Probabilidades y Estadstica

Medidas de Tendencia Central

Los estadgrafos de tendencia central tienen por objetivo entregar una medida respecto del valor central o promedio de un conjunto de observaciones, que puede corresponder a una poblacin o a una muestra. Algunas medidas de tendencia central son: Media Aritmtica Moda Mediana

Md Me

Media Aritmtica Denominada tambin promedio, o simplemente media. Es sin lugar a dudas la medida de tendencia central ms conocida, y corresponde al promedio aritmtico de las observaciones. Se calcula sumando todas las observaciones y dividindola por el nmero total de ellas. Para referirse a la media Poblacional, se utiliza la letra griega , mientras que la media muestral se denota mediante x , donde n corresponde al tamao de la poblacin o de la muestra respectivamente. Para un conjunto de observaciones, denotadas por x 1 , x 2 ,..., x n , la media aritmtica se calcula como:

Datos No Agrupados:

x=

x
i =1

n
_

x1 + x 2 + ... + x n n
k i

x
i =1 k

ni =

Datos Agrupados:

x=
_

n
i =1

x1 n1 + x 2 n 2 + ... + x k n k n

x = x i hi = x 1 h1 + x 2 h2 + ... + x k hk
donde k es el nmero de intervalos y

x i es la marca de clase del i-simo intervalo

Ejemplo: Se tienen las siguientes observaciones correspondientes a la estatura de 30 alumnos de una Universidad.
154 155 155 155 160 160 160 160 162 162 162 167 170 170 172 173 174 174 175 177 178 180 180 180 180 180 182 182 183 186

x=

x
i =1

x1 + x2 + ... + xn i =1 i 154 + 160 + 170 + ... + 186 = = = 170,27 n 30 30

30

La siguiente tabla de distribucin de frecuencias, contiene de manera resumida la estatura de 30 alumnos de una Universidad.
Edmundo Pea Rozas, Juan Garcs Seguel

Probabilidades y Estadstica

[x'i-1 ; x'i) [154 ; 160) [160 ; 166) [166 ; 172) [172 ; 178) [178 ; 184) [184 ; 190)
_

xi 157 163 169 175 181 187

ni 4 7 3 6 9 1

Ni 4 11 14 20 29 30
i i

hi 0,1333 0,2333 0,1000 0,2000 0,3000 0,0333

Hi 0,1333 0,3667 0,4667 0,6667 0,9667 1,0000

x=
_

xi ni
i =1

n
k i =1

x n + x2 n2 + ... + xk nk = 1 1 = n

x n
i =1

28
6

157(4 ) + 163(7 ) + ... + 187(1) 5142 = = 171,4 28 30

x = xi hi = x1 h1 + x2 h2 + ... + xk hk = xi hi = 157(0,1333) + 163(0,2333) + ... + 187(0,0333) = 171,4.

i =1

La media aritmtica tiene una serie de propiedades, entre las cuales estn: La media aritmtica es nica. La media aritmtica es un valor comprendido entre la observacin mnima y mxima (x (1) x ( n ) ) La media aritmtica es sensible a los valores extremos, razn por la cual si en el conjunto de observaciones contiene valores extremos, la media aritmtica puede no ser una medida de tendencia central adecuada. La media aritmtica de una constante, es la constante

M [cte] = cte
Ejemplo: Si se considera una muestra de 10 trabajadores donde cada uno percibe un ingreso lquido mensual de $185000.-, el ingreso promedio mensual de estos trabajadores es de $185000.
x= 185000 + 185000 + L + 185000 = 185000 10

Si se multiplican los valores de una variable por una constante, la media resultante es igual a la media de la variable multiplicada por la constante
M [cte X ] = cte x .
_

Ejemplo: Si a cada uno de los trabajadores del ejemplo anterior, se le aplica un reajuste del 10%, el nuevo ingreso medio ser:
M [cte X ] = cte x = (1.10) $185000 = $203500
_

De las anteriores propiedades, se tiene:

M [cte1 x + cte 2 ] = cte1 x + cte 2

_

Ejemplo: Si a cada uno de los trabajadores del ejemplo anterior, se le aplica un reajuste del 10% y adems se les otorga un bono de navidad de $30000. El ingreso lquido promedio en el mes de diciembre ser:

Edmundo Pea Rozas, Juan Garcs Seguel

Probabilidades y Estadstica

3
_

M [cte1 x + cte 2 ] = cte1 x + cte 2 = (1.10) $185000 + $30000 = $203500 + $30000 = $233500.

La media es el punto de equilibrio de una distribucin, es decir, la suma de todas las desviaciones respecto de la media aritmtica es igual a cero
i =1

( x i x) = 0
n

De la propiedad anterior, se obtiene que ( x i a ) = 0 es mnima cuando a = x .

i =1

La media aritmtica de la suma de dos o ms variables es igual a la suma de las medias de dichas variables.

M [x + y ] = x + y
_ _

La media aritmtica de una muestra es igual a la media ponderada de las submuestras, donde las ponderaciones son los respectivos tamaos de las submuestras.

x=

i =1

xi ni
n

r _

= xi hi
i =1

r _

Ejemplo: Suponer que el servicio de medicina adultos de cierto hospital dispone de 4 salas con 10 pacientes por sala. Como parte de los procedimientos rutinarios del servicio, se registr el peso de cada uno de los pacientes al momento de ser admitidos, entonces: Sala1 Sala2 Sala3 Sala4 90 75 61 59 63 73 88 65 58 61

x 1 = 69.300 kg x 2 = 80.900 kg x 3 = 77.700 kg x 4 = 69.100 kg

_ _ _

108 83 74 72 102 61 64 58 99 88 80 95 91 59 77 104 75 56 94 74 67 54 76 66 51 64 67 76 63 79

x=
_

i =1

xi ni
n
r _

r _

69.300(10) + 80.900(10 ) + 77.700(10 ) + 69.100(10 ) 2970.000 = = 74.250kg 40 40

x = xi hi = 69.300(0.25) + 80.900(0.25) + 77.100(0.25) + 69.100(0.25) = 74.250kg.

i =1

Edmundo Pea Rozas, Juan Garcs Seguel

Probabilidades y Estadstica

Moda ( M d )
Se define como el valor ms frecuente dentro de un conjunto de observaciones o de una distribucin, de tal manera que se emplea preferentemente cuando se desea conocer el valor ms comn o tpico. La moda puede ser calculada tanto para variables cuantitativas continuas o discretas y tambin en variables de atributos, debiendo tener presente que en un conjunto de datos es posible encontrar alguna de las siguientes situaciones: Existe una moda (unimodal) Existe ms de una moda (multimodal) No existe moda

En el caso de datos no agrupados y si lo estn pero sin considerar intervalos, la moda corresponde al valor o valores que ms se repiten, es decir a aquel valor donde la variable que presenta la mayor frecuencia. Ejemplo: 8 3 6 8 9 6 3 10 6 4 7

Md =6

xi
10 20 30 40 50 60

ni
5 7 5 10 4 3

M d = 40

Datos agrupados en intervalos Cuando los datos se encuentran agrupados en intervalos, se tienen esencialmente 3 criterios: (1) Considerar la moda como la marca de clase del intervalo modal (intervalo que presenta la mayor frecuencia). (2) Calcular la moda como:
M d = x 'j 1 + a j n j +1 n j 1 + n j +1

donde: x 'j 1 es el lmite inferior del intervalo modal

a j es la amplitud del intervalo modal. n j 1 es la frecuencia absoluta del intervalo anterior al modal. n j +1 Es la frecuencia absoluta del intervalo siguiente al modal.

Edmundo Pea Rozas, Juan Garcs Seguel

Probabilidades y Estadstica

5
Distribucin del Peso de 40 Adultos

12

10

8 N de casos

6 4

0 50-60 60-70 Moda 70-80 Peso en Kg 80-90 90-100 100-110

Las dos expresiones anteriores arrojan estimaciones aceptables (pero diferentes) de la moda, siempre y cuando los intervalos pre y post modales tengan tamaos aproximadamente iguales, sin embargo, cuando esto no se cumple, como se sugiere en la figura anterior, se obtienen mejores resultados utilizando la expresin siguiente, la cual ser la adoptada en esta asignatura. (3) Calcular la moda como:
M d = x 'j 1 + a j n j n j 1 (n j n j 1 ) + (n j n j +1 )

donde:

x 'j 1 es el lmite inferior del intervalo modal a j es la amplitud del intervalo modal. n j 1 es la frecuencia absoluta del intervalo anterior al modal. n j +1 Es la frecuencia absoluta del intervalo siguiente al modal.

Ejemplo: La siguiente tabla de distribucin de frecuencias, contiene de manera resumida las observaciones del peso de 40 adultos.

xi' 1
50
Intervalo modal

xi'
60 70 80 90 100 110

xi
55 65 75 85 95 105

ni
7 11 10 4 5 3 40

hj
0.175 0.275 0.250 0.100 0.125 0.075 1.000

Ni
7 18 28 32 37 40

Hi
0.175 0.450 0.700 0.800 0.925 1.000

60 70 80 90 100

Edmundo Pea Rozas, Juan Garcs Seguel

Probabilidades y Estadstica

6 n j n j 1 (n j n j 1 ) + (n j n j +1 ) 11 7

M d = x 'j 1 + a j

= 60 + 10

(11 7 ) + (11 10)

= 60 + 10

4 = 60 + 8 = 68 4 +1

Ejemplo: Calcular la Moda a partir de la siguiente tabla de distribucin de Frecuencias [x'i-1 ; x'i) [154 ; 160) [160 ; 166) [166 ; 172) [172 ; 178) [178 ; 184) [184 ; 190) xi 157 163 169 175 181 187 ni 4 7 3 6 9 1 Ni 4 11 14 20 29 30 hi 0,1333 0,2333 0,1000 0,2000 0,3000 0,0333 Hi 0,1333 0,3667 0,4667 0,6667 0,9667 1,0000

M d = x 'j 1 + a j

n j n j 1 (n j n j 1 ) + (n j n j +1 )

= 178 + 6

96 3 = 178 + 6 = 178 + 1,6364 = 179,6364 (9 6) + (9 1) 3+8

Mediana ( M e )
La mediana es un estadgrafo aplicable tanto a variables cuantitativas como cualitativas. A diferencia de la media, no es influenciada por valores extremos. La mediana se define como aquella observacin, dentro de un conjunto, cuyo valor supera a no ms del 50% de las observaciones y, es superado por no ms del 50% de las restantes observaciones. Dicho de otra manera, la mediana es un estadgrafo que divide la distribucin o conjunto de observaciones en 2 grupos con igual nmero de observaciones. Caso Datos No Agrupados Cuando los datos no estn agrupados, es necesario en primer lugar ordenar las observaciones en forma ascendente o descendente. Si el nmero de observaciones es par ( n = 2 k ), entonces la mediana se calcula como el promedio de las dos observaciones centrales, es decir
x n + x n Me =
2 +1 2

Si el nmero de observaciones es impar ( n = 2 k + 1 ), entonces la mediana es el valor central, es decir:

M e = x n +1
2

Ejemplo: Las siguientes observaciones corresponden al peso en Kg. de 40 adultos.

Edmundo Pea Rozas, Juan Garcs Seguel

Probabilidades y Estadstica

90 108 80 95

75 83 91 54

61 74 59 76

59 72 77 66

63 102 104 51

73 61 75 64

88 64 56 67

65 58 94 76

58 99 74 63

61 88 67 79

Al ordenar los datos, se tiene: 51 63 74 88 54 63 74 88 56 64 75 90 58 64 75 91 58 65 76 94 59 66 76 95 59 67 77 99 61 67 79 102 61 72 80 104 61 73 83 108

n = 40 n = 2k 40 = 2k k = 40 2 = 20 x n + x n QMe =
2 +1 2

x ( 20) + x ( 20+1) 2

73 + 74 = 73.500kg 2

Ejemplo: Considerar los siguientes datos, y calcular la mediana: 8 3 6 8 9 6 3 10 6 4 7

Al ordenar los datos

10

n = 11 es impar n = 2 k + 1 11 = 2 k + 1 k = 5
M e = x n
+1 2

= x (6) = 6

Cuando los datos estn agrupados, debemos distinguir entre el caso en que se tienen intervalos o no. Datos agrupados sin intervalos Calcular n 2 Si existe un N i = n 2 , entonces la mediana se estima como el promedio entre el valor para el cual

N i = n 2 y el siguiente valor con frecuencia absoluta distinta de cero

Si no existe un N i = n 2 , entonces M e = x i tal que la frecuencia absoluta acumulada de x i es la primera que excede a n 2 .

Edmundo Pea Rozas, Juan Garcs Seguel

Probabilidades y Estadstica

Ejemplo:

xi
8 9 10 11 12

ni
3 8 4 3 1

Ni
3 11 15 18 19

n = 19 n 2 = 9.5 N i > n 2 11 > 9.5

QMe = 9

xi
10 20 30 40 50 60

ni
5 7 5 10 4 3

Ni
5 12 17 27 31 34

n = 34 n 2 = 17 Ni = n 2 QM e = 30 + 40 = 35 2

Datos agrupados en intervalos Para la estimacin de la mediana, en primer trmino se debe determinar el intervalo mediano, el que corresponde al primer intervalo de clase cuya frecuencia absoluta acumulada es mayor que n 2

M e = x 'j 1 + a j
donde:

n 2 N j 1 nj

x 'j 1 es el lmite inferior del intervalo mediano a j es la amplitud del intervalo mediano. n j es la frecuencia absoluta del intervalo mediano. N j 1 Es la frecuencia absoluta acumulada del intervalo anterior al mediano.

Ejemplo:

La siguiente tabla de distribucin de frecuencias, contiene de manera resumida las observaciones del peso de 40 adultos:
Edmundo Pea Rozas, Juan Garcs Seguel

Probabilidades y Estadstica

xi' 1
50 60

xi'
60 70
80

xi
55 65
75

ni
7 11
10

hj
0.175 0.275
0.250

Ni
7 18
28

Hi
0.175 0.450
0.700

Intervalo Mediano

70

80 90 100

90 100 110

85 95 105

4 5 3 40

0.100 0.125 0.075 1.000

32 37 40

0.800 0.925 1.000

El clculo de la mediana para datos agrupados (caso variable continua) es:

M e = x 'j 1 + a j

n 2 N j 1 nj

= 70 + 10

20 18 = 70 + 2 = 72.000 kg 10

A modo de resumen, se presenta la siguiente tabla, que indica la aplicacin de las medidas de tendencia central, dependiendo de la escala de medida de la variable.
Aplicacin segn Escala de medicin

Moda Mediana Media Aritmtica

Nominal

Ordinal Ordinal

Intervalo Intervalo Intervalo

Razn Razn Razn

Distribuciones
Se puede verificar que: Para distribuciones simtricas y unimodales, como en la siguiente figura:

Media = Mediana = Moda

Edmundo Pea Rozas, Juan Garcs Seguel

Probabilidades y Estadstica

10

Para una distribucin unimodal, negativamente asimtrica , es decir, una distribucin con una larga cola a la izquierda (como en la figura siguiente):

Media < Mediana < Moda Para una distribucin unimodal, positivamente asimtrica , es decir, una distribucin con una larga cola a la derecha.

Media > Mediana > Moda Para una distribucin unimodal y moderadamente asimtrica (Media Moda) 3(Media Mediana)

Edmundo Pea Rozas, Juan Garcs Seguel