Media

Utilice la media para describir un conjunto entero de observaciones con

un solo valor que representa el centro de los datos. Muchos anlisis
estadsticos utilizan la media como un punto de referencia estndar. La
media es la suma de todas las observaciones dividida entre el nmero de
observaciones.
Por ejemplo, el tiempo de espera (en minutos) de cinco clientes de un
banco es: 3, 2, 4, 1 y 2. El tiempo medio de espera es:

En promedio, un cliente espera 2.4 minutos para ser atendido en el

banco.

Mediana
Utilice la mediana para describir un conjunto entero de observaciones
con un solo valor que representa el centro de los datos. La mitad de las
observaciones est por encima de la mediana y la otra mitad est por
debajo de sta. Se determina al jerarquizar los datos y hallar el nmero
de observacin [N + 1] / 2. Si hay un nmero par de observaciones, la
mediana se extrapola como el valor que est justo en el medio entre el
valor de las observaciones N / 2 y [N / 2] + 1.

Para estos datos ordenados, la mediana es 13. Es decir, el 50% de los valores es
menor que o igual a 13 y el 50% de los valores es mayor que o igual a 13.

Moda
La moda es el valor que ocurre con ms frecuencia en un conjunto de
observaciones. Minitab tambin muestra cuntos puntos de los datos son
iguales a la moda. La moda se puede utilizar con la media y la mediana
para proporcionar una caracterizacin general de la distribucin de los
datos. Mientras que la media y la mediana requieren un clculo, la moda
se obtiene simplemente contando el nmero de veces que cada valor
ocurre en un conjunto de datos.
El identificar la moda puede ayudar a comprender la distribucin. Una
distribucin con ms de una moda puede indicar que usted en realidad
tom la muestra de una poblacin mixta. Por ejemplo, usted puede

haber recogido datos de tiempo de espera de clientes que desean cobrar

cheques y de clientes que desean solicitar una hipoteca, todos juntos.
Para entender mejor sus datos, estos dos casos se deberan recopilar por
separado. Si tiene ms de dos modas, la distribucin es multimodal.

Unimodal
Solo hay una moda, 8, que ocurre con ms frecuencia.

Bimodal
Hay dos modas, 4 y 16. Los datos parecen representar 2 poblaciones diferentes.

Media recortada
La media recortada es la media de los datos sin el 5% superior y el 5%
inferior de los valores. Utilice la media recortada para eliminar el impacto
de los valores muy grandes o muy pequeos sobre la media. Cuando los
datos contienen valores atpicos, la media recortada puede ser una
mejor medida de la tendencia central que la media.

La lnea azul representa la media original, la cual es influenciada notablemente por

los valores extremos que se encuentran ms a la derecha. La lnea roja representa

la media recortada, que se desplaza hacia la izquierda porque Minitab excluye los
valores extremos en el 5% ms alto de los datos.

Uso de las medidas de tendencia central para

describir distribuciones asimtricas
El centro de los datos es el rea donde se aglomera la mayora de los
valores de un conjunto de datos. La tendencia central se puede describir
mediante varios estadsticos diferentes, como la media, la media
recortada, la mediana o la moda. El conocer la tendencia central de los
datos es un primer paso importante para entenderlos.
Las representaciones grficas como los histogramas, las grficas de caja
y las grficas de puntos son tiles para visualizar la tendencia central de
los datos y pueden ayudar a decidir cul estadstico de la tendencia
central es ms adecuado con un conjunto de datos determinado.

En un conjunto de datos muy grande distribuido normalmente, las diferentes

medidas del centro son bsicamente iguales.

Sin embargo, a medida que las distribuciones se desvan de la normalidad, estos

estadsticos comienzan a diferenciarse. En este ejemplo, las lneas de referencia (de
izquierda a derecha) representan la mediana, la media recortada y la media. En
este caso, la mediana es el estadstico ms apropiado, pero podra no siempre ser
as.

As mismo, a medida que las distribuciones se desvan de la normalidad

y se vuelven ms asimtricas, la desviacin estndar se diferencia ms
de la distancia entre la media y un valor tpico de los datos.
El rango intercuartil es una mejor medida de dispersinque la desviacin
estndar cuando se trata de datos muy asimtricos, porque el rango
intercuartil no se ve afectado por los rangos extremos.

Comparacin de la media y la mediana

Si los datos son simtricos, las medidas de la tendencia central (media y
mediana) sern aproximadamente iguales. Si los datos son asimtricos,
las medidas pudieran desplazarse hacia las observaciones ms
extremas. Entre estas medidas, la media se ve ms afectada por los
valores extremos que la mediana.

Por ejemplo, esta distribucin presenta asimetra positiva. Observe que la media (X)
se desplaza hacia la derecha en la direccin de la asimetra. La mediana (Y) est
ms hacia la izquierda, ms cerca de la mayora de las observaciones. En este caso,
la mediana podra ser una mejor manera de describir el centro de los datos que la
media.