UNIVERSIDAD tercera edad

Ute

ASIGNATURA:
Estadística

TEMA:
Medidas de Tendencia Central

FACILITADOR:
---------------------

PARTICIPANTE:
Sol Lucero Castillo

MATRICULA:
2016-00615

05 de Junio 2017
Santo Domingo, D.N.
0
 Índice

Introducción .............................................................................. 2
Medidas de Tendencia Central ................................................... 3
Propósito de las medidas de tendencia central ............................ 3
La media aritmética ................................................................... 5
Propiedades ............................................................................... 6
Inconvenientes de su uso ........................................................... 7
Media aritmética ponderada ....................................................... 8
Media muestral .......................................................................... 9
Moda ......................................................................................... 9
Propiedades ............................................................................. 10
Mediana .................................................................................. 10
Rango medio ............................................................................ 11
Eje medio ................................................................................ 11
Conclusión .............................................................................. 12

1
 Introducción

En el trabajo que veremos a continuación sobre las medidas de

tendencia central conoceremos todo lo relativo a este tema como son
las medidas de tendencia central, su clasificación, la media
aritmética, la media aritmética ponderada, la media muestral, la
moda, la mediana y el rango medio.

2
 Medidas de Tendencia Central

Al describir 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.

La mayor parte de las serie de datos muestran una clara tendencia a

agruparse alrededor de un cierto punto central. Así pues, dada
cualquier serie de datos particular, por lo general es posible
seleccionar algún valor o promedio típico para describir toda la serie
de datos. Este valor descriptivo típico es una medición de tendencia
central o de ubicación.

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.

Propósito de las medidas de tendencia central

Supóngase que Pedro obtiene 32 puntos en una prueba de lectura.

La calificación por sí misma tiene muy poco significado a menos que
usted conozca cuál es el total de puntos que obtiene una persona
promedio al participar en esa prueba, cuál es la calificación menor y
mayor que se obtiene, y cuán variadas son esas calificaciones.

3
Es decir que para que una calificación tenga significado hay que
contar con elementos de referencia generalmente relacionados con
ciertos criterios estadísticos.

En resumen, el propósito de las medidas de tendencia central

son:

 Mostrar en qué lugar se ubica la persona promedio o típica del

grupo.

 Sirve como un método para comparar o interpretar cualquier

puntaje en relación con el puntaje central o típico.

 Sirve como un método para comparar el puntaje obtenido por

una misma persona en dos diferentes ocasiones.

 Sirve como un método para comparar los resultados medios

obtenidos por dos o más grupos.

Entre las medidas de tendencia central tenemos:

 Media aritmética

 Media ponderada

 Media geométrica

 Media armónica

 Mediana

 Moda

 Rango medio

4
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 cuantitativas.

La media aritmética

La media aritmética es el valor obtenido por la suma de todos sus

valores dividida entre el número de sumadores. La media
aritmética es, probablemente, uno de los parámetros estadísticos
más extendidos.

Es el promedio o medición de tendencia central de uso más común.

Se calcula sumando todas las observaciones de una serie de datos y
luego dividiendo el total entre el número de elementos involucrados.

La expresión algebraica puede describirse como:

La media es considerada como la mejor medida de tendencia

central, por las siguientes razones:

 Los puntajes contribuyen de manera proporcional al hacer el

cómputo de la media.

 Es la medida de tendencia central más conocida y utilizada.

Las medias de dos o más distribuciones pueden ser fácilmente

5
 promediadas mientras que las medianas y las modas de las
distribuciones no se promedian.

 La media se utiliza en procesos y técnicas estadísticas más

complejas mientras que la mediana y la moda en muy pocos
casos.

Para reconocer la mediana, es necesario tener ordenados los valores

sea de mayor a menor o lo contrario. Usted divide el total de casos
(N) entre dos, una vez el valor resultante corresponde al número del
caso que representa la mediana de la distribución.

En muchas ocasiones, los casos son tan numerosos que no se

pueden ordenar uno tras otro sino que se agrupan por frecuencia de
ocurrencia en cada valor o por intervalos de clase cuando el margen
(rango) de posibles valores de la variable es muy amplio. En estos
casos el proceso es un poco más complejo y requiere de la utilización
de una fórmula en la que se toma en cuenta el intervalo de clase, los
límites reales y el punto medio.

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.

6
  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.

 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).

 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.

7
  La estatura media como resumen de una población homogénea
(abajo) o heterogénea (arriba).

 Es una medida a cuyo significado afecta sobremanera la

dispersión, de modo que cuanto menos homogéneos sean los
datos, menos información proporciona.

 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.

 No se puede determinar si en una distribución de frecuencias

hay intervalos de clase abiertos.

Media aritmética ponderada

La media ponderada es una medida de tendencia central, que es

apropiada cuando en un conjunto de datos cada uno de ellos tiene
una importancia relativa (o peso) respecto de los demás datos. Se
obtiene multiplicando cada uno de los datos por su ponderación
(peso) para luego sumarlos, obteniendo así una suma
ponderada; después se divide está entre la suma de los pesos, dando
como resultado la media 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.

8
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. 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.

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.

9
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.

Propiedades

Sus principales propiedades son:

 Cálculo sencillo.

 Interpretación muy clara.

 Al depender solo de las frecuencias, puede calcularse

para variables cualitativas.

Mediana

La mediana es el valor medio de una secuencia ordenada de datos. Si

no hay empates, la mitad de las observaciones serán menores y la
otra mitad serán mayores. La mediana no se ve afectada por ninguna
observación extrema de una serie de datos.

Por tanto, siempre que esté presente una observación extrema es

apropiado usar la mediana en vez de la media para describir una
serie de datos.

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 valores centrales.

Para calcular la mediana de una serie de datos recolectados en su

forma sin procesar, primero debemos poner los datos en una

10
clasificación ordenada. Después usamos la fórmula de punto de
posicionamiento:

Para encontrar el lugar de la clasificación ordenada que corresponde

al valor de la mediana, se sigue una de las dos reglas:

1. Si el tamaño de la muestra es un número impar, la mediana se

representa mediante el valor numérico correspondiente al
punto de posicionamiento, la observación ordenada es (n+1)/2.

2. Si el tamaño de la muestra es un número par entonces el

punto de posicionamiento cae entre las dos observaciones
medias de la clasificación ordenada. La mediana es el promedio
de los valores numéricos correspondientes a estas dos
observaciones medias.

El rango medio

El rango medio es el promedio de las observaciones menores y

mayores de una serie de datos.

El rango medio a menudo es usado como una medición de resumen

tanto por analistas financieros como por reporteros meteorológicos,
puesto que puede proporcionar una medición adecuada, rápida y
simple para caracterizar toda una serie de datos, como por ejemplo
todo una serie de lecturas registradas de temperatura por horas
durante todo un día.

11
El rango NO es una medida de promedio; sin embargo, a menudo se
utiliza como el promedio, porque es otra manera de medir un grupo
de datos. El rango mide la "extensión" de los datos, qué tan alejados
se encuentran el menor del mayor. Para encontrar el rango, resta el
valor más pequeño del más grande.

Rango = valor más pequeño – valor más grande

El eje medio

Como última medida de tendencia central, mencionamos al eje

medio, que es el promedio del primer y tercer cuartiles de una serie
de datos. Es decir:

Eje medio: (Q1 + Q2) / 2

Siendo Q1 y Q2, el primer y segundo cuartil. En conclusión podemos

decir que es una medición de resumen usada para zanjar problemas
potenciales introducidos por los valores extremos de los datos.

12
 Conclusión

Al concluir este trabajo podemos denotar la importancia de las

medidas de tendencia central, estas (Media, Mediana, Moda) nos
permiten fijar, establecer y/o proyectar limites y valores hacia los
que tiende a ubicarse la variable que se está evaluando.

La importancia de estas es que permite fijar los valores de las

variables para lograr una mejor administración de los procesos:
Productivos, administrativos, de servicios, etc., no solo en la
estadística sino en cualquier área donde se puedan generar y tomar
datos: educativos, de salud, comercio, producción, economía, etc.

13