Medidas de tendencia central

Solo disponible en BuenasTareas
  • Páginas : 2 (337 palabras )
  • Descarga(s) : 0
  • Publicado : 1 de marzo de 2011
Leer documento completo
Vista previa del texto
LA MEDIA ARITMÉTICA

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 símbolopara 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 μ o X.

Es el valor resultante que se obtiene aldividir la sumatoria de un conjunto de datos sobre el número total de datos. Solo es aplicable para el tratamiento de datos cuantitativos.
Hay que entender que existen dos formas distintas de trabajarcon los datos tanto poblacionales como muestrales: sin agruparlos o agrupándolos en tablas de frecuencias.

Ventajas
• Es la medida de tendencia central más usada.
• El promedio es estable enel muestreo.
• Es sensible a cualquier cambio en los datos (puede ser usado como un detector de variaciones en los datos).
• Se emplea a menudo en cálculos estadísticos posteriores.
• Presentarigor matemático.
• En la gráfica de frecuencia representa el centro de gravedad.

Desventajas
• Es sensible a los valores extremos.
• No es recomendable emplearla en distribuciones muy asimétricas.• Si se emplean variables discretas o cualitativas, la media aritmética puede no pertenecer al conjunto de valores de la variable.

MEDIANA

Valor que divide una serie de datos en dos partesiguales. La cantidad de datos que queda por debajo y por arriba de la mediana son iguales.

Ventajas
• Es estable a los valores extremos.
• Es recomendable para distribuciones muy asimétricas.Desventajas
• No presenta todo el rigor matemático.
• Se emplea solo en variables cuantitativas.

MODA
Indica el valor que más se repite, o la clase que posee mayor frecuencia.
En el caso de quedos valores presenten la misma frecuencia, decimos que existe un conjunto de datos bimodal.

Ventajas
• Es estable a los valores extremos.
• Es recomendable para el tratamiento de variables...
tracking img