TEMA IV Medidas de Localizacin

4.1 Medidas de localizacin concepto e importancia.

Las medidas de localizacin dividen la distribucin en partes iguales, sirven para
clasificar a un individuo o elemento dentro de una determinada poblacin o
muestra. As en psicologa los resultados de los test o pruebas que realizan a un
determinado individuo, sirve para clasificar a dicho sujeto en una determinada
categoria en funcin de la 53-1-u-puntuaciMn obtenida.

Las medidas de localizacin (posicin) son promedios y pueden ser de tendencia

central o no, resumidamente son la media, la mediana, la moda y los cuantiles.
En estos temas se van a obtener valores que cuantifican las propiedades
fundamentales de la distribucin de frecuencia, por lo tanto son coeficientes de
tipo promedio que tratan de representar una determinada distribucin.

4.2 Media o valor promedio

La media aritmtica o promedio es un valor representativo de un conjunto de
datos numricos.
Es una de las medidas que indica un valor central del conjunto de datos.
Si reemplazramos todos los datos numricos de mi conjunto por el valor de la
media aritmtica, la suma total de todos los datos no cambia.
Ejemplo:
Supongamos que tenemos las siguientes notas en el curso de Lengua, 6, 9
y 9. La suma de todos los datos es
Si reemplazamos todas las notas por 8, la suma nos dara tambin 24, es
decir, 8 es el promedio o media aritmtica de las tres notas.

4.3 Mediana.
Es el valor que ocupa el lugar central de todos los datos cuando stos estn
ordenados de menor a mayor.
La mediana se representa por Me.
La mediana se puede hallar slo para variables cuantitativas.
Clculo de la mediana
1. Ordenamos los datos de menor a mayor.
2. Si la serie tiene un nmero impar de medidas la mediana es la puntuacin
central de la misma.
2, 3, 4, 4, 5, 5, 5, 6, 6Me = 5
3. Si la serie tiene un nmero par de puntuaciones la mediana es la media entre
las dos puntuaciones centrales.
7, 8, 9, 10, 11, 12Me = 9.5

4.4 Moda.
En estadstica, la moda es el valor con una mayor frecuencia en una distribucin
de datos.

Hablaremos 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 no hay moda.

4.5 Otras medidas de localizacin:

Media ponderada
La media ponderada es una medida de tendencia central, que es apropiada
cuando en un conjunto de datos cada uno de ellos tiene una importancia relativa
(o peso) respecto de los dems datos. Se obtiene multiplicando cada uno de los
datos por su ponderacin (peso) para luego sumarlos, obteniendo as una suma
ponderada; despus se divide sta entre la suma de los pesos, dando como
resultado la media ponderada

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.

Por ejemplo, la media geomtrica de 2 y 18 es

Otro ejemplo, la media de 1, 3 y 9 sera

TEMA V Medidas de Variabilidad

5.1 Concepto e importancia.

Una medida de dispersin o variabilidad nos determina el grado de acercamiento o
distanciamiento de los valores de una distribucin frente a su promedio de
localizacin, sobre la base de que entre ms grande sea el grado de variacin
menor uniformidad tendrn los datos (sinnimo de heterogeneidad) y por lo tanto
menor representatividad o confiabilidad del promedio de tendencia central o
localizacin por haber sido obtenido de datos dispersos.
Las medidas de variabilidad nos informan sobre el grado de concentracin o
dispersin que presentan los datos respecto a su promedio. Llamaremos
homognea, concentrada o poco dispersa a aquella distribucin en la que todos
los datos estn cercanos al centro, como 4 4 5 5 5 5 6 6 6 6 7, y heterognea o
dispersa a la distribucin con datos ms separados del centro, como 1 3 5 8 10 16
20.

5.2 Rango.
Tambin llamado Recorrido o Amplitud total, es la diferencia entre el mximo valor
del conjunto de datos y el mnimo de ellos. A mayor rango, mayor dispersin.
El rango del conjunto 4 6 4 7 8 6 5 3 4 7 7 9 6 5 es 6, la diferencia entre el mximo
9 y el mnimo 3.
A veces se usa el Rango verdadero que consiste en considerar cada dato rodeado
de una unidad, por efecto de los redondeos, con lo que en el ejemplo anterior el
mnimo sera 2,5 y el mximo 9,5. Con ello el rango se convertira en 7.
No es una medida buena, pues ignora todo lo que ocurre dentro de ese rango.

5.3 Varianza (Muestral y poblacional).

Es una medida muy sensible de la variabilidad y base de muchas tcnicas
estadsticas.

Junto con la media forma el conjunto ms importante de medidas.

Es propia de las medidas de intervalo o razn. Su inconveniente es que no usa la

misma unidad que los datos, sino su cuadrado.

No se deben comparar varianzas en conjuntos de unidades muy distintas, como

estatura e inteligencia.

En teora del muestreo se sustituye por la cuasi-varianza, de idntica frmula, pero

con cociente N-1 en lugar de N. En este caso no sera vlida la segunda frmula.

5.4 Desviacin estndar (muestral y poblacional).

La desviacin estndar o desviacin tpica es la raz cuadrada de la varianza.
Es decir, la raz cuadrada de la media de los cuadrados de las puntuaciones de
desviacin.
La desviacin estndar se representa por .
Desviacin estndar

La desviacin estndar () mide cunto se separan los datos.

La frmula es fcil: es la raz cuadrada de la varianza. As que, "qu es la

varianza?"

Varianza

la varianza (que es el cuadrado de la desviacin estndar: 2) se define as:

Es la media de las diferencias con la media elevadas al cuadrado.

En otras palabras, sigue estos pasos:

1. Calcula la media (el promedio de los nmeros)

2. Ahora, por cada nmero resta la media y eleva el resultado al cuadrado (la
diferencia elevada al cuadrado).
3. Ahora calcula la media de esas diferencias al cuadrado

5. 5 Coeficiente de variacin.

Es una medida que se emplea fundamentalmente para:

1. Comparar la variabilidad entre dos grupos de datos referidos a distintos sistemas de

unidades de medida. Por ejemplo, kilogramos y centmetros.

2. Comparar la variabilidad entre dos grupos de datos obtenidos por dos o ms

personas distintas.

3. Comparar dos grupos de datos que tienen distinta media.

4. Determinar si cierta media es consistente con cierta varianza. end(enumerate)

El Coeficiente de Variacin muestral se denota y se define como:

( )

Ejemplo

Con un micrmetro, se realizan mediciones del dimetro de un balero, que tienen una
media de 4.03 mm y una desviacin estndar de 0.012 mm; con otro micrmetro se toman
mediciones de la longitud de un tornillo que tiene una media de 1.76 pulgadas y una
desviacin estndar de 0.0075 pulgadas. Cul de los dos micrmetros presenta una
variabilidad relativamente menor?. Los coeficientes de variacin son:
CV = y CV =