SlideShare uma empresa Scribd logo
1 de 21
La Moda (Md):
Llamado también Modo, esta definido como la
realización mas frecuente del conjunto de valores
observables.
La moda puede no existir para un conjunto de datos en
algunos casos puede haber mas de una moda.
Además se tiene:
UNIMODAL: Si la distribución de datos tiene una sola
Moda.
BIMODAL: Si la distribución de datos tiene dos Modas.
MULTIMODAL ó POLIMODAL: Si la distribución de datos
tiene dos ó más Modas.
Hay dos tipos de Moda:
Moda absoluta: o para datos aislados o sin tabulación.
Es el valor de la variable que se da con mayor
frecuencia.
Moda relativa: es un valor de la variable que
representa un intervalo de clase.
Ejemplo # 01
Encontrar la moda de la serie siguiente:
5,4,3,0,8,3,1
Ordenando la serie: 0, 1,3,3,4,5,8
El numero que se repite mayor de veces es 3
entonces:
Md = 3
Ejemplo # 02
La siguiente distribución corresponde a los pesos de 15
adultos:
63; 67; 70; 69; 81; 57; 63; 73; 68; 63; 71; 71; 71; 83.
Ordenamos la serie:
57; 63; 63; 63; 67; 68; 69; 70; 71; 71; 71;73; 81; 83.
El valor 63 y 71 ocurren 3 veces, y el resto ocurre
una vez cada uno. Luego la Moda de estas
observaciones es:
Md1= 63 kilos y Md2 = 72 kilos
En este caso la distribución se la llama:
BIMODAL
PROPIEDADES DE LA MODA
El valor de la Moda es totalmente independiente de
los valores extremos.
La Moda es una medida inestable porque varía si se
cambia el intervalo de clase.
Es el valor típico, y por ello el promedio más
descriptivo.
La Moda no se presta a manipulaciones algebraicas
posteriores.
Ejemplo
Los siguientes datos representan el número de
desaprobados por salón en una Institución Educativa:
Hallar la Moda:
Solución:
10 11 13 15 18
1 4 2 1 2
Dado que 11 se representa 4 veces (frecuencia más alta).
Entonces la Moda es: Md = 11
Este conjunto de datos es :
UNIMODAL
18; 13; 15; 18; 11; 11; 13; 11; 10; 11.
Los siguientes datos representan las edades de 11
cachimbos de la UAP, Carrera Profesional de Contabilidad:
16; 18; 19; 17; 20; 19; 18; 19; 18; 18; 19.
Hallar la Moda:
Solución
Agrupando los datos, tenemos:
16 17 18 19 20
1 1 4 4 1
Dado que los valores 18 y 19 poseen frecuencias iguales a
cuatro (4), tenemos:
En este caso la distribución es: BIMODAL
Ejemplo
Md1 = 18 y Md2 = 19
Moda relativa: Para datos tabulados. Es un valor de la
variable que representan un intervalo de clase. Además
tenemos una formula general:
El intervalo modal se determina observando la columna de la
Frecuencia Absoluta Simple dentro del cuadro (número mayor).
Ejemplos
Los siguientes datos corresponden a las tallas (m) de los 46
estudiantes de la Escuela Profesional de Estomatología Filial
Juliaca 2 012. 1.62 1.48 1.53 1.48 1.57
1.57 1.55 1.66 1.54 1.71
1.58 1.70 1.52 1.70 1.69
1.40 1.48 1.64 1.47 1.65
1.59 1.61 1.54 1.53 1.64
1.48 1.53 1.52 1.60 1.63
1.52 1.57 1.50 1.45 1.56
1.67 1.67 1.61 1.59 1.61
1.54 1.74 1.48 1.60 1.60
1.56
if
1if
1if
Tallas fi
45.139.1 1
51.145.1 8
57.151.1 12
63.157.1 13
69.163.1 7
75.169.1 5
TOTAL 46
c
ff
f
LMd
ii
i
i
11
1
Interpretación: El mayor número de tallas de los 46
estudiantes de la Escuela Profesional de Estomatología Filial
Juliaca 2 012.
Determinamos el intervalo
de la moda:
06.0
712
7
57.1Md
592105263.1Md
a) Hallar: La Moda
Solución
Por la Regla de CZUBER.
La Mediana (Me):
Es una medida de tendencia central, es un valor de la
variable que divide a la muestra en dos partes iguales,
siempre y cuando los datos estén ordenados ascendente o
descendentemente. Cuando las observaciones no están
agrupadas en forma de una tabla de distribución de
frecuencias, basta ordenar los valores en forma
decreciente o en forma creciente. El lugar donde se
encuentra la mediana es igual a:
Ejemplos
Sea: x: 3; 5; 1; 0; 7; 4; 9; 10
Luego ordenado en forma creciente:
0; 1; 3; 4; 5; 7; 9; 10
n = 8
lugar donde se encuentra la mediana :
Entonces lugar donde se encuentra la mediana está
entre el cuarto y quinto lugar:
MEDIANA PARA LA VARIABLE DISCRETA
En este caso bastará con identificar la frecuencia acumulada
que es inmediatamente mayor a la mitad de las observaciones.
La mediana será el valor de la variable que corresponde a dicha
frecuencia acumulada.
Ejemplo:
Los siguientes datos los el numero de hijos por persona:
# de hijos
1 15 15
2 10 20
3 12 37
4 13 50
5 25 75
6 15 90
7 10 100
TOTAL 100
Ubicamos el lugar donde se encuentra la mediana
reemplazando en la fórmula.
como coincide está:
La menor frecuencia acumulada que supera este
valor es 75 que corresponde al valor 5, entonces la
mediana es 5.
Ejemplo:
Hallar la nota mediana en el curso de estadística.
nota
9 2 2
10 6 8
11 10 18
12 7 25
13 8 31
14 4 35
TOTAL 35
como
MEDIANA PARA LA VARIABLE CONTINUA
Corresponde a los datos tabulados o agrupados, se trabaja
con la siguiente expresión:
Ejemplos:
Los siguientes datos corresponden a las tallas (m) de los
46 estudiantes de la Escuela Profesional de Estomatología
”Filial – Juliaca 2 011.
1.62 1.48 1.53 1.48 1.57
1.57 1.55 1.66 1.54 1.71
1.58 1.70 1.52 1.70 1.69
1.40 1.48 1.64 1.47 1.65
1.59 1.61 1.54 1.53 1.64
1.48 1.53 1.52 1.60 1.63
1.52 1.57 1.50 1.45 1.56
1.67 1.67 1.61 1.59 1.61
1.54 1.74 1.48 1.60 1.60
1.56
a) Hallar: La mediana.
Solución
if iF 1iF
Tallas Xi fi Fi hi Hi
45.139.1 1.42 1 1 0.022 0.022
51.145.1 1.48 8 9 0.174 0.196
57.151.1 1.54 12 21 0.260 0.456
63.157.1 1.60 13 34 0.283 0.739
69.163.1 1.66 7 41 0.152 0.891
75.169.1 1.62 5 46 0.109 1.000
TOTAL 46 1.000
Determinamos el intervalo de la mediana:
5.23
2
146
2
1n
Me
5.23Me
5.23 Pertenece al intervalo 63.157.1
c
f
F
n
LMe
i
i
i
1
2
1
06.0
12
9
2
146
51.1Me
5825.1Me
Interpretación: El 50 % de
tallas de los 46 estudiantes”
de la Escuela Profesional de
Estomatología ”Filial – Juliaca
2 011, es mayor que 1.5825
m. y el 50 % de tallas de los
estudiantes es mayor o
superior a 1.5825 m.
RELACIÓN DE LAS TRES MEDIDAS DE TENDENCIA CENTRAL
RELACIÓN ENTRE MEDIA, MEDIANA Y MODA
Para las curvas de frecuencias unimodales que sean
moderadamente sesgadas (asimétricas), se tiene la relación
empírica
Para curvas simétricas, la Media, Moda y Mediana coinciden
Estadis fa

Mais conteúdo relacionado

Mais procurados

Medidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicionMedidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicionYULIANA ROSAS
 
Asimetria y curtosis
Asimetria y curtosisAsimetria y curtosis
Asimetria y curtosisSandra
 
Frecuencias cualitativas y cuantitativas
Frecuencias cualitativas y cuantitativasFrecuencias cualitativas y cuantitativas
Frecuencias cualitativas y cuantitativasDr. Orville M. Disdier
 
DISTRIBUCION DE POISSON.ppt
DISTRIBUCION DE POISSON.pptDISTRIBUCION DE POISSON.ppt
DISTRIBUCION DE POISSON.pptLucaGutirrez15
 
Medidas estadísticas
Medidas estadísticasMedidas estadísticas
Medidas estadísticasMarco Yacila
 
1.5. parametros agrupados
1.5.  parametros agrupados1.5.  parametros agrupados
1.5. parametros agrupadosITCM
 
Mapa Conceptual Variables Aleatorias
Mapa Conceptual Variables AleatoriasMapa Conceptual Variables Aleatorias
Mapa Conceptual Variables AleatoriasMiguel Chacon
 
bioestadistica
 bioestadistica bioestadistica
bioestadisticaK4ss4n7r4
 
Economia neoclasica vs economia evolutiva
Economia neoclasica vs economia evolutivaEconomia neoclasica vs economia evolutiva
Economia neoclasica vs economia evolutivarickymuny
 
Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersionelimiguelito
 
Medidas de posicion y dispersion
Medidas de posicion y dispersionMedidas de posicion y dispersion
Medidas de posicion y dispersionMiguel Brunings
 

Mais procurados (20)

Estadistica I 03
Estadistica  I 03Estadistica  I 03
Estadistica I 03
 
Medidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicionMedidas de tendencia central,dispersion y de posicion
Medidas de tendencia central,dispersion y de posicion
 
Muestreo Y Probabilidad
Muestreo Y Probabilidad Muestreo Y Probabilidad
Muestreo Y Probabilidad
 
Asimetria y curtosis
Asimetria y curtosisAsimetria y curtosis
Asimetria y curtosis
 
Las escuelas
Las escuelasLas escuelas
Las escuelas
 
Frecuencias cualitativas y cuantitativas
Frecuencias cualitativas y cuantitativasFrecuencias cualitativas y cuantitativas
Frecuencias cualitativas y cuantitativas
 
DISTRIBUCION DE POISSON.ppt
DISTRIBUCION DE POISSON.pptDISTRIBUCION DE POISSON.ppt
DISTRIBUCION DE POISSON.ppt
 
Medidas de Tendencia Central
Medidas de Tendencia CentralMedidas de Tendencia Central
Medidas de Tendencia Central
 
Medidas estadísticas
Medidas estadísticasMedidas estadísticas
Medidas estadísticas
 
1.5. parametros agrupados
1.5.  parametros agrupados1.5.  parametros agrupados
1.5. parametros agrupados
 
Estadistica 2 2
Estadistica 2 2Estadistica 2 2
Estadistica 2 2
 
Mapa Conceptual Variables Aleatorias
Mapa Conceptual Variables AleatoriasMapa Conceptual Variables Aleatorias
Mapa Conceptual Variables Aleatorias
 
trabajo de correlacion
trabajo de correlacion trabajo de correlacion
trabajo de correlacion
 
Medidas de tendencia central y de dispersión
Medidas de tendencia central y de dispersiónMedidas de tendencia central y de dispersión
Medidas de tendencia central y de dispersión
 
bioestadistica
 bioestadistica bioestadistica
bioestadistica
 
Libewralismo
LibewralismoLibewralismo
Libewralismo
 
Economia neoclasica vs economia evolutiva
Economia neoclasica vs economia evolutivaEconomia neoclasica vs economia evolutiva
Economia neoclasica vs economia evolutiva
 
Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersion
 
DIAPOSITIVAS DE ESTADISTICAS DESCRIPTIVAS
DIAPOSITIVAS DE ESTADISTICAS DESCRIPTIVASDIAPOSITIVAS DE ESTADISTICAS DESCRIPTIVAS
DIAPOSITIVAS DE ESTADISTICAS DESCRIPTIVAS
 
Medidas de posicion y dispersion
Medidas de posicion y dispersionMedidas de posicion y dispersion
Medidas de posicion y dispersion
 

Semelhante a Estadis fa

03 medidas de tendencia central
03 medidas de tendencia central03 medidas de tendencia central
03 medidas de tendencia centralJose Ortiz
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia centralanaliamon
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia centralNoe Ordoñez
 
Medidas de tendencia central y posición
Medidas de tendencia central y posiciónMedidas de tendencia central y posición
Medidas de tendencia central y posiciónFranklin Quintero
 
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptxvmcobian12
 
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptxGloriaEcheSilva
 
Bioestadistica - Medidas descriptivas
Bioestadistica - Medidas descriptivasBioestadistica - Medidas descriptivas
Bioestadistica - Medidas descriptivasDavid Poleo
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia centraleradio2508
 
Ejercicios resueltos-de-media aritmetica
Ejercicios resueltos-de-media aritmeticaEjercicios resueltos-de-media aritmetica
Ejercicios resueltos-de-media aritmeticapaulminiguano
 

Semelhante a Estadis fa (20)

03 medidas de tendencia central
03 medidas de tendencia central03 medidas de tendencia central
03 medidas de tendencia central
 
Estadística I
Estadística I Estadística I
Estadística I
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Frencuencia
FrencuenciaFrencuencia
Frencuencia
 
EstadíStica Nº 04 Medidas Estadisticas
EstadíStica Nº 04 Medidas EstadisticasEstadíStica Nº 04 Medidas Estadisticas
EstadíStica Nº 04 Medidas Estadisticas
 
Medidas de tendencia central y posición
Medidas de tendencia central y posiciónMedidas de tendencia central y posición
Medidas de tendencia central y posición
 
Presentación 2
Presentación 2Presentación 2
Presentación 2
 
Clase 3- Ingeniería y Arquitectura 2024.pptx
Clase 3- Ingeniería y Arquitectura 2024.pptxClase 3- Ingeniería y Arquitectura 2024.pptx
Clase 3- Ingeniería y Arquitectura 2024.pptx
 
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2.pptx
 
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
7.-Probabilidad-y-estadística-descriptiva-PPT-2 (1).pptx
 
630264452-TENDENCIA-CENTRAL-PPT-pptx.pptx
630264452-TENDENCIA-CENTRAL-PPT-pptx.pptx630264452-TENDENCIA-CENTRAL-PPT-pptx.pptx
630264452-TENDENCIA-CENTRAL-PPT-pptx.pptx
 
Estadistica
Estadistica Estadistica
Estadistica
 
Bioestadistica - Medidas descriptivas
Bioestadistica - Medidas descriptivasBioestadistica - Medidas descriptivas
Bioestadistica - Medidas descriptivas
 
Material u5
Material u5Material u5
Material u5
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
CAPÍTULO 2.pdf
CAPÍTULO 2.pdfCAPÍTULO 2.pdf
CAPÍTULO 2.pdf
 
Guia de estadistica
Guia de estadisticaGuia de estadistica
Guia de estadistica
 
Ejercicios resueltos-de-media aritmetica
Ejercicios resueltos-de-media aritmeticaEjercicios resueltos-de-media aritmetica
Ejercicios resueltos-de-media aritmetica
 

Mais de Leida Saldaña Cabrera (20)

Procedimientos clinicos davis loza f.
Procedimientos clinicos   davis loza f.Procedimientos clinicos   davis loza f.
Procedimientos clinicos davis loza f.
 
2da parte materiales dentales
2da parte materiales dentales2da parte materiales dentales
2da parte materiales dentales
 
Protesis fija 1 ra y 2da semana
Protesis fija 1 ra y 2da semanaProtesis fija 1 ra y 2da semana
Protesis fija 1 ra y 2da semana
 
Casoclnico
CasoclnicoCasoclnico
Casoclnico
 
92473446 pulpectomia
92473446 pulpectomia92473446 pulpectomia
92473446 pulpectomia
 
Oclusion dental
Oclusion dentalOclusion dental
Oclusion dental
 
Gingivitis ulcero necrotizante (gun)
Gingivitis ulcero necrotizante (gun)Gingivitis ulcero necrotizante (gun)
Gingivitis ulcero necrotizante (gun)
 
Practica-radiologia
 Practica-radiologia Practica-radiologia
Practica-radiologia
 
Infecciones dentarias
Infecciones dentariasInfecciones dentarias
Infecciones dentarias
 
Fsna final
Fsna finalFsna final
Fsna final
 
Diapositivas inflamación
Diapositivas inflamaciónDiapositivas inflamación
Diapositivas inflamación
 
Antihipertensivos
AntihipertensivosAntihipertensivos
Antihipertensivos
 
Antibioticos
AntibioticosAntibioticos
Antibioticos
 
Estadist uap-estomat-diapositiva
Estadist uap-estomat-diapositivaEstadist uap-estomat-diapositiva
Estadist uap-estomat-diapositiva
 
Diapositivas inflamación
Diapositivas inflamaciónDiapositivas inflamación
Diapositivas inflamación
 
Antihipertensivos
AntihipertensivosAntihipertensivos
Antihipertensivos
 
Antibioticos
AntibioticosAntibioticos
Antibioticos
 
Infecciones dentarias
Infecciones dentariasInfecciones dentarias
Infecciones dentarias
 
Estadist uap-estomat-diapositiva
Estadist uap-estomat-diapositivaEstadist uap-estomat-diapositiva
Estadist uap-estomat-diapositiva
 
Anastesicos generales
Anastesicos generalesAnastesicos generales
Anastesicos generales
 

Estadis fa

  • 1. La Moda (Md): Llamado también Modo, esta definido como la realización mas frecuente del conjunto de valores observables. La moda puede no existir para un conjunto de datos en algunos casos puede haber mas de una moda. Además se tiene: UNIMODAL: Si la distribución de datos tiene una sola Moda. BIMODAL: Si la distribución de datos tiene dos Modas. MULTIMODAL ó POLIMODAL: Si la distribución de datos tiene dos ó más Modas.
  • 2. Hay dos tipos de Moda: Moda absoluta: o para datos aislados o sin tabulación. Es el valor de la variable que se da con mayor frecuencia. Moda relativa: es un valor de la variable que representa un intervalo de clase. Ejemplo # 01 Encontrar la moda de la serie siguiente: 5,4,3,0,8,3,1 Ordenando la serie: 0, 1,3,3,4,5,8 El numero que se repite mayor de veces es 3 entonces: Md = 3
  • 3. Ejemplo # 02 La siguiente distribución corresponde a los pesos de 15 adultos: 63; 67; 70; 69; 81; 57; 63; 73; 68; 63; 71; 71; 71; 83. Ordenamos la serie: 57; 63; 63; 63; 67; 68; 69; 70; 71; 71; 71;73; 81; 83. El valor 63 y 71 ocurren 3 veces, y el resto ocurre una vez cada uno. Luego la Moda de estas observaciones es: Md1= 63 kilos y Md2 = 72 kilos En este caso la distribución se la llama: BIMODAL
  • 4. PROPIEDADES DE LA MODA El valor de la Moda es totalmente independiente de los valores extremos. La Moda es una medida inestable porque varía si se cambia el intervalo de clase. Es el valor típico, y por ello el promedio más descriptivo. La Moda no se presta a manipulaciones algebraicas posteriores.
  • 5. Ejemplo Los siguientes datos representan el número de desaprobados por salón en una Institución Educativa: Hallar la Moda: Solución: 10 11 13 15 18 1 4 2 1 2 Dado que 11 se representa 4 veces (frecuencia más alta). Entonces la Moda es: Md = 11 Este conjunto de datos es : UNIMODAL 18; 13; 15; 18; 11; 11; 13; 11; 10; 11.
  • 6. Los siguientes datos representan las edades de 11 cachimbos de la UAP, Carrera Profesional de Contabilidad: 16; 18; 19; 17; 20; 19; 18; 19; 18; 18; 19. Hallar la Moda: Solución Agrupando los datos, tenemos: 16 17 18 19 20 1 1 4 4 1 Dado que los valores 18 y 19 poseen frecuencias iguales a cuatro (4), tenemos: En este caso la distribución es: BIMODAL Ejemplo Md1 = 18 y Md2 = 19
  • 7. Moda relativa: Para datos tabulados. Es un valor de la variable que representan un intervalo de clase. Además tenemos una formula general:
  • 8. El intervalo modal se determina observando la columna de la Frecuencia Absoluta Simple dentro del cuadro (número mayor). Ejemplos Los siguientes datos corresponden a las tallas (m) de los 46 estudiantes de la Escuela Profesional de Estomatología Filial Juliaca 2 012. 1.62 1.48 1.53 1.48 1.57 1.57 1.55 1.66 1.54 1.71 1.58 1.70 1.52 1.70 1.69 1.40 1.48 1.64 1.47 1.65 1.59 1.61 1.54 1.53 1.64 1.48 1.53 1.52 1.60 1.63 1.52 1.57 1.50 1.45 1.56 1.67 1.67 1.61 1.59 1.61 1.54 1.74 1.48 1.60 1.60 1.56
  • 9. if 1if 1if Tallas fi 45.139.1 1 51.145.1 8 57.151.1 12 63.157.1 13 69.163.1 7 75.169.1 5 TOTAL 46 c ff f LMd ii i i 11 1 Interpretación: El mayor número de tallas de los 46 estudiantes de la Escuela Profesional de Estomatología Filial Juliaca 2 012. Determinamos el intervalo de la moda: 06.0 712 7 57.1Md 592105263.1Md a) Hallar: La Moda Solución Por la Regla de CZUBER.
  • 10. La Mediana (Me): Es una medida de tendencia central, es un valor de la variable que divide a la muestra en dos partes iguales, siempre y cuando los datos estén ordenados ascendente o descendentemente. Cuando las observaciones no están agrupadas en forma de una tabla de distribución de frecuencias, basta ordenar los valores en forma decreciente o en forma creciente. El lugar donde se encuentra la mediana es igual a:
  • 11. Ejemplos Sea: x: 3; 5; 1; 0; 7; 4; 9; 10 Luego ordenado en forma creciente: 0; 1; 3; 4; 5; 7; 9; 10 n = 8 lugar donde se encuentra la mediana : Entonces lugar donde se encuentra la mediana está entre el cuarto y quinto lugar:
  • 12. MEDIANA PARA LA VARIABLE DISCRETA En este caso bastará con identificar la frecuencia acumulada que es inmediatamente mayor a la mitad de las observaciones. La mediana será el valor de la variable que corresponde a dicha frecuencia acumulada. Ejemplo: Los siguientes datos los el numero de hijos por persona: # de hijos 1 15 15 2 10 20 3 12 37 4 13 50 5 25 75 6 15 90 7 10 100 TOTAL 100
  • 13. Ubicamos el lugar donde se encuentra la mediana reemplazando en la fórmula. como coincide está: La menor frecuencia acumulada que supera este valor es 75 que corresponde al valor 5, entonces la mediana es 5.
  • 14. Ejemplo: Hallar la nota mediana en el curso de estadística. nota 9 2 2 10 6 8 11 10 18 12 7 25 13 8 31 14 4 35 TOTAL 35 como
  • 15. MEDIANA PARA LA VARIABLE CONTINUA Corresponde a los datos tabulados o agrupados, se trabaja con la siguiente expresión:
  • 16. Ejemplos: Los siguientes datos corresponden a las tallas (m) de los 46 estudiantes de la Escuela Profesional de Estomatología ”Filial – Juliaca 2 011. 1.62 1.48 1.53 1.48 1.57 1.57 1.55 1.66 1.54 1.71 1.58 1.70 1.52 1.70 1.69 1.40 1.48 1.64 1.47 1.65 1.59 1.61 1.54 1.53 1.64 1.48 1.53 1.52 1.60 1.63 1.52 1.57 1.50 1.45 1.56 1.67 1.67 1.61 1.59 1.61 1.54 1.74 1.48 1.60 1.60 1.56
  • 17. a) Hallar: La mediana. Solución if iF 1iF Tallas Xi fi Fi hi Hi 45.139.1 1.42 1 1 0.022 0.022 51.145.1 1.48 8 9 0.174 0.196 57.151.1 1.54 12 21 0.260 0.456 63.157.1 1.60 13 34 0.283 0.739 69.163.1 1.66 7 41 0.152 0.891 75.169.1 1.62 5 46 0.109 1.000 TOTAL 46 1.000
  • 18. Determinamos el intervalo de la mediana: 5.23 2 146 2 1n Me 5.23Me 5.23 Pertenece al intervalo 63.157.1 c f F n LMe i i i 1 2 1 06.0 12 9 2 146 51.1Me 5825.1Me Interpretación: El 50 % de tallas de los 46 estudiantes” de la Escuela Profesional de Estomatología ”Filial – Juliaca 2 011, es mayor que 1.5825 m. y el 50 % de tallas de los estudiantes es mayor o superior a 1.5825 m.
  • 19. RELACIÓN DE LAS TRES MEDIDAS DE TENDENCIA CENTRAL
  • 20. RELACIÓN ENTRE MEDIA, MEDIANA Y MODA Para las curvas de frecuencias unimodales que sean moderadamente sesgadas (asimétricas), se tiene la relación empírica Para curvas simétricas, la Media, Moda y Mediana coinciden