Sunteți pe pagina 1din 33

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:

En base a este gráfico, responda:


¿En cuál de las tres sedes se obtuvo puntajes más homogéneos?
Para la sede 2, ¿Qué tipo de asimetría tiene en el 50% central de las puntuaciones?
¿Cómo se llaman los valores que están representados por los asteriscos?
2
2019

MEDIDAS DE DISPERSIÓN

3
LOGRO DE LA SESIÓN:

Al finalizar el estudiante calcula las


medidas de dispersión usando las
fórmulas e interpreta sus resultados.

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.

Recuperado de: http://f9.mb-content.com/pictures/861/71/4/471861_BXWUOUXDYHANJOX.jpg

Recuperado de: http://perso.wanadoo.es/albertoxepa/Image8.gif


RANGO

Distancia que existe entre el valor máximo y el valor mínimo

Rango = Vmax - Vmin

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

Para datos no agrupados:

Varianza poblacional Varianza muestral


(Cuasivarianza)

(Xi − μ) 2 (𝑋𝑖 − 𝑥)2


σ2 = 𝑆2 =
N 𝑛−1

2− ( 𝑋𝑖)2/𝑁 2−( 𝑋𝑖)2/𝑛


𝑋𝑖 𝑋𝑖
𝜎2 = 𝑆2 =
𝑁 𝑛−1
Para datos agrupados:

Varianza poblacional Varianza muestral

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.

2. Mide la distancia existente entre los valores de la serie y la media.

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.

4. Este estadístico es poco significativo ya que mide el cuadrado de la unidad de la variables.


Ejemplo: 2.
. Si la variable es en cm. La varianza será en cm
EJEMPLO:
En una muestra aleatoria de 10 pacientes con infección renal, se obtuvo los 2−
𝑋𝑖 ( 𝑋𝑖)2/𝑛
siguientes datos. Calcule la variancia de las edades de los pacientes. 𝑆2 =
𝑛−1

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

Calculo la media: Calculo la variancia


𝑥= 1820/42 = 43.33 = 9183.38/42
= 218.65
DESVIACIÓN ESTÁNDAR
ES LA RAÍZ CUADRADA DE LA VARIANZA.

ES LA MÁS USADA DE LAS MEDIDAS DE DISPERSIÓN.

Para datos no agrupados:

(𝑥 −𝜇)2 (𝑥 −𝑋)2
𝜎= 𝜎2 = 𝑁 𝑆= 𝑆2 = 𝑛−1

Es útil como medida de variación en un determinado conjunto de datos


Para datos agrupados:

(𝑥 −𝜇)2 ∗𝑓𝑖 (𝑥 −𝑋)2 ∗𝑓𝑖


𝜎= 𝜎2 = 𝑁 𝑆= 𝑆2 = 𝑛−1

Desviación estándar Desviación estándar


poblacional muestral
EJEMPLO:
Los siguientes datos corresponden al último informe (poblacional) de notas de los
alumnos del 3er ciclo de Artes Escénicas en la UCSUR: 9, 3, 8, 8, 9, 8, 9, 18

Calcule la desviación estándar:

Hallo la media:

𝑥= (9+3+8+8+9+8+9+18)/8 = 9

Hallo la desviación estándar: 𝜎 = 3.87


EJEMPLO:
Se realizo una encuesta en un Cine de la ciudad de Lima, con la finalidad de contabilizar las edades de
los asistentes.

Variancia = 218.65

Calculo de desviación estándar:


DESVIACIÓN ESTÁNDAR

Distribución simétrica

AYUDA A DESCRIBIR LA DISTRIBUCIÓN NORMAL O


CAMPANA DE GAUSS
COEFICIENTE DE VARIACIÓN
DESCRIBE LA DESVIACIÓN ESTÁNDAR RELATIVA A LA MEDIA, SIRVE PARA COMPARAR LA
VARIACIÓN EN DIFERENTES POBLACIONES.

σ S
CV = CV =
μ X

EL COEFICIENTE DE VARIACIÓN ES LA RAZÓN ENTRE LAS DESVIACIÓN TÍPICA Y LA


MEDIA.
También se le conoce como variabilidad relativa.

Permite comparar dos o más conjuntos de datos


CARACTERÍSTICAS:

1. Es frecuente que se presente en porcentajes. Ejemplo: si la media es 80 y la


desviación es 20, entonces: CV= 20/80 = 0,25 = 25% (variabilidad relativa).

3. Permite comparar la variabilidad de diferentes variables. Ejemplo: si el peso tiene CV= 40 y


la altura tiene CV= 20, los individuos presentan más dispersión en peso que en altura.

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 .

El coeficiente de variación es independiente a cualquier escala de medición.

Se debe considerar que no es un verdadero porcentaje porque puede ser


superior a 100. A mayor CV, menos representatividad tiene la media
aritmética.
EJEMPLO:

Los siguientes resultados corresponden a dos muestras formadas por varones:

MUESTRA 1 MUESTRA 2
Edad 25 años 11 años
Peso medio 145 libras 80 libras
Desviación estándar 10 libras 10 libras

¿Cuál de los datos tiene mayor variabilidad?


SOLUCIÓN:

Si realizamos la comparación entre las desviaciones estándar de los individuos de ambas


edades, podemos concluir que ambos tienen igual variabilidad (información errónea).

Si calculamos los coeficientes de variación tenemos:

Individuos de 25 años:

CV = (10/145 ) x 100 = 6.9

Individuos de 11 años:

CV = (10/80) x 100 = 12.5

Obteniendo los resultados correctos y completamente diferentes a los anteriores.


OBSERVACIONES A TENER EN CUENTA:

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.

2. La media y la desviación se expresa en la misma unidad de medición, siendo cancelada al calcular el


coeficiente de variación.
ASIMETRÍA

Coeficiente de Asimetría de Pearson

𝟑(𝐱 − 𝐌𝐞) (𝐱 − 𝐌𝐨)


𝐀𝐬 = 𝐀𝐬 =
𝐬 𝛔

As<0 Asimetría negativa


As = 0 Simétrica
As>0 Asimetría positiva
MEDIDA DE YULE BOWLEY O MEDIDA CUARTÍLICA

𝐐𝟏 + 𝐐𝟑 − 𝟐𝐐𝟐
𝐀𝐬 =
𝐐𝟑 − 𝐐𝟏

La Medida de Bowley varía entre -1 y 1

Si As < 0 ? la distribución será asimétrica negativa.


Si As = 0 ? la distribución será simétrica.
Si As > 0 ? la distribución será asimétrica positiva.
𝑛
𝑚𝑘 = 𝑖=1(𝑥𝑖 − 𝑥)𝑘
nm3
g1 =
(n − 1)(n − 2)(S)3 𝑚2
𝑆=
𝑛−1

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 )

Recuperado de: http://3.bp.blogspot.com/-G8BvyVXrpIQ/URlK7qeJchI/AAAAAAAAAWk/Nkg79d8zsSI/s1600/curtosis.JPG


Mide la mayor o menor concentración de datos alrededor de la media.

TIPOS DE CURTOSIS

Leptocúrtica: Alta concentración.


Mesocúrtica: Normal concentración.
Platicúrtica: Baja concentración
MEDIDA BASADA EN CUARTILES Y PERCENTILES

𝐐𝟑 − 𝐐𝟏
𝐤= 𝟐
(𝐏𝟗𝟎 − 𝐏𝟏𝟎)

Si k < 0,263 la distribución es platicúrtica


Si k = 0,263 la distribución es normal o mesocúrtica
Si k > 0,263 la distribución es leptocúrtica
n n + 1 m4 − 3(n − 1)(m2 )2
g2 =
(n − 1)(n − 2)(n − 3)(S)4

𝑔2<0,𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑝𝑙𝑎𝑡𝑖𝑐ú𝑟𝑡𝑖𝑐𝑎
𝑔2=0,𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑚𝑒𝑠𝑜𝑐ú𝑟𝑡𝑖𝑐𝑎
𝑔2>0,𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑙𝑒𝑝𝑡𝑜𝑐ú𝑟𝑡𝑖𝑐𝑎
¡¡TRABAJO EN EQUIPO!!

30
¿QUÉ HEMOS APRENDIDO HOY?

31
BIBLIOGRAFÍA

 Guía Práctica de Estadística General. 5° Edición 2016. UCSUR


 Triola M. Estadística. 10ª ed. Editorial Pearson, México, 2009
 Dawson-Saunders, B. y Trapp, R. (2002). Bioestadística Médica. 3ª Edición. México.
Manual Moderno.
 Norman, G. y Streiner, D. (1996). Bioestadística. Mosby/Doyma.

Elaborado por: Sarita Bocanegra Gonzales


2019

MUCHAS GRACIAS

33

S-ar putea să vă placă și