RECINTO DE RÍO GRANDE

Unidad 4

Medidas de
Tendencia Central
y de Posición

Profesor: Miguel Ángel Delgado Fernández

 Objetivos de la Unidad

Objetivos de la Unidad
Medidas de Tendencia Central
 Media Aritmética
▪ Media para un Arreglos de Valores.
▪ Media de Distribución de Frecuencias (Datos No Agrupados y Agrupados).
▪ Media Ponderada.
 Mediana
▪ Mediana para un Arreglo de Valores
❖ Cantidad de Datos par.
❖ Cantidad de Datos Impar.
▪ Mediana para una Distribución de Frecuencias (Datos No Agrupados).
▪ Mediana para una Distribución de Frecuencias (Datos Agrupados).
 Moda
▪ Moda para un Arreglo de Valores.
▪ Moda para una Distribución de Frecuencias (Datos No Agrupados).
▪ Moda para una Distribución de Frecuencias (Datos Agrupados).
 Rango Medio (Mitad de Rango).

Medidas de Posición (Relativa)

 Cuartiles.
 Percentiles.
 Análisis Exploratorio de los Datos (AED)
 Medidas de Tendencia Central

Medidas de Tendencia Central

 Introducción

Hay muchas formas distintas de

determinar el centro, por lo que
tenemos diferentes definiciones de las
medidas de tendencia central, que
incluyen la media, la mediana, la moda
y la mitad del rango. Comenzaremos
con la media.
 Media Aritmética
La media (aritmética), generalmente es la más
importante de todas las medidas numéricas utilizadas
para describir datos; constituye lo que la mayoría de
la gente denomina promedio.
 Media para un
Arreglo de Valores

Cuando la información ha sido organizada a través

de un arreglo de valores, la media se computa
utilizando la siguiente fórmula:

σ𝒙
ഥ=
𝒙 ; donde:
𝒏
• ഥ = Media de la muestra.
𝒙
• σ = Suma de…
• 𝒙 = Valores que toma la variable.
• 𝒏 = Total de casos en la muestra.
 Ejemplo de Media para
un Arreglo de Valores
𝒙 = 𝟖, 𝟏𝟐, 𝟗, 𝟏𝟏, 𝟏𝟎, 𝟏𝟏, 𝟏𝟎, 𝟗, 𝟏𝟎

SEGUNDOS DE REACCIÓN ANTE UN ESTÍMULO PREVIO CONSUMIR UN GRAMO DE THC

𝒙 (Segundos)
𝟖 Cálculo de la
Media para un Arreglo de Valores
𝟗
𝟗 σ𝒙
ഥ=
𝒙
𝟏𝟎 𝒏
𝟏𝟎 𝟖 + 𝟗 + 𝟗 + 𝟏𝟎 + 𝟏𝟎 + 𝟏𝟎 + 𝟏𝟏 + 𝟏𝟏 + 𝟏𝟐
ഥ=
𝒙
𝟏𝟎 𝟗
𝟏𝟏 𝟗𝟎
ഥ=
𝒙
𝟏𝟏 𝟗
𝟏𝟐
ഥ = 𝟏𝟎
𝒙
σ 𝒙 = 𝟗𝟎
𝒏=𝟗
(Hay 𝟗 valores) ഥ = 𝟏𝟎 segundos
𝒙
 Continuación de Ejemplo de
Media para un Arreglo de Valores

Para hallar la media de la distribución anterior, se sumaron

todas las puntuaciones (Valores 𝒙), y luego se procedió a
dividir dicha suma por el total de sujetos bajo estudio (en este
caso, 9). Notamos que en un arreglo de valores, el tamaño de
la muestra es igual a la totalidad de las puntuaciones que
aparecen bajo la columna 𝒙. Esto es así, dado que cada
observación corresponde a un sujeto.

En distribuciones de frecuencias con clases agrupadas (o no

agrupadas), 𝒏, no es igual al número de clases que toma o se
asignan a la variable. En tales situaciones, según veremos más
Adelante, para hallar 𝒏, debemos sumar la columna de las
frecuencias, dado que todas o la mayoría de las clases
contienen multiples sujetos.

En cuanto a interpretación, la media obtenida nos indica que

los 9 sujetos reaccionaron a un tiempo medio de 10 segundos
previo a consumir 1 gramo de THC.
 Media de una Distribución de
Frecuencias (Introducción)

Para este tipo de Media se establece la

siguiente regla llamada Regla de redondeo:
 Media de una Distribución de
Frecuencias (Datos No Agrupados)

(Datos No Agrupados)

Las distribuciones de frecuencias con clases no agrupadas,

como recordará el lector, se recomiendan cuando tenemos
muchos casos bajo estudio y poca variación entre los valores
extremos. Si la información recopilada se organiza de esta
manera, la media se obtiene resolviendo la expresión siguiente:

σ 𝒙∙𝒇𝒊
ഥ=
𝒙 ; donde:
𝒏
ഥ = Media de la muestra.
• 𝒙
• σ = Denota la sumatoria de un conjunto de valores (Suma de…)
• 𝒙 = Valores que toma la variable
• 𝒇𝒊 = Frecuencias Absolutas de cada clase.
• 𝒏 = Total de casos en la muestra.
 Ejemplo de Media para
Datos No Agrupados
𝒙 = 𝟖, 𝟏𝟐, 𝟗, 𝟏𝟏, 𝟏𝟎, 𝟏𝟏, 𝟏𝟎, 𝟗, 𝟏𝟎
SEGUNDOS DE REACCIÓN ANTE UN ESTÍMULO PREVIO CONSUMIR UN GRAMO DE THC

(1) (2) (3) Cálculo de la

𝒙 (Segundos) 𝒇𝒊 𝒙 ∙ 𝒇𝒊 Media para
Datos No Agrupados
𝟖 𝟏 𝟖∙𝟏=𝟖
𝟗 𝟐 𝟗 ∙ 𝟐 = 𝟏𝟖 σ 𝒙 ∙ 𝒇𝒊
ഥ=
𝒙
𝟏𝟎 𝟑 𝟏𝟎 ∙ 𝟑 = 𝟑𝟎 𝒏
𝟏𝟏 𝟐 𝟏𝟏 ∙ 𝟐 = 𝟐𝟐 𝟖 + 𝟏𝟖 + 𝟑𝟎 + 𝟐𝟐 + 𝟏𝟐
ഥ=
𝒙
𝟏𝟐 𝟏 𝟏𝟐 ∙ 𝟏 = 𝟏𝟐 𝟗
Total 𝒏=𝟗 σ 𝒙 ∙ 𝒇𝒊 = 𝟗𝟎 𝟗𝟎
En la tabla aparece la misma información de la
ഥ=
𝒙
𝟗
distribución anterior, excepto que la variable está
organizada en una distribución con clases no ഥ = 𝟏𝟎
𝒙
agrupadas. Para este ordenamiento la media se
obtiene multiplicando primero la columna 1 por la
columna 2. Luego se suman los productos y se ഥ = 𝟏𝟎 segundos
𝒙
divide por 𝒏. Observamos que en esta situación,
conforme señalamos anteriormente, el total de
casos bajo estudio (𝒏), no es igual al número de
clases, sino a la suma de las frecuencias.
 Media de una Distribución de
Frecuencias (Datos Agrupados)

(Datos Agrupados)

En aquellas situaciones donde la información se presenta en

distribuciones cuyas clases están agrupadas, la media puede
computarse recurriendo a la siguiente fórmula:

σ 𝒙𝒊 ∙𝒇𝒊
ഥ=
𝒙 σ 𝒇𝒊
; donde:

ഥ = Media de la muestra.
• 𝒙
• σ = Denota la sumatoria de un conjunto de valores (Suma de…).
• 𝒙𝒊 = Punto medio de cada clase.
• 𝒇𝒊 = Frecuencias Absolutas de cada clase.
• σ 𝒇𝒊 = Total de casos en la muestra.
 Ejemplo de Media para
Datos Agrupados
SEGUNDOS DE REACCIÓN ANTE UN ESTÍMULO PREVIO CONSUMIR UN GRAMO DE THC

(1) (2) (3) (4) Cálculo de la

𝒙 (Segundos) 𝒇𝒊 𝒙𝒊 𝒙𝒊 ∙ 𝒇𝒊 Media para
Datos Agrupados
𝟓𝟎 − 𝟓𝟗 𝟏𝟗 𝟓𝟒. 𝟓 𝟏, 𝟎𝟑𝟓. 𝟓
𝟔𝟎 − 𝟔𝟗 𝟑𝟐 𝟔𝟒. 𝟓 𝟐, 𝟎𝟔𝟒. 𝟎 σ 𝒙𝒊 ∙ 𝒇𝒊
𝟕𝟎 − 𝟕𝟗 𝟔𝟎 𝟕𝟒. 𝟓 𝟒, 𝟒𝟕𝟎. 𝟎 ഥ=
𝒙
𝟖𝟎 − 𝟖𝟗 𝟕𝟎 𝟖𝟒. 𝟓 𝟓, 𝟗𝟏𝟓. 𝟎
σ 𝒇𝒊
𝟗𝟎 − 𝟗𝟗 𝟏𝟏𝟗 𝟗𝟒. 𝟓 𝟏𝟏, 𝟐𝟒𝟓. 𝟓
𝟏𝟎𝟎 − 𝟏𝟎𝟗 𝟏𝟒𝟎 𝟏𝟎𝟒. 𝟓 𝟏𝟒, 𝟔𝟑𝟎. 𝟎
𝟏𝟏𝟐, 𝟎𝟖𝟎. 𝟎
ഥ=
𝒙
𝟏𝟏𝟎 − 𝟏𝟏𝟗 𝟏𝟔𝟎 𝟏𝟏𝟒. 𝟓 𝟏𝟖, 𝟑𝟐𝟎. 𝟎 𝟏𝟎𝟎𝟎
𝟏𝟐𝟎 − 𝟏𝟐𝟗 𝟏𝟒𝟎 𝟏𝟐𝟒. 𝟓 𝟏𝟕, 𝟒𝟑𝟎. 𝟎
𝟏𝟑𝟎 − 𝟏𝟑𝟗 𝟏𝟐𝟎 𝟏𝟑𝟒. 𝟓 𝟏𝟔, 𝟏𝟒𝟎. 𝟎
ഥ = 𝟏𝟏𝟐. 𝟎𝟖
𝒙
𝟏𝟒𝟎 − 𝟏𝟒𝟗 𝟖𝟎 𝟏𝟒𝟒. 𝟓 𝟏𝟏, 𝟓𝟔𝟎. 𝟎
ഥ = 𝟏𝟏𝟐. 𝟎𝟖
𝒙
𝟏𝟓𝟎 − 𝟏𝟓𝟗 𝟔𝟎 𝟏𝟓𝟒. 𝟓 𝟗, 𝟐𝟕𝟎. 𝟎
Total σ 𝒇𝒊 σ 𝒙𝒊 ∙ 𝒇 𝒊 segundos
= 𝟏, 𝟎𝟎𝟎 = 𝟏𝟏𝟐, 𝟎𝟖𝟎. 𝟎
 Continuación de Ejemplo de
Media para Datos Agrupados

En la tabla, la media asciende a 112.08. Dicho

indicador se obtuvo, identificando primero los
puntos medios; multiplicando éstos por las
frecuencias correspondientes; sumando luego
los productos y dividiendo por el tamaño de la
muestra (112,080.0/1,000) Los puntos medios,
como recordará el lector, se obtienen sumando
los extremos de las clases y luego dividiendo
por dos (2). Así por ejemplo, el punto medio de
la última clase (154.5), es igual a (150+9)/2. El
mismo procedimiento aplica a todas las demás
clases que hemos asignado a la variable.
 Otro Ejemplo de Media
para Datos Agrupados
Observe la siguiente tabla:
 Ejemplo de Media para
Datos Agrupados
NIVEL MEDIDO DE COTININAS DE FUMADORES Cálculo de la
(1) (2) (3) (4) Media para
Datos Agrupados
𝒙 𝒇𝒊 𝒙𝒊 𝒙𝒊 ∙ 𝒇𝒊
(Nivel de Cotinina)
𝟎 − 𝟗𝟗 𝟏𝟏 𝟒𝟗. 𝟓 𝟓𝟒𝟒. 𝟓
σ 𝒙𝒊 ∙ 𝒇𝒊
ഥ=
𝒙
𝟏𝟎𝟎 − 𝟏𝟗𝟗 𝟏𝟐 𝟏𝟒𝟗. 𝟓 𝟏, 𝟕𝟗𝟒. 𝟎 σ 𝒇𝒊
𝟐𝟎𝟎 − 𝟐𝟗𝟗 𝟏𝟒 𝟐𝟒𝟗. 𝟓 𝟑, 𝟒𝟗𝟑. 𝟎
𝟑𝟎𝟎 − 𝟑𝟗𝟗 𝟏 𝟑𝟒𝟗. 𝟓 𝟑𝟒𝟗. 𝟓 𝟕, 𝟎𝟖𝟎. 𝟎
𝟒𝟎𝟎 − 𝟒𝟗𝟗 𝟐 𝟒𝟒𝟗. 𝟓 𝟖𝟗𝟗. 𝟎 ഥ=
𝒙
Total σ 𝒇𝒊 σ 𝒙𝒊 ∙ 𝒇𝒊
𝟒𝟎
= 𝟒𝟎 = 𝟕, 𝟎𝟖𝟎. 𝟎
Por ejemplo, observe la tabla. Las primeras dos ഥ = 𝟏𝟕𝟕. 𝟎
𝒙
columnas son iguales a la distribución de frecuencias
de los niveles de cotinina de fumadores. Además, se
ilustra el procedimiento que se sigue para aplicar la ഥ = 𝟏𝟕𝟕. 𝟎
𝒙
cuando se calcula la media de datos resumidos en
una distribución de frecuencias para datos
agrupados. El resultado de la tabla es 𝒙
ഥ = 𝟏𝟕𝟕. 𝟎.
Media Ponderada
Media Ponderada
 Ejemplo de
Media Ponderada
 Media Ponderada para
Promedio de Universidad (G.P.A.)

Media Ponderada para Promedio de Universidad

(G.P.A)
Supongamos, por ejemplo, que usted al finalizar el semestre
en curso obtiene dos calificaciones de A (una de tres
créditos y otra de cuatro); dos calificaciones de B (3 créditos
para cada una); C en un curso de dos créditos, y D en otro
de cuatro.
Si usted quiere conocer su ejecución promedio para el
periodo que hemos supuesto, la expresión a continuación
sería la opción indicada:

σ𝒙∙ 𝒘
ഥ𝑷 =
𝒙
σ𝒘
ഥ𝑷 = Media Ponderada
𝒙 𝒙 = Valor asignado a 𝑾 = Factor de ponderación
la variable
 Ejemplo de Media Ponderada para
Promedio de Universidad (G.P.A.)

Calificación 𝒙∗ 𝒘∗∗ 𝒙∙𝒘

A 𝟒 𝟕 𝟐𝟖
B 𝟑 𝟔 𝟏𝟖
C 𝟐 𝟐 𝟒
D 𝟏 𝟒 𝟒
* Valor asignado a cada calificación
෍ 𝑾 = 𝟏𝟗 ෍ 𝑿𝑾 = 𝟓𝟒
** Número de créditos

En la tabla anterior, se procedió a

multiplicar el valor numérico asignado a
cada calificación por el factor de
ponderación correspondiente; en este
caso, el número de créditos. Luego se
sumaron las dos últimas columnas para
obtener el numerador y el denominador
de la igualdad que nos interesa.
 Continuación Ejemplo de Media
Ponderada para Promedio de Universidad
(G.P.A.)

Sustituyendo las sumatorias anteriores, temenos:

σ𝑥 ∙ 𝑤
𝑥ҧ𝑃 =
σ𝑤

54
𝑥ҧ𝑃 =
19

ഥ𝑷 = 𝟐. 𝟖𝟒
𝒙
 Continuación Ejemplo de Media
Ponderada para Promedio de Universidad
(G.P.A.)

ഥ𝑷 = 𝟐. 𝟖𝟒
𝒙
Según este resultado, el estudiante
terminó el semestre con un promedio
por debajo de 𝟑 puntos en la escala de
𝟎 a 𝟒. Aunque en algunos cursos el
estudiante ejecutó muy bien, la
presencia de una D en el curso de
cuatro créditos; así como una C en otra
de dos créditos, tuvo el efecto de bajar
su índice académico
considerablemente.
 Mediana
 Una desventaja de la media es su sensibilidad a
cada valor, de modo que un puntaje excepcional
puede afectarla de manera drástica. La mediana
resuelve, en gran parte, esa desventaja.
 La mediana es un “valor intermedio”, ya que la
mitad de los valores de los datos están por debajo
de la mediana y la otra mitad por arriba de ella. La
siguiente definición es más precisa.
 Mediana para un Arreglo de Valores
y Ejemplo cuando la cantidad de datos es par

Mediana para un Arreglo de Valores

Para calcular la mediana, primero se ordenan los valores (se
acomodan en orden) y luego se sigue uno de los siguientes dos
procedimientos:
1. Si el número de valores es impar, la mediana es el número
que se localiza exactamente a la mitad de la lista.
2. Si el número de valores es par, la mediana se obtiene
calculando la media de los dos números que están a la
mitad.
Continuación de Ejemplo de Mediana
cuando la cantidad de datos es par
Ejemplo de Mediana cuando la
cantidad de datos es impar
 Mediana para una Distribución de
Frecuencias (Datos No Agrupados)

Mediana para una Distribución de Frecuencias (Datos No Agrupados)

En aquellas situaciones donde la variable se organiza a través de
distribuciones cuyas clases no están agrupadas, la mediana
puede computarse recurriendo a la siguiente igualdad:
𝒏
−𝑭𝒊 𝒂
𝑴𝒅 = 𝑳. 𝑹. 𝑰. + 𝟐
; donde:
𝒇𝒊

• 𝑴𝒅 = Mediana en cuestión.
• 𝑳. 𝑹. 𝑰. = Límite Real Inferior de la clase donde se halla la mediana.
(Esta clase está ubicada en la posición 𝒏Τ𝟐; donde 𝒏 es el total
de casos bajo estudio. El resultado obtenido al dividir 𝒏Τ𝟐 se
busca bajo la columna de frecuencias acumuladas. La clase a
la izquierda de dichas frecuencias es la que tiene la mediana. Si
no aparece específicamente el resultado que se obtiene al
dividir 𝒏Τ𝟐, se toma como punto de referencia las frecuencias
acumuladas que siguen. Una vez identificada la clase, se
procede a computar su Límite Real Inferior).
• 𝒏 = Total de casos en la muestra.
• 𝑭𝒊 𝒂 = frecuencias acumuladas hasta la clase inmediatamente
anterior a la clase donde se halla la mediana.
• 𝒇𝒊 = frecuencias en la clase donde se halla la mediana.
 Ejemplo de Cálculo de la Mediana para una
Distribución de Frecuencias
(Datos No Agrupados)

Mediana para una Distribución de Frecuencias (Datos No Agrupados)

A continuación, en la siguiente tabla, se ilustra el procedimiento para
computar la mediana en una distribución con clases no agrupadas.
TIEMPO DE REACCIÓN ANTE UN ESTÍMULO DESPUÉS DE CONSUMIR 4 ONZAS DE ALCOHOL

𝑿 (SEGUNDOS) 𝒇𝒊 𝑭𝒊
7 1 1
8 1 2
9 2 4
10 3 7
11 3 10
12 6 16
13 8 24
14 12 36
15 14 50
16 2 52
Total 52
 Continuación de Ejemplo de Cálculo de la
Mediana para una Distribución de Frecuencias
(Datos No Agrupados)

El primer paso para computar la mediana en una distribución con

clases no agrupadas, consiste en acumular las frecuencias. Una vez
acumuladas las frecuencias, se procedió a resolver 𝒏Τ𝟐 para
determinar la posición de la clase que tiene la mediana. En la tabla
bajo estudio 𝒏 = 𝟓𝟐; entonces, 𝟓𝟐Τ𝟐 = 𝟐𝟔. Este cociente se busca bajo
la columna de las frecuencias acumuladas. Dado que dicha cantidad
no aparece en la columna 3, se toma como punto de referencia las
frecuencias acumuladas que siguen (36). La clase a la izquierda de 36
es la que corresponde a 14 segundos; por lo tanto, su Límite Real
Inferior es 13.5. Tenemos 12 frecuencias en la clase que tiene la
mediana y 24 acumuladas hasta la clase inmediatamente anterior.
Según puede verificar el lector, estas frecuencias son las que se
acumularon hasta la clase correspondiente a 13 segundos.

Ahora se procede a calcular la Mediana con su fórmula:

𝒏
𝑴𝒅 = 𝑳𝑹𝑰 + 𝟐 − 𝑭𝒊 𝒂
𝒇𝒊
 Continuación de Ejemplo de Cálculo de la
Mediana para una Distribución de Frecuencias
(Datos No Agrupados)

𝒏
− 𝑭𝒊 𝒂
𝑴𝒅 = 𝑳𝑹𝑰 + 𝟐
𝒇𝒊

𝟓𝟐
− 𝟐𝟒
𝟐
𝑴𝒅 = 𝟏𝟑. 𝟓 +
𝟏𝟐

𝟐𝟔 − 𝟐𝟒
𝑴𝒅 = 𝟏𝟑. 𝟓 +
𝟏𝟐

𝟐 𝟏
𝑴𝒅 = 𝟏𝟑. 𝟓 + → 𝑴𝒅 = 𝟏𝟑. 𝟓 +
𝟏𝟐 𝟔

𝑴𝒅 = 𝟏𝟑. 𝟓 + 𝟎. 𝟏𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟕 → 𝑴𝒅 = 𝟏𝟑. 𝟓 + 𝟎. 𝟏𝟕(≈)

𝑴𝒅 = 𝟏𝟑. 𝟔𝟕 segundos
 Mediana para una Distribución de
Frecuencias (Datos Agrupados)

Mediana para una Distribución de Frecuencias (Datos Agrupados)

La fórmula para computar la mediana en distribuciones con clases
no agrupadas es la misma que aplica a clases agrupadas; excepto
que en este caso se agrega el tamaño de intervalo de la clase que
contiene la mediana:
𝒏
−𝑭𝒊 𝒂
𝑴𝒅 = 𝑳𝑹𝑰 + 𝟐
𝒇𝒊
(𝒊); donde:
• 𝑴𝒅 = Mediana en cuestión.
• 𝑳. 𝑹. 𝑰. = Límite Real Inferior de la clase donde se halla la mediana.
(Esta clase está ubicada en la posición 𝒏Τ𝟐; donde 𝒏 es el total
de casos bajo estudio. El resultado obtenido al dividir 𝒏Τ𝟐 se
busca bajo la columna de frecuencias acumuladas. La clase a
la izquierda de dichas frecuencias es la que tiene la mediana. Si
no aparece específicamente el resultado que se obtiene al
dividir 𝒏Τ𝟐, se toma como punto de referencia las frecuencias
acumuladas que siguen. Una vez identificada la clase, se
procede a computar su Límite Real Inferior).
• 𝒏 = Total de casos en la muestra.
• 𝑭𝒊 𝒂 = frecuencias acumuladas hasta la clase inmediatamente
anterior a la clase donde se halla la mediana.
• 𝒇𝒊 = frecuencias en la clase donde se halla la mediana.
• 𝒊 = intervalo de clase (su anchura).
 Ejemplo de Cálculo de la Mediana para una
Distribución de Frecuencias
(Datos Agrupados)

Mediana para una Distribución de Frecuencias (Datos Agrupados)

Volviendo al experimento previamente citado, vamos a suponer ahora
que el tiempo de reacción se organizó a través de una distribución de
frecuencias con clases agrupada; conforme se ilustra a continuación:

TIEMPO DE REACCIÓN ANTE UN ESTÍMULO DESPUÉS DE CONSUMIR 4 ONZAS DE ALCOHOL

𝑿 (SEGUNDOS) 𝒇𝒊 𝑭𝒊
7-8 2 2
9-10 5 7
11-12 9 16
13-14 20 36
15-16 16 52
Total 52
 Continuación de Ejemplo de Cálculo de la
Mediana para una Distribución de Frecuencias
(Datos Agrupados)

La clase que tiene la mediana está en la posición 𝒏Τ𝟐;

donde 𝒏 = 𝟓𝟐. Por lo tanto, 𝟓𝟐Τ𝟐 = 𝟐𝟔. Este valor no
aparece bajo la columna de las frecuencias acumuladas;
por lo tanto, se toman las que siguen como punto de
referencia (36). La clase a la izquierda de 36 es 13-14, y su
Límite Real Inferior es 12.5. Esta clase (donde está situada
la mediana) contiene 20 sujetos; las frecuencias
acumuladas (𝒇𝒂) hasta la clase anterior inmediata a 13-
14 son 16 y el intervalo de la clase que tiene la mediana
es igual a 2 unidades. Sustituyendo ahora los valores que
corresponden:

Ahora se procede a calcular la Mediana con su fórmula:

𝒏
− 𝑭𝒊 𝒂
𝑴𝒅 = 𝑳𝑹𝑰 + 𝟐 𝒊
𝒇𝒊
 Continuación de Ejemplo de Cálculo de la
Mediana para una Distribución de Frecuencias
(Datos Agrupados)

𝒏
− 𝑭𝒊 𝒂
𝑴𝒅 = 𝑳𝑹𝑰 + 𝟐 (𝒊)
𝒇𝒊

𝟓𝟐
𝟐 − 𝟏𝟔
𝑴𝒅 = 𝟏𝟐. 𝟓 + (𝟐)
𝟐𝟎

𝟐𝟔 − 𝟏𝟔
𝑴𝒅 = 𝟏𝟐. 𝟓 + 𝟐
𝟐𝟎

𝟏𝟎 𝟏
𝑴𝒅 = 𝟏𝟐. 𝟓 + 𝟐 → 𝑴𝒅 = 𝟏𝟐. 𝟓 + 𝟐 → 𝑴𝒅 = 𝟏𝟐. 𝟓 + (𝟎. 𝟓)(𝟐)
𝟐𝟎 𝟐

𝟐𝟎 𝟐
𝑴𝒅 = 𝟏𝟐. 𝟓 + → 𝑴𝒅 = 𝟏𝟐. 𝟓 + → 𝑴𝒅 = 𝟏𝟐. 𝟓 + 𝟏. 𝟎
𝟐𝟎 𝟐

𝑴𝒅 = 𝟏𝟐. 𝟓 + 𝟏 → 𝑴𝒅 = 𝟏𝟐. 𝟓 + 𝟏 → 𝑴𝒅 = 𝟏𝟐. 𝟓 + 𝟏

𝑴𝒅 = 𝟏𝟑. 𝟓 segundos
 Moda

En realidad, la moda no se utiliza mucho con los datos

numéricos. Sin embargo, entre las diferentes medidas de
tendencia central que consideramos, la moda es la única
que puede usarse con datos de nivel de medición
nominal. (Recuerde que el nivel de medición nominal se
refiere a datos que consisten únicamente en nombres,
etiquetas o categorías).
 Ejemplo de Moda

NOTA:
A esta Moda se llama la Moda para un arreglo de valores
 Moda para una Distribución de Frecuencias
SEGUNDOS EN REACCIONAR ANTE UN ESTÍMULO (Datos No Agrupados)
PREVIO CONSUMIR UNA DROGA ANTIDEPRESIVA
Moda para una Distribución de
𝑿 (SEGUNDOS) 𝒇𝒊
Frecuencias (Datos No Agrupados)
2 1
3 3
Cuando las puntuaciones
4 1
5 1
se presentan en una
6 1
distribución con clases no
7 2
agrupadas, la moda es
8 2 aquél valor que a su
9 1 derecha bajo la columna
10 2 de las frecuencias, tiene
11 0 el numeral más alto. Así
12 Moda 8 por ejemplo, en la tabla,
13 1 la moda es 12 segundos.
14 2
15 1
Total 26
 Moda para una Distribución de
Frecuencias (Datos Agrupados)

Moda para una Distribución de Frecuencias (Datos Agrupados)

Si el investigador decide organizar la información que ha
recopilado para los 26 pacientes depresivos utilizando una
distribución con clases agrupadas (según se ilustra en la tabla),
la moda puede obtenerse a través de la expresión que
aparece a continuación:
𝑫𝟏
𝑴𝒐 = 𝑳𝑹𝑰 + 𝒊 ; donde:
𝑫𝟏 +𝑫𝟐
• 𝑴𝒐 = Moda en cuestión.
• 𝑳. 𝑹. 𝑰. = Límite Real Inferior de la clase modal (la clase con el
mayor número de frecuencias).
• 𝑫𝟏 = Diferencia entre las frecuencias en la clase modal y las
frecuencias en la clase inmediatamente anterior.
• 𝑫𝟐 = Diferencia entre las frecuencias en la clase modal y las
frecuencias en la clase inmediatamente superior.
• 𝒊 = intervalo de la clase modal.
 Ejemplo de Cálculo de la Moda para una
Distribución de Frecuencias
(Datos Agrupados)

Moda para una Distribución de Frecuencias (Datos Agrupados)

En el cuadro a continuación se presentan de nuevo los valores que ya
hemos examinado para los 26 sujetos en el experimento con la
substancia antidepresiva; excepto que esta vez los indicadores han
sido agrupados en clases con intervalos de dos unidades cada una.
TIEMPO DE REACCIÓN ANTE UN ESTÍMULO DESPUÉS DE CONSUMIR 4 ONZAS DE ALCOHOL

𝑿 (SEGUNDOS) 𝒇𝒊
2-3 4
4-5 2
6-7 3
8-9 3
10-11 2
12-13 Clase Modal 9
14-15 3
Total 26
 Continuación de Ejemplo de Cálculo de la
Moda para una Distribución de Frecuencias
(Datos Agrupados)

En la distribución que antecede la clase

modal es 12-13, puesto que la misma tiene el
mayor número de frecuencias (9). Su Límite
Real Inferior es 11.5 y el intervalo asciende a 2
unidades. La clase inmediatamente antes
tiene dos (2) frecuencias y la que sigue en el
valor numérico (14-15), tiene tres (3)..
Sustituyendo ahora los valores que
corresponden:

Ahora se procede a calcular la Moda con su fórmula:

𝑫𝟏
𝑴𝒐 = 𝑳𝑹𝑰 + 𝒊
𝑫 𝟏 + 𝑫𝟐
 Continuación de Ejemplo de Cálculo de la
Moda para una Distribución de Frecuencias
(Datos Agrupados)

𝑫𝟏
𝑴𝒐 = 𝑳𝑹𝑰 + (𝒊)
𝑫 𝟏 + 𝑫𝟐

𝟗−𝟐
𝑴𝒐 = 𝟏𝟏. 𝟓 + (𝟐)
𝟗 − 𝟐 + (𝟗 − 𝟑)

𝟕
𝑴𝒐 = 𝟏𝟏. 𝟓 + 𝟐
𝟕+𝟔

𝟕
𝑴𝒐 = 𝟏𝟏. 𝟓 + 𝟐
𝟏𝟑

𝟏𝟒
𝑴𝒐 = 𝟏𝟏. 𝟓 + → 𝑴𝒐 = 𝟏𝟏. 𝟓 + (𝟎. 𝟓𝟑𝟖𝟒𝟔𝟏𝟓𝟑𝟖𝟒𝟔𝟏𝟓𝟑𝟖𝟓)(𝟐)
𝟏𝟑

𝑴𝒐 = 𝟏𝟏. 𝟓 + 𝟏. 𝟎𝟕 → 𝑴𝒐 = 𝟏𝟏. 𝟓 + 𝟏. 𝟎𝟖 ≈
𝑴𝒐 = 𝟏𝟐. 𝟓𝟕 segundos
ó 𝑴𝒐 ≈ 𝟏𝟐. 𝟓𝟖 segundos
Mitad de Rango
(Rango Medio)
Ejemplo de Mitad de Rango
(Rango Medio)
 Procedimientos para calcular
medidas de tendencia central
En Resúmen, lo más importante:
Medidas de Posición
(Relativa)
 Tabla para estudio
Observe la siguiente tabla:
 Introducción
De la sección anterior, recuerde que la mediana de un conjunto de
datos es el valor que está a la mitad, de modo que 50% de los valores
son iguales o menores a la mediana y el 50% de los valores son
mayores o iguales a la mediana. Tal como la mediana divide los datos
en dos partes iguales, los tres cuartiles, denotados por 𝑄1 , 𝑄2 y 𝑄3 ,
dividen los valores ordenados en cuatro partes iguales. (Los valores
están ordenados cuando se acomodan en orden).
 Continuación de Cuartiles
Describiremos un procedimiento para el cálculo de cuartiles
después de analizar los percentiles. No existe un acuerdo universal
respecto de un procedimiento único para el cálculo de cuartiles, y
con frecuencia los distintos programas de cómputo producen
resultados diferentes. Por ejemplo, si usted utiliza un conjunto de
datos 𝟏, 𝟑, 𝟔, 𝟏𝟎, 𝟏𝟓, 𝟐𝟏, 𝟐𝟖 y 𝟑𝟔, obtendrá los siguientes resultados:
Percentiles
Ejemplo para Calcular el
Percentil correspondiente
 Otro Ejemplo para Calcular el
Percentil correspondiente

EJEMPLO Edades de las mejores actrices

La tabla 3-4 lista las 𝟕𝟔 edades ordenadas de las
mejores actrices ganadoras del Óscar que se
incluyen en la tabla 2-1. (La tabla 2-1 aparece la
Unidad 2). Calcule el percentil correspondiente a
una edad de 𝟑𝟎 años.
 Continuación de Otro Ejemplo para
Calcular el Percentil correspondiente

SOLUCIÓN
En la tabla 3-4 observamos que existen 𝟐𝟔 edades menores que 𝟑𝟎;
por lo tanto,

𝟐𝟔
Percentil de 𝟑𝟎 = ∙ 𝟏𝟎𝟎 = 𝟑𝟒
𝟕𝟔
INTERPRETACIÓN La edad de 30 años es el percentil 34.
Conversión del 𝒌-ésimo percentil al valor
del dato correspondiente y Notación
Ejemplo cuando el valor de
𝑳 No es un número entero
Ejemplo cuando el valor de
𝑳 Sí es un número entero
 Ejemplo de
Cálculo de Cuartiles

Calcula 𝑸𝟏 para los siguientes datos:

𝟏𝟏𝟒, 𝟏𝟐𝟑, 𝟏𝟑𝟒, 𝟏𝟒𝟓, 𝟏𝟔𝟎, 𝟏𝟕𝟔, 𝟏𝟕𝟖, 𝟏𝟖𝟑, 𝟏𝟖𝟓, 𝟏𝟗𝟏 y 𝟐𝟎𝟎

Para determinar 𝑸𝟏 , busca el valor de 𝑳:

25
𝐿= ∙ 11 = 0.25 × 11 = 2.73 → 3
100

Por lo tanto, 𝑸𝟏 = 𝟏𝟑𝟒 (que es el valor del conjunto

de datos en la tercera posición)
 Ejemplo de
Cálculo de Cuartiles

Calcula 𝑸𝟑 para los siguientes datos:

𝟏𝟏𝟒, 𝟏𝟐𝟑, 𝟏𝟑𝟒, 𝟏𝟒𝟓, 𝟏𝟔𝟎, 𝟏𝟕𝟔, 𝟏𝟕𝟖, 𝟏𝟖𝟑, 𝟏𝟖𝟓, 𝟏𝟗𝟏 y 𝟐𝟎𝟎

Para determinar 𝑸𝟑 , busca el valor de 𝑳:

75
𝐿= ∙ 11 = 0.75 × 11 = 8.25 → 9
100

Por lo tanto, 𝑸𝟑 = 𝟏𝟖𝟓 (que es el valor del conjunto

de datos en la novena posición)
Análisis Exploratorio de los Datos
(AED)
 Referencias

Triola, M. F. (2010). Elementary statistics using Excel. (4th ed.).

Boston, MA: Addision-Wesley.

Triola, M. F. (2009). Estadística. (10 ed.). México. Pearson Educación.

ISBN: 978-970-26-1287-2.

Triola, M. F. (2004). Estadística. (9 ed.). México. Pearson Educación.

ISBN: 970-26-0519-9.

Sánchez Viera, J. A. (2001). Fundamentos del Razonamiento

Estadístico. San Juan, Puerto Rico. Universidad Carlos Albizu. ISBN:
1-881724-58-1