ESTADÍGRAFOS DE TENDENCIA CENTRAL

Dan una descripción compacta de cómo están centrados los datos

1. LA MEDIA ARITMÉTICA Ó PROMEDIO: Es la medida más utilizada y conocida. Se usa para
variables cuantitativas, y se denota indistintamente por M(x), M(y), x , y , según convenga.
Media Poblacional:
N


xi

i 1 N
Media Muestral:
n m

 
xi xi f i
x (datos simples) x (datos agrupados)
i 1 n i 1 n
Propiedades:
Si X e Y son variables y K es constante, entonces:
- M(K) = K
- M(KX)= KM(X)
- M(X+K) = M(X) + K
- M(X+Y) = M(X) + M(Y)
Defecto: Se ve afectada o sesgada por valores extremos. Ejemplo:
- 55, 56, 57, 58, 59, 100 M(X)= 64.2
- 55, 56, 57, 58, 59, 0 M(X)= 47.5
2. LA MEDIANA (Me), es el valor que divide la distribución por la mitad (en dos partes del mismo
tamaño). Se utiliza para variables de medición ordinal, por intervalos y de razón.
Ventajas:
- No se ve afectada por valores extremos, por lo tanto es más representativa que la media aritmética.
- Se aplica también a variables de escala ordinal
Procedimiento:
- Para datos simples, ordenar los datos en forma ascendente. En caso de variables ordinales, de
intervalo o de razón calcular Fi y ubicar el centro de los datos (si tiene 2 valores, sumarlos y
dividirlos entre dos).
- Para tablas de frecuencia calcular Fi y ubicar n/2 en el intervalo de la mediana, presentándose uno
de dos casos:
n
a) Si = Fi-1, entonces:
2
M e  X / i 1
n
b) Si > Fi-1, entonces:
2
 (n / 2)  Fi 1 
M e  X i/1  Ai  
 fi 
Donde:
X i/1  Li : Límite inferior del intervalo de la mediana

Ai : Amplitud de intervalo.
3. LA MODA (Mo), es la categoría o puntuación que ocurre con mayor frecuencia. Se utiliza con cualquier
nivel de medición. La moda no siempre existe y si existe no siempre es única. Para tablas con intervalo
se usa la siguiente fórmula:
 f i  f i 1 
M o  X i/1  Ai  
 ( f i  f i 1 )  ( f i  f i 1 ) 

• Si no tiene Moda se llama Amodal, si tiene una moda (unimodal), si tienen dos modas (bimodal), si
tiene más de dos modas (multimodal)
 MEDIDAS DE POSICIÓN O CUANTILES

Son estadígrafos que dividen a una distribución de frecuencias en cuatro, diez o cien partes iguales.
1. Cuartiles (Qk para k=1, 2, 3): Son estadígrafos que dividen a la información (serie de datos) ordenada,
en cuatro partes iguales, donde cada parte incluye el 25% de las observaciones.
Procedimiento:
Datos simples o sin agrupar Datos agrupados

Ordenar los datos en forma ascendente u Calcular Fi

descendente
Ubicar el cuartil buscado en los datos. Si kn
el centro de los datos son dos valores, Calcular el intervalo del cuartil k mediante: 4 luego ubicar
sumarlos y dividirlos entre dos. el valor del cuartil. Para tablas con intervalos se puede
presentar uno de dos casos:
kn
a) Si = Fi-1, entonces:
4
Qk  X /
i 1

kn
b) Si > Fi-1, entonces:
4
  kn  
  4   Fi 1 
Qk  X i/1  Ai    
 fi 
 
 
Donde:
X i/1  Li : Límite inferior del intervalo del cuartil.
Ai : Amplitud de intervalo.

2. Deciles (Dk para k=1,2,…,9): Son estadígrafos que dividen a la información (serie de datos) ordenada,
en diez partes iguales, donde cada parte incluye el 10% de las observaciones.
Procedimiento:
Datos simples o sin agrupar Datos agrupados

Ordenar los datos en forma ascendente u Calcular Fi

descendente
Ubicar el decil buscado en los datos. Si el kn
centro de los datos son dos valores, Calcular el intervalo del decil k, mediante: 10 luego
sumarlos y dividirlos entre dos. ubicar el valor del decil. Para tablas con intervalos se
puede presentar uno de dos casos:
kn
a) Si = Fi-1, entonces:
10
Dk  X /
i 1

kn
b) Si > Fi-1, entonces:
10
  kn  
  10   Fi 1 
Dk  X i/1  Ai    
 fi 
 
 
Donde:
: Límite inferior del intervalo del decil.
X i/1  Li Ai : Amplitud de intervalo.
3. Percentiles (Pk para k=1,2,…,99): Estadígrafos que dividen a la información (serie de datos) ordenada
en cien partes iguales, donde cada parte incluye el 1% de las observaciones.
Procedimiento:
Datos simples o sin agrupar Datos agrupados

Ordenar los datos en forma ascendente u Calcular Fi

descendente
Ubicar el percentil buscado en los datos. Si kn
el centro de los datos son dos valores, Calcular el intervalo del percentil k, mediante: 100 luego
sumarlos y dividirlos entre dos. ubicar el valor del percentil. Para tablas con intervalos se
puede presentar uno de dos casos:
kn
a) Si = Fi-1, entonces:
100
Pk  X i/1
kn
b) Si > Fi-1, entonces:
100
  kn  
  100   Fi 1 
Pk  X i/1  Ai    
 fi 
 
 
X i/1  Li
Donde:
: Límite inferior del intervalo del percentil.
Ai : Amplitud de intervalo.

De todo esto, se establece la siguiente relación: M e  Q2  D5  P50

ESTADÍGRAFOS DE DISPERSIÓN

Estudia la distribución de los valores de la serie, si estos se encuentran concentrados o menos dispersos.
1. EL RANGO O RECORRIDO (R), es la diferencia entre la puntuación mayor y la puntuación menor.
Cuando más grande es el rango, mayor será la dispersión de los datos de una distribución.
2. RANGO O RECORRIDO INTERCUARTÍLICO (RI ó IQR)
RI  Q3  Q1 RI  P75  P25
|---------|---------|---------|---------|
Q1 Q2 Q3
P25 P75
3. LA VARIANZA (S2), es la medida más utilizada en el estudio de la dispersión, y mide la dispersión
absoluta de los datos en torno a la media aritmética.
3.1 Poblacional (σ2)
N
 X i   2
 2
i 1 N
2
3.2 Muestral (S )
Datos simples
n
 X i  X 2 n
 X i  X 2
S2  
i 1 n
para n ≥ 30  S2 
i 1 n 1
para n < 30

Datos agrupados
m
 X i  X 2 f i m
 X i  X 2 f i
S 
2

i 1 n
para n ≥ 30 
S 
2

i 1 n 1
para n < 30

UTILIZANDO EL MÉTODO ABREVIADO

Datos simples
 2
n
 n 
n
X i2  n X i 
2  X i2  
 i 1
X i 

n
S 
2

i 1 n
    para n ≥ 30

 i 1 n 
S 
2 i 1

n 1
para n < 30

Datos agrupados
2
n
 n 
n
X i2 f i  n X i f i 
2  X i2 f i  
 i 1
X i f i 

n
S 
2

i 1 n

 
 i 1 n
 para n ≥ 30


S 
2 i 1

n 1
para n < 30

Como ésta medida no está expresada en términos de las unidades originales, sino en unidades al cuadrado,
es más útil calcular la raíz cuadrada positiva de ésta la cual es llamada desviación estándar ó desviación
típica.
PROPIEDADES: Si X: variable y K constante, entonces:
- La varianza es siempre positiva
- Si todas las observaciones son iguales, entonces la varianza es cero V(K) = 0
- V(KX) = K2 V(X)
- V(X+K) = V(X)
4. LA DESVIACIÓN ESTÁNDAR (S), conocida también como desviación típica. Es la raíz cuadrada
positiva de la varianza se expresa en las mismas unidades de medida de la variable en estudio.
5. COEFICIENTE DE VARIACIÓN (CV): Es una medida de dispersión relativa, se expresa en
porcentajes y usa para comparar el grado de homogeneidad o heterogeneidad en dos o más distribuciones
cuyas unidades de medida de las variables son diferentes. A mayor homogeneidad, menor variabilidad.
S
C.V  .100%
x
Si:
- CV < 33% Aceptable dispersión
- CV ≥ 33% Alta dispersión

ESTADÍGRAFOS DE FORMA

Mide la forma de la distribución y se usa para saber si los valores de la variable se concentran en una zona.
As>0 As=0 As<0
Asimetría Positiva a la Derecha Simétrica Asimetría Negativa a la Izquierda

3( x  Me) x  Mo
As  As 
S S
- Si As = 0 la distribución es SIMÉTRICA
- Si As > 0 la distribución es ASIMÉTRICA POSITIVA
- Si As < 0 la distribución es ASIMÉTRICA NEGATIVA
RELACIÓN ENTRE MEDIA, MEDIANA Y MODA
La distribución de frecuencias es:
- SIMÉTRICA si x  Me  Mo
- ASIMÉTRICA POSITIVA (COLA A LA DERECHA), entonces: Mo  Me  x
- ASIMÉTRICA NEGATIVA (COLA A LA IZQUIERDA), entonces: x  Me  Mo