SAP 209 – 95

Medidas de tendencia central. Las medidas de tendencia central son medidas

estadísticas que pretenden resumir en un solo valor a un conjunto de valores.
Representan un centro en torno al cual se encuentra ubicado el conjunto de los
datos. A veces, tratamos con una gran cantidad información. Variables que
presentan muchos datos y muy dispares. Datos con muchos decimales, de
diferente signo o longitud. En estos casos, siempre es preferible calcular
medidas que nos ofrezcan información resumida sobre dicha variable. Las
medidas de tendencia central más utilizadas son: media, mediana y moda.
Las medidas de posición central son una ayuda en forma de resumen pero no
son categóricas. Como resumen pueden darnos una información de lo que, en
promedio, cabría esperar. Pero no siempre son precisas.

Para analizar mejor estas medidas, es recomendable combinar las medidas de

tendencia central con medidas de dispersión. Las medidas de dispersión
tampoco son infalibles, pero nos ofrecen información sobre la variabilidad de
una determinada variable.

Media: La media aritmética, también llamada promedio o simplemente media

es el valor característico de una serie de datos cuantitativos, objeto de estudio,
se fundamenta en el concepto de la esperanza matemática o valor esperado,
se obtiene de la suma de todos sus valores dividida entre el total de datos.
Existen muchos tipos de media. La elección de cada tipo de media tiene que
ver, principalmente con el tipo de dato sobre el que se calcula.
Cuando se calcula la media de un conjunto de números, se suman todos los
números y luego se divide por la cantidad de datos del conjunto.
Ejemplo:
Encuentre la media del conjunto {2, 5, 5, 6, 8, 8, 9, 11}.

Hay 8 números en el conjunto. Súmelos, y luego divida entre 8.

= 6.75

Así, la media es 6.75.

Mediana: Es el valor que divide al conjunto ordenado de datos, en dos
subconjuntos con la misma cantidad de elementos. La mitad de los datos son
menores que la mediana y la otra mitad son mayores. Se simboliza como ¨Me¨
Para calcular la mediana de un conjunto de números, primero hay que
organizar todos los números en orden descendente, luego vamos eliminando
los números de ambos extremos hasta obtener el valor central que sería la
mediana. En caso de tener dos números en el centro, sumamos ambos valores
y al resultado lo dividimos entre 2, encontrando así la Mediana
Ejemplo:
Encuentre la mediana del conjunto {3, 10, 36, 255, 79, 24, 5, 8}.

Primero, arregle los números en orden ascendente.

{3, 5, 8, 10, 24, 36, 79, 255}

Hay 8 números en el conjunto -- un número par. Así, encuentre el promedio de

los dos números medios, 10 y 24.

(10 + 24)/2 = 34/2 = 17

Así, la mediana es 17

Moda: Es el valor que más se repite en un conjunto de datos. No tiene fórmula

en sí mismo. Lo que habría que realizar es la suma de las repeticiones de cada
valor.  A diferencia de la media aritmética, la moda no se ve afectada por la
ocurrencia de los valores extremos. 
Ejemplo:
Encuentre la moda del conjunto {2, 3, 5, 5, 7, 9, 9, 9, 10, 12}.

El 2, 3, 7, 10 y 12 aparecen una vez cada uno.

El 5 aparece dos veces y el 9 aparece tres veces.

Así, el 9 es la moda.

Media Geométrica (MG) Es una medida de tendencia central que puede

utilizarse para mostrar los cambios porcentuales en una serie de números
positivos. Como tal, tiene una amplia aplicación en los negocios y en la
economía, debido a que con frecuencia se está interesado en establecer el
cambio porcentual en las ventas en el producto interno bruto o en cualquier
serie económica. Se define como la raíz índice n del producto de n términos.

La media geométrica se utiliza con más frecuencia para calcular la tasa de

crecimiento porcentual promedio de algunas series dadas, a través del tiempo.
Ventajas

 Considera todos los valores de la distribución

 Es menos sensible que la media aritmética a los valores extremos.

Desventajas

 Es de significado estadístico menos intuitivo que la media aritmética.

 Su cálculo es más difícil.
 Si un valor es igual a cero, entonces la media geométrica se anula o no
queda determinada.
Solo es relevante la media geométrica si todos los números son positivos.
Como hemos visto, si uno de ellos es 0, entonces el resultado es 0. Si hubiera
un número negativo (o una cantidad impar de ellos) entonces la media
geométrica sería o bien negativa, o bien inexistente en los números reales.
En muchas ocasiones se utiliza su trasformación en el manejo estadístico de
variables con distribución no normal.
La media geométrica es relevante cuando varias cantidades son multiplicadas
para producir un total.
 Medidas de Dispersión
Son parámetros que miden la separación de los datos de una distribución
respecto a su media, de esta manera nos pueden informar sobre cuanto se
alejan del centro los valores de la distribución. 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: Es la diferencia entre el límite superior del ultimo intervalo y el límite

inferior del primer intervalo. Esta medida nos indica la diferencia entre el valor
máximo y el mínimo de una población o muestra estadística
Para calcular el rango de una muestra o población estadística utilizaremos la
siguiente fórmula:

R = Máxx – Mínx

Donde

 R es el rango.
 Máx es el valor máximo de la muestra o población.
 Mín es el valor mínimo de la muestra o población estadística.
 x es la variable sobre la que se pretende calcular esta medida.

Ejemplo: Para la muestra (8, 7, 6, 9, 4, 5), el dato menor es 4 y el dato mayor

es 9. Sus valores se encuentran en un rango de: Rango = (9 – 4) = 5

Para esto, no es necesario ordenar los valores de mayor a menor o viceversa.

Si sabemos cuál son los números con mayor y menor valor, tan sólo tendremos
que aplicar la fórmula.

Varianza: La varianza de una muestra o de un conjunto de valores, es la

sumatoria de las desviaciones al cuadrado con respecto al promedio o a la
media, todo esto dividido entre el número total de observaciones menos 1.

De manera muy general se puede decir que la varianza es la desviación

estándar elevada al cuadrado.

En las áreas de economía y finanzas, la varianza se interpreta como el riesgo

de que el rendimiento realizado en algún procedimiento sea distinto al
rendimiento esperado. Por lo general cuando se espera un mayor rendimiento,
el riesgo a su vez es mayor.

Supongamos que se tienen los ingresos anuales de cinco empresas distintas,

pertenecientes a un mismo empresario, los cuales son:
  Empresa A: 2.500 $
 Empresa B: 1.800 $
 Empresa C: 2.300 $
 Empresa D: 3.000 $
 Empresa E: 2.700 $

Entonces calculamos la media de los ingresos, simplemente sumando cada

cifra y dividiéndolo entre el número total de empresas, lo cual da como
resultado: 2.460$.

Ahora simplemente terminamos de calcular la varianza con la formula ya

expuesta, lo cual da como resultado una varianza de 162.400 $ 2.

Al sacar la raíz cuadrada a este resultado obtenemos la desviación estándar,

siendo ésta 403 $ de diferencia entre los ingresos de las cinco empresas.

Desviación estándar: La desviación estándar o desviación típica es una

medida que ofrece información sobre la dispersión media de una variable. La
desviación estándar es siempre mayor o igual que cero.

Se calcula como la media aritmética de los valores absolutos de las

desviaciones respecto a la media. Al principio es confuso pero es más fácil
siguiendo una serie de pasos

Paso 1: calcular la media.

Paso 2: calcular el cuadrado de la distancia a la media para cada dato.
Paso 3: sumar los valores que resultaron del paso 2.
Paso 4: dividir entre el número de datos.
Paso 5: sacar la raíz cuadrada.

Percentiles: En estadística, un percentil es una medida de posición no central,

al igual que los cuartiles, los deciles o los quintiles.

Todas esas medidas nos informan de la posición de un valor respecto a los

demás. Si un valor está en el cuartil 3 (Q3), indicaría que tres cuartas partes de
los datos son igual o menores que ese valor.

El concepto de percentil es igual pero referido a porcentajes. Si un valor tiene

un percentil 55 (P55), el 55% de los demás datos tendrán un valor igual o más
pequeño.
Imaginemos que la altura de un grupo de personas es el conjunto de datos a
estudiar. Si una altura de 1.75 m está en el P80 (percentil 80), quiere decir que
el 80% de las personas del grupo mide 1.75 o menos.

Para calcular los percentiles, primero hay que ordenar los datos de forma
ascendente.

Una vez ordenados, se resta 0.5 a la posición que ocupa el dato del que
queremos calcular el percentil. Después dividimos entre el número total de
datos y multiplicamos por 100.

Ejemplo: Tenemos un conjunto de 47 datos con diferente valores que van

desde 51 hasta 99. Si queremos saber el percentil al que pertenece el valor 63,
primero ordenamos de menor a mayor y miramos la posición que ocupa e6 63.
Supongamos la posición es 12.

Aplicamos la fórmula:

P = (12 – 0.5) / 47) x 100 = 24.46

Y obtenemos que el 63 está en el percentil 24.46 indica, es decir, que el

24.46% de los datos tienen un valor de 63 o menos. Esto se indica como
P24.46 = 63.
Prevalencia: Es la proporción de individuos de una población que presentan el
evento en un momento, o periodo de tiempo, determinado. Por ejemplo la
prevalencia de diabetes en Madrid en el año 2001 es la proporción de
individuos de esa provincia que en el año 2001 padecían la enfermedad. Se
calcula:

P = N de eventos/ n de individuos totales

Incidencia: es el número de casos nuevos de una enfermedad en una

población determinada y en un periodo determinado.

La frecuencia absoluta: es una medida estadística que nos da información

acerca de la cantidad de veces que se repite un suceso al realizar un número
determinado de experimentos aleatorios. Esta se representa mediante las
letras fi. La letra f se refiere a la palabra frecuencia y la letra i se refiere a la
realización i-ésima del experimento aleatorio.

La frecuencia absoluta es muy utilizada en estadística descriptiva y es útil para

saber acerca de las características de una población y/o muestra. Ésta se
puede utilizar con variables cualitativas o cuantitativas siempre que estas se
puedan ordenar. La frecuencia absoluta se puede utilizar para variables
discretas (las variables se ordenan de menor a mayor) y para variables
continuas (las variables se ordenan de menor a mayor agrupadas por
intervalos). La frecuencia absoluta se utiliza para calcular la frecuencia relativa.

Proporción: es el cociente del número de veces que se presenta un valor o

característica con respecto al total de la muestra de la variable en estudio. Por
ejemplo: en un estudio médico sobre el Alzheimer se examinaron 280 mujeres
y 220 hombres, entonces se puede notar que: 

Proporción (mujeres) = 280/500 = 0,56

Proporción (hombres) = 220/500 = 0,44

Es importante aclarar que las proporciones, se relacionan con las frecuencias

relativas simples; su rango, va desde cero hasta  uno (ambos inclusive), en
otras palabras, el campo de existencia de las proporciones se encuentra en el
intervalo [0,1] y la sumatoria de las proporciones es igual a uno.

Razón (muestral): es la relación entre dos fenómenos independientes, el rango

es de cero a infinito positivo. Por ejemplo: en un Hospital existen mil pacientes
y un total de cincuenta médicos, por lo cual se tiene una razón de 1000/50=20,
en otras palabras en el Hospital por cada médico existen 20 pacientes.
Índice: Es una medida estadística que tiene como finalidad comparar una
variable o magnitud económica con el tiempo.
Los números índices miden el tamaño o la magnitud de algún objeto en un
punto determinado en el tiempo, como el porcentaje de una base o referencia
en el pasado
Existen varios tipos de índices:
Simples: Son los índices que proporcionan la variación que ha sufrido una
magnitud o concepto entre dos periodos o lugares distintos. Generalmente,
esta comparación se realiza con el valor de un periodo fijo (Periodo base)
Ejemplo:
Si la población estimada en 2012 fie de 8.4 millones de habitantes y la del 2011
fue de 8.2. ¿Cuál fue el índice de crecimiento?

P = 8.4/8.2 * 100 = 102.44

El índice de crecimiento es de 2.44%

Complejos: Generalmente no hay mucho interés en comparar cantidades o

valores individuales, sino que se comparan fenómenos del mundo real donde
intervienen muchas variables. Como consecuencia, la información suministrada
por los índices de diferentes bienes debe ser resumida en un único índice al
que denominamos índice complejo.
La construcción de estos es complicada. Por ejemplo, para elaborar la
evolución del coste de la vida en un país, habría que seleccionar un grupo de
bienes que reflejaran dicho coste, teniendo en cuenta la importancia relativa de
cada uno de estos bienes, decidiendo finalmente la forma de unificar toda la
información para obtener un único índice.

Tasa: es la rapidez de cambio de un fenómeno, se obtiene mediante el

cociente del número de veces que ocurre la situación investigada en un lugar y
lapso de tiempo determinado, entre la población en estudio, multiplicada por
una potencia de 10, su rango es de cero a infinito positivo. Entonces las tasas
se hallan:
Frecuencia de determinado fenómeno en un tiempo específico. 10^n
Población en estudio

Cabe agregar que, las tasas que se refieren a toda la población se

llaman crudas, mientras que las tasas que se refieren solo a una parte de la
población se denominan especificas.
Las tasas más comunes son:
Tasas de mortalidad: riesgo de morir.
 Tasas de morbilidad: riesgo de contraer determinada enfermedad.
Tasas de natalidad: miden el crecimiento de las poblaciones.
Tasas de letalidad: miden la gravedad de las enfermedades.

Intervalo de confianza: Un intervalo de confianza es una técnica de

estimación utilizada en inferencia estadística que permite acotar un par o varios
pares de valores, dentro de los cuales se encontrará la estimación
puntual buscada (con una determinada probabilidad).
Un intervalo de confianza nos va a permitir calcular dos valores alrededor de
una media muestral (uno superior y otro inferior). Estos valores van a acotar un
rango dentro del cual, con una determinada probabilidad, se va a localizar el
parámetro poblacional.
Intervalo de confianza = media +- margen de error
Factores de los que depende un intervalo de confianza

El cálculo de un intervalo de confianza depende principalmente de los

siguientes factores:

 Tamaño de la muestra seleccionada: Dependiendo de la cantidad de

datos que se hayan utilizado para calcular el valor muestral, este se acercará
más o menos al verdadero parámetro poblacional.
 Nivel de confianza: Nos va a informar en qué porcentaje de casos
nuestra estimación acierta. Los niveles habituales son el 95% y el 99%.
 Margen de error de nuestra estimación: Este se denomina como alfa
y nos informa de la probabilidad que existe de que el valor poblacional esté
fuera de nuestro intervalo.
 Lo estimado en la muestra (media, varianza, diferencia de
medias…): De esto va a depender el estadístico pivote para el cálculo del
intervalo.
Probabilidad

Es la parte de las matemáticas que se encarga del análisis de los fenómenos

aleatorios. Por fenómenos aleatorios entendemos todos aquellos experimentos
que, cuando se repite bajo las mismas condiciones iniciales, el resultado que
se obtiene no siempre es el mismo. El ejemplo más sencillo para entender el
concepto es lanzar una moneda o un dado al aire.
Es una medida de la certidumbre asociada a un suceso o evento futuro y suele
expresarse como un número entre 0 y 1 (o entre 0 % y 100 %).
Una forma tradicional de estimar algunas probabilidades sería obtener la
frecuencia de un acontecimiento determinado mediante la realización de
experimentos aleatorios, de los que se conocen todos los resultados posibles,
bajo condiciones suficientemente estables. Un suceso puede ser improbable
(con probabilidad cercana a 0), probable (probabilidad intermedia) o seguro
(con probabilidad uno).

La probabilidad constituye un importante parámetro en la determinación de las

diversas casualidades obtenidas tras una serie de eventos esperados dentro de
un rango estadístico.
Existen diversas formas como método abstracto, como la teoría Dempster-
Shafer y la teoría de la relatividad numérica, esta última con un alto grado de
aceptación si se toma en cuenta que disminuye considerablemente las
posibilidades hasta un nivel mínimo ya que somete a todas las antiguas reglas
a una simple ley de relatividad.
La probabilidad de un evento se denota con la letra p y se expresa en términos
de una fracción y no en porcentajes, por lo que el valor de p cae entre 0 y 1.
Por otra parte, la probabilidad de que un evento "no ocurra" equivale a 1 menos
el valor de p y se denota con la letra q

Técnicas:

Las Técnicas de conteo son utilizadas en Probabilidad y Estadística para

determinar el número total de resultados.
Principio de multiplicación

Si un evento E puede ocurrir de m formas, e independiente de este evento un

evento F puede ocurrir de n formas, entonces los eventos juntos pueden ocurrir
un total de m x n formas.

Ejemplo: Menú en restaurant

Supongamos que un restaurant ofrece 4 entradas, 5 platos principales y 2

postres. ¿De cuántas formas un cliente puede ordenar una comida?
Respuesta: Se aplica el principio de multiplicación, por lo tanto hay 4 x 5 x 2
formas diferentes de ordenar una comida: 40 formas.

Regla factorial

Una colección de n elementos distintos se pueden acomodar de n! formas

diferentes. Es decir, el primer elemento se puede seleccionar de n maneras
distintas, el segundo de n-1 maneras, y así sucesivamente.

Ejemplo: Mesa de honor

Se requiere acomodar a 8 personas en una mesa de honor y se le solicita que

haga un listado de las diferentes formas de ordenar a las personas. Antes de
aceptar la tarea decide investigar cuántas formas diferentes existen.

Respuesta: Se aplica la regla factorial. Para el primer puesto hay 8 opciones,

para el segundo, 7, para el tercero 6, y así sucesivamente. Entonces hay 8!
Formas de acomodar a las personas: 40320. (No sería sencillo tratar de hacer
la lista completa).

Reglas

 La probabilidad de ocurrencia de un evento es siempre igual o mayor a

cero o igual o menor a 1
 La suma de todas las probabilidades de un suceso siempre es 1
 P (A o B) = P(A) + P(B) Siempre que sean mutuamente excluyentes
 Regla general de la adición de probabilidades para eventos no
mutuamente excluyentes. P (A o B) = P(A) + P(B) – P (AyB)
 Regla especial de la adición de probabilidades para eventos
mutuamente excluyentes. P (AoB) = P(A) + P(B)
 La probabilidad de que ocurra el evento E1 dado que ha ocurrido el
evento E2, es la probabilidad conjunta de ambos eventos, dividido por la
de E2 donde esta última debe ser mayor de cero
 La probabilidad conjunta de dos eventos E1 E2, es el producto de la
probabilidad individual de E1 por la probabilidad condicional de E2 dado
que ha ocurrido E1
 La probabilidad conjunta de dos eventos E1 y E2 es el producto de la
probabilidad de E1 por la probabilidad de E2

Normalidad estadística

La distribución normal o distribución de Gauss representa la forma en la que se

distribuyen en la naturaleza los diversos valores numéricos de las variables
continuas, como pueden ser estatura, peso, etc.

En estadística y probabilidad se llama distribución normal, distribución de

Gauss o distribución gaussiana , a una de las distribuciones de
probabilidad de variable continua que con más frecuencia aparece en
estadística y en la teoría de probabilidades.
La gráfica de su función de densidad tiene una forma acampanada y es
simétrica respecto de un determinado parámetro estadístico. Esta curva se
conoce como campana de Gauss y es el gráfico de una función gaussiana.2
La importancia de esta distribución radica en que permite modelar numerosos
fenómenos naturales, sociales y psicológicos. Mientras que los mecanismos
que subyacen a gran parte de este tipo de fenómenos son desconocidos, por la
enorme cantidad de variables incontrolables que en ellos intervienen, el uso del
modelo normal puede justificarse asumiendo que cada observación se obtiene
como la suma de unas pocas causas independientes.
De hecho, la estadística descriptiva sólo permite describir un fenómeno, sin
explicación alguna. Para la explicación causal es preciso el diseño
experimental, de ahí que al uso de la estadística en psicología y sociología sea
conocido como método correlacional.
Según el criterio estadístico: La normalidad se basa en la idea de que la
normalidad es aquello que es más probable. Es un criterio matemático basado
en los datos, aquellas conductas más repetidas serán las normales; mientras
que las que apenas se producen serán patológicas o anormales. Tiene una gran
fuerza al suponer un método objetivo de medir la normalidad pero pierde
eficacia cuando existe muchísima variabilidad; y también existe el problema de
definir el umbral porcentual que implica el cambio de anormal a normal.
La distribución normal también aparece en muchas áreas de la propia
estadística. Por ejemplo, la distribución muestral de las medias maestrales es
aproximadamente normal, cuando la distribución de la población de la cual se
extrae la muestra no es normal.4 Además, la distribución normal maximiza
la entropía entre todas las distribuciones con media y varianza conocidas, lo
cual la convierte en la elección natural de la distribución subyacente a una lista
de datos resumidos en términos de media muestral y varianza. La distribución
normal es la más extendida en estadística y muchos test estadísticos están
basados en una "normalidad" más o menos justificada de la variable aleatoria
bajo estudio.
En probabilidad, la distribución normal aparece como el límite de varias
distribuciones de probabilidad continuas y discretas.

Estándares de normalidad: Consiste en el establecimiento de normas a las

que debe ajustarse la información geográfica, los procesos de intercambio de
ésta y la interoperación de los sistemas que deben manejarla.

En el campo de la medicina, conjunto de valores que el médico utiliza para

interpretar los resultados de las pruebas en un paciente. Los valores de
referencia para una prueba determinada se basan en los resultados de la
prueba en el 95% de la población sana. A veces, los pacientes cuyos
resultados están fuera de los valores de referencia pueden estar sanos y
algunos pacientes cuyos resultados están dentro de los valores de referencia
pueden tener un problema de salud. Los valores de referencia de una prueba
pueden ser diferente en distintos grupos de personas (por ejemplo, entre
mujeres y hombres). También se llama intervalo de referencia, límite de
referencia y límite normal.
De la distribución normal se derivan muchos resultados, incluyendo rangos de
percentiles ("percentiles" o "cuantiles"), curvas normales
equivalentes, stanines, z-scores, y T-scores. Además, un número de
procedimientos de estadísticos de comportamiento están basados en la
asunción de que esos resultados están normalmente distribuidos. Por ejemplo,
el test de Student y el análisis de varianza (ANOVA). La gradación de la curva
campana asigna grados relativos basados en una distribución normal de
resultados.

Los valores de referencia (rangos) para sangre, orina, LCR, materia fecal y
otros líquidos (p. ej., ácido gástrico) y paneles utilizados con frecuencia
pueden tener valores de referencia que varían según varios factores, incluidos
las características demográficas de la población sana donde se tomaron las
muestras y los métodos específicos y/o los instrumentos usados para estudiar
estas muestras. Los laboratorios acreditados por el College of American
Pathologists (CAP) deben establecer y/o validar sus propios valores de
referencia al menos 1 vez al año. Por lo tanto, todos los resultados deben
interpretarse según los valores de referencia del laboratorio en el que se
realizó el estudio; el laboratorio debe proporcionar estos valores junto con el
resultado del estudio.
La normalidad es la asunción central de la teoría matemática de errores. De
forma similar en el ajuste de modelos estadístico, un indicador de la bondad del
ajuste es que el error residual (así es como se llaman los errores en esta
circunstancia) sea independiente y normalmente distribuido. La asunción es
que cualquier desviación de la normalidad necesita ser explicada. En ese
sentido, en ambos, ajuste de modelos y teoría de errores, la normalidad es la
única observación que no necesita ser explicada, sino que es esperada. No
obstante, si los datos originales no están normalmente distribuidos (por
ejemplo, si siguen una distribución de Cauchy, entonces los residuos tampoco
estarán normalmente distribuidos. Este hecho es ignorado habitualmente en la
práctica.

Las medidas repetidas de la misma cantidad se espera que cedan el paso a

resultados que están agrupados en torno a un valor particular. Si todas las
fuentes principales de errores se han tomado en cuenta, se asume que el error
que queda debe ser el resultado de un gran número de muy pequeños
y aditivos efectos y, por consiguiente, normal. Las desviaciones de la
normalidad se interpretan como indicaciones de errores sistemáticos que no
han sido tomados en cuenta. Puede debatirse si esta asunción es válida.