UNIVERSIDAD

FRANCISCO GAVIDIA

MATERIA:
Estadstica

CATEDRATICO:
Luis Ernesto Henrquez Serpas

TEMA:

Anlisis de videos Medidas de Dispersin

ALUMNOS:

1
2
3
4
5

Batres Garca, Andrs Eduardo

Borjas Jimnez, Gerson David
Iraheta Caldern, Gissela Jeaneth
Menjvar Alas, Susan Arely
Ramos Gonzalez, Johanna Elizabeth

BG101312
BJ100113
IC100314
MA103213
RG100113

FECHA DE ENTREGA:
Viernes 16 de septiembre de 2016

INTRODUCCIN

En el presente trabajo explicamos ms a fondo las medidas de dispersin que son

las que indican como se dispersan un conjunto de datos sobre un valor fijo. Las
medidas de dispersin se pueden encontrar de dos tipos las absolutas y las
relativas.

Dentro de las medidas de dispersin absolutos podemos encontrar las variables

de desviacin tpica, la cual se subdivide en: rango y desviacin intercuartilar,
dichas medidas son los parmetros de distancias entre un conjunto de datos a la
vez encontramos la desviacin media, dentro de esta cabe mencionar la media, la
mediana y la moda, tambin explicamos cmo gracias a esta podemos encontrar
la posicin de un dato con respecto a una serie de observaciones.

En las medidas de dispersin relativas podemos encontrar el coeficiente de

variacin el cual se puede expresar en forma de porcentaje dado que su valor es
porcentual es ac donde hayamos a la desviacin tpica dentro de esta se pueden
manejar datos simples, ponderados y agrupados. Todo esto lo podemos observar
mas detalladamente a continuacin.

OBJETIVOS

General:

Conocer y comprender a travs de los anlisis las medidas de

dispersin,

sus

tipos

cmo

aplicarlas

en

determinadas

situaciones.

Especficos:

Identificar y analizar los diferentes tipos de medidas de dispersin

Usar las medidas de dispersin de forma correcta.

CONTENIDO

MEDIDAS DE DISPERSIN
Un promedio no dice nada acerca de la diseminacin de los datos. El promedio no
es representativo cuando se tiene una amplia dispersin. Se puede comparar cun
dispersas estn dos o ms distribuciones. Una medida de dispersin puede
utilizarse para evaluar la confiabilidad de dos o ms promedios.
Medidas de dispersin:
Varias medidas de dispersin:
Amplitud de Variacin: Tal intervalo especial se utiliza ampliamente en las
aplicaciones del control estadstico de procesos.

AMPLITUD DE VARIACIN = VALOR MS GRANDE - VALOR MS PEQUEO

Desviacin media: Es la media aritmtica de los valores absolutos de las
desviaciones con respecto a la media aritmtica.

/X-X/
DESVIACIN MEDIA DM = n
Donde:
X valor de cada observacin
X media aritmtica de los valores

n nmero de observaciones de la muestra

/ / Valor absoluto
No se consideran los signos de las desviaciones respecto de la media dado que
las desviaciones positivas y negativas se compensaran exactamente y la
desviacin media siempre sera cero. Cero es un dato estadstico intil.
Dos ventajas:

Utiliza en su clculo todos los valores de la muestra.

Fcil de comprender pues es el promedio en que los valores se desvan con

respecto a la media.

Desventaja:

El uso de valores absolutos.

Variancia y Desviacin Estndar: se basan en las desviaciones al

cuadrado con respecto a la media.

Variancia: la media aritmtica de las desviaciones cuadrticas con respecto al a

media
La Variancia Poblacional para datos no agrupados o para datos no tabulados en
una distribucin de frecuencias se calcula como:
(X -)2
2=
N
Donde:
2 smbolos de variancia poblacional
X valor de una observacin de poblacin
N nmero total de observaciones en la citada poblacin

Media aritmtica de la poblacin

La variancia es difcil de interpretar a causa de las unidades.
La Desviacin Estndar Poblacional es el promedio de las desviaciones
respecto de la media, se presenta en las mismas unidades que los datos.
Frmula:
(X -)2
=
N
(X - X)2
Variancia Muestral s2 =
n-1
Donde:
X valor de las observaciones en la muestra
X media de la muestra
N nmero total de observaciones de la muestra
Puede demostrarse que:
(X - X)2 = X2 - (X)2/ n
Frmula operativa de la variancia maestral:
X2 - (X)2/ n
s2 =
n-1
La Desviacin Estndar Muestral se utiliza como un estimador, es la raz
cuadrada de la variancia muestral:

X2 - (X)2/ n
s=
n-1
Medidas de dispersin para datos agrupados en distribucin de
frecuencias:
Amplitud de Variacin: se resta el lmite inferior de la clase ms pequea
del lmite superior de la clase mayor.

Desviacin estndar: para datos no agrupados. Frmula:

fX2 - (fX)2/ n
s=
n1

Donde:
S desviacin estndar muestral
X punto medio de la clase
f frecuencia de clase
n nmero total de observaciones en la muestra
Para encontrar la desviacin de los datos agrupados en una distribucin de
frecuencias se produce:
Paso 1. Cada frecuencia de clase se multiplica por su punto medio.
Pas 2. Se calcula fX2, esto podra explicarse como fX. X.
Pas 3. Se suman las columnas fX y fX2..

Interpretacin y usos de la desviacin estndar:

La desviacin estndar se emplea como una medida para comparar la

dispersin en dos o ms conjuntos de observaciones.
o

Teorema de Chebyshev: Para un conjunto cualquiera de

observaciones (muestra o poblacin), la proporcin mnima de los
valores que se encuentran dentro de k desviaciones estndares
desde la media es al menos 1 - 1/k2, donde k es una constante
mayor que 1.
Regla emprica: Para una distribucin de frecuencias simtrica de
campana, aproximadamente 68% de las observaciones estar a ms
y menos una desviacin estndar desde la media, aproximadamente
95% de tales observaciones se encontrar a ms y menos dos
desviaciones estndares de la misma; y prcticamente todas las
observaciones (99,7%) se hallarn a ms y menos tres desviaciones
con respecto a la media.

Forma grfica:
Curva simtrica de campana que muestra las relaciones entre la
desviacin estndar y la media
-3s -2s -1s X 1s 2s 3s
70 80 90 100 110 120 130
68%
95%
99,7%
Si una distribucin es simtrica con forma de campana, prcticamente
todas las observaciones se encuentran entre la media ms o menos tres
desviaciones estndares.

Dispersin Relativa:
Karl Pearson (1857-1936) desarroll una medida relativa denominada
coeficiente de variacin(CV). Es una medida til cuando:

Los datos estn en unidades diferentes(como U$S y das de asistencia).

Los datos estn en la mismas unidades, pero las medias muy distantes
(ingresos de superiores e ingresos de empleados).

Coeficiente de variacin: es la razn (cociente) de la desviacin

estndar a la media aritmtica, expresada como un porcentaje:

s
CV = (100)
X
Karl Pearson desarroll tb una medida para evaluar el grado de orientacin
al sesgo, denominada coeficiente de asimetra (CA):
3 (media - mediana)
CA =
Desviacin Estndar

Otras medidas de dispersin:

Un mtodo es determinar la ubicacin de los valores que dividen un
conjunto de observaciones en partes iguales. Estas medidas son:
o

Los cuartiles, que dividen un conjunto de observaciones en 4

partes iguales (conjuntos ordenados de menor a mayor). El primer
cuartil (Q1) es el valor abajo del cual se encuentra el 25% de
las observaciones, y, el tercer cuartil (Q3) es el valor por abajo del
cual se encuentra el 75% de las observaciones. Q2 es la mediana.
Los deciles dividen un conjunto de observaciones en 10 partes
iguales.
Los centiles se utilizan para reportar resultados acerca de ciertas
pruebas nacionales estandarizadas, empleado para calificar la
admisin a programas.

Cuartiles, Deciles y Centiles ( o Porcentiles):

Para formalizar el procedimiento, sea Lp la ubicacindel centil deseado.

Ej: porcentil 33 L33 . El nmero de observaciones es n. Entonces se

aplica: (n +1) /2
Ubicacin de un centil Lp = (n +1) P/100
o

Diagramas de caja: representacin grfica basada en cuartiles, que

ayuda a ilustrar un conjunto de dato. Se necesitan 5 valores
estadsticos: el valor mnimo; Q1 ; la mediana; Q3 ; y el valor
mximo.

Mediana
Q1 Q3
Valor mnimo Valor Mximo
La
distancia
entre
los
extremos
de
la
caja
se
denomina amplitud cuartlica ( o intercuartlica). Dicho intervalo es la
distancia entre el primero y el tercer cuartiles.
Se indican dos asteriscos (**). Uno indica n dato impropio. Un dato
incongruente es un valor inconsciente con el resto de los datos. Es como
aquel valor que ms de 1,5 veces el valor de la amplitud intercuartlica,
mayor que Q3 o bien, menor que Q1.
Dato incongruente = Q1 - 1,5 (Q3 - Q1)

CONCLUSIONES

La mejor forma para poder sacar promedios o datos importantes de alguna

investigacin, es necesario aplicar la estadstica y medidas de dispersin ya
que es la frmula ideal para soluciona cualquier problema con relacin a
medidas o resultados; A pesar que las medidas de dispersin no son muy
mencionadas en este mbito, se aplican de muchas maneras y se puede
decir que es de las frmulas ms aplicadas en la estadstica y esto se debe
a que a pesar que son formulas completas, son fciles para aplicar en
cualquier situacin.

Muchas de las tablas mostradas en los videos fueron muy tiles y

necesarias para la resolucin de conflictos en la estadstica y aplicables a
una gran variedad de casos que ayudaran a la resolucin de problemas en
esta materia que se nos imparte. Tambin es necesario entender y aplicar
el orden cronolgico de cada formula y tabla presentada, porque en base a
esa comprensin se deposita el buen desarrollo de una problemtica en la
estadstica.