Estadística Descriptiva: Impacto de la Variación de Datos en la Moda y la Mediana
Enviado por Chuletator online y clasificado en Matemáticas
Escrito el en 
español con un tamaño de 4,51 KB
En el estudio de la estadística descriptiva, es fundamental comprender cómo las medidas de tendencia central, como la moda y la mediana, reaccionan ante pequeñas variaciones o errores en los datos. A continuación, exploraremos diferentes escenarios para observar la robustez de estas medidas.
Exploración de la Moda
La moda representa el valor que aparece con mayor frecuencia en un conjunto de datos. Analicemos cómo un cambio en un dato específico puede o no alterar este indicador.
Escenario 1: Recálculo de la Moda tras una Corrección de Datos
Consideremos un conjunto de datos inicial (implícito en el problema original) y un error de transcripción. Si un compañero que inicialmente se registró con 7 hermanos en realidad tiene 6, es necesario recalcular la moda.
La nueva secuencia de datos, tras corregir el valor de 7 a 6, es: 1, 3, 5, 5, 7, 1, 3, 6, 3.
Al observar esta secuencia, notamos que el valor más frecuente sigue siendo el 3 (aparece 3 veces). Los demás valores aparecen con menor frecuencia (1 y 5 aparecen 2 veces; 6 y 7 aparecen 1 vez).
Observación: A pesar del cambio en uno de los datos, la moda no se ha visto alterada. Sigue siendo 3 hermanos.
Conclusión sobre la Moda
¿Qué conclusión general podemos extraer? ¿Cambia la moda siempre que se modifica alguno de los datos?
La finalidad de este ejercicio es demostrar que alterar uno de los datos no siempre conlleva una alteración de la moda. La moda es una medida de tendencia central que puede ser relativamente robusta a cambios aislados, especialmente si el valor modificado no es el valor más frecuente o si el cambio no introduce una nueva moda con mayor frecuencia.
Exploración de la Mediana
La mediana es el valor central en un conjunto de datos ordenado, dividiendo la muestra en dos mitades iguales. Para determinarla, es imprescindible ordenar los datos.
Cálculo Inicial de la Mediana
Para determinar la mediana de la secuencia de datos original (asumiendo que la secuencia 1,1,3,3,3,5,5,7,7 es la base para la mediana, como se presenta en el texto original), primero ordenamos los números de menor a mayor:
1, 1, 3, 3, 3, 5, 5, 7, 7
En esta secuencia de 9 valores, el valor central es el 5º elemento. El 5º valor es 3. Este valor cumple que tiene 4 valores iguales o superiores (3, 5, 5, 7, 7) y 4 valores iguales o inferiores (1, 1, 3, 3, 3). Por lo tanto, la mediana es 3 hermanos.
Escenario 2: Recálculo de la Mediana tras una Corrección de Datos (Cambio que Altera la Mediana)
Consideremos un nuevo error de transcripción: un compañero que aparece con 3 hermanos en realidad tiene 4. Recalculemos la mediana y observemos el resultado.
La nueva secuencia de datos ordenada será:
1, 1, 3, 3, 4, 5, 5, 7, 7
En este caso, el valor central (el 5º elemento) es 4. Esto demuestra que la mediana sí se ha visto cambiada, pasando de 3 a 4.
Escenario 3: Recálculo de la Mediana tras una Corrección de Datos (Cambio que No Altera la Mediana)
Para evitar la generalización de que todo cambio de dato altera la mediana, propongamos un escenario donde la mediana permanece inalterada. Si un compañero que aparece con 7 hermanos en realidad tiene 8, recalculemos la mediana.
La nueva secuencia de datos ordenada será:
1, 1, 3, 3, 3, 5, 5, 7, 8
En esta secuencia, el valor central (el 5º elemento) sigue siendo 3. Esto demuestra que la mediana no se ha visto cambiada.
Conclusión General sobre la Mediana
¿A qué conclusión general llegamos? ¿Cambia la mediana siempre que se modifica alguno de los datos?
La finalidad de estos ejemplos es hacer ver que alterar uno de los datos no siempre conlleva una alteración de la mediana. La mediana es una medida de tendencia central que puede ser más sensible a cambios en los valores cercanos al centro de la distribución, pero no necesariamente a cambios en los extremos si la posición central no se ve afectada.
Reflexión Final
Tanto la moda como la mediana son medidas de tendencia central valiosas, pero su robustez ante la variación de datos es diferente y depende de la naturaleza del cambio. Es crucial comprender estas propiedades para una correcta interpretación de los datos estadísticos.