Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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 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.
Donde:
Ejemplo:
El resultado es 1,23, que expresado en porcentaje es un 23%. Lo que quiere decir que en
promedio, cada año la empresa ha ganado un 23%. Dicho de otra forma, si cada año
hubiese ganado un 23%, hubiera ganado lo mismo que ganando un 20% el primer año, un
15% el segundo, un 33% el tercero y un 25% el último año. [ CITATION Jos20 \l 1033 ]
Media armónica:
La media armónica (H) de un conjunto de elementos no nulos (X1, X2,…,XN) es el
recíproco de la suma de los recíprocos (donde 1/Xi es el recíproco de Xi)) multiplicado por
el número de elementos del conjunto (N).
La media armónica es la recíproca de la media aritmética. Los elementos del conjunto
deben ser necesariamente no nulos. Esta media es poco sensible a los valores grandes y los
infravalora respecto a la media aritmética, pero muy sensible a los valores próximos a cero,
ya que los recíprocos 1/Xi son muy altos, por lo que les da más peso que en las medias
aritmética y geométrica. Si algún valor fuese cero, la media armónica quedaría
indeterminada.
Ésta no tiene un uso muy extenso en el mundo científico. Suele utilizarse principalmente
para calcular la media de velocidades, tiempos o en electrónica.
Un tren realiza un trayecto de 400km. La vía tiene en mal estado que no permitían correr.
Los primeros 100 km los recorre a 120km/h, los siguientes 100km la vía está en mal estado
y va a 20km/h, los terceros a 100km/h y los 100 últimos a 130km/h. Para calcular el
promedio de velocidades, calculamos la media armónica.
Media cuadrática:
La media cuadrática o RMS (Root Mean Square) de un conjunto de valores (X1, X2,
…,XN) es una medida de posición central. Esta se define como la raíz cuadrada del
promedio de los elementos al cuadrado.
La media cuadrática es muy útil para calcular la media de variables que toman valores
negativos y positivos. Se suele utilizar cuando el símbolo de la variable no es importante y
lo que interesa es el valor absoluto del elemento. Por ejemplo, para calcular la media de
errores de medida.
Al profesor no le importa si el error se produjo por falta o por exceso, sino la cantidad de
ácido de diferencia respecto a la esperada. Para ello, utiliza la media cuadrática:
Media cubica
Es una derivación de la p-medida.
La p-medida se define elevando los datos a la potencia p-esima, sumando, dividiendo entre
el numero de datos y extrayendo la raíz p-esima, de forma análoga a la formula de la media
cuadrática, pero con exponente e índice p, es decir:
Para p = 3 tenemos la media cubica.
La media cubica se utiliza por ejemplo para estimar el tiempo de vida de piezas mecánicas.
[ CITATION Lam14 \l 1033 ]
Media ponderada
La media ponderada es un tipo de media que otorga diferentes pesos a los distintos valores
sobre los que se calcula.
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.
Desviación media
La desviación respecto a la media es la diferencia entre cada valor de la variable estadística
y la media aritmética.
Di = x - x
Ejemplo
Calcular la desviación media de la distribución:
9, 3, 8, 8, 9, 8, 9, 18
Si los datos vienen agrupados en una tabla de frecuencias, la expresión de la desviación
media es:
[ CITATION Sup20 \l 1033 ]
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.
Es decir, nos informa al igual que otras medidas de dispersión, de si una variable se mueve
mucho, poco, más o menos que otra.
Su cálculo se obtiene de dividir la desviación típica entre el valor absoluto de la media del
conjunto y por lo general se expresa en porcentaje para su mejor comprensión.
Supongamos que tenemos una población de perros con un peso medio de 1.000 kilos y una
desviación típica de 150 kilos. Por otro lado, tenemos una población de ratas con un peso
medio de 25 kilos y una desviación típica de 10 gramos. Ahora hemos de comparar la
dispersión de ambas poblaciones utilizando la desviación típica de ambas. Vamos a ello:
Ahora estos datos hemos de multiplicarlos por 100 para obtener el coeficiente de variación:
Perros à 0,15 x 100 = 15%
Donde:
Para una muestra:
Interpretación
El valor del índice de correlación varía en el intervalo [-1,1], indicando el signo el sentido
de la relación:
Si r=1, existe una correlación positiva perfecta. El índice indica una dependencia total entre
las dos variables denominada relación directa: cuando una de ellas aumenta, la otra también
lo hace en proporción constante.
Si 0<r<1} entonces existe una correlación positiva.
Si r=0 entonces no existe relación lineal pero esto no necesariamente implica que las
variables son independientes: pueden existir todavía relaciones no lineales entre las dos
variables.
Si -1<r<0, existe una correlación negativa.
Si r=-1, existe una correlación negativa perfecta. El índice indica una dependencia total
entre las dos variables llamada relación inversa: cuando una de ellas aumenta, la otra
disminuye en proporción constante.
Cuartil, Decil, Percentil
Definición medidas de posición:
Es encontrar en una serie de datos o en una distribución de frecuencias valores específicos,
además proporcionan información resumida de la variable objeto de estudio.
Nos facilitan información sobre la serie de datos que estamos analizando.
Formulas:
Ejemplo:
• De 20 estudiantes tenemos sus evaluaciones de una
examen calcular el 𝑄1,𝐷5, 𝑃75.
• 5,5,8,7,9,10,7,6,8,7,8,9,10,10,8,7,6,5,9,6
Medidas de curtosis.
La curtosis es una medida estadística que determina el grado de concentración que
presentan los valores de una variable alrededor de la zona central de la distribución de
frecuencias. También es conocida como medida de apuntamiento.
Cuando medimos una variable aleatoria, por lo general, los resultados que tienen una mayor
frecuencia son los que se sitúan en torno a la media de la distribución. Imaginemos la altura
de los alumnos de una clase. Si la altura media de la clase es 1,72 cm, lo más normal es que
las alturas del resto de los alumnos estén en torno a este valor (con cierto grado de
variabilidad, pero sin ser esta demasiado grande). Si esto sucede, se considera que la
distribución de la variable aleatoria se distribuye con normalidad. Pero dada la infinidad de
variables que se pueden medir, esto no siempre sucede así.
Tipos de curtosis
Dependiendo del grado de curtosis, tenemos tres tipos de distribuciones:
1. Leptocúrtica: Existe una gran concentración de los valores en torno a su media
(g2>3)