ESCUELA NACIONAL DE CIENCIAS COMERCIALES ADSCRITA AL INEB FRANCISCO MARROQUN MORALES, IZABAL, GUATEMALA, C. A.

Documento de apoyo al estudiante Estadstica Comercial

1) MEDIDAS DE TENDENCIA CENTRAL

Las medidas de posicin, generalmente denominadas promedios, son considerados como medidas destinadas a reducir el conjunto de datos de una caracterstica observada o investigada a un slo nmero representativo. Se puede decir tambin que el resultado de las medidas slo pretende explicar mediante un valor tpico un conjunto de datos.
1.1) MEDIA ARITMTICA ( x)

Frecuentemente se omite la calificacin de aritmtica, de modo que slo se menciona la palabra media, Es la medida ms utilizada, la ms conocida, la ms fcil de calcular. Se simboliza indistintamente empleando una rayita sobre la letra que indica la variable x o y, con minscula para indicar el estimador y con mayscula para el parmetro. ( x , y ) Otra forma de simbolizar la media es utilizando la letra M (mayscula) colocando como subndice y entre parntesis la letra que identifica la variable: M(x); M(y); M(z); tambin algunos utilizan la a (minscula). En poblaciones, como parmetro, es empleada con mucha frecuencia la letra griega miu o mu (). La media de un conjunto de valores x1, x2, x3, ..., xn, es la suma de los mismos, dividida entre el nmero total de observaciones que se consideran. Observemos que esta frmula matemtica es simplemente un conjunto de instrucciones. En este caso, se estn impartiendo instrucciones.
1.1.1) MEDIA ARITMTICA SIMPLE

Algunos la denominan como media no ponderada, y se obtiene dividiendo la suma de todos los valores que toma la variable, entre el nmero de observaciones.

El proceso que debe seguirse en la aplicacin, ser: a) sume todos los valores observados. b) divida el resultado anterior entre el nmero de observaciones.

La anterior frmula denominada por algunos como media simple o no ponderada, se utiliza cuando los datos estn sin agrupar, es decir, se trabaja con los datos originales provenientes del instrumento de recoleccin utilizado, sin que se haya iniciado el proceso de concentracin, tabulacin o elaboracin de cuadros o tablas.

Pgina 1

=========================== www.williamdeleon.wordpress.com

Ejemplo. Si se utiliza una escala de 0 a 10 y las calificaciones obtenidas por un alumno son: 6, 8, 6, 10 y 5 Cul es el promedio?

6+ 8+ 6+ 10+ 5 X= 5 35 X= = 7 5

X=

xi
n

1.1.2) MEDIA ARITMTICA PONDERADA

Se aplica cuando los datos estn agrupados en una tabla de frecuencias. El trmino ponderacin se da a la importancia que tiene cada valor de la variable dentro del conjunto, y corresponde a la frecuencia absoluta o relativa, siendo su mayor importancia cuando mayor sea el valor de la frecuencia. La frmula es casi igual a la anterior, slo que en este caso se multiplica cada valor de la variable por su respectiva frecuencia. Frmulas suma de los productos xi f i = nmero de observaciones X= n X= f x i ni

()
fi 3 7 10 15 8 5 2 50

Ahora aplicaremos las dos frmulas en variables discretas y continuas. Para ello tomaremos como base las tablas de frecuencia del ejercicio ejemplo que tienes en tus notas anteriores.

Clculo de la media aritmtica ponderada en variable discreta. Ejercicio ejemplo.

Xi 0 1 2 3 4 5 6

Xifi 0 7 20 45 32 25 12 141

fi / n 0.06000 0.14000 0.20000 0.30000 0.16000 0.10000 0.04000 1

xi(fi / n) 0.00000 0.14000 0.40000 0.90000 0.64000 0.50000 0.24000 2.82000

X=

xi f i
n

141 = 2.82 50

X=

xi

( fn ) = 2.82
i

Pgina 2

=========================== www.williamdeleon.wordpress.com

Clculo de la media aritmtica ponderada en variable continua Ejercicio ejemplo fi Xi Xifi INTERVALOS

fi / n

Xi(fi / n)

33.01 38.01 43.01 48.01 53.01 58.01 63.01 X=

38 43 48 53 58 63 68

3 5 7 9 15 9 2 50 2590 = 51.8 50

35.5 40.5 45.5 50.5 55.5 60.5 65.5 -

106.50 202.50 318.50 454.50 832.50 544.50 131.00 2590

X=

0.06000 0.10000 0.14000 0.18000 0.30000 0.18000 0.04000 1

2.13000 4.05000 6.37000 9.09000 16.65000 10.89000 2.62000 51.80000

xi f i
n

xi

( fn ) = 51.8
i

1.2) MEDIANA (Me)

Es el valor de la variable que divide la frecuencia total en dos partes iguales, es decir, aquel valor de la variable que supera y a la vez es superado por ms de la mitad de las observaciones en un conjunto ordenado. La mediana es un valor central. Veamos su aplicacin en cada caso particular.
1.2.1) CLCULO DE LA MEDIANA EN DATOS NO AGRUPADOS

Para el clculo de la mediana, cuando los datos no estn agrupados en una tabla de frecuencias, debe tomarse en cuenta si el nmero de observaciones es impar o par. Para cada caso utilizaremos este procedimiento. a) se ordenan los datos ascendentemente o descendentemente. b) se determina el valor central, ya sea mediante la observacin directa de los datos o a travs de la aplicacin de la frmula: (n+1)/2. El resultado nos seala el nmero de la observacin en que se localiza la mediana. Ejemplo.
1.2.1.1) Nmero Impar de observaciones

Si solo se dispone de un nmero impar de datos, la mediana estar localizada en el centro. Consideremos nuevamente los valores: 6, 8, 6, 10 y 5. Se ha dicho que primero los ordenamos ascendentemente o descendentemente: 5, 6, 6, 8, 10. Observemos que uno de los seis ocupa el centro; por lo tanto, a ese valor le corresponde la mediana. Me = 6. En el mismo ejercicio podemos calcular la mediana aplicando la frmula (n+1)/2 = (5+1)/2 = 3, lo cual indica que la mediana est localizada en el tercer dato de la variable ordenada.
1.2.1.2) Nmero par de observaciones

Si disponemos de un conjunto par de datos, se toma convencionalmente la mediana, a la media de las dos observaciones centrales. Si estos dos valores son iguales, se tomar uno de ellos. Con los datos: 6, 8, 6, 10, 5, 10, los ordenamos ascendentemente o descendentemente: 5, 6, 6, 8, 10, 10. La mediana ser el promedio entre la tercera y la cuarta observacin obtenida de la siguiente manera: (6+1)/2 = 3.5, es decir, que promediamos (6+8)/2 = 7. Este ser el valor de la mediana: Me = 7
1.2.2) CLCULO DE LA MEDIANA EN DATOS AGRUPADOS

Cuando trabajamos con tablas de frecuencias, debe establecerse si la variable es discreta o continua; luego, miraremos si al dividir entre dos el total de observaciones el valor se encuentra en la columna de las frecuencias absolutas acumuladas. Se nos presentan dos situaciones. En cada caso debe aplicarse una frmula diferente, con base en las siguientes recomendaciones: a) Se obtienen las frecuencias absolutas acumuladas. b) Divide entre 2 el total de observaciones: n/2. c) El resultado anterior lo buscas en la columna de las frecuencias absolutas acumuladas. ===========================
Pgina 3

Al respecto recordar que se presentan dos situaciones: la primera, cuando el valor puede observarse; dicho valor lo simbolizaremos por Ni-1 y al inmediatamente superior en valor por Ni por lo cual se dice que Ni-1 = n/2.

www.williamdeleon.wordpress.com

continua; luego, miraremos si al dividir entre dos el total de observaciones el valor se encuentra en la columna de las frecuencias absolutas acumuladas. Se nos presentan dos situaciones. En cada caso debe aplicarse una frmula diferente, con base en las siguientes recomendaciones: a) Se obtienen las frecuencias absolutas acumuladas. b) Divide entre 2 el total de observaciones: n/2. c) El resultado anterior lo buscas en la columna de las frecuencias absolutas acumuladas. Al respecto recordar que se presentan dos situaciones: la primera, cuando el valor puede observarse; dicho valor lo simbolizaremos por Ni-1 y al inmediatamente superior en valor por Ni por lo cual se dice que Ni-1 = n/2. La segunda situacin se da cuando el valor no se observa en dicha columna; en este caso Ni-1 corresponder al valor inmediatamente inferior a n/2 y Ni al inmediatamente superior en valor y se dir que Ni-1 <n/2. Adems, la frmula que debe aplicarse es diferente al tipo de variable, (discreta o continua).
Mediana en datos agrupados. Varible Discreta. Ejercicio ejemplo. Xi fi Ni

Xi-1 xi

0 1 2 3 4 5 6

3 7 15 10 8 5 2 50

3 10 25 35 43 48 50

Ni-1 Ni

(1) Aparece en la columna de las frecuencias absolutas el valor obtenido al calcular n/2 = 25; por lo tanto, se dir que Ni-1 = n/2. En este caso la frmula que debe utilizarse es:
2+ 3 X i1+ X i Me = = 2.5 2 2 La segunda situacin se da cuando el valor no se observa en dicha columna; en este caso Ni-1 corresponder al valor inmediatamente inferior a n/2 y Ni al inmediatamente superior en valor y se dir que Ni-1 <n/2. Adems, la frmula que debe aplicarse es diferente al tipo de variable, (discreta o continua).

Me =

Mediana en datos agrupados. Varible Discreta. Ejercicio ejemplo. Xi fi Ni

xi

0 1 2 3 4 5 6

3 7 10 15 8 5 2 50

3 10 20 35 43 48 50

Ni-1 Ni

Como en la columna de las frecuencias absolutas acumuladas no aparece el valor 25, consideremos como Ni-1 a 20, es decir, el valor inmediatamente inferior, y como Ni al inmediatamente superior a 25, o sea, 35. Se dir en este caso Ni-1<n/2, y la frmula a utilizar ser: Me = Xi Me = 3

Pgina 4

=========================== www.williamdeleon.wordpress.com

Mediana en datos agrupados. Varible Continua. Ejercicio ejemplo.

Procedimiento (1) Localiza el valor de n/2 = 25 en la columna de las frecuencias absolutas acumuladas. Ni-1 = n/2 La frmula que debe aplicarse ser. Me = Xi Me = 53
INTERVALOS fi Ni

xi

33.01 38.01 43.01 48.01 53.01 58.01 63.01

38 43 48 53 58 63 68

3 5 7 10 15 9 1 50

3 8 15 25 40 49 50

Ni-1 Ni

Mediana en datos agrupados. Varible Continua. Ejercicio ejemplo.

Procedimiento (2) En este caso, el valor 25 no se encuentra en la columna, por lo tanto, se dir que Ni-1<n/2 Para su clculo se aplicar la siguiente frmula: n N i1 2 Me = X i + c fi
INTERVALOS fi Ni

xi

33.01 38.01 43.01 48.01 53.01 58.01 63.01

38 43 48 53 58 63 68

3 5 7 9 15 f i 9 2 50

3 8 15 24 39 48 50

Ni-1 Ni

50 24 2 Me = 53 + 5 15 Me = 53 + 5 Me = 53 + 5
1.3) MODA

Me = 53 + 5 (0.06667 )

2524 15 1 15

Me = 53 + 0.33335 Me = 53.33

Es una medida de posicin, definida como el valor de la variable que ms se repite, es decir que tiene la mxima frecuencia de la distribucin. Se simboliza por Md. Md = Xi

Pgina 5

=========================== www.williamdeleon.wordpress.com

1.3.1) APLICACIN DE LA MODA EN DATOS SIN AGRUPAR

Apliquemos la moda en los datos siguientes: 6, 8, 6, 10, 5. Observamos que el 6 es el valor de la variable que ms se repite, por lo tanto: Md = 6. Consideremos otro conjunto de 6 observaciones, cuyos valores son: 6, 8, 6, 10, 5, 10. Se presentan dos valores de la variable con igual nmero de repeticiones, 6 y 10. En este caso existen dos modas, por lo tanto la distribucin es bimodal. Cuando ningn valor se repite ms de una vez, puede afirmarse que no hay moda. Si un solo valor de la variable se repite ms veces que los dems, ser unimodal; si encontramos ms de dos modas la distribucin ser plurimodal.
1.3.2) APLICACIN DE LA MODA EN DATOS AGRUPADOS

As como se calcul la moda, en datos no agrupados, en una forma simple e inmediata, casi por simple observacin y sin frmula alguna, podemos proceder igual en datos agrupados, tanto para la variable discreta como para la continua. En esta ltima debe calcularse utilizando las marcas de clase y slo cuando la amplitud del intervalo sea constante; cuando no lo sea, es preferible aplicar un procedimiento distinto. Md = Xi
Moda en datos agrupados. Variable Discreta Ejercicio ejemplo. Xi fi

Md

0 1 2 3 4 5 6

3 7 10 15 8 5 2 50

Xi Md = X i Md = 3

Moda en datos agrupados. Variable Continua Ejercicio ejemplo. Xi fi

Md

35.5 40.5 45.5 50.5 55.5 60.5 65.5

3 5 7 9 15 9 2 50

Md = X i Md = 55.5 Xi

Pgina 6

=========================== www.williamdeleon.wordpress.com

1.4) MEDIA GEOMTRICA (Mg)

La media geomtrica de n cantidades positivas es la raz positiva ensima del producto de dichas cantidades. Es aplicada en los casos en que la variable muestra un crecimiento geomtrico, como el de la poblacin de un pas o el de un capital colocado a una tasa de inters compuesto, (con tendencia exponencial).
1.4.1) APLICACIN DE LA MEDIA GEOMTRICA EN DATOS NO AGRUPADOS

Mg = Mg =

x
n n

x1x2x3 ... xn

Ejercicio ejemplo. Clculo de la media geomtrica en datos sin agrupar. 6, 8, 6, 10, 5.

Mg = Mg = Mg =

x
n 5 5

686105 14,400

Mg = 6.79 Esta frmula presenta varios inconvenientes en su clculo.

a) Si un valor de la variable es 0 el producto ser igualmente 0. b) Ninguna observacin puede ser negativa, pues nos dara una raz imaginaria. Como solucin, es preferible utilizar logaritmos. Mg = antilog

log x i n

Si se aplica esta frmula a los datos anteriores, el resultado ser exactamente igual.

( log 6+ log 8+ log56+ log10+ log5 ) 0.77815+0.90309 +0.77815+1+0.69897 Mg = antilog ( ) 5 4.15836 Mg = antilog ( ) 5
Mg = antilog Mg = antilog 0.83167
Mg = 6.79
Antilog en Libre Office Calc = 10 n = al nmero delque se desea obtener el antilog
n

Pgina 7

=========================== www.williamdeleon.wordpress.com

1.4.2) MEDIA GEOMTRICA EN DATOS AGRUPADOS

Frmula a utilizar

Mg = antilog

f i log x i n

)
log xi fi log xi

Media Geomtrica en Datos agrupados Variable Discreta Ejercicio ejemplo.

Xi

fi

0 1 2 3 4 5 6

3 7 10 15 8 5 2 50

0 0 0.30103 0.47712 0.60206 0.69897 0.77815

0 0 3.01030 7.15680 4.81648 3.49485 1.55630 20.03473

Mg = antilog

f i log x i n

Mg = antilog

( 20.03473 ) 50

Mg = antilog 0.40069

Mg = 2.52

Media Geomtrica en Datos agrupados Variable Continua Ejercicio ejemplo.

INTERVALOS

fi

Xi

log xi

fi log xi

33.01 38.01 43.01 48.01 53.01 58.01 63.01

38 43 48 53 58 63 68

3 5 7 9 15 9 2 50

35.5 40.5 45.5 50.5 55.5 60.5 65.5

1.55022 1.60745 1.65801 1.70329 1.74429 1.78175 1.81624

4.65066 8.03725 11.60607 15.32961 26.16435 16.03575 3.63248 85.45617

Mg = antilog

f i log x i
n

Mg = antilog

( 85.45617 ) 50

Mg = antilog 1.70912
Mg = 51.18

Pgina 8

=========================== www.williamdeleon.wordpress.com

1.5) MEDIA ARMNICA (Mh)

Se define como el inverso de la media aritmtica de los inversos de los valores de la variable. Se simboliza mediante Mh, MA, M-1 El valor obtenido con la aplicacin de esta medida ser menor que la media geomtrica, la x que a su vez es menor que la media aritmtica. Mh < Mg < Es utilizada para hallar promedios de nmeros ndice y para resolver problemas de promedios de tiempo y velocidad.
Frmula para la media aritmtica:

X=

xi
n
n 1

Frmula para la media armnica:

Mh =

1.5.1) MEDIA ARMNICA EN DATOS NO AGRUPADOS

Ejemplo a) Calculemos la media armnica con los siguientes datos: 6, 8, 6, 10, 5

xi

Mh =

n 1 xi

Mh =

5 0.16666 +0.125+0.16666 +0.1+0.2 5 0.75832

Mh =

5 1 1 1 1 1 + + + + x1 x 2 x3 x4 x5

Mh =

Mh =

5 1 1 1 1 1 + + + + 6 8 6 10 5

Mh = 6.59

Ejemplo b) Dos tejedoras necesitan 5 y 8.5 horas, respectivamente, para tejer una tela. En qu tiempo medio se tejera la tela?

Mh =

n 1 xi

Mh = Mh =

2 0.2+ 0.11764 2 0.31764

Mh =

2 1 1 + x1 x2

Mh = 6.3 horas Mh = 6 horas y 18 minutos

Mh =

2 1 1 + 5 8.5

Pgina 9

=========================== www.williamdeleon.wordpress.com

1.5.2) MEDIA ARMNICA EN DATOS AGRUPADOS

Media Armnica en Datos agrupados Variable Discreta Ejercicio ejemplo.

Xi

fi

0 1 2 3 4 5 6

3 7 10 15 8 5 2 50

f i / xi 0 7 5 5 2 1 0.33 20.33

Mh = Mh =

n 1 xi

50 20.33

Mh = 2.46

Media Armnica en Datos agrupados Variable Continua Ejercicio ejemplo.

Xi

fi

35.5 40.5 45.5 50.5 55.5 60.5 65.5

3 5 7 9 15 9 2 50

0.08451 0.12346 0.15385 0.17822 0.27027 0.14876 0.03053 0.98960

f i / xi

n 1 Mh = xi 50 Mh = 0.98960
Mh = 50.52

Bibliografa Kle Fleishmann, Oscar Estadstica Actualizado y Corregido por: Roberto Kle Ramos 7a. Edicin Enero 1999, Editorial Kamar, S. A. Guatemala, Guatemala. Martnez Bencardino, Ciro Estadstica Comercial Grupo Editorial Norma Educativa Segunda Edicin, 1994; tercera reimpresin 1996 Impreso en Colombia

Pgina 10

=========================== www.williamdeleon.wordpress.com