Medidas de posicin y de tendencia central

Conceptos Generales
Aspectos Generales
La estadstica cumple una funcin descriptiva cuadros y grficas que se complementa
con medidas de posicin y dispersin y permiten describir un hecho o fenmeno.
Medidas de Tendencia Central o de Posicin Promedios permiten determinar la posicin
de un valor respecto a un conjunto de datos el cual es representativo o tpico para el total
de observaciones.
Estimadores o Estadgrafos son medidas aplicadas a las caractersticas de las unidades de
una muestra.
Parmetros o Valores estadsticos son medidas aplicadas a las caractersticas de los
elementos de una poblacin.
Caractersticas, Uso, Ventajas y Desventajas de las Medidas de Tendencia Central y
Posicin:
Promedio o Media Aritmtica es un valor de las escalas de las X correspondiente a una
distribucin de frecuencias, y su valor representa la medida tpica del grupo. Intenta representar
o resumir las caractersticas de un conjunto de valores. Condiciones de dicho valor:
Representado por una cifra.
Objetivo y definido por una frmula algebraica, la cual permite un mismo valor.
Descriptivo de los datos fcil de entender
No ser una abstraccin matemtica, es decir, debe ser simple y no complejo.
Fcil de calcular, pero no preferirse en perjuicio de otras ventajas.
Depende de cada uno de los elementos del grupo ya que al alterar dicho valor se altera el
valor del promedio.
No dejarse afectar demasiado por alguno o algunos pocos valores.

MEDIA ARITMTICA: X =
Es la suma de todos los valores observados, divididos por el nmero total de observaciones.
Slo se aplica en datos sin agrupar (datos originales).
Desventaja:
Es muy sensible a cambios en sus valores u observaciones, cuando alguno de sus
valores extremos es demasiado grande o pequeo.
Cuando la distribucin tiene la forma de U, ste corresponde a los valores menos
comunes en la serie y por lo tanto puede dar una idea irreal de la distribucin.
Ventajas:
El promedio aritmtico es la medida ms extendida y la ms utilizada.
Se define mediante una ecuacin matemtica muy fcil de entender y algunas veces se
puede obtener cuando no es posible calcular otros tipos de medida de tendencia central.
El promedio aritmtico es estable en el muestreo.
Es sensible a cualquier cambio en los datos de distribucin.
Es adaptable cuando se trata de hacer clculos matemticos posteriores con l.
Smbolos del promedio aritmtico:
 MEDIA ARITMETICA SIMPLE.
Se trabaja con datos sin agrupar u originales:

Dond Minsculas para

Siend Maysculas para

poblacin
Ejemplo 1: Investigar es peso promedio de una muestra de 30 alumnos.

MEDIA ARITMETICA PONDERADA.

Se aplica en datos agrupados, es decir que se encuentran organizados en una tabla de
frecuencias, siendo las frecuencias absolutas sus ponderaciones.
Ejemplo 1: Informacin para 10 observaciones: 8, 2, 8, 6, 2, 2, 6, 8, 2, 4.

yi ni yi ni
2 4 8
4 1 4
6 2 12
8 3 24 2(4)+4(1)+6(2)+ 4,
48
= =
8(3) 8=
10 48
10
Xi fi X i fi 10

CLCULO DE LA MEDIA, UTILIZANDO

yi hhi i yi hyi hi
FRECUENCIAS RELATIVAS.
0 0,13 0
Se puede calcular 1 0,17 0,17 utilizando como ponderaciones a las
frecuencias 2 0,23 0,46 relativas, con las cuales obtendr el mismo
resultado: 3 0,27 0,81
y = yihi= 2,24 4 0,20 0,80
1,00 2,24
x= xi (fi/n) Xi fi Xi (fi/n)
yi
50 0,10 5,00
y =yihi=68,88 58 0,20 11,60
66 0,27 17,82
74 0,20 14,80
82 0,13 10,66
90 0,10 9,00
1,00 68,88
Xi fi Xi (fi/n)
 DESVIACIONES.
Diferencia que hay entre los distintos valores que toma la variable y la media aritmtica, tanto
en datos sin agrupar como en datos agrupados, simbolizada Z i o di.
Zi= xi x EN DATOS SIN AGRUPAR. Zi= yi y DATOS AGRUPADOS
Ejemplo 1: Fuente de informacin con 8 datos, sin agrupar: 6, 10, 4, 10, 8, 2, 6, 2. Primero se
calcula la media y luego sus desviaciones.
x = xi
n

Z1= x1 x = 6 6= 0 d1
Z2= x2 x = 10 6 = 4 d2
Z3= x3 x = 4 6 = -2 d3
PROPIEDADES DE LA MEDIA ARITMTICA.
La suma de las desviaciones respecto a la media, siempre sern igual a cero.
La media aritmtica de una variable por una constante, es igual a la constante por la
media aritmtica de la variable.
La media aritmtica de una constante es igual a la constante M(K)= K.
La media aritmtica de una variable ms una constante, es igual a la media aritmtica de
la variable.
La media aritmtica de la suma de dos variables, es igual a la suma de las dos medias
correspondientes a las dos variables.
La media aritmtica de dos muestras, es igual, a la media ponderada de las submuestras,
siendo sus ponderaciones los tamaos de esas submuestras.
MEDIANA Me
Al igual que la Media, se la considera como medida de tendencia central. Tiene seis
procedimientos de clculo diferente.
Definicin:
Aquel valor de la variable que supera a no ms de la mitad de las observaciones, al mismo
tiempo, es superado por no ms de la mitad de las observaciones. Se simboliza por Me
Ventajas
Esta medida es bastante rgida y el concepto es claro, a la que cualquier persona puede
llegar a entenderlo aun sin haberlo visto antes.
Los datos son ordenados, pero los valores extremos no tienen ninguna incidencia en su
clculo.
Tiene menor estabilidad en el muestreo que el promedio aritmtico, pero mayor
estabilidad que otras medidas.
 En la Mediana es la nica que se puede utilizar en medida de tendencia central en
algunas situaciones.
Desventajas
No es tan popular como la media aritmtica.
Es necesario un order de datos caso contrario no se los puede calcular.
Tampoco es sensible a cambios en los valores de los elementos, mantenindose al valor
central y los valores ordenados.
Calculo de datos sin agrupar u originales:
a) Nmero impar de observaciones. Se aplica en datos originales o sin agrupar
ordenndolos de menor a mayor o de mayor a menor.
Clculo de datos agrupados o en tablas de frecuencia
Se aplican cuando la variable es discreta o continua. Y en cada caso tiene dos procedimientos.
a) Obtener las frecuencias absolutas.
b) Localizar la mitad de las observaciones, por medio de la expresin n/2.
c) El resultado anterior los buscamos en la columna de las frecuencias absolutas
acumuladas.
d) Cuando aparece n/2, se dice que es igual a N j-1 (Nj-1 = n/2); en caso contrario que no
aparezca, se dir que Nj-1 n/2.

LA MODA
Podemos definir a la moda como el valor de la variable que ms se repite o valor que representa
la mxima frecuencia. La moda puede ser repetitiva, es decir podemos obtener dos modas en
una distribucin, a esto lo llamamos una distribucin bimodal. Sin embargo, si encontramos
ms de dos modas, se denomina plurimoda lo multimodal. En resumen, la moda o valor modal
es aquel valor de la variable que presenta el mayor nmero de observaciones, es decir, el valor
de la variable que ms se repite.

Desventajas

El modo es la mejor medida de tendencia central, podemos decir que el modo es el ms

representativo del grupo y en algunos casos, si el modo y el promedio aritmtico son
significativamente diferentes al valor, es preferible usar e modo.
En serie plurimodales, el modo permite dividir la distribucin con fines de
estratificacin.
Se considera de uso riguroso en variables continuas, aunque puede extenderse a casos.

Ventajas

Se considera una cierta dificultad, siendo su resultado de poca confianza,

especialmente cuando la amplitud no es constante, en este caso, si se hace necesario
se debe seguir un determinado proceso.
Es muy inestable en el muestreo.
No puede ser utilizado en procesos algebraicos posteriores.
No es sensible, especialmente cuando hay cambios en los valores de la variable, salvo
que no afecten a su propio valor.
Relacin entre la media, mediana y el modo.
Son tres relaciones que se pueden presentar entre tres medida de posicin. En un polgono de
frecuencias, la moda se ubica en la cima, es decir, el al parte superior de la curva o lnea
poligonal. Como termino parroquial, corresponde al llamado horas pico, siendo el tiempo el
mayor congestin vehicular dentro de la ciudad o de mayor consumo de energa, durante el
da.
La moda se puede calcular mediante esta frmula:

Md=Mx-3(Mx-
Md)
MEDIA GEOMETRICA (Mo)
Es una medida de promedio y el resultado obtenido deber ser menor al de la media aritmtica.
Es aplicada en los casos donde la variable muestra un crecimiento geomtrico, como en el caso
de la poblacin.
La media geomtrica se define como la raz ensima del producto de los valores que
toma la variable

Ventajas Desventajas

Se lo utiliza para dar importancia a El proceso de clculo es complicado.

pequeos valores que toma la Si el valor de la serie es cero, el
variable. promedio ser cero, dependiendo de
Se puede hacer cambios en la la frmula empleada.
distribucin. Si el valor es negativo, el resultado
Es indispensable si se desea calcular ser negativo.
el promedio en una serie de valores
que estn dados en progresin
geomtrica.
Los resultados pueden ser utilizados
en procesos estadsticos.

EJEMPLO:
Supongamos que un capital de $ 50.000 sea colocado a una tasa anual del 24 % el primero de
enero de 2.008. Si se capitaliza los das primero de enero, calcule el promedio del dinero
invertido entre el 31 de diciembre del 2.008 y el 31 de diciembre del 2011.
MEDIA ARMONICA (MH)
Es un promedio considerado de menos importancia en relacin a los tres mencionados
anteriormente, se lo aplica cuando la variable est en forma de tasas. Cabe recalcar que esta
medida le da importancia a valores pequeos.
Se define, diciendo que, dada una serie de datos en inverso de la media armnica, es igual a la
media aritmtica del inverso de los valores de la variable.

Ventajas Desventajas

Se lo utiliza para el clculo de la Que el valor de la variable sea cero

velocidad media.
Es de gran utilidad cuando la
variable est en forma de tasas.
El promedio armnico est dado por
una frmula matemtica y su valor
depende de los datos de distribucin
y su resultado no es utilizado en
clculos posteriores.

La media armnica: MN M-1

Se aplica especialmente cuando la variable est dada en forma de tasas o cuando se trata de
calcular la velocidad media. Esta medida leda mucha importancia a valores pequeos de la
variable, contrario a la media aritmtica.
Dada una serie de datos, el inverso de la media armnica, es igual a la media aritmtica del
inverso de los valores de la variable.
N
n M n=
1
Mn
=M
1
x1 [ ] Por lo tanto, se tendr que
Mn=
[ 1 x1 ]
[ ]
1
x1

Ventajas:

Se usa con preferencia en el clculo de la velocidad media.

 De gran utilidad cuando la variable est dada en forma de tasas.

Desventajas:

Que un valor de la variable sea cero.

El promedio armnico est rgidamente definido por una frmula matemtica, su valor
depende de cada uno de los datos de la distribucin y su resultado no puede ser
utilizado en clculos posteriores.
Datos no agrupados:
Supongamos que se dispone de 10 observaciones, cuyos valores son:
Xi= 8 2 8 6 2 2 6 8 2 4, se desea calcular la media armnica aplicando la formula.

La media armnica siempre ser inferior al resultado de la media aritmtica, siendo:

M 1< M x

Datos agrupados:
N
M n=
La frmula aplicada en datos agrupados es la siguiente:
[ ]
f
1
x1

Una de las aplicaciones de la media armnica se realiza al calcular la velocidad media, es decir,
cuando hay necesidad de relacionar tiempo con velocidad.
Si = Viti Si = espacio Vi = velocidad ti = tiempo Vm = velocidad media
S
V m=
[Si V ] Siendo S = S1 + S2 + .. Total espacio
i

Media Cuadrtica
Se define como; la raz cuadrada de la media aritmtica, de los cuadrados de los valores que
toma la variable.
Frmulas: Datos sin agrupar
Ventajas
Para resolver algunos problemas de probabilidad, siendo tericamente recomendable
trabajar con el cuadrado de los valores.
Desventajas
Su frmula est definida rgidamente por una frmula matemtica.
Se deja influenciar mucho por valores extremos, especialmente cuando stos son
demasiado grandes.
Frmula de Datos Sin Agrupados Datos Agrupados
 Donde n= es la
frecuencia total (sea, el nmero total de casos)
MEDIA CUBICA (M)
Este es uno de los promedios poco conocidos y por tal razn su uso es limitado. As que, la
media cbica es una medida derivada de la media aritmtica, la cual tiene el propsito de
obtener el valor del lado que tiene el cubo media de un conjunto de cubos.
La media cubica se la conoce como datos sin agrupar y datos agrupados.

Datos sin agrupar.- Son aquellos que pertenecen a una muestra menor a 20 elementos por lo
que para ser analizados no requieren ser agrupados.
Caractersticas:
Resumir informacin
La agrupacin puede ser simple o en intervalos.
Se agrupan de forma coherente y lgica en una tabla de frecuencias.

Datos agrupados.- Son aquellos que pertenecen a un tamao de muestra mayor a 20 o ms

elementos por lo que para ser analizados requieren ser agrupados en clases a partir de ciertas
caractersticas.
Caractersticas:
Los datos se ubican tal como se recabaron es decir, no se clasifican.
No tiene sentido clasificar o genera una tabla de frecuencias.
Verifica que la informacin no sea significativa es decir, repetitiva.

Relacin entre las medidas de tendencia central o promedios:

a) Cuando tratamos la media aritmtica, la mediana y la moda, mencionamos algunas
relaciones existentes entre ellas.

b) Si la distribucin es convexa y moderada asimtrica, la Mediana se ubica entre la

Mediana y el Modo, quedando dos veces ms lejos de este ltimo que del primero.

c) Donde los elementos originales difieren de tamao, las medidas diferirn en valor, de
acuerdo al siguiente orden.

Centro recorrido CR:

Se define como la media aritmtica de los valores extremos que toma la variable.
Cuartiles, deciles y percentiles:
Cuando la distribucin est constituida por un nmero grande de intervalos o de marcas de
clase, es necesario calcular un promedio sobre una parte de ella, la distribucin ser distribuida
en 4, 10 o 100 partes.
Los cuartiles se obtienen como:
Primer cuartil Q1, valor de la variable que supera al 25% de las observaciones y a la vez es
superado por el 75%.
Segundo cuartil Q2, supera el 50% de las observaciones y a la vez superado por el 50%.
(Mediana)
Los deciles, el sptimo decil supera el 70% de las observaciones y a la vez superado por el
30%.
Percentiles, percentil cuarenta, es el valor de la variable que supera el 40% de las
observaciones y a la vez es superado por el 60%.
Datos agrupados:
El clculo de los cuartiles, deciles y percentiles tiene un procedimiento parecido al del clculo
de la Mediana, excepto que se debe establecer la posicin donde se debe ubicar la respectiva
medida.
Los pasos a seguir en los clculos son:
Se determina las frecuencias absolutas acumuladas.
Determinamos la posicin donde se localiza.
Observamos si el valor obtenido en el paso anterior, aparece o no en dicha columna,
correspondiente a las frecuencias absolutas acumuladas.
Se aplica la frmula respectiva, dependiendo de la variable trabajada.

REFERENCIA:
Martnez, C. (2012). Estadstica y muestreo. Bogot, Colombia: Ecoe Ediciones.