Está en la página 1de 2

Las medidas de varianza, son un conjunto de datos que establecen o permiten

conocer la dispersión de un rango de valores en la escala de medición con respecto a la


media aritmética de los valores; estos permiten crear una imagen mental de la dispersión
de datos.

El rango es el diferencial del dato de mayor peso y el menor de los valores de un


conjunto de cifras.

La varianza es el promedio de los cuadrados de las desviaciones medidas


alrededor de la media aritmética. Este promedio diferirá cuando calculemos la dispersión
de datos para una muestra o una población.

Varianza para una población

Varianza para una muestra

La desviación estándar es una medida que calcula el grado de dispersión de los


datos respecto al valor promedio, esto es igual a la raíz cuadrada positiva de la
varianza.

Teorema de Chebyshev

Dado un numero K mayor o igual a 1 y un conjunto de n mediciones al menos


[1-(1/k^2)] de las mediciones estarán dentro de K desviaciones estándar de su media.

Este teorema permite describir la variabilidad de una muestra o población ,donde lo


primero que debemos hacer es construir un intervalo a partir de una distancia a
cualquier lado de la media aritmética ,el rango de la distancia estará comprendido por un
numero K que deberá ser mayor o igual a 1,por lo que al menos [1-(1/k^2)] del número
total de un rango de n mediciones estará en el intervalo construido.
La regla empírica puede describir cuando los datos tienden a ser forma más o menos del
montículo o datos que tienden a apilarse cerca del centro de la distribución.

El intervalo (m+-s) contiene aproximadamente el 68% de las mediciones

El intervalo (m +-2s) contiene aproximadamente el 95% de las mediciones

El intervalo (m +-3s) contiene aproximadamente el 99,7% de las mediciones

Al comparar ambas herramientas veremos que el teorema de Chebyshev es una


estimación de la fracción de mediciones que residen en un intervalo particular y la regla
empírica es más precisa en esa estimación.

Estas dos herramientas permiten detectar errores en el cálculo de la desviación


estándar, indica la mayoría de las veces las mediciones que caen dentro de las
desviaciones estándar de su media, puede ser útil para localizar errores grandes en el
cálculo de la desviación estándar.

También podría gustarte