Medidas de Tendencia Central, de Dispersión, de Posición y de Forma

UNIDAD II.
MEDIDAS DE TENDENCIA CENTRAL, DE DISPERSIN, DE

POSICIN Y DE FORMA
Objetivo Terminal: Calcular e interpretar las medidas de tendencia central,
dispersin, posicin y forma
01. Definir Medida de Tendencia Central Las Medidas, llamadas de tendencia central se
deben a que sus valores tienden a estar ubicados en el centro de la distribucin ordenada.
Tambin son conocidas como valores medios o medidas representativas y son de gran
importancia en la estadstica. Son utilizadas para describir y sintetizar mediante un nico nmero,
el conjunto total de valores observados.
02. Enumerar las Medidas de Tendencia Central

Las tres medidas de tendencia central son:
Media aritmtica o promedio aritmtico.
Mediana.
Moda.
03. Definir Media Aritmtica.

La media aritmtica, tambin llamada como valor medio o promedio aritmtico, se define como el
cociente que se obtiene al dividir la suma de los valores de la variable por el nmero total de
observaciones. Esta medida es la que se emplea con ms frecuencia y se usa tambin para el
clculo de otros estadsticos. Para representarla se utiliza el smbolo
Si
representan los n valores que toma la variable y n es el nmero total de
observaciones, entonces:
es el i-simo valor de la variable.
04. Demostrar mediante un ejemplo las propiedades de la media aritmtica.

1. La suma algebraica de las desviaciones
la media aritmtica es cero:
de un conjunto de valores con respecto a
=0
1 Lcda. M.Sc. Mara F. Mendoza. ESTADSTICA I. Unidad II: Medida de Tendencia Central, de Dispersin, de Posicin y de Forma. Recopilacin
didctica de varios textos.
2. La suma de los cuadrados de las desviaciones de un conjunto de valores Xi en cualquier

valor de K es mnima, solamente si K=
3. Si a los valores de un conjunto cuya media aritmtica sea
, se les suma una constante K,
la media aritmtica del nuevo conjunto queda aumentada en K, es decir, la nueva media
aritmtica es
+ k.
4. Si los valores de una serie se multiplican o se dividen por una constante k, la media
aritmtica de la nueva serie queda multiplicada o dividida por la constante k.
5. Si
nmeros tienen de media
de media
nmeros tienen de media
, ,
nmeros tienen
, la media de todos los nmeros es:
.
Observaciones.
1. Puede ser calculados en distribuciones con escala de razn y de intervalo.
2. Todos los valores son incluidos en el cmputo de la media.
3. Una serie de datos solo tiene una media.
4. Es una medida muy til para comparar dos o ms poblaciones.
5. La media aritmtica de una constante, es igual a la constante.
6. Es la nica medida de tendencia central donde la suma de las desviaciones de cada valor
respecto a la media es igual a cero. Por lo tanto, podemos considerar la media como el
punto de balance de una serie de datos.
Desventajas.
Si alguno de los valores es extremadamente grande o extremadamente pequeo, la media no es
el estadstico ms apropiado para representar la serie de datos. No se puede determinar si en una
distribucin de frecuencias hay intervalos de clase abiertos.
05. Calcular la Media Aritmtica para datos simples y agrupados.

Datos Simples con Distribucin de Frecuencia Se calcula de la siguiente manera:
dnde Nc es el n de clases, n es el n de observaciones, f i es la frecuencia
absoluta de la clase i y Xi es el valor que toma la variable.
Pasos para calcular la media aritmtica de Datos Simples:

1. Construir la distribucin de frecuencia para datos simples.
2. Efectuar los productos de Xi . fi en una columna adicional.
3. Efectuar la suma de Xi . fi
4. Sustituir los valores en la formula de
5. Interpretar el resultado
Datos Agrupados con Distribucin de Frecuencia Se calcula de la siguiente manera:
dnde Nc es el n de clases, n es el n de observaciones, fi es la frecuencia
absoluta de la clase i y Xmi es la marca de clase de la clase i.

Pasos para calcular la media aritmtica de Datos Agrupados:
1. Construir la distribucin de frecuencia para datos agrupados y calcular la marca de clases.
2. Efectuar los productos de Xmi . fi en una columna adicional.
3. Efectuar la suma de Xmi . fi
4. Sustituir los valores en la formula de
5. Interpretar el resultado
06. Definir Mediana como medida de tendencia central

Es una medida de posicin, se define como aquel valor de la variable que divide a una distribucin
o serie ordenada en dos partes exactamente iguales. Esto implica que en ambos lados de la
mediana habr un 50% de valores. Por tal razn, se considera como el valor central.
La mediana se simboliza por Me (tambin puede encontrase como Xd o Md).
07. Calcular la Mediana para datos simples y agrupados.

Datos Simples no agrupados Ordenamos los datos de menor a mayor
Si n es impar: la mediana coincide con el valor ubicado en el centro de la serie ordenada, el
dato central, posicin
(Me = X n 1 )
2
Xn 2
Si n es par: la mediana es la semisuma de los dos datos centrales, Me =
Xn
Datos Simples con Distribucin de Frecuencia.

Si n es impar: ubicamos la posicin de la mediana,
en la columna de las frecuencias
absolutas acumuladas, si el nmero resultante no est exactamente se debe ubicar el inmediato

superior, y la mediana corresponder al valor observado de esta clase.
Si n es par: la mediana corresponde a la semisuma de los datos

debemos ubicar el valor resultante de
Es decir, primero
en la columna de las frecuencias absolutas acumuladas,
si no se encuentra exactamente el valor, se debe ubicar el inmediato superior y el valor observado

de esta categora lo denotaremos por
, luego repetimos este procedimiento para
valor observado de esta categora lo denotamos por
y el
y la mediana corresponder al valor de
Datos Agrupados con Distribucin de Frecuencia.

Para calcular la mediana de datos agrupados con distribucin de frecuencias utilizamos la
siguiente frmula:
Me l ii
n
2
Fi 1
fi
* Ic
Para utilizar esta frmula primero debemos elegir el intervalo con el que vamos a trabajar, para
esto, calculamos el valor de
y lo ubicamos en la columna de las frecuencias absolutas
acumuladas, si el resultado no est, elegimos el inmediato superior y la clase correspondiente a

ste valor ser de la que obtendremos todos los valores que sustituiremos en la frmula.
08. Definir la moda.

Se define como el valor alrededor del cual se concentra la mayor cantidad de datos, es el punto
dnde la concentracin de datos es mxima. Es el valor que ms se repite, el ms comn, el ms
tpico, se usa principalmente en distribuciones de amplitud constante.
Si se tiene una variable con mxima frecuencia la distribucin es unimodal, si hay dos variables
con la misma frecuencia mxima la distribucin es bimodal y si hay ms de dos se llama
polimodal. Se denota por Mo (en ocasiones tambin se denota por Xo)
09. Calcular la moda para datos simples y agrupados.

Datos Simples no agrupados. Se deben ordenar los datos de menor a mayor y la moda
ser el dato que ms se repita, si no hay ningn dato que se repita; se dice que no hay moda.
Datos Simples con Distribucin de Frecuencias. En este caso la moda corresponde al

valor observado de la distribucin de frecuencia cuya frecuencia absoluta sea mayor.
Datos Agrupados con Distribucin de Frecuencias.

Para calcular la moda de datos agrupados con distribucin de frecuencias utilizamos la siguiente
frmula:
Para utilizar esta frmula primero debemos elegir el intervalo con el que vamos a trabajar, para
ello determinamos cual es la mayor frecuencia absoluta y ese valor ser , este valor es conocido
como la frecuencia modal y tambin se denota por fi. Luego sustituimos en la frmula los dems
datos correspondientes a esa clase cuya frecuencia absoluta es mayor, en el caso de que la
mayor frecuencia absoluta se repita escogemos la clase que concentre mayor cantidad de datos a
su alrededor
Observacin: Si existen varias frecuencias absolutas mximas igual, se escoger como

frecuencia modal aquella que encierre mayor nmero de datos entre sus frecuencias, en decir
aquella en la que fi
fi
fi
sea mayor.
10. Definir Media Geomtrica.

Es la raz ensima del producto de los n valores de la variable.
Se utiliza cuando se quiere dar importancia a valores pequeos de la variable. Su utilidad se limita
a la obtencin de promedios sobre el crecimiento o decrecimiento en una variable. Se denota
como Mg. Como por ejemplo: un capital colocado a una tasa de inters compuesto, durante un
perodo determinado.
11. Calcular la Media Geomtrica.

Para su clculo se presentan dos casos.
Datos simples o no agrupados: la media o promedio geomtrico se calcula hallando el

producto de todos los elementos de la serie, y luego extrayendo la raz del orden del nmero de
observaciones consideradas.
=
La frmula de la media geomtrica, tal como se ha visto, presenta el inconveniente de que tanto el
producto de las Xi as como su raz, puede ser un valor demasiado alto que dificulte las
operaciones. Para obviar esta dificultad se usan los logaritmos.
Datos agrupados con distribucin de frecuencias: se calcula como la raz ensima

del producto de los puntos medios de cada clase, elevando cada uno de ellos a una potencia, la
cual est dada por la frecuencia absoluta.
=
Al igual que en datos agrupados las operaciones se simplifican si trabajamos con logaritmos.
12. Propiedades de la Media Geomtrica.

1. Est basada en todas las observaciones, por lo que es afectada por todos los valores de la
variable, sin embargo, da menos peso a los valores extremadamente grandes, comparado
con el que les da la media aritmtica.
2. Es igual a cero si alguno de los valores es cero, y si algunos de los valores son negativos
puede ser imaginaria, en el resto de los casos su valor siempre est definido.
3. Es la que se debe utilizar cuando lo que se va a promediar son tasas de cambio o
proporciones, y se intenta dar igual peso a tasas de cambio iguales.
12, 13 y 14. Calcular, analizar e interpretar la Tasa de Cambio.

Es una aplicacin de la media geomtrica. Se utiliza para obtener el promedio de inters a que ha
sido colocada una cantidad durante cierto tiempo. Es una medida que recoge cunto cambia una
funcin cuando la variable sufre variaciones muy pequeas. En el caso de querer conocer el
promedio de inters compuesto se puede utilizar la frmula de la Media Geomtrica con ciertas
modificaciones, presentndose de la forma siguiente:
-1
Y esto es lo que conocemos como promedio de inters compuesto.
Dnde, n: Perodo.
Pn: el valor al final del perodo n.
Po: el valor al comienzo del perodo n.
Si conocemos el promedio de inters Po y Pn y deseamos calcular el valor de n, de la frmula
anterior despejamos el valor de n y aplicando logaritmo obtenemos:
Ejercicios
1. Un capital de 1000Bs. se coloca a un inters del 24% anual, el 31 de Diciembre del 2000. Si el
inters se capitaliza los 31 de Diciembre, calcular el promedio de dinero invertido entre el 31 de
Diciembre del 2000 al 31 de Diciembre del 2003.
2. Si 7000Bs. se convierten al cabo de 2 aos en 8000Bs, Cul ser el promedio por ciento de
aumento?
15 y 16. Definir y Enumerar las Medidas de Posicin

Se denomina as, a todas aquellas medidas que como la mediana, localizan la posicin de algn
caso en relacin a otro. Se emplean con ms frecuencia en variables continuas. Entre estas
medidas, se pueden mencionar: los cuartiles, los deciles y los percentiles.
17. Definir Cuartiles

Se denomina cuartiles a los tres valores que separan a la frecuencia total de la distribucin en
cuatro partes iguales, es decir, cada partes contiene el 25% de la observaciones. El valor central o
segundo cuartil es igual a la mediana. Se representan por Q1, Q2, y Q3
18. Calcular e interpretar Cuartiles

El cuartil inferior o Q1 es aquel valor de la variable que supera al 25% de las observaciones y a la
vez, es superado por el restante 75%.
El segundo cuartil o Q2 es aquel valor de la variable que supera al 50% de las observaciones y a la
El cuartil superior o Q3 es aquel valor de la variable que supera al 75% de las observaciones y a la
Datos Simples: Se ordenan los datos en forma creciente y Q i ser el de valor de variable ubicada
en la posicin
, para i=1, 2, 3
Datos Agrupados: Para encontrar el valor del cuartil Qi, se calcula
y se localiza en la columna de
la frecuencia absoluta acumulada;

Caso 1: si hay una frecuencia igual a
Caso
2:
si
Fj-1
<
(Fj =
), entonces Qi=Ls(j);
entonces
19. Definir Deciles

Se llama deciles a 9 valores que dividen la
distribucin en 10 partes, de tal modo
que cada una contenga igual nmero de observaciones, se representa por D 1, D2, , D9.
20. Calcular e interpretar Deciles

Datos Simples: Se ordenan los datos en forma creciente y Di ser el de valor de variable ubicada
en la posicin
, para i=1,2, , 9
Datos Agrupados: Para encontrar el valor del decil Di, se calcula
y se localiza en la columna de
la frecuencia absoluta acumulada;

Caso 2: si Fj-1 <
(Fj =
, entonces
21. Definir Percentiles

Si se desea dividir la distribucin en 100 partes con igual numero de observaciones, se tendrn 99
valores de la variable que separen a la frecuencia total de la distribucin los cuales llamaremos
percentiles. El percentil 50 es la mediana. Se representa por P1, P2, , P99.
22. Calcular e interpretar Percentiles

Datos Simples: Se ordenan los datos en forma creciente y P i ser el de valor de variable ubicada
en la posicin
, para i=1,2, , 99
Datos Agrupados: Para encontrar el valor del percentil Pi, se calcula
y se localiza en la columna
de la frecuencia absoluta acumulada;

Caso 2: si Fj-1 <
(Fj =
, entonces
23. Definir Rango Percentil

Es el estadstico que nos indica el porcentaje de casos que est ubicado por debajo de un valor
conocido.
24. Calcular e interpretar el Rango Percentil

En los percentiles, deciles y cuartiles, se da un porcentaje para luego determinar el dato por
debajo del cual se halla el porcentaje de dado. En el caso del Rango Percentil, se da el dato para
conseguir el porcentaje de datos que se halla por debajo del dato conocido.
Datos Directos:
donde
,
: rango percentil buscado,
: lugar que ocupa
: dato conocido,
: dato inferior al
: dato superior al
, n: nmero de datos.
Datos Agrupados:
donde
,
: dato conocido,
:lmite inferior que contiene
: amplitud del intervalo de la clase i,
contiene
, : frecuencia absoluta que contiene
: frecuencia absoluta acumulada inferior al que
, n: nmero de datos.
Ejemplos: A continuacin se muestra la distribucin de frecuencia de las notas obtenidas en

una prueba de conocimientos realizada por un grupo de estudiantes. Calcular el 3er cuartil, 4to decil
y percentil 60 y determinar qu porcentaje, proporcin y cantidad de estudiantes que sacaron ms
de 49,5 puntos.
Nc
[Lii, Lsi)
fi
[30 , 38)
[38 , 46)
16
[46 , 54)
31
[54 , 62)
42
[62 , 70)
23
[70 , 78)
15
[78 , 86)
[86 , 94)
150
25. Definir Medida de Dispersin.

Son medidas que se emplean para determinar el grado de variabilidad o de dispersin de los
datos con respecto a un promedio. Por lo general se les considera como promedio de las
desviaciones respecto a algn valor central o medida de posicin.
26. Enumerar las Medidas de dispersin en absolutas y relativas.

Absolutas:
1. Rango o Recorrido de la variable.
2. Desviacin media.
3. Varianza.
4. Desviacin tpica o estndar.
5. Desviacin cuartlica.
Relativas:
6. Coeficiente de Variacin.
27. Definir y calcular el rango o recorrido de la variable.

Es la medida de dispersin ms fcil de calcular tambin es conocida como amplitud total. Es el
lmite dentro del cual se encuentran todos los valores de una serie.
Rango= Xmax - Xmin
(Rango= Ls(max) Li(min))
Nota: El uso de esta medida no es muy recomendable ya que solo informa la variabilidad de los
datos.
28. Definir la desviacin media con respecto a la media.

Esta medida de dispersin se simboliza como Dm y se define como la media aritmtica de las
diferencias (desviaciones) respecto a la media, tomadas en valor absoluto. Se utiliza con el fin de
agilizar las operaciones, pues su resultado se considera como una aproximacin a la
cuantificacin de la dispersin.
29. Calcular la Desviacin media con respecto a la media para datos simples y
agrupados.
Datos Simples:
Datos Simples con Distribucin:
Datos Agrupados con Distribucin:
30. Definir Varianza o variancia.

La varianza es una medida muy conocida y usada, su importancia radica principalmente en que da
origen a otra medida de dispersin ms significativa, denominada desviacin tpica o estndar. Se
define como la media aritmtica de los cuadrados de las desviaciones respecto a la media. Se
simboliza por:
Observaciones:
1. Se simboliza con letra S si se utiliza la muestra y (sigma) si se utiliza la poblacin.
2. Si n<30 entonces la varianza s calcula dividiendo entre (n-1) en vez de n.
31. Enumerar las propiedades de la varianza.

1. El valor de la varianza siempre debe ser positivo.
2. La varianza de una constante es igual a cero.
3. La varianza de la suma (o resta) de una variable ms (o menos) una constante es igual a la
varianza de la variable.
4. La varianza de la multiplicacin (o divisin) de una variable por (o entre) una constante k, es
igual a la varianza de la variable multiplicada (o dividida) por k2.
5. Cuanto ms concentrados u homogneos son los datos, menor ser la varianza.
6. Cuantos ms dispersos estn los datos, mayor ser la varianza.
32. Calcular e interpretar la Varianza.
Datos Simples:
La varianza tal como la vimos, es una aproximacin del grado de variabilidad en un distribucin
cualquiera. Se puede utilizar para comparar dos distribuciones que estn dadas en las mismas
unidades de medida y ver cul es ms homognea o heterognea. Presenta el inconveniente de
expresar el grado de dispersin de una variable, en unidades diferentes a las que se tienen
originalmente.
33. Definir la Desviacin tpica o estndar.

Se simboliza por S o
Se define como la raz cuadrada de la varianza tomada con signo
positivo, o bien se puede definir como la raz cuadrada de las desviaciones a la media.
34. Propiedades de la Desviacin tpica o estndar.

1. El valor de la desviacin tpica siempre debe ser positivo.
2. La desviacin tpica de variables constantes es cero.
3. Cuanto ms concentrados u homogneos son los datos, menor ser la desviacin tpica.
4. Cuantos ms dispersos estn los datos, mayor ser la desviacin tpica.
35. Calcular e interpretar la desviacin tpica para datos simples y agrupados.

Datos Simples:
36. Establecer el Teorema de Chebyshev y Regla Emprica como aplicaciones

de la desviacin tpica o estndar.
Teorema de Chebyshev: Este teorema permite decir que proporcin de los valores que se tienen
en los datos debe estar dentro de un determinado nmero de desviaciones estndar de la media.
Teorema: La Regla de Chebyshev establece que para un conjunto cualquiera de observaciones
(muestra o poblacin), independientes de su forma, la proporcin mnima (el porcentaje) de
valores que se encuentran a una distancia de k desviaciones estndares ms o menos de la
media, es al menos
, dnde k es una constante mayor que 1.
Regla Emprica: Se emplea para determinar el porcentaje de los valores de los datos que deben
encontrarse dentro de un determinado nmero de desviaciones estndar de la media.
Para una distribucin de frecuencias simtrica en forma de campana, aproximadamente 68% de
las observaciones estar a ms y menos una desviacin estndar desde la media,
aproximadamente 95% de tales observaciones se encontrar a ms y menos dos desviaciones
estndares de la misma; y prcticamente todas las observaciones (99.7%) se hallarn a ms y
menos tres desviaciones estndares con respecto a la media.
Porcentajes de valores encontrados en intervalos alrededor de la media

Intervalo
S , X
2.S , X
3.S , X
Chebyshev
Regla Emprica
(Todas las distribuciones)
(Distribucin en Forma de Campana)
Al menos 0%
Aproximadamente 68%
2.S
Al menos 75%
Aproximadamente 95%
3.S
Al menos 88,89%
Aproximadamente 99,7%
Ejemplo: La cantidad media de llenado de una poblacin integrada por 12 latas de gaseosa es
de 12,06 onzas, con una desviacin estndar de 0,02. Qu porcentaje de latas estn a 2
desviaciones estndar de la media?
37. Definir la desviacin cuartlica.

Es la medida de dispersin ms usada en relacin con la media, algunos autores le llaman Rango
Semi-intercuartil. Se simboliza por
38. Calcular e interpretar la desviacin cuartlica para datos simples y

agrupados.
La desviacin cuartlica (Q) representa la desviacin promedio del 1er y el 3er cuartil con respecto
a la mediana de la distribucin, y nos dar cierta idea de cuanto se desva esos dos puntos de la
mediana. Su frmula de clculo es:
39. Definir Coeficiente de Variacin como una medida de dispersin relativa.

Se simboliza por CV y se obtiene dividiendo la desviacin tpica por su media aritmtica,
expresndose el resultado en trminos porcentuales.
Se emplea cuando se desea comparar dos o ms distribuciones, con el fin de determinar cul de
ellas tiene mayor o menor variabilidad o dispersin, cuando dichas distribuciones estn dadas en
unidades de medida diferentes, y por cuanto, es estos casos, no se podrn comparar las
varianzas o las desviaciones estndar.
40. Calcular e interpretar el Coeficiente de Variacin

Cv
S
X
.100 %
Mide la variabilidad relativa entre dos o ms distribuciones.
41. Estudiar las Medidas de Forma

Es una importante medida que compara la forma que tiene la representacin grfica.
Forma es el patrn de los valores de los datos a travs del rango de todos los valores.
42. Enumerar las Medidas de Forma.

Las de forma son: la asimetra y la curtosis.
43. Definir coeficiente de asimetra.

Diremos que una distribucin es Simtrica cuando su mediana, su moda y su media aritmetica
coinciden.
Me Mo
Luego, se dice que una distribucin es Asimtrica cuando su mediana, su moda y su media
aritmtica no coinciden.
44. Establecer los tipos de asimetra.

Diremos que una distribucin es asimtrica a la derecha o asimtrica positiva si las frecuencias
(absolutas o relativas) descienden ms lentamente por la derecha que por la izquierda, es
X
Me
Mo presentando la curva un alargamiento hacia la derecha. Ser asimtrica a la
izquierda o asimtrica negativa si X
Mo cuando el alargamiento se produce hacia la
Me
izquierda
45. Calcular e interpretar asimetra.

Coeficiente de Pearson:
A'
Mo
S
Si A'
0 es simtrica la distribucin.
Si A'
0 , existe asimetra positiva o a la derecha.
Si A'
0 , existe asimetra negativa o a la izquierda.
Medida de Bowley:
A'
3( X
Q3 Q1 2.Me
Q3 Q1
Me)
S
Q2
Q2
Q1
Q1
Momento respecto a la media aritmtica

Nc
X mi
Momento de orden r:
Mr
X . fi
i 1
n
Nc
X mi
Momento de orden cero:
M0
i 1
n
i 1
n
2
X mi
M2
X . fi
Nc
Momento de orden dos:
n
n
X mi
M1
fi
i 1
Nc
Momento de orden uno:
Nc
X . fi
X . fi
i 1
S2
46. Definir coeficiente de curtosis (Kurtosis).

Tiene por funcin determinar, si la distribucin de los trminos de una serie responde a una curva
normal o no. Es una caracterstica importante de la variacin, en algunas distribuciones, es el
grado de agudeza en la cima de la curva que las representa. Esta agudeza, que por lo general se
observa en la moda, puede ser ms alta o ms baja que la alcanzada en una distribucin normal.
Es una estadstico que seala el mayor o menor grado de elevacin o aplastamiento de una
distribucin normal. De lo cual se puede deducir que la curtosis es un coeficiente que indica el
grado de dispersin o concentracin de los datos alrededor de la mediana en cualquier
distribucin. Se simboliza por Cu, K
47. Explicar los tipos de curtosis.

Cuando una distribucin tiene mayor punta en el centro que una distribucin normal, se
denomina Leptocrtica (apuntada)
Cuando una distribucin sea ms aplastada en el centro que una distribucin normal, se denomina
Platicrtica (achatada)
Cuando una distribucin tiene la misma forma en el centro que una distribucin normal, se
denomina Mesocrtica (normal)
48. Calcular e interpretar curtosis.

La curtosis es una medida de la altura de la curva y por lo tanto estar dada por el cuarto
momento respecto a la media, dividida por la varianza, elevada al cuadrado
Cu
M4
M4
2
S2
S4
P75
2. P90
P25
P10
Cu 3
la distribucin es normal o Mesocrtica
Cu 3
la distribucin es apuntada o Leptocrtica
Cu 3
la distribucin es achatada o Platicrtica
Ejemplo: A continuacin se muestra la distribucin de frecuencia de los salarios diarios

Nc [Lii, Lsi) Xmi fi
1
[94,96)
10
[96,98)
15
[98,100)
10
[100,102)
25
[102,104)
20
80
Fi

Medidas de Tendencia Central, de Dispersión, de Posición y de Forma

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Medidas de Tendencia Central, de Dispersión, de Posición y de Forma

Загружено:

Авторское право:

Доступные форматы

UNIDAD II.

MEDIDAS DE TENDENCIA CENTRAL, DE DISPERSIN, DE

02. Enumerar las Medidas de Tendencia Central

03. Definir Media Aritmtica.

representan los n valores que toma la variable y n es el nmero total de

es el i-simo valor de la variable.

04. Demostrar mediante un ejemplo las propiedades de la media aritmtica.

de un conjunto de valores con respecto a

2. La suma de los cuadrados de las desviaciones de un conjunto de valores Xi en cualquier

, se les suma una constante K,

nmeros tienen de media

nmeros tienen de media

, la media de todos los nmeros es:

05. Calcular la Media Aritmtica para datos simples y agrupados.

dnde Nc es el n de clases, n es el n de observaciones, f i es la frecuencia

absoluta de la clase i y Xi es el valor que toma la variable.

Pasos para calcular la media aritmtica de Datos Simples:

Datos Agrupados con Distribucin de Frecuencia Se calcula de la siguiente manera:

dnde Nc es el n de clases, n es el n de observaciones, fi es la frecuencia

absoluta de la clase i y Xmi es la marca de clase de la clase i.

06. Definir Mediana como medida de tendencia central

07. Calcular la Mediana para datos simples y agrupados.

Si n es par: la mediana es la semisuma de los dos datos centrales, Me =

Datos Simples con Distribucin de Frecuencia.

en la columna de las frecuencias

absolutas acumuladas, si el nmero resultante no est exactamente se debe ubicar el inmediato

Si n es par: la mediana corresponde a la semisuma de los datos

en la columna de las frecuencias absolutas acumuladas,

si no se encuentra exactamente el valor, se debe ubicar el inmediato superior y el valor observado

, luego repetimos este procedimiento para

valor observado de esta categora lo denotamos por

y la mediana corresponder al valor de

Datos Agrupados con Distribucin de Frecuencia.

y lo ubicamos en la columna de las frecuencias absolutas

acumuladas, si el resultado no est, elegimos el inmediato superior y la clase correspondiente a

08. Definir la moda.

09. Calcular la moda para datos simples y agrupados.

Datos Simples con Distribucin de Frecuencias. En este caso la moda corresponde al

Datos Agrupados con Distribucin de Frecuencias.

Observacin: Si existen varias frecuencias absolutas mximas igual, se escoger como

10. Definir Media Geomtrica.

11. Calcular la Media Geomtrica.

Datos simples o no agrupados: la media o promedio geomtrico se calcula hallando el

Datos agrupados con distribucin de frecuencias: se calcula como la raz ensima

12. Propiedades de la Media Geomtrica.

12, 13 y 14. Calcular, analizar e interpretar la Tasa de Cambio.

15 y 16. Definir y Enumerar las Medidas de Posicin

17. Definir Cuartiles

18. Calcular e interpretar Cuartiles

Datos Agrupados: Para encontrar el valor del cuartil Qi, se calcula

la frecuencia absoluta acumulada;

19. Definir Deciles

distribucin en 10 partes, de tal modo

20. Calcular e interpretar Deciles

Datos Agrupados: Para encontrar el valor del decil Di, se calcula

la frecuencia absoluta acumulada;

21. Definir Percentiles

22. Calcular e interpretar Percentiles

Datos Agrupados: Para encontrar el valor del percentil Pi, se calcula

de la frecuencia absoluta acumulada;

Caso 1: si hay una frecuencia igual a

23. Definir Rango Percentil

24. Calcular e interpretar el Rango Percentil