Leccion 5

Maestría en Planeamiento y Gerencia Educativa Metodos Cuantitativos I
Tercer Ciclo Modalidad Virtual

Leccion No. 5
LECCION No. 5
Comparación de las medidas: media y mediana y sus desviaciones.
5.1 La Mediana y la MEDA (Mediana de las desviaciones absolutas).
Seguimos con la siguiente medida de tendencia central que es la mediana, y con su

medida de tendencia central que es la meda.
5.1.1 La Mediana.
A diferencia de la media, que se relaciona con la suma de los valores de los datos, la
mediana tiene que ver con el orden de los datos, e identifica el dato que está “en el
centro. Por ejemplo si consideramos los datos: 1, 4, 6, 8, 3, 7, 11; los “ordenamos”,
ascendente o descendentemente, y obtenemos la serie:
1, 3, 4, 6, 7, 8, 11,
observamos que el dato “6” está “en el centro” de los otros datos. A este dato lo llamamos
mediana del conjunto de datos u observaciones. Cuando el número de datos es impar, es
muy fácil identificar la median, cuando el número de datos es para, cualquier valor entre
los dos términos del centro se podría proponer como median; sin embargo se utiliza el
promedio. Entonces la mediana pude expresarse como:
Si n es impar: medx = x n+1

2
xn + xn
+1
2 2
Si n es par medx =
2
Ejemplos: 1. Consideremos el conjunto de datos: 4, 12, 6, 7, 19, 5, 24, 11,8.
Primero los ordenamos, en este caso lo haremos ascendentemente y

obtenemos: 4, 5, 6, 7, 8, 11, 12, 19,24
Puesto que el número de datos es impar: medx = x n+1 =8

2
2. Consideremos el conjunto de datos: 128, 215, 321, 92, 100, 89, 70, 328
Leccion No. 5
Primero los ordenamos, en este caso de nuevo lo haremos ascendentemente:

70, 89, 92, 100, 128, 215, 321, 328
Puesto que el número de datos es impar:

xn + xn
+1 100 + 128
medx = = 2 2
= = 114
2 2
Es importante hacer notar que aunque los datos sean números enteros, la
mediana puede resultar un número con fracción decimal.
5.1.2 La MEDA (Mediana de las desviaciones absolutas).
Al igual que la medida de dispersión que fue asociada a la media (la desviación estándar y
la varianza), en este caso construimos una medida de dispersión, asociada a la mediana,
para expresar la variabilidad de las observaciones alrededor de la mediana.
Definimos las desviaciones absolutas respecto a la mediana como:
x1 − med x ; x2 − med x ; x3 − med x ;……; xn−1 − med x ; xn − med x
Nótese que al haber tomado los valores absolutos, eliminamos el problema de la

compensación de signos que nos podría conducir a un valor cero por la definición que
daremos de la meda. (Este mismo efecto se logró con la varianza al elevar al cuadrado las
desviaciones respecto a la media y con su raíz cuadrada que es la desviación estándar).
Se define la meda como la mediana de estas desviaciones absolutas respecto a la

mediana; esto es:
MEDA = med{ x1 − med x ; x2 − med x ; x3 − med x ;……; xn−1 − med x ; xn − med x }

Al igual que la mediana, una vez ordenadas las desviaciones absolutas respecto a la
medxiana, la MEDA corresponde al valor “central” de las mismas y cuando el número de
desviaciones absolutas es impar, se determina la MEDA como el valor medio de los dos
valores que ocupen el centro.
Ejemplo: dadas las siguientes calificaciones sobre 10, ordenadas de menor a mayor:
Leccion No. 5
1.7, 2.8, 3.2, 3.4, 5.3, 5.9, 6.2, 7.2, 8.3, 9.3
Cuya mediana es (5.3 +5.9)/2 = 5.6
Nos da desviaciones absolutas: 0.3, 0.3, 0.6, 1.6, 2.2, 2.4, 2.7, 2.8, 3.7, 3.9
Entonces la MEDA, que es la mediana de estos datos, es: (2.2+2.4)/2 = 2.3

Leccion No. 5
5.2 Rango, Quartiles, Deciles y Percentiles. Rangos intercuartílico y

rango percentil.
El Rango es una medida elemental de dispersión basada en la diferencia de los dos

valores extremos del conjunto ordenado de los datos (el mayor de los dados, menos el
menor de los datos). Esto es:
Rango = R = xn – x1
La idea que nos condujo a definir la mediana, fue la de “separar” la serie de datos en dos
partes, por medio del elemento (real o calculado) que está en el “centro”. De una manera
muy semejante ahora podemos separar en proporciones de igual tamaño; por ejemplo en
cuatro partes con el mismo número de elemento, en diez partes con el mismo número de
elementos o en cien partes iguales.
La mediana separa al conjunto ordenado de observaciones en dos mitades; llamamos

Primer Quartil Q1, a la mediana de la mitad que contiene los datos más pequeños de las
mitades en las que divide la mediana al mismo conjunto, y, Tercer Quartil Q3, a mediana
de la mitad que contiene los datos más grandes. Con esta definición es claro que el
Segundo Quartil Q2 es justamente la mediana (medx), del conjunto ordenado de los
datos. Por la definición que hemos dado de la mediana para el caso de un número par de
datos, inferimos que los quartiles no necesariamente únicos ni tienen porque coincidir con
algún dato del conjunto de dados.
Ejemplo: dado el conjunto de datos ordenados:,
x1, x2, x3, x4, x5, x6, x7, x8, x9, x10, x11,
Q 1, Q2 = medx Q3
Una forma de identificar a los cuarteles puede ser también, observando que el primer
quartil es el menor valor que supera a la cuarta parte de los datos y que el tercer quartil es
el menor valor mayor que las tres cuartas parte de las observaciones. Una medida de
dispersión asociada con los Quartiles es el llamado Rengo intercuartílico que corresponde
a la diferencia entre el tercer quartil y el primer quartil, esto es:
Leccion No. 5
RI = Q3- Q1,
Ejemplo: Tomemos los datos del siguiente ejemplo:
1.7; 2.8; 3.2; 3.4; 5.3; 5.9; 6.2; 7.2; 8.3; 9.3
Aquí, el primer quartil es 3..2; el tercer quartil es 7.2; por lo tanto el rango intercuartílico
está dado por: RI = 7.2 – 3.2 = 4.
De una manera totalmente análoga, introducimos los Deciles, dividiendo en diez tramos al
conjunto de datos; por lo tanto tendremos Primer decil D1; al menor valor que supera el
10% de los datos, Segundo decil D2, al menor valor que supera el 20% de los datos; etc.
Hasta llegar al Noveno decil D9, que es el menor valor mayor que el 90% de los datos.
Por último definimos lo Percentiles. Llamamos percentil de orden p, al menor valor que
supera al “p” por ciento de los datos. Nótese que el número de datos puede ser pequeño; y
sin embargo podemos hablar de los percenties. En el ejemplo anterior el percentil de órden
40 (que es el cuarto decil) es: 3.4 ; que es el menor valor que es mayor que el 40 % de los
datos. El percentil de órden 20, es 2.8; el percetnil de orden 60 es el dato 5.9.
5.3. Comparación de las medidas de tendencia central mediana y

media.
Algo que diferencia a las dos medidas de tendencia central media y mediana, es su
comportamiento frente a “datos atípicos”
Considérese la siguiente serie de números ordenados:
1.7; 2.8; 3.2; 3.4; 5.3; 5.9; 6.2; 7.2; 9.3; 83
El dato 83 es atípico (tiene un comportamiento muy diferente del resto de los datos); sin
embargo la mediana sigue siendo 5.6; sin embargo la media pasa a ser 12.8 y no 5.3,
como había salido cuando el dato consignado fue 8.3 y no 83 (ver ejemplos anteriores).
Decimos que es más robusta la mediana y sus desviaciones asociadas que la media y su
desviación estándar.
Leccion No. 5
RESUMEN
La medida de tendencia central que separa la mitad de los datos menores de la mitad de
los datos mayores de una serie ordenada de observaciones, se llama mediana. Las
medidas de dispersión asociadas a la mediana son la MEDA, el rango y el rango
intercuartílico. Siempre debemos darle un tratamiento especial a aquellos datos que se
alejan del comportamiento del grueso de los datos, a estos datos “raros” los llamamos
datos atípicos. Por la poca sensibilidad que la mediana y sus medidas de dispersión
tienen ante los datos atípicos, se dice que la mediana es más robusta que la media.

Leccion 5

Cargado por

Copyright:

Formatos disponibles

Leccion 5

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Leccion 5

Cargado por

Copyright:

Formatos disponibles

Maestría en Planeamiento y Gerencia Educativa Metodos Cuantitativos I

Tercer Ciclo Modalidad Virtual

Comparación de las medidas: media y mediana y sus desviaciones.

5.1 La Mediana y la MEDA (Mediana de las desviaciones absolutas).

Seguimos con la siguiente medida de tendencia central que es la mediana, y con su

Si n es impar: medx = x n+1

Ejemplos: 1. Consideremos el conjunto de datos: 4, 12, 6, 7, 19, 5, 24, 11,8.

Primero los ordenamos, en este caso lo haremos ascendentemente y

Puesto que el número de datos es impar: medx = x n+1 =8

Primero los ordenamos, en este caso de nuevo lo haremos ascendentemente:

Puesto que el número de datos es impar:

5.1.2 La MEDA (Mediana de las desviaciones absolutas).

x1 − med x ; x2 − med x ; x3 − med x ;……; xn−1 − med x ; xn − med x

Nótese que al haber tomado los valores absolutos, eliminamos el problema de la

Se define la meda como la mediana de estas desviaciones absolutas respecto a la

MEDA = med{ x1 − med x ; x2 − med x ; x3 − med x ;……; xn−1 − med x ; xn − med x }

Cuya mediana es (5.3 +5.9)/2 = 5.6

Entonces la MEDA, que es la mediana de estos datos, es: (2.2+2.4)/2 = 2.3

5.2 Rango, Quartiles, Deciles y Percentiles. Rangos intercuartílico y

El Rango es una medida elemental de dispersión basada en la diferencia de los dos

La mediana separa al conjunto ordenado de observaciones en dos mitades; llamamos

Ejemplo: dado el conjunto de datos ordenados:,

Ejemplo: Tomemos los datos del siguiente ejemplo:

5.3. Comparación de las medidas de tendencia central mediana y

Considérese la siguiente serie de números ordenados:

1.7; 2.8; 3.2; 3.4; 5.3; 5.9; 6.2; 7.2; 9.3; 83

También podría gustarte