Estadstica

Inga Patricia Jurez, 2016

MEDIDAS DE TENDENCIA CENTRAL

Las medidas de tendencia central nos proporcionan la descripcin significativa de

un conjunto de observaciones.
Como su nombre lo indica, son datos de una variable que tienden a situarse en el
centro de su rango.

MEDIA ARITMETICA:
La media aritmtica o simplemente media es el valor promedio de los
datos, es la medida de tendencia central ms importante, debido a la
representatividad que posee los datos de la variable en estudio. Se calcula
sumando los valores de las observaciones y dividiendo el resultado entre el
nmero de observaciones.
Notacin:
= media poblacional
_
X = media muestral
_
X = x / n
_
X = (f*Mc)/ n

Arreglo simples
Distribucin de clases

Propiedades de la media aritmtica

1.

Es nica

2.

Simplicidad. Es sencillo su clculo

3.

Todos y cada uno de ellos en el conjunto de datos entran en el

clculo de la media, est afectada por cada valor. Por lo tanto los
valores extremos influyen sobre la media.

Desventajas de la media aritmtica

1.

Si alguno de los valores es extremadamente grande o extremadamente

pequeo, la media no es el promedio apropiado para representar la serie de
datos.

Estadstica
2.

Inga Patricia Jurez, 2016

No se puede determinar si en una distribucin de frecuencias presenta

intervalos de clase abiertos.

Arreglo simple
Ejemplo
A continuacin se presenta una muestra de las puntuaciones en un examen del
curso de estadstica:
70 90 95 74 58 70 98 72 75 85
95 74 80 85 90 65 90 75 90 69
Calcular el valor promedio de la puntuacin del curso de estadstica
Primero, sumamos todos los valores de los datos y el resultado se divide entre el
total de datos o tamao de la muestra. Al sumar todas las puntuaciones en el
ejemplo anterior obtendrs un total de 1600, que dividido por 20 (total de datos),
es igual a 80. Si empleamos la frmula obtenemos:

El valor promedio de la nota es de 80 puntos en curso de estadstica.

Distribucin de marcas de clases
Ejemplo
Determinar el promedio aritmtico del cuadro No. 1
Cuadro No.1
ESTATURA EN METROS DE LA POBLACIN DE ESTUDIANTES DE PRIMER AO
DE LA FACULTAD DE CIENCIAS MDICAS, USAC. GUATEMALA, OCTUBRE 2012

Estatura (Mts.)
1.50 - 1.54
1.55 - 1.59
1.60 - 1.64
1.65 - 1.69
1.70 - 1.74
1.75 - 1.79
1.80 1.84
1.85 1.89
Total
Fuente: datos hipotticos

No. de estudiantes (f)

12
16
32
38
42
28
14
8
190

Marca de clase (Mc)

1.52
1.57
1.62
1.67
1.72
1.77
1.82
1.87

f * Mc
18.24
25.12
51.84
63.46
72.24
49.56
25.48
14.96
320.90

Estadstica

Inga Patricia Jurez, 2016

El promedio aritmtico se establece:

= 320.90/190 = 1.69 Mts.
La estatura promedio es 1.69 Mts. de los estudiantes de medicina.

MEDIANA (Me):
Conjunto de valores ordenados. La mediana se define como un valor
numrico, que se encuentra al centro, con igual nmero de valores superiores
como inferiores, es decir 50% por arriba y por abajo.
Propiedades de la mediana
1.

Hay una sola mediana en una serie de datos.

2.

No es afectada por los valores extremos

3.

Puede aplicarse en distribuciones de frecuencia con intervalos abiertos

4.

La mediana es nica para cada grupo de valores.

Arreglo simple:
Para calcular la mediana para una serie simple se tienen que ordenar los
valores (de mayor a menor, o de menor a mayor); si la serie es impar o par, la
mediana corresponder al valor que ocupe la posicin (n + 1)/2 de la serie. Si la
serie es par, el valor de la mediana se calcula con el promedio de los dos valores
centrales dividido dos. EL valor de la mediana para una serie impar, el valor que
ocupa la posicin calculada.

Estadstica

Inga Patricia Jurez, 2016

Determinacin de la mediana

Distribucin de intervalos de clase

La frmula para datos agrupados es:

Ejemplo (Arreglo Simple):

Se tiene una muestra de tamao 5 con los siguientes valores: 46, 54, 42, 48 y 32.
Calcular el valor de la mediana.
1er. Paso

Ordenar los datos en forma ascendente: 32 42 46 48 54

2do. Paso Como la cantidad de datos es impar (5 datos), la mediana es el valor

del dato que se encuentra ubicado en la posicin (5+1)/2=3, el valor de la
mediana es:
Me = 46.
Ejemplo:
Se ha obtenido una muestra con los valores de datos: 27, 25, 27, 30, 20 y 26.
Determine el valor que representa el 50% de los datos.
Primer paso, ordenar los datos de forma ascendente: 20 25 26 27 27 30
Como el nmero de datos es par (6), la mediana es el promedio de los datos que
se encuentran en las posiciones (6+1) 2 = 3.5
Me = (26 + 27) / 2 = 26.5
El valor que representa el 50% por arriba y por abajo es de 26.5

Estadstica

Inga Patricia Jurez, 2016

Ejemplo (Distribucin de intervalos de clase):

CUADRO No. 2
ESTATURA EN METROS DE POBLACIN DE ESTUDIANTES DE PRIMER AO
DE LA FACULTAD DE CIENCIAS MDICAS, USAC. GUATEMALA, OCTUBRE 2012

Estatura (Mts.)
1.50 - 1.54
1.55 - 1.59
1.60 - 1.64
1.65 - 1.69
1.70 - 1.74
1.75 - 1.79
1.80 1.84
1.85 1.89
Total

No. de estudiantes
(f)
12
16
32
38
42
28
14
8
190

LRI

Fa

1.495
1.542
1.595
1.645
1.695
1.745
1.795
1.845

12
28
60
98
140
168
182
190

Fuente: datos hipotticos

Con la informacin de cuadro, determinar el valor que representa el 50% por arriba
o por debajo de la estatura de los estudiantes

Pasos a seguir:
1) Calcular N/2 = 95 para determinar el intervalo donde se encuentra
la
mediana, en este caso se encuentra en el cuarto intervalo, en cual contiene
el valor 95.
2. Determinar los valores a sustituir
LRI = 1.645

i = 0.05

f = 38

Fant = 60

3. Se aplica la formula
Me = LRI + n /2 Fa)*
f
Me =

1.645 + [(95 60)/38] * 0.05

Me = 1.69

Estadstica

Inga Patricia Jurez, 2016

El valor que representa el 50% por arriba y por debajo de la estatura es

1.69 Mts. de los estudiantes de medicina.

MODA (Mo)
Se define como el valor de la variable que posee una frecuencia mayor que
las restantes o el valor que ms de repite.
Un grupo de valores puede tener varias modas. Una serie de valores con
slo una moda se denomina unimodal; si tiene dos modas, es bimodal, y as
sucesivamente.
Propiedades de la moda
1.

La moda se puede aplicar en variables cualitativa o cuantitativas

2.

La moda tiene la ventaja de no ser afectada por valores extremos.

3.

Al igual que la mediana, puede ser calculada en distribuciones con

intervalos abiertos.

Moda para datos agrupados

Mo = LRI + .

1
1 +2

* i

Arreglo Simple
Ejemplos:
a) Se tiene una muestra con valores 20, 23, 24, 25, 25, 26 y 30.
Mo = 25 es unimodal
b) Se tiene una muestra con valores 20, 20, 23, 24, 25, 25, 26 y 30.
Mo= 20 y 25, se dice que es bimodal.

Estadstica

Inga Patricia Jurez, 2016

Distribucin de frecuencias de clases

Ejemplo:
CUADRO No. 3
ESTATURA EN METROS DE POBLACIN DE ESTUDIANTES DE PRIMER AO
DE LA FACULTAD DE CIENCIAS MDICAS, USAC. GUATEMALA, OCTUBRE 2012

Estatura (Mts.)
1.50 - 1.54
1.55 - 1.59
1.60 - 1.64
1.65 - 1.69
1.70 - 1.74
1.75 - 1.79
1.80 1.84
1.85 1.89
Total

No. de estudiantes
(f)
12
16
32
38
42
28
14
8
190

LRI
1.495
1.542
1.595
1.645
1.695
1.745
1.795
1.845

Fuente: datos hipotticos

Calculo de la moda:
Para calcular la moda debemos primero ubicar el intervalo de mayor frecuencia
que es 42, que est ubicado en el quinto intervalo.
Formula:
Mo = LRI + .

Datos:
LRI = 1.695

1
1 +2

1 = 42 -38 = 4

* i

2 = 42 28 = 14

i = 0.05

Mo = 1.695 + (4 /(4 + 14)) * 0.05

Mo = 1.70
El valor ms frecuente en la estatura es de 1.70 Mts. en los estudiantes de
medicina.
Ejercicios:

Estadstica

Inga Patricia Jurez, 2016

1. El nmero de visitas hechas a sus pacientes por un grupo de mdicos son

las siguientes:
5,
6,
7,
9,
12,
15,
18,
5,
5
Aplique las medidas de tendencia central e intrprete
2. Calcule las medidas de tendencia central e intrprete, para los datos del
cuadro No. 4.
CUADRO No. 5
MEDICION DE SODIO CORPORAL EN UNA MUESTRA DE PACIENTES
DEL HOSPITAL DE CONTROL DE PACIENTES HIPERTENSOS EN EL
DEPARTAMENTO DE SAN MARCOS EL 5 DE MAYO DE 2011.
Sodio Corporal (meq/l)
130 135
136 141
142 147
148 153
154 159
160 165

f
8
12
20
24
10
8

Fuente: datos hipotticos

3. Calcule las medidas de tendencia central e intrprete, para el cuadro No. 5.

Estadstica

Inga Patricia Jurez, 2016

FRACTILOS O CUANTILOS
Estos permiten identificar valores ubicados en diferentes posiciones. Se denomina
fractilo a la localizacin del valor que corresponde al final de cada parte en que se
ha dividido la distribucin de datos.
Cuartiles (Qk)
Los cuartiles dividen los datos en cuatro partes iguales. Cada una de las partes
representa una cuarta parte, o el 25% de las observaciones. Los cuartiles
(primero, segundo, tercero y cuarto) sealan el valor que est al 25, 50, 75 y 100
% de la totalidad de datos, el segundo cuartil equivale a la mediana.
Qk = [ k (n +1)] /4

Arreglo simple

Qk = LRI + [(K (n/4) Fant) / f ] * i

Datos agrupados

Deciles (Dk)
Una fraccin de datos que divide en 10 partes iguales, es decir que toma los
valores (1, 2, 3, 4, 5, 6, 7, 8, 9,10), cada una de estas partes representa la decima
parte. El quinto decil corresponde a la mediana.
Dk = [ k (n +1)] /10

Arreglo simple

Dk = LRI + [(K (n/10) Fant) / f ] * i

Qk = LRI + [(K (n/4) Fant) / f ] * i

Datos agrupados

Percentiles o Centiles (Pk / Ck )

Son los valores de la variable al final de cada una de las centsimas parte de la
distribucin de datos.
Pk = [ k (n +1)] /100

Arreglo simple

Pk = LRI + [(K (n/100) Fant) / f ] * i

Datos agrupados

Estadstica

Inga Patricia Jurez, 2016

Ntese las siguientes equivalencias

La mediana es igual al cuartil segundo, decil quinto y centil 50
Me = Q2 = D5 = C50
El cuartil primero es igual al centil 25
Q1 = C25
El cuartil tercero es igual al centil 75
Q3= C75
El Decil primero es igual al centil decimo,etc.
D1 = C10
Arreglo Simple
Ejemplo: a continuacin se presenta un conjunto de datos
10, 5, 12, 8, 14, 11, 15, 20, 18, 30 y 25.
Se ordenan los valores en forma ascendente o descendente
5 8 11 12 14 15 18 20 25 30
a) Determine el cuartil (k = 2)
Posicin de los Cuartiles
Q2 = segundo cuartil y representa el 50%
Qk = [ k (n +1)] /4
Q2 = 2(10+1)/4 = (11)/4 = 5.5 posicin
El valor del Q2 es el promedio de la posicin 5 y 6.
Q2 = (14 +15)/2 = 14.5
b) Determine el 70% de los datos
Dk = [ k (n +1)] /10
K = 7 y representa el 70%
D7 = 7(10 + 1)/10 = 7.7 8 esta es la posicin
El valor que representa el 70% es 20.
10

Estadstica

Inga Patricia Jurez, 2016

c) Determine el valor que representa el 65 % de los datos

Pk = [ k (n +1)] /100
K = 65
P65 = [ 65 * (10 + 1)] /100 = 7.15 7 es la posicin del percentil
El valor que representa el 65% es 18
Distribucin de clases
Ejemplo
CUADRO No. 6
MEDICION DE PESO EN UNA MUESTRA DE PACIENTES
DEL HOSPITAL SAN MARTN EN EL DEPARTAMENTO DE SAN MARCOS,
GUATEMALA, MAYO DE 2011.
PESO (Lbs)
95 105
106 116
117 127
128 138
139 149
150 160

F
8
12
20
24
10
8

F
8
20
40
64
74
82

LRI
94.5
105.5
116.5
127.5
138.5
149.5

Fuente: datos hipotticos

Calcule e intrprete:
a) El cuatil 1
Qk = LRI + [(K (n/4) Fant) / f ] * i
k=1

n/4= 82/4 = 20.5

Fant = 20

f = 20

i = 11

LRI = 116.5

Insertar los datos en la formula

Q1 = 116.5 + [ (20.5 20)/ 20 ] * 11 = 116.775
El valor que representa el 25% superior de los pesos es 116.775 Lbs. en
los pacientes del hospital

11

Estadstica

Inga Patricia Jurez, 2016

b) El decil 5
Dk = LRI + [(K (n/10) Fant) / f ] * i
K=5

K(n/10) = 5*82/10 = 41

Fant = 40

f = 127.5

i =11

D5 = 127.5 + [(41 40)/ 24] * 11 = 127.96

El valor que representa el 50% superior de los pesos es de 127.96 Lbs. en
los pacientes del hospital San Martn.
c) El Percentil 85
Pk = LRI + [(K (n/100) Fant) / f ] * i
K = 85

k(n/100) = 85 (82/100) = 69.7

f = 10

LRI = 138.5

Fant = 64

P85 = 138.5 + [( 69.7 64) / 10 ] * 11 = 144.55

El valor que representa el 85% superior de los pesos es de 144.55 Lbs. en
los pacientes del hospital San Martn.

12

Estadstica

Inga Patricia Jurez, 2016

MEDIDAS DE DISPERSIN
Miden la variabilidad de un conjunto de datos. Las medidas ms utilizadas son:
rango, varianza, desviacin estndar y coeficiente de variacin,

Rango (R):
Es el recorrido de la variable. Y se determina por la diferencia entre el valor ms
grande y el ms pequeo del conjunto de los datos.

Rango = XL Xs

Varianza:
Es la medida que cuantifica la variabilidad de los datos respecto al valor de la
media elevada al cuadrado . La varianza para la muestra se representa mediante
una s y la notacin para poblacin

La frmula para datos no agrupados que son parte de una muestra:

_
S = ( X X)/ n-1
Formula datos agrupados para una muestra
_
S = [f (Mc X)] / n-1
Formula datos no agrupados para una poblacin
= (x - ) / N
Frmula para datos agrupados para una poblacin
= [ f(Mc - ) ] / N
Ejemplo: Para los datos siguientes calcular la varianza de una muestra.
22 38 35 56 45 33 28 36 45 55 20 38
_
X = 34.66
S =229.15 es la variabilidad elevada al cuadrado

13

Estadstica

Inga Patricia Jurez, 2016

Desviacin Estndar
Es la raz cuadrada de la varianza. Mide la variabilidad de los datos en las
unidades en que se midieron originalmente. Los smbolos son: s, si es una
muestra; si es una poblacin.
S = S
Caractersticas de la desviacin estndar:
1. Siempre es un valor positivo.
2. Est influenciada por todos los valores de la muestra o poblacin.
3. Mayor influencia ejercen los valores extremos debido a que son elevados al
cuadrado en el clculo.
4. Sirve para definir la dispersin de los datos alrededor de la media.
Proceso:
1) Se eleva La diferencia del punto medio menos el valor de la media al cuadrado
y luego se multiplica por la frecuencia absoluta de clase.
2) Se obtiene la sumatoria de la diferencia multiplicada por la frecuencia
absoluta, este resultado se divide entre n 1.

Para el ejemplo anterior sera

S = 229.15 =15.13

es la variabilidad

Ejemplo:
Cuadro No.1
ESTATURA EN METROS DE POBLACIN DE ESTUDIANTES DE PRIMER AO
DE LA FACULTAD DE CIENCIAS MDICAS, USAC. GUATEMALA, OCTUBRE 2012

Estatura (Mts.)
1.50 - 1.54
1.55 - 1.59
1.60 - 1.64
1.65 - 1.69
1.70 - 1.74
1.75 - 1.79
1.80 1.84
1.85 1.89
Total

No. de estudiantes (f)

12
16
32
38
42
28
14
8
190

Marca de clase (Mc)

1.52
1.57
1.62
1.67
1.72
1.77
1.82
1.87

Fuente: datos hipotticos

= 1.69 Mts
14

el promedio de la estatura

Estadstica
= 0.0877 Mts.
=0.00769 Mts

Inga Patricia Jurez, 2016

la variabilidad de la estatura
la variabilidad de la estatura elevada al cuadrado

Coeficiente de variabilidad
Medida de variabilidad relativa: Se usa para comparar la variabilidad entre dos o
ms muestras medidas en las mismas unidades o no. Los datos que se expresan
en porcentaje en la cual se compara la desviacin estndar con el respectivo valor
del promedio de los datos

EJEMPLO:
Entre dos personas que llevan una dieta reductiva, la primera pertenece a un
grupo de edad de la cual el peso medio es de 146 libras con una desviacin
estndar de 14 libras y la segunda pertenece a un grupo de edad de la que el
peso medio es de 160 libras con una desviacin estndar de 17 libras. Cul de los
grupos lleva una dieta relativamente consistente.
Los coeficientes de variacin son:
V1 = (14/ 146) * 100 = 9.6 %
V2 = (17/160) * 100 = 10.6 %
Por lo tanto, el segundo tiene una dieta relativamente menos consistente ya que
su variacin es mayor, lo que significa que hay ms probabilidad de ganar o
perder peso.

15

Estadstica

Inga Patricia Jurez, 2016

Medidas Asimetra / Sesgo

Evala el grado de distorsin o inclinacin que adopta la distribucin de los datos
respecto a su valor promedio tomando como centro.
El coeficiente de asimetra de Pearson es:

Si la media, la mediana y la moda son iguales se dice que la curva es simtrica, si

alguna de estas medidas es diferente la curva es asimtrica
Con la base del cuadro No.1, las medidas de tendencia central son las siguientes
= 1.69
Me = 1.69 Mo = 1.70 la curva es asimtrica, esta puede
comprobarse graficando un polgono de frecuencia, la cual nos puede
mostrar si es sesgada a la izquierda.

16

Estadstica

Inga Patricia Jurez, 2016

GRAFICA No.1
ESTATURA EN METROS DE POBLACIN DE ESTUDIANTES DE PRIMER AO
DE LA FACULTAD DE CIENCIAS MDICAS, USAC. GUATEMALA, OCTUBRE 2012

Fuente: datos hipotticos

Interpretacin: como se observa esta segada a la izquierda, entonces tiene un

sesgo negativo; por su forma de apuntamiento es leptocrtico.
A1 = 3( - Mo) / S
A1 = 3 (1.69 1.70) / 15.13 = - 0.00198
Medida de forma de apuntamiento: Curtosis

17

Estadstica

Inga Patricia Jurez, 2016

Se puede calcular el coeficiente a partir de los momentos

4
K4 = (m4 / s ) - 3
4
M4 = f(Mc - ) / N

BIBLIOGRAFIA
DANIEL, Wayne W. Bioestadstica, Limusa Wiley
KAZMIER, Leonard J. Estadstica Aplicada a la Administracin y la Economa
Editorial Mc.Graw Hill
REYES DONIS,
SERVIPRENSA.

18

Jos

Luis,

Estadstica

I,

Gua

de

estudios,

Editorial