ESTADSTICA

Medidas de Variabilidad, Forma y

Concentracin
PLAN DE CLASE
Motivacin
Competencias
Inicio Saberes previos

Medidas de Variabilidad para datos no agrupados

Medidas de Variabilidad para datos no agrupados
Construccin
Medidas de Concentracin y de Forma

Retroalimentacin
Cierre
Autoevaluacin

viernes, 27 de octubre de 2017 2

COMPETENCIAS

Calcula e
interpreta
medidas de
variabilidad en
datos
agrupados y
no agrupados

Usa el MINITAB
para calcular Calcula e Calcula e
medidas de interpreta interpreta
posicin, de medidas de medidas de
dispersin, estadsticas de Concentracin
concentracin resumen y Forma
y forma.

Resuelve
ejercicios de
aplicacin
sobre el tema.

viernes, 27 de octubre de 2017 3

SABERES PREVIOS

Qu se entiende por variabilidad de los datos

Qu es una varianza?

Qu es una desviacin estndar?

Qu es un coeficiente de variacin?

viernes, 27 de octubre de 2017 4

VARIABILIDAD DE LOS DATOS

Se tiene la distribucin de los ingresos de los trabajadores de dos

pequeas empresas
Empresa A Empresa B

Nm.Trabjadores Ingresos Ingresos

1 2000 500
2 2000 500
3 2100 1500
4 2100 1500
5 2050 6250

Ingreso Promedio 2050 2050

viernes, 27 de octubre de 2017 5

MEDIDAS DE VARIABILIDAD
Las Medidas de Variabilidad nos brindan informacin acerca de la
magnitud del alejamiento de los datos en relacin a un valor central o
de concentracin de los datos.
En el anlisis estadstico se necesita conocer la variabilidad de los
datos, es decir, cun parecidos son respecto a las Medidas de
Tendencia Central.
Las principales medidas de variabilidad que vamos a estudiar son las
siguientes:
Rango
Varianza
Desviacin Estndar
Coeficiente de Variabilidad

viernes, 27 de octubre de 2017 6

EL RANGO
El rango se define como la diferencia entre los dos valores extremos que
de los datos. Es la medida de dispersin ms sencilla y tambin, por tanto,
la que proporciona menos informacin.
Comparemos, por ejemplo, estas dos series ambas con 50 observaciones

viernes, 27 de octubre de 2017 7

VARIANZA (DATOS NO AGRUPADOS)

Es una medida muy usada para el estudio de la dispersin o variabilidad

de los datos.

Varianza de la Poblacin

i1( Xi - )2
N N 2
i1 Xi
- n 2

2 = =
N N

Varianza de la Muestra

n 2 n 2
2
2 i1
( xi - x) i1 x - nx
i
V(X) = s = =
n-1 n-1

viernes, 27 de octubre de 2017 8

EJEMPLO 1
Se dispone de los datos acerca de las edades de una muestra de 8
clientes:
Dato xi xi2
x1 34 1 156

8
xi 285
x2 37 1 369 x i1
35,625
n 8
x3 23 529
x4 34 1 156

2
x5 45 2 025 8
x nx
2
11011 8(35,625)2
i1
122,5536
2 i
x6 56 3 136 s
n 1 8 1
x7 34 1 156
x8 22 484
Suma 285 11 011

viernes, 27 de octubre de 2017 9

VARIANZA (DATOS AGRUPADOS)

Cuando slo se disponga de informacin resumida en una tabla de

frecuencias, se puede hacer el clculo de la Varianza, mediante la
siguiente expresin:

m 2 m 2
2
2
f (x j - x)
j1 j j1 x f - nx
j j
V(X) = s = =
n-1 n-1

donde:
xj Son los diferentes valores (en el caso discreto) o las marcas de
clase (en el caso continuo),
fj Son las frecuencias absolutas de una tabla de frecuencia.

viernes, 27 de octubre de 2017 10

EJEMPLO 2
Se dispone de una tabla de frecuencias con la informacin acerca de los
pagos mensuales de consumo con tarjeta de crdito de 500 clientes de
BankCorp Group.
2
Intervalo de Clase xj fj xj fj xj fj
2 000 4 000 3 000 100 300 000 900 000 000
4 000 6 000 5 000 80 400 000 2 000 000 000
6 000 8 000 7 000 50 350 000 2 450 000 000
8 000 10 000 9 000 170 1 530 000 13 770 000 000
10 000 12 000 11 000 40 440 000 4 840 000 000
12 000 14 000 13 000 60 780 000 10 140 000 000
Total 500 3 800 000 34 100 000 000

6
j1 j
f xj 3800000
x 7 600
n 500
j1 j j nx
6 2 2
f x 34100000000 500(7 600) 2
2
s = = 10 460921,84
n 1 500 1
viernes, 27 de octubre de 2017 11
PROPIEDADES DE LA VARIANZA

1. La varianza de un conjunto de datos siempre es un nmero no

negativo. Esto es: V(X) 0.
2. La varianza de una constante es cero. Esto es, V(c) = 0.
3. Si a cada observacin se suma (o resta) una constante, la varianza del
nuevo conjunto de datos es igual a la varianza de los datos originales.
Esto es: V(X c) = V(X).
4. Si a cada observacin se multiplica por una constante, la varianza del
nuevo conjunto de datos es igual a la varianza de los datos originales
multiplicada por la constante al cuadrado. Esto es: V(aX) = a2V(X).

viernes, 27 de octubre de 2017 12

MEDIDAS DE DISPERSIN
Varianza Total

VT (x)

k
i1
n
i x s
2
i
i
2
x 2
T

k
n
i1 i

Desviacin Estndar o Desviacin Tpica:

s s2 V(X)

Coeficiente de Variacin:
s s
CV(x) CV(x)% 100%
x x

viernes, 27 de octubre de 2017 13

EJEMPLO 3
Las remuneraciones de los empleados de los hoteles LUX y ASTORIA
que pertenecen a la empresa hotelera HOTESA se presentan en las
tablas de frecuencia siguientes:
Hotel LUX Hotel ASTORIA

Sueldo Nmero de Sueldo Nmero de

(soles) Empleados (soles) Empleados
400 - 800 60 500 - 1000 10
800 - 1200 35 1000 - 1500 30
1200 - 1600 5 1500 - 2000 10
Total 100 Total 50
a) Determine la desviacin estndar de los sueldos de los empleados en
la empresa HOTESA.
b) Si se acuerda aumentar los sueldos en el Hotel LUX en un 5% ms
una gratificacin de S/ 100, y en el Hotel ASTORIA, en 10%.
Determine la desviacin estndar de sueldos para cada hotel.
c) Determine la nueva desviacin estndar de sueldos de los empleados
de la empresa HOTESA.
viernes, 27 de octubre de 2017 14
EJEMPLO 3
a) Determine la desviacin estndar de los sueldos de los empleados en
la empresa HOTESA
Hotel LUX Hotel ASTORIA

Sueldo Nmero de Sueldo Nmero de

(soles) Empleados (soles) Empleados
Xi fi Xi fi Xi 2fi Xi fi Xi fi Xi 2fi
400 - 800 600 60 36 000 21 600 000 500 - 1000 750 10 7 500 5 625 000

800 - 1200 1 000 35 35 000 35 000 000 1000 - 1500 1 250 30 37 500 46 875 000
1200 - 1600 1 400 5 7 000 9 800 000 1500 - 2000 1 750 10 17 500 30 625 000

Total 100 78 000 66 400 000 Total 50 62 500 83 125 000

66 400000 100(780)2
xLux 780 sLux 236,98
100 1
83125000 50(1250)2
x Astoria 1250 s Astoria 319,44
50 1

viernes, 27 de octubre de 2017 15

EJEMPLO 3
a) Determine la desviacin estndar de los sueldos de los empleados en
la empresa HOTESA
Hotel LUX Hotel ASTORIA

Sueldo Nmero de Sueldo Nmero de

(soles) Empleados (soles) Empleados
Xi fi Xi fi Xi 2fi Xi fi Xi fi Xi 2fi
400 - 800 600 60 36 000 21 600 000 500 - 1000 750 10 7 500 5 625 000

800 - 1200 1 000 35 35 000 35 000 000 1000 - 1500 1 250 30 37 500 46 875 000
1200 - 1600 1 400 5 7 000 9 800 000 1500 - 2000 1 750 10 17 500 30 625 000

Total 100 78 000 66 400 000 Total 50 62 500 83 125 000

100(780) 50(1250)
xHotesa 936,67
100 50
100(7802 236,98 2 ) 50(1250 2 319,44 2 )
sHotesa (936,67)2 347,18
100 50

viernes, 27 de octubre de 2017 16

EJEMPLO 3
b) Si se acuerda aumentar los sueldos en el Hotel LUX en un 5% ms
una gratificacin de S/ 100, y en el Hotel ASTORIA, en 10%.
Determine la desviacin estndar de sueldos para cada hotel.

x 'Lux 1,05xLux 100 1,05(780) 100 919

x ' Astoria 1,10x Astoria 1,10(1250) 1375

s'Lux 1,05sLux 1,05(236,98) 248,829

s' Astoria 1,10s Astoria 1,10(319,44) 351,384

viernes, 27 de octubre de 2017 17

EJEMPLO 3
c) Determine la nueva desviacin estndar de sueldos de los empleados
de la empresa HOTESA.

100(919) 50(1375)
x 'Hotesa 1071
100 50

100(9192 248,829 2 ) 50(1375 2 351,384 2 )

s'Hotesa (1071)2
100 50
s'Hotesa 358,67

viernes, 27 de octubre de 2017 18

DIAGRAMA DE CAJAS
Es una representacin grfica que se construye en base a la mediana y
los cuartiles Q1 y Q3.
Se traza un rectngulo con los extremos correspondientes al primer y
tercer cuartil.
Dentro de la caja se traza una lnea horizontal en el lugar de la
mediana.
Se ubican los lmites mediante el rango intercuartil: RI = Q3 Q1
Lmite inferior : LI = Q1 1.5 RI
Lmite superior: LS = Q3 + 1.5 RI
Se trazan lneas verticales desde los extremos de la caja hasta el valor
mximo y mnimo dentro de los lmites (bigotes de la caja).
Se marcan con asterisco (*) las localizaciones de los valores atpicos
(outliers).

viernes, 27 de octubre de 2017 19

EJEMPLO 4
El diagrama de caja muestra:
La puntuacin mediana es de
12,95.
El rango intercuartlico esta entre
Q1 = 10,575 a Q3 = 17,24.
No hay valores atpicos.
El rango de los datos estn entre
el valor Mnimo = 7,03 y
Mximo=22,5.
El hecho de que el rea mas
grande de la caja estn por
encima de la Mediana indica que
los datos tienen un sesgo
ligeramente positivo. Esto es, la
cola derecha de la distribucin es
ms larga que la cola izquierda.

viernes, 27 de octubre de 2017 20

EJEMPLO 5

viernes, 27 de octubre de 2017 21

MEDIDAS DE FORMA
Q3 - Q1
COEFICIENTE DE KURTOSIS KU
2 ( P90 - P10 )
Si KU = 0,263 la distribucin es mesokrtica.
Si KU < 0,263 la distribucin es platikrtica.
Si KU > 0,263 la distribucin es leptokrtica

viernes, 27 de octubre de 2017 22

MEDIDAS DE CONCENTRACIN
3 ( x - Me )
COEFICIENTE DE ASIMETRA Ak
s
Si Ak < 0, la distribucin es asimtrica negativa o hacia la izquierda.
Si Ak = 0, la distribucin es simtrica.
Si Ak > 0, la distribucin es asimtrica positiva o hacia la derecha.

viernes, 27 de octubre de 2017 23

Retroalimentacin y Autoevaluacin

De la Gua de Trabajo, resuelva los problemas siguientes:

1. Problema 2, Pgina 17

2. Problema 6, Pgina 19

3. Problema 12, Pgina 20

viernes, 27 de octubre de 2017 24