REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POULAR PARA LA EDUCACIÓN

INSTITUTO UNIVERSITARIO POLITÉCNICO “SANTIAGO MARIÑO” BARCELONA –

EDO. ANZOÁTEGUI

ING. sistema

MEDIDAS DE TENDENCIA CENTRAL

PROFESOR: BACHILLER:

Beltrán, Pedro Lugo, Kevin

Barcelona, Enero 2020

 Introducción.
Las medidas de tendencia central son medidas estadísticas que se usan para
describir cómo se puede resumir la localización de los datos. Ubican e identifican
el punto alrededor del cual se centran los datos.

Las medidas de tendencia central nos indican hacia donde se inclinan o se

agrupan más los datos. Las más utilizadas son: la media, la mediana y la moda.

El propósito de las medidas de tendencia central son la de mostrar en qué lugar

se ubica el elemento promedio o típica del grupo también Sirve como un método
para comparar o interpretar cualquier valor en relación con el puntaje central o
típico, además Sirve como un método para comparar el valor adquirido por una
misma variable en dos diferentes ocasiones y es útil como un método para
comparar los resultados medios obtenidos por dos o más grupos.
 Índice.

-Introducción.

-Contenido:

 Concepto de las medidas de tendencia central.

 Tipos de promedios.
1. Media aritmética.
2. Media ponderada.
3. Media geométrica.
4. Media armónica.
5. Mediana (estadística).
6. Moda (estadística).
o ¿Cómo se calcula la media aritmética?
o ¿Cuál es el promedio geométrico?
o ¿La moda?
 Cálculo y aplicación de la media aritmética, promedio geométrico, la
moda y la mediana.
 Cálculo a partir de series simples y agrupadas de las medidas de
dispersión
-conclusión.
 Medidas de tendencia central.
Las medidas de tendencia central o parámetro de tendencia central o medida
de centralización son todos aquellos números o medidas estadísticas que
pretenden resumir en un solo valor a un conjunto de valore; cuando se hace
cualquier referencia que se refiera únicamente a la posición de estos
parámetros o números dentro de la distribución, independientemente de que esté
más o menos centrada, se habla de estas medidas como medidas de posición.

Cada Representación de los parámetros se refiere a un centro en torno al cual

se encuentra ubicado el conjunto de los datos. Las medidas de tendencia central
más utilizadas son: media, mediana y moda.

Los procedimientos utilizados para la obtención de estas medidas estadísticas

difieren minúsculamente, todo esto dependiendo de la forma en que se
encuentren los datos. Si los datos se encuentran ordenados en una tabla
estadística diremos que se encuentran “agrupados” y si por el contrario tales
datos no están en una tabla hablaremos de ellos como “no agrupados”.

Se debe subrayar el hecho de que existen tanto variables cualitativas como

variables cuantitativas, por lo que las medidas de posición o medidas de
tendencia se usan de acuerdo al tipo de variable que se está observando.

Tipos de promedios: matemáticos y estadísticos.

En matemáticas y estadística, una media o promedio es una medida de
tendencia central. 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. Existen distintos tipos de medias, tales como la
media geométrica, la media ponderada y la media armónica aunque en el
lenguaje común, tanto en estadística como en matemáticas la elemental de
todas ellas es el término que se refiere generalmente a la media aritmética. Entre
los parámetros podemos destacar:

 Media aritmética.
  Media ponderada.
 Media geométrica.
 Media armónica.
 Mediana (estadística).
 Moda (estadística).

-Media aritmética: La media aritmética es el valor promedio de las muestras y es

independiente de las amplitudes de los intervalos, se encuentra sólo para
variables cuantitativas. Se encuentra sumando todos los valores y dividiendo por
el número total de datos. Construcción geométrica:

La media aritmética se define como:

Por ejemplo, la media aritmética de 8, 5 y -1 es igual a:

Se utiliza la letra x con una barra horizontal sobre el símbolo para representar la
media de una muestra, mientras que la letra µ (mu) se usa para la media
aritmética de una población, es decir, el valor esperado de una variable.

En otras palabras, es la suma de n valores de la variable y luego dividido por n,

donde n es el número de sumandos, o en el caso de estadística el número de
datos será el resultado.

Esta media tiene algunas propiedades entre las cuales están:

• La suma de las desviaciones con respecto a la media aritmética es cero

(0).
• La media aritmética de los cuadrados de las desviaciones de los valores
de la variable con respecto a una constante cualquiera se hace mínima
cuando dicha constante coincide con la media aritmética.
 • Si a todos los valores de la variable se le suma una misma cantidad, la
media aritmética queda aumentada en dicha cantidad.
• Si todos los valores de la variable se multiplican por una misma
constante la media aritmética queda multiplicada por dicha constante.

-Media ponderada:

La media ponderada es una medida de tendencia central, que es apropiada

cuando en un conjunto de datos cada uno de ellos tiene una importancia relativa
(o peso) respecto de los demás datos. Se obtiene multiplicando cada uno de los
datos por su ponderación (peso) para luego sumarlos, obteniendo así una suma
ponderada; después se divide esta entre la suma de los pesos, dando como
resultado la media ponderada.

-Medida geométrica.

En matemáticas y estadística, la media geométrica de una cantidad arbitraria de

números (por decir n números) es la raíz enésima del producto de todos los
números; es recomendada para datos de progresión geométrica, para promediar
razones, interés compuesto y números índice. Construcción geométrica:

-La media armónica:

La media armónica (designada usualmente mediante H) de una cantidad finita

de números es igual al recíproco, o inverso, de la media aritmética de los
recíprocos de dichos valores y es recomendada para promediar velocidades.
Construcción geométrica:
-Mediana (estadística).

En el ámbito de la estadística, la mediana (del latín mediānus 'del medio'1)

representa el valor de la variable de posición central en un conjunto de datos
ordenados. Se le denota Me.

-Moda (estadística).

En estadística, la moda es el valor con mayor frecuencia en una de las

distribuciones de datos. Esto va en forma de una columna cuando encontremos
dos modas, es decir, dos datos que tengan la misma frecuencia absoluta máxima.
Una distribución trimodal de los datos es en la que encontramos tres modas. En
el caso de la distribución uniforme discreta, cuando todos los datos tienen la
misma frecuencia, se puede definir las modas como indicado, pero estos valores
no tienen utilidad. Por eso algunos matemáticos califican esta distribución como
«sin moda». Visualización geométrica de la moda, la mediana y de la media de una
función arbitraria de densidad de probabilidad:

¿Cómo se calcula la media aritmética?

Calcular la media aritmética o promedio es muy sencillo. En primer lugar debes
sumar los valores de todo el conjunto de datos del que quieras obtener el
promedio. A continuación divide este valor por la cantidad de números del
conjunto. El resultado es el valor medio o promedio.

¿Cuál es el promedio geométrico?

La mayoría de personas conocemos cuál es el promedio de una serie de valores
numéricos, el promedio aritmético, pero pocas personas conocen que hay otro
tipo de promedio: el promedio geométrico.

El promedio geométrico de una serie de “n” números se encuentra calculando la

raíz “n” del producto de los números.

Se llama promedio geométrico porque su interpretación tiene que ver con la

geometría. Al calcular un área de un rectángulo como a x b con a≠b, al encontrar
el promedio “geométrico” de los dos lados encontraríamos un rectángulo de
lados iguales (un cuadrado) equivalente; es decir que ese cuadrado tendría un
área igual que la del rectángulo inicial.

Lo mismo sucede si estuviéramos calculando el volumen de un cierto cubo de

lados a, b y c; su volumen se calcula por a x b x c. Un cubo de lados “promedio”
iguales tendría el mismo volumen que el cubo dado. y ese lado promedio se
calcula por la fórmula del promedio geométrico.

¿La moda?
La moda es el valor que se repite, la forma más sencilla de comprender este
concepto es observando las tendencias con respecto a la industria de ropa
conocida también como tendencias de moda, el color más usado, el estilo más
visto durante una temporada se dice que está de moda, ya que es comúnmente
repetido en la sociedad, por esta razón, se define la moda como mencionamos
antes como en el valor que se repite.

Por definición, la moda no es un valor único, sino que pueden existir más de dos
valores que tengan la misma frecuencia en cuyos casos se hablará de un valor
bimodal o polimodal. La moda se destaca por un sencillo cálculo. Tiene una
forma muy clara de interpretarse

¿Cómo encontrar la moda en una serie de números?

Vale la pena comenzar recordando que cuando 2 o más datos están vinculados
estaremos en presencia de una serie multimodal o bimodal, esto ocurre cuando
los valores comunes son la moda dentro de la serie.

1. Lo primero que debes hacer es anotar la serie correspondiente de datos.

Puedes hacerlo a mano con papel o lápiz o si lo prefieres puedes
 anotarlas en una hoja de cálculo de Excel, esto con la finalidad de realizar
los cálculos que de otra forma sería complicado realizar de forma mental.
2. El segundo paso de este proceso también es muy sencillo y es cuestión
que ordenes dichos datos de menor a mayor, volviendo al método que
elijas para realizarlo vale de destacar que en una hoja de cálculo es muy
fácil reordenar los datos de menor mayor con solo un clic, sin embargo, si
estás realizando los cálculos a mano tendrás que volver a escribirlos.
3. Ahora observa las veces que se repite cada uno de los datos y luego de
haberlo hecho observa cual valor dentro de la serie se repite con mayor
frecuencia. Ese valor que observas más veces repetido será la moda de la
serie.
4. Ten en cuenta que no debes confundir la moda con la mediana y la
media, recuerda que la media es el promedio de la serie de datos y la
mediana se refiere al número central o del medio dentro de la serie de
datos.

¿Cómo Calcular la mediana?

Para calcular la mediana, ordena los números que te han dado según su valor y
encuentra el que queda en el medio.

Mira estos números:

3, 13, 7, 5, 21, 23, 39, 23, 40, 23, 14, 12, 56, 23, 29

Si los ordenamos de mayor a menor queda:

3, 5, 7, 12, 13, 14, 21, 23, 23, 23, 23, 29, 39, 40, 56

Hay quince números. El del medio es el octavo número:

3, 5, 7, 12, 13, 14, 21, 23, 23, 23, 23, 29, 39, 40, 56

La mediana de este conjunto de valores es 23.

(Fíjate en que no importan mucho los otros números de la lista)

PERO si hay una cantidad par de números la cosa cambia un poco.

En ese caso tenemos que encontrar el par central de números, y después calcular
su valor medio. Esto se hace simplemente sumándolos y dividiendo entre dos. Lo
vemos mejor con un ejemplo:

3, 13, 7, 5, 21, 23, 23, 40, 23, 14, 12, 56, 23, 29
Si ordenamos los números nos queda:

3, 5, 7, 12, 13, 14, 21, 23, 23, 23, 23, 29, 40, 56

Ahora hay catorce números así que no tenemos sólo uno en el medio, sino un
par:

3, 5, 7, 12, 13, 14, 21, 23, 23, 23, 23, 29, 40, 56

En este ejemplo los números intermedios son 21 y 23. Para calcular el valor en
medio de ellos, sumamos y dividimos entre 2:

21 + 23 = 44

44 ÷ 2 = 22

Así que la mediana en este ejemplo es 22.

Cálculo a partir de series simples y agrupadas de las medidas de

dispersión
Las medidas de dispersión muestran la variabilidad de una distribución,
indicándolo por medio de un número, si las diferentes puntuaciones de una
variable están muy alejadas de la media. Cuanto mayor sea ese valor, mayor será
la variabilidad, cuanto menor sea, más homogénea será a la media. Así se sabe si
todos los casos son parecidos o varían mucho entre ellos.

DESCRIPCIÓN DE DATOS

Datos agrupados y no agrupados.

Los datos agrupados son aquellos datos que pertenecen a un tamaño demuestra
mayor a 20 o más elementos, por lo que para ser analizados requieren ser
agrupados en clases a partir de ciertas características.

- Su objetivo es resumir la información.

- Comúnmente, pertenecen a una muestra mayor a 20 elementos, por lo cual

requieren ser agrupados, esto implica: ordenar, clasificar y expresar los en una
tabla de frecuencias.

- Se agrupan los datos, esto quiere decir que se pueden clasificar de forma
coherente y lógica mediante una tabla de frecuencias.

- La agrupación de los datos puede ser simple o mediante intervalos de clase.

Ejemplo:

 Empleados: los empleados de una pizzería se clasifican sus edades para

determinar el rango de edades que tiene mayor número de empleados.

Rango de edades número de empleados

18-21 9

22-25 12

26-30 5

 Moneda: se recibe en mayor cantidad en un banco para determinar cual

tiene mayor circulación.

Rango de moneda Cantidad

$0.05 – $10.00 $ 156,437.25

$20.00 – $100.00 $ 878,920.00

$200.00 –$1000.00 $ 1, 100,200.00

Los datos no agrupados son aquellos datos que pertenecen a una muestra
menor a 20 elementos, por lo que para ser analizados, no requieren ser
agrupados.

- los datos tal como se recabaron, en bruto (es decir, no se presentan

clasificados)

- no es necesario clasificar ni generar una tabla de frecuencias, ya que no tiene

“mucho sentido”.

Las muestra menor a 20 Elementos. Aunque contemos con menos de 20

elementos, debe de verificarse que los datos no sean significativos, esto es que la
información no sea “repetitiva”, de esta forma, sabremos que no se podrá
clasificar y por lo tanto se puede presentar la información en una tabla de
frecuencias.

En caso de que una vez que hayamos ordenado los elementos, se cuente con
datos significativos. Procedemos a clasificarlos (si es posible, ya que también
debemos de buscar la lógica al clasificar los elementos) para convertirlos en
“datos agrupados”.

Ejemplo:
 Empleados: en una pizzería, hay un total de 20 empleados (esto es, se enfilan
los empleados y proporcionan su edad y así como dan la edad así se registra)

19, 20, 22, 24, 22, 18, 20, 21, 23, 22, 26, 27, 22, 28, 26, 19, 18, 20, 24, 21.

Moneda: se recibe en mayor cantidad en un banco para determinar cual tiene

mayor circulación.

$0.05, $0.50, $1.00, $2.00, $5.00 $10.00, $20.00, $50.00, $100.00, $200.00,
$500.00 y $1000.00 de un total de $2, 355, 557.25

Estos son datos no agrupados porque no se han clasificado.

Medidas de dispersión.
Las medidas de dispersión son números reales no negativos, su valor es igual a
cero cuando los datos son iguales y este se incrementa a medida que los datos se
vuelven más diversos.

Para calcular la variabilidad que una distribución tiene respecto de su media, se

calcula la media de las desviaciones de las puntuaciones respecto a la media
aritmética. Pero la suma de desviaciones positivas y negativas podrían cancelarse
entre sí, así que se adoptan dos clases de estrategias para salvar este problema.
Una es tomando las desviaciones en valor absoluto (por ejemplo desviación
media) y otra es tomando las desviaciones al cuadrado (por ejemplo varianza).

Medidas dimensionales.

La mayoría de las medidas de dispersión se encuentran en las mismas unidades

de la cantidad que está siendo medida.

Entre ellas se encuentran principalmente:

 Desviación típica por un lado o por el otro: La desviación típica informa

sobre la dispersión de los datos respecto al valor de la media.
 Rango: En estadística, es la diferencia entre el valor máximo y el valor
mínimo en un grupo de números aleatorios. Se le suele simbolizar con R.
 Medio rango: el rango medio o extremo medio de un conjunto de valores
de datos estadísticos es la media aritmética de los valores máximos y
mínimos de un conjunto de datos.
 Rango intercuartílico: es una medida de dispersión estadística, igual a la
diferencia entre los percentiles 75 y 25.
 Covarianza: es un estadístico que indica la relación de las puntuaciones
entre sí
  Desviación media absoluta (MAD): es una medida sólida de la variabilidad
de una muestra univariable de datos cuantitativos.
 Diferencia media absoluta (univariante) es una medida de dispersión
estadística igual a la diferencia media absoluta de dos valores
independientes extraídos de una distribución de probabilidad.
 Desviación media

Medidas adimensionales

Otras medidas de dispersión son adimensionales. Ejemplos de ellas son:

 Coeficiente de correlación de Persona: permite saber si el ajuste de la

nube de puntos a la recta de regresión obtenida es satisfactorio.
 Diferencia absoluta media relativa
 Entropía: Mientras que la entropía de una variable discreta es de
ubicación-invariante y escala-independiente, y por lo tanto no es una
medida de dispersión en el sentido anterior, la entropía de una variable
continua es invariante de ubicación y aditivo en escala.
 Coeficiente de variación
 Conclusión

Las Medidas de tendencia central, nos permiten identificar los valores más
representativos de los datos, de acuerdo a la manera como se tienden a
concentrar.

Las medidas de tendencia central tienen como objetivo el sintetizar los datos en
un valor representativo.

Las medidas de tendencia central son representativas como síntesis de la

información.
 Bibliografía
Mayén, Silvia. "Comprensión de las medidas de tendencia central en estudiantes
mexicanos de educación secundaria y bachillerato." (2009).

MAYÉN, Silvia, et al. Comprensión de las medidas de tendencia central en

estudiantes mexicanos de educación secundaria y bachillerato. 2009.

Mayén, S. (2009). Comprensión de las medidas de tendencia central en

estudiantes mexicanos de educación secundaria y bachillerato.

Quevedo, F. (2011). Medidas de tendencia central y

dispersión. Medwave, 11(03).

QUEVEDO, Fernando. Medidas de tendencia central y dispersión. Medwave,

2011, vol. 11, no 03.

Wikipedia (2020, Enero 25). Medidas de tendencia central. Recuperado de:

https://es.wikipedia.org/wiki/Medidas_de_tendencia_central