SlideShare una empresa de Scribd logo
1 de 6
Descargar para leer sin conexión
MEDIA ARITMÉTICO PARA DATOS NO AGRUPADOS

Llamada también promedio, se denota             (cuando es poblacional) y por x (cuando es
muestral)

La media es una medida muy útil para comparar dos o más poblaciones.

        Media poblacional (           ) si hay N observaciones en el conjunto de datos de la
        población, la media se calcula así:
        Media poblacional

                     X    X1   X 2 ... X N
            =
                   N              N
        Donde       es el signo de sumatoria que indica que se suman todas las
        observaciones desde i=1 hasta i=N


        Media de una muestral ( x )

         xi     x1     x2 ... xn
x=
        n                n

En donde:

X1 = son los datos observados de la población

x1= son los datos observados de la muestra

N = tamaño de la población

n = tamaño de la muestra

     = Letra griega “que indica suma”




Ejemplo1:

Suponga que se tiene una muestra de los ingresos mensuales en miles de dólares para 5
meses: 56, 57, 52, 45, y 67, la media muestral será:



[Escribir texto]
x=                 = 57.4



Ejemplo 2

Hay 12 empresas de autos en estados Unidos. Se presentan el número de patentes
otorgadas el año pasado por dicho pais a cada negociación:

     Empresa             Número de                Empresa      Número de
                          patentes                              patentes

  General Motors             511                   Mazda           210

       Nissan                385                  Chrysler         97

 DaimlerChrysler             275                   Porsche         50

       Toyota                257                  Mitsubishi       36

       Honda                 249                    Volvo          23

        Ford                 234                    BMW            13



     a) ¿La información anterior es una muestra o una población?

     b) Halle la media aritmética e interprete.

Solución:

a)Es una población por que se consideran todas las compañías automovilísticas que
obtuvieron patentes.

            511 385 ... 13    2340
b)      =                            195
                 12            12

Interpretación: El número promedio de patentes recibido por una empresa es de 195.
(Este valor es un parámetro poblacional).

Nota:

La media aritmética es la única medida de tendencia central donde la suma de las
desviaciones de cada valor, respecto a la media, es siempre igual a cero. Simbólicamente es


[Escribir texto]
(X     X) 0

Por ejemplo: La media de 3, 8, y 4 es 5.

Entonces           (X    X ) (3 5) (8 5) (4 5) 0

Desventaja de la Media:

    -   Si en el conjunto de datos hay alguno o algunos demasiado grandes o muy pequeño
        con relación a los demás, la media se distorsiona, por lo tanto no seria conveniente
        usarla como medida de tendencia central.

        La Media Ponderada

En la discusión sobre la media, se asume que cada discusión era de igual importancia. Sin
embargo, en ciertos casos, puede quererse dar mayor peso a alguna de las observaciones.

Ejemplo

 Si el profesor de estadística, dice que el examen final valdrá el doble de los otros exámenes
para determinar la nota final, entonces al puntaje que se obtenga en el examen final debe
dársele el doble de peso. Es decir, que debe contarse doble al calcular la nota. Esto es
exactamente lo que hace la media ponderada al utilizar la formula

Xw=                         en donde X w es la media ponderada

                            X es la observación individual

                                     W es el peso o ponderación asignada a cada

                                     Observación.

Se asume que se tuvo un puntaje de 89,92 y 79 en los exámenes parciales y 94 en el
examen final. Estos puntajes y sus respectivas ponderaciones están reflejados en la tabla

Calculo de la media ponderada

Xw=         =           = 89,6

Nota(x)                    Peso(w)              Xw
49                         1                    89
92                         1                    92
79                         1                    79


[Escribir texto]
94                   2                  188
                          5                  448


     Este método es igual que sumar la nota del examen final 2 veces al calcular la media

      Xw=                = 89,6

     Media ponderada: la media ponderada toma en cuenta la importancia relativa de las
     observaciones


             La mediana (Me)

También llamada media posicional, porque queda exactamente en la mitad del conjunto de datos,
después de que las observaciones se han colocado en serie ordenada de menor a mayor o lo
contrario. La mitad de las observaciones estará por encima de la mediana y la otra mitad estará
por debajo de ella.

Tiene como ventaja sobre la media aritmética que los valores muy grandes o muy pequeños con
relación al conjunto de datos no tiene ninguna influencia sobre ella.

       Mediana para datos no agrupados.

- Si el conjunto de datos tiene un número impar de observaciones la posición de la mediana es
(después de organizar los datos de menor a mayor o lo contrario):

Posición de la Me=        ; o simplemente el valor del centro, en caso de numero de observaciones
sea pequeño

-   Si el conjunto de datos es par, es necesario promediar los dos valores medios, también
    podemos utilizar la formula : Me=

-   Ejemplo 1

-   Suponga que se toma una muestra de los ingresos mensuales en una empresa en miles de
    dólares (5 meses) US$ 56, 57, 52, 45, y 67.

-   Hallar la mediana.

       Ordenamos de menor a mayor:
US $ 45, 52, 56, 57,67



     [Escribir texto]
La posición del valor de la mediana será: posición de Me=          = 3 ósea será el dato de la tercera
posición, es decir: US $56 = Me
Interpretación:
La mitad de los ingresos estuvieron por debajo de US $56.000

-   Ejemplo 2

Si en el mismo ejemplo el número de ingresos de ventas es Par: US $35, 45, 52, 56, 57,67 (ya
ordenados) el valor de la mediana será:

Posición de la mediana

Posición=         = 3.5

Me =             =         = 54, Interpretación: La mitad de los ingresos estuvieron por debajo de US
$54.000

La Moda. (Para datos no agrupados)

Es la observación que ocurre con mayor frecuencia

Ejemplo 3

. Utilizando el ejemplo anterior de: US$ 35, 45, 52, 56, 57, 67, 67

La moda es US $ 67(El ingreso con mayor frecuencia). Si por ejemplo se agregara otro ingreso
(56) entonces el conjunto de datos sería bimodal, es decir con dos modas: US $ 56 y 67(Los
ingresos con mayor frecuencia)

Ejemplo 4

Medidas de tendencia central

La emisión de la revista fortune el 17 de febrero de 1991 reporto que en 1.997 reporto que
en1996 las utilidades en millones de dólares de varias de las 500 mejores compañías que
aparecen en la revista incluían:

Epson                           US$7,510

Philips Morris                     6.246

Intel                                5.157




        [Escribir texto]
General electric               7,280

IBM                             5,429

General motors                 4,289

Calcules las tres medidas de tendencia central.

Solución:

Media: tratando los datos como una muestra se tiene que



      X=                                    5,985



Mediana: primero deben colocarse los datos en una serie ordenada. Si no están ordenados, la
posición que se encuentra utilizando la formula 3.3 no tiene sentido.

US$ 4,2895; 5,157; 5,429; 6,246; 7,280; 7,510

La posición de la mediana es             = 3.5. La mediana es el promedio de los valores 3 y 4:
5,429+6,246 0            Me=           = 5,837, el 50% de las utilidades estuvo por debajo de US $
5,837



Moda: este conjunto de datos no tiene moda debido a que todas las observaciones ocurrieron
con igual frecuencia




      [Escribir texto]

Más contenido relacionado

La actualidad más candente

Cómo calcular la amplitud de intervalo de un conjunto de datos numéricos
Cómo calcular la amplitud de intervalo de un conjunto de datos numéricosCómo calcular la amplitud de intervalo de un conjunto de datos numéricos
Cómo calcular la amplitud de intervalo de un conjunto de datos numéricosJoooseee
 
TABLA DE FRECUENCIAS - VARIABLE CUANTITATIVAS
TABLA DE FRECUENCIAS - VARIABLE CUANTITATIVAS TABLA DE FRECUENCIAS - VARIABLE CUANTITATIVAS
TABLA DE FRECUENCIAS - VARIABLE CUANTITATIVAS Juan Carlos Durand
 
Datos agrupados y no agrupados
Datos agrupados y no agrupadosDatos agrupados y no agrupados
Datos agrupados y no agrupadosRenata Briseño
 
Distribucion muestral de proporciones
Distribucion muestral de proporcionesDistribucion muestral de proporciones
Distribucion muestral de proporcioneseraperez
 
Experimentos aleatorios, espacio muestral y eventos
Experimentos aleatorios, espacio muestral y eventosExperimentos aleatorios, espacio muestral y eventos
Experimentos aleatorios, espacio muestral y eventosJoan Fernando Chipia Lobo
 
Tablas de contingencia
Tablas de contingenciaTablas de contingencia
Tablas de contingenciaeradio2508
 
Presentacion medidas de dispersion
Presentacion medidas de dispersionPresentacion medidas de dispersion
Presentacion medidas de dispersionFatima Branco
 
TRABAJO DE DISTRIBUCCION DE PROBABILIDAD
TRABAJO DE DISTRIBUCCION DE PROBABILIDADTRABAJO DE DISTRIBUCCION DE PROBABILIDAD
TRABAJO DE DISTRIBUCCION DE PROBABILIDADjorgemogollon49
 
Probabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaProbabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaRuben Veraa
 
Resultados, conclusiones y conformacion final del informe
Resultados, conclusiones y conformacion final del informeResultados, conclusiones y conformacion final del informe
Resultados, conclusiones y conformacion final del informeBarbie López
 
Ejercicios Resueltos de Estadística:
Ejercicios Resueltos de Estadística:Ejercicios Resueltos de Estadística:
Ejercicios Resueltos de Estadística:Juan Carlos GB
 
Mapa conceptual tipos de distribuciones de probabilidad
Mapa conceptual   tipos de distribuciones de probabilidadMapa conceptual   tipos de distribuciones de probabilidad
Mapa conceptual tipos de distribuciones de probabilidadJose Hernandez Landa
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesisug-dipa
 
Análisis de los datos y tabulación
Análisis de los datos y tabulaciónAnálisis de los datos y tabulación
Análisis de los datos y tabulaciónTomás Calderón
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadisticaPAHOLA24
 
Medidas de Tendencia Central
Medidas de Tendencia CentralMedidas de Tendencia Central
Medidas de Tendencia CentralAlondra Cervantes
 

La actualidad más candente (20)

Cómo calcular la amplitud de intervalo de un conjunto de datos numéricos
Cómo calcular la amplitud de intervalo de un conjunto de datos numéricosCómo calcular la amplitud de intervalo de un conjunto de datos numéricos
Cómo calcular la amplitud de intervalo de un conjunto de datos numéricos
 
TABLA DE FRECUENCIAS - VARIABLE CUANTITATIVAS
TABLA DE FRECUENCIAS - VARIABLE CUANTITATIVAS TABLA DE FRECUENCIAS - VARIABLE CUANTITATIVAS
TABLA DE FRECUENCIAS - VARIABLE CUANTITATIVAS
 
Datos agrupados y no agrupados
Datos agrupados y no agrupadosDatos agrupados y no agrupados
Datos agrupados y no agrupados
 
Distribucion muestral de proporciones
Distribucion muestral de proporcionesDistribucion muestral de proporciones
Distribucion muestral de proporciones
 
EJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICA
EJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICAEJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICA
EJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICA
 
Sesgo
SesgoSesgo
Sesgo
 
Experimentos aleatorios, espacio muestral y eventos
Experimentos aleatorios, espacio muestral y eventosExperimentos aleatorios, espacio muestral y eventos
Experimentos aleatorios, espacio muestral y eventos
 
Tablas de contingencia
Tablas de contingenciaTablas de contingencia
Tablas de contingencia
 
Presentacion medidas de dispersion
Presentacion medidas de dispersionPresentacion medidas de dispersion
Presentacion medidas de dispersion
 
T student 5 ejemplos beeto
T student 5 ejemplos beetoT student 5 ejemplos beeto
T student 5 ejemplos beeto
 
TRABAJO DE DISTRIBUCCION DE PROBABILIDAD
TRABAJO DE DISTRIBUCCION DE PROBABILIDADTRABAJO DE DISTRIBUCCION DE PROBABILIDAD
TRABAJO DE DISTRIBUCCION DE PROBABILIDAD
 
Probabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaProbabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetiva
 
Resultados, conclusiones y conformacion final del informe
Resultados, conclusiones y conformacion final del informeResultados, conclusiones y conformacion final del informe
Resultados, conclusiones y conformacion final del informe
 
Ejercicios Resueltos de Estadística:
Ejercicios Resueltos de Estadística:Ejercicios Resueltos de Estadística:
Ejercicios Resueltos de Estadística:
 
Mapa conceptual tipos de distribuciones de probabilidad
Mapa conceptual   tipos de distribuciones de probabilidadMapa conceptual   tipos de distribuciones de probabilidad
Mapa conceptual tipos de distribuciones de probabilidad
 
Distribucion de Poisson
Distribucion de PoissonDistribucion de Poisson
Distribucion de Poisson
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesis
 
Análisis de los datos y tabulación
Análisis de los datos y tabulaciónAnálisis de los datos y tabulación
Análisis de los datos y tabulación
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadistica
 
Medidas de Tendencia Central
Medidas de Tendencia CentralMedidas de Tendencia Central
Medidas de Tendencia Central
 

Similar a MediaAritmética

Nm4 medidas de_posicion
Nm4 medidas de_posicionNm4 medidas de_posicion
Nm4 medidas de_posicionStanley Arias
 
Estadística y sus aplicaciones.pptx
Estadística y sus aplicaciones.pptxEstadística y sus aplicaciones.pptx
Estadística y sus aplicaciones.pptxJacksonAbarca1
 
Captulo03 110808160306-phpapp02
Captulo03 110808160306-phpapp02Captulo03 110808160306-phpapp02
Captulo03 110808160306-phpapp02Elizabeth Garcia
 
Medidas de tendencia central.2
Medidas de tendencia central.2Medidas de tendencia central.2
Medidas de tendencia central.2Jonathan Fp
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia centralNoe Ordoñez
 
1.3 Medidas De Tendencia Central
1.3 Medidas De Tendencia Central1.3 Medidas De Tendencia Central
1.3 Medidas De Tendencia CentralITCM
 
Nm4 medidas de_posicion
Nm4 medidas de_posicionNm4 medidas de_posicion
Nm4 medidas de_posicionJuanita A A
 
SEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdf
SEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdfSEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdf
SEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdfIvanBautistaQuispe
 
Medidas de tendencia central y posición
Medidas de tendencia central y posiciónMedidas de tendencia central y posición
Medidas de tendencia central y posiciónFranklin Quintero
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia centralSalomonVillacres
 
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptxvmcobian12
 
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptxGloriaEcheSilva
 
Portafolio4 medias
Portafolio4 mediasPortafolio4 medias
Portafolio4 mediasPati Razo
 

Similar a MediaAritmética (20)

Nm4 medidas de_posicion
Nm4 medidas de_posicionNm4 medidas de_posicion
Nm4 medidas de_posicion
 
Capítulo 03
Capítulo 03Capítulo 03
Capítulo 03
 
Estadística y sus aplicaciones.pptx
Estadística y sus aplicaciones.pptxEstadística y sus aplicaciones.pptx
Estadística y sus aplicaciones.pptx
 
Captulo03 110808160306-phpapp02
Captulo03 110808160306-phpapp02Captulo03 110808160306-phpapp02
Captulo03 110808160306-phpapp02
 
Medidas de tendencia central.2
Medidas de tendencia central.2Medidas de tendencia central.2
Medidas de tendencia central.2
 
Py e 8
Py e 8Py e 8
Py e 8
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
1.3 Medidas De Tendencia Central
1.3 Medidas De Tendencia Central1.3 Medidas De Tendencia Central
1.3 Medidas De Tendencia Central
 
Unidad ii
Unidad iiUnidad ii
Unidad ii
 
Tendencentral
TendencentralTendencentral
Tendencentral
 
Nm4 medidas de_posicion
Nm4 medidas de_posicionNm4 medidas de_posicion
Nm4 medidas de_posicion
 
SEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdf
SEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdfSEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdf
SEMANA 04- MEDIDAS DE TENDENCIA CENTRAL.pdf
 
Medidas de tendencia central y posición
Medidas de tendencia central y posiciónMedidas de tendencia central y posición
Medidas de tendencia central y posición
 
Frencuencia
FrencuenciaFrencuencia
Frencuencia
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
 
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
 
Estadistica tics
Estadistica ticsEstadistica tics
Estadistica tics
 
Portafolio4 medias
Portafolio4 mediasPortafolio4 medias
Portafolio4 medias
 

Más de lolaromero123

Desplazamiento forzado
Desplazamiento forzadoDesplazamiento forzado
Desplazamiento forzadololaromero123
 
Algunos rasgos culturales de los grupos étnicos en las regiones
Algunos rasgos culturales de los grupos étnicos en las regionesAlgunos rasgos culturales de los grupos étnicos en las regiones
Algunos rasgos culturales de los grupos étnicos en las regioneslolaromero123
 
Ejercicios de repaso semana 5
Ejercicios de repaso semana 5Ejercicios de repaso semana 5
Ejercicios de repaso semana 5lolaromero123
 
Ejemplo 3 medidas de dispersio
Ejemplo 3 medidas de dispersioEjemplo 3 medidas de dispersio
Ejemplo 3 medidas de dispersiololaromero123
 
Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersionlolaromero123
 
Varianza y desviacion tipica estandar
Varianza y desviacion tipica estandarVarianza y desviacion tipica estandar
Varianza y desviacion tipica estandarlolaromero123
 
Tendencia central para daotos agrupados
Tendencia central para daotos agrupadosTendencia central para daotos agrupados
Tendencia central para daotos agrupadoslolaromero123
 

Más de lolaromero123 (20)

úLtimo paradigma
úLtimo paradigmaúLtimo paradigma
úLtimo paradigma
 
Desplazamiento forzado
Desplazamiento forzadoDesplazamiento forzado
Desplazamiento forzado
 
Dialecto
DialectoDialecto
Dialecto
 
Algunos rasgos culturales de los grupos étnicos en las regiones
Algunos rasgos culturales de los grupos étnicos en las regionesAlgunos rasgos culturales de los grupos étnicos en las regiones
Algunos rasgos culturales de los grupos étnicos en las regiones
 
Quiz semana 5
Quiz semana 5Quiz semana 5
Quiz semana 5
 
Taller 5 semana 5
Taller 5 semana 5Taller 5 semana 5
Taller 5 semana 5
 
Ejercicios de repaso semana 5
Ejercicios de repaso semana 5Ejercicios de repaso semana 5
Ejercicios de repaso semana 5
 
Ejemplo semana 5
Ejemplo semana 5Ejemplo semana 5
Ejemplo semana 5
 
Ejemplo semana 5
Ejemplo semana 5Ejemplo semana 5
Ejemplo semana 5
 
Sìmetria
SìmetriaSìmetria
Sìmetria
 
Parcial semana 4
Parcial semana 4Parcial semana 4
Parcial semana 4
 
Quiz semana 4
Quiz semana 4Quiz semana 4
Quiz semana 4
 
Taller semana 4
Taller semana 4Taller semana 4
Taller semana 4
 
Resumen
ResumenResumen
Resumen
 
Ejemplo 3 medidas de dispersio
Ejemplo 3 medidas de dispersioEjemplo 3 medidas de dispersio
Ejemplo 3 medidas de dispersio
 
Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersion
 
Varianza y desviacion tipica estandar
Varianza y desviacion tipica estandarVarianza y desviacion tipica estandar
Varianza y desviacion tipica estandar
 
Quiz semana 3
Quiz semana 3Quiz semana 3
Quiz semana 3
 
Taller semana 3
Taller semana 3Taller semana 3
Taller semana 3
 
Tendencia central para daotos agrupados
Tendencia central para daotos agrupadosTendencia central para daotos agrupados
Tendencia central para daotos agrupados
 

MediaAritmética

  • 1. MEDIA ARITMÉTICO PARA DATOS NO AGRUPADOS Llamada también promedio, se denota (cuando es poblacional) y por x (cuando es muestral) La media es una medida muy útil para comparar dos o más poblaciones. Media poblacional ( ) si hay N observaciones en el conjunto de datos de la población, la media se calcula así: Media poblacional X X1 X 2 ... X N = N N Donde es el signo de sumatoria que indica que se suman todas las observaciones desde i=1 hasta i=N Media de una muestral ( x ) xi x1 x2 ... xn x= n n En donde: X1 = son los datos observados de la población x1= son los datos observados de la muestra N = tamaño de la población n = tamaño de la muestra = Letra griega “que indica suma” Ejemplo1: Suponga que se tiene una muestra de los ingresos mensuales en miles de dólares para 5 meses: 56, 57, 52, 45, y 67, la media muestral será: [Escribir texto]
  • 2. x= = 57.4 Ejemplo 2 Hay 12 empresas de autos en estados Unidos. Se presentan el número de patentes otorgadas el año pasado por dicho pais a cada negociación: Empresa Número de Empresa Número de patentes patentes General Motors 511 Mazda 210 Nissan 385 Chrysler 97 DaimlerChrysler 275 Porsche 50 Toyota 257 Mitsubishi 36 Honda 249 Volvo 23 Ford 234 BMW 13 a) ¿La información anterior es una muestra o una población? b) Halle la media aritmética e interprete. Solución: a)Es una población por que se consideran todas las compañías automovilísticas que obtuvieron patentes. 511 385 ... 13 2340 b) = 195 12 12 Interpretación: El número promedio de patentes recibido por una empresa es de 195. (Este valor es un parámetro poblacional). Nota: La media aritmética es la única medida de tendencia central donde la suma de las desviaciones de cada valor, respecto a la media, es siempre igual a cero. Simbólicamente es [Escribir texto]
  • 3. (X X) 0 Por ejemplo: La media de 3, 8, y 4 es 5. Entonces (X X ) (3 5) (8 5) (4 5) 0 Desventaja de la Media: - Si en el conjunto de datos hay alguno o algunos demasiado grandes o muy pequeño con relación a los demás, la media se distorsiona, por lo tanto no seria conveniente usarla como medida de tendencia central. La Media Ponderada En la discusión sobre la media, se asume que cada discusión era de igual importancia. Sin embargo, en ciertos casos, puede quererse dar mayor peso a alguna de las observaciones. Ejemplo Si el profesor de estadística, dice que el examen final valdrá el doble de los otros exámenes para determinar la nota final, entonces al puntaje que se obtenga en el examen final debe dársele el doble de peso. Es decir, que debe contarse doble al calcular la nota. Esto es exactamente lo que hace la media ponderada al utilizar la formula Xw= en donde X w es la media ponderada X es la observación individual W es el peso o ponderación asignada a cada Observación. Se asume que se tuvo un puntaje de 89,92 y 79 en los exámenes parciales y 94 en el examen final. Estos puntajes y sus respectivas ponderaciones están reflejados en la tabla Calculo de la media ponderada Xw= = = 89,6 Nota(x) Peso(w) Xw 49 1 89 92 1 92 79 1 79 [Escribir texto]
  • 4. 94 2 188 5 448 Este método es igual que sumar la nota del examen final 2 veces al calcular la media Xw= = 89,6 Media ponderada: la media ponderada toma en cuenta la importancia relativa de las observaciones La mediana (Me) También llamada media posicional, porque queda exactamente en la mitad del conjunto de datos, después de que las observaciones se han colocado en serie ordenada de menor a mayor o lo contrario. La mitad de las observaciones estará por encima de la mediana y la otra mitad estará por debajo de ella. Tiene como ventaja sobre la media aritmética que los valores muy grandes o muy pequeños con relación al conjunto de datos no tiene ninguna influencia sobre ella. Mediana para datos no agrupados. - Si el conjunto de datos tiene un número impar de observaciones la posición de la mediana es (después de organizar los datos de menor a mayor o lo contrario): Posición de la Me= ; o simplemente el valor del centro, en caso de numero de observaciones sea pequeño - Si el conjunto de datos es par, es necesario promediar los dos valores medios, también podemos utilizar la formula : Me= - Ejemplo 1 - Suponga que se toma una muestra de los ingresos mensuales en una empresa en miles de dólares (5 meses) US$ 56, 57, 52, 45, y 67. - Hallar la mediana.  Ordenamos de menor a mayor: US $ 45, 52, 56, 57,67 [Escribir texto]
  • 5. La posición del valor de la mediana será: posición de Me= = 3 ósea será el dato de la tercera posición, es decir: US $56 = Me Interpretación: La mitad de los ingresos estuvieron por debajo de US $56.000 - Ejemplo 2 Si en el mismo ejemplo el número de ingresos de ventas es Par: US $35, 45, 52, 56, 57,67 (ya ordenados) el valor de la mediana será: Posición de la mediana Posición= = 3.5 Me = = = 54, Interpretación: La mitad de los ingresos estuvieron por debajo de US $54.000 La Moda. (Para datos no agrupados) Es la observación que ocurre con mayor frecuencia Ejemplo 3 . Utilizando el ejemplo anterior de: US$ 35, 45, 52, 56, 57, 67, 67 La moda es US $ 67(El ingreso con mayor frecuencia). Si por ejemplo se agregara otro ingreso (56) entonces el conjunto de datos sería bimodal, es decir con dos modas: US $ 56 y 67(Los ingresos con mayor frecuencia) Ejemplo 4 Medidas de tendencia central La emisión de la revista fortune el 17 de febrero de 1991 reporto que en 1.997 reporto que en1996 las utilidades en millones de dólares de varias de las 500 mejores compañías que aparecen en la revista incluían: Epson US$7,510 Philips Morris 6.246 Intel 5.157 [Escribir texto]
  • 6. General electric 7,280 IBM 5,429 General motors 4,289 Calcules las tres medidas de tendencia central. Solución: Media: tratando los datos como una muestra se tiene que X= 5,985 Mediana: primero deben colocarse los datos en una serie ordenada. Si no están ordenados, la posición que se encuentra utilizando la formula 3.3 no tiene sentido. US$ 4,2895; 5,157; 5,429; 6,246; 7,280; 7,510 La posición de la mediana es = 3.5. La mediana es el promedio de los valores 3 y 4: 5,429+6,246 0 Me= = 5,837, el 50% de las utilidades estuvo por debajo de US $ 5,837 Moda: este conjunto de datos no tiene moda debido a que todas las observaciones ocurrieron con igual frecuencia [Escribir texto]