INSTITUTO CAMPECHANO

ESCUELA DE MERCADOTECNIA

ESTADÍSTICA APLICADA A LAS CIENCIAS SOCIALES

SEGUNDO SEMESTRE

ACT.# 2 - MEDIDAS ESTADÍSTICAS (INVESTIGACIÓN)

ALUMNA: GARCÍA VERA CINTHIA MARLENE

MAESTRO: LUIS ARTURO UC CAUICH

08/03/2021
1.4 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. Las medidas de tendencia central más utilizadas son: media, mediana y moda

La media aritmética

Es el valor resultante que se obtiene al dividir la sumatoria de un conjunto de datos sobre el

número total de datos. Solo es aplicable para el tratamiento de datos cuantitativos.

diferenciar datos muéstrales de datos poblacionales, la media aritmética se representa con un

símbolo para cada uno de ellos: si trabajamos con la población, este indicador será µ; en el caso
de que estemos trabajando con una muestra, el símbolo será X.

Media aritmética para datos no agrupados

La variación de ambas fórmulas radica en el tamaño de los datos (N identifica el tamaño de la

población, mientras que n el de la muestra).

Ejemplo: la media aritmética para datos no agrupados

El profesor de la materia de estadística desea conocer el promedio de las notas finales de los 10
alumnos de la clase. Las notas de los alumnos son:

3,2 3,1 2,4 4,0 3,5 3,0 3,5 3,8 4,2 4,0

SOLUCIÓN Aplicando la fórmula para datos no agrupados:

El promedio de las notas es de 3,47.

Media aritmética para datos agrupados

Ilustración 1-Tablas tipo A

Ilustración 2- Tablas tipo B

Cuando los datos se agrupan en tablas tipo A, la media aritmética es igual a la división de la
sumatoria del producto de las clases por la frecuencia sobre el número de datos.

La sumatoria parte desde el primer intervalo de clase (i = 1) hasta el último (Nc), siendo Xi la clase
del intervalo i.

Cuando los datos se agrupan en tablas de frecuencias tipo B, el cálculo de la media varía un poco,
ya que existe una pérdida de información en el momento en que se trabaja con intervalos de
frecuencia y no con los datos directamente (los datos se agrupan por intervalo, desconociendo el
valor exacto de cada uno de ellos)
Las marcas de clases (Mc) cumple la función de representar los intervalos de clase

Ejemplo: media aritmética para datos agrupados en tablas tipo A

La siguiente tabla de frecuencia muestra el número de preguntas de 81 encuestados sobre un Test

que consta de solo seis preguntas.

SOLUCIÓN

PASO 1: Realizar la sumatoria del producto resultante de las clases por su frecuencia absoluta.
Para efectos del cálculo de la media, deberíamos sumar 15 veces el valor 1, 13 veces el valor 2, 8
veces el valor 3, hasta llegar a la última clase:

Dividir la sumatoria sobre el número total de datos.

En promedio los encuestados contestaron aproximadamente 3 (el valor exacto es 3,41) preguntas
buenas.

Ejemplo: media aritmética para datos agrupados en tablas tipo B

SOLUCIÓN Las marcas de clase representan a los intervalos de clase, por ejemplo, suponemos
que la marca de clase para el primer intervalo (44,1) se repite 3 veces, al desconocer los 3 valores
exactos que están dentro de dicho intervalo.

PASO 1: Realizar la sumatoria del producto resultante entre las marcas de clase por su frecuencia
absoluta.
PASO 2: Dividir la sumatoria sobre el número total de datos.

Existen distintos tipos de medias, tales como la media geométrica, la media ponderada y la media
armónica aunque en el lenguaje común, tanto en estadística como en matemáticas la elemental de
todas ellas es el término que se refiere generalmente a la media aritmética.

Media aritmética ponderada

A veces puede ser útil otorgar pesos o valores a los datos dependiendo de su relevancia para
determinado estudio. En esos casos se puede utilizar una media ponderada. Si 

 es un conjunto de datos o media muestral y   son números

reales positivos, llamados "pesos" o factores de ponderación, se define la media ponderada es
decir que es relativa a esos pesos como:

La media es invariante frente a transformaciones lineales, cambio de origen y escala, de las

variables, es decir si X es una variable aleatoria e Y es otra variable aleatoria que depende
linealmente de X, es decir, Y = a·XL + b (donde a representa la magnitud del cambio de escala
y b la del cambio de origen) se tiene que:

Media geométrica

La media geométrica es un promedio muy útil en conjuntos de números que son interpretados en
orden de su producto, no de su suma (tal y como ocurre con la media aritmética). Por ejemplo, las
velocidades de crecimiento.
Por ejemplo, la media geométrica de la serie de números 1,2,3,4,5,9 (seis valores) es 

Media armónica

La media armónica es un promedio muy útil en conjuntos de números que se definen en relación
con alguna unidad, por ejemplo la velocidad (distancia por unidad de tiempo).

Por ejemplo, la media armónica de los números: 34, 27, 45, 55, 22, y 34 es:

Mediana (Me)

La mediana es un valor de la variable que deja por debajo de sí a la mitad de los datos, una vez
que éstos están ordenados de menor a mayor.

Por ejemplo, la mediana del número de hijos de un conjunto de trece familias, cuyos respectivos
hijos son: 3, 4, 2, 3, 2, 1, 1, 2, 1, 1, 2, 1 y 1, es 2, puesto que, una vez ordenados los datos: 1, 1, 1,
1, 1, 1, 2, 2, 2, 2, 3, 3, 4, el que ocupa la posición central es 2:

En caso de un número par de datos, la mediana no correspondería a ningún valor de la variable,

por lo que se conviene en tomar como mediana el valor intermedio entre los dos valores centrales.
Por ejemplo, en el caso de doce datos como los siguientes:
Se toma como mediana  

Para datos no agrupados: (n+1) /2

Para datos agrupados: m=N/z

Me: LMe + [(N/z – f.a) / f*Me] Cme

Moda

Moda (Mo): indica el valor que más se repite, o la clase que posee mayor frecuencia.

En el caso de que dos valores presenten la misma frecuencia, decimos que existe un conjunto de
datos bimodal. Para más de dos modas hablaremos de un conjunto de datos multimodal.

Ejemplo: moda para datos no agrupados Los siguientes datos provienen del resultado de
entrevistar a 30 personas sobre la marca de gaseosa que más consume a la semana:

SOLUCIÓN

PASO 1: Determinar las frecuencias de cada valor de la variable.

La marca 1 se repite 15 veces

La marca 2 se repite 6 veces

La marca 3 se repite 9 veces

PASO 2: la moda representa el valor que más se repite. En este caso es la marca 1. Mo = Marca 1

Ejemplo: moda para datos agrupados

Calcular la moda a partir de la siguiente tabla de frecuencia:

SOLUCIÓN Las marcas de clase que más frecuencias tienen son 11 y 13, por tanto, decimos que
es un caso donde aparecen dos modas (bimodal).

Calculo de la moda mediante fórmula

Algunos autores suelen aplicar una fórmula para determinar la moda para tablas de frecuencia

Donde Li equivale al límite superior del intervalo anterior donde se encuentra la moda.

1.5 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.

1.5.1 Rango

Es la medida de variabilidad o dispersión más simple. Se calcula tomando la diferencia entre el

valor máximo y el mínimo observado.
Rango = Máximo – Mínimo.

1.5.2 Desviación media

Es la media de los valores absolutos de las diferencias entre la media y los diferentes datos

1.5.3 Varianza

Es otro parámetro utilizado para medir la dispersión de los valores de una variable respecto a la
media. Corresponde a la media aritmética de los cuadrados de las desviaciones respecto a la
media. Su expresión matemática es:

donde Xi es el dato i-ésimo y   es la media de los N datos

1.5.4 La desviación estándar

Mide el grado de dispersión de los datos con respecto a la media, se denota como s para una
muestra o como σ para la población. Se define como la raíz cuadrada de la varianza según la
expresión:
Mientras menor sea la desviación estándar, los datos son más homogéneos, es decir existe menor
dispersión, el incremento de los valores de la desviación estándar indica una mayor variabilidad de
los datos.

1.6 Cociente de variación

Es una medida de dispersión que permite el análisis de las desviaciones de los datos con respecto
a la media y al mismo tiempo las dispersiones que tienen los datos dispersos entre sí.

Se define como el cociente de la desviación estándar (o típica) y la media

Se presenta en su forma relativa, se encuentra simplemente sustituyendo valores o en su forma

porcentual se multiplica por 100
1.7 Coeficiente de asimetría de Pearson

El coeficiente de asimetría de Pearson CAP mide la diferencia entre la media y la moda respecto a

la dispersión del conjunto X=(x1, x2,…, xN).
Este procedimiento, menos usado, lo emplearemos solamente en distribuciones unimodales y poco
asimétricas.

 Si CAP<0: la distribución tiene una asimetría negativa, puesto que la media es menor que
la moda.
 Si CAP=0: la distribución es simétrica.
 Si CAP>0: la distribución tiene una asimetría positiva, ya que la media es mayor que
la moda.
 Función que tiene Fórmula Procedimiento
con respecto a los
datos

Media Esta nos 1-sumamos todos los

aritmética proporciona un valor datos que tenemos.
promedio de todos
los datos 2- dividimos el
resultado entre el
número total de esos
datos.

Su función es 1-Se obtiene

Media
multiplicando cada uno
aritmética calcular el de los datos por su
ponderada
valor promedio ponderación (peso).
de cantidades
2- Sumamos los
asociadas con resultados, obteniendo
valores que la así una suma
ponderan. ponderada.

3- Se divide esta entre

la suma de los pesos,
dando como resultado
la media ponderada.
Media Se utiliza con más 1-Sustituimos los
geométrica frecuencia para datos en la fórmula
calcular la tasa de
crecimiento 2-Multiplicamos todos
los datos.
porcentual
promedio de 3-Calculamos la raíz,
algunas series siendo n el número
dadas, a través total de datos.
del tiempo.
Media Este valor se 1-Ordenamos los
armónica emplea para  datos de menor a
promediar mayor
variaciones con
2-Sustituimos los
respecto al
valores en la formula.
tiempo. En la n, se pone el
número de datos y en
la parte de x se va a
poner un dato, en
forma de fracción,

3-Resolvemos la
ecuación.
Mediana Mide la tendencia datos no agrupados: (n+1) /2 1-Se ordenan los
central, que es la datos agrupados: m=N/z datos de menor a
ubicación del centro mayor.
de un grupo de
números en una 2-Se cuenta el n de
distribución datos que nos dan.
 estadística.
3-Se dividen entre
dos.
Moda La función de esta Datos x, más repetido 1-Se ordenan los
es proporcionarnos datos de menor a
los datos o el dato mayor.
que se repite más y
esa nos guiará 2-Se cuentan las
veces que se repite
cada dato.

3-El dato que se repita

más, es la moda.
Rango Esta nos permite Rango = Máximo – Mínimo. 1-Restamos el valor
obtener una idea de mínimo del conjunto
la dispersión de los de datos del valor
datos, cuanto mayor máximo.
es el rango, aún
más dispersos
están los datos (es
más la variabilidad
que existe entre
ellos)
Desviación Su función calcular 1-Calculamos la media
media cuánto se desvían aritmética de todos los
en promedio los datos.
datos de la
distribución de 2-Una vez obtenida la
la media aritmética media, sustituimos los
datos en la fórmula.

3- Se resta el valor
absoluto y la media
aritmética.

4- Se suman los
resultados obtenidos
en el paso 3.

5- Se divide entre el
número de datos.

Varianza Representa la 1-Calculamos la media

variabilidad de un aritmética.
conjunto de datos
respecto de la 2- A cada dato le
media aritmética de retamos el resultado
los mismo de la media.

3-Se elevan al
cuadrado cada
resultado de la resta.

4- Se suman los
resultados al cuadrado
 5- Dividíos la suma de
cuadrados entre el
número de datos.

Desviación Esta nos indica qué 1-Calculamos la media

estándar tan dispersos están
los datos con 2-Restamos la media
respecto a la media a cada dato.

3.Elevamos al
cuadrado las
diferencias.

4-Realiza la suma de
los resultados al
cuadrado

5-Dividios la suma de
cuadrados entre el
número de datos
(entre número de
datos menos 1 si los
datos son solo una
muestra).

6-Calcular la raíz
cuadrada del resultado
anterior

Coeficiente Comparar conjuntos 1-Se obtiene la media

de de datos de y la desviación
variación poblaciones estándar
distintas, teniéndose
en cuenta el valor 2- Se sustituye en la
de la media formula y se realiza
aritmética, lo que una división entre la
nos permite eliminar desviación y la media
las eventuales
distorsiones de las 3- Por ultimo se puede
medias de dos o multiplicar por 100
más poblaciones. para que el resultado
sea en porcentaje
Coeficiente Su función es medir 1-Debemos de tener la
de la la diferencia entre media, la moda y la
simetría de la media y desviación típica
Pearson la moda respecto a
la dispersión del 2-Sustituimos en la
conjunto de datos formula y resolvemos
las operaciones
Bibliografía

Fernando Quevedo Ricardi. (Marzo, 2011). Medidas de tendencia central y

dispersión. Marzo 07, 2021, de MED wave Sitio web:
https://www.medwave.cl/link.cgi/Medwave/Series/MBE04/4934#:~:text=Las
%20medidas%20de%20tendencia%20central,%3A%20media%2C%20mediana
%20y%20moda.
sin autor. (sin fecha). UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL. marzo 07,
2021, de Emagister Sitio web:
https://www.emagister.com/uploads_courses/Comunidad_Emagister_66885_6
6885.pdf
sin autor. (sin fecha). MEDIDAS DE TENDENCIA CENTRAL . marzo 07, 2021, de sin
asociación Sitio web: https://uptprobest.files.wordpress.com/2008/02/act-04-
medidas-tendencia-central.pdf