Medidas de Dispersión

UNIVERSIDAD NACIONAL DEL
CALLAO
MEDIDAS DE DISPERSIÓN
Profesor: Modesto Roland Alcantara Ramirez

ESTADÍSTICA DESCRIPTIVA
Introducción
• ¿Los promedios proporcionan suficiente información

para una adecuada descripción de los datos?
• ¿Por qué estudiar la dispersión?
• ¿Qué medida de dispersión es la más adecuada para

comparar variabilidades entre dos conjuntos de
datos?
Introducción
• Los estudiantes de Estadística reciben diferentes calificaciones en la

asignatura (variabilidad). ¿A qué puede deberse?
Diferencias individuales en el conocimiento de la materia.
• ¿Podría haber otras razones (fuentes de variabilidad)?

• Por ejemplo supongamos que todos los alumnos poseen el mismo
nivel de conocimiento. ¿Las notas serían las mismas en todos?
Seguramente No.
• Dormir poco el día del examen, no desayunaste,...
Diferencias individuales en la habilidad para hacer un
examen.
• El examen no es una medida perfecta del conocimiento.
Variabilidad por error de medida.
MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN
¿Qué son las Medidas de Dispersión?
¿Cómo sabré si un
promedio es
confiable?, o si los
• Son las que miden el grado de datos están
concentración o dispersión de concentrados.
los valores de una variable en

torno de un promedio.
Los más utilizados son:
• Rango o Recorrido
• Recorrido Intercuartílico
• Varianza y Desviación estándar
• Coeficiente de Variación
Medidas de Dispersión
Variación
Rango Rango Varianza Desviació Coeficiente

Intercuartílico nEstándar de Variación
• Medidas de dispersión dan

información sobre la
dispersión o variabilidad
de los datos.
Mismo centro,
Variación diferente
Variabilidad o Dispersión
Baja dispersión = Alta concentración=Datos
homogéneos.
Alta dispersión = Baja concentración=Datos
heterogéneos.
Es importante tener una
Imagen visual de la Distribución de la variable
Datos de baja variabilidad
La media provee una buena
representación de los valores
en la base de datos.
Datos con alta variabilidad

Al incrementar datos
la distribución cambia..
La media ya NO provee ahora una

buena información de los datos como
sucedía anterioremente
Miden el grado de dispersión de los datos.
• Rango (R): R  X max  X min

Es la diferencia entre las observaciónes extremas.
• Ejemplo: Datos; 2,1,4,3,8,4.
Rango  8  1  7
• Es muy sensible a los valores extremos.
• Rango intercuartílico (RIC):

• Es la diferencia entre el tercer y primer cuartil.
Rango Intercuartílico  Q3  Q1
• No es tan sensible a valores extremos.
Ejemplo: Rango Intercuartílico (RIC)
Las puntuaciones de un exámen de15 estudiantes se listan abajo.
Halle el primer, segundo y tercer cuartíl de las puntuaciones, y el RIC.
28 43 48 51 43 30 55 44 48 33 45 37 37 42 38
Datos Ordenados:
Mitad inferior Mitad Superior
28 30 33 37 37 38 42 43 43 44 45 48 48 51 55
Q1 Q2 Q3
RIC  Q3  Q1 Las puntuaciones del exámen en la

parte media de los datos varian al
= 48 – 37 menos en 11 puntos.
= 11
DESVIACIÓN ESTÁNDAR
• Llamada también desviación típica.
• En la práctica, la desviación estándar se utiliza con más frecuencia que la
varianza.
• Una de las razones es que se expresa en las mismas unidades de medida de
la variable.
Interpretación del valor de “ s ”
• Sean las siguientes estadísticas de las edades de pacientes atendidos en un
consultorio médico:
Media = 39,80 años y s = 13,74 años
• La dispersión media de las edades de los pacientes con respecto al
promedio es de 13,74 años, o bien así:
• La variabilidad media de las edades de los pacientes en relación al
promedio es de 13,74 años.
Varianza y Desviación Estándar
n
Var ( x)  S 2  1  i
( x  x ) 2
(n1) i 1
Para facilitar los cálculos de s2 (la varianza)
utilizaremos la ecuación equivalente:
n
 2
S 
2 1

(n 1)  i 1
( xi )  n( X ) 
2

Desviación estándar muestral:
Es la raíz cuadrada de la varianza.
S  Var ( x)
Fórmula alternativa para s2
Ejemplo: Los pesos (en libras) de una muestra de cinco
cajas que se envían por UPS (empresa de mensajería)
son los siguientes: 12, 6, 7, 3 y 10. Calcule la varianza y
la desviación estándar.
Varianza muestral S2 :
S 2  1 (338)  5(7.6)2   12,3

(51)
Desviación estándar muestral S:
S  S 2  12,3  3,5071
Interpretación: En promedio, los pesos de las cajas
varian 3,51 libras respecto de la media de 7,6 libras.
MEDIDAS DE DISPERSIÓN
2
RANGO ( R) VARIANZA (S ) DESVIACIÓN ESTANDAR ( S )
Coeficiente de Variación
Es la razón entre la desviación estándar y la media.
S
 También se la denomina variabilidad relativa. CV   100%
 Es frecuente mostrarla en porcentajes x
• Si la media es 80 y la desviación estándar 20 entonces
CV=20/80=0,25=25% (variabilidad relativa).
 Es una cantidad adimensional. Conveniente para comparar la

variabilidad de diferentes variables.
 Si el peso tiene CV=30% y la altura tiene CV=10%, los individuos

presentan mayor dispersión relativa en peso que en altura.
Se usa como estadístico de comparación respecto al cual se establece
si un conjunto de datos es homogéneo o heterogéneo.
- Si CV ≤ 30% → los datos son homogéneos

(dispersión baja).
- Si CV > 30% → los datos son heterogéneos.

(alto grado de dispersión).
¿Cuál de las siguientes variables presenta un menor
grado de dispersión?
¿Cuál de las siguientes variables presenta un mayor
grado de dispersión?
Ejemplo: Variabilidad o Dispersión
Ante la pregunta sobre el número de hijos por familia, una
muestra de 12 hogares, marcó las siguientes respuestas:
2 1 2 4 1 3
2 3 2 0 5 1
Calcule el coeficiente de dispersión de los datos
• Solución:
 1, 4035 
• Media = 2.1667 CV ( x )     100  64, 7759%
 2,1667 
• Desv. Estándar = 1.4035
Interpretación: Como C.V.= 64.78% > 30% concluimos que la

distribución del número de hijos por familia es heterogénea.
RELACIÓN ENTRE LA MEDIA, MEDIANA Y MODA
Diagrama de Cajas (Boxplot)
Este diagrama permite determinar, en forma gráfica,
lo siguiente:
 Valores extremos o atípicos (outliers).

 La tendencia central.
 La variabilidad.
 La asimetría de la distribución.
Estos gráficos son bastante útiles para comparar dos o

más conjuntos de datos en cuanto a su tendencia
central y variabilidad.
Diagrama de Cajas (Boxplots)
Outlier Valor
Extremo
Forma de la Distribución y BoxPlot
Asimétrica Asimétrica
Simétrica
Izquierda Derecha
Q1 Q2 Q3 Q1 Q2 Q3 Q1 Q2 Q3
Boxplots: Aplicación
El índice fog se utiliza para medir la dificultad para leer un texto escrito:
cuanto más alto es el valor del índice, más difícil es el nivel de lectura.
Se toman muestras aleatorias independientes de 6 anuncios de
Scientific American, Fortune y New Yorker. Se miden los índices fog de
los 18 anuncios y se anotan en la Tabla siguiente.
Scientific
Fortune New Yorker
American
15,75 12,63 9,27
11,55 11,46 8,28
11,16 10,77 8,15
9,92 9,93 6,37
9,93 9,87 6,37
8,20 9,42 5,66
Objetivo del investigador:
Comparar los niveles de dificultad (en índices fog) para leer un

texto escrito.

Grupos de comparación:
Grupo 1: Índice promedio de dificultad de la revista Scientific

American.
Grupo 2: Índice promedio de dificultad de la revista Fortune.
Grupo 3: Índice promedio de dificultad de la revista New Yorker.
Tipo de Revista Estadístico
Varianza 7,005
Desv. típ. 2,64665
Scientific Coeficiente
0,241229
American Variación
Rango 7,55
Amplitud 3,63
intercuartil
Varianza 1,445
Desv. típ. 1,20210
Índice fog Coeficiente

(Dificultad de Fortune 0,112556
Variación
Lectura)
Rango 3,21
Amplitud 2,00
intercuartil
Varianza 1,994
Desv. típ. 1,41196
Coeficiente
New Yorker 0,192103
Variación
Rango 3,61
Amplitud 2,34
27 intercuartil
Propiedades de la Varianza
Conclusión: Ahora estamos listos
para describir y analizar
datos estadísticos
• Las medidas de dispersión son

necesarias para dos propósitos
básicos:
• Para verificar la confiabilidad de

los promedios, y
• Para que sirva como base para el
control de la variación misma
“El corazón alegre hermosea el rostro”

Medidas de Dispersión

Cargado por

Copyright:

Formatos disponibles

Medidas de Dispersión

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Medidas de Dispersión

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DEL

Profesor: Modesto Roland Alcantara Ramirez

• ¿Los promedios proporcionan suficiente información

• ¿Por qué estudiar la dispersión?

• ¿Qué medida de dispersión es la más adecuada para

• Los estudiantes de Estadística reciben diferentes calificaciones en la

• ¿Podría haber otras razones (fuentes de variabilidad)?

los valores de una variable en

Rango Rango Varianza Desviació Coeficiente

• Medidas de dispersión dan

Datos con alta variabilidad

La media ya NO provee ahora una

• Rango (R): R  X max  X min

• Rango intercuartílico (RIC):

RIC  Q3  Q1 Las puntuaciones del exámen en la

S 2  1 (338)  5(7.6)2   12,3

 Es una cantidad adimensional. Conveniente para comparar la

 Si el peso tiene CV=30% y la altura tiene CV=10%, los individuos

- Si CV ≤ 30% → los datos son homogéneos

- Si CV > 30% → los datos son heterogéneos.

Interpretación: Como C.V.= 64.78% > 30% concluimos que la

 Valores extremos o atípicos (outliers).

Estos gráficos son bastante útiles para comparar dos o

Comparar los niveles de dificultad (en índices fog) para leer un

Grupo 1: Índice promedio de dificultad de la revista Scientific

Desv. típ. 2,64665

Desv. típ. 1,20210

Índice fog Coeficiente

Desv. típ. 1,41196

• Las medidas de dispersión son

• Para verificar la confiabilidad de

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.