INSTITUTO SUPERIOR DE

AGRICULTURA
ISA

Facultad:

Maestreas y Especialidades

Materia:

Métodos Estadísticos

Tema:

Medidas de Tendencia Central

Sustentante:

Jeanne Marie De Marchena

Matricula:

2021-0245

Fecha:

17/09/2021
 Introducción
Los parámetros estadísticos o medidas estadísticas son valores de índole representativos que
surgen de una recopilación de datos y que resumen en unos pocos valores la información del
total de datos.

Estas medidas estadísticas nos sirven para proyectar información sobre la situación, dispersión
y otros patrones de comportamiento de los datos poblacionales distintos, para de esta manera
poder adquirir de forma rápida la comparación entre distintos conjuntos de datos.

Las medidas estadísticas más importantes son: las de tendencia central que indican el valor
medio de los datos, las de dispersión que miden la variabilidad de los datos respecto a los
parámetros de centralización y las de forma.

TAREA # 1
 MEDIDAS ESTADÍSTICA

I. Medidas de Tendencia Central

Son medidas estadísticas que pretenden resumir en un solo valor un conjunto de
valores. Son el centro en torno al cual se encuentran ubicado el conjunto de los datos.
Las medidas de tendencia central más utilizadas son: media, mediana, moda y la
desviación estándar.
Componentes:

1. La media o promedio: cuando en estadística hablamos de una media o

promedio es una medida de tendencia central la cual resulta al efectuar una
serie determinada de operaciones con un conjunto de números y que, en
determinadas condiciones, puede representar por sí solo a todo el conjunto.
Características de la media:
 La media aritmética sólo se puede calcular para variables numéricas.
 Un conjunto de datos numéricos sólo tiene una media.
 La media es un parámetro sensible a la presencia de valores muy separados del resto
de datos.
Ejemplo: Encuentre la media del conjunto {2, 5, 5, 6, 8, 8, 9, 11}. En este conjunto
tenemos 8 números, estos se suman y luego se dividen entre 8.

= 6.75 es la media

2. Mediana: Representa el valor de la variable de posición central en un conjunto

de datos ordenados, Si la serie tiene un número par de puntuaciones la mediana
es la media entre las dos puntuaciones.

Características de la mediana:
 La mediana es sencilla de calcular y de interpretar.
 Por depender de los valores a través de su orden, la mediana no varía demasiado por
los valores extremos, por ello, si nuestros datos contienen valores de este tipo, será
 preferible usar la mediana en vez de la media aritmética como medida central.

Ejemplo: Encuentre la mediana del conjunto {2, 5, 8, 11, 16, 21, 30}. El primer paso es
arreglar los números en orden ascendente. {3, 5, 8, 10, 24, 36, 79, 255}. Hay 8 números
en el conjunto un número par. Así, encuentre el promedio de los dos números medios,
10 y 24. (10 + 24) /2 = 34/2 = 17 es la mediana.

3. Moda: es el valor que aparece con mayor frecuencia en un conjunto de datos.

Esto va en forma de una columna cuando encontremos dos modas, es decir, dos
datos que tengan la misma frecuencia absoluta máxima.
Características de la moda:
 La moda es de fácil interpretación.
 Su cálculo es sencillo para variables discretas y cualitativas pero la expresión
para variables agrupadas se complica.
 No intervienen en su determinación todas las observaciones.
 Es útil para detectar posibles mezclas de distintas poblaciones en una misma
masa de datos.
 Se puede calcular para todo tipo de variable.

Ejemplo: Encuentre la moda del conjunto {2, 5, 5, 6, 8, 8, 9, 11}. En este caso, hay dos
modas el número 5 y el 8 ambos aparecen dos veces, mientras que los otros números solo
aparecen una vez.
Relación entre media, mediana y moda.
Es recomendable comparar los valores obtenidos para la moda, media y mediana, para
conocer mejor la distribución de los datos que estamos analizando. Diferencias importantes
entre la media y la moda o la media y la mediana indican que la distribución de los datos es
asimétrica, y si son iguales o muy cercanos la distribución de los datos será simétrica.

4. Desviación estándar: Es una medida que ofrece información sobra la

dispersión media de una variable. La desviación estándar es siempre mayor o
igual a cero.
Ejemplo: Calcular la Desviación Estándar:
σ2 = [(18-20)2 + (20-20)2 + (20-20)2 + (22-20)2 + (20-20)2 + (20-20)2] / 6 = 16 / 6 = 8 /3 =
2,67
 Desviación estándar: σ = √ 2,67 = 1,63.

II.Medidas de Dispersión
son números que indican si una variable se mueve mucho, poco, más o menos que otra.
La razón de ser de este tipo de medidas es conocer de manera resumida una
característica de la variable estudiada. 
Componentes:
El rango es un valor numérico que indica la diferencia entre el valor máximo y el
mínimo de una población o muestra estadística. Su fórmula es:

 R es el rango.
 Máx es el valor máximo de la muestra o población.
 Mín es el valor mínimo de la muestra o población estadística.
 x es la variable sobre la que se pretende calcular esta medida.

Ejemplo:

Para encontrar el rango, restamos el valor mínimo del conjunto de datos del valor
máximo. datos de 2, 5, 3, 4, 5, y 5, el valor mínimo es 2 y el valor máximo es 5,
entonces el rango es 5 – 2, o 3.

La varianza: La varianza es una medida de dispersión que representa la variabilidad de

una serie de datos respecto a su media. 

 X → Variable sobre la que se pretenden calcular la varianza

 xi → Observación número i de la variable X. i puede tomará valores entre 1 y n.
 N → Número de observaciones.
 x̄ → Es la media de la variable X.

Ejemplo:

 Calcular la varianza de la distribución:   

 Calculamos la media aritmética

  

La desviación típica es otra medida que ofrece información de la dispersión respecto a

la media. Su cálculo es exactamente el mismo que la varianza, pero realizando la raíz
cuadrada de su resultado. La desviación típica es la raíz cuadrada de la varianza.

 X → Variable sobre la que se pretenden calcular la varianza

 xi → Observación número i de la variable X. i puede tomará valores entre 1 y n.
 N → Número de observaciones.
 x̄ → Es la media de la variable X.

Ejemplo: Media aritmética = 9 + 3 + 8 + 9 + 16 / 5 = 9.

Desviación típica = (9 – 9)2 + (3 – 9)2 + (8 – 9)2 + (9 – 9)2 + (16 – 9)2 / 5 = ü 86 / 5 =
ü 17,2 = 4,14.
Media aritmética = 2 + 4 + 2 + 4 + 2 + 4 / 6 = 3.

Coeficiente de variación

Su cálculo se obtiene de dividir la desviación típica entre el valor absoluto de

la media del conjunto y por lo general se expresa en porcentaje para su mejor
comprensión.

 X → Variable sobre la que se pretenden calcular la varianza

 σx → Desviación típica de la variable X.
 | x̄ | → Es la media de la variable X en valor absoluto con x̄ ≠ 0

Ejemplo:
 Pensemos en una población de elefantes y otra de ratones. La población de
elefantes tiene un peso medio de 5.000 kilogramos y una desviación típica de 400
kilogramos. La población de ratones tiene un peso medio de 15 gramos y una
desviación típica de 5 gramos. Si comparáramos la dispersión de ambas poblaciones
mediante la desviación típica podríamos pensar que hay mayor dispersión para la
población de elefantes que para la de los ratones.
 Sin embargo, al calcular el coeficiente de variación para ambas poblaciones, nos
daríamos cuenta que es justo, al contrario.
 Elefantes:  400/5000=0,08
Ratones:  5/15=0,33

Si multiplicamos ambos datos por 100, tenemos que el coeficiente de variación para los
elefantes es de apenas un 8%, mientras que el de los ratones es de un 33%. Como
consecuencia de la diferencia entre las poblaciones y su peso medio, vemos que la
población con mayor dispersión, no es la que tiene una mayor desviación típica.

III. Medidas de posición

Son valores que permiten dividir el conjunto de datos en partes porcentuales iguales y
se usan para clasificar una observación dentro de una población o muestra. 
Componentes
Cuartiles: los tres valores de la variable que dividen a un conjunto de datos ordenados
en cuatro partes iguales.
Distinguimos los casos en que los datos están agrupados en frecuencias y los que no lo
están. Los datos también pueden estar agrupados en intervalos de valores.

Ejemplo:

Si tengo el conjunto de datos es de 20 elementos, N=20, tendremos que el sujeto del

primer cuartil es el (N+1) /4= (20+1) /4=21/4=5,25.

Los perciles: Es uno de los nueve valores que dividen, en diez partes iguales, un
grupo de datos ordenados, es una serie de particiones que se llevan a cabo en los datos
de una muestra o población.

Ejemplo:

Calcular el decil 6 (D6) de las siguientes muestras de notas en matemáticas de un aula

(notas de 0 a 20): 16, 10, 12, 8, 15, 18, 20, 9, 11, 1, 13, 17, 9, 10, 14
Ordenamos de menor a mayor: 1, 8, 9, 9, 10, 10, 11, 12, 13, 14, 15, 16, 17, 18, 20
N = número de muestras = 15 muestras
x = (N · i) / 10 = (15 · 6) / 10 = 9
Como x = 9 es un número sin decimales, entonces el decil 6 es el valor de la muestra
que ocupa la posición 9, D6 (decil 6) = 13
Percentiles:
Medida estadística que divide la distribución ordenada de los datos en cien partes
iguales. Esta medida de posición no central aporta información sobre el porcentaje de
observaciones de una variable, ordenados de menor a mayor, que se sitúan por debajo
del valor de este.

Ejemplo:

1. Agrupamos las muestras de menor a mayor valor

2. Calculamos la posición que ocupa el percentil buscado aplicando la siguiente
fórmula:
siendo N el número total de muestras analizadas y la letra "i" el percentil buscado
3. Si el resultado anterior (x) no tiene decimales, el percentil se obtiene seleccionando
el valor de la muestra que ocupa la posición x.
4. Si el resultado (x) tiene decimales, el percentil se obtiene haciendo la media de las
muestras en posición x y x+1.
IV. Medidas de Forma.
Las medidas de forma son aquellas que nos muestran si una distribución de frecuencia
tiene características especiales como simetría, asimetría, nivel de concentración de
datos y nivel de apuntamiento que la clasifiquen en un tipo particular de distribución
Componentes
Asimetría: Las medidas de asimetría son indicadores que permiten establecer el grado
de simetría (igual) (o asimetría distinto) que presenta una distribución de
probabilidad de una variable aleatoria sin tener que hacer su representación gráfica
Ejemplo:
Si A y B son hermanos se trata de una relación simétrica, pero si A es padre de B,
entonces es asimétrica.
Beneficios desiguales: en un intercambio X en asimetría de causación: A ejerce poder
sobre B.

Conclusión
Luego de analizar las diferentes medidas de estadísticas ya sea con datos agrupados o no
nos ayudaran a identificar que tan cercanos o distantes están los datos con respecto a un
valor de referencia, es decir un análisis de los datos que se apoya en los alores de la
mediana, la desviación estándar, la varianza en coeficiente de variación el rango entre
los demás grupos de valores de una manera más acertada de un grupo de valores o
poblaciones a estudiar.

Bibliografía
 Fuente: https://www.matematicas10.net/2017/02/ejemplos-de-deciles.html.
 Ary, Donald; Jacobs;Lucy; Razavieh, Asghar,1982,
Introducción a la investigación Pedagógica, segunda edición: Nueva editorial
Interamericana, S. A. México, D.F.
 Berenson, Mark L. y Levine, David M.;1998, Estadística Básica en
Administración, Conceptos y Aplicaciones, Sexta edición, Prentice Hall
Hispanoamérica, S.A., México.
 Castino, Isabel y Guijarro, Marta;2006; Estadística descriptiva y cálculo de
probabilidades, Primera edición, Pearson Prentice Hall, España.
 Freund, Jhon E.;Millar, Irwin; Miller maryless;2000: Estadística Matemática
con Aplicaciones, Sexta edición, Prentice Hall, México. S.A.