Desv iacin estndar

L a de sviac in e st ndar o de sviac in tpic a de es la la r az c uadr ada

v ar ianz a . Es cu ad rad os d ec ir, de la raz las

cu ad rad a d e la m ed ia d e lo s pu ntuac io nes d e d es viac i n. L a de sviac in e st ndar s e rep res enta po r .

De sviac in e st ndar par a d at os agr upados

Para

sim p lific ar

el

cl c ulo vam os o utilizar las

si g uientes so n an terio res .

exp res io nes a

q ue las

eq uivalentes

De sviac in e st ndar par a d at os agr upados

Ejer c ic ios C alc ular la de sviac in

e st ndar d e la dis trib uc i n: 9, 3, 8, 8, 9, 8, 9, 18

C alc ular la de sviac in t p ic a d e la d is trib uc in d e l a tab la:

xi

fi

xi fi

xi2 fi

[10, 20) [20, 30)

15 1

15

225

25 8

200

5000

[30,40) 35 10 350

12 250 18 225 24 200 16 900 11 250 88 050

[40, 50) [50, 60)

45 9

405

55 8

440

[60,70) 65 4

260

[70, 80)

75 2

150

42

1 820

Propiedades de la desv iacin estndar

1 e st ndar La s er de sviac in s iem p re un

v alor posit ivo o c er o , en el cas o d e q ue las p untuac io nes s ean ig uales. 2 Si a tod o s los valor e s d e la variab le s e les suma un nme r o la de sviac in e st ndar no var a . 3 Si to d o s lo s valor e s de la la variab le se mult iplic an p o r un nme r o de sviac in e st ndar por qu ed a mult iplic ada

di c ho nme r o . 4 me dia Si y tenem o s varias s us

di s trib ucio nes co n la m ism a c ono c em os res p ec tivas la de svi ac ione s e st ndar

e st ndar s e p ued e calcular de sviac in t ot al .

Si

to d as

las

m ues tras

ti enen el mism o tam ao :

Si

las

mues tras

tienen

di s tinto tam ao :

Observaciones sobre desviacin la estndar

1 e st ndar , nd ic e m uy La al de sviac in ig ual q ue a la las

m ed ia y la varianza, es un s ens ib le pu ntuac io nes extrem as . 2 En lo s c as o s q ue no se p ue da hallar la me dia tam po c o s er p o sib le hallar l a de sviac in e st ndar . 3 m ayo r C uanta m s s er de p eq uea la dat os

s ea la de sviac in e st ndar c onc e ntr ac in

al red ed o r d e la me dia .

Coeficiente de variacin
El v ar iac in en tre la c oe f ic ie nt e es la de sviac in de tpic a

relac i n

d e una m ues tra y su me dia .

El

c oe f ic ie nt e

de

v ar iac in s e suele exp res ar en por c e nt aje s :

El l as

c oe f ic ie nt e de

de do s

v ar iac in p erm ite co mp arar dispe r sione s q ue s us di s trib ucio nes si em p re s ean posit ivas . Se c alc ula para c ad a una de las d is trib uc io nes y lo s v al o res que s e o b ti enen s e co m p aran entre s. d is tintas , me dias

La

mayor al de

disper sin valo r d el var iac in

co rres p o nd er c oe f ic ie nt e mayor .

Ejer c ic io U na d is trib uc i n tiene x = 140 y = 28. 28 y o tra x = 150 y = 25. C ul d e las do s p res enta m ayo r di s p ers i n?

La

p rim era

dis trib uc i n

p res enta m ayo r dis p ers i n

Desv iacin media

L a de sviac in r e spe c t o a l a me dia es la dif e re nc ia en tre cad a valor de y la la v ariab le es tad s tic a

me dia ar it mt ic a . Di = x - x

L a de sviac in me dia es l a me dia ar it mt ic a d e los v alor e s me dia . L a de sviac in me dia s e rep res enta p o r absolut os de las de sviac ione s re spec t o a la

Eje mplo C alc ular la de sviac in

me dia d e la dis trib uc i n: 9, 3, 8, 8, 9, 8, 9, 18

Desv iacin media para datos agrupados

Si

lo s

d ato s la

vienen

ag rup ad o s en una t abla de fr ec ue nc ias , exp res i n d e la de sviac in me dia es :

Eje mplo C alc ular la de sviac in

me dia d e la dis trib uc i n:

xi

fi

xi fi

| x - x|

|x - x| fi

[10, 15) [15, 20) [20, 25) [25, 30)

12. 5 3

37. 5

9. 286

27. 858

17. 5 5

87. 5

4. 286

21. 43

22. 5 7

157. 5 0. 714

4. 998

27. 5 4

110

5. 714

22. 856

[30, 35)

32. 5 2

65

10. 174 21. 428

21 457. 5

98. 57

Varianza
L a var ianz a es la me dia ar it m t ic a de las de l c uadr ado de svi ac ione s

re spec t o a la media d e una di s trib uci n es tad s tic a. La varianza . se

rep res enta p o r

V ar ianz a ag r upados

par a

dat os

Para c lc ulo v amo s si g uientes so n an terio res . de o

sim p lific ar la utilizar exp res io nes a

el las q ue las

var ianz a

eq uivalentes

V ar ianz a ag r upados

par a

dat os

Ejer c ic ios de var ianz a C alc ular la var i anz a d e l a d is trib uc i n: 9, 3, 8, 8, 9, 8, 9, 18

C alc ular la var i anz a d e l a d is trib uc i n d e la tab la:

xi

fi

xi fi

xi2 fi

[10, 20) [20, 30)

15 1

15

225

25 8

200

5000

[30,40) 35 10 350

12 250 18 225 24 200 16 900

[40, 50)

45 9

405

[50, 60

55 8

440

[60,70) 65 4

260

[70, 80)

75 2

150

11 250 88 050

42

1 820

Propiedades de la varianza
1 La var ianz a s er

si em p re un valor posit ivo o ce r o , en el cas o d e q ue las pu ntuac io nes s ean ig uales. 2 Si a tod o s los valor e s d e la variab le s e les suma u n nme r o la var ianz a no v ar a . 3 Si to d o s lo s valor e s de la la variab le se q ued a por el mult iplic an p o r un nme r o var ianz a mult iplic ada

c uadr ado d e d ic ho nme r o .

4 me dia pu ed e t ot al . Si

Si y

tenem o s

varias s us se

di s trib ucio nes co n la m ism a c ono c em os var ianz as la res p ec tivas

calc ular

var ianz a

to d as

las

m ues tras

ti enen el mism o tam ao :

Si

las

mues tras

tienen

di s tinto tam ao :

Observaciones sobre la varianza

1 L a var ianz a , al ig ual qu e la m ed ia, es un nd ic e mu y s ens ib le a las pu ntuac io nes extrem as . 2 En lo s c as o s q ue no se p ue da hallar la me dia tam po c o s er p o sib le hallar l a var ianz a .

3 L a var ianz a no viene ex p res ad a qu e las en las mis m as es tn u n id ad es que lo s dato s , ya d es viac io nes el evad as al c uad rad o.

Media aritmtica
L a me dia ar it mt ic a es el valor o b tenid o al sumar to do s lo s dat os y dividir el res ultad o entre el nme r o to tal d e dat os . es el smb o lo de la

me dia ar it mt ic a .

Eje mplo Lo s p es os d e s eis am ig os so n: 84, 91, 72, 68, 87 y 78 k g. Hallar el p es o m ed io .

Media aritmtica para datos agrupados

Si los dat os vienen

ag r upados en una tab la d e frec uenc ias, la exp res i n d e l a me dia es:

Ejer c ic io ar it m t ic a

de

me dia

En un tes t realizad o a un g rup o d e 42 p erso nas s e han ob tenid o qu e C alc ula me dia . las la p untuac io nes la tab la. punt uac in mues tra

xi [10, 20) [20, 30) [30,4 0) 15 25 35 1 8

fi

xi fi 15 200 350

10

[40, 50) [50, 60 [60,7 0) [70, 80)

45 55 65 75

9 8 4 2 42

405 440 260 150 1 820

Propiedades de la media aritmtica

1 La suma de de res p ec to a de to d as las las una la

de sviac ione s pu ntuac io nes di s trib uci n ce r o .

me dia d e la m is m a ig ual a

L as

sum a

de

las

d es viac io nes d e lo s nm ero s 8, 3, 5, 12, 10 d e s u m ed ia ari tm tic a 7. 6 es ig ual a 0:

8 7. 6 + 3 7. 6 + 5 7. 6 + 12 7. 6 + 10 7. 6 = = 0. 4 4. 6 2. 6 + 4. 4 + 2. 4 = 0 2 L a me dia ar it mt ic a de los c uadr ados de las de sviac ione s d e los valo res d e la variab le co n res p ec to a un h ac e nme r o mnima cualq uiera c uando co n se la d ic ho

nme r o

co inc id e

me dia ar it mt ic a .

3 Si a tod o s los valo res d e la variab le s e les suma u n m is m o nme r o , la me dia ar it m t ic a aume nt ada nme r o . 4 Si to d o s los valo res d e la po r variab le un se mul t iplic an nme r o por la q ued a d ic ho mis m o en q ued a dic ho

me dia nme r o .

ar it mt ic a

mult iplic ada

Observaciones sobre la media aritmtica

1 hallar La me dia p ara se pued e

s lo

var iable s

c uant it at ivas . 2 La me dia de de es las lo s

i nde pe ndie nt e amplit ude s i nt er valos . 3 La me dia Si

es

muy una los

s ens ib le a las punt uac ione s e xt r e mas . di s trib uci n si g uientes p es o s: 65 kg, 69kg , 65 kg , 72 k g, 66 kg, 75 kg , 70 kg , 110 k g. L a me dia es ig ual a 74 k g, q ue es una me dida de ce nt r aliz ac in rep res entativa di s trib uci n. 4 L a me dia no s e pued e cal c ular s i hay un i ntervalo co n una amplit ud i nde te r minada . de p o co la tenem o s con

xi [60, 63) [63, 66) [66, 69) [69, 72) [72, ) 61. 5 64. 5 67. 5 70. 5 5

fi

18 42 27 8 100

En po s ible

es te hallar

cas o la

no

es

me dia

po rq ue no po d em o s c alc ular l a mar c a de c lase d e ltimo i n tervalo .

Se utiliza el CV para medir la dispersin de los datos independientemente de las unidades que se utilicen, Cuanto ms elevado sea el CV ms dispersin o variabilidad tienen los datos. Por ejemplo si unos datos te da el CV=89% y otros el CV te da 123%, puedes concluir que los primeros datos tienen mucha menos variabilidad que los segundos. Espero haberte ayudado.

Qu es, cmo se calcula y para qu sirve el CV? El Coeficiente de Variacin, que se indica como CV, es la relacin entre la Desviacin Estndar y la Media. Se acostumbra expresarlo en forma de porcentaje. Frmula: CV = (Desviacin Estndar / Media) x 100 %

Ejemplo: Si en la distribucin A se tiene Media = 23.4 cm , Desviacin estndar = 6.7 cm CV de A = ( 6.7 / 23.4) x 100 % = 28.6% Si en la distribucin B se tiene Media = 897.5 cm., Desviacin estndar = 145.3 cm CV de B = ( 145.3 / 897.5) x 100% = 16.2% Interpretacin: El Coeficiente de Variacin indica cul sera el valor de la Desviacin Estndar si suponemos que la Media es igual a 100 unidades. En el ejemplo tenemos que en la distribucin B la Desviacin Estndar sera igual a 16.2 cm, en la suposicin de que la Media es 100 cm. En cambio, en la distribucin A, con la misma suposicin, la Desviacin Estndar sera igual a 28.6 cm. As qu, se puede concluir que el proceso A es MENOS PRECISO que el proceso B. UTILIDAD DEL CV: Permite comparar la variabilidad de dos procesos distintos, aunque las magnitudes de las Medias y la naturaleza del proceso, sean muy diferentes. En el ejemplo anterior aparentemente, en trminos absolutos, la Distribucin B tiene mayor variabilidad (s = 145.3 cm.) que la Distribucin A (s = 6.7 cm.) pues tiene una mayor Desviacin Estndar. Pero considrese que el proceso B tiene maquinaria ms grande; por eso tambin su media es ms grande. As que la nica manera de poder compararlas, es utilizando el artificio de suponer que ambas tienen una misma media.

No se habla de valores absolutos sino relativos. Por eso es que el CV no tiene medidas, sino que se expresa en forma de porcentaje. La Media y la Desviacin Estndar tienen las unidades propias de fenmeno correspondiente ( Ej. Peso en Kg., Longitud en cm.) 32 Cmo se determinan los valores extremos de una distribucin? Una distribucin que tenga un Histograma que se asemeje a una Campana de Gauss, se dice que corresponde a un Proceso NORMAL. En tal caso, la Teora Estadstica seala que: Valor mnimo terico = Media - 3 veces la Desviacin Estndar = X BARRA - 3 s Valor mximo terico = Media + 3 veces la Desviacin Estndar = X BARRA + 3 s Ejemplo: si una distribucin tiene Media = 23.4 cm. y Desviacin Estndar = 6.7 cm. y su comportamiento es aproximadamente NORMAL, las mediciones se encontrarn entre: Lmite Inferior = valor mnimo terico = 23.4 - 3 x 6.7 = 3.3 cm. Lmite Superior = valor mximo terico = 23.4 + 3 x 6.7 = 43.5 cm. Interpretacin: en este proceso se pueden encontrar, normalmente, valores tan pequeos como 3.3 cm., y tan grandes como 43.5 cm. Valores fuera de este rango denotaran que hay alguna irregularidad en el proceso y se deben tomar medidas correctivas, o tambin puede ser que los datos correspondan a otro proceso.

33 Qu es y para qu sirve la ESTANDARIZACIN z? Estandarizar significa que cada valor de la variable x de un proceso, puede ser convertido en un valor z, el cual depende de la Media y de la Desviacin Estndar de la distribucin. Frmula: Valor z = ( Valor x - Media) / Desviacin Estndar = ( x - X BARRA)/ s Ejemplo 1: Si en la distribucin de los pesos de los sacos de concentrado para animales, se encuentra que la Media es 61.6 Kg. y la Desviacin Estndar es 3.1 Kg. Cul sera el valor z que corresponde a un saco que pesa 66.2 Kg? Solucin: z = ( 66.2 - 61.6) / 3.1 = 1.94 Interpretacin: El valor z no tiene medidas, tan solo indica cuntas desviaciones estndares se separa el valor x observado, de la Media del proceso. En el ejemplo, el peso del saco de 66.2 Kg es 1.94 Desviaciones Estndares mayor que la Media de todos los sacos. Utilidad: Mediante el valor z se pueden comparar los resultados de muchos procesos, aunque tengan magnitudes diferentes. Podemos comparar si, en una empresa, las ventas mensuales del producto A son mejores o peores que las correspondientes al Producto B, en el mismo mes del ao. Ejemplo 2: Ventas mensuales (millones colones) en la Empresa LM. Mes de Abril, 2005 Producto A: Ventas Abril: x (A) = 385 Media histrica= 374, Desv. Estndar = 8.4

Producto B: Ventas Abril: x (B)= 28.43 Media histrica= 27.16 , Desv. Estndar = 0.86 Producto A: valor z(A) = ( 385 - 374 ) / 8.4 = 1.31 Producto B: valor z(B) = ( 28.43 27.16) / 0.86 = 1.48 Conclusin: en el mes de Abril, 2005, las ventas del Producto B han aumentado ms, respecto a su Media histrica que el aumento obtenido por el Producto A respecto a su propia Media Histrica de ese mes. 34 Cmo se determina el Porcentaje de Rechazo de piezas defectuosas? El procedimiento que se sigue es: - Determinar la Media y la Desviacin Estndar de la variable principal, es decir, aquella con la cual se decide si el producto Se Acepta o Se Rechaza - Determinar los Lmites de Aceptacin del producto (generalmente puestos por el cliente). - Calcular los valores z correspondientes al Lmite Superior: z(LS) y al Lmite Inferior: z(LI), de la zona de Aceptacin del producto. - Utilizando la TABLA DE LA CURVA NORMAL se leen los porcentajes que estn a la izquierda de los valores z de ambos Lmites. Restando el porcentaje correspondiente a z (LS) menos el correspondiente a z (LI), se obtiene el PORCENTAJE DE ACEPTACIN. Lo que le falte al porcentaje de aceptacin para llegar el 100%, es el PORCENTAJE DE RECHAZO que tiene ese producto en ese proceso. NOTA: La Tabla de la Curva Normal aparece en el Apndice No. 9

Ejemplo: Un cliente acepta pollos que pesen entre 1450 gr. y 1850 gr. En esta semana, en la granja, encuentran que en ese da el peso promedio del pollo es 1610 gr. con una Desviacin Estndar de 145 gr., Determine el Porcentaje de pollos que podrn ser enviados a ese cliente. Solucin: Valor z del Lmite Superior = ( 1850 - 1610) / 145 = 1.66 Valor z del Lmite Inferior = ( 1450- 1610) / 145 = - 1.10 En la Tabla de la Curva Normal se entra con el valor z (valores en las orillas, izquierda y superior). El valor dentro del cuadro corresponde al porcentaje de unidades que tienen valor z inferior a ese valor z que estamos considerando. Para z (LS) = 1.66 Se lee: en la fila: 1.6 y en la columna: 0.06 . Corresponde. 0.9515 = 95.15% z (LI) = -1.10 Se lee: en la fila: -1.1 y en la columna: 0.00 . Corresponde. 0.1357 = 13.57% Para hallar el PORCENTAJE DE ACEPTACIN se restan las dos lecturas obtenidas en la Tabla: PORCENTAJE DE ACEPTACIN = 95.15- 13.57 = 81.58% Es decir, que para este cliente tenemos capacidad de enviarle el 81.58 % de la produccin de ese da. El 18.42% de nuestra produccin no satisface las exigencias de ese cliente.