QU ES LA ESTADSTICA?

OBJETIVOS

Saber qu significa estadstica.

Explicar qu es estadstica descriptiva y estadstica inferencial.
Diferenciar entre una variable cualitativa y una variable cuantitativa.
Distinguir entre una variable discreta y una variable continua.
Diferenciar entre niveles de medicin nominal, ordinal, por intervalo y
de razn.
Definir los trminos mutuamente excluyentes y colectivamente exhaustivos.

Qu significa estadstica?
Estadstica es la ciencia de recolectar, organizar, presentar, analizar e interpretar datos
con el propsito de ayudar a una toma de decisiones ms efectiva.
Las tcnicas estadsticas se usadas ampliamente por personas en diversas reas tales
como mercadeo, comunicacin, contabilidad, control de calidad, deportes,
administracin de empresas, de hospitales, educacin, poltica, medicina, etctera.

Tipos de estadsticas

1. Estadstica descriptiva: mtodos para organizar, resumir y presentar datos de manera

informativa.
Ejemplo 1: un sondeo de opinin encontr que 49 % de las personas en una encuesta
saban el nombre del primer ministro ingls. La estadstica 49 describe el nmero de
cada 100 personas que saben la respuesta.
Ejemplo 2: segn la revista del consumidor, los dueos de lavadoras de ropa Whirlpool
reportaron 9 problemas por cada 100 mquinas durante 1995. La estadstica 9
describe el nmero de problemas por cada 100 mquinas.

2. Estadstica inferencial: una decisin, estimacin, prediccin o generalizacin sobre una

poblacin, con base en una muestra.
Una poblacin es un conjunto de todos los posibles individuos, objetos o medidas de
inters.
Una muestra es una porcin, o parte, de la poblacin de inters.

Ejemplo 1: las cadenas de TV monitorean la popularidad de sus programas contratando

a Nielsen y otras organizaciones para muestrear las preferencias de televidentes.
Ejemplo 2: el departamento de contabilidad de una empresa elegir una muestra de
facturas para verificar la exactitud de todas las facturas de la compaa.
 Ejemplo 3: los catadores de vino prueban unas cuantas gotas para tomar la decisin de
liberar todo el vino para la venta.

Tipos de variables
1. Variable cualitativa o de atributos: la caracterstica o variable que se estudia no es
numrica.
Ejemplos: gnero, afiliacin religiosa, tipo de automvil que se posee, lugar de
nacimiento, color de los ojos.

2. Variable cuantitativa: la variable se puede registrar numricamente.

Ejemplo: saldo en una cuenta de cheques, minutos que faltan para que termine la clase,
nmero de nios en una familia.

Las variables cuantitativas se pueden clasificar como discretas o continuas.

Variables discretas: slo pueden adquirir ciertos valores y casi siempre hay brechas
entre esos valores.
Ejemplo: el nmero de habitaciones en una casa (1, 2, 3,..., etc.).
Variables continuas: pueden tomar cualquier valor dentro de un intervalo especfico.
Ejemplo: el tiempo que toma volar de Bogot a Nueva York.

Resumen de tipos de variables

DATOS

Cualitativos o de atributos Cuantitativos o numricos

(tipo de auto que posee)

discretos continuos
(nmero de hijos) (tiempo para resolver el examen)

Fuentes de datos estadsticos

Los problemas de investigacin suelen requerir datos publicados. Se pueden encontrar
estadsticas relacionadas en artculos publicados, revistas y peridicos.
No todos los temas disponen de datos publicados. En esos casos, la informacin deber
recolectarse y analizarse.
Una manera de recolectar datos es mediante encuestas.

Escalas de medicin

1. Nivel nominal: los datos slo se puede clasificar en categoras, no se pueden ordenar.
Ejemplos: color de los ojos, gnero, afiliacin religiosa.
 Mutuamente excluyente: un individuo, objeto o artculo, al ser incluido en una
categora, debe excluirse de las dems.
Ejemplo: gnero, color de los ojos.
Colectivamente exhaustivo: cada persona, objeto o artculo debe clasificarse en al
menos una categora.
EJEMPLO: afiliacin religiosa.

2. Nivel ordinal: involucra datos que se pueden ordenar, pero no es posible determinar las
diferencias entre los valores de los datos o no tienen significado.
EJEMPLO: en una prueba de sabor de 4 refrescos de cola, el C se clasific como nmero
1, el B como nmero 2, el A como 3 y el D como nmero 4.

3. Nivel de intervalo: similar al nivel ordinal, con la propiedad adicional de que se pueden
determinar cantidades significativas de las diferencias entre los valores. No existe un punto
cero natural y solo se pueden realizar las operaciones de suma y resta con sentido
Ejemplo: temperatura en la escala de grados Fahrenheit.

4. Nivel de razn: el nivel de intervalo con un punto cero inicial inherente. Las diferencias y
razones son significativas para este nivel de medicin y se pueden realizar las cuatro
operaciones bsicas con sentido.
Ejemplos: dinero, altura de los jugadores de bsquetbol de la NBA.

DESCRIPCIN DE LOS DATOS:

DISTRIBUCIONES DE FRECUENCIAS Y
REPRESENTACIONES GRFICAS
OBJETIVOS

Al terminar esta unidad el estudiante podr:

Organizar los datos en una distribucin de frecuencias.
Presentar una distribucin de frecuencias en un histograma, un polgono de frecuencias y
un polgono de frecuencias acumuladas.
Desarrollar una representacin de tallo y hoja.
Presentar datos mediante tcnicas de graficacin como grficas de lneas, de barras y
circulares.

Distribucin de frecuencias
Distribucin de frecuencias: agrupamiento de datos en categoras que muestran el
nmero de observaciones en cada categora mutuamente excluyente.
Elaboracin de una distribucin de frecuencias

pregunta que recoleccin organizacin presentacin obtencin

se desea de datos de datos de datos de
responder (datos originales) (grfica) conclusiones

distribucin
de frecuencias

Las categoras que se crean para agrupar los datos dependen del
tipo de variable que se tenga, es decir se debe primero identificar
la variable para determinar si es cualitativa o cuantitativa y en caso
de las cuantitativas si es discreta o continua.

1. Distribuciones de frecuencias para variables cualitativas

En el caso de las variables cualitativas, las categoras corresponden con los posibles
valores de la variable

EJEMPLO 1
Se realiz una encuesta a 200 deportistas para averiguar cul era la marca preferida de
zapatos deportivos y se encontr lo siguiente:

Variable Frecuencia absoluta (fi) Frecuencia relativa (hi)

Marca de zapato Nmero de corredores Porcentaje de corredores
Nike 92 (92/200)*100 = 46.0%
Adidas 49 (49/200)*100 = 24.5%
Reebok 37 (37/200)*100 = 18.5%
Puma 13 (13/200)*200 = 6.5%
Otros 9 (9/200)*100 = 4.5%
Total 200 100.0%

La marca de zapato es la variable de estudio, que es de tipo cualitativo en escala

nominal. Sus posibles valores o categoras son las diferentes marcas que dieron los
deportistas investigados, en este caso son Nike, Adidas, etc., y el nmero de corredores
son las frecuencias absolutas o nmero de veces que se repite cada valor de la variable.
Adicionalmente, se calculan las frecuencias relativas, que corresponden al porcentaje de
elementos investigados que hay en cada categora, en nuestro caso, el 46.0%
 reportaron como marca preferida Nike, el 24.5% Adidas y as sucesivamente. Este
cuadro se le denomina distribucin de frecuencias

2. Distribucin de frecuencias para variables cuantitativas

Las variables cuantitativas pueden ser discretas o continuas. Si la variable es discreta, se
puede agrupar en forma puntual si los valores que toma la variable son pocos, por
ejemplo nmero de habitaciones por vivienda ( 1, 2, 3,) o nmero de carros por hogar
(0, 1, 2) o por intervalos o clases si el nmero de posibles valores es muy amplio, por
ejemplo. Nmero de llamadas que se realizan diariamente, (pueden ser de cero a cien).
Si la variable es continua, necesariamente se debe de agruparse por intervalos o clases.
Marca de clase (punto medio): punto que divide a la clase en dos partes iguales. Es el
promedio entre los lmites superior e inferior de la clase o intervalo.
Intervalo de clase: se obtiene restando el lmite inferior de una clase del lmite inferior
de la siguiente.

EJEMPLO 2
A un grupo de 20 familias se les averigu cuntos hijos tenan y se encontraron los
siguientes resultados:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Hijos 3 2 2 2 1 0 1 1 2 3 2 2 1 2 2 0 1 1 0 3

Al examinar la variable se determina que es una variable cuantitativa discreta en escala

de razn y que sus valores oscilan entre 0 y 3 es decir son pocos los posibles valores, por
lo cual se puede agrupar en forma puntual como se muestra en la siguiente tabla:

Variable Frecuencia Frecuencia Frecuencia Frecuencia

Xi absoluta fi relativa hi absoluta relativa
acumulada Fi acumulada Hi
Nmero Nmero de Porcentaje de Nmero Porcentaje
de hijos hogares hogares acumulado de acumulado de
hogares hogares
0 3 (3/20)*100=15% 3 15%
1 6 (6/20)*100=30% 9 45%
2 8 (8/20)*100=40% 17 85%
3 3 (3/20)*100=15% 20 100%
Total 20 100%
 Las frecuencias se obtuvieron de la siguiente forma:
Cuente el nmero de valores en cada clase, frecuencia absoluta fi
La frecuencia relativa, hi de una clase se obtiene dividiendo la frecuencia absoluta de
dicha clase entre el total de observaciones.
La frecuencia absoluta acumulada, Fi se obtiene acumulando las frecuencias absolutas.
F1 = f1; F2 = f1+f2; F3 = f1+f2+f3 y as sucesivamente.
Las frecuencias relativas acumuladas Hi se obtienen acumulando las frecuencias
relativas, en forma anloga a la forma como se obtienen las frecuencias absolutas
acumuladas. H1 = h1; H2 = h1+h2; H3 = h1+h2+h3 y as sucesivamente.

El director de la escuela de administracin desea determinar cunto estudian los

alumnos en ella. Selecciona una muestra aleatoria de 30 estudiantes y determina el
nmero de horas por semana que estudia cada uno: 15.0, 23.7, 19.7, 15.4, 18.3, 23.0,
14.2, 20.8, 13.5, 20.7, 17.4, 18.6, 12.9, 20.3, 13.7, 21.4, 18.3, 29.8, 17.1, 18.9, 10.3,
26.1, 15.7, 14.0, 17.8, 33.8, 23.2, 12.9, 27.1, 16.6.
Organice los datos en una distribucin de frecuencias

Considere las clases 8-12 y 13-17. Las marcas de clase son 10 y 15. El intervalo de clase es 5
(13 - 8).
Horas de estudio Marca de clase o Frecuencia
(Intervalo de clase) Punto medio absoluta
Yj-1 Yj Yi fi
8 - 12 (8+12)/2 = 10 1
13 - 17 (13+17)/2 = 15 12
18 - 22 (18+22)/2 = 20 10
23 - 27 (23+27)/2 = 25 5
28 - 32 (28+32)/2 = 30 1
33 - 37 (33+37)/2 = 35 1

En el anterior cuadro, se tiene:

Yj-1 Extremo inferior del intervalo de clase

Yj Extremo superior del intervalo de clase
Yi Marca de clase o punto medio del intervalo

Sugerencias para elaborar una distribucin de frecuencias

Los intervalos de clase usados en la distribucin de frecuencias deben ser

preferiblemente iguales.
 Determine un intervalo de clase sugerido con la frmula: Ci = (Observacin mayor
observacin menor)/nmero de clases.
Use el intervalo de clase calculado sugerido para construir la distribucin de
frecuencias.
Nota: El intervalo de clase sugerido es susceptible de aproximarse siempre por
exceso, ejemplo, si da 97, puede ser mejor usar 100.
Cuente el nmero de valores en cada clase, frecuencia absoluta fi
La frecuencia relativa, hi de una clase se obtiene dividiendo la frecuencia absoluta
de dicha clase entre el total de observaciones.
La frecuencia absoluta acumulada, Fi se obtiene acumulando las frecuencias
absolutas. F1 = f1; F2 = f1+f2; F3 = f1+f2+f3 y as sucesivamente.
Las frecuencias relativas acumuladas Hi se obtienen acumulando las frecuencias
relativas, en forma anloga a la forma como se obtienen las frecuencias absolutas
acumuladas. H1 = h1; H2 = h1+h2; H3 = h1+h2+h3 y as sucesivamente.

Intervalo Frecuencia Frecuencia Frecuencia Frecuencia

de clase absoluta, relativa, Absoluta Relativa
Acumulada acumulada
Yj-1 Yj fi hi Fi Hi
8 - 12 1 1/30= 1 0.0333
0.0333
13 - 17 12 12/30= 13 0.4333
0.4000
18 - 22 10 10/30= 23 0.7666
0.3333
23 - 27 5 5/30= 28 0.9333
0.1667
28 - 32 1 1/30= 29 0.9666
0.0333
33 - 37 1 1/30= 30 1.0000
0.0333
TOTAL f i
= n = 30 h =1
i

Representaciones de tallo y hoja

Representaciones de tallo y hoja: tcnica estadstica para representar un conjunto de
datos. Cada valor numrico se divide en dos partes: los dgitos principales son el tallo y
el dgito siguiente es la hoja.
Nota: una ventaja de la representacin de tallo y hoja comparado con la distribucin de
frecuencias es que no se pierde la identidad de cada observacin.
EJEMPLO 2
Carlos logr las siguientes calificaciones en el doceavo examen de contabilidad del
semestre: 86, 79, 92, 84, 69, 88, 91, 83, 96, 78, 82, 85. Construya una representacin
de tallo y hoja para los datos.
Se toma como tallo las decenas y como hojas las unidades

TALLO HOJA
6 9
7 89
8 234568
9 126

Presentacin grfica de una distribucin de frecuencias

Las tres formas de grficas ms usadas son histogramas de frecuencias, polgonos de
frecuencia y distribuciones de frecuencias acumuladas (ojiva).
Histograma: grfica donde las clases se marcan en el eje horizontal y las frecuencias de
clase en el eje vertical. Las frecuencias de clase se representan por las alturas de las
barras y stas se trazan adyacentes entre s.
Un polgono de frecuencias consiste en segmentos de lnea que conectan los puntos
formados por el punto medio de la clase y la frecuencia de clase.
Una distribucin de frecuencias acumulada (ojiva) se usa para determinar cuntos o qu
proporcin de los valores de los datos es menor o mayor que cierto valor.

Histograma para las horas de estudio

14
12
Frecuencia

10
8
6
4
2
0
10 15 20 25 30 35
Horas de estudio
Polgono de frecuencias para las horas de estudio

14
12
10
Frecuencia

8
6
4
2
0
10 15 20 25 30 35
Horas de estudio

Distribucin de frecuencias acumuladas menor que para las horas de estudio

Ojiva o curva de frecuencias acumuladas

35
30
25
Frecuencia

20
15
10
5
0
10 15 20 25 30 35
Horas de estudio

Grfica de barras

Una grfica de barras se puede usar para describir cualquier nivel de medicin (nominal,
ordinal, de intervalo o de razn).
EJEMPLO 3: construya una grfica de barras para el nmero de personas desempleadas
por cada 100 000 habitantes de ciertas ciudades en 1995.
 Ciudad Nmero de desempleados por 100 000 habitantes
Barranquilla 7300
Cartagena 5400
Bucaramanga 6700
Medelln 8900
Cali 8200
Bogot, D.C. 8900

Grfica de barras para los datos de desempleados

10000 8900 8900

8200
# desempleados/100

8000 7300
6700
5400
6000
000

4000 Bar anquilla

Car tegena
2000 Bucar amanga
M edelln
0 Cali
B t
1 2 Ciudades
3 4 5 6

Grfica circular
Una grfica circular es en especial til para desplegar una distribucin de frecuencias
relativas. Se divide un crculo de manera proporcional a la frecuencia relativa y las
rebanadas representan los diferentes grupos.
EJEMPLO 4: se pidi a una muestra de 200 corredores que indicaran su tipo favorito
de zapatos para correr.
Dibuje una grfica circular basada en la siguiente informacin.

Tipo de zapato Nmero de corredores

Nike 92
Adidas 49
Reebok 37
Puma 13
Otros 9
Grfica circular para tipos de zapatos

Puma
Reebok
Otros
Nike
Adidas
Reebok
Adidas Puma
Otros
Nike

DESCRIPCIN DE LOS DATOS:

MEDIDAS DE UBICACIN O DE
OBJETIVOS

Al terminar esta unidad el estudiante podr:

Calcular la media aritmtica, mediana, moda, media ponderada y media geomtrica.
Explicar las caractersticas, utilizacin, ventajas y desventajas de cada medida de ubicacin.
Identificar la posicin de la media aritmtica, la mediana, y la moda, tanto para
distribuciones simtricas como asimtricas o sesgadas.

Media de la poblacin
Para datos no agrupados, la media de la poblacin es la suma de todos los valores en
ella dividida entre el nmero de elementos de la poblacin

= i
X

N

donde representa la media de la poblacin.

N es el nmero total de elementos en la poblacin.
Xi representa cualquier valor en particular.
indica la operacin de sumar.
 Parmetro: una caracterstica de la poblacin. Por lo anterior la media de la poblacin es
un parmetro.

EJEMPLO 1
La familia Prez posee cuatro carros. Las millas recorridas por cada uno son: 56 000,
23 000, 42 000 y 73 000. Encuentre el promedio de millas de los cuatro carros.

Esto es = i = ( 56 000 + 23 000 + 42 000 + 73 000)/4 = 48 500

X
N

Media de una muestra

Para datos no agrupados, la media de una muestra es la suma de todos los valores
divididos entre el nmero total de los mismos:

X=
X i

n
donde X denota la media muestral

n es el nmero total de valores en la muestra.

Xi representa cualquier valor en particular.
Dato estadstico: una caracterstica de una muestra, La media de la muestra es un dato
estadstico

EJEMPLO 2
Una muestra de cinco ejecutivos recibi la siguiente cantidad en bonos el ao pasado:
$14 000, $15 000, $17 000, $16 000 y $15 000. Encuentre el promedio en bonos
para los cinco ejecutivos.
Como estos valores representan la muestra de 5 ejecutivos, la media de la muestra es :

X=
Xi
n
(14 000 + 15 000 + 17 000 + 16 000 + 15 000) / 5 = $15 400.

Media ponderada
La media ponderada de un conjunto de nmeros X1, X2, ..., Xn, con las ponderaciones
correspondientes w1, w2, ...,wn, se calcula con la frmula:

Xw =
X 1w1 + X 2 w2 + ... + X n wn
wi
 Xw =
X w
i i

w i

EJEMPLO 3
Durante un periodo de una hora en una tarde calurosa de un sbado, el cantinero Jaime
sirvi cincuenta bebidas. Calcule la media ponderada de los precios de las bebidas.
(Precio ($), cantidad vendida): (0.50, 5), (0.75, 15), (0.90, 15), (1.10, 15).

La media ponderada es:

Xw =
X 1w1 + X 2 w2 + ... + X n wn
wi
o (0.50 x 5 +0.75 x 15 + 0.90 x 15 + 1.10 x 15) / (5 + 15 + 15 + 15) = $43.75/50
=$0.875

Propiedades de la media aritmtica

Todo conjunto de datos de nivel de intervalo y de nivel de razn tiene un valor medio.
Al evaluar la media se incluyen todos los valores.
Un conjunto de valores slo tiene una media.
La cantidad de datos a evaluar rara vez afecta la media.
La media de una constante es igual a la constante
La media de una constante ms una variable, es igual a la constante ms la media de la
variable.
La media de una constante por una variable es igual a la constante por la media de la
variable.
La media general es igual a la media de las medias ponderas por su correspondiente
tamao
La sumatoria de las desviaciones con respecto a la media es igual a cero.

EJEMPLO 4
Considere el conjunto de valores: 3, 8 y 4. La media es 5. Para ilustrar la propiedad:
la sumatoria de las desviaciones con respecto a al media es igual a cero se tiene: (3
- 5) + (8 - 5) + (4 - 5) = - 2 + 3 - 1 = 0. En otras palabras,

( X i X ) =
0

Mediana
Mediana: es el punto medio de los valores despus de ordenarlos de menor a mayor, o
de mayor a menor. La misma cantidad de valores se encuentra por arriba de la mediana
que por debajo de ella.
 Nota: para un conjunto con un nmero par de observaciones, la mediana ser el
promedio aritmtico de las dos observaciones centrales.

EJEMPLO 5
Calcule la mediana para los siguientes datos.
La edad de una muestra de cinco estudiantes es: 21, 25, 19, 20 y 22.
Al ordenar los datos de manera ascendente quedan: 19, 20, 21, 22, 25. La mediana es
21, que es la observacin central, ya que el nmero de observaciones es impar.
La altura, en pulgadas, de cuatro jugadores de bsquetbol es 76, 73, 80 y 75.
Al ordenar los datos de manera ascendente quedan: 73, 75, 76, 80. La mediana es 75.5
que corresponde al promedio de las dos observaciones centrales, ya que el nmero de
observaciones es par.

Propiedades de la mediana
La mediana es nica para cada conjunto de datos.
No se ve afectada por valores muy grandes o muy pequeos, y por lo tanto es una
medida valiosa de tendencia central.
Puede obtenerse para datos de nivel de razn, de intervalo y ordinal.
Puede calcularse para una distribucin de frecuencias con una clase de extremo abierto,
si la mediana no se encuentra en una de estas clases.

Moda
La moda es el valor de la observacin que aparece con ms frecuencia.

EJEMPLO 5:
Las calificaciones de un examen de diez estudiantes son: 81, 93, 84, 75, 68, 87, 81, 75,
81, 87. Como la calificacin 81 es la que ms ocurre, la calificacin modal es 81.

Media geomtrica
La media geomtrica (MG) de un conjunto de n nmeros positivos se define como la
raz n-sima del producto de los n valores. Su frmula es:

MG = n ( X 1)( X 2)( X 3)...( Xn)

La media geomtrica se usa para encontrar el promedio de porcentajes, razones, ndices
o tasas de crecimiento.
EJEMPLO 6
Las tasas de inters de tres bonos son 5%, 7% y 4%.
La media geomtrica es = 5.192.
La media aritmtica es (5 + 7 + 4)/3 = 5.333.
La MG da una cifra de ganancia ms conservadora porque no tiene una ponderacin
alta para la tasa de 7%.
Otra aplicacin de la media geomtrica es determinar el porcentaje promedio del
incremento en ventas, produccin u otros negocios o series econmicas de un periodo
a otro. La frmula para este tipo de problema es:

MG = n ( valor al final del periodo)/(valor al inicio del periodo) 1

EJEMPLO 7
El nmero total de estudiantes inscritos en colegios bogotanos aument de
755 000 en 1986 a 835 000 en 1995.
Aqu n = 10, as (n - 1) = 9.
MG = 9 835000 / 755000 1 = 0.0113.
Es decir, la media geomtrica de la tasa de crecimiento anual es 1.13%.

Media de datos agrupados

La media de una muestra de datos organizados en una distribucin de frecuencias se
calcula mediante la siguiente frmula:

Xf Xf
X = =
f n

EJEMPLO 8
Una muestra de diez cines en una gran rea metropolitana dio el nmero total de
pelculas exhibidas la semana anterior. Calcule la media de las pelculas proyectadas.

Pelculas exhibidas frecuencia punto medio de clase Xi (fi)(Xi)

fi
1-2 1 1.5 1.5
3-4 2 3.5 7.0
5-6 3 5.5 16.5
7-8 1 7.5 7.5
9-10 3 9.5 28.5
Total 10 61.0
 X i f i X i f i
=X =
f i n

61/10 = 6.1 pelculas

Mediana de datos agrupados

La mediana de una muestra de datos organizados en una distribucin de frecuencias se
calcula mediante la siguiente frmula:
n
2 Fj 1
Mediana, M = e Y j 1 + C j
fj

Donde Yj-1 es el lmite inferior de la clase que contiene a la mediana, Fj-1 es la frecuencia
acumulada que precede a la clase de la mediana, fj es la frecuencia de clase de la
mediana y Cj es la longitud del intervalo j, el de clase de la mediana.

Clculo de la clase de la mediana

Para determinar la clase de la mediana de datos agrupados:
Elabore una distribucin de frecuencias acumulada.
Divida el nmero total de datos entre 2.
Determine qu clase contiene este valor. Por ejemplo, si n=50, 50/2 = 25, despus
determine qu clase contiene el 25 valor (la clase de la mediana).

EJEMPLO 9

Pelculas exhibidas Frecuencia Frecuencia acumulada

1-2 1 1
3-4 2 3
5-6 3 6
7-8 1 7
9-10 3 10

La clase de la mediana es 5 - 6, ya que contiene el 5 valor (n/2 = 5)

De la tabla, Yj-1= 5, n = 10, fj = 3, Cj = 2, = Fj-1 3.
As, mediana = 5 +(2) [((10/2) - 3)/3] = 6.33
Moda de datos agrupados
La moda de los datos agrupados se aproxima por el punto medio de la clase que
contiene la mayor frecuencia.
Las modas en el EJEMPLO 9 son 5.5 y 9.5. Esta es una distribucin bimodal, tiene dos
modas

Distribucin simtrica

Sesgo cero : moda = mediana = media

Distribucin con asimetra positiva

sesgo a la derecha: media y mediana se encuentran a la derecha de la moda. La media
es la mayor de las tres medidas
moda < mediana < media
 Distribucin con asimetra negativa
sesgo a la izquierda: media y mediana estn a la izquierda de la moda. La media es la
menor de las tres medidas
media < mediana < moda

NOTA
Si se conocen dos promedios de una distribucin de frecuencias con sesgo moderado,
el tercero se puede aproximar:
moda = media - 3(media - mediana)
media = [3(mediana) - moda]/2
mediana = [2(media) + moda]/3