Unidad II: Aplicacin de conceptos, mtodos y tcnicas de la estadstica descriptiva con el uso del software SPSS.

Aprendizaje 2: Distinguir los distintos tipos de promedios como resultado de la medicin de variables.

DOCENTE: PS. JAIME T. AEDO SARAVIA

MEDIDAS DE TENDENCIA CENTRAL

Son medidas de resumen estadstico referidas a datos cuantitativos. Tienen el propsito de identificar dentro de un conjunto de datos, aquel dato que resulte ms representativo del conjunto total.

Se les denomina Medidas de Tendencia Central por que en la mayora de los casos, lo valores representativos se ubican cercanos al centro de la distribucin de la variable. Veremos primero los 3 ndices de tendencia central ms comunes (moda, media y mediana). Despus haremos breve referencia a otros ndices de tendencia central que han sido propuestos.

MEDIDAS DE TENDENCIA CENTRAL MODA

Se designa como Moda (Mo) aquel valor de la variable que tiene mayor frecuencia.

En el conjunto de datos: {4,5,6,6,3,6,4,5} la Moda es 6.

Propiedades: - No es necesariamente nica (puede haber varias modas) - Se puede calcular con datos en escala nominal. Esta propiedad puede que sea la ms importante. - En su clculo no intervienen todos los elementos

MEDIDAS DE TENDENCIA CENTRAL MEDIANA

La Mediana (Mdn o Md) se define como el valor que tiene la propiedad de que el nmero de observaciones menores que l es igual al nmero de observaciones mayores que l.

Por ejemplo, en la secuencia (ordenada) de datos, siendo n impar: {3,4,5,6,7,8,9} la mediana ser 6

En la secuencia (ordenada) de datos, siendo n par {2,3,4,6,7,9} la mediana ser 5 ya que en conjuntos de datos de n par la mediana se calcula promediando entre los dos valores centrales

PROPIEDADES DE LA MEDIANA
No utiliza todos los elementos. Para su clculo se utiliza slo el valor central (o los 2 valores centrales en los conjuntos con n par). Se puede calcular con datos ordinales Se ve menos afectada por datos atpicos que la media aritmtica (es un estimador ms robusto).

MEDIDAS DE TENDENCIA CENTRAL MEDIA ARITMTICA

Frmula:

Donde: X son los puntajes de cada caso n es el nmero total de casos

Se trata de sumar todos los valores (x) y dicha cantidad se divide por el nmero de valores que tengamos (n). Cuando se calcula la Media Aritmtica para una POBLACION el smbolo es la letra griega (se lee mu) Cuando se calcula la Media Aritmtica para una MUESTRA el smbolo es (se lee como equis barra o simplemente como promedio)

PROPIEDADES DE LA MEDIA ARITMTICA

Slo se pueda calcular en variables de nivel de medicin escalar (intervalar o de razn) La media aritmtica es el punto de equilibrio o centro de gravedad de un conjunto de datos.

PROPIEDADES DE LA MEDIA ARITMTICA

La suma de las diferencias de todos los valores respecto a la media (x- ) es siempre 0. Esto confirma que la media aritmtica es el punto de equilibrio o centro de gravedad de la distribucin de datos.

PROPIEDADES DE LA MEDIA ARITMTICA

Si sumamos una constante a cada uno de los valores, la nueva media aritmtica resultante ser la media aritmtica original ms la constante.

Propiedades de la Media Aritmtica

Si multiplicamos cada uno de los valores por una constante, la nueva media aritmtica ser la media aritmtica original multiplicada por la constante.

10

Media Aritmtica Ponderada

Conceptualmente, la Media Aritmtica trata a cada uno de los valores como si tuvieran el mismo peso relativo: Notas Prueba 1 Prueba 2 Prueba 3 Media 5,0 3,0 6,0 (5+3+6)/3 = 14/3 = 4,667

El problema es que en ocasiones los valores NO tienen el mismo peso relativo Considerando el ejemplo anterior cmo calculara la media aritmtica de notas si la prueba 3 fuese una prueba coeficiente 2?... Este problema se enfrenta con la Media Aritmtica Ponderada

11

MEDIA ARITMTICA PONDERADA

Notas (x) Prueba 1 Prueba 2 Prueba 3 5,0 3,0 6,0

Peso (w) 1 1 2 w = 4

xw 5 3 12 wx = 20

12

RESISTENCIA Y ROBUSTEZ DE LAS MEDIDAS DE TENDENCIA CENTRAL

Estadsticos resistentes son aquellos que no se ven influidos (o se influyen slo ligeramente) por pequeos cambios en los datos. Evidentemente, la media es un estadstico muy poco resistente a cambios en los datos, dado que se ve influida por todos los valores, siendo PARTICULARMENTE VULNERABLE A LOS VALORES EXTREMOS O ATPICOS. La mediana, en cambio, es un estadstico altamente resistente.

13

EJEMPLOS DE OTRAS MEDIDAS ROBUSTAS DE TENDENCIA CENTRAL

Dado que la media no es un estimador robusto se han desarrollado otros estimadores de tendencia central ms robustos, entre los que se destacan: Medias Recortadas Consiste en calcular la media aritmtica sobre un subconjunto central del conjunto de datos, no considerndose una determinada proporcin p por cada extremo. (p se expresa normalmente como porcentaje). Al eliminar los extremos de la distribucin se estn eliminando casos atpicos. Por ejemplo, una media recortada al 40% en una secuencia de 10 datos implica no tener en cuenta ni los 4 valores menores ni los 4 valores mayores. Otras medidas robustas El estimador-M de Huber, el estimador biponderado de Tukey, el estimador Mredescendente de Hampel y el estimador en onda de Andrew. Estos estimadores se diferencian entre s por el tipo de ponderacin aplicada sobre los datos.

14