P. 1
Guia de Estadistica Aplicada

Guia de Estadistica Aplicada

3.5

|Views: 78.955|Likes:
Publicado porad_lov
Excelente guia de estadistica aplicada, sencilla y completa.
Recomendada para el entendimiento práctico.
Excelente guia de estadistica aplicada, sencilla y completa.
Recomendada para el entendimiento práctico.

More info:

Published by: ad_lov on Jun 14, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

08/11/2015

pdf

text

original

Se llaman medidas de dispersión aquellas que permiten retratar la distancia de
los valores de la variable a un cierto valor central, o que permiten identificar la
concentración de los datos en un cierto sector del recorrido de la variable. Se
trata de coeficiente para variables cuantitativas.

Las medidas de dispersión estudia la distribución de los valores de la serie,
analizando si estos se encuentran más o menos concentrados, o más o menos
dispersos.

Existen diversas medidas de dispersión, entre las más utilizadas podemos
destacar

las

siguientes:
Rango: mide la amplitud de los valores de la muestra y se calcula por
diferencia entre el valor más elevado y el valor más bajo

Varianza: Mide la diferencia existente entre los valores de la serie y la
media. Se calcula como sumatoria de las diferencias al cuadrado entre cada valor
y la media, multiplicados por el número de veces que se ha repetido cada valor.

ESTADÍSTICA: PROF. JUDITH ALVARADO

29

La sumatoria obtenida se divide por el tamaño de la muestra.

N f

x

x

s

i

∑ −

=

).

(

2

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.

El desvío estándar o desviación típica: Es posible identificar conjuntos de
datos que a pesar de ser muy distintos en términos de valores absolutos, poseen
la misma media. Una medida diferencial para identificar esos conjuntos de datos
es la concentración o dispersión alrededor de la media.

La desviación estándar puede ser interpretada como una medida de
incertidumbre. La desviación estándar de un grupo repetido de medidas nos da la
precisión de éstas. Cuando se va a determinar si un grupo de medidas está de
acuerdo con el modelo teórico, la desviación estándar de esas medidas es de vital
importancia: si la media de las medidas está demasiado alejada de la predicción
(con la distancia medida en desviaciones estándar), entonces consideramos que
las medidas contradicen la teoría. Esto es de esperarse, ya que las mediciones
caen fuera del rango de valores de los cuales sería razonable esperar que
ocurrieran si el modelo teórico fuera correcto

Desvío estándar para datos sin agrupar: Una manera que aparece como
muy natural para construir una medida de dispersión sería promediar las
desviaciones de la media, pero como vimos, la suma de las desviaciones medias
es igual a cero

Una manera de evitar que los distintos signos se compensen es elevarlas al
cuadrado, de manera que todas las desviaciones sean positivas. La raíz cuadrada
del promedio de estas cantidades recibe el nombre de desvío estándar, o

desviación típica y es representada por la siguiente fórmula:

(

)

N

x

P

s

n

i m

=

=

1

2

La desviación estándar sólo puede utilizarse en el caso de que las observaciones
se hayan medido con escalas de intervalos o razones.

A mayor valor del coeficiente del desvío estándar, mayor dispersión de los datos
con respecto a su media. Es un valor que representa los promedios de todas las
diferencias individuales de las observaciones respecto a un punto de referencia
común, que es la media aritmética. Se entiende entonces que cuando este valor
es más pequeño, las diferencias de los valores respecto a la media, es decir, los

ESTADÍSTICA: PROF. JUDITH ALVARADO

30

desvíos, son menores y, por lo tanto, el grupo de observaciones es más
“homogéneo” que si el valor de la desviación estándar fuera más grande. O sea
que a menor dispersión mayor homogeneidad y a mayor dispersión, menor
homogeneidad.

Desviación típica o estándar para datos agrupados

(

)

N

f

x

P

s

n

i

s

m

=

=

1

2

.

Pm = punto medio del intervalo. x= media aritmética fs=
frecuencia simple

N= número de observaciones

Varianza

El cuadrado de la desviación estándar recibe el nombre de varianza y se
representa por . La suma de los cuadrados de los desvíos de la totalidad de las
observaciones, respecto de la media aritmética de la distribución, es menor que la
suma de los cuadrados de los desvíos respecto de cualquier otro valor que no sea
la media aritmética.

Si observamos, veremos que la varianza no es más que el desvío estándar al

cuadrado. Precisamente la manera de simbolizarla es .

Por lo mismo, el desvío estándar puede definirse como la raíz cuadrada de la
varianza

El coeficiente de variación: Para comparar la dispersión de variables que
aparecen en unidades diferentes (metros, kilos, etc.) o que corresponden a
poblaciones extremadamente desiguales, es necesario disponer de una medida
de variabilidad que no dependa de las unidades o del tamaño de los datos. Este
coeficiente únicamente sirve para comparar las dispersiones de variables
correspondientes a escalas de razón.

Una manera de construir una medida de variabilidad que cumpla los requisitos
anteriores es el llamado coeficiente de variación

ESTADÍSTICA: PROF. JUDITH ALVARADO

31

(Las barras del denominador representan el valor absoluto, es decir, indican que
debe prescindirse de la unidad de medida de la media). A menor coeficiente de
variación consideraremos que la distribución de la variable medida es más
homogénea.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->