REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN UNIVERSITARIA

UNIVERSIDAD POLITÉCNICA TERRITORIAL DEL ESTADO BOLÍVAR
PROGRAMA NACIONAL DE FORMACIÓN EN GEOCIENCIAS
T3-CGS-1

MEDIDAS DE POSICIÓN Y DE VARIABILIDAD

Profesor (a): Alumno(a):

Luisa López Zerpa Jeorgina

C.I:26.355.002

CIUDAD BOLÍVAR, JUNIO DEL 2021

MEDIDAS DE POSICIÓN

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.

MEDIDAS DE TENDENCIA CENTRAL

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

Media Aritmética: La medida de tendencia central más conocida y utilizada es la media

aritmética o promedio aritmético de datos y se representa por x́. La media aritmética es el
valor obtenido al sumar todos los datos y dividir el resultado entre el número total de datos.
Su expresión matemática es:

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:

x́=√n x 1∗x 2 ¿ x 3∗…∗x n

Media armónica: La media armónica es igual al número de elementos de un grupo de cifras

entre la suma de los inversos de cada una de estas cifras. La fórmula de la media armónica
(H):

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.

2.- En su cálculo se toman en cuenta todos los valores de la variable.

3.- Es lógica desde el punto de vista algebraico.

4.- La media aritmética es altamente afectada por valores extremos.

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:

1.- Se toman en cuenta todos los valores de la variable

2.- Es afectada por valores extremos aunque en menor medida que la media aritmética.

3.- La media geométrica de un número y su recíproco será siempre igual a uno.

4.- No puede ser calculada en distribuciones con clase abiertas.

5.- Es mayormente usada para promediar tazas de cambio, razones y valores que muestren
una progresión geométrica.

Ventajas

o Es la medida de tendencia central más usada.

o Emplea en su cálculo toda la información disponible.
o Se expresa en las mismas unidades que la variable en estudio.
o El promedio se estable en el muestreo.
o Es un valor único.
o Es sensible a cualquier cambio en los datos (puede ser usado como un detector de
variaciones en los datos).
o Se emplea a menudo en cálculos estadísticos posteriores.
o Es útil para llevar a cabo procedimientos estadísticos como la comparación de medias
de varios conjuntos de datos.
o En la gráfica de frecuencia representa el centro de gravedad.
Desventajas

 Es sensible a los valores extremos.

 No es recomendable emplearla en distribuciones muy asimétricas.
 Si se emplean variables discretas o cuasi-cualitativas, la media aritmética puede no
pertenecer al conjunto de valores de la variable.
 Si el conjunto de datos es muy grande puede ser tedioso su cálculo manual.
 No se puede calcular para datos cualitativos.
 No se puede calcular para datos que tengan clases de extremo abierto, tanto superior
como inferior.

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:

1. Se ordenan los datos de menor a mayor.

2. Si la serie tiene un número impar de datos la mediana es la puntuación central de la

misma. Por ejemplo: Si se tienen los siguientes nueve datos 1, 2, 3, 4, 4, 5, 6, 6,7 la
mediana es el valor que ocupa el quinto lugar: Me = 4.

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

1.- En su cálculo no se incluyen todos los valores de la variable.

2.- La Mediana no es afectada por valores extremos.

3.- Puede ser calculada en distribuciones de frecuencia con clases abiertas.

4.- No es lógica desde el punto de vista algebraico

5.- Las operaciones para calcular el valor son muy sencillas de realizar.

6.- La mediana no depende de los valores de las variables, solamente de su orden.

7.- Generalmente, los valores son enteros.

8.- Se puede calcular aunque los números que se encuentren arriba y abajo no tengan
límites.

.
Ventajas

o Fácil de calcular si el número de observaciones no es muy grande.

o No se ve influenciada por valores extremos, ya que solo influyen los valores centrales.
o Se puede calcular para cualquier tipo de datos cuantitativos, incluso los datos con clase
de extremo abierto.
o Es la medida de tendencia central más representativa en el caso de variables que solo
admiten la escala ordinal.

Desventajas

 No utiliza en su “cálculo” toda la información disponible.

 No pondera cada valor por el número de veces que se ha repetido.
 Hay que ordenar los datos antes de determinarla.
MODA

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.

Por ejemplo, si se tiene la serie de datos: 1, 2, 2, 3, 4, 5, 6, 6, 6, 7, 8, 9, 9 el dato que más se

repite es el por lo que: Mo = 6.

Características

1.- En su cálculo no se incluyen todos los valores de la variable.

2.- El valor de la moda puede ser afectado grandemente por el método de designación de
los intervalos de clases.

3.- No está definida algebraicamente.

4.- Puede ser calculada en distribuciones de frecuencia que tengan clases abiertas.

5.- No es afectada por valores extremos.

6.- Las operaciones para determinar el resultado son muy fáciles de elaborar

7.- Los valores que se presentan pueden ser cualitativos y cuantitativos

Ventajas

o Puede usarse para datos tanto cuantitativos como cualitativos.

o Fácil de interpretar.
o No se ve influenciada por valores extremos.
o Se puede calcular en clases de extremo abierto.
Desventajas

 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.

0% 25% 50% 75% 100%

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

En estadística descriptiva, un decil es cualquiera de los nueve valores que dividen a un

grupo de datos ordenados en diez partes iguales, de manera que cada parte representa1/10
de la muestra o población. Son aquellas variables que dividen a una distribución en 10
partes iguales, por lo tanto hay 9 deciles. El decil 5 (D5) coincide con la mediana y con el
segundo cuartil, es decir D5= Me=Q2 El cálculo de los Deciles es similar al de los Cuartiles
y Percentiles.

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.

0% 1% 2% 3%…………………………… 97% 98% 99% 100%

P1 P2 P3…………………………… P97 P98 P99

Los percentiles se obtienen a partir de la siguiente formula:

Datos agrupados:

k ∙n
Pk =Li + (
100
−F i−1
fi )∙c
Datos no agrupados:
k ∙n
Qk =
100

MEDIDAS DE DISPERSIÓN O VARIABILIDAD

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

La amplitud total o rango (AT), de un conjunto de puntuaciones es la distancia que hay en

la escala numérica entre los valores que representan la puntuación máxima y la puntuación
mínima.

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

La desviación media de un conjunto de datos, es la media aritmética de los valores

absolutos de lo que se desvía cada valor respecto a la media aritmética. La fórmula de la
desviación media es la siguiente:

| x1− x́|+| x2 −x́|+|x 3−x́|+⋯+|x n−x́| n

xi −x́
DM = =∑
n i=1 n

La desviación media también es llamada desviación promedio de la media o desviación

absoluta promedio. Es una medida de dispersión poco usada debido a la dificultad de hacer
cálculos con la función valor absoluto.

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.

VARIANZA Y DESVIACIÓN ESTÁNDAR

La varianza y la desviación estándar indican si los valores se encuentran más o menos

próximos a las medidas de posición. La desviación estándar es simplemente la raíz
cuadrada positiva de la varianza.

Fórmula de varianza:

∑ ( x i−x́ )2
S2= i=1
n−1

Fórmula de desviación estándar:

√ √
n

∑ ( x i−x́ )2
S2= S2=¿ i=1
¿
n−1

Propiedades

 La varianza y desviación estándar (o cualquier otra medida de dispersión) indican el

grado en que están dispersos los datos en una distribución. A mayor medida, mayor
dispersión.
 La varianza es un número muy grande con respecto a las observaciones, por lo que con
frecuencia se vuelve difícil para trabajar.
 Debido a que las desviaciones son elevadas al cuadrado y la varianza siempre se
expresa en términos de los datos originales elevados al cuadrado, se obtiene unidades
de medida de los datos que no tiene sentido o interpretación lógica. Por ejemplo, si se
calcula la varianza de una distribución de datos medidos en metros, segundos, dólares,
etc, se obtendrá una varianza mediada en metros cuadrados, segundos cuadrados,
dólares cuadrados, respectivamente, unidades de medida que no tienen significado
lógico respecto a los datos originales.
 Para solucionar las complicaciones que se tiene con la varianza, se halla la raíz
cuadrada de la misma, es decir, se calcula la desviación estándar, la cual es un número
pequeño expresado en unidades de los datos originales y que tiene un significado
lógico respeto a los mismos.

COEFICIENTE DE VARIACIÓN

El coeficiente de variación, también denominado como coeficiente de variación de Pearson,

es una medida estadística que nos informa acerca de la dispersión relativa de un conjunto
de datos. Fórmula del coeficiente de variación:

σx
C.V=
|x́|

Propiedades

 El coeficiente de variación se suele expresar en porcentajes

 El coeficiente de variación permite comparar las dispersiones de dos distribuciones
distintas, siempre que sus medias sean positivas.
 Se calcula para cada una de las distribuciones y los valores que se obtienen se
comparan entre sí.
 La mayor dispersión corresponderá al valor del coeficiente de variación mayor.
ASIMETRÍA

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.

Existen tres coeficientes de asimetría:

Coeficiente de asimetría de Fisher

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

Coeficiente de asimetría de Pearson

3 ( x́−M e )
CA p =
s

( x́ −M o )
CA p =
s

Coeficiente de asimetría de Bowley

CA Q3 +Q1+2 Me ( x )
B=¿ ¿
Q 3−Q1