Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Las medidas de posición son indicadores estadísticos que permiten resumir los datos en uno
solo, o dividir su distribución en intervalos del mismo tamaño. Las medidas de posición,
por tanto, sirven para medir y para dividir.
Las medidas de tendencia central son medidas estadísticas que pretenden resumir en un
sólo valor a un conjunto de valores. Representan un centro en torno al cual se encuentra
ubicado el conjunto de los datos. Las medidas de tendencia central más utilizadas son:
media, mediana y moda. Las tres medidas se expresan en la misma unidad que los datos
originales.
MEDIA
La media, también conocida como promedio, es el valor que se obtiene al dividir la suma
de un conglomerado de números entre la cantidad de ellos.
Tipos de media
x1 + x 1 + x 1 + x 1+ …+ x n n x i
x́ = =∑
n i=1 n
Media geométrica: La media geométrica es un tipo de media que se calcula como la raíz del
producto de un conjunto de números estrictamente positivos. La fórmula de la media
geométrica es:
n
H= + +…+ 1
1 2
x1 x2 xn
Media ponderada: La media ponderada es un tipo de media que otorga diferentes pesos a
los distintos valores sobre los que se calcula. Su fórmula es:
n
x́=∑ x i P ( x i )=x 1 P ( x 1 ) + x 2 P ( x 2 ) + x 3 P ( x 3 ) +…+ x n P ( x n)
i=1
Características
Media Aritmética:
1.- Es una medida totalmente numérica o sea sólo puede calcularse en datos de
características cuantitativas.
5.- No puede ser calculada en distribuciones de frecuencia que tengan clases abiertas.
6.- La media aritmética es única, o sea, un conjunto de datos numéricos tiene una y solo una
media aritmética.
Media Geométrica:
2.- Es afectada por valores extremos aunque en menor medida que la media aritmética.
5.- Es mayormente usada para promediar tazas de cambio, razones y valores que muestren
una progresión geométrica.
Ventajas
MEDIANA
La mediana es el valor de la variable que ocupa la posición central, cuando los datos se
disponen en orden de magnitud. Es decir, el de las observaciones tiene valores iguales o
inferiores a la mediana y el otro tiene valores iguales o superiores. Para calcular la
mediana:
3. Si la serie tiene un número par de datos la mediana es la media entre las dos
puntuaciones centrales. Por ejemplo: Si se tienen los siguientes diez datos: entonces la
mediana es:
4+ 6
Me = 5 =5
Características
5.- Las operaciones para calcular el valor son muy sencillas de realizar.
8.- Se puede calcular aunque los números que se encuentren arriba y abajo no tengan
límites.
.
Ventajas
Desventajas
La moda, denotada por Mo, de una distribución se define como el valor de la variable que
más se repite. Una población puede tener más de una moda.
Características
2.- El valor de la moda puede ser afectado grandemente por el método de designación de
los intervalos de clases.
4.- Puede ser calculada en distribuciones de frecuencia que tengan clases abiertas.
6.- Las operaciones para determinar el resultado son muy fáciles de elaborar
Ventajas
Para conjuntos pequeños de datos su valor no tiene casi utilidad, si es que de hecho
existe.
Solo tiene significado en el caso de una gran cantidad de datos.
No utiliza toda la información disponible.
No siempre existe, si los datos no se repiten.
En ocasiones, el azar hace que una sola observación no represente el valor más
frecuente del conjunto de datos.
Difícil de interpretar si los datos tiene 3 o más modas.
CUANTIL
Un cuantil es aquel punto que divide la función de distribución de una variable aleatoria en
intervalos regulares. Por tanto, no es más que una técnica estadística para separar los datos
de una distribución. La mayoría de ellos son de uso habitual para poder analizar de forma
detallada la distribución de los datos. Además, otra de sus utilidades es separar los datos en
grupos, pudiendo elegir los más altos o los más bajos. Los más usuales son los cuartiles, los
deciles y los percentiles.
CUARTILES
Los cuartiles son valores que dividen una muestra de datos en cuatro partes iguales.
Utilizando cuartiles puede evaluar rápidamente la dispersión y la tendencia central de un
conjunto de datos, que son los pasos iniciales importantes para comprender sus datos.
Q1 Q2 Q3
1er cuartil (Q1): 25% de los datos es menor que o igual a este valor.
2do cuartil (Q2): La mediana. 50% de los datos es menor que o igual a este valor.
3er cuartil (Q3): 75% de los datos es menor que o igual a este valor.
Los cuartiles son valores calculados, no observaciones en los datos. A menudo es necesario
interpolar entre dos observaciones para calcular un cuartil con exactitud. Los cuartiles se
obtienen a partir de la siguiente formula:
Datos agrupados:
k ∙n
Qk =Li + (
4
−F i−1
fi )
∙c
Datos no agrupados:
k ∙n
Qk =
4
DECILES
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
D1 D2 D3 D4 D5 D6 D7 D8 D9
Los deciles se obtienen a partir de la siguiente formula:
Datos agrupados:
k ∙n
Dk = Li + (
10
−F i−1
fi )
∙c
Datos no agrupados:
k ∙n
Dk =
10
PERCENTILES
El percentil es una medida de posición usada en estadística que indica, una vez ordenados
los datos de menor a mayor, el valor de la variable por debajo del cual se encuentra un
porcentaje dado de observaciones en un grupo. El percentil es una medida de posición no
central.
Datos agrupados:
k ∙n
Pk =Li + (
100
−F i−1
fi )∙c
Datos no agrupados:
k ∙n
Qk =
100
Son intervalos que indican la dispersión de los datos en la escala de medición. Una medida
de dispersión o variabilidad nos determina el grado de acercamiento o distanciamiento de
los valores de una distribución frente a su promedio de localización, indicando por medio
de un número si las diferentes puntuaciones de una variable están muy alejadas de la media.
Cuanto mayor sea ese valor, mayor será la variabilidad, y cuanto menor sea, más
homogénea será a la media. Cuando es cero quiere decir que todos los datos son iguales.
RANGO
R = Xmáx - Xmín
Propiedades
Es fácil de calcular y sus unidades son las mismas que las de la variable.
No utiliza todas las observaciones (solo dos de ellas);
Se puede ver muy afectada por alguna observación extrema;
El rango aumenta con el número de observaciones, o bien se queda igual. En cualquier
caso nunca disminuye.
DESVIACIÓN MEDIA
Propiedades
Guarda las mismas dimensiones que las observaciones. La suma de valores absolutos
es relativamente sencilla de calcular, pero esta simplicidad tiene un inconveniente:
Desde el punto de vista geométrico, la distancia que induce la desviación media en el
espacio de observaciones no es la natural (no permite definir ángulos entre dos
conjuntos de observaciones). Esto hace que sea muy engorroso trabajar con ella a la
hora de hacer inferencia a la población.
Cuando mayor sea el valor de la desviación media, mayor es la dispersión de los datos.
Sin embargo, no proporciona una relación matemática precisa entre su magnitud y la
posición de un dato dentro de una distribución.
La desviación media al tomar los valores absolutos mide una observación sin mostrar
si la misma está por encima o por debajo de la media aritmética.
Fórmula de varianza:
∑ ( x i−x́ )2
S2= i=1
n−1
√ √
n
∑ ( x i−x́ )2
S2= S2=¿ i=1
¿
n−1
Propiedades
COEFICIENTE DE VARIACIÓN
σx
C.V=
|x́|
Propiedades
Esta medida nos permite identificar si los datos se distribuyen de forma uniforme alrededor
del punto central (Media aritmética). La asimetría presenta tres estados diferentes, cada
uno de los cuales define de forma concisa como están distribuidos los datos respecto al eje
de asimetría. Se dice que la asimetría es positiva cuando la mayoría de los datos se
encuentran por encima del valor de la media aritmética, la curva es Simétrica cuando se
distribuyen aproximadamente la misma cantidad de valores en ambos lados de la media y
se conoce como asimetría negativa cuando la mayor cantidad de datos se aglomeran en los
valores menores que la media.
Datos no agrupados:
∑ ( x i−x́ )
CA f = i=1
n∙ s3x
Datos agrupados:
n
∑ (( x i− x́ ) )3 ∙ ni
CA f = i=1
n∙ s3x
3 ( x́−M e )
CA p =
s
( x́ −M o )
CA p =
s
CA Q3 +Q1+2 Me ( x )
B=¿ ¿
Q 3−Q1