Medidas de tendencia central para datos agrupados

Como se ha establecido antes, los datos se dice que están agrupados cuando
están presentados como una distribución de frecuencias, es decir, cuando los
datos aparecen en una tabla en la cual:

•En la primera columna, están los límites nominales de los intervalos de los
grupos o clases que representan los valores posibles que puede tomar la variable
a estudiar en forma de clases o grupos,

•En la segunda columna se encuentra la frecuencia, es decir, la cantidad de

valores que corresponden a cada grupo o clase, y

•En la tercera columna el punto medio de cada clase

Aunque este tema fue tratado en la unidad anterior, el siguiente ejemplo muestra
abreviadamente cómo construir una distribución de frecuencias que será usada
como referencia para mostrar el uso de las fórmulas para calcular las medidas
de tendencia central para datos agrupados:

Media Aritmética para datos agrupados

La fórmula para este caso es la siguiente:

 Mediana para datos agrupados

La fórmula para su cálculo es la siguiente:

Dónde:

Md= Mediana

L= Límite inferior exacto de la clase mediana, es decir la que contiene a

la mediana

n= Suma de las frecuencias, es decir, cantidad total de datos

C= Frecuencia acumulada hasta la clase anterior a la clase mediana

f= frecuencia de la clase mediana

i= amplitud o tamaño del intervalo de la clase mediana

Ejemplo: Cálculo de la Mediana para datos agrupados

 Moda para datos agrupados
La fórmula para su cálculo es la siguiente:

Donde:

Mo= Moda

L= Límite exacto inferior de la clase modal, es decir, la clase que contiene a la

moda (es decir, la de mayor frecuencia)

d1= fm – f1

d2= fm – f2

fm= frecuencia de la clase modal

f1= frecuencia clase anterior (o menor que) la clase modal

f2= frecuencia clase posterior (o mayor que) la clase modal

Ejemplo: Cálculo de la Moda

Moda para datos agrupados

Media geométrica para datos agrupados

La fórmula para su cálculo es la siguiente:

En el entendido de que G será el antilogaritmo del valor obtenido al aplicar esta

fórmula.

Ejemplo: Cálculo Media Geométrica para datos agrupados

Media geométrica para datos agrupados

Media Armónica para datos agrupados

La fórmula para su cálculo es la siguiente:

Ejemplo: Cálculo de Media Armónica

Cuartiles, Deciles y Percentiles para datos agrupados

Las fórmulas para calcular cuartiles son las siguientes:

Donde:

Q1= Primer cuartil

Q3= Tercer cuartil

L= Límite exacto inferior de la clase que contiene el primer o tercer cuartil, según
el caso, es decir, para el Q1 el que contiene el valor que está a la cuarta parte
del grupo de datos; para el Q3 el que contiene el tercer cuartil.

n= número total de datos

C= la frecuencia acumulada justamente hasta la clase anterior (o más pequeña)

del cuartil que se calcula

f= la frecuencia de la clase del cuartil que se calcula

i= la amplitud o tamaño del intervalo de la clase del cuartil que se calcula

Ejemplo: Cálculo de Cuartiles, Deciles y percentiles

Por su parte, las fórmulas para determinar los deciles y los percentiles no son
más que una derivación de las fórmulas para los cuartiles y son:

Para el decil 8, su fórmula es:

Para el percentil 72, su fórmula es:

Como se estableció al principio, las medidas de tendencia central permiten

describir alguna característica de un grupo de datos; por ello, ahora que se
conocen estas medidas es muy conveniente comprender que tienen ciertas
características que las hacen distintas entre ellas y que además incluyen ciertas
limitaciones propias de su forma de calcularse y también de su interpretación,
algunas de ellas se muestran enseguida:
 Medidas de dispersión

Desviación media o desviación promedio

La desviación media o desviación promedio es la media aritmética de los valores absolutos de las
desviaciones respecto a la media aritmética.
Propiedades:

Guarda las mismas dimensiones que las observaciones. La suma de valores absolutos es relativamente
sencilla de calcular, pero esta simplicidad tiene un inconveniente: Desde el punto de vista geométrico, la
distancia que induce la desviación media en el espacio de observaciones no es la natural (no permite definir
ángulos entre dos conjuntos de observaciones). Esto hace que sea muy engorroso trabajar con ella a la
hora de hacer inferencia a la población.
Cuando mayor sea el valor de la desviación media, mayor es la dispersión de los datos. Sin embargo, no
proporciona una relación matemática precisa entre su magnitud y la posición de un dato dentro de una
distribución.
La desviación media al tomar los valores absolutos mide una observación sin mostrar si la misma está por
encima o por debajo de la media aritmética.
Varianza y desviación estándar
La varianza es la media aritmética de los cuadrados de las desviaciones respecto a la media aritmética, es
decir, es el promedio de las desviaciones de la media elevadas al cuadrado. La desviación estándar o
desviación típica es la raíz de la varianza.
La varianza y la desviación estándar proporcionan una medida sobre el punto hasta el cual se dispersan
las observaciones alrededor de su media aritmética.

PROPIEDADES
- La varianza y desviación estándar (o cualquier otra medida de dispersión) indican el grado en que están
dispersos los datos en una distribución. A mayor medida, mayor dispersión.
- La varianza es un número muy grande con respecto a las observaciones, por lo que con frecuencia se
vuelve difícil para trabajar.
- Debido a que las desviaciones son elevadas al cuadrado y la varianza siempre se expresa en términos de
los datos originales elevados al cuadrado, se obtiene unidades de medida de los datos que no tiene sentido
o interpretación lógica. Por ejemplo, si se calcula la varianza de una distribución de datos medidos en
metros, segundos, dólares, etc, se obtendrá una varianza mediada en metros cuadrados, segundos
cuadrados, dólares cuadrados, respectivamente, unidades de medida que no tienen significado lógico
respecto a los datos originales.
- Para solucionar las complicaciones que se tiene con la varianza, se halla la raíz cuadrada de la misma, es
decir, se calcula la desviación estándar, la cual es un número pequeño expresado en unidades de los datos
originales y que tiene un significado lógico respeto a los mismos.
SUÁREZ, Mario, (2011), Interaprendizaje de Estadística Básica,
TAPIA , Fausto Ibarra, Ecuador.

: http://www.monografias.com/trabajos89/medidas-de-dispersion/medidas-de-
dispersion.shtml#ixzz57cHRS04P