INGD

MEDIDAS DE TENDENCIA CENTRAL
PROFESOR: HINCHO C. T.
MEDIDAS DE TENDENCIA CENTRAL
Estadígrafos de tendencia central.- Son aquellos estadígrafos cuyos

valores tienden a ocupar valores centrales o intermediarios entre el
menor y el mayor valor del conjunto e datos. Los principales son:
La media aritmética (media),
La mediana.
La moda.
Definición de la media (datos no tabulados).- la media o promedio

de una muestra de tamaño n de una variable o característica de X se
denota y se define como la suma de todos los valores observados en la
muestra entre el número total de observaciones . Es decir:
x
x + x , +... + xn i =1 i
x = M ( x) = 1 2 =
n n
MEDIA DE LA POBLACIÓN.- La media aritmética de una población finita de N elementos
x1 + x2 , +... + xN 
xi
= = i =1
N N
Ejemplo.- Un técnico dental independiente gana un mes 800 soles, un

segundo mes 950 soles y un tercer mes 1250 soles. ¿Cuánto gana en promedio
mensual?
En este caso aplicando directamente la formula tenemos:
800 + 950 + 1250
x = = 1000
3
Definición (datos tabulados).- la media o promedio de una
variable que ha sido clasificada en m clases en una tabla de
frecuencias está definida por: m m
y1 f1 + y2 f 2 , +... + ym f m  y f
yi fi i i
y = M ( y) = = i =1m = i =1
f
n n
i
i =1
𝐾
𝑖 𝑋𝑖 ∗𝑛𝑖
MEDIA PARA DATOS
AGRUPADOS
𝑋=
𝑛
Algunas propiedades de la media aritmética:
Si Todos los valores observados son iguales entre si e iguales a una

constante b entonces:
Media = M(X) = M(b) = b
Ventajas de la media aritmética.-

las principales son:
-Es un concepto intuitivo y muy familiar.
-Es fácil de calcular y el valor obtenido es único.
-Son tomados en cuenta los valores de todas las observaciones del conjunto de datos.
Desventajas.- Debemos estar conscientes de:
-La media puede ser afectado por valores extraños o atípicos (extremos) que no son representativos del
comportamiento de la variable.
-No se puede calcular la media para un conjunto de datos agrupados en intervalos donde el último
intervalo no tiene límite superior
LA MEDIANA.-Dado un conjunto de n observaciones x 1 , x2 , ..., xn
de la variable o característica x, se define a la mediana (Median)

como aquel valor que no es superado ni supera a más de la mitad de las n observaciones,
ordenadas en magnitud creciente o decreciente.
x, xme , Me, Me ( x )
La mediana la denotaremos indistintamente como:
1.1.1 CALCULO DE LA MEDIANA PARA DATOS NO TABULADOS:

a. Numero de observaciones impar, en este caso basta ordenar los datos en
magnitud creciente x(1) , x( 2) ,..., x( n ) (es decir x(1)  x( 2) ,...,  x( n ) ) y tomar como
valor de la mediana el valor que ocupa la posición central. Es decir:
Me ( x ) = x(n +1 / 2)
Ejemplo: Suponga que el número de alumnos por salón de un colegio son:

35, 38,40, 37, 39, 25, 42, 41, 24. Hallar la mediana de este conjunto de datos.
Solución:
Como son 9 datos la mediana se encontrara en la posición
( n + 1) = 9 + 1 = 5
2 2
valor central
Posición 1 2 3 4 5 6 7 8 9
datos ordenados 24 25 35 37 38 39 40 41 42
Así la mediana de los datos es 38.
a. Si el número de observaciones es par, en este caso, después de ordenado los
datos, existen dos valores centrales x( n / 2) y x(n / 2+1) en este caso se toma
como mediana la semisuma de ambos valores. Es decir:
x( n / 2) + x(n / 2+1)
Me ( x ) =
2
Ejemplo: Suponiendo que se considerara un nuevo salón de 28 alumnos
adicional en el ejemplo anterior Hallar la mediana de este nuevo conjunto de
datos.
Solución:
Como ahora son 10 datos la mediana se encontrara promediando los datos de
la posición 5 y 6
centrales
valores
Posición 1 2 3 4 5 6 7 8 9 10
datos ordenados 24 25 28 35 37 38 39 40 41 42
Así la mediana de los datos es:

x( n / 2) + x(n / 2+1) 37 + 38
Me ( x ) = = = 37.5
2 2
Así la mediana de los datos es 37.5

(Obviamente para cuestiones de interpretación redondearemos los decimales
según la situación)
MODA
Algunas características de la moda son:
a. Se puede determinar la moda en grupos de datos de todos los niveles

(nominales, ordinales, y cuantitativas).
b. Puede existir más de una moda para cada grupo de datos.
c. A la moda no le afectan valores extremadamente grandes ni extremadamente
pequeños, por eso es especialmente útil cuando se tienen estos valores.
d. La moda se emplea sobre todo cuando los valores de la variable presentan una
gran concentraci6n hacia un valor determinado. Sólo se utilizará en
distribuciones de gran frecuencia total.
RESOLVER EN CLASE sea las calificaciones : 13.2 12.5 14.0 15.2 19.0 14.5
16.5 17.8 18.0 18.4 11.6 14.2 08.6 15.2 09.5 17.0 determinar la media, mediana
y moda
EJEMPLO PARA MEDIA AGRUPADA
•Una Macroempresa decide aplicar un test de puntuaciones para evaluar a sus empleados.
Los resultados se muestra en la siguiente tabla de frecuencias, con amplitud variado:
Puntuaciones Núm.De
INTERVALO empleados
0,30 94
30,50 140
50,70 160
70,90 98
90,100 8
Calcular la media, mediana y moda ? e interpretar
TABLA 2.1 Distribución de frecuencias discreta de números de hijos por
familia
yi fi yi f i
0 3 0
1 4 4
2 8 16
3 6 18
4 2 8
total 23 46
CALCULAR: m
-media y f i i
46
-mediana y = M ( y) = i =1
= =2
n 23
-moda
INTERPRETACION:
El número promedio de hijos por familia es de 2 hijos por familia.
MEDIANA PARA DATOS AGRUPADOS
CALCULO DE LA MEDIANA PARA DATOS TABULADOS:
Cuando los datos están agrupados en una tabla de frecuencias se

seguirán las siguientes pautas:
VARIABLE DISCRETA.-
i. Se construye la tabla de distribución de frecuencias acumuladas

( Fi )
ii. Se determina la menor frecuencia absoluta acumulada N j que
n
supera a n/2. Es decir:  F j , tomar La mediana según los
2
conceptos anteriores.
CALCULO DE LA MEDIANA PARA DATOS TABULADOS:
Cuando los datos están agrupados en una tabla de frecuencias se

seguirán las siguientes pautas:
VARIABLE DISCRETA.-
i. Se construye la tabla de distribución de frecuencias acumuladas

( Fi )
ii. Se determina la menor frecuencia absoluta acumulada N j que
supera a n/2.
n
iii. Es decir la mediana estará en:  F j ,
2
Tomar La mediana según el caso
FORMULA PARA MEDIANA PARA DATOS
AGRUPADOS
VARIABLE CONTINUA.-en este caso el problema consiste en determinar un

punto dentro del intervalo en que está comprendida la mediana. Procedimiento:
n
i. Calcular la posición de orden . Como la variable es continua no nos
2
preocupamos si n es par o impar.
ii. Por las frecuencias acumuladas se identifica a la clase que contiene a
la mediana, esto es la clase para la cual se cumple:
n
FJ −1   FJ
2
Con lo cual la mediana estará en la clase que tiene como frecuencia
acumulada FJ
Utilizar la formula:
 n 
 2 − FJ −1 
Me = y ' j −1 + c j  
 FJ − FJ −1 
 
Donde:
y ' j −1 = limite inferior de la clase mediana
c j = amplitud de la clase mediana
FJ = frecuencia absoluta acumulada de la clase mediana
n = número de observaciones
Determinar la media, mediana y moda para la tabla siguiente
Datos que representan las horas extras de un grupo de empleados
Frecuenci Frecuenci Frecuenci

Frecuenci
Marca de a Absoluta Frecuenci a Relativa a Relativa
Intervalos de clase a
clase Acumulad a Relativa Acumulad Porcentua
Absoluta
a a l
[ Yj- i - Yj )
Xj nj Nj hj Hj hj%
[ 11 - 21 ) 16 5 5 0,09 0,09 9%
[ 21 - 31 ) 26 21 26 0,37 0,46 37%
[ 31 - 41 ) 36 8 34 0,14 0,6 14%
[ 41 - 51 ) 46 14 48 0,25 0,85 25%
[ 51 - 61 ) 56 3 51 0,05 0,9 5%
[ 61 - 71 ) 66 4 55 0,07 0,97 7%
[ 71 - 81 ) 76 2 57 0,03 1 3%
TOTAL n = 57 1 100%
MODA PARA DATOS AGRUPADOS
LA MODA PARA DATOS NO AGRUPADOS
La moda es el valor que aparece con más frecuencia en un conjunto de datos.
• Valor que ocurre más a menudo.
• No es afectada por valores extremos.

• Puede no existir una moda.
• Pueden haber varias modas ( trimodales)

•
la denotaremos como " Mo " o " xmo " La moda es especialmente útil para encontrar el punto
central de un grupo de datos.
MODA PARA DATOS AGRUPADOS:
en una distribución de frecuencias, es el valor de la variable que viene afectada por la máxima
frecuencia de la distribución. En distribuciones no agrupadas en intervalos se observa la
columna de las frecuencias absolutas, y el valor de la distribución al que corresponde la mayor
frecuencia será la moda.
MODA PARA DATOS AGRUPADOS
Calculo de la moda en el caso de datos agrupados en intervalos de clase:
i. Se identifica la clase modal (la clase de mayor frecuencia)

ii. Se aplica la fórmula:
 1 
Moi = y ' j −1 + c j  
 1 +  2 
Donde:
y ' j −1 = límite inferior de la clase modal
1 = f j − f j −1
 2 = f j − f j +1
f j = Frecuencia absoluta de la clase modal
f j −1 = Frecuencia absoluta de la clase pre modal
f j +1 = Frecuencia absoluta de la clase pos modal
c j = amplitud de la clase modal
LOS DATOS REPRESENTAN LAS CALIFICACIONES DEL CURSO DE ESTADISTICA . CLASIFICADOS POR SEXO
GRUPO DE MUJERES: 13.5 12.5 14.0 11.0 19.5 14.5 16.5 17.5 18.0 18.5 11.5 16.0 06.0
15.5 09.5 17.0
GRUPO DE VARONES : 16.5 12.0 14.0 14.5 19.0 15.0 09.5 17.5 18.0 18.5 11.5 14.5 08.0
15.5 10.5 19.0
DATOS NO AGRUPADOS: 1) Determinar la media, mediana y moda

2) Determinar los cuartiles Q1 , Q2, y Q3 interprete los resultados ?
⚫ TABLA 03 :
La tabla muestra las ventas en un día en la cafetería.
Int. Inf. Int. Sup Xj ni Ni hi Hi hi%

2 10 6 2 2 0,05 0,05 5
10 18 14 6 8 0,15 0,2 15
18 26 22 4 12 0,1 0,3 10
26 34 30 9 21 0,225 0,525 22,5
34 42 38 14 35 0,35 0,875 35
42 50 46 5 40 0,125 1 12,5
40 1 100
1) Determinar la media , mediana y moda .

interpretar
2) Determinar la simetría de las ventas.
comentar
3) Determinar la varianza y el coeficiente de
variación. Comentar.
MEDIDAS ASIMETRICOS
Relación de la media, mediana y moda
Medidas de asimetría
La asimetría: nos indica hacia qué lado están más agrupados los datos,
y en general , también nos señala el posible sesgo, existen asimetrías
positivas y asimetrías negativas.
Se puede determinar con un valor llamado coeficiente asimétrico y
existen varias formulas.
RELACION DE LAMADIA, MEDIANA Y MODA
PARA DETERMINAR LA ASIMETRIA
OBS. La Asimetría mide la des formación

horizontal de los datos
COEFICIENTE ASIMETRICO
El Coeficiente de Pearson:
Si As < 0 ? la distribución será asimétrica negativa.
Si As = 0 ? la distribución será simétrica.
Si As > 0 ? la distribución será asimétrica positiva.
OBS. La Asimetría mide la des formación

horizontal de los datos
MEDIDA SIMETRICA
Salario por horas de 100 empleados del ministeriorio de economia 2010
INT. INFERIOR INT. SUPERIOR Xj nj Nj

10 20 15 4
20 30 25 8
30 40 35 12
40 50 45 16
50 60 55 20
60 70 65 16
70 80 75 12
80 90 85 8
90 100 95 4
Determinar la media, mediana y moda
MEDIDA ASIMETRICO
Medida de Yule Bowley o Medida Cuartílica
La Medida de Bowley varía entre -1 y 1
Si As < 0 ? la distribución será asimétrica

negativa.
Si As = 0 ? la distribución será simétrica.
Si As > 0 ? la distribución será asimétrica positiva.
KURTOSIS
KURTOSIS O APUNTAMIENTO
La Kurtosis mide el grado de agudeza o achatamiento de una distribución

con relación a la distribución normal, es decir, mide cuán puntiaguda es
una distribución. ( mide la des formación vertical de los datos )
2.1) TIPOS DE CURTOSIS
La Kurtosis determina el grado de concentración que presentan los

valores en la región central de la distribución. Así puede ser:
Leptocúrtica.- Existe una gran concentración.
Mesocúrtica.- Existe una concentración normal.
Platicúrtica.- Existe una baja concentración

INTERPRETACION DE LA KURTOSIS
KURTOSIS
Medida basada en Cuartiles y Percentiles
Si k = 0,263 ? la distribución es normal o mesocúrtica
Si k < 0,263 ? la distribución es platicúrtica
Si k > 0,263 ? la distribución es leptocúrtica
KURTOSIS
Medida de Fisher
Para datos sin agrupar se emplea la siguiente fórmula:
Para datos agrupados en tablas de frecuencias se emplea la siguiente

fórmula:
Si a < 3 ? la distribución es platicútica
Si a = 3 ? la distribución es normal o mesocúrtica
Si a > 3 ? la distribución es leptocúrtica
CUARTILES ( MEDIDAS DE POSICION)
EJEMPLO 1.- Determinar los cuartiles de los salarios anuales de jefes de
ventas
34.500 30.700 32.900 36.000 34.100 33.800 32.500
SOL: Los ordenamos de menor a mayor:
30.700 32.500 32.900 33.800 34.100 34.500 36.000
LUEGO:
Q1 = x 7 +1  = x( 2 ) = 32, 500
 
 4 
Q2 = x 2( n +1)  = x 2( 7 +1)  = x( 4) = 33,800

   
 4   4 
Q3 = x 3( n +1)  = x 3( 7 +1)  = x( 6) = 34, 500

   
 4   4 
Interpretación:
Q1 : El 25 por ciento de los salarios anuales de los jefes de venta es inferior a
32,500
33,800
34,500
a. DETERMINACIÓN DE LOS CUARTILES PARA DATOS
AGRUPADOS:
En el caso de que los datos estén agrupados en clases determinaremos los
cuartiles como sigue:
Para hallar Q1 :
n
i. Calcular .
4
ii. Por las frecuencias Absoluta acumuladas se identifica a la
clase que contiene a Q1 , esto es la clase para la cual se
cumple:
n
FJ −1   FJ
4
Con lo cual Q1 estará en la clase que tiene como frecuencia
acumulada FJ
iii. Utilizar la formula:
 n 
 − FJ −1 
Q1 = y ' j −1 + c j  4 
 FJ − F J −1 
 
Para hallar Q2: se divide ( 2n / 4 ) es equivalente a la mediana
Para hallar Q3 :
3n
i. Calcular .
4
ii. Por las frecuencias acumuladas se identifica a la clase que

contiene a Q3 , esto es la clase para la cual se cumple:
3n
FJ −1   FJ
4
Con lo cual Q3 estará en la clase que tiene como frecuencia
acumulada FJ
iii. Utilizar la formula:
 3n 
 − FJ −1 
Q3 = y ' j −1 + c j  4 
 FJ − FJ −1 
 
EJEMPLO:
1. Una Macroempresa decide aplicar un test para evaluar a sus empleados. Los
resultados son resumidos en la siguiente tabla de frecuencias:
Puntuaciones Núm. De
empleados

0, 30
94

30, 50
140

50, 70
160

70, 90
98

90,100
8
Determinar los cuartiles e interprételos
Sol.
Procedimiento para hallar Q1
500
i. Calcular la posición de orden = 125 . Como la variable es tratada como
4
“continua” no nos preocupamos si n es par o impar.
ii. Por las frecuencias acumuladas Hallar:

n
FJ −1   FJ = 94  125  234
4
Con lo cual la mediana estará en la clase que tiene como frecuencia acumulada
F3 = 234
Intervalo yi fi Fi
0 30 15 94 94
30 50 40 140 234 Clase que contiene a Q1
50 70 60 160 394
70 90 80 98 492
90 100 95 8 500
i. Utilizando la formula:
n   500 
 − FJ −1   4 − 94 
Me = y ' j −1 + c j  4  = 30 + 20   = 34.428
F − F
 J J −1   234 − 94 
   
Interpretación:
El 25 por ciento de los trabajadores tienen notas inferiores a 35 puntos, en un test de
evaluación de 100 puntos, de un total de 500 empleados.
El valor de Q2 siempre es igual al de la mediana y tiene la misma interpretación.
3(500)
i. Calcular la posición de orden = 375 . Como la variable es tratada como
4
“continua” no nos preocupamos si n es par o impar.
ii. Por las frecuencias acumuladas Hallar:

3n
FJ −1   FJ = 234  375  394
4
Con lo cual la mediana estará en la clase que tiene como frecuencia acumulada
F3 = 394
DIAGRAMA DE CAJAS Y BIGOTES.
Los diagramas de Caja-Bigotes (box-plots o box and whiskers) son una
presentación visual que describe varias características importantes, al
mismo tiempo, tales como la dispersión y simetría.
Para su realización se representan los tres cuartiles y los valores mínimo y
máximo de los datos, sobre un rectángulo, alineado horizontal o
verticalmente.
Diagrama de Tallos y Hojas
El diagrama "tallo y hojas" (Stem-and- Leaf Diagram) permite

obtener simultáneamente una distribución de frecuencias de la
variable y su representación es una semi - gráfica.
Para construirlo basta separar en cada dato el último dígito de la
derecha (que constituye la hoja) del bloque de cifras restantes
(que formará el tallo).
Esta representación de los datos es semejante a la de un
histograma pero además de ser fáciles de elaborar, presentan
más información
Profesor: Hincho C. T.
PERCENTIL
PERCENTILES.- Los percentiles son valores que dividen a la muestra ordenada

en forma ascendente en 100 partes iguales, y se denotan por Pi , i = 1, 2,...,99
Para casos no agrupados
i. Utilizar la fórmula para datos agrupados:
 i.n 
 100 − FJ −1 
Pi = y ' j −1 + c j  
 FJ − FJ −1 
 
DECILES.- divide en diez partes iguales a un conjunto de datos
TAREA INVESTIGAR: los conceptos detallados y una aplicación

para cada caso
1.- Percentiles
2.- Deciles
Centiles o Percentiles ( Pi)
Los percentiles son los 99 valores que dividen la serie de datos
en 100 partes iguales.
Los percentiles dan los valores correspondientes al 1%, al 2%...
y al 99% de los datos.
P50 coincide con la mediana.
Cálculo de los Percentiles para datos agrupados
INVESTIGAR UNA APLICACIÓN RESPECTO A LOS

PERCENTILES Y DECILES
TAREA 2:
Teniendo en cuenta los datos del archivo EVALUACIÓN PROFESIONALES.sav (laboratorio n 3)
que corresponde a un estudio echo en base a una muestra de 200 profesionales, se construyo la
siguiente tabla para la variable ESTATURA:
Tabla Nº 01
i  y 'i −1 , y 'i yi fi Fi hi Hi hi 100% H i 100%

1 1.50,1.55 1.525 9 9 0.045 0.045 4.5 4.5
2 1.55,1.60 1.575 20 29 0.100 0.145 10.0 15
3 1.60,1.65 1.625 54 83 0.270 0.415 27.0 42
4 1.65,1.70 1.675 44 127 0.220 0.635 22.0 64
5 1.70,1.75 1.725 38 165 0.190 0.825 19.0 83
6 1.75,1.80 1.775 16 181 0.080 0.905 8.0 91
7 1.80,1.85 1.825 10 191 0.050 0.955 5.0 96
8 1.85,1.90 1.875 5 196 0.025 0.980 2.5 98
9 1.90,1.95 1.925 4 200 0.020 1.000 2.0 100

TOTAL 200
Determinar : la media, mediana, moda,

cuartiles Q1, Q2 y Q3, P40, P80 y D2
LAS MEDIDAS DE DISPERSIÓN.-
también llamadas medidas de variabilidad.
Muestra la variabilidad de una distribución de los datos en estudio, indicando por medio
de un valor, si las puntuaciones de una variable están muy alejadas de la media. Cuanto
mayor sea ese valor entonces mayor será la variabilidad.
cuanto menor sea y más homogénea las observaciones respecto a la media, menor será
la variabilidad de los datos.
Varianza Poblacional
La varianza (también denominada variancia, aunque esta denominación es menos
utilizada) es una medida estadística que mide la dispersión de las observaciones
respecto a un valor central (media).
Suele ser representada con la letra griega σ o una V (x) cuando la variable en estudio es
X . y se refiere a una población.
Obs: toda varianza σ2 ≥ 0 es mayor o igual a cero
Para muestra Para muestra
n ≤ 30 𝑠𝑒 𝑑𝑖𝑣𝑖𝑑𝑒 𝑒𝑛𝑡𝑟𝑒 ( 𝑛 − 1) n > 30 𝑠𝑒 𝑑𝑖𝑣𝑖𝑑𝑒 𝑒𝑛𝑡𝑟𝑒 ( 𝑛)
EJEMPLO:
EDAD (aula – «A» ): 21 17 23 19 20 19 18 17 21
EDAD (aula – «B» ): 18 21 16 23 19 20 26 18 17
DETERMINAR LA VARIANZA ?
COEFICIENTE DE VARIACIÓN
En estadística el coeficiente de variación (de Pearson), es una medida de dispersión útil para
comparar dispersiones a escalas distintas pues es una medida invariante ante cambios de
escala. Sirve para comparar variables o grupos generalmente a escalas iguales que
pueden estar correlacionadas estadísticamente y sustantivamente con un factor en común. Es
decir, ambas variables tienen una relación causal con ese factor. Su fórmula expresa la
desviación estándar como porcentaje de la media aritmética, mostrando una mejor
interpretación porcentual del grado de variabilidad que la desviación típica o estándar. Por
otro lado presenta problemas ya que a diferencia de la desviación típica este coeficiente es
variable ante cambios de origen.
Por ello es importante que todos los valores sean positivos y su media de por tanto un
valor positivo. A mayor valor de C.V. mayor heterogeneidad de los valores de la
variable; y a menor C.V., mayor homogeneidad en los valores de la variable. Suele
representarse por medio de las siglas C.V..
Exigimos que:
Se calcula:
S
C.V . = x100
X
Determinar la varianza para los datos no
agrupados
Ejemplos 02:
1) Sean las calificaciones de un curso de especialidad
Grupo A: 10, 12, 09, 15, 16, 11, 17, 12, 10, 19, 08, 14, 12, 13, 09, 18, 14
Grupo B: 12, 14, 09, 16, 10, 18, 11, 17, 13, 16, 10, 15, 06, 13, 20, 17, 15
Determinar la varianza por grupo,

Determinar el coeficiente de variación C.V. Y diga que grupo tiene menor
variación en las evaluaciones.
Frecuencia Frecuencia Frecuencia
Frecuencia Frecuencia
Intervalos de clase Marca de clase Absoluta Relativa Relativa
Absoluta Relativa
Acumulada Acumulada Porcentual
[ Yj- i - Yj )
Xj nj Nj hj Hj hj%
[ 11 - 21 ) 16 5 5 0,09 0,09 9%
[ 21 - 31 ) 26 21 26 0,37 0,46 37%
[ 31 - 41 ) 36 8 34 0,14 0,6 14%
[ 41 - 51 ) 46 14 48 0,25 0,85 25%
[ 51 - 61 ) 56 3 51 0,05 0,9 5%
[ 61 - 71 ) 66 4 55 0,07 0,97 7%
[ 71 - 81 ) 76 2 57 0,03 1 3%
TOTAL n = 57 1 100%
Ejemplo 03:
Determinar la varianza para los datos agrupados
TAREA 2:
Teniendo en cuenta los datos del archivo EVALUACIÓN PROFESIONALES.sav (laboratorio n 3)
que corresponde a un estudio echo en base a una muestra de 200 profesionales, se construyo la
siguiente tabla para la variable ESTATURA:
Tabla Nº 01
i  y 'i −1 , y 'i yi fi Fi hi Hi hi  100% H i 100%

1 1.50,1.55 1.525 9 9 0.045 0.045 4.5 4.5
2 1.55,1.60 1.575 20 29 0.100 0.145 10.0 15
3 1.60,1.65 1.625 54 83 0.270 0.415 27.0 42
4 1.65,1.70 1.675 44 127 0.220 0.635 22.0 64
5 1.70,1.75 1.725 38 165 0.190 0.825 19.0 83
6 1.75,1.80 1.775 16 181 0.080 0.905 8.0 91
7 1.80,1.85 1.825 10 191 0.050 0.955 5.0 96
8 1.85,1.90 1.875 5 196 0.025 0.980 2.5 98
9 1.90,1.95 1.925 4 200 0.020 1.000 2.0 100

TOTAL 200
Ejemplo 04: Determinar los Cuartiles, P20, P75, D5 y Varianza

para los datos agrupados
OBSERVACION:
-TALLOS Y HOJAS (Stem-and- Leaf Diagram )
- DIAGRAMA DE CAJAS Y BIGOTES ( Box-Plots o box and

whiskers )
DESARROLLAR EN EL LABORATORIO CON

SPSS

INGD

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

INGD

Enviado por

Direitos autorais:

Formatos disponíveis

MEDIDAS DE TENDENCIA CENTRAL

Estadígrafos de tendencia central.- Son aquellos estadígrafos cuyos

Definición de la media (datos no tabulados).- la media o promedio

Ejemplo.- Un técnico dental independiente gana un mes 800 soles, un

Si Todos los valores observados son iguales entre si e iguales a una

Media = M(X) = M(b) = b

Ventajas de la media aritmética.-

-Es fácil de calcular y el valor obtenido es único.

Desventajas.- Debemos estar conscientes de:

de la variable o característica x, se define a la mediana (Median)

1.1.1 CALCULO DE LA MEDIANA PARA DATOS NO TABULADOS:

Ejemplo: Suponga que el número de alumnos por salón de un colegio son:

Así la mediana de los datos es 38.

Así la mediana de los datos es:

Así la mediana de los datos es 37.5

a. Se puede determinar la moda en grupos de datos de todos los niveles

Calcular la media, mediana y moda ? e interpretar

CALCULO DE LA MEDIANA PARA DATOS TABULADOS:

Cuando los datos están agrupados en una tabla de frecuencias se

i. Se construye la tabla de distribución de frecuencias acumuladas

Cuando los datos están agrupados en una tabla de frecuencias se

i. Se construye la tabla de distribución de frecuencias acumuladas

VARIABLE CONTINUA.-en este caso el problema consiste en determinar un

Frecuenci Frecuenci Frecuenci

LA MODA PARA DATOS NO AGRUPADOS

La moda es el valor que aparece con más frecuencia en un conjunto de datos.

• Valor que ocurre más a menudo.

• No es afectada por valores extremos.

• Pueden haber varias modas ( trimodales)

MODA PARA DATOS AGRUPADOS:

Calculo de la moda en el caso de datos agrupados en intervalos de clase:

i. Se identifica la clase modal (la clase de mayor frecuencia)

DATOS NO AGRUPADOS: 1) Determinar la media, mediana y moda

Int. Inf. Int. Sup Xj ni Ni hi Hi hi%

1) Determinar la media , mediana y moda .

OBS. La Asimetría mide la des formación

Si As < 0 ? la distribución será asimétrica negativa.

Si As = 0 ? la distribución será simétrica.

Si As > 0 ? la distribución será asimétrica positiva.

OBS. La Asimetría mide la des formación

Salario por horas de 100 empleados del ministeriorio de economia 2010

INT. INFERIOR INT. SUPERIOR Xj nj Nj

Determinar la media, mediana y moda

Medida de Yule Bowley o Medida Cuartílica

La Medida de Bowley varía entre -1 y 1

Si As < 0 ? la distribución será asimétrica

Si As = 0 ? la distribución será simétrica.

Si As > 0 ? la distribución será asimétrica positiva.

La Kurtosis mide el grado de agudeza o achatamiento de una distribución

2.1) TIPOS DE CURTOSIS

La Kurtosis determina el grado de concentración que presentan los

Leptocúrtica.- Existe una gran concentración.

Mesocúrtica.- Existe una concentración normal.

Platicúrtica.- Existe una baja concentración

Medida basada en Cuartiles y Percentiles

Si k = 0,263 ? la distribución es normal o mesocúrtica

Si k < 0,263 ? la distribución es platicúrtica

Si k > 0,263 ? la distribución es leptocúrtica

Para datos agrupados en tablas de frecuencias se emplea la siguiente

Si a < 3 ? la distribución es platicútica

Si a = 3 ? la distribución es normal o mesocúrtica

Si a > 3 ? la distribución es leptocúrtica

Q2 = x 2( n +1)  = x 2( 7 +1)  = x( 4) = 33,800

Q3 = x 3( n +1)  = x 3( 7 +1)  = x( 6) = 34, 500