Medidas De Tendencia Central Moda Media Aritmética
Las medidas de tendencia central son valores que representan el centro de un conjunto de datos. Nos ayudan a entender dónde se agrupan la mayoría de los valores. Las tres medidas más comunes son la moda, la media aritmética (promedio), y la mediana.
Moda: La moda es el valor que aparece con más frecuencia en un conjunto de datos. Es fácil de identificar. Puede haber una moda (unimodal), dos modas (bimodal), o más (multimodal). Si ningún valor se repite, no hay moda.
Ejemplo: En los datos 2, 3, 3, 4, 5, 3, 6, la moda es 3 porque aparece tres veces.
Media Aritmética (Promedio): La media aritmética, o simplemente media, es la suma de todos los valores dividida por el número total de valores. Es la medida de tendencia central más utilizada. Se simboliza con una x̄ (x barra).
Must Read
Ejemplo: Para encontrar la media de los números 4, 6, 8, 10, sumamos todos los números (4 + 6 + 8 + 10 = 28) y luego dividimos entre el número de valores (4). Entonces, la media es 28 / 4 = 7.
Mediana: La mediana es el valor central de un conjunto de datos ordenados de menor a mayor. Divide los datos en dos mitades iguales. Para encontrar la mediana, primero ordena los datos. Si hay un número impar de valores, la mediana es el valor del medio. Si hay un número par de valores, la mediana es el promedio de los dos valores del medio.
Ejemplo 1 (número impar de datos): En los datos ordenados 1, 3, 5, 7, 9, la mediana es 5, el valor del medio.
Ejemplo 2 (número par de datos): En los datos ordenados 2, 4, 6, 8, la mediana es el promedio de 4 y 6, que es (4+6)/2 = 5.
En resumen, la moda nos dice el valor más común, la media nos da el promedio, y la mediana nos indica el valor central de un conjunto de datos. Cada una de estas medidas proporciona una perspectiva diferente sobre dónde se centra la información.
La elección de cuál medida de tendencia central usar depende del tipo de datos y del propósito del análisis. La media es sensible a valores extremos (outliers), mientras que la mediana es más robusta. La moda es útil para datos categóricos.
