Las Medidas de Tendencia Central son parámetros estadísticos que informan sobre el centro de la distribución de una muestra o población. Estas se consideran “herramientas clave” de la estadística descriptiva para resumir conjuntos de datos.

1. La Media ($\bar{x}$ o $\mu$)

Es el promedio aritmético y se interpreta como el “centro de gravedad” de los datos.

\bar{x} = \frac{\sum x_{i}}{n}

\bar{x} = \frac{\sum (x_{i} \cdot f_{i})}{n}

2. La Mediana ($\tilde{x}$)

Es el valor que divide el conjunto de datos exactamente a la mitad: el 50% de los datos son menores o iguales a ella, y el 50% son mayores o iguales.

\tilde{x} = L_{i} + \left( \frac{\frac{n}{2} - F_{i-1}}{f_{i}} \right) \cdot A

3. La Moda ($\hat{x}$)

Es el valor o categoría que ocurre con mayor frecuencia en el conjunto de datos.

\hat{x} = L_{i} + \left( \frac{f_{i} - f_{i-1}}{(f_{i} - f_{i-1}) + (f_{i} - f_{i+1})} \right) \cdot A

Nota sobre interpretación: La Media es sensible a valores extremos (outliers), mientras que la Mediana es más robusta y describe mejor el centro cuando los datos están muy dispersos o sesgados.

Diferencias entre el parámetro (poblacional) y el estadístico (muestral)

Existen diferencias importantes entre el parámetro y el estadístico, aunque estas se centran más en la notación (símbolos) y en el propósito estadístico que en el procedimiento matemático básico.

1. La Media: Cambio de Símbolo y Denominador

Si bien en ambos casos sumas todos los datos y los divides entre el total, la estadística hace una distinción rigurosa para saber de qué estamos hablando:

• En la Población (Parámetro): Se usa la letra griega $\mu$ (mu). El denominador es $N$ (tamaño total de la población). Se considera un valor “verdadero” y fijo.
• En la Muestra (Estadístico): Se usa la letra latina $\bar{x}$ (x-barra). El denominador es $n$ (tamaño de la muestra). Se considera una “estimación” del valor real.

2. Mediana y Moda: La diferencia es el Alcance

Para la Mediana y la Moda, el método de obtención es idéntico (ordenar datos o buscar la mayor frecuencia). Sin embargo, la interpretación cambia:

• Población: La mediana poblacional describe el centro exacto de todo el universo de estudio.
• Muestra: La mediana muestral es solo un indicador que usamos para inferir dónde podría estar el centro de la población.

3. ¿Por qué es importante distinguir si es Muestra o Población?

La diferencia más crítica no ocurre en estas medidas de tendencia central, sino en las de dispersión (como la varianza), pero es vital entenderlo desde ahora por dos razones:

1. Inferencia Estadística: el objetivo de calcular una media en una muestra ($\bar{x}$) no es solo conocer ese grupo, sino usarlo para “estimar” el parámetro poblacional ($\mu$).
2. Grado de Error: Al trabajar con una muestra, siempre aceptamos un margen de error. Al trabajar con la población completa (Censo), el error de muestreo desaparece, pues tenemos el valor real.