MEDIA PONDERADA NINO

La media ponderada es una medida de posición central de la estadística descriptiva.

Para calcular la media ponderada primero se debe multiplicar cada dato estadístico por su
ponderación (o peso), luego sumar todos los productos, y finalmente dividir la suma
ponderada entre la suma de todos los pesos.
Es decir, la fórmula de la media ponderada es la siguiente:

Donde xi es cada dato de la muestra y wi su peso correspondiente.

De manera que cuanto más grande sea el peso de un dato, más importancia se le está
otorgando en el cálculo de la media ponderada.
La media ponderada es especialmente útil para calcular notas, ya que permite evaluar con
diferente importancia los ejercicios o exámenes realizados durante un curso. La media
ponderada también se utiliza para calcular el IPC (Índice de Precios de Consumo), que es
un indicador para medir los precios de una población
EJEMPLO
Un alumno de 1 eso de un instituto ha sacado las siguientes notas en la asignatura de matemáticas:
un 7 en el examen parcial que cuenta 30%, un 9 en el trabajo en grupo que vale un 20%, un 6 en los
ejercicios entregados en clase con una ponderación del 10%, y un 8 en el examen final que tiene un
peso del 40%. ¿Cuál es su nota final de la asignatura?

Pesos normalizados
En la media ponderada el peso es el valor que se le otorga a cada dato para darle mayor o
menor importancia. De modo que si un dato es muy importante tendrá un peso muy grande,
pero si un dato es poco relevante tendrá un peso muy pequeño.
Pues el peso normalizado es un tipo de ponderación que se usa para sacar la media
ponderada sin necesidad de hacer la división.
El peso normalizado es el peso de un dato dividido entre el sumatorio de todos los pesos.

De modo que la suma de todos los pesos normalizados es igual a uno:

Entonces, para calcular la media ponderada con los pesos normalizados, simplemente se

debe multiplicar cada dato por su peso normalizado:

Por ejemplo, tenemos una muestra estadística cuyos datos son 24, 35, 17, 41 y sus respectivos
pesos son 4, 9, 6, 3. Para hallar la media ponderada de este conjunto de datos podemos primero
calcular los pesos normalizados dividiendo cada peso entre la suma de todas las ponderaciones:

Y ahora solamente tenemos que multiplicar cada dato por su peso

normalizado y el resultado será la media ponderada:
 DESVIACIÓN TÍPICA GUSTAVO

La desviación típica es una medida estadística que nos ofrece información sobre la
dispersión media de una variable. Es el promedio de las desviaciones individuales de cada
observación con respecto a la media de una distribución. Esta desviación es siempre mayor
o igual a cero.
La desviación típica Sirve para hacer una estimación sobre cómo de dispersos están los
datos con respecto a la media de la variable que se está estudiando. Nos permiten conocer,
en promedio, cómo se concentran las observaciones en torno a la media. 
PROPIEDADES DE LA DESVIACIÓN TÍPICA
La desviación típica tiene una serie de propiedades. Son las siguientes:
1.- La desviación típica siempre adquiere valores iguales o mayores que cero, adquiriendo
un valor igual a 0 cuando las variables o datos utilizados son iguales.
2.- Cuando a todos los valores de la variable se le suma un número, la desviación típica
permanece igual y no varía absolutamente nada.
3.- Cuando todos los valores de la variable son multiplicados por un mismo número, la
desviación típica también quedará multiplicada por ese mismo número.
4.- Si existieran varias distribuciones con la misma media aritmética y fuésemos
conocedores de sus respectivas desviaciones típicas, se podría calcular a partir de estos
datos la desviación típica total.

La desviación típica se representa por σ

EJEMPLO
Calcular la desviación típica de la distribución:
Calculamos la media aritmética

Sustituimos en la fórmula de la desviación típica

Desviación típica para datos agrupados

Para simplificar el cálculo vamos o utilizar las siguientes expresiones que son equivalentes
a las anteriores.

 
EJEMPLO
Calcular la desviación típica de la distribución de la tabla:

Hemos añadido la columna   porque queremos hallar su sumatoria   , que

después dividiremos por   para obtener la media

Hemos añadido la columna   porque queremos hallar su sumatoria   , que

después dividiremos por   y al resultado le restaremos la media aritmética al
cuadrado   , y por último haremos la raíz cuadrada del resultado obtenido

MODA MARIA

La moda es una medida de tendencia central que indica el valor que más se repite en un

grupo de números. En un mismo estudio puede haber más de una moda, esto ocurre cuando
dos (bimodal) o más números (multimodal) se repiten la misma cantidad de veces siendo
este es el máximo número de veces del conjunto. 
Símbolo de la moda
La moda es una medida que se relaciona con la frecuencia en la que aparece un dato en un
supuesto. La  moda puede aparecer tanto en datos cualitativos como
cuantitativos. El símbolo de la moda es: Mo 
Tipos de moda estadística
La moda estadística se clasifica de la siguiente manera:
Moda unimodal: tipo de moda estadística en la cual un único valor se repite el mayor
número de veces dentro de un conjunto de datos.
Moda bimodal: tipo de moda estadística en la que 2 valores diferentes presentan el mismo
número máximo de repeticiones, dentro de un conjunto de datos.
Moda multimodal: tipo de moda estadística en la que 3 o más valores diferentes presentan
el mismo número máximo de repeticiones dentro de un conjunto de datos.
Moda en datos agrupados
Cuando los datos de un conjunto se encuentran agrupados en intervalos, la moda estadística
corresponde al punto medio del intervalo que presenta la mayor frecuencia.
Teniendo en cuenta lo anterior, el primer paso para calcular la moda en datos agrupados
consiste en determinar cuál es el intervalo de mayor frecuencia en la tabla que contiene la
información agrupada.
Posteriormente se realiza el cálculo de la moda aplicando la siguiente fórmula:

Las variables que involucran la ecuación anterior son:

Li: límite inferior del intervalo donde está ubicada la moda.
fi-1: frecuencia absoluta del intervalo anterior donde está ubicada la moda.
fi: frecuencia absoluta del intervalo donde está ubicada la moda.
fi+1: frecuencia absoluta del intervalo siguiente donde está ubicada la moda.
Ai: amplitud del intervalo donde está la moda.
EJEMPLOS
Ejemplo moda unimodal
Número de hijos que poseen los empleados. Luego de realizar la pregunta a 20 empleados,
el conjunto de datos es el siguiente: [ 0, 2, 2, 0, 3, 5, 1, 2, 3, 1, 0, 2, 6, 4, 3, 4, 2, 0, 1, 2].
La moda del conjunto es 2, ya que este valor se repite 6 veces, mientras que el resto de los
valores se repite un número de veces inferior.
Ejemplo moda en datos agrupados
Cuánto es el peso en kilos de los empleados. Luego de realizar la pregunta a 20 empleados,
el conjunto de datos es el siguiente:

Para este cálculo de la moda estadística aplicamos los siguientes pasos:

Se ubica el intervalo donde se encuentra la mayor frecuencia absoluta, en este caso en el
intervalo [80 – 90] con frecuencia 8.
Se aplica la fórmula para calcular la moda en datos agrupados:

Obtenemos así que la moda estadística es de 87.

 MEDIANA
 Es el valor que se encuentra en el lugar central de todos los datos de un estudio cuando
éstos están ordenados de menor a mayor. El símbolo de la mediana se representa
por Me. La mediana es por tanto el número central de un grupo de números ordenados por
su tamaño.
Cómo hallar la mediana en estadística
Para hallar la mediana en estadística, se ordenan los números de una muestra según su valor
y se determina el que queda en el medio. Si la cantidad de términos es impar, la mediana es
el valor central. Si la cantidad de términos es par, suma los dos términos del medio y divide
entre 2.
EJEMPLO
Ordenamos los datos de menor a mayor.
Si la serie tiene un número impar de medidas la mediana es la puntuación central de la
misma

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

        

Fórmula y cálculo de la mediana para datos agrupados

La mediana se encuentra en el intervalo donde la frecuencia acumulada llega hasta la mitad
de la suma de las frecuencias absolutas.
Es decir tenemos que buscar el intervalo en el que se encuentre.

 es el límite inferior de la clase donde se encuentra la mediana

 es la semisuma de las frecuencias absolutas

 es la frecuencia absoluta de la clase mediana

 es la frecuencia acumulada anterior a la clase mediana

 es la amplitud de la clase
La mediana es independiente de las amplitudes de los intervalos
EJEMPLO
Calcular la mediana de una distribución estadística que viene dada por la siguiente tabla:

En primer lugar crearemos una nueva columna con los valores de la frecuencia acumulada:
En la primera casilla colocamos la primera frecuencia absoluta. En la segunda casilla
sumamos el valor de la frecuencia acumulada anterior más la frecuencia absoluta
correspondiente y así sucesivamente hasta la última, que tiene que se igual a 

Buscamos el intervalo donde se encuentra la mediana, para ello dividimos la   por   porque la
mediana es el valor central

Buscamos en la columna de las frecuencias acumuladas   el intervalo que contiene a 

Clase de la mediana: 
Aplicaremos la fórmula para el cálculo de la mediana para datos agrupados, extrayendo los
siguientes datos: