Está en la página 1de 7

CONSULTA Media aritmtica o promedio

Es aquella medida que se obtiene al dividir la suma de todos los valores de una variable por la frecuencia total. En palabras ms simples, corresponde a la suma de un conjunto de datos dividida por el nmero total de dichos datos.

Ejemplo 1: En matemticas, un alumno tiene las siguientes notas: 4, 7, 7, 2, 5, 3 n = 6 (nmero total de datos)

La media aritmtica de las notas de esa asignatura es 4,8. Este nmero representa el promedio. Ejemplo 2: Cuando se tienen muchos datos es ms conveniente agruparlos en una tabla de frecuencias y luego calcular la media aritmtica. El siguiente cuadro con las medidas de 63 varas de pino lo ilustra. Largo (en m) Frecuencia absoluta Largo por Frecuencia absoluta 05 10 5 . 10 = 50 6 15 6 . 15 = 90 7 20 7 . 20 = 140 8 12 8 . 12 = 96 9 6 9 . 6 = 54 Frecuencia total = 63 430

Se debe recordar que la frecuencia absoluta indica cuntas veces se repite cada valor, por lo tanto, la tabla es una manera ms corta de anotar los datos (si la frecuencia absoluta es 10, significa que el valor a que corresponde se repite 10 veces).

Moda (Mo)
Es la medida que indica cual dato tiene la mayor frecuencia en un conjunto de datos; o sea, cual se repite ms. Ejemplo 1: Determinar la moda en el siguiente conjunto de datos que corresponden a las edades de nias de un Jardn Infantil. 5, 7, 3, 3, 7, 8, 3, 5, 9, 5, 3, 4, 3 La edad que ms se repite es 3, por lo tanto, la Moda es 3 (Mo = 3) Ejemplo 2: 20, 12, 14, 23, 78, 56, 96 En este conjunto de datos no existe ningn valor que se repita, por lo tanto, este conjunto de valores no tiene moda.

Mediana (Med)
Para reconocer la mediana, es necesario tener ordenados los valores sea de mayor a menor o lo contrario. Usted divide el total de casos (N) entre dos, y el valor resultante corresponde al nmero del caso que representa la mediana de la distribucin. Es el valor central de un conjunto de valores ordenados en forma creciente o decreciente. Dicho en otras palabras, la Mediana corresponde al valor que deja igual nmero de valores antes y despus de l en un conjunto de datos agrupados. Segn el nmero de valores que se tengan se pueden presentar dos casos: Si el nmero de valores es impar, la Mediana corresponder al valor central de dicho conjunto de datos. Si el nmero de valores es par, la Mediana corresponder al promedio de los dos valores centrales (los valores centrales se suman y se dividen por 2). Ejemplo 1: Se tienen los siguientes datos: 5, 4, 8, 10, 9, 1, 2

Al ordenarlos en forma creciente, es decir de menor a mayor, se tiene: 1, 2, 4, 5, 8, 9, 10 El 5 corresponde a la Med, porque es el valor central en este conjunto de datos impares. Ejemplo 2: El siguiente conjunto de datos est ordenado en forma decreciente, de mayor a menor, y corresponde a un conjunto de valores pares, por lo tanto, la Med ser el promedio de los valores centrales. 21, 19, 18, 15, 13, 11, 10, 9, 5, 3

Ejemplo 3:

En el grfico de barras (que tiene un nmero par de columnas) los valores centrales son 72 y 77, por lo tanto, la

Que es desviacin estndar?

Justamente la desviacin Estndar, en un conjunto de datos (precios en el caso del mercado de valores) es una medida de dispersin, que nos indica cunto pueden alejarse los valores respecto al promedio (media), por lo tanto es til para buscar probabilidades de que un evento ocurra, o en el caso del mercado burstil, determinar entre que rango de precios puede moverse un determinado activo, y determinar que tipo de activos pueden ser mas voltiles que otros. Los operadores del mercado estn interesados en la direccin del precio de un activo y en la velocidad de los movimientos del subyacente para determinar que tan riesgoso o vlatil puede llegar a ser un activo. Los mercados cuyos precios se mueven lentamente son mercados de baja volatilidad, los mercados cuyos precios se mueven a alta velocidad son mercados de alta volatilidad. Existen varias maneras de estimar la volatilidad, y el mundo ideal sera aquel donde se pueda determinar la volatilidad de todo el conjunto de datos existentes, sin embargo teniendo en cuenta que se cuentan con recursos (informacin, costos, etc) limitados, la desviacin estndar se pude tomar sobre un determinado conjunto de datos que se ajusten a nuestros requerimientos, mediante la siguiente frmula:

Donde xi= dato i que esta entre (o, n) x= promedio de los datos n= numero datos Cmo se interpreta y se analiza? Ya dijimos que los operadores y los inversores estaran muy interesados en saber cual puede ser la direccin del precio, y tambin poder determinar un rango de precios en el cual el activo pueda moverse. Veamos entonces un ejemplo de cmo calcular la desviacin y su interpretacin: Si definimos la desviacin como una medida de la variacin de los precios, esta medida se basar en los cambios porcentuales que sufren los mismos. Sin embargo existen dos formas de calcular estos cambios porcentuales:

La manera correcta de tomar el % es en cambios logartmicos, ya que es una manera de interpretar que los precios no pueden tomar valores negativos, y por lo tanto considera mayores los movimientos al alza que los movimientos a la baja. Lo importante no es saber cmo se calcula cada uno de estos parmetros, lo que importa es la interpretacin, ms concretamente, qu sugieren la media y la desviacin estndar en trminos de probabilidad del movimiento del precio. En nuestro ejemplo la media nos indica un promedio de resultados. Si sumamos todos los resultados y los dividimos entre el nmero de datos, nos da un promedio de -0.4741% es decir, el retorno promedio de resultados en estos das fue -0.4741% Si calculamos la desviacin de acuerdo a la frmula presentada anteriormente nos da que la Desviacin Estndar o volatilidad es 1.13%, hay que tener en cuenta que los datos tomados son datos diarios, por lo tanto el dato obtenido es de una volatilidad diaria de 1.3%. Esto nos quiere decir que si el precio del activo cotiza a $158, el precio de este activo puede moverse hacia arriba o hacia abajo:: $158,1 x 1,129677% = 1,786019166 diario Grficamente se puede representar de la siguiente manera

Este simple numerito aunque nos dice una aproximacion del movimiento, nos puede resultar til para interpretarlo en trminos de probabilidad, es decir cul es la probabilidad de que el activo cotice a determinado precio, pero este tema lo trataremos en la segunda parte de este articulo.

LA CURVA DE GAUSS Y LA MOTIVACIN

La campana de Gauss, curva de Gauss o curva normal, es una funcin de probabilidad continua, simtrica, cuyo mximo coincide con la media (m) y que tiene dos puntos de inflexin situados a ambos lados de la media, a una distancia (d) de ella. Esta curva fue descrita por el matemtico alemn Carl Friederich Gauss, estudiando los errores que se producen al medir reiteradamente una cierta magnitud. La gran importancia de esta distribucin se debe a la enorme frecuencia con la que aparece en las situaciones ms variadas: -Caracteres morfolgicos de individuos. -Caracteres fisiolgicos.

-Caracteres fsicos. Para cada valor de la media (m) y de la desviacin tpica (d) hay una curva normal, que se denomina N(m,d).

Uno de los mtodos ms importantes de ordenacin de datos son la tabulacin y la clasificacin. Este procedimiento conduce a una o ms distribuciones de frecuencia. Existen distribuciones de distintas formas. Muchas de ellas se caracterizan por ser simtricas y con un solo pico, y muestran una forma de campana con un mximo en el medio, disminuyendo gradualmente hacia los extremos de la escala de valores. Este tipo de distribucin se conoce como Distribucin normal o Curva de Gauss. Se llama normal porque el valor central es el que se repite con mayor frecuencia. Otras distribuciones son asimtricas, ya sea a la derecha o a la izquierda, segn si el segmento ms largo de la distribucin se site en el lado de la escala correspondiente a los valores ms altos o ms bajos.

También podría gustarte