La media aritmética de una variable estadística
es la suma de todos sus posibles valores, ponderada por las frecuencias de los
mismos. Es decir, si la tabla de valores de una variable X es
X |
ni |
fi |
x1 |
n1 |
f1 |
... |
... |
... |
xk |
nk |
fk |
la media es
el valor que podemos escribir de las siguientes formas equivalentes:
Si los datos no están ordenados en una tabla, entonces
Observación
Hemos supuesto implícitamente en la
definición de media que tratábamos con una variable X discreta. Si la
variable es continua tendremos que cambiar los valores de xi
por las marcas de clase correspondientes. En general, la media aritmética
obtenida a partir de las marcas de clase ci,
diferirá de la media obtenida con los valores reales, xi.
Es decir, habrá una perdida de precisión que será tanto mayor cuanto mayor sea
la diferencia entre los valores reales y las marcas de clase, o sea, cuanto
mayores sean las longitudes ai, de
los intervalos.
La
suma de las diferencias de la variable con respecto a la media es
nula, es decir,
Ejemplo
Obtener las desviaciones con
respecto a la media en la siguiente distribución y comprobar que su suma es
cero.
li-1 - li |
ni |
0 - 10 |
1 |
10 - 20 |
2 |
20 - 30 |
4 |
30 - 40 |
3 |
Solución:
li-1 - li |
ni |
xi |
xi ni |
|
|
0 - 10 |
1 |
5 |
5 |
-19 |
-19 |
10 - 20 |
2 |
15 |
30 |
-9 |
-18 |
20 - 30 |
4 |
25 |
100 |
+1 |
+4 |
30 - 40 |
3 |
35 |
105 |
+11 |
+33 |
|
n=10 |
|
|
|
|
La media aritmética es:
A pesar de las buenas propiedades que ofrece la media, ésta posee algunos inconvenientes:
·
Uno de ellos es que es muy sensible a los valores
extremos de la variable: ya que todas las observaciones intervienen en el
cálculo de la media, la aparición de una observación extrema, hará que la media
se desplace en esa dirección. En consecuencia,