Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
empleado primero determina np = px(n−1) + 1 y luego calcula el quantil correspondiente<br />
por interpolación lineal entre x ([np]) y x ([np]+1) , donde [np] es el mayor entero menor o igual a<br />
np 29 , es decir,<br />
QUANTILES: ( ( [ ])). ( [ ]).<br />
ξ p<br />
= 1− np − np x([ np ])<br />
+ np − np x([ np ] + 1) (11)<br />
el procedimiento distribuye de forma uniforme la probabilidad teniendo en cuenta que para<br />
n observaciones sólo disponemos de n−1 huecos entre las mismas 30 . Obsérvese que<br />
np −[ np] no es más que la parte fraccional de np y que para p = 0.5 obtenemos la fórmula<br />
para la mediana mencionada anteriormente.<br />
En el caso de una muestra ponderada la obtención de los quantiles no puede<br />
proceder a partir de las observaciones por la misma razón que la mediana no podía<br />
definirse directamente a partir de dichas observaciones, en este caso cada x i lleva asociada<br />
una frecuencia relativa, p i , por lo que deberemos proceder a obtener los quantiles a partir de<br />
la función de distribución acumulativa empírica, es decir a partir de la acumulación de p (i) ,<br />
F<br />
s<br />
s<br />
= Σi=<br />
1<br />
p ( )<br />
, s = 1,2,...,n. Dado un valor 0 ≤ p ≤ 1 podemos buscar el valor entero s tal que<br />
i<br />
F s = p, si dicho valor existe podría ser utilizado para definir el quantil de orden p, ξ p .<br />
Por las mismas razones que expusimos al hablar de la mediana este no es un<br />
procedimiento totalmente adecuado ya que no es simétrico y además no es de esperar que<br />
encontremos un valor exacto de s tal que F s = p, por lo tanto será necesario arbitrar algún<br />
esquema de interpolación para las observaciones en el entorno de F s = p. El<br />
procedimiento utilizado es idéntico al que mencionamos para la mediana y se basa en<br />
distribuir linealmente p (s) a lo largo del intervalo comprendido entre los puntos medios<br />
entre la observación (s)-ésima y sus dos observaciones adyacentes, (s−1) y (s+1), lo que<br />
equivale a asignar el valor de p (s) al final de dicho intervalo, buscar el valor entero s tal que<br />
29 [•] debe ser leido como la “parte entera de” y denota la operación de eliminar la parte fraccional.<br />
30 Este no es el único procedimiento práctico para calcular quantiles a partir de un conjunto de observaciones,<br />
aunque es el más lógico. Patel y Read (1982, p.-261) proponen un procedimiento alternativo pensado<br />
básicamente en distribuir observaciones a ambas partes del quantil más que en distribuir de forma continua la<br />
probabilidad a lo largo del rango de variación de x. Según esta regla np = pxn de forma que si np no es entero,<br />
entonces el estadístico de orden x ([np]+1) es el quantil de orden p, mientras que si np es entero, entonces se<br />
toma como quantil de orden p la mitad entre x ([np]) y x ([np]+1) . Obsérvese que esta regla proporciona el mismo<br />
valor para la mediana que la regla mencionada en el texto.<br />
29