Medidas de tendencia central

Al describir grupos de diferentes observaciones, con frecuencia es conveniente

resumir la informacin con un solo nmero. Este nmero que, para tal fin, suele
situarse hacia el centro de la distribucin de datos se
denomina medida o parmetro de tendencia central o de centralizacin. Cuando
se hace referencia nicamente a la posicin de estos parmetros dentro de la
distribucin, independientemente de que est ms o menos centrada, se habla de
estas medidas como medidas de posicin. En este caso se incluyen tambin
los cuantiles entre estas medidas.

Media aritmetica

En matemticas y estadstica, la media aritmtica (tambin llamada promedio o

simplemente media) de un conjunto finito de nmeros es el valor caracterstico de
una serie de datos cuantitativos, objeto de estudio que parte del principio de la
esperanza matemtica o valor esperado, se obtiene a partir de la suma de todos
sus valores dividida entre el nmero de sumandos. Cuando el conjunto es
una muestra aleatoria recibe el nombre de media muestral siendo uno de los
principales estadsticos muestrales.

Media geomtrica

En matemticas y estadstica, la media geomtrica de una cantidad arbitraria de

nmeros (por decir n nmeros) es la raz n-sima del producto de todos los
nmeros, es recomendada para datos de progresin geomtrica, para promediar
razones, inters compuesto y nmeros ndices.

mediana
En el mbito de la estadstica, la mediana (del latn medinus 'del medio')
representa el valor de la variable de posicin central en un conjunto de datos
ordenados.

En estadstica, la moda es el valor con mayor frecuencia en una distribucin de

datos.
Se hablar de una distribucin bimodal de los datos adquiridos en una columna
cuando encontremos dos modas, es decir, dos datos que tengan la misma
frecuencia absoluta mxima. Una distribucin trimodal de los datos es en la que
encontramos tres modas. Si todas las variables tienen la misma frecuencia
diremos que hay moda.
El intervalo modal es el de mayor frecuencia absoluta. Cuando tratamos con datos
agrupados antes de definir la moda, se ha de definir el intervalo modal.
La moda, cuando los datos estn agrupados, es un punto que divide al intervalo
modal en dos partes de la forma p y c-p, siendo c la amplitud del intervalo, que
verifiquen que:
medidas de dispersin

Las medidas de dispersin, tambin llamadas medidas de variabilidad, muestran

la variabilidad de una distribucin, indicando por medio de un nmero, si las
diferentes puntuaciones de una variable estn muy alejadas de la media. Cuanto
mayor sea ese valor, mayor ser la variabilidad, cuanto menor sea, ms
homognea ser a la media. As se sabe si todos los casos son parecidos o varan
mucho entre ellos.

Para calcular la variabilidad que una distribucin tiene respecto de su media, se

calcula la media de las desviaciones de las puntuaciones respecto a la media
aritmtica. Pero la suma de las desviaciones es siempre cero, as que se adoptan
dos clases de estrategias para salvar este problema. Una es tomando las
desviaciones en valor absoluto (desviacin media) y otra es tomando las
desviaciones al cuadrado (varianza).

El rango o recorrido estadstico es la diferencia entre el valor mximo y el valor

mnimo en un grupo de nmeros aleatorios. Se le suele simbolizar con R.

La varianza es una medida estadstica que mide la dispersin de los valores

respecto a un valor central (media), es decir, es el cuadrado de las desviaciones:

La varianza a veces no se interpreta claramente, ya que se mide en unidades

cuadrticas. Para evitar ese problema se define otra medida de dispersin, que es
la desviacin tpica, o desviacin estndar, que se halla como la raz cuadrada
positiva de la varianza. La desviacin tpica informa sobre la dispersin de los
datos respecto al valor de la media; cuanto mayor sea su valor, ms dispersos
estarn los datos. Esta medida viene representada en la mayora de los casos
por S, dado que es su inicial de su nominacin en ingls.
 Medidas de Posicin

Son indicadores usados para sealar que porcentaje de datos dentro de una
distribucin de frecuencias superan estas expresiones, cuyo valor representa el
valor del dato que se encuentra en el centro de la distribucin de frecuencia, por lo
que tambin se les llama " Medidas de Tendencia Central ".
Pero estas medidas de posicin de una distribucin de frecuencias han de cumplir
determinadas condiciones para que lean verdaderamente representativas de la
variable a la que resumen. Toda sntesis de una distribucin se considerara como
operativa si intervienen en su determinacin todos y cada uno de los valores de la
distribucin, siendo nica para cada distribucin de frecuencias y siendo siempre
calculable y de fcil obtencin. A continuacin se describen las medidas de
posicin ms comunes utilizadas en estadstica, como lo son:
Cuartiles: Hay 3 cuartiles que dividen a una distribucin en 4 partes iguales:
primero, segundo y tecer cuartil.

Deciles: Hay 9 deciles que la dividen en 10 partes iguales: (primero al noveno

decil).

Percentiles: Hay 99 percentiles que dividen a una serie en 100 partes iguales:
(primero al noventa y nueve percentil).

medidas de distribucin

Las medidas de distribucin nos permiten identificar la forma en que se separan o

aglomeran los valores de acuerdo a su representacin grfica. Estas medidas
describen la manera como los datos tienden a reunirse de acuerdo con la
frecuencia con que se hallen dentro de la informacin. Su utilidad radica en la
posibilidad de identificar las caractersticas de la distribucin sin necesidad
de generar el grfico. Sus principales medidas son la Asimetra y la Curtosis.

ASIMETRA

Esta medida nos permite identificar si los datos se distribuyen de forma uniforme
alrededor del punto central (Media aritmtica). La asimetra presenta tres estados
diferentes [Fig.5-1], cada uno de los cuales define de forma concisa como estn
distribuidos los datos respecto al eje de asimetra. Se dice que la asimetra es
positiva cuando la mayora de los datos se encuentran por encima del valor de la
media aritmtica, la curva es Simtrica cuando se distribuyen aproximadamente la
misma cantidad de valores en ambos lados de la media y se conoce
como asimetra negativa cuando la mayor cantidad de datos se aglomeran en los
valores menores que la media.

Figura 5-1

El Coeficiente de asimetra, se representa mediante la ecuacin matemtica,

CURTOSIS

Esta medida determina el grado de concentracin que presentan los valores en la

regin central de la distribucin. Por medio del Coeficiente de Curtosis, podemos
identificar si existe una gran concentracin de valores (Leptocrtica), una
concentracin normal (Mesocrtica) una baja concentracin (Platicrtica).

Para calcular el coeficiente de Curtosis se utiliza la ecuacin:

 Ecuacion 5-10
Bibliografia

BENALCZAR, Marco, (2002), Unidades para Producir Medios Instruccionales en Educacin, SUREZ, Mario
Ed. Graficolor, Ibarra, Ecuador.
DAZA, Jorge, (2006), Estadstica Aplicada con Microsoft Excel, Grupo Editorial Megabyte,
Lima, Per.
SUREZ, Mario, (2004), Interaprendizaje Holstico de Matemtica, Ed. Grficas Planeta,