Definicin de mediana

Es el valor que ocupa el lugar central de todos los datos cuando stos estn ordenados de menor a mayor. La mediana se representa por Me. La mediana se puede hallar slo para variables cuantitativas. Clculo de la mediana 1. Ordenamos los datos de menor a mayor. 2. Si la serie tiene un nmero impar de medidas la mediana es la puntuacin central de la misma. 2, 3, 4, 4, 5, 5, 5, 6, 6Me= 5 3. Si la serie tiene un nmero par de puntuaciones la mediana es la media entre las dos puntuaciones centrales, se divide para 2 7, 8, 9, 10, 11, 12Me= 9.5 Clculo de la mediana para datos agrupados La mediana se encuentra en el intervalo donde la frecuencia acumulada llega hasta la mitad de la suma de las frecuencias absolutas.

Es decir tenemos que buscar el intervalo en el que se encuentre

Li es el lmite inferior de la clase donde se encuentra la mediana.

Es la semisuma de las frecuencias absolutas. Fi-1 es la frecuencia acumulada anterior a la clase mediana. ai es la amplitud de la clase. La mediana es independiente de las amplitudes de los intervalos. Ejemplo Calcular la mediana de una distribucin estadstica que viene dada por la siguiente tabla: fi [60, 63) [63, 66) [66, 69) 5 18 42 Fi 5 23 65

[69, 72) [72, 75)

27 8 100

92 100

100/2 = 50 Clase de la mediana: [66, 69)

Definicin de moda
La moda es el valor que tiene mayor frecuencia absoluta. Se representa por Mo. Se puede hallar la moda para variables cualitativas y cuantitativas. Hallar la moda de la distribucin: 2, 3, 3, 4, 4, 4, 5, 5 Mo= 4 Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa frecuencia es la mxima, la distribucin es bimodal o multimodal, es decir, tiene varias modas. 1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9Mo= 1, 5, 9 Cuando todas las puntuaciones de un grupo tienen la misma frecuencia, no hay moda. 2, 2, 3, 3, 6, 6, 9, 9 Si dos puntuaciones adyacentes tienen la frecuencia mxima, la moda es el promedio de las dos puntuaciones adyacentes. 0, 1, 3, 3, 5, 5, 7, 8Mo = 4 Clculo de la moda para datos agrupados Todos los intervalos tienen la misma amplitud.

Li es el lmite inferior de la clase modal. fi es la frecuencia absoluta de la clase modal. fi--1 es la frecuencia absoluta inmediatamente inferior a la clase modal.

fi-+1 es la frecuencia absoluta inmediatamente posterior a la clase modal. ai es la amplitud de la clase. Tambin se utiliza otra frmula de la moda que da un valor aproximado de sta:

Ejemplo Calcular la moda de una distribucin estadstica que viene dada por la siguiente tabla: fi [60, 63) [63, 66) [66, 69) [69, 72) [72, 75) 5 18 42 27 8 100

Los intervalos tienen amplitudes distintas. En primer lugar tenemos que hallar las alturas.

La clase modal es la que tiene mayor altura.

La frmula de la moda aproximada cuando existen distintas amplitudes es:

Ejemplo En la siguiente tabla se muestra las calificaciones (suspenso, aprobado, notable y sobresaliente) obtenidas por un grupo de 50 alumnos. Calcular la moda. fi hi

[0, 5) [5, 7) [7, 9) [9, 10)

15 20 12 3 50

3 10 6 3

Definicin de media aritmtica

La media aritmtica es el valor obtenido al sumar todos los datos y dividir el resultado entre el nmero total de datos. Es el smbolo de la media aritmtica.

Ejemplo Los pesos de seis amigos son: 84, 91, 72, 68, 87 y 78 kg. Hallar el peso medio.

Media aritmtica para datos agrupados Si los datos vienen agrupados en una tabla de frecuencias, la es: expresin de la media

Ejercicio de media aritmtica En un test realizado a un grupo de 42 personas se han obtenido las puntuaciones que muestra la tabla. Calcula la puntuacin media. xi [10, 20) [20, 30) [30,40) [40, 50) [50, 60 [60,70) [70, 80) 15 25 35 45 55 65 75 fi 1 8 10 9 8 4 2 42 xi fi 15 200 350 405 440 260 150 1 820

Propiedades de la media aritmtica 1. La suma de las desviaciones de todas las puntuaciones de una distribucin respecto a la media de la misma igual a cero.

La suma de las desviaciones de los nmeros 8, 3, 5, 12, 10 de su media aritmtica 7.6 es igual a 0: 8 7.6 + 3 7.6 + 5 7.6 + 12 7.6 + 10 7.6 = = 0. 4 4.6 2.6 + 4. 4 + 2. 4 = 0 2. La suma de los cuadrados de las desviaciones de los valores de la variable con respecto a un nmero cualquiera se hace mnima cuando dicho nmero coincide con la media aritmtica.

3. Si a todos los valores de la variable se les suma un mismo nmero, la media aritmtica queda aumentada en dicho nmero. 4. Si todos los valores de la variable se multiplican por un mismo nmero la media aritmtica queda multiplicada por dicho nmero.

Observaciones sobre la media aritmtica 1. La media se puede hallar slo para variables cuantitativas. 2. La media es independiente de las amplitudes de los intervalos. 3. La media es muy sensible a las puntuaciones extremas. Si tenemos una distribucin con los siguientes pesos: 65 kg, 69kg , 65 kg, 72 kg, 66 kg, 75 kg, 70 kg, 110 kg. La media es igual a 74 kg, que es una medida de centralizacin poco representativa de la distribucin. 4. La media no se puede calcular si hay un intervalo con una amplitud indeterminada. xi [60, 63) [63, 66) [66, 69) [69, 72) [72, ) 61.5 64.5 67.5 70.5 fi 5 18 42 27 8 100 En este caso no es posible hallar la media porque no podemos calcular la marca de clase de ltimo intervalo. Hallar la media de la distribucin estadstica que viene dada por la siguiente tabla: [10, 15) fi 3 [15, 20) 5 [20, 25) 7 [25, 30) 4 [30, 35) 2

xi [10, 15) [15, 20) [20, 25) 12.5 17.5 22.5

fi 3 5 7

xi fi 37.5 87.5 157.5

[25, 30) [30, 35)

27.5 32.5

4 2 21

110 65 457.5

5. Calcular la media de la distribucin estadstica: [0, 5) fi 3 [5, 10) 5 [10, 15) 7 [15, 20) 8 [20, 25) 2 [25, ) 6

xi [0, 5) [5, 10) [10, 15) [15, 20) [20, 25) [25, ) 2.5 7.5 12.5 17.5 22.5

fi 3 5 7 8 2 6 31

Fi 3 8 15 23 25 31

No se puede calcular la media, porque no se puede hallar la marca de clase del ltimo intervalo.

PROMEDIOS PONDERADOS
Hay ocasiones en que se quiere expresar en una sola cifra, los resultados de varios grupos de individuos, de cada uno de los cuales ha sido resumido previamente mediante un promedio. Tal es el paso de las muestras de estratificadas en las cuales se calcula un promedio para cada estrato. En dichos ocasiones, el promedio general para los diferentes grupos no se obtiene promediando los

promedios parciales, sino que es necesario tener en cuenta el nmero de observadores en que se basa cada promedio. Tal promedio recibe el nombre de promedio ponderado Supongamos un grupo de 4 mujeres y otro de 6 hombres, cuyos pesos fueron los siguientes: Mujeres: 46, 48,52 y54 promedio=50 kilos

Hombres: 55, 38, 59, 60, 61 y 67 promedio=60 kilos El promedio general para estas 10 personas no es 50+60 2 El promedio correcto se obtiene ponderando cada promedio parcial por el nmero de personas que incluye. Como 50 fue el promedio de 4 mujeres, el grupo de mujeres peso en total 200 kilos (4x 50) e igualmente los hombres pesan en total 3360 kilos (6x60). Por consiguiente, las 10 personas pesan 560 kilos en conjunto (200+360) y el verdadero promedio ser: 560 10 = 56 kilos. En resumen si tenemos los promedios etc., calculado respectivamente en el promedio correcto ser. observaciones =55 kg

Promedio ponderado

Es decir, basta multiplicar cada promedio parcial por el nmero correspondiente de personas estudiadas, sumar luego estos productos y dividir por el nmero total de personas en los varios grupos De la misma manera se proceder para promediar los porcentajes de varios grupos de individuos. Si los porcentajes de mujeres en 3 escuelas diferentes fueran:

Escuela

N de alumnos

porcentajes de mujeres

A B C

48 60 30

50 70 40

El porcentaje global de mujeres, para las 3 escuelas. No sera:

El porcentaje verdadero seria:

( ) ( ) ( )

MEDIDAS DE DISPERSION
QUE SON LAS MEDIDAS DE DISPERSIN? Las Medidas de Dispersin nos resumen la informacin de la muestra o serie de datos, dndonos as informacin acerca de la magnitud del alejamiento de la distribucin de datos en relacin a un valor central o de concentracin de los datos. IMPORTANCIA DE LAS MEDIDAS DE DISPERSIN

1. Su informacin permite juzgar la confiabilidad de la medida de tendencia central. 2. Nos permite determinar cuan dispersos estn lo datos y por lo tanto solucionar o explicar los problemas que se puedan presentar por este hecho.

3. Se pueden comparar las dispersiones de varias muestras, con la cual el riesgo de que exista un espectro de valores lejos del centro se puede evitar.

CUALES SON LAS MEDIDAS DE DISPERSION Rango Desviacion tpica Coeficiente de Variacion Varianza

EJEMPLO La caja de un kiosco registra las siguientes entradas en miles de pesos, a lo largo de dos semanas correspondientes a pocas distintas del ao. 1 semana 10 20 30 50 60 80 100 350 2 semana 30 40 50 50 60 60 60 350

La media y la mediana de ambas distribuciones coinciden (el valor de ambas es 50 en los dos casos) y, sin embargo, las consecuencias que se podran derivar de una y otra tabla son bien distintas. Comprendemos pues, a la vista de estos ejemplos, la necesidad de conocer otras medidas, aparte de los valores de centralizacin, que nos indiquen la mayor o menor desviacin de cada observacin respecto de aquellos valores.

Rango
No es mas que la diferencia que existen entre el mximo y minimo valor de una serie de datos y nos da una vaga referencia a la posible dispersin que se puede tener de los datos. Formula de Rango: Dato ms alto Dato ms Pequeo Interpretacin de Rango El rango lo podremos interpretar como la amplitud existente entre una serie de datos es decir, mide cun lejos est el valor ms pequeo y el valor ms grande de la muestra o poblacin. Calculo de la Desviacin Estndar en series no Agrupadas La desviacin estndar o desviacin tpica es la raz cuadrada de la varianza. Como ilustracin tenemos el ejemplo de la Bronquitis, los das de hospitalizacin de 7 pacientes que fueron: 1,2, 3, 7, 11, 12,13 Para el clculo se dispondr los datos convenientes, tal como aparecen en el siguiente cuadro: Das de Hospitalizacin en 7 pacientes con bronquitis (Clculo de la Desviacin Estndar) Pacientes Das hospitalizacin de Derivaciones(valor cada de Desviaciones al

observacin cuadro

menos promedio) Primero Segundo Tercero Cuarto Quinto Sexto Sptimo Total 1 2 3 7 11 12 13 49 1-7=-6 2-7=-5 3-7=-4 7-7==0 11-7=+4 12-7=+5 13-7=+6 0 36 25 16 0 16 25 36 154

Promedio=

=7 das

Desviacin Estndar=

=4,7 das

Los pasos a seguir son los siguientes: 1. Averiguar promedio:49/7=7 2. Buscar la diferencia que hay entre cada observacin y el promedio. As por ejemplo: el primer paciente solamente estuvo 1 da hospitalizado es decir, 6 das menos que el promedio y en cambio el ltimo paciente estuvo 13 das, o sea, 6 das ms que el promedio. Ntese que es necesario poner el signo (-) o (+) para distinguir, entre quienes estn por debajo o por encima del promedio (desde luego el signo (+) no hay necesidad de ponerlo). La suma de esta columna debe ser igual cero. 3. Como la suma dela columna (3) ser igual siempre a cero, no se podr saber cul es en promedio la desviacin del grupo de observaciones. Para obviar este inconveniente se eleva al cuadrado cada desviacin dela columna (4), la cual se totaliza luego. 4. El total de la columna (4se dividir por el nmero de observaciones que en nuestro ejemplo es 7, o sea154/7=22. Esto quiere decir que en promedio cada paciente difiere en 22 unidades cuadradas del promedio general del grupo. 5. Como cada desviacin la habamos elevado al cuadrado y no tiene ningn significado hablar de das cuadrados o de kilos cuadrados, con el fin de volver a las unidades primitivas se extraer la raz cuadrada al anterior valor y dicha cantidad ser la desviacin estndar. En este ejemplo.

D.E=

=4,7 das

Desviacin Estndar en series agrupadas Se utilizan para calcular el promedio, conforme ya se haya estudiado

ESCOLARES DE ACUERDO A SU PESO Peso kilos en Nmero de Punto individuos f1 (1) (2) medio clase X1 (3) (4) (5) Producto f1 Desviaciones Desviaciones F1 de x1 (2)x(3) (d) al cuadrado (2)x(6) (2) (6) (7) d1

20-24 25-29 30-34 35-39 40-44 45-49 50-54

4 8 9 10 7 6 6

22 27 32 37 42 47 52

88 216 288 370 294 282 312

-15 -10 -5 0 +5 +10 +15

225 100 25 0 25 100 225

900 800 225 0 175 600 1350

Total

50

1850

4050

Desviacion Estandar =

4050 50

81

= 9.0 kilos

D.E. =

f1 d1 n