Universidad de San Carlos Douglas Ferdy Ronaldo Castillo López

Facultad de Ingenierı́a Carné: 201504383

Técnicas de Estudio e Investigación Integrante: 4.7

Medidas de tendencia central, dispersión

y regresión lineal
1.1. Medidas de Tendencia Central
1.1.1. Media Aritmética
Se define como la principal medida de tendencia central, porque considera el total
de datos de su población, uno de sus inconvenientes es que para datos agrupados en
intervalos su significado afecta la dispersión, de modo que cuanto menos homogéneos
sean los datos, menos información proporciona.

Su cálculo para valores no agrupados se realiza con la siguiente fórmula:

n
1X x1 + x2 + x3 ...xi
x̄ = =
n i=1 n

Ejemplo: Calcular la media aritmética de: 1,2,3,5,8,9,0,10.

1 + 2 + 3 + 4 + 5 + 8 + 9 + 0 + 10
x̄ = = 4,75
8

Su cálculo con valores agrupados en una distribución es:

n
X
x̄ = f i · Xi
i=1

Int xi fi xi · fi
10- 20 15 1 15
20- 30 25 8 200
Ejemplo: Cálculo de la media aritmética de
30-40 35 10 350 la distribución:
40-50 45 9 405 n
X 1820
50-60 55 8 440 x̄ = f i · Xi = = 43,33
i=1 42
60-70 65 4 260
70-80 75 2 150
42 1 820
P

1
1.1.2. Mediana
Es una medida de tendencia central que divide la totalidad de datos en 50 % en un
conjunto de datos ordenados. Para su cálculo pueden darse varios casos:

N es impar: La mediana es el valor que ocupa la posición: (n+1)

2
una vez que los datos
han sido ordenados (en orden creciente o decreciente), porque éste es el valor
central. Por lo tanto la media es:

Me = x (n+1)
2

Ejemplo: Calcular la mediana de: 2, 3, 4, 4, 5, 5, 5, 6, 6

Me = x (n+1) = x 9+1 = x5 = 5
2 2

N es Par: Si n es par, la mediana es la media aritmética de los dos valores centrales.

Cuando n es par, los dos datos que están en el centro de la muestra ocupan las
n
posiciones n2 y 2+1 . Por lo tanto la media se calcula con

Me = (x n2 + x n2 +1 )/2

Ejemplo: Calcular la media aritmética de: 7, 8, 9, 10, 11, 12

9 + 10
Me = (x n2 + x n2 +1 )/2 = (x 6 + x 6 +1 )/2 = = 9,5
2 2 2

Serie agrupada: Se calcula con:

n
Li + 2
− Fi−1
Me =
fi

Int xi fi Ejemplo:
20-25 15 2
n 20
= = 10 ubicar en el intervalo
25-30 25 8 2 2

n
30-35 35 10 Li + 2
− Fi−1 25 + 10 − 2
Me = = = 2,2
20 fi 15
P

2
1.1.3. Moda
Proporciona información sobre el lugar donde se encuentra concentrada la mayor
cantidad de datos de una distribución, o el dato que más se repite.
Cálculo para serie simple
Simplemente se observa el dato que más aparece.

Ejemplo: Calcular la moda de: 1,1,2,3,4,4,4,4,4,5,6,19,35

El dato que más aparece es : 4 ⇒ Mo = 4

La moda para datos agrupados se calcula con:

fi − fi−1
Mo = Li + ∗A
(fi − fi−1 ) + (fi − fi+1 )
Donde Li es el lı́mite inferior del intervalo, fi es la frecuencia del intervalo con mayor
frecuencia, fi−1 es la frecuencia del intervalo anterior y A es la amplitud de intervalo.

Int xi fi Ejemplo:
20-25 15 2
25-30 25 8 fi − fi−1
Mo = Li + ∗A
30-35 35 10 (fi − fi−1 ) + (fi − fi+1 )
35-40 40 5 10 − 8
10 + ∗ 5 = 11,43
25
P
(10 − 8) + (10 − 5)

1.2. Varianza
es una medida de dispersión definida como la esperanza del cuadrado de la desvia-
ción de dicha variable respecto a su media. La varianza tiene como valor mı́nimo 0. Hay
que tener en cuenta que la varianza puede verse muy influida por los valores atı́picos y
no se aconseja su uso cuando las distribuciones de las variables aleatorias tienen colas
pesadas. En tales casos se recomienda el uso de otras medidas de dispersión más ro-
bustas.

Para series simples de datos se calcula con:

n
1 X
2
σ = ∗ (xi − x̄)2
n i=1
Y para series agrupadas:
n
x2i · fi
σ2 = − x̄2
X

i=1 n

3
1.3. Covarianza
La covarianza es un valor que indica el grado de variación conjunta de dos variables
aleatorias. Es el dato básico para determinar si existe una dependencia entre ambas va-
riables y además es el dato necesario para estimar otros parámetros básicos, como el
coeficiente de correlación lineal o la recta de regresión.

La covarianza entre dos distribución conjunta variables aleatorias reales x e y es:

n
1 X
Sxy = ∗ (xi − x̄)(yi − ȳ)
n i=1

1.4. Regresión Lineal

En estadı́stica la regresión lineal o ajuste lineal es un método matemático que modela
la relación entre una variable dependiente Y , las variables independientes xi y un término
aleatorio .

Está definido por:

X
Y = βk Xk + 

Donde βk son párametros definidos, Y es la variable dependiente, Xk son valores de

la variable independiente y  es el error aleatorio.