SlideShare una empresa de Scribd logo
1 de 4
COLEGIO LA SALLE – MONTERÍA
2013 AÑO DEL FORTALECIMIENTO DE LOS VALORES LASALLISTAS Y LA DIGNIFICACIÓN DE LA
PERSONA.
“Pongo en práctica la filosofía y valores Lasallistas para humanizar mi ser y mi entorno”
TALLER DE ESTADÍSTICA, PERIODO II GRADO 10°, PROFESOR JOSE CASTELLAR
Nombre: _____________________________ Grupo: _____ Fecha: _________
MEDIDAS DE TENDENCIACENTRAL
Al estudiar la información estadística mediante las
tablas de de distribución de frecuencias, diagramas
de barras, los histogramas y los polígonos de
frecuencia, se puso en evidencia un significativo
comportamiento de los datos en cuanto a la
frecuencia con que se presentan los valores:
algunos de estos valores son más comunes que
otros. Además se observó una clara tendencia de
agrupación en el vecindario de los valores más
frecuentes. Lo cual motiva el estudio de las
MEDIAS Armónica (𝐻
̅), geométrica (𝐺̅), aritmética
(𝑥̅), Cuadratica (𝑄
̅), Ponderada (𝑃
̅) y las medidas
Moda y Mediana.
Media Armónica (𝐻
̅): La media armónica resulta
poco influida por la existencia de determinados
valores mucho más grandes que el conjunto de los
otros, siendo en cambio sensible a valores mucho
más pequeños que el conjunto.
La media armónica no está definida en el caso de
la existencia en el conjunto de valores nulos y es
recomendada para promediar velocidades.
Dada una muestra de tamaño 𝑛, con valores
𝑥1,𝑥2,⋯, 𝑥𝑛 la Media Armónica es igual al cociente
entre el tamaño de la muestra y la suma de los
recíprocos de los valores observados.
𝐇
̅ =
𝐧
𝟏
𝐱𝟏
+
𝟏
𝐱𝟐
+ ⋯+
𝟏
𝐱𝐧
Para datos agrupados en una tabla:
𝐇
̅ =
𝐧
𝐧𝟏
𝐱𝟏
+
𝐧𝟐
𝐱𝟐
+ ⋯ +
𝐧𝐤
𝐱𝐤
La influencia de los valores pequeños y el hecho
que no se puede determinar en las distribuciones
con algunos valores iguales a cero; hace que no
sea aconsejable su empleo en distribuciones
donde existan valores muy pequeños y/o nulos.
Media Geométrica (𝐺̅): Ante una muestra de
valores extremos grandes no es sensible, Sólo es
relevante la media geométrica si todos los números
son positivos. En caso de que la cantidad de
observaciones o valores negativos sea impar y el
tamaño de la muestra sea impar se puedo calcular
y dará un valor negativo pero SI SE TIENE UNA
CANTIDAD IMPAR DE OBSERVACIONES O
VALORES NEGATIVOS Y EL TAMAÑO DE LA
MUESTRA ES UNA CANTIDAD PAR NO SE
PUEDE CALCULAR LA MEDIA GEOMÉTRICA.
Si uno de los datos es 0, entonces la media
geométrica es 0. En tal caso no es necesario
calcularla debido a que no proporciona información
a menos que los datos estén alrededor de cero.
Dada una muestra de tamaño 𝑛, con valores
𝑥1,𝑥2,⋯, 𝑥𝑛 la Media Geométrica es la raíz n-ésima
del producto de los valores observados:
𝐆
̅ = √𝐱𝟏 ∙ 𝐱𝟐 ⋯ 𝐱𝐧
𝐧
Para datos agrupados en una tabla:
𝐆
̅ = √(𝐱𝟏)𝐧𝟏 ∙ (𝐱𝟐)𝐧𝟐 ⋯(𝐱𝐤)𝒏𝒌
𝐧
Media Aritmética (𝑋
̅): o promedio, de una cantidad
finita de números, es igual a la suma de todos ellos
dividida entre el número de sumandos.
Dada una muestra de tamaño 𝑛, con valores
𝑥1,𝑥2,⋯, 𝑥𝑛 la Media Arimética o promedio es el
cociente entre la suma de los datos observados y
el tamaño de la muestra:
𝐗
̅ =
𝐱𝟏 + 𝐱𝟐 + ⋯+𝐱𝐧
𝐧
Para datos agrupados en una tabla:
𝐗
̅ =
𝐱𝟏 ∗ 𝐧𝟏 + 𝐱𝟐 ∗ 𝐧𝟐 + ⋯+𝐱𝐤 ∗ 𝐧𝐤
𝐧
Expresada de forma más intuitiva, podemos decir
que la media aritmética es la cantidad total de la
variable distribuida a partes iguales entre cada
observación.
Para muestras donde el cero hace parte de los
datos la media aritmética si se puede calcular.
Media Cuadrática (𝐐
̅): Esta media como medida
de asociación tiene aplicaciones tanto en ciencias
biológicas como en medicina. A veces la variable u
observaciones toman valores positivos y negativos,
como ocurre, por ejemplo, en las medidas de las
temperaturas de las una montaña, la rentabilidad
de una empresa, La altura de una ciudad o terreno
respecto al nivel del mar, entre otras. En tal caso
se puede estar interesado en obtener un promedio
que no recoja los efectos del signo, este problema
se resuelve, mediante la denominada media
cuadrática.
Dada una muestra de tamaño 𝑛, con valores
𝑥1,𝑥2,⋯, 𝑥𝑛 la Media Cuadrática (𝑄
̅) Consiste en
elevar al cuadrado todas las observaciones (así los
signos negativos desaparecen), en obtener
después su media aritmética y en extraer,
finalmente, la raíz cuadrada de dicha media para
volver a la unidad de medida original.
𝑄
̅ = √
(𝐱𝟏)𝟐 + (𝐱𝟐)𝟐 + ⋯+ (𝐱𝐧)𝟐
𝐧
𝟐
Para datos agrupados en una tabla:
𝑄
̅ = √
(𝐱𝟏)𝟐 ∗ 𝐧𝟏 + (𝐱𝟐)𝟐 ∗ 𝐧𝟐 + ⋯+ (𝐱𝐤)𝟐 ∗ 𝐧𝐤
𝐧
𝟐
Mediana: El cálculo de la mediana debe
diferenciarse dependiendo de la paridad de los
datos:
 Si el tamaño de la muestra es impar. La
mediana es el valor central.
𝑀𝑒 =
𝑛 + 1
2
 Si el tamaño de la muestra es par. La
mediana es la media aritmética de los dos
valores centrales.
Si los datos se presentan en una tabla de
distribución de frecuencias la formula es la
siguiente
𝑀𝑒 = 𝐿𝑖 + [
𝑛
2
− 𝑁𝑖−1
𝑛𝑖
]∗ [𝐿𝑠 − 𝐿𝑖]
EJEMPLO Mediana: Suponga que tenemos la
distribución de 250 personas según su edad que
utilizan el servicio de facebook.
Intervalo
Edad
Frecuencia
𝑛𝑖
Frecuencia
Acumulada 𝑁𝑖
[5,10) 11 11
[15,20) 23 34
[20,25) 61 95
[25,30) 60 155
[30,35) 45 200
[35,40) 20 220
[40,45) 15 235
[45,50) 15 250
Total 250
1) Se calcula
𝑛
2
=
250
2
= 125, lo cual nos
permite escogemos la franja e
inmediatamente el intervalos donde estaré
la mediana 125 ≤ 𝑁𝑖que en este caso es la
fila del 𝑁4 = 155.
2) 𝑁4−1 = 𝑁3 = 95.
3) Entonces n
2
− Ni−1 = 125 − 95 = 30
4) 𝑛4 = 60
5) 𝐿𝑠 − 𝐿𝑖 = 30 − 25 = 5
6) Por último aplicamos la fórmula
Me = Li + [
n
2
− Ni−1
ni
] ∗ [Ls − Li
] = 20 + [
30
60
] ∗ [5] = 22,5
Moda: La moda es el dato que más se repite y se
puede dar el caso bimodal, es decir, dos datos con
la misma frecuencia y de manera similar la
multimodal.
En el caso de que la información se presente en
una tabla de distribución de frecuencia la fórmula
es la siguiente:
𝑀𝑜 = 𝐿𝑖 + [
(𝑛𝑖 − 𝑛𝑖−1)
(𝑛𝑖 − 𝑛𝑖−1) + (𝑛𝑖 − 𝑛𝑖+1)
]∗ [𝐿𝑠 − 𝐿𝑖]
EJEMPLO Moda: calcular la moda a los muestra
del
1) Seleccionar la frecuencia mayor (𝑛𝑖) que en
este caso es 𝑛4 = 60.
2) 𝐿𝑖 = 25.
3) 𝑛𝑖 − 𝑛𝑖−1 = 𝑛4 − 𝑛3 = 60 − 61 = −1.
4) 𝑛𝑖 − 𝑛𝑖+1 = 𝑛4 − 𝑛5 = 60 − 45 = 15.
5) 𝐿𝑠 − 𝐿𝑖 = 30 − 25 = 5.
6) Aplicar la formula
𝑀𝑜 = 𝐿𝑖 + [
(𝑛𝑖 − 𝑛𝑖−1)
(𝑛𝑖 − 𝑛𝑖−1) + (𝑛𝑖 − 𝑛𝑖+1)
]∗ [𝐿𝑠 − 𝐿𝑖]
= 25 + [
−1
(−1) + (15)
] ∗ 5 =
345
14
= 24,64285714
EJEMPLO 1: dada la siguiente tabla con las
calificaciones de un examen de matemáticas en el
colegio la Salle de Montería. Calcular las medidas
de tendencia central Armónica, Geométrica,
aritmética, cuadrática, Mediana y moda.
Ordenarlos de menor a mayor y explicar cual
escogería para expresar una conclusión de la
misma. Aproxime con dos cifras después de la
coma.
4 3,8 3 3,5 4 3,5 3,5 3 4
3,5 3 3 3,5 1 2,5 3 4 3,5
3 3,5 3 4,8 3,5 3 3 3 3,5
4 3,8 3 3,5 3,8 3,5 4,8 3,5 4
Medias Valor
Armónica 3,21
Geométrica 3,35
Aritmética 3,43
Cuadrática 3,49
Mediana 3,5
Moda 3,5
EJEMPLO 2:
En la siguiente tabla se
presenta los salarios
en miles de dólares de
50 habitantes de New
York. Calcular las
medias (Armónica,
Geométrica, aritmética,
cuadrática, Mediana y
moda).
Salario Frecuencia
[9,45) 9
[45,79) 11
[79,115) 10
[115,149) 8
[149,185) 4
[185,219) 3
[219,255) 5
Total 50
Solución:
Salario ni Ni Marca de clase
[9,45) 9 9
9 + 45
2
= 27
[45,79) 11 20
79 + 45
2
= 62
[79,115) 10 30
79 + 115
2
= 97
[115,149) 8 38
149 + 115
2
= 132
[149,185) 4 42
149 + 185
2
= 167
[185,219) 3 45
219 + 185
2
= 202
[219,255) 5 50
219 + 255
2
= 222
Total 50
𝐇
̅ =
𝐧
𝐧𝟏
𝐱𝟏
+
𝐧𝟐
𝐱𝟐
+ ⋯+
𝐧𝐤
𝐱𝐤
=
𝟓𝟎
𝟗
𝟐𝟕
+
𝟏𝟏
𝟔𝟐
+
𝟏𝟎
𝟗𝟕
+
𝟖
𝟏𝟑𝟐
+
𝟒
𝟏𝟔𝟕
+
𝟑
𝟐𝟎𝟐
+
𝟓
𝟐𝟐𝟐
= 𝟔𝟕,𝟗𝟓𝟓
𝐆
̅ = √(𝐱𝟏
)𝐧𝟏 ∙ (𝐱𝟐
)𝐧𝟐 ⋯ (𝐱𝐤
)𝐧𝐤
𝐧
= √(𝟐𝟕𝟗) ∙ (𝟔𝟐𝟏𝟏) ∙ (𝟗𝟕𝟏𝟎) ∙ (𝟏𝟑𝟐𝟖) ∙ (𝟏𝟔𝟕𝟒) ∙ (𝟐𝟎𝟐𝟑) ∙ (𝟐𝟐𝟐𝟓)
𝟓𝟎
= 𝟖𝟔,𝐮𝟖𝟗𝟕𝟒
𝐗
̅ =
𝐱𝟏 ∗ 𝐧𝟏 + 𝐱𝟐 ∗ 𝐧𝟐 + ⋯ +𝐱𝐤 ∗ 𝐧𝐤
𝐧
=
𝟐𝟕∗ 𝟗 + 𝟔𝟐 ∗ 𝟏𝟏+ 𝟗𝟕∗ 𝟏𝟎+ 𝟏𝟑𝟐∗ 𝟖 + 𝟏𝟔𝟕∗ 𝟒 + 𝟐𝟎𝟐∗ 𝟑 + 𝟐𝟐𝟐∗ 𝟓
𝟓𝟎
= 𝟏𝟎𝟔,𝟕
𝐐
̅ = √
(𝐱𝟏
)𝟐 ∗ 𝐧𝟏 + (𝐱𝟐
)𝟐 ∗ 𝐧𝟐 + ⋯+ (𝐱𝐤
)𝟐 ∗ 𝐧𝐤
𝐧
𝟐
= √
(𝟐𝟕𝟐) ∗ 𝟗 + (𝟔𝟐𝟐) ∗𝟏𝟏 +(𝟗𝟕𝟐 ) ∗𝟏𝟎 + (𝟏𝟑𝟐𝟐) ∗ 𝟖 + (𝟏𝟔𝟕𝟐) ∗ 𝟒 + (𝟐𝟎𝟐𝟐) ∗ 𝟑 +(𝟐𝟐𝟐𝟐 ) ∗𝟓
𝟓𝟎
= 𝟏𝟐𝟑,𝟓𝟎𝟖
Para calcular la mediana seguimos los pasos
dados en el ejemplo Mediana:
1)
𝑛
2
=
50
2
= 25, por tanto la franja que
debemos escoger es 𝑁3 = 30.
2) 𝑁3−1 = 𝑁2 = 20.
3)
𝑛
2
− 𝑁𝑖−1 = 25 − 20 = 5.
4) 𝑛3 = 10.
5) 𝐿𝑆 − 𝐿𝐼 = 115 − 79 = 36
6) 𝑀𝑒 = 79 + [
5
10
] ∗ [36] = 97
Para la Moda seguimos los pasos dados en el
ejemplo Moda:
1) La mayor frecuencia es 11 por lo tanto
escogemos la franja donde 𝑛2 = 11.
2) 𝐿𝐼 = 45
3) 𝑛2 − 𝑛1 = 11 − 9 = 2
4) 𝑛2 − 𝑛3 = 11 − 10 = 1
5) 𝐿𝑆 − 𝐿𝐼 = 79 − 45 = 34
6) 𝑀0 = 45 + [
2
2+1
] ∗ [34] = 67,667
Media Ponderada (𝑃
̅): Se denomina media
ponderada de un conjunto de números al
resultado de multiplicar cada uno de los números
por un valor particular para cada uno de ellos,
llamado su peso (w), obteniendo a continuación la
suma de estos productos, y dividiendo el resultado
por la suma de los pesos.
Este "peso" depende de la importancia o
significancia de cada uno de los valores.
Dada una muestra de tamaño n, con valores
x1,x2, ⋯,xn la Media Ponderada es el cociente
entre el producto de los valores observados por su
peso y la suma de los pesos:
𝐏
̅ =
𝐱𝟏 ∗ 𝐰𝟏 + 𝐱𝟐 ∗ 𝐰𝟐 + ⋯+𝐱𝐧 ∗ 𝐰𝐧
𝐧
Para datos agrupados en una tabla:
𝐏
̅ =
(𝐱𝟏 ∗ 𝐧𝟏
) ∗ 𝐰𝟏 + (𝐱𝟐 ∗ 𝐧𝟐
) ∗ 𝐰𝟐 + ⋯ +(𝐱𝐤 ∗ 𝐧𝐤 )𝐰𝐤
𝐧
EJEMPLO 3: Paul el fontanero vende cinco tipos
de limpiadores para desagües. En la tabla se
muestra cada tipo, junto con la utilidad en dólares
por lata, el número de latas vendidas y su
respectiva utilidad.
Limpiador
Utilidad por
lata X
Volumen de
ventas W
X*W
Glunk out 2,0 3 6,0
Bubble up 3,5 7 24,5
Dream Drain 5,0 15 75,0
Clear More 7,5 12 90,0
Main Drain 6,0 15 90,0
Total 24,0 52 285,5
Se puede calcular la media aritmética simple de la
utilidad de Paul como
24
5
= 4,8 por lata.
Sin embargo, probablemente este no sea un buen
estimado de la utilidad promedio de Paul, debido a
que vende más de algunos tipos de limpiadores
que de otros. Para obtener un estado financiero
más representativo del desempeño real de su
negocio, Paul debe dar más peso a los limpiadores
más populares. Por tanto el cálculo apropiado sería
la media ponderada. La medida de peso apropiada
sería las cantidades vendidas. La media ponderada
es: 𝐏
̅ =
285,5
52
= 5,49
EJERCICIOS
1) Completar la siguiente tabla que resume la
información dada y consulte la información
no suministrada.
FORMULAS CARATERÍSTICAS
MEDIAS
Dato No
Agrupados
Datos
Agrupados Ventajas Desventajas
Armónica
Geométrica
Aritmética
Cuadrática
Ponderada
Mediana
Moda
2) Calcular las medidas de tendencia central
(Media Armónica, Geométrica, Aritmética,
Cuadrática, mediana y moda) de las
estaturas de 50 estudiantes del colegio la
Salle de Montería. Explique cual representa
mejor a la comunidad.
1,17 1,36 1,26 1,35 1,1
1,17 1,89 1,14 1,37 1,3
1,19 1,06 1,3 1,15 1,23
1,72 1,38 1,42 1,17 1,27
1,32 1,49 1,38 1,28 1,5
1,22 1,49 1,17 1,26 1,15
1,28 1,32 1,32 1,26 1,27
1,12 1,9 1,4 1,2 1,18
1,5 1,2 1 1,15 1,24
1,5 1,14 1,25 1,25 1,75
3) Las calificaciones obtenidas por 90
estudiantes de la asignatura de estadística
aplicada a las ciencias del deporte han sido
las siguientes (se califica de 0 a 10):
3 4 6 8 7 5 3 2 5 9 1 0 3 3 1 6 0 2 3 9 4 2 4
4 2 7 1 1 4 8 1 3 6 5 1 4 2 4 5 5 7 2 9 7 8 10
8 2 6 1 6 5 10 5 7 0 3 3 8 2 4 7 5 8 6 2 1 4 7
6 5 3 4 2 6 3 2 5 9 4 3 0 1 2 4 4 8 6 2 1
Construir la tabla de distribución de
frecuencias y calcular las medidas de
tendencia central de dos formas una con los
datos no agrupados y la otra con los datos
agrupados y compararlas.
𝐻
̅ =
4) Carlos obtiene calificaciones parciales de
65, 83, 80, y 90. En el examen final recibe
una calificación de 92. Calcule la media
ponderada, si cada uno de los exámenes
parciales cuenta el 15% y el examen final
cuenta 40% de la calificación total.
5) En el curso de Estadística se asignan
pesos de importancia, de la siguiente forma:
Unida I (20% del curso), Unidad II (25% del
curso), Unidad III (20% del curso), Unidad
IV (15% del curso), Unidad V (20% del
curso). Si las calificaciones de un alumno
son 4 en la primera unidad, 2,5 en la
segunda, 4 en la tercera unidad, 1 en la
cuarta unidad y 4 en la última unidad. Es
decir, se tienen la siguiente tabla:
Unidad Ponderación (Wi) Datos (Wi)
I 20% = 0.2 4
II 25% = 0.35 2,5
III 20% = 0.2 4
IV 15% = 0.15 1
V 20% = 0.10 4
La calificación del estudiante es:_______
6) La sociedad colombiana de meteorológica
ha tomado la temperatura en ºC en las
sabanas de Bogotá a la misma hora y en la
misma parte el mismo día de cada mes del
año 2011 y 2012.
2011
4º, 2º, -1º, 0º, -3º, 3º, 4º, -1º, -2º, 1º, -2º y 0º
2012
5º, 3º, 0º, -1º, 4º, 3º,2º, 1º -2º, -1º, 1º, y 2º
Medias 2011 2012
𝐇
̅
𝐆
̅
𝐗
̅
𝐐
̅
𝐌𝐞
𝐌𝟎
Construir las tablas de
distribución de frecuencias
para el 2011 y 2012.
Construir un diagrama de
barras que ilustre la
información del 2011 y
2012.
Calcular las medidas de
tendencia central para
datos agrupados.
7) Se ha medido la concentración de sodio del
sudor de 60 atletas, obteniéndose los
siguientes resultados:
46, 29, 35, 61, 54, 37, 53, 57, 52, 51, 43,
67, 66, 31, 53, 51, 48, 59, 55, 47, 76, 49,
59, 50, 65, 41, 60, 51, 43, 82, 63, 58, 43,
61, 73, 38, 71, 47, 47, 60, 69, 53, 51, 39,
66, 53, 56, 72, 75, 52, 63, 57, 54, 77, 59,
36, 45, 63, 67, 44
a) Determinar las medidas de tendencia
central (Media Armónica, Geométrica,
Aritmética, Cuadrática, mediana y moda).
b) Construir la tabla de frecuencias, obtener
el histograma, un diagrama de barras y el
polígono de frecuencias
c) Determinar las mismas medidas
anteriores (a) para los datos agrupados.
8) A continuación figuran los datos
correspondientes a los tiempos (expresados
en segundos) que tardan en recorrer 50
metros planos por una muestra de 20
deportistas:
7.51; 6.60; 5.59; 7.83; 5.71; 5.80; 7.33;
8.71; 6.00; 7.04; 6.36; 5.31; 6.82; 5.88;
5.96; 8.27; 8.31; 8.61; 8.50; 8.20.
Responder de manera similar las preguntas
a), b) y c) de la pregunta 7.
9) Las edades de cincuenta de los directores
ejecutivos de las mejores corporaciones de
la nación reportadas en la edición de la
revista Forbes de la edición del 24 de mayo
de 1997 aparecen en la siguiente tabla de
frecuencias.
Edades Frecuencia
[40,45) 8
[45,50) 13
[50,55) 15
[55,60) 10
[60,65) 3
[65,70) 1
Medias valor
𝐇
̅
𝐆
̅
𝐗
̅
𝐐
̅
𝐌𝐞
𝐌𝟎
10) Que puede decir de la siguiente
desigualdad:
𝐇
̅ ≤ 𝐆
̅ ≤ 𝐗
̅ ≤ 𝐐
̅
Éxitos
Hagan lo que hagan, trabajen de buena gana, como para el
señor y no como para nadie en este mundo,consientes de que
Dios los recompensará con la herencia. (Colosenses 3:23-24)

Más contenido relacionado

La actualidad más candente

La actualidad más candente (16)

Estrategia y foda
Estrategia y fodaEstrategia y foda
Estrategia y foda
 
Propiedades de las Derivadas
Propiedades de las DerivadasPropiedades de las Derivadas
Propiedades de las Derivadas
 
Activo fijo.
Activo fijo.Activo fijo.
Activo fijo.
 
Cuadro de mando integral
Cuadro de mando integralCuadro de mando integral
Cuadro de mando integral
 
Gráficas de Funciones Especiales y Técnicas de Trazados de Gráficas
Gráficas de Funciones Especiales y Técnicas de Trazados de GráficasGráficas de Funciones Especiales y Técnicas de Trazados de Gráficas
Gráficas de Funciones Especiales y Técnicas de Trazados de Gráficas
 
Nif A 3(Final)
Nif A 3(Final)Nif A 3(Final)
Nif A 3(Final)
 
Estrategia para el diseño de un Proyecto GEF
Estrategia para el diseño de un Proyecto GEFEstrategia para el diseño de un Proyecto GEF
Estrategia para el diseño de un Proyecto GEF
 
Matriz peyea empresa
Matriz peyea empresaMatriz peyea empresa
Matriz peyea empresa
 
Tabla de beneficios
Tabla de beneficiosTabla de beneficios
Tabla de beneficios
 
Objetivo basico financiero
Objetivo basico financieroObjetivo basico financiero
Objetivo basico financiero
 
Elementos de estadistica descriptiva
Elementos de estadistica descriptivaElementos de estadistica descriptiva
Elementos de estadistica descriptiva
 
Diagrama de tallos y hojas
Diagrama de tallos y hojasDiagrama de tallos y hojas
Diagrama de tallos y hojas
 
Expo estadisticas
Expo estadisticasExpo estadisticas
Expo estadisticas
 
Contabilidad varios temas
Contabilidad varios temas Contabilidad varios temas
Contabilidad varios temas
 
Análisis 10 casos de MYPE Empresarial Peruano Actual
Análisis 10 casos de MYPE Empresarial Peruano ActualAnálisis 10 casos de MYPE Empresarial Peruano Actual
Análisis 10 casos de MYPE Empresarial Peruano Actual
 
Guia de contabilidad
Guia de contabilidadGuia de contabilidad
Guia de contabilidad
 

Destacado

Problemas solucionados de estadística descriptiva
Problemas solucionados de estadística descriptivaProblemas solucionados de estadística descriptiva
Problemas solucionados de estadística descriptivaYohana Bonilla Gutiérrez
 
eb-u3-pr-urol
eb-u3-pr-uroleb-u3-pr-urol
eb-u3-pr-urolalys2909
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia centralanaliamon
 
M.t.c para datos agrupados en intervalos
M.t.c para datos agrupados en intervalosM.t.c para datos agrupados en intervalos
M.t.c para datos agrupados en intervalosSheylaMabel
 
8 estadistica 8º cuarto periodo 2014
8 estadistica 8º cuarto periodo 20148 estadistica 8º cuarto periodo 2014
8 estadistica 8º cuarto periodo 2014El profe Noé
 
Ejercicios resueltosestadisticadescriptiva
Ejercicios resueltosestadisticadescriptivaEjercicios resueltosestadisticadescriptiva
Ejercicios resueltosestadisticadescriptivaMarcelo Giacaman
 
Ejemplos de encuesta y representación gráfica de resultados
Ejemplos de encuesta y representación gráfica de resultadosEjemplos de encuesta y representación gráfica de resultados
Ejemplos de encuesta y representación gráfica de resultados7marthaisa
 
Estadistica para administracion y economia anderson - solucionario
Estadistica para administracion y economia   anderson - solucionarioEstadistica para administracion y economia   anderson - solucionario
Estadistica para administracion y economia anderson - solucionarioOscar Barba Sanchez
 
Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Luz Hernández
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadisticaPAHOLA24
 
100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltosLuis Elias
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleMiguel Leonardo Sánchez Fajardo
 
50 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx150 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx1Juan Zaruma
 

Destacado (17)

Problemas solucionados de estadística descriptiva
Problemas solucionados de estadística descriptivaProblemas solucionados de estadística descriptiva
Problemas solucionados de estadística descriptiva
 
eb-u3-pr-urol
eb-u3-pr-uroleb-u3-pr-urol
eb-u3-pr-urol
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
M.t.c para datos agrupados en intervalos
M.t.c para datos agrupados en intervalosM.t.c para datos agrupados en intervalos
M.t.c para datos agrupados en intervalos
 
8 estadistica 8º cuarto periodo 2014
8 estadistica 8º cuarto periodo 20148 estadistica 8º cuarto periodo 2014
8 estadistica 8º cuarto periodo 2014
 
Ejercicios resueltosestadisticadescriptiva
Ejercicios resueltosestadisticadescriptivaEjercicios resueltosestadisticadescriptiva
Ejercicios resueltosestadisticadescriptiva
 
Presentación proyecto digital_ies_las rozas_i
Presentación proyecto digital_ies_las rozas_iPresentación proyecto digital_ies_las rozas_i
Presentación proyecto digital_ies_las rozas_i
 
Gráficas de encuesta a estudiantes
Gráficas de encuesta a estudiantesGráficas de encuesta a estudiantes
Gráficas de encuesta a estudiantes
 
Ejemplos de encuesta y representación gráfica de resultados
Ejemplos de encuesta y representación gráfica de resultadosEjemplos de encuesta y representación gráfica de resultados
Ejemplos de encuesta y representación gráfica de resultados
 
Estadistica para administracion y economia anderson - solucionario
Estadistica para administracion y economia   anderson - solucionarioEstadistica para administracion y economia   anderson - solucionario
Estadistica para administracion y economia anderson - solucionario
 
Tabla de frecuencia encuesta
Tabla de frecuencia encuestaTabla de frecuencia encuesta
Tabla de frecuencia encuesta
 
Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)
 
Ejercicios Resueltos LEVIN
Ejercicios Resueltos LEVINEjercicios Resueltos LEVIN
Ejercicios Resueltos LEVIN
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadistica
 
100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 
50 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx150 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx1
 

Similar a Medidas de tendencia central en el Colegio La Salle

Estadística 2 10º pii 2013
Estadística 2 10º pii 2013Estadística 2 10º pii 2013
Estadística 2 10º pii 2013Jose Castellar
 
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...Alexis David Melendez Amaro
 
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
 
Presentacion 1 Problemas de Medidas de tendencia Central.pptx
Presentacion 1 Problemas de Medidas de tendencia  Central.pptxPresentacion 1 Problemas de Medidas de tendencia  Central.pptx
Presentacion 1 Problemas de Medidas de tendencia Central.pptxRichardPalaciosCastr
 
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
 
Medidas de tendencia central - Albbanys Campos
Medidas de tendencia central - Albbanys CamposMedidas de tendencia central - Albbanys Campos
Medidas de tendencia central - Albbanys CamposAlbbanys Campos
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia centralSalomonVillacres
 
Estadística I ( medidas de tendencia)
Estadística I ( medidas de tendencia)Estadística I ( medidas de tendencia)
Estadística I ( medidas de tendencia)Gabriela Silva
 
Lecciones de estadistica descriptiva
Lecciones de estadistica descriptivaLecciones de estadistica descriptiva
Lecciones de estadistica descriptivamaurosc222
 
inei indicadores
inei indicadoresinei indicadores
inei indicadoresEddy Pineda
 
Estadística Descriptiva. Medidas de posicion
Estadística Descriptiva. Medidas de posicionEstadística Descriptiva. Medidas de posicion
Estadística Descriptiva. Medidas de posicionJuan González Díaz
 

Similar a Medidas de tendencia central en el Colegio La Salle (20)

Estadística 2 10º pii 2013
Estadística 2 10º pii 2013Estadística 2 10º pii 2013
Estadística 2 10º pii 2013
 
O
OO
O
 
Clase 2 4 medidas estadísticas - dispersión
Clase 2 4 medidas estadísticas - dispersiónClase 2 4 medidas estadísticas - dispersión
Clase 2 4 medidas estadísticas - dispersión
 
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
 
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
 
Presentacion 1 Problemas de Medidas de tendencia Central.pptx
Presentacion 1 Problemas de Medidas de tendencia  Central.pptxPresentacion 1 Problemas de Medidas de tendencia  Central.pptx
Presentacion 1 Problemas de Medidas de tendencia Central.pptx
 
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
 
Medidas de tendencia central - Albbanys Campos
Medidas de tendencia central - Albbanys CamposMedidas de tendencia central - Albbanys Campos
Medidas de tendencia central - Albbanys Campos
 
bioestadistica
bioestadisticabioestadistica
bioestadistica
 
LABORATORIOS FÍSICA MECÁNICA UFPS
LABORATORIOS FÍSICA MECÁNICA UFPS LABORATORIOS FÍSICA MECÁNICA UFPS
LABORATORIOS FÍSICA MECÁNICA UFPS
 
Actividad no 7
Actividad no 7Actividad no 7
Actividad no 7
 
Ejercicios media aritmetica
Ejercicios media aritmeticaEjercicios media aritmetica
Ejercicios media aritmetica
 
Ejercicios media aritmetica
Ejercicios media aritmeticaEjercicios media aritmetica
Ejercicios media aritmetica
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Estadística I ( medidas de tendencia)
Estadística I ( medidas de tendencia)Estadística I ( medidas de tendencia)
Estadística I ( medidas de tendencia)
 
Bgc2015 clase01
Bgc2015 clase01Bgc2015 clase01
Bgc2015 clase01
 
Lecciones de estadistica descriptiva
Lecciones de estadistica descriptivaLecciones de estadistica descriptiva
Lecciones de estadistica descriptiva
 
inei indicadores
inei indicadoresinei indicadores
inei indicadores
 
Estadística Descriptiva. Medidas de posicion
Estadística Descriptiva. Medidas de posicionEstadística Descriptiva. Medidas de posicion
Estadística Descriptiva. Medidas de posicion
 

Más de Jose Castellar

Proporcionalidad y repartos proporcionales
Proporcionalidad y repartos proporcionalesProporcionalidad y repartos proporcionales
Proporcionalidad y repartos proporcionalesJose Castellar
 
Teoría de probabilidades, periodo ii grado 11°
Teoría de probabilidades, periodo ii grado 11°Teoría de probabilidades, periodo ii grado 11°
Teoría de probabilidades, periodo ii grado 11°Jose Castellar
 
Ejercicios y situaciones problémicas
Ejercicios y situaciones problémicasEjercicios y situaciones problémicas
Ejercicios y situaciones problémicasJose Castellar
 
Funciones trigonometricas, transformaciones de las funciones seno y coseno pe...
Funciones trigonometricas, transformaciones de las funciones seno y coseno pe...Funciones trigonometricas, transformaciones de las funciones seno y coseno pe...
Funciones trigonometricas, transformaciones de las funciones seno y coseno pe...Jose Castellar
 
Transformaciones de las funciones seno y coseno
Transformaciones de las funciones seno y cosenoTransformaciones de las funciones seno y coseno
Transformaciones de las funciones seno y cosenoJose Castellar
 
Construcción de las gráficas de las funciones trigonométricas
Construcción de las gráficas de las funciones trigonométricas  Construcción de las gráficas de las funciones trigonométricas
Construcción de las gráficas de las funciones trigonométricas Jose Castellar
 
Estadística 1 10º 2013
Estadística 1 10º 2013Estadística 1 10º 2013
Estadística 1 10º 2013Jose Castellar
 
Taller de estadística, técnicas de conteo periodo ii grado 11°
Taller  de estadística, técnicas de conteo periodo ii grado 11°Taller  de estadística, técnicas de conteo periodo ii grado 11°
Taller de estadística, técnicas de conteo periodo ii grado 11°Jose Castellar
 
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...Jose Castellar
 
Taller de circunferencia
Taller de circunferenciaTaller de circunferencia
Taller de circunferenciaJose Castellar
 
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...Jose Castellar
 
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...Jose Castellar
 
Taller identidades trigonométricas fundamentales primer periodo
Taller identidades trigonométricas fundamentales primer periodoTaller identidades trigonométricas fundamentales primer periodo
Taller identidades trigonométricas fundamentales primer periodoJose Castellar
 
Congruencia de triángulos
Congruencia de triángulosCongruencia de triángulos
Congruencia de triángulosJose Castellar
 
Taller de probabilidad condicional para 8º
Taller de probabilidad condicional para 8ºTaller de probabilidad condicional para 8º
Taller de probabilidad condicional para 8ºJose Castellar
 
3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias
3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias
3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatoriasJose Castellar
 
3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias
3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias
3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatoriasJose Castellar
 

Más de Jose Castellar (20)

Factorización
FactorizaciónFactorización
Factorización
 
Proporcionalidad y repartos proporcionales
Proporcionalidad y repartos proporcionalesProporcionalidad y repartos proporcionales
Proporcionalidad y repartos proporcionales
 
Teoría de probabilidades, periodo ii grado 11°
Teoría de probabilidades, periodo ii grado 11°Teoría de probabilidades, periodo ii grado 11°
Teoría de probabilidades, periodo ii grado 11°
 
Identidades
IdentidadesIdentidades
Identidades
 
Ejercicios y situaciones problémicas
Ejercicios y situaciones problémicasEjercicios y situaciones problémicas
Ejercicios y situaciones problémicas
 
Funciones trigonometricas, transformaciones de las funciones seno y coseno pe...
Funciones trigonometricas, transformaciones de las funciones seno y coseno pe...Funciones trigonometricas, transformaciones de las funciones seno y coseno pe...
Funciones trigonometricas, transformaciones de las funciones seno y coseno pe...
 
Transformaciones de las funciones seno y coseno
Transformaciones de las funciones seno y cosenoTransformaciones de las funciones seno y coseno
Transformaciones de las funciones seno y coseno
 
Construcción de las gráficas de las funciones trigonométricas
Construcción de las gráficas de las funciones trigonométricas  Construcción de las gráficas de las funciones trigonométricas
Construcción de las gráficas de las funciones trigonométricas
 
Estadística 1 10º 2013
Estadística 1 10º 2013Estadística 1 10º 2013
Estadística 1 10º 2013
 
Parábolas
ParábolasParábolas
Parábolas
 
Taller de estadística, técnicas de conteo periodo ii grado 11°
Taller  de estadística, técnicas de conteo periodo ii grado 11°Taller  de estadística, técnicas de conteo periodo ii grado 11°
Taller de estadística, técnicas de conteo periodo ii grado 11°
 
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
 
Taller de circunferencia
Taller de circunferenciaTaller de circunferencia
Taller de circunferencia
 
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
 
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
Taller de aplicaciones de las razones trigonométricas periodo i, profesor jos...
 
Taller identidades trigonométricas fundamentales primer periodo
Taller identidades trigonométricas fundamentales primer periodoTaller identidades trigonométricas fundamentales primer periodo
Taller identidades trigonométricas fundamentales primer periodo
 
Congruencia de triángulos
Congruencia de triángulosCongruencia de triángulos
Congruencia de triángulos
 
Taller de probabilidad condicional para 8º
Taller de probabilidad condicional para 8ºTaller de probabilidad condicional para 8º
Taller de probabilidad condicional para 8º
 
3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias
3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias
3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias
 
3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias
3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias
3 taller de probabilidad con tecnicas de conteo p ermutaciones y combinatorias
 

Medidas de tendencia central en el Colegio La Salle

  • 1. COLEGIO LA SALLE – MONTERÍA 2013 AÑO DEL FORTALECIMIENTO DE LOS VALORES LASALLISTAS Y LA DIGNIFICACIÓN DE LA PERSONA. “Pongo en práctica la filosofía y valores Lasallistas para humanizar mi ser y mi entorno” TALLER DE ESTADÍSTICA, PERIODO II GRADO 10°, PROFESOR JOSE CASTELLAR Nombre: _____________________________ Grupo: _____ Fecha: _________ MEDIDAS DE TENDENCIACENTRAL Al estudiar la información estadística mediante las tablas de de distribución de frecuencias, diagramas de barras, los histogramas y los polígonos de frecuencia, se puso en evidencia un significativo comportamiento de los datos en cuanto a la frecuencia con que se presentan los valores: algunos de estos valores son más comunes que otros. Además se observó una clara tendencia de agrupación en el vecindario de los valores más frecuentes. Lo cual motiva el estudio de las MEDIAS Armónica (𝐻 ̅), geométrica (𝐺̅), aritmética (𝑥̅), Cuadratica (𝑄 ̅), Ponderada (𝑃 ̅) y las medidas Moda y Mediana. Media Armónica (𝐻 ̅): La media armónica resulta poco influida por la existencia de determinados valores mucho más grandes que el conjunto de los otros, siendo en cambio sensible a valores mucho más pequeños que el conjunto. La media armónica no está definida en el caso de la existencia en el conjunto de valores nulos y es recomendada para promediar velocidades. Dada una muestra de tamaño 𝑛, con valores 𝑥1,𝑥2,⋯, 𝑥𝑛 la Media Armónica es igual al cociente entre el tamaño de la muestra y la suma de los recíprocos de los valores observados. 𝐇 ̅ = 𝐧 𝟏 𝐱𝟏 + 𝟏 𝐱𝟐 + ⋯+ 𝟏 𝐱𝐧 Para datos agrupados en una tabla: 𝐇 ̅ = 𝐧 𝐧𝟏 𝐱𝟏 + 𝐧𝟐 𝐱𝟐 + ⋯ + 𝐧𝐤 𝐱𝐤 La influencia de los valores pequeños y el hecho que no se puede determinar en las distribuciones con algunos valores iguales a cero; hace que no sea aconsejable su empleo en distribuciones donde existan valores muy pequeños y/o nulos. Media Geométrica (𝐺̅): Ante una muestra de valores extremos grandes no es sensible, Sólo es relevante la media geométrica si todos los números son positivos. En caso de que la cantidad de observaciones o valores negativos sea impar y el tamaño de la muestra sea impar se puedo calcular y dará un valor negativo pero SI SE TIENE UNA CANTIDAD IMPAR DE OBSERVACIONES O VALORES NEGATIVOS Y EL TAMAÑO DE LA MUESTRA ES UNA CANTIDAD PAR NO SE PUEDE CALCULAR LA MEDIA GEOMÉTRICA. Si uno de los datos es 0, entonces la media geométrica es 0. En tal caso no es necesario calcularla debido a que no proporciona información a menos que los datos estén alrededor de cero. Dada una muestra de tamaño 𝑛, con valores 𝑥1,𝑥2,⋯, 𝑥𝑛 la Media Geométrica es la raíz n-ésima del producto de los valores observados: 𝐆 ̅ = √𝐱𝟏 ∙ 𝐱𝟐 ⋯ 𝐱𝐧 𝐧 Para datos agrupados en una tabla: 𝐆 ̅ = √(𝐱𝟏)𝐧𝟏 ∙ (𝐱𝟐)𝐧𝟐 ⋯(𝐱𝐤)𝒏𝒌 𝐧 Media Aritmética (𝑋 ̅): o promedio, de una cantidad finita de números, es igual a la suma de todos ellos dividida entre el número de sumandos. Dada una muestra de tamaño 𝑛, con valores 𝑥1,𝑥2,⋯, 𝑥𝑛 la Media Arimética o promedio es el cociente entre la suma de los datos observados y el tamaño de la muestra: 𝐗 ̅ = 𝐱𝟏 + 𝐱𝟐 + ⋯+𝐱𝐧 𝐧 Para datos agrupados en una tabla: 𝐗 ̅ = 𝐱𝟏 ∗ 𝐧𝟏 + 𝐱𝟐 ∗ 𝐧𝟐 + ⋯+𝐱𝐤 ∗ 𝐧𝐤 𝐧 Expresada de forma más intuitiva, podemos decir que la media aritmética es la cantidad total de la variable distribuida a partes iguales entre cada observación. Para muestras donde el cero hace parte de los datos la media aritmética si se puede calcular. Media Cuadrática (𝐐 ̅): Esta media como medida de asociación tiene aplicaciones tanto en ciencias biológicas como en medicina. A veces la variable u observaciones toman valores positivos y negativos, como ocurre, por ejemplo, en las medidas de las temperaturas de las una montaña, la rentabilidad de una empresa, La altura de una ciudad o terreno respecto al nivel del mar, entre otras. En tal caso se puede estar interesado en obtener un promedio que no recoja los efectos del signo, este problema se resuelve, mediante la denominada media cuadrática. Dada una muestra de tamaño 𝑛, con valores 𝑥1,𝑥2,⋯, 𝑥𝑛 la Media Cuadrática (𝑄 ̅) Consiste en elevar al cuadrado todas las observaciones (así los signos negativos desaparecen), en obtener después su media aritmética y en extraer, finalmente, la raíz cuadrada de dicha media para volver a la unidad de medida original. 𝑄 ̅ = √ (𝐱𝟏)𝟐 + (𝐱𝟐)𝟐 + ⋯+ (𝐱𝐧)𝟐 𝐧 𝟐
  • 2. Para datos agrupados en una tabla: 𝑄 ̅ = √ (𝐱𝟏)𝟐 ∗ 𝐧𝟏 + (𝐱𝟐)𝟐 ∗ 𝐧𝟐 + ⋯+ (𝐱𝐤)𝟐 ∗ 𝐧𝐤 𝐧 𝟐 Mediana: El cálculo de la mediana debe diferenciarse dependiendo de la paridad de los datos:  Si el tamaño de la muestra es impar. La mediana es el valor central. 𝑀𝑒 = 𝑛 + 1 2  Si el tamaño de la muestra es par. La mediana es la media aritmética de los dos valores centrales. Si los datos se presentan en una tabla de distribución de frecuencias la formula es la siguiente 𝑀𝑒 = 𝐿𝑖 + [ 𝑛 2 − 𝑁𝑖−1 𝑛𝑖 ]∗ [𝐿𝑠 − 𝐿𝑖] EJEMPLO Mediana: Suponga que tenemos la distribución de 250 personas según su edad que utilizan el servicio de facebook. Intervalo Edad Frecuencia 𝑛𝑖 Frecuencia Acumulada 𝑁𝑖 [5,10) 11 11 [15,20) 23 34 [20,25) 61 95 [25,30) 60 155 [30,35) 45 200 [35,40) 20 220 [40,45) 15 235 [45,50) 15 250 Total 250 1) Se calcula 𝑛 2 = 250 2 = 125, lo cual nos permite escogemos la franja e inmediatamente el intervalos donde estaré la mediana 125 ≤ 𝑁𝑖que en este caso es la fila del 𝑁4 = 155. 2) 𝑁4−1 = 𝑁3 = 95. 3) Entonces n 2 − Ni−1 = 125 − 95 = 30 4) 𝑛4 = 60 5) 𝐿𝑠 − 𝐿𝑖 = 30 − 25 = 5 6) Por último aplicamos la fórmula Me = Li + [ n 2 − Ni−1 ni ] ∗ [Ls − Li ] = 20 + [ 30 60 ] ∗ [5] = 22,5 Moda: La moda es el dato que más se repite y se puede dar el caso bimodal, es decir, dos datos con la misma frecuencia y de manera similar la multimodal. En el caso de que la información se presente en una tabla de distribución de frecuencia la fórmula es la siguiente: 𝑀𝑜 = 𝐿𝑖 + [ (𝑛𝑖 − 𝑛𝑖−1) (𝑛𝑖 − 𝑛𝑖−1) + (𝑛𝑖 − 𝑛𝑖+1) ]∗ [𝐿𝑠 − 𝐿𝑖] EJEMPLO Moda: calcular la moda a los muestra del 1) Seleccionar la frecuencia mayor (𝑛𝑖) que en este caso es 𝑛4 = 60. 2) 𝐿𝑖 = 25. 3) 𝑛𝑖 − 𝑛𝑖−1 = 𝑛4 − 𝑛3 = 60 − 61 = −1. 4) 𝑛𝑖 − 𝑛𝑖+1 = 𝑛4 − 𝑛5 = 60 − 45 = 15. 5) 𝐿𝑠 − 𝐿𝑖 = 30 − 25 = 5. 6) Aplicar la formula 𝑀𝑜 = 𝐿𝑖 + [ (𝑛𝑖 − 𝑛𝑖−1) (𝑛𝑖 − 𝑛𝑖−1) + (𝑛𝑖 − 𝑛𝑖+1) ]∗ [𝐿𝑠 − 𝐿𝑖] = 25 + [ −1 (−1) + (15) ] ∗ 5 = 345 14 = 24,64285714 EJEMPLO 1: dada la siguiente tabla con las calificaciones de un examen de matemáticas en el colegio la Salle de Montería. Calcular las medidas de tendencia central Armónica, Geométrica, aritmética, cuadrática, Mediana y moda. Ordenarlos de menor a mayor y explicar cual escogería para expresar una conclusión de la misma. Aproxime con dos cifras después de la coma. 4 3,8 3 3,5 4 3,5 3,5 3 4 3,5 3 3 3,5 1 2,5 3 4 3,5 3 3,5 3 4,8 3,5 3 3 3 3,5 4 3,8 3 3,5 3,8 3,5 4,8 3,5 4 Medias Valor Armónica 3,21 Geométrica 3,35 Aritmética 3,43 Cuadrática 3,49 Mediana 3,5 Moda 3,5 EJEMPLO 2: En la siguiente tabla se presenta los salarios en miles de dólares de 50 habitantes de New York. Calcular las medias (Armónica, Geométrica, aritmética, cuadrática, Mediana y moda). Salario Frecuencia [9,45) 9 [45,79) 11 [79,115) 10 [115,149) 8 [149,185) 4 [185,219) 3 [219,255) 5 Total 50 Solución:
  • 3. Salario ni Ni Marca de clase [9,45) 9 9 9 + 45 2 = 27 [45,79) 11 20 79 + 45 2 = 62 [79,115) 10 30 79 + 115 2 = 97 [115,149) 8 38 149 + 115 2 = 132 [149,185) 4 42 149 + 185 2 = 167 [185,219) 3 45 219 + 185 2 = 202 [219,255) 5 50 219 + 255 2 = 222 Total 50 𝐇 ̅ = 𝐧 𝐧𝟏 𝐱𝟏 + 𝐧𝟐 𝐱𝟐 + ⋯+ 𝐧𝐤 𝐱𝐤 = 𝟓𝟎 𝟗 𝟐𝟕 + 𝟏𝟏 𝟔𝟐 + 𝟏𝟎 𝟗𝟕 + 𝟖 𝟏𝟑𝟐 + 𝟒 𝟏𝟔𝟕 + 𝟑 𝟐𝟎𝟐 + 𝟓 𝟐𝟐𝟐 = 𝟔𝟕,𝟗𝟓𝟓 𝐆 ̅ = √(𝐱𝟏 )𝐧𝟏 ∙ (𝐱𝟐 )𝐧𝟐 ⋯ (𝐱𝐤 )𝐧𝐤 𝐧 = √(𝟐𝟕𝟗) ∙ (𝟔𝟐𝟏𝟏) ∙ (𝟗𝟕𝟏𝟎) ∙ (𝟏𝟑𝟐𝟖) ∙ (𝟏𝟔𝟕𝟒) ∙ (𝟐𝟎𝟐𝟑) ∙ (𝟐𝟐𝟐𝟓) 𝟓𝟎 = 𝟖𝟔,𝐮𝟖𝟗𝟕𝟒 𝐗 ̅ = 𝐱𝟏 ∗ 𝐧𝟏 + 𝐱𝟐 ∗ 𝐧𝟐 + ⋯ +𝐱𝐤 ∗ 𝐧𝐤 𝐧 = 𝟐𝟕∗ 𝟗 + 𝟔𝟐 ∗ 𝟏𝟏+ 𝟗𝟕∗ 𝟏𝟎+ 𝟏𝟑𝟐∗ 𝟖 + 𝟏𝟔𝟕∗ 𝟒 + 𝟐𝟎𝟐∗ 𝟑 + 𝟐𝟐𝟐∗ 𝟓 𝟓𝟎 = 𝟏𝟎𝟔,𝟕 𝐐 ̅ = √ (𝐱𝟏 )𝟐 ∗ 𝐧𝟏 + (𝐱𝟐 )𝟐 ∗ 𝐧𝟐 + ⋯+ (𝐱𝐤 )𝟐 ∗ 𝐧𝐤 𝐧 𝟐 = √ (𝟐𝟕𝟐) ∗ 𝟗 + (𝟔𝟐𝟐) ∗𝟏𝟏 +(𝟗𝟕𝟐 ) ∗𝟏𝟎 + (𝟏𝟑𝟐𝟐) ∗ 𝟖 + (𝟏𝟔𝟕𝟐) ∗ 𝟒 + (𝟐𝟎𝟐𝟐) ∗ 𝟑 +(𝟐𝟐𝟐𝟐 ) ∗𝟓 𝟓𝟎 = 𝟏𝟐𝟑,𝟓𝟎𝟖 Para calcular la mediana seguimos los pasos dados en el ejemplo Mediana: 1) 𝑛 2 = 50 2 = 25, por tanto la franja que debemos escoger es 𝑁3 = 30. 2) 𝑁3−1 = 𝑁2 = 20. 3) 𝑛 2 − 𝑁𝑖−1 = 25 − 20 = 5. 4) 𝑛3 = 10. 5) 𝐿𝑆 − 𝐿𝐼 = 115 − 79 = 36 6) 𝑀𝑒 = 79 + [ 5 10 ] ∗ [36] = 97 Para la Moda seguimos los pasos dados en el ejemplo Moda: 1) La mayor frecuencia es 11 por lo tanto escogemos la franja donde 𝑛2 = 11. 2) 𝐿𝐼 = 45 3) 𝑛2 − 𝑛1 = 11 − 9 = 2 4) 𝑛2 − 𝑛3 = 11 − 10 = 1 5) 𝐿𝑆 − 𝐿𝐼 = 79 − 45 = 34 6) 𝑀0 = 45 + [ 2 2+1 ] ∗ [34] = 67,667 Media Ponderada (𝑃 ̅): Se denomina media ponderada de un conjunto de números al resultado de multiplicar cada uno de los números por un valor particular para cada uno de ellos, llamado su peso (w), obteniendo a continuación la suma de estos productos, y dividiendo el resultado por la suma de los pesos. Este "peso" depende de la importancia o significancia de cada uno de los valores. Dada una muestra de tamaño n, con valores x1,x2, ⋯,xn la Media Ponderada es el cociente entre el producto de los valores observados por su peso y la suma de los pesos: 𝐏 ̅ = 𝐱𝟏 ∗ 𝐰𝟏 + 𝐱𝟐 ∗ 𝐰𝟐 + ⋯+𝐱𝐧 ∗ 𝐰𝐧 𝐧 Para datos agrupados en una tabla: 𝐏 ̅ = (𝐱𝟏 ∗ 𝐧𝟏 ) ∗ 𝐰𝟏 + (𝐱𝟐 ∗ 𝐧𝟐 ) ∗ 𝐰𝟐 + ⋯ +(𝐱𝐤 ∗ 𝐧𝐤 )𝐰𝐤 𝐧 EJEMPLO 3: Paul el fontanero vende cinco tipos de limpiadores para desagües. En la tabla se muestra cada tipo, junto con la utilidad en dólares por lata, el número de latas vendidas y su respectiva utilidad. Limpiador Utilidad por lata X Volumen de ventas W X*W Glunk out 2,0 3 6,0 Bubble up 3,5 7 24,5 Dream Drain 5,0 15 75,0 Clear More 7,5 12 90,0 Main Drain 6,0 15 90,0 Total 24,0 52 285,5 Se puede calcular la media aritmética simple de la utilidad de Paul como 24 5 = 4,8 por lata. Sin embargo, probablemente este no sea un buen estimado de la utilidad promedio de Paul, debido a que vende más de algunos tipos de limpiadores que de otros. Para obtener un estado financiero más representativo del desempeño real de su negocio, Paul debe dar más peso a los limpiadores más populares. Por tanto el cálculo apropiado sería la media ponderada. La medida de peso apropiada sería las cantidades vendidas. La media ponderada es: 𝐏 ̅ = 285,5 52 = 5,49 EJERCICIOS 1) Completar la siguiente tabla que resume la información dada y consulte la información no suministrada. FORMULAS CARATERÍSTICAS MEDIAS Dato No Agrupados Datos Agrupados Ventajas Desventajas Armónica Geométrica Aritmética Cuadrática Ponderada Mediana Moda 2) Calcular las medidas de tendencia central (Media Armónica, Geométrica, Aritmética, Cuadrática, mediana y moda) de las estaturas de 50 estudiantes del colegio la Salle de Montería. Explique cual representa mejor a la comunidad.
  • 4. 1,17 1,36 1,26 1,35 1,1 1,17 1,89 1,14 1,37 1,3 1,19 1,06 1,3 1,15 1,23 1,72 1,38 1,42 1,17 1,27 1,32 1,49 1,38 1,28 1,5 1,22 1,49 1,17 1,26 1,15 1,28 1,32 1,32 1,26 1,27 1,12 1,9 1,4 1,2 1,18 1,5 1,2 1 1,15 1,24 1,5 1,14 1,25 1,25 1,75 3) Las calificaciones obtenidas por 90 estudiantes de la asignatura de estadística aplicada a las ciencias del deporte han sido las siguientes (se califica de 0 a 10): 3 4 6 8 7 5 3 2 5 9 1 0 3 3 1 6 0 2 3 9 4 2 4 4 2 7 1 1 4 8 1 3 6 5 1 4 2 4 5 5 7 2 9 7 8 10 8 2 6 1 6 5 10 5 7 0 3 3 8 2 4 7 5 8 6 2 1 4 7 6 5 3 4 2 6 3 2 5 9 4 3 0 1 2 4 4 8 6 2 1 Construir la tabla de distribución de frecuencias y calcular las medidas de tendencia central de dos formas una con los datos no agrupados y la otra con los datos agrupados y compararlas. 𝐻 ̅ = 4) Carlos obtiene calificaciones parciales de 65, 83, 80, y 90. En el examen final recibe una calificación de 92. Calcule la media ponderada, si cada uno de los exámenes parciales cuenta el 15% y el examen final cuenta 40% de la calificación total. 5) En el curso de Estadística se asignan pesos de importancia, de la siguiente forma: Unida I (20% del curso), Unidad II (25% del curso), Unidad III (20% del curso), Unidad IV (15% del curso), Unidad V (20% del curso). Si las calificaciones de un alumno son 4 en la primera unidad, 2,5 en la segunda, 4 en la tercera unidad, 1 en la cuarta unidad y 4 en la última unidad. Es decir, se tienen la siguiente tabla: Unidad Ponderación (Wi) Datos (Wi) I 20% = 0.2 4 II 25% = 0.35 2,5 III 20% = 0.2 4 IV 15% = 0.15 1 V 20% = 0.10 4 La calificación del estudiante es:_______ 6) La sociedad colombiana de meteorológica ha tomado la temperatura en ºC en las sabanas de Bogotá a la misma hora y en la misma parte el mismo día de cada mes del año 2011 y 2012. 2011 4º, 2º, -1º, 0º, -3º, 3º, 4º, -1º, -2º, 1º, -2º y 0º 2012 5º, 3º, 0º, -1º, 4º, 3º,2º, 1º -2º, -1º, 1º, y 2º Medias 2011 2012 𝐇 ̅ 𝐆 ̅ 𝐗 ̅ 𝐐 ̅ 𝐌𝐞 𝐌𝟎 Construir las tablas de distribución de frecuencias para el 2011 y 2012. Construir un diagrama de barras que ilustre la información del 2011 y 2012. Calcular las medidas de tendencia central para datos agrupados. 7) Se ha medido la concentración de sodio del sudor de 60 atletas, obteniéndose los siguientes resultados: 46, 29, 35, 61, 54, 37, 53, 57, 52, 51, 43, 67, 66, 31, 53, 51, 48, 59, 55, 47, 76, 49, 59, 50, 65, 41, 60, 51, 43, 82, 63, 58, 43, 61, 73, 38, 71, 47, 47, 60, 69, 53, 51, 39, 66, 53, 56, 72, 75, 52, 63, 57, 54, 77, 59, 36, 45, 63, 67, 44 a) Determinar las medidas de tendencia central (Media Armónica, Geométrica, Aritmética, Cuadrática, mediana y moda). b) Construir la tabla de frecuencias, obtener el histograma, un diagrama de barras y el polígono de frecuencias c) Determinar las mismas medidas anteriores (a) para los datos agrupados. 8) A continuación figuran los datos correspondientes a los tiempos (expresados en segundos) que tardan en recorrer 50 metros planos por una muestra de 20 deportistas: 7.51; 6.60; 5.59; 7.83; 5.71; 5.80; 7.33; 8.71; 6.00; 7.04; 6.36; 5.31; 6.82; 5.88; 5.96; 8.27; 8.31; 8.61; 8.50; 8.20. Responder de manera similar las preguntas a), b) y c) de la pregunta 7. 9) Las edades de cincuenta de los directores ejecutivos de las mejores corporaciones de la nación reportadas en la edición de la revista Forbes de la edición del 24 de mayo de 1997 aparecen en la siguiente tabla de frecuencias. Edades Frecuencia [40,45) 8 [45,50) 13 [50,55) 15 [55,60) 10 [60,65) 3 [65,70) 1 Medias valor 𝐇 ̅ 𝐆 ̅ 𝐗 ̅ 𝐐 ̅ 𝐌𝐞 𝐌𝟎 10) Que puede decir de la siguiente desigualdad: 𝐇 ̅ ≤ 𝐆 ̅ ≤ 𝐗 ̅ ≤ 𝐐 ̅ Éxitos Hagan lo que hagan, trabajen de buena gana, como para el señor y no como para nadie en este mundo,consientes de que Dios los recompensará con la herencia. (Colosenses 3:23-24)