lOMoARcPSD|9845933

Cuestionario Sobre Medidas DE Variabilidad

StuDocu is not sponsored or endorsed by any college or university

Downloaded by Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

Cuestionario de Las Medidas de Dispersión o Variabilidad

Definir los siguientes conceptos. Para cada uno enunciar sus propiedades y dar dos
ejemplos:

1) Rango: El rango es la diferencia entre el más alto y el más pequeño de los valores
observados. En forma de ecuación, podemos decir que el Rango es igual al
valor de la observación más pequeña menos el valor de la observación más
grande.

Es fácil entender y encontrar el rango, pero su utilidad como medida de dispersión es

limitada. El rango sólo toma en cuenta los valores más alto y más bajo de una
distribución y ninguna otra observación del conjunto de datos. Como resultado, ignora
la naturaleza de la variación entre todas las demás observaciones, y tiene una gran
influencia de los valores extremos. Debido a que sólo mide dos valores, el rango tiene
muchas posibilidades de cambiar drásticamente de una muestra a la siguiente en una
población dada, aunque los valores que caen entre el más alto y el más bajo sean
bastante parecidos. Recordando que las distribuciones de extremo abierto no tienen
rango, pues no existe un valor “más alto” o “más bajo” en la clase de extremo abierto.

Ej-1: En una escala del 0 al 20, un grupo de 16 estudiantes de matemáticas I obtuvo las
siguientes calificaciones (puntos) en un examen parcial:

16, 10, 12, 8, 9, 15, 18, 20, 9, 11, 1, 13, 17, 9, 10, 14

Encontrar: a) El rango o recorrido de los datos. b) Los valores de los cuartiles Q 1 y Q3. c)
El rango intercuartil.

Solución A

Lo primero que hay de hacer para encontrar el recorrido es ordenar los datos de forma
creciente o decreciente. Por ejemplo, en orden creciente se tiene:

1, 8, 9, 9, 9, 10, 10, 11, 12, 13, 14, 15, 16, 17, 18, 20

Mediante la fórmula dada al comienzo: R = xmáx – xmín

R = 20 – 1 puntos = 19 puntos.

De acuerdo al resultado, estas calificaciones tienen una gran dispersión.

Solución B

Downloaby Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

N = 16

No (Q1) = (N+1) / 4 = (16 + 1) / 4 = 17 / 4 = 4.25

Es un número con decimales, cuya parte entera es 4. Entonces vamos a la distribución,

se busca el dato que ocupa el cuarto lugar y se promedia su valor con el de la quinta
posición. Como ambos son 9, el promedio también es 9 y entonces:

Q1 = 9

Ahora repetimos el procedimiento para hallar Q3:

No (Q3) = 3(N+1) / 4 = 3 (16 +1) /4 = 12.75

Nuevamente es un decimal, pero como no está a mitad de camino se redondea a 13. El

cuartil buscado ocupa la treceava posición y es:

Q3 = 16

Solución C

RQ = Q3 – Q1 = 16 – 9 = 7 puntos.

Que como vemos es mucho menor que el rango de datos calculado en el apartado a),
porque la calificación mínima fue de 1 punto, un valor bastante más alejado del resto.

2) Rango intercuartílico: El rango intercuartílico IQR (o rango intercuartil) es una

estimación estadística de la dispersión de una distribución de datos. Consiste en
la diferencia entre el tercer y el primer cuartil. Mediante esta medida se eliminan
los valores extremadamente alejados. El rango intercuartílico es altamente
recomendable cuando la medida de tendencia central utilizada es la mediana (ya
que este estadístico es insensible a posibles irregularidades en los extremos).

Fórmula del Rango intercuartílico.

En una distribución, encontramos la mitad de los datos, el 50 %, ubicados dentro del

rango intercuartílico.

Conforme aumente el IQR, indicará que la dispersión será mayor.

Por lo tanto, en distribuciones con una gran asimetría, (alejadas de la distribución
normal o campana de Gauss) es más apropiado medir la tendencia central y la

Downloaded by Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

dispersión mediante la mediana y el rango intercuartil respectivamente que con la media

aritmética y la desviación típica.

Con el IQR podremos elaborar los diagramas de caja, que es un instrumento muy visual
para evaluar la dispersión de una distribución.
Ej-1: Sea un conjunto ordenado de las edades de los veinte sujetos (N=20) de un
club.

Para calcular el rango intercuartílico, tendremos que calcular el primer y el tercer

cuartil (Q1 y Q3).

Primer cuartil: El primer cuartil será el sujeto (N+1) /4=21/4=5,25. Como es

decimal, será un número entre el X5=28 y X6=29.

E
l número decimal es el 5,25, por lo que i=5 y d=0,25. El cuartil 1 es:

Tercer cuartil: El tercer cuartil es el sujeto 3(N+1) /4=63/4=15,75. Como el número es

decimal, el cuartil estará entre X15=52 y X16=53.

E l número decimal es el 15,75, por lo que i=15 y d=0,75. El cuartil 3 es:

Rango intercuartílico

Una vez hemos calculado en primer y tercer cuartil, ya podemos calcular el rango
intercuartílico.

3) Desviación de la media: La desviación media de un conjunto de datos, es la

media aritmética de los valores absolutos de lo que se desvía cada valor respecto
a la media aritmética.

Downloaby Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

La fórmula de la desviación media es la siguiente:

Donde:

• x̄: media aritmética de los datos.

• x1, x2, x3, …, xn datos.
• xi cada uno de los datos.  n: número de datos.

Recuerda calcular la media aritmética x̄ antes de aplicar la fórmula de la desviación

media. Su fórmula es esta:

Ej-1: Calcular la desviación media de los siguientes datos: 2, 4, 6 y 8.

El valor de la media aritmética es de 5. Ahora aplicamos la fórmula de la desviación

media:

Ej-2: Calcular la desviación media de los siguientes datos: 3, 5, 8, 6, 2, 4, 7 y 5.

Como son muchos datos, vamos a colocar los datos en una tabla.

Sumamos los datos y calculamos su media aritmética, teniendo en cuenta que son 8
datos (n = 8).

Ahora sí, viene el cálculo de la media aritmética.

Agregamos una columna más a la tabla donde colocaremos los valores de x – i

μ.

Downloaded by Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

Agregamos otra columna más a la tabla donde colocaremos los valores de |x i – μ|. Ahora
sí, calculamos la desviación media con los valores obtenidos en la tabla:

Sumamos los datos y calculamos su media aritmética, teniendo en cuenta que son 8
datos (n = 8).

4) Varianza: La varianza de una muestra o de un conjunto de valores, es la

sumatoria de las desviaciones al cuadrado con respecto al promedio o a la media,
todo esto dividido entre el número total de observaciones menos 1.

De manera muy general se puede decir que la varianza es la desviación estándar elevada
al cuadrado.

En las áreas de economía y finanzas, la varianza se interpreta como el riesgo de que el

rendimiento realizado en algún procedimiento sea distinto al rendimiento esperado. Por
lo general cuando se espera un mayor rendimiento, el riesgo a su vez es mayor.

La varianza cómo medida de dispersión: La varianza, junto con la desviación

estándar, son medidas de dispersión de datos u observaciones. La dispersión de estos
datos indica la variedad que estos presentan, es decir, si todos los valores en un conjunto
de datos son iguales, entonces no hay dispersión, pero en cambio, si no todos son
iguales entonces hay dispersión.

Esta dispersión puede ser grande o pequeña, dependiendo de qué tan cercanos sean los
valores a la media.

La varianza de una muestra se simboliza como S2, mientras que la varianza de una
población de simboliza como σ2.

Downloaby Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

La varianza de una muestra es utilizada para estimar la varianza de una población, la

cual en muchas ocasiones se desconoce. Es por esto que S2 también es considerada
comúnmente como un estadístico y σ2 como un parámetro.

Fórmula de la Varianza

La varianza de una muestra presenta la siguiente fórmula:

S2 =
Donde, representa la sumatoria de la resta entre cada uno de los valores muestreados () y
la media (), elevado al cuadrado.

A su vez, representa el número total de observaciones o datos muestreados. Para valores

muy grandes de la varianza es mínima o incluso despreciable. En cambio, la varianza

de una población presenta la siguiente fórmula: σ2 =

Donde N representa el número total de observaciones o datos muestreados.

En la mayoría de los casos es muy difícil, por no decir imposible obtener un N total de
datos, por ejemplo, al hablar de individuos de una población, no es posible muestrear a
todos estos individuos, ya que existe un factor de tiempo y recursos limitante.

Es por esto que se suele utilizar los estadísticos para estimar los parámetros de Una
población. De acuerdo a la manera en que se encuentra escrita esta fórmula, las
unidades de la varianza presenta las mismas unidades de la variable, pero elevada al
cuadrado.

También, vemos que la varianza no puede ser negativa, por lo que el mínimo valor que
se puede obtener en esta es cero.
Ej-1: Un pediatra obtuvo la siguiente tabla sobre los meses de edad de 50 niños de su
consulta en el momento de andar por primera vez. Calcular la varianza.

Downloaded by Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

Meses Niños
9 1
10 4
11 9
12 16
13 11
14 8
15 1

Solución:
Completamos la tabla con:
1 el producto de la variable por su frecuencia absoluta (x i · fi) para calcular la media. 2
el producto de la variable al cuadrado por su frecuencia absoluta (x i² · fi) para calcular la
varianza y la desviación típica.

Varianza

Ej-2: Calcular la varianza de una distribución estadística que viene dada por la
siguiente tabla.

Downloaby Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

fi
[10, 15) 3
[15, 20) 5
[20, 25) 7
[25, 30) 4
[30, 35) 2
Solución:
Agregamos las columnas de xi · fi y de xi² · fi

Solución:

Media

Varianza

5) Desviación típica o estándar: La desviación estándar o desviación típica es una

medida que ofrece información sobre la dispersión media de una variable. La
desviación estándar es siempre mayor o igual que cero.

Para entender este concepto necesitamos analizar 2 conceptos fundamentales.

• Esperanza matemática, valor esperado o media: Es la media de nuestra serie de

datos.
• Desviación: La desviación es la separación que existe entre un valor cualquiera
de la serie y la media.

Ahora, entendiendo estos dos conceptos la desviación típica se calculará de forma

similar a la media. Pero tomando como valores las desviaciones. Y aunque este
razonamiento es intuitivo y lógico tiene un fallo que vamos a comprobar con el
siguiente gráfico.

Downloaded by Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

En la imagen anterior tenemos 6 observaciones, es decir, N = 6. La media de las

observaciones está representa por la línea negra situada en el centro del gráfico y es 3.
Entenderemos por desviación, la diferencia que existe entre cualquiera de las
observaciones y la línea negra. Así pues, tenemos 6 desviaciones.

1. Desviación -> (2-3) = -1

2. Desviación -> (4-3) = 1
3. Desviación -> (2-3) = -1
4. Desviación -> (4-3) = 1
5. Desviación -> (2-3) = -1
6. Desviación -> (4-3) = 1

Como podemos ver si sumamos las dos desviaciones 6 desviaciones y dividimos entre N
(6 observaciones), el resultado es cero. La lógica sería que la desviación media fuese de
1. Pero una característica matemática de la media respecto a los valores que la forman
es, precisamente, que la suma de las desviaciones es cero. ¿Cómo arreglamos esto?
Elevando al cuadrado las desviaciones.

Fórmulas para calcular la desviación típica

La primera es elevando al cuadrado las desviaciones, dividir entre el número total de

observaciones y por último hacer la raíz cuadrada para deshacer el elevado al cuadrado,
tal que:

Alternativamente existiría otra forma de calcularla. Sería haciendo un promedio de la

suma de los valores absolutos de las desviaciones. Es decir, aplicar la siguiente fórmula:

Sin embargo, esta fórmula no es una alternativa de la desviación típica pues arroja
diferentes resultados. En realidad, la fórmula anterior es la desviación respecto de la
media. La desviación estándar o típica y la desviación respecto de la media tienen
similitudes, pero no son lo mismo. A esta última forma se le conoce como desviación
media.

Downloaby Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

La relación de la desviación típica con la varianza

En definitiva, la varianza no es más que la desviación estándar al cuadrado. O lo que

viene a ser lo mismo, la desviación típica es la raíz cuadrada de la varianza. Se
relacionan de la siguiente forma:

Tras esta imagen, queda claro que toda la fórmula que está dentro de la raíz cuadrada es
la varianza. La razón por la que es necesario entender que esa parte se conoce como
varianza es que se utiliza en otras fórmulas para calcular otras medidas. Así pues,
aunque la desviación típica sea más intuitiva para interpretar resultados, es imperativo
cómo se calcula la varianza.

Downloaded by Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

Ej-1: cálculo de la desviación estándar

Vamos a comprobar cómo, con cualquiera de las dos fórmulas expuestas, el resultado de
la desviación típica o desviación media es el mismo.

Según la fórmula de la varianza (raíz cuadrada):

Según la fórmula del valor absoluto:

Tal como dictaba el cálculo intuitivo. La desviación media es de 1. Pero, ¿no habíamos
dicho que la fórmula del valor absoluto y de la desviación típica daban valores
diferentes? Así es, pero hay una excepción. El único caso en que la desviación estándar
y la desviación respecto de la media ofrecen el mismo resultado es el caso en que todas
las desviaciones son igual a 1.

6) Coeficiente de variación: El coeficiente de variación es una de estas medidas

relativas de dispersión. Relaciona la desviación estándar y la media, expresando
la desviación estándar como porcentaje de la media. La unidad de medida,
entonces, es “porcentaje”, en lugar de las unidades de los datos originales.

El coeficiente de variación, también denominado como coeficiente de variación de

Pearson, es una medida estadística que nos informa acerca de la dispersión relativa de
un conjunto de datos. Es decir, nos informa al igual que otras medidas de dispersión, de
si una variable se mueve mucho, poco, más o menos que otra.

Downloaby Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

Fórmula del coeficiente de variación.

Su cálculo se obtiene de dividir la desviación típica entre el valor absoluto de la media

del conjunto y por lo general se expresa en porcentaje para su mejor comprensión.

• X: variable sobre la que se pretenden calcular la varianza  σx:

Desviación típica de la variable X.
• | x̄ |: Es la media de la variable X en valor absoluto con ≠ 0x̄

El coeficiente de variación se puede ver expresado con las letras CV o r, dependiendo

del manual o la fuente utilizada.

El coeficiente de variación se utiliza para comparar conjuntos de datos pertenecientes a

poblaciones distintas. Si atendemos a su fórmula, vemos que este tiene en cuenta el
valor de la media. Por lo tanto, el coeficiente de variación nos permite tener una medida
de dispersión que elimine las posibles distorsiones de las medias de dos o más
poblaciones.

Ejemplos de uso del coeficiente de variación en lugar de la desviación típica

A continuación, mostramos algunos ejemplos sobre esta medida de

dispersión:

Comparación de conjuntos de datos de diferente dimensión.

Se quiere comprar la dispersión entre la altura de 50 alumnos de una clase y su peso.

Para comparar la altura podríamos utilizar como unidad de medida metros y centímetros
y para el peso el kilogramo. Comparar estas dos distribuciones mediante la desviación
estándar, no tendría sentido dado que se pretenden medir dos variables cualitativas
distintas (una medida de longitud y una de masa).

Comparar conjuntos con gran diferencia entre medias.

Imaginemos por ejemplo que queremos medir el peso de los escarabajos y el de los
hipopótamos. El peso de los escarabajos se mide en gramos o miligramos y el peso de
los hipopótamos por lo general se mide en toneladas. Si para nuestra medición
convertimos el peso de los escarabajos a toneladas para que ambas poblaciones estén en
la misma escala, utilizar la desviación estándar como medida de dispersión no sería lo
adecuado. El peso medio de los escarabajos medido en toneladas sería tan pequeño, que,

Downloaded by Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

si utilizamos la desviación estándar, apenas habría dispersión en los datos. Esto sería un
error dado que el peso entre las diferentes especies de escarabajos puede variar de
manera considerable.

Ejemplo de cálculo del coeficiente de variación.

Pensemos en una población de elefantes y otra de ratones. La población de elefantes

tiene un peso medio de 5.000 kilogramos y una desviación típica de 400 kilogramos. La
población de ratones tiene un peso medio de 15 gramos y una desviación típica de 5
gramos. Si comparáramos la dispersión de ambas poblaciones mediante la desviación
típica podríamos pensar que hay mayor dispersión para la población de elefantes que
para la de los ratones.

Sin embargo, al calcular el coeficiente de variación para ambas poblaciones, nos

daríamos cuenta que es justo, al contrario.

Elefantes: 400/5000=0,08
Ratones: 5/15=0,33
Si multiplicamos ambos datos por 100, tenemos que el coeficiente de variación para los
elefantes es de apenas un 8%, mientras que el de los ratones es de un 33%. Como
consecuencia de la diferencia entre las poblaciones y su peso medio, vemos que la
población con mayor dispersión, no es la que tiene una mayor desviación típica.

7) Aplicaciones a la vida daría. (un ejemplo de cada una)

Las aplicaciones de la estadística en la vida diaria se reflejan en decisiones tan triviales

como abordar el transporte público fuera de horas pico, o no acudir al supermercado los
días de cobro de salario.

Se trata de decisiones que resultan del análisis realizado con base en la experiencia y en
la información recabada en situaciones parecidas. Estas aplicaciones de la estadística se
reflejan en buena parte en las decisiones que se toman cotidianamente, en la mayoría de
los casos de manera inconsciente.

La estadística es una ciencia referida a datos que se recopilan, se organizan y se analizan

en un marco referencial temporal, con el propósito de conocer promedios, tendencias y
posibilidades.

1- En el campo laboral.
La estadística suele ser empleada en distintas áreas del campo laboral. La planeación
estratégica de una organización se apoya fundamentalmente en estudios de pronósticos
y de presupuestos.

Los mecanismos de control, a cargo de los departamentos de cumplimiento, se aplican

en función de los resultados históricos obtenidos a partir de estudios estadísticos.

Downloaby Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

Por ejemplo, las políticas sobre prevención de accidentes laborales son elaboradas con
base en datos compilados relacionados con los factores de riesgo presentes en la
actividad empresarial.

2- En la preferencia por ciertas marcas.

Los consumidores de bienes y servicios generalmente manifiestan preferencia por
ciertas marcas del mercado.

Esta tendencia es producto del pensamiento estadístico según el cual la durabilidad, la

calidad y el nivel de satisfacción es representado en mayor medida por estas marcas.

3- En las finanzas personales.

La planificación financiera de una persona es el vívido ejemplo de la aplicación de la
estadística en la vida diaria.

La relación entre los ingresos y los egresos determinan la situación actual de la persona.
Estos datos sirven de fundamento histórico para la planificación de compromisos
sucesivos (proyecciones) que requieren el trazado de ciertas estrategias para ser
logrados.

4- En los deportes.
Los récords de los deportistas son elaborados en función de su desempeño por cantidad
de juegos o partidos en los cuales hayan participado.

En el caso de los jugadores de béisbol, su desempeño se mide por su porcentaje de

bateos, carreras anotadas y bases robadas.

En el caso de los futbolistas delanteros, el patrón de referencia es la cantidad de goles

por partidos jugados.

Los datos estadísticos recabados constituyen elementos objetivos que conllevan a la

mejor utilización de los recursos y de los entrenamientos. Es así como se logra que los
atletas alcancen su máximo rendimiento.
5- En las ventas.
El mundo de las ventas es planificado en función a análisis pormenorizados sobre las
necesidades de los consumidores, sus gustos y sus preferencias.

La medición de la calidad del servicio, del nivel de satisfacción de los clientes y las
propias estrategias de ventas son determinados por la aplicación de técnicas estadísticas.

Los equipos de ventas son evaluados con base en tablas de frecuencia. Los resultados de
estas evaluaciones son convertidos en parámetros que determinan sus niveles de
efectividad.

6- Optimización de rutas.

Downloaded by Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)

 lOMoARcPSD|9845933

La información estadística es esencial para calcular las rutas de transporte y

optimizarlas. Pueden ser desde las rutas de reparto de empresas de logística al tráfico
aéreo de aviones comerciales.

En muchas facultades de matemáticas o estadística se plantea un problema básico en el

que se debe calcular la ruta de un cartero para que su servicio sea eficiente. Esto se ha
aplicado posteriormente a prácticamente cualquier ámbito en el que se necesite controlar
distintas flotas de transporte.

7- Apuestas deportivas.
Los pronósticos de las apuestas deportivas están determinados por los datos que se
recaban y que la estadística se encarga de analizar. Es decir, una casa de apuesta tendrá
cuotas más altas o más bajas en función a lo que la estadística considere más probable
que ocurra.

9- Audiencia de las cadenas.

A día de hoy, no existe un receptor que pueda controlar con exactitud la audiencia de las
cadenas de televisión. Por ello, empresas dedicadas a ello realizan una muestra
estadística que sirve de baremo representativo de la población.

Downloaby Jose Eduardo Severino Heredia (herediajoseeduardo19@gmail.com)