MEDIDAS DE POSICIONAMIENTO CENTRAL

PROGRAMA TCNICO EN SISTEMAS

APRENDICES:

JUAN SEBASTIAN PEREZ GARCIA CARLOS ANDRES PEREZ GARCIA KILIAN YESID HERNANDEZ PEA

CENTRO AGROINDUSTRIAL META SENA- HACHON

MEDIDAS DE POSICIONAMIENTO CENTRAL

Las medidas de posicin nos facilitan informacin sobre la serie de datos que estamos analizando. Estas medidas permiten conocer diversas caractersticas de esta serie de datos. Las medidas de posicin son de dos tipos: a) Medidas de posicin central: informan sobre los valores medios de la serie de datos. b) Medidas de posicin no centrales: informan de cmo se distribuye el resto de los valores de la serie. a) Medidas de posicin central Las principales medidas de posicin central son las siguientes: 1.- Media:es el valor medio ponderado de la serie de datos. Se pueden calcular diversos tipos de media, siendo las ms utilizadas: a) Media aritmtica: se calcula multiplicando cada valor por el nmero de veces que se repite. La suma de todos estos productos se divide por el total de datos de la muestra:
Xm =

n1) + (X2 * n2) + (X3 * n3) + .....+ (Xn-1 * nn-1) + (Xn * nn)
(X1 * --------------------------------------------------------------------------------------

b) Media geomtrica: se eleva cada valor al nmero de veces que se ha repetido. Se multiplican todo estos resultados y al producto final se le calcula la raz "n" (siendo "n" el total de datos de la muestra). 2.- Mediana: es el valor de la serie de datos que se sita justamente en el centro de la muestra (un 50% de valores son inferiores y otro 50% son superiores).

No presentan el problema de estar influido por los valores extremos, pero en cambio no utiliza en su clculo toda la informacin de la serie de datos (no pondera cada valor por el nmero de veces que se ha repetido). 3.- Moda: es el valor que ms se repite en la muestra. Ejemplo: vamos a utilizar la tabla de distribucin de frecuencias con los datos de la estatura de los alumnos que vimos en la leccin 2.
Variable Frecuenc ias absoluta s (Valor) x 1,20 1,21 1,22 1,23 1,24 1,25 1,26 1,27 1,28 1,29 1,30 Simple x 1 4 4 2 1 2 3 3 4 3 3 Frecuenc ias relativas Acumula Simple da x 1 5 9 11 12 14 17 20 24 27 30 x 3,3% 13,3% 13,3% 6,6% 3,3% 6,6% 10,0% 10,0% 13,3% 10,0% 10,0% Acumula da x 3,3% 16,6% 30,0% 36,6% 40,0% 46,6% 56,6% 66,6% 80,0% 90,0% 100,0%

Vamos a calcular los valores de las distintas posiciones centrales:

1.- Media aritmtica: Por lo tanto, la estatura media de este grupo de alumnos es de 1,253 cm. 2.- Media geomtrica: Luego: En este ejemplo la media aritmtica y la media geomtrica coinciden, pero no tiene siempre por qu ser as. 3.- Mediana: La mediana de esta muestra es 1,26 cm, ya que por debajo est el 50% de los valores y por arriba el otro 50%. Esto se puede ver al analizar la columna de frecuencias relativas acumuladas. En este ejemplo, como el valor 1,26 se repite en 3 ocasiones, la media se situara exactamente entre el primer y el segundo valor de este grupo, ya que entre estos dos valores se encuentra la divisin entre el 50% inferior y el 50% superior. 4.- Moda: Hay 3 valores que se repiten en 4 ocasiones: el 1,21, el 1,22 y el 1,28, por lo tanto esta serie cuenta con 3 modas.

Medidas de posicin no central

Las medidas de posicin no centrales permiten conocer otros puntos caractersticos de la distribucin que no son los valores centrales. Entre otros indicadores, se suelen utilizar una serie de valores que dividen la muestra en tramos iguales: Cuartiles: son 3 valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente, en cuatro tramos iguales, en los que cada uno de ellos concentra el 25% de los resultados. Deciles: son 9 valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente, en diez tramos iguales, en los que cada uno de ellos concentra el 10% de los resultados.

Percentiles: son 99 valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente, en ciien tramos iguales, en los que cada uno de ellos concentra el 1% de los resultados. Ejemplo: Vamos a calcular los cuartiles de la serie de datos referidos a la estatura de un grupo de alumnos (leccin 2). Los deciles y centiles se calculan de igual manera, aunque hara falta distribuciones con mayor nmero de datos. Existen diversas medidas de dispersin, entre las ms utilizadas podemos destacar las siguientes:

1.- Rango: mide la amplitud de los valores de la muestra y se calcula por diferencia entre el valor ms elevado y el valor ms bajo. 2.- Varianza: Mide la distancia existente entre los valores de la serie y la media. Se calcula como sumatorio de las diferencias al cuadrado entre cada valor y la media, multiplicadas por el nmero de veces que se ha repetido cada valor. El sumatorio obtenido se divide por el tamao de la muestra.

La varianza siempre ser mayor que cero. Mientras ms se aproxima a cero, ms concentrados estn los valores de la serie alrededor de la media. Por el contrario, mientras mayor sea la varianza, ms dispersos estn. 3.- Desviacin tpica: Se calcula como raz cuadrada de la varianza. 4.- Coeficiente de variacin de Pearson: se calcula como cociente entre la desviacin tpica y la media
MODA: La moda es el valor que tiene mayor frecuencia absoluta representada porque se puede hallar la moda para variables cualitativas y cuantitativas

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. 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.

MEDIDAS DE POSICIONAMIENTO NO CENTRAL

Las medidas de posicin no central permiten conocer otros puntos caractersticos de la distribucin que no son los valores centrales. Entre las medidas de posicin no central ms importantes estn los cuantiles. El trmino cuantil fue usado por primera vez por Kendall en 1940. El cuantil de orden p de una distribucin (con 0 < p < 1) es el valor de la variable que marca un corte de modo que una proporcin p de valores de la poblacin es menor o igual que . Por ejemplo, el cuantil de orden 0.36 dejara un 36% de valores por debajo y el cuantil de orden 0.50 se corresponde con la mediana de la distribucin. Los cuantiles suelen usarse por grupos que dividen la distribucin en partes iguales; entendidas estas como intervalos que comprenden la misma proporcin de valores. Los ms usados son: Los Cuartiles, que dividen a la distribucin en cuatro partes (corresponden a los cuantiles 0.25, 0.50 y 0.75); Los Quintiles, que dividen a la distribucin en cinco partes (corresponden a los cuantiles 0.20, 0.40, 0.60 y 0.80) ; Los Deciles, que dividen a la distribucin en diez partes; Los Percentiles, que dividen a la distribucin en cien partes.

Los cuantiles 0.25, 0.50 y 0.75 de la distribucin normal. Ms conocidos como los cuartiles Q_1, Q_2 y Q_ 3, dividen la distribucin en cuatro bloques, cada uno de los cuales contiene el 25% de los datos.

Funcin Cuantil
En probabilidad la funcin cuantil de una distribucin de probabilidad es la inversa de la funcin de distribucin.1 Dada una funcin de distribucin continua y estrictamente montona, , la funcin cuantil, F 1, devuelve un valor x tal que

Cuartiles Los cuartiles son los tres valores que dividen al conjunto de datos ordenados en cuatro partes porcentualmente iguales. Aparecen citados en la literatura cientfica por primera vez en 1879 por D. McAlister.1 La diferencia entre el tercer cuartil y el primero se conoce como rango intercuartlico. Se representa grficamente como la anchura de las cajas en los llamados diagramas de cajas.Dada una serie de valores X1,X2,X3 ...Xn ordenados en forma creciente, podemos pensar que su clculo podra efectuarse: Primer cuartil (Q1) como la mediana de la primera mitad de valores; Segundo cuartil (Q2) como la propia mediana de la serie; Tercer cuartil (Q3) como la mediana de la segunda mitad de valores. Pero esto conduce a distintos mtodos de clculo de los cuartiles primero (as como tercero) segn la propia mediana se incluya o excluya en la serie de la primera (respecto de la segunda) mitad de valores.
Son tres valores con las siguientes caractersticas: Q1: Primer cuartil, que es el valor de la variable por debajo del cual queda 1/4 de los elementos de la serie estudiada.

Q3: Tercer cuartil, que es el valor de la variable por debajo del cual quedan los 3/4 de los elementos que constituyen la serie. Evidentemente el segundo cuartil coincide con la mediana. Como puede comprobarse, no tendra ninguna utilidad definir el cuarto cuartil. El clculo de los cuartiles se realiza por el mismo procedimiento que el clculo de la mediana, pues hay nicamente una diferencia cuantitativa entre ambas medidas, pero tienen significados paralelos.

Clculo con datos no Agrupados No hay uniformidad sobre su clculo. En la bibliografa se encuentran hasta cinco mtodos que dan resultados diferentes.2 Uno de los mtodos es el siguiente: dados n datos ordenados, El primer cuartil: (n+3)/4 Para el tercer cuartil: (3n+1)/4

Percentiles Se representan con la letra P. Para el percentil i-simo, donde la i toma valores del 1 al 99. El i % de la muestra son valores menores que l y el 100-i % restante son mayores. Aparecen citados en la literatura cientfica por primera vez por Francis Galton en 18853 P25 = Q1. P50 = Q2 = mediana. P 75 = Q3. Clculo con datos no Agrupados Un mtodo para establecer un percentil sera el siguiente: Calculamos... donde n es el nmero de elementos de la muestra e i, el percentil. El resultado de realizar esta operacin es un nmero real con parte entera E y parte decimal D. Teniendo en cuenta estos dos :

La media o promedio es una medida de tendencia central que segn la Real Academia Espaola (2001) [] resulta al efectuar una serie determinada de operaciones con un conjunto de nmeros y que, en determinadas condiciones, puede representar por s solo a todo el conjunto. Existen distintos tipos de medidas, tales como la media geomtrica, la media ponderada y la media armnica aunque en el lenguaje comn, el trmino se refiere generalmente a la media aritmtica.

Construccin geomtrica para hallar las medias aritmtica, geomtrica, armnica y cuadrtica de dos nmeros a y b.

Ejemplos de medias
Existen numerosos ejemplos de medias , una de las pocas propiedades compartidas por todas las medias es cualquier media est comprendida entre el valor mximo y el valor mnimo del conjunto de datos:

DECILES En estadstica descriptiva, el concepto decil refiere a cada uno de los 9 valores que dividen un juego de datos (clasificados con una relacin de orden) en diez partes iguales, y de manera que cada parte representa un dcimo de la poblacin. En resumen, los deciles son cada uno de los nueve valores que dividen un conjunto de datos en diez grupos con iguales efectivos.

En primer lugar buscamos la clase donde se encuentra en la tabla de las frecuencias acumuladas.

Li es el lmite inferior de la clase donde se encuentra el percentil. N es la suma de las frecuencias absolutas. Fi-1 es la frecuencia acumulada anterior a la clase del percentil. ai es la amplitud de la clase.