UNIVERSIDAD TECNOLÓGICA DEL SUR

“UTESUR”

Asignatura
Bioestadística

Tema:
Practica 5
Carrera:
Enfermería

Profesora
Ramon Emilio Medina

Sustentantes: Matrícula:
Cleria García 2020-0220
Medida 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. Las medidas de tendencia central
más utilizadas son: media, mediana y moda. Las medidas de dispersión en cambio
miden el grado de dispersión de los valores de la variable. Dicho en otros términos
las medidas de dispersión pretenden evaluar en qué medida los datos difieren
entre sí. De esta forma, ambos tipos de medidas usadas en conjunto permiten
describir un conjunto de datos entregando información acerca de su posición y su
dispersión.

Los procedimientos para obtener las medidas estadísticas difieren levemente

dependiendo de la forma en que se encuentren los datos. Si los datos se
encuentran ordenados en una tabla estadística diremos que se encuentran
“agrupados” y si los datos no están en una tabla hablaremos de datos “no
agrupados”.

Según este criterio, haremos primero el estudio de las medidas estadísticas para
datos no agrupados y luego para datos agrupados.

Medidas estadísticas en datos no agrupados

Medidas de tendencia central
Promedio o media
La medida de tendencia central más conocida y utilizada es la media aritmética o
promedio aritmético. Se representa por la letra griega µ cuando se trata del
promedio del universo o población y por Ȳ (léase Y barra) cuando se trata del
promedio de la muestra. Es importante destacar que µ es una cantidad fija
mientras que el promedio de la muestra es variable puesto que diferentes
muestras extraídas de la misma población tienden a tener diferentes medias. La
media se expresa en la misma unidad que los datos originales: centímetros, horas,
gramos, etc.

Si una muestra tiene cuatro observaciones: 3, 5, 2 y 2, por definición el estadígrafo

será:

Estos cálculos se pueden simbolizar:

Donde Y1 es el valor de la variable en la primera observación, Y2 es el valor de la

segunda observación y así sucesivamente. En general, con “n” observaciones, Yi
representa el valor de la i-ésima observación. En este caso el promedio está dado
por

De aquí se desprende la fórmula definitiva del promedio:

Desviaciones: Se define como la desviación de un dato a la diferencia entre el
valor del dato y la media:

Ejemplo de desviaciones:

Una propiedad interesante de la media aritmética es que la suma de las

desviaciones es cero.

Mediana
Otra medida de tendencia central es la 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 50% de las observaciones tiene valores iguales o inferiores
a la mediana y el otro 50% tiene valores iguales o superiores a la mediana.

Si el número de observaciones es par, la mediana corresponde al promedio de los

dos valores centrales. Por ejemplo, en la muestra 3, 9, 11, 15, la mediana es
(9+11)/2=10.

Moda
La moda de una distribución se define como el valor de la variable que más se
repite. En un polígono de frecuencia la moda corresponde al valor de la variable
que está bajo el punto más alto del gráfico. Una muestra puede tener más de una
moda.

Medidas de dispersión
Las medidas de dispersión entregan información sobre la variación de la variable.
Pretenden resumir en un solo valor la dispersión que tiene un conjunto de datos.
Las medidas de dispersión más utilizadas son: Rango de variación, Varianza,
Desviación estándar, Coeficiente de variación.

Rango de variación
Se define como la diferencia entre el mayor valor de la variable y el menor valor de
la variable.

La mejor medida de dispersión, y la más generalizada es la varianza, o su raíz

cuadrada, la desviación estándar. La varianza se representa con el símbolo σ²
(sigma cuadrado) para el universo o población y con el símbolo s2 (s cuadrado),
cuando se trata de la muestra. La desviación estándar, que es la raíz cuadrada de
la varianza, se representa por σ (sigma) cuando pertenece al universo o población
y por “s”, cuando pertenece a la muestra. σ² y σ son parámetros, constantes para
una población particular; s2 y s son estadígrafos, valores que cambian de muestra
en muestra dentro de una misma población. La varianza se expresa en unidades
de variable al cuadrado y la desviación estándar simplemente en unidades de
variable.

Medias aritméticas o promedio

En matemáticas y estadística, la media aritmética, también llamada promedio o
media, es un conjunto infinito de números, es el valor característico de una serie
de datos cuantitativos, objeto de estudio que parte del principio de la esperanza
matemática o valor esperado, se obtiene a partir de la suma de todos sus valores
dividida entre el hermano de sumandos. Cuando el conjunto es una muestra
aleatoria, recibe el nombre de media, siendo uno de los principales estadístico
muéstrales.
Existen muchos tipos de media y la más conocida es la media aritmética. Sin
embargo, la idea general se mantiene en todos los tipos de media: queremos
saber un valor promedio. Al ser una medida de tendencia central, lo que busca es
aportarnos información sobre el centro.

En este tipo de artículo veremos la definición, la explicación y el símbolo de la

media aritmética.

La media aritmética es lo que se conoce como media al uso. Sumamos todos los
valores y lo dividimos entre la cantidad de observaciones. Por ejemplo,
imaginemos que queremos saber a cuantos trozos de pizza tocamos. Hay 10
trozos y somos 5 personas. Si lo repartimos a partes iguales, el resultado será de
2 trozos por persona. Sin darnos cuenta, acabamos de calcular una media
aritmética.

Lo hacemos cada día constantemente y sin ser conscientes de ello. Otro ejemplo,
tengo 2 horas para realizar tres ejercicios de estadística. Así pues, dado que en
total tengo disponibles 120 minutos, dedicaré en promedio 40 minutos a cada
ejercicio. Puede que le dediquemos 60 minutos a uno y 30 minutos a cada uno de
los otros dos, sin embargo, nuestra cabeza lo suele calcular de este modo.

Medidas de tendencia central

Símbolo de la media aritmética
El símbolo de la media aritmética es una X con una barra encima. Por lo que
quedaría así ↓

Símbolo de la media aritmética → x̄

Media geométrica
La media geométrica se calcula como un producto conjunto. Es decir, que todos
los valores se multiplican entre sí. De modo que si uno de ellos fuera cero, el
producto total sería cero. Por ello, debemos siempre tener en cuenta que a la hora
de calcular la media geométrica necesitamos números que sean únicamente
positivos.
Uno de sus principales usos es para calcular medias sobre porcentajes, pues su
cálculo ofrece unos resultados más adaptados a la realidad. Veremos ejemplos de
esto más tarde, pero antes debemos conocer su fórmula.

Medidas de tendencia central

Fórmula de la media geométrica
La fórmula de la media geométrica es la siguiente:

Fórmula de la media geométrica

Donde:

N: Se trata del número total de observaciones. Por ejemplo, si tenemos el

crecimiento de los beneficios de una empresa durante 4 periodos, N será 4.
x: La variable X es sobre la que calculamos la media geométrica. Siguiendo el
ejemplo anterior, el crecimiento de los beneficios estará expresado en porcentaje y
será la variable X.
i: Representa la posición de cada observación. En este ejemplo, podríamos
ponerle un número cada periodo. Un 1, al periodo 1, un 2 al periodo 2, etc. De
manera que x1 es el crecimiento de los beneficios en el periodo 1, x2 el
crecimiento de los beneficios en el periodo 2, x3 el crecimiento de los beneficios
en el periodo 3 y x4 el crecimiento de los beneficios en el periodo 4.
Como ya hemos indicado este tipo de media es adecuada para calcular variables
en porcentaje o índices. Una de sus principales ventajas es que es menos
sensible a valores extremos (muy grandes o muy pequeños) que podrían alterar la
media de una muestra estadística. Por el contrario, su principal desventaja es que
no puede utilizarse con números negativos.

Media ponderada
Una de las medias más utilizadas por su versatilidad es la media ponderada. Se
diferencia de la media aritmética en que no le da la misma importancia a todos los
valores. De hecho, como veremos más tarde, en realidad la media aritmética es
una media ponderada en la que todos los valores son igual de importantes.

La media ponderada se hace muy útil, por ejemplo, para calcular notas de una
asignatura. Queremos tener en cuenta para valorar la nota final que un alumno
haya realizado los ejercicios, los trabajos y haya participado en clase. Claro que,
no podemos darle la misma importancia que al examen final. En el examen final
debe mostrar que, efectivamente, ha adquirido los conocimientos. Un profesor de
matemáticas podría por ejemplo, indicar que la nota del examen tiene una
ponderación del 70%, la realización de ejercicios un 20% y la participación en
clase un 10%.

Para cada uno de los casos anteriores, tendremos una nota distinta. Por ejemplo,
en el examen un 8,5, en los ejercicios un 7,3 y en la participación en clase un 9,3.
¿Cómo calculamos la media si tenemos valores diferentes, con diferentes
porcentajes? Para ello se utiliza la media ponderada.
Fórmula media ponderada
Si la leemos de izquierda a derecha, tenemos tres partes. La primera de ellas es el
nombre, la segunda una fórmula pequeña pero un poco extraña y la tercera es el
desarrollo de la segunda parte. La segunda parte de la fórmula se lee tal que así:
Sumatorio desde 1 hasta N de x sub i por el peso de x sub i. Vamos a desarrollar
todo esto de forma mucho más sencilla:

Sumatorio: El sumatorio nos indica que debemos sumar un conjunto de valores

desde el primero, hasta el N. Así, si existen 10 valores, deberemos sumar el
primero, el segundo, el tercero, … , y el décimo. En este caso, es una suma de
productos. Por tanto, lo que deberemos hacer es sumar el resultado de los
productos.
N: Representa el número total de observaciones. Por ejemplo, si la nota de
nuestra asignatura depende de tres factores (examen, ejercicios y participación) N
valdrá tres.
x: La variable X es sobre la que calculamos la media ponderada. Siguiendo el
ejemplo de la nota final de la asignatura, X sería la nota en número de cada parte.
i: Representa la posición de cada observación. En este ejemplo, podríamos
ponerle un número a cada factor al examen el 1, a los ejercicios un 2 y a la
participación un 3. De manera que x1 es la nota del examen, x2 la nota de los
ejercicios y x3 la nota de la participación en clase.
Por último, a diferencia de la media aritmética aparece el valor P. La P es de
porcentaje, peso o ponderación. Cualquiera de las tres palabras es equivalente en
estos casos. Será el peso otorgado a cada una de las partes, examen 70%,
ejercicios 20% y participación un 10%. Hemos de recordar, no obstante que
debemos expresar los porcentajes en tanto por uno.
Medina
La mediana es el valor que ocupa el lugar central de todos los datos cuando éstos
están ordenados de menor a mayor.

La mediana se representa por M_e

La mediana se puede hallar solo para variables cuantitativas.

Ejemplo de cálculo simple de la mediana

1Ordenamos los datos de menor a mayor.

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

de la misma
2,3,4,4,5,5,5,6,6 M_e=5

3Si la serie tiene un número par de puntuaciones la mediana es la media entre las
dos puntuaciones centrales.

7,8,9,10,11,12 \displaystyle M_e=\frac{9+10}{2}=\frac{19}{2}=9.5

Moda
En la estadística, la moda es el valor que aparece con mayor frecuencia en un
conjunto de datos. Esto va en forma de una columna cuando encontremos dos
modas, es decir, dos datos que tengan la misma frecuencia absoluta máxima. Una
distribución trimodal de los datos es en la que encontramos tres modas. En el caso
de la distribución uniforme discreta, cuando todos los datos tienen la misma
frecuencia, se puede definir las modas como indicado, pero estos valores no
tienen utilidad. Por eso algunos matemáticos califican esta distribución como «sin
moda».

El intervalo modal es el de mayor frecuencia absoluta. Cuando tratamos con datos

agrupados antes de definir la moda, se ha de definir el intervalo modal.

La moda, cuando los datos están agrupados, es un punto que divide al intervalo
modal en dos partes de la forma p y c-p, siendo c la amplitud del intervalo, que
verifiquen que: