Clase03 Eyp

3 Universidad
Nacional Mayor de
ESTADISTICA Y
PROBABILIDADES
San Marcos
MEDIDAS DE
TENDENCIA CENTRAL
William Jaime León Velásquez
MEDIDAS DE TENDENCIA CENTRAL
 Son valores numéricos que tienden a

localizar, en algún sentido, la parte central
de un conjunto de datos.
 A menudo el término promedio se asocia a
estas mediciones.
 Cada una de las diferentes medidas de
tendencia central puede recibir el nombre
de valor medio o promedio.
MEDIDAS DE
TENDENCIA ING. WILLIAM LEON V. 2
CENTRAL
FORMAS DE HALLAR
 Conocer el dato que aparece con mayor

frecuencia en el conjunto.
 Saber cuál es el número que está a
igual distancia de los valores máximo y
mínimo.
 El número que resultaría de repartir el
total de los datos equitativamente entre
el número de individuos.
MEDIDAS DE
CENTRAL
UTILIDAD
Las medidas de tendencia central

son útiles como “descriptivas” del
conjunto de datos, pero no puede
fi
decirse que una de ellas es más
descriptiva que las otras; depende
de los datos que tenga más sentido
utilizar una u otra.
MEDIDAS DE
CENTRAL
PRINCIPALES MEDIDAS DE TENDENCIA CENTRAL
 Media Aritmética : x
 Mediana : Me
 Moda : Mo
MEDIDAS DE
CENTRAL
MEDIA ARITMÉTICA.DEFINICIÓN
Es el valor que tomaría cada

uno de los datos si el total de
los valores se repartiera
uniformemente entre el número
de ellos.
MEDIA ING. WILLIAM LEON V. 6
ARIMÉTICA
CARACTERÍTICAS
La media aritmética es una
medida muy precisa, por lo
menos bajo ciertas
circunstancias, (cuando la
presencia de valores extremos
no es significativa).
La media aritmética juega un
papel importante en la
estadística descriptiva, pero por
ser una medida de alta
precisión, su rol es fundamental
en la estadística inferencial.
ARIMÉTICA
NOTACIÓN
 Media poblacional :

 Media muestral :
x , M ( x)
ARIMÉTICA
𝐗 PARA DATOS SIN AGRUPAR
La media aritmética de n números tales como X1 , X2

, ....... , Xn
se define como la suma de los valores de los n

números, divididos entre n.
n
 Xi
X  i 1
n
MEDIA
ARIMÉTICA ING. WILLIAM LEON V. 9
SIMPLE
EJEMPLO
 Las edades correspondientes a cinco

alumnos de la UNMSM son las
siguientes:
23 , 27 , 19 , 24 , 21
Calcular la edad promedio.
MEDIA
SIMPLE
EJEMPLO
5
 Xi
i 1 23  27  19  24  21
X  
5 5
5
 Xi
X  i 1   22,8 años.
5
El promedio de edades es de 22.8 años

MEDIA
SIMPLE
𝐗 PARA DATOS AGRUPADOS
 Sean X1 , X2 , ....... , Xk valores de la

variable X con sus respectivas frecuencias
absolutas f1 , f2 , ...... , fk ,
la media de X se calcula mediante las

siguientes fórmulas:
MEDIA ARIMÉTICA PARA ING. WILLIAM LEON V. 12

DATOS AGRUPADOS
𝐗 PARA DATOS AGRUPADOS
Usando frecuencias Usando frecuencias

absolutas: relativas:
k
 X i fi k
x  i 1
x   Xi hi
n i 1

DATOS AGRUPADOS
EJEMPLOS
1.- La siguiente tabla muestra la distribución del peso de un grupo de
personas.
Calcular e interpretar el promedio aritmético del peso.
Peso N º de personas
Xi f1
58 7
65 12
70 9
72 14
78 6
Total n = 48
DATOS AGRUPADOS
EJEMPLOS
5
 fi X i
X  i 1 
3292
 68,58  69 kilos.
48 48
En promedio de peso de estas personas es

aproximadamente de 69 kilos.
DATOS AGRUPADOS
EJEMPLOS
2.- Un grupo de personas han sido clasificadas de acuerdo a su edad,

obteniéndose los siguientes resultados.
Edad Nº de Personas
Xi fi hi
18 4 0,12
20 12 0,35
24 6 0,18
27 10 0,29
30 2 0,06
Total n = 34 1,00
DATOS AGRUPADOS
EJEMPLOS
5
X   hi X i  23,11  23 años
i 1
En promedio estas personas tienen una edad de 23 años
Nota: En el caso de intervalos X i es la marca de clase.

DATOS AGRUPADOS
EJEMPLOS
3.- La siguiente es la distribución del número de accidentes registrados

durante 60 meses en cierta ciudad.
Nº Accident. Nº meses
𝑋𝑖
Ii : [Li-1 - Li] fi
10 – 19 2 14,5
20 – 29 10 24,5
30 – 39 4 34,5
40 – 49 16 44,5
50 – 59 20 54,5
60 – 69 8 64,5
MEDIA ARIMÉTICA PARA
Total n = 60
ING. WILLIAM LEON V. 18
DATOS AGRUPADOS
EJEMPLOS
6
 fi X i
i 1 2730
X    45,5  46 accidentes.
60 60
En promedio en esta ciudad se registran 46 accidentes

DATOS AGRUPADOS
NOTAS
 La media aritmética es quizá la medida

de tendencia central más comúnmente
usada.
 Sin embargo, no es siempre ideal usarla
como un promedio, porque es muy
sensible a los valores extremos.

DATOS AGRUPADOS ING. WILLIAM LEON V. 20
EJEMPLOS
4.- Calcular el promedio aritmético de los pesos de un conjunto de alumnos,
utilizando frecuencias relativas. Los datos se muestran en la siguiente
tabla de distribución de frecuencias.
Peso Nº alumnos
Ii : [Li-1 - Li[ fi hi Xi
50 – 55 2
55 – 60 10
60 – 65 4 4
X   hi X i
65 - 70 8 i 1
Total n=
MEDIA ARIMÉTICA PARA X  ?

DATOS AGRUPADOS
EJEMPLOS
Peso Nº alumnos
Ii : [Li-1 - Li[ fi hi Xi hi *xi
50 – 55 2 0.08 52.5 4.20
55 – 60 10 0.42 57.5 24.15
60 – 65 4 0.17 62.5 10.36
65 - 70 8 0.33 67.5 22.28
Total n= 24 61.26
El promedio aritmético de los alumnos es de 61.26 Kg.

DATOS AGRUPADOS ING. WILLIAM LEON V. 22
MEDIA PONDERADA
La media ponderada es una medida de

tendencia central, se construye
asignándole a cada clase un peso, y
obteniendo un promedio para los pesos.
PONDERADA
FÓRMULA
 w x  i i
xw  i 1
n
w
i 1
i
donde
wi  valor de peso para xi o ponderació n
xi  dato i
MEDIA
PONDERADA
EJEMPLO
En una asignatura se asignan pesos de

importancia, de la siguiente forma:
Unidad I (20% del curso), Unidad II (25%
del curso), Unidad III (20% del curso),
Unidad IV (15% de la calificación), Unidad
V (20% de la calificación ).
Si las calificaciones de un alumno son 8
en la primera unidad, 5 en la segunda, 8
en la tercera unidad, 10 en la cuarta
unidad y 8 en la última unidad.
MEDIA
PONDERADA
EJEMPLO
Se tienen la siguiente tabla:
Unidad Ponderación (Wi) Datos (Xi)
I 20% = 0.2 8
II 25% = 0.35 5
III 20% = 0.2 8
IV 15% = 0.15 10
V 20% = 0.10 8
MEDIA
PONDERADA
EJEMPLO
8 (0.2)  5 (0.35)  8 (0.2)  10 (0.15)  8 (0.1) 7.25

xw    7.25
0.2  0.35  0.2  0.15  0.10 1.0
El promedio de los alumnos es 7.25
Observe que diferencia existe con la media aritmética. La media para los datos es
igual a
8  5  8  10  8
x   7.8
MEDIA
5
PONDERADA
MEDIA ARITMÉTICA TOTAL O GLOBAL
Si una muestra de tamaño n se particiona en k muestras de tamaño ni

cada una con su correspondiente promedio aritmético xi
Entonces el promedio aritmético para los k grupos juntos se calcula

mediante:
k
 ni xi donde
xT  i 1 k
MEDIA
n n   ni
ARIMÉTICA
ING. WILLIAM LEON V.
i 1 28
TOTAL O GLOBAL
EJEMPLO
Se tienen los datos correspondientes a la duración de los focos (horas) en las
empresas A y B. Calcular el promedio aritmético para las dos empresas juntas.
Empresa A Empresa B
Duración Nº focos Duración Nº focos
ni ni
17 7 12-18 7
23 5 18-24 4
28 8 24-30 12
35 15 30-38 5
42 7 38-46 3
MEDIA n -> 42 n -> 31
ARIMÉTICA
TOTAL O GLOBAL
EJEMPLO
Empresa A Empresa B
ni xi ni xi
17*7=119 15*7=105
23*5=115 21*4= 84
28*8=224 27*12=324
35*15=525 34*5=170
42*7=294 42*3=126
1277/42 809/31
30.40 26.10
MEDIA
ARIMÉTICA
TOTAL O
GLOBAL
EJEMPLO
 42  30,40  31  26,10
xT  i 1

73
xT  28,57  29 horas
MEDIA
ARIMÉTICA
TOTAL O ING. WILLIAM LEON V. 31
GLOBAL
RECUERDE:
A pesar de las buenas propiedades que ofrece la

media, ésta posee algunos inconvenientes:
Es muy sensible a los valores extremos de la
variable: ya que todas las observaciones
intervienen en el cálculo de la media, la aparición de
una observación extrema, hará que la media se
desplace en esa dirección
INCONVENIENTES
DE LA MEDIA ING. WILLIAM LEON V. 32
ARIMÉTICA
EJEMPLO
Calcularla edad promedio de cinco personas,

cuyas edades son:
18 20 19 23 55
135
X   27 años
INCONVENIENTES
5
ARIMÉTICA
EJEMPLO
Decir que la edad representativa es de 27 años , es erróneo
En consecuencia,
NO ES RECOMENDABLE USAR LA MEDIA COMO MEDIDA CENTRAL EN
LAS DISTRIBUCIONES MUY ASIMÉTRICAS
INCONVENIENTES
ARIMÉTICA
TEOREMA 1
La suma de las diferencias de los datos y la media

nos representa un promedio simétrico de la
información, es decir, se cumple la siguiente
relación:
 x i  x  0
PROPIEDADES
DE LA MEDIA
ARIMÉTICA
TEOREMA 1
La demostración es la siguiente
 x i 
 x  xi   x
como la media es una constante y además la suma se
supone con respecto n valores entonces
 x i 
 x  xi   x 
PROPIEDADES
 x i  nx
DE LA MEDIA
ARIMÉTICA
TEOREMA 1
empleando la definición de la media
x
 x i
n
tendremos:
 x i 
 x  xi   x 
 x
 x n 
i
i
n
 x i   xi 
PROPIEDADES
0
DE LA MEDIA
ARIMÉTICA
TEOREMA 2
La media al ser traslada o

remplazada por una cantidad
constante para cada una de las
medidas se modifica de la forma
y  x c
PROPIEDADES
DE LA MEDIA
ARIMÉTICA
TEOREMA 2
Demostración.
Sea una muestra de n mediciones x las que se les remplaza sumándoles
una cantidad c, es decir,
y1 y1 x
1 x c,c,y 2y 2xx2 2cc,, yy33  x
1  cc,,
x33   n n
, ,yy x
2  c, y3  x3  c,, y n  xn  c
PROPIEDADES
DE LA MEDIA
ARIMÉTICA
TEOREMA 2
por lo que al obtener la media yi para xi  c tenemos
yi 
 x i  c

n

 xi 
 c

n n
nc
 x 
n
PROPIEDADES
DE LA MEDIA
 x c
ARIMÉTICA
TABLAS INCOMPLETAS:
Completar las siguientes tablas de distribución de

frecuencias, para la información dada:
1.- Xi : edad f1 = 4 f2 - f5 = 2

x= 50 X1 = 10 f3 = 20 Simétrica k=5
 u.e.: personas

EJERCICIOS
TABLAS INCOMPLETAS:
f2-f5 = 2 f2=2+4 f2 = 6
x 
 fi X i n x   fi Xi
n
40 * 50 = f1X1 + f2X2 + f3X3 + f4X4 + f5X5
2000 = 4x10 + 6(X1+A)
+ 20(X1+2A)+ 6(X1+3A)+ 4(X1+4A)
A = 20

EJERCICIOS
TABLAS INCOMPLETAS:
Edad E. Nº Prop. % Nº Prop. % pers.

[Li-1-Li[ prom pers. pers pers. pers. Pers Hi%
Xi fi hi hi % Fi Hi
X1 = 10
0- 20 10 4 0,10 10 4 0,10 10
20- 40 30 6 0,15 15 10 0,25 25
40- 60 50 20 0,50 50 30 0,75 75
60- 80 70 6 0,15 15 36 0,90 90
80-100 90 4 0,10 10 40 1,00 100
TOTAL 40 1,00 100 - -

EJERCICIOS
TABLAS INCOMPLETAS:
Completar las siguientes tablas de distribución de
frecuencias, para la información dada:
2.- Xi : temperatura f5 = 9

H1 = 0,12 k=6
X3 = 10 H2 = 0,28 f1 = f6 = 6 A = 10
u.e.: Días. x =15,2

EJERCICIOS
TABLAS INCOMPLETAS:
hi =
f i
n
x 
 fi X i
f1 6 n
n=
h1 0,12
n = 50
f2 = h2 x n
n  x   fi Xi
f2=0.16 x 50 =8
f1 = f6 = 6 50 x15,2 = -60 + 0 + 10f3 + 20f4+270+240
f5 = 9
31 = f3 + 2f4 (2)
 f i = 50
f1+f2+f3+f4+f5+f6=50
6+8+f3+f4+9+6 =50
29 + f3 + f4 = 50
f3 + f4 = 21 (1) De 1 y 2  f4 = 10 f3 = 11
EJERCICIOS
TABLAS INCOMPLETAS:
Temperat T. prom. Nº días Prop. % días Nº días Prop.dí % días
ura Xi fi días hi % Fi as Hi%
[Li-1-Li[ hi Hi
-15--5 -10 6 0,12 12 6 0,12 12
-5- 5 0 8 0,16 16 14 0,28 28
5-15 10 11 0,22 22 25 0,50 50
15-25 20 10 0,20 20 35 0,70 70
25-35 30 9 0,18 18 44 0,88 88
35-45 40 6 0,12 12 50 1,00 100
TOTAL 50 1,00 100 - -

EJERCICIOS
MEDIA GEOMÉTRICA
Sea una distribución de frecuencias (x, n).

La media geométrica, que denotaremos por G. se define
como la raíz N-ésima del producto de los N valores de la
distribución.
N n1 n2 nk
x 1 x 2 ·····
x k
G=
MEDIA
GEOMETRICA
MEDIA GEOMÉTRICA
Ventajas
 Considera todos los valores de la distribución y es
menos sensible que la media aritmética a los valores
extremos.
Desventajas
 Es de significado estadístico menos intuitivo que la
media aritmética, su cálculo es más difícil y en
ocasiones no queda determinada; por ejemplo, si un
valor entonces la media geométrica se anula.
MEDIA
GEOMETRICA
MEDIA GEOMÉTRICA
Si los datos están agrupados en intervalos, la

expresión de la media geométrica, es la misma, pero
utilizando la marca de clase (Xi).
Eluso mas frecuente de la media geométrica es el de
promediar variables tales como porcentajes, tasas,
números índices. etc., es decir, en los casos en los que
se supone que la variable presenta variaciones
acumulativas.
MEDIA
ING. WILLIAM LEON V.
GEOMETRICA 49
EJEMPLOS
1. Las siguientes temperaturas han sido tomadas

de un proceso químico, 13.4oC, 12.8, 11.9, 13.6,
determine la temperatura promedio de este
proceso.
Solución:
G= 4
13.4 x12.8x11.9 x13.6  4 27758.7968
= 12.9077 oC
MEDIA
GEOMETRICA
EJEMPLOS
2. Las siguientes temperaturas han sido tomadas

de un proceso para fabricar queso especial,
21.4oC, 23.1, 20.2, 19.7, 21.0, determine la
temperatura promedio de este proceso.
Solución:
G=
5
21.4 x23.1x20.2 x19.7 x21.0  5 4131070.852
G= 21.048 oC
GEOMETRICA
NOTA
En muchas ocasiones, los valores de la distribución

nos impiden poder efectuar los cálculos al exceder
la capacidad de la calculadora.
Se debe utilizar las propiedades de los
logaritmos:
lg (a.b) = lg a + lg b
lg an = n lg a
MEDIA
GEOMETRICA
MEDIA GEOMÉTRICA
1
n1 n2 n3 nk n 1 n1 n2 n3 nk
lg G  lg(x 1 x 2 x3 ....... xk )  lg(x 1 x 2 x 3 ....... x k ) 
n
1 n1 n2 n3 nk
 (lg x 1  lg x 2 2  lg x 3  ....  lg x k )
n
MEDIA
MEDIA GEOMÉTRICA ING. WILLIAM LEON V. 53
GEOMETRICA
MEDIA GEOMÉTRICA
 sabiendo que lo podemos expresar en notación compacta:
1 n i lg x i
(n1 lg x 1  n 2 lg x 2  n 3 lg x 3  ......  n k lg x k )    lg G
n n
por lo que podemos decir que

n i lg x i
 G = anti lg  n

MEDIA GEOMÉTRICA
GEOMETRICA
MEDIA GEOMÉTRICA
 Ejemplo: Hallar la media geométrica de la siguiente distribución:

Xi ni
100 10
120 5
lg G 
 n i lg x i
125 4 n
140 3
n = 22

EJEMPLO
GEOMETRICA
MEDIA GEOMÉTRICA
por lo tanto será conveniente ampliar la tabla con lo
que nos quedará
xi ni lg xi ni lg xi
100 10 lg 100 = 2 20
120 5 lg 120 = 2.079 10,396
125 4 lg 125 = 2.097 8,387
140 3 lg 140 = 2.146 6,438
n = 22 45.221
MEDIA
EJEMPLO ING. WILLIAM LEON V. 56
GEOMETRICA
MEDIA GEOMÉTRICA
lg G 
 n i lg x i

45,221
 2,056
n 22
G = anti lg. 2,0555 = 113,632
MEDIA
GEOMETRICA
MEDIA ARMONICA
Es la inversa de la media aritmética de las inversas de los
valores de la variable
n n
H  
ni n1 n2 n3
x x1

x 21

x3
 ....
i
MEDIA
DEFINICIÓN ING. WILLIAM LEON V. 58
AMONICA
MEDIA ARMONICA
Se utiliza para promediar velocidades, tiempos,

rendimiento, etc. (cuando influyen los valores
pequeños).
Su problema: cuando algún valor de la variable es
0 o próximo a cero no se puede calcular.

USOS
AMONICA
EJEMPLO
Calcular la media armónica de la siguiente distribución:
xi ni
100 10
120 5
fxi
125 4
140 3
MEDIA
AMONICA
EJEMPLO
Para poder hallarla, es necesario que calculemos el inverso de x y el inverso
de la frecuencia por lo que ampliaremos la tabla con 2 columnas adicionales
:
xi ni 1/xi ni/xi xini
100 10 1/100 0.1 1000
120 5 1/120 0.042 600
125 4 1/125 0.032 500
140 3 1/140 0.021 420
N= 22 0.195 2520
MEDIA
AMONICA
EJEMPLO
n 22
H    112,82
ni 0,195
x
i
X 
 x i ni

2520
 114,545
n 22
MEDIA
AMONICA
COMPARACION
Entre la media aritmética la media

geométrica y media armónica se da
siempre la siguiente relación:
H G  X
MEDIA
AMONICA
EJEMPLO
2. Determine la media armónica de los siguientes datos,

3.1, 2.8, 2.84, 3.05, 3.09
Solución:
5
H  
1 / 3.1  1 / 2.8  1 / 2.84  1 / 3.05  1 / 3.09
5 5
   2.9703
0.3226  0.3571  0.3521  0.3279  0.3236 1.6833

EJEMPLO
AMONICA
MEDIANA (Me)
 Es el valor que divide al total de las observaciones, ordenadas en forma
ascendente o descendente en dos partes de igual tamaño.
• Es decir que a uno y otro lado de la

mediana se encuentra no más del 50%
del total de las observaciones.
≤ Me 
Xmín 50% 50% Xmáx

MEDIANA
A) SI n ES IMPAR
La mediana es igual al valor del término central.
Me  X n  1
2
MEDIANA Me
Para datos No
Agrupados
EJEMPLO
Los periodos de tiempo, en minutos, que
once clientes esperaron en la cola de un
Banco antes de ser atendidos fueron:
5 5 11 10 8 5
10 4 10 6 10
Variable : Tiempo de espera (minutos)
Unidades estadísticas : Clientes.
MEDIANA Me
Para datos No
Agrupados
EJEMPLO
 Ordenando los datos:
4 , 5, 5 , 5 , 6 , 8 , 10 , 10 , 10 , 10 , 11
Me  8 min utos.
El 50% de los clientes esperaron menos de 8 minutos

mientras que el otro 50% esperó 8 minutos o más.
MEDIANA Me
Para datos No
Agrupados
B) SI n ES PAR
La Mediana es igual a la media aritmética de los dos valores
centrales.
Xn  Xn
1
Me  2 2
2
MEDIANA Me
Para datos No
Agrupados
EJEMPLO
Seis alumnos del tercer ciclo de la facultad de
Ingeniería Industrial de la UNMSM obtuvieron las
siguientes notas en su primera evaluación de
estadística:
15, 05 , 20 , 16 , 09 , 12
Calcular e interpretar la mediana.
MEDIANA Me
Para datos No
Agrupados
EJEMPLO
 Ordenando los datos:
05 , 09 , 12 , 15 , 16 , 20
12  15
Me   13,5 puntos.
2
El 50% de los alumnos obtuvieron una nota inferior a 13,5 ; el 50% restante
obtuvo una nota de 13,5 o más.
MEDIANA Me
Para datos No
Agrupados
NOTA
La Mediana es un promedio adecuado en

los casos en que se presenten valores
extremos (muy alto o muy pequeño).
MEDIANA Me
Para datos No
Agrupados
EJEMPLO
El número de e-mails que recibieron cada uno de los

empleados de una compañía se muestran a
continuación:
50 , 35 , 20 , 65 , 22 , 98 , 38
Calcular e interpretar la Mediana.
MEDIANA Me
Para datos No
Agrupados
EJEMPLO
Ordenando los datos:
20 , 22 , 35 , 38 , 50 , 65 , 98
Me = 38 e-mails.
La mitad de estos empleados han recibido menos de 38

e-mails; la otra mitad ha recibido al menos 38 e-mails.
MEDIANA Me
Para datos No
Agrupados
Me PARA DATOS AGRUPADOS :
VARIABLE CUALITATIVA ORDINAL.
Si la variable es cualitativa ordinal, la mediana se encuentra

en el n/2 lugar, por lo tanto se ubica dicho lugar en la
columna de las frecuencias absolutas acumuladas Fi
MEDIANA Me
Para datos Agrupados
EJEMPLO
Variable cualitativa ordinal.
La siguiente tabla presenta la distribución de un grupo de

alumnos elegidos en forma aleatoria clasificados según su
ciclo de estudios.
Ciclo de Nº alumnos
Estudios Fi
n
 7,5  8vo. lugar
2
1ero. 4 4
2do. 2 6  Me  3e ro.
3ero. 6 12
4to. 3 15
∑=15 ING. WILLIAM LEON V. 76

MEDIANA Me
EJEMPLO
Variable cualitativa ordinal.
Respuesta
El 50% de los alumnos está como máximo en 2do. Ciclo, el 50%

restante está como mínimo en tercer ciclo.

MEDIANA Me
Me para DATOS AGRUPADOS SIN INTERVALOS
a.- Cuando se encuentra ubicado entre dos frecuencias absolutas

acumuladas:
 n
F j1   Fj
2
 Me  X j
MEDIANA Me
Sin Intervalos
EJEMPLO
La siguiente tabla presenta la distribución de un grupo de empresas
elegidos en forma aleatoria clasificados según su cantidad de
trabajadores.
Nº trabajadores Nº empresas
Fi n
 15  15 vo. lugar
2
120 6 6
180 8 14  Me  220 trabajadore s
220 9 23
250 7 30
Respuesta
El 50% de las empresas tienen menos de 220 trabajadores,
el resto tienen 220 a más trabajadores.
Me para DATOS AGRUPADOS SIN INTERVALOS
b.- Cuando coincide con una frecuencia absoluta acumulada:
n
 F j1   Fj
2
 X j1  X j
Me 
2
MEDIANA Me
Sin Intervalos
EJEMPLO
La siguiente tabla presenta la distribución de un grupo de
señoras elegidos en forma aleatoria clasificados según su
número de hijos.
Nº hijos Nº señoras
Fi
n
 15  15 vo. lugar
1 6 6 2
2 9 15
 Me  3 hijos
4 7 22
5 8 30
MEDIANA Me
Sin Intervalos
Me para DATOS AGRUPADOS CON INTERVALOS :
 Se determina el intervalo mediano, es decir el intervalo que va a contener
a la mediana, ubicando en la columna de las frecuencias acumuladas el

n
lugar mediante:
2
F j 1 
n
 Fj  Me  I j
2
MEDIANA Me
Sin Intervalos
Me para DATOS AGRUPADOS CON INTERVALOS :
 Luego se aplica la fórmula:

 n 
 2  F j1 
Me  LRI j  A j  
 fj 

 

donde:
LRI j
: es el límite real inferior del intervalo mediano.
A j : es la amplitud del intervalo mediano.
MEDIANA Me
Sin Intervalos
EJEMPLO
La siguiente tabla presenta la distribución de un

cantidad de días elegidos en forma aleatoria clasificados
según su temperatura.
Temperatura. Nº días
( C ) fi Fi
n
10-15 8 8  18  18 vo. lugar
2
15-18 9 17
18-25 12 29
25-30 7 36
MEDIANA Me
Sin Intervalos
EJEMPLO
n
F2 
2
 F3  Me  I3
Luego:
 18  17 
Me  18  7    18,58
 12 
Respuesta:
 En el 50% de los días se registro una temperatura por debajo

de los 19 C, en el resto de los días hubo una temperatura
superior o igual a los 19 C.
MEDIANA Me
Sin Intervalos
PROPIEDADES
Como medida descriptiva, tiene la ventaja de no estar afectada por las
observaciones extremas, ya que no depende de los valores que toma
la variable, sino del orden de las mismas. Por ello es adecuado su uso
en distribuciones asimétricas.
Es de cálculo rápido y de interpretación sencilla.
A diferencia de la media, la mediana de una variable discreta es

siempre un valor de la variable que estudiamos (ej. La mediana de
una variable número de hijos toma siempre valores enteros).
MEDIANA ING. WILLIAM LEON V. 86
Me
PROPIEDADES
Si una población está formada por 2 subpoblaciones de medianas Med1 y

Med2, sólo se puede afirmar que la mediana, Med, de la población está
comprendida entre Med1 y Med2
El mayor defecto de la mediana es que tiene unas

propiedades matemáticas complicadas, lo que hace
que sea muy difícil de utilizar en inferencia
estadística.
Me
EJERCICIO
Sea X una variable discreta que ha presentado

sobre una muestra las modalidades
Si cambiamos la última observación por otra anormalmente

grande, esto no afecta a la mediana, pero si a la media:
LA MEDIA Y
Me
EJERCICIO
Obtener la media aritmética y la mediana en la distribución

adjunta.
Determinar gráficamente cuál de los dos promedios es más
significativo.
li-1 - li ni
0 - 10 60
10 - 20 80
20 - 30 30
30 - 100 20
LA MEDIA Y 100 - 500 10
Me
EJERCICIO
Solución:
li-1 - li fi ai xi xi f i Ni
0 - 10 60 10 5 300 60 60
10 - 20 80 10 15 1.200 140 80
20 - 30 30 10 25 750 170 30
30 - 100 20 70 65 1.300 190 2,9
100 - 500 10 400 300 3.000 200 0,25
n= 200
LA MEDIA Y
MEDIANA
Me
EJERCICIO
La media aritmética es:
LA MEDIA Y
MEDIANA
Me
EJERCICIO
La primera frecuencia absoluta acumulada que supera el valor n/2=100 es

Ni=140.
Por ello el intervalo mediano es [10;20).
Así:
LA MEDIA Y
MEDIANA
Me
La media y la mediana
Para ver la representatividad de ambos promedios, se ve en el histograma,

que dada la forma de la distribución, la mediana es más representativa que la
media.
LA MEDIA Y
MEDIANA
Me
MODA (Mo)
Es el valor de la variable que se
presenta con mayor frecuencia.
Una distribución de frecuencias puede

ser unimodal (una moda), bimodal (dos
modas) , ............ , multimodal (n
modas).
TIPOS
unimodal bimodal multimodal

LA MODA
Mo
Mo PARA DATOS NO AGRUPADOS:
 Para ubicar la Moda en datos agrupados se ubica el dato que
más se repite.
EJEMPLO
Seis personas presentan las edades
siguientes: 25 , 18 , 20 , 25 , 30 , 25
Calcular e interpretar la Moda.
Mo = 25 años
La mayoría de estas personas tienen 25
años.
LA MODA Mo ING. WILLIAM LEON V. 95
Para datos NO
AGRUPADOS
MO PARA DATOS AGRUPADOS SIN INTERVALOS:
 Se ubica la máxima frecuencia absoluta simple ( f i ) , la moda es el
valor de la variable que presenta dicha frecuencia.
EJEMPLO
Hallar e interpretar la moda de la siguiente tabla de
distribución de frecuencias.
Nº de PCs Nº de meses
vendidas
Xi fi
20 5
22 7
24 10
30 6
32 8
Para datos AGRUPADOS

SIN NTERVALOS
EJEMPLO
Máx f i = 10  Mo = 24 PCs.
Respuesta:
En la mayoría de los meses se vendieron 24 PCs.
NOTA
Sólo la Moda tiene significado

para variables cualitativas
nominales.

SIN NTERVALOS
EJEMPLO
1.-Hallar e interpretar la moda de la siguiente tabla de
distribución de frecuencias.
Marca Nº de impresoras
Xi fi
Hewlett 7
Packard
Epson 11
Canon 23
Lexmark 9
Máx f i = 23  Mo = Canon.
Respuesta
La mayoría de las impresoras vendidas corresponde a la marca Canon.

SIN INTERVALOS
EJEMPLO
Interpretar la moda de la siguiente tabla de distribución de frecuencias
correspondiente a la importación de equipos informáticos:
Año f i Nº equipos (en miles)
1996 5
1997 47
1998 55
1999 96
2000 145
2001 170
2002 190
2003 220
2004 160
EJEMPLO
Máx f i = 220 
Mo = 2003
Respuesta:
La mayor cantidad de equipos informáticos se

importaron durante el año 2003.

SIN INTERVALOS
Mo PARA DATOS AGRUPADOS CON INTERVALOS:
En la columna de las frecuencias absolutas simples se ubica la

máxima frecuencia; entonces el intervalo que posee dicha
frecuencia es el intervalo modal, es decir el intervalo al cual
va a pertenecer la moda.
Máxima frecuencia = fj
 La mediana pertenece al intervalo Ij

CON INTERVALOS
Mo para datos agrupados con intervalos:
Luego se aplica la siguiente fórmula:
 ( f j  f j1 ) 
Mo  LRI j  A j  
 (f  f )  ( f  f ) 
 j j1 j j1 
donde:
LRI j: es el límite real inferior del intervalo modal.
A j : es la amplitud del intervalo modal.
f j : es la mayor frecuencia absoluta simple.

CON INTERVALOS
EJEMPLO
1.-La siguiente tabla muestra la distribución de las

edades de un grupo de personas.
Calcular
X i e interpretar la moda.
I5

CON INTERVALOS
EJEMPLO
Entonces:
 (15  9 ) 
Mo  72  18    78,75
 (15  9 )  (15  5 ) 
La mayoría de estas personas tiene

aproximadamente 79 años.

CON INTERVALOS
EJEMPLO
2.- Los siguientes datos corresponden al

número de impresoras que se han vendido
en una tienda durante los últimos tres
meses.
Nº impresoras : 20-39 40-49 50-59 60-80 81-96

Nº de días : 8 22 30 16 14
Calcular e interpretar la moda.

CON INTERVALOS
EJEMPLO
Entonces:
 ( 30  22 ) 
Mo  49,5  10    53,14
 ( 30  22 )  ( 30  16 ) 
En la mayoría de días se han vendido

aproximadamente 53 impresoras.

CON INTERVALOS
PROPIEDADES
 Es muy fácil de calcular.

 Puede no ser única.
 Es función de los intervalos elegidos a través de su
amplitud, número y límites de los mismos.
 Aunque el primero o el último de los intervalos no
posean extremos inferior o superior respectivamente,
la moda puede ser calculada.

LA MODA
Mo
RELACIÓN ENTRE MEDIA, MEDIANA Y MODA
Una distribución de frecuencias puede presentar una de las tres

formas:
Simétrica Asimétrica positiva Asimétrica negativa
x  Me  Mo Mo  Me  x x  Me  Mo
RELACIÓN ING. WILLIAM LEON V. 108
ENTRE LA MEDIA, LA MEDIANA Y LA

MODA
RELACIÓN ENTRE MEDIA, MEDIANA Y MODA
En el caso de distribuciones unimodales, la mediana

está con frecuencia comprendida entre la media y la
moda (incluso más cerca de la media).
En distribuciones que presentan cierta inclinación, es

más aconsejable el uso de la mediana.
Sin embargo en estudios relacionados con propósitos

estadísticos y de inferencia suele ser más apta la
media.

MODA
EJEMPLO
Consideramos una tabla estadística relativa a una variable
continua, de la que nos dan los intervalos, las marcas de
clase Xi, y las frecuencias absolutas, fi.
 Para calcular la media podemos
añadir una columna con las Intervalos Xi fi
cantidades Xi fi 0 -- 2 1 2
.
 La suma de los términos de esa
2 -- 4 3 1
columna dividida por n=12 es la 4 -- 6 5 4
media
6 -- 8 7 3
8 - 10 9 2

MODA
EJEMPLO
Intervalos Xi fi Fi
0 -- 2 1 2 2 2
2 -- 4 3 1 3 3
4 -- 6 5 4 7 20
6 -- 8 7 3 10 21
8 - 10 9 2 12 18
12 64
La media es 5.3
RELACIÓN
ENTRE LA MEDIA, LA MEDIANA Y LA ING. WILLIAM LEON V. 111
MODA
EJEMPLO
 La mediana es el valor de la variable que deja por debajo de sí a la

mitad de las n observaciones, es decir 6.
 Construimos la tabla de las frecuencias absolutas acumuladas, Ni, y
vemos queX
eso ocurre en la modalidad tercera, es decir,
i
La mediana es 5.5
RELACIÓN ENTRE LA MEDIA, LA

MEDIANA Y LA MODA
EJEMPLO
Para el cálculo de la moda, lo primero es encontrar los intervalos

modales, buscando los máximos relativos en la columna de las
frecuencias absolutas, ni
El intervalo modal es (l2,l3]=(4;6], siendo la moda el punto
perteneciente al mismo que se obtiene como:
RELACIÓN ENTRE LA MEDIA, LA ING. WILLIAM LEON V. 113
MEDIANA Y LA MODA
FIN
wjleonv@yahoo.com

Clase03 Eyp

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Clase03 Eyp

Diunggah oleh

Hak Cipta:

Format Tersedia

3 Universidad

 Son valores numéricos que tienden a

 Conocer el dato que aparece con mayor

Las medidas de tendencia central

Es el valor que tomaría cada

MEDIA ING. WILLIAM LEON V. 6

La media aritmética de n números tales como X1 , X2

se define como la suma de los valores de los n

 Las edades correspondientes a cinco

Calcular la edad promedio.

El promedio de edades es de 22.8 años

 Sean X1 , X2 , ....... , Xk valores de la

la media de X se calcula mediante las

MEDIA ARIMÉTICA PARA ING. WILLIAM LEON V. 12

Usando frecuencias Usando frecuencias

MEDIA ARIMÉTICA PARA ING. WILLIAM LEON V. 13

En promedio de peso de estas personas es

2.- Un grupo de personas han sido clasificadas de acuerdo a su edad,

Nota: En el caso de intervalos X i es la marca de clase.

3.- La siguiente es la distribución del número de accidentes registrados

En promedio en esta ciudad se registran 46 accidentes

MEDIA ARIMÉTICA PARA ING. WILLIAM LEON V. 19

 La media aritmética es quizá la medida

MEDIA ARIMÉTICA PARA

MEDIA ARIMÉTICA PARA X  ?

El promedio aritmético de los alumnos es de 61.26 Kg.

La media ponderada es una medida de

MEDIA ING. WILLIAM LEON V. 23

En una asignatura se asignan pesos de

Se tienen la siguiente tabla:

Unidad Ponderación (Wi) Datos (Xi)

III 20% = 0.2 8

8 (0.2)  5 (0.35)  8 (0.2)  10 (0.15)  8 (0.1) 7.25

El promedio de los alumnos es 7.25

Si una muestra de tamaño n se particiona en k muestras de tamaño ni

Entonces el promedio aritmético para los k grupos juntos se calcula

A pesar de las buenas propiedades que ofrece la

Calcularla edad promedio de cinco personas,

La suma de las diferencias de los datos y la media

empleando la definición de la media

La media al ser traslada o

por lo que al obtener la media yi para xi  c tenemos

Completar las siguientes tablas de distribución de

ING. WILLIAM LEON V. 41

ING. WILLIAM LEON V. 42

Edad E. Nº Prop. % Nº Prop. % pers.

ING. WILLIAM LEON V. 43

ING. WILLIAM LEON V. 44

ING. WILLIAM LEON V. 46

Sea una distribución de frecuencias (x, n).

Si los datos están agrupados en intervalos, la

1. Las siguientes temperaturas han sido tomadas

2. Las siguientes temperaturas han sido tomadas

En muchas ocasiones, los valores de la distribución

 sabiendo que lo podemos expresar en notación compacta:

por lo que podemos decir que

MEDIA ING. WILLIAM LEON V. 54

 Ejemplo: Hallar la media geométrica de la siguiente distribución:

MEDIA ING. WILLIAM LEON V. 55

120 5 lg 120 = 2.079 10,396

125 4 lg 125 = 2.097 8,387

140 3 lg 140 = 2.146 6,438

G = anti lg. 2,0555 = 113,632