Medidas de centralización

Habitualmente necesitamos disponer de un valor numérico que represente la disparidad de datos de una
distribución de frecuencias. Estos valores son los llamados parámetros centrales o medidas de centralización, ya
que son valores "intermedios" que se situan alrededor del centro de la distribución.

Se trata de la media, la moda y la mediana.

La media aritmética
Para calcular la media se suman todos los valores de los datos y se divide por el
número total.

Cuando los datos se repiten, es más fácil formar la tabla de frecuencias y sumar los
productos de cada valor por las veces que se repite, después dividimos por el nº total
de datos.

                              
En el caso de variables agrupadas en intervalos, como en el ejemplo que vemos aquí,
xi es la marca de clase o punto medio de cada intervalo.

 Si sumamos a todos los valores un mismo número, la media aumenta en

esa cantidad.
 Si multiplicamos todos los valores por un mismo número la media queda
multiplicada por el mismo número.

Observa el ejemplo. Cambia,

en la tabla, algunos valores
• Calcula la media de la distribución: de las frecuencias y observa
(0,20] 8 como varía la media; cambia
también los intervalos, por
(20,40] 23 ej. multiplica todos por 10, o
(40,60] 40 suma 5 a cada extremo.
(60,80] 19 Para cambiar los valores
basta escribirlos en la celda
(80,100] 10 correspondiente y pulsar
ENTER. Para volver a los
datos iniciales pulsa INICIO.

La moda
ver fórmula
La moda de una variable estadística es el valor más repetido, el que tiene mayor
frecuencia absoluta.

Si la variable es discreta se busca el valor de mayor frecuencia.

Si los datos están agrupados, la clase de mayor frecuencia se llama clase modal. A veces
se toma la marca de clase de la clase modal como valor de la moda, pero es más preciso
utilizar la fórmula:

                 
      Donde:
      i es la clase modal, 
      i-1 e i+1 la anterior y posterior respectivamente,
      ai es el extremo inferior, 
      ci la amplitud del intervalo,
      ni la frecuencia absoluta.

• Calcula la moda de la distribución: Para calcular la moda

pulsa sobre el botón que
 señala la clase modal. 
Prueba a cambiar las
(0,20] 8 frecuencias,
introduciendo los valores
(20,40] 23 que desees directamente,
(40,60] 40 escribe una distribución
(60,80] 19 bimodal y calcula ambas
modas.
(80,100] 10 Cambia la distribución
por la del ejercicio
propuesto y resuélvelo.

La mediana y los cuartiles

ver fórmula 
Suponiendo que todos los datos están ordenados la mediana es el valor que ocupa la
posición central, de modo que la mitad de los datos son menores y la otra mitad son
mayores.

Cuando la variable es discreta la mediana es el primer valor cuya frecuencia acumulada es

mayor que n/2.

Cuando los datos están agrupados, buscaremos la clase mediana que es la que su

frecuencia absoluta acumulada sobrepasa la mitad de los datos (n/2). En ocasiones basta
tomar como valor de la mediana la marca de clase de ésta pero obtenemos más precisión
calculando:

                     
Así como la mediana divide la distribución en dos partes con el mismo número de datos,
los cuartiles son los valores de la variable que la dividen en cuatro partes. El primer cuartil,
Q1, deja a la izquierda el 25% de los datos, el segundo es la mediana y el tercero, Q 3, deja
el 75% de los datos a la izquierda.

El cálculo se hace de forma análoga al de la mediana:

               Elige primero en el

menú desplegable, el
parámetro a calcular;
después pulsa sobre el
botón que señala la
clase que lo contiene.
Como en los casos
anteriores se puede
emplear la escena para
calcular la mediana y
los cuartiles de otras
distribuciones.

MEDIDAS DE CENTRALIZACIÓN

El objetivo principal de las medidas de tendencia central es poder representar por medio de un
solo número al conjunto de datos, es decir, dan valores representativos de la distribución de
frecuencias, situados en algún lugar intermedio, alrededor del cual, se encuentran los otros
valores. Nos indican dónde tienden a concentrarse los valores.
 Medidas de dispersión. Parámetros estadísticos que indican como se alejan los
datos respecto de la media aritmética. Sirven como indicador de la variabilidad de los
datos. Las medidas de dispersión más utilizadas son el rango, la desviación estándar y
la varianza.

Contenido
 [ocultar] 

 1 Rango
 2 Desviación media
 3 Desviación estándar
 4 Varianza
 5 Coeficiente de Variación
 6 Enlaces relacionados
 7 Fuentes

Rango
Indica la dispersión entre los valores extremos de una variable. se calcula como la
diferencia entre el mayor y el menor valor de la variable. Se denota como R.
Para datos ordenados se calcula como:
R = x(n) - x(1)
Donde: x(n): Es el mayor valor de la variable. x(n): Es el menor valor de la variable.

Desviación media
Es la media aritmética de los valores absolutos de las diferencias de cada dato
respecto a la media.

Donde:
xi:valores de la variable.
n: número total de datos

Desviación estándar
La desviación estándar mide el grado de disersión de los datos con respecto a la
media, se denota como s para una muestra o como σ para la población. Se define
como la raiz cuadrada de la varianza según la expresión:
Error al crear miniatura: Falta archivo
Obsérvese que el denominador es n - 1, a diferencia de la desviación media donde se
divide entre n; también existe la formula de desviación típica donde el denominador
es n pero se prefiere n-1.
Mientras menor sea la desviación estándar, los datos son más homogéneos, es decir
existe menor dispersión, el incremento de los valores de la desviación estándar indica
ina mayor variabilidad de los datos.
Varianza
Es otro parámetro utilizado para medir la dispersión de los valores de una variable
respecto a la media. Corresponde a la media aritmética de los cuadrados de las
desviaciones respecto a la media. Su expresión matemática es:
Error al crear miniatura: Falta archivo

Coeficiente de Variación
Permite determinar la razón existente entre la desviación estándar (s) y la media. Se
denota como CV. El coeficiente de variación permite decidir con mayor claridad sobre
la dispersión de los datos.
Error al crear miniatura: Falta archivo
También puede ser expresado en por ciento.