Clase 5 - Jueves, 18 de septiembre de 2025 (18 09 25) - Estadística y probabilidad para el desarrollo de software
Guía de Estudio: Medidas de Tendencia Central y Dispersión en Estadística
Este documento constituye un material de estudio exhaustivo basado en la sesión académica del 18 de septiembre sobre Estadística y Probabilidad aplicada al desarrollo de software. El contenido profundiza en el cálculo de la mediana mediante interpolación en intervalos de clase y proporciona una introducción técnica a la desviación media.
1. Introducción General
En el análisis estadístico, el manejo de grandes volúmenes de datos requiere su agrupación en intervalos de clase. A diferencia de los datos aislados, los datos agrupados demandan métodos matemáticos específicos para hallar valores representativos. Esta guía se centra en la transición de conceptos básicos a la aplicación de fórmulas de interpolación para determinar la mediana y el estudio de la variabilidad mediante la desviación media.
Contexto y Relevancia
El estudio de estas medidas permite comprender la distribución de una muestra o población. Mientras que la media aritmética proporciona un promedio ponderado, la mediana identifica el centro exacto de la distribución, siendo menos sensible a valores extremos. Estas herramientas son fundamentales para la creación de gráficas y la toma de decisiones basada en datos en el ámbito del desarrollo de software.
2. Marco Conceptual: Definiciones Clave
Para abordar los temas avanzados, es imperativo comprender los siguientes términos fundamentales:
- Frecuencia (f): Cantidad de veces que se repite un valor o cae dentro de un intervalo.
- Marca de Clase: El punto medio de un intervalo de clase.
- Límites Reales (Inferior y Superior): Los puntos exactos que delimitan un intervalo, evitando brechas entre ellos (ej. 144.5 a 149.5).
- Mediana (Me): Parámetro que indica el centro de la muestra, dividiéndola en dos partes iguales (50% por encima y 50% por debajo).
- Media (\bar{x}): Promedio de los datos. En intervalos, se sitúa cerca de los rangos con mayor población o frecuencia.
- Interpolación: Método matemático para estimar un valor intermedio dentro de un intervalo de clase cuando se conoce la posición de la mediana pero no su valor exacto.
3. Desarrollo del Tema: La Mediana en Datos Agrupados
Cuando se trabaja con intervalos, la mediana no se encuentra simplemente seleccionando un número, sino mediante un proceso de interpolación lineal.
3.1. Procedimiento de Cálculo (Paso a Paso)
- Identificar el Total de la Muestra (N): Sumar todas las frecuencias.
- Determinar la Posición de la Mediana: Dividir N por 2 (N/2).
- Nota: Si N es impar (ej. 41), se puede redondear o usar el valor exacto (20.5), ya que la diferencia en el resultado final es mínima.
- Localizar el Intervalo de la Mediana: Sumar las frecuencias de forma acumulada desde el primer intervalo hasta llegar o sobrepasar el valor de N/2.
- Aplicar el Concepto de "Préstamo": Si la suma de las frecuencias anteriores no alcanza a N/2, se identifica cuánto falta y se le "pide" esa cantidad al intervalo siguiente (el intervalo donde reside la mediana).
3.2. Fórmulas de Interpolación
El documento identifica dos variantes de la fórmula, siendo la versión reducida la más práctica para el uso en herramientas como Excel:
Fórmula Reducida: Me = LRI + \left( \frac{\text{Cantidad faltante para llegar a } N/2}{\text{Frecuencia del intervalo actual}} \right) \times \text
Donde:
- LRI: Límite Real Inferior del intervalo donde se encuentra la mediana.
- Amplitud: Diferencia entre el Límite Real Superior y el Límite Real Inferior.
4. Relación entre Conceptos y Parámetros
Es crucial distinguir cómo interactúan la media, la mediana y la moda:
- Proximidad: Idealmente, en una distribución simétrica, la media y la mediana deberían coincidir o estar muy próximas.
- Sensibilidad a la Población: La media siempre se desplazará hacia el intervalo con mayor frecuencia o población (ponderación), mientras que la mediana se mantiene estrictamente en el centro geométrico de los datos.
- Utilidad Gráfica: La mediana sirve como el parámetro central para construir y entender la simetría de las gráficas estadísticas.
5. Ejemplos Prácticos
Caso 1: Muestra Par (N=40)
Se tiene una tabla con frecuencias acumuladas. El objetivo es hallar la mediana.
- Posición: 40 / 2 = 20.
- Acumulación: La suma de las primeras tres frecuencias da 17 (3 + 5 + 9 = 17).
- Diferencia: Faltan 3 para llegar a 20.
- Intervalo Siguiente: El siguiente intervalo tiene una frecuencia de 12 y un LRI de 144.5.
- Cálculo:
- Proporción: 3 / 12 = 0.25.
- Amplitud del intervalo: 149.5 - 144.5 = 5.
- Ajuste: 0.25 \times 5 = 1.25.
- Resultado Final: 144.5 + 1.25 = 145.75 (o valores cercanos según la precisión del Excel, ej. 146.35 en el caso discutido en clase).
Caso 2: Muestra Impar (N=41)
- Posición: 41 / 2 = 20.5 (se puede tomar 20 para facilitar el cálculo).
- Acumulación: Se llega a una frecuencia de 11 antes del intervalo crítico.
- Diferencia: Se necesitan 9 adicionales para llegar a 20.
- Cálculo: Se toma el LRI del intervalo actual, se suma la proporción de 9 sobre la frecuencia del intervalo, multiplicada por la diferencia de los límites reales.
6. Introducción a la Desviación Media
La Desviación Media mide cuánto se alejan, en promedio, los valores de una población respecto a su media aritmética.
Proceso de Cálculo para Poblaciones (Datos No Agrupados)
- Calcular la Media (\bar{x}): Promedio simple de todos los valores.
- Calcular Desviaciones: Restar la media a cada valor individual (x - \bar{x}).
- Verificación: La suma de todas las desviaciones (con sus signos) debe ser cero.
- Aplicar Valor Absoluto (Función ABS en Excel): Convertir todos los resultados negativos en positivos.
- Promediar: Sumar los valores absolutos y dividir por el total de la población (N).
7. Errores Comunes y Aclaraciones
- Confusión de Límites: No utilizar los límites reales (con decimales .5) puede sesgar el resultado de la interpolación.
- Signos en Desviación: Un error frecuente es sumar las desviaciones sin aplicar el valor absoluto, lo cual resultará siempre en cero y no proporcionará información sobre la dispersión.
- Uso de Fórmulas en Excel: Para poblaciones directas (datos no agrupados), es más eficiente usar las funciones integradas de Excel en lugar de la fórmula manual de interpolación.
- Redondeo en Impares: En muestras impares, redondear la posición N/2 no afecta significativamente la validez académica del ejercicio en este nivel.
8. Fechas Importantes y Avisos Académicos
Basado en la comunicación directa durante la sesión, se establecen los siguientes puntos:
| Fecha | Evento / Actividad | Descripción Detallada |
| 02 de octubre | Primer Examen Parcial | Evaluación bajo modalidad "Blitz". Duración estimada: 15 minutos. |
| 25 de septiembre | Clase de Desarrollo | Se profundizará en Desviación Media y otros parámetros de dispersión. |
| 30 de noviembre | Fin de cursada | Fecha estimada de finalización del periodo lectivo. |
Recordatorios Académicos:
- Metodología del Parcial: Los cálculos se realizan en Excel para mayor agilidad, pero los resultados finales deben entregarse de forma manuscrita (a mano).
- Material de Estudio: Es vital dominar el cálculo de la media, ya que es el parámetro de referencia para todos los temas subsiguientes (como la desviación media).
- Uso de Fórmulas: El profesor permite tener las fórmulas disponibles durante los ejercicios, priorizando la comprensión del proceso sobre la memorización.
9. Preguntas de Repaso
Nivel Básico
- ¿Cuál es la diferencia principal entre la media y la mediana en términos de qué representan?
- ¿Por qué la suma de las desviaciones respecto a la media (x - \bar{x}) siempre da cero?
Nivel Intermedio
- En una muestra de 60 datos agrupados, si las frecuencias acumuladas hasta el intervalo 2 suman 25, ¿cuántas unidades debes "pedirle" al intervalo 3 para hallar la mediana?
- ¿Qué función de Excel se utiliza para convertir las desviaciones negativas en positivas al calcular la desviación media?
Nivel Avanzado
- Explique por qué en una distribución con una frecuencia muy alta en los valores iniciales, la media tiende a alejarse del centro geométrico mientras que la mediana permanece en él.
- Realice el cálculo de la mediana para un intervalo con LRI = 100, LRS = 110, frecuencia del intervalo = 10, y una necesidad de "préstamo" de 4 unidades. (Respuesta esperada: 100 + (4/10) \times 10 = 104).