Carrera

CARRERA : odontologia
MATERIA: bioestadística y demografia

Estduiante: Yesenia Murillo Arzabe
TEMA: medida de tendecia central
Medidas de tendencia central
Al describir (21 de la escualajacob) grupos de diferentes 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 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.
Entre las medidas de tendencia central tenemos:
 Media aritmética
 Media ponderada
 Media geométrica
 Media armónica
 Mediana
 Moda
La media aritmética
Se debe tener en cuenta que existen variables cualitativas y variables

cuantitativas, por lo que las medidas de posición o medidas de tendencia se usan
de acuerdo al tipo de variable que se está observando, en este caso se
observan variables cuantitativaLa media aritmética es el valor obtenido por la
suma de todos sus valores dividida entre el número de sumadores.
Por ejemplo, las notas de 5 alumnos en una prueba:
Niñ
Nota
o
1 6.0
2 5.4
3 3.1
4 7.0
5 6.1
 Primero, se suman las notas:
 Luego el total se divide entre la cantidad de alumnos:

La media aritmética en este ejemplo es 5.52.
La media aritmética es, probablemente, uno de los parámetros estadísticos más
extendidos.2 Se le llama también promedio o, simplemente, media.
Definición formal
Dado un conjunto numérico de datos, x1, x2, ..., xn, se define su media aritmética
como
Esta definición varía, aunque no sustancialmente, cuando se trata de variables
continuas, esto es, también puede calcularse para variables agrupadas
en intervalos.
Propiedades
Las principales propiedades de la media aritmética son:
 Su cálculo es muy sencillo y en él intervienen todos los datos.
 Su valor es único para una serie de datos dada.
 Se usa con frecuencia para comparar poblaciones, aunque es más

apropiado acompañarla de una medida de dispersión.
 Se interpreta como "punto de equilibrio" o "centro de masas" del conjunto

de datos, ya que tiene la propiedad de equilibrar las desviaciones de los
datos respecto de su propio valor:
 Minimiza las desviaciones cuadráticas de los datos respecto de
cualquier valor prefijado, esto es, el valor de es mínimo cuando . Este
resultado se conoce como Teorema de König. Esta propiedad permite
interpretar uno de los parámetros de dispersión más importantes:
la varianza.
 Se ve afectada por transformaciones afines (cambios de origen y

escala), esto es, si
entonces , donde es la media aritmética de los , para i =
1, ..., n y a y b números reales.
 Es poco sensible a fluctuaciones muestrales, por lo que es un

parámetro muy útil en inferencia estadística.
Inconvenientes de su uso
Este parámetro, aún teniendo múltiples propiedades que aconsejan su
uso en situaciones muy diversas, tiene también algunos inconvenientes,
como son:
 Para datos agrupados en intervalos (variables continuas) su valor

oscila en función de la cantidad y amplitud de los intervalos que se
consideren.
 Es una medida a cuyo significado afecta sobremanera la dispersión, de modo

que cuanto menos homogéneos sean los datos, menos información
proporciona. Dicho de otro modo, poblaciones muy distintas en su composición
pueden tener la misma media.4 Por ejemplo, un equipo de baloncesto con
cinco jugadores de igual estatura, 1,95 m, evidentemente, tendría una estatura
media de 1,95 m, valor que representa fielmente a esta población homogénea.
Sin embargo, un equipo de jugadores de estaturas más heterogéneas, 2,20 m,
2,15 m, 1,95 m, 1,75 m y 1,70 m, por ejemplo, tendría también, como puede
comprobarse, una estatura media de 1,95 m, valor que no representa a casi
ninguno de sus componentes.
 En el cálculo de la media no todos los valores contribuyen de la misma

manera. Los valores altos tienen más peso que los valores cercanos a cero.
Por ejemplo, en el cálculo del salario medio de una empresa, el salario de un
alto directivo que gane 10.000 € tiene tanto peso como el de diez empleados
"normales" que ganen 1.000 €. En otras palabras, se ve muy afectada por
valores extremos.
 No se puede determinar si en una distribución de frecuencias hay intervalos de

clase abiertos.
Media aritmética ponderada
A veces puede ser útil otorgar pesos o valores a los datos dependiendo de su
relevancia para determinado estudio. En esos casos se puede utilizar una media
ponderada.
Si son nuestros datos y son sus "pesos" respectivos, la media ponderada se
define de la siguiente forma:
Media muestral
Esencialmente, la media muestral es el mismo parámetro que el anterior,
aunque el adjetivo "muestral" se aplica a aquellas situaciones en las que la
media aritmética se calcula para un subconjunto de la población objeto de
estudio.
La media muestral es un parámetro de extrema importancia en la inferencia
estadística, siendo de gran utilidad para la estimación de la media poblacional,
entre otros usos.
Moda
La moda es el dato más repetido de la encuesta, el valor de la variable con

mayor frecuencia absoluta.5 En cierto sentido la definición matemática
corresponde con la locución "estar de moda", esto es, ser lo que más se lleva.
Su cálculo es extremadamente sencillo, pues solo necesita un recuento. En
variables continuas, expresadas en intervalos, existe el denominado intervalo
modal o, en su defecto, si es necesario obtener un valor concreto de la
variable, se recurre a la interpolación.
Por ejemplo, el número de personas en distintos vehículos en una carretera: 5-
7-4-6-9-5-6-1-5-3-7. El número que más se repite es 5, entonces la moda es 5.
Hablaremos de una distribución bimodal de los datos, cuando encontremos
dos modas, es decir, dos datos que tengan la misma frecuencia absoluta
máxima. Cuando en una distribución de datos se encuentran tres o más
modas, entonces es multimodal. Por último, si todas las variables tienen la
misma frecuencia diremos que no hay moda.
Cuando tratamos con datos agrupados en intervalos, antes de calcular la
moda, se ha de definir el intervalo modal. El intervalo modal es el de mayor
frecuencia absoluta.
La moda, cuando los datos están agrupados, es un punto que divide el
intervalo modal en dos partes de la forma p y c-p, siendo c la amplitud del
intervalo, que verifiquen que:
Siendo la frecuencia absoluta del intervalo modal y y las frecuencias
absolutas de los intervalos anterior y posterior, respectivamente, al
intervalo modal.
Las calificaciones en la asignatura de Matemáticas de 39 alumnos de una
clase viene dada por la siguiente tabla (debajo):
Calificaciones 1 2 3 4 5 6 7 8 9
Número de alumnos 2 2 4 5 8 9 3 4 2
Propiedades
Sus principales propiedades son:
 Cálculo sencillo.
 Interpretación muy clara.
 Al depender solo de las frecuencias, puede calcularse para variables
cualitativas. Es por ello el parámetro más utilizado cuando al resumir
una población no es posible realizar otros cálculos, por ejemplo, cuando
se enumeran en medios periodísticos las características más frecuentes
de determinado sector social. Esto se conoce informalmente como
"retrato robot".
Inconvenientes[
 Su valor es independiente de la mayor parte de los datos, lo que la

hace muy sensible a variaciones muestrales. Por otra parte, en
variables agrupadas en intervalos, su valor depende excesivamente del
número de intervalos y de su amplitud.
 Usa muy pocas observaciones, de tal modo que grandes variaciones en
los datos fuera de la moda, no afectan en modo alguno a su valor.
 No siempre se sitúa hacia el centro de la distribución.
 Puede haber más de una moda en el caso en que dos o más valores de
la variable presenten la misma frecuencia (distribuciones bimodales o
multimodales).
Mediana
La mediana es un valor de la variable que deja por debajo de sí a la mitad
de los datos, una vez que éstos están ordenados de menor a mayor.7 Por
ejemplo, la mediana del número de hijos de un conjunto de trece familias,
cuyos respectivos hijos son: 3, 4, 2, 3, 2, 1, 1, 2, 1, 1, 2, 1 y 1, es 2, puesto
que, una vez ordenados los datos: 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 4, el que
ocupa la posición central es 2:
En caso de un número par de datos, la mediana no correspondería a
ningún valor de la variable, por lo que se conviene en
tomar como mediana el valor intermedio entre los dos xi fi Fi
valores centrales. Por ejemplo, en el caso de doce datos
como los siguientes: 1 2 2
Se toma como mediana
2 2 4
Existen métodos de cálculo más rápidos para datos
más numerosos (véase el artículo principal dedicado
a este parámetro). Del mismo modo, para valores 3 4 8
agrupados en intervalos, se halla el "intervalo
mediano" y, dentro de éste, se obtiene un valor 4 5 13
concreto por interpolación.
5 6 19 = 19
Cálculo de la mediana para datos agrupados
Primero hallamos las frecuencias absolutas acumuladas Fi (ver 6 9 28
tabla del margen derecho).
7 4 32
8 4 36
9 2 38
Así, aplicando la fórmula asociada a la mediana para n impar,
obtenemos X(39+1)/2 = X20 y basándonos en la fórmula que hace referencia a las
frecuencias absolutas:
Ni-1< n/2 <Ni = N19 < 19.5 < N20
Por tanto la mediana será el valor de la variable que ocupe el
vigésimo lugar. En nuestro ejemplo, 21 (frecuencia absoluta
acumulada para Xi = 5) > 19.5 con lo que Me = 5 puntos (es
aconsejable no olvidar las unidades; en este caso como
estamos hablando de calificaciones, serán puntos)
La mitad de la clase ha obtenido un 5 o menos, y la otra mitad
un 5 o más.
Ejemplo (N par)
Las calificaciones en la asignatura de Matemáticas de 38
alumnos de una clase viene dada por la siguiente tabla (debajo):
Calificaciones 1 2 3 4 5 6 7 8 9
Número de alumnos 2 2 4 5 6 9 4 4 2
Cálculo de la Mediana:
Primero hallamos las frecuencias absolutas acumuladas Fi (ver
tabla margen derecho).
Si volvemos a utilizar la fórmula asociada a la mediana
para n par, obtenemos X(38/2) = X19 y basándonos en la
fórmula que hace referencia a las frecuencias absolutas --> Ni-
1< n/2 < Ni = N18 < 19 < N19
Con lo cual la mediana será la media aritmética de los valores
de la variable que ocupen el decimonoveno y el vigésimo lugar.
En nuestro ejemplo, el lugar decimonoveno lo ocupa el 5 y el
vigésimo el 6, (desde el vigésimo hasta el vigésimo octavo)
con lo que Me = (5+6)/2 = 5,5 puntos.
Propiedades e inconvenientes
Las principales propiedades de la mediana son:
 Es menos sensible que la media a oscilaciones de los

valores de la variable. Un error de transcripción en la serie
del ejemplo anterior en, pongamos por caso, el último
número, deja a la mediana inalterada.
 Como se ha comentado, puede calcularse para datos
agrupados en intervalos, incluso cuando alguno de ellos no
está acotado.
 No se ve afectada por la dispersión. De hecho, es más
representativa que la media aritmética cuando la población
es bastante heterogénea. Suele darse esta circunstancia
cuando se resume la información sobre los salarios de un
país o una empresa. Hay unos pocos salarios muy altos que
elevan la media aritmética haciendo que pierda
representatividad respecto al grueso de la población. Sin
embargo, alguien con el salario "mediano" sabría que hay
tanta gente que gana más dinero que él, como que gana
menos.
Sus principales inconvenientes son que en el caso de datos
agrupados en intervalos, su valor varía en función de la amplitud
de estos. Por otra parte, no se presta a cálculos algebraicos tan
bien como la media aritmética.
Bibliografía
1. Férnandez Fernández, Santiago; Alejandro Córdoba, José María Cordero Sánchez, Alejandro
Córdoba (2002). «3.3. Medidas de posición». Estadística Descriptiva (2ª edición). ESIC
Editorial. p. 134. ISBN 8473563069.
2. ↑ Wackerly, Dennis D; Mendenhall, William; Scheaffer, Richard L. (2002). «1.3. Descripción de
un conjunto de mediciones: métodos numéricos». Estadística matemática con aplicaciones (6ª
edición). Cengage Learning Editores. p. 8. ISBN 9706861947. «La medida central que más se usa
en estadística es la media aritmética».
3. ↑ Rius Díaz, Francisca (octubre de 1997). «2.3.2 La media». Bioestadística. Métodos y
aplicaciones. Málaga: Universidad de Málaga. ISBN 84-7496-653-1. Archivado desde el original el
23 de diciembre de 2009. Consultado el 7 de abril de 2009.
4. ↑ Wackerly, Dennis D; Mendenhall, William; Scheaffer, Richard L. (2002). «1.3. Descripción de
un conjunto de mediciones: métodos numéricos». Estadística matemática con aplicaciones (6ª
edición). Cengage Learning Editores. p. 8. ISBN 9706861947. «Dos conjuntos de mediciones
podrían tener distribuciones de frecuencias muy distintas, pero con la misma media».

Carrera

Cargado por

Copyright:

Formatos disponibles

Carrera

Cargado por

Información del documento

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

Carrera

Cargado por

Copyright:

Formatos disponibles

CARRERA : odontologia

MATERIA: bioestadística y demografia

Se debe tener en cuenta que existen variables cualitativas y variables

 Primero, se suman las notas:

 Luego el total se divide entre la cantidad de alumnos:

 Su cálculo es muy sencillo y en él intervienen todos los datos.

 Su valor es único para una serie de datos dada.

 Se usa con frecuencia para comparar poblaciones, aunque es más

 Se interpreta como "punto de equilibrio" o "centro de masas" del conjunto

 Se ve afectada por transformaciones afines (cambios de origen y

 Es poco sensible a fluctuaciones muestrales, por lo que es un

 Para datos agrupados en intervalos (variables continuas) su valor

 Es una medida a cuyo significado afecta sobremanera la dispersión, de modo

 En el cálculo de la media no todos los valores contribuyen de la misma

 No se puede determinar si en una distribución de frecuencias hay intervalos de

La moda es el dato más repetido de la encuesta, el valor de la variable con

 Su valor es independiente de la mayor parte de los datos, lo que la

 Es menos sensible que la media a oscilaciones de los

También podría gustarte