La ojiva puede servir como apoyo visual para leer cuartiles, pero no reemplaza por completo el análisis del contexto ni describe todos los datos individuales.

3. Deciles [ubicación porcentual, lectura contextual]

Objetivo de la página

Comprender qué son los deciles, calcular su ubicación en un conjunto de datos ordenados e interpretar su significado como medidas de posición porcentual en distintos contextos.

🤓 Conexión con la página anterior

En la página anterior vimos que los cuartiles dividen un conjunto ordenado en cuatro partes.

Ahora avanzaremos a una división más fina: los deciles dividen los datos ordenados en diez partes.

Esto permite describir con más detalle la posición relativa de un valor dentro del conjunto.

📐 Qué son los deciles

Los deciles son medidas de posición que dividen un conjunto de datos ordenados en diez partes.

Se nombran como \(D_1, D_2, D_3, \dots, D_9\).

Su interpretación básica es:

  • \(D_1\): deja aproximadamente el 10\% de los datos en o bajo ese valor.
  • \(D_2\): deja aproximadamente el 20\% de los datos en o bajo ese valor.
  • \(D_5\): deja aproximadamente el 50\% de los datos en o bajo ese valor.
  • \(D_9\): deja aproximadamente el 90\% de los datos en o bajo ese valor.

Por eso, los deciles permiten ubicar un valor según su posición porcentual dentro del conjunto.

💡 Procedimiento que usaremos con datos ordenados
  1. Ordena los datos de menor a mayor.
  2. Elige el decil que quieres calcular.
  3. Calcula su posición con la fórmula: \[ P_{D_k}=\frac{k(n+1)}{10} \] donde \(k\) es el número del decil y \(n\) es la cantidad de datos.
  4. Si la posición es entera, el decil coincide con ese dato ordenado.
  5. Si la posición no es entera, el decil queda entre dos datos consecutivos y se interpola linealmente.
⚠️ Dos cuidados importantes
  • Los deciles solo tienen sentido cuando los datos están ordenados.
  • No hay que confundir \(D_5\) con “el quinto dato”. \(D_5\) significa quinto decil, es decir, el valor que deja aproximadamente al 50\% de los datos en o bajo él.

Ejemplo 1: cálculo de deciles con posición entera

Considera los siguientes puntajes, ya ordenados:

\[ 40,\ 45,\ 50,\ 55,\ 60,\ 62,\ 64,\ 66,\ 68,\ 70,\ 72,\ 74,\ 76,\ 78,\ 80,\ 82,\ 84,\ 86,\ 90 \]

Hay \(n=19\) datos. Entonces:

\[ n+1=20 \]

Cálculo de \(D_2\)

\[ P_{D_2}=\frac{2(20)}{10}=4 \]

El cuarto dato es \(55\), por lo tanto:

\[ D_2=55 \]

Cálculo de \(D_5\)

\[ P_{D_5}=\frac{5(20)}{10}=10 \]

El décimo dato es \(70\), por lo tanto:

\[ D_5=70 \]

Cálculo de \(D_8\)

\[ P_{D_8}=\frac{8(20)}{10}=16 \]

El dato número \(16\) es \(82\), por lo tanto:

\[ D_8=82 \]

Interpretación:

  • \(D_2=55\) deja aproximadamente al \(20\%\) de los puntajes en o bajo \(55\).
  • \(D_5=70\) deja aproximadamente al \(50\%\) de los puntajes en o bajo \(70\).
  • \(D_8=82\) deja aproximadamente al \(80\%\) de los puntajes en o bajo \(82\).

Ejemplo 2: cálculo de un decil con posición decimal

Considera el conjunto ordenado:

\[ 5,\ 8,\ 10,\ 12,\ 15,\ 18,\ 20,\ 24,\ 27,\ 30 \]

Hay \(n=10\) datos. Calcularemos \(D_3\).

\[ P_{D_3}=\frac{3(10+1)}{10}=\frac{33}{10}=3{,}3 \]

La posición \(3{,}3\) está entre el tercer y el cuarto dato:

\[ x_3=10,\qquad x_4=12 \]

Eso significa que \(D_3\) está un \(0{,}3\) del camino entre \(10\) y \(12\).

La diferencia entre ambos valores es:

\[ 12-10=2 \]

Entonces:

\[ D_3=10+0{,}3\cdot 2=10+0{,}6=10{,}6 \]

Resultado:

\[ D_3=10{,}6 \]

Interpretación: aproximadamente el 30\% de los datos queda en o bajo \(10{,}6\).

Ejemplo 3: apoyo visual con ojiva y frecuencia acumulada 4000

Como ya trabajamos la frecuencia acumulada, también podemos interpretar deciles con una ojiva.

Esta vez usaremos una frecuencia acumulada total de 4000. Así, cada decil se lee buscando el acumulado correspondiente:

\[ D_1\rightarrow 400,\quad D_3\rightarrow 1200,\quad D_5\rightarrow 2000,\quad D_7\rightarrow 2800,\quad D_9\rightarrow 3600 \]

Intervalo Frecuencia Frecuencia acumulada
\([300,400)\) 400 400
\([400,500)\) 800 1200
\([500,600)\) 1200 2400
\([600,700)\) 800 3200
\([700,800]\) 800 4000

Lectura de \(D_3\)

Buscamos el acumulado correspondiente al \(30\%\) de \(4000\):

\[ 0{,}30\cdot 4000=1200 \]

En la ojiva, el acumulado \(1200\) se alcanza en:

\[ D_3=500 \]

Lectura aproximada de \(D_7\)

Buscamos el acumulado correspondiente al \(70\%\) de \(4000\):

\[ 0{,}70\cdot 4000=2800 \]

Ese valor cae entre \(2400\) y \(3200\), por lo que se ubica dentro del tramo \([600,700)\).

Como \(2800\) está justo a la mitad entre \(2400\) y \(3200\), una estimación razonable es:

\[ D_7\approx 650 \]

Lectura aproximada de \(D_9\)

Buscamos el acumulado correspondiente al \(90\%\) de \(4000\):

\[ 0{,}90\cdot 4000=3600 \]

Ese valor cae entre \(3200\) y \(4000\), dentro del tramo \([700,800]\).

Como también queda a la mitad de ese tramo acumulado, una estimación razonable es:

\[ D_9\approx 750 \]

🤓 Lectura crítica del gráfico

Desde esta ojiva sí podemos estimar qué valor deja acumulado un cierto porcentaje del total.

Pero no podemos concluir, solo con la ojiva, cuáles son todos los puntajes individuales ni cuántas veces se repite exactamente cada valor.

Ejemplo 4: lectura contextual de un decil

Los tiempos, en minutos, de un grupo ordenado de participantes fueron:

\[ 12,\ 14,\ 15,\ 16,\ 17,\ 18,\ 19,\ 20,\ 21,\ 22,\ 23,\ 24,\ 26,\ 28,\ 30,\ 32,\ 34,\ 36,\ 38 \]

Hay \(19\) datos, por lo que:

\[ n+1=20 \]

Calculemos \(D_7\):

\[ P_{D_7}=\frac{7(20)}{10}=14 \]

El dato número \(14\) es \(28\). Entonces:

\[ D_7=28 \]

Interpretación contextual: aproximadamente el 70\% del grupo tardó \(28\) minutos o menos, y aproximadamente el 30\% tardó más de \(28\) minutos.

Lectura más cuidadosa: decir que una persona quedó sobre \(D_7\) no significa que “rindió exactamente 70\%”, sino que se ubica por encima del valor que deja aproximadamente al 70\% del grupo en o bajo él.

📐 Resumen de interpretación de algunos deciles
Decil Porcentaje aproximado Lectura
\(D_1\) 10% Deja aproximadamente al 10% de los datos en o bajo ese valor
\(D_3\) 30% Deja aproximadamente al 30% de los datos en o bajo ese valor
\(D_5\) 50% Deja aproximadamente al 50% de los datos en o bajo ese valor
\(D_7\) 70% Deja aproximadamente al 70% de los datos en o bajo ese valor
\(D_9\) 90% Deja aproximadamente al 90% de los datos en o bajo ese valor
🤓 Relación con la mediana

El decil \(D_5\) se asocia con el 50\% de los datos, por lo que se relaciona directamente con la idea de mediana.

Así como \(Q_2\) coincide con la mediana, \(D_5\) también representa una posición central del conjunto.

Ejercicio 1

Los siguientes datos están ordenados:

\[ 6,\ 8,\ 10,\ 12,\ 14,\ 16,\ 18,\ 20,\ 22,\ 24,\ 26,\ 28,\ 30,\ 32,\ 34,\ 36,\ 38,\ 40,\ 42 \]

Calcula \(D_2\) y \(D_8\).

Ejercicio 2

Calcula \(D_4\) del conjunto ordenado:

\[ 3,\ 5,\ 7,\ 9,\ 11,\ 13,\ 15,\ 17,\ 19,\ 21 \]

Ejercicio 3

Los siguientes puntajes ordenados corresponden a un grupo de estudiantes:

\[ 410,\ 430,\ 450,\ 470,\ 490,\ 510,\ 530,\ 550,\ 570,\ 590,\ 610,\ 630,\ 650,\ 670,\ 690,\ 710,\ 730,\ 750,\ 770 \]

a) Calcula \(D_7\).

b) Interpreta su significado en el contexto del problema.

c) Explica qué no puede concluirse solo con saber el valor de \(D_7\).

Ejercicio 4

Decide si cada afirmación es verdadera o falsa. Justifica.

  1. \(D_5\) se relaciona con el 50% de los datos.
  2. \(D_9\) deja aproximadamente al 90% de los datos en o bajo ese valor.
  3. Los deciles pueden calcularse sin ordenar los datos.
  4. Si una persona está sobre \(D_8\), entonces necesariamente tiene el valor máximo del conjunto.

Ejercicio 5

En una ojiva con frecuencia acumulada total \(4000\), se observa que el nivel acumulado \(1600\) se alcanza cerca de \(540\) y el nivel acumulado \(3200\) cerca de \(700\).

a) Estima \(D_4\) y \(D_8\).

b) Interpreta \(D_8\).

c) Indica una afirmación que puede concluirse desde esa ojiva y una que no puede concluirse directamente.

Ticket de salida

  1. ¿Qué porcentaje aproximado de los datos queda en o bajo \(D_3\)?
  2. ¿Qué representa \(D_5\)?
  3. Escribe una conclusión breve y bien justificada usando \(D_7\).
💡 Ideas clave para cerrar
  • Los deciles dividen un conjunto ordenado en diez partes.
  • \(D_k\) deja aproximadamente al \(10k\%\) de los datos en o bajo ese valor.
  • \(D_5\) se relaciona con la posición central del conjunto.
  • Los deciles ayudan a interpretar ubicación porcentual en contextos reales.
  • La ojiva puede servir como apoyo visual para leer deciles, pero no reemplaza por completo el análisis del contexto ni describe todos los datos individuales.

4. Percentiles [uso en resultados estandarizados] 

Objetivo de la página

Comprender qué son los percentiles, calcular su posición en datos ordenados e interpretar su significado en contextos como puntajes estandarizados, comparaciones de rendimiento y lectura de ubicación relativa.

🤓 Conexión con la página anterior

En la página anterior vimos que los deciles dividen los datos ordenados en diez partes.

Ahora daremos un paso todavía más fino: los percentiles dividen el conjunto en 100 partes.

Por eso son especialmente útiles cuando interesa describir con mayor precisión la posición relativa de una persona o de un resultado dentro de un grupo.

📐 Qué son los percentiles

Los percentiles son medidas de posición que dividen un conjunto de datos ordenados en 100 partes.

Se representan como \(P_1,\ P_2,\ P_3,\ \dots,\ P_{99}\).

Su interpretación básica es:

  • \(P_{25}\): deja aproximadamente el 25\% de los datos en o bajo ese valor.
  • \(P_{50}\): deja aproximadamente el 50\% de los datos en o bajo ese valor.
  • \(P_{80}\): deja aproximadamente el 80\% de los datos en o bajo ese valor.
  • \(P_{90}\): deja aproximadamente el 90\% de los datos en o bajo ese valor.
💡 Procedimiento que usaremos en esta página
  1. Ordena los datos de menor a mayor.
  2. Elige el percentil que quieres calcular.
  3. Calcula su posición con la fórmula: \[ \text{Pos}(P_k)=\frac{k(n+1)}{100} \] donde \(k\) es el número del percentil y \(n\) es la cantidad de datos.
  4. Si la posición es entera, el percentil coincide con ese dato ordenado.
  5. Si la posición no es entera, el percentil queda entre dos datos consecutivos y se interpola linealmente.
⚠️ Error frecuente

Estar en el percentil \(85\) no significa obtener 85 puntos ni responder correctamente el 85\% de una prueba.

Significa que el resultado se ubica por sobre muchos otros, de modo que aproximadamente el 85\% del grupo queda en o bajo ese valor.

Ejemplo 1: cálculo de percentiles con posiciones enteras

Considera los siguientes puntajes, ya ordenados:

\[ 380,\ 400,\ 420,\ 440,\ 460,\ 480,\ 500,\ 520,\ 540,\ 560,\ 580,\ 600,\ 620,\ 640,\ 660,\ 680,\ 700,\ 720,\ 740 \]

Hay \(n=19\) datos. Entonces:

\[ n+1=20 \]

Cálculo de \(P_{25}\)

\[ \text{Pos}(P_{25})=\frac{25\cdot 20}{100}=5 \]

El quinto dato es \(460\), por lo tanto:

\[ P_{25}=460 \]

Cálculo de \(P_{50}\)

\[ \text{Pos}(P_{50})=\frac{50\cdot 20}{100}=10 \]

El décimo dato es \(560\), por lo tanto:

\[ P_{50}=560 \]

Cálculo de \(P_{75}\)

\[ \text{Pos}(P_{75})=\frac{75\cdot 20}{100}=15 \]

El dato número \(15\) es \(660\), por lo tanto:

\[ P_{75}=660 \]

Resultado:

\[ P_{25}=460,\qquad P_{50}=560,\qquad P_{75}=660 \]

Ejemplo 2: cálculo de un percentil con posición decimal

Considera el conjunto ordenado:

\[ 10,\ 12,\ 15,\ 18,\ 20,\ 22,\ 25,\ 27,\ 30,\ 34 \]

Calcularemos \(P_{30}\).

Como hay \(n=10\) datos:

\[ \text{Pos}(P_{30})=\frac{30(10+1)}{100}=\frac{330}{100}=3{,}3 \]

La posición \(3{,}3\) queda entre el tercer y el cuarto dato:

\[ x_3=15,\qquad x_4=18 \]

La diferencia entre ambos es:

\[ 18-15=3 \]

Entonces:

\[ P_{30}=15+0{,}3\cdot 3=15+0{,}9=15{,}9 \]

Resultado:

\[ P_{30}=15{,}9 \]

Interpretación: aproximadamente el 30\% de los datos queda en o bajo \(15{,}9\).

Ejemplo 3: interpretación en resultados estandarizados

Un informe señala que una estudiante quedó en el percentil 85 de un examen.

¿Qué significa?

Significa que su resultado es igual o superior al de gran parte del grupo, de modo que aproximadamente el 85\% de los puntajes queda en o bajo el suyo.

Equivalentemente, aproximadamente el 15\% del grupo obtuvo un resultado mayor.

No significa que haya obtenido exactamente \(85\) puntos ni que haya respondido bien el \(85\%\) de la prueba.

🤓 Lectura crítica

El percentil permite ubicar un resultado dentro del grupo, pero no describe por sí solo la dificultad de la prueba ni la distancia exacta entre un puntaje y otro.

Ejemplo 4: apoyo visual con ojiva y frecuencia acumulada 500

Como ya trabajamos la frecuencia acumulada, podemos usar una ojiva para interpretar percentiles de manera visual.

Esta vez usaremos una frecuencia acumulada total de 500. Así, los percentiles se leen buscando el acumulado correspondiente:

\[ P_{25}\rightarrow 125,\qquad P_{50}\rightarrow 250,\qquad P_{85}\rightarrow 425 \]

Intervalo Frecuencia Frecuencia acumulada
\([300,400)\) 50 50
\([400,500)\) 75 125
\([500,600)\) 125 250
\([600,700)\) 125 375
\([700,800]\) 125 500

Lectura de \(P_{25}\)

Buscamos el acumulado correspondiente al \(25\%\) de \(500\):

\[ 0{,}25\cdot 500=125 \]

En la ojiva, el acumulado \(125\) se alcanza en:

\[ P_{25}=500 \]

Lectura de \(P_{50}\)

Buscamos el acumulado correspondiente al \(50\%\) de \(500\):

\[ 0{,}50\cdot 500=250 \]

En la ojiva, el acumulado \(250\) se alcanza en:

\[ P_{50}=600 \]

Lectura aproximada de \(P_{85}\)

Buscamos el acumulado correspondiente al \(85\%\) de \(500\):

\[ 0{,}85\cdot 500=425 \]

Ese valor cae entre \(375\) y \(500\), por lo que se ubica dentro del tramo \([700,800]\).

Como \(425\) está \(50\) unidades sobre \(375\), y el tramo acumulado total es de \(125\), se ubica a:

\[ \frac{50}{125}=0{,}4 \]

del intervalo. Entonces una lectura aproximada es:

\[ P_{85}\approx 700+0{,}4\cdot 100=740 \]

🤓 Lectura crítica del gráfico

Desde esta ojiva sí podemos estimar qué valor deja acumulado un cierto porcentaje del total.

Pero no podemos concluir, solo con la ojiva, cuáles son todos los puntajes individuales, cuál es la media exacta ni cuánto se separan exactamente unos datos de otros.

📐 Relaciones útiles
Medida Equivalencia Interpretación
\(P_{25}\) \(Q_1\) Deja aproximadamente el 25% de los datos en o bajo ese valor
\(P_{50}\) Mediana, \(Q_2\) Deja aproximadamente el 50% de los datos en o bajo ese valor
\(P_{75}\) \(Q_3\) Deja aproximadamente el 75% de los datos en o bajo ese valor
🤓 ¿Para qué sirven los percentiles?

Los percentiles se usan cuando interesa comparar un resultado con el resto de un grupo.

Por eso aparecen con frecuencia en contextos como puntajes estandarizados, evaluaciones, crecimiento, salud, encuestas y análisis de rendimiento.

Ejercicio 1

Calcula \(P_{25}\), \(P_{50}\) y \(P_{75}\) del conjunto ordenado:

\[ 100,\ 120,\ 140,\ 160,\ 180,\ 200,\ 220,\ 240,\ 260,\ 280,\ 300,\ 320,\ 340,\ 360,\ 380,\ 400,\ 420,\ 440,\ 460 \]

Ejercicio 2

Calcula \(P_{40}\) del conjunto ordenado:

\[ 6,\ 9,\ 11,\ 14,\ 18,\ 21,\ 25,\ 28,\ 31,\ 35 \]

Ejercicio 3

En un informe se indica que un estudiante quedó en el percentil 92 de una evaluación.

a) Explica qué significa esa información.

b) Explica qué no significa.

Ejercicio 4

En una ojiva con frecuencia acumulada total \(500\), el nivel acumulado \(300\) se alcanza aproximadamente en el puntaje \(640\).

a) ¿Qué percentil representa ese valor?

b) ¿Qué interpretación corresponde a esa lectura?

c) Indica una conclusión que no puede hacerse solo con esa información.

Ejercicio 5

Decide si cada afirmación es verdadera o falsa. Justifica.

  1. \(P_{50}\) se relaciona con la mediana.
  2. Los percentiles pueden calcularse sin ordenar los datos.
  3. Si una persona está en el percentil 30, entonces aproximadamente el 30% del grupo queda en o bajo su resultado.
  4. Conocer el percentil de una persona basta para saber la diferencia exacta entre su puntaje y el de otra persona.

Ticket de salida

  1. ¿Qué representa el percentil \(50\)?
  2. ¿Qué significa estar en el percentil \(85\)?
  3. Escribe una conclusión breve y bien justificada usando \(P_{75}\).
💡 Ideas clave para cerrar
  • Los percentiles dividen un conjunto ordenado en 100 partes.
  • \(P_k\) deja aproximadamente al \(k\%\) de los datos en o bajo ese valor.
  • \(P_{50}\) se relaciona con la mediana.
  • Los percentiles son muy útiles para interpretar resultados estandarizados.
  • La ojiva puede servir como apoyo visual para leer percentiles, pero no reemplaza por completo el análisis del contexto ni describe todos los datos individuales.

5. Relación entre cuartiles, deciles y percentiles [comparación conceptual]

Objetivo de la página

Comparar cuartiles, deciles y percentiles, reconociendo qué tienen en común, en qué se diferencian y cómo se interpretan como medidas de posición dentro de un conjunto de datos ordenados.

🤓 Conexión con las páginas anteriores

Ya estudiamos cuartiles, deciles y percentiles por separado.

Ahora conviene mirarlos en conjunto, porque los tres pertenecen a la misma familia: son medidas de posición.

La diferencia principal está en cuántas partes divide cada una al conjunto de datos ordenados.

📐 Idea central de comparación
Medida ¿En cuántas partes divide? Ejemplos de notación Interpretación
Cuartiles 4 partes \(Q_1,\ Q_2,\ Q_3\) Ubican posiciones del 25%, 50% y 75%
Deciles 10 partes \(D_1,\ D_2,\dots,D_9\) Ubican posiciones del 10%, 20%, ..., 90%
Percentiles 100 partes \(P_1,\ P_2,\dots,P_{99}\) Ubican posiciones del 1%, 2%, ..., 99%
📐 Relaciones importantes

Algunas medidas coinciden exactamente:

\[ Q_1=P_{25} \]

\[ Q_2=D_5=P_{50}=\text{mediana} \]

\[ Q_3=P_{75} \]

También se cumple, por ejemplo:

\[ D_1=P_{10},\quad D_2=P_{20},\quad D_3=P_{30},\quad \dots,\quad D_9=P_{90} \]

⚠️ Error frecuente

No todas las medidas se pueden emparejar de manera directa.

Por ejemplo:

\[ Q_1\neq D_2 \]

porque \(Q_1\) representa el 25\% y \(D_2\) representa el 20\%.

Del mismo modo:

\[ Q_3\neq D_7 \]

porque \(Q_3\) representa el 75\% y \(D_7\) representa el 70\%.

Ejemplo 1: comparación sobre un mismo conjunto ordenado

Considera el conjunto ordenado:

\[ 8,\ 10,\ 12,\ 14,\ 16,\ 18,\ 20,\ 22,\ 24,\ 26,\ 28,\ 30,\ 32,\ 34,\ 36,\ 38,\ 40,\ 42,\ 44 \]

Hay \(19\) datos, por lo tanto:

\[ n+1=20 \]

Relación entre \(Q_2\), \(D_5\) y \(P_{50}\)

\[ \text{Pos}(Q_2)=\text{mediana} \]

Como hay \(19\) datos, el dato central es el décimo:

\[ Q_2=26 \]

Ahora calculemos \(D_5\):

\[ \text{Pos}(D_5)=\frac{5(20)}{10}=10 \]

\[ D_5=26 \]

Y calculemos \(P_{50}\):

\[ \text{Pos}(P_{50})=\frac{50(20)}{100}=10 \]

\[ P_{50}=26 \]

Entonces:

\[ Q_2=D_5=P_{50}=26 \]

Conclusión: distintas notaciones pueden apuntar a la misma posición cuando representan el mismo porcentaje acumulado.

Ejemplo 2: comparación de equivalencias

Observemos ahora algunas equivalencias correctas y otras que no lo son:

Expresión ¿Es correcta? Razón
\(Q_1=P_{25}\) Ambos representan el 25% acumulado
\(Q_2=D_5\) Ambos representan el 50% acumulado
\(D_8=P_{80}\) Ambos representan el 80% acumulado
\(Q_1=D_2\) No \(25\%\neq 20\%\)
\(Q_3=D_7\) No \(75\%\neq 70\%\)

Ejemplo 3: apoyo visual con ojiva acumulada 200

Una ojiva también permite comparar cuartiles, deciles y percentiles en una misma representación.

Esta vez usaremos una frecuencia acumulada total de 200. Eso significa que:

  • el \(25\%\) corresponde a \(50\),
  • el \(50\%\) corresponde a \(100\),
  • el \(75\%\) corresponde a \(150\),
  • el \(30\%\) corresponde a \(60\),
  • el \(80\%\) corresponde a \(160\).
Intervalo Frecuencia Frecuencia acumulada
\([300,400)\) 20 20
\([400,500)\) 40 60
\([500,600)\) 40 100
\([600,700)\) 50 150
\([700,800]\) 50 200

Lectura de \(Q_1\) y \(P_{25}\)

Como el total es \(200\), el \(25\%\) corresponde a:

\[ 0{,}25\cdot 200=50 \]

En la ojiva, el acumulado \(50\) se ubica entre \(20\) y \(60\), por lo que cae en el intervalo \([400,500)\).

Una lectura aproximada entrega:

\[ Q_1=P_{25}\approx 475 \]

Lectura de \(D_3\) y \(P_{30}\)

El \(30\%\) de \(200\) es:

\[ 0{,}30\cdot 200=60 \]

En la ojiva, el acumulado \(60\) se alcanza en:

\[ D_3=P_{30}=500 \]

Lectura de \(Q_2\), \(D_5\) y \(P_{50}\)

El \(50\%\) de \(200\) es:

\[ 0{,}50\cdot 200=100 \]

En la ojiva, el acumulado \(100\) se alcanza en:

\[ Q_2=D_5=P_{50}=600 \]

Lectura de \(Q_3\) y \(P_{75}\)

El \(75\%\) de \(200\) es:

\[ 0{,}75\cdot 200=150 \]

En la ojiva, el acumulado \(150\) se alcanza en:

\[ Q_3=P_{75}=700 \]

Lectura de \(D_8\) y \(P_{80}\)

El \(80\%\) de \(200\) es:

\[ 0{,}80\cdot 200=160 \]

Ese valor cae entre \(150\) y \(200\), dentro del tramo \([700,800]\).

Una lectura aproximada da:

\[ D_8=P_{80}\approx 720 \]

Conclusión: la misma ojiva permite comparar medidas de posición distintas siempre que sepamos a qué porcentaje corresponde cada una.

Ejemplo 4: lectura contextual

Supongamos que en un informe aparecen estas tres afirmaciones:

  • “El puntaje de Camila quedó sobre \(Q_3\)
  • “El puntaje de Diego quedó sobre \(D_8\)
  • “El puntaje de Sofía quedó sobre \(P_{80}\)

Entonces:

  • Camila quedó sobre el valor que deja aproximadamente al 75\% de los datos en o bajo él.
  • Diego quedó sobre el valor que deja aproximadamente al 80\% de los datos en o bajo él.
  • Sofía quedó sobre el valor que deja aproximadamente al 80\% de los datos en o bajo él.

Por lo tanto, en este caso:

\[ D_8=P_{80} \]

pero

\[ Q_3\neq D_8 \]

porque \(Q_3\) representa el 75\%, no el 80\%.

🤓 Cómo decidir cuál usar

La idea matemática de base es la misma en los tres casos: ubicar una posición dentro del conjunto ordenado.

Lo que cambia es el nivel de precisión que se quiere describir:

  • los cuartiles dan una descripción más global,
  • los deciles permiten una división más fina,
  • los percentiles entregan el mayor detalle.

Ejercicio 1

Completa la tabla:

Medida Porcentaje asociado
\(Q_1\) __________
\(D_4\) __________
\(P_{80}\) __________
\(Q_3\) __________

Ejercicio 2

Indica cuáles equivalencias son correctas.

  1. \(Q_1=P_{25}\)
  2. \(Q_2=D_5\)
  3. \(Q_3=D_7\)
  4. \(D_8=P_{80}\)

Ejercicio 3

En una ojiva con frecuencia acumulada total \(200\), ¿a qué acumulado corresponde cada una de estas medidas?

  1. \(Q_1\)
  2. \(D_6\)
  3. \(P_{80}\)
  4. \(Q_3\)

Ejercicio 4

Explica por qué \(Q_2\), \(D_5\) y \(P_{50}\) representan la misma idea.

Ejercicio 5

Decide si cada afirmación es verdadera o falsa. Justifica.

  1. Todo cuartil coincide con un decil entero.
  2. \(D_3\) y \(P_{30}\) representan la misma posición porcentual.
  3. Los percentiles entregan una división más fina que los deciles.

Ticket de salida

  1. ¿En qué se parecen cuartiles, deciles y percentiles?
  2. ¿Cuál de estas medidas entrega una división más fina: deciles o percentiles?
  3. En una ojiva con acumulado total \(200\), ¿qué nivel acumulado corresponde a \(Q_3\)?
💡 Ideas clave para cerrar
  • Cuartiles, deciles y percentiles son medidas de posición.
  • Los cuartiles dividen en 4 partes, los deciles en 10 y los percentiles en 100.
  • \(Q_1=P_{25}\), \(\;Q_2=D_5=P_{50}\), \(\;Q_3=P_{75}\).
  • \(D_k\) equivale a \(P_{10k}\).
  • Una ojiva permite comparar todas estas medidas si se traduce cada una a su porcentaje acumulado correspondiente.

6. Resumen de cinco números [mínimo, \(Q_1\), mediana, \(Q_3\), máximo]

Objetivo de la página

Construir e interpretar el resumen de cinco números de un conjunto de datos, reconociendo su utilidad para sintetizar la posición y la dispersión mediante el mínimo, el primer cuartil, la mediana, el tercer cuartil y el máximo.

🤓 Conexión con lo ya trabajado

Ya estudiamos el rango, los cuartiles, los deciles y los percentiles.

Ahora reuniremos parte de esas ideas en una síntesis muy útil: el resumen de cinco números.

Esta herramienta permite describir rápidamente cómo se distribuyen los datos sin escribir todo el conjunto completo.

📐 ¿Qué es el resumen de cinco números?

Es una forma breve de resumir un conjunto de datos ordenados usando estos cinco valores:

  1. Mínimo: el menor dato.
  2. \(Q_1\): primer cuartil.
  3. Mediana: valor central del conjunto.
  4. \(Q_3\): tercer cuartil.
  5. Máximo: el mayor dato.

Se suele escribir así:

\[ (\text{mínimo},\ Q_1,\ \text{mediana},\ Q_3,\ \text{máximo}) \]

💡 Cómo construirlo
  1. Ordena los datos de menor a mayor.
  2. Identifica el mínimo y el máximo.
  3. Calcula la mediana.
  4. Calcula \(Q_1\) y \(Q_3\) con el mismo criterio usado en las páginas anteriores.
  5. Escribe los cinco valores en orden.

Así se obtiene una descripción rápida del centro y de la dispersión del conjunto.

⚠️ Error frecuente

El resumen de cinco números no incluye la media aritmética.

Está formado solo por:

\[ \text{mínimo},\ Q_1,\ \text{mediana},\ Q_3,\ \text{máximo} \]

Ejemplo 1: construir el resumen de cinco números

Considera el conjunto:

\[ 12,\ 7,\ 15,\ 10,\ 8,\ 18,\ 11,\ 9,\ 14 \]

Paso 1: ordenar

\[ 7,\ 8,\ 9,\ 10,\ 11,\ 12,\ 14,\ 15,\ 18 \]

Paso 2: identificar mínimo y máximo

\[ \text{mínimo}=7,\qquad \text{máximo}=18 \]

Paso 3: calcular la mediana

Como hay \(9\) datos, el valor central es el quinto:

\[ \text{mediana}=11 \]

Paso 4: calcular \(Q_1\) y \(Q_3\)

Mitad inferior: \(\{7,8,9,10\}\)

Mitad superior: \(\{12,14,15,18\}\)

\[ Q_1=\frac{8+9}{2}=8{,}5 \]

\[ Q_3=\frac{14+15}{2}=14{,}5 \]

Resumen de cinco números:

\[ (7,\ 8{,}5,\ 11,\ 14{,}5,\ 18) \]

Ejemplo 2: otro caso con cantidad par de datos

Ahora consideremos:

\[ 5,\ 6,\ 8,\ 9,\ 11,\ 13,\ 15,\ 18 \]

Los datos ya están ordenados.

Mínimo y máximo

\[ \text{mínimo}=5,\qquad \text{máximo}=18 \]

Mediana

Como hay \(8\) datos, la mediana es el promedio entre el cuarto y el quinto:

\[ \text{mediana}=\frac{9+11}{2}=10 \]

Cuartiles

Mitad inferior: \(\{5,6,8,9\}\)

Mitad superior: \(\{11,13,15,18\}\)

\[ Q_1=\frac{6+8}{2}=7 \]

\[ Q_3=\frac{13+15}{2}=14 \]

Resumen de cinco números:

\[ (5,\ 7,\ 10,\ 14,\ 18) \]

Ejemplo 3: interpretación del resumen

Supongamos que el resumen de cinco números de un grupo es:

\[ (420,\ 480,\ 530,\ 610,\ 700) \]

Esto significa que:

  • el puntaje mínimo fue \(420\),
  • aproximadamente el \(25\%\) de los puntajes queda en o bajo \(480\),
  • aproximadamente el \(50\%\) de los puntajes queda en o bajo \(530\),
  • aproximadamente el \(75\%\) de los puntajes queda en o bajo \(610\),
  • el puntaje máximo fue \(700\).

Así, sin mirar todos los datos uno por uno, ya tenemos una visión general del comportamiento del grupo.

Ejemplo 4: apoyo visual hacia el boxplot

El resumen de cinco números sirve directamente para construir un gráfico de caja.

Si tomamos el resumen:

\[ (7,\ 8{,}5,\ 11,\ 14{,}5,\ 18) \]

podemos representarlo visualmente así:

En la siguiente página veremos cómo se construye e interpreta esa representación paso a paso.

🤓 ¿Para qué sirve este resumen?

El resumen de cinco números permite:

  • describir un conjunto de datos de forma breve,
  • ubicar el centro mediante la mediana,
  • observar cómo se reparten los datos usando \(Q_1\) y \(Q_3\),
  • identificar la amplitud general a partir del mínimo y el máximo.
📐 Relación con lo ya aprendido
Elemento Qué representa
Mínimo El menor dato del conjunto
\(Q_1\) El valor bajo el cual queda aproximadamente el 25% de los datos
Mediana El valor central; aproximadamente el 50% de los datos queda en o bajo él
\(Q_3\) El valor bajo el cual queda aproximadamente el 75% de los datos
Máximo El mayor dato del conjunto

Ejercicio 1

Construye el resumen de cinco números del conjunto:

\[ 4,\ 7,\ 9,\ 10,\ 12,\ 14,\ 18 \]

Ejercicio 2

Construye el resumen de cinco números del conjunto ordenado:

\[ 3,\ 5,\ 6,\ 8,\ 10,\ 12,\ 14,\ 17 \]

Ejercicio 3

El resumen de cinco números de un grupo de puntajes es:

\[ (380,\ 450,\ 520,\ 610,\ 740) \]

Interpreta el significado de \(450\), \(520\) y \(610\).

Ejercicio 4

Decide si cada afirmación es verdadera o falsa. Justifica.

  1. El resumen de cinco números incluye la media aritmética.
  2. La mediana forma parte del resumen de cinco números.
  3. \(Q_1\) y \(Q_3\) forman parte del resumen de cinco números.

Ejercicio 5

Dos conjuntos tienen estos resúmenes de cinco números:

Conjunto Resumen de cinco números
A \((5,\ 8,\ 10,\ 13,\ 16)\)
B \((5,\ 7,\ 10,\ 15,\ 16)\)

Explica una diferencia importante entre ambos.

Ticket de salida

  1. ¿Cuáles son los cinco valores que forman este resumen?
  2. ¿Por qué se relaciona directamente con los cuartiles?
  3. ¿Para qué servirá este resumen en la página siguiente?
💡 Ideas clave para cerrar
  • El resumen de cinco números sintetiza un conjunto con solo cinco valores.
  • Se construye con: mínimo, \(Q_1\), mediana, \(Q_3\) y máximo.
  • No incluye la media aritmética.
  • Permite describir centro y dispersión de manera breve.
  • Es la base directa para construir el gráfico de caja.

7. Boxplot I [construcción paso a paso]

Objetivo de la página

Construir un boxplot o gráfico de caja a partir del resumen de cinco números, identificando correctamente sus elementos básicos: mínimo, \(Q_1\), mediana, \(Q_3\) y máximo.

🤓 Conexión con la página anterior

En la página anterior construimos el resumen de cinco números.

Ahora usaremos esa información para dibujar una representación visual muy importante: el boxplot.

En esta página nos enfocaremos en cómo se construye. La interpretación más profunda del gráfico la trabajaremos después.

📐 ¿Qué es un boxplot?

El boxplot, también llamado gráfico de caja o diagrama de cajón, es una representación visual construida a partir de cinco valores:

\[ \text{mínimo},\quad Q_1,\quad \text{mediana},\quad Q_3,\quad \text{máximo} \]

Estos cinco valores resumen cómo se distribuyen los datos y permiten observar, de un vistazo, su posición y dispersión.

💡 Cómo se construye paso a paso
  1. Ordena los datos.
  2. Calcula el mínimo, \(Q_1\), la mediana, \(Q_3\) y el máximo.
  3. Dibuja una recta horizontal con una escala adecuada.
  4. Marca sobre la recta los cinco valores del resumen.
  5. Dibuja una caja desde \(Q_1\) hasta \(Q_3\).
  6. Traza una línea vertical en la mediana.
  7. Dibuja los segmentos exteriores desde el mínimo hasta \(Q_1\) y desde \(Q_3\) hasta el máximo.
⚠️ Errores frecuentes
  • Construir el boxplot sin ordenar antes los datos.
  • Confundir la mediana con la media.
  • Ubicar mal \(Q_1\) o \(Q_3\).
  • Dibujar la caja desde el mínimo hasta el máximo. Eso es incorrecto.

La caja siempre va desde \(Q_1\) hasta \(Q_3\).

Ejemplo 1: desde los datos al resumen de cinco números

Considera el conjunto:

\[ 12,\ 7,\ 15,\ 10,\ 8,\ 18,\ 11,\ 9,\ 14 \]

Paso 1: ordenar

\[ 7,\ 8,\ 9,\ 10,\ 11,\ 12,\ 14,\ 15,\ 18 \]

Paso 2: mínimo y máximo

\[ \text{mínimo}=7,\qquad \text{máximo}=18 \]

Paso 3: mediana

Como hay \(9\) datos, el valor central es el quinto:

\[ \text{mediana}=11 \]

Paso 4: cuartiles

Mitad inferior: \(\{7,8,9,10\}\)

Mitad superior: \(\{12,14,15,18\}\)

\[ Q_1=\frac{8+9}{2}=8{,}5 \]

\[ Q_3=\frac{14+15}{2}=14{,}5 \]

Resumen de cinco números:

\[ (7,\ 8{,}5,\ 11,\ 14{,}5,\ 18) \]

Ejemplo 2: desde el resumen al boxplot

Usaremos ahora el resumen obtenido:

\[ (7,\ 8{,}5,\ 11,\ 14{,}5,\ 18) \]

Elemento Valor
Mínimo \(7\)
\(Q_1\) \(8{,}5\)
Mediana \(11\)
\(Q_3\) \(14{,}5\)
Máximo \(18\)

Construcción conceptual:

  1. Se marca el mínimo en \(7\).
  2. Se marca \(Q_1\) en \(8{,}5\).
  3. Se marca la mediana en \(11\).
  4. Se marca \(Q_3\) en \(14{,}5\).
  5. Se marca el máximo en \(18\).
  6. Se dibuja la caja desde \(8{,}5\) hasta \(14{,}5\).
  7. Se dibuja la línea interior de la mediana en \(11\).
  8. Se unen el mínimo con \(Q_1\) y \(Q_3\) con el máximo.

En este boxplot, la caja representa el tramo entre \(Q_1\) y \(Q_3\), mientras que la línea interior corresponde a la mediana.

Ejemplo 3: segundo ejemplo de construcción

Considera ahora los datos ordenados:

\[ 4,\ 5,\ 6,\ 6,\ 7,\ 8,\ 9,\ 10,\ 11,\ 13 \]

Mínimo y máximo

\[ \text{mínimo}=4,\qquad \text{máximo}=13 \]

Mediana

\[ \text{mediana}=\frac{7+8}{2}=7{,}5 \]

Cuartiles

Mitad inferior: \(\{4,5,6,6,7\}\)

Mitad superior: \(\{8,9,10,11,13\}\)

\[ Q_1=6,\qquad Q_3=10 \]

Resumen de cinco números:

\[ (4,\ 6,\ 7{,}5,\ 10,\ 13) \]

Con esos cinco valores ya se puede construir el boxplot correspondiente.

📐 Elementos básicos del boxplot
Elemento Ubicación en el gráfico Significado
Mínimo Extremo izquierdo Menor dato del conjunto
\(Q_1\) Borde izquierdo de la caja Deja aproximadamente el 25% de los datos en o bajo ese valor
Mediana Línea dentro de la caja Valor central del conjunto
\(Q_3\) Borde derecho de la caja Deja aproximadamente el 75% de los datos en o bajo ese valor
Máximo Extremo derecho Mayor dato del conjunto
🤓 Idea importante

El boxplot no se construye directamente “a ojo” desde los datos sueltos.

Primero se obtiene el resumen de cinco números y recién después se dibuja el gráfico.

Por eso, si el resumen está mal calculado, el boxplot también quedará mal construido.

Ejercicio 1

Construye el resumen de cinco números del conjunto:

\[ 5,\ 7,\ 8,\ 10,\ 12,\ 13,\ 15 \]

Luego indica con esos valores cómo se ubicaría el boxplot.

Ejercicio 2

Construye el resumen de cinco números del conjunto ordenado:

\[ 2,\ 4,\ 5,\ 7,\ 8,\ 9,\ 11,\ 13 \]

Luego escribe desde qué valor hasta qué valor se dibuja la caja.

Ejercicio 3

El resumen de cinco números de un conjunto es:

\[ (6,\ 9,\ 12,\ 16,\ 20) \]

Indica:

  1. dónde comienza y termina la caja,
  2. dónde se ubica la mediana,
  3. cuáles son los extremos del gráfico.

Ejercicio 4

Decide si cada afirmación es verdadera o falsa. Justifica.

  1. La caja de un boxplot va desde el mínimo hasta el máximo.
  2. La línea interior de la caja representa la mediana.
  3. Para construir un boxplot se necesita el resumen de cinco números.

Ejercicio 5

Completa los espacios usando las palabras: mínimo, \(Q_1\), mediana, \(Q_3\), máximo.

  1. El borde izquierdo de la caja corresponde a __________.
  2. El borde derecho de la caja corresponde a __________.
  3. La línea interior corresponde a la __________.
  4. Los extremos exteriores corresponden al __________ y al __________.

Ticket de salida

  1. ¿Con qué cinco valores se construye un boxplot?
  2. ¿Entre qué dos valores se dibuja la caja?
  3. ¿Qué valor representa la línea interior del boxplot?
💡 Ideas clave para cerrar
  • El boxplot se construye a partir del resumen de cinco números.
  • La caja va desde \(Q_1\) hasta \(Q_3\).
  • La línea interior representa la mediana.
  • Los extremos representan el mínimo y el máximo.
  • En la siguiente página nos concentraremos en interpretar lo que muestra un boxplot.

8. Boxplot II [interpretación, asimetría, dispersión, posibles atípicos]

Objetivo de la página

Interpretar boxplots en contexto, comparando centro, dispersión, asimetría y posibles valores atípicos, para justificar conclusiones sobre distintos conjuntos de datos.

🤓 Conexión con la página anterior

En la página anterior aprendimos a construir un boxplot a partir del resumen de cinco números.

Ahora nos centraremos en lo más importante: leerlo, compararlo y sacar conclusiones justificadas.

En un curso diferenciado no basta con identificar \(Q_1\), la mediana o \(Q_3\); también interesa explicar qué nos permite concluir el gráfico y qué no.

📐 Qué información entrega un boxplot
  • La mediana permite ubicar una posición central del conjunto.
  • La caja, desde \(Q_1\) hasta \(Q_3\), contiene el 50\% central de los datos.
  • Una caja más ancha sugiere mayor dispersión en la zona central.
  • Los tramos desde el mínimo hasta \(Q_1\) y desde \(Q_3\) hasta el máximo ayudan a observar cómo se extienden los extremos.
  • Si un lado es mucho más largo que el otro, el gráfico puede sugerir asimetría.
  • Si aparece un extremo muy separado del resto, puede haber un valor extremo o un posible atípico.
💡 Preguntas útiles al mirar un boxplot
  1. ¿Dónde está la mediana?
  2. ¿La caja es ancha o angosta?
  3. ¿Los tramos izquierdo y derecho son parecidos o muy distintos?
  4. ¿Hay algún valor muy alejado del resto?
  5. ¿Qué conclusión tiene respaldo en el gráfico y cuál sería exagerada?
⚠️ Lo que un boxplot no permite afirmar por sí solo

Un boxplot no muestra todos los datos uno por uno.

Por eso, desde un boxplot no siempre se puede afirmar cuántos datos exactos se repiten, cuál es la media o cómo son todos los valores intermedios.

El análisis debe apoyarse en lo que el gráfico realmente muestra: posición, dispersión y forma general.

Ejemplo 1: misma mediana, distinta dispersión

Dos grupos de puntajes tienen estos resúmenes de cinco números:

Grupo Resumen de cinco números
A \((420,\ 500,\ 560,\ 610,\ 680)\)
B \((420,\ 470,\ 560,\ 650,\ 680)\)

Los dos grupos tienen la misma mediana:

\[ 560 \]

Pero sus cajas no tienen el mismo ancho.

En el grupo A, la amplitud intercuartílica es:

\[ 610-500=110 \]

En el grupo B, la amplitud intercuartílica es:

\[ 650-470=180 \]

Conclusión: aunque ambos grupos comparten la misma posición central, el grupo B presenta mayor dispersión en el 50\% central de sus datos.

Ejemplo 2: leer asimetría con cautela

Observa este resumen:

\[ (8,\ 10,\ 11,\ 13,\ 25) \]

El tramo derecho desde \(Q_3\) hasta el máximo mide:

\[ 25-13=12 \]

El tramo izquierdo desde el mínimo hasta \(Q_1\) mide:

\[ 10-8=2 \]

Además, la mediana está más cerca de \(Q_1\) que de \(Q_3\).

Interpretación razonable: el gráfico sugiere asimetría hacia la derecha, porque los valores altos se extienden mucho más.

🤓 Lectura crítica

El boxplot no prueba por sí solo una “regla absoluta” sobre la distribución, pero sí entrega una señal clara de que el lado derecho está más extendido.

Ejemplo 3: posible valor atípico

Considera ahora este resumen:

\[ (14,\ 15,\ 16,\ 17,\ 35) \]

La caja está muy concentrada entre \(15\) y \(17\), pero el máximo llega hasta \(35\).

Interpretación razonable: el gráfico sugiere que existe un valor alto muy alejado del resto.

En una lectura escolar, eso puede describirse como un posible atípico o como un valor extremo que conviene revisar.

⚠️ Importante

Decir “posible atípico” es más riguroso que afirmar automáticamente “atípico” sin usar un criterio formal adicional.

Ejemplo 4: comparación en contexto

Dos cursos rindieron la misma evaluación. Sus boxplots se resumen así:

Curso Resumen de cinco números
1°A \((380,\ 470,\ 540,\ 610,\ 690)\)
1°B \((400,\ 520,\ 560,\ 590,\ 620)\)

Análisis:

  • La mediana de 1°B es mayor: \[ 560>540 \]
  • La caja de 1°B es más angosta: \[ 590-520=70 \] mientras que en 1°A: \[ 610-470=140 \]
  • Además, el rango total de 1°B también es menor: \[ 620-400=220 \] frente a \[ 690-380=310 \]

Conclusión mejor justificada: el curso 1°B no solo tiene un rendimiento central algo mayor, sino también resultados más concentrados.

🌍 Decisión en contexto

Si una jefatura preguntara cuál curso muestra un desempeño más homogéneo, el boxplot respalda mejor la elección de 1°B, porque su caja y su rango total son menores.

📐 Resumen de interpretación
Señal en el boxplot Lectura posible
Caja más ancha Mayor dispersión en el 50% central
Caja más angosta Mayor concentración en el 50% central
Tramo derecho mucho más largo Posible asimetría hacia la derecha
Tramo izquierdo mucho más largo Posible asimetría hacia la izquierda
Valor extremo muy alejado Posible dato atípico o valor extremo
🤓 Qué respuesta sería débil y cuál sería sólida

Una respuesta débil dice solo: “el curso B es mejor”.

Una respuesta sólida dice, por ejemplo: “el curso B tiene una mediana mayor y una menor amplitud intercuartílica, por eso presenta puntajes centrales más altos y más concentrados”.

En estadística, concluir sin justificar no basta: hay que apoyar la afirmación en elementos concretos del gráfico.

Ejercicio 1

Un boxplot tiene resumen de cinco números:

\[ (10,\ 14,\ 16,\ 18,\ 22) \]

a) ¿Dónde está la posición central?

b) ¿Entre qué valores se encuentra el 50\% central?

c) ¿El gráfico sugiere gran o pequeña dispersión en esa zona central? Justifica con lo que sí se observa.

Ejercicio 2

Dos conjuntos tienen estos resúmenes:

Conjunto Resumen
A \((5,\ 9,\ 12,\ 15,\ 18)\)
B \((5,\ 7,\ 12,\ 17,\ 18)\)

¿Cuál tiene mayor dispersión en el 50\% central? Explica.

Ejercicio 3

Un boxplot tiene resumen:

\[ (6,\ 8,\ 9,\ 11,\ 24) \]

¿Qué tipo de asimetría sugiere? ¿Qué valor del resumen ayuda más a notar esa situación?

Ejercicio 4

Una estudiante afirma: “Como dos boxplots tienen la misma mediana, entonces sus distribuciones son prácticamente iguales”.

¿Estás de acuerdo? Justifica con un argumento estadístico.

Ejercicio 5

Decide si cada afirmación es verdadera o falsa. Justifica.

  1. Una caja más angosta sugiere menor dispersión del 50\% central.
  2. Si el tramo derecho es mucho más largo que el izquierdo, el gráfico puede sugerir asimetría hacia la derecha.
  3. Desde un boxplot siempre se puede saber el valor exacto de la media.

Ticket de salida

  1. ¿Qué parte del boxplot permite describir el 50\% central de los datos?
  2. ¿Qué señal puede sugerir asimetría hacia la derecha?
  3. Escribe una conclusión breve pero justificada a partir de esta frase: “El conjunto B tiene la misma mediana que A, pero una caja más ancha”.
💡 Ideas clave para cerrar
  • Interpretar un boxplot exige mirar mediana, caja y extremos.
  • La caja muestra la dispersión del 50\% central.
  • Los lados desiguales pueden sugerir asimetría.
  • Un extremo muy alejado puede sugerir un posible atípico.
  • Una buena conclusión estadística debe estar justificada con elementos del gráfico.

9. Comparación de conjuntos de datos con boxplot [decisiones y conclusiones] (PAES M1)

Objetivo de la página

Comparar conjuntos de datos mediante boxplots, justificando conclusiones sobre posición central, dispersión, asimetría y posibles valores extremos en distintos contextos.

🤓 Conexión con la página anterior

En la página anterior aprendimos a interpretar un boxplot individual.

Ahora daremos un paso más: comparar dos o más boxplots para tomar decisiones y sostener conclusiones con evidencia gráfica.

Este tipo de lectura es muy útil cuando se quiere comparar cursos, grupos, rendimientos, tiempos, puntajes o resultados de distintas experiencias.

📐 Qué conviene mirar al comparar boxplots
  1. La mediana: permite comparar la posición central de los conjuntos.
  2. La caja: muestra el 50% central de los datos; una caja más ancha indica mayor dispersión en esa zona.
  3. Los extremos: ayudan a comparar la extensión total de los datos.
  4. La forma general: puede sugerir asimetría hacia la izquierda o hacia la derecha.
  5. Valores muy alejados: pueden sugerir un posible dato extremo o atípico.
💡 Una comparación estadística sólida

No basta con decir “un grupo es mejor” o “un grupo está más disperso”.

La comparación debe apoyarse en elementos concretos del gráfico, por ejemplo:

  • “la mediana de A es mayor que la de B”,
  • “la caja de B es más angosta que la de A”,
  • “el tramo derecho de C es mucho más largo que el izquierdo”.
⚠️ Error frecuente

Una mediana más alta no implica automáticamente que todo el conjunto sea “mejor”.

También puede haber mayor dispersión, más desigualdad interna o valores extremos que cambien la lectura del contexto.

Ejemplo 1: misma mediana, distinta dispersión

Dos grupos tienen estos resúmenes de cinco números:

Grupo Resumen de cinco números
A \((420,\ 500,\ 560,\ 610,\ 680)\)
B \((420,\ 470,\ 560,\ 650,\ 680)\)

Ambos grupos tienen la misma mediana:

\[ 560 \]

Pero la amplitud intercuartílica no es la misma.

Grupo A:

\[ 610-500=110 \]

Grupo B:

\[ 650-470=180 \]

Conclusión: ambos grupos tienen la misma posición central, pero el grupo B presenta mayor dispersión en el 50% central de sus datos.

Ejemplo 2: mejor posición central y mayor homogeneidad

En una evaluación, dos cursos obtuvieron estos resúmenes:

Curso Resumen de cinco números
1°A \((380,\ 470,\ 540,\ 610,\ 690)\)
1°B \((400,\ 520,\ 560,\ 590,\ 620)\)

Análisis de la mediana:

\[ 560>540 \]

Análisis de la dispersión central:

En 1°A:

\[ 610-470=140 \]

En 1°B:

\[ 590-520=70 \]

Análisis del rango total:

En 1°A:

\[ 690-380=310 \]

En 1°B:

\[ 620-400=220 \]

Conclusión: el curso 1°B presenta una mediana algo mayor y, además, resultados más homogéneos, porque su caja y su rango total son menores.

Ejemplo 3: misma dispersión central, distinta forma

Observa estos dos conjuntos:

Conjunto Resumen de cinco números
C \((8,\ 10,\ 12,\ 14,\ 16)\)
D \((4,\ 10,\ 12,\ 14,\ 25)\)

Ambos tienen la misma caja:

\[ Q_1=10,\qquad \text{mediana}=12,\qquad Q_3=14 \]

Por eso, el 50% central se comporta de manera parecida en ambos conjuntos.

Sin embargo, los extremos son muy distintos:

  • en C, los extremos quedan cerca de la caja,
  • en D, el máximo \(25\) queda mucho más alejado y el mínimo \(4\) también se separa más del centro.

Conclusión: dos boxplots pueden compartir la misma zona central y, aun así, diferir bastante en sus extremos y en la forma general del conjunto.

Ejemplo 4: decisión en contexto

Una profesora quiere escoger entre dos cursos para representar al colegio en una actividad donde importa que el rendimiento sea alto y parejo.

Los resúmenes de cinco números son:

Curso Resumen de cinco números
X \((410,\ 450,\ 590,\ 640,\ 700)\)
Y \((500,\ 540,\ 580,\ 610,\ 640)\)

La mediana de X es levemente mayor:

\[ 590>580 \]

Pero la dispersión de X es mucho mayor:

\[ 640-450=190 \]

Mientras que en Y:

\[ 610-540=70 \]

Decisión mejor argumentada: si lo prioritario es un desempeño más parejo, conviene escoger el curso Y. Aunque X tiene una mediana algo mayor, Y muestra mucha más homogeneidad.

🌍 Conclusiones que sí y que no

Sí se puede concluir desde boxplots que un grupo tiene mayor mediana, mayor dispersión central o extremos más alejados.

No se puede concluir directamente cuántos estudiantes exactos obtuvieron cierto puntaje, cuál es la media aritmética o cómo son todos los datos internos del conjunto.

📐 Frases útiles para justificar comparaciones
Situación observada Forma adecuada de justificar
Mediana mayor “La posición central del conjunto A es mayor que la de B, porque su mediana está más a la derecha.”
Caja más ancha “El 50% central de A está más disperso que el de B, porque su caja es más ancha.”
Extremo muy alejado “A presenta un valor extremo alto que se separa claramente del resto del conjunto.”
Tramo derecho más largo “El gráfico sugiere asimetría hacia la derecha, porque los valores altos se extienden más.”

Ejercicio 1

Dos conjuntos tienen estos resúmenes:

Conjunto Resumen
A \((5,\ 8,\ 11,\ 14,\ 17)\)
B \((5,\ 6,\ 11,\ 16,\ 17)\)

¿Cuál tiene mayor dispersión en el 50% central? Justifica.

Ejercicio 2

Un curso A tiene resumen \((400,\ 480,\ 550,\ 620,\ 700)\) y un curso B tiene resumen \((430,\ 520,\ 560,\ 590,\ 630)\).

¿Cuál curso muestra resultados más homogéneos? Justifica con al menos dos argumentos.

Ejercicio 3

Dos boxplots tienen la misma mediana, pero uno de ellos tiene un máximo mucho más alejado de \(Q_3\).

¿Qué conclusión razonable puede extraerse?

Ejercicio 4

Una estudiante dice: “Como el boxplot del grupo A tiene la mediana más alta, entonces todos los estudiantes de A obtuvieron mejores resultados que los de B”.

¿La conclusión es correcta? Explica.

Ejercicio 5

Decide si cada afirmación es verdadera o falsa. Justifica.

  1. Si dos boxplots tienen la misma mediana, entonces necesariamente tienen la misma dispersión.
  2. Una caja más angosta sugiere mayor concentración en el 50% central.
  3. Desde un boxplot siempre se puede conocer el valor exacto de la media.

Ticket de salida

  1. ¿Qué parte del boxplot te ayuda más a comparar la dispersión del 50% central?
  2. Si un grupo tiene mediana más alta pero una caja mucho más ancha, ¿qué dos ideas podrías concluir?
  3. Escribe una conclusión breve y bien justificada para comparar dos boxplots.
💡 Ideas clave para cerrar
  • Comparar boxplots exige mirar mediana, caja, extremos y forma general.
  • Una mediana mayor indica una posición central más alta, pero no basta por sí sola para describir todo el conjunto.
  • La caja permite comparar la dispersión del 50% central.
  • Los extremos ayudan a detectar asimetrías y posibles valores muy alejados.
  • Las mejores conclusiones son las que están justificadas con evidencia del gráfico.

10. Taller integrador de posición y boxplot

Objetivo de la página

Integrar los aprendizajes sobre cuartiles, deciles, percentiles, resumen de cinco números y boxplot, para resolver, interpretar y justificar conclusiones en distintos contextos.

🤓 Cierre del bloque

En estas páginas aprendimos a ubicar posiciones dentro de un conjunto de datos, resumir información clave y representar conjuntos mediante boxplots.

Ahora corresponde integrar esas ideas en situaciones donde no basta con calcular: también hay que interpretar, comparar y justificar conclusiones.

💡 Estrategia general para este taller
  1. Si los datos no están ordenados, ordénalos primero.
  2. Distingue qué te piden: cuartil, decil, percentil, resumen de cinco números o comparación con boxplot.
  3. Usa el lenguaje adecuado: mediana, 50% central, mayor dispersión, asimetría, posible valor extremo.
  4. No concluyas solo por intuición visual: apoya tus respuestas con valores o elementos concretos del gráfico.
📐 Recordatorio breve
  • \(Q_1\) deja aproximadamente el 25\% de los datos en o bajo ese valor.
  • \(Q_2\) coincide con la mediana y deja aproximadamente el 50\%.
  • \(Q_3\) deja aproximadamente el 75\%.
  • \(D_k\) deja aproximadamente el \(10k\%\).
  • \(P_k\) deja aproximadamente el \(k\%\).
  • El boxplot se construye con: \[ \text{mínimo},\ Q_1,\ \text{mediana},\ Q_3,\ \text{máximo} \]

Ejemplo modelo: integrar cálculo e interpretación

Considera el conjunto:

\[ 11,\ 13,\ 15,\ 18,\ 20,\ 22,\ 24,\ 26,\ 29 \]

Los datos ya están ordenados.

Mediana:

\[ Q_2=20 \]

Mitad inferior: \(\{11,13,15,18\}\)

Mitad superior: \(\{22,24,26,29\}\)

Cuartiles:

\[ Q_1=\frac{13+15}{2}=14 \]

\[ Q_3=\frac{24+26}{2}=25 \]

Resumen de cinco números:

\[ (11,\ 14,\ 20,\ 25,\ 29) \]

Interpretación: aproximadamente el 50% central de los datos se encuentra entre \(14\) y \(25\), y la posición central del conjunto está en \(20\).

Ejercicio 1: datos ordenados, cuartiles y resumen de cinco números

Considera el conjunto de datos:

\[ 14,\ 9,\ 17,\ 12,\ 11,\ 20,\ 16,\ 13,\ 15 \]

a) Ordénalo de menor a mayor.

b) Calcula \(Q_1\), \(Q_2\) y \(Q_3\).

c) Escribe el resumen de cinco números.

d) Interpreta el tramo central del conjunto.

Ejercicio 2: lectura de cuartiles, deciles y percentiles desde una ojiva

La siguiente tabla resume una distribución agrupada con frecuencia acumulada total \(200\):

Intervalo Frecuencia Frecuencia acumulada
\([300,400)\) 30 30
\([400,500)\) 40 70
\([500,600)\) 50 120
\([600,700)\) 40 160
\([700,800]\) 40 200

a) Estima \(Q_1\).

b) Estima \(D_6\).

c) Estima \(P_{75}\).

d) Explica qué significa \(D_6\) en este contexto.

Ejercicio 3: comparación de dos grupos con boxplot

Dos cursos rindieron la misma evaluación. Sus resúmenes de cinco números son:

Curso Resumen de cinco números
A \((420,\ 480,\ 550,\ 620,\ 710)\)
B \((460,\ 520,\ 560,\ 590,\ 640)\)

a) ¿Cuál curso tiene mayor mediana?

b) ¿Cuál curso presenta mayor homogeneidad?

c) Escribe una conclusión estadística bien justificada.

Ejercicio 4: análisis crítico de afirmaciones

Decide si cada afirmación es verdadera o falsa. Justifica.

  1. Si dos boxplots tienen la misma mediana, entonces necesariamente tienen la misma dispersión.
  2. Una caja más angosta indica mayor concentración del 50% central de los datos.
  3. Desde un boxplot siempre se puede conocer la media aritmética exacta.
  4. \(Q_2\), \(D_5\) y \(P_{50}\) representan la misma idea de posición.

Ejercicio 5: decisión en contexto

Dos atletas registraron estos tiempos, en segundos, en cinco series de entrenamiento. En este contexto, menor tiempo es mejor.

Atleta Resumen de cinco números
X \((28,\ 30,\ 32,\ 35,\ 45)\)
Y \((31,\ 32,\ 33,\ 34,\ 36)\)

Si el entrenador prioriza regularidad más que un tiempo mínimo aislado, ¿a quién conviene elegir? Justifica.

Ticket de salida

  1. ¿Qué relación existe entre \(Q_2\), \(D_5\) y \(P_{50}\)?
  2. ¿Qué parte del boxplot representa el 50% central de los datos?
  3. Escribe una conclusión breve y bien justificada para comparar dos conjuntos usando boxplots.
💡 Ideas clave para cerrar el bloque
  • Las medidas de posición ayudan a ubicar valores dentro de un conjunto ordenado.
  • El resumen de cinco números sintetiza la información clave para construir un boxplot.
  • El boxplot permite comparar centro, dispersión, forma general y posibles valores extremos.
  • Una buena conclusión estadística no solo dice qué ocurre: también explica por qué a partir de los datos o del gráfico.