Introduccin

La estadstica como una de las ramas de la Matemtica, nos ayuda a organizar la

informacin obtenida en la investigacin de campo de una poblacin o muestra.
Una manera de organizar esta informacin son las tablas de frecuencias. Las tablas de
frecuencia son una sntesis de la informacin que nos facilita su representacin grfica
en un histograma o polgono de frecuencias.
La grfica nos facilita el anlisis e interpretacin de la informacin, la relacin de los
parmetros de tendencia central: Moda (Mo), Mediana (Me) y Media (x) y la relacin
de los parmetros de tendencia central con los de dispersin: Desviacin media (DM);
Rango, Varianza (S2) y desviacin estndar (S).
La grfica tambin nos muestra con claridad, la ntima relacin que hay entre los
parmetros de dispersin y cmo influyen stos en su forma, dando como resultado
grficas:
a) Simtricas, o
b) Asimtricas.

Medidas de tendencia central

Al describir grupos de observaciones, con frecuencia es conveniente resumir la
informacin con un solo nmero. Este nmero que, para tal fin, suele situarse hacia el
centro de la distribucin de datos se denomina medida o parmetro de tendencia
central o de centralizacin. Cuando se hace referencia nicamente a la posicin de
estos parmetros dentro de la distribucin, independientemente de que sta est ms
o menos centrada, se habla de estas medidas como medidas de posicin. En este caso
se incluyen tambin los cuantiles entre estas medidas.
Se debe tener en cuenta que existen variables cualitativas y variables cuantitativas,
por lo que las medidas de posicin o medidas de tendencia se usan de acuerdo al tipo
de variable que se est observando, en este caso se observan variables cuantitativas.
Es importante tener en cuenta que estas medidas se aplican a grupos ms bien que
a individuos. Un promedio es una caracterstica de grupo, no individual. La medida
de tendencia central ms usada es la media aritmtica, usualmente abreviada como
media.

1. La media Aritmtica
L a me di a a ri t m t i ca e s e l va lo r ob t e n i do a l s uma r t odos l os da t os y
di vi di r e l re su lt a do e n t re e l n me ro t ot a l de da t os .
E s e l s mb olo de la me di a a ri t m t i ca .

E j e mp lo
L os p e sos de se i s a mi gos son : 84, 9 1, 72, 68, 87 y 7 8 kg.
H a lla r e l p e so me di o.

1.1 Media aritmtica para datos agrupados

Valor obtenido al agrupar n valores iguales, cada uno por separado,
considerando su frecuencia; a menudo en forma de tabla...
Media aritmtica = fX/f
dnde
X = La puntuacin individual
f = Frecuencia
La media aritmtica = 1+2+3+1+2+3+2/7 = 14/7 = 2
En este caso hay dos 1, tres 2 y dos 3. El nmero de veces que cada nmero aparece
es su frecuencia. Formando as la tabla de abajo.

X Valor

Frecuencia(f)

fX

1*2=2

2*3=6

3*2=6

Paso 1: Encontrar f.
f = 7
Paso 2: Ahora, Encontrar fX.
fX = ((1*2)+(2*3)+(3*2)) = 14
Paso 3: Ahora, Suplente en la frmula anterior, dado
Media aritmtica = fX/f = 14/7 = 2

1.2 Propiedades de la media aritmtica

1 . La su ma d e las d e sviacio n e s d e tod as las p un tu acio ne s d e
u n a d ist rib u cin re sp e ct o a la me d ia de la misma igu al a ce ro .

La su ma d e las d e sviacio n e s d e lo s n me ro s 8 , 3 , 5 , 1 2 , 1 0 d e
su m ed ia arit mt ica 7 .6 e s igu al a 0:
8 7 .6 + 3 7 .6 + 5 7 .6 + 1 2 7 .6 + 10 7 .6 =
= 0 . 4 4 .6 2 .6 + 4 . 4 + 2 . 4 = 0
2 . La su ma d e lo s cu ad rad o s d e las d e sviacio n e s d e lo s valo re s
d e la variab le con re sp e ct o a un n me ro cu alqu ie ra se h ace mn ima
cu a n d o d ich o n mero co in cide co n la me d ia arit mt ica .

3 . Si a t o do s lo s valo re s d e la variab le se le s su ma un mismo

n m e ro , la me d ia arit m t ica qu e d a au me n t ad a en d ich o nme ro .
4 . Si t o do s lo s valo re s d e la variab le se mu lt ip lican p o r u n
m ismo n me ro la me d ia arit mt ica qu e d a mu lt ip licada p o r d ich o
n m e ro .

1.3 Observaciones sobre la media aritmtica

1 . La med ia se pu e de h allar s lo p ara variab le s cuant it at ivas .
2 . La me d ia e s in d ep e nd ien t e d e las amp litu de s d e lo s
in t e r valo s .
3 . La me d ia e s muy se n sib le a las pun t uacio n e s e xtre mas . Si
t e n emo s u n a d istribu ci n con lo s sigu ien t e s p e so s:
6 5 kg, 69 kg , 6 5 kg, 7 2 kg, 66 kg, 7 5 kg, 7 0 kg, 11 0 kg.
La me d ia e s igu al a 7 4 kg, q u e e s u n a me d id a d e ce nt raliz aci n
p o co rep re sen t at iva d e la dist rib u ci n .

4 . La me d ia n o se p u ed e calcu lar si hay u n in te rvalo co n u n a

a m p litu d ind e te rmin ad a .
xi

fi

[60, 63)

6 1 .5

[63, 66)

6 4 .5

18

[66, 69)

6 7 .5

42

[69, 72)

7 0 .5

27

*72, )

8
100

E n e st e caso n o e s po sib le h allar la me dia p o rqu e n o p o de mo s calcu lar

la m a r ca d e clase d e lt imo in t ervalo .

1.4 Ventajas y desventajas de la media aritmtica

1.4.1 Ventajas

* E s la me d id a d e t en d en cia ce nt ral ms u sad a.

* E l p r o med io e s e stab le en e l mu e st re o.
* E s se n sib le a cu alq u ie r camb io e n lo s d ato s (p u ed e ser usad o co mo
u n d et e ct o r d e variacio n e s en lo s d at o s).
* S e e mp le a a me nud o en clcu lo s e stadst ico s p o st e rio re s.
* P r e sen t a rigo r mat e mt ico .
* E n la grf ica de f re cu e n cia re p re se nt a e l ce nt ro d e gravedad .

1.4.2 Desventajas

* E s sen sib le a lo s valo re s e xtre mo s.

* N o e s re co me nd able e mple arla e n d istrib u cion e s mu y asim t ricas.

* S i se e mp le an variab le s d iscret as o cu asi - cu alit at ivas, la me d ia

a r it m t ica pu e de n o p e rt e ne ce r al co n jun t o d e valo re s d e la variab le .

1.5 Limitaciones
Una de las limitaciones de la media es que se ve afectada por valores extremos; valores
muy altos tienden a aumentarla mientras que valores muy bajos tienden a bajarla, lo
que implica que puede dejar de ser representativa de la poblacin.

2. Moda estadstica
Es el valor de la variable que se repite con mayor frecuencia. Este valor puede no existir si
todos los valores de la variable tienen la misma frecuencia. En este caso la moda queda
indefinida.
Para averiguar la moda en un grupo de nmeros:
Ordena los nmeros segn su tamao.
Determina la cantidad de veces de cada valor numrico.
El valor numrico que ms se repite es la moda.
Puede haber ms de una moda cuando dos o ms nmeros se repiten la misma cantidad
de veces y adems este es el mximo nmero de veces del conjunto.
No hay moda si ningn nmero se repite ms de una vez.
Ejemplo: La moda de 2, 4, 5, 5, 5, 7, 8, 8, 9, 12 es 5.
La moda se representa por M o .

Li es el lmite inferior de la clase modal.

fi es la frecuencia absoluta de la clase modal.
fi-1 es la frecuencia absoluta inmediatamente inferior a la en clase modal.
fi+1 es la frecuencia absoluta inmediatamente posterior a la clase modal.
ai es la amplitud de la clase.
Tambin se utiliza otra frmula de la moda que da un valor aproximado de sta

E j e m p lo s:
a . C a l c u l a r l a m o d a d e u n a d i s t r i b u c i n e s t a d s t i c a q ue v i e ne d a d a p o r la
siguiente tabla

[60,
[63,
[66,
[69,
[72,

63)
66)
69)
72)
75)

fi
5
18
42
27
8
100

b . E n l a s i g u i e n t e t ab l a s e m ue s t r a l a s ca l i f i c a c i o n es ( s u s p e ns o , a p ro b a d o ,
n o t a b l e y s o b re s a l i en t e ) o b t e n i d a s p o r u n g r u p o d e 5 0 a l um no s . C a lc u l a r la
moda.
fi

hi

[0, 5)

15

[5, 7)

20

10

[7, 9)

12

[9, 10)

50

S i e n u n g r u p o h a y d o s o v a r i a s p u n t u a c io n e s c o n l a m i sm a f re c u e n c i a y e sa
f r e c u e n c i a e s l a m xi m a , l a d i s t r i b u c i n e s b i m o d a l o m u l t im o d a l , e s d e c i r ,
tiene varias modas.
1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9
C u a n d o to d a s l a s p un t u a c i o n e s d e u n g ru p o t i e n e n l a m i sm a f r e c u e n c i a , no
hay moda.
2, 2, 3, 3, 6, 6, 9, 9
S i d o s p u n t u a c io n e s a d y a c e n te s t i e n e n l a f r e c u e n c i a m x im a , l a m o d a e s el
p r o m e d i o de l a s do s p u n t u a c i o n e s a dy a c en t e s .
0 , 1 , 3 , 3 , 5 , 5 , 7 , 8 Mo = 4

3. Mediana
3.1 Definicin de mediana
La mediana es el nmero que se encuentra en la posicin media de un conjunto de
nmeros ordenados de menor a mayor o viceversa, es decir, la mitad de los nmeros es
mayor que la mediana y la otra mitad es menor.
La mediana se representa por Me y se puede hallar slo para variables cuantitativas.

3.2 Clculo de la mediana

Ordenamos los datos en forma creciente o decreciente.
Si el conjunto de nmeros es impar, la Mediana corresponder al valor central de dicho
conjunto de datos.
Ejemplo:
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 Mediana, porque es el valor central en este conjunto de datos
impares.
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:
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 Mediana ser el promedio de
los valores centrales.
21, 19, 18, 15, 13, 11, 10, 9, 5, 3

3.3 Mediana utilizando Datos agrupados

Interpretando el grfico de barras podemos deducir que:

5 alumnos obtienen puntaje de 62
5 alumnos obtienen puntaje de 67
8 alumnos obtienen puntaje de 72
12 alumnos obtienen puntaje de 77
16 alumnos obtienen puntaje de 82
4 alumnos obtienen puntaje de 87
Lo que hace un total de 50 alumnos
Sabemos que la mediana se obtiene haciendo

Lo cual significa que la mediana se ubica en la posicin intermedia entre los alumnos 25 y
26.
El alumno 25 obtuvo puntaje de 77
El alumno 26 obtuvo puntaje de 77
Entonces, como el total de alumnos es par debemos promediar esos puntajes:

La mediana es 77, lo cual significa que 25 alumnos obtuvieron puntaje desde 77 hacia
abajo y 25 alumnos obtuvieron puntaje de 77 hacia arriba.

3.4 Clculo de la Mediana de un grupo de nmeros en Excel

Ejemplo de hoja de clculo

A
Datos
1 10
2 7
3 9
4 27
5 0
6 4
7 Frmula

Descripcin (Resultado)

=MEDIANA(A2:A7)Mediana de todos los nmeros de la lista anterior (8)

3.5 Observaciones
Los argumentos deben ser nmeros o nombres, matrices o referencias que contengan
nmeros. Microsoft Excel examina todos los nmeros en cada argumento matricial o de
referencia.
Si el argumento matricial o de referencia contiene texto, valores lgicos o celdas vacas,
estos valores se pasan por alto; sin embargo, se incluirn las celdas con el valor cero.
Si la cantidad de nmeros en el conjunto es par, MEDIANA calcula el promedio de los
nmeros centrales. Vea la segunda frmula del ejemplo.

10

4. Media geomtrica
La media geomtrica (MG), de un conjunto de
la
ndel producto de los
geomtrica es dada por

nmeros positivos se define como

nmeros. Por tanto, la frmula para la media

Existen dos usos principales de la media geomtrica:

1. Para promediar porcentajes, ndices y cifras relativas y
2. Para determinar el incremento porcentual promedio en ventas, produccin u otras
actividades o series econmicas de un periodo a otro.
Ejemplo
Supngase que las utilidades obtenidas por una compaa constructora en cuatro
proyectos fueron de 3, 2, 4 y 6%, respectivamente. Cul es la media geomtrica de las
ganancias?
En este ejemplo

y as la media geomtrica es determinada por

y as la media geomtrica de las utilidades es el 3.46%.

La media aritmtica de los valores anteriores es 3.75%. Aunque el valor 6% no es muy
grande, hace que la media aritmtica se incline hacia valores elevados. La media
geomtrica no se ve tan afectada por valores extremos.

11

En matemticas y estadstica, la media geomtrica de una cantidad arbitraria de nmeros

(por decir n nmeros) es la raz n-sima del producto de todos los nmeros, es
recomendada para datos de progresin geomtrica, para promediar razones, inters
compuesto y nmeros ndices.

Por ejemplo, la media geomtrica de 2 y 18 es

Otro ejemplo, la media de 1, 3 y 9 sera

PROPIEDADES

El logaritmo de la media geomtrica es igual a la media aritmtica de los

logaritmos de los valores de la variable.

La media geomtrica de un conjunto de nmeros positivos es siempre menor

o igual que la media aritmtica:

Ventajas

considera todos los valores de la distribucin.

es menos sensible que la media aritmtica a los valores extremos.

Desventajas

es de significado estadstico menos intuitivo que la media aritmtica

en ocasiones no queda determinada; por

valor
entonces la media geomtrica se anula.

ejemplo,

si

un

Solo es relevante la media geomtrica si todos los nmeros son positivos. Como hemos
visto, si uno de ellos es 0, entonces el resultado es 0. Si hubiera un nmero negativo (o
una cantidad impar de ellos) entonces la media geomtrica sera o bien negativa, o bien
inexistente en los nmeros reales.

12

5. Curvas Simtricas
Las curvas simtricas son aquellas que teniendo una observacin de frecuencia central
mxima, presentan observaciones equidistantes de la observacin central con frecuencias
iguales. Un ejemplo clsico es la curva normal de probabilidades.
Una distribucin es simtrica si la mitad izquierda de su distribucin es la imagen
especular de su mitad derecha.
En las distribuciones simtricas media y mediana coinciden. Si solo hay una moda tambin
coinciden.

13

Cuando graficamos una variable en forma de histogramas o polgonos de frecuencias y

observamos que los datos parecieran asemejar o tener una forma de campana
entonces podramos pensar que la distribucin de dicha variable se aproxima a una
distribucin matemtica precisa e importante denominada curva normal y es simtrica.

Las caractersticas que debe poseer una distribucin de datos para forma una curva
normal y por tanto simtrica es:
Unimodal: Solo existe una moda. No hay ms de una puntuacin ms
frecuente.

14

 Existir Simetra: si partisemos a la mitad la curva, ambos lados

son idnticos.

Asinttica: Los dos extremos de la curva jams tocan el eje de

las x. esto permite que siempre existe la posibilidad de
toparnos con un valor ms alto o ms bajos.

La media, la mediana y la moda poseen los mismos valores y se encuentran

al centro de la curva (la dividen en dos).

15

16

6. Curvas asimtricas o sesgo

Las curvas asimtricas o sesgos son aquellas que presentan dominancia de observaciones
a un lado del eje terico de simetra. Si este mayor nmero de observaciones se presenta
al extremo de valores ms bajo del rango, y la cola ms larga se extiende a la derecha,
donde los valores de los puntos son ms grandes, se dice que la asimetra es positiva. En
cambio, si el mayor nmero de observaciones, se presenta en la cola de valores altos del
rango, y la cola ms larga se extiende a la izquierda, donde los valores de los puntos son
ms pequeos, se dice que la asimetra es negativa.
Las curvas asimtricas son las que nos indican hacia donde se inclina la dispersin de los

datos.
Curva Asimtrica es la representacin grfica de una distribucin de frecuencias, la cual no
es simtrica.
En una distribucin con sesgo positivo la media aritmtica es la mayor de las tres
medidas. Por qu? En ella influyen ms que sobre la mediana o la moda unos cuantos
valores extremadamente altos. La mediana es, por lo general, la siguiente medida ms
grande en una distribucin de frecuencias con sesgos positivos. La moda es la menor de
las tres medidas.
Si la distribucin tiene un sesgo muy pronunciado, como en el caso de los ingresos
semanales de la grfica, la media no sera una medida adecuada. La mediana y la moda
seran ms representativas

17

Por lo contrario, si una distribucin tiene un sesgo negativo, la media es la menor medida
de las tres. Por supuesto, la media es sensible a la influencia de una cantidad
extremadamente pequea de observaciones. La mediana es mayor que la media
aritmtica y la moda es la ms grande de las medidas. De nuevo, si la distribucin tiene un
sesgo muy pronunciado, como la distribucin de fuerzas de tensin que se muestran en la
grfica, la media no se utilizar para representar a los datos.

El Coeficiente de asimetra, se representa mediante la ecuacin matemtica,

Donde (g1) representa el coeficiente de asimetra de Fisher, (Xi) cada uno de los valores, (

) la media de la muestra y (ni) la frecuencia de cada valor. Los resultados de esta

ecuacin se interpretan:

(g1 = 0): Se acepta que la distribucin es Simtrica, es decir, existe

aproximadamente la misma cantidad de valores a los dos lados de la media. Este
valor es difcil de conseguir por lo que se tiende a tomar los valores que son
cercanos ya sean positivos o negativos ( 0.5).
(g1 > 0): La curva es asimtricamente positiva por lo que los valores se tienden a
reunir ms en la parte izquierda que en la derecha de la media.
(g1 < 0): La curva es asimtricamente negativa por lo que los valores se tienden a
reunir ms en la parte derecha de la media.

18

Desde luego entre mayor sea el nmero (Positivo o Negativo), mayor ser la distancia que
separa la aglomeracin de los valores con respecto a la media.

7. Medidas de Dispersin o de Variabilidad

Las Medidas de dispersin o de Variabilidad nos permiten reconocer que tanto se
dispersan los datos alrededor del punto central; es decir, nos indican cuanto se desvan las
observaciones alrededor de su promedio aritmtico (Media).
Este tipo de medidas son parmetros informativos que nos permiten conocer como los
valores de los datos se reparten a travs de eje X, mediante un valor numrico que
representa el promedio de dispersin de los datos. Las medidas de dispersin ms
importantes y las ms utilizadas son la Varianza y la Desviacin estndar (o Tpica).
La dispersin es importante porque:

Proporciona informacin adicional que permite juzgar la confiabilidad de la medida

de tendencia central. Si los datos se encuentran ampliamente dispersos, la
posicin central es menos representativa de los datos.
Ya que existen problemas caractersticos para datos ampliamente dispersos,
debemos ser capaces de distinguir que presentan esa dispersin antes de abordar
esos problemas.
Quiz se desee comparar las dispersiones de diferentes muestras. Si no se desea
tener una amplia dispersin de valores con respecto al centro de distribucin o
esto presenta riesgos inaceptables, necesitamos tener habilidad de reconocerlo y
evitar escoger distribuciones que tengan las dispersiones ms grandes.

7.1 El Rango o Recorrido( R ):

Es la medida de variabilidad ms fcil de calcular. Para datos finitos o sin agrupar, el rango
se define como la diferencia entre el valor ms alto (Xn Xmax.) y el mas bajo (X1 Xmin)
en un conjunto de datos.
Rango para datos no agrupados;
R = Xmx.-Xmn = Xn-X1

19

7.2 Varianza
Esta medida nos permite identificar la diferencia promedio que hay entre cada uno
de los valores respecto a su punto central (Media ). Este promedio es calculado,
elevando cada una de las diferencias al cuadrado (Con el fin de eliminar los signos
negativos), y calculando su promedio o media; es decir, sumado todos los
cuadrados de las diferencias de cada valor respecto a la media y dividiendo este
resultado por el nmero de observaciones que se tengan. Si la varianza es
calculada a una poblacin (Total de componentes de un conjunto), la ecuacin
sera:

Donde ( ) representa la varianza, (Xi) representa cada uno de los valores, ( )

representa la media poblacional y (N) es el nmero de observaciones tamao de
la poblacin. En el caso que estemos trabajando con una muestra la ecuacin que
se debe emplear es:

Donde (S2) representa la varianza, (Xi) representa cada uno de los valores, ( ) representa
la media de la muestra y (n) es el nmero de observaciones o tamao de la muestra. Si
nos fijamos en la ecuacin, notaremos que se le resta uno al tamao de la muestra; esto
se hace con el objetivo de aplicar una pequea medida de correccin a la varianza,
intentando hacerla ms representativa para la poblacin. Es necesario resaltar que la
varianza nos da como resultado el promedio de la desviacin, pero este valor se encuentra
elevado al cuadrado.

7.3 Desviacin estndar o Tpica

Esta medida nos permite determinar el promedio aritmtico de fluctuacin de los datos
respecto a su punto central o media. La desviacin estndar nos da como
resultado un valor numrico que representa el promedio de diferencia que hay entre los
datos y la media. Para calcular la desviacin estndar basta con hallar la raz cuadrada de
la varianza, por lo tanto su ecuacin sera:

20

Para comprender el concepto de las medidas de distribucin vamos a suponer que el

gerente de una empresa de alimentos desea saber que tanto varan los pesos de los
empaques (en gramos), de uno de sus productos; por lo que opta por seleccionar al azar
cinco unidades de ellos para pesarlos. Los productos tienen los siguientes pesos (490, 500,
510, 515 y 520) gramos respectivamente.
Desarrollo:
Por lo que su media es:

La Varianza seria:

Y por lo tanto la desiacion estandar seria:

Con lo que concluiramos que el peso promedio de los empaques es de 507 gramos, con
una tendencia a variar por debajo o por encima de dicho peso en 12 gramos. Esta
informacin le permite al gerente determinar cunto es el promedio de perdidas causado
por el exceso de peso en los empaques y le da las bases para tomar los correctivos
necesarios en el proceso de empacado.

21

Conclusin

Las medidas de tendencia central nos ayudan a ubicarnos en un punto medio para un
mejor anlisis de los datos utilizando la media aritmtica, la moda, la mediana y la
media geomtrica para ver cul es la tendencia mas fin a desarrollarse en el objeto a
estudiar .
Cabe destacar que la mediana nos indica que la mitad de los datos estn por debajo de
ese valor y que la otra mitad de los datos estn por encima de ese valor. Esta
tendencia central se utiliza en algunas ocasiones en los colegios y universidades para
disminuir el ndice de fracasos. Esto es posible cuando se califica tomando como
puntaje mximo el valor obtenido en la mediana, lo que provoca el mejoramiento de
las calificaciones de los estudiantes.
Las medidas de dispersin al igual que las medidas de tendencia central nos ayudan a
ver el punto medio. Estos nos ayudan a ver qu tan dispersos o alejados estn los
datos de su punto medio, es decir, cuanto se desvan de su media.

22

Bibliografa
1. Introduccin a la estadstica, By Wilfredo Caballero A.
2. Estadstica aplicada a los negocios y la economa, decimotercera
edicin
Autores: lind, marchal, wathen
Editorial: Mc Graw Hill

Infografa
1.
2.
3.
4.
5.

http://www.vitutor.net/2/11/moda_media.html
http://www.aaamatematicas.com/sta418x3.htm
http://www.fic.umich.mx/~lcastro/3tendenciacentral.pdf
www.slideshare.net
http://office.microsoft.com/es-es/excel-help/calcular-la-mediana-de-un-grupo-denumeros-HP003056145.aspx
6. http://www.vitutor.com/estadistica/descriptiva/a_9.html
7. books.google.com/books?isbn=929039014X
8. http://conevyt.org.mx/bachillerato/material_bachilleres/cb6/5sempdf/edin1/edi1
_f02.pdf
9. http://www.monografias.com/trabajos43/medidas-tendencia-central/medidastendencia-central2.shtml
10. http://es.wikipedia.org/wiki/Media_aritm%C3%A9tica
11. http://www.vitutor.com/estadistica/descriptiva/a_10.html
12. http://es.wikipedia.org/wiki/Medidas_de_tendencia_central
13. http://www.monografias.com/trabajos43/medidas-dispersion/medidasdispersion.shtml
14. http://thales.cica.es/rd/Recursos/rd97/UnidadesDidacticas/53-1-u-punt152.html
15. http://www.aulafacil.com/CursoEstadistica/Lecc-6-est.htm

23