Comprobación de Charlier

La comprobación de Charlier (en homenaje a su inventor, el astrónomo sueco Carl Charlier, 1862-1934) es una comprobación de la realización correcta  de los cálculos manuales de la varianza muestral cuando esta se ha calculado para un conjunto de datos agrupados en una distribución de frecuencia a través de la computación de una nueva columna de valores a partir de la tabla de frecuencias

Para la comprobación se parte de la siguiente identidad, donde los valores \(x\) y \(n\) son respectivamente los valores correspondientes a las valores de la variable o marcas de clase cuando la distribución está agrupada en intervalos y frecuencias de cada intervalo:

$$\sum n(x+1)^2=\sum nx^2+2\sum nx+ \sum n$$

Las sumas a la derecha de la identidad ya han sido desarrolladas previamente para el cálculo de la varianza, por lo que son conocidas. La comprobación de Charlier consiste en desarrollar la suma correspondiente al lado de izquierdo de la expresión y verificar que su resultado coincide con la suma de las sumas del lado derecho ya calculadas previamente. 

Ejemplo

Por ejemplo, a partir de la tabla de frecuencias de las notas obtenidas por un grupo de alumnos en un examen (columnas 1 y 2) recogidas en la primera columna, se muestran a continuación los cálculos para la determinación de la varianza muestral (columnas 3, 4 y 5). La última columna es la correspondiente a la comprobación de Charlier y no es necesaria para el cálculo de la varianza; únicamente es necesaria para la comprobación.

Intervalo \(x\) (marca de clase) \(n\) \(nx\) \(nx^2\) \(n(x+1)^2\)
0-2 1 3 3 3 12
2-4 3 6 18 54 96
4-6 5 12 60 300 432
6-8 7 8 56 392 512
8-10 9 4 36 324 400


33 173 1073 1452

Calculamos la varianza muestral:

$$s_x^2=\cfrac{1073}{33}-\Bigg(\cfrac{173}{33}\Bigg)^2=5.05$$

Aplicamos a continuación la comprobación de Charlier para dar por buenas las sumas calculadas en las tablas:

$$1452=1073+2 \times 173+33$$

La igualdad es correcta, por lo que las sumas para el cálculo de la varianza también lo son.



Como citar: Sarasola, Josemari (2024) en ikusmira.org
"Comprobación de Charlier" (en línea)   Enlace al artículo
Última actualización: 06/05/2025

¿Tienes preguntas sobre este artículo?

Envíanos tu pregunta e intentaremos responderte lo antes posible.

Nombre
Email
Tu pregunta
Sigue aprendiendo en Audible

Apoya nuestro contenido registrándote en Audible, sigue aprendiendo gratis a través de este link!


Coeficiente de correlación biserial puntual

El coeficiente de correlación biserial puntual o coeficiente de correlación punto-biserial es un coeficiente que mide la correlación o relación estadística entre una variable cuantitativa y una variable dicotómica genuina o pura, esto es, que no ha sido el objeto de una dicotomización artificial. Un...

Frecuencia acumulada

La frecuencia acumulada es el número de elementos o unidades en un conjunto de datos referidos a una variable estadística cuantitativa que toma un valor igual o inferior a uno dado, en términos absolutos (frecuencia acumulada absoluta, que se denota N) o relativos, esto es, en porcentaje (frecuencia...

Plano de regresión

En regresión múltiple (varias variables independientes), el plano de regresión es equivalente a la linea de regresión correspondiente a la regresión simple (una única variable independiente). El plano mostrará una pendiente diferente (igual al coeficiente de regresión correspondiente) para cada vari...

Perturbación aleatoria

La perturbación aleatoria (en inglérs, random error, error term) es el componente no determinista en un modelo estadístico, no observable y que incluye de forma conjunta todos los factores no especificados en el modelo. Generalmente la perturbación aleatoria aparece en los modelos de regresión ...