Medidas de tendencia central,

Posicin y Dispersin.

Andryu Nicols Rodrguez Acosta

C.I 18.510.950
Estudiante Ingienera en mantenimiento mecnico
Sede Barcelona
Materia: Estadstica
SAIA Seccin MV
INTRODUCCIN

En los estudios estadsticos se manejan grandes cantidades de

datos los cuales deben ser organizados para poder procesarlos
con mayor facilidad, sin embargo, llega un momento en el cual
es necesario analizar esta informacin para obtener
puntualmente la data de la cual es objeto el trabajo de
investigacin.

Es en este punto en el que las medidas de tendencia centra,

posicin y dispersin entran en juego ya que permiten al analista
procesar grandes cantidades de informacin de forma eficiente
y as completar su trabajo rpidamente .
MEDIDAS DE TENDENCIA CENTRAL
Son estadgrafos de posicin que son interpretados
como valores que permiten resumir a un conjunto de
datos dispersos, podra asumirse que estas medidas
equivalen a un centro de gravedad que adoptan un
valor representatvio para todo un conjunto de datos
predeterminado.
La importancia de las medidas de tendencia central
radica en que sin ellas sera mucho ms difcil
sumariar los datos de inters de los estudios
estadsticos garantizando de esta forma que los
resultados sean fcilmente digeribles para el lector.
PROMEDIO O MEDIA ARITMTICA
Es el valor obtenido sumando todas las observaciones y dividiendo el total por el
nmero de las observaciones que hay en el grupo. La media aritmtica resume
en un valor las caractersticas de una variable teniendo en cuenta todos los
casos. Solamente puede utilizarse con variables cuantitativas.
La ecuacin que representa la media aritmtica es la siguiente:

Esta medida de tendencia central se aplica para conocer exactamente el promedio

de la suma de todos los valores comprendidos en el estudio.
MODA
- Es el dato que ms se repite. El valor de la variable con mayor
frecuencia absoluta. Su clculo es extremadamente sencillo ya que solo
requiere un recuento.
- La moda, cuando los datos estn agrupados es un punto que divide al
intervalo modal en dos partes de la forma P y C-P, siendo C amplitud del
intervalo, que verifiquen que:

- Para obtener la moda en datos agrupados se usa la siguiente frmula:

La aplicacin del
clculo de la moda es
importante para
conocer cual es la
tendencia ms repetida
en el estudio
estadstico.
MEDIANA
Es un valor de la variable que deja por debajo de si a la mitad de los datos una vez
que estos estn ordenados de menor a mayor. Representa el valor de la variable
de posicin central en un conjunto de datos ordenados.

Al tratar con datos agrupados, si N/2 coincide con el valor de una frecuencia
acumulada, el valor de la mediana coincidir con la abscisa correspondiente. Si
no coincide con el valor de ninguna abscisa, se calcula a travs de semejanza de
tringulos en el histograma o polgono de frecuencias acumuladas, utilizando la
siguiente equivalencia.

-La Mediana no tiene propiedades que le permite intervenir en desarrollos

algebraicos como la media aritmtica, sin embargo, posee propiedades que
ponen en evidencia ciertas cualidades de un conjunto de datos, lo cual no ocurre
con la media aritmtica que promedia todos los valores y suprime sus
individualidades. En cambio, la mediana destaca los valores individuales.
 MEDIDAS DE DISPERSIN

Son estadgrafos de dispersin que permiten evaluar el grado de homogeneidad,

dispersin o variabilidad de un conjunto de datos.

Las medidas de dispersin, tambin llamadas medidas de variabilidad, muestran la

variable de una distribucin, indicando por medio de un nmero, si las diferentes
puntuaciones de una variable estn muy alejadas de la media.

Cuanto mayor sea el valor mayor ser la variabilidad, cuanto menor sea ms
homognea ser la media. As se sabe si todos los casos son parecidos o varan
mucho entre ellos.
 MEDIDAS DE DISPERSIN - RANGO
El rango o recorrido estadstico es la diferencia entre el valor mnimo y el valor mximo
en un grupo de nmeros aleatorios. Se suele simbolizar con R.
Requisitos:
- Ordenamiento de los nmeros segn su tamao
- Restamos el valor mnimo al valor mximo.
El rango se suele definir como la diferencia entre los dos valores extremos que toma la
variable. Es la medida de dispersin ms sencilla y tambin, por tanto, la que
proporciona menos informacin. Adems esta informacin puede ser errnea, pues el
hecho de que no influyan ms de dos valores del total de la serie puede provocar una
deformacin de la realidad.
Comparemos por ejemplo, estas dos series:
Serie 1: 1 5 7 - 7 8 - 9 - 9 - 10 17 (R=17-1=16)
Serie 2: 2 4 6 8 10 12 14 16 18 (R=18-2=16)
Ambas series tienen rango 16, pero estn desigualmente agrupadas, pues mientras la
primera tiene una mayor concentracin en el centro, la segunda se distribuye
uniformemente a lo largo de todo el recorrido.
MEDIDAS DE DISPERSIN MEDIO RANGO
- Es un conjunto de valores numricos es la medida del menor y el mayor
valor, o la mitad del camino entre el dato de menor valor y el de mayor
valor.
MEDIDAS DE DISPERSIN - DESVIACIN
Es la diferencia en valor absoluto entre cada valor de la variable estadstica y en la
media aritmtica.
Debido a que la desviacin se expresa en trminos absolutos se toma el valor en
nmeros naturales, es decir, sin tomar en cuenta que sean negativos.
Dicho de otra manera, se deben expresar todos los nmeros como nmeros
positivos.
Se define como la raz cuadrada de la varianza. Junto con este valor, la desviacin
tpica es una medida (cuadrtica) que informa de la media de distancias que
tienen los datos respecto de su media aritmtica, expresada en las mismas
unidades que la variable.
MEDIDAS DE DISPERSIN DESVIACIN CUARTICULAR

En la desviacin cuarticular, las mediciones se

dividen en cuatro partes iguales, y cada una
contiene 25% de los casos.

En otras palabras representa de todos los

casos presentes en el estudio.
 MEDIDAS DE DISPERSIN VARIANZA
Es la media aritmtica del cuadrado de las desviaciones respecto a la media de una
distribucin estadstica.
. La varianza se representa por

Para calcularla vamos a calcular ahora la desviacin entre cada valor y la media.
Elevamos esos valores al cuadrado
Luego los dividimos entre n
MEDIDAS DE DISPERSIN DESVIACIN TPICA
Es la raz cuadrada de la varianza.
- La raz cuadrada de la media de los cuadrados de las puntuaciones de
desviacin.
El resultado de la varianza a veces no es fcil de interpretar, ya que se mide
en unidades cuadrticas. Para evitar ese problema se define otra medida
de dispersin, que es la desviacin tpica, o desviacin estndar, que se
halla como la raz cuadrada positiva de la varianza. La desviacin tpica
informa sobre la dispersin de los datos respecto al valor de la media;
cuanto mayor sea su valor, ms dispersos estarn los datos. Esta medida
viene representada en la mayora de los casos por S, dado que es la inicial
de su nominacin en ingls.
Se calcula aplicando la siguiente formula:
 SERIES SIMPLES Y AGRUPADAS DE LAS
MEDIDAS DE DISPERSIN
Las medidas de dispersin muestran la variabilidad de una
distribucin, indicando por medio de un nmero, si las diferentes
puntuaciones de una variable estn muy alejadas de la media.
Cuanto mayor sea ese valor, mayor ser la variabilidad. Cuanto
menor sea, ms homognea ser a la media. As se sabe si
todos los casos son parecidos o varan mucho entre ellos. Para
calcular la variabilidad que una distribucin tiene respecto a la
media aritmtica. Pero la suma de las desviaciones es siempre
cero, as que se adoptan dos clases de estrategias para salvar
este problema. Una es tomando las desviaciones en valor
absoluto (desviacin media) y otra es tomando las desviaciones
al cuadrado (varianza).
APLICACIN EN LA VIDA REAL Y EJEMPLOS

En un censo realizado en el ao 2012, en la localidad de Santurce,

sobre los aos de servicio que tienen los directores de las
escuelas municipales, se obtuvieron los resultados de la tabla I.
Otro censo sobre las edades de los trabajadores municipales, dio
como resultado la tabla II:
- Para las muestras descritas en ambas tablas, se requiere conocer:
Rango, Medio Rango, Media, Moda, Desviacin tpica,
Coeficiente de variabilidad y asimetra, As como el porcentaje de
personas por debajo de 5 aos de servicio
 APLICACIN EN LA VIDA REAL Y EJEMPLOS

Tabla 1

Xi fi Fi hi Hi fixi 2 fi2
1 12 12 0,1579 0,1579 12 -2,8421 -8,0775 96,93
2 13 25 0,1711 0,3289 26 -1,8421 -3,3933 44,1129
3 16 41 0,2105 0,5395 48 -0,8421 -0,7091 11,3456
4 10 51 0,1316 0,6711 40 0,1579 0,0249 0,249
5 9 60 0,1184 0,7895 45 1,1579 1,3407 12,0663
6 5 65 0,0658 0,8553 30 2,1579 4,6565 23,2825
7 3 68 0,0395 0,8947 21 3,1579 9,9723 29,9169
8 4 72 0,0526 0,9474 32 4,1579 17,2881 69,1524
9 2 74 0,0263 0,9737 18 5,1579 26,6039 53,2078
10 2 76 0,0263 1 20 6,1579 37,9197 75,8394
n= 76 292 416,9028
APLICACIN EN LA VIDA REAL Y EJEMPLOS
Tabla 2

Clase xi fi Fi hi Hi fixi fixi2

0 - 10 5 23 23 0,0909 0,0909 115 575
10 - 20 15 56 79 0,2213 0,3123 840 12600
20 - 30 25 24 103 0,0949 0,4071 600 15000
30 - 40 35 31 134 0,1225 0,5296 1085 37975
40 - 50 45 35 169 0,1383 0,6680 1575 70875
50 60 55 72 241 0,2846 0,9526 3960 217800
60 - 70 65 12 253 0,0474 1 780 5700
n= 253 1 8955 405525
APLICACIN EN LA VIDA REAL Y EJEMPLOS
Clculos primera tabla
Clculo del rango
Clculo de la moda
R=10-1 Siendo la frecuencia absoluta de los datos ms altas el 3
R=9 la moda es igual a 3
Mo=3
Clculo del Medio Rango Clculo de la mediana
Rx=10+1/2 Me=n/2
Me=76/2
Rx=5,5
Me=38 (Debido a que el valor se encuentra siendo el
Clculo de la media aritmtica ms cercano a la frecuencia acumulada del 41, la
X=292/76 mediana es 3)
Me=3
X=3,8421
APLICACIN EN LA VIDA REAL Y EJEMPLOS
Clculo de la varianza: Clculo de la asimetra
2= 416,1028 / 76 Ak=3 (3,8421 -3)
2=5,4750 2,3399
Ak=1,0797 Asimetra positiva
=5,4750
=2,3399 % de personas < 5 aos de
Clculo del coeficiente de variabilidad servicio:
Cv=2,3399
0,6711x100=67,11% de
x100 personas en el estudio tienen
3,8421 menos de 5 aos de servicio.
Cv=60,90%
APLICACIN EN LA VIDA REAL Y EJEMPLOS
Clculos Segunda tabla
Clculo del rango Clculo de la moda
R=70
Clculo del medio rango
Rx=35 Mo=10+ 10 33
33+32
Clculo de la media aritmtica Mo=15,0769

Clculo de la mediana
Me=30+10 (126,5 103)
31
X=8955 / 253 Me=37,5806
Me=37,58
X= 35,39
APLICACIN EN LA VIDA REAL Y EJEMPLOS
Clculo de la varianza Clculo de la asimetra
2=405525-253x35,3952 Ak= 3(35,3952-37,5806)
18,7476
253-1
2=351,4742 Ak= -0,3497
= 351,4742 Asimetra negativa casi perfecta
=18,7476
Porcentaje de personas < 40 aos de
Clculo del coeficiente de variabilidad
edad
Cv=18,7476
x100
35,3952 0,5296x100= 52,96% de las personas en
el estudio estn por debajo de 40 aos de
Cv=0,5297x100 edad. Lo que representa 134 personas de
Cv=52,96% la poblacin.
CONCLUSIN
Las medidas de tendencia centra, posicin y dispersin representan una
herramienta fundamental en el desarrollo y la aplicacin de la ciencia
estadstica.

Si no se contase con el apoyo de este recurso el clculo de los datos de

importancia para el trabajo investigativo sera extremadamente dificultoso.

La aplicacin de las diferentes herramientas en el mbito laboral y cotidiano

probaron ser de mucho provecho por lo que es posible afirmar que la
importancia de estos elementos es imprescindible.
BIBLIOGRAFA
https://es.wikipedia.org/wiki/Estadstica
https://es.wikipedia.org/wiki/Serie_de_datos
Probabilidad y Estadstica, Alejandro D. Zylberberg, Editorial Nueva Librera
https://es.wikipedia.org/wiki/Varianza
https://es.wikipedia.org/wiki/Medidas_de_dispersi%C3%B3n#Medio_rango_o_Rang
o_medio
https://es.wikipedia.org/wiki/Medidas_de_tendencia_central
https://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)
https://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)
https://www.slideshare.net/liliatorresfernandez/medidas-de-dispersin-de-rango-
desviacin-media-cuarticular-estandar-y-coeficiente-de-variacin