UNIDAD III

MEDIDAS DE TENDENCIA
CENTRAL
 MEDIDAS DESCRIPTIVAS
Las medidas descriptivas : Son
valores numéricos calculados a partir de
la muestra y que nos resumen la
información contenida en ella. Estas
pueden ser: Medidas de tendencia,
medidas de posición, medidas de
dispersion, medidas de Forma
 Las medidas descriptivas

• Medidas de Centralización: indican valores con respecto a los que los

• Datos parecen agruparse: Media, Mediana , Moda

Medidas de posición : Divide un conjunto ordenado de datos en grupos

Medidas Con la misma cantidad de individuos: Cuantiles , percentiles, Deciles etc.

Descriptivas
• Medidas de Dispersión: Indican la mayor o menor concentración de los

• Datos con respecto a las medidas de centralización: Varianza, desviación

• Típica, Coeficiente de variación, Rango, etc

Medidas de Forma : Asimetría , Apuntamiento o también llamada curtosis

 Las medidas descriptivas pueden ser para :
a) Para Serie de Datos
b) Para Datos Agrupados : en los datos
agrupados las medidas puede ser calculadas
para dos tipos :

1) Para datos agrupados en frecuencia

2) Para datos agrupados en tablas de
distribución completas
Medidas de centralización o medidas
de posición Central
Indican valores con respecto a los cuales los
datos tienden a agruparse, dentro de estas
medidas tenemos :
1. La Media : se pude su clasificar en , Media
Aritmética, media Geométrica y Media
armónica
2. La Mediana
3. La Moda
Media Aritmética para serie de datos
• La media aritmética o promedio ( X), de una cantidad finita
de números, es igual a la suma de todos ellos dividida entre
el número de sumandos Expresada de forma más intuitiva,
podemos decir que la media es la cantidad total de la
variable distribuida a partes iguales entre cada observación.
Es decir, la media es una forma de resumir la información de
una distribución suponiendo que cada observación tendría
la misma cantidad de la variable

σ 𝔣𝑖 𝑓1+𝑓2+𝑓3+⋯…..𝑓𝑛
𝑋ത = =
𝑛 𝑛
 La media geométrica
La media geométrica ( X G) de una cantidad finita de números
(digamos 'n' números) es la raíz n-ésima del producto de
todos los número

𝑛
𝑋ത = 𝔾 = 𝑋ത𝐺 = ෑ𝑥 𝑖 = 𝑛
𝑥1 . 𝑥2 . 𝑥3 … … . 𝑥𝑛

Sólo es relevante la media geométrica si todos los números

son positivos. Si uno de ellos es 0, entonces el resultado es
0. Si hay un número negativo (o una cantidad impar de ellos)
entonces la media geométrica es, o bien negativa o bien
inexistente en los números reales.
• Otra forma de calcular la media geométrica

σ log 𝑥𝑖
𝑥𝑔 = 𝐺 = 𝑎𝑛𝑡𝑖 log
𝑛

Ejemplo : encuentre la media geométrica de la serie :

3 4 6 7 8 10
 LA MEDIA ARMONICA
• Armónica ( XA), O en algunos casos representada por H, de una
cantidad finita de números es igual al recíproco, o inverso, de la
media aritmética de los recíprocos de dichos números Así, dados
los números X1,X2, ... , Xn, la media armónica será igual a:

𝑛 𝑛
𝐻 = 𝑋𝐴 = =
1 1 1 1 1 1
σ + + + + ⋯…. +
𝑋 𝑋1 𝑋2 𝑋3 𝑋4 𝑋𝑛

La media armónica resulta poco influida por la existencia de

determinados valores mucho más grandes que el conjunto de los
otros, siendo en cambio sensible a valores mucho más pequeños que
el conjunto
 σ 𝑥2
Mc=
𝑛
EJERCICIOS DE APLICACIÓN DE LA
MEDIA PONDERADA :

ENCUENTRE LA MEDIA PONDERADA DEL SIGUIENTE

EJERCICIO

En una tarde calurosa del sábado ;

Cristian un empleado de un kiosco de
bebidas de Metrocentro sirvió en total 50
bebidas durante la mañana de ese día,
Vendio 5 bebidas de $0.50 ; 15 de $ 0.75,
otras 15 de $ 0.90 y otras 15 de $ 1.10.
EJEMPLO DE APLICACIÓN MEDIA PONDERADA
 Moda para serie de datos
La moda de una serie de números es el valor
que se presenta con mayor frecuencia; es decir,
el que se repite un mayor número de veces. Es
por tanto, el valor común.
Por ejemplo, en la serie:
2, 4, 4, 5, 5, 5, 7, 8,
la moda es 5.
Cont….La moda para serie de datos
La moda es el valor que aparece con mayor frecuencia
en la serie de datos. Así por ejemplo, de la serie

{14, 15, 17, 17, 21, 21, 21, 33, 36, 40},
la moda es _______________.

Tiene la ventaja de que no se ve afectada por la presencia de valores

altos o bajos.
Desventajas del uso de la moda
• La principal limitación esta en el hecho de que requiere un número
suficiente de observaciones para que se manifieste o se defina
claramente.
• Otros inconvenientes son que puede darse el caso de que una
determinada serie no tenga moda o que tenga varias modas.
 Mediana para serie de datos
La mediana es el valor que divide a una serie de valores, escritos en orden creciente,
de tal forma que la mitad de los valores son menores o iguales que él y la otra mitad,
mayores o iguales que él.

Para hallarla, escribimos en orden creciente la lista de valores, repitiendo cada uno de
ellos tantas veces como aparezca. Se pueden producir entonces dos situaciones:

CAS0 1 Si el número total de valores “ n” es un número impar, la mediana es el valor que ocupa
la posición ;

CASO 2 el número total de valores “n” es un número par, la mediana es el centro del intervalo
formado por los valores que ocupan las posiciones siguientes :
 Ejemplo
• Encuentre el valor de la mediana para la siguiente serie
de datos:
• Para serie impar:
2 4 8 3 6 10 12
|1° ordene la serie , 2° utilice la formula de posición
Que ocupa (n+1)/2 =
Para serie par :

1 4 6 8 10 15
La posición que ocupa ( X1 + X2)/2 donde X1 y X2 son los
valores que ocupa la posiciones centrales de la serie
 MEDIDAS DE
TENDENCIA CENTRAL :
MEDIA
PARA DATOS AGRUPADOS
MEDIA ARITMETICA PARA DATOS
AGRUPADOS EN FRECUENCIA
Para calcular la Media aritmética para datos
agrupados en frecuencia se multiplica el dato por su
frecuencia absoluta y posteriormente se suman
todos sus resultados:

σ 𝑥𝑖 .𝔣𝑖 𝑥1𝑓1+𝑥2.𝑓2+𝑥3.𝑓3+⋯…..𝑥𝑛𝑓𝑛
𝑋ത = =
𝑛 𝑛
 Media Geométrica (Mg)
• Para datos agrupados en frecuencia

Mg  N f1 f2
X 1 . X ..... X
2 n
fn
 Media Armónica
• Para datos agrupados en frecuencia

N
Ma 
 fi 
 
 Xi 
Media geometrica y media Armónica
para tablas de distribucion
N
Ma 
 fi 
 
 Pmi 
• Para datos Agrupados en tablas de distribución de
frecuencias

Mg  Pm .Pm ....Pm
N
1
f1
2
f2
n
fn

 ( fi .log Pmi ) 
Mg  Anti log  
 N 
La Mediana de una serie con datos agrupados sólo
por frecuencias: Se da cuando los datos son
muchos pero no se requiere agruparlos en
intervalos.
Para obtenerla también hay dos posibilidades

a) Si existe una frecuencia acumulada igual a

n/2.procedimiento :
1. Se calcula las frecuencias acumuladas.
2.Si existe una frecuencia acumulada igual a n/2,
entonces la mediana es la media aritmética de valor de la
variable correspondiente a dicha frecuencia y el
inmediato posterior
b) Si no hay ninguna frecuencia acumulada igual
a n/2.
1. Se calcula las frecuencias acumuladas
2. Si no hay ninguna frecuencia acumulada igual
a n/2, entonces la mediana es el valor dela
variable que corresponde a la primera
frecuencia acumulada mayor que n/2
 Ejemplo :
• Obténgase la mediana de la siguiente tabla de
datos agrupados en frecuencia :

Xi f F(acumulada)

23 4 4
24 6 10
25 12 22
n/2 = 40/2 = 20
26 10 32
27 8 40
La media seria : 25
EJERCICIO : encuentre la mediana para la
siguiente tabla de distribución en
frecuencia
x f fa
1 5 5
2 7 12
3 6
4 12
5 20
6 15
7 11
8 6
9 5
10 2
 MEDIA ARITMETICA
• LA MEDIA ARITMETICA SE PUEDE ENCONTRAR
A TRAVES DE TRES METODOS BASICOS: UNO
CONSIDERADO COMO METODO ESTARNDAR
O CORTO Y OTROD DOS CONSIDERADOS
COMO METODOS ABREVIADOS
 MEDIA ARITMETICA PARA DATOS AGRUPADOS
EN DISTRIBUCION DE CLASES
• METODO CORTO O METODO DE PUNTOS MEDIOS
( fi .Pm)
X
N
• METODOS ABREVIADO : PRIMER METODO
ABREVIADO o METODO DE DESVIACION DE MEDIA

X A   fi d d = Pm - A
N
Segundo método abreviado: método
de desviaciones de clases

X A   fi d'
ic
N
A= MEDIA ARITMETICA SUPUESTA
d’ = DESVIACIONES EN UNIDADES DE INTERVALO DE CLASES
Ic = INDICE DE CLASE O RANGO DE CLASE
N = TOTAL DE DATOS
 EJERCICIO DE APLICACIÓN :
• Dada la siguiente dispersión de datos elabore una tabla de
distribución y encuentre la media Aritmética por los 3
métodos visto en clase

2 6 20 14 14
3 2 21 12 5
4 18 23 13 13
15 7 26 9 2
6 9 25 6 22
7 12 7 8 23
18 17 19 19 24
 PROPIEDADES DE LA MEDIA ARITMETICA
• PRIMERA PROPIEDAD : LA SUMA ALGEBRAICA DE LAS DESVIACIONES DE
CADA TERMINO DE LA SERIE, CON RESPECTO A LA MEDIA, ES CERO.

d  0
• SEGUNDA PROPIEDAD: LA SUMA DEL CUADRADO DE LAS DESVIACIONES DE CADA
TERMINO DE LA SERIE, CON RESPECTO A LA MEDIA, ES UN MINIMO.

 xi  x    xi - A 
2 2

• TERCERA PROPIEDAD : LA MEDIA DE UNA MUESTRA ES IGUAL A LAMEDIA

PONDERADA DE LAS MEDIAS. SIENDO LAS PONDERACIONES LOS TAMAÑOS DE
DICHAS MUESTRA

n1 x1  n2 x 2  ......nk xk
X 
n1  n2  n3  ........nk
 LA MODA
• Es el valor de un conjunto de datos que ocurre más frecuentemente, se
considera como el valor más típico de una serie de datos. Cuando solo tiene
una moda se llama Unimodal.
• Para datos agrupados se define como Clase Modal el intervalo que tiene más
frecuencia.
• La moda puede no existir o no ser única, las distribuciones que presentan dos
o más máximos relativos se designan de modo general como: bimodales o
multimodales.
• Características de la Moda.
• 1. Representa más elementos que cualquier otro valor
• 2. No está afectada por los valores extremos pero para datos continuos es
dudoso su cálculo.
• 3. La moda para una distribución de frecuencias de datos agrupados no puede
ser calculada exactamente, el valor de la moda puede ser afectado por el
método de agrupación de los intervalos de clase.
• 4. La moda no permite conocer la mayor parte de los datos
• 5. Algunas veces el azar interviene de manera importante y
hace que un valor no representativo se repita
frecuentemente.
• 6. Puede usarse para datos cuantitativos como cualitativos
• 7. La moda como estadístico, varía mucho de una muestra a
otra
• 8. Cuando se tienen dos o más modas es difícil su
interpretación
• 9. Tiene la ventaja de que los datos desproporcionados con
respecto al resto no la distorsionan, pero no se presta para
un tratamiento matemático.
 MODA PARA DATOS AGRUPADOS
• La moda para datos agrupados en datos en
frecuencia, para saber la moda en datos
agrupados se busca cual dato tiene la mayor
frecuencia , dicho valor será la moda
• La moda para datos agrupados en tablas de
distribuciones de clase :
1
Mo  lri  x ic
1   2
1  diferencia entre la frecuencia del aclase modal y la frecuencia anterior
 2  diferencia entre la frecuencia del aclase modal y la frecuencia Posterior
 MEDIANA
• La mediana de un conjunto finito de valores es
aquel valor que divide al conjunto en dos
partes iguales, de forma que el número de
valores mayor o igual a la mediana es igual al
número de valores menores o igual a estos. Su
aplicación se ve limitada ya que solo considera
el orden jerárquico de los datos y no alguna
propiedad propia de los datos, como en el
caso de la media.
 MEDIANA PARA DATOS AGRUPADOS
EN TABLAS DE DISTRIBUCION
• La mediana para datos agrupados en tabla se calcula
de la siguiente Manera :
N
(  faa)
Me  lri  2 x ic
fmediana
1° Encontramos N/2 que servirá para encontrar la clase
mediana
2 ° Con la clase mediana debemos tomar la frecuencia
acumulada anterior a esta faa
3° Encontramos la frecuencia mediana f mediana
 Ejercicio de aplicación
• En la familia de usted ha establecido que todo el
dinero se recogería y se dividiría para cubrir todos
los gastos, si el salario mensual promedio de los 5
miembros de la familia es es de $800 y la
mediana es de $700. Se pregunta
• A) cuanto dinero se recogen en casa toda la
familia?
• B) si el papa recibe un aumento de $30 por
semana, determine el valor de la nueva media
 MEDIDAS DE POSICION
Las medidas de posición dividen un conjunto de datos en
grupos con el mismo número de individuos.
Para calcular las medidas de posición es necesario que
los datos estén ordenados de menor a mayor. La
medidas de posición son : LOS CUANTILES
• Estos pueden ser de 3 tipos : Cuartiles, Deciles ,
Percentiles
En algunos casos es necesario conocer a Los Quintiles,
que dividen a la distribución en cinco partes
(corresponden a los cuantiles 0.20, 0.40, 0.60 y 0.80) ;
 Cuartiles
• Los cuartiles son los tres valores de la variable que
dividen a un conjunto de datos ordenados en cuatro
partes iguales.
Q1, Q2 y Q3 determinan los valores correspondientes al
25%, al 50% y al 75% de los datos.
• Q2 coincide con la mediana.

Cálculo de los cuartiles

1° Ordenamos los datos de menor a mayor.
2° Buscamos el lugar que ocupa cada cuartil mediante la
expresión
 Para Datos No Agrupados
• Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza
mediante las siguientes fórmulas: - El primer cuartil:
• Cuando n es par:

Cuando n es impar:

Para el tercer cuartil

• Cuando n es par:

• Cuando n es impar:

Nota : Se deja de investigación para datos agrupados en

frecuencia
 Cálculo de los cuartiles para datos
agrupados en tablas de distribución
En primer lugar buscamos la clase donde se
encuentra el numero cuartilico O valor cuartilico :

𝐾.𝑁
; 𝑑𝑜𝑛𝑑𝑒 𝑒𝑠 𝐾 = 1,2,3
4

En la tabla de las frecuencias acumuladas.

Se calcula el cuartil “K” según sea el caso con la

formula
 Formula para el calculo los
cuartiles
N .k
´ faa
Qi  lri  4 x ic
fcuartilica

Li = lri = Es el límite real inferior de la clase donde se encuentra la

mediana

•N es la suma de las frecuencias absolutas.

•Fi-1 = faa = Es la frecuencia acumulada anterior a la clase mediana,
en algunos libros utiliza “ faa -1 “
•ai = ic = Es la amplitud de la clase o índice de clase
 DECILES Y PERCENTILES
EL PROCEDIMIENTO ES IGUAL AL CALCULO DE LOS CUARTILES :
N .k
 faa
Di  lri  10 x ic
f Decilica

N .k
 faa
Pi  lri  100 x ic
f Percentili ca
 Fórmulas Datos No Agrupados para
Deciles y percentiles

• Si se tienen una serie de valores X1, X2, X3 ... Xn,

se localiza mediante las siguientes fórmulas:

• Cuando n es par:

• Cuando n es impar:

Siendo A el número del decil.

Escala percentil
 Ejemplo:
• Determine los correspondientes percentiles a cada
uno de los valores de la serie siguiente :
• 3, 4, 5, 8, 10, 12, 14,
• PRIMERO : SE ORDENDA LA SERIE
• SEGUNDO : TABULAR LA SERIE
XI F Fa Pi

3 1 1
4 1 2
5 1 3
8 1 4
10 1 5
12 1 6
total 7
formas de calcular la escala percentil
de un valor «X»
 a) Calcule el percentil 89 de la tabla
b) Calcule el valor del Decil 1 y 3
c) Encuentre los cuartiles

intervalos Frecuencias Puntos medios

150 ---154 5
155 ---- 159 18
160 ---- 164 34
165 ---- 169 48
170 --- 174 28
175 ---- 179 20
180 ---- 184 9
total 162
 Relaciones entre las medidas de
tendencia central : formula empirica
de pearson