Probabilidad y estadística

Etapa 2
Medidas estadísticas

Profesor: Sergio queletzu ballesteros Méndez.

Alumno: Efrain mayo castillo.
Matricula: 2051773.
 Toma de notas
Medidas estadísticas
Pero las medidas que proporcionan los histogramas sobre la tendencia y de la variabilidad
de los datos no son tan exactas, por lo que se requiere una forma más precisa de medir tales
características. Si el conjunto de datos es numérico, una medida de posición es el valor que
indica dónde se encuentra el centro de la distribución del conjunto de datos; es decir, el
valor alrededor del cual se distribuyen los datos. A dichas medidas se les denomina
medidas de tendencia central; en cambio, las de variabilidad son llamadas medidas de
dispersión y miden el grado de dispersión de los valores de la variable; o sea, indican en
qué medida los datos difieren entre sí. Pero ¿en dónde se encuentra el “centro” de una
distribución de datos?
Si la distribución es simétrica (figura 2.2a), el centro es fácil de identificar; pero es difícil si
no es simétrica, es decir, si es asimétrica (figura 2.2b). Por esta razón, no hay una única
medida de posición; si la distribución de los datos es simétrica, diferentes medidas llevarán
a resultados similares, mientras que, si es asimétrica, diferentes valores llevarán a distintos
conceptos de “centro” y, por tanto, los valores serán diferentes. Entonces, ¿qué medida de
posición es la más apropiada para la distribución que presentan nuestros datos? Más
adelante contestaremos esta pregunta.
Las medidas de tendencia central más relevantes son la media aritmética, la mediana y la
moda.
• La media aritmética se considera la más importante de todas para variables cuantitativas
debido a su amplio uso, a sus propiedades matemáticas y a su vinculación con la
distribución normal.
• La moda es fundamental principalmente en variables cualitativas o cuando el interés es
la mayoría.
• La mediana también reviste una singular importancia para variables cualitativas
ordinales y en ciertas situaciones especiales de variables cuantitativas.
Los procedimientos para obtener las medidas estadísticas dependen de la forma en que se
encuentren los datos. Si los datos están ordenados en una tabla estadística diremos que se
encuentran “agrupados”, y si los datos no están en una tabla, hablaremos de datos “no
agrupados”.

Medidas estadísticas en datos no agrupados

Medidas de tendencia central
Moda
La moda (Mo) es el valor de la variable que tiene mayor frecuencia, es decir, el que más se
repite en la población o muestra. Se representa con x U. A veces ocurre que el conjunto de
datos tiene una moda; en este caso, se dirá que el conjunto es unimodal; si presenta dos
modas se llamará bimodal; si existen más de dos se llamará multimodal y si no tiene se
denominará amodal.
Media aritmética
La media aritmética es la medida de tendencia central más utilizada; también se conoce
como promedio. La media es la suma de los valores de todas las observaciones dividida
entre el número total de las mismas. Se representa con el símbolo para una muestra.
La media aritmética es una medida de tendencia central porque es el punto de equilibrio de
una distribución de datos; esto significa que, si tomamos las distancias de cada dato a la
media, la suma de distancias de los valores que se encuentran a la derecha de la media, es la
misma que para los que se encuentran a la izquierda de ella.
La media es única para la colección de datos y puede coincidir, o no, con alguno de ellos;
sin embargo, podrían presentarse situaciones en las que no sea la más indicada para tomar
como medida de posición. Por ejemplo:
1. Si los datos están “bien distribuidos” y la media aritmética y la mediana tienen valores
muy parecidos, es posible utilizar cualquiera de las dos como medida de posición, pero
es preferible tomar la media aritmética por ser más familiar para la mayoría de las
personas y por tener más propiedades vinculadas a otras medidas y a la distribución
normal.
2. La media aritmética es muy sensible a valores extremos y, por tanto, su valor deja de
ser “representativo” para el conjunto de datos. En estos casos se utiliza la mediana o la
media calculada, pero excluyendo los datos extremos y haciendo la aclaración
correspondiente.
La ventaja que tiene utilizar la media aritmética es que se calcula e interpreta con facilidad;
pero su principal desventaja se presenta cuando alguno de los valores extremos de la
muestra (o los dos) son desproporcionados respecto al resto de los datos, si la muestra es
muy pequeña. En este caso, la media se aleja de la realidad y deja de ser representativa.

Video tutorial
Una moda = a unimodal
Dos moda = bimodal
Más de dos modas = multimodal
No hay moda = amodal
da
x=li+( )(A )
da+dp

X= moda
Li= limite inferior del intervalo que contiene la moda (intervalo modal)
Da= frec. Modal – frec. Anterior
Dp= frec. Modal – frec. Posterior
A= amplitudes de clase
La media es la suma de todos los
productos de marca de clase por la
frecuencia dividida entre el total de
datos
La desviación estándar es la raíz
cuadrada de la varianza.
El coeficiente de variación lo
obtenemos dividido la desviación
estándar.