Você está na página 1de 8

Tendência central

Origem: Wikipédia, a enciclopédia livre.

Em estatística, uma tendência central (ou, normalmente, uma medida de tendência


central) é um valor central ou valor típico para uma distribuição de probabilidade.[1] É
chamada ocasionalmente como média ou apenas centro da distribuição. As medidas de
tendência central mais comuns são a média aritmética, a mediana e moda. Tendências
centrais podem ser calculadas tanto para um número finito de valores quanto para uma
distribuição teórica, a exemplo da distribuição normal. Ocasionalmente autores usam
tendência central (ou centralidade), significando "a tendência de dados quantitativos de se
agruparem ao redor de um valor central."[2][3] Tal significado pode ser esperado da
definição usual das palavras tendência e centralidade no dicionário. Autores podem julgar
se dados têm tendência central forte ou fraca se baseando na dispersão estatística,
medida pelo desvio padrão ou algo similar.
O termo "tendência central" data do final de 1920.[3]

Índice
[esconder]

 1Medidas de tendência central


 2Soluções para problemas variacionais
 3Relações entre média, mediana e moda
 4Referências

Medidas de tendência central[editar | editar código-fonte]


As seguintes medidas podem ser aplicadas para dados unidimensionais. Dependendo das
circunstâncias, pode ser apropriado transformar os dados antes de calcular a tendência
central. Exemplos são tirar quadrados de valores ou calculando logaritmos. Uma
transformação ser apropriada e o que deveria ser depende muito nos dados sendo
analisados.

 Média aritmética (ou simplesmente, média) - a soma de todas as medições divididas


pelo número de observações no conjunto de dados.
 Mediana - o valor do meio que separa a metade maior da metade menor no conjunto
de dados. A mediana e a moda são as únicas medidas de tendência central que
podem ser usadas para nível de medição, onde valores recebem ranks relativos aos
outros mas não são medidos absolutamente.
 Moda - O valor que aparece com mais frequência no conjunto de dados. Essa é a
única medida de tendência central que pode ser usada com dados nominais, os quais
tem atribuições de categoria puramente qualitativa.
 Média geométrica - A raiz enésima(n) do produto dos valores dos dados, onde
existem n valores. Essa medida é válida apenas para dados que foram medidos
absolutamente em uma escala estritamente positiva.
 Média harmônica - É o recíproco da média aritmética do recíproco dos valores dos
dados. Essa medida também só é válida para dados que foram medidos
absolutamente em uma escala estritamente positiva.
 Média ponderada - Uma média aritmética que incorpora peso para os elementos.
 Média truncada - A média aritmética dos valores dos dados depois de que um certo
número ou proporção dos maiores e menores valores tenham sido descartados.
 Média interquartílica - um tipo de média truncada.
 Alcance médio - A média aritmética dos valores máximo e mínimo do conjunto de
dados.
 Articulação média - a média aritmética dos dois quartis.
 Média tripla - A média ponderada da mediana e dois quartis.
 Média winsorizada - Uma média aritmética na qual valores extremos são substituídos
por valores mais próximos da mediana.
Qualquer uma das medidas acima podem ser aplicadas para cada uma das dimensões de
dados multidimensionais, mas os resultados podem não ser invariantes a rotações do
espaço multidimensional. Em adição, existe a

 Mediana geométrica - que minimiza a soma de distâncias para os pontos de dados.


Isso se assemelha à mediana quando aplicada a dados unidimensionais, mas não é o
mesmo que tirar a mediana de cada dimensão independentemente. Ela não é
invariante a diferentes mudanças de escala das diferentes dimensões.
A Média quadrática (também conhecida como média da raíz quadrada) é útil na
engenharia, mas não é muito usada em estatística. Isso se dá porque ela não é um bom
indicador do centro de distribuição quando a distribuição incluí valores negativos.

Soluções para problemas variacionais[editar | editar código-fonte]


Várias medidas de tendência central podem ser caracterizadas como a solução de um
problema variacional. No sentido do cálculo das variações, visa minimizar a variação a
partir do centro. Ou seja, dada uma medida de dispersão estatística, alguém pede uma
medida de tendência central, que minimiza a variação: de tal forma que a variação do
centro é mínima entre todas as opções de centro. Em resumo, "dispersão precede
localização". No sentido emLp espaços, a correspondência é:

Lp dispersão tendência central

L1 desvio médio absoluto mediana

L2 desvio padrão média

L∞ desvio máximo alcance médio

Assim, o desvio padrão sobre a média é menor do que o desvio padrão sobre qualquer
outro ponto, e o desvio máximo sobre o alcance médio é menor do que o desvio máximo
sobre qualquer outro ponto. A singularidade desta caracterização da média decorre
da otimização convexa. Na verdade, para um dado conjunto de dados (fixo) x, a função:

representa a dispersão sobre um valor constante c em relação à normal L 2. Como a


função ƒ 2 é uma função coercitiva estritamente convexa, o minimizador existe e é
único.
Note que a mediana neste sentido não é geralmente única, e na verdade qualquer
ponto entre os dois pontos centrais de uma distribuição discreta minimiza o desvio
médio absoluto. A dispersão na norma L1, dada por

não é estritamente convexa, onde convexividade estrita é necessária para garantir


singularidade do minimzador. Apesar disso, o minimizador é singular para a
norma L∞.
Relações entre média, mediana e moda[editar | editar
código-fonte]
Para distribuições unimodais os seguintes limites são conhecidos e nídidos:[4]

onde μ é a média, ν é a mediana, θ é a moda, e σ é o desvio padrão.


Para qualquer distribuição,[5][6].

Referências
1. Ir para cima↑ Weisberg H.F (1992) Central Tendency and Variability, Sage
University Paper Series on Quantitative Applications in the Social Sciences, ISBN
0-8039-4007-6 p.2
2. Ir para cima↑ Dodge, Y. (2003) The Oxford Dictionary of Statistical Terms, OUP
for International Statistical Institute. ISBN 0-19-920613-9 (entry for "central
tendency")
3. ↑ Ir para:a b Upton, G.; Cook, I. (2008) Oxford Dictionary of Statistics, OUP ISBN
978-0-19-954145-4 (entry for "central tendency")
4. Ir para cima↑ Johnson NL, Rogers CA (1951) "The moment problem for unimodal
distributions". Annals of Mathematical Statistics, 22 (3) 433–439
5. Ir para cima↑ Hotelling H, Solomons LM (1932) The limits of a measure of
skewness. Annals Math Stat 3, 141–114
6. Ir para cima↑ Garver (1932) Concerning the limits of a mesuare of skewness. Ann
Math Stats 3(4) 141–142

Medidas de tendência central


As mais importantes medidas de tendência central são a média aritmética, média aritmética para
dados agrupados, média aritmética ponderada, mediana, moda, média geométrica, média
harmônica, quartis.

Quando se estuda variabilidade, as medidas mais importantes são: amplitude, desvio padrão e
variância.

Medidas Fórmula
Média aritmética
Média aritmética para
dados agrupados
Média aritmética
ponderada
1) Se n é impar, o valor é central, 2) se n é par, o valor é a
Mediana
média dos dois valores centrais
Moda Valor que ocorre com mais frequência.
Média geométrica
Média harmônica

Quartil

Sendo a média uma medida tão sensível aos dados, é preciso ter cuidado com a sua utilização, pois
pode dar uma imagem distorcida dos dados.

Pode-se mostrar que, quando a distribuição dos dados é "normal", então a melhor medida de
localização do centro é a média.

A distribuição normal é uma das mais importantes e que surge com mais frequência nas aplicações
(esse fato justifica a grande utilização da média).

A média possui uma particularidade bastante interessante, que consiste no seguinte: se


calcularmos os desvios de todas as observações relativamente à média e somarmos esses desvios,
o resultado obtido é igual a zero.

A média tem uma outra característica, que torna a sua utilização vantajosa em certas aplicações:
quando o que se pretende representar é a quantidade total expressa pelos dados, utiliza-se a média.

Na realidade, ao multiplicar a média pelo número total de elementos, obtemos a quantidade


pretendida.

Medidas de tendência central: média, moda e mediana


Romirys Cavalcante 22.8.12 Medida de Tendência Central
Quando alguém afirma que a temperatura média, ontem, de sua cidade, foi de 20°C, todo o conjunto de temperaturas
de ontem foi representado por um único valor que, nesse caso, foi a média aritmética dessas temperaturas. A média
aritmética é uma das medidas de tendência central que abordaremos nessa publicação.
As medidas de tendência central são utilizadas para caracterizar um conjunto de valores, representando-o
adequadamente. A denominação “medida de tendência central”, que você viu no título dessa postagem, se deve ao
fato de que, por ser uma medida que caracteriza um conjunto, tenderá a estar no meio dos valores. Além da média
aritmética, iremos aprender, nessa publicação, também sobre a mediana e a moda.

Média Aritmética
Dada a sequência 1,2,3,4,51,2,3,4,5, como determinar a sua média aritmética? A média aritmética é obtida
somando-se todos os números dessa sequência e dividindo pela quantidade de números que a sequência possui, que
são 5 números, ou seja:

m.a.=1+2+3+4+55m.a.=155m.a.=3m.a.=1+2+3+4+55m.a.=155m.a.=3

Se considerarmos um conjunto de valores x1,x2,x3,x4,…,xnx1,x2,x3,x4,…,xn. A média aritmética dos valores


desse conjunto é dada por:
m.a.=x1+x2+x3+x4+⋯+xnnm.a.=x1+x2+x3+x4+⋯+xnn

Moda
O termo “moda” foi utilizado pela primeira vez em 1895 por Karl Pearson (1857-1936), possivelmente em referência
ao seu significado usual. Embora a palavra “moda” possa estar relacionada a desfiles e roupas em geral, em um
sentido mais amplo, significa uma ação, uma atitude ou um pensamento que é mais praticado ou frequente.

Para ilustrar esse amplo conceito, iremos supor um exemplo, onde foi feita uma pesquisa sobre a preferência de um
grupo de alunos em relação ao curso superior que desejariam cursar ao passar no vestibular, veja:

Pergunta: Nessa pesquisa existe algum curso superior que foi mais citado?

A resposta é sim, existe um curso mais citado. Esse curso mais citado foi o de Engenharia (citado duas vezes), os
demais foram citados apenas uma vez. Por isso, a opção “Engenharia” é a moda desse conjunto, o valor dominante
ou valor típico nesse grupo. De acordo com o conceito podemos deduzir que a moda é sempre o valor mais frequente
em um conjunto de dados.

Observe alguns exemplos:


Considere um conjunto P={3,6,8,5,3,4,7}P={3,6,8,5,3,4,7}. Nesse exemplo é fácil perceber que a moda é igual
a 33, pois este valor é o mais frequente neste conjunto, ou seja, o número 33 foi o único que apareceu mais vezes
dentre os demais números do conjunto PP.
Considere um conjunto Q={1,2,4,5,7,8,9,3}Q={1,2,4,5,7,8,9,3}. Note que nesse exemplo nenhum número se
repete mais de uma vez no conjunto QQ, portanto dizemos que esse conjunto não possui moda ou, em outras
palavras, chamamos ele de Amodal.

Classificações da moda:
É importante que você saiba que a moda, em um conjunto, pode assumir quatro classificações possíveis. A seguir irei
apresentar essas classificações e suas principais características:

# Amodal, quando não existe moda.


Exemplo: A={7,5,4,8,3}A={7,5,4,8,3}

# Unimodal, quando há apenas uma única moda.


Exemplo: B={8,6,8,5,1,4,7,8}B={8,6,8,5,1,4,7,8}

# Bimodal, quando há exatamente duas modas.


Exemplo: C={8,6,4,5,1,15,4,7,8}C={8,6,4,5,1,15,4,7,8}

# Multimodal, quando há três ou mais modas.


Exemplo: D={9,1,8,5,1,4,8,5,7,12}D={9,1,8,5,1,4,8,5,7,12}

Importante:
A moda pode ser utilizada para representar tanto um conjunto de dados numéricos como um conjunto de dados
nominais. Por exemplo, quando eu comecei a falar sobre a moda, nessa publicação, perguntei qual curso tinha se
destacado entre os demais naquela pesquisa e foi até o curso de engenharia que mais se destacou certo? Pois bem,
aquele conjunto formado pelos nomes dos cursos é um exemplo de conjunto nominal, ou seja, um conjunto formado
apenas por nomes.

Mediana
Mediana é uma medida de tendência central que tem a característica de dividir um conjunto ao meio. Isto é, a
mediana de um conjunto o separa em duas partes de modo que 50% dos valores sejam menores que ela e 50% dos
valores sejam maiores que ela, ou seja, em um conjunto onde seus elementos estão dispostos em ordem crescente ou
decrescente a mediana é o termo central desse conjunto ou o elemento que está bem no meio.

Por exemplo: Considere um conjunto A, tal que: A={6,4,2,7,8,4}A={6,4,2,7,8,4}. Em primeiro lugar colocamos
esse conjunto em ordem crescente ou decrescente, tanto faz. Geralmente costumo colocar sempre na ordem
crescente para melhor entendimento do assunto. Logo o conjunto AA ficará da seguinte maneira:
A={2,4,4,6,7,8}A={2,4,4,6,7,8}
Note que essa sequencia é formada por um número par de termos, ou seja, por seis termos. Portanto existem dois
termos centrais: os que ocupam a 3ª e 4ª posições. Logo qualquer valor que se encontre entre esses dois termos, no
caso, o 44 e o 66, pode dividir o conjunto em duas partes com a mesma quantidade de elementos. Porém, de acordo
com a própria definição, nesses casos em que o conjunto apresenta dois termos centrais, consideramos a média
aritmética entre esses dois termos para ser o termo central, ou seja, no nosso caso devemos somar os dois termos
centrais 4+6=104+6=10 e dividir o resultado por 22, assim obteremos o valor 55como resposta para o termo
central do conjunto AA.

Lembre-se:
Quando há um número ímpar de termos em um conjunto, existirá um único termo central. Nesses casos
a mediana será o próprio termo central, sem dificuldades.

Exemplo: Considerando um conjunto B={5,7,9,1,2,2,6}B={5,7,9,1,2,2,6} determinar a mediana desse


conjunto. Primeiro devemos organizar esse conjunto em ordem crescente ou decrescente, conforme a sua
preferência. Em ordem crescente o conjunto ficaria assim:
B={1,2,2,5,6,7,9}B={1,2,2,5,6,7,9}

Nesse caso o termo central é o que se encontra na 4ª posição, ou seja, o número 55. Dizemos então que o
número 55 é a mediana desse conjunto pois é ele que se encontra bem no centro dele.

Importante:
Para obter a mediana de um conjunto de dados, devemos sempre ordenar esse conjunto. A ordem pode ser crescente
ou decrescente, como eu já disse, tanto faz. Se o conjunto tiver um número ímpar de termos, a mediana é o próprio
termo central. Caso o conjunto tenha um número par de termos, a mediana será a média aritmética dos dois termos
centrais.

Conclusão:
Estamos chegando ao fim de mais um artigo aqui no Vivendo entre Símbolos, espero ter esclarecido suas dúvidas
sobre as medidas de tendencia centrais e suas principais características. Não pense que essas três são as únicas
medidas de tendencia centrais que existem. Em breve estarei publicando artigos que irão focar nas demais medidas de
tendência central que não foram mencionadas nesse artigo. Um grande abraço, obrigado pela leitura, bons estudos e
até a próxima.