Está en la página 1de 11

MAT 233 Estadística

Msc. Ing. Franklin Torres E.

1

Medidas de Concentración ó Medidas de Tendencia Central.
Las medidas de tendencia central son valores representativos, es decir, se trata de valores
que generan una representación de un conjunto de datos obtenidos en un determinado
experimento.
Estas medidas representativas se les llaman Medidas de Tendencia Central y son las
siguientes:
Media Aritmética.
La Media Aritmética o simplemente Media, de un conjunto de Números x1, x2, x3,… xn es
denotado por x y se define por:

x=

x1 + x 2 + x3 + K + x n
n
n

_

x=

∑x

i

1

n

La suma de cada uno de los valores entre la cantidad de estos.
Si los números están organizados en una Distribución de Frecuencias donde x1, x2, x3,… xk,
son las Marcas de Clase y además f1, f2, f3,… fk, son sus respectivas frecuencias, entonces
la Media Aritmética es:

x=

f1 * x1 + f 2 * x2 + f 3 * x3 + K + f k * xk
f1 + f 2 + f 3 + K + f k

fi * xi

x=
∑ fi
_

Donde la suma de las frecuencias es equivalente a la cantidad total de valores observados.

417 13 d1 = x1-MA 25 d2= x2-MA 31 d3 37 d4 42 d5 55 63 65 70 72 75 548 Media Aritmética = -39. respecto de su Media Aritmética.8181818 -36. Franklin Torres E.417 -10.18 15.8181818 49.58 615.583 12. 65.Ma 25 31 37 42 55 63 65 70 72 75 81 629 Media Aritm.12 164. 42.8181818 49. 37.417 52.85 173.417 52.49 407.8181818 1355.18 25.8181818 49.417 52.417 52.583 19. - La Suma Algebraica de las Desviaciones de un conjunto de números.583 10. 31.94 354.82 -12. Ing.417 52.82 -7.417 52.8181818 49.12 4515. 75.MAT 233 Estadística Msc.18 22. 2 ∑ fi = n Propiedades.00 49. 63. 25.18 0.417 2. es siempre igual a cero.417 -27.417 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 - 52.8181818 49. 81 13 di = xi .417 52.417 52.31 61.583 0.03 634.64 La Suma Algebraica de los cuadrados de las desviaciones de un conjunto de valores respecto a su Media Aritmética siempre en un Valor Mínimo.82 -18.8181818 49.8181818 49.18 20.417 -15.76 230. 55. = 52.583 17.583 22. Ejemplo: Sean los siguientes números: 13.417 52.12 26.82 5. 72.82 -24.8181818 49.417 52.000 49.8181818 49.583 28.417 52. 1 1 1 1 1 1 1 1 1 1 1 144 576 900 1296 1681 2916 3844 4096 4761 5041 5476 30731 . 70.8181818 49.31 492.417 -21.18 13.

Franklin Torres E. Con el Ejemplo citado podremos demostrar como: La Mediana. n/2: fl: fm: c: La mitad de los datos observados. 112 La mediana 75 12. 100. Frecuencia acumulada por debajo de la Clase Mediana. 3 El valor resultante es siempre un Valor Mínimo. 98. será mayor al valor obtenido. 95. Es un valor representativo también. 60. 55. . que determinando respecto a la Media Aritmética. 25. diferente de la Media Aritmética. siendo estos ordenados en forma creciente o decreciente. 34. La Clase Mediana es aquel intervalo donde su frecuencia acumulada es equivalente a la mitad de los valores observados.MAT 233 Estadística Msc. 60. Ing. 90. La magnitud del intervalo de clase. 90. es decir: Si se expresase un valor diferente a la Media Aritmética. 25. la suma de los cuadrados de las desviaciones respecto a ese valor. 95 La mediana será 57. 75. 55. La mediana será el Valor Medio de los dos valores que se encuentran en el centro de esa serie de valores.5 Si estamos analizando una Distribución de Frecuencias La Mediana es posible calcular mediante la siguiente relación: ⎛ n − fl ⎞ ~ x = Lm+ ⎜ 2 ⎟*c ⎜ fm ⎟ ⎝ ⎠ Donde: Lm: Es el límite real inferior o límite verdadero de clase inferior de la Clase mediana. Si la cantidad de valores que se está analizando fuese par. 34. 75. se puede determinar como el valor que se encuentra en el centro de una serie de valores. Frecuencia de la Clase Mediana. 12.

34. 12. 90. ⎛ ∆1 ⎞ ⎟⎟ * c Moda = Lm + ⎜⎜ ⎝ ∆1 + ∆ 2 ⎠ Lm: ∆1: ∆2: C: Limite real inferior o limite verdadero de clase inferior de la Clase Modal. 25. 90. 55. La Media Geométrica.MAT 233 Estadística Msc. G = n x1 * x2 * x3 *K* xn . 95 Moda = 34 12. Esta medida de concentración viene del resultado representativo de una progresión geométrica. 34. 12. La Moda en un conjunto de números obtenidos en forma experimental o de una base de datos. 55. 95 Moda = 12. de un conjunto de n números x1. Ing. 55. 90. Es el exceso ó diferencia de la frecuencia de la Clase Modal sobre la frecuencia de la clase Contigua Superior. 75. 34. Franklin Torres E.… xn es la raíz n-enésima del producto de esos números. x3. 95 Moda = 34 La moda puede no existir e incluso no ser única en caso de existir. 34. 34. es aquel valor que ocurre con mayor frecuencia. 75. x2. En una Distribución de Frecuencias La Moda es posible determinar mediante la siguiente Relación. Magnitud del Intervalo de Clase. 34 12. 12. 25. el valor mas frecuente. Clase Modal. 34. Es aquel intervalo de clase que tiene Mayor Frecuencia. 60. 34. 60. Es el exceso ó diferencia de la frecuencia de la Clase Modal sobre la frecuencia de la clase Contigua Inferior. La Media Geométrica. lo denotamos como G. es decir. 60. 75. 4 La Moda. 25.

Donde x1... x3. f2. … xk son las marcas de clase y f1. Entonces. La media geométrica se determinará: G = n x1 * x1 * x1.. * xk G = n x1f1 * x2f 2 * x3f 3 . f3.. 5 Simplificando: n G = n π xi 1 Cuando la cantidad de valores que se está analizando son muy grandes y los valores son altos. Que resultaría de la siguiente manera.. * xkf k G = n πxif i .MAT 233 Estadística Msc. … fk son sus frecuencias.. Franklin Torres E. log(G ) = 1 * [log( x1 ) + log(x 2 ) + log( x3 ) + K + log( x n )] n Simplificando: 1 n LogG = * ∑ Logxi n 1 Si estamos trabajando con una distribución de frecuencias.. * x 2 * x 2 * x 2 * . se puede utilizar propiedades de logaritmos... Ing. x2.x3 * x3 * .

… fk. f3. + k x1 x 2 x3 xk La Media Cuadrática La media cuadrática ( xc ) de un conjunto de números x1. x3. es la recíproca de la Media Aritmética de los reciproco de esos Números..MAT 233 Estadística Msc. H= Simplificando n 1 1 1 1 + + +K+ x1 x 2 x3 xn H= n 1 ∑1 x i n Si se está analizando una Distribución de Frecuencias donde x1... + f k f f1 f 2 f 3 + + + .… xk... x2.… xn. se suelen denotar por: _ xc = x12 + x 22 + x32 + . Franklin Torres E. + x n2 n . x2. Son las Marcas de clase y f1.. x2. x3. f2. log(G ) = 6 1 * [ f1 log( x1 ) + f 2 log( x2 ) + f3 log( x3 ) + K + f k log(xk )] n 1 k LogG = * ∑ f i Logxi n 1 La Media Armónica La media armónica. Ing.… xn. lo denotamos como H de un conjunto de números x1. x3. son sus respectivas frecuencias la Media Armónica se puede expresar de la siguiente forma: H= f1 + f 2 + f 3 + .

… fk son sus respectivas frecuencias. donde x1. Q2 y Q3. f3. Franklin Torres E. Ing. f2. 7 Simplificando: n _ xc = ∑x 2 i 1 n Si en caso de que estuviésemos trabajando con una Distribución de Frecuencias... + f k x k2 n Simplificando: 1 n 2 xc = * ∑ f i * xi n i =1 Cuartiles. Segundo Cuartil y Tercer Cuartil y de esta manera el segundo cuartil corresponderá al valor de la Mediana.… xk son las marcas de clase y f1. Mediana Partiendo de esa idea se puede pensar en valores que dividen al conjunto de datos en cuatro partes iguales. x2.MAT 233 Estadística Msc. Deciles y Percentiles Si a una serie de datos se colocasen en orden creciente de acuerdo a su magnitud. el valor medio que divide al conjunto de datos en dos partes iguales es la Mediana. x3. Se les llamará Primer Cuartil. a estos valores se les denomina Cuartiles y se les denotará como Q1. . tendremos: _ xc = f1 * x12 + f 2 * x 22 + f 3 x32 + .

P75 corresponderá al Primer y Tercer Cuartil respectivamente. Q3. …. de la siguiente Distribución de Frecuencias Distribución de Frecuencias Intervalos de Clase 51 57 Frec. Qk = LVDC n k * − fa 4 + *c fQ Dk = LVDC + Pk = LVDC + k* k* n − fa 10 *c fD n − fa 100 *c fP Ejemplo. Q2. El quinto Decil. D2. fi. el quincuagésimo Percentil corresponderá al valor de la Mediana y los Percentiles P25. Realizando el mismo proceso los valores que dividen al conjunto de datos en cien partes iguales se les denomina Percentiles y se representará por P1. P3.MAT 233 Estadística Msc. P2. Franklin Torres E. Ing. D3.Hallar todas las medidas de concentración y Q1. D9. 8 Bajo este mismo principio los valores que dividen a los datos observados en diez partes iguales se les denominará Deciles y se los representa por: D1. el D7 y el P85. 2 . …P99.

76.57 62. Ing.78.75.97 .79.61.65.67.72.74.93.71.73.82.86.87.63 68.81 88.63.75.78.79.62.93.78.88.85 90.85.MAT 233 Estadística Msc.94 95.68.77 84.96.62.60.75.73.74.85.73.77.88.76.71.74.76.80.75.61.89.78.63.82.75.68.62.83.60.71.69.75.65.66.67 73.65.78. 58 65 72 79 86 93 64 71 78 85 92 99 9 12 13 27 12 7 7 TABLA 2-3 50 54 55 59 60 64 65 69 70 74 75 79 80 84 85 89 90 94 95 99 53 59. Franklin Torres E.72 75.76.95.79.

MAT 233 Estadística Msc.399 400 .799 800 .999 1000 . 10 TABLA 2-13 Duración (horas) 300 .599 600 .499 500 .899 900 . Ing.1099 1100 .699 700 .1199 TOTAL Número de Tubos 14 46 58 76 68 62 48 22 6 400 . Franklin Torres E.

Ing. 11 .MAT 233 Estadística Msc. Franklin Torres E.