Docente: Ing.
Carlos Alayo
MEDIDAS ESTADÍSTICAS
Medidas de resumen que se calculan a partir de una muestra y que
describen ciertos aspectos de una serie o distribución de datos para poder
tener un mejor conocimiento de la población.
Finalidad
"RESUMIR" la información de la "MUESTRA" para poder tener así un mejor
conocimiento de la población.
CLASIFICACIÓN DE LAS MEDIDAS
ESTADÍSTICAS
Media aritmética
Medidas de
Tendencia Mediana
central:
Moda
Cuartiles
Medidas Medidas de Deciles
Estadísticas posición:
Percentiles
Rango o recorrido
Medidas de Desviación típica o estándar
dispersión:
Varianza
Coeficiente de variación
MEDIDAS DE TENDENCIA CENTRAL
Son aquellas medidas que localizan el centro de una distribución, indicando el valor
alrededor del cual tienden a concentrarse o distribuirse las demás observaciones. El objetivo
es conseguir un valor que sea representativo del conjunto total de datos que se está
analizando.
Media aritmética o promedio
La media aritmética o promedio de un conjunto de valores de una variables es la suma
de dichos valores dividida entre el número de valores.
Cálculo de la media de datos no
agrupados
En Excel, use la función =PROMEDIO(DATOS)
Cálculo de la media de datos
agrupados de variable discreta
Cálculo de la media de datos
agrupados de variable continua
Mediana
La mediana es el valor que ocupa la posición central de un conjunto de n datos ordenados
de una variable en estudio.
El 50% de las unidades
elementales presentan valores en El 50% de las unidades elementales
la variable de estudio iguales o presentan valores en la variable de
menores a la mediana estudio mayores a la mediana
En Excel, use la función =MEDIANA(DATOS) Mediana ( Me)
Datos agrupados con intervalos
𝑛
−𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖 + 2
*a
𝑓𝑖
Moda
La moda es el valor que presenta la mayor frecuencia de un conjunto de
datos observados de una variable .Se denota por mo.
Datos agrupados con
intervalos
Características de la moda
1
• Es la única medida de tendencia central que se Mo L a
obtiene para cualquier escala de medición. i
1 2
• El valor de la moda no se ve afectada por valores
extremos.
• La moda no siempre es un valor único. En una
serie de datos se puede tener dos modas 1
f i
f i 1
(bimodal) o más de dos modas ( multimodal).
• En un conjunto de datos no necesariamente se va 2
f i
f i 1
a encontrar moda.
12 30
10 25
8 20
Amodal 6 15 Unimodal
4 10
2 5
0 0
1 2 3 4 5 6 1 2 3 4 5 6
25
30
25 20
20 15
Bimodal 15
Trimodal
10
10
5
5
0 0
1 2 3 4 5 6 1 2 3 4 5 6
En Excel, use la función =[Link](DATOS)
Ejemplo 1
Los siguientes datos corresponden al número de visitas al mes que una muestra de 30
estudiantes realizó a la cafetería de la universidad.
4 2 4 2 1 3 3 1 3 3 4 1 1 4 1
Calcule e interprete la media de la variable en estudio
Ejemplo 2
Se evaluó un total de 56 pymes, con una antigüedad
no mayor de 5 años respecto a su experiencia en el
sector de confecciones de polos.
Calcule e interprete la media de la variable en estudio
Ejemplo 3
Un total de 40 alumnos de un colegio de secundaria fueron seleccionados para que integren el
equipo de básquetbol. Para esto, el técnico del equipo tomó medidas de sus estatus, apuntó los
datos aproximando en centímetros y los agrupó por intervalos en una tabla de frecuencia, como
se muestra a continuación.
Calcule e interprete la media de la variable en estudio
Ejemplo 4
Se muestran los tiempos de espera ( en minutos) de 13 clientes para ser atendidos en la ventanilla
de un banco.
15 10 20 13 8 15 9 12 18 11 14
22 6
Calculamos la mediana e interpretamos .
Ejemplo 5
En una investigación realizada a los suscriptores de la
revista Magaly se hizo la siguiente pregunta: “ de los
últimos números publicados ¿ cuántos ha leído usted?” .
Las respuestas de 500 suscriptores se resumen en la
siguiente tabla.
Calculamos la mediana.
Ejemplo 6
Se realizó un estudio en el distrito de Gregorio Albarracín con la finalidad de conocer la edad en
que los trabajadores del distrito solicitaron su jubilación. Los datos han sido clasificados en grupos
quinquenales y se muestra en la siguiente tabla.
Calculamos la mediana y moda e interpretamos .
Ejemplo 7
Los siguientes datos corresponden al número de visitas que realizó el presente mes una
muestra de estudiantes a la cafetería de la universidad.
4 2 4 2 1 3 3 1 3 3 4 1 1 4 1 2 4 1 4 1
5 5 5 3 1 3 1 4 1 1 5 2 3 2 1 6 2 3 2 8
Calculamos la moda e interpretamos .
Ejemplo 8
A continuación, se presenta la información de una muestra aleatoria de 15 profesionales
egresados de la carrera de Ingeniería Alimentarias y Comercial.
Edad (años) 25 20 21 31 21 24 30 21 22 31 21 28 31 31 24
Estatura (cm) 154 154 154 184 173 170 176 188 168 161 171 175 187 161 161
Calculamos la moda .
MEDIDAS DE POSICIÓN O CUANTILES
Los cuantiles son los valores de la distribución que la dividen en partes
iguales , es decir , en intervalos que comprenden el mismo número de
valores.
Los cuantiles más importantes son los denominados cuartiles , deciles y
percentiles.
Percentiles
Dividen el conjunto de datos en 100 partes porcentualmente iguales
Cuartiles
• Dividen el conjunto de datos en cuatro partes porcentualmente iguales.
• Se les denota como Q1, Q2 y Q3.
• Su equivalente en percentiles es Q1 = P25 , Q2 = P50 = Me , Q3 = P75
Deciles
• Dividen el conjunto de datos en 10 partes porcentualmente iguales.
• Se les denota como D1 , D2 , D3, ……, D9 respectivamente.
• Su equivalente en percentiles es D1 = P10 , D2 = P20 , D3 = P30 ,…… D9 = P90
Cálculo de un percentil
1. Primero, ordenamos los datos de manera ascendente.
2. Calculamos la posición i del percentil K.
3. Luego, calculamos el percentil K.
Si d = 0 , entonces :
Si d ≠ 0 , entonces
kn Kn Kn
100 F i 1 F ii11 F i 1
Pkk Lii f A; k 1,2,3,.., 99 Dk Li 10
1,2,3,.., 99 A;
A; 1,2,3, 99 Q Li 4
kk 1,2,3, A; K 1,2,3
i f ii k
fi
Ejemplo 1
A continuación se presentan los tiempos de espera ( en minutos) de 11 clientes para ser atendidos en
la ventanilla de un banco.
15 10 20 13 8 15 9 12 18 11 14
Calcular el Q1 y Q3.
Ejemplo 2
Ahora se presentan los tiempos de espera ( en minutos) de 13 clientes para ser atendidos en la
ventanilla de un banco.
15 10 20 13 8 15 9 12 18 11 14 17 11
Calcular el Q1 y Q3.
Ejemplo 3
Se realizó un estudio en el distrito de Gregorio Albarracín con la finalidad de conocer la edad en
que los trabajadores del distrito solicitaron su jubilación. Los datos han sido clasificados en grupos
quinquenales y se muestra en la siguiente tabla.
Calcular el Q1 y Q3.
Ejemplo 4
A continuación se presentan los tiempos de espera ( en minutos) de 11 clientes para ser atendidos en
la ventanilla de un banco.
15 10 20 13 8 15 9 12 18 11 14
Calcular el P30 y P45.
Ejemplo 5
Se realizó un estudio en el distrito de Gregorio Albarracín con la finalidad de conocer la edad en
que los trabajadores del distrito solicitaron su jubilación. Los datos han sido clasificados en grupos
quinquenales y se muestra en la siguiente tabla.
Calcular el P40 y P85.
MEDIDAS DE DISPERSIÓN O VARIABILIDAD
Las medidas de dispersión o variabilidad indican cuán alejados están los
valores de una variable del valor que los representa y por lo tanto permiten
evaluar la confiabilidad de ese valor central.
Cuando la medida de dispersión tiene un valor pequeño, los datos están
concentrados alrededor de la medida de tendencia central, en cambio si
la medida de dispersión tiene un valor grande, los datos no están
concentrados alrededor de la medida de tendencia central.
Rango
El rango ( alcance , amplitud o recorrido) de un conjunto de datos
observados es la diferencia entre dato mayor y el dato menor:
R = Xmax – Xmin
Donde:
Xmax : valor máximo observado de la variable.
Xmin : valor mínimo observado de la variable.
Ejemplo
El jefe de control de calidad de la empresa industrial de termas eléctricas
Thermosol S.A. Selecciona una muestra al azar de 12 termas, y registra el
número de defectos que presenta cada terma. Calcule el rango.
Varianza
Es una medida del grado de
dispersión o variación de los
valores de una variable con
respecto a su media o promedio.
Varianza para datos no
agrupados
Varianza para datos
agrupados
Desviación estándar
Conocida también como la desviación típica y es la medida que nos
indica cuánto tienden a alejarse los datos del promedio. Se calcula
sacando la raíz cuadrada de la varianza.
Características de la varianza y la
desviación estándar
• La varianza y la desviación estándar son números reales no
negativos.
• Se pueden calcular para variables medidas en escala de intervalo o
razón.
• Se ven afectadas por valores extremos.
• La varianza es expresada en unidades cuadráticas a las unidades
de los datos, mientras que la desviación estándar es expresada en
la misma unidad de los datos.
Coeficiente de variación
El coeficiente de variación de un conjunto de datos observados expresa la desviación
estándar como porcentaje de la media . A diferencia de otras medidas de dispersión, el
coeficiente de variación es una medida relativa.
Es útil al comparar la variabilidad de dos o más series de datos que se expresan en distintas
o iguales unidades.
Se calcula preferentemente en variables medidas en escala de razón
( algunos autores sugieren que se debe evitar su calcular para variables medidas en escala
de intervalo).
Ejemplo 1
A continuación, se presentan los tiempos de espera ( en minutos) de una muestra de 11
clientes para ser atendidos en la ventanilla de un banco.
15 10 20 11 8 15 9 12 18 11 14
Calcular la varianza.
Ejemplo 2
Se ha tomado una muestra de 30 alumnos de la Escuela de
Ingeniería Alimentarias y se les ha preguntado por el
número de asignaturas desaprobadas (x) en el semestre
anterior. Los datos recolectados se resumieron en la
siguiente tabla y con estos se requiere calcular la varianza.
Ejemplo 3
Con la finalidad de conocer la varianza de los gastos semanales ( en soles) del personal
administrativo de una empresa de cemento en Lima, en enero del 2023, se seleccionó una muestra
de 30 personas . Los datos resumidos y los cálculos necesario se presentan en la siguiente tabla.
Calcular la varianza, desviación estándar y coeficiente de variación
