SlideShare una empresa de Scribd logo
1 de 40
Descargar para leer sin conexión
“Los tumores de estadio II fueron los
más frecuentes (55,5%)”
Estudio epidemiológico sobre el cáncer de mama. 2004
“…pero otras como
leptospirosis y la
rinotraqueitis infecciosa
(VHB-1) están presentes
constituyendo un riesgo
sanitario, por lo que se
recomienda maximizar las
medidas de
bioseguridad,…”
Dr. Mayhuasca Salgado Ronald
Docente
Medidas de
tendencia central
ESTADÍSTICA
2016-I
FACULTAD DE CIENCIAS DE LA SALUD – ESCUELA ACADÉMICO PROFESIONAL DE PSICOLOGÍA
Objetivos
•Conocer las principales medidas de resumen (síntesis de
datos)
•Obtener la media, mediana y moda de las fuentes
recolectadas
¿Cómo se comporta la variable?
ESTADÍSTICA DESCRIPTIVA
en cuanto
TENDENCIA CENTRAL VARIABILIDAD
Estadística Descriptiva
• Organización de datos
• Representación de datos: Tablas y Gráficos
• Medidas de resumen
• Medición de datos numéricos
1. Medidas de tendencia central
2. Medidas de posición
3. Medidas de dispersión
4. Medidas de forma
• Medición de datos nominales
1. Proporción
2. Razón
3. Medición epidemiológica
Medidas de tendencia central
ESTADÍSTICA DESCRIPTIVA
Nos informan de los valores centrales hacia los que se dirige
la distribución: media, mediana y moda
Medidas de posición
Nos localizan un dato determinado dentro de la serie,
informándonos acerca de la propia distribución: mediana y
percentiles
Medidas de dispersión o variabilidad
Nos informan de los valores centrales hacia los que se dirige
la distribución: rango, desviación media, desviación típica,
varianza y coeficiente de variación de Pearson
MaldonadoM.MedicinaPreventiva.Bioestadísticayepidemiologia.
España:CursointensivoMIRAsturias;2011
Las medidas de tendencia central y de dispersión se
usan juntos para establecer el comportamiento global
de una serie de datos…
MaldonadoM.MedicinaPreventiva.Bioestadísticayepidemiologia.
España:CursointensivoMIRAsturias;2011
…para saber a qué valor tienden a
agruparse y cuánto se separan de él…
Es la medida de tendencia central más simple y usada. Es el promedio
matemático de todos los valores que adquiere la variable.
Su determinación dependerá de:
1ro. Datos no agrupados en tablas de frecuencia
2do. Datos agrupados en tablas de frecuencia
MEDIA ARITMÉTICA
N= Número de elementos en la población
n= Número de elementos en la muestra
xi: valor individual o punto medio el intervalo
1ro. Datos no agrupados en tablas de frecuencia
𝜇 = 𝑖=1
𝑁
𝑥𝑖 /𝑁Media poblacional: 𝝁
Media muestral: 𝒙 𝒙 = 𝑖=1
𝑛
𝑥𝑖 /𝑛
Cálculo de la media aritmética
4995; 4993; 4994; 4996; 4998; 4992
Determine el volumen promedio.
Supóngase que con una pipeta de 5000 ul se toman muestras
de suero, después de pipetear en seis ocasiones generó las
siguientes medidas:
1ro. Datos no agrupados en tablas de frecuencia
Rpta 4994,7
Ejemplo de media aritmética
Ejemplo de media aritmética
xi= marca de clase
m= número de intervalos de clase
fi= frecuencia absoluta
2do. Datos agrupados en tablas de frecuencia
Cuando los datos están agrupados en tablas de frecuencia, la
media aritmética se calcula mediante la siguiente fórmula.
𝒙 = 𝑖=1
𝑚
(𝑥𝑖. 𝑓𝑖 /𝑛)
Ejemplo de media aritmética
De la siguiente tablas de frecuencias calcular la media aritmética:
2do. Datos agrupados en tablas de frecuencia
Pto ebullic Xi fi Fi hi (%) Hi(%)
136-144 2 6,7
144-152 6 20
152-160 13 43,3
160-168 22 73,3
168-176 27 90
176-184 30
Rpta 161,333°C
Características de la media aritmética
Su cálculo únicamente es posible en variables cuantitativas
(discretas o continuas), o sea no válidas para variables nominales
(grupos sanguíneos) ni ordinales (intensidad de dolor)
No recomendable en distribuciones muy asimétricas (valores muy
altos y muy bajos), pues la media aritmética es “arrastrada” por la
cola de los valores extremos,
Ejemplo: 1,2,3,4 y 140. La media es 30, y no es muy representativa de la distribución
Media ponderada
Media geométrica
Media armónica
Media cuadrática
Inverso de la media aritmética de los inversos de los valores de la
variable
Raíz enésima del producto de los N valores de la
variable. Es mejor estimador en datos de crecimiento
exponencial
Empleada para dar distintos pesos a diferentes valores
Raíz cuadrada de la media aritmética de los cuadrados
de los valores de la variable
MEDIA PONDERADA (𝑿 𝑾)
Si cada observación Xi, tiene un peso o ponderación Wi, o sea cuando las observaciones no
tienen la misma importancia dentro de una muestra, entonces tenemos la media ponderada
que se calcula de la siguiente manera:
Rpta 10,4
Ejemplo:
Las notas de un alumno de estadística en el semestre 2015-II fueron:
Determine el promedio ponderado del estudiante.
Curso Nota Crédito
Estadística 11 4
Anatomia 09 5
Anatomía de CC 12 3
MEDIANA
Es el valor de la variable que deja el mismo número de
observaciones por debajo y por encima de su valor..
La mediana representa el valor
central de una distribución de datos
ordenados en forma creciente o
decreciente…50% de los valores son
menores o iguales que él, y el otro
50% son mayores o iguales que él.
MEDIANA
Del ejemplo anterior: (1,2,3,4, 140): su mediana es 3 (deja 1 y 2 a un
lado, y 4 y 40 al otro)
No se influye por los valores extremos de una distribución muy
asimétrica, siendo en estos casos mejor medida de tendencia central
que la media.
En las distribuciones simétricas unimodales (distribución normal), la
media, mediana y la moda coinciden
Cálculo de la mediana
A. Datos NO agrupados en tablas de frecuencia
1ro: Se ordenan los datos en forma creciente o decreciente, y se
toma en cuenta lo siguiente:
Si, n es impar….la mediana es el valor central
Ejemplo:
Los siguientes datos corresponden al contenido de flúor en el agua en partes por
millón(ppm): 4520 4570 4520 4490 4500 4520 4590 4540 4500
Me = 𝑋 𝑛+1
2
Cálculo de la mediana
A. Datos NO agrupados en tablas de frecuencia
1ro: Se ordenan los datos en forma creciente o decreciente, y se
toma en cuenta lo siguiente:
Si, n es par….la mediana es igual al promedio de
los 2 valores centrales
Me =𝑋 𝑛
2
+ 𝑋 𝑛+1
2
2
4995; 4993; 4994; 4996; 4998; 4992
Determine la mediana
Supóngase que con una pipeta de 5000 ul se toman muestras
de suero, después de pipetear en seis ocasiones generó las
siguientes medidas:
Cálculo de la mediana
En este caso la mediana se calcula mediante la siguiente fórmula:
• X`me-1: límite inferior de la clase mediana
• Cme: tamaño del intervalo de la clase mediana
• Fme-1: frecuencia absoluta acumulada anterior a la
clase mediana
• fme: frecuencia absoluta de la clase mediana
Clase mediana: es aquel intervalo que contiene al
valor que ocupa la posición media, es decir contiene a
la mediana
Me = X`me-1 + Cme [
𝑛
2
− Fme−1
fme
]
B. Datos agrupados en tablas de frecuencia
B. Datos agrupados en tablas de frecuencia
Ejemplo De la tabla de frecuencia anterior, calcule la mediana:
Pto ebullic Xi fi hi (%) Fi Hi(%)
136-144 140 2 6,7 2 6,7
144-152 148 4 13,3 6 20
152-160 156 7 23,3 13 43,3
160-168 164 9 30 22 73,3
168-176 172 5 16,7 27 90
176-184 180 3 10,0 30 100
• X`me-1: 160
• Cme: 8
• Fme-1: 13
• fme: 9
Rpta.
Me: 161,7778°C
Cálculo de la mediana
Me = X`me-1 + Cme [
𝑛
2
− Fme−1
fme
]
Características de la mediana
La mediana coincide con el percentil 50 (P50), siendo a la vez una
medida de tendencia central y de posición.
Se puede calcular en variables cuantitativas (continuas o discretas) y
en variables ordinales. No en variables nominales
Características de la mediana
Físicamente divide en dos partes iguales el área de un histograma
(50% a cada lado)
Media Mediana
Cuantitativas
(continuas y
discretas)
Cuantitativas (
continuas y
discretas) y
cualitativas ordinales
No válida si valores
muy extremos 8altos
o bajos)
Válida aún con
valores extremos
Representa el valor que más se repite en un conjunto de
observaciones (el de mayor fi).
En una distribución puede haber uno o más valores que se repitan
con mayor frecuencia en tal caso se tienen dos o más modas.
Entonces:
- Si la distribución de frecuencias tiene un solo valor que más se
repite: UNIMODAL
- Si la distribución presenta dos o más valores que se repitan:
POLIMODAL
- Si no hay ningún valor que se repita con más frecuencia:
DISTRIBUCIÓN UNIFORME
MODA
MODA
Se puede determinar para cualquier tipo de variable: cualitativa o
cuantitativa
No se debe usar en series con pocos datos (fluctúa excesivamente al
azar) y pierde representatividad si es una distribución muy dispersa
Aporta escasa información en variables cuantitativas y prácticamente
no se usa en inferencia estadística. Más útil en variables cualitativas
Cálculo de la moda
A. Datos NO agrupados en tablas de frecuencia
1ro: Observar el dato que más se repite
Ejemplo:
Calcule la moda en cada caso:
• 4,5,6,7,4,5,4,6,5,5,4,5,5: Mo =5 (Unimodal)
• 7,7,6,8,8,6,8,7,7,9,12,11,10,8 Mo= 7 y 8 (bimodal)
Cálculo de la moda
B. Datos agrupados en tablas de frecuencia
En este caso la moda se calcula mediante la siguiente fórmula:
• X`mo-1: límite inferior de la clase modal
• Cmo: tamaño del intervalo de la clase modal
• d1: diferencia entre la frecuencia absoluta de la clase modal
menos la frecuencia absoluta anterior
• d2: diferencia entre la frecuencia absoluta de la frecuencia
modal menos la siguiente
Clase modal: es aquel intervalo con la
mayor frecuencia absoluta
Mo = X`mo-1 + Cmo [d1 / (d1 + d2 )]
Cálculo de la moda
B. Datos agrupados en tablas de frecuencia
Ejemplo
De la tabla de frecuencia anterior, calcule la moda:
Pto ebullic Xi fi hi (%) Fi Hi(%)
136-144 140 2 6,7 2 6,7
144-152 148 4 13,3 6 20
152-160 156 7 23,3 13 43,3
160-168 164 9 30 22 73,3
168-176 172 5 16,7 27 90
176-184 180 3 10,0 30 100
• X`mo-1: 160
• Cmo: 8
• d1: 9’-7 = 2
• d2: 9- 5 = 4
Rpta.
Mo: 162, 6667°C
Mo = X`mo-1 + Cmo [d1 / (d1 + d2 )]
En resumen….
Medidas de tendencia central: Valor central hacia el que tiende
la distribución
Media aritmética: medida más simple y usada que promedia
todos los valores de una distribución cuantitativa (continua o
discreta). No recomendable en distribuciones muy asimétricas
Mediana: Deja la mitad de las distribuciones a cada lado,
(coincide con el percentil 50). De elección en distribuciones
asimétricas.
Moda: Valor más frecuente. Poco usada.
Relación entre la media aritmética, mediana y moda
Nótese que del cuadro anterior , para datos agrupados en tablas: la media
aritmética, la mediana y la moda poseen valores muy cercanos entre sí.
Mo: 162, 6667°C
Me: 161,7778°C
Pto ebullic Xi fi hi (%) Fi Hi(%)
136-144 140 2 6,7 2 6,7
144-152 148 4 13,3 6 20
152-160 156 7 23,3 13 43,3
160-168 164 9 30 22 73,3
168-176 172 5 16,7 27 90
176-184 180 3 10,0 30 100
𝑋 = 161,333°C
¿Cuál es el indicador más estable de la
tendencia central, la mediana o la media?
La mediana es un indicador más estable de la
tendencia central. Por ejemplo, 10 estudiantes de
estadística consiguieron los siguientes
resultados en un examen de estadística: 41, 42,
42, 43, 44, 46, 48, 48, 50 y 98.
La mediana aquí es 45, y representa un valor
típico (aunque no un valor real) en esta muestra.
La media, por otro lado, es 50,2, una puntuación
superior al 90% de la muestra
Conclusiones
• La media, mediana y moda son medidas de tendencia central
• La media es, sencillamente , el promedio aritmético de los valores observados
• La mediana divide la distribución en dos grupos iguales
• La moda es el valor observado con mayor frecuencia en la distribución
• Puede haber más de una moda en un conjunto de datos
• La media resulta más afectada por los valores extremos que la mediana
NordnessR.Epidemiologíayestadística.Secretos.Madrid:
Elsevier;2010.
Los siguientes datos corresponden a los ingresos netos de 20 individuos
subempleados (en soles):
415 460 510 475 430 410 425 490 500 470
450 425 485 470 450 455 460 480 475 465
Sin agrupar los datos en tablas de frecuencia calcule: la media
aritmética, mediana, moda e interprete.
RESUELVA
Repasemos lo aprendido
1. La mitad de los sujetos de la muestra tienen valores de
intensidad de dolor iguales o inferiores a 6.
2. El valor 6 indica la intensidad de dolor que puede
considerarse normal en la escala utilizada
3. El valor 6 de la escala ha sido la puntuación obtenida con
mayor frecuencia por los sujetos de la muestra
4. El valor 6 es la media aritmética de las puntuaciones
obtenidas por los sujetos de la muestra
5. La diferencia entre la puntuación máxima y la mínima
obtenida por los sujetos de la muestra es 6
1. MIR 96: En un estudio en que se ha medido la intensidad del dolor en un
grupo de 145 pacientes con artritis reumatoide mediante una escala de 0
(ausencia de dolor) a 10 (dolor de intensidad máxima), se informa que la
mediana es de 6. ¿Cuál es el significado de ese valor?
1. La media
2. La mediana
3. El sesgo
4. La moda
5. La proporción
2. MIR 92: ¿Cuál de las siguientes medidas definiría mejor la localización
(tendencia central) de los siguientes datos: 1,3,22, 4, 2?
Cigarrillos al día
1. No hay ningún paciente que sobreviva menos de 6 años
2. La mitad de los pacientes sobreviven aproximadamente 6
años
3. El valor esperado del tiempo de supervivencia es 6 años
4. No hay ningún paciente que sobreviva más de 6 años
5. La mitad de los pacientes sobreviven más de 6 años
3. MIR 10: Un estudio informa que la mediana de supervivencia de los
pacientes después del diagnóstico de cierto tipo de cáncer es de 6 años.
¿Esto qué quiere decir?
3ra psicologia  medidas de tendencia central

Más contenido relacionado

La actualidad más candente

Infografia psicologia de la personalidad ii
Infografia psicologia de la personalidad iiInfografia psicologia de la personalidad ii
Infografia psicologia de la personalidad iiMARIAJTF
 
Introducción a las técnicas proyectivas
Introducción a las técnicas proyectivasIntroducción a las técnicas proyectivas
Introducción a las técnicas proyectivasVíctor Hugo Fernández
 
Psicoterapia cognitivo conductual (precursores) clase 1 2014
Psicoterapia cognitivo conductual (precursores) clase 1 2014Psicoterapia cognitivo conductual (precursores) clase 1 2014
Psicoterapia cognitivo conductual (precursores) clase 1 2014JOK89
 
VALIDACIÓN DEL T@M (Test de Alteración de Memoria) EN EL DETERIORO COGNITIVO ...
VALIDACIÓN DEL T@M (Test de Alteración de Memoria) EN EL DETERIORO COGNITIVO ...VALIDACIÓN DEL T@M (Test de Alteración de Memoria) EN EL DETERIORO COGNITIVO ...
VALIDACIÓN DEL T@M (Test de Alteración de Memoria) EN EL DETERIORO COGNITIVO ...NEUROCONSULTAS
 
1. Estadística Inferencial en Psicología 2014
1. Estadística Inferencial en Psicología 20141. Estadística Inferencial en Psicología 2014
1. Estadística Inferencial en Psicología 2014Mauricio Gramajo Zoireff
 
(Msceit) test de inteligencia emocional
(Msceit) test de inteligencia emocional(Msceit) test de inteligencia emocional
(Msceit) test de inteligencia emocionalJordi Cuartero
 
Planificación en intervención psicológica
Planificación en intervención psicológicaPlanificación en intervención psicológica
Planificación en intervención psicológicaJose Santos-Morocho, PhD
 
Teoría de la generalizabilidad de los tests
Teoría de la generalizabilidad de los testsTeoría de la generalizabilidad de los tests
Teoría de la generalizabilidad de los testsFreelance Research
 
Psicopatologia de la memoria
Psicopatologia de la memoriaPsicopatologia de la memoria
Psicopatologia de la memoriagissela rodriguez
 
Psicologia de la Personalidad
Psicologia de la PersonalidadPsicologia de la Personalidad
Psicologia de la PersonalidadAna Gamboa
 
Clasificacionde los tests psicologicos
Clasificacionde los tests psicologicosClasificacionde los tests psicologicos
Clasificacionde los tests psicologicosPsicología
 
Diseños experimentales de caso unico
Diseños experimentales de caso unicoDiseños experimentales de caso unico
Diseños experimentales de caso unicoGloria Arias Orezano
 

La actualidad más candente (20)

Infografia psicologia de la personalidad ii
Infografia psicologia de la personalidad iiInfografia psicologia de la personalidad ii
Infografia psicologia de la personalidad ii
 
Introducción a las técnicas proyectivas
Introducción a las técnicas proyectivasIntroducción a las técnicas proyectivas
Introducción a las técnicas proyectivas
 
Teoria de respuesta al ítem
Teoria de respuesta al ítemTeoria de respuesta al ítem
Teoria de respuesta al ítem
 
Psicoterapia cognitivo conductual (precursores) clase 1 2014
Psicoterapia cognitivo conductual (precursores) clase 1 2014Psicoterapia cognitivo conductual (precursores) clase 1 2014
Psicoterapia cognitivo conductual (precursores) clase 1 2014
 
Psicologia de la personalidad
Psicologia de la personalidadPsicologia de la personalidad
Psicologia de la personalidad
 
Escala de Thurstone
Escala de ThurstoneEscala de Thurstone
Escala de Thurstone
 
VALIDACIÓN DEL T@M (Test de Alteración de Memoria) EN EL DETERIORO COGNITIVO ...
VALIDACIÓN DEL T@M (Test de Alteración de Memoria) EN EL DETERIORO COGNITIVO ...VALIDACIÓN DEL T@M (Test de Alteración de Memoria) EN EL DETERIORO COGNITIVO ...
VALIDACIÓN DEL T@M (Test de Alteración de Memoria) EN EL DETERIORO COGNITIVO ...
 
Principios y propósitos de las técnicas proyectivas
Principios  y propósitos de las técnicas proyectivasPrincipios  y propósitos de las técnicas proyectivas
Principios y propósitos de las técnicas proyectivas
 
MEDICION EN PSICOLOGIA DE LA PERSONALIDAD.
MEDICION EN PSICOLOGIA DE LA PERSONALIDAD. MEDICION EN PSICOLOGIA DE LA PERSONALIDAD.
MEDICION EN PSICOLOGIA DE LA PERSONALIDAD.
 
1. Estadística Inferencial en Psicología 2014
1. Estadística Inferencial en Psicología 20141. Estadística Inferencial en Psicología 2014
1. Estadística Inferencial en Psicología 2014
 
(Msceit) test de inteligencia emocional
(Msceit) test de inteligencia emocional(Msceit) test de inteligencia emocional
(Msceit) test de inteligencia emocional
 
Planificación en intervención psicológica
Planificación en intervención psicológicaPlanificación en intervención psicológica
Planificación en intervención psicológica
 
Teoría de la generalizabilidad de los tests
Teoría de la generalizabilidad de los testsTeoría de la generalizabilidad de los tests
Teoría de la generalizabilidad de los tests
 
Psicopatologia de la memoria
Psicopatologia de la memoriaPsicopatologia de la memoria
Psicopatologia de la memoria
 
Psicologia de la Personalidad
Psicologia de la PersonalidadPsicologia de la Personalidad
Psicologia de la Personalidad
 
Clasificacionde los tests psicologicos
Clasificacionde los tests psicologicosClasificacionde los tests psicologicos
Clasificacionde los tests psicologicos
 
Rasgos
RasgosRasgos
Rasgos
 
Diseños experimentales de caso unico
Diseños experimentales de caso unicoDiseños experimentales de caso unico
Diseños experimentales de caso unico
 
Ejemplo info wisc-iv
Ejemplo info wisc-ivEjemplo info wisc-iv
Ejemplo info wisc-iv
 
Psicología Diferencial
Psicología DiferencialPsicología Diferencial
Psicología Diferencial
 

Similar a 3ra psicologia medidas de tendencia central

3ra med veter medidas de tendencia central
3ra med veter  medidas de tendencia central3ra med veter  medidas de tendencia central
3ra med veter medidas de tendencia centralUniv Peruana Los Andes
 
PPT-de-Medidas-de-Tendencias-Centrales -bunoooooo.pdf
PPT-de-Medidas-de-Tendencias-Centrales -bunoooooo.pdfPPT-de-Medidas-de-Tendencias-Centrales -bunoooooo.pdf
PPT-de-Medidas-de-Tendencias-Centrales -bunoooooo.pdfvernersalcedo
 
Medidas de tendencia central y posición
Medidas de tendencia central y posiciónMedidas de tendencia central y posición
Medidas de tendencia central y posiciónFranklin Quintero
 
15 willy valverde medidas de tendencia central
15 willy valverde   medidas de tendencia central15 willy valverde   medidas de tendencia central
15 willy valverde medidas de tendencia centrallic willy Valverde
 
estadistica2020-medidasdetendenciacentral-200405142046(2).pptx
estadistica2020-medidasdetendenciacentral-200405142046(2).pptxestadistica2020-medidasdetendenciacentral-200405142046(2).pptx
estadistica2020-medidasdetendenciacentral-200405142046(2).pptxchristianshirleycald1
 
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
 
2)Analisis descriptivos de datos.pptx
2)Analisis descriptivos de datos.pptx2)Analisis descriptivos de datos.pptx
2)Analisis descriptivos de datos.pptxgloria Esparraga
 
Comunidad_Emagister_66885_66885.pdf
Comunidad_Emagister_66885_66885.pdfComunidad_Emagister_66885_66885.pdf
Comunidad_Emagister_66885_66885.pdfIdamithLeon1
 
Comunidad_Emagister_66885_66885. Medidas de Tendencia Central.pdf
Comunidad_Emagister_66885_66885. Medidas de Tendencia Central.pdfComunidad_Emagister_66885_66885. Medidas de Tendencia Central.pdf
Comunidad_Emagister_66885_66885. Medidas de Tendencia Central.pdfCarlos Franco
 
Media Mediana y Moda.pdf
Media Mediana y Moda.pdfMedia Mediana y Moda.pdf
Media Mediana y Moda.pdfCarlos Franco
 
Medidas de tendencia central y dispersion cobach
Medidas de tendencia central y dispersion cobachMedidas de tendencia central y dispersion cobach
Medidas de tendencia central y dispersion cobachNoe Galea
 

Similar a 3ra psicologia medidas de tendencia central (20)

3ra med veter medidas de tendencia central
3ra med veter  medidas de tendencia central3ra med veter  medidas de tendencia central
3ra med veter medidas de tendencia central
 
Medidas de tendencia central 1
Medidas de tendencia central 1Medidas de tendencia central 1
Medidas de tendencia central 1
 
medidasestadisti cont.pptx
medidasestadisti cont.pptxmedidasestadisti cont.pptx
medidasestadisti cont.pptx
 
PPT-de-Medidas-de-Tendencias-Centrales -bunoooooo.pdf
PPT-de-Medidas-de-Tendencias-Centrales -bunoooooo.pdfPPT-de-Medidas-de-Tendencias-Centrales -bunoooooo.pdf
PPT-de-Medidas-de-Tendencias-Centrales -bunoooooo.pdf
 
Variables
VariablesVariables
Variables
 
ddf
ddfddf
ddf
 
datos agrupados.pdf
datos agrupados.pdfdatos agrupados.pdf
datos agrupados.pdf
 
Unidad 1_Datos agrupados.pdf
Unidad 1_Datos agrupados.pdfUnidad 1_Datos agrupados.pdf
Unidad 1_Datos agrupados.pdf
 
TEMA 1 . 19 DE JUNIO-6.pptx
TEMA 1 . 19 DE JUNIO-6.pptxTEMA 1 . 19 DE JUNIO-6.pptx
TEMA 1 . 19 DE JUNIO-6.pptx
 
Medidas de tendencia central y posición
Medidas de tendencia central y posiciónMedidas de tendencia central y posición
Medidas de tendencia central y posición
 
Capítulo 03
Capítulo 03Capítulo 03
Capítulo 03
 
15 willy valverde medidas de tendencia central
15 willy valverde   medidas de tendencia central15 willy valverde   medidas de tendencia central
15 willy valverde medidas de tendencia central
 
estadistica2020-medidasdetendenciacentral-200405142046(2).pptx
estadistica2020-medidasdetendenciacentral-200405142046(2).pptxestadistica2020-medidasdetendenciacentral-200405142046(2).pptx
estadistica2020-medidasdetendenciacentral-200405142046(2).pptx
 
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
 
2)Analisis descriptivos de datos.pptx
2)Analisis descriptivos de datos.pptx2)Analisis descriptivos de datos.pptx
2)Analisis descriptivos de datos.pptx
 
Comunidad_Emagister_66885_66885.pdf
Comunidad_Emagister_66885_66885.pdfComunidad_Emagister_66885_66885.pdf
Comunidad_Emagister_66885_66885.pdf
 
Comunidad_Emagister_66885_66885. Medidas de Tendencia Central.pdf
Comunidad_Emagister_66885_66885. Medidas de Tendencia Central.pdfComunidad_Emagister_66885_66885. Medidas de Tendencia Central.pdf
Comunidad_Emagister_66885_66885. Medidas de Tendencia Central.pdf
 
Media Mediana y Moda.pdf
Media Mediana y Moda.pdfMedia Mediana y Moda.pdf
Media Mediana y Moda.pdf
 
Medidas de tendencia central y dispersion cobach
Medidas de tendencia central y dispersion cobachMedidas de tendencia central y dispersion cobach
Medidas de tendencia central y dispersion cobach
 

Más de Univ Peruana Los Andes

Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...Univ Peruana Los Andes
 
Proceso de operacionalización de variables
Proceso de operacionalización de variablesProceso de operacionalización de variables
Proceso de operacionalización de variablesUniv Peruana Los Andes
 
Psico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomialPsico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomialUniv Peruana Los Andes
 
Psico 13ava. probabilidades y distribución binomial
Psico 13ava. probabilidades y distribución binomialPsico 13ava. probabilidades y distribución binomial
Psico 13ava. probabilidades y distribución binomialUniv Peruana Los Andes
 
Odonto. 9na muestreo y tamaño de muestra
Odonto. 9na muestreo  y tamaño de muestraOdonto. 9na muestreo  y tamaño de muestra
Odonto. 9na muestreo y tamaño de muestraUniv Peruana Los Andes
 
10ma psico practica correlación lineal
10ma  psico practica correlación lineal10ma  psico practica correlación lineal
10ma psico practica correlación linealUniv Peruana Los Andes
 
9na psico practica muestreo media y proporción
9na  psico practica muestreo media y proporción9na  psico practica muestreo media y proporción
9na psico practica muestreo media y proporciónUniv Peruana Los Andes
 
Psico. 9na muestreo. tamaño de muestra
Psico. 9na muestreo. tamaño de muestraPsico. 9na muestreo. tamaño de muestra
Psico. 9na muestreo. tamaño de muestraUniv Peruana Los Andes
 
4ta practica psico medidas dispersión
4ta practica psico  medidas dispersión4ta practica psico  medidas dispersión
4ta practica psico medidas dispersiónUniv Peruana Los Andes
 

Más de Univ Peruana Los Andes (20)

Fracturas faciales niños
Fracturas faciales niñosFracturas faciales niños
Fracturas faciales niños
 
Index peñarrocha mayo 2017
Index peñarrocha mayo 2017 Index peñarrocha mayo 2017
Index peñarrocha mayo 2017
 
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
 
Proceso de obtención de datos
Proceso de obtención de datosProceso de obtención de datos
Proceso de obtención de datos
 
Proceso de operacionalización de variables
Proceso de operacionalización de variablesProceso de operacionalización de variables
Proceso de operacionalización de variables
 
Psico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomialPsico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomial
 
Psico 13ava. probabilidades y distribución binomial
Psico 13ava. probabilidades y distribución binomialPsico 13ava. probabilidades y distribución binomial
Psico 13ava. probabilidades y distribución binomial
 
Psico. 12ava. ji cuadrada
Psico. 12ava. ji cuadradaPsico. 12ava. ji cuadrada
Psico. 12ava. ji cuadrada
 
Psico. 11ma. regresión lineal
Psico. 11ma. regresión linealPsico. 11ma. regresión lineal
Psico. 11ma. regresión lineal
 
Odonto. 9na muestreo y tamaño de muestra
Odonto. 9na muestreo  y tamaño de muestraOdonto. 9na muestreo  y tamaño de muestra
Odonto. 9na muestreo y tamaño de muestra
 
10ma psico practica correlación lineal
10ma  psico practica correlación lineal10ma  psico practica correlación lineal
10ma psico practica correlación lineal
 
9na psico practica muestreo media y proporción
9na  psico practica muestreo media y proporción9na  psico practica muestreo media y proporción
9na psico practica muestreo media y proporción
 
Psico. 10m correlación lineal
Psico. 10m correlación linealPsico. 10m correlación lineal
Psico. 10m correlación lineal
 
Psico. 9na muestreo. tamaño de muestra
Psico. 9na muestreo. tamaño de muestraPsico. 9na muestreo. tamaño de muestra
Psico. 9na muestreo. tamaño de muestra
 
Psico 6ta medidas posición relativa
Psico 6ta  medidas posición relativaPsico 6ta  medidas posición relativa
Psico 6ta medidas posición relativa
 
6ta practica psico medidas posición
6ta practica psico  medidas posición6ta practica psico  medidas posición
6ta practica psico medidas posición
 
Tests piscométricos. aliaga
Tests piscométricos. aliagaTests piscométricos. aliaga
Tests piscométricos. aliaga
 
Escalas o índices psicologia
Escalas o índices psicologiaEscalas o índices psicologia
Escalas o índices psicologia
 
Psico 4ta medidas de dispersion
Psico 4ta medidas de dispersionPsico 4ta medidas de dispersion
Psico 4ta medidas de dispersion
 
4ta practica psico medidas dispersión
4ta practica psico  medidas dispersión4ta practica psico  medidas dispersión
4ta practica psico medidas dispersión
 

Último

OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSYadi Campos
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxlupitavic
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
Ecosistemas Natural, Rural y urbano 2021.pptx
Ecosistemas Natural, Rural y urbano  2021.pptxEcosistemas Natural, Rural y urbano  2021.pptx
Ecosistemas Natural, Rural y urbano 2021.pptxolgakaterin
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularMooPandrea
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfMaritzaRetamozoVera
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxMaritzaRetamozoVera
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfenelcielosiempre
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioELIASAURELIOCHAVEZCA1
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptxdeimerhdz21
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 

Último (20)

OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Ecosistemas Natural, Rural y urbano 2021.pptx
Ecosistemas Natural, Rural y urbano  2021.pptxEcosistemas Natural, Rural y urbano  2021.pptx
Ecosistemas Natural, Rural y urbano 2021.pptx
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circular
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdf
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 

3ra psicologia medidas de tendencia central

  • 1. “Los tumores de estadio II fueron los más frecuentes (55,5%)” Estudio epidemiológico sobre el cáncer de mama. 2004
  • 2. “…pero otras como leptospirosis y la rinotraqueitis infecciosa (VHB-1) están presentes constituyendo un riesgo sanitario, por lo que se recomienda maximizar las medidas de bioseguridad,…”
  • 3. Dr. Mayhuasca Salgado Ronald Docente Medidas de tendencia central ESTADÍSTICA 2016-I FACULTAD DE CIENCIAS DE LA SALUD – ESCUELA ACADÉMICO PROFESIONAL DE PSICOLOGÍA
  • 4. Objetivos •Conocer las principales medidas de resumen (síntesis de datos) •Obtener la media, mediana y moda de las fuentes recolectadas
  • 5. ¿Cómo se comporta la variable? ESTADÍSTICA DESCRIPTIVA en cuanto TENDENCIA CENTRAL VARIABILIDAD
  • 6. Estadística Descriptiva • Organización de datos • Representación de datos: Tablas y Gráficos • Medidas de resumen • Medición de datos numéricos 1. Medidas de tendencia central 2. Medidas de posición 3. Medidas de dispersión 4. Medidas de forma • Medición de datos nominales 1. Proporción 2. Razón 3. Medición epidemiológica
  • 7. Medidas de tendencia central ESTADÍSTICA DESCRIPTIVA Nos informan de los valores centrales hacia los que se dirige la distribución: media, mediana y moda Medidas de posición Nos localizan un dato determinado dentro de la serie, informándonos acerca de la propia distribución: mediana y percentiles Medidas de dispersión o variabilidad Nos informan de los valores centrales hacia los que se dirige la distribución: rango, desviación media, desviación típica, varianza y coeficiente de variación de Pearson MaldonadoM.MedicinaPreventiva.Bioestadísticayepidemiologia. España:CursointensivoMIRAsturias;2011
  • 8. Las medidas de tendencia central y de dispersión se usan juntos para establecer el comportamiento global de una serie de datos… MaldonadoM.MedicinaPreventiva.Bioestadísticayepidemiologia. España:CursointensivoMIRAsturias;2011 …para saber a qué valor tienden a agruparse y cuánto se separan de él…
  • 9.
  • 10. Es la medida de tendencia central más simple y usada. Es el promedio matemático de todos los valores que adquiere la variable. Su determinación dependerá de: 1ro. Datos no agrupados en tablas de frecuencia 2do. Datos agrupados en tablas de frecuencia MEDIA ARITMÉTICA
  • 11. N= Número de elementos en la población n= Número de elementos en la muestra xi: valor individual o punto medio el intervalo 1ro. Datos no agrupados en tablas de frecuencia 𝜇 = 𝑖=1 𝑁 𝑥𝑖 /𝑁Media poblacional: 𝝁 Media muestral: 𝒙 𝒙 = 𝑖=1 𝑛 𝑥𝑖 /𝑛 Cálculo de la media aritmética
  • 12. 4995; 4993; 4994; 4996; 4998; 4992 Determine el volumen promedio. Supóngase que con una pipeta de 5000 ul se toman muestras de suero, después de pipetear en seis ocasiones generó las siguientes medidas: 1ro. Datos no agrupados en tablas de frecuencia Rpta 4994,7 Ejemplo de media aritmética
  • 13. Ejemplo de media aritmética xi= marca de clase m= número de intervalos de clase fi= frecuencia absoluta 2do. Datos agrupados en tablas de frecuencia Cuando los datos están agrupados en tablas de frecuencia, la media aritmética se calcula mediante la siguiente fórmula. 𝒙 = 𝑖=1 𝑚 (𝑥𝑖. 𝑓𝑖 /𝑛)
  • 14. Ejemplo de media aritmética De la siguiente tablas de frecuencias calcular la media aritmética: 2do. Datos agrupados en tablas de frecuencia Pto ebullic Xi fi Fi hi (%) Hi(%) 136-144 2 6,7 144-152 6 20 152-160 13 43,3 160-168 22 73,3 168-176 27 90 176-184 30 Rpta 161,333°C
  • 15. Características de la media aritmética Su cálculo únicamente es posible en variables cuantitativas (discretas o continuas), o sea no válidas para variables nominales (grupos sanguíneos) ni ordinales (intensidad de dolor) No recomendable en distribuciones muy asimétricas (valores muy altos y muy bajos), pues la media aritmética es “arrastrada” por la cola de los valores extremos, Ejemplo: 1,2,3,4 y 140. La media es 30, y no es muy representativa de la distribución
  • 16. Media ponderada Media geométrica Media armónica Media cuadrática Inverso de la media aritmética de los inversos de los valores de la variable Raíz enésima del producto de los N valores de la variable. Es mejor estimador en datos de crecimiento exponencial Empleada para dar distintos pesos a diferentes valores Raíz cuadrada de la media aritmética de los cuadrados de los valores de la variable
  • 17. MEDIA PONDERADA (𝑿 𝑾) Si cada observación Xi, tiene un peso o ponderación Wi, o sea cuando las observaciones no tienen la misma importancia dentro de una muestra, entonces tenemos la media ponderada que se calcula de la siguiente manera: Rpta 10,4 Ejemplo: Las notas de un alumno de estadística en el semestre 2015-II fueron: Determine el promedio ponderado del estudiante. Curso Nota Crédito Estadística 11 4 Anatomia 09 5 Anatomía de CC 12 3
  • 18. MEDIANA Es el valor de la variable que deja el mismo número de observaciones por debajo y por encima de su valor.. La mediana representa el valor central de una distribución de datos ordenados en forma creciente o decreciente…50% de los valores son menores o iguales que él, y el otro 50% son mayores o iguales que él.
  • 19. MEDIANA Del ejemplo anterior: (1,2,3,4, 140): su mediana es 3 (deja 1 y 2 a un lado, y 4 y 40 al otro) No se influye por los valores extremos de una distribución muy asimétrica, siendo en estos casos mejor medida de tendencia central que la media. En las distribuciones simétricas unimodales (distribución normal), la media, mediana y la moda coinciden
  • 20. Cálculo de la mediana A. Datos NO agrupados en tablas de frecuencia 1ro: Se ordenan los datos en forma creciente o decreciente, y se toma en cuenta lo siguiente: Si, n es impar….la mediana es el valor central Ejemplo: Los siguientes datos corresponden al contenido de flúor en el agua en partes por millón(ppm): 4520 4570 4520 4490 4500 4520 4590 4540 4500 Me = 𝑋 𝑛+1 2
  • 21. Cálculo de la mediana A. Datos NO agrupados en tablas de frecuencia 1ro: Se ordenan los datos en forma creciente o decreciente, y se toma en cuenta lo siguiente: Si, n es par….la mediana es igual al promedio de los 2 valores centrales Me =𝑋 𝑛 2 + 𝑋 𝑛+1 2 2 4995; 4993; 4994; 4996; 4998; 4992 Determine la mediana Supóngase que con una pipeta de 5000 ul se toman muestras de suero, después de pipetear en seis ocasiones generó las siguientes medidas:
  • 22. Cálculo de la mediana En este caso la mediana se calcula mediante la siguiente fórmula: • X`me-1: límite inferior de la clase mediana • Cme: tamaño del intervalo de la clase mediana • Fme-1: frecuencia absoluta acumulada anterior a la clase mediana • fme: frecuencia absoluta de la clase mediana Clase mediana: es aquel intervalo que contiene al valor que ocupa la posición media, es decir contiene a la mediana Me = X`me-1 + Cme [ 𝑛 2 − Fme−1 fme ] B. Datos agrupados en tablas de frecuencia
  • 23. B. Datos agrupados en tablas de frecuencia Ejemplo De la tabla de frecuencia anterior, calcule la mediana: Pto ebullic Xi fi hi (%) Fi Hi(%) 136-144 140 2 6,7 2 6,7 144-152 148 4 13,3 6 20 152-160 156 7 23,3 13 43,3 160-168 164 9 30 22 73,3 168-176 172 5 16,7 27 90 176-184 180 3 10,0 30 100 • X`me-1: 160 • Cme: 8 • Fme-1: 13 • fme: 9 Rpta. Me: 161,7778°C Cálculo de la mediana Me = X`me-1 + Cme [ 𝑛 2 − Fme−1 fme ]
  • 24. Características de la mediana La mediana coincide con el percentil 50 (P50), siendo a la vez una medida de tendencia central y de posición. Se puede calcular en variables cuantitativas (continuas o discretas) y en variables ordinales. No en variables nominales
  • 25. Características de la mediana Físicamente divide en dos partes iguales el área de un histograma (50% a cada lado) Media Mediana Cuantitativas (continuas y discretas) Cuantitativas ( continuas y discretas) y cualitativas ordinales No válida si valores muy extremos 8altos o bajos) Válida aún con valores extremos
  • 26. Representa el valor que más se repite en un conjunto de observaciones (el de mayor fi). En una distribución puede haber uno o más valores que se repitan con mayor frecuencia en tal caso se tienen dos o más modas. Entonces: - Si la distribución de frecuencias tiene un solo valor que más se repite: UNIMODAL - Si la distribución presenta dos o más valores que se repitan: POLIMODAL - Si no hay ningún valor que se repita con más frecuencia: DISTRIBUCIÓN UNIFORME MODA
  • 27. MODA Se puede determinar para cualquier tipo de variable: cualitativa o cuantitativa No se debe usar en series con pocos datos (fluctúa excesivamente al azar) y pierde representatividad si es una distribución muy dispersa Aporta escasa información en variables cuantitativas y prácticamente no se usa en inferencia estadística. Más útil en variables cualitativas
  • 28. Cálculo de la moda A. Datos NO agrupados en tablas de frecuencia 1ro: Observar el dato que más se repite Ejemplo: Calcule la moda en cada caso: • 4,5,6,7,4,5,4,6,5,5,4,5,5: Mo =5 (Unimodal) • 7,7,6,8,8,6,8,7,7,9,12,11,10,8 Mo= 7 y 8 (bimodal)
  • 29. Cálculo de la moda B. Datos agrupados en tablas de frecuencia En este caso la moda se calcula mediante la siguiente fórmula: • X`mo-1: límite inferior de la clase modal • Cmo: tamaño del intervalo de la clase modal • d1: diferencia entre la frecuencia absoluta de la clase modal menos la frecuencia absoluta anterior • d2: diferencia entre la frecuencia absoluta de la frecuencia modal menos la siguiente Clase modal: es aquel intervalo con la mayor frecuencia absoluta Mo = X`mo-1 + Cmo [d1 / (d1 + d2 )]
  • 30. Cálculo de la moda B. Datos agrupados en tablas de frecuencia Ejemplo De la tabla de frecuencia anterior, calcule la moda: Pto ebullic Xi fi hi (%) Fi Hi(%) 136-144 140 2 6,7 2 6,7 144-152 148 4 13,3 6 20 152-160 156 7 23,3 13 43,3 160-168 164 9 30 22 73,3 168-176 172 5 16,7 27 90 176-184 180 3 10,0 30 100 • X`mo-1: 160 • Cmo: 8 • d1: 9’-7 = 2 • d2: 9- 5 = 4 Rpta. Mo: 162, 6667°C Mo = X`mo-1 + Cmo [d1 / (d1 + d2 )]
  • 31. En resumen…. Medidas de tendencia central: Valor central hacia el que tiende la distribución Media aritmética: medida más simple y usada que promedia todos los valores de una distribución cuantitativa (continua o discreta). No recomendable en distribuciones muy asimétricas Mediana: Deja la mitad de las distribuciones a cada lado, (coincide con el percentil 50). De elección en distribuciones asimétricas. Moda: Valor más frecuente. Poco usada.
  • 32. Relación entre la media aritmética, mediana y moda Nótese que del cuadro anterior , para datos agrupados en tablas: la media aritmética, la mediana y la moda poseen valores muy cercanos entre sí. Mo: 162, 6667°C Me: 161,7778°C Pto ebullic Xi fi hi (%) Fi Hi(%) 136-144 140 2 6,7 2 6,7 144-152 148 4 13,3 6 20 152-160 156 7 23,3 13 43,3 160-168 164 9 30 22 73,3 168-176 172 5 16,7 27 90 176-184 180 3 10,0 30 100 𝑋 = 161,333°C
  • 33. ¿Cuál es el indicador más estable de la tendencia central, la mediana o la media? La mediana es un indicador más estable de la tendencia central. Por ejemplo, 10 estudiantes de estadística consiguieron los siguientes resultados en un examen de estadística: 41, 42, 42, 43, 44, 46, 48, 48, 50 y 98. La mediana aquí es 45, y representa un valor típico (aunque no un valor real) en esta muestra. La media, por otro lado, es 50,2, una puntuación superior al 90% de la muestra
  • 34. Conclusiones • La media, mediana y moda son medidas de tendencia central • La media es, sencillamente , el promedio aritmético de los valores observados • La mediana divide la distribución en dos grupos iguales • La moda es el valor observado con mayor frecuencia en la distribución • Puede haber más de una moda en un conjunto de datos • La media resulta más afectada por los valores extremos que la mediana NordnessR.Epidemiologíayestadística.Secretos.Madrid: Elsevier;2010.
  • 35. Los siguientes datos corresponden a los ingresos netos de 20 individuos subempleados (en soles): 415 460 510 475 430 410 425 490 500 470 450 425 485 470 450 455 460 480 475 465 Sin agrupar los datos en tablas de frecuencia calcule: la media aritmética, mediana, moda e interprete. RESUELVA
  • 37. 1. La mitad de los sujetos de la muestra tienen valores de intensidad de dolor iguales o inferiores a 6. 2. El valor 6 indica la intensidad de dolor que puede considerarse normal en la escala utilizada 3. El valor 6 de la escala ha sido la puntuación obtenida con mayor frecuencia por los sujetos de la muestra 4. El valor 6 es la media aritmética de las puntuaciones obtenidas por los sujetos de la muestra 5. La diferencia entre la puntuación máxima y la mínima obtenida por los sujetos de la muestra es 6 1. MIR 96: En un estudio en que se ha medido la intensidad del dolor en un grupo de 145 pacientes con artritis reumatoide mediante una escala de 0 (ausencia de dolor) a 10 (dolor de intensidad máxima), se informa que la mediana es de 6. ¿Cuál es el significado de ese valor?
  • 38. 1. La media 2. La mediana 3. El sesgo 4. La moda 5. La proporción 2. MIR 92: ¿Cuál de las siguientes medidas definiría mejor la localización (tendencia central) de los siguientes datos: 1,3,22, 4, 2? Cigarrillos al día
  • 39. 1. No hay ningún paciente que sobreviva menos de 6 años 2. La mitad de los pacientes sobreviven aproximadamente 6 años 3. El valor esperado del tiempo de supervivencia es 6 años 4. No hay ningún paciente que sobreviva más de 6 años 5. La mitad de los pacientes sobreviven más de 6 años 3. MIR 10: Un estudio informa que la mediana de supervivencia de los pacientes después del diagnóstico de cierto tipo de cáncer es de 6 años. ¿Esto qué quiere decir?