11

U.T.N.-F.R.R.- Año 2005-

ESTADISTICA DESCRIPTIVA
RESUMEN DE LA INFORMACION
Unidad 3 -MEDIDAS DE POSICION O DE TENDENCIA CENTRAL
Profesor Titular: Eº Mario J. Garber

1-CONCEPTO: Las medidas de posición son valores que se calculan a partir de

un conjunto de datos y tienen la particularidad de ser representativos de ese conjunto. Su nombre
proviene del hecho que, siendo representativos del conjunto, indican, sobre un eje, la posición
de todo el conjunto. También suelen denominarse medidas de tendencia central, porque
tienden a ubicarse en el centro del conjunto, aunque a veces no se presenta esa ubicación
central.

2-DIFERENTES TIPOS DE MEDIDAS DE POSICION: Existen dos tipos

fundamentales de medidas de posición:
a) Promedios: Se denominan así a las medidas de posición en cuyo
cálculo intervienen todos los valores disponibles de la variable con la
que se está trabajando. Ejemplos: la media o el promedio aritmético; la
media geométrica; la media armónica; la media cuadrática.
b) Otras medidas de posición: Son aquellas medidas en cuyo cálculo no
intervienen todos los valores disponibles de la variable. Ejemplos: la
mediana; el modo; los cuartilos.

3 - PROMEDIOS:
3.1 - MEDIA ARITMETICA: Integra el grupo de los promedios y resulta ser la medida
de posición por excelencia debido a la sencillez de su cálculo, al fácil manejo algebraico
y a las amplias e interesantes propiedades que posee.
a) Fórmula de cálculo:
La media aritmética ( x ) se define técnicamente, presentando su fórmula de cálculo:
n

x f i i
x i 1
n
, denominada fórmula general o ponderada,
f
i 1
i

debido a que las fi, que simbolizan las frecuencias de los valores de la variable, ponderan a cada
uno de ellos. Ejemplo:

xi fi xi fi
1 1 1
3 3 9
5 5 25
10 2 20
11 55

55
x 5
11
-------------------------------------
Probabilidades y Estadística – Año 2005
 12

S i los valores de las frecuencias fi fueran todas iguales a la unidad, la fórmula puede
modificarse mediante una simplificación, como se ve en el ejemplo siguiente:
xi fi xi fi
1 1 1
3 1 3
5 1 5
10 1 10
4 19
Si se aplicara la fórmula de cálculo general, tendríamos el siguiente resultado:
19
x  4,75 , en la cual se verifica que los valores de la tercera columna coinciden con los de
4
la primera, por lo que las sumatorias de ambas columnas deberían ser iguales, mientras que la
sumatoria de las frecuencias resulta ser igual al total de elementos observados, que
representamos con n. Por consiguiente, la fórmula general puede convertirse en
n

x i
x 11
n
que se denomina fórmula simple de la media aritmética. Es decir que la fórmula simple sólo
puede aplicarse cuando las frecuencias absolutas son todas iguales a uno.
Nota importante: La media aritmética tiene la misma unidad de medida que la
variable bajo estudio.

b) Media muestral y media poblacional - Simbología: En el tema media aritmética

deben distinguirse dos conceptos diferenciados: el de media muestral y el de media
poblacional, cuyas fórmulas de cálculo, si bien no son diferentes desde el punto de vista
conceptual, tienen simbologías que las distinguen entre sí. La media aritmética muestral se
simboliza, como ya se vio con x , mientras que la media poblacional se simboliza con  x , siendo
el subíndice una indicación acerca de la variable con la que se está trabajando. Si se desea
presentar la fórmula de cálculo simple de la media aritmética poblacional, se tendría:

 x   i , lo cual permite observar que no difiere en nada de la fórmula simple

x
N
de la media aritmética muestral, salvo que se está tomando todos los elementos de la población.
En los trabajos e investigaciones estadísticas se parte del supuesto que es muy poco probable que
pueda calcularse una media aritmética poblacional.

c) Propiedades de la media aritmética:

1ª) La media aritmética de un conjunto definido de datos, es un valor constante. Esta
propiedad virtualmente no requiere demostraciones. Sólo resulta apropiado explicar
sencillamente que, dado un conjunto de datos, si este conjunto no se modifica, su media
aritmética permanece constante. En tal carácter, se verifica que:
 x  nx
2ª) La sumatoria de los desvíos entre los valores de la variable y su media
aritmética, es igual a cero. Los desvíos se obtienen haciendo la diferencia entre los
valores de la variable y algún valor arbitrario. Si ese valor es la media aritmética
convendremos en denominarlo desvío a secas. Si ese valor arbitrario no fuera la media
-------------------------------------
Probabilidades y Estadística – Año 2005
 13

aritmética, debemos aclarar respecto de que valor se calculan los desvíos. Esta propiedad
se demuestra del siguiente modo:

 xi  x   xi   x   xi  n x   xi  n n i   xi   xi  0
  x

3ª) La sumatoria de los desvíos al cuadrado, entre los valores de la variable y un

valor constante y arbitrario A, es un mínimo si A es igual a x . Esta propiedad es
complementaria de la anterior, y prácticamente cuando se cumple aquélla se cumple
también ésta. Se demuestra construyendo una función     xi  A , que se minimiza
2

aplicando las reglas correspondientes de derivación. Luego:

    xi  A
2

  2  xi  A  0
A A
Puede observarse que la derivación se ha realizado respecto de A, que es arbitrario y
puede tomar cualquier valor entre   y   . Por consiguiente, A se convierte en una
variable, que al valer x , hace mínima la función  . Asimismo se iguala a cero la
expresión por condición de mínimo. Luego, como –2 no es igual a cero, debe serlo la
sumatoria. De allí que
 xi  A  0   xi   A  0 .
Como A es una constante para la sumatoria

 xi  nA  0  A  n i  x
x

En el proceso aplicado debería ahora verificarse si el resultado hallado corresponde a un

mínimo o a un máximo. Sin embargo, en este caso no resulta necesario efectuar tal
verificación: se sabe que el resultado corresponde a una cota mínima porque siendo x
un valor ubicado en el centro del conjunto, cualquier valor de A diferente (mayor o menor
que x ) conduce a resultados mayores para  , por lo que se ha demostrado esta tercera
propiedad.
4ª) Media aritmética de variables transformadas algebraicamente:
a) Si a todos los valores de una variable les sumamos o restamos un valor
constante y arbitrario A, obtenemos una nueva variable, cuya media aritmética será
igual a la de la variable original sumada o restada el valor de A.
Supongamos tener una variable xi que tiene una media x , y un valor arbitrario A, con los
que construimos una variable di. Entonces d i  x i  A . La media de d se obtiene haciendo

d   d i    xi  A   xi   A   x  
1 1 1 1 1 nA
x  A
n n n n n n
b) Si a todos los valores de una variable los multiplicamos (o dividimos) por
un valor constante y arbitrario c, obtenemos una nueva variable cuya media
aritmética será igual a la de la variable original multiplicada (o dividida) por c. Para
simplificar esta demostración, supondremos que sólo multiplicamos, aunque es fácil
verificar que convirtiendo a c en un factor divisor se cae sencillamente en el otro caso.
Tenemos que d i  cxi , por consiguiente

d   d i   cxi   c  xi  c x
1 1 1
n n n

-------------------------------------
Probabilidades y Estadística – Año 2005
 14

c) Tomaremos ahora un caso que resulta una combinación del caso a y del caso b.
x A
Se trata de una variable ui  i . Sabiendo que la media de xi es x , tenemos
c
1 1  x  A  1 1 11 11
u   ui    i 
   xi  A   xi  A 

 xi  nA 

n n  c  cn cn cn

1   xi nA  1
 
c n
 
  x A 

n  c
  x A
c

con lo cual se verifica que la media de una variable transformada algebraicamente
mantiene la transformación de la variable original.
5ª) La media aritmética de la suma (o de la diferencia) de dos variables, es la suma
(o la diferencia) de sus correspondientes medias aritméticas. Supongamos dos
variables xi e yi, que tienen sus medias aritméticas respectivamente iguales a x e y .
Construimos una variable di que resulta ser la suma ( o la diferencia) de las otras dos
variables. Tenemos entonces que d i  xi  yi . Al calcular la media de d, tenemos
1
n
1
n
1
n
 
d   d i    xi  yi    xi   yi   xi   yi  x  y
1
n
1
n

d) Desventaja de la media aritmética: La media aritmética tiene una importante

cantidad de ventajas, pero tiene la siguiente desventaja: está afectada por los valores extremos
de la serie o conjunto de datos. En el siguiente ejemplo se podrá verificar este hecho particular:
 sean los siguientes datos: 2-3-5-7-8-10-14 que tienen como x  7
 una nueva serie de datos: 2-3-5-7-8-10-105 tienen como x  20 .
En los ejemplos se puede verificar que en el segundo conjunto de datos la media
aritmética adopta un valor que, si bien es intermedio, no resulta “representativo” ni de los
primeros seis valores más pequeños ni del último que es notoriamente mayor, lo cual, como se
mencionó, constituye una desventaja de la media aritmética.
e) Cálculo de la media aritmética en distribuciones de frecuencias:
El cálculo de la media aritmética en distribuciones de frecuencia se realiza partiendo de
las siguientes condiciones y supuestos:
 Debe respetarse la norma que indica que en el trabajo estadístico
nunca se retrocede, por lo que corresponde realizar los pasos
apropiados para evitar retornar al conjunto de datos ordenados.
 Los intervalos de clase tienen un Límite inferior y un Límite superior,
pero éstos no pueden ser tomados en cuenta para realizar el cálculo de
la media aritmética.
 Los puntos medios de los intervalos de clase se convierten en los
valores de la variable que permitirán realizar el trabajo de cálculo,
aplicando la fórmula ponderada de la media aritmética, usando las fi
para ponderar.

Veamos ejemplos. En primer lugar, presentaremos la distribución de frecuencias para el

caso continuo. Tomando solamente las tres primeras columnas de la distribución (ya que las
restantes no son necesarias en este procedimiento de cálculo), se construye una cuarta columna

-------------------------------------
Probabilidades y Estadística – Año 2005
 15

(xifi) que servirá para realizar la tarea de multiplicar cada punto medio por su correspondiente
frecuencia absoluta y posteriormente efectuar la suma de esos resultados:
1) Ejemplo para ISI
Ingresos ($) fi Fi xi xi fi
0 – 999,99 5 5 500 2.500
1000-1999,99 18 23 1500 27.000
2000-2999,99 42 65 2500 105.000
3000-3999,99 27 92 3500 94.500
4000-4999,99 8 100 4500 36.000
100 265.000

2) Ejemplo para ISI-IQ 3) Ejemplo para IEM

Acidez Consumo
(pH) fi Fi xi xi fi (KWh) fi Fi xi xi fi
1,00 – 1,49 5 5 1,25 7,25 5,00 – 9,99 5 5 7,50 38,50
1,50 – 1,99 18 23 1,75 31,50 10,00 – 14,99 18 23 12,50 225,00
2,00 – 2,49 42 65 2,25 94,50 15,00 – 19,99 42 65 17,50 735,00
2,50 – 2,99 27 92 3,25 87,75 20,00 – 24,99 27 92 22,50 607,50
3,00 – 3,49 8 100 3,75 30,00 25,00 – 29,99 8 100 27,50 220,00
100 251,00 100 1826,00

Aplicando la fórmula de cálculo se obtienen las siguientes medias aritméticas:

265000 251 1826
Ej. 1) x   $2650 ; Ej. 2) x   2,51 ph ; Ej. 3) x   18,26 Kwh
100 100 100

Ejemplo discreto: Si ahora utilizamos el mismo procedimiento para el caso de la

distribución de frecuencias para variable discreta , obtendremos el siguiente resultado:

Nº de
Expedientes Fi Fi xi xi fi
1-6 1 1 3,5 3,5
7-12 4 5 9,5 38,0
13-18 7 12 15,5 108,5
19-24 6 18 21,5 129,0
25-30 2 20 27,5 55,0
20 334,0
334
x  16,7 expedientes
20

4 - OTRAS MEDIDAS DE POSICION:

4.1 - MEDIANA:
a) Definición: La Mediana (Me) es el valor de la variable que divide al conjunto de
datos o a la distribución en dos partes iguales, dejando por debajo y por arriba de ella igual
número de elementos.
-------------------------------------
Probabilidades y Estadística – Año 2005
 16

Ejemplos para datos no agrupados, en los que la mediana corresponde a la observación

n 1 n 1
ubicada en la posición  
2 2 2
 2 - 5 - 8 - 8 - 9 - 12 – 15. La Me = 8.
 2 - 5- 8 - 8 - 9 - 12 - 15 - 18. La Me se calcula promediando los dos valores
centrales (8 y 9). Luego Me = 8,5
 2 - 5 - 8 - 8 - 9 - 12 - 15 - 100. En este caso se verifica que la Mediana sigue
siendo 8,5. De aquí se deduce una importante propiedad de la Mediana: ella no
está afectada por los valores extremos, como es el caso de la media
aritmética.
b) Fórmula de cálculo en distribuciones de frecuencias: (desarrollo teórico
correspondiente al programa de IEM):
La fórmula que permite obtener la Mediana en una distribución de frecuencias se encuentra a
partir del gráfico de Frecuencias Acumuladas “menor que”(Fi(-)):
En el gráfico siguiente se presentan los elementos que permitirán deducir la fórmula de la
Mediana, para lo cual se sigue el siguiente procedimiento:

 En el eje de las ordenadas se representan las Frecuencias Acumuladas “menores que” (Fi(-)), y
los rectángulos que se observan en el gráfico corresponden a esas Frecuencias.
 Sobre ese eje se ubican tanto el valor de n como el de n/2.
 También sobre el eje de las ordenadas se indica la Frecuencia acumulada anterior al valor n/2
(indicada con Fa).
 La Mediana, que se encontrará sobre el eje de las abscisas, estará ubicada en aquel
intervalo de clase (gráficamente, en la base de uno de los rectángulos) cuya “Frecuencia

-------------------------------------
Probabilidades y Estadística – Año 2005
 17

acumulada menor que” es igual o supera por primera vez al valor n/2. Para determinar
gráficamente cuál es ese intervalo, se traza una recta paralela al eje de las abscisas a la altura
del valor n/2. En el intervalo correspondiente al rectángulo que toque por primera vez esa
recta se encontrará la Mediana. En el ejemplo, es el tercer intervalo de clase, y la Mediana se
encontrará entre los Verdaderos límites inferior (VLI) y superior (VLS) de ese intervalo
en cuestión.
 Se conviene en que la exacta ubicación de la Mediana en el intervalo delimitado por sus VL,
es decir ya sea más hacia la derecha o más hacia la izquierda, dependerá de la siguiente
relación: cuánta más distancia exista entre Fa y n/2, más distancia deberá existir entre
VLI y Me. A partir de este principio, la diferencia (n/2 - Fa) dividido por todo lo que puede
valer esa diferencia, es decir la frecuencia de dicho intervalo de clase fm , debe ser equivalente
a la diferencia (Me - VL) dividido todo lo que puede valer esa diferencia, es decir la amplitud
de intervalo de clase c. Esto permite construir la siguiente fórmula:
n F
2 a  Me  VLI
f c
m
 De aquí se despeja Me, obteniéndose la siguiente expresión para el cálculo en distribuciones
de frecuencia:
n F
Me  VLI  c 2 a
fm

Ejemplo: En los problemas de variables continuas el cálculo de la Mediana se realiza de la

siguiente forma:
1- Se obtiene el valor n/2 (que en los tres ejemplos es igual a 50).
2- Se determina cuál es el intervalo cuya frecuencia acumulada “menor que”, es
igual o supera por primera vez a n/2. Se trata del tercer intervalo, cuya Fi es
igual a 65.
3- A partir de esa determinación, se otorga a los elementos de la fórmula los
valores que corresponden al VL, a la Fa, a la fm y a c. En los tres ejemplos los
resultados son:
Ejemplo 1) caso de la variable “ingresos” (ISI)
100  23
Me  2000  2 1000  $ 2642,85
42
Ejemplo 2) caso de la variable “acidez” (ISI-IQ)
100  23
Me  2,00  2 0,5  2,32
42
Ejemplo 3) caso de la variable “consumo eléctrico” (IEM)
100  23
Me  15  2 5  18,21 Kwh
42

4.2- MODO: a) Definición: El Modo (Mo) es el valor de la variable al cual le corresponde la

máxima frecuencia absoluta. La palabra Modo es, en realidad, una transformación académica
de la conocida palabra Moda, utilizada normalmente para indicar algo que se suele utilizar con
gran frecuencia.
Algunos ejemplos sencillos servirán para interpretar el concepto de Modo:
-------------------------------------
Probabilidades y Estadística – Año 2005
 18

a)
xi Fi
1 1 En este caso, el modo es igual a 5, ya que a
3 3 ese valor le corresponde la máxima frecuencia.
5 4
8 1
b)
xi fi
1 2 En este ejemplo, existen dos modos:
4 5 Mo1= 4
8 5 Mo2= 8
11 3 El conjunto, en ese caso es bimodal.
12 1
100 1

c)
xi fi
1 1 En este ejemplo, en que todos los valores de la
4 1 variable tienen igual frecuencia, no existe el
8 1 Modo. Por consiguiente el conjunto es
11 1 Amodal
12 1
En el ejemplo b) también se verifica que el Modo no se encuentra afectado por algún
valor extremo de la variable que pueda presentarse.

b) Fórmula de cálculo en distribuciones de frecuencias: (desarrollo teórico

correspondiente al programa de IEM)
Para poder deducir la fórmula de cálculo del Modo, se recurre a procedimientos gráficos,
teniendo presente que el Modo se encontrará en aquel intervalo de clase que posea la máxima
frecuencia absoluta.
El gráfico siguiente se construye a partir de los siguientes principios:
 Se presenta solamente el sector del Histograma que corresponde a los siguientes tres
intervalos de clase: el que posee la frecuencia absoluta máxima (con grisado más oscuro) y los
dos intervalos vecinos, el anterior y el posterior (con grisado más claro).
 De acuerdo con lo mencionado más arriba, el Modo se encontrará en el Intervalo de clase que
posee la máxima frecuencia, pero cumplirá con la siguiente condición: si la frecuencia
absoluta del intervalo anterior ( fant) es mayor que la frecuencia absoluta del intervalo
posterior (fpost), el Modo estará a la izquierda del punto medio del intervalo modal, es
decir más cerca del Verdadero Límite inferior. Si en cambio la frecuencia absoluta del
intervalo posterior es mayor que la frecuencia absoluta del intervalo anterior, el Modo
estará a la derecha del punto medio del intervalo que lo contiene, es decir más cerca del
Verdadero Límite superior. Este último es el caso planteado en el gráfico bajo estudio.
 Para definir gráficamente la posición del Modo, se trazan dos segmentos: el primero une los
puntos A y C, y el segundo une los puntos B y D, con lo cual, en la intersección, queda
definido un punto E.

-------------------------------------
Probabilidades y Estadística – Año 2005
 19

 Se ve claramente que la posición del punto E dependerá de las alturas particulares de los
rectángulos anterior y posterior al rectángulo central por lo que el punto E, proyectado hacia
el eje de las abscisas, indicará la ubicación del Modo.

 Por el punto E se traza una línea paralela al eje de las abscisas, con lo que se determinan los
puntos F y G, y, adicionalmente, los triángulos AED y BEC, semejantes entre sí por ser
opuestos por el vértice E entre las paralelas AD y CB . En ellos, se cumple la propiedad que
dice que la relación entre su altura y su base son iguales, es decir que
EF EG
 (1)
AD BC
 Se puede ver que el segmento AD es igual a la frecuencia modal menos la frecuencia
anterior, y que el segmento BC es la frecuencia modal menos la frecuencia posterior, y
asignamos a ambos segmentos nuevos símbolos:
AD  frec.mod. frec. ant.  1
BC  frec.mod. frec. post.  2
 Se comprueba, además, que el segmento EF es igual al Modo menos el Verdadero Límite
Inferior de su intervalo de clase, y que el segmento EG es el Verdadero Límite Superior
menos el Modo. Como el VLS es igual al VLI más la amplitud c, podemos expresar las
siguientes igualdades:

EF  Mo  VLI
EG  VLS  Mo  VLI  c  Mo

-------------------------------------
Probabilidades y Estadística – Año 2005
 20

 Con estas consideraciones, se parte de la igualdad (1) para obtener la fórmula del Modo:
EF  EG
AD BC
 Reemplazando adecuadamente estas expresiones, tenemos que
Mo VLI VLI  c  Mo
 , a partir de la cual se despeja Mo.
1 2

Se efectúa un pasaje de los términos y  :

 2  Mo VLI   1VLI  c  Mo
Se eliminan los paréntesis:
 2 Mo   2VLI  1VLI  1c  1 Mo
Se efectúa pasaje de términos de manera tal que en el primer miembro de la igualdad sólo se
encuentren los términos que contengan Mo:
 2 Mo  1 Mo  1VLI   2VLI  1c
En el primer miembro de la igualdad, se extrae factor común Modo de (+), y en el
segundo miembro de la igualdad se extrae factor común VLI, también de (+):
Mo 1   2   VLI  1   2   1c
Pasando el término (+) al segundo miembro dividiendo, se obtiene:

Mo  VLI 1
    2   1 c  VLI  1 c
 1   2   1   2   1   2 
que resulta ser la fórmula buscada.
Ejemplos: En los problemas de variables continuas, aplicando la fórmula del Modo, se
obtienen los siguientes resultados (recordando que en el caso continuo el VLI es igual a LI):
Ejemplo 1) caso de la variable “ingresos” (ISI)
42  18 24
Mo  2.000  1000
.  2.000  1000
.  2.000  0,6154(1..000)  2.615,4
42  18  42  27 24  15

Ejemplo 2) caso de la variable “acidez” (IQ-ISI)

42  18 24
Mo  2,00  0,5  2,00  0,5  2,308
42  18  42  27  24  15
Ejemplo 3) caso de la variable “consumo eléctrico” (IEM)
42  18 24
Mo  15  5  15  5  18,077
42  18  42  27  24  15
En el problema referido a una variable discreta, el Modo se calcula de la siguiente
forma (aquí se utiliza el VL):
3
Mo  12,5  6  12,5  4,5  17 expedientes
3 1

5 - RELACIONES ENTRE LAS MEDIDAS DE POSICION - ASIMETRIA:

A lo largo de las páginas anteriores se definieron varias medidas de posición. Con mayor
detalle se mencionó a tres: la media aritmética, la mediana y el modo. En los siguientes párrafos
se mostrará que las tres mantienen entre sí una relación sumamente interesante, que depende de
la forma que adopta el histograma correspondiente.
-------------------------------------
Probabilidades y Estadística – Año 2005
 21

En el caso de una distribución de frecuencias con histograma absolutamente simétrico, el

polígono de frecuencias puede imaginarse, en un caso límite, como una curva continua que tiene
la forma que se muestra en el gráfico que se presenta más abajo.
En este caso se ve claramente que coinciden las tres medidas mencionadas más arriba. Si
la simetría es perfecta, las medidas de posición coinciden. Pero si el gráfico del histograma
condujera a un polígono de frecuencias que diera lugar a una forma asimétrica, se vería que las
tres medidas de posición no coinciden entre sí y que su ubicación dependerá de la forma final de
la curva, es decir, dependerá de si el valor correspondiente al Modo está ubicado más hacia la
derecha o más hacia la izquierda.
CASO SIMETRICO

CASOS ASIMETRICOS

Asimetría hacia la izquierda Asimetría hacia la derecha

Pueden verse las dos alternativas de asimetría, hacia la izquierda y hacia la derecha, y
en ellas se verifica que:
-------------------------------------
Probabilidades y Estadística – Año 2005
 22

 Las tres medidas de posición no coinciden.

 El Modo está ubicado en el punto del eje de las abscisas que corresponde a la
altura máxima en la gráfica.
 La Mediana está ubicada de tal modo que la superficie interior que queda a un
lado de ella (sombreada) es igual a la superficie que queda al otro lado (en
blanco).
Conclusión:
a) Si existe simetría perfecta, x  Me  Mo
b) Si existe asimetría hacia la izquierda, x < Me < Mo
c) Si existe asimetría hacia la derecha, x > Me > Mo
Sobre la base de esta situación, el matemático inglés Pearson enunció la siguiente
fórmula empírica que relaciona las tres medidas de posición, considerándose a ésta una fórmula
empírica porque no tiene demostración teórica:
x  Mo  3 x  Me

6 - CONVENIENCIA DE LAS MEDIDAS DE POSICION: (para todas las

carreras):
Las diferentes medidas de posición existentes tienen, cada una, un conjunto de virtudes y
de defectos que pueden ser tomados en cuenta para determinar cuándo resulta conveniente
utilizar alguna desechando las restantes:
a) Si la distribución de frecuencias es simétrica o bastante simétrica, resulta
conveniente utilizar la media aritmética por las propiedades que posee frente a la
Mediana y al Modo.
b) Si la distribución de frecuencias es notoriamente asimétrica, es más apropiado
utilizar o la Mediana o el Modo, ya que ambas no se encuentran afectadas por
valores extremos del conjunto de datos como sí lo está la media aritmética.
c) Si la distribución de frecuencias tiene todos sus intervalos cerrados, no existen
inconvenientes para calcular cualquiera de las tres medidas de posición. Para
decidir cuál conviene se tomará en cuenta lo indicado en los puntos a) y b) anteriores.
d) Si la distribución tiene algún intervalo de clase abierto, (el primero, el último o
ambos) como el punto medio de ese o esos intervalos no puede ser calculado tampoco
podrá calcularse la media aritmética, pero sí, en cambio, la Mediana y el Modo. Puede
verificarse rápidamente que en esas fórmulas se toman como base los Verdaderos
Límites (VL) y los puntos medios no intervienen para nada. Esa particularidad
también vale para los cuantilos.

-------------------------------------
Probabilidades y Estadística – Año 2005
 23

CUADRO SINOPTICO SOBRE MEDIDAS DE POSICION

Medidas de posición
o de
tendencia central

Promedios Otras medidas

Media Media Media Media Mediana Modo Cuantiles

aritmética geométrica cuadrática armónica

Cuartiles Deciles Percentiles

PREGUNTAS TEORICAS SOBRE MEDIDAS DE POSICION:

1) Suponga que R > x . En ese caso, indique como son entre sí las siguientes expresiones
A y B:
A= (xi - x )2; B= (xi - R)2
a) A > B
b) A < B
c) A = B
2) La Media aritmética del salario de cinco empleados es $ 250.- y la Mediana es $ 260.-
. El empleado que recibe el mayor ingreso tiene un aumento de $ 100.-En ese caso
¿cuáles son los valores de las nuevas media aritmética y mediana?

BIBLIOGRAFIA CONSULTADA:

 Kazmier L. – Díaz Matta A.

“Estadística Aplicada a Administración y Economía”
Editorial McGraw Hill – 2ª Edición
 Berenson – Levine
“Estadística básica en Administración”
Editorial Prentice Hall – 6ª Edición

-------------------------------------
Probabilidades y Estadística – Año 2005
 24

 Levin – Rubin
“Estadística para Administradores”
Editorial Prentice Hall – 6ª Edición
 Deming W.
“Sobre Teoría del Muestreo”
Editorial Comisión de Educación Estadística del Instituto Interamericano de Estadística – 1952
 Montiel – Ríos – Barón
“Elementos Básicos de Estadística Económica y Empresarial”
Editorial Prentice Hall – Año 1996
 Spiegel M.
“Teoría y Problemas de Estadística”
Editorial Shaum
 Mendenhall – Reinmuth
“Estadística para Administración y Economía”
Grupo Editorial Iberoamérica – Año 1993

-------------------------------------
Probabilidades y Estadística – Año 2005