TEMA 3.

LAS MEDIDAS DE POSICIN E DISTRIBUCIONES UNIDIMENSIONALES

1.INTRODUCCIN
Medidas o Estadsticos

Medidias de posicin

Media aritmtica Media Geomtrica Media Armnica

Mediana Moda Cuntiles

2. MEDIA ARITMTICA
Media aritmtica simple. Se lee como el sumatorio de todos los valores de x desde el primero (i=1) hasta el ltimo (i=n)
Por ejemplo, la media aritmtica de 8, 5 y -1 es igual a:.

Media aritmtica ponderada por las frecuencias. En las distribuciones de tipo II o tipo III es necesario utilizar las frecuencias para obtener la media aritmtica.

x1 n1 x 2 n 2 ... x n n n N

i 1

x i ni N

En el caso de que los datos estn agrupados en clases (distribuciones tipo III) se opera tomando la marca de clase:

m x
i

i 1

Li

Media aritmtica ponderada por coeficientes: En ocasiones resulta conveniente introducir un coeficiente de ponderacin de mayor peso a algunos valores de las variables. Estos coeficientes o pesos suelen denominarse w i. Ejemplo: Un estudiante realiza 3 exmenes de complejidad creciente, obteniendo los siguientes resultados: 5, 8 y 7. El primer examen lo hizo en hora, el segundo en 1 hora y el tercero en hora y media, por lo que se les atribuye una ponderacin de 1, 2 y 3 respectivamente. Se pide calcular la nota media. Distribuciones tipo II y III. x w n

Si calculamos la media aritmtica tendremos que :

Distribuciones tipo I, sera igual pero sin ni.

Xw

w
i

i ni

587 6,67 . n 3 Ahora bien, si calculamos la media ponderada, obtendremos: X

xw

x i ni

Xi

ni 1 1 1 3

Wi 1 2 3 N=6

xi wi 5 16 21 42

5 8 7

5x1 8x 2 7x 3 5 16 21 42 7 1 2 3 6 6

1.

Propiedades de la media aritmtica

2. Si multiplicamos o dividimos todas las observaciones por un mismo nmero, lo que se conoce como cambio de escala, la media queda multiplicada o dividida por dicho nmero. Ejemplo C=1000, Ejemplo dividido los datos en miles, luego el resultado final se multiplicara por 1000. Rstdo propiedad 1: 24.500, Resultado propiedad 2. 24,5*1000=24.500 3. Si le sumamos a todas las observaciones un mismo nmero, lo que se conoce como cambio de origen, la media aumentar en dicha cantidad. Ej.O=25000, Ej.libro, 10000-25000=-15000 y as sucesivamente con todas las variables Rstdo propiedad 1: 24500, rstdo propiedad 3: -500+25000 (cambio de origen) 24500 Como consecuencia de estas dos ltimas propiedades, s a la variable estadstica xi la sometemos al mismo tiempo a un cambio de origen Ot y a un cambio de escala C mediante la transformacin constantes), resulta que:

, (siendo Ot y C

Esta propiedad es bastante utilizada para la simplificacin de los clculos cando los valores observados son muy elevados y tienen un mximo comn divisor.

Ventajas e inconvenientes de la media aritmtica Ventajas Familiar y claro Calculable en todas las variables Clculo, utilizan todos los valores de distribucin nica para cada distribucin de frecuencias. Claro significado til para llevar a cabo procedimientos estadsticos.

Inconvenientes No calculable con parmetros cualitativos. Dificultades para su clculo en distribuciones tipo III. Interv. abier Valor muy sensible a valores extremos

3. MEDIA GEOMTRICA
Es la raz de ndice N del producto de las observaciones elevado a sus respectivas frecuencias. Para distribuciones unitarias o distribuciones de tipo I. Para distribuciones no unitarias.

Propiedades
Solo se puede calcular si no hay observaciones nulas, tambin puede no tener sentido su clculo cuando algn valor es negativo. Debe emplearse cuando los valores de la variable no son de naturaleza aditiva (tasas, tipos de inters, porcentajes, nmeros ndices, etc.)

Ventajas
Intervienen todos los valores Menos sensible que media aritmtica cdo la distrib, tiene valores extremos + representativa que cdo distrib. Evoluciona de forma acumulativa y eftos multiplicativos. Cdo la distribucin no tiene valores nulos, su valor est definido de forma objetiva y es nico.

Incovenientes
Significado menos intuitivo que Mayor complicacin de los clculos Idefinicin cuando tiene valores negativos

Exigir normalmente la utilizacin de logaritmos o de programas informticos

Apuntar frmula logaritmo neperiano

4. MEDIA ARMNICA
La media armnica de N observaciones es la inversa de la media de las inversas de las observaciones, suele denotarse con la letra H. Su utilizacin es bastante poco frecuente y slo debe emplearse cuando la variable est medida en unidades relativas, ej. Km/h, es decir, promediar velocidades, tiempos, rendimientos. Distribuciones tipo I - Distribuciones tipo II

N 1 1 1 n1 n2 ... nn x1 x2 xn

N 1 ni x i 1 i
n

Ventajas: Definida de forma objetiva y es nica, su clculo tiene en cuenta todos los valores de la distribucin, ms representativa que otras medidas
en casos de obtener promedios de velocidades, rendimientos, productividad, los valores extremos tienen una menor influencia q la aritmtica. Incovenientes: matemticamente solo se puede calcular si hay observaciones =0, cdo la variable toma algunos valores muy pequeos puede carecer de significado. Ejemplo: Empresa catering, produccin 200, 250, 289, 361 y 400. Rendimientos trabajadores, 10, 15, 17, 19 y 20. GORDO Utilizamos frmula distribucin tipo II. Rstdo=16,17. EN este caso la media geomtrica es de 16,62 y la aritmtica 17.

5. RELACIN ENTRE LAS MEDIAS ARMNICA, GEOMTRICA Y ARITMTICA

6.LA MEDIANA
Las medias estudiadas hasta ahora son medidas que tratan de equilibrar los valores de una distribucin compensando los ms grandes con los ms pequeos para buscar su centro de gravedad o posicionamiento central. Estos estadsticos tienen 2 problemas: 1. Son muy sensibles a los valores extremos de las distribuciones de forma que cuando existe mucha dispersin los hacen poco representativos: Clculo mediana. 2.No es posible calcularlos en distribuciones cualitativas: Clculo moda. La mediana de una distribucin de frecuencias previamente ordenada en orden creciente o decreciente, se define como el valor central de la variable que divide la distribucin en dos partes iguales, valor que deja el mismo nmero de observaciones o de frecuencias a su izqda. O dcha. Clculo mediana, distribuciones tipo I Nmero observaciones sea impar. 3,5,8,9,11. Md =5+1/2=3. Posicin 3 nmero Nmero observaciones sea par. EN este caso hay dos trminos centrales y la mediana ser la media aritmtica de esos dos valores. Ejemplo: 2 3 5 6 8 9 12 16 20 24 25 26. M=12+1/2=6,5, posicin 6,5. M=9+12/2=10,5. En el caso de que no admitan decimales, como es el caso, podremos decir que existen conjuntamente 2 medianas, en este caso, la mitad de los meses hay ms de 9 reclamaciones y la otra mitad hay menos de 12. Clculo mediana, distribuciones tipo II Es preciso ordenar los valores y trabajar con la frecuencia absoluta acumulada Ni obteniendo en concreto el valor N/2. Se distinguen 2 casos 1. Que exista un Ni igual a N/2. En este caso la media aritmtica de Xi y del siguiente Xi+1, si la variable no admite decimales, la mediana seran los 2 valores conjuntamente. Con el mismo ejemplo, existe un valor de 50, en este caso, elegiramos xi de esa fila y el valor siguiente: 12+16/2=14 2. Cuando no existe un Ni que iguale a N/2, la mediana corresponde al primer X i cuyo valor supere al de N/2. Ejemplo, Ni=100, N/2=50. El primer valor que supera 50 es 88, elegiramos la xi correspondiente a esa fila. Clculo mediana, distribuciones tipo III agrupadas o por intevalos 1.Si existe Ni que es igual a N/2, la mediana por convenio, es el lmite superior del intervalo mediano o intevalo en el que N i=N/2. Ejemplo 3.17 libro 2. Si no existe un Ni=N/2, la mediana est en el siguiente intervalo, es decir, en el primer intervalo cuya Ni supero a N/2, diremos que dicho intervalo es el intervalo mediano. Ejemplo 3.16 libro A. B. C. D.

Diferencia del intervalo

Ventajas: Es la media ms representativa en el caso de las variables cualitativas o atributos, su clculo es sencillo, tiene fcil interpretacin y no es sensible a los valores extremos de la distribucin. Incovenientes: En su determinacin no se tienen en cuenta todos los valores de la variable(xq cogemos el central) esto puede constituir una ventaja ya que es posible su clculo cuando no se conocen los valores extremos pero s su frecuencia.

7.LA MODA
La moda es el valor de la variable que se repite ms veces, suele designarse por Mo y se define como el valor de la variable que presenta mayor frecuencia absoluta. Cuando existen varios valores en esta situacin se dice que la distribucin es bimodal, trimodal o multimodal. Un valor de una variable constituye una moda relativa cuando su frecuencia absoluta no es superada por la de sus valores contiguos. Obtencin de la moda en los 3 tripos de distribuciones A. En distribuciones de Tipo I no tiene sentido ya que son todas unitarias. B. En tipo II, basta con observar la columna de las ni. C. En tipo III, pueden darse 2 supuestos: A. que los intervalos sean de igual amplitud. Para determinar el valor exacto de la moda podramos optar por considerar la marca de clase del intervalo o proceder a prorratear un valor dentro del intervalo.
-

Ejemplo: 3.21 Libro. B. Que los intervalos tengan distinta amplitud.

. En este caso es

necesario obtener un ratio de densidad de frecuencia. =ni/ci Ventajas: Puede obtenerse en todas las distribuciones (cuantitativas como cualitativas), su clculo es sencillo, fcil interpretacin estadstica. Incovenientes: En su determinacin no intervienen todos los valores de la distribucin, centrndonos slo en la mayor frecuencia absoluta.

8.MEDIDAS DE POSICIN NO CENTRALES: LOS CUARTILES

Los cuantiles son los valores de la variable que dividen una distribucin de frecuencias en partes iguales. Los ms habituales son: Cuartiles, son 3 valores que dividen la serie de datos en cuatro partes iguales. La mediana coincide con el segundo cuartil divide la distriucin en dos partes iguales. Deciles. Son nueve valores que dividen la distribucin en 10 partes iguales. Primer cuartil, seg cuart.. Quintiles: son cuatro valores que dividen la distribucin en diez partes. Percentiles, que son 99 valores que dividen la distribucin en cien partes iguales.
-

4 cuartiles, 10 deciles.

Para distribuciones agrupadas en intervalos:

EJemplo 3.23 y 3.24 libro

Cuando exista la coincidencia entre dos cuartiles, se toma como cuartil la media aritmtica de xI y del siguiente xi+1

9. MEDIDAS DE POSICIN ROBUSTAS

Tratan de paliar los problemas de estimacin asociados a distribuciones anmalas, siendo estadsticos que funcionan bien para varios tipos distintos de distribuciones tericas, aunque pueden no ser el mejor estimador para ningn tipo concreto de distribucin siendo por tanto el mejor compromiso. Media k-recortada. Es la media de los datos que quedan despus de eliminar el K por ciernto de los datos ms grandes y k por ciento de los datos ms pequeos. A la media recortada al 25% se le denomina centrimedia. La media recortada al 0% es igual a la media aritmtica. Meida K-winsorizada. En lugar de prescindir de los K por ciento datos ms grandes y pequeos, se sustituyen por el valor mayor y menor de los datos restantes

La trimedia. Es un ndice de tendencia central que consiste en calcular una media aritmtica ponderada de tres meididas, la Mediana con peso doble. Ejemplo 3.25

10. MOMENTOS DE UNA DISTRIBUCIN UNIDIMENSIONAL DE FRECUENCIAS

Los momentos son medidas que caracterizan a una distribucin de frecuencias y que tienen como principal utilidad su condicin de operadores para el clculo simplificado de las medidas de posicin, dispersin o forma de una distribucin, tambin tienen una importante utilidad para efectuar las regresiones estadsticas. Existen 2 clases: Respecto al origen se representan con ah

Los momentos centrales o respecto a la media se representan con mh

Al momento de orden 2 respecto a la media m2, se le denomina varianza, constituye la media de dispersin ms utilizada. Puede demostrarse, utilizando el desarrollo del Binomio de Newton, que los momentos respecto a la media estn relacionados con los momentos respectos al origen.