Documente Academic
Documente Profesional
Documente Cultură
en tres sedes. Los puntajes alcanzados por los empleados se muestran en la tabla
siguiente:
MEDIDAS DE DISPERSIÓN
3
LOGRO DE LA SESIÓN:
4
MEDIDAS DE DISPERSIÓN
Varianza
Desviación estándar
Coeficiente de variación
5
Una medida de variabilidad es un número que nos indica el grado de
dispersión en un conjunto de datos. Si el valor es pequeño (respecto de la
unidad de medida) entonces hay una gran uniformidad entre los datos
(homogénea). Por el contrario, un gran valor nos indica poca uniformidad
(heterogénea). Cuando es cero quiere decir que todos los datos son iguales.
LAS MEDIDAS DE DISPERSIÓN INDICAN LA MAYOR O MENOR CONCENTRACIÓN DE DATOS CON
RESPECTO A LAS MEDIDAS DE CENTRALIZACIÓN.
Ejemplo:
Los siguientes datos corresponden a las notas del curso de Estadística de la UCSUR del grupo 1A
10 12 15 08 15 18 17 16 11 12 07 18 17 16 15 10 11 13 14 15 16 10
11 18 12 07 12 14 16 16 14 13 15 17 10 15 12 15 17 16 12 14 18 17
12 16 13 11
R= 18 – 07 = 11
VARIANZA
MIDE LA MAYOR O MENOR DISPERSIÓN DE LA VARIABLE RESPECTO A SU MEDIA ARITMÉTICA.
Cuanto mayor sea la varianza mayor dispersión existirá, por lo tanto, menor representatividad
tendrá la media aritmética
σ2 xi − X 2 × fi
S2 =
xi − µ 2 × fi n−1
=
N
fiXi2 − fiXi 2/N S2
σ2 = fiXi2 − fiXi 2 /𝑛
N =
n−1
CARACTERÍSTICAS:
1. Es la suma de los cuadrados de las diferencias de cada valor respecto a su media entre el
número de observaciones.
3. La varianza siempre será mayor a cero. Mientras más se aproxima a cero, más
concentrados están los valores de las serie alrededor de la media. Por el contrario,
mientras la varianza sea mayor más dispersos están los datos.
Número de Solución:
individuo de la Edad
muestra Hallo la media:
1 42
(42+28+28+61+31+23+50+34+32+37)/ 10 = 36.6
2 28
3 28 Aplico la fórmula: (Xi − x)2
4 61 S2 =
n−1
5 31
6 23
7 50 S2= [(42-36.6)2+(28-36.6)2+(28-36.6)2+(61-36.6)2+(31-36.6)2+(23-
36.6)2+(50-36.6)2+(34-36.6)2+(32-36.6)2+(37-36.6)2 ] / 9= 1196.4/9
8 34
S2 = 132.933
9 32
10 37
EJEMPLO:
Se realizó una encuesta en un Cine de la ciudad de Lima, con la finalidad
de contabilizar las edades de los asistentes. xi − µ 2 × fi
σ2 =
N
(𝑥 −𝜇)2 (𝑥 −𝑋)2
𝜎= 𝜎2 = 𝑁 𝑆= 𝑆2 = 𝑛−1
Hallo la media:
𝑥= (9+3+8+8+9+8+9+18)/8 = 9
Variancia = 218.65
Distribución simétrica
σ S
CV = CV =
μ X
4. No debe usarse cuando la variable presenta valores negativos o cuando el 0 sea arbitrario.
Ejemplo: la temperatura 00C ≠ 00F
5. Se interpreta como porcentaje, por lo que nos permitirá decidir entre dos muestras, cuál es
la que representa mayor dispersión .
MUESTRA 1 MUESTRA 2
Edad 25 años 11 años
Peso medio 145 libras 80 libras
Desviación estándar 10 libras 10 libras
Individuos de 25 años:
Individuos de 11 años:
1. Cuando se quiere comparar la dispersión de dos conjuntos de datos, la comparación de las desviaciones
estándar puede dar un resultado equivocado (esto puede ocurrir si las dos variables involucradas tienen
medidas en diferentes unidades). Ejemplo: se pretende conocer para un determinada población, si los niveles
de colesterol en el suero (mg./100ml) son más variados que el peso del cuerpo (kg.)
También puede ocurrir un error si las variables trabajadas tienen la misma unidad de medición. Ejemplo: la
desviación estándar de los pesos de niños de primer grado de primaria son comparadas con la desviación
estándar de los alumnos de preparatoria , se encontrará que ésta última es numéricamente mayor debido a los
pesos y no porque la dispersión sea mayor.
𝐐𝟏 + 𝐐𝟑 − 𝟐𝐐𝟐
𝐀𝐬 =
𝐐𝟑 − 𝐐𝟏
𝑔1<0,𝑎𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑎
𝑔1=0,𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎
𝑔1>0,𝑎𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑎
CURTOSIS
La Curtosis mide el grado de agudeza o achatamiento de una distribución con relación a la distribución
normal, es decir, mide cuán puntiaguda es una distribución. ( mide la deformación vertical de los datos )
TIPOS DE CURTOSIS
𝐐𝟑 − 𝐐𝟏
𝐤= 𝟐
(𝐏𝟗𝟎 − 𝐏𝟏𝟎)
𝑔2<0,𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑝𝑙𝑎𝑡𝑖𝑐ú𝑟𝑡𝑖𝑐𝑎
𝑔2=0,𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑚𝑒𝑠𝑜𝑐ú𝑟𝑡𝑖𝑐𝑎
𝑔2>0,𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑙𝑒𝑝𝑡𝑜𝑐ú𝑟𝑡𝑖𝑐𝑎
¡¡TRABAJO EN EQUIPO!!
30
¿QUÉ HEMOS APRENDIDO HOY?
31
BIBLIOGRAFÍA
MUCHAS GRACIAS
33