Medidas De Tendencia Central

Las medidas de tendencia central son datos que informan cuál es el centro en torno al cual se ubica un
conjunto de datos; estas se utilizan principalmente para resumir la información. En ocasiones hay que
analizar variables que presentan muchos datos diferentes. En este tipo de situaciones es preferible
calcular cantidades que ofrezcan la información resumida sobre la materia, como sucede con las
medidas de tendencia central. También llamadas medidas de centralización, las medidas de tendencia
central son parámetros estadísticos que señalan cuál es el centro de un conjunto de datos o muestras.
Se trata de herramientas muy empleadas, ya que resumir un conjunto de datos en un solo valor
simplifica el análisis de todo un bloque de información y proporciona una visión generalizada sobre el
mismo.

Media

Este dato es ampliamente usado en estadística. Es la cantidad que se obtiene al sumar todos los datos
de un conjunto de valores para posteriormente dividir la cifra obtenida entre la cantidad de valores
analizados. El resultado se expresa en la misma unidad que los datos originales: metros, litros,
gramos, horas, etc.

A la hora de utilizar esta medida de tendencia central en un análisis es necesario tener en cuenta que
considera todas las puntuaciones proporcionadas por las variables, por lo que cuando hay valores
extremos no ofrece una visión real de la muestra.

Ejemplo: Para obtener la media del conjunto de números 3, 4, 7, 8, 10 se deben sumar todas las cifras
2+4+7+8+9=30. El resultado hay que dividirlo entre 5, que corresponde al número de valores
registrados 30/5=6. La media es 6.
Mediana

Es el dato estadístico que ocupa la posición central en un conjunto de datos cuando estos se
organizan en orden de magnitud, dejando la misma cantidad de valores a un lado y al otro.

Mediana para datos impares.

Obtener la mediana con una cantidad de datos impares es muy sencillo. En primer lugar, todas las
cifras se deben ordenar de forma ascendente antes de localizar el centro del conjunto. La mediana
será el número que se encuentre exactamente en el medio, de tal forma que el número de datos
ubicados a la derecha y a la izquierda de la mediana será exactamente igual.

Ejemplo: En el conjunto de datos ya ordenado de los números 1, 3, 5, 8, 10, 13, 15, la mediana será
8, puesto que divide el conjunto en dos partes iguales.

Mediana para datos pares.

En este caso el dato es un poco más laborioso de obtener. Una vez más, es necesario ordenar los
datos de menor a mayor y tomar en consideración los dos datos que quedan en el centro del conjunto.
La mediana se obtiene al sacar promedio de los dos valores centrales.

Ejemplo: En el conjunto de números 1, 3, 6, 8, 9, 11, se toman los valores centrales 6 y 8 para hacer
el cálculo. El resultado se obtiene con la siguiente operación (6+8)/2=7. La mediana en este ejercicio
es igual a 7.

Moda
La moda es la variable que más se repite en un conjunto de datos o muestra poblacional. Una muestra
puede presentar más de una moda. No hay una forma específica para obtener esta información,
solamente hay que verificar cuál es el resultado que más se repite.

Ejemplo: Si se busca saber cuál es color favorito en un grupo de diez alumnos, se requiere preguntar
esta información a cada estudiante. Si cuatro niños responden azul, dos dicen rosa, dos contestan
verde y el último dije amarillo, la moda será azul. Este es el dato que más se repite.
Localización Cuartíles, Decíles y Percentiles
Los Cuantiles (cuartiles, deciles, percentiles) son medidas de localización, su función es informar del
valor de la variable que ocupará la posición (en tanto por ciento) que nos interese respecto de todo el
conjunto de variables. Podemos decir que los Cuantiles son unas medidas de posición que dividen a la
distribución en un cierto número de partes de manera que en cada una de ellas hay el mismo de
valores de la variable.
Las más importantes son:
CUARTILES: dividen a la distribución en cuatro partes iguales (tres divisiones). Q1, Q2, Q3,
correspondientes a 25%, 50%,75%.
DECILES: dividen a la distribución en 10 partes iguales (9 divisiones). D1,...,D9,
correspondientes a 10%,...,90%
PERCENTILES: cuando dividen a la distribución en 100 partes (99 divisiones).
P1,...,P99, correspondientes a 1%,...,99%.

Cuartiles: Los cuartiles son los tres valores que dividen al conjunto de datos ordenados en cuatro
partes porcentualmente iguales. Hay tres cuartiles denotados usualmente Q1, Q2, Q3: El primer cuartil
Q1, es el menor valor que es mayor que una cuarta parte de los datos; es decir, aquel valor de la
variable que supera 25% de las observaciones y es superado por el 75% de las observaciones El
segundo cuartil Q2, (coincide, es idéntico o similar a la mediana, Q2 = Md), es el menor valor que es
mayor que la mitad de los datos, es decir el 50% de las observaciones son mayores que la mediana y
el 50% son menores. El tercer cuartil Q3, es el menor valor que es mayor que tres cuartas partes de
los datos, es decir aquel valor de la variable que supera al 75% y es superado por el 25% de las
observaciones.

Deciles: Los deciles son ciertos números que dividen la sucesión de datos ordenados en diez partes
porcentualmente iguales. Son los nueve valores que dividen al conjunto de datos ordenados en diez
partes iguales, son también un caso particular de los percentiles, ya que podemos definir Decil como
“percentil cuyo valor que indica su proporción es un múltiplo de diez. Percentil 10 es el primer decil,
percentil 20 el segundo decil, etc.”. El primer decil D1: indica que sólo existe un 10% de probabilidad
de que el valor de la variable esté por debajo de esa cifra. Quinto decil D5 o denominado también
“Caso Base”: indica que existe igualmente un 50% de probabilidad de que el valor esté por encima
como por debajo de esa cifra. Representa la Mediana de la distribución.
Percentiles: Los percentiles son, tal vez, las medidas más utilizadas para propósitos de ubicación o
clasificación de las personas cuando atienden características tales como peso, estatura, etc. Los
percentiles son ciertos números que dividen la sucesión de datos ordenados en cien partes
porcentualmente iguales.

Estos son los 99 valores que dividen en cien partes iguales el conjunto de datos ordenados.
Sencillamente Percentil es el valor del recorrido de una variable, bajo el cual se encuentra una
proporción determinada de la población.

Los percentiles (P1, P2,... P99), leídos primer percentil, percentil 99, muestran la variable que deja
detrás una frecuencia acumulada igual al valor del percentil: Primer percentil, que supera al uno por
ciento de los valores y es superado por el noventa y nueve por ciento restante.

El 60 percentil, es aquel valor de la variable que supera al 60% de las observaciones y es superado
por el 40% de las observaciones. El percentil 99 supera 99% de los datos y es superado a su vez por
el 1% restante.

Medidas De Dispersión

Son aquellas que permiten retratar la distancia de los valores de la variable a un cierto valor central, o
que permiten identificar la concentración de los datos en un cierto sector del recorrido de la variable.
Estudian la distribución de los valores de la serie, analizando si estos se encuentran más o menos
concentrados, o más o menos dispersos.

Rango: Mide la amplitud de los valores de la muestra y se calcula por diferencia entre el valor más
elevado y el valor más bajo.
Varianza: Mide la distancia existente entre los valores de la serie y la media. Se calcula como
sumatorio de las diferencias al cuadrado entre cada valor y la media, multiplicadas por el número de
veces que se ha repetido cada valor. El resultado obtenido se divide por el tamaño de la muestra.

La varianza siempre será mayor que cero. Mientras más

se aproxima a cero, más

concentrados están los valores de la serie alrededor de la media. Por el contrario, mientras mayor sea
la varianza, más dispersos están.

Desviación Estándar
En estadística, la desviación típica (también conocida como desviación estándar y desvío típico y
representada de manera abreviada por la letra griega minúscula sigma σ o la letra latina s, así como
por las siglas SD (de standard deviación, en algunos textos traducidos del inglés) es una medida que
se utiliza para cuantificar la variación o la dispersión de un conjunto de datos numéricos.

Una desviación estándar baja indica que la mayor parte de los datos de una muestra tienden a estar
agrupados cerca de su media (también denominada el valor esperado), mientras que una desviación
estándar alta indica que los datos se extienden sobre un rango de valores más amplio.

La desviación estándar de una variable aleatoria, población estadística, conjunto de datos o

distribución de probabilidad es la raíz cuadrada de su varianza. Es algebraicamente más simple,
aunque en la práctica menos robusta, que la desviación media.34Una propiedad útil de la desviación
estándar es que, a diferencia de la varianza, se expresa en las mismas unidades que los datos a partir
de los que se calcula. Además de expresar la variabilidad de una población, la desviación estándar se
usa comúnmente para medir la fiabilidad de las conclusiones estadísticas. Por ejemplo, el margen de
error en los datos de los sondeos de opinión se determina calculando la desviación estándar esperada
en los resultados si la misma encuesta se llevara a cabo varias veces. Esta interpretación de la
desviación estándar a menudo se denomina "error estándar" de la estimación o "error estándar de la
media" (cuando se refiere a una media). Se calcula como la desviación estándar de todas las medias
que se calcularían a partir de esa población si se extrajera un número infinito de muestras y se
calculase la media para cada muestra.
Desviación Media

La desviación media es una medida que se utiliza para entender qué tanto se alejan los datos de un
conjunto promedio.

Es una medida que nos ayuda a entender cuánto varían los datos de un conjunto promedio. Si la
desviación es grande, significa que los datos están muy dispersos o variados, mientras que si es
pequeña, significa que los datos están muy cercanos entre sí.

Diferencia Entre Desviación Media y Desviación Estándar

Tanto la desviación media como la desviación estándar son medidas de dispersión que se utilizan para
evaluar la variabilidad de los datos de un conjunto. Sin embargo, existen algunas diferencias clave
entre ellas:

 Fórmula de cálculo: La media se calcula tomando la media aritmética de las diferencias absolutas
entre cada valor y la media del conjunto. Por otro lado, la desviación estándar se calcula tomando
la raíz cuadrada de la varianza.
 Sensibilidad a los valores extremos: La media es más sensible a los valores extremos o atípicos en
el conjunto de datos, ya que se calcula utilizando las diferencias absolutas entre cada valor y la
media. Por otro lado, la desviación estándar es menos sensible a los valores extremos, ya que se
basa en la media de los cuadrados de las diferencias, lo que disminuye el efecto de los valores
extremos.
 Interpretación: La media se interpreta como la medida promedio de la distancia de los valores del
conjunto de datos respecto a la media. Por otro lado, la desviación estándar se interpreta como la
medida promedio de la distancia que los valores del conjunto de datos tienen respecto a la media,
en términos de su desviación estándar.

En resumen, ambas son medidas de dispersión que se utilizan para evaluar la variabilidad de los datos
de un conjunto. La desviación media es más sensible a los valores extremos, mientras que la
desviación estándar es menos sensible y proporciona una interpretación más clara en términos de su
desviación estándar.
Proceso Del Cálculo De Las Medidas De Tendencia Central

El cálculo de las medidas de tendencia central en estadística se refiere a la determinación de un valor

representativo o central de un conjunto de datos. Las tres medidas de tendencia central más comunes
son la media aritmética, la mediana y la moda.

La media aritmética se calcula sumando todos los valores en el conjunto de datos y dividiendo el
resultado entre el número total de elementos. Es decir, si tenemos n valores (x1, x2, ..., xn), la media
se calcula como: Media = (x1 + x2 + ... + xn) / n

La mediana es el valor central en un conjunto de datos ordenados de manera ascendente o

descendente. Si el conjunto de datos tiene un número impar de elementos, la mediana es simplemente
el valor que se encuentra en la posición central. Si el conjunto de datos tiene un número par de
elementos, la mediana es el promedio de los dos valores centrales.

La moda es el valor que aparece con mayor frecuencia en el conjunto de datos. Puede haber una
moda (un valor que se repite más que cualquier otro) o puede haber múltiples modas si varios valores
tienen la misma frecuencia máxima. Es importante destacar que la medida de tendencia central a
utilizar depende del tipo de datos y del objetivo del análisis. La media aritmética es la más utilizada y
puede ser afectada por valores extremos o atípicos en el conjunto de datos. La mediana es menos
sensible a los valores extremos y puede proporcionar una mejor representación de la ubicación central
cuando hay valores atípicos. La moda es útil cuando se busca identificar los valores más frecuentes en
el conjunto de datos.
Proceso Del Cálculo De Las Medidas De Localización

Las medidas de localización en estadística son utilizadas para identificar la posición o ubicación central
de un conjunto de datos. Las dos medidas de localización más comunes son el percentil y el cuartil.

El percentil es una medida que divide un conjunto de datos ordenados en 100 partes iguales. Cada
percentil representa el valor por debajo del cual cae un porcentaje específico de los datos. Por
ejemplo, el percentil 25 (denotado como P25) es el valor por debajo del cual se encuentra el 25% de
los datos. Para calcular un percentil específico, se sigue el siguiente proceso:

1. Ordena los datos de manera ascendente o descendente.

2. Calcula la posición del percentil utilizando la fórmula: posición = (p/100) * (n + 1), donde p es el valor
del percentil deseado y n es el número total de datos.

3. Si la posición es un número entero, el percentil corresponde al valor en esa posición.

4. Si la posición es un número decimal, toma el valor entero inmediatamente inferior y el valor entero
inmediatamente superior, y realiza una interpolación lineal para encontrar el valor del percentil.

Los cuartiles son una forma específica de percentiles que dividen el conjunto de datos en cuatro partes
iguales. El primer cuartil (Q1) es el valor por debajo del cual se encuentra el 25% de los datos, el
segundo cuartil (Q2) es la mediana y el tercer cuartil (Q3) es el valor por debajo del cual se encuentra
el 75% de los datos.

Además de los percentiles y los cuartiles, también se utilizan otros valores de localización, como los
deciles (que dividen los datos en 10 partes iguales) o los quintiles (que dividen los datos en 5 partes
iguales), dependiendo de los requisitos del análisis.
Proceso Del Cálculo De Las Medidas De Dispersión Para Datos Agrupados y No Agrupados y
Su
Interpretación.
Las medidas de dispersión en estadística se utilizan para medir la variabilidad o dispersión de un
conjunto de datos. Hay diferentes medidas de dispersión, pero las más comunes son el rango, la
desviación estándar y la varianza. El proceso de cálculo y su interpretación pueden variar dependiendo
de si los datos están agrupados o no.
Para datos no agrupados:
1. Rango: Es la diferencia entre el valor máximo y el valor mínimo en el conjunto de datos. Proporciona
una medida simple de la dispersión, pero puede ser afectado por valores atípicos.
2. Desviación estándar y varianza: La desviación estándar es la medida más utilizada para la
dispersión. Se calcula encontrando la raíz cuadrada de la varianza. La varianza es la media de los
cuadrados de las desviaciones de cada valor respecto a la media. El cálculo de la varianza implica los
siguientes pasos:
a. Calcula la media aritmética de los datos.
b. Resta cada valor de la media y luego eleva al cuadrado el resultado.
c. Suma todos los resultados obtenidos en el paso anterior.
d. Divide la suma obtenida entre el número total de datos.
e. La desviación estándar se calcula tomando la raíz cuadrada de la varianza.
La interpretación de estas medidas de dispersión en datos no agrupados implica considerar cuánto se
alejan los valores individuales de la media. Una desviación estándar o varianza más alta indica una
mayor dispersión de los datos, mientras que una desviación estándar o varianza más baja indica una
dispersión más baja.
Para datos agrupados:
1. Rango intercuartílico: Es la diferencia entre el tercer cuartil (Q3) y el primer cuartil (Q1). Proporciona
una medida de la dispersión que es menos sensible a los valores atípicos.
2. Desviación estándar y varianza: El cálculo de la desviación estándar y la varianza en datos
agrupados es un poco más complejo y se basa en los intervalos de clase y las frecuencias relativas.
Se utilizan fórmulas específicas para calcular estas medidas y se pueden encontrar en libros de
estadística.
La interpretación de estas medidas de dispersión en datos agrupados es similar a la de los datos no
agrupados. Una desviación estándar o varianza más alta indica una mayor dispersión de los datos
agrupados, mientras que una desviación estándar o varianza más baja indica una dispersión más baja.

Bibliografía:

https://colombia.unir.net/actualidad-unir/medidas-tendencia-central/

http://www.madrid.org/cs/StaticFiles/Emprendedores/Analisis_Riesgos/pages/pdf/estadisticas_es.pdf

https://www.questionpro.com/blog/es/desviacion-media/#:~:text=En%20resumen%2C%20ambas
%20son%20medidas,t%C3%A9rminos%20de%20su%20desviaci%C3%B3n%20est%C3%A1ndar.

https://es.wikipedia.org/wiki/Desviaci%C3%B3n_t%C3%ADpica