UNIVERSIDAD GALILEO

ESCUELA TÉCNICA

CONTROL DE FALLAS I
MEDIDAS DE TENDENCIA
CENTRAL

3er. TRIMESTRE - TE/TI

 Ancho de un Intervalo de clase

●Debemos utilizar el siguiente valor de las mismas

unidades, ya que estamos midiendo el intervalo
entre el primer valor de una clase y el primer valor
de la siguiente. En el siguiente estudio de los
telares, el último valor es 16.9, de modo que el
siguiente valor es 17.0. Cómo estamos utilizando
seis clases en este ejemplo, el ancho de cada clase
será:

Intervalos
de clase
 Clases = cantidad de datos
representados ahora por un
intervalo.
X= Marca de clase, viene
siendo el promedio entre dos
intervalos.
Glosario f= Frecuencia absoluta.

fr = Frecuencia relativa

F = Frecuencia absoluta
acumulada
 Tabla #1

●Para el siguiente ejemplo tomaremos una tabla

ordenada de forma ascendente de cargas eléctricas.
 Tabla para datos agrupados

●Debemos encontrar el Rango y definir el número

de intervalo:

R = Xmax - R= 54 – 17
Xmin R= 37

C = Amplitud de Intervalo de clase

Para ello utilizaremos la regla de

STURGES
c= ( 37 /
(1+3.322Log(60)))
 Amplitud de Intervalo

●Para saber el número de intervalos, aplicamos esta

formula:

K= R/c K = 37 / 5.36
K=7
 Tabla para datos agrupados

En este ejemplo
R= 37 utilizaremos 6
intervalos. Para fines
de aprendizaje se
realizará una nueva
tabla utilizando 7.
K =7

Ai =5.36

Ahora debemos encontrar la marca de clase:

X(mc)= Li + Ls / 2

Donde Li es el límite inferior de nuestro intervalo y Ls es

el límite superior del mismo intervalo.
 Tabla para datos agrupados / Marca de clase

Ahora debemos encontrar la frecuencia absoluta, que es

la frecuencia que hay en el intervalo.
 Tabla para datos agrupados / Frecuencia absoluta

Ahora debemos encontrar la frecuencia relativa, que es :

la frecuencia de un intervalo / (N) El número de datos

 Tabla para datos agrupados / Frecuencia relativa

Ahora debemos encontrar la frecuencia absoluta

acumulada, que es :

las frecuencias absolutas de un intervalo anterior + la

frecuencia absoluta del intervalo que estemos usando
 Tabla para datos agrupados / Frecuencia Acumulada

Ahora debemos encontrar la frecuencia absoluta

acumulada, que es :

la frecuencia absoluta de un intervalo anterior + la

frecuencia absoluta del intervalo que estemos usando
 Tabla para datos agrupados / Frecuencia Acumulada

Ahora debemos encontrar los límites reales:

El límite real inferior es el valor del intervalo de clase

menor - 0.5, ahora bien el Límite real superior es el valor
del intervalo de clase mayor +0.5.
 Tabla para datos agrupados / Frecuencia Acumulada

Ahora debemos encontrar los límites reales:

El límite real inferior es el valor del intervalo de clase

menor - 0.5, ahora bien el Límite real superior es el valor
del intervalo de clase mayor +0.5. Puede variar cuando
los datos tienen decimales.
 ●Son parámetros que miden que tanto,
los datos de una variable tienden a
Medidas de situarse en el centro de su rango.

tendencia
central: ●La estadística descriptiva en su
función básica de reducir datos,
Media, propone una serie de indicadores que
Mediana, Moda permiten tener una percepción rápida
de lo que ocurre en un fenómeno.
Medidas de tendencia
central:
Media, Mediana, Moda

●La primera gama de

indicadores corresponde a las
“Medidas de Tendencia
Central”. Existen varios
procedimientos para expresar
matemáticamente las
medidas de tendencia central,
de los cuales, los más
conocidos son: la media
aritmética, la moda y la
mediana.
En resumen, el propósito de las medidas
de tendencia central es: Mostrar en qué
lugar se ubica la persona promedio o
típica del grupo. Sirve como un método
para comparar o interpretar cualquier
puntaje en relación con el puntaje
central o típico.
Sirve como un método para comparar el
puntaje obtenido por una misma persona
en dos diferentes ocasiones. Sirve como
un método para comparar los resultados
medios obtenidos por dos o más grupos.
Las medidas de tendencia
central más comunes son:

La media aritmética:
comúnmente conocida como
media o promedio. Se
representa por medio de una
letra M o por una X con una
línea en la parte superior.
La mediana: Es el puntaje
que se ubica en el centro de
una distribución. Se
representa como Md.

La moda: Es el puntaje que

se presenta con mayor
frecuencia en una
distribución. Se representa
Mo.
La media es considerada como la mejor medida
de tendencia central, por las siguientes
razones:

Los puntajes contribuyen de manera

proporcional al hacer el cómputo de la media.
Es la medida de tendencia central más
conocida y utilizada.
Las medias de dos o más distribuciones pueden
ser fácilmente promediadas mientras que las
medianas y las modas de las distribuciones no
se promedian.
La media se utiliza en procesos y técnicas
estadísticas más complejas mientras que la
mediana y la moda en muy pocos casos.
 Media aritmética datos simples:
Equivale al cálculo del promedio simple de
un conjunto de datos. Para diferenciar datos
muestrales de datos poblacionales, la media
aritmética se representa con un símbolo
para cada uno de ellos: si trabajamos con la
población, este indicador será μ; en el caso
de que estemos trabajando con una
muestra, el símbolo será X.
 Media aritmética datos agrupados:
la media aritmética es igual a la división de la
sumatoria del producto de las clases por la
frecuencia sobre el número de datos.

Observe que la variación de ambas fórmulas

radica en el tamaño de los datos (N identifica el
tamaño de la población, mientras que en el de la
muestra).
 MEDIA PONDERADA (Xp):
Es una Medida de Central o Medida de Posición Central, que se
determina en un conjunto de números al resultado de multiplicar
cada uno de los números por un valor particular para cada uno
de ellos, llamado su peso, y obteniendo a continuación la media
aritmética del conjunto formado por los productos anteriores. Se
utiliza la media ponderada cuando no todos los elementos
componentes de los que se pretende obtener la media tienen la
misma importancia.

Para una serie de datos

a la que corresponden los pesos

la media ponderada se calcula como:

Un ejemplo es la obtención de la media ponderada de las notas, en la que se

asigna distinta importancia (peso) a cada una de las pruebas de que consta el
examen, entonces se multiplicaría cada nota por su correspondiente peso y el
resultado obtenido se divide entre la suma de los pesos asignados.
EJEMPLO:

Dato

Peso

Media
Ponderada
 Mediana (Me) datos simples:
Para reconocer la mediana, es necesario tener ordenados los valores
sea de mayor a menor o lo contrario. Usted divide el total de casos
(N) entre dos, y el valor resultante corresponde al número del caso
que representa la mediana de la distribución.

La Mediana corresponde al valor de la observación central de los

datos ordenados de mayor a menor o viceversa, tiene la
característica que deja el mismo número de valores de cada lado
(50% de cada lado).

Según el número de valores que se tengan se pueden presentar

dos casos: Si el número de valores es impar, la Mediana
corresponderá al valor central de dicho conjunto de datos.

Si el número de valores es par, la Mediana corresponderá al

promedio de los dos valores centrales (los valores centrales se
suman y se dividen por 2).
Ejemplo 1 (caso impar):
Se tienen los siguientes datos: 5, 27, 9, 26, 23, 19, 15, 11, 6
(n=9 datos)

Al ordenarlos en forma creciente, es decir de menor a mayor, se

tiene:
5, 6, 9, 11, 15, 19, 23, 26, 27.

(n+1)/2 = (9+1)/2 = 5 (es decir, el 5º dato)

El 15 corresponde a la Me, porque es el valor central en este

conjunto de
datos impares.

Ejemplo 2 (caso par):

El siguiente conjunto de datos está ordenado en forma
decreciente, de mayor a menor, y corresponde a un conjunto de
valores pares, por lo tanto, la Me será el promedio de los valores
centrales.
21, 19, 18, 15, 13, 11, 10, 9, 5, 3 (n=10 datos)

Posición = (10+1)/2 = 5.5

Ejemplo 3 (datos agrupados):
Cuando el número de datos es mayor de 30, conviene agruparlos en
intervalos para simplificar el cálculo.

Me= Lri + (N/2 – Fant) * i /

fme Me = mediana
Lri = Limite real
inferior i = ancho
del intervalo
fme = frecuencia del intervalo de la mediana
Fant = frecuencia acumulada de los valores inferiores al intervalo de
la mediana N = número total de datos.
Ejercicio (datos agrupados):

Distribución de frecuencias que corresponden a 50 datos de tiempos

de ignición de ciertos materiales expuestos al fuego a la más cercana
centésima de segundo, para determinar la mediana.

R = 9.50-1.25 = 8.25
Me= Lri + (N/2 – Fant) * i / fme

K = 1+3.322*log(50) = 6.640580414 (lo cual indica 7

clases)

i = 8.25/6.64058 = 1.24
 La frecuencia acumulada anterior
(23) a N/2 (25) está en el tercer
grupo por lo que el siguiente
grupo contiene a la mediana.
Paso 1. Se calcula la distribución de
frecuencias de la agrupación dada.
Paso2. Se calcula el cociente N/2,
con N = ∑fi.

Solución: Paso3. En la columna de Fa se

busca el valor más próximo pero
inferior a N/2 (Fa anterior), la cual
es 23.

Paso4. Como Fant = 23, pertenece al

tercer grupo, el cuarto grupo es el
que posee a la mediana, por lo cual
de este se toma el Lri, la fi de la
mediana (fme) y la amplitud del
intervalo.
 Lri = 4.965 , fi = 9 , i = 1.24

Me = Lri + (N/2 – Fant) * i / fme

Me = 4.965 + (50/2 – 23) * 1.24 / 9

= 5.24 seg.
Solución:
Si las puntuaciones son discretas,
se aproxima a una de las
puntuaciones y se cuentan las
observaciones; si resultan dos
valores centrales, se expresa la
mediana usando la expresión
“menor que”
MODA
Es el valor que se repite la mayor cantidad de
veces, si la variable es discreta también se dice
que es el valor más común, es útil cuando se
requiere un cálculo rápido.
Existen muchos casos donde la moda es
única, sin embargo pueden haber
distribuciones donde hayan dos o mas
modas (aunque es poco común en un
resultado experimental). Entonces se dice
que la distribución es binomial, trinomial,
etc. Incluso pueden darse casos que no
exista la moda.
La moda es la única medida de
tendencia central que se puede
calcular en variables de tipo
cualitativo.
Donde:

Mo = moda
Lri = limite real inferior
∆1 = diferencia entre la clase modal y la frecuencia
contigua anterior
∆2 = diferencia entre la clase modal y la frecuencia
contigua posterior
i = amplitud del intervalo.
Ejemplo #1:
Los siguientes datos corresponden a la temperatura de secado en la
fabricación
de alambre barnizado al horno. (K=8, i=5)
Solución: (K=8, i=5)

Me = 47.5 + (56/2 – 20) * 5/24 = 49.17 ºC

Cuando los datos ya se encuentran agrupados en una distribución

de frecuencias, podemos suponer que la moda está localizada en la
clase que contiene el mayor número de elementos, es decir, en la
clase que tiene la mayor frecuencia.

Mo =
moda Lri
= 47.5
∆1 = 24 - 12
∆2 = 24 - 7
i=5

Mo = 47.5 + (12 * 5) / (12 + 17) = 49.57 ºC

A partir de estos resultados se puede concluir que el calor central

de las temperaturas registradas en el horno fue de 49.17 ºC,
mientras que la temperatura más veces registrada durante el
funcionamiento del horno fue de 49.57ºC.