ESTADISTICA DESCRIPTIVA

Y PROBABILIDADES

MEDIDAS DE DISPERSIÓN
• Rango
• Desviación media
• Varianza
• Desviación estándar
• Coeficiente de variación
 LOGRO

Al finalizar la sesión el alumno reconoce las propiedades y la

aplicación de las medidas de dispersión para datos agrupados y no
agrupados.
 MEDIDAS DE
DISPERSIÓN

Son cantidades que miden el grado en que los datos numéricos

tienden a extenderse alrededor de un valor medio.
 Medidas de dispersión

La importancia que tienen es porque proporcionan más información que

permite juzgar la confiabilidad de las medidas de tendencia central. Si los
datos están muy dispersos, las medidas de tendencia central son menos
representativas de los datos que cuando están más agrupadas alrededor
de la media.

Varianza

Rango o recorrido Desviación

de la variable estándar
PRINCIPALES MEDIDAS
DE DISPERSIÓN

Desviación Coeficiente de
media variación
 Medidas de dispersión

Desviación Media Es la media aritmética de los valores absolutos

de las desviaciones de los valores observados
respecto a la media aritmética de éstas.

Para datos no agrupados Para datos agrupados

𝑘
𝑖=1 𝑓𝑖 𝑥𝑖 − 𝑥
𝐷𝑀 =
𝑛
 Medidas de dispersión

EJEMPLO: Al examinar los registros de facturación mensual de una

empresa que vende al crédito, el auditor toma una muestra de 11 de
las facturas no pagadas. Las sumas que se adeudan a la empresa son:
4 18 11 7 7 10 21 5 33 9 12
En este caso los datos están sin tabular, primero debemos calcular la
media

DM =

DM = 6.04
 Medidas de dispersión

Varianza Se define como la media aritmética del

cuadrado de las desviaciones de las
observaciones con respecto a su media.

Para datos no agrupados Para datos agrupados

𝑁 𝑘
𝑥𝑖−𝜇 2 𝑖=1 𝑓𝑖 𝑥𝑖−𝜇 2
Poblacional: 𝜎2 = 𝑖=1 2
Poblacional: 𝜎 =
𝑁 𝑁

𝑛 2
𝑥𝑖 − 𝑥 𝑘 2
𝑀𝑢𝑒𝑠𝑡𝑟𝑎𝑙: 𝑠 = 2 𝑖=1 𝑖=1 𝑓𝑖 𝑥𝑖 − 𝑥
𝑛−1 𝑀𝑢𝑒𝑠𝑡𝑟𝑎𝑙: 𝑠 2 =
𝑛−1
 Medidas de dispersión

EJEMPLO: Al examinar los registros de facturación mensual de una

empresa que vende al crédito, el auditor toma una muestra de 11 de las
facturas no pagadas. Las sumas que se adeudan a la empresa son:
4 18 11 7 7 10 21 5 33 9 12

Nota: el valor de la varianza no es interpretable, porque su valor están dadas en

unidades al cuadrado.
 Medidas de dispersión

EJEMPLO: A las familias de una comunidad alto andina se le preguntó

por el número de hijos, obteniéndose los siguientes resultados
(considere datos poblacionales)
2 0 2 4 4 6 6 4 6 7 4 4 7 4 2 0 4 6 7 7

Solo nos
interesa una
parte de la
tabla. La
media es 4,3
 Medidas de dispersión
Desviación estándar
Se define como la raíz cuadrada de la varianza.
Desviación Estándar Poblacional Desviación Estándar Muestral

𝜎= 𝜎2 s= 𝑠2
Para el ejemplo anterior , la desviación estándar poblacional es:

Coeficiente de Variación

Las medidas de dispersión que vimos anteriormente, son “absolutas” y son

útiles para describir la dispersión de un solo conjunto de datos, pero si se
quiere comparar más de dos conjuntos de datos tendremos que usar una
medida de dispersión relativa, como el coeficiente de variación; la cual está
definida como el cociente entre la desviación estándar y la media.
𝜎 𝑠
𝐶𝑉 = 𝜇 ∗ 100% (poblacional) 𝐶𝑉 = 𝑋 ∗ 100% (𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙)
 Medidas de dispersión

Ejemplo: Se tomaron dos exámenes a estudiantes del primer ciclo en los

cursos de matemática y economía, las notas están sobre 100 puntos. En
el curso de matemática la media fue de 72 puntos y una desviación
estándar de 9 puntos; en el curso de economía se obtuvo una media de
80 puntos y desviación estándar 6 ¿En cuál de los cursos hay mayor
dispersión? (considere datos poblacionales)

En matemática En economía
𝜇 = 72 σ = 9 𝜇 = 80 σ = 6
ó 12,5% ó 7,5%

Como se puede observar, la mayor dispersión se dio en el curso de

matemática.

Nota Por notación podemos usar para la varianza de X: 𝜎𝑋2 = 𝑉(𝑋)

 PROPIEDADES

PROPIEDAD 1
Si todos los valores observados son iguales a b
(donde b es una constante) entonces

PROPIEDAD 2
Si a cada valor de las observaciones se le suma (o
resta) una constante, la varianza del nuevo conjunto transformado
e será la misma que la varianza de las observaciones
iniciales, es decir:

PROPIEDAD 3
Si a cada valor de las observaciones se le multiplica por
una constante diferente de cero, la varianza del nuevo conjunto
transformado es la varianza del conjunto original
multiplicado por la constante elevado al cuadrado.
CONCLUSIONES

¿QUÉ HEMOS APRENDIDO?

 UNIVERSIDAD TECNOLICA DEL PERU

“ESTADISTICA DESCRIPTIVA Y PROBABILIDADES ”