Documente Academic
Documente Profesional
Documente Cultură
cn
2. Se determina la posición que ocupa el cuartil mediante la formula: Qc el
~4 ,
presenta una distribución de frecuencia.
resultado obtenido determinara la clase donde se encuentra ubicado el cuartil, lo cual
se conseguirá en la clase donde la frecuencia acumulada Fi que sea igual o superior
a este resultado. Luego se aplica la formula:
Donde,
cn
F,(¿-
4
Q Li + i) Ic.
f
i
cn
= Posición que ocupa el cuartil en la distribución de frecuencia.
4
c = corresponde al número del cuartil solicitado: 1,2 3.
Li = Limite real inferior de la clase donde se encuentra ubicado el cuartil.
F( = Frecuencia acumulada anterior a la clase donde se encuentra el cuartil. fi
= Frecuencia absoluta de clase donde se encuentra el cuartil.
Son aquellas que vienen expresadas en las mismas unidades originales que indican
la serie de datos. Entre las medidas de dispersión absoluta se encuentran: el rango,
el rango intercuartilico, la desviación media, la varianza y la desviación típica.
RANGO O RECORRIDO.
Es la medida de dispersión mas sencilla y se define como la diferencia entre el valor mas
alto menos el valor mas pequeño y se designa por R. Es decir, R = Xmax-Xmin para datos
no agrupados. Si los datos están agrupados en K clases el rango será la diferencia entre
el limite superior de la K-esima clase menos el limite inferior de la primera clase.
El rango nos dará una primera idea sobre las dispersión de los datos ya que si su valor
es pequeño nos indicará una gran concentración de los datos, y si por el contrario su valor
es grande nos puede indicar una gran variabilidad o dispersión de los datos.
RANGOS ESPECIALES
El rango nos da una idea de la dispersión total de las observaciones, por lo tanto puede
estar afectada por valores extremos dando en consecuencia una idea de alta dispersión.
Por tal motivo, se han definido otros rangos que tratan de subsanar este problema.
Si los valores de la RI o RSI son pequeños indica una alta concentración de los datos de
la distribución en los valores centrales de la serie de datos. Estas medidas se utilizan para
comparar los grados de variación de los valores centrales en diferentes distribuciones de
frecuencias. Los mismos no son afectados por los valores extremos, no se adaptan a la
manipulación algebraica, por tal motivo son de poco utilidad.
X |x - x | x Kl
DM = ----
N N
Cuando los datos están en una distribución de clases o agrupados se aplica la siguiente
formula:
VARIANZA
S
X f ,(X, - X): XfX2 _
------- -— ----- X 2 para datos agrupados
n n
S=
X (X , - Para datos no agrupados
V 2 n
X)
Como la varianza es el promedio de los desvíos respecto de la media elevados al
cuadrado, viene entonces expresada en unidades cuadradas. Para obtener una medida
de dispersión en las unidades originales se le extrae la raíz cuadrada (positiva) a la
varianza, obteniendo así otra medida de dispersión denominada desviación típica o
estándar, la cual se
designara por S y X2 X
será igual a :
f
X (X, - 1J1
-X2 Para datos agrupados
2 n
X) f
n
INTERPRETACIÓN DE LA DESVIACIÓN TÍPICA
La desviación típica como medida absoluta de dispersión, es la que mejor nos proporciona
la variación de los datos con respecto a la media aritmética, su valor se encuentra en
relación directa con la dispersión de los datos, a mayor dispersión de ellos, mayor
desviación típica, y a menor dispersión, menor desviación típica.
Su mayor utilidad se presenta en una distribución normal, ya que en dicha distribución
en el intervalo determinado por X ±G se encuentra el 68. 27% de los datos de la
serie; en el intervalo determinado por la X ± 2<T se encuentra el 95,45% de los datos
y entre la X ± 3<T se encuentra la casi totalidad de los datos, es decir, el 99,73% de los
datos; además, existe una regla general de gran utilidad para la comprobación de los
cálculos que dice: "una oscilación igual a seis veces la G, centrada en la media comprende
aproximadamente el 99% de los datos”.
Ejemplo:
Clases
30—32
f i10
33—35 18
36—38 60
39—41 10
42—44 0
80
45—47 14
48—50 6
28
Z 8
Solución:
Clases
f i Xi f iX i fX 2
30—32 10 31 310 9610
33—35 18 34 612 20808
36—38 60 37 2220 82140
39—41 100 40 4000 160000
42—44 80 43 3440 147920
45—47 14 46 644 29624
48—50 6 49 294 14404
11520 464508
Z 288
11520
40.0.
n 288
r
2 _Z -2 464508 11520 ^2
2 2
12.8
S X _
288 V 288
n 8
_
2 11520
S _. Z f X 1 ÍZ f X i ' 464508 (
"i 2
n 288 V 288 y
n
vy
DISPERSIÓN RELATIVA
Las medidas de variabilidad, estudiadas hasta ahora, solo permitían medir las
dispersiones absolutas de los términos de la muestra. Las medidas, tomadas en esas
condiciones, serán de utilidad, solo cuando se trata de analizar una sola muestra; pero,
cuando hay que establecer comparaciones entre distintas muestras, será necesario
expresar tales medidas en valores relativos, que pueden ser proporciones o porcentajes.
CV = -£x100
Una serie de valores será más dispersa que otra mientras su CV sea mayor.
Ejemplo:
La venta en el mercado de tres productos, varia de acuerdo al siguiente cuadro.
Determine el CV de cada uno y diga cuál de ellos presenta mayor variación y cuál la
menor.
Producto X S Unidades CV
1 45 5 Bs. 11.11 %
2 450 40 Bs. 8.87 %
3 4500 350 Bs. 7.78 %
CV = Sx100/ X