Medidas de Dispersion

Rango.
Es la primera medida que vamos a estudiar, se define como la diferencia
existente entre el valor mayor y el menor de la distribucin,. Lo notaremos
como R. Realmente no es una medida muy significativa e la mayora de los
casos, pero indudablemente es muy fcil de calcular. Hemos estudiado
varias medidas de centralizacin, por lo que podemos hablar de desviacin
con respecto a cualquiera de ellas, sin embargo, la mas utilizada es con
respecto a la media.

Desviacion.
Es la diferencia que se observa entre el valor de la variable y la media
aritmtica. La denotaremos por di . No es una medida, son muchas
medidas, pues cada valor de la variable lleva asociada su correspondiente
desviacin, por lo que precisaremos una medida que resuma dicha
informacin. La primera solucin puede ser calcular la media de todas las
desviaciones, es decir, si consideramos como muestra la de todas las
desviaciones y calculamos su media. Pero esta solucin es mala pues como
veremos siempre va a ser 0.

Luego por lo tanto esta primera idea no es valida, pues las desviaciones
positivas se contrarrestan con las negativas. Para resolver este problema,
tenemos dos caminos:
Tomar el valor absoluto de las desviaciones. Desviacin media
Elevar al cuadrado las desviaciones. Varianza.

Desviacion media.
Es la media de los valores absolutos de las desviaciones, y la denotaremos
por dm.

Varianza.
Es la media de los cuadrados de las desviaciones, y la denotaremos por
tambin por

Aunque tambin es posible calcularlo como:

Este estadstico tiene el inconveniente de ser poco significativo, pues se

mide en el cuadrado de la unidad de la variable, por ejemplo, si la variable
viene dada en cm. La varianza vendr en cm 2.

Desviacion tpica.
Es la raz cuadrada de la varianza, se denota por Sx o s x.

Este estadstico se mide en la misma unidad que la variable por lo que se

puede interpretar mejor. Otros dos estadsticos importantes son la
cuasivarianza y la cuasidesviacin tpica, que como veremos cuando
estudiemos el tema de estimacin estadstica, son los estimadores de la
varianza y desviacin tpica poblacionales respectivamente.

Cuasivarianza.

Es una medida de dispersin, cuya nica diferencia con la varianza es que

dividimos por N-1, la representaremos por
la siguiente forma:

y la calcularemos de

Cuasidesviacion tpica.
La raz cuadrada de la cuasivarianza y la denotaremos por SN1 o s

N-1

Todas estas medidas de dispersin vienen influidas por la unidad en la que

se mide la variable, esto implica que si cambiamos de unidad de medida,
los valores de estos estadsticos se vean a su vez modificados. Adems, no
permite comparar por ejemplo, en un grupo de alumnos si los pesos o las
alturas presentan mas dispersin. Pues no es posible comparar unidades de
distinto tipo. Precisamos por lo tanto, una medida "escalar", es decir, que no
lleve asociado ninguna unidad de medida.

Coeficiente de Variacion.
Es un estadstico de dispersin que tiene la ventaja de que no lleva
asociada ninguna unidad, por lo que nos permitir decir entre dos muestras,
cual es la que presenta mayor dispersin. La denotaremos por C.V.

Ejemplo
Veamos por ltimo un ejemplo de cmo se calculan todas estas medidas.

45 5 6 6 50
5

300 116,4 2258, 15000

19,

16

55 6 1 1 60
5 0 6

600 -9,4 94

883,6 36000

65 7 1 3 70
5 9 5

1330 0,6 11,4

6,84

75 8 1 4 80
5 1 6

880 10, 116,6 1235, 70400

6
96

85 9 4 5 90
5
0

360 20, 82,4

6

N 5
= 0

3470

93100

1697, 32400
44

420,8 6082 246900

Dm=

C.V.=

La Probabilidad
El termino probabilidad es familiar a la mayora de nosotros. No es raro
escuchar frases tales como "la probabilidad de que caiga la lluvia" " la
probabilidad de sacar A en un curso B" hablando informalmente. La
probabilidad se refiere al nmero que indica el grado de certeza con que
algn evento futuro tendr un resultado en particular. Por ejemplo, antes de
lanzar una moneda bien balanceada, no sabemos con certeza si el resultado
ser cara o cruz. Sin embargo no hay duda en considerar estos resultados
como igualmente probables.
El campo de la probabilidad forma la base del estudio de la estadstica. En
estadstica nos interesamos en hacer una inferencia, esto es, una prediccin
o decisin a cerca de una poblacin (Conjunto grande de objetos bajo
estudio) utilizando una muestra de datos extrados (En estadstica una
muestra estadstica tambin llamada muestra aleatoria o simplemente
muestra es un subconjunto de casos o individuos de una poblacin
estadstica) de esa poblacin. Por tanto, en estadstica se hacen inferencias
acerca de una poblacin con base en una muestra conocida.

Elementos de La Probabilidad
Probabilidad Objetiva
Es el resultado de clculos.

Enfoque Clasico.
Supone que todos los eventos tienen la misma probabilidad de
ocurrir.

 Es la relacin entre el nmero de eventos sealados como exitosos,

respecto al total de eventos posibles.

Enfoque de Frecuencia Relativa.

Define a la Probabilidad como la relacin entre el nmero de

eventos favorables obtenidos, respecto al total de intentos.

Probabilidad Subjetiva.
Refleja la percepcin de quien la emite.
Es una forma de cuantificar, por medio de factores de ponderacin
individuales, la probabilidad de que ocurra cierto evento, cuando no es
posible cuantificarla de otra manera ms confiable.

Consideraciones:

La probabilidad puede expresarse en porcentaje, para esto basta

multiplicar el resultado obtenido por 100%.
La suma de probabilidades de todos los eventos posibles debe ser 1
o 100%.
Si la probabilidad de que ocurra un evento es p, la probabilidad
de que no ocurra es 1 p.

Calculo bsico de probabilidad.

Cul es la probabilidad de obtener sol al lanzar una moneda al

aire?
Cul es la probabilidad de obtener cinco puntos alanzar un
dado?
Si se tiene una caja con 10 billetes de $100.00 y con 20 billetes
de $50.00, cul es la probabilidad de sacar un billete de $100.00?
Si se tiene una canasta de fruta con 5 duraznos, 6 ciruelas y 8
chabacanos, cul es la probabilidad de tomar una ciruela.

Evento.
Es el resultado posible de un experimento o proceso observado, y es la
mnima unidad de anlisis para efectos de clculo de probabilidades. Los
eventos se clasifican en:
Mutuamente excluyentes o disjuntos.
Independientes.
Dependientes

 No excluyentes entre s.

Eventos mutuamente excluyentes.

Estos eventos no pueden ocurrir al mismo tiempo; es uno u otro.

Eventos Independientes.
Son aquellos que no se ven afectados por otros. La probabilidad total es la
suma de las probabilidades individuales.

Eventos Dependientes.
Son aquellos en los que un evento afecta la probabilidad de que suceda
otro. La probabilidad es la multiplicacin de las probabilidades de ambos
eventos, cuando ya ocurri el primero.

Eventos no incluyentes entre s.

Son aquellos en los que al ocurrir uno de ellos no impide que suceda
tambin el otro.

Permutacion.
Es una forma en la que pueden presentarse los objetos o eventos, y en la
que el orden de aparicin es muy importante.

Tipos de permutaciones.

Permutar
Permutar
Permutar
Permutar

algunos objetos, de todos diferentes.

todos los objetos, de todos diferentes.
todos los objetos, de algunos repetidos.
algunos objetos, de algunos repetidos.

Combinacion.
Es una forma en la que pueden presentarse los objetos o eventos y en la
que el orden de aparicin no importa

Espacio muestral.
Cuando se realiza un experimento, que es cualquier proceso que produce un
resultado o una observacin, se van a obtener un conjunto de valores. A
este conjunto de valores que puede tomar una variable se le denomina
espacio muestral.

 Ejemplos:
Por ejemplo: Si se tiene un dado cualquiera, el espacio muestral (EM) es
EM={1,2,3,4,5,6}. Ya que el dado tiene 6 caras , entonces se coloca cada
cara por aparte.

Evento seguro
Un evento seguro es cuando se tiene el 100 % de probabilidad de que
ocurra, por ejemplo, el agua a presion normal y "limpia" hervir a los 100
C, es lo que yo conozco como un evento deterministico

Evento imposible
Un evento imposible es aquel que tiene 0% de posibilidades de ocurrir, por
ejemplo: que probabilidad tiene un hombre de caer de un edificio y salir
vivo, obviamente la probabilidad es 0 por que es imposible que aquello
ocurra

Espacio equiprobable
Si todos los resultados en el espacio muestral tienen igual probabilidad de
ocurrir, se dice que el espacio muestral es equiprobable.

Ejemplos.
Al arrojar un dado todos los nmeros tienen la misma probabilidad
de salir (1/6)
Al arrojar una moneda ambas caras tienen la misma probabilidad de
salir (1/2)
Al elegir un bolilla de un bolillero con 100 bolillas todas tienen la
misma probabilidad de salir (1/100)

Probabilidad condicional.
Este tipo de probabilidad se da acavo dependiendo de una condicion, por
ejemplo: Consideremos una urna que contiene 4 bolillas rojas y 5 blancas.
De las 4 bolillas rojas, 2 son lisas y 2 rayadas y de las 5 bolillas blancas, 4
son lisas y una sola es rayada.
Supongamos que se extrae una bolilla y, sin que la hayamos mirado,
alguien nos dice que la bolilla es roja, cul es la probabilidad de que la
bolilla sea rayada?

Frecuencia absoluta.
Nmero de veces en que se repite un dato.

Frecuencia Relativa.
Es la proporcin entre la frecuencia de un intrvalo y el nmero total de
datos.