UNA TERCERA MEDIDA DE TENDENCIA CENTRAL:LA MEDIA GEOMÉTRICA

¿Qué es la media geométrica?

En ciertos casos, para calcular una tasa promedio de cambio como la

tasa de crecimiento promedio en varios años, la media aritmética simple
no es apropiada y se debe usar la media geométrica. Por ejemplo, al
calcular el crecimiento de una cuenta de ahorros con diferentes tasas
de interés durante cinco años.

¿Cómo se calcula la media geométrica?

Para verlo, tomemos el ejemplo de los números 10, 51,2 y 8. La media geométrica es el producto
de multiplicar estos tres números entre sí (4.096) y sacar la raíz cúbica porque son tres los números entre los
que hay que repartir este producto. Por tanto, la media geométrica de estos tres números es 16

¿Cómo se calcula la media geométrica?

La media geométrica se calcula multiplicando los números entre sí y luego
sacando la raíz cúbica del resultado. En el ejemplo de 10, 51.2 y 8, la media
geométrica es 16.
 Capítulo 3 Medidas de tendencia central y dispersión en distribuciones de frecuencias

Las medidas de tendencia central más utilizadas son: media, mediana y

moda. Las medidas de dispersión en cambio miden el grado de dispersión de
los valores de la variable. Dicho en otros términos las medidas de dispersión
pretenden evaluar en qué medida los datos difieren entre sí.

Se sugiere utilizar la media geométrica para calcular el

cambio porcentual promedio en el tiempo en variables
como el interés compuesto y la inflación. Aunque en
algunos casos los resultados de la media aritmética no
difieren mucho, incluso pequeñas diferencias pueden
influir en decisiones incorrectas. Es importante tener
cuidado al manejar valores incorrectos en estos cálculos.
 Una cuarta medida de tendencia
central: la mediana Mediana Número de elementos del
arreglo Mediana n 2 1-ésimo término
del arreglo de dato
La mediana es una medida de tendencia central que
representa el valor central de un conjunto de datos. Es el
punto en el que la mitad de los datos están por encima y Cálculo de la mediana a partir de datos agrupados
la otra mitad por debajo, siendo diferente a otras medidas
de tendencia central.
Fórmula y cálculo de la mediana para datos
Cálculo de la mediana a partir de datos no agrupados agrupados

La mediana se encuentra en el intervalo donde la

frecuencia acumulada llega hasta la mitad de la
La mediana de un conjunto de datos se encuentra suma de las frecuencias absolutas. En resumen,
reorganizándolos en orden ascendente o para encontrar la mediana de un conjunto de
descendente. Si hay un número impar de datos, la datos agrupados en intervalos de clase, es
mediana es el valor central; si es par, se promedian necesario sumar las frecuencias acumuladas
los dos valores centrales. hasta llegar al elemento número (n+1)/2.
 SUGERENCI
Ventajas y desventajas de la mediana AS Y
SUPOSICION
E
La mediana tiene ventajas como ser menos afectada por valores
extremos que la media, poder calcularse con cualquier tipo de La mediana es una medida rápida y
datos e incluso con descripciones cualitativas. Por ejemplo, en útil para evitar el efecto de valores
una prensa de imprenta se pueden ordenar los resultados de extremos en una distribución de
nitidez y obtener la mediana. Sin embargo, la mediana también datos. Sin embargo, al elegir un solo
tiene desventajas, como la complejidad en ciertos procedimientos valor para representarlos, se pierde
estadísticos y la necesidad de ordenar los datos antes de cierta precisión. Es importante
calcularla, lo que puede consumir tiempo en conjuntos de datos revisar los datos con sentido común
grandes. En comparación, la media es más fácil de usar para antes de calcular la mediana, ya que
estimar parámetros de la población. El capítulo 7 abordará con si la distribución es inusual, los
más detalle el tema de la estimación. resultados pueden ser defectuosos o
limitados.
Una medida final de tendencia central: la moda Cálculo de la moda de datos agrupado

La moda es una medida de tendencia

central que representa el valor que
más se repite en un conjunto de datos,
Cuando los datos están agrupados en una distribución
aunque no se calcula de manera
de frecuencias, la moda se encuentra en la clase con
aritmética. El azar puede influir en la
más elementos. Para hallar un valor único se utiliza la
organización de los datos, generando
ecuación 3-9.
valores no representativos que se
repiten con frecuencia. Por lo tanto,
rara vez se utiliza la moda en conjuntos Distribuciones multimodales
de datos no agrupados. Por ejemplo,
en una tabla que muestra el número de
viajes de entrega por día de una En resumen, cuando tenemos dos valores diferentes
revolvedora de concreto, la moda es que parecen ser el mayor número de veces que aparece
15, indicando la actividad más un valor en un conjunto de datos, se trata de una
frecuente. Sin embargo, al agrupar los distribución bimodal
datos en una distribución de
frecuencias, se puede identificar una
clase modal más representativa, como
la de 4-7 viajes. Por lo tanto, al utilizar
Ventajas y desventajas de la moda
Comparación de la media, la mediana y la moda

Al trabajar con problemas de

La moda, al igual que la mediana, es una medida estadística, es importante
central importante para datos cualitativos y elegir entre la media, la
cuantitativos. Se refiere al valor más frecuente en un mediana o la moda como
conjunto de datos, como el estilo de muebles medidas de tendencia central.
preferido por los clientes. A diferencia de la mediana, En distribuciones simétricas
la moda no se ve afectada por valores extremos, ya con una única moda, los
que se basa en la frecuencia de los datos. Se puede valores de la media, la
utilizar la moda independientemente de la dispersión mediana y la moda son
de los valores y de si hay clases de extremo abierto iguales. En distribuciones con
en los datos. Sin embargo, la moda no se usa tan sesgo positivo, la moda se
frecuentemente como la media y la mediana, ya que ubica en el punto más alto,
en ocasiones no hay un valor modal claro o se seguida por la mediana y
presentan múltiples modas en un conjunto de datos, luego la media hacia la
lo que puede hacer difícil su interpretación. derecha.
En resumen, en distribuciones sesgadas negativamente, la mediana suele ser la mejor medida
de posición, ya que se encuentra entre la moda y la media y no se ve afectada por valores
extremos o frecuencias de ocurrencia. No hay reglas universales para elegir entre la media, la
mediana y la moda como medidas de tendencia central, por lo que cada situación debe
evaluarse individualmente. Por ejemplo, la media aritmética es útil para promediar salarios
cercanos entre sí, mientras que la mediana es más adecuada para valores similares en una
urbanización. Por otro lado, la media geométrica se utiliza para calcular efectos acumulados
como la inflación. En situaciones cotidianas, como determinar el número promedio de hijos de
una familia, es preferible utilizar la moda. Es importante considerar el contexto y la precisión
requerida al elegir entre estas medidas.
Dispersión:por qué es importante

Para aumentar nuestro entendimiento de los

En resumen, en este capítulo se muestra cómo dos datos, es importante medir su dispersión,
conjuntos de datos pueden tener la misma media pero separación o variabilidad. La dispersión de
diferentes niveles de dispersión. Se explica la los datos proporciona información adicional
importancia de considerar la variabilidad en un conjunto que nos permite juzgar la confiabilidad de la
de datos, ya que la media, la mediana y la moda solo medida de tendencia central. También es
proporcionan una parte de la información sobre las crucial reconocer la dispersión amplia de los
características de los datos. datos para abordar problemas
característicos asociados a ello. Los
conjuntos de datos. Es importante considerar la analistas financieros se preocupan por la
dispersión o variabilidad de los datos, ya que esta nos dispersión de las ganancias de una
da una idea de la consistencia de los valores en el empresa, ya que ganancias muy dispersas
conjunto. En este capítulo se explican las diferencias indican un mayor riesgo para accionistas y
entre la media, la mediana y la moda, y se destaca la acreedores. De manera similar, en el control
importancia de analizar la dispersión de los datos para de calidad, la dispersión de los niveles de
una mejor comprensión de las características de los calidad de un producto es crucial, ya que
mismos. puede afectar la seguridad de los
consumidores.

Por otro lado, ignorar la dispersión de los

datos puede causar problemas graves. Por
Rangos:medidas de dispersión útiles Rango intercuartil

La dispersión se mide por El rango intercuartil es la

diferencias entre valores del distancia entre el primer y
conjunto de datos. Estudiaremos el tercer cuartil de un conjunto
rango, rango interfractil e de datos, representando la
intercuartil. mitad de los valores del
conjunto. Se calcula
dividiendo los datos en cuatro
partes, donde cada una
Rango contiene el 25% de los
elementos.

El rango es la diferencia entre el

valor mayor y el valor menor. El Los cuartiles, como la mediana y el tercer cuartil, son importantes
rango medio es el promedio del para entender la dispersión de los datos. Los fractiles son más
valor mayor y el valor menor. conocidos por los estadísticos y se usan para representar
percentiles, como la calificación en exámenes. Saber que una
calificación está en el percentil 35 significa que el 35% obtuvo una
calificación menor. Es crucial considerar la dispersión de los datos al
momento de analizar promedios, ya que valores muy dispersos
pueden afectar la interpretación de los resultados.
 Dispersión: medidas de desviación Desviación estándar de la población
promedio
La desviación estándar de una población es la raíz
cuadrada de la varianza de la población. La varianza es
Las medidas de dispersión más importantes el promedio de los cuadrados de las distancias entre las
en estadística son la varianza y la desviación observaciones y la media. La desviación estándar se
estándar, las cuales indican la distancia expresa en las mismas unidades que los datos
promedio de los datos respecto a la media de medidos, a diferencia de la varianza.
la distribución.

Varianza de población Usos de la desviación estándar

La varianza de una población se representa Se utiliza para calcular la variación o dispersión en la

con el símbolo σ². Se calcula dividiendo la que los puntos de datos individuales difieren de la
suma de los cuadrados de las distancias media. Una desviación baja indica que los puntos de
entre la media y cada elemento de la datos están muy cerca de la media, mientras que una
población entre el número total de desviación alta muestra que los datos están dispersos en
observaciones. Esto destaca las un rango mayor de valores.
desviaciones más grandes.
Cálculo de la varianza y la desviación El teorema de Chebyshev establece que
estándar utilizando datos agrupados aproximadamente el 99% de los valores se
encuentran dentro de 3 desviaciones
estándar a la izquierda y a la derecha de la
La desviación estándar nos permite media. En un ejemplo con una media de
determinar la ubicación de los valores en impureza del 0.166% y una desviación
una distribución de frecuencias en relación estándar de 0.058%, se concluye que al
con la media. Según el teorema de menos el 75% de los valores estarán entre
Chebyshev, al menos el 75% de los valores 0.050 y 0.282. En este caso, el 93% de las
caen dentro de 2 desviaciones estándar de observaciones caen dentro de ese rango. La
la media, y al menos el 89% caen dentro de desviación estándar también se utiliza para
3 desviaciones estándar. En una curva medir cuánto se alejan las observaciones
simétrica como la de una campana, individuales de la media en una distribución.
aproximadamente el 68% de los valores
estarán dentro de ±1 desviación estándar, y
el 95% estará dentro de ±2 desviaciones
estándar.
Cálculo de la varianza y la desviación estándar

utilizando datos agrupados Cálculo de la varianza y de la

desviación estándar de datos agrupados En el ejemplo al
principio del capítulo, los datos respecto a las ventas en 100
restaurantes de comi da rápida se encuentran agrupados en
una distribución de frecuencias. Con esos datos, podemos
utilizar las siguientes fórmulas para calcular la varianza y la
desviación estándar: