¿Por qué es la Mediana una medida muy importante? ¿Qué ventajas tiene respecto a la media? Definició
La mediana (Me) es un valor muy importante para las variables cuantitativas y se define como el valor de la variable que deja el mismo número de de datos antes y después de él, una vez ordenados estos. El 50% de los datos están por debajo de la Me, y el 50% por encima.
A continuación, argumentaremos ventajas e inconvenientes del cálculo de la Me.
Las ventajas con respecto a la media son:
Es la medida más representativa en caso de variables que sólo admiten la escala ordinal.
Es sencilla de calcular.
Tiene una fácil interpretación.
Sólo influyen los valores centrales de la distribución y es insensible a valores extremos (La media es muy sensible a valores extremos)
Se puede calcular en distribuciones en las que los valores extremos son desconocidos siempre y cuándo se tenga información sobre sus frecuencias (casos de intervalos iniciales y finales de naturaleza abierta)
Los inconvenientes de la mediana son los siguientes:
En su determinación no intervienen todos los valores de la variable.
Al necesitar un orden los datos, la mediana no puede definirse para variables cualitativas puras, sino para odinales y cuantitativas (discretas y continuas)
Moda (Mo): es el valor de la variable que tiene mayor frecuencia en la muestra, es decir, el que más veces se repite (La moda se asocia con lo más frecuente).
Este parámetro puede definirse para cualquier tipo de variable. También se puede definir la moda local o secundaria, que sería cualquier valor más frecuente que sus adyacentes, es decir, con más frecuencia que la que tengan el anterior y el posterior, lo que requiere al menos un orden en los datos.
En función del tipo de datos se calcula de forma diferente:
Si se tiene la muestra, la moda será aquel valor que más frecuencia presente.
Si se tiene una tabla en la que los datos no están ordenados en intervalos se haría analógicamente.
En caso de que los datos vengan dados en intervalos, el cálculo de la moda o modas es más complejo: