Está en la página 1de 4

2.

NDICE DE DESVIACIN ESTNDAR

La desviacin estndar cuantifica el grado de dispersin de los puntos de los datos


cerca de la media y es usada para establecer los lmites en los que es determinada
la aceptabilidad del resultado del control. Los datos de control de calidad muestran
con frecuencia una distribucin normal o Gaussiana alrededor de la media.

La desviacin estndar es cuantificada usando la siguiente frmula:


Donde:
(x2) = la suma de los cuadrados de cada valor de x,
(x)2 = la suma de todos los datos al cuadrado,
n = el nmero total de los datos en el conjunto

Ejemplo:
El gerente de una empresa de alimentos desea saber que tanto varan los pesos de
los empaques (en gramos), de uno de sus productos; por lo que opta por
seleccionar al azar cinco unidades de ellos para pesarlos. Los productos tienen los
siguientes pesos (490, 500, 510, 515 y 520) gramos respectivamente.
Por lo que su media es:

Utilidad:
* Estimar ndices de consumo,
* Controlar la variabilidad en presupuestos, comercializaciones, productos,
en las ventas, etc.
* Estimar si un estudiante alcance o no, la nota de promocin
* Controlar que los productos no estn fuera de la fecha de vencimiento
* Dar proyecciones sobre quin asumir el prximo gobierno

Aplicacin a Laboratorio y Anatoma Patolgica:


El laboratorio que usa un instrumento o mtodo con desviaciones estndar
altas tendr menor certeza a cerca de la exactitud del diagnstico o efectividad
del tratamiento debido a la variabilidad de la prueba. En otras palabras, las
desviaciones estndar altas (pobre precisin, gran variabilidad) pueden afectar
la integridad de todos los resultados.
El mtodo o instrumento seleccionado debe proporcionar una desviacin
estndar que sea aceptable mdicamente.
3. VALOR ATPICO (OUTLIER)

Un valor ms extremo (outlier) es un valor en un conjunto de datos que es muy


diferente de los otros valores. Esto es, los outliers son valores excepcionalmente
lejanos del centro.

En la mayora de los casos, los outliers tienen influencia en la media, pero no en


la mediana, o la moda. Por lo tanto, los outliers son importantes en su efecto en
la media.

No hay una regla para identificar a los outliers. Pero algunos libros refieren un
valor como un outlier si este es mayor que 1.5 veces el valor del
rango intercuartil ms alla de los cuartiles.

Tambin graficando los datos en una recta numrica como una grfica de
puntos, nos ayuda a identificar a los outliers.

Ejemplo 1:

Encuentre los outliers del conjunto de datos. Tambin encuentre la media del
conjunto de datos incluyendo los outliers y excluyendo los outliers.

15, 75, 20, 35, 25, 85, 30, 30, 15, 25, 30

Primero arregle el conjunto de datos en orden.

15, 15, 20, 25, 25, 30, 30, 30, 35, 75, 85

Grafique los datos en una recta numrica como una grfica de puntos.

Los valores 75 y 85 estn muy lejos del centro. As, estos dos valores son
outliers para el conjunto de datos dado.

Encuentre la media, la mediana y la moda de los datos incluyendo los outliers:

Encuentre la media de los datos excluyendo los outliers:


La media del conjunto de datos dado es 35 cuando
los outliers estn incluidos, pero es 25 cuando los outliers
estn excluidos.

Prueba de Dixon: Utiliza relaciones de las diferencias entre datos que parecen
atpicos comparados con los valores del grupo de datos.

La prueba de Dixon se usa en un nmero pequeo de observaciones (menor a


26) y detecta elementos que se encuentren sesgados o que son extremos.

Para aplicar la prueba de Dixon se requiere de un nmero de observaciones igual


o mayor a 10. En el caso que las observaciones sean menores a 10 se utiliza
como valor esperado el valor de preparacin.

Ejemplo 2:

Glucemia Ordenando los datos:


Paciente 1 95 80, 82, 85, 90, 95, 100, 110, 115, 118, 200.
Paciente 2 90
Paciente 3 200 El tamao de la muestra es 10, y la relacin utilizada es
Paciente 4 80 el espacio entre el valor atpico (200) y su vecino ms
Paciente 5 118 prximo (118) dividido por el espacio entre los valores
Paciente 6 82 ms grandes y ms pequeos en el grupo.
Paciente 7 115 Por lo tanto, el ndice de Dixon es:
Paciente 8 110
Paciente 9 100 (200 118)/(200 80) = 82/120 = 0.68
Paciente 10 85

Rechazo de datos:
Este valor se compara con un valor crtico de una tabla, y el valor se declara valor
atpico si supera ese valor crtico.
Si Dcalculado>Dtabulado se rechaza el dato
El valor tabulado depende del tamao de la muestra, n, y de un nivel de confianza
elegido, que es el riesgo de rechazar una observacin vlida. La tabla por lo general
utiliza niveles de baja confianza tal como 1% o 5%.
Para un n = 10 y un riesgo del 5%, el valor en la tabla es 0.50. El ndice de Dixon 0.68
excede este valor crtico, indicando que el valor 200 es un valor atpico.
4. INTER-CUARTILES
Se define como la diferencia entre el tercer cuartil (Q3) y el primer cuartil (Q1), es
decir: IQR = Q3 - Q1. A la mitad del rango inter-cuartil se le conoce como desviacin
cuartil (DQ), es afectada muy poco por cuentas extremas. Esto lo hace una buena
medida de dispersin para distribuciones sesgadas: DQ = IQR/2= (Q3 - Q1)/2.

UTILIDAD
Sirve para ubicar datos particulares dentro de ciertas porciones de una distribucin de
datos.
Importancia
El rango inter-cuartil es un mtodo estadstico para incrementar el grado de confianza
en un anlisis especfico.

5.

También podría gustarte