MEDIDAS DE TENDENCIA CENTRAL

Al describir grupos de observaciones, con frecuencia es conveniente resumir la informacin con un

solo nmero. Este nmero que, para tal fin, suele situarse hacia el centro de la distribucin de
datos se denomina medida o parmetro de tendencia central o de centralizacin. Cuando se hace
referencia nicamente a la posicin de estos parmetros dentro de la distribucin,
independientemente de que sta est ms o menos centrada, se habla de estas medidas
como medidas de posicin. En este caso se incluyen tambin los cuantiles entre estas medidas.

Entre las medidas de tendencia central tenemos:

Media
Media ponderada
Media geomtrica
Media armnica
Mediana
Moda

Se debe tener en cuenta que existen variables cualitativas y variables cuantitativas, por lo que
las medidas de posicin o medidas de tendencia se usan de acuerdo al tipo de variable que se
est observando, en este caso se observan variables cuantitativas.

Media Aritmetica.
La media aritmtica es el valor obtenido por la suma de todos sus valores dividida entre el nmero
de sumadores.

La media aritmtica es, probablemente, uno de los parmetros estadsticos ms extendidos. Se le

llama tambin promedio o, simplemente, media.

Definicin formal
Dado un conjunto numrico de datos, x1, x2, ..., xn, se define su media aritmtica como

Esta definicin vara, aunque no sustancialmente, cuando se trata de variables continuas, esto es,
tambin puede calcularse para variables agrupadas en intervalos.
Propiedades
Las principales propiedades de la media aritmtica son:

Su clculo es muy sencillo y en l intervienen todos los datos.

Su valor es nico para una serie de datos dada.
Se usa con frecuencia para comparar poblaciones, aunque es ms apropiado acompaarla de
una medida de dispersin.
Se interpreta como "punto de equilibrio" o "centro de masas" del conjunto de datos, ya que
tiene la propiedad de equilibrar las desviaciones de los datos respecto de su propio valor:

o
Es poco sensible a fluctuaciones mustrales, por lo que es un parmetro muy til en inferencia
estadstica.

Inconvenientes de su uso
Este parmetro, aun teniendo mltiples propiedades que aconsejan su uso en situaciones muy
diversas, tiene tambin algunos inconvenientes, como son:

Para datos agrupados en intervalos (variables continuas) su valor oscila en funcin de la

cantidad y amplitud de los intervalos que se consideren.
Es una medida a cuyo significado afecta sobremanera la dispersin, de modo que cuanto
menos homogneos sean los datos, menos informacin proporciona. Dicho de otro modo,
poblaciones muy distintas en su composicin pueden tener la misma media.
No se puede determinar si en una distribucin de frecuencias hay intervalos de clase
abiertos.

Media aritmtica ponderada

A veces puede ser til otorgar pesos o valores a los datos dependiendo de su relevancia para
determinado estudio. En esos casos se puede utilizar una media ponderada.

Si son nuestros datos y son sus "pesos" respectivos, la media

ponderada se define de la siguiente forma:
 Media muestral
Esencialmente, la media muestral es el mismo parmetro que el anterior, aunque el adjetivo
"muestral" se aplica a aquellas situaciones en las que la media aritmtica se calcula para
un subconjunto de la poblacin objeto de estudio.

La media muestral es un parmetro de extrema importancia en la inferencia estadstica, siendo de

gran utilidad para la estimacin de la media poblacional, entre otros usos.

Moda.
La moda es el dato ms repetido de la encuesta, el valor de la variable con mayor frecuencia
absoluta. En cierto sentido la definicin matemtica corresponde con la locucin "estar de moda",
esto es, ser lo que ms se lleva.

Su clculo es extremadamente sencillo, pues solo necesita un recuento. En variables continuas,

expresadas en intervalos, existe el denominado intervalo modal o, en su defecto, si es necesario
obtener un valor concreto de la variable, se recurre a la interpolacin.

Hablaremos de una distribucin bimodal de los datos, cuando encontremos dos modas, es decir,
dos datos que tengan la misma frecuencia absoluta mxima. Cuando en una distribucin de datos
se encuentran tres o ms modas, entonces es multimodal. Por ltimo, si todas las variables tienen
la misma frecuencia diremos que no hay moda.

Cuando tratamos con datos agrupados en intervalos, antes de calcular la moda, se ha de definir el
intervalo modal. El intervalo modal es el de mayor frecuencia absoluta.

La moda, cuando los datos estn agrupados, es un punto que divide el intervalo modal en dos
partes de la forma p y c-p, siendo c la amplitud del intervalo, que verifiquen que:

Siendo la frecuencia absoluta del intervalo modal y y las frecuencias absolutas de

los intervalos anterior y posterior, respectivamente, al intervalo modal.

Propiedades
Sus principales propiedades son:

Clculo sencillo.

Interpretacin muy clara.

Al depender solo de las frecuencias, puede calcularse para variables cualitativas. Es por ello el
parmetro ms utilizado cuando al resumir una poblacin no es posible realizar otros clculos.

Inconvenientes
Su valor es independiente de la mayor parte de los datos, lo que la hace muy sensible a
variaciones mustrales. Por otra parte, en variables agrupadas en intervalos, su valor depende
excesivamente del nmero de intervalos y de su amplitud.

Usa muy pocas observaciones, de tal modo que grandes variaciones en los datos fuera de la moda,
no afectan en modo alguno a su valor.

No siempre se sita hacia el centro de la distribucin.

Puede haber ms de una moda en el caso en que dos o ms valores de la variable presenten la
misma frecuencia (distribuciones bimodales o multimodales).

Mediana.
La mediana es un valor de la variable que deja por debajo de s a la mitad de los datos, una vez que
stos estn ordenados de menor a mayor.

En caso de un nmero par de datos, la mediana no correspondera a ningn valor de la variable,

por lo que se conviene en tomar como mediana el valor intermedio entre los dos valores
centrales.

Existen mtodos de clculo ms rpidos para datos ms. Del mismo modo, para valores agrupados
en intervalos, se halla el "intervalo mediano" y, dentro de ste, se obtiene un valor concreto por
interpolacin.
 PROPIEDADES E INCONVENIENTES
Las principales propiedades de la mediana son:

Es menos sensible que la media a oscilaciones de los valores de la variable. Un error de

transcripcin en las series.

Como se ha comentado, puede calcularse para datos agrupados en intervalos, incluso cuando
alguno de ellos no est acotado.

No se ve afectada por la dispersin. De hecho, es ms representativa que la media aritmtica

cuando la poblacin es bastante heterognea. Suele darse esta circunstancia cuando se resume la
informacin sobre los salarios de un pas o una empresa. Hay unos pocos salarios muy altos que
elevan la media aritmtica haciendo que pierda representatividad respecto al grueso de la
poblacin. Sin embargo, alguien con el salario "mediano" sabra que hay tanta gente que gana ms
dinero que l, como que gana menos.

Sus principales inconvenientes son que en el caso de datos agrupados en intervalos, su valor vara
en funcin de la amplitud de estos. Por otra parte, no se presta a clculos algebraicos tan bien
como la media aritmtica

Media Geomtrica
En matemticas y estadstica, la media geomtrica de una cantidad arbitraria de nmeros (por
decir n nmeros) es la raz n-sima del producto de todos los nmeros, es recomendada para
datos de progresin geomtrica, para promediar razones, inters compuesto y nmeros ndices.

Por ejemplo, la media geomtrica de 2 y 18 es

Otro ejemplo, la media de 1, 3 y 9 sera

 Propiedades

El logaritmo de la media geomtrica es igual a la media aritmtica de los logaritmos de los valores
de la variable.

La media geomtrica de un conjunto de nmeros positivos es siempre menor o igual que la media
aritmtica:

La igualdad slo se alcanza s .

Ventajas

considera todos los valores de la distribucin y

es menos sensible que la media aritmtica a los valores extremos.
Desventajas

es de significado estadstico menos intuitivo que la media aritmtica,

su clculo es ms difcil y
en ocasiones no queda determinada; por ejemplo, si un valor entonces la media
geomtrica se anula.

Solo es relevante la media geomtrica si todos los nmeros son positivos. Como hemos visto, si
uno de ellos es 0, entonces el resultado es 0. Si hubiera un nmero negativo (o una cantidad impar
de ellos) entonces la media geomtrica sera o bien negativa, o bien inexistente en los nmeros
reales.

En muchas ocasiones se utiliza su trasformacin en el manejo estadstico de variables con

distribucin no normal.

La media geomtrica es relevante cuando varias cantidades son multiplicadas para producir un
total.
 Media geomtrica ponderada
Al igual que en una media aritmtica pueden introducirse pesos como valores multiplicativos para
cada uno de los valores con el fin de ponderar o hacer pesar ms en el resultado final ciertos
valores, en la media geomtrica pueden introducirse pesos como exponentes:

Donde las son los pesos.

Media Armnica.
La media armnica', denominada H, de una cantidad finita de nmeros es igual
al recproco, o inverso, de la media aritmtica de los recprocos de dichos valores y es
recomendada para promediar velocidades.

As, dados n nmeros x1, x2, ... , xn la media armnica ser igual a:

La media armnica resulta poco influida por la existencia de determinados valores mucho
ms grandes que el conjunto de los otros, siendo en cambio sensible a valores mucho
ms pequeos que el conjunto.

La media armnica no est definida en el caso de que exista algn valor nulo.

Propiedades.

1. La inversa de la media armnica es la media aritmtica de los inversos de los valores

de la variable.
2. Siempre se puede pasar de una media armnica a una media aritmtica
transformando adecuadamente los datos.
3. La media armnica siempre es menor o igual que la media aritmtica, ya que para
cualesquiera nmeros reales positivos :
 Ventaja

Considera todos los valores de la distribucin y en ciertos casos, es ms representativa

que la media aritmtica.
Desventajas
La influencia de los valores pequeos y el hecho que no se puede determinar en las
distribuciones con algunos valores iguales a cero; por eso no es aconsejable su empleo en
distribuciones donde existan valores muy pequeos.

Se suele utilizar para promediar velocidades, tiempos, rendimientos, etc.