Media

La media en su uso en estadstica se presneta para dos conceptos diferentes aunque numricamente similares: La media muestral, que es un estadstico que se calcula a partir de la media aritmtica de un conjunto de valores de una variable aleatoria. La media poblacional, valor esperado o esperanza matemtica de una variable aleatoria.

En la prctica dada una muestra estadstica suficientemente grande el valor de la media muestral de la misma es numricamente muy cercano a la esperanza matemtica de la variable aleatoria medida en esa muestra. Dicho valor esperado, slo es calculable si se conoce con toda exactitud la distribucin de probabilidad, cosa que raramente sucede en la realidad, por esa razn, a efectos prcticos la llamada media se refiere normalmente a la media muestral.

Media muestral
La media resume en un valor las caractersticas de una constante teniendo en cuenta a todos los casos. Solamente puede utilizarse con variables cuantitativas Si se tiene una muestra estadstica de valores de valores para una variable aleatoria X con distribucin de probabilidad F(x,) [donde es un conjunto de parmetros de la distribucin] se define la media muestral n-sima como:

Moda
La moda es el valor con una mayor frecuencia en una distribucin de datos. Se habla de una distribucin bimodal de los datos adquiridos en una columna cuando encontremos dos modas, es decir, dos datos que tengan la misma frecuencia absoluta mxima. Una distribucin trimodal de los datos es en la que encontramos tres modas. Si todas las variables tienen la misma frecuencia diremos que no hay moda. El intervalo modal es el de mayor frecuencia absoluta. Cuando tratamos con datos agrupados antes de definir la moda, se ha de definir el intervalo modal. La moda, cuando los datos estn agrupados, es un punto que divide al intervalo modal en dos partes de la forma p y c-p, siendo c la amplitud del intervalo, que verifiquen que:

Siendo la frecuencia absoluta del intervalo modal las frecuencias absolutas de los intervalos anterior y posterior, respectivamente, al intervalo modal.

Moda de Datos agrupados

Para obtener la moda de datos agrupados se usa la siguiente formula:

Donde: =
-inferior de la clase modal.

= es el delta de frecuencia absoluta modal y la frecuencia absoluta premodal. = es el delta de frecuencia absoluta modal y la frecuencia absoluta postmodal. = intervalo

Mtodo proyectivo
Con base en el Mtodo Proyectivo se obtiene la moda de la siguiente manera usando el ejemplo anterior: 1. Se Identifica la clase modal, que es la clase que tiene ms frecuencias. 2. Se identifica las diferencias con las clases vecinas. 3. Se hace un cambio de escala En el Ejemplo anterior:

1. Clase con ms frecuencias: 1,6 a 1,7 (con 10 frecuencias) 2. Diferencias con las clases vecinas: 2 (clase superior) y 6 (clase inferior) que se obtiene de restar (10-8) y (10-4) 3. Cambio de escala:Distancia parcial en la escala uno es a la distancia total de la misma escala como el valor buscado es a la distancia total de la escala dos.

Resolviendo:

Se suma 0,075 (la distancia parcial) a 1,60 (el lmite inferior), obtenindose la moda.

Propiedades
Sus principales propiedades son: Clculo sencillo. Interpretacin muy clara. Al depender slo de las frecuencias, puede calcularse para variables cualitativas. Es por ello el parmetro ms utilizado cuando al resumir una poblacin no es posible realizar otros clculos, por ejemplo, cuando se enumeran en medios periodsticos las caractersticas ms frecuentes de determinado sector social. Esto se conoce informalmente como "retrato robot".

Inconvenientes
Su valor es independiente de la mayor parte de los datos, lo que la hace muy sensible a variaciones muestrales. Por otra parte, en variables agrupadas en intervalos, su valor depende excesivamente del nmero de intervalos y de su amplitud. Usa muy pocas observaciones, de tal modo que grandes variaciones en los datos fuera de la moda, no afectan en modo alguno a su valor. No siempre se sita hacia el centro de la distribucin. Puede haber ms de una moda en el caso en que dos o ms valores de la variable presenten la misma frecuencia (distribuciones bimodales o multimodales).

Rango
Se denomina rango estadstico (R) o recorrido estadstico al intervalo a la diferencia entre el valor mximo y el valor mnimo; por ello, comparte unidades con los datos. Permite obtener una idea de la dispersin de los datos, cuanto mayor es el rango, ms dispersos estn los datos de un conjunto. Por ejemplo, para una serie de datos de carcter cuantitativo, como lo es la estatura medida en centmetros, tendramos:

Es posible ordenar los datos como sigue:

donde la notacin x(i) indica que se trata del elemento i-simo de la serie de datos. De este modo, el rango sera la diferencia entre el valor mximo (k) y el mnimo; o, lo que es lo mismo:

En nuestro ejemplo, con cinco valores, nos da que R = 185-155 = 30.

Desviacin Estndar o Tpica

La desviacin estndar o desviacin tpica (denotada con el smbolo o s, dependiendo de la procedencia del conjunto de datos) es una medida de dispersin para variables de razn (variables cuantitativas o cantidades racionales) y de intervalo Se define como la raz cuadrada de la varianza. Junto con este valor, la desviacin tpica es una medida (cuadrtica) que informa de la media de distancias que tienen los datos respecto de su media aritmtica, expresada en las mismas unidades que la variable. Para conocer con detalle un conjunto de datos, no basta con conocer las medidas de tendencia central, sino que necesitamos conocer tambin la desviacin que presentan los datos en su distribucin respecto de la media aritmtica de dicha distribucin, con objeto de tener una visin de los mismos ms acorde con la realidad al momento de describirlos e interpretarlos para la toma de decisiones.

Interpretacin y aplicacin
La desviacin estndar es una medida del grado de dispersin de los datos con respecto al valor promedio. Dicho de otra manera, la desviacin estndar es simplemente el "promedio" o variacin esperada con respecto a la media aritmtica. Por ejemplo, las tres muestras (0, 0, 14, 14), (0, 6, 8, 14) y (6, 6, 8, 8) cada una tiene una media de 7. Sus desviaciones estndar muestrales son 8.08, 5.77 y 1.15 respectivamente. La tercera muestra tiene una desviacin mucho menor que las otras dos porque sus valores estn ms cerca de 7. La desviacin estndar puede ser interpretada como una medida de incertidumbre. La desviacin estndar de un grupo repetido demedidas nos da la precisin de stas. Cuando se va a determinar si un grupo de medidas est de acuerdo con el modelo terico, la desviacin estndar de esas medidas es de vital importancia: si la media de las medidas est demasiado alejada de la prediccin (con la distancia medida en desviaciones estndar), entonces consideramos que las medidas contradicen la teora. Esto es coherente, ya que las mediciones caen fuera del rango de valores en el cual sera razonable esperar que ocurrieran si el modelo terico fuera correcto. La desviacin estndar es uno de tres parmetros de ubicacin central; muestra la agrupacin de los datos alrededor de un valor central (la media o promedio).

Desglose
La desviacin estndar (DS/DE), tambin llamada desviacin tpica, es una medida de dispersin usada en estadstica que nos dice cunto tienden a alejarse los valores concretos del promedio en una distribucin. De hecho, especficamente, el cuadrado de la desviacin estndar es "el promedio del cuadrado de la distancia de cada punto respecto del promedio". Se suele representar por una S o con la letra sigma, . La desviacin estndar de un conjunto de datos es una medida de cunto se desvan los datos de su media. Esta medida es ms estable que el recorrido y toma en consideracin el valor de cada dato.

Distribucin de probabilidad continua

Es posible calcular la desviacin estndar de una variable aleatoria continua como la raz cuadrada de la integral

donde

Distribucin de probabilidad discreta

La DS es la raz cuadrada de la varianza de la distribucin de probabilidad discreta

As la varianza es la media de los cuadrados de las diferencias entre cada valor de la variable y la media aritmtica de la distribucin. Aunque esta frmula es correcta, en la prctica interesa realizar inferencias poblacionales, por lo que en el denominador en vez de n, se usa n-1 (Correccin de Bessel) Esta ocurre cuando la media de muestra se utiliza para centrar los datos, en lugar de la media de la poblacin. Puesto que la media de la muestra es una combinacin lineal de los datos, el residual a la muestra media se extiende ms all del nmero de grados de libertad por el nmero de ecuaciones de restriccin - en este caso una. Dado esto a la muestra as obtenida de una muestra sin el total de la poblacin se le aplica esta correccin con la frmula desviacin estndar muestral. Cuando los casos tomados son iguales al total de la poblacin se aplica la frmula de desviacin estndar poblacional.

Tambin hay otra funcin ms sencilla de realizar y con menos riesgo de tener equivocaciones:

Ejemplo:
Aqu se muestra cmo calcular la desviacin estndar de un conjunto de datos. Los datos representan la edad de los miembros de un grupo de nios: { 4, 1, 11, 13, 2, 7 } 1. Calcular el promedio o media aritmtica .

. En este caso, N = 6 porque hay seis datos:

i = nmero de datos para sacar desviacin estndar

Sustituyendo N por 6

Este es el promedio. 2. Calcular la desviacin estndar

Sustituyendo N por 6;

Sustituyendo

por 6,33

ste es el valor de la desviacin estndar.