Documente Academic
Documente Profesional
Documente Cultură
Introduccin.
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor
representativo, las medidas de dispersin dicen hasta que punto estas medidas de tendencia central
son representativas como sntesis de la informacin. Las medidas de dispersin cuantifican la
separacin, la dispersin, la variabilidad de los valores de la distribucin respecto al valor central.
Se distinguen las medidas de dispersin absolutas, que no son comparables entre diferentes
muestras y las relativas que permiten comparar varias muestras.
Para variables numricas o cuantitativas, en las que puede haber un gran nmero de valores
observados distintos, se ha de optar por un mtodo de anlisis distinto, respondiendo a las siguientes
preguntas:
a.
b.
para esto
28,29 y 33
La media aritmtica de ambas muestras es 30. Sin embargo, existe una diferencia esencial
entre ellas, puesto que los valores de la primera muestra se encuentran ms separados que los de la
segunda. Es por esto, que es necesario que introduzcamos alguna medida de variabilidad que
distinga a las dos muestras.
La importancia prctica de tales medidas, se evidencia por ejemplo, en que una muy
pequea variabilidad en un proceso de produccin de cierto producto, puede indicar alta calidad.
4. 2 . Medidas de Dispersin
Son indicadores estadsticos que muestran la distancia promedio que existe entre los datos y la
media aritmtica.
PARA VARIABLES
CUANTITATIVAS
ABSOLUTAS:
RELATIVAS:
Rango
Coeficiente de
Variacin
Variancia
Desvo Estndar
En el caso de datos sueltos se obtiene buscando el mximo y el mnimo valor entre los datos,
que se llaman valores extremos, y se realiza la diferencia.
Ejemplo: Tenemos los siguientes datos, que representan el valor del colesterol Total de 10
nios internados en el Hospital V.J.Vilela:
156 209 189 196 203 162 228 134 -155 - 96
Esta varianza muestral se obtiene como la suma de las de las diferencias de cuadrados y por
tanto tiene como unidades de medida el cuadrado de las unidades de medida en que se mide la
variable estudiada.
Como ejemplo, consideremos 10 pacientes de edades 21 aos, 32, 15, 59, 60, 61, 64, 60, 71,
y 80. La media de edad de estos sujetos ser de:
Donde:
Xj: valores de la muestra.
X : media aritmtica de la muestra.
n: tamao de la muestra.
En los clculos del ejercicio previo, la desviacin estndar muestral, que tiene como
denominador n, el valor sera 20,68. A efectos de clculo lo haremos como n-1 y el resultado sera
21,79.
El haber cambiado el denominador de n por n-1 est en relacin al hecho de que esta
segunda frmula es una estimacin ms precisa de la desviacin estndar verdadera de la
poblacin y posee las propiedades que necesitamos para realizar inferencias a la poblacin.
Ejemplo:
Continuamos con el ejemplo de la medicin de Colesterol Total realizada a 10 nios del Hospital
V.J.Vilela:
X = 156 + 209 + 189 + 196 + 203 + 162 + 228 + 134 + 155 + 96 = 1728 = 172,8
10
10
S=
S =
14189,6
9
= 39,71
Son ndices que describen la variabilidad o dispersin y por tanto cuando los datos estn
muy alejados de la media, el numerador de sus frmulas ser grande y la varianza y la
desviacin estndar tambin lo sern.
Cuando todos los datos de la distribucin son iguales, la varianza y el desvo estndar son
iguales a 0.
Para su clculo se utilizan todos los datos de la distribucin; por tanto, cualquier cambio de
valor ser detectado.
comparar dos variables que tienen escalas de medidas diferentes, por lo que calculamos los
coeficientes de variacin:
CV de la variable peso = 10,44 = 15 %
69,6
CV de la variable talla = 21,3 = 12,8 %
166
Respuesta: La distribucin ms dispersa es la del peso.