Republica Bolivariana de Venezuela

Ministerio del Poder Popular para la Educación Universitaria

Universidad Nacional Experimental Francisco De Miranda

Coro-Falcón

MEDIDAS DE DISPERSIÓN

Profesor: Jose Yari Estudiantes:

Aljondris Morillo

CI: 25.925.745

Gabriel Segovia

CI: 28.403.692

Jeimmy San Luis

CI: 26.730.814

Katherine Morles

CI: 29.900.581

Rafael Hernández

CI: 29.522.245

Coro/2019
¿Que es una medida de dispersión?

Las medidas de dispersión muestran la variabilidad de una distribución, indicándolo por medio de un
número, si las diferentes puntuaciones de una variable están muy alejadas de la media. Cuanto mayor
sea ese valor, mayor será la variabilidad, cuanto menor sea, más homogénea será a la media. Así se sabe
si todos los casos son parecidos o varían mucho entre ellos.

Importancia de la medida de dispersión

Las medidas de dispersión son importantes porque nos hablan de la variabilidad que encontramos en
una determinada muestra o población. Cuando hablamos de muestra, esta dispersión es importante
porque condiciona el error que vamos a tener a la hora de hacer inferencias para medidas de tendencia
central, como la media.

¿Para que sirve las medidas de dispersión?

En un estudio estadístico, a la hora de generalizar los datos de una muestra de una población las
medidas de dispersión son muy importantes ya que condicionan de manera directa el error con el que
trabajemos. Así, cuanta más dispersión recojamos en una muestra, más tamaño necesitaremos para
trabajar con el mismo error.

Por otro lado, estas medidas nos ayudan a determinar si nuestros datos se alejan mucho del valor
central. Con ello, nos dan información de si este valor central es adecuado para representar la población
de estudio. Esto es muy útil para comparar distribuciones y comprender los riesgos en la toma de
decisiones.

Estas medidas son muy útiles para comparar distribuciones y comprender los riesgos en la toma de
decisiones. A mayor dispersión, menos representativo es el valor central.

Medidas de dispersión más utilizadas: rango, desviación estándar y la varianza.

Rango: En primer lugar, el rango está recomendado para una comparación primaria. De esta manera,
considera solo las dos observaciones extremas. Por eso se recomienda solo para muestras pequeñas, se
define como la diferencia entre el último valor de la variable y el primero.

Varianza: La varianza es una función algebraica de todos los valores, apropiada para tareas de
estadística inferencial, se puede definir como las desviaciones al cuadrado.

Desviación estándar o típica: Para muestras extraídas de la misma población, la desviación estándar es
de las más utilizadas, se trata de la raíz cuadrada de la varianza.
Ejemplos para el cálculo del rango, desviación estándar y la varianza

EJEMPLO DE DESVIACION ESTANDAR Y VARIANZA:

Tú y tus amigos habéis medido las alturas de vuestros perros (en milímetros):

Las alturas (de los hombros) son: 600mm, 470mm, 170mm, 430mm y 300mm.

Calcula la media, la varianza y la desviación estándar.

Respuesta:

Media = 600 + 470 + 170 + 430 + 300 = 1970

= 5 = 5 = 394

Así que la altura media es 394 mm. Vamos a dibujar esto en el gráfico:

Ahora calculamos la diferencia de cada altura con la media:

Para calcular la varianza, toma cada diferencia, elévala al cuadrado, y haz la media:

Varianza: 206^2 + 762 + (-224)^2 + 362 + (-94)^2 = 108,520

σ2 = 5 = 5 =21,704

Así que la varianza es 21,704.

Y la desviación estándar es la raíz de la varianza, así que:

Desviación estándar: σ = √21,704 = 147

y lo bueno de la desviación estándar es que es útil: ahora veremos qué alturas están a distancia menos
de la desviación estándar (147mm) de la media:

Así que usando la desviación estándar tenemos una manera "estándar" de saber qué es normal, o extra
grande o extra pequeño.

Los Rottweilers son perros grandes. Y los Dachsunds son un poco menudos... ¡pero que no se enteren!

¿por qué al cuadrado?

Elevar cada diferencia al cuadrado hace que todos los números sean positivos (para evitar que los
números negativos reduzcan la varianza)

Y también hacen que las diferencias grandes se destaquen. Por ejemplo 1002=10,000 es mucho más
grande que 502=2,500.

Pero elevarlas al cuadrado hace que la respuesta sea muy grande, así que lo deshacemos (con la raíz
cuadrada) y así la desviación estándar es mucho más útil.

EJEMPLO DE RANGO:

Se tiene las edades de cinco estudiantes universitario de año, a saber: 18, 23, 27, 34 y 27. Para Carcular
la media aritmetica (Promedio de las edades, se tiene que:

R=Xn-X1 )=38-18=16 años