Está en la página 1de 14

DESCRIPCION DE DATOS

Esta parte se orienta al tratamiento de datos estadsticos, esto es, al anlisis estadstico de
poblaciones finitas. Para estas poblaciones, analiza una o ms caractersticas, con el objeto de
resumir el comportamiento de cada una de ellas dentro de la poblacin, o la relacin entre
varias.
En Estadstica univariante ver el lector cmo se analiza una caracterstica. Aunque se
dedica una mayor atencin a las caractersticas numricas, o variables estadsticas, una parte
relevante de esta descripcin aborda el tratamiento de los caracteres cualitativos, o atributos. El
anlisis se enfoca desde sus vertientes numricas y grficas.
El enlace Estadstica bivariante ensea a resumir la relacin entre varios caracteres. Se
abordan separadamente los casos en que ninguno, uno o los dos caracteres son cualitativos,
mostrando las herramientas de anlisis numrico y grfico ms adecuadas en cada caso.
La Descripcin de datos se completa con dos tpicos de gran importancia en el anlisis
estadstico de las realidades sociales y econmicas: Por un lado, el anlisis de los
denominados Nmeros ndices, que resumen la variacin temporal o geogrfica de ciertas
magnitudes o conceptos. El anlisis econmico actual sera impensable si no dispusiramos,
por ejemplo, de los ndices de Produccin Industrial o el ndice de Precios de Consumo.
Por otro lado, las Series temporales, en su da denominadas Series cronolgicas, que valoran
la evolucin temporal de magnitudes econmicas. Conceptos como la tendencia, los ndices de
Variacin estacional, las Tasas de variacin interanual, se analizan en los correspondientes
enlaces.
Estos temas no exigen una preparacin matemtica notable, siendo suficiente estar equipado
con habilidades matemticas al nivel de los Bachilleratos en Ciencias sociales.

http://www.eco.uva.es/estadmed/datos/index_datos.htm

Histograma

En estadstica, un histograma es una representacin grfica de una variable en forma de


barras, donde la superficie de cada barra es proporcional a la frecuencia de los valores
representados, ya sea en forma diferencial o acumulada. Sirven para obtener una "primera
vista" general, o panorama, de la distribucin de la poblacin, o la muestra, respecto a una
caracterstica, cuantitativa y continua, de la misma y que es de inters para el observador
(como la longitud o la masa). De esta manera ofrece una visin en grupo permitiendo observar
una preferencia, o tendencia, por parte de la muestra o poblacin por ubicarse hacia una
determinada regin de valores dentro del espectro de valores posibles (sean infinitos o no) que
pueda adquirir la caracterstica. As pues, podemos evidenciar comportamientos, observar el
grado de homogeneidad, acuerdo o concisin entre los valores de todas las partes que
componen la poblacin o la muestra, o, en contraposicin, poder observar el grado de
variabilidad, y por ende, la dispersin de todos los valores que toman las partes, tambin es
posible no evidenciar ninguna tendencia y obtener que cada miembro de la poblacin toma por
su lado y adquiere un valor de la caracterstica aleatoriamente sin mostrar ninguna preferencia
o tendencia, entre otras cosas.

En el eje vertical se representan las frecuencias, es decir, la cantidad de poblacin o la


muestra, segn sea el caso, que se ubica en un determinado valor o sub-rango de valores de la
caracterstica que toma la caracterstica de inters, evidentemente, cuando este espectro de
valores es infinito o muy grande el mismo es reducido a slo una parte que muestre la
tendencia o comportamiento de la poblacin, en otras ocasiones este espectro es extendido
para mostrar el alejamiento o ubicacin de la poblacin o la muestra analizada respecto de un
valor de inters.
En general se utilizan para relacionar variables cuantitativas continuas, pero tambin se lo
suele usar para variables cuantitativas discretas, en cuyo caso es comn llamarlo diagrama de

frecuencias y sus barras estn separadas, esto es porque en el "x" ya no se representa un


espectro continuo de valores, sino valores cuantitativos especficos como ocurre en un
diagrama de barras cuando la caracterstica que se representa es cualitativa o categrica. Su
utilidad se hace ms evidente cuando se cuenta con un gran nmero de datos cuantitativos y
que se han agrupado en intervalos de clase.
Ejemplos de su uso es cuando se representan franjas de edades o altura de la muestra, y, por
comodidad, sus valores se agrupan en clases, es decir, valores continuos. En los casos en los
que los datos son cualitativos (no numricos), como sexto grado de acuerdo o nivel de
estudios, es preferible un diagrama de sectores.
Los histogramas son ms frecuentes en ciencias sociales, humanas y econmicas que en
ciencias naturales y exactas. Y permite la comparacin de los resultados de un proceso.
Tipos de histograma

Diagramas de barras simples

Representa la frecuencia simple (absoluta o relativa) mediante la altura de la barra la


cual es proporcional a la frecuencia simple de la categora que representa.

Diagramas de barras compuesta

Se usa para representar la informacin de una tabla de doble entrada o sea a partir de
dos variables, las cuales se representan as; la altura de la barra representa la
frecuencia simple de las modalidades o categoras de la variable y esta altura es
proporcional a la frecuencia simple de cada modalidad.

Diagramas de barras agrupadas

Se usa para representar la informacin de una tabla de doble entrada o sea a partir de
dos variables, el cual es representado mediante un conjunto de barras como se
clasifican respecto a las diferentes modalidades.

Polgono de frecuencias

Es un grfico de lneas que de las frecuencias absolutas de los valores de una


distribucin en el cual la altura del punto asociado a un valor de las variables es
proporcional a la frecuencia de dicho valor.

Ojiva porcentual

Es un grfico acumulativo, el cual es muy til cuando se quiere representar el rango


porcentual de cada valor en una distribucin de frecuencias.
En los grficos las barras se encuentran juntas y en la tabla los nmeros poseen en el primer
miembro un corchete y en el segundo un parntesis, por ejemplo: (10-20) aunque existen
algunas otras.
Construccin de un histograma

Paso 1

Determinar el rango de los datos. Rango es igual al dato mayor menos el dato menor.

Paso 2

Obtener todos los nmeros de clases, existen 2 criterios para determinar el nmero de clases
(o barras) por ejemplo, la regla de Sturges. Sin embargo ninguno de ellos es exacto. Algunos
autores recomiendan de cinco a quince clases, dependiendo de cmo estn los datos y
cuntos sean. Un criterio usado frecuentemente es que el nmero de clases debe ser
aproximadamente a la raz cuadrada del nmero de datos. Por ejemplo, la raz cuadrada de 30
(nmero de artculos) es mayor que cinco, por lo que se seleccionan seis clases.

Paso 3

Establecer la longitud de clase: es igual al rango dividido por el nmero de clases.

Paso 4

Construir los intervalos de clases: Los intervalos resultan de dividir el rango de los datos en
relacin al resultado del PASO 2 en intervalos diferentes

Paso 5

Graficar el histograma: En caso de que las clases sean todas de la misma amplitud, se hace
una grfica de pastel, las bases de las barras son los intervalos de clases y la altura es la
frecuencia de las clases. Si se unen los puntos medios de la base superior de los rectngulos
se obtiene el polgono de frecuencias.

El histograma de una imagen representa la frecuencia relativa de los niveles de gris de la


imagen. Las tcnicas de modificacin del histograma de una imagen son tiles para aumentar
el contraste de imgenes con histogramas muy concentrados.Sea u una imagen de tamao
NN, la funcin de distribucin del histograma es:

Otros tipos de representaciones grficas


Hay histogramas donde se agrupan los datos en clases, y se cuenta cuntas observaciones
(frecuencia absoluta) hay en cada una de ellas. En algunas variables (variables cualitativas) las
clases estn definidas de modo natural, por ejemplo, sexo con dos clases: mujer, varn o grupo
sanguneo con cuatro: A, B, AB, O. En las variables cuantitativas, las clases hay que definir las
explcita mente (intervalos de clase). Se representan los intervalos de clase en el eje de
abscisas (eje horizontal) y las frecuencias, absolutas o relativas, en el de ordenadas (eje
vertical).
A veces es ms til representar las frecuencias acumuladas, o representar simultneamente los
histogramas de una variable en dos situaciones distintas.
Otra forma muy frecuente, de representar dos histogramas de la misma variable en dos
situaciones distintas.
En las variables cuantitativas o en las cualitativas ordinales se pueden representar polgonos
de frecuencia en lugar de histogramas, cuando se representa la frecuencia acumulativa, se
denomina ojiva.
http://es.wikipedia.org/wiki/Histograma

DIAGRAMA DE PARETO
El diagrama de Pareto, tambin llamado curva cerrada o Distribucin A-B-C, es una grfica
para organizar datos de forma que estos queden en orden descendente, de izquierda a
derecha y separados por barras. Permite, pues, asignar un orden de prioridades. Con el uso de
Excel se puede construir fcilmente un Diagrama de Pareto segn se detalla en el artculo
Cmo hacer un Diagrama de Pareto con Excel.
El diagrama permite mostrar grficamente el principio de Pareto (pocos vitales, muchos
triviales), es decir, que hay muchos problemas sin importancia frente a unos pocos muy
importantes. Mediante la grfica colocamos los "pocos que son vitales" a la izquierda y los
"muchos triviales" a la derecha.
El diagrama facilita el estudio de las fallas en las industrias o empresas comerciales, as como
fenmenos sociales o naturales psicosomticos, como se puede ver en el ejemplo de la grfica
al principio del artculo.
Hay que tener en cuenta que tanto la distribucin de los efectos como sus posibles causas no
es un proceso lineal sino que el 20% de las causas totales hace que sean originados el 80% de
los efectos.
El principal uso que tiene el elaborar este tipo de diagrama es para poder establecer un orden
de prioridades en la toma de decisiones dentro de una organizacin. Evaluar todas las fallas,
saber si se pueden resolver o mejor evitarlas.

Ejemplo simple de un diagrama de Pareto usando datos hipotticos. Se muestran las


frecuencias relativas en un diagrama de barras y en un lnea roja las frecuencias
acumuladas de las causas por las que los empleados llegan tarde a trabajar a una
empresa.
http://es.wikipedia.org/wiki/Diagrama_de_Pareto

GRAFICA PARA DATOS (EXCEL)

Un grfico o representacin grfica es un tipo de representacin de datos, generalmente


numricos, mediante recursos grficos (lneas, vectores, superficies o smbolos), para que se
manifieste visualmente la relacin matemtica o correlacin estadstica que guardan entre s.
Tambin es el nombre de un conjunto de puntos que se plasman en coordenadas cartesianas y
sirven para analizar el comportamiento de un proceso o un conjunto de elementos o signos que
permiten la interpretacin de un fenmeno. La representacin grfica permite establecer
valores que no se han obtenido experimentalmente sino mediante la interpolacin (lectura entre
puntos) y la extrapolacin (valores fuera del intervalo experimental).
Grficas en estadstica

La estadstica grfica es la descripcin e interpretacin de datos e inferencias sobre


stos. Forma parte de los programas estadsticos usados con los ordenadores. Autores
como Edward R. Tufte han desarrollado nuevas soluciones de anlisis grficos. Existen
diferentes tipos de grficas:

Grfico lineal: los valores en dos ejes cartesianos ortogonales entre s. Las grficas
lineales se recomiendan para representar series en el tiempo, y es donde se muestran
valores mximos y mnimos; tambin se utilizan para varias muestras en un diagrama.

Grfico de barras: se usa cuando se pretende resaltar la representacin de porcentajes


de datos que componen un total. Una grfica de barras contiene barras verticales que
representan valores numricos, generalmente usando una hoja de clculo. Las grficas
de barras son una manera de representar frecuencias; las frecuencias estn asociadas
con categoras. Una grfica de barras se presenta de dos maneras: horizontal o
vertical. El objetivo es poner una barra de largo (alto si es horizontal) igual a la
frecuencia. La grfica de barras sirve para comparar y tener una representacin grfica
de la diferencia de frecuencias o de intensidad de la caracterstica numrica de inters.

Histograma: se emplea para ilustrar muestras agrupadas en intervalos. Est formado


por rectngulos unidos a otros, cuyos vrtices de la base coinciden con los lmites de
los intervalos y el centro de cada intervalo es la marca de clase que representamos en
el eje de las abscisas. La altura de cada rectngulo es proporcional a la frecuencia del
intervalo respectivo.

Grfico circular: permite ver la distribucin interna de los datos que representan un
hecho, en forma de porcentajes sobre un total. Se suele separar el sector
correspondiente al mayor o menor valor, segn lo que se desee destacar.

Pictograma: Son imgenes que sirven para representar el comportamiento o la


distribucin de los datos cuantitativos de una poblacin, utilizando smbolos de tamao
proporcional al dato representado. Una posibilidad es que el grfico sea analgico por
ejemplo, la representacin de los resultados de las elecciones con colores sobre un
hemiciclo.
Eje numrico

Un grfico de eje numrico es un diagrama de barras, de lneas o de rea que utiliza un campo
numrico o un campo de fecha/hora como campo A cambio de. Los grficos de eje numrico
proporcionan un medio para aplicar una escala a los valores del eje X, crendose de este modo
un eje X numrico verdadero o un ejemplo X de fecha/hora verdadero.

Grfico de burbujas
Este tipo de grfico presenta los datos como una serie de burbuja, el tamao de las cuales es
proporcional a la cantidad de datos. Un grfico de este tipo resulta muy efectivo para mostrar el
nmero de productos vendidos en cierta regin.

http://es.wikipedia.org/wiki/Gr%C3%A1fica

MEDIDAS DE TENDENCIA CENTRAL


Al describir grupos de observaciones, con frecuencia es conveniente resumir la informacin con
un solo nmero. Este nmero que, para tal fin, suele situarse hacia el centro de la distribucin
de datos se denomina medida o parmetro de tendencia central o de centralizacin.
Cuando se hace referencia nicamente a la posicin de estos parmetros dentro de la
distribucin, independientemente de que sta est ms o menos centrada, se habla de estas
medidas como medidas de posicin.1 En este caso se incluyen tambin los cuantiles entre
estas medidas.
Entre las medidas de tendencia central tenemos:

Media

Media ponderada

Media geomtrica

Media armnica

Mediana

Moda

Se debe tener en cuenta que existen variables cualitativas y variables cuantitativas, por lo que
las medidas de posicin o medidas de tendencia se usan de acuerdo al tipo de variable que
se est observando, en este caso se observan variables cuantitativas.
La media aritmtica
La media aritmtica es el valor obtenido por la suma de todos sus valores dividida entre el
nmero de sumadores.
Por ejemplo, las notas de 5 alumnos en una prueba:
nio
1
2
3
4
5

nota
6,0 Primero, se suman las notas:
5,4
6,0+5,4+3,1+7,0+6,1 = 27,6
3,1 Luego el total se divide entre la cantidad de alumnos:
7,0
27,6/5=5,52
6,1

La media aritmtica en este ejemplo es 5,52


La media aritmtica es, probablemente, uno de los parmetros estadsticos ms extendidos. 2
Se le llama tambin promedio o, simplemente, media.
Definicin formal
Dado un conjunto numrico de datos, x1, x2, ..., xn, se define su media aritmtica como

Esta definicin vara, aunque no sustancialmente, cuando se trata de variables continuas, esto
es, tambin puede calcularse para variables agrupadas en intervalos.
Propiedades
Las principales propiedades de la media aritmtica son: 3

Su clculo es muy sencillo y en l intervienen todos los datos.

Su valor es nico para una serie de datos dada.

Se usa con frecuencia para comparar poblaciones, aunque es ms apropiado


acompaarla de una medida de dispersin.

Se interpreta como "punto de equilibrio" o "centro de masas" del conjunto de datos, ya


que tiene la propiedad de equilibrar las desviaciones de los datos respecto de su propio
valor:

Minimiza las desviaciones cuadrticas de los datos respecto de cualquier valor

prefijado, esto es, el valor de


es mnimo cuando
. Este
resultado se conoce como Teorema de Knig. Esta propiedad permite interpretar uno
de los parmetros de dispersin ms importantes: la varianza.

Se ve afectada por transformaciones afines (cambios de origen y escala), esto es, si


entonces
para i = 1, ..., n y a y b nmeros reales.

, donde

es la media aritmtica de los

Es poco sensible a fluctuaciones muestrales, por lo que es un parmetro muy til en


inferencia estadstica.

Inconvenientes de su uso
Este parmetro, an teniendo mltiples propiedades que aconsejan su uso en situaciones muy
diversas, tiene tambin algunos inconvenientes, como son:

Para datos agrupados en intervalos (variables continuas) su valor oscila en funcin de


la cantidad y amplitud de los intervalos que se consideren.

La estatura media como resumen de una poblacin homognea (abajo) o heterognea (arriba).

Es una medida a cuyo significado afecta sobremanera la dispersin, de modo que


cuanto menos homogneos sean los datos, menos informacin proporciona. Dicho de
otro modo, poblaciones muy distintas en su composicin pueden tener la misma
media.4 Por ejemplo, un equipo de baloncesto con cinco jugadores de igual estatura,
1,95 m, evidentemente, tendra una estatura media de 1,95 m, valor que representa
fielmente a esta poblacin homognea. Sin embargo, un equipo de jugadores de
estaturas ms heterogneas, 2,20 m, 2,15 m, 1,95 m, 1,75 m y 1,70 m, por ejemplo,
tendra tambin, como puede comprobarse, una estatura media de 1,95 m, valor que
no representa a casi ninguno de sus componentes.

En el clculo de la media no todos los valores contribuyen de la misma manera. Los


valores altos tienen ms peso que los valores cercanos a cero. Por ejemplo, en el
clculo del salario medio de un empresa, el salario de un alto directivo que gane
1.000.000 de tiene tanto peso como el de diez empleados "normales" que ganen
1.000 . En otras palabras, se ve muy afectada por valores extremos.

No se puede determinar si en una distribucin de frecuencias hay intervalos de clase


abiertos.

Media aritmtica ponderada


A veces puede ser til otorgar pesos o valores a los datos dependiendo de su relevancia para
determinado estudio. En esos casos se puede utilizar una media ponderada.
Si
son nuestros datos y
media ponderada se define de la siguiente forma:

son sus "pesos" respectivos, la

Media muestral
Esencialmente, la media muestral es el mismo parmetro que el anterior, aunque el adjetivo
"muestral" se aplica a aquellas situaciones en las que la media aritmtica se calcula para un
subconjunto de la poblacin objeto de estudio.

La media muestral es un parmetro de extrema importancia en la inferencia estadstica, siendo


de gran utilidad para la estimacin de la media poblacional, entre otros usos.
Moda
La moda es el dato ms repetido de la encuesta, el valor de la variable con mayor frecuencia
absoluta.5 En cierto sentido la definicin matemtica corresponde con la locucin "estar de
moda", esto es, ser lo que ms se lleva.
Su clculo es extremadamente sencillo, pues solo necesita un recuento. En variables
continuas, expresadas en intervalos, existe el denominado intervalo modal o, en su defecto, si
es necesario obtener un valor concreto de la variable, se recurre a la interpolacin.
Por ejemplo, el nmero de personas en distintos vehculos en una carretera: 5-7-4-6-9-5-6-1-53-7. El nmero que ms se repite es 5, entonces la moda es 5.
Hablaremos de una distribucin bimodal de los datos, cuando encontremos dos modas, es
decir, dos datos que tengan la misma frecuencia absoluta mxima. Cuando en una distribucin
de datos se encuentran tres o ms modas, entonces es multimodal. Por ltimo, si todas las
variables tienen la misma frecuencia diremos que no hay moda.
Cuando tratamos con datos agrupados en intervalos, antes de calcular la moda, se ha de
definir el intervalo modal. El intervalo modal es el de mayor frecuencia absoluta.
La moda, cuando los datos estn agrupados, es un punto que divide el intervalo modal en dos
partes de la forma p y c-p, siendo c la amplitud del intervalo, que verifiquen que:

Siendo
la frecuencia absoluta del intervalo modal y
y
las frecuencias absolutas
de los intervalos anterior y posterior, respectivamente, al intervalo modal.
Las calificaciones en la asignatura de Matemticas de 39 alumnos de una clase viene dada por
la siguiente tabla (debajo):
Calificaciones
Nmero de alumnos

Propiedades
Sus principales propiedades son:

Clculo sencillo.

Interpretacin muy clara.

Al depender solo de las frecuencias, puede calcularse para variables cualitativas. Es


por ello el parmetro ms utilizado cuando al resumir una poblacin no es posible
realizar otros clculos, por ejemplo, cuando se enumeran en medios periodsticos las
caractersticas ms frecuentes de determinado sector social. Esto se conoce
informalmente como "retrato robot".6

Inconvenientes

Su valor es independiente de la mayor parte de los datos, lo que la hace muy sensible
a variaciones muestrales. Por otra parte, en variables agrupadas en intervalos, su valor
depende excesivamente del nmero de intervalos y de su amplitud.

Usa muy pocas observaciones, de tal modo que grandes variaciones en los datos fuera
de la moda, no afectan en modo alguno a su valor.

No siempre se sita hacia el centro de la distribucin.

Puede haber ms de una moda en el caso en que dos o ms valores de la variable


presenten la misma frecuencia (distribuciones bimodales o multimodales).

Mediana
La mediana es un valor de la variable que deja por debajo de s a la mitad de los datos, una vez
que stos estn ordenados de menor a mayor.7 Por ejemplo, la mediana del nmero de hijos de
un conjunto de trece familias, cuyos respectivos hijos son: 3, 4, 2, 3, 2, 1, 1, 2, 1, 1, 2, 1 y 1, es
2, puesto que, una vez ordenados los datos: 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 4, el que ocupa la
posicin central es 2:

En caso de un nmero par de datos, la mediana no correspondera a ningn valor de la


variable, por lo que se conviene en tomar como mediana el valor intermedio entre los dos
valores centrales. Por ejemplo, en el caso de doce datos como los siguientes:

Se toma como mediana


Existen mtodos de clculo ms rpidos para datos ms numerosos (vase el artculo principal
dedicado a este parmetro). Del mismo modo, para valores agrupados en intervalos, se halla el
"intervalo mediano" y, dentro de ste, se obtiene un valor concreto por interpolacin.
Clculo de la mediana para datos agrupados
Primero hallamos las frecuencias absolutas acumuladas Fi (ver tabla del margen derecho).
As, aplicando la frmula asociada a la mediana para n impar, obtenemos X(39+1)/2 = X20 y
basndonos en la frmula que hace referencia a las frecuencias absolutas:
Ni-1< n/2 < i = N19 < 19.5 < N20
Por tanto la mediana ser el valor de la variable que ocupe el vigsimo lugar. En nuestro
ejemplo, 21 (frecuencia absoluta acumulada para Xi = 5) > 19.5 con lo que Me = 5 puntos (es
aconsejable no olvidar las unidades; en este caso como estamos hablando de calificaciones,
sern puntos)

La mitad de la clase ha obtenido un 5 o menos, y la otra mitad un 5 o ms.


Ejemplo (N par)
xi

fi

Fi

13

19 = 19

28

32

36

38

Las calificaciones en la asignatura de Matemticas de 38 alumnos de una clase viene dada por
la siguiente tabla (debajo):
Calificaciones
Nmero de alumnos

Calculemos la Mediana:
Primero hallamos las frecuencias absolutas acumuladas Fi (ver tabla margen derecho).
Si volvemos a utilizar la frmula asociada a la mediana para n par, obtenemos X(38/2) = X19 y
basndonos en la frmula que hace referencia a las frecuencias absolutas --> Ni-1< n/2 < Ni =
N18 < 19 < N19
Con lo cual la mediana ser la media aritmtica de los valores de la variable que ocupen el
decimonoveno y el vigsimo lugar.
En nuestro ejemplo, el lugar decimonoveno lo ocupa el 5 y el vigsimo el 6, (desde el vigsimo
hasta el vigsimo octavo)
con lo que Me = (5+6)/2 = 5,5 puntos.
Propiedades e inconvenientes
Las principales propiedades de la mediana son:8

Es menos sensible que la media a oscilaciones de los valores de la variable. Un error


de transcripcin en la serie del ejemplo anterior en, pongamos por caso, el ltimo
nmero, deja a la mediana inalterada.

Como se ha comentado, puede calcularse para datos agrupados en intervalos, incluso


cuando alguno de ellos no est acotado.

No se ve afectada por la dispersin. De hecho, es ms representativa que la media


aritmtica cuando la poblacin es bastante heterognea. Suele darse esta
circunstancia cuando se resume la informacin sobre los salarios de un pas o una

empresa. Hay unos pocos salarios muy altos que elevan la media aritmtica haciendo
que pierda representatividad respecto al grueso de la poblacin. Sin embargo, alguien
con el salario "mediano" sabra que hay tanta gente que gana ms dinero que l, como
que gana menos.
Sus principales inconvenientes son que en el caso de datos agrupados en intervalos, su valor
vara en funcin de la amplitud de estos. Por otra parte, no se presta a clculos algebraicos tan
bien como la media aritmtica.

http://es.wikipedia.org/wiki/Medidas_de_tendencia_central