1.

MODA
La moda, también llamada modo, es el valor que aparece con mayor frecuencia en un conjunto de
datos. Se representa por x^.

Existen casos en los cuales se tiene más de una moda, a los cuales se les llama multimodales y
algunos no tienen moda y se les llama amodales.

Moda para datos no agrupados

Cuando los datos no están agrupados, solo se busca el dato que aparece más veces y ese
corresponde a la moda.

Ejemplo:

Obtenga la moda en los siguientes conjuntos de datos.

a) 4 3 7 2 5 6 3 2 5 7 3 6 4 3

El número que más se repite es el 3, por lo que la moda es el 3.

b) 10 15 13 14 10 8 13 10 21 13 7 6 1 0 3

En este caso el 13 y 10 se repiten 3 veces, entonces el conjunto de datos es bimodal, sus

modas son 10 y 13

c) 0.5 0.2 0.7 0.9 0.1 0.6 0.8 0.3 0.4

No se repite ningún valor, el conjunto es amodal.

Moda para datos agrupados.

Si el conjunto de datos se representa en forma agrupada, esto es mediante una distribución o

tabla de frecuencias, una forma aproximada de calcular el valor de la moda es utilizando la
fórmula:

x^= L+ 1
c
1 + 2

Donde:

L : Es el límite real inferior del intervalo que contiene a la moda

1: Es la diferencia entre la frecuencia del intervalo que contiene a la moda y la frecuencia del
intervalo anterior.

2: Es la diferencia entre la frecuencia del intervalo que contiene a la moda y la frecuencia del
intervalo siguiente

C : Es el tamaño del intervalo que contiene la moda.

 Aquí se considera que el valor de la moda se encuentra en el intervalo de mayor frecuencia,
puesto que al ser el intervalo que contiene más datos, existe una mayor probabilidad de aquí se
repiten más valores.

Ejemplo:

Obtener el valor de la moda para los siguientes conjuntos de datos.

No. INTERVALO FRECUENCIA

1 0-1000 12
2 1000-2000 37
3 2000-3000 72
4 3000-4000 47
5 4000-5000 65
6 5000-6000 55
7 6000-7000 96
8 7000-8000 80
9 8000-9000 54
10 9000-10000 41

La moda se encuentra en el intervalo 7, puesto que es el de mayor frecuencia,

No. INTERVALO FRECUENCIA

1 0-1000 12
2 1000-2000 37
3 2000-3000 72
4 3000-4000 47
5 4000-5000 65
6 5000-6000 55
X^ 7 6000-7000 96
8 7000-8000 80
9 8000-9000 54
10 9000-10000 41
Obteniendo los valores que aparecen en la expresión:

L= 6000 (Corresponde al límite real inferior del intervalo 7, que es el que contiene a la moda)

1= 41 (Es la diferencia entre la frecuencia del intervalo que contiene a la moda y la frecuencia
del intervalo anterior) esto es 96 – 55= 41

2= 16 (Es la diferencia entre la frecuencia del intervalo que contiene a la moda y la frecuencia
del intervalo siguiente) esto es 96 – 80= 16

C=1000 (Es el tamaño del intervalo que contiene la moda). Esto es c=7000 – 6000 = 1000
Sustituyendo los valores en la fórmula

x^= L+ 1
c
1 + 2

X^= 6000 + 41
1000
41 + 16

X^= 6719.2

Corresponde al valor aproximado de la moda

Fuente:
 Contreras, L. Núñez, J. Rodríguez, O. Gómez, J.M. Laredo, J. (1995).
ESTADÍSTICA. TEXTO Y CUADERNO DE EJERCICIOS. Toluca, México.
Universidad Autónoma del Estado de México (UAEM)

2. MEDIDAS DE POSICIÓN NO CENTRAL

Las medidas de posición no central (o medidas de tendencia no central)
permiten conocer puntos característicos de una serie de valores, que no
necesariamente tienen que ser centrales. La intención de estas medidas
es dividir el conjunto de observaciones en grupos con el mismo número de
valores.
CUARTILES:
Los cuartiles son los tres valores que dividen una serie de datos ordenada en
cuatro porciones iguales
- Q1: primer cuartil
- Q2: segundo cuartil
- Q3: tercer cuartil
Estos valores dividen al conjunto de datos, después de haber sido ordenados de
forma creciente, en 4 partes iguales de manera tal que:
- Por debajo de Q1 se encuentra el 25% de los datos y por arriba del mismo
está el 75% de la serie.
- Por debajo de Q2 se encuentra el 50% de los datos y por arriba del mismo
está el otro 50% de la serie. Es decir, q” coinicide con la mediana.
- Por debajo de Q3 se encuentra el 75 % de los datos y por arriba del
mismo está el 25% de la serie.
Cuando queremos calcular los cuartiles de una serie de datos primero
tenemos que calcular sus posiciones o ubicaciones.
Primero ordenamos los datos de manera creciente y utilizamos las siguientes
fórmulas:

Luego identificamos en la serie de datos ordenados qué valor corresponde a cada uno de ellos.

Ejemplo:

A continuación presentamos las edades de 25 pacientes que ingresan en una sala de espera a una
determinada hora:

4, 24, 35, 2, 8, 17, 19, 7, 12, 33, 14, 37, 7, 14, 18, 31, 28, 18, 6, 36, 41, 9, 7, 27, 30

Primero debemos ordenar los datos de manera creciente:

2, 4, 6, 7, 7, 7, 8, 9, 12, 14, 14, 17, 18, 18, 19, 24, 27, 28, 30, 31, 33, 35, 36, 37, 41

A continuación aplicamos las fórmulas establecidas previamente para calcular las posiciones o
ubicaciones
Cuando la ubicación del cuartil no corresponde a un valor exacto realizamos el promedio de los
dos valores entre los cuales se encontraría el cuartil que estamos calculando.

En el ejemplo que estamos analizando, la posición del primer cuartil, Q1, nos dio 6.5. Esto significa
que Q1 se encuentra ubicado entre la sexta y la séptima observación, entonces Q1 resulta de
hacer el promedio de estas dos observaciones.

Q1= 7 + 8 / 2 = 7.5 años

De la misma manera procedemos para el tercer cuartil, Q3, en este caso consideramos el
promedio entre la decimonovena y vigésima observación.

Q3= 30 + 31/2 = 30.5años

Como la posición de Q2 dio un valor exacto, “13”, buscamos en la serie de datos ordenados el
valor que le corresponde al dato que está en esta ubicación. En el ejemplo que estamos
analizando corresponde al valor 18 años, por lo tanto:

Q2 = 18 años

DECILES
Los deciles son nueve valores y dividen a la serie de datos en 10 partes iguales. Los denota como:

D1, D2, D3, D4, D5 , D6, D7, D8, D9

Los interpretamos de la siguiente manera:

- D1 es un valor de la variable que deja por debajo de él el 10% de los datos y por encima el
90% de la serie.
- D2 es un valor de la variable que deja por debajo de él el 20% de los datos y por encima el
80% de la serie.
- Y Asi sucesivamente con los siguientes deciles. De esta forma D5 coincide con la mediana.

PERCENTILES
Los percentiles son 99 valores y dividen a la serie de datos en 100 partes iguales. Se les denota
como Pi, con i= 1, 2, 3, …….. 99

La interpretación es semejante a la de los deciles. Por ejemplo:

- P1 es un valor de la variable que debajo de él se encuentra el 1% de los datos y por encima

el 99% de la serie.

……………………….

- P50 es un valor de la variable que debajo de él se encuentra el 50% de los datos y por
encima el 50% de la serie. Este valor coincide con q2, que es la mediana.
Fuente
 Licenciatura en Enfermería. (2011) MEDIDAS DE POSICIÓN Y
DISPERSIÓN. Departamento de Matemática- FBCB/UNL. Sitio Web:
http://www.fbcb.unl.edu.ar/catedras/enfermeria/archivos/material/cl
ase_2_enfermeria_2011.pdf