Varianza y Desviación Estándar

MEDIDAS DE TENDENCIA CENTRAL
ANTECEDENTES:
La estadística es diferente para cada persona de acuerdo a su visión y la utilización que la quiera dar. Es por
eso que más adelante nosotros adoptaremos una visión de estadística. Cabe mencionar como antecedentes
históricos que la palabra estadística tiene su origen en STATISTIK que proviene de la palabra statista
(Estadística), utilizada por primera vez por Gottfried Achenwaii (1719-1772).
Por otra parte se sabe que el doctor E.A.W. Zimmenman introdujo el término Estadística en Inglaterra. Su
uso y divulgación lo realizo Sir John Sinclain en su obra “Statistical Account of Scotland (1791-1799).
DEFINICIÓN:
Es la rama de las matemáticas que se encarga de enseñar las reglas para colectar, organizar presentar y
procesar los datos obtenidos al realizar varias veces el experimento asociado a un fenómeno o variable de
interés, y para el diseño estadístico y para tomar decisiones cuando aparecen situaciones de incertidumbre.
ESTADÍSTICA:
Descriptiva: Trata lo relacionado a la obtención, organización, procesamiento y presentación de los datos.
Inferencial: Trata los métodos para generar conclusiones sobre una población a través de una muestra
aleatoria obtenida de ella. También permite desarrollar conclusiones sobre varias poblaciones empleando
muestras aleatorias de ellas.
PRESENTACIÓN NUMÉRICA:
Series Simples: Es la representación de datos obtenidos en forma ascendente o descendente.
Ejemplo: Durante una semana se observo que las tasas de interés de CETES (certificados de la tesorería) fueron:
22.32%, 21.40%, 20.70%, 20.69%, 20.06%
La presentación de una serie simple es:

20.06%, 20.69%, 20.70%, 21.40%, 22.32%
Series de Frecuencias: Consiste en organizar los datos obtenidos convenientemente por medio de dos
columnas, la de la izquierda indicara la o las características del fenómeno o experimento del estudio y la otra
columna indica el numero de casos presentados. (Frecuencia)
Computación II: Estadística 1/5

No. DE VENTAS POR DÍA FRECUENCIA
1 10
2 6
3 8
4 3
5 ó más 1
Total de ventas en el periodo 28
Series de Clase y Frecuencias o de datos agrupados: Este tipo de presentación generalmente se utiliza con
objeto de facilitar la interpretación de la información por medio de tablas de datos ordenados y agrupados por
intervalos, dando origen a una tabla conocida, como Distribución de Frecuencias.
PRESENTACIÓN GRAFICA:
Dentro de este tipo de representación se tienen: Gráfica de barras, Cartogramas, Sectores circulares o de
pastel, Diagramas lineales, Pictogramas, Polígono de frecuencias e Histogramas.
En este tipo de representaciones se describirán posteriormente la del histograma y polígono de frecuencias y

solo se darán algunos ejemplos de ellas.
Gráfica de barras: Este tipo generalmente se utiliza para mostrar datos de eventos de tipo cualitativos tanto
nominales o categóricos y ordinales o genéricos.
Gráfica de Pastel: Generalmente es usada para representar porcentajes de muestras o poblaciones de

acuerdo a las categorías o clases.
Pictogramas: Se utiliza a menudo para presentar en forma entendible para la mayoría de la gente.
Histograma: es un diagrama de barras que representa a escala el número de elementos que comprende cada
una de las clases de una distribución de frecuencias.
Procedimiento:
1. Se determinan los límites reales de cada clase, los cuales representan los valores extremos de
la base de las barras del histograma. Cada clase tiene su límite real inferior (L.R.I.) y un límite
real superior (L.R.S.). Es necesario agregar una clase al principio y otra al final para determinar
los límites reales.
2. En un par de ejes perpendiculares se representan los límites reales en el eje vertical.
3. Se trazan barras de tal forma que la base quede determinada por los límites reales y la altura
por la frecuencia de cada clase
Polígono de frecuencia: es una figura cerrada delimitada en su base por el eje horizontal, incluyendo la clase
anterior a la primera y la clase siguiente a la última; y cuyos vértices son los puntos centrales de la horizontal
superior de cada barra del histograma. Para trazarlo es necesario determinar la marca de clase.

MEDIDAS DE TENDENCIA CENTRAL
Este se presenta en una pequeña muestra con valores menores de 10, para obtenerlas se saca un promedio
de todos los datos, encontrándose en forma ascendente; donde se encuentran las más comunes como son:
Media Aritmética
Mediana
Moda
Media Geométrica G
Media Armónica H
Media Aritmética: La x es un conjunto de N números

X 1 , X 2 , X 3 ... X n que constituye una muestra aleatoria al
valor N, y la media, se define como el estadístico:
Muestras pequeñas: Las fórmulas que se muestran, indican la

misma operación, es decir, es la sumatoria de los datos de la muestra
entre el total de datos.
Muestras Grandes: se obtiene con la suma de los productos de las

frecuencias por las marcas de clase, de cada clase, dividido entre el
total de datos
x = media
F = frecuencia
X = marca de clase
N = total de datos
Mediana: Es el valor medio o la media aritmética de los valores medios en una muestra de datos
ordenados.
Para su cálculo se organizan los datos en forma ascendente y si se tiene un número impar de elementos, la
mitad del arreglo será la mediana y si por el contrario se encontrará un número par de elementos será el
promedio de los 2 que se hallen a la mitad.
N 
   F1 
Donde contiene:
Li = limite real inferior de la clase mediana (clase que contiene a la ~x  L   2 C

i
mediana).  f med 
N = total de datos  
 F 1 = frecuencia acumulada hasta la clase anterior a la clase  
mediana, o bien,  de frecuencias que quedan por debajo de la
frecuencia mediana.
f med = Frecuencia de la clase mediana
C = Tamaño del intervalo
Moda: Si, X 1 , X 2 ... X n que no son necesariamente diferentes, constituyen una muestra aleatoria de

tamaño n, entonces la Moda M es el valor de la observación que ocurre más a menudo.
Donde contiene:  1 
xˆ  Linf   C
 1  f mod  f inf
 1   2 
 2  f mod  f sup
Media Geométrica: Se aplica para calcular promedios cuando la información no tiene una tendencia lineal, y
su fórmula es:
Para datos no agrupados es: Para datos agrupados es:
G  N ( X 1 )( X 2 )...( X n ) G  N ( X 1 ) f1 ( X 2 ) f 2 ...( X n ) fn
Media Armónica: Se aplica cuando la información respectiva se expresa mediante razones y proporciones y
su fórmula es:
Para datos no agrupados es: Para datos agrupados es:
1 1 1 f1 f 2 f n
   
1 X1 X 2 X n 1 X1 X 2 X n
 
H N H N
Cuantiles
Son valores que dividen a la muestra en subdivisiones análogas, es decir, con el mismo número de datos.
Los cuantiles son: Cuartiles, Deciles y Percentiles

Una serie de datos se colocan en un orden de magnitud donde el valor medio es la mediana, por extensión de
esta idea se puede pensar en aquellos valores que dividen a los datos en cuatro partes iguales. Estos valores
son representados por Q1 , Q2 , Q3 se llaman 1ro., 2do. Y 3ro. cuartil.
El valor de Q2 es igual a la mediana y análogamente los valores que dividen los datos en 10 partes se
llaman deciles y se representan por D1 , D2 ,..., D9 mientras que los valores que dividen los datos en 100
partes iguales se llaman percentiles y se representan por P1 , P2 , P3 ,..., P99
El quinto y el quincuagésimo percentil se corresponden con la mediana. Los

percentiles 25 y 75 corresponden con el 1er. Y 3er. cuartil respectivamente.

N 
   f1 
Q1  Li   4 C
 f Q1 
 
Cuartiles. Son valores que dividen a la muestra de datos  
en 4 partes iguales. N 
   f1 
Q2  Li   2 C
 f Q2 
Q1 Q2 Q3  
 
(25%) (50%) (75%)  3N 
   f1 
Q3  Li   4 C
 f Q3 
 
 
 N 
   f1 
D1  Li   10 C
Deciles. Son valores que dividen a la muestra en diez  f D1 
partes iguales.  
 
N 
   f1 
D2  Li   5 C
 f D2 
D1 D2 D3 D4 D5 D6 D7 D8  
 
D9  9 N 
   f1 
(10%)(20%)(30%)(40%)(50%)(60%)(70%)(80%)(90%) D9  Li   10 C
 f D9 
 
 
Percentiles. Son valores que dividen a la muestra en 100  N 
partes análogas.    f1 
P1  Li   100 C
P1 P50  f P1 
 
 
…. ….  2N 
   f1 
P99 P2  Li   100 C
(1%) (50%) (99%)  f P2 
 
 
 75 N 
   f1 
P75  Li   100 C
 f P 75 
 
 
 99 N 
   f1 
P99  Li   100 C
 f P 99 
 
 

Varianza y Desviación Estándar

Cargado por

Copyright:

Formatos disponibles

Varianza y Desviación Estándar

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Varianza y Desviación Estándar

Cargado por

Copyright:

Formatos disponibles

MEDIDAS DE TENDENCIA CENTRAL

Descriptiva: Trata lo relacionado a la obtención, organización, procesamiento y presentación de los datos.

Series Simples: Es la representación de datos obtenidos en forma ascendente o descendente.

La presentación de una serie simple es:

Computación II: Estadística 1/5

Total de ventas en el periodo 28

En este tipo de representaciones se describirán posteriormente la del histograma y polígono de frecuencias y

Gráfica de Pastel: Generalmente es usada para representar porcentajes de muestras o poblaciones de

Computación II: Estadística 2/5

Media Aritmética: La x es un conjunto de N números

Muestras pequeñas: Las fórmulas que se muestran, indican la

Muestras Grandes: se obtiene con la suma de los productos de las

Li = limite real inferior de la clase mediana (clase que contiene a la ~x  L   2 C

f med = Frecuencia de la clase mediana

C = Tamaño del intervalo

Computación II: Estadística 3/5

Para datos no agrupados es: Para datos agrupados es:

Para datos no agrupados es: Para datos agrupados es:

Los cuantiles son: Cuartiles, Deciles y Percentiles

El quinto y el quincuagésimo percentil se corresponden con la mediana. Los

Computación II: Estadística 4/5

Computación II: Estadística 5/5

También podría gustarte