Las características globales de un conjunto de datos estadísticos pueden

resumirse mediante una serie de cantidades numéricas representativas llamadas

parámetros estadísticos.

Entre ellas, las medidas de tendencia central, como la media aritmética, la moda o
la mediana, ayudan a conocer de forma aproximada el comportamiento de una
distribución estadística.

Se llama medidas de posición, tendencia central o centralización a unos valores

numéricos en torno a los cuales se agrupan, en mayor o menor medida, los
valores de una variable estadística. Estas medidas se conocen también como
promedios.

Para que un valor pueda ser considerado promedio, debe cumplirse que esté
situado entre el menor y el mayor de la serie y que su cálculo y utilización resulten
sencillos en términos matemáticos.

Se distinguen dos clases principales de valores promedio:

Las medidas de posición centrales: medias (aritmética, geométrica, cuadrática,

ponderada), mediana y moda.

Las medidas de posición no centrales: entre las que destacan especialmente los
cuantiles.
 MEDIDAS DE TENDENCIA CENTRAL
PROMEDIO O MEDIA
La medida de tendencia central más conocida y utilizada es la media aritmética
o promedio aritmético. Se representa por la letra griega µ cuando se trata del
promedio del universo o población y por Ȳ (léase Y barra) cuando se trata del
promedio de la muestra. Es importante destacar que µ es una cantidad fija
mientras que el promedio de la muestra es variable puesto que diferentes
muestras extraídas de la misma población tienden a tener diferentes medias. La
media se expresa en la misma unidad que los datos originales: centímetros, horas,
gramos, etc.

MEDIANA
Otra medida de tendencia central es la mediana. La mediana es el valor de la
variable que ocupa la posición central, cuando los datos se disponen en orden
de magnitud.
Es decir, el 50% de las observaciones tiene valores iguales o inferiores a la
mediana y el otro 50% tiene valores iguales o superiores a la mediana.

Si el número de observaciones es par, la mediana corresponde al promedio de los

dos valores centrales. Por ejemplo, en la muestra 3, 9, 11, 15, la mediana es
(9+11)/2=10.

MODA
La moda de una distribución se define como el valor de la variable que más se
repite. En un polígono de frecuencia la moda corresponde al valor de la variable
que está bajo el punto más alto del gráfico. Una muestra puede tener más de
una moda.

- Ejemplo1:

¿Cuál es el dato que más se repite en el ejemplo anterior?

El dato que más se repite es el 1, es el que tiene mayor frecuencia absoluta (4
veces).
 La moda del número de hermanos es 1

- Ejemplo 2:
2, 3, 4, 5 , 6 , 9

En este conjunto de datos no existe ningún valor que se repita, por lo tanto, este
conjunto de valores no tiene moda.

- Ejemplo 3:

1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9

Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa

frecuencia es la máxima, la distribución es bimodal o multimodal, es decir, tiene
varias modas.

- Ejemplo 4:

0, 1, 3, 3, 5, 5, 7, 8 Mo = 4

Si dos puntuaciones adyacentes tienen la frecuencia máxima, la moda es el

promedio de las dos puntuaciones adyacentes.

MEDIDAS DE DISPERSION

Rango

Se define como la diferencia entre el mayor valor de la variable y el menor valor

de la variable.

La mejor medida de dispersión, y la más generalizada es la varianza, o su raíz

cuadrada, la desviación estándar. La varianza se representa con el símbolo σ²
(sigma cuadrado) para el universo o población y con el símbolo s2 (s cuadrado),
cuando se trata de la muestra. La desviación estándar, que es la raíz cuadrada
de la varianza, se representa por σ (sigma) cuando pertenece al universo o
población y por “s”, cuando pertenece a la muestra. σ² y σ son parámetros,
constantes para una población particular; s2 y s son estadígrafos, valores que
cambian de muestra en muestra dentro de una misma población. La varianza se
expresa en unidades de variable al cuadrado y la desviación estándar
simplemente en unidades de variable.
Se preguntó a 9 familias cuántas bicicletas tenían en total, dieron las respuestas
ordenadas en la siguiente tabla:

- ¿Cómo hallarías el rango?

Se resta el dato mayor al dato menor: 3 - 0 = 3; Por lo tanto el rango sería 3 en este
caso.

Desviación estándar

En teoría de probabilidad, la varianza o variancia de una variable aleatoria es

una medida de dispersión definida como la esperanza del cuadrado de la
desviación de dicha variable respecto a su media.

La fórmula para la desviación estándar muestral es:

Donde n es el tamaño de la muestra y x-bar es la media aritmética de la muestra.

La fórmula para la desviación estándar poblacional es:

donde N es el tamaño de la población y μ es la media aritmética de la

población.

Varianza

La varianza es una medida de qué tan disperso es un conjunto de datos. Si la

varianza es pequeña, significa que los valores del conjunto están bastante
agrupados. Si la varianza es grande, significa que los números están más dispersos.
En estadística, este concepto tiene muchos usos. Por ejemplo, si comparas las
varianzas de dos conjuntos de datos (por ejemplo, resultados de pacientes
femeninos contra resultados de pacientes masculinos) puedes comprobar si una
variable produce un efecto perceptible. La varianza también es muy útil para
crear modelos estadísticos, ya que una varianza pequeña puede ser un indicio de
que estás ajustando demasiado los datos.

Fórmula

Notación

Término Descripción

xi iésima observación

media de las observaciones

N número de observaciones presentes

Coeficiente de varianza

La covarianza es una estadística que te permite determinar la relación entre dos

conjuntos de datos. Por ejemplo, digamos que un grupo de antropólogos estudia
el peso y la estatura de una población que pertenece a una determinada
cultura. El peso y la estatura de cada participante del estudio pueden
representarse como un par de datos en el formato (x, y). Luego, puedes
reemplazar estos valores en una fórmula estándar para calcular la covarianza
entre ambos. En este artículo, primero se explicarán los cálculos que deben
realizarse para encontrar la covarianza entre dos conjuntos de datos y luego se
abordarán formas más automatizadas de realizar estos cálculos.
El coeficiente de variación se puede ver expresado con las letras CV o r,
dependiendo del manual o la fuente utilizada. Su fórmula es la siguiente:

CONCLUSION:

Pues las medidas de tendencia central son aquellos valores numéricos que nos
permiten o bien dar alguna medida de tendencia central, dividiendo el recorrido
de la variable en dos, o bien fragmentar la cantidad de datos en partes iguales.
Las más usuales son la media, la mediana, la moda, los cuartiles, quintiles, deciles
y percentiles. Pueden ser de dos tipos: de tendencia central o de tipismo.

Y se llaman medidas de dispersión aquellas que permiten retratar la distancia de

los valores de la variable a un cierto valor central, o que permiten identificar la
concentración de los datos en un cierto sector del recorrido de la variable. Se
trata de coeficientes para variables cuantitativas. Las más usuales son el desvío
estándar y la varianza.

Bibliografia:

Férnandez Fernández, Santiago; Alejandro Córdoba, José María

Cordero Sánchez, Alejandro Córdoba (2002). «3.3. Medidas de
posición». Estadística Descriptiva (2ª edición). ESIC Editorial.
p. 134. ISBN 8473563069.

Volver arriba↑ Wackerly, Dennis D; Mendenhall, William; Scheaffer,

Richard L. (2002). «1.3. Descripción de un conjunto de mediciones:
métodos numéricos». Estadística matemática con aplicaciones (6ª
edición). Cengage Learning Editores. p. 8. ISBN 9706861947. «La medida
central que más se usa en estadística es la media aritmética».