ESTADÍSTICA

DESCRIPTIVA Y
PROBABILIDADES
MEDIDAS DE DISPERSIÓN
MACHICAO BEJAR NILTON
 PLAN DE CLASE
• Competencias
• Motivación.
Inicio • Saberes previos.

• Medidas de dispersión. Varianza, desviación

estándar y coeficiente de variación.
Contenido • Gráfico de caja.
de la sesión • Ejemplos.

• Retroalimentación.
• Autoevaluación
Cierre
 COMPETENCIAS

Al termino de la sesión, el
estudiante estará en capacidad de:
• Definir y calcular medidas de
dispersión.
• Determinar la calidad del estimador,
utilizando medidas de dispersión
apropiadas.
• Interpretar un gráfico de caja.
• Resolver problemas de aplicación
sobre los conceptos desarrollados.
 INTRODUCCIÓN

500 1500 2000 2050 2100 6250

 MEDIDAS DE DISPERSIÓN

Las medidas de dispersión o variabilidad miden el grado

de concentración de los datos con respecto a un valor
central. Para medir el grado de concentración 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
VARIANZA Y DESVIACIÓN
ESTÁNDAR
 PROPIEDADES DE LA VARIANZA
• La varianza es siempre un número no negativo; es decir:
V(X)≥0.
• La varianza de una constante es igual a cero; es decir:
V(k)=0, k = ctte.

Nueva
Nuevo
Nueva varianza desviación
dato
estándar
X±B V(X) S(X)
CX C2 V(X) C S(X)
CX±B C2 V(X) C S(X)
Resumen de las propiedades de la
media y la varianza

Nueva
Nuevo Nueva Nueva
desviación
dato media varianza
estándar
X±B X B V(X) S(X)
CX CX C2 V(X) C S(X)
CX±B CX B C2 V(X) C S(X)
 COEFICIENTE DE VARIACIÓN

Para tener en cuenta:

Casos: Conclusión:
CV ≤ 10% El conjunto de datos es homogéneo.
10% < CV ≤ 30% El conjunto de datos es variable.
CV > 30% El conjunto de datos es heterogéneo.
 EJERCICIO RESUELTO
El jefe de producción de una empresa que fabrica focos ahorradores quiere obtener
información estadística acerca del tiempo de vida de los focos producidos en sus dos
líneas de producción. Para esto, ha tomado muestras de focos de ambas líneas,
obteniendo los siguientes resultados:
Para la línea 1:

Tiempo de vida Nº de focos

(en miles de horas) en la línea 1

[1.05, 1.45> 3
[1.45, 1.85> 9
[1.85, 2.25> 15
[2.25, 2.65> 8
Totales 35

Además:

4 4
 xif = 68.9500 y  x2 f  140.2475
i i i
i=1 i=1
 Para la línea 2:
Focos en la línea 2 agrupados por su tiempo de vida
12
12

10

8
8
Frecuencia

6
5

0
1,05 1,45 1,85 2,25 2,65
Tiempo de vida

Luego de realizar los cálculos necesarios, responda:

a) ¿Cuál de las dos líneas presenta tiempos de vida menos variables?
0.3604
CV1 = = 0.1829
1.97
0.4014
CV2 = = 0.2246
1.7875
Los focos de la línea 1presentan tiempos de vida menos variables.
b) Para corregir los errores en la toma de los tiempos de vida en
ambas líneas, se realizan los siguientes cambios: En la línea 1,
los tiempos se incrementaron en 10% más 150 horas y en la
línea 2, los tiempos se incrementaron en 600 horas. ¿En cuál de
las dos líneas, se presentan tiempos más homogéneos luego de
los cambios?

1.1x0.3604
CV1 = = 0.1711
1.1x1.97 + 0.15
0.4014
CV2 = = 0.1681
1.7875 + 0.6
Los focos de la línea 2 presentan tiempos de vida más homogéneos.
 DIAGRAMA DE CAJA

En años recientes se ha empleado con éxito un

resumen gráfico, llamado diagrama de caja, para
describir varias de las características más
destacadas de un conjunto de datos. Entre estas
características están (1) centro, (2) dispersión, (3)
naturaleza y magnitud de cualquier desviación
respecto a la simetría y (4) identificación de valores
atípicos, observaciones bastante alejadas del
grueso de los datos.
(Jay L. Devore, Probabilidad y Estadística para Ingeniería y Ciencias)
 Pasos para construir un diagrama
de cajas

• Ordenar los datos de menor a mayor.

• Calcular los cuartiles: Q1, Q2=Me y Q3.
• Calcular la cuarta dispersión: fs= Q3 – Q1.
• Trazar el diagrama correspondiente.
EJEMPLO 1

Mediana
Valor Valor
mínimo Q1 Q2 máximo

12 14 16 18 20 22 24 26 28 30 32 34 36

Minutos
EJEMPLO 2
Dos profesores (A y B) están interesados en estudiar los hábitos de
sueño de los estudiantes en sus clases. Ambos profesores registran el
tiempo (en minutos) que demoran en quedarse dormidos sus alumnos
desde que empieza la clase. El gráfico muestra los tiempos que
demoran en quedarse dormidos los alumnos de ambos profesores.
a) El profesor A dice que el porcentaje de alumnos de su
clase que se queda dormido antes de los 14 minutos,
es menor que el porcentaje equivalente en la clase del
profesor B. ¿es verdad?. Justifique.
Verdadero
En el aula del profesor A se quedan dormido antes de
los 14 minutos el 25% aproximadamente; mientras que,
en el aula del profesor B se queda dormido el 50%
aproximadamente.
b) ¿En cuál de las dos clases hay más variabilidad en el
50% central?.
En el Aula A porque la caja es más grande. También
podríamos utilizar el recorrido intercuartilico.
c) ¿Sería posible que el tiempo promedio en la clase B
sea igual a 15 minutos?. Explique.
Verdadero
La distribución tiene asimetría positiva, entonces la
media aritmética es mayor que la mediana (14 aprox.).
MEDIDAS DE ASIMETRÍA Y
CURTOSIS
MEDIDAS DE ASIMETRÍA

Estas medidas permiten conocer la forma que

tiene la curva que representa al conjunto de
datos.
Estas medidas nos brindan información sobre la
dirección de la dispersión de los datos. Si esta
dispersión tiende hacia el lado derecho, diremos
que la curva tiene asimetría positiva, en caso
contrario diremos que tiene asimetría negativa.
Si las dispersiones de la curva son iguales
diremos que la curva es simétrica.
Coeficiente de Asimetría de Pearson:

(x -Me)
A =3
k s
Si Ak < 0, la distribución tiene asimetría negativa.
Si Ak = 0, la distribución es simétrica.
Si Ak > 0, la distribución tiene asimetría positiva.
MEDIDAS DE CURTOSIS
Estas medidas nos brindan información sobre el
grado de deformación vertical de una distribución
de frecuencias en comparación con la curva normal
que le corresponde.
Tipos de distribuciones según su grado de curtosis:
Distribución platicúrtica: Si el grado de
apuntamiento es menor que el de la distribución
normal.
Distribución mesocúrtica: Si el grado de
apuntamiento es igual que el de la distribución
normal.
Distribución leptocúrtica: Si el grado de
apuntamiento es mayor que el de la distribución
normal.
Coeficiente de Curtosis:

(P75 -P25 ) a
Ku =
2(P90 -P10 )
b
a. Si Ku < 0.263, la distribución
es Platicúrtica.
b. Si Ku = 0.263, la distribución
es Mesocúrtica.
c
c. Si Ku > 0.263, la distribución
es Leptocúrtica.
VERIFICANDO LO APRENDIDO

Los ingresos semanales de los 25

trabajadores de un hotel tienen un
coeficiente de variación del 15%. Por
incremento del costo de vida, se decide
hacer un aumento del 20% de los
ingresos semanales más un adicional de
60 soles; por lo que, el nuevo coeficiente
de variación es igual al 10%.
a) ¿Cuál es el valor del ingreso semanal
promedio y la desviación estándar antes
del aumento?
b) ¿Cuánto dinero necesita el hotel para
pagar los ingresos semanales después
del aumento?
PARA REFORZAR LO APRENDIDO