Documente Academic
Documente Profesional
Documente Cultură
Inicio
Competencias
Motivacin.
Saberes previos.
Cierre
Retroalimentacin.
Autoevaluacin
CASO PRACTICO
A continuacin, se presentan las distribuciones de las calificaciones de dos bloques
(Bloque A y Bloque B) del curso Estadstica para Ingeniera I:
Bloque A:
Leaft Unit=1.0
Tallo
Hojas
55689
(12)
001112222234
10
55566789
00
27
27
2 = 4548
= 344
=1
=1
Bloque B:
Calificaciones
N de estudiantes
[5, 8>
[8, 11>
[11, 14>
[14, 17>
[17, 20]
2 = 4008.25
= 306.5
=1
=1
Competencias
Al termino de la sesin, el
estudiante estar en capacidad
de:
Definir y calcular medidas de
dispersin.
Determinar la calidad del
estimador utilizando medidas de
dispersin apropiadas.
Interpretar un grfico de caja.
Resolver
problemas
de
aplicacin sobre los conceptos
desarrollados.
INTRODUCCIN
500
1500
2000
2050 2100
6250
Medidas de Dispersin
Las medidas de dispersin o variabilidad miden el grado de
concentracin de los datos con respecto a un valor central.
Para medir el grado de concentracin de los datos se tienen
en cuenta las desviaciones.
Las desviaciones son las diferencias entre los valores de los
datos y la media de estos.
Ejemplo
Del ejemplo anterior, tenemos:
500 2050 = -1550
1500 2050 = -550
6250 2050 = 4200
=(
=
=
=1(
)2
1
2
=1(
2 + 2 )
1
2
=1
2 =1 + =1
=
1
2
2
=1 2 =1 +
=
1
=
=
2
=1
2 + 2
1
2
=1
2 2 + 2
1
Datos agrupados:
2 =
=1
2
1
Propiedades de la Varianza
La varianza es siempre un nmero no negativo; es decir:
V(X)0.
La varianza de una constante es igual a cero; es decir:
V(k)=0, k es una constante.
Nuevo
dato
Nueva varianza
Nueva desviacin
estndar
Xb
cX
cXb
s2
c2 s2
c2s2
s
cs
cs
Coeficiente de Variacin
El Coeficiente de variacin es una medida de dispersin relativa
que nos permite comparar la variabilidad de dos o ms
conjuntos de datos, incluso cuando se encuentran en unidades
de medidas diferentes.
= %
Conclusin:
El conjunto de datos es homogneo.
El conjunto de datos es variable.
El conjunto de datos es heterogneo.
Ejemplo:
A continuacin, se presentan las distribuciones de las calificaciones de dos bloques
(Bloque A y Bloque B) del curso Estadstica para Ingeniera I:
Bloque A:
Leaft Unit=1.0
Tallo
Hojas
55689
(12)
001112222234
10
55566789
00
27
27
2 = 4548
= 344
=1
=1
Bloque B:
Calificaciones N de estudiantes
[5, 8>
[8, 11>
[11, 14>
[14, 17>
[17, 20]
2 = 4008.25
= 306.5
=1
=1
344
= 12.74 2 = 6.3729 = 2.5245
27
= 19.82%
Para el aula B:
=
306.5
= 12.26
25
2 = 10.44 = 3.2311
= 26.35%
Ejercicio Resuelto
El jefe de produccin de una empresa que fabrica focos ahorradores quiere obtener
informacin estadstica acerca del tiempo de vida de los focos producidos en sus dos
lneas de produccin. Para esto, ha tomado muestras de focos de ambas lneas,
obteniendo los siguientes resultados:
Para la lnea 1:
N de focos
en la lnea 1
[1.05, 1.45>
[1.45, 1.85>
[1.85, 2.25>
15
[2.25, 2.65>
Totales
35
Tiempo de vida
Adems:
4
xif = 68.9500
i
i=1
4
x 2 f 140.2475
i i
i=1
Para la lnea 2:
Focos en la lnea 2 agrupados por su tiempo de vida
12
12
Frecuencia
10
8
4
2
0
1,05
1,45
1,85
Tiempo de vida
2,25
2,65
0.3604
1.97
= 0.1829
0.4014
CV =
= 0.2246
2
1.7875
Los focos de la lnea 1presentan tiempos de vida menos variables.
CV =
= 0.1711
1 1.1x1.97 + 0.15
0.4014
CV2 =
= 0.1681
1.7875 + 0.6
Los focos de la lnea 2 presentan tiempos de vida ms homogneos.
Diagrama de Caja
En aos recientes se ha empleado con xito un resumen
grfico, llamado diagrama de caja, para describir varias de
las caractersticas ms destacadas de un conjunto de datos.
Entre estas caractersticas estn (1) centro, (2) dispersin,
(3) naturaleza y magnitud de cualquier desviacin respecto
a la simetra y (4) identificacin de valores atpicos,
observaciones bastante alejadas del grueso de los datos.
(Jay L. Devore, Probabilidad y Estadstica para Ingeniera y Ciencias)
Ejemplo 1
Valor
mnimo
12
14
Mediana
Q1
16
Valor
mximo
Q2
18
20
22
24
26
28
30
32
34
36
Minutos
Ejemplo 2
La empresa GyS manufacturas, ha evaluado el rendimiento de 15 de sus empleados
en tres sedes. Los puntajes alcanzados por los empleados se muestran en la tabla
siguiente:
Medidas de Asimetra
Estas medidas brindan informacin sobre la direccin horizontal que toma la
distribucin de los datos con respecto a su centro.
3 ( x Me )
Ak
s
< 0, la distribucin es asimtrica negativa o hacia la izquierda.
COEFICIENTE DE ASIMETRA
Si Ak
Si Ak = 0, la distribucin es simtrica.
Si Ak > 0, la distribucin es asimtrica positiva o hacia la derecha.
Ejemplo
Los gastos (en nuevos soles) en transporte semanal de los habitantes de la ciudad
A son:
18.1 18.5 18.7 19.9 20.4 20.5 21.1
21.3 21.3 21.5 22.0 22.0 22.2 22.4
Calcule e interprete el coeficiente de asimetra.
Solucin
Clculo de la media:
Clculo de la mediana:
Clculo de la desviacin estndar:
Medidas de Curtosis
Estas medidas brindan informacin sobre la deformacin vertical de una distribucin de
frecuencias en comparacin con la curva normal.
COEFICIENTE DE KURTOSIS
KU
Q3 - Q1
2 ( P90 - P10 )
EJEMPLO 8
Considere los siguientes valores para P75, P25, P90 y P10:
P75 = 24
P25 = 20
P90 = 25
P10 = 18
Por lo tanto, el coeficiente de curtosis es:
VERIFICANDO LO APRENDIDO
a)
b)
SNTESIS
Medidas de Dispersin
o
o
o
o
o
Cuartiles
Varianza (s2)
Desviacin Estndar (s)
Propiedades de la Varianza
Coeficiente de Variacin
Diagrama de Caja
Medidas de Asimetra
o Coeficiente de Asimetra
Medidas de Curtosis
o Coeficiente de Kurtosis
METACOGNICIN
Qu aspectos de las medidas de
dispersin te parecen interesantes?
Qu ventajas ofrece el anlisis del
Diagrama de Caja?
Qu competencias del tema podras
aplicar en tu vida diaria?
REFERENCIAS BIBLIOGRFICAS
1. Anderson, D. (2012) Estadstica para Negocios y Economa.
Mxico: CENGAGE Learning.
2. Chue, J. (2012) Estadstica Descriptiva y Probabilidades. Lima:
Universidad de Lima.
3. Lind, D. (2012) Estadstica Aplicada a los Negocios y la
Economa. Mxico: Mc Graw Hill.