DEPARTAMENTO DE MATEMATICAS

GUIA No. 5
COMERCIO INTERNACIONAL
ESTADISTICA I - DISTANCIA

PRESENTACION

Continuando con las propiedades o caractersticas que presentan las distribuciones de frecuencia, se
encuentran las medidas de dispersin, las medidas de sesgo y de apuntamiento. Se llaman medidas de
dispersin a aquellas que permiten retratar la distancia de los valores de la variable a un cierto valor
central, o que permiten identificar la concentracin de los datos en un cierto sector del recorrido de la
variable. Se trata de coeficiente para variables cuantitativas. Otro rasgo interesante en una distribucin
de frecuencias es si los datos aparecen ubicados simtricamente o no respecto de la media. Si
queremos cuantificar la simetra, es necesario conservar la informacin acerca tanto del signo como de
la distancia de cada dato a la media centro de simetra-.

OBJETIVOS

Aplicacin de las medidas de dispersin

Interpretar las medidas de variabilidad en datos agrupados y no agrupados.

CONTENIDOS
Medidas de Dispersin.
Medidas de Apuntamiento.
ACTIVIDADES
1. Cul es la importancia de las medidas de dispersin.

En mi concepto personal las medidas de dispersin nos dicen que tan representativas son estas
medidas como sntesis de la informacin. Por eso con esta medicin podemos saber que tan cercana a
la realidad estn los resultados producto de nuestro estudio,
Otras importancias son las mencionadas en la gua as:

Proporciona informacin adicional que permite juzgar la confiabilidad de la medida de Tendencia

central. Si los datos se encuentran ampliamente dispersos, la posicin central es Menos
representativa de los datos.

Ya que existen problemas caractersticos para datos ampliamente dispersos, debemos ser
Capaces de identificarlos antes de abordar esos problemas.

Quiz se desee comparar las dispersiones de diferentes muestras. Si no se desea tener una
Amplia dispersin de valores con respecto al centro de distribucin o esto presenta riesgos
Inaceptables, necesitamos tener habilidad de reconocerlo y evitar escoger distribuciones Que
tengan las dispersiones ms grandes.

2. Explicar las propiedades de la varianza.

Primero veamos las propiedades de la varianza as

Es siempre un valor no negativo, que puede ser igual o distinta de 0. Ser 0 solamente cuando Xi=
x ; es decir, 2 0; o S 2 0.
Esto quiere decir que el valor nunca ser negativo y en algunos casos ser cero cuando la media
aritmtica sea igual a la variable
la varianza ser siempre un valor positivo o cero, en el caso de que las puntuaciones sean iguales

La varianza de una constante es igual a 0.

En este caso sera parecido a la propiedad anterior cuando la media aritmtica sea igual a la
variable

Si a todos los valores de la variable se le suma una constante la varianza no se modifica.

Vemoslo:
Claramente se explica que al sumar uan constante a cada valor de la variable, la varianza no se
modificara
Si a todos los valores de la variable se les suma un nmero la varianza no vara

3. Investigar cmo se obtienen las medidas de dispersin en Excel.

Para este punto encontr un archivo con estas referencias bibliogrficas
REFERENCIAS BIBLIOGRFICAS SUREZ, Mario, (2011), Medidas de dispersin,
www.monografias.com/trabajos89/ SUREZ, Mario, (2012), Interaprendizaje de Estadstica Bsica,
Universidad tcnica de Norte TAPIA, Fausto Ibarra, Ecuador.
En el siguiente link
http://docentesinnovadores.net/Archivos/5804/MEDIDAS%20DE%20DISPERSI%C3%93N%20EMP
LEANDO%20EXCEL.pdf

El documento lo anexo al final y con este documento entend el procedimiento para hacerlo en
Excel
4. Explicar la importancia de las medidas de simetra y apuntamiento.

En el siguiente link ( https://prezi.com/oaiiy0sqvn_t/medidas-de-dispersion-simetria-y-apuntamiento/)

Encontramos que Son de gran utilidad al comparar distribuciones. Su importancia radica en la
necesidad de tomar decisiones, basadas en estadsticas bsicas. Las medidas de asimetra y
apuntamiento se utilizan para contrastar si se puede aceptar que una distribucin estadstica sigue
la distribucin normal.
Ahora bien en mi concepto personal al utilizar las medidas se puede caer en vicios de inexactitud
para lo cual estas y otras medidas nos acercan a la realidad haciendo ms confiable estos mtodos.
En las medidas simtricas podemos conocer los sesgos que tiene la informacin y que tan acercado
estamos en la informacin objeto de estudio.
Por otro lado en las medidas de apuntamiento observamos que tan concentrada esta o no la
informacin , lo cual nos es til para lo que estemos estudiando en el momento

5. Cul es la relacin entre la media mediana y moda.

la mediana y la moda para curvas de frecuencias asimtricas a la derecha y a la izquierda. Para

curvas simtricas los 3 valores coinciden-

La media aritmtica es la medida de tendencia central mas comn y tiene la ventaja que se entiende
y se calcula con mucha facilidad a partir de datos agrupados y datos no agrupados y se presta para
manipulaciones e interpretaciones algebraicas posteriores. Desafortunadamente, la media
aritmtica esta afectada por los valores extremos o atpicos y a diferencia de la mediana, puede
experimentar desviaciones drsticas a causa de las observaciones muy por encima o por debajo de
ella.
6. Determinar si las siguientes afirmaciones son Verdaderas o Falsas:

a. La suma de los desvos es nula. V ( x) F ( )

b. La suma de los cuadrados de los desvos respecto a la media es un mximo. V( ) F ( x)
c. Si a un grupo de datos se le suma una constante la varianza no cambia, pero la media s V ( x) F ( )
d. Si se multiplica a un grupo de datos por una constante, la varianza no se altera. V( ) F(x )
e. El rango es un ndice muy pobre en comparacin a la varianza. V ( x) F ( )

7. Para los datos siguientes, encontrar el coeficiente de variacin:

Frecuencia 10 20 30 15 8
Valor 2 4 6 8 10

Frecuencia Valor
10 2 desvi estndar 3,16227766
20 4 promedio 6
30 6 CV 52,70%
15 8
8 10

El coeficiente de variacin seria del 52.70%

8. Calcular todas las medidas de dispersin para las siguientes distribuciones:

a.
Xi 5 10 15 20 25
ni 3 7 5 3 2

Xi ni Xi * ni
5 3 15
10 7 70
15 5 75
20 3 60
25 2 50
TOTAL 20 270

rango 20
varianza 37,1052632
desviacin E 6,09140896
COHEFICIENTE V 50,00%
 b.
x 0 100 100 200 200 300 300 - 800
n 90 140 150 120

fi(xi*-
Xi ni xi xi*fi
Prom)^2
0 100 90 50 4500 3893760
100 200 140 150 21000 1632960
200 300 150 250 37500 9600
300 - 800 120 550 66000 10231680
TOTAL 500 1.000 129.000 15.768.000

rango 800 promedio 258

varianza 31599,20
desviacin E 177,76
COHEFICIENTE V 68,90%

9. Una empresa de fabricacin de productos cermicos dispone de tres centros de produccin. En el

centro A, el ms grande y moderno, se hace un estudio de los m de azulejo producidos al mes
durante el ao pasado, obtenindose una media de produccin mensual x A = 250.000 m, con una
desviacin tpica SA = 15.000 m. Se sabe que el centro B, por tener maquinaria ms anticuada que
A, produce cada mes un tercio de la produccin de A, y que el centro C, por tener un horno menos
que B, produce cada mes 25.000 m menos que B Cul es la media y la varianza de la produccin
mensual de C?
CENTRO P X M2
A 250.000 M2
B 83.333 M2
C 58.333 M2

LA MEDIA DE C SERIA 58.333

LA VARIANZA DE C 1.225.000.000
10. Sumando 5 a cada nmero del conjunto 3, 6, 2, 1, 7, 5, obtenemos 8, 11, 7, 6, 12, 10. Probar que
ambos conjuntos de nmeros tienen la misma desviacin tpica pero diferentes medias Cmo
estn relacionadas las medias? Cul es la relacin de entre la desviacin tpica de ambos conjuntos
de datos?

NUMERO NX2 NUMERO 2

3 -1 1 8 -1 1
6 2 4 11 2 4
2 -2 4 7 -2 4
1 -3 9 6 -3 9
7 3 9 12 3 9
5 1 1 10 1 1

DESV TIP 2,1602469 DESV TIP 2,1602469

MEDIA 4 MEDIA 9
VARIANZA 4,66666667 VARIANZA 4,66666667

Tenemos que cuando se aumente valores a una constante, la varianza y desviacin tpica sern
iguales, y la relacin entre ambos conjuntos de datos est dada a que ambos datos se alejan en la
misma proporcin a la media y por ende guardan la misma correlacin de alejamiento o cercana de
la informacin.