Medidas de tendencia central

Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo
número. Este número que, para tal fin, suele situarse hacia el centro de la distribución de datos se
denomina medida o parámetro de tendencia central o de centralización. Cuando se hace referencia
únicamente a la posición de estos parámetros dentro de la distribución, independientemente de que ésta
esté más o menos centrada, se habla de estas medidas como medidas de posición. En este caso se
incluyen también los cuantiles entre estas medidas.

Una medida de posición o de tendencia es un número que se toma como orientación para referirnos a un
conjunto de datos.

Medidas de tendencia para datos agrupados

Media aritmética muestral

La media aritmética muestral representa el centro físico del conjunto de datos y se define como la suma de
los valores observados, dividido por el total de observaciones. Si 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 son 𝑛 observaciones
numéricas, entonces la media aritmética de estas 𝑛 observaciones, se define como:

∑ 𝑥𝑖 ∙ 𝑓𝑖
𝑥̅ =
𝑛
Donde
𝑥𝑖 : 𝑀𝑎𝑟𝑐𝑎 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑜 𝑝𝑢𝑛𝑡𝑜 𝑚𝑒𝑑𝑖𝑜
𝑓𝑖 : 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎
𝑛: 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠

Ejemplo La media aritmética para la siguiente tabla de frecuencias está dada por

Clase Marca de clase Frecuencia absoluta

(𝒙𝒊 ) (𝒇𝒊 )
33-34 33.5 6
34-35 34.5 13
35-36 35.5 22
36-37 36.5 12
37-38 37.5 6
38-39 38.5 5

∑ 𝑥𝑖 ∙ 𝑓𝑖
𝑥̅ =
𝑛

33.5 × 6 + 34.5 × 13 + 35.5 × 22 + 36.5 × 12 + 37.5 × 6 + 38.5 × 5

𝑥̅ =
64

𝑥̅ = 35.71875
 ̃)
Mediana (Me ó 𝒙

La Mediana, de un conjunto de observaciones es el valor para el cual, cuando todas las observaciones se
ordenan de manera creciente, la mitad de éstas es menor que este valor y la otra mitad mayor. En otras
palabras Es el valor que ocupa el lugar central de todos los datos cuando éstos están ordenados de menor
a mayor. La mediana se representa por Me. La mediana se puede hallar sólo para variables cuantitativas.

𝑛
− 𝐹𝑖−1
𝑥̃ = 𝑀𝑒 = 𝐿𝑖 + 𝑐 [2 ]
𝑓𝑖

Donde
𝐿𝑖 : es el límite inferior de la clase donde se encuentra la mediana
𝑐: es la amplitud de los intervalos.
𝑓𝑖 : es la frecuencia absoluta del intervalo mediano
𝐹𝑖−1 : es la frecuencia acumulada anterior a la clase mediana.

Ahora calculemos la mediana (Me)

Lo primero que debemos hacer para poder calcular la mediana es identificar la clase mediana. Para esto
tenemos que buscar el intervalo en el que se encuentre. N / 2, en este caso N / 2 = 31 / 2 ⇒ 15,5
Ahora debemos buscar el intervalo donde la frecuencia acumulada (Fi ) contenga el valor obtenido (15,5).
Veamos:

Según las fórmula de la mediana

𝑛
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖 + 𝑐 [2 ]
𝑓𝑖

Remplazando tenemos
Moda (Mo)

Es el valor que representa la mayor frecuencia absoluta. En tablas de frecuencias con datos agrupados,
hablaremos de intervalo modal.

La moda se representa por Mo.

𝑓𝑖 − 𝑓𝑖−1
𝑀𝑜 = 𝐿𝑖 + 𝑐 [ ]
(𝑓𝑖 − 𝑓𝑖−1 ) + (𝑓𝑖 − 𝑓𝑖+1 )

Donde

𝐿𝑖 : 𝐸𝑥𝑡𝑟𝑒𝑚𝑜 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑚𝑜𝑑𝑎𝑙 (𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑞𝑢𝑒 𝑡𝑖𝑒𝑛𝑒 𝑚𝑎𝑦𝑜𝑟 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎).
𝑓𝑖 : 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑚𝑜𝑑𝑎𝑙.
𝑓𝑖−1 : 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑎𝑙 𝑚𝑜𝑑𝑎𝑙.
𝑓𝑖+1 : 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑝𝑜𝑠𝑡𝑒𝑟𝑖𝑜𝑟 𝑎𝑙 𝑚𝑜𝑑𝑎𝑙.
𝒄 : 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒 𝑙𝑜𝑠 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠.

Calculemos la moda: Lo primero que debemos hacer es identificar el intervalo modal:

Ahora podemos reemplazar los datos en la fórmula:

𝑓𝑖 − 𝑓𝑖−1
𝑀𝑜 = 𝐿𝑖 + 𝑐 [ ]
(𝑓𝑖 − 𝑓𝑖−1 ) + (𝑓𝑖 − 𝑓𝑖+1 )
 Medidas de tendencia para no datos agrupados Fórmula
̅)
Media (𝒙 ∑ 𝑥𝑖
𝑥̅ =
𝑛

̃): Sea 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛
Mediana (𝒙 una muestra
aleatoria de 𝑛 observaciones. Mediante la escritura 𝑋 𝑛+1 𝑠𝑖 𝑛 𝑒𝑠 𝑢𝑛 𝑛ú𝑚𝑒𝑟𝑜 𝑖𝑚𝑝𝑎𝑟
( )
2
𝑥(1) se indica el elemento menor de la muestra;
𝑋̃ =
por 𝑥(2) el elemento que le sigue al menor y así 𝑋(𝑛) + 𝑋(𝑛)+1
2 2
sucesivamente hasta llegar a 𝑥(𝑛) que representa al { 𝑠𝑖 𝑛 𝑒𝑠 𝑢𝑛 𝑛ú𝑚𝑒𝑟𝑜 𝑝𝑎𝑟
2
elemento mayor.
Sea 𝑥(1) , 𝑥(2) , 𝑥(3) , … , 𝑥(𝑛) una muestra aleatoria
de 𝑛 observaciones, la Mediana de estos datos se
denota y se define de la siguiente manera:
Moda (Mo) Es el dato que más con mayor frecuencia.
En conjunto de datos se pueden encontrar
los siguientes casos:
 No encontrar moda
 Encontrar una moda (Distribución
unimodal)
 Encontrar más de dos modas
(Distribución multimodal)

Ejemplo (Media o promedio)

Se toman 10 mediciones del diámetro interno de los tornillos para los pistones del motor de un automóvil.
Los datos (en mm) son: 74.001, 74.003, 74.015, 74.000, 74.002, 74.005, 74.001, 74.001, 74.002, 74.004. La
media muestral del diámetro interno de los tornillos es

∑ 𝑥𝑖
𝑥̅ =
10

74.001 + 74.003 + 74.015 + 74.000 + 74.002 + 74.005 + 74.001 + 74.001 + 74.002 + 74.004
𝑥̅ =
10

𝑥̅ = 74.0034

Ejemplo (Mediana)
Suponga que se tienen las duraciones en horas de un cierto tipo de lámparas incandescentes

612,623, 666, 744, 883, 898, 964, 970, 983, 1003, 1016, 1022, 1029, 1058, 1085, 1088, 1122, 1135, 1197,
1201.

Como hay 20 datos y se encuentran ordenados, entonces la mediana es dada por:

 Media ponderada

A veces asociamos con los números 𝑋1 , 𝑋2 , 𝑋3 , … , 𝑋𝐾 ciertos factores pesos (o pesos) 𝑤1 , 𝑤2 , 𝑤3 , … , 𝑤𝐾 ,

dependientes de la relevancia asignada a cada número. La media ponderada estará dada como:

𝑤1 ∙ 𝑋1 + 𝑤2 ∙ 𝑋2 + ⋯ + 𝑤𝐾 ∙ 𝑋𝐾 ∑ 𝑤 ∙ 𝑋
𝑥̅ = =
𝑤1 + 𝑤2 + ⋯ + 𝑤2 ∑𝑤
Ejemplo (Media ponderada)

Si el examen final de un curso cuenta tres veces más que una evaluación parcial, y un estudiante tiene
calificación 85 en el examen final y 70 y 90 en los dos parciales, la calificación media es

1 ∙ (70) + 1 ∙ (90) + 3 ∙ (85) 415

𝑥̅ = = = 83
1+1+3 5