MEDIDAS DE TENDENCIA

CENTRAL
 OBJETIVOS
 Identificar las medidas de tendencia
central como resumen a una distribución
 Determinar la medida correcta según la
situación.
 Calcular las medidas de tendencia central.
 Interpretar los valores obtenidos de las
médidas de tendencia central.
ESTADISTICA DESCRIPTIVA
 Distribuciones de frecuencia
 Representación gráfica de los datos
 Las medidas descriptivas son valores numéricos
calculados a partir de la muestra y que nos
resumen los datos obtenidos. Medidas resumen
como:
 Tendencia central
 Dispersión
 Posición
 Forma
 MEDIDAS DESCRITPTVAS
 Forma
 Asimetría
 Apuntamiento o curtosis
 Tendencia central (Centralización)
 Valores con respecto a los datos parecen agruparse
 Dispersión
 Indican la mayor o menor concentración de los datos
con respecto a las medidas de centralización
 Posición
 Dividen un conjunto ordenado de datos en grupos
con la misma cantidad de individuos
 MEDIDAS DE SIMETRIA
 Diagramas clase anterior
 Calcular usando un programa estadístico
CALCULANDO SKEWNESS AND
KURTOSIS EN SPSS
SELECCIONA LA PRESIONA
VARIABLE

PRESIONA
 2

1
PRESIONA
GRÁFICA
 SPSS OUTPUT

Statistics

PESO
N Valid 470
Missing 4
Skewness .542
Std. Error of Skewness .113
Kurtosis -.197
Std. Error of Kurtosis .225
 Asimetría “Skewness”
 Medida de simetría o de falta de simetría.
Hay simetría si desde un punto que
representa el centro, los datos se
distribuyen igual a la izquierda y a la
derecha de ese punto.
 INTERPRETACIÓN DE SKEWNESS
 Skewness > 0
 Sesgada a la derecha- mayoría de los valores están
concentrados a la izquierda de la media con valores
extremos a la derecha.
 Skewness < 0
 Sesgada a la izquierda- mayoría de los valores
concentrados a la derecha de la media con valores
extremos a la izquierda.
 Skewness = 0
 La distribución es simétrica en torno a la media.
 KURTOSIS
 Medida de cuan puntiaguda o plana es
una gráfica al compararla con una
distribución completamente simétrica. Un
valor de curtosis alto indica un pico alta
cercano a la media que decrece
rápidamente y grandes colas. Un valor
bajo de curtosis tiene a verse plana en
torno a la media.
 INTERPRETACIÓN DE KURTOSIS

Kurtosis > 3 - Más aguda de lo normal con
valores concentrados alrededor de la media y
con colas más fina. Esto implica alta probabilidad
de valores extremos.
 Kurtosis < 3 – Más plana con un pico más
ancho. La probabilidad de valores extremos es
menor. Y los valores alrededor de la media están
más dispersos.
 Kurtosis = 3 – distribución normal
 MEDIDAS DE TENDENCIA
CENTRAL DATOS NO
AGRUPADOS
 Número representativo de los datos que
intenta medir la centralización de éstos.
 Media aritmética o promedio
 Media aritmética ponderada
 Mediana
 Moda
 MEDIA ARITMÉTICA O
PROMEDIO
 Centro o punto de balance de una serie numérica
 Simplicidad
 Medida única
 Manipulación algebraica
 Afectada por todas las observaciones incluso los
valores extremos
 No es menor que la observación más pequeña ni
mayor que la observación más grande.

X = xi
n
EJEMPLO: MEDIA ARITMÉTICA O PROMEDIO
 Los siguientes datos presentan el número
de pacientes que obtuvieron placas de
pecho durante el primer trimestre del año
pasado: 20, 24, 19.
20 + 24 + 19 = 63 = 21
3 3
 EJERCICIO DE PRÁCTICA:

 Las siguientes observaciones representan

el número de equipo de oxigeno solicitado
semanalmente durante el mes de octubre:
15, 9, 12, 11.
 MEDIA ARITMETICA
 Valor descriptivo que requiere asignar pesos
diferentes a cada observación en una serie
numérica.
 Recurso útil cuando se establece que unos
factores tienen más significado que otros.
 Indicadores

xw = wi xi
wi
 donde wi es la importancia o el peso asignado
 xi son los elementos (observaciones) de la serie
EJEMPLO: MEDIA ARITMETICA
PONDERADA
 Calcule la calificación de un estudiante de
bioestadística que obtuvo 98 en el
portafolio, 80 en las pruebas cortas, 96 en
el trabajo final y 87 en el examen final. La
aportación de cada parte a la nota final es
de 10% para el portafolio, 45% las
pruebas cortas, 15% el trabajo final y
30% el examen final.
 COMPARACION MEDIA
ARITMETICA Y PONDERADA
 Calcule el promedio si todas las
evaluaciones hubiesen tenido mismo
peso. Compare la diferencia si alguna.
 EJERCICIO DE PRÁCTICA:
 Se construyó un indicador de calidad de vida con
una puntuación máxima de 20. Este indicador
contiene los siguientes elementos: apoyo social
(15%), solvencia económica (22%), relaciones
interpersonales (33%), tiempo de ocio (10%),
salud física (20%). Calcule la media ponderada
si un individuo obtuvo la siguiente puntuación:
 Apoyo social 15
 Solvencia económica 19
 Tiempo de ocio 15
 Relaciones interpersonales 14
 Salud física 18
 MEDIANA
 Valor que divide una serie numérica en
dos partes iguales, con igual número de
observaciones a cada lado.
 Medida única
 No es afectada por los valores extremos
 Afectada por el número de observaciones
y la posición de éstos.
 MEDIANA
 Se debe ordenar los números en orden de magnitud
(ascendente o descendente) antes de localizar la
mediana.
 La posición de la mediana se calcula:
n + 1 , n es el tamaño de la muestra
2
 Se busca el valor que ocupa la posición dada por la
fórmula.
 Si el número de observaciones (n) es impar, la mediana está
localizada en el lugar dado por la fórmula de posición.
 Si el número de observaciones (n) es par, la mediana es el
promedio de los dos valores localizados a la izquierda y a la
derecha de la posición dada por la fórmula
 EJEMPLO SERIE IMPAR:
 Los siguientes datos presentan el número de
pacientes que obtuvieron placas de pecho
durante el primer trimestre del año pasado: 20,
24, 19.
 Ordenar en forma ascendente: 19 20 24
 Calcular la posición en dónde se encuentra la
mediana: La mediana se encuentra
n+1 = 3+1 =2 en la posición 2
2 2
 EJEMPLO SERIE PAR:
 Los siguientes datos presentan el número de pacientes
que obtuvieron placas de pecho durante el primer
trimestre del año pasado: 20, 24, 19. 18, 22, 25.
 Ordenar : 18 19 20 22 24 25
 Calcular la posición en dónde se encuentra la mediana:
n+1 = 6 + 1 = 3.5 La mediana se encuentra
2 2 entre la posición 3 y 4

 La mediana es el promedio entre el valor que ocupa la

posición tercera (20) y el valor que ocupa la posición
cuarta (22).
20 + 22 = 21
2
 EJERCICIO DE PRÁCTICA:
 Las siguientes observaciones representan
el número de equipo de oxigeno solicitado
semanalmente durante el mes de octubre:
15, 9, 12, 11
 MODA
 Valor que se presenta con mayor
frecuencia en un conjunto de números.
Valor más común o que más se repite.
 No es una medida única.
 Unimodal – una moda
 Bimodal – dos modas
 Multimodal
 Puede no existir si todas las observaciones
tienen valores diferentes.
 No se afecta por los valores extremos
 EJERCICIO DE PRÁCTICA:

 Las siguientes representan los días de

hospitalización de 10 pacientes: 7, 6, 8, 9,
9, 7, 10, 11, 8, 5.
 SELECCIÓN DE LA MEDIDA DE
TENDENCIA CENTRAL APROPIADA
 La medida de tendencia central que
debo usar depende de:
 Tipo de datos
 Número de observaciones
 La simetría
 MEDIDAS DE SIMETRÍA
 La simetría se establece dividiendo los
datos con una línea vertical en el punto
más alto.
 El grado de asimetría de una distribución
se conoce como sesgo.
 Negativo = distribución recargada de valores
bajos (asimétrica a la izquierda)
 Positivo = distribución recargada de valores
altos (asimétrica a la derecha)
SímETRIA
 SIMETRÍA
 Distribución simétrica – media aritmética
 En este tipo de distribución la media, mediana y
moda son idénticas.
 Distribución asimétrica – mediana
 En este tipo de distribución la media, mediana y
moda son diferentes.
 En una distribución asimétrica negativa:
 Moda > Mediana > Media
 En una distribución asimétrica positiva:
 Moda < Mediana < Media
 ¿Me pueden explicar
conceptualmente esta broma
estadística?
Why did the statistician drown while
crossing the river?
He had heard that the average depth was 4
feet
MEDIDAS DE DISPERSIÓN
DATOS NO AGRUPADOS
 ALCANCE, AMPLITUD, RANGO

 Diferencia entre el valor mínimo y el valor

máximo
 Xmax - Xmin
 Sensible a observaciones extremas y
depende del tamaño de muestra. Si el
tamaño de muestra aumenta el alcance
aumenta.
 EJEMPLO EJERCICIO DE
PRÁCTICA:
 Los siguientes datos
presentan el número
 Las siguientes
de pacientes que representan los días
obtuvieron placas de de hospitalización de
pecho durante el 10 pacientes: 7, 6, 8,
primer trimestre del 9, 9, 7, 10, 11, 8, 5.
año pasado: 20, 24,
19.
 24 – 19 = 5
 VARIANZA
 Medición de la dispersión de los valores
alrededor de la media. Es el promedio de las
desviaciones cuadradas de las observaciones con
respecto a la media aritmética.
 s2 = Σ (xi – x)2
n–1
 σ2 = Σ (xi – μ)2
N
 EJEMPLO:
 Los siguientes datos presentan el número de
pacientes que obtuvieron placas de pecho
durante el primer trimestre del año pasado: 20,
24, 19.

xi (xi – x) (xi – x) (xi – x)2 (xi – x)2

TOTAL
 EJERCICIO DE PRÁCTICA:

 Las siguientes representan los días de

hospitalización de 10 pacientes: 7, 6, 8, 9,
9, 7, 10, 11, 8, 5.
 DESVIACIÓN ESTÁNDAR
 Raíz cuadrada de la varianza; es la mejor
y más completa medida de variabilidad.
 Presenta el número de unidades promedio
en que cada observación se desvía de su
promedio o centro.

 xx
2

S
N
 EJEMPLO:
 Los siguientes datos presentan el número
de pacientes que obtuvieron placas de
pecho durante el primer trimestre del año
pasado: 20, 24, 19.
s = √s2 = √7 = 2.6 pacientes
 EJERCICIO DE PRÁCTICA:
 Las siguientes representan los días de
hospitalización de 10 pacientes: 7, 6, 8, 9,
9, 7, 10, 11, 8, 5.
 COEFICIENTE DE VARIACIÓN

 Desviación estándar expresada como un

porcentaje del promedio.
 No tiene unidades de medición
 Se utiliza para comparar la variabilidad de
dos muestras.
CV = (s / x) 100
 central y las medidas de dispersión.
 EJEMPLO Y EJERCICIO DE
PRÁCTICA:
 Los siguientes datos presentan el número de pacientes
que obtuvieron placas de pecho durante el primer
trimestre del año pasado: 20, 24, 19.
 2.6 /21 x 100 = 12.4%

 Compare los coeficientes de variación de los grupos e

indique en cuál de ellos la variación de edad es mayor.
Grupo 1: 56, 77, 40 ; Grupo 2: 78, 45, 50.

 .
 EJERCICIO DE PRÁCTICA
INTEGRADOR

 Las siguientes son medidas del nivel de

glucosa en la sangre de una grupo de 15
niños en ayuno:
56 75 64 80 75 77 63
62 63 68 65 71 58 79 81.
 Calcule las medidas de tendencia central y
las medidas de dispersión
MEDIDAS DE POSICIÓN
 Medidas que dividen los datos en tantas
partes con igual número de datos en cada
parte. Te indican la posición en que debe
llevarse a cabo la división.
 Las cuantilas son el término genérico que
indica las partes iguales (C) en que se
pueden dividir los datos. Se pueden dividir
los datos en i partes iguales.
 DIVISIONES

Las divisiones se obtienen restando el

número de partes que quiero obtener
menos
uno.
 Divisiones = i – 1
Por ejemplo: Si quiero obtener cuatro
partes, el número de divisiones es 3.
 FORMULA
La formula que indica la posición de la cuantila
es:
Ci = i (n +1)
C
C = # de partes;
i = posición de la división deseada
 MEDIDAS DE POSICION
 Las cuantilas más utilizadas son cuartilas,
decilas, percentilas.
 Cuartilas (Q) – cuatro partes, ¿Cuántas
divisiones?
 Decilas (D) -- diez partes, ¿Cuántas
divisiones?
 Percentilas (P) – cien partes, ¿Cuántas
divisiones?
Algunas relaciones entre cuantilas:

Q2 = mediana
Q1 = P25
D1 = P10
Q3= P75
D5 = Q2 = P50
 EJERCICIO DE PRÁCTICA:
 El número de citas de un cirujano en 18 días
de trabajo fueron:16, 11, 12, 6, , 7, 8, 9, 10,
11, 7, 8, 13, 9, 11, 12, 15, 10, 11. ¿Cuál es
la primera decila?
 Ordenar data en secuencia ascendente
 Determinar la posición de la división que
estamos buscando
 Buscar el número que representa esa
posición.
 EJERCICIO DE PRÁCTICA:
 Las notas de 25 estudiantes son las
siguientes: 100, 98, 76, 89, 97, 68, 78,
90, 80, 87, 75, 86, 88, 92, 95, 87, 86, 85,
78, 76, 91, 76, 87, 88, 82. Se quiere
dividir el grupo en cinco partes. Calcule el
número de divisiones, la posición que va a
asumir cada división y el número o dato
que representa cada división.
 SPSS: MEDIDAS DE TENDENCIA
CENTRAL Y DISPERSION
 EN LA BARRA ARRIBA PRESIONE ANALIZE
 SELECCIONE DESCRIPTIVE STATISTICS
 SELECCIONE LA VARIABLE ( VARIABLES)
 PRESIONE EL ICONO DE FLECHA
 PRESIONE OPTIONS
 SELECCIONE LAS ESTADISTICAS QUE DESEE
 PRESIONE CONTINUE
 PRESIONE OK