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!


Distribución teórica de probabilidad

Una distribución teórica de probabilidad es la distribución de probabilidad que se asocia a una variable aleatoria según un modelo teórico o matemático que se ha adoptado, de modo que las probabilidades asociadas a los valores de la variable aleatoria son probabilidades teóricas y no probabilidades ...

Datos blandos

Datos blandos son aquellos datos recogidos  a través de entrevistas, testimonios, encuestas de actitudes u otro tipo de fuente directa que tiene un marcado carácter subjetivo, y por tanto no tienen la fiabilidad que pueden tener datos recogidos a través de la observación directa....

Independencia estadística

Se dice que dos variables son estadísticamente independientes cuando las distribuciones condicionadas en términos de frecuencias relativas de cada una de ellas a un valor de la otra no depende de dicho valor y además coincide con la distribución marginal de la variable en cuestión. En definitiva,&nb...

Datos aislados (datos no agrupados)

Los datos aislados, datos no agrupados o datos no agregados son los datos individuales correspondientes a cada uno de los elementos de una muestra. Se contraponen a los datos agrupados, que son aquellos que se han recogido en gran número y que muestran repetición de valores. Un ejemplo de datos aisl...