Las medidas de tendencia central son valores numricos que quieren mostrar el centro de un conjunto de datos, nos interesan

especialmente
Las medidas de tendencia central (media, mediana y moda) sirven como puntos de referencia para interpretar las calificaciones
que se obtienen en una prueba. En resumen, el propsito de las medidas de tendencia central es:
Mostrar en qu lugar se ubica la persona promedio o tpica del grupo.
Sirve como un mtodo para comparar o interpretar cualquier puntaje en relacin con el puntaje central o tpico.
Sirve como un mtodo para comparar el puntaje obtenido por una misma persona en dos diferentes ocasiones.
Sirve como un mtodo para comparar los resultados medios obtenidos por dos o ms grupos.
La media aritmtica es el valor obtenido al sumar todos l os datos y dividir el resul tado entre
el nmero total de datos.
es el smbol o de l a media aritmtica.

4.1.8 Ventajas
Es la medida de tendencia central ms usada.
El promedio es estable en el muestreo.
Es sensible a cualquier cambio en los datos (puede ser usado como un detector de variaciones en los datos).
Se emplea a menudo en clculos estadsticos posteriores.
Presenta rigor matemtico.
En la grfica de frecuencia representa el centro de gravedad.
4.1.9 Desventajas
Es sensible a los valores extremos.
No es recomendable emplearla en distribuciones muy asimtricas.
Si se emplean variables discretas o cuasi-cualitativas, la media aritmtica puede no pertenecer al conjunto de
valores de la variable.

Mediana (Me): Valor que divide una serie de datos en dos partes iguales. La cantidad de
datos que queda por debajo y por arriba de la mediana son iguales.
Ventajas e inconvenientes :
- Es la medida ms representativa en el caso de variables que solo admitan la escala ordinal.
- Es fcil de calcular.
- En la mediana solo influyen los valores centrales y es insensible a los valores extremos u
outliers .
- En su determinacin no intervienen todos los valores de la variable.
Moda (Mo): indica el valor que ms se repite, o la clase que posee mayor frecuencia.
4.3.5 Ventajas
Es estable a los valores extremos.
Es recomendable para el tratamiento de variables cualitativas.
4.3.6 Desventajas
Pueda que no se presente.
Puede existir ms de una moda.
En distribuciones muy asimtricas suele ser un dato muy poco representativo.
Carece de rigor matemtico.

Medidas de dispersin: Son indicadores estadsticos que muestran la distancia
promedio que existe entre los datos y la media aritmtica.
Las medidas de dispersin nos indican la distancia promedio de los datos respecto a las medidas de tendencia central.
As podremos diferenciar dos conjuntos de datos que poseen iguales medias, siendo los datos de uno ms dispersos del
otro.
El rango o recorrido es l a diferencia entre el mayor y el menor de l os datos de una di stri buci n
estad sti ca.
Ventajas: super-fcil de calcular
Desventajas: solo toma en cuenta los valores extremos; en medio puede pasar lo que sea, y depende mucho de la
muestra que se tenga
Ventajas
* fcil de calcular
* fcil de entender e interpretar

Desventajas
* slo considera los valores extremos
* no toma en cuenta ni el nmero de datos ni el valor de estos
* no es posible calcular en tablas con extremos abiertos.
Desviacin media (Dm): Equivale a la divisin de la sumatoria del valor absoluto de las
distancias existentes entre cada dato y su media aritmtica y el nmero total de datos.
2. Desviacin media:
Ventajas: toma en cuenta todos los datos
Desventajas: la desviacin media de una muestra no es un buen estimador de la desviacin media de la poblacin, que
es lo que en ltima instancia nos interesa conocer.
Dos ventajas:
Utiliza en su clculo todos los valores de la muestra.
Fcil de comprender pues es el promedio en que los valores se desvan con respecto a la media.
Desventaja:
El uso de valores absolutos

Varianza (S
2
o
2
): Es el resultado de la divisin de la sumatoria de las distancias
existentes entre cada dato y su media aritmtica elevadas al cuadrado, y el nmero total
de datos.
Ventajas: informacin completa y ayuda en estudios futuros
Desventajas: consumo de recursos y no convencional
Ventajas: la varianza de una muestra es un buen estimador de la varianza de la poblacin y hay toda una teora de como
hacerlo.
Desventajas: como las unidades de la varianza son unidades al cuadrado (personas al cuadrado, carros al cuadrado,
casas al cuadrado) es difcil explicar qu representa.
Desviacin estndar o tpica (S o ): Es igual a la raz cuadrada de la varianza.
Ventajas: las unidades son las mismas de las observaciones, y como es la raz cuadrada de la varianza, se pueden hacer
inferencias a travs de la varianza y dar explicaciones a travs de la desviacin estndar.
Al proporcionar sus resultados en unidades no cuadradas, la desviacin estndar es muy fcil de interpretar y su
resultado tiene mayor significado en el anlisis de un fenmeno.
Ventajas
* Las unidades son las mismas de las observaciones.
* Es la raz cuadrada de la varianza.
* Se pueden hacer inferencias a travs de la varianza y dar explicaciones a travs de la desviacin estndar.
Desventaja
* Necesitas la varianza para poder calcularla
Coeficiente de variacin (Cv): Equivale a la razn entre la media aritmtica y la
desviacin tpica o estndar.
Ventajas

* El coeficiente de variacin es til cuando pretende comparar la variabilidad de dos o ms conjuntos de datos.
* Su resultado es sealado en porcentaje.

Desventaja
* Es cuando se tienen que comparar dos conjuntos de datos donde uno tiene una medida con valores
positivos y otra con negativos.