Sie sind auf Seite 1von 2

1.4.- Medidas de Tendencia central.

Se les llama medidas de tendencia central porque general mente la acumulacin ms alta de datos se encuentra en los valores intermedios. Las medidas de tendencia central comnmente empleadas son: Media aritmtica Media geomtrica Mediana Media armnica Moda Los cuantilos

Moda
Definicin.- La moda es el valor que aparece con mayor frecuencia en la serie de datos. La moda es una medida muy natural para describir un conjunto de datos; su concepto se adquiere fcilmente: Es la altura ms corriente, es la velocidad ms comn, etc. Adems tiene la ventaja de que no se ve afectada por la presencia de valores altos o bajos. Limitaciones.- La principal limitacin es que requiere un nmero suficiente de observaciones para que se manifieste o se defina claramente. Otros inconvenientes son que puede darse el caso de que una determinada serie no tenga moda o que tenga varias modas.

Mediana
La mediana toma en cuenta la posicin de los datos. Se define como el valor central de una serie de datos. 1. Para encontrarla primero se ordenan los datos de acuerdo a su magnitud. 2. Luego se determina el valor central de la serie y esa es la mediana. Si el nmero de datos es par, existirn dos valores centrales y entonces la mediana se obtiene sacando el promedio de ellos.

Media Aritmtica
La media aritmtica es el promedio ms comnmente usado. La media aritmtica est dada por la formula SX/n y significa: la

suma de todos los

valores dividida por el nmero de datos.


Media Armnica
La media armnica se define como el recproco de la media aritmtica de los recprocos de los valores. As la media armnica de 3, 2, 6 sera: Xa = 3

,
Media geomtrica
La media geomtrica es la raz ensima del producto de todos los valores de la serie. As por ejemplo la media geomtrica de 3,4,9 y 12 seria:

Como este sistema de clculo resulta muy difcil de emplear, mximo cuando son nmeros grandes o largas series de datos, en la prctica se recurre a los logaritmos. xg = antilog (S log xi)/n As la xg del ejemplo se calculara as : xg = antilog ( log 3 + log 4 + log 9 + log 12 ) 4 xg = antilog (0.477 + 0.602 + 0.954 + 1.079 ) 4 xg = antilog (3.11) 4 xg = antilog 0.78 xg = 6

Cuantilos
En algunas ocasiones es importante obtener valores que dividan el conjunto de datos en fracciones especficas. As como la mediana divide el conjunto de datos en dos partes iguales, es decir, la mitad de los valores son inferiores a la mediana y la otra mitad son superiores. Si cada una de estas mitades se volviera a dividir por la mitad, el conjunto quedara dividido en cuatro partes y cada parte se llamara cuartilo. Pero el conjunto puede dividirse tambin por 10 (deciles) o por 100 (percentiles) y todos se llaman cuantilos. Tanto la mediana, como los cuartilos y los deciles pueden expresarse como percentiles.

Por ejemplo:
Me = P50; Q3 = P75; D4 = P40 As que conociendo los percentiles se puede averiguar cualquier cuantilo. Para el clculo de los percentiles, el conjunto de datos debe estar ordenado, luego se aplica la siguiente frmula: Pm = m (n+1) termino 100

Donde:
Pm = Percentil m. Valor tal que un m/100 de las observaciones son menores que el y un 1 - m/100 son mayores. m = Nmero que indica el percentil que se quiere. Por ejemplo, si m = 43, esto quiere decir que se quiere el percentil 43 (P43). n = Nmero total de observaciones.

Ejemplo:
Calcular el percentil 77 de los siguientes datos: 32, 35, 36, 37, 40, 40, 41, 41, 42, 43, 43, 44, 45, 45, 46, 46, 47, 47, 48, 49, 49, 50, 51, 51, 52, 53, 53, 54, 55, 56, 57, 59, 60, 60, 62, 66, 67, 68, 70, 74.

El percentil 77 (P77) ser el valor que est ubicado en la 31. 57 posicin del conjunto de datos, pero esta posicin no existe y entonces hay que hacer una extrapolacin entre los datos 31 y 32. El 31 dato corresponde a 57 mientras que el 32 dato corresponde a 59, entonces diremos que el P77 es un 57% de 59 ms un 43% de 57.

P77 = (0.43 * 57) + (0.57 * 59) = 58.14