P. 1
MEDIDAS DE TENDENCIA CENTRAL.pdf

MEDIDAS DE TENDENCIA CENTRAL.pdf

|Views: 13|Likes:
Publicado porBrisaCastillo

More info:

Published by: BrisaCastillo on Jun 01, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/06/2015

pdf

text

original

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA , CENTRO UNIVERSITARIO DE OCCIDENTE MEDIDAS DE TENDENCIA CENTRAL

Las medidas de tendencia central pueden describirse rígidamente como promedios, en e sentido de que son indicativos del centro, mitad, o lo mas común de un conjunto de datos. Al calcular valores descriptivos que resumen un conjunto de datos, la primera consideración es encontrar un valor central o representativo de los datos. LA MEDIA ARIMETICA La media aritmética o simplemente media, es una medida descriptiva que se calcula sumando los valores numéricos y dividiendo entre el número de valores. El símbolo que se usa para la media poblacional es la letra griega (mu o miu) y el símbolo para la media de la muestra es X (X barra). Con frecuencia las medidas de un conjunto de datos se representan por X1,X2,X3……XN Donde X1, es la primera medida en el conjunto de datos, X2, es la segunda medida y así sucesivamente hasta XN, la ultima N-esima medida en el conjunto de datos. Para cuatro medidas, 3,6,4, y 9, el conjunto de datos es. X1=3, X2=6, X=4, Y X4=9 En la mayoría de los estudios estadísticos, hay dos conjuntos de datos diferentes que son de interés: La población y la muestra Media poblacional=μ= (X1+X2+X3+……+XN) / N = ∑Xi/N. Donde μ=media poblacional. ∑Xi=suma de todos los valores de los datos de la población N=tamaño de la población. La letra griega ∑ es el signo de sumatoria que indica que se suman todas las observaciones de 1 a N. La Xi denota las observaciones individuales, pero en aras de simplicidad, el subíndice y superíndice se reducirán y aparecerá el signo de la sumatoria como simplemente ∑. Cualquier característica medible de una población, por ejemplo, la media de población (μ), se llama parámetro. Un parámetro de una población es cualquier característica medible de la población. CURSO ESTADISTICA MSC ING JORGE MYNOR HERNANDEZ

Página 1

CENTRO UNIVERSITARIO DE OCCIDENTE La media de una muestra es un estadístico Ẋ(X barra).UNIVERSIDAD DE SAN CARLOS DE GUATEMALA . Los datos forman una serie simple. ∑Xi=suma de todos los valores de los datos de la muestra. por ejemplo la media muestral (X) se llama un estadístico. La atlas Welding Shop tiene 10 empleados. en relación con la suma de los cuadrados de las desviaciones de los valores respecto de otro promedio cualquiera. Media muestral= Ẋ=(X1+X2+X3+…. n=tamaño de la muestra. 1. La media de una serie simple.μ)=0 y ∑(x. 2. Con frecuencia se usa un estadístico muestral para calcular un parámetro de una población. Los valores y cálculo de la media son. La suma de los cuadrados de las desviaciones de los valores de una serie respecto a la media aritmética es un mínimo. Con n observaciones en el conjunto de datos de la muestra. CURSO ESTADISTICA MSC ING JORGE MYNOR HERNANDEZ Página 2 . Cualquier característica medible de una muestra. Características de la media aritmética Todo conjunto de datos medido en una escala de intervalos o de razón tiene una media. Los datos forman una distribución de frecuencias de valores sin agrupar 3. Los datos forman una distribución de frecuencias de valores agrupados en intervalos de amplitud constante o variable. La media es sensible a valores extremos.Ẋ)=0. Ej. Calculo de la media aritmética Para el cálculo de la media aritmética o media se deben considerar los siguientes casos 1. Los registros de personal contienen el número de días que estuvo enfermo cada empleado el mes pasado. Un estadístico muestral es cualquier característica medible de una muestra. Cuando los valores forman una serie simple. la media se determina así.+Xn)/n = ∑Xi/n Donde Ẋ=media muestral. la media aritmética se obtiene aplicando la formula general dada. o sea que no presentan frecuencias repetidas. La suma de las desviaciones de la media de los números en el conjunto de datos es cero= ∑(x.

μ) es igual a 0. se obtendría un número mayor que 127.6 es un valor mínimo porque la media poblacional es el centro matemático de la distribución de 10 valores poblaciones.590 Kentucky Fried Chicken 3.6 Este valor 127.450 Ẋ= ∑Xi/n=(14.8 El calculo revela que se tomaron un promedio de 3. entre la suma de casos o frecuencias.100+5.UNIVERSIDAD DE SAN CARLOS DE GUATEMALA .8 de los valores de los datos y si las desviaciones resultantes se elevaran al cuadrado y se sumaran.La media de una distribución de frecuencias de valores sin agrupar Esta media se define como el cociente de dividir la suma de los productos de los valores multiplicados por sus frecuencias.8 días de enfermedad por empleado. La tabla siguiente muestra las ventas de las seis cadenas de restaurantes más grandes.800+2.590+3.100 Burger King 5.450)/6=5. CENTRO UNIVERSITARIO DE OCCIDENTE μ=∑X=(3+0+5+6+1+0+11+8+0+4)/10=3.030 Wendy’s 2.030+2. 2. Usamos la media muestral..800 Pizza Hut 2. Compañía ventas ($ millones) Mc Donald’s 14.500+3. La desventaja de la media es que los valores extremos la distorsionan. Esta es la razón por la cual la media no es el mejor estadístico descriptivo para resumir todos los conjuntos de datos. Observe también que la suma de los cuadrados de las desviaciones de la media ∑(x.μ) ^2 es igual a 127. Observe que la suma de las desviaciones de la media ∑(x.700 Hardee’s 3.6. Ej.280 Nótese que esta media ha sido distorsionada por las ventas de Mc Donald’s. se denomina media aritmética ponderada y se expresa según la formula Ẋ= (∑f Xi)/N CURSO ESTADISTICA MSC ING JORGE MYNOR HERNANDEZ Página 3 . Si se restara cualquier otro valor diferente a 3.

CURSO ESTADISTICA MSC ING JORGE MYNOR HERNANDEZ Página 4 .UNIVERSIDAD DE SAN CARLOS DE GUATEMALA . CENTRO UNIVERSITARIO DE OCCIDENTE TABLA No..88=12 3. los datos y las operaciones se disponen así Columna 1 los intervalos de la distribución Columna 2 contiene las marca de clase Xi o punto medio de los intervalos Columna 3 Contiene las frecuencias absolutas o repeticiones de los valores del intervalo Columna 4 Contiene los productos de multiplicar cada marca de clase por la frecuencia respectiva La media aritmética se obtendrá dividiendo la suma de la columna 4 entre la soma de la columna 3. …. 1 1 Xi 3 5 6 7 8 9 10 11 12 13 14 15 16 18 19 N= Fuente. en la que los intervalos son de amplitud constante. 2 f 2 1 1 3 4 4 3 2 5 5 8 4 3 4 1 50 3=1x2 f Xi 6 5 6 21 32 36 30 22 60 65 112 60 48 72 19 594 Ẋ= (∑f Xi)/N= 594/50 = 11.La media de una distribución de frecuencias de valores agrupados Para calcular la media aritmética de la distribución de la tabla 2.

743 616 465 196 19.50 .30 . CURSO ESTADISTICA MSC ING JORGE MYNOR HERNANDEZ Página 5 .100 2 Xi 18 23 28 33 38 43 48 53 58 63 68 73 78 83 88 93 98 N= FUENTE…….0 0. N= suma de frecuencias o total de casos.95 .90 .701 2. respecto de la media supuesta.00 Ẋ= 58.0 30.872 2..25 .0 10.40 .UNIVERSIDAD DE SAN CARLOS DE GUATEMALA .45 .0 Método Abreviado Tiene como base la propiedad de la suma algebraica de las desviaciones de los valores de cada una serie respecto de la media aritmética de las desviaciones de los valores de una serie respecto de la media aritmética es igual a cero.460 1.75 .65 .032 1.35 .60 .0 15.244 1.0 -20.0 20.70 .0 40.0 -25.0 -10.20 .0 0. Media=X= Xs+∑f di/N Donde Xs= media supuesta o arbitraria +∑f di= suma algebraica de los productos de las frecuencias por las desviaciones de los valores.0 -30.0 5. por lo que el método abreviado es igual a una media supuesta o arbitraria mas una cierta corrección.0 35.248 1.092 5=2-Ẋ Xi-Ẋ -40.703 2.55 . CENTRO UNIVERSITARIO DE OCCIDENTE tabla 2 1 Intervalos 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 .0 -5.85 .0 -15. MEDIA= 3 f 1 5 4 13 20 24 39 51 41 27 33 20 16 21 7 5 2 329 4=3X2 f Xi 18 115 112 429 760 1.0 25.378 1.80 .0 -35.

0 -120.0 255.100 2 Xi 18 23 28 33 38 43 48 53 58 63 68 73 78 83 88 93 98 N= FUENTE…….0 735.0 -200.03 3 f 1 5 4 13 20 24 39 51 41 27 33 20 16 21 7 5 2 329 4=3X2 di=Xi-Xs -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 40 45 50 170 5=2-Ẋ f di -30.25 .0 410.20 . el más fiable y representativo de los valores de la variable.40 .55 .0 -80.0 -125.00 Uso de la media aritmética Se puede resumir el uso de la media aritmética según las siguientes Ventajas Es fácil de calcular.30 .65 .80 .70 .0 225.60 .UNIVERSIDAD DE SAN CARLOS DE GUATEMALA .50 .0 3.85 .0 280.75 . CENTRO UNIVERSITARIO DE OCCIDENTE tabla 2 1 Intervalos 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 . Desventajas CURSO ESTADISTICA MSC ING JORGE MYNOR HERNANDEZ Página 6 .90 ..0 405.95 .0 500.35 .0 0. ya que las operaciones aritméticas o algebraicas en su caso son elementales Su significado es universal.0 660.0 100.0 -195.300.45 .0 480.03 = 58. Es entre los estadísticos de tendencia central. Es imprescindible para el cálculo y compresión de otros valores representativos. Xs = MEDIA= 48 Ẋ= Xs+SUMA(fd)/N= 48 + 10.

entonces se utiliza la mediana. Algunas veces es llamada media posicional. L a media es un promedio no firme. es decir desconocemos algún valor limite o intervalo. 67. La mediana para una serie simple Si el conjunto de datos tiene un número impar de observaciones. así la mediana seria= 56 CURSO ESTADISTICA MSC ING JORGE MYNOR HERNANDEZ Página 7 . ya que sea inferior o superior. Es decir. o cuando las muestra es muy pequeña. Entonces primero ordenamos: 45. Así la posición del valor de la media seria = (5+1)/2=3 Es decir la tercera posición. 52. dos a lo sumo. la media no será representativa. 52. LA MEDIANA La mediana de un conjunto de datos es el elemento central en un conjunto de observaciones dispuestas en orden de magnitud. esto es su valor no depende de todos los datos sino de uno . En los casos en los que se quiere un valor central normal que no sufra los efectos de distorsión por los valores extremos. CENTRO UNIVERSITARIO DE OCCIDENTE Cuando los valores no se distribuyen homogéneamente. 45 y 67. Características de la mediana Todo conjunto de datos a nivel ordinal. se usa la mediana para resumir los datos. Aproximadamente la mitad de los valores de los datos en el conjunto son menores que la mediana y aproximadamente la mitad son mayores. nivel de intervalo o nivel de razón tiene una mediana. 67. su calculo es imprescindible cuando no se puede utilizar la media aritmética. 67. 56. porque queda exactamente en la mitad del conjunto de datos ordenados. Suponga que los ingresos por ventas mensuales en miles de dólares para cinco meses son: 56. la posición de la media es: Posición de la mediana= (n+1)/2 Si el conjunto de datos tiene un número par de observaciones. Si la distribución es incompleta no se puede calcular la media. es necesario promediar los dos valores medios. no se puede calcular el promedio.UNIVERSIDAD DE SAN CARLOS DE GUATEMALA . Ej. después de que se han colocado los datos en una serie ordenada. pero han de estar ordenados. La mediana no es sensible a los valores extremos No tiene propiedades matemáticas valiosas para usarla en otros cálculos.

Fk= frecuencia absoluta del intervalo donde esta la mediana I = El valor numérico de la amplitud donde esta la mediana Salario (intervalo de clase) 1 3 4 6 7 9 10 12 13 15 16 18 Numero de Empleados (frecuencias) Frecuencias Absolutas 1 1 4 5 9 14 6 20 2 22 3 25 25 CURSO ESTADISTICA MSC ING JORGE MYNOR HERNANDEZ Página 8 .5 Es decir la posición de la mediana seria la posición 3 y medio. cada una con el mismo numero de elementos. 52. Cada uno de estos tres valores separados se llama cuartil. la serie se convierte en un conjunto de datos de pares: 35. La mediana separa al arreglo de datos en dos secciones iguales. es separlo en 100 secciones. el cuartil del centro es la mediana original. se obtienen cuatro secciones iguales. Los dos valores d e la posición tercera y cuarta se promedian para producir una mediana de: Mediana= (52+56)/2=54 Esto significa que la mita de los meses las ventas estuvieron por debajo de 54. CENTRO UNIVERSITARIO DE OCCIDENTE Si agregamos un texto mes de ventas de 35. que se usa con frecuencia en conjuntos muy grandes de datos.UNIVERSIDAD DE SAN CARLOS DE GUATEMALA . Los valores separados se llaman entonces percentiles. Si cada sección se subdivide con una nueva mediana.Fk-1 ) / fk) C Md= Mediana Lk= Limite real inferior del intervalo donde esta la mediana (n+1)/2= Mitad de los casos o 50 % Fk-1= Frecuencia acumulada inmediata anterior al intervalo donde esta la mediana. Una extensión de esta idea. 56. 67 La posición de la mediana seria= (6+1)/2= 3. 45. 67.000 y en la mitad de los meses los ingresos excedieron dicha suma. La mediana de una distribución de frecuencias de valores agrupados Md= Lk+( ( (n/2 .

La intersección de las ojivas de valores ascendentes y la grafica de valores descendentes es la mediana. 67.5+2. con modas 56 y 57. fi+1= frecuencia absoluta inmediata siguiente al intervalo donde esta la moda. LA MODA A veces es importante conocer cual es el valor que mas prevalece en el conjunto de datos.UNIVERSIDAD DE SAN CARLOS DE GUATEMALA . No tiene propiedades matemáticas valiosas para usarlos en otros cálculos. 45. 52. el conjunto de datos seria bimodal. CENTRO UNIVERSITARIO DE OCCIDENTE Md = 6. Si utilizamos los mismos datos anteriores 35. Si agregamos un séptimo datos que seria 56. i= amplitud del intervalo donde esta la moda. 56.5=9. Ej. fi-1=frecuencia absoluta inmedia anterior al intervalo donde esta la moda. Moda para una distribución de frecuencias de valoes agrupados en intervalos de amplitud consante En este caso bastara ver cual es el intervalo que tiene mayor frecuencia y aplicar la formula Mo= L i-1 + (fi+1) / ( fi-1 + fi+1) Donde Mo= Moda Li-1= limite real inferior del intervalo donde esta la moda. Características de la moda Algunos conjuntos de datos no tienen una moda Algunos conjuntos de datos tienen más de una moda. 67 la moda es 67.5 + (( (25/2)-5 )/9 )x3=6. CURSO ESTADISTICA MSC ING JORGE MYNOR HERNANDEZ Página 9 . El valor que ocurre con más frecuencias se conoce como moda.

20 .60 . la moda estará en el intervalo que tenga mayor ki y se calcula aplicando la formula Mo= Li-1 + ( (ki+1) / (ki-1+ki+1) )x i Mo=moda Li-1 =limite real inferior del intervalo donde esta la moda ki+1=cociente f/i de la frecuencia entre la amplitud del intervalo siguiente al que contiene la moda.65 .95 .01 La moda de una distribución de frecuencias de valores agrupados en intervalos de amplitud variable.5+201/80= 50. Para este caso debemos hallar el cociente de dividir la frecuencia entre la amplitud osea f/i.70 .30 .55 ..90 .40 .25 . CURSO ESTADISTICA MSC ING JORGE MYNOR HERNANDEZ Página 10 .35 .51 = 53. mas apropiadamente fi+1 / i. 3 f 1 5 4 13 20 24 39 51 41 27 33 20 16 21 7 5 2 329 Mo= 50. CENTRO UNIVERSITARIO DE OCCIDENTE DISTRIBUCION DE PUNTUACIONES ALCANZADAS DE 329 ALUMNO DEL CURSO DE SOCIAL PRIMERO BASICO tabla 2 1 Intervalos 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 . llamando ki a ese cociente.85 .5 + (41 / ( 39+41) ) x 5 = 50.UNIVERSIDAD DE SAN CARLOS DE GUATEMALA .75 .100 2 Xi 18 23 28 33 38 43 48 53 58 63 68 73 78 83 88 93 98 N= FUENTE…….5+2.50 .45 .80 .

CENTRO UNIVERSITARIO DE OCCIDENTE ki-1=cociente f/I de la frecuencia entre la amplitud del intervalo anterior al que contiene la moda.8 = 28. El mayor f/i es 83 Mo= 25+( 37 ) / ( 37+20.6 3. mas apropiadamente fi-1 / i i=amplitud del intervalo donde esta la moda INTERVALO 20 25 30 35 40 50 25 30 35 40 50 60 N= f 104 415 185 73 38 8 823 i 5 5 5 5 10 10 f/i 20.8 fuente……….8 83 37 14.8 0.20 La moda puede usar un histograma CURSO ESTADISTICA MSC ING JORGE MYNOR HERNANDEZ Página 11 .8) = 25 + 185 /57.UNIVERSIDAD DE SAN CARLOS DE GUATEMALA ..

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->