1. Medidas de Tendencia Central
1.1. Media
1.1.1. La medida de tendencia central más conocida y utilizada. Es el valor promedio de un conjunto de datos numéricos, calculada como la suma del conjunto de valores dividida entre el número total de valores.
1.2. Mediana
1.2.1. Es el valor de la variable que ocupa la posición central, cuando los datos se disponen en orden de magnitud.
1.3. Moda
1.3.1. Se define como el valor de la variable que más se repite. Una muestra puede tener más de una moda.
2. Medidas de Dispersión
2.1. Rango
2.1.1. Se define como la diferencia entre el mayor valor de la variable y el menor valor de la variable.
2.2. Desviación Estandár
2.2.1. Es la raíz cuadrada de la varianza, se representa por σ cuando pertenece al universo o población y por “s”, cuando pertenece a la muestra
2.3. Coeficiente de Variación
2.3.1. Es una medida de la dispersión relativa de los datos. Se define como la desviación estándar de la muestra expresada como porcentaje de la media muestral.
2.4. Varianza
2.4.1. La mejor medida de dispersión y la más generalizada. Se representa con el símbolo σ² para la población y con s² cuando se trata de la muestra.
3. Medidas de Posición
3.1. Cuartiles
3.1.1. Son los tres valores de la variable que dividen a un conjunto de datos ordenados en cuatro partes iguales.Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y al 75% de los datos. Q2 coincide con la mediana.
3.2. Deciles
3.2.1. Son los nueve valores que dividen una serie de datos ordenados en diez partes iguales. Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos. El quinto decil coincide con la mediana. También coincide con el segundo cuartil.
3.3. Percentiles
3.3.1. Son los valores que dividen una serie de datos ordenados en partes iguales. Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos. P50 coincide con la mediana, con Q2 y D5.
4. Medidas de Forma
4.1. Asimetría
4.1.1. Esta medida nos permite identificar si los datos se distribuyen de forma uniforme alrededor del punto central. Presenta tres estados diferentes, cada uno de los cuales define de forma concisa como están distribuidos los datos respecto al eje de asimetría
4.2. Curtosis
4.2.1. Esta medida determina el grado de concentración que presentan los valores en la región central de la distribución. Por medio del Coeficiente de Curtosis, podemos identificar si existe una gran concentración de valores (Leptocúrtica), una concentración normal (Mesocúrtica) ó una baja concentración (Platicúrtica).