Qu es la Estadstica?

La Estadstica es una ciencia que proporciona un conjunto de mtodos que Se utilizan para recolectar, resumir, clasificar, analizar e interpretar el Comportamiento de los datos con respecto a una caracterstica materia de Estudio o investigacin.

La estadstica es la parte de las matemticas que se ocupa de los mtodos para recoger, organizar, resumir y analizar datos, as como para sacar conclusiones vlidas y tomar decisiones razonables basadas en tal anlisis.

IMPORTANCIA DE LA ESTADISTICA
La estadstica resulta fundamental para conocer el comportamiento de ciertos eventos, por lo que ha adquirido un papel clave en la investigacin. Se usa como un valioso auxiliar y en los diferentes campos del conocimiento y en las variadas ciencias. Es un lenguaje que permite comunicar informacin basada en datos cuantitativos.

Es tan importante que casi no existe actividad humana en que no est involucrada la Estadstica. Las decisiones ms importantes de nuestra vida se toman con base

en la aplicacin de la Estadstica. Pongamos algunos ejemplos.

La estadstica es de gran importancia en la investigacin cientfica debido a que:

Permite una descripcin ms exacta.

Nos obliga a ser claros y exactos en nuestros procedimientos y en nuestro pensar. Permite resumir los resultados de manera significativa y cmoda. Nos permite deducir conclusiones generales.

La evolucin de la estadstica ha llegado al punto en que su proyeccin se percibe en casi todas las reas de trabajo. Tambin abarca la recoleccin, presentacin y caracterizacin de informacin para ayudar tanto en el anlisis e interpretacin de datos como en el proceso de la toma de decisiones. La estadstica es parte esencial de la forma profesional, es hasta cierto punto una parte necesaria para toda profesin.

En que ciencias o reas se utiliza

La estadstica es una ciencia de aplicacin prctica casi universal en todos los campos cientficos:

En las ciencias naturales: se emplea con profusin en la descripcin de modelos termodinmicos complejos (mecnica estadstica), en fsica cuntica, en mecnica de fluidos o en la teora cintica de los gases, entre otros muchos campos. En las ciencias sociales y econmicas: es un pilar bsico del desarrollo de la demografa y la sociologa aplicada. En economa: suministra los valores que ayudan a descubrir interrelaciones entre mltiples parmetros macro y microeconmicos. En las ciencias mdicas: permite establecer pautas sobre la evolucin de las enfermedades y los enfermos, los ndices de mortalidad asociados a procesos morbosos, el grado de eficacia de un medicamento, etctera.

En ciencias puras, sirve para encontrar correlaciones entre las variables, lo que se denomina la teora de la regresin. Es decir si tomas datos, por ejemplo de temperatura, contra tiempo, podras escribir una funcin que las relacione ( o aceptar la hipotesis de que una funcin las correlaciona)

2 HISTORIA DE LA ESTADISTICA

En la antigedad los egipcios hacan censos de las personas y de los bienes inmuebles que permitan conocer la distribucin de las propiedades para volver a restituirlos despus de la inundacin anual que provoca el ro Nilo. En la biblia hay referencias a censos del pueblo judo. Los griegos y los romanos hacan censos de personas y de propiedades. Un economista y profesor universitario llamado Gottfried Achenwall (prusiano, 1719-1772) fue quien forj la palabra "estadstica" con el significado de "ciencia de las cosas que pertenecen al Estado". Achenwall dijo que "la poltica ensea cmo deben ser los Estados, la Estadstica explica cmo son realmente". Dentro del campo de la estadstica pueden estudiarse caractersticas de la sociedad, de las personas, de los animales, de las plantas, de determinados productos o de cualquier objeto de inters humano en general, bien lejos del concepto de las "cosas que pertenecen al Estado".

Desde los comienzos de la civilizacin han existido formas sencillas de estadstica, pues ya se utilizaban representaciones grficas y otros smbolos en pieles, rocas, palos de madera y paredes de cuevas para contar el nmero de personas, animales o ciertas cosas. Hacia el ao 3000 a.C. los babilonios usaban ya pequeas tablillas de arcilla para recopilar datos en tablas sobre la produccin agrcola y de los gneros vendidos o cambiados mediante trueque. Los egipcios analizaban los datos de la poblacin y la renta del pas mucho antes de construir las pirmides en el siglo XXXI a.C. Los libros bblicos de Nmeros y Crnicas incluyen, en algunas partes, trabajos de estadstica. El primero contiene dos censos de la poblacin de Israel y el segundo describe el bienestar material de las diversas tribus judas. En China existan registros numricos similares con anterioridad al ao 2000 a.C. Los griegos clsicos realizaban censos cuya informacin se utilizaba hacia el 594 a.C. para cobrar impuestos. El Imperio romano fue el primer gobierno que recopil una gran cantidad de datos sobre la poblacin, superficie y renta de todos los territorios bajo su control. Durante la edad media slo se realizaron algunos censos exhaustivos en Europa. Los reyes carolingios Pipino, el Breve, y Carlomagno ordenaron hacer estudios minuciosos de las propiedades de la Iglesia en los aos 758 y 762 respectivamente. Despus de la

conquista normanda de Inglaterra en 1066, el rey Guillermo I de Inglaterra encarg un censo. La informacin obtenida con este censo, llevado a cabo en 1086, se recoge en el Domesday Book. El registro de nacimientos y defunciones comenz en Inglaterra a principios del siglo XVI, y en 1662 apareci el primer estudio estadstico notable de poblacin, titulado Observations on the London Bills of Mortality (Comentarios sobre las partidas de defuncin en Londres). Un estudio similar sobre la tasa de mortalidad en la ciudad de Breslau, en Alemania, realizado en 1691, fue utilizado por el astrnomo ingls Edmund Halley como base para la primera tabla de mortalidad En el siglo XIX, con la generalizacin del mtodo cientfico para estudiar todos los fenmenos de las ciencias naturales y sociales, los investigadores aceptaron la necesidad de reducir la informacin a valores numricos para evitar la ambigedad de las descripciones verbales. En nuestros das, la estadstica se ha convertido en un mtodo efectivo para describir con exactitud los valores de datos econmicos, polticos, sociales, psicolgicos, biolgicos y fsicos, y sirve como herramienta para relacionar y analizar dichos datos. El trabajo del experto estadstico no consiste ya slo en reunir y tabular los datos, sino sobre todo en el proceso de interpretacin de esa informacin. El desarrollo de la teora de la probabilidad ha aumentado el alcance de las aplicaciones de la estadstica. Muchos conjuntos de datos se pueden aproximar, con gran exactitud, utilizando determinadas distribuciones probabilsticas; los resultados de stas se pueden utilizar para analizar datos estadsticos. La probabilidad es til para comprobar la fiabilidad de las inferencias estadsticas y para predecir el tipo y la cantidad de datos necesarios en un determinado estudio estadstico.

Wikipedia

En el siglo 18, el trmino "estadstica" designaba la coleccin sistemtica de datos demogrficos y econmicos por los estados. A principios del siglo 19, el significado de "estadstica" fue ampliado para incluir la disciplina ocupada de recolectar, resumir y analizar los datos. Hoy la estadstica es ampliamente usada en el gobierno, los negocios y todas las ciencias. Las computadoras electrnicas han acelerado la estadstica computacional y ha permitido a los estadsticos el desarrollo de mtodos que usan recursos informticos intensivamente. El trmino "estadstica matemtica" designa las teoras matemticas de la probabilidad e inferencia estadstica, las cuales son usadas en la estadstica aplicada. La relacin entre estadstica y probabilidades se fue desarrollando con el tiempo. En el siglo 19, las estadsticas usaron de forma gradual la teora de probabilidades, cuyos resultados iniciales fueron encontrados en los siglos 17 y 18, particularmente en el anlisis de los juegos de azar (apuestas). Para 1800, la astronoma usaba modelos probabilsticos y teoras estadsticas, particularmente el mtodo de los mnimos cuadrados, el cual fue inventado por Legendre y Gauss. La incipiente teora de las probabilidades y estadsticas fue sistematizada y extendida por Laplace; despus de este, las probabilidades y estadsticas han experimentado un continuo desarrollo. En el siglo 19, el razonamiento estadstico y los modelos probabilsticos fueron usados por las ciencias sociales para el avance las nuevas ciencias de psicologa experimental y sociologa, y por las ciencias fsicas en termodinmica y mecnica estadstica. El desarrollo del razonamiento estadstico estuvo fuertemente relacionado con el desarrollo de la lgica inductiva y el mtodo cientfico. La estadstica puede ser considerada no como una rama de las matemticas, sino como una ciencia matemtica autnoma, como las Ciencias de la computacin y la investigacin de operaciones. A diferencia de las matemticas, la estadstica tuvo sus orgenes en la administracin pblica. Fue usada en la demografa y la economa. Con el nfasis en el aprendizaje de los datos y en la elaboracin de las predicciones ms acertadas, la estadstica se ha solapado con la Teora de la decisin y la microeconoma. Con el enfoque de los datos, la estadstica se ha solapado con la ciencia de la informacin y las Ciencias de la computacin.

3.

Las medidas de tendencia central ms utilizadas son Media, Mediana y Moda.

Otras medias de tendencia central: Mediana cuadrtica Media geomtrica Media Armnica

4. Explique cada una de las medidas de tendencia central con un ejemplo

La media aritmtica: comnmente conocida como media o promedio. Se representa por medio de una letra M o por una X con una lnea en la parte superior. La mediana: la cual es el puntaje que se ubica en el centro de una distribucin. Se representa como Md. La moda: que es el puntaje que se presenta con mayor frecuencia en una distribucin. Se representa Mo.

De estas tres medidas de tendencia central, la media es reconocida como la mejor y ms til. Sin embargo, cuando en una distribucin se presentan casos cuyos puntajes son muy bajos o muy altos respecto al resto del grupo, es recomendable utilizar la mediana o la moda. (Porque dadas las caractersticas de la media, esta es afectada por los valores extremos). La media es considerada como la mejor medida de tendencia central, por las siguientes razones: Los puntajes contribuyen de manera proporcional al hacer el cmputo de la media.

Es la medida de tendencia central ms conocida y utilizada. Las medias de dos o ms distribuciones pueden ser fcilmente promediadas mientras que las medianas y las modas de las distribuciones no se promedian. La media se utiliza en procesos y tcnicas estadsticas ms complejas mientras que la mediana y la moda en muy pocos casos.
Cmo calcular, la media, la moda y la mediana

Media aritmtica

o promedio

Es aquella medida que se obtiene al dividir la suma de todos los valores de una variable por la frecuencia total. En palabras ms simples, corresponde a la suma de un conjunto de datos dividida por el nmero total de dichos datos.

Ejemplo 1: En matemticas, un alumno tiene las siguientes notas: 4, 7, 7, 2, 5, 3 n = 6 (nmero total de datos)

La media aritmtica de las notas de esa asignatura es 4,8. Este nmero representa el promedio.

Ejemplo 2: Cuando se tienen muchos datos es ms conveniente agruparlos en una tabla de frecuencias y luego calcular la media aritmtica. El siguiente cuadro con las medidas de 63 varas de pino lo ilustra. Largo (en m) Frecuencia absoluta Largo por Frecuencia absoluta 5 10 5 . 10 = 50 6 15 6 . 15 = 90 7 20 7 . 20 = 140

8 9

12 6 Frecuencia total = 63

8 9

12 = 96 . 6 = 54 430

Se debe recordar que la frecuencia absoluta indica cuntas veces se repite cada valor, por lo tanto, la tabla es una manera ms corta de anotar los datos (si la frecuencia absoluta es 10, significa que el valor a que corresponde se repite 10 veces).

La moda: en un conjunto de datos, la moda es el dato de mayor frecuencia absoluta es decir es el dato que ms se repite. Si hay dos datos que tienen la misma frecuencia entonces hay dos modas, se dice que la muestra es bimodal, si en la muestra no hay un dato de mayor frecuencia entonces no hay moda

Determinar la moda en el siguiente conjunto de datos que corresponden a las edades de nias de un Jardn Infantil. 5, 7, 3, 3, 7, 8, 3, 5, 9, 5, 3, 4, 3 La edad que ms se repite es 3, por lo tanto, la Moda es 3 (Mo = 3) Ejemplo 2: 20, 12, 14, 23, 78, 56, 96 En este conjunto de datos no existe ningn valor que se repita, por lo tanto, este conjunto de valores no tiene moda.

MEDIANA

Mediana (Med)

Para reconocer la mediana, es necesario tener ordenados los valores sea de mayor a menor o lo contrario. Usted divide el total de casos (N) entre dos, y el valor resultante corresponde al nmero del caso que representa la mediana de la distribucin. Es el valor central de un conjunto de valores ordenados en forma creciente o decreciente. Dicho en otras palabras, la Mediana corresponde al valor que deja igual nmero de valores antes y despus de l en un conjunto de datos agrupados. Segn el nmero de valores que se tengan se pueden presentar dos casos: Si el nmero de valores es impar, la Mediana corresponder al valor central de dicho conjunto de datos. Si el nmero de valores es par, la Mediana corresponder al promedio de los dos valores centrales (los valores centrales se suman y se dividen por 2). Ejemplo 1: Se tienen los siguientes datos: 5, 4, 8, 10, 9, 1, 2 Al ordenarlos en forma creciente, es decir de menor a mayor, se tiene: 1, 2, 4, 5, 8, 9, 10 El 5 corresponde a la Med, porque es el valor central en este conjunto de datos impares. Ejemplo 2: El siguiente conjunto de datos est ordenado en forma decreciente, de mayor a menor, y corresponde a un conjunto de valores pares, por lo tanto, la Med ser el promedio de los valores centrales. 21, 19, 18, 15, 13, 11, 10, 9, 5, 3

5. Porque se les llama medidas de tendencias central

Se les llama medida de tendencia central porque generalmente la acumulacin ms alta de datos se encuentra en los valores intermedios

Las medidas de tendencia central son utilizadas para describir mediante un nmero nico, la posicin de un valor en la variable, de tal forma que represente al conjunto de valores observados.

Es un valor que representa o resume las caractersticas de un conjunto valores.

de

6. EXISTEN OTRAS MEDIDAS DE VARIABILIDAD O DISPERSION Cules SON?

Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la moda slo nos revelan una parte de la informacin que necesitamos acerca de las caractersticas de los datos. Para aumentar nuestro entendimiento del patrn de los datos, debemos medir tambin su dispersin, extensin o variabilidad

Entre las medidas de dispersin tenemos:

-Amplitud (llamada tambin rango o recorrido) -Desviacin media, - Varianza - Desviacin Estndar (tambin llamada desviacin tpica) - Coeficiente de Variacin.

7. EN QUE CONSISTE ESAS MEDIDAS DE DISPERSION

Amplitud o recorrido

La medida de dispersin ms simple recibe el nombre de Amplitud o recorrido y es muy poco usada puesto que su nica ventaja es la sencillez con que se calcula. Es comn que se use tambin el nombre de Rango para esta medida. La amplitud (A) de un conjunto de datos es la diferencia entre las observaciones que tienen el mayor y el menor valor numrico en el mismo. Por ejemplo: Supngase que en un hospital el pulso de cada paciente se mide tres veces al da y que cierto da los registros de dos pacientes muestran: Paciente 1: 73 77 74 Paciente 2: 64 90 73 Cul es la Amplitud en pulsaciones para cada paciente? Para calcular la amplitud de los datos necesario identificar el valor ms grande y el valor ms pequeo del conjunto de datos de cada uno de los pacientes. Para el Paciente 1: A = 77 73 = 4

Para el Paciente 2: A = 90 64 = 26

La amplitud es una medida de dispersin cuya ventaja es la facilidad con que se calcula. Tiene en cambio las siguientes desventajas:

En su clculo slo intervienen dos elementos del conjunto. Al aumentar el nmero de observaciones, puede esperarse que aumente la variabilidad. Puesto que la amplitud no tiene en cuenta el tamao del conjunto, no es una medida adecuada para comparar la variabilidad de dos grupos de observaciones, a menos que stos sean del mismo tamao.

Desviacin media, desviacin estndar y varianza

Para presentar la desviacin estndar, que es por mucho la medida generalmente ms til de la dispersin, obsrvese que la dispersin de un conjunto de datos es pequea si los valores se agrupan en forma cerrada en

torno a su media y es grande si los valores se dispersan ampliamente en torno a su media. Por tanto, parecera razonable medir la dispersin de un conjunto de datos en trminos de las cantidades en las cuales difieren los valores individuales de su media. Si se tiene un conjunto de nmeros:

que constituyen una poblacin con una media

, las diferencias entre:

se denominan las desviaciones de la media y esto sugiere que se podra usar el promedio de estas desviaciones como medida de dispersin en la poblacin. A menos que las X sean todas iguales, algunas de las desviaciones sern positivas y otras negativas, la suma de todas las desviaciones de la media

y en consecuencia tambin su promedio es siempre cero. Como realmente se est interesado en la magnitud de las desviaciones, y no si son positivas o negativas, se pueden ignorar simplemente los signos y definir una medida de variacin en trminos de los valores absolutos de las desviaciones de la media. En realidad, si se suman las desviaciones de la media como si fueran todas positivas o cero y las dividiramos entre N, se obtendra la media estadstica que se denomina desviacin media y se representa por:

Esta medida tiene una apariencia intuitiva, pero debido al valor absoluto, lleva a encontrar dificultades tericas en problemas de inferencia y rara vez se usa. Un mtodo alternativo consiste en trabajar con los cuadrados de las desviaciones de la media, ya que tambin esto eliminar el efecto de los signos. Los cuadrados de nmeros reales no pueden ser negativos y pueden tomar el valor de cero. Por consiguiente, si se promedia las desviaciones cuadradas de la media y se toma la raz cuadrada del resultado (para compensar el hecho de que las desviaciones fuesen cuadradas), se obtiene la Desviacin estndar de la poblacin.

sta medida de variacin se representa por medio de sigma minscula ( ) y al expresar literalmente lo que se ha hecho aqu de manera matemtica, tambin se conoce como la raz de la desviacin cuadrada media. A su cuadrado de se le llama Varianza de la poblacin. Quiz parezca lgico utilizar la misma frmula con n y sustituidas por N y , para la desviacin estndar de una muestra; pero, esto no es realmente lo que se hace. En lugar de dividir la suma de las desviaciones entre n, se divide entre (n-1) y se define como desviacin estndar de la muestra, que se denota con s como

Su cuadrado s2, se llama la Varianza de la muestra. Al dividir entre n-1 en vez de hacerlo entre n, tiene una buena razn. Si se dividiera entre n y se utilizara s2 como estimacin de es decir, se utilizara la varianza de una muestra para determinar la varianza de la poblacin de la cual provino, el resultado sera demasiado pequeo y esto se corrige al dividir entre n-1 en lugar de hacerlo entre n. Si el valor de n es muy grande no importa hacerlo entre n-1 sino que es prctico para definir s como se hizo.

Las medidas de dispersin anteriores son todas medidas de variacin absolutas. Una medida de dispersin relativa de los datos, que toma en cuenta su magnitud, est dada por el coeficiente de variacin. El Coeficiente de variacin (CV) es una medida de la dispersin relativa de un conjunto de datos, que se obtiene dividiendo la desviacin estndar del conjunto entre su media aritmtica y se expresa como para la poblacin. Los coeficientes de variacin tienen las siguientes caractersticas: para una muestra y

Puesto que tanto la desviacin estndar como la media se miden en las unidades originales, el CV es una medida independiente de las unidades de medicin. Debido a la propiedad anterior el CV es la cantidad ms adecuada para comparar la variabilidad de dos conjuntos de datos. En reas de investigacin donde se tienen datos de experimentos previos, el CV es muy usado para evaluar la precisin de un experimento, comparando en CV del experimento en cuestin con los valores del mismo en experiencias anteriores.

Ejemplo: En seis sbados consecutivos un operador de taxis recibi 9, 7, 11, 10, 13 y 7 llamadas a su sitio para su servicio. Calcule:
a. b. c. d. e. f.

Amplitud. Media. Desviacin media. Desviacin estndar. Varianza. Coeficiente de variacin.

a) Para calcular la amplitud. Valor mximo 13 Valor mnimo 7 A = 13 7 = 6

b) Para calcular la media.

c) Para calcular la desviacin media

d) Para calcular la desviacin estndar

Se puede utilizar la siguiente tabla:

9 7 11 10 13 7

-0.5 -2.5 1.5 0.5 3.5 -2.5 0.0

0.25 6.25 2.25 0.25 12.25 6.25 27.50

Al sustituir los valores se obtiene:

e) Para calcular la varianza:

f) Para calcular el coeficiente de variacin:

Para calcular la varianza de una tabla de frecuencias se utiliza la siguiente frmula:

Donde: k es el nmero de intervalos de clase Xi es el valor medio de cada clase fi es el valor de la frecuencia absoluta

Al retomar el ejemplo de la tabla de distribucin de frecuencias de Precipitacin pluvial promedio anual en Baja California 1905 a 1994 en pulgadas.

intervalos (07.7 , 11.7] (11.7 , 15.7] (15.7 , 19.7]

Punto medio de clase (mi) 9.7 13.7 17.7

Conteo ||||| ||||| ||||| ||| ||||| ||||| ||| ||||| ||||| ||||| ||||| ||||

fi 18 13 24

fAi 18 31 55

FRi

FRAi

18/90 18/90 13/90 31/90 24/90 55/90

(19.7 , 23.7] (23.7 , 27.7] (27.7 , 31.7] (31.7 , 35.7] (35.7 , 39.7]

21.7 25.7 29.7 33.7 37.7 TOTAL

||||| ||||| ||||| || ||||| ||||| ||| |||| |

17 13 0 4 1 90

72 85 85 89 90 90

17/90 72/90 13/90 85/90 0/90 4/90 1/90 85/90 89/90 90/90

90/90 90/90

Calcular s2 y s.

mi 9.7 13.7 17.7 21.7 25.7 29.7 33.7 37.7 TOTAL 94.09 187.69 313.29 470.89 660.49 882.09 1135.69 1421.29 #####

fi 18 13 24 17 13 0 4 1 90

fimi 174.6 178.1 424.8 368.9 334.1 0 134.8 37.7 1653.0 1693.62 2439.97 7518.96 8005.13 8586.37 0 4542.76 1421.29 34208.10

9. "El proceso de tabulacin consiste esencialmente en el recuento de los datos

contenidos en los cuestionarios. Sin embargo, tambin se incluyen en este proceso todas aquellas operaciones encaminadas a la obtencin de resultados numricos relativos a los temas de estudio que se trata en los cuestionarios. La tabulacin puede ser tratada de forma manual o informtica. La primera se recomienda efectuarla cuando el cuestionario es reducido y se realiza mediante el simple recuento de los datos. Para tabular mecnicamente se utiliza la informtica, ya que la informacin que se recoge en las encuestas es muy amplia y exige, para su eficaz utilizacin, la realizacin de mltiples clasificaciones combinadas entre variables. En todo caso, el proceso de tabulacin requiere una previa codificacin de las respuestas obtenidas en los cuestionarios, es decir, la traduccin de los cuestionarios a una clave numrica. El momento ms adecuado para elaborar este plan de procesamiento de datos es al elaborar el cuestionario, ya que de esta forma se evita la posibilidad de que salgan cuestiones que no puedan ser correctamente tratadas por falta de preguntas adecuadas o de difcil tabulacin.

"Hablar de tabulacin es hablar del recuento de los datos contenidos en los

cuestionarios, incluyendo tambin en este proceso, todas aquellas operaciones encaminadas a la obtencin de resultados numricos relativos a los temas de estudio que se tratan en los cuestionarios. La tabulacin se puede realizar ser tratada de forma manual o informtica. Aunque la primera est en desuso se efecta cuando el cuestionario es reducido y se realiza mediante el punteo o simple recuento de los datos. La tabulacin mecnica se realiza con ayuda de la informtica, ya que la informacin obtenida en las encuestas es muy importante y, para su eficaz utilizacin, es imprescindible la realizacin de mltiples clasificaciones combinadas entre variables."11 Despus de haber estudiado los conceptos anteriores, la tabulacin se refiere al agrupamiento, ordenamiento y clasificacin de las respuestas, efectuando un conteo de las frecuencias de las mismas. Para saber cuantos dijeron SI o cuantos dijeron NO, cuantos dijeron la marca A, etc. La tabulacin se puede efectuar con dos tcnicas distintas: Tabulacin manual.

Se aplica para pequeas investigaciones de mercados o bien porque no se cuenta con el equipo necesario. Tabulacin electrnica.

Se realiza mediante el uso de equipo electrnico, el cual facilita de alguna manera el conteo de frecuencias.

MEDIA Es el valor que se obtiene de la suma de todos los datos y dividiendo el resultado entres entre la cantidad de valores Ejemplo: Para los datos siguientes 5, 3, 6, 7, 4, 5, 3, 7 la media aritmtica es x = 5. Esto significa que: 5 + 3 + 6 + 7 + 4 + 5 + 3 + 7 = 40 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 = 40 MEDIANA

La mediana de un grupo de datos es el valor que se encuentra en el punto medio despus de ordenarlos de menor a mayor. Ejemplo: 1. 8, 10, 6, 12, 10, 11, 13 . 8, 10, 6, 12, 10, 11, 13 Ordenmoslos de menor a mayor: 6, 8, 10, 10, 11, 12, 13

La mediana es la posicin (n + 1)/2 = (7 + 1)/2 = 4. La posicin 4 es 10. MODA

La moda es el dato que aparece ms veces en un grupo. De la definicin podemos concluir que habr grupos de datos con ms de una moda. En el grupo 7, 9, 6, 5, 8, 6, 7, 8, 6, 5, 3, 10, 6, 4 la moda es 6. En el grupo 7, 9, 3, 6, 5, 4, 7, 8, 6, 7, 8, 6, 5, 3, 10, 7, 6, 4 tenemos 2 modas: 6 y 7. MEDIA GEOMTRICA Es aquella que se utiliza para mostrar los cambios porcentuales en una serie de nmeros positivos.

MEDIA ARMNICA

Es un segundo tipo de promedio, el cual es recproco de la media aritmtica de los recprocos de los valores que queremos promediar. La Media Armnica es el promedio adecuado cuando tratamos con tarifas y precios.