Post on 14-Apr-2017
MEDIDAS DE DISPERSION
AUTOR: Liliana Egañe. C.I: 26.704.947
TUTOR: Ramon Aray
REPÚBLICA BOLIVARIANA DE VENEZUELAINSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”SEDE BARCELONA
DEPARTAMENTO DE INGENIERÍA EN MANTENIMIENTO MECANICO
MEDIDAS DE DISPERSIÓN: CONCEPTO. CARACTERÍSTICAS Y USOS. RANGO. DESVIACIONES TÍPICAS. VARIANZA Y COEFICIENTE DE
VARIACIÓN. CONCEPTO. CARACTERÍSTICAS Y UTILIDAD ESTADÍSTICA
MEDIDAS DE DISPERSION: También llamadas medidas de variabilidad, muestran la
variabilidad de una distribución, indicando por medio de un número si las diferentes
puntuaciones de una variable están muy alejadas de la media. Cuanto mayor sea ese valor,
mayor será la variabilidad, y cuanto menor sea, más homogénea será a la media. Así se
sabe si todos los casos son parecidos o varían mucho entre ellos.
Para calcular la variabilidad que una distribución tiene respecto de su media, se calcula la
media de las desviaciones de las puntuaciones respecto a la media aritmética. Pero la
suma de las desviaciones es siempre cero, así que se adoptan dos clases de estrategias
para salvar este problema. Una es tomando las desviaciones en valor absoluto (desviación
media) y otra es tomando las desviaciones al cuadrado (varianza).
CARACTERISTICAS DE MEDIDAS DE DISPERSION:
• Las medidas de dispersión nos sirven para cuantificar la separación de los valores de
una distribución.
• Llamaremos DISPERSIÓN O VARIABILIDAD, a la mayor o menor separación de los valores
de la muestra, respecto de las medidas de centralización que hayamos calculado.
• Al calcular una medida de centralización como es la media aritmética, resulta necesario
acompañarla de otra medida que indique el grado de dispersión, del resto de valores de
la distribución, respecto de esta media.
• A estas cantidades o coeficientes, les llamamos: MEDIDAS DE DISPERSIÓN, pudiendo ser
absolutas o relativas
USO DE LAS MEDIDAS DE DISPERSION: Puede utilizarse para evaluar la confiabilidad de dos
o más promedios, nos informan sobre cuánto se alejan del centro los valores de la
distribución.
RANGO: Es la diferencia entre el menor y el mayor valor. En {4, 6, 9, 3, 7} el menor valor es
3, y el mayor es 9, entonces el rango es 9-3 igual a 6. Rango puede significar también todos
los valores de resultado de una función.
EJEMPLO DE RANGO: Para la muestra (8, 7, 6, 9, 4, 5), el dato menor es 4 y el dato mayor
es 9. Sus valores se encuentran en un rango de:
Rango= (9-4)= 5
DESVIACIONES TIPICAS: Se denota con el símbolo σ o s, dependiendo de la procedencia
del conjunto de datos) es una medida de dispersión para variables de razón (variables
cuantitativas o cantidades racionales) y de intervalo. Se define como la raíz cuadrada de la
varianza de la variable
EJERCICIO DE DESVIACION TIPICA: Calcular la desviación típica de la distribución: 9, 3, 8,
8, 9, 8, 9, 18
La desviación típica, al igual que la media y la varianza, es un índice muy sensible a las
puntuaciones extremas.
VARIANZA: Mide la distancia existente entre los valores de la serie y la media. Se calcula
como sumatorio de las diferencias al cuadrado entre cada valor y la media, multiplicadas
por el número de veces que se ha repetido cada valor. El sumatorio obtenido se divide por
el tamaño de la muestra
La varianza siempre será mayor que cero. Mientras más se aproxima a cero, más
concentrados están los valores de la serie alrededor de la media. Por el contrario, mientras
mayor sea la varianza, más dispersos están.
CARACTERISTICAS DE LA VARIANZA
• Si a todos los valores de la variable se les suma un número la varianza no varía.
• Si todos los valores de la variable se multiplican por un número la varianza queda
multiplicada por el cuadrado de dicho número.
• Si tenemos varias distribuciones con la misma media y conocemos sus
respectivas varianzas se puede calcular la varianza total.
• Si todas las muestras tienen el mismo tamaño:
• Si las muestra tienen distinto tamaño
UTILIDAD DE LA VARIANZA: sirve para identificar a la media de las desviaciones
cuadráticas de una variable de carácter aleatorio, considerando el valor medio de ésta.
EJERCICIO DE VARIANZA: calcular la varianza de la distribución: 9, 3, 8, 8, 9, 8, 9, 18
COEFICIENTE DE VARIACION: En estadística, cuando se desea hacer referencia a la relación
entre el tamaño de la media y la variabilidad de la variable, se utiliza el coeficiente de
variación. Su fórmula expresa la desviación estándar como porcentaje de la media
aritmética, mostrando una mejor interpretación porcentual del grado de variabilidad que la
desviación típica o estándar. Por otro lado presenta problemas ya que a diferencia de
la desviación típica este coeficiente es variable ante cambios de origen. Se calcula usando
la siguiente formula:
CARACTERISTICAS DEL COEFICIENTE DE VARIACION:
• El coeficiente de variación no posee unidades.
• El coeficiente de variación es típicamente menor que uno. Sin embargo, en ciertas
distribuciones de probabilidad puede ser 1 o mayor que 1.
• Para su mejor interpretación se expresa como porcentaje.
• Depende de la desviación típica, también llamada "desviación estándar", y en mayor
medida de la media aritmética, dado que cuando ésta es 0 o muy próxima a este
valor el C.V. pierde significado, ya que puede dar valores muy grandes, que no
necesariamente implican dispersión de datos.
• El coeficiente de variación es común en varios campos de la probabilidad aplicada,
como teoría de renovación y teoría de colas. En estos campos la distribución
exponencial es a menudo más importante que la distribución normal.
UTILIDAD DEL COEFICIENTE DE VARIACION: El coeficiente de variación permite
comparar la dispersión entre dos poblaciones distintas e incluso, comparar la variación
Del producto de dos variables diferentes (que pueden provenir de una misma población).
El coeficiente de variación elimina la dimensionalidad de las variables y tiene en cuenta la
proporción existente entre una medida de tendencia y la desviación típica o estándar.
BIBLIOGRAFIA
Devore, Jay L; 2008. Probabilidad y Estadística para Ingeniería y Ciencias; 7a Ed; CENGAGE Learning; México
William; 2008. Introducción a la probabilidad y estadística; 13ª Ed; Thomson Cengage Learning; México
FUENLABRADA, S. (2000). Probabilidad y Estadística. McGraw-Hill. México