SlideShare una empresa de Scribd logo
1 de 29
1
Capítulo 3
Descripción de datos, medidas de
tendencia central
 Objetivos: Al terminar este capítulo podrá:
1. Calcular la media aritmética, la media ponderada, la mediana, la moda y
la media geométrica.
2. Explicar las características, uso, ventajas y desventajas de cada medida
de tendencia central.
3. Identificar la posición de la media aritmética, la mediana y la moda, tanto
en distribuciones simétricas como asimétricas.
2
Características de la media
 La media aritmética es, con mucho, la medida de
localización más usada.
 Es calculada sumando los valores y dividiendo entre el
número de valores.
 Las principales características de la media son:
- Requiere de una escala de intervalo.
- Todos los valores son utilizados.
- Es única.
- La suma de las desviaciones con respecto a la media
es cero.
3
Media poblacional
 Para datos no agrupados, la media poblacional
es la suma de todos los valores de la población
divididos entre el número total de valores de la
población: donde µ es la media poblacional, N es
el total de observaciones de la población y X un
valor particular.
N
X∑=µ
4
Ejemplo 1
Un parámetro es una medida característica de la
población.
Ejemplo 1: La familia Castro es propietaria de
cuatro autos. Los siguientes datos corresponden
al kilometraje de cada uno de ellos:
56,000 23,000 42,000 73,000
Encuentre la media aritmética del kilometraje de
los autos:
µ = (56,000 + … + 73,000)/4 = 48,500
5
Media muestral
 Para datos no agrupados, la media muestral
es la suma de todos los valores de la muestra
dividida por el número de valores de la
muestra. Donde n es el número total de
valores en la muestra.
n
X
X
Σ
=
6
Ejemplo 2
 Un estadístico es una medida característica de
una muestra.
 Ejemplo 2: Una muestra de cinco ejecutivos
recibió los siguientes bonos el último año
($000):
14.0, 15.0, 17.0, 16.0, 15.0
4.15
5
77
5
0.15...0.14
==
++
=
Σ
=
n
X
X
7
Propiedades de la media aritmética
 Todos los datos de nivel de intervalo y de nivel de razón
tienen una media.
 Para evaluar la media se consideran todos los valores.
 Un conjunto de datos sólo tiene una media la cual es un
valor único.
 La media es afectada por valores inusualmente grandes
o pequeños.
 La media aritmética es la única medida de tendencia
central donde la suma de las desviaciones de cada
valor, respecto de la media, siempre es igual a cero.
8
Ejemplo 3
 Considere el siguiente conjunto de valores:
3, 8, y 4. La media es 5. Ilustrando la quinta
propiedad:
[ ] 0)54()58()53()( =−+−+−=−Σ XX
9
Media ponderada
 La media ponderada de un conjunto de
números X1, X2, …,Xn con pesos
correspondientes w1, w2, …,wn es calculada con
la siguiente fórmula:
)21
)2211
...(
...(
n
nn
w
www
XwXwXw
X
++
+++
=
10
Ejemplo 6
 Durante el periodo de una hora, en una tarde
calurosa de sábado, Cristina sirvió 50
refrescos. Ella vendió 5 bebidas de $0.50, 15
de $0.75, 15 de $0.90, y 15 de $1.15. Calcule
la media ponderada para el precio de estas
bebidas.
89.0$
50
50.44$
1515155
)15.1($15)90.0($15)75.0($15)50.0($5
==
+++
+++
=wX
11
La mediana
 La mediana es el valor que corresponde al
punto medio de los valores después de
ordenarlos de menor a mayor.
 Cincuenta por ciento de las observaciones son
mayores que la mediana, y 50% son menores
que ella.
 Para un conjunto par de valores, la mediana
será el promedio aritmético de los dos valores
centrales.
12
Ejemplo 4
 Las edades de una muestra de 5 estudiantes del colegio
son:
21, 25, 19, 20, 22
Ordenando los datos en forma ascendente, tenemos:
19, 20, 21, 22, 25. Entonces la mediana es 21.
Las estaturas de 4 jugadores de basquetbol, en
pulgadas, son:
76, 73, 80, 75
Entonces la mediana es 75.5
13
Propiedades de la mediana
 Es única; esto es, a semejanza de la media, sólo existe
una mediana para un conjunto de datos.
 No se ve afectada por valores extremadamente grandes
o muy pequeños, y por tanto es una medida valiosa de
tendencia central cuando se presenta esta clase de
valores.
 Puede calcularse para datos de nivel de razón, de
intervalo y ordinal.
 Puede calcularse para una distribución de frecuencias
con una clase de extremo abierto, si la mediana no se
encuentra en tal clase.
14
La moda
 La moda es el valor de la observación que
aparece con más frecuencia.
 Ejemplo 5: Las calificaciones de 10
estudiantes son: 81, 93, 84, 75, 68, 87,
81, 75, 81, 87
 Dado que 81 es el dato que aparece con
más frecuencia, éste es la moda.
15
La media geométrica
 La media geométrica (GM) de un conjunto de n
números se define como la raíz enésima del producto
de n números.
 La media geométrica es útil para encontrar el
promedio de porcentajes, razones, índices o tasas de
crecimiento.
 La fórmula es:
n nXXXXGM ))...()()(( 321=
16
Ejemplo 7
 La tasa de interés de tres bonos son: 5, 21 y 4 por
ciento.
 La media aritmética es (5+21+4)/3 =10.0
 La GM da una utilidad más conservadora porque no
está demasiado influenciada por la tasa del 21 por
ciento.
 La media geométrica es:
49.7)4)(21)(5(3 ==GM
17
Media geométrica (Continuación)
 Otro uso de la media geométrica es determinar el
aumento porcentual en ventas, producción o series
económicas de un periodo de tiempo a otro.
(Valor al principio del periodo)
Valor al final del periodo)(
−1= nGM
18
Ejemplo 8
 El número total de mujeres contratadas en
Colegios Americanos se incrementó de
755,000 en 1992 a 835,000 en 2000. Esto es,
la media geométrica o tasa de incremento es
1.27%.
0127.1
000,755
000,835
8 =−=GM
19
La media para datos agrupados
 La media de una muestra de datos
organizados en una distribución de
frecuencias es calculada por la siguiente
fórmula:
n
Xf
X
Σ
=
20
Ejemplo 9
 Una muestra de 10 cines en una gran
área metropolitana contó el número total
de películas en exhibición la última
semana. Calcule el número medio de
películas en exhibición.
6.6
10
66
==
Σ
=
n
X
X
21
Ejemplo 9 (Continuación)
Películas en
cartelera
Frecuencia
f
Punto medio
de clase (X)
(f)(X)
1 hasta 3 1 2 2
3 hasta 5 2 4 8
5 hasta 7 3 6 18
7 hasta 9 1 8 8
9 hasta 11 3 10 30
Total 10 66
22
La mediana para datos agrupados
 La mediana de una muestra de datos agrupados en una
distribución de frecuencias se calcula con:
donde L es el límite inferior de la clase que contiene a la
mediana, n es el número total de frecuencias, CF es la
frecuencia acumulada precedente a la clase mediana, f
es la frecuencia de la clase que contiene a la mediana, e
i es la amplitud de la clase en que se encuentra la
mediana.
)(2 i
f
CF
n
LMediana
−
+=
23
Encontrar la clase que contiene a la
mediana
 Para determinar la clase que contiene a la
mediana para datos agrupados:
 Construya una distribución de frecuencias
acumuladas.
 Divida el número total de datos entre 2.
 Determine cuál clase contiene este valor.
Por ejemplo, si n = 50, 50/2 =25, entonces
determine cuál clase contiene el valor en la
posición 25.
24
Ejemplo 10
Películas en
cartelera
Frecuencia Frecuencia
acumulada
1 hasta 3 1 1
3 hasta 5 2 3
5 hasta 7 3 6
7 hasta 9 1 7
9 hasta 11 3 10
25
Ejemplo 10 (Continuación)
 De la tabla, tenemos: L = 5, n = 10, f = 3,
i = 2, CF = 3
33.6)2(
3
3
2
10
5)(2 =
−
+=
−
+= i
f
CF
n
LMediana
26
La moda en datos agrupados
 Para datos agrupados en una distribución de
frecuencias, es posible aproximar la moda
usando el punto medio de la clase que contiene
el mayor número de frecuencias de clase.
 Las modas en el ejemplo 10 son 8 y 10. Cuando
dos valores ocurren un gran número de veces,
la distribución es llamada bimodal, como en el
ejemplo 10.
27
Distribución simétrica
 Cero asimetría moda = mediana = media
28
Distribución con sesgo positivo
 Asimetría positiva: media y mediana están a la derecha
de la moda.
 Moda<Mediana<Media
29
Distribución con sesgo negativo
 Asimetría negativa: media y mediana están a la
izquierda de la moda.
 Media<Mediana<Moda

Más contenido relacionado

La actualidad más candente

Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersionelimiguelito
 
Estadística aplicada a la comunicación 1era clase
Estadística aplicada a la comunicación 1era claseEstadística aplicada a la comunicación 1era clase
Estadística aplicada a la comunicación 1era clasejoseramon4225
 
Mapa conceptual de las medidas de tendencia central
Mapa conceptual de las medidas de tendencia centralMapa conceptual de las medidas de tendencia central
Mapa conceptual de las medidas de tendencia centralCarmen Cedeno
 
Medidas de tendencia central o posición
Medidas de tendencia central o posiciónMedidas de tendencia central o posición
Medidas de tendencia central o posiciónEnedina Rodriguez
 
Terminos basicos estadistica
Terminos basicos estadisticaTerminos basicos estadistica
Terminos basicos estadisticaagustin rojas
 
03.15 Parametros Estadisticos
03.15 Parametros Estadisticos03.15 Parametros Estadisticos
03.15 Parametros Estadisticospitipoint
 

La actualidad más candente (10)

Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersion
 
Estadística aplicada a la comunicación 1era clase
Estadística aplicada a la comunicación 1era claseEstadística aplicada a la comunicación 1era clase
Estadística aplicada a la comunicación 1era clase
 
Mapa conceptual de las medidas de tendencia central
Mapa conceptual de las medidas de tendencia centralMapa conceptual de las medidas de tendencia central
Mapa conceptual de las medidas de tendencia central
 
Medidas de tendencia central o posición
Medidas de tendencia central o posiciónMedidas de tendencia central o posición
Medidas de tendencia central o posición
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Medidas de dispersión
Medidas de dispersiónMedidas de dispersión
Medidas de dispersión
 
Medidas de tendencia central ppt
Medidas de tendencia central pptMedidas de tendencia central ppt
Medidas de tendencia central ppt
 
Terminos basicos estadistica
Terminos basicos estadisticaTerminos basicos estadistica
Terminos basicos estadistica
 
medidas de tendencia central
medidas de tendencia centralmedidas de tendencia central
medidas de tendencia central
 
03.15 Parametros Estadisticos
03.15 Parametros Estadisticos03.15 Parametros Estadisticos
03.15 Parametros Estadisticos
 

Destacado

Performance evaluation of uasbr for milk processing plant of s.r.thorat milk ...
Performance evaluation of uasbr for milk processing plant of s.r.thorat milk ...Performance evaluation of uasbr for milk processing plant of s.r.thorat milk ...
Performance evaluation of uasbr for milk processing plant of s.r.thorat milk ...eSAT Journals
 
GTSC- Offshore Safety Training Certificate-2
GTSC- Offshore Safety Training Certificate-2GTSC- Offshore Safety Training Certificate-2
GTSC- Offshore Safety Training Certificate-2Ravi Kumara Nanjundegowda
 
ফটোগ্রাফি কম্পোজিশন ও ভিসুয়াল লিটারেসি
ফটোগ্রাফি কম্পোজিশন ও ভিসুয়াল লিটারেসিফটোগ্রাফি কম্পোজিশন ও ভিসুয়াল লিটারেসি
ফটোগ্রাফি কম্পোজিশন ও ভিসুয়াল লিটারেসিSyeed Sumon
 
Improving End-of-life Care in the Emergency Department
Improving End-of-life Care in the Emergency DepartmentImproving End-of-life Care in the Emergency Department
Improving End-of-life Care in the Emergency DepartmentMichael Gisondi
 
Malibu Boats Investor Presentation - ICR January 2016
Malibu Boats Investor Presentation - ICR January 2016Malibu Boats Investor Presentation - ICR January 2016
Malibu Boats Investor Presentation - ICR January 2016investorsmalibuboats
 
Thoracic duct injury in neck dissection
Thoracic duct injury in neck dissectionThoracic duct injury in neck dissection
Thoracic duct injury in neck dissectionAjay Manickam
 
Experimental investigation on studying the flexural behaviour of geopolymer c...
Experimental investigation on studying the flexural behaviour of geopolymer c...Experimental investigation on studying the flexural behaviour of geopolymer c...
Experimental investigation on studying the flexural behaviour of geopolymer c...eSAT Journals
 
Tecnologia de madeira i. Mateus Mucussete
Tecnologia de madeira i. Mateus MucusseteTecnologia de madeira i. Mateus Mucussete
Tecnologia de madeira i. Mateus MucusseteMatheus Mucussete
 
Fundamentos Estratégicos de Marketing sobre a Bodytech
Fundamentos Estratégicos de Marketing sobre a BodytechFundamentos Estratégicos de Marketing sobre a Bodytech
Fundamentos Estratégicos de Marketing sobre a Bodytechaliceferman
 

Destacado (14)

Performance evaluation of uasbr for milk processing plant of s.r.thorat milk ...
Performance evaluation of uasbr for milk processing plant of s.r.thorat milk ...Performance evaluation of uasbr for milk processing plant of s.r.thorat milk ...
Performance evaluation of uasbr for milk processing plant of s.r.thorat milk ...
 
GTSC- Offshore Safety Training Certificate-2
GTSC- Offshore Safety Training Certificate-2GTSC- Offshore Safety Training Certificate-2
GTSC- Offshore Safety Training Certificate-2
 
ফটোগ্রাফি কম্পোজিশন ও ভিসুয়াল লিটারেসি
ফটোগ্রাফি কম্পোজিশন ও ভিসুয়াল লিটারেসিফটোগ্রাফি কম্পোজিশন ও ভিসুয়াল লিটারেসি
ফটোগ্রাফি কম্পোজিশন ও ভিসুয়াল লিটারেসি
 
Improving End-of-life Care in the Emergency Department
Improving End-of-life Care in the Emergency DepartmentImproving End-of-life Care in the Emergency Department
Improving End-of-life Care in the Emergency Department
 
гаврилюка презентація стрес
гаврилюка презентація стресгаврилюка презентація стрес
гаврилюка презентація стрес
 
Action plan
Action planAction plan
Action plan
 
Malibu Boats Investor Presentation - ICR January 2016
Malibu Boats Investor Presentation - ICR January 2016Malibu Boats Investor Presentation - ICR January 2016
Malibu Boats Investor Presentation - ICR January 2016
 
Social Media Marketing (b2b) ROI talk for CIM Humberside 2Feb2016
Social Media Marketing (b2b) ROI talk for CIM Humberside 2Feb2016Social Media Marketing (b2b) ROI talk for CIM Humberside 2Feb2016
Social Media Marketing (b2b) ROI talk for CIM Humberside 2Feb2016
 
Thoracic duct injury in neck dissection
Thoracic duct injury in neck dissectionThoracic duct injury in neck dissection
Thoracic duct injury in neck dissection
 
Experimental investigation on studying the flexural behaviour of geopolymer c...
Experimental investigation on studying the flexural behaviour of geopolymer c...Experimental investigation on studying the flexural behaviour of geopolymer c...
Experimental investigation on studying the flexural behaviour of geopolymer c...
 
Tecnologia de madeira i. Mateus Mucussete
Tecnologia de madeira i. Mateus MucusseteTecnologia de madeira i. Mateus Mucussete
Tecnologia de madeira i. Mateus Mucussete
 
Howto sai [edit]
Howto sai [edit]Howto sai [edit]
Howto sai [edit]
 
Fundamentos Estratégicos de Marketing sobre a Bodytech
Fundamentos Estratégicos de Marketing sobre a BodytechFundamentos Estratégicos de Marketing sobre a Bodytech
Fundamentos Estratégicos de Marketing sobre a Bodytech
 
Oscar muñoz
Oscar muñozOscar muñoz
Oscar muñoz
 

Similar a Medidas de Tendencia Central

Portafolio4 medias
Portafolio4 mediasPortafolio4 medias
Portafolio4 mediasPati Razo
 
Medidas de tendencia NEPTALI AVILA
Medidas de tendencia NEPTALI AVILAMedidas de tendencia NEPTALI AVILA
Medidas de tendencia NEPTALI AVILABEATRIZ GRANADO
 
Medidas de tendencia NEPTALI AVILA
Medidas de tendencia NEPTALI AVILAMedidas de tendencia NEPTALI AVILA
Medidas de tendencia NEPTALI AVILABEATRIZ GRANADO
 
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
 
Nm4 medidas de_posicion
Nm4 medidas de_posicionNm4 medidas de_posicion
Nm4 medidas de_posicionStanley Arias
 
Medidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicionMedidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicionYULIANA ROSAS
 
Medidas de dispersión y posición
Medidas de dispersión y posiciónMedidas de dispersión y posición
Medidas de dispersión y posiciónangelzerpa12
 
Medidas de tendencia central y posición
Medidas de tendencia central y posiciónMedidas de tendencia central y posición
Medidas de tendencia central y posiciónFranklin Quintero
 
Estadística I ( medidas de tendencia)
Estadística I ( medidas de tendencia)Estadística I ( medidas de tendencia)
Estadística I ( medidas de tendencia)Gabriela Silva
 
Medidas de tendencia central posicion y dispercion gabriel
Medidas de tendencia central posicion y dispercion gabrielMedidas de tendencia central posicion y dispercion gabriel
Medidas de tendencia central posicion y dispercion gabrielgabrielliendo2222222
 
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
 

Similar a Medidas de Tendencia Central (20)

Capítulo 03
Capítulo 03Capítulo 03
Capítulo 03
 
Material u5
Material u5Material u5
Material u5
 
Portafolio4 medias
Portafolio4 mediasPortafolio4 medias
Portafolio4 medias
 
Medidas de tendencia NEPTALI AVILA
Medidas de tendencia NEPTALI AVILAMedidas de tendencia NEPTALI AVILA
Medidas de tendencia NEPTALI AVILA
 
Medidas de tendencia NEPTALI AVILA
Medidas de tendencia NEPTALI AVILAMedidas de tendencia NEPTALI AVILA
Medidas de tendencia NEPTALI AVILA
 
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
 
Trabajo estadistica.
Trabajo estadistica.Trabajo estadistica.
Trabajo estadistica.
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Nm4 medidas de_posicion
Nm4 medidas de_posicionNm4 medidas de_posicion
Nm4 medidas de_posicion
 
ddf
ddfddf
ddf
 
Medidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicionMedidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicion
 
Medidas de dispersión y posición
Medidas de dispersión y posiciónMedidas de dispersión y posición
Medidas de dispersión y posición
 
Medidas de tendencia central y posición
Medidas de tendencia central y posiciónMedidas de tendencia central y posición
Medidas de tendencia central y posición
 
Estadística I ( medidas de tendencia)
Estadística I ( medidas de tendencia)Estadística I ( medidas de tendencia)
Estadística I ( medidas de tendencia)
 
Medidas de tendencia central posicion y dispercion gabriel
Medidas de tendencia central posicion y dispercion gabrielMedidas de tendencia central posicion y dispercion gabriel
Medidas de tendencia central posicion y dispercion gabriel
 
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
 

Medidas de Tendencia Central

  • 1. 1 Capítulo 3 Descripción de datos, medidas de tendencia central  Objetivos: Al terminar este capítulo podrá: 1. Calcular la media aritmética, la media ponderada, la mediana, la moda y la media geométrica. 2. Explicar las características, uso, ventajas y desventajas de cada medida de tendencia central. 3. Identificar la posición de la media aritmética, la mediana y la moda, tanto en distribuciones simétricas como asimétricas.
  • 2. 2 Características de la media  La media aritmética es, con mucho, la medida de localización más usada.  Es calculada sumando los valores y dividiendo entre el número de valores.  Las principales características de la media son: - Requiere de una escala de intervalo. - Todos los valores son utilizados. - Es única. - La suma de las desviaciones con respecto a la media es cero.
  • 3. 3 Media poblacional  Para datos no agrupados, la media poblacional es la suma de todos los valores de la población divididos entre el número total de valores de la población: donde µ es la media poblacional, N es el total de observaciones de la población y X un valor particular. N X∑=µ
  • 4. 4 Ejemplo 1 Un parámetro es una medida característica de la población. Ejemplo 1: La familia Castro es propietaria de cuatro autos. Los siguientes datos corresponden al kilometraje de cada uno de ellos: 56,000 23,000 42,000 73,000 Encuentre la media aritmética del kilometraje de los autos: µ = (56,000 + … + 73,000)/4 = 48,500
  • 5. 5 Media muestral  Para datos no agrupados, la media muestral es la suma de todos los valores de la muestra dividida por el número de valores de la muestra. Donde n es el número total de valores en la muestra. n X X Σ =
  • 6. 6 Ejemplo 2  Un estadístico es una medida característica de una muestra.  Ejemplo 2: Una muestra de cinco ejecutivos recibió los siguientes bonos el último año ($000): 14.0, 15.0, 17.0, 16.0, 15.0 4.15 5 77 5 0.15...0.14 == ++ = Σ = n X X
  • 7. 7 Propiedades de la media aritmética  Todos los datos de nivel de intervalo y de nivel de razón tienen una media.  Para evaluar la media se consideran todos los valores.  Un conjunto de datos sólo tiene una media la cual es un valor único.  La media es afectada por valores inusualmente grandes o pequeños.  La media aritmética es la única medida de tendencia central donde la suma de las desviaciones de cada valor, respecto de la media, siempre es igual a cero.
  • 8. 8 Ejemplo 3  Considere el siguiente conjunto de valores: 3, 8, y 4. La media es 5. Ilustrando la quinta propiedad: [ ] 0)54()58()53()( =−+−+−=−Σ XX
  • 9. 9 Media ponderada  La media ponderada de un conjunto de números X1, X2, …,Xn con pesos correspondientes w1, w2, …,wn es calculada con la siguiente fórmula: )21 )2211 ...( ...( n nn w www XwXwXw X ++ +++ =
  • 10. 10 Ejemplo 6  Durante el periodo de una hora, en una tarde calurosa de sábado, Cristina sirvió 50 refrescos. Ella vendió 5 bebidas de $0.50, 15 de $0.75, 15 de $0.90, y 15 de $1.15. Calcule la media ponderada para el precio de estas bebidas. 89.0$ 50 50.44$ 1515155 )15.1($15)90.0($15)75.0($15)50.0($5 == +++ +++ =wX
  • 11. 11 La mediana  La mediana es el valor que corresponde al punto medio de los valores después de ordenarlos de menor a mayor.  Cincuenta por ciento de las observaciones son mayores que la mediana, y 50% son menores que ella.  Para un conjunto par de valores, la mediana será el promedio aritmético de los dos valores centrales.
  • 12. 12 Ejemplo 4  Las edades de una muestra de 5 estudiantes del colegio son: 21, 25, 19, 20, 22 Ordenando los datos en forma ascendente, tenemos: 19, 20, 21, 22, 25. Entonces la mediana es 21. Las estaturas de 4 jugadores de basquetbol, en pulgadas, son: 76, 73, 80, 75 Entonces la mediana es 75.5
  • 13. 13 Propiedades de la mediana  Es única; esto es, a semejanza de la media, sólo existe una mediana para un conjunto de datos.  No se ve afectada por valores extremadamente grandes o muy pequeños, y por tanto es una medida valiosa de tendencia central cuando se presenta esta clase de valores.  Puede calcularse para datos de nivel de razón, de intervalo y ordinal.  Puede calcularse para una distribución de frecuencias con una clase de extremo abierto, si la mediana no se encuentra en tal clase.
  • 14. 14 La moda  La moda es el valor de la observación que aparece con más frecuencia.  Ejemplo 5: Las calificaciones de 10 estudiantes son: 81, 93, 84, 75, 68, 87, 81, 75, 81, 87  Dado que 81 es el dato que aparece con más frecuencia, éste es la moda.
  • 15. 15 La media geométrica  La media geométrica (GM) de un conjunto de n números se define como la raíz enésima del producto de n números.  La media geométrica es útil para encontrar el promedio de porcentajes, razones, índices o tasas de crecimiento.  La fórmula es: n nXXXXGM ))...()()(( 321=
  • 16. 16 Ejemplo 7  La tasa de interés de tres bonos son: 5, 21 y 4 por ciento.  La media aritmética es (5+21+4)/3 =10.0  La GM da una utilidad más conservadora porque no está demasiado influenciada por la tasa del 21 por ciento.  La media geométrica es: 49.7)4)(21)(5(3 ==GM
  • 17. 17 Media geométrica (Continuación)  Otro uso de la media geométrica es determinar el aumento porcentual en ventas, producción o series económicas de un periodo de tiempo a otro. (Valor al principio del periodo) Valor al final del periodo)( −1= nGM
  • 18. 18 Ejemplo 8  El número total de mujeres contratadas en Colegios Americanos se incrementó de 755,000 en 1992 a 835,000 en 2000. Esto es, la media geométrica o tasa de incremento es 1.27%. 0127.1 000,755 000,835 8 =−=GM
  • 19. 19 La media para datos agrupados  La media de una muestra de datos organizados en una distribución de frecuencias es calculada por la siguiente fórmula: n Xf X Σ =
  • 20. 20 Ejemplo 9  Una muestra de 10 cines en una gran área metropolitana contó el número total de películas en exhibición la última semana. Calcule el número medio de películas en exhibición. 6.6 10 66 == Σ = n X X
  • 21. 21 Ejemplo 9 (Continuación) Películas en cartelera Frecuencia f Punto medio de clase (X) (f)(X) 1 hasta 3 1 2 2 3 hasta 5 2 4 8 5 hasta 7 3 6 18 7 hasta 9 1 8 8 9 hasta 11 3 10 30 Total 10 66
  • 22. 22 La mediana para datos agrupados  La mediana de una muestra de datos agrupados en una distribución de frecuencias se calcula con: donde L es el límite inferior de la clase que contiene a la mediana, n es el número total de frecuencias, CF es la frecuencia acumulada precedente a la clase mediana, f es la frecuencia de la clase que contiene a la mediana, e i es la amplitud de la clase en que se encuentra la mediana. )(2 i f CF n LMediana − +=
  • 23. 23 Encontrar la clase que contiene a la mediana  Para determinar la clase que contiene a la mediana para datos agrupados:  Construya una distribución de frecuencias acumuladas.  Divida el número total de datos entre 2.  Determine cuál clase contiene este valor. Por ejemplo, si n = 50, 50/2 =25, entonces determine cuál clase contiene el valor en la posición 25.
  • 24. 24 Ejemplo 10 Películas en cartelera Frecuencia Frecuencia acumulada 1 hasta 3 1 1 3 hasta 5 2 3 5 hasta 7 3 6 7 hasta 9 1 7 9 hasta 11 3 10
  • 25. 25 Ejemplo 10 (Continuación)  De la tabla, tenemos: L = 5, n = 10, f = 3, i = 2, CF = 3 33.6)2( 3 3 2 10 5)(2 = − += − += i f CF n LMediana
  • 26. 26 La moda en datos agrupados  Para datos agrupados en una distribución de frecuencias, es posible aproximar la moda usando el punto medio de la clase que contiene el mayor número de frecuencias de clase.  Las modas en el ejemplo 10 son 8 y 10. Cuando dos valores ocurren un gran número de veces, la distribución es llamada bimodal, como en el ejemplo 10.
  • 27. 27 Distribución simétrica  Cero asimetría moda = mediana = media
  • 28. 28 Distribución con sesgo positivo  Asimetría positiva: media y mediana están a la derecha de la moda.  Moda<Mediana<Media
  • 29. 29 Distribución con sesgo negativo  Asimetría negativa: media y mediana están a la izquierda de la moda.  Media<Mediana<Moda