UNIVERSIDAD ESTATAL DE MILAGRO

MATERIA:
Estadística
TEMA:
 Medidas de tendencia central: Media, Moda, Mediana
 Medidas de Dispersión: Rango, Varianza y Desviación Media.
 Medidas de forma: Coeficiente de Pearson

ESTUDIANTE:
CECIBEL CERVANTES
CARRERA:
TRABAJO SOCIAL
CURSO:
2º TS-S3
Medidas de Tendencia Central
Corresponden a valores que generalmente se ubican en la parte central de un conjunto
de datos. Las medidas estadísticas pretenden "resumir" la información de la "muestra"
para poder tener así un mejor conocimiento de la Población. (Ellas permiten analizar
los datos en torno a un valor central). Entre éstas están la media aritmética, la moda y
la mediana.

Media Aritmética
Se define media aritmética de una serie de valores como el resultado producido al sumar
todos ellos y dividir la suma por el número total de valores. La media aritmética se
expresada como .
Dada una variable x que toma los valores x1, x2, ..., xn, con frecuencias absolutas
simbolizadas por f1, f2, ..., fn, la media aritmética de todos estos valores vendrá dada por:

Mediana (Med)
Es el valor central de un conjunto de valores ordenados en forma creciente o
decreciente. Dicho en otras palabras, la Mediana corresponde al valor que deja igual
número de valores antes y después de él en un conjunto de datos agrupados.
Según el número de valores que se tengan se pueden presentar dos casos:
- Si el número de valores es impar, la Mediana corresponderá al valor central de dicho
conjunto de aquellos datos que van a ser utilizados en el cálculo correspondiente.
- Si el número de valores es par, la Mediana corresponderá al promedio de los dos
valores centrales (los valores centrales se suman y se dividen por 2).

Ejemplo
El siguiente conjunto de datos está ordenado en forma decreciente, de mayor a
menor, y corresponde a un conjunto de valores pares, por lo tanto, la Med será el
promedio de los valores centrales.
Moda (Mo)
Es la medida que indica cual dato tiene la mayor frecuencia en un conjunto de datos, o
sea, cual se repite más.
Ejemplo:

Medidas de dispersión
Parámetros estadísticos que indican como se alejan los datos respecto de la media
aritmética. Sirven como indicador de la variabilidad de los datos. Las medidas de
dispersión más utilizadas son el rango, la desviación estándar y la varianza.

Rango
Indica la dispersión entre los valores extremos de una variable. se calcula como la
diferencia entre el mayor y el menor valor de la variable. Se denota como R.

Para datos ordenados se calcula como:

R = x(n) - x(1)

Dónde: x(n): Es el mayor valor de la variable. x(n): Es el menor valor de la variable.

Desviación media
Es la media aritmética de los valores absolutos de las diferencias de cada dato
respecto a la media.

Donde:

xi: valores de la variable.

n: número total de datos

Ejemplos:
Desviación estándar
La desviación estándar mide el grado de disersión de los datos con respecto a la media,
se denota como s para una muestra o como σ para la población. Se define como la raíz
cuadrada de la varianza según la expresión:

Obsérvese que el denominador es n - 1, a diferencia de la desviación media donde se

divide entre n; también existe la fórmula de desviación típica donde el denominador
es n pero se prefiere n-1.

Mientras menor sea la desviación estándar, los datos son más homogéneos, es decir
existe menor dispersión, el incremento de los valores de la desviación estándar indica
una mayor variabilidad de los datos.

Ejemplo:
Varianza
Es otro parámetro utilizado para medir la dispersión de los valores de una variable
respecto a la media. Corresponde a la media aritmética de los cuadrados de las
desviaciones respecto a la media. Su expresión matemática es:

donde Xi es el dato i-ésimo y es la media de los N datos

Ejemplo:

Medidas de Forma
Las medidas de forma son aquellas que nos muestran si una distribución de frecuencia
tiene características especiales como simetría, asimetría, nivel de concentración de datos
y nivel de apuntamiento que la clasifiquen en un tipo particular de distribución.

Coeficiente de Pearson
La covariación es el grado de concordancia de las posiciones relativas de los datos de
dos variables. En consecuencia, el coeficiente de correlación de Pearson opera con
puntuaciones tipificadas (que miden posiciones relativas) y se define:

El fundamento del coeficiente de Pearson es el siguiente: Cuanto más intensa sea la

concordancia (en sentido directo o inverso) de las
posiciones relativas de los datos en las dos variables, el
producto del numerador toma mayor valor (en sentido
absoluto). Si la concordancia es exacta, el numerador es igual a N (o a -N), y el índice
toma un valor igual a 1 (o -1).
Ejemplo 1 (Máxima covariación positiva)

Observa que los datos tipificados (expresados como puntuaciones z) en las dos
columnas de la derecha tienen los mismos valores en ambas variables, dado que las
posiciones relativas son las mismas en las variables X e Y.
Si obtenemos los productos de los valores tipificados para cada caso, el resultado es:

El cociente de dividir la suma de productos (5) por N (hay que tener en cuenta que N
es el número de casos, NO el número de datos) es igual a 1:

Bibliografía
Meadwave. (2011). Medidas de tendencia central y dispersión. Madrid-España: Fernando Quevedo
Ricardi. Retrieved from https://www.medwave.cl/link.cgi/Medwave/Series/MBE04/4934

Medidas de forma por Pablo Peñalver, (30 de noviembre,2012).

Dirección: Villaseca 21, Of. 702, Ñuñoa, Santiago de Chile.

Fono: 56-2-22743013