Medidas de Tendencia central

Se les llama medidas de tendencia central porque general mente la acumulacin ms alta de datos se encuentra en los valores intermedios. Las medidas de tendencia central comnmente empleadas son : Media aritmtica Mediana Moda Media geomtrica Media armnica Los cuantilos

Moda

La moda es el valor que aparece con mayor frecuencia en la serie de datos. As por ejemplo, de la serie {14, 15, 17, 17, 21, 21, 21, 33, 36, 40}, la moda es 21. La moda es una medida muy natural para describir un conjunto de datos; su concepto se adquiere fcilmente : es la altura ms corriente, es la velocidad ms comn, etc. Adems tiene la ventaja de que no se ve afectada por la presencia de valores altos o bajos. La principal limitacin esta en el hecho de que requiere un nmero suficiente de observaciones para que se manifieste o se defina claramente. Otros inconvenientes son que puede darse el caso de que una determinada serie no tenga moda o que tenga varias modas.

Mediana

La mediana toma en cuenta la posicin de los datos y se define como el valor central de una serie de datos o, ms especficamente, como un valor tal que no ms de la mitad de las observaciones son menores que el y no ms de la mitad mayores. El primer paso es ordenar los datos de acuerdo a su magnitud, luego se determina el valor central de la serie y esa es la mediana. Si el nmero de datos es par, existirn dos valores centrales y entonces la mediana se obtiene sacando el promedio de ellos.

Los Cuantilos

En algunas ocasiones es importante obtener valores que dividan el conjunto de datos en fracciones especificas. As como la mediana divide el conjunto de datos en dos partes iguales, es decir, la mitad de los valores son inferiores a la mediana y la otra mitad son superiores. Si cada una de estas mitades se volviera a dividir por la mitad, el conjunto quedara dividido en cuatro partes y cada parte se llamara cuartilo. Pero el conjunto puede dividirse tambin por 10 (deciles) o por 100 (percentiles) y todos se llaman cuantilos. Tanto la mediana, como los cuartilos y los deciles pueden expresarse como percentiles.

As que conociendo los percentiles se puede averiguar cualquier cuantilo. Para el calculo de los percentiles, el conjunto de datos debe estar ordenado, luego se aplica la siguiente formula : Pm = m (n+1) termino 100 Donde : Pm = Percentil m. Valor tal que un m/100 de las observaciones son menores que el y un 1 - m/100 son mayores. m = Nmero que indica el percentil que se quiere. Por ejemplo, si m = 43, esto quiere decir que se quiere el percentil 43 (P43). n = Nmero total de observaciones.

Media Aritmtica

La media aritmtica es el promedio ms comnmente usado, este puede ser simple o ponderado. La media aritmtica simple esta dada por la formula SX/n y que significa: la suma de todos los valores dividida por el nmero de datos.

Media Aritmtica Ponderada

Si los valores que toma x en una serie de datos, no todos tienen la misma importancia, es valido asignar "pesos" o "ponderaciones" de acuerdo a la importancia de cada dato. En la serie del ejemplo anterior aparecen los nmeros; pero cada uno con diferente frecuencia. Si cada uno de estos datos se multiplica por su respectiva frecuencia o ponderacin y se suman estos productos, se obtendr la misma suma que si se hubieran sumado uno por uno.

Media Geomtrica La media geomtrica es la raz ensima del producto de todos los valores de la serie. Media Armnica La media armnica se define como el recproco de la media aritmtica de los recprocos de los valores. y reacomodando la frmula se tiene:

Tablas estadsticas

Consideremos una poblacin estadstica de n individuos, descrita segn un carcter o variable C cuyas modalidades han sido agrupadas en un nmero k de clases, que denotamos mediante . Para cada una de las clases ci, , introducimos las siguientes magnitudes:

Frecuencia absoluta de la clase ci es el nmero ni, de observaciones que presentan una modalidad perteneciente a esa clase. Frecuencia relativa de la clase ci es el cociente fi, entre las frecuencias absolutas de dicha clase y el nmero total de observaciones, es decir
Obsrvese que fi es el tanto por uno de observaciones que estn en la clase ci. Multiplicado por representa el porcentaje de la poblacin que comprende esa clase. Frecuencia absoluta acumulada Ni, se calcula sobre variables cuantitativas o cuasicuantitativas, y es el nmero de elementos de la poblacin cuya modalidad es inferior o equivalente a la modalidad ci:

Frecuencia relativa acumulada , Fi, se calcula sobre variables cuantitativas o cuasicuantitativas, siendo el tanto por uno de los elementos de la poblacin que estn en alguna de las clases y que presentan una modalidad inferior o igual a la ci, es decir,
Como todas las modalidades son exhaustivas e incompatibles ha de ocurrir que o lo que es lo mismo,

Frecuencia absoluta (ni): Nmero de elementos que presentan la clase xi.

Frecuencia absoluta acumulada: .

Frecuencia relativa acumulada:

Llamaremos distribucin de frecuencias al conjunto de clases junto a las frecuencias correspondientes a cada una de ellas. Una tabla estadstica sirve para presentar de forma ordenada las distribuciones de frecuencias. Su forma general es la siguiente:

Modali.

Frec. Abs.

Frec. Rel.

Frec. Abs. Acumu.

Frec. Rel. Acumu.

ni

fi

Ni

Fi

c1

n1

N1 = n1

...

...

...

...

...

cj

nj

...

...

...

...

...

ck

nk

Nk = n

Fk = 1

Medidas de posicin
Son indicadores usados para sealar que porcentaje de datos dentro de una distribucin de frecuencias superan estas expresiones, cuyo valor representa el valor del dato que se encuentra en el centro de la distribucin de frecuencia, por lo que tambin se les llama " Medidas de Tendencia Central ". Pero estas medidas de posicin de una distribucin de frecuencias han de cumplir determinadas condiciones para que lean verdaderamente representativas de la variable a la que resumen. Toda sntesis de una distribucin se considerara como operativa si intervienen en su determinacin todos y cada uno de los valores de la distribucin, siendo nica para cada distribucin de frecuencias y siendo siempre calculable y de fcil obtencin. A continuacin se describen las medidas de posicin ms comunes utilizadas en estadstica, como lo son:deciles,percentiles,cuartiles.

MEDIDAS DE DISPERSIN:

Rango: Es la primera medida que vamos a estudiar, se define como la diferencia existente entre el valor mayor y el menor de la distribucin,. Lo notaremos como R. Realmente no es una medida muy significativa e la mayora de los casos, pero indudablemente es muy fcil de calcular.

Desviacin: Es la diferencia que se observa entre el valor de la variable y la media aritmtica. La denotaremos por di . Desviacin media. Es la media de los valores absolutos de las desviaciones, y la denotaremos por dm.

Varianza:

Es la media de los cuadrados de las desviaciones, y la denotaremos por o tambin por Aunque tambin es posible calcularlo como:
r

Desviacin tpica:

Es la raz cuadrada de la varianza, se denota por Sx .

Cuasivarianza:

Es una medida de dispersin, cuya nica diferencia con la varianza es que dividimos por N-1, la representaremos por

Cuasidesviacin tpica:

La raz cuadrada de la cuasivarianza y la denotaremos por

Coeficiente de Variacin:

Es un estadstico de dispersin que tiene la ventaja de que no lleva asociada ninguna unidad, por lo que nos permitir decir entre dos muestras, cual es la que presenta mayor dispersin. La denotaremos por C.V.

Datos agrupados
Son datos que estn organizados (formando grupos). Podemos formar ms o menos grupos, dependiendo de que tan exacto queramos trabajar, a cada grupo le llamamos clase. Rara vez se emplean menos de seis clases o ms de quince.

Ventajas

Facilidad y rapidez al manejo de datos. Se notan rpidamente el valor mayor y el valor menor de los datos Se puede dividir fcilmente los datos en secciones. Se puede observar si algn valor aparece mas de una vez en el ordenamiento. Se observa la distancia entre los valores sucesivos de los datos.

Datos no agrupados
Son datos no agrupados cuando se consideran y analizan todos los valores observados tal como se obtuvieron. Es conveniente y mas sencillo trabajar a estos datos como no agrupados cuando la muestra no es muy grande. De preferencia que sea una cantidad menor de 30 datos. Tambin resulta conveniente trabajarlos as cuando se quiere que el peso de cada observacin se vea reflejado en el resumen de los datos.

ventajas

Resulta ms fcil y rpido trabajar con los datos no agrupados.

DESVENTAJAS Solo se puede aplicar en pequeas cantidades de datos, ya que en grandes cantidades resultara un tanto tedioso y por lo mismo existira ms probabilidad de equivocarse.