2.

2 MEDIDAS DE CENTRO ❍ 53

DESCRIPCIÓN DE UN CONJUNTO DE
DATOS CON MEDIDAS NUMÉRICAS
2.1
Las gráficas pueden ayudar a describir la forma básica de una distribución de datos.
Sabemos que “una imagen vale por mil palabras” pero hay limitaciones para usar grá-
ficas. Supongamos que usted necesita presentar sus datos a un grupo de personas y que
el foco del proyector de imágenes se quema o que usted necesita describir sus datos por
teléfono; no hay modo de ver las gráficas. Necesita entonces hallar otra forma de llevar
la imagen mental de los datos a su audiencia.
Una segunda limitación es que las gráficas son un tanto imprecisas para usar en infe-
rencia estadística. Por ejemplo, supongamos que desea usar un histograma muestral para
hacer inferencias acerca de un histograma poblacional. ¿Cómo puede medir las similitu-
des y diferencias entre los dos histogramas en alguna forma concreta? Si son idénticas,
podría usted decir que son las mismas, pero, si son diferentes, es difícil describir el grado
de diferencia.
Una forma de superar estos problemas es usar medidas numéricas, que se pueden
calcular para una muestra o una población de mediciones. Se pueden usar los datos
para calcular un conjunto de números que llevarán una buena imagen mental de la dis-
tribución de frecuencia. Estas mediciones se llaman parámetros cuando se asocian con
la población y se denominan estadísticas cuando se calculan a partir de mediciones
muestrales.

Definición Las mediciones descriptivas numéricas asociadas con una población de

mediciones se llaman parámetros; las calculadas a partir de mediciones muestrales
reciben el nombre de estadísticas.

MEDIDAS DE CENTRO
2.2
En el capítulo 1 introdujimos gráficas de puntos, gráficas de tallo y hoja e histogramas
para describir la distribución de un conjunto de mediciones en una variable cuantita-
tiva x. El eje horizontal presenta los valores de x, y los datos están “distribuidos” a lo
largo de esta recta horizontal. Una de las primeras mediciones numéricas importantes es
una medida de centro, es decir, una medida a lo largo del eje horizontal que localiza el
centro de la distribución.
Los datos de peso al nacer presentados en la tabla 1.9 iban de un punto bajo de 5.6 a uno
alto de 9.4, con el centro del histograma situado en la cercanía de 7.5 (véase la figura 2.1).
Consideremos algunas reglas para localizar el centro de una distribución de mediciones.

F I GU RA 2 . 1
●
Centro de los datos de
peso al nacer
8/30

7/30
Frecuencia relativa

6/30

5/30

4/30

3/30

2/30

1/30

0
5.6 6.1 6.6 7.1 7.6 8.1 8.6 9.1 9.6
Centro
Pesos al nacer
54 ❍ CAPÍTULO 2 DESCRIPCIÓN DE DATOS CON MEDIDAS NUMÉRICAS

El promedio aritmético de un conjunto de mediciones es una medida de centro muy

común y útil. Es frecuente que esta medida se conozca como media aritmética o sim-
plemente media, de un conjunto de mediciones. Para distinguir
_
entre la media para la
muestra y la media para la población, usamos el símbolo x (x barra) para una media
muestral y el símbolo m para la media de una población.

Definición La media aritmética o promedio de un conjunto de n mediciones es

igual a la suma de las mediciones dividida entre n.

Como es frecuente que las fórmulas estadísticas comprendan la suma de números o

“sumarlos”, usamos un símbolo para indicar el proceso de sumar. Suponga que hay n
mediciones en la variable x y que las llamamos x1, x2, …, xn. Para sumar las n medicio-
nes, usamos esta notación abreviada:
n
xi que significa x1 x2 x3 xn
i 1

La letra griega mayúscula (8) pide sumar los términos que aparezcan a su derecha,
empezando con el número debajo de la sigma (i 1) y terminando con el número arriba
(i n). No obstante, como las sumas típicas en cálculos estadísticos se hacen casi siem-
pre sobre el conjunto total de n mediciones, se puede usar una notación más sencilla:
8xi que significa “la suma de todas las mediciones de x”
Usando esta notación, escribimos la fórmula para la media muestral:

NOTACIÓN
_ 8xi
___
Media muestral: x n
Media poblacional: m

EJEMP L O 2.1 Trace una gráfica de puntos para las n 5 mediciones 2, 9, 11, 5, 6. Encuentre la media
muestral y compare su valor con lo que usted pudiera considerar el “centro” de estas
observaciones en la gráfica de puntos.
Solución La gráfica de puntos de la figura 2.2 parece estar centrada entre 6 y 8. Para
hallar la media muestral, calcule

8xi
___ 2_________________
9 11 5 6
x n 6.6
5

F I GUR A 2 . 2
●
Gráfica de puntos para el
ejemplo 2.1

2 4 6 8 10
Mediciones

_
La estadística x 6.6 es el punto de equilibrio o fulcro que se muestra en la gráfica de
puntos. Parece marcar el centro de los datos.
 2.2 MEDIDAS DE CENTRO ❍ 55

Recuerde que las muestras son mediciones tomadas de una población

_
más grande que
MI CONSEJO
en general es desconocida. Un uso importante de la media muestral x es un estimador de
Media punto de equilibrio la media poblacional desconocida m. Los datos de peso al nacer en la tabla 1.9 son una
o fulcro.
muestra de una población más grande de peso al nacer y la distribución se muestra en la
figura 2.1. La media de los 30 pesos al nacer es
_ 8xi
___ 227.2
x 7.57
30 30
ilustrada en la figura 2.1; marca el punto de equilibrio de la distribución. La media de
toda la población de pesos de recién nacidos es desconocida, pero si usted tuviera que
calcular su valor, su mejor estimación sería 7.57. Aun cuando cambia la media muestral
_
x de una muestra a otra, la media poblacional m sigue igual.
Una segunda medida de tendencia central es la mediana, que es el valor de la posi-
ción media en el conjunto de mediciones ordenada de menor a mayor.

Definición La mediana m de un conjunto de n mediciones es el valor de x que cae

en la posición media cuando las mediciones son ordenadas de menor a mayor.

EJ EMP L O 2.2 Encuentre la mediana para el conjunto de mediciones 2, 9, 11, 5, 6.

Solución Ordene las n 5 mediciones de menor a mayor:

2 5 6 9 11

La observación de enmedio, marcada con una flecha, es el centro del conjunto o sea
m 6.

EJ EMP L O 2.3 Encuentre la mediana para el conjunto de mediciones 2, 9, 11, 5, 6, 27.

Solución Ordene las mediciones de menor a mayor:

2 5 6 9 11 27

Ahora hay dos observaciones “de enmedio”, vistas en la caja. Para hallar la mediana,
MI CONSEJO
escoja un valor a la mitad entre las dos observaciones de enmedio:
Casi 50% de las mediciones
son más pequeñas, 50% son
m 6 9
_____ 7.5
más grandes que la mediana. 2

El valor .5(n 1) indica la posición de la mediana del conjunto ordenado de datos.

Si la posición de la media es un número que termina en el valor .5, usted necesita pro-
mediar los dos valores adyacentes.
EJ EMP L O 2.4 Para las n 5 mediciones ordenadas del ejemplo 2.2, la posición de la mediana es
.5(n 1) .5(6) 3 y la mediana es la tercera observación ordenada, o m 6. Para
las n 6 mediciones ordenadas del ejemplo 2.3, la posición de la mediana es .5(n 1)
.5(7) 3.5 y la mediana es el promedio de las 3ª y 4ª observaciones ordenadas, o m
(6 9)/2 7.5.
56 ❍ CAPÍTULO 2 DESCRIPCIÓN DE DATOS CON MEDIDAS NUMÉRICAS

Aunque tanto la media como la mediana son buenas medidas del centro de una dis-
MI CONSEJO
tribución, la mediana es menos sensible a valores extremos o resultados atípicos. Por
Simétrico: ejemplo, el valor x 27 en el ejemplo 2.3 es mucho mayor que las otras mediciones.
media mediana.
La mediana, m 7.5, no es afectada por el resultado atípico, en tanto que el promedio
Sesgada a la derecha:
media mediana.
muestral,
Sesgada a la izquierda: 8xi ___
___ 60 10
media mediana. x
n 6
sí es afectado; su valor no es representativo de las cinco observaciones restantes.
Cuando un conjunto de datos tiene valores extremadamente pequeños u observacio-
nes muy grandes, la media muestral se traza hacia la dirección de las mediciones extre-
mas (véase la figura 2.3).

F I GUR A 2 . 3
●
Distribuciones de a) b)
.25 .25
frecuencia relativa
mostrando el efecto de
Frecuencia relativa

Frecuencia relativa
.19 .19
valores extremos en la
media y mediana .12
.12

.06 .06

0 0
Media mediana Media > mediana

Si una distribución está sesgada a la derecha, la media se corre a la derecha; si una dis-
tribución está sesgada a la izquierda, la media se corre a la izquierda. La mediana no es
afectada por estos valores extremos porque los valores numéricos de las mediciones
no se usan en este cálculo. Cuando una distribución es simétrica, la media y la mediana
son iguales. Si una distribución está fuertemente sesgada por uno o más valores extre-
mos, el usuario debe emplear la mediana en lugar de la media como medida de centro.

MI APPLET
Se puede ver el efecto de valores extremos en la media y la mediana usando el applet
How Extreme Values Affect the Mean and Median. El primero de tres applets
(figura 2.4) muestra una gráfica de puntos de los datos del ejemplo 2.2. Use su mouse
para mover la observación más grande (x 11) aún más a la derecha. ¿En qué forma
esta observación más grande afecta a la media? ¿Cómo afecta a la mediana? Usare-
mos este applet otra vez para los ejercicios Mi Applet al final del capítulo.

F I GUR A 2 . 4
●
Forma en que los valores
extremos afectan al applet
de la media y la mediana

MI CONSEJO
Recuerde que puede
haber varias modas o
puede no haberlas (si cada
observación se presenta sólo
una vez).
F I GU RA 2 . 5
●
Histogramas de frecuencia
relativa para datos de
Starbucks y peso al nacer
2.2 EJERCICIOS
TÉCNICAS BÁSICAS
2.1 Nos dan n 5 mediciones: 0, 5, 1, 1, 3.
a. Trace una gráfica de puntos para los datos.
(sugerencia: Si dos mediciones son iguales, ponga un
punto arriba del otro.) Calcule el “centro” aproximado.
2.2 MEDIDAS DE CENTRO ❍ 57
Otra forma de localizar el centro de una distribución es buscar el valor de x que se
presenta con la frecuencia más alta. Esta medida del centro se denomina moda.
Definición La moda es la categoría que se presenta con más frecuencia o el valor
de x que se presenta con más frecuencia. Cuando las mediciones en una variable con-
tinua se han agrupado como histograma de frecuencia o de frecuencia relativa, la clase
con el pico más alto o frecuencia se llama clase modal, y el punto medio de esa clase se
toma como la moda.
La moda por lo general se usa para describir conjuntos grandes de datos, mientras que
la media y la mediana se usan para conjuntos de datos grandes y pequeños. De los datos
del ejemplo 1.11, la moda de la distribución del número de visitas hechas semanalmente
a Starbucks para 30 clientes es de 5. La clase modal y el valor de x que se presenta con
la más alta frecuencia son iguales, como se muestra en la figura 2.5a).
Para los datos de la tabla 1.9, un peso de 7.7 al nacer se presenta cuatro veces y, por
tanto, la moda para la distribución de pesos al nacer es 7.7. Usando el histograma
para hallar la clase modal, se encuentra que la clase con el pico más alto es la quinta
clase, de 7.6 a 8.1. Nuestra opción para la moda sería el punto medio de esta clase, o sea
7.85. Véase la figura 2.5b).
Es posible que una distribución de mediciones tenga más de una moda. Estas modas
aparecerían como “picos locales” en la distribución de frecuencia relativa. Por ejemplo,
si fuéramos a tabular la longitud de los peces sacados de un lago durante una temporada,
podríamos obtener una distribución bimodal, posiblemente reflejando una mezcla de
peces jóvenes y viejos en la población. A veces las distribuciones bimodales de tamaños
o pesos reflejan una mezcla de mediciones tomadas en machos y hembras. En cualquier
caso, un conjunto o distribución de mediciones puede tener más de una moda.
a) b)
8/25 8/30
Frecuencia relativa
Frecuencia relativa
7/30
6/25 6/30
5/30
4/25 4/30
3/30
2/25 2/30
1/30
0 0
1 2 3 4 5 6 7 8 5.6 6.1 6.6 7.1 7.6 8.1 8.6 9.1 9.6
Visitas Peso al nacer
b. Encuentre la media, mediana y moda.
c. Localice las tres mediciones de centro en la gráfica
de puntos en el inciso a). Con base en las posiciones
relativas de la media y mediana, ¿las mediciones son
simétricas o son sesgadas?