MEDIDAS DE TENDENCIA

CENTRAL

 LA MEDIA ARITMÉTICA O PROMEDIO

 LA MEDIANA
 LA MODA O MODO

Ing. Andrea C. Seidel

Conocimientos previos:
Hasta ahora hemos aprendido a:

 Organizar y presentar los datos.

 Resumir grandes masas de datos primarios

mediante tablas de frecuencia y gráficos.

 Calcular Frecuencias relativas y acumuladas

para facilitar la interpretación de esos datos.
Limitaciones de estas herramientas:

 Las distribuciones de frecuencias no permiten

realizar afirmaciones cuantitativas que
caractericen la distribución como un “TODO”.

 Tampoco permiten establecer comparaciones

cuantitativas entre dos o mas distribuciones
de datos.
¿Para qué sirven las medidas de
tendencia central?
 Para resumir el conjunto de datos.

 Expresar el conjunto de datos en un único

valor.

 Interpretar globalmente el fenómeno que

expresan los datos.
Ejemplos:

 Los estudiantes registran un promedio de dos

tardanzas por mes a la clase.

 Es llamativo que el 50% de los estudiantes

tiene al menos 2 tardanzas en el mes a la
clase.

 1 tardanza en el mes es el valor que más se

repitió.
MEDIA ARITMETICA
Definición:

La media aritmética de un conjunto de datos

de una variable numérica X, es el resultado de
sumar “TODOS” los valores del conjunto y
dividir esa suma por el total de observaciones
que componen el conjunto.
Ejemplos:

Supongamos que un estudiantes ha obtenido

las siguientes notas como calificaciones de
tres Parciales:

 Ej. 1 6,8,7 Promedio: 7

 Ej. 2 9,9,9 Promedio: 9
 Ej. 3 8,9,10 Promedio: 9
 Ej. 4 10,10,7 Promedio: 9
Expresión de cálculo y simbología:
Media de una población:
µ:

Media de una muestra

Siendo:
X1;X2,…..,Xn datos en bruto
n: número de datos
Conviene diferenciar con N o n según se trate de una muestra o
población
PROPIEDADES DE LA MEDIA
ARITMETICA
 Primera propiedad:
la media aritmética es un valor que está
comprendido en el campo de variabilidad de
la variable.
min. Xi ≤ µ ≤ max. Xi
 Segunda propiedad

la media aritmética se mide en la misma

unidad que la variable en cuestión.
Continuación propiedades:
 Tercera propiedad:
la suma de los desvíos de cada uno de los valores de
la variable respecto a la media aritmética es igual a cero.
Ejemplo: Notas de un parcial

Xi fi Xi.fi Xi-µ (Xi-µ).fi

1 2 2 - 2,6 - 5,2
3 4 12 - 0,6 - 2,4
5 3 15 1,4 4,2
7 1 7 3,4 3,4
Total 10 36 0

Media: 36/10: 3,6

Continuación propiedades
 Cuarta propiedad:
La representatividad de la media aritmética se ve afectada por la
marcada sensibilidad que esta tiene ante la presencia de valores
extremos.

Ejemplo:
Sea una encuesta a mil familias, entre las cuales hay
tres familias que tienen un ingreso mensual de
aproximadamente $ 100.000 y hay 997 familias con
un ingreso de $ 500,00.

Se desea calcular el ingreso promedio:

Media: $ 798, 50

El ingreso promedio es $ 798,50, pero el 99,70 % de las familias

tienen un ingreso por debajo de ese valor.
¿qué deseamos decir con este último
ejemplo?

 Si en uno de los extremos (luego de ordenar

los datos de menor a mayor) hay valores
considerablemente distintos, la media
aritmética tenderá a correrse hacia ese
extremo. Por este motivo deja de ser
representativa o bien es sumamente sensible
a la presencia de valores extremos.
Continuación propiedades:
 Quinta propiedad:

En ciertas ocasiones se dispone de dos o mas

promedios aritméticos que resumen a
diferentes conjuntos de datos de una misma
variable, esta propiedad permite calcular la:
“media de medias”
Ejemplo
El salario mensual promedio de n1=107 agentes
públicos provinciales varones es $1.133, 25.
El salario mensual promedio de n2= 73 agentes
mujeres es $862,07.
El promedio aritmético de ambas variables se
puede hallar de la siguiente forma:

Dando un promedio
de: $1023,27
Continuación propiedades:
 Sexta propiedad:

Es una medida muy sensible a la dispersión,

de modo que cuanto más heterogéneos sean
los datos, menos información proporciona.

Ejemplo A: 5 jugadores de basket de igual

estatura, 1,95, su media es 1,95 m.
Ejemplo B:

Un grupo de jugadores del mismo deporte

tienen las siguientes estaturas:2,20, 2,15,
1,95, 1,75 y 1,70 m. respectivamente.
La media es 1,95 m., pero este valor no
representa a casi ninguno de sus
componentes.
Cálculo de la media
Antes de proceder a calcular la media, nos tenemos que preguntar:

 ¿En qué estado se encuentran los datos con los

que vamos a trabajar?

 ¿Los datos están en bruto?

 ¿Los datos están resumidos en un arreglo

de frecuencias?

 ¿Los datos están resumidos en una distribución

de frecuencias con intervalos?
DATOS SIN RESUMIR

Simplemente se SUMAN todos los datos de la

conjunto y luego, se divide esa suma por n.
Datos agrupados en un arreglo de
frecuencias
El cálculo se realiza de la misma manera que
en el caso anterior, sumando TODAS las
observaciones individuales y dividiendo por n.
Ejemplo: Variable: horas diarias que los
Estudiantes dedican a ver TV. Horas TV Estudiantes (fi)
0 25
1 26
2 49
3 18
4 13
5 5
6 2
8 1
TOTAL 139
¿qué le agregamos a esta tabla para
facilitar el cálculo?
MEDIA PONDERADA POR LAS FRECUENCIAS
Xi*fi
Horas TV Estudiantes (fi) En cada fila
0 25 0 multiplicamos
1 26 26 el valor de la
2 49 98 variable por
54
3 18
su frecuencia
4 13 52
individual
5 5 25
6 2 12
8 1 8
TOTAL 139 275

Media=275/139=2

Sumamos y
dividimos por
n
Datos agrupados en una distribución con intervalos

Ejemplo:
Variable: Peso de un grupo de estudiantes
Peso(kg) Estudiantes (fi)
60-65 2
65-70 4
70-75 9
75-80 7
80-85 4
85-90 1
TOTAL 27
Necesitamos en esta situación un solo valor de la variable para
multiplicarlo por la frecuencia de cada categoría.

Simplemente calculamos los puntos medios de

cada intervalo. Completando la tabla anterior:
Peso(kg) Estudiantes (fi) Pto.Medio(xi) xi*fi
60-65 2 62,5 125,00
65-70 4 67,5 270,00
En cada fila
70-75 9 72,5 652,50
multiplicamos la
75-80 7 77,5 542,50
marca de clase por la
80-85 4 82,5 330,00 frecuencia individual
85-90 1 87,5 87,50 correspondiente a
TOTAL 27 2007,50 cada categoría

Media=74,35
Sumamos toda la
Media:
columna 74,35
y kg.
dividimos por n
La Mediana (Ma)
Definición:

La mediana (Ma) de una distribución es el dato

que ocupa la posición central del conjunto de
observaciones, debiendo estar ordenados en
forma ascendente o descendente.
Ejemplo:
Variable: Tiempo en minutos para la realización de un
examen de estadística en un grupo de 13 estudiantes.
Minutos:
120,65,110,117,65,115,88,90,103,112,90,65,115

Ordenamos los datos en forma ascendente:

6 datos menores 6 datos mayores

65,65,65,88,90,90,103,110,112,115,115,117,120

Valor ubicado en la posición central

Ma=103 minutos
Propiedades
 Primera Propiedad
Es una medida que requiere de operaciones simples y esta expresada en la misma unidad
de la variable

 Segunda Propiedad
Como ocupa la posición central es una medida aplicable tanto a variables categóricas
ordinales como a variables numéricas.
Ejemplo:
Variable: Calificaciones a la Fiesta de Provincial de la Flor.
Tipo de Variable: Categórica ordinal
Subcategorías: (MB) Muy bueno; (B) Bueno; (R) Regular,(M)Malo

Calificaciones obtenidas: R,MB,MB,B,M,MB,R,MB,B

Ordenamos el conjunto de datos, nos queda:

M,R,R,B,B,MB,MB,MB,MB

En la posición central encontramos la Ma= Bueno

 Tercera Propiedad
La Mediana es “resistente” a la presencia de valores extremos en el conjunto de
observaciones.
 Cuarta propiedad
Si a la serie original de datos le agregamos
dos nuevos datos la mediana se modifica.
Ejemplo:
Si a la serie anterior se le agregan dos nuevos datos la mediana se
modifica:
65, 65,65,65,88,90,103,109,110,112,115,115,117,118,120

Ma: 109 minutos

 Quinta propiedad
La mediana no aporta información en cuanto
al comportamiento general del grupo.
Datos numéricos sin resumir

 Si el número de observaciones es impar, habrá un “ÚNICO” valor que

ocupa la posición central del conjunto ordenado de datos.
El procedimiento es similar al primer ejemplo que vimos.

 Si el número de observaciones es par, serán dos los valores que

ocupan las posiciones centrales
Ejemplo: Tiempo empleado en la resolución de un examen de
estadística
Siendo n=16 estudiantes
7datos menores 7 datos mayores

65,65,65,88,90,90,103,109,110,112,115,115,117,118,120

2 valores centrales
Promediando ambos valores Ma=(103+109)/2=106 minutos
Datos numéricos en arreglo de frecuencias
Procedimiento
a) Ubicar el valor central del conjunto ordenado.
b) Identificar el valor o los valores que ocupa esa posición o esas posiciones.
Ejemplo: Distribución de los estudiantes según las horas diarias que dedican a ver TV.
a) ¿Cómo ubico la posición central?
Alumnos de estadistica según el tiempo diario que miran TV
Si n es impar
Estudiantes En este ejemplo: la posición central la
Horas TV Fa
(fi) podemos encontrar con la expresión
0 25 25 (n+1)/2
reemplazando nos queda:
1 26 51 (139+1)/2= 70
2 49 100 es decir la posición central es 70.
Si n es par
3 18 118 Serán dos las posiciones centrales
4 13 131 Ejemplo:
si n = 160 tendremos dos posiciones centrales
5 5 136 (160/2)= 80 y (160/2)+1= 81
6 2 138 En forma simbólica
8 1 139 Posición 1= n/2 Posición 2= (n/2)+1
TOTAL 139

b) ¿Cómo determino la Mediana?

Con el dato de la o las posiciones centrales,
recurrimos a las Frecuencias Acumuladas (“menor que”)
La Ma = 2
Hasta el valor 1 de la variable se
acumulan 51 datos ordenados

Hasta el valor 2 de la variable se acumulan

100 datos ordenados, es decir que de los
49 datos iguales a 2,uno de ellos es el que
ocupa la posición central
 Consideraciones :
Si n es par, luego de determinar las dos posiciones centrales, tendremos que identificar los dos valores
de la variable que ocupan las dos posiciones centrales y luego determinamos la Mediana como
promedio de ambos valores.
Ejemplo 1:
Notas de 12 estudiantes a un examen de estadistica
Notas Estudiantes(fi) Fa
1 1 1 Calculamos n/2 = 6 y (n/2)+1 =7
2 3 4
3 3 7
4 3 10 Buscamos en la columna de
5 2 12 frecuencias acumuladas y la Ma=3
12

Ejemplo 2:
Notas de 12 estudiantes a un examen de estadistica Posiciones centrales:
Notas Estudiantes(fi) Fa n/2 = 6 y (n/2)+1=7
1 1 1
2 3 4 La Mediana la calculamos como el
3 2 6
promedio entre el valor de la variable de
4 4 10
5 2 12
frecuencia acumulada 6 (3) y el valor de
la
12
variable de frecuencia 10 (4).

Ma= (3+4)/2 =3,5

Datos numéricos en una distribución con
intervalos
 En esta situación la Mediana no puede determinarse en forma exacta porqué
desconocemos los datos individuales. Por este motivo lo que hacemos es estimar el valor
de la mediana.

 Procedimiento:
a) Determinamos el punto medio teórico de la serie, calculando:
n/2
b) Analizamos las frecuencias acumuladas (“menor que”), identificamos la
clase mediana.
c) Estimamos la mediana con la siguiente fórmula de interpolación

Siendo:
Li: límite inferior de la clase mediana
n/2: punto medio de la serie de datos
F Fa(i-1): frecuencia acumulada anterior a la clase mediana
fi: frecuencia absoluta de la clase mediana
a: amplitud de la clase mediana
 Ejemplo:
Peso(kg) Estudiantes (fi) Fa
60-65 2 2
 Posición Central: (n+1)/2= 14
65-70 4 6
70-75 9 15
 Buscamos en la columna de frecuencias acumuladas
75-80 7 22
 y observamos que el intervalo de la clase mediana es:
 80-85 4 26
 85-90 1 27 70-75

TOTAL 27 Los datos para aplicar la fórmula de estimación son:
 Li: 70
 Fa(i-1): 6
 fi: 9


 Reemplazando en la expresión la Mediana resulta Ma = 74,44 kg.


¿Cómo leemos esta información?

 La mitad de los estudiantes tiene un peso de aproximadamente 74,44 kg. o

 menos.


La Moda o Modo
El modo(Mo) de un conjunto de observaciones
categóricas o numéricas es el dato individual
que mas se repite en la serie, o bien podemos
decir que es el que reúne la mayor frecuencia
absoluta.
Simbología:
Si bien existen otras maneras de representarlo Mdo; Xmo; etc. en este curso
usaremos Mo.
 Ejemplos:
Retomando los ejemplos antes analizados
Ejemplo 1:
Variable: Tiempo en minutos para la realización de un examen

65,65,65,88,90,90,103,110,112,115,115,117,120

Como se puede observar el dato que más veces se repite es 65.

Mo=65
Ejemplo 2:
Variable: Calificaciones a la Fiesta Provincial de la Flor
M,R,R,B,B,MB,MB,MB,MB
dato mas frecuente

Mo=MB
Propiedades del Mo

 Primera propiedad
Es una medida que solo requiere del conteo para ser
determinada y se expresa en la misma unidad de la variable.

 Segunda Propiedad
Como no requiere ninguna forma especial de orden, tiene
significado y es aplicable a todo tipo de variables incluyendo
las variables categóricas nominales.

 Tercera Propiedad
Si la diferencia entre la frecuencia máxima con alguna de las
restantes no es muy grande, el modo como medida
característica pierde relevancia
Nota aclaratoria:
En un conjunto de datos puede ocurrir que uno o mas valores
tengan la misma frecuencia absoluta máxima. En esas
situaciones las distribuciones resultarían Bimodal (dos valores
con frecuencia máxima) o multimodal (tres o mas valores con
frecuencia máxima) y ya no es posible determinar un único
valor Mo para toda la serie.
Determinación del Modo
Si los datos se encuentran sin agrupar, es recomendable resumirlos
previamente en un arreglo de frecuencias.

Para arreglos de frecuencias para datos categóricos nominales

Estudiantes del Curso de Estadística según sexo

Sexo Estudiantes
Varón 30
Mujer 109
Total 139 Mo=Mujer

Para arreglos de frecuencias para datos categóricos ordinales

Usuarios del Servicio eléctrico de Misiones
según opiniones sobre la calidad del servicio
Opinión Usuarios
Muy Bueno 42
Bueno 469 Mo=Bueno
Regular 151
Malo 20
Muy Malo 3
Total 685
Datos Numéricos en un arreglo de frecuencias
Alumnos de estadistica según el tiempo diario que miran TV
Estudiantes
Horas TV
(fi)
0 25
1 26
MODA 2 49
3 18
4 13
5 5
6 2
8 1
TOTAL 139

Datos Numéricos en una distribución con intervalos

Una vez obtenida la clase Modal, el Modo se puede estimar
Turistas según gasto de un Día-Pto.Iguazú-Feb.94
mediante el siguiente procedimiento de interpolación:
Gasto($) Grupos(fi)
00-55 19 Li=límite inferior de la clase modal
CLASE MODAL 55-110 20 a: amplitud de la clase modal
110-165 18 d1= diferencia entre la frecuencia de la clase modal
165-220 7 y de la clase inmediata anterior a la modal
d2 = diferencia entre la frecuencia de la clase modal
220-275 4
y la frecuencia de la clase inmediatamente
275-330 3 posterior a la clase modal
330-385 1
Reemplazando en los valores del ejemplo:
Total 72
Li=55 d1= 20-19=1 d2= 20-18=2 a=55
Mo= $73,30

Estimamos que el gasto mas frecuente entre los 72 casos estudiados es $ 73,30