Medidas de dispersi�n
Ir a la navegaci�nIr a la b�squeda
Este art�culo o secci�n necesita referencias que aparezcan en una publicaci�n
acreditada.
Este aviso fue puesto el 15 de enero de 2014.
Ejemplo de muestras de dos poblaciones con la misma media pero diferente dispersi�n
media. La poblaci�n azul est� mucho m�s dispersa que la poblaci�n roja.
En estad�stica, las medidas de dispersi�n (tambi�n llamadas variabilidad,
dispersi�n o propagaci�n) es el grado en que una distribuci�n se estira o se
comprime.1? Ejemplos comunes de medidas de dispersi�n estad�stica son la varianza,
la desviaci�n est�ndar y el rango intercuartil.
Las medidas de dispersi�n se contrastan con la ubicaci�n o la tendencia central, y
juntas son las propiedades m�s utilizadas de las distribuciones.
�ndice
1 Medidas
2 Fuentes
3 Un orden parcial de dispersi�n
4 V�ase tambi�n
5 Referencias
6 Enlaces externos
Medidas
Una medida de dispersi�n estad�stica es un n�mero real no negativo que es cero si
todos los datos son iguales y aumenta a medida que los datos se vuelven m�s
diversos.
La mayor�a de las medidas de dispersi�n tienen las mismas unidades que la cantidad
que se mide. En otras palabras, si las medidas est�n en metros o segundos, tambi�n
lo es la medida de dispersi�n. Los ejemplos de medidas de dispersi�n incluyen:
Desviaci�n Est�ndar
Rango intercuartil (IQR)
Rango
Diferencia absoluta media (tambi�n conocida como diferencia absoluta media de Gini)
Mediana desviaci�n absoluta (MDA)
Desviaci�n media absoluta (o simplemente llamada desviaci�n media)
Desviaci�n est�ndar de distancia
Estos se usan con frecuencia (junto con factores de escala) como estimadores de
par�metros de escala, en cuya capacidad se denominan estimaciones de escala. Las
medidas de escala robustas no se ven afectadas por un peque�o n�mero de valores
at�picos, e incluyen el IQR y el MAD.
Todas las medidas anteriores de dispersi�n estad�stica tienen la propiedad �til de
que son invariantes de ubicaci�n y de escala lineal. Esto significa que si una
variable aleatoria X tiene una dispersi�n de SX, entonces una transformaci�n lineal
Y = aX + b para real a y b deber�a tener una dispersi�n SY = | a | SX, donde | a |
es el valor absoluto de a, es decir, ignora un signo negativo anterior -.
Otras medidas de dispersi�n son adimensionales. En otras palabras, no tienen
unidades, incluso si la variable en s� tiene unidades. �stos incluyen:
Coeficiente de variaci�n
Coeficiente de dispersi�n cuartil
Diferencia media relativa, igual al doble del Coeficiente de Gini
Entrop�a: mientras que la entrop�a de una variable discreta es invariante de
ubicaci�n e independiente de la escala, y por lo tanto no es una medida de
dispersi�n en el sentido anterior, la entrop�a de una variable continua es
invariante de ubicaci�n y escala aditiva: si Hz es la entrop�a de variable continua
z e y = ax + b, luego Hy = Hx + log (a).
Existen otras medidas de dispersi�n:
Varianza (el cuadrado de la desviaci�n est�ndar): invariante de ubicaci�n pero no
lineal en escala.
Relaci�n de varianza a media: se utiliza principalmente para los datos de conteo
cuando se usa el t�rmino coeficiente de dispersi�n y cuando esta relaci�n no tiene
dimensiones, ya que los datos de conteo son adimensionales, de lo contrario.
Algunas medidas de dispersi�n tienen fines especializados, entre ellos la varianza
de Allan y la varianza de Hadamard.
Para las variables categ�ricas, es menos com�n medir la dispersi�n por un solo
n�mero; ver variaci�n cualitativa. Una medida que lo hace es la entrop�a discreta.
Fuentes
En las ciencias f�sicas, dicha variabilidad puede ser el resultado de errores de
medici�n aleatorios: las mediciones de instrumentos a menudo no son perfectamente
precisas, es decir, reproducibles, y existe una variabilidad adicional entre los
evaluadores al interpretar e informar los resultados medidos. Se puede suponer que
la cantidad que se est� midiendo es estable y que la variaci�n entre las mediciones
se debe a un error de observaci�n. Un sistema de un gran n�mero de part�culas se
caracteriza por los valores medios de un n�mero relativamente peque�o de cantidades
macrosc�picas, como la temperatura, la energ�a y la densidad. La desviaci�n
est�ndar es una medida importante en la teor�a de la fluctuaci�n, que explica
muchos fen�menos f�sicos, incluido por qu� el cielo es azul.2?
En las ciencias biol�gicas, la cantidad que se mide rara vez es inmutable y
estable, y la variaci�n observada tambi�n puede ser intr�nseca al fen�meno: puede
deberse a la variabilidad interindividual, es decir, miembros distintos de una
poblaci�n que difieren entre s�. Adem�s, puede deberse a la variabilidad
intraindividual, es decir, un mismo sujeto que difiere en las pruebas tomadas en
diferentes momentos o en otras condiciones diferentes. Tales tipos de variabilidad
tambi�n se ven en el campo de los productos manufacturados; incluso all�, el
cient�fico meticuloso encuentra variaci�n.
En econom�a, finanzas y otras disciplinas, el an�lisis de regresi�n intenta
explicar la dispersi�n de una variable dependiente, generalmente medida por su
varianza, utilizando una o m�s variables independientes, cada una de las cuales
tiene dispersi�n positiva. La fracci�n de varianza explicada se llama coeficiente
de determinaci�n.
Un orden parcial de dispersi�n
Una extensi�n de preservaci�n de la media (MPS) es un cambio de una distribuci�n de
probabilidad A a otra distribuci�n de probabilidad B, donde B se forma al extender
una o m�s porciones de la funci�n de densidad de probabilidad de A mientras se deja
la media (el valor esperado) sin cambios.3? El concepto de una distribuci�n de
preservaci�n de la media proporciona un ordenamiento parcial de las distribuciones
de probabilidad de acuerdo con sus dispersiones: de dos distribuciones de
probabilidad, una puede clasificarse como que tiene m�s dispersi�n que la otra, o
alternativamente ninguna puede clasificarse como que tiene m�s dispersi�n.
V�ase tambi�n
Par�metro estad�stico
Desviaci�n t�pica o est�ndar
Medidas de escala robustas
Incertidumbre (metrolog�a)
Referencias
NIST/SEMATECH e-Handbook of Statistical Methods. �1.3.6.4. Location and Scale
Parameters�. www.itl.nist.gov. U.S. Department of Commerce.
McQuarrie, Donald A. (1976). Statistical Mechanics. NY: Harper & Row. ISBN 0-06-
044366-9.
Rothschild, Michael; Stiglitz, Joseph (1970). �Increasing risk I: A definition�.
Journal of Economic Theory 2 (3): 225-243. doi:10.1016/0022-0531(70)90038-4.
Enlaces externos
Estad�stica B�sica con R y R-Commander, cap�tulo 2 sobre "An�lisis Exploratorio de
Datos Unidimensional, Distribuci�n de frecuencias, medidas de posici�n, medidas de
dispersi�n, diagramas" (publicado en OCW-UCA)
Medidas de Dispersi�n, �Que es? Definiciones y Caracter�sticas
Control de autoridades
Proyectos WikimediaWd Datos: Q845777Commonscat Multimedia: Dispersion (statistics)
Identificadores m�dicosUMLS: CL448771
Categor�as: Dispersi�n estad�sticaTerminolog�a estad�stica
Men� de navegaci�n
No has accedido
Discusi�n
Contribuciones
Crear una cuenta
Acceder
Art�culoDiscusi�n
LeerEditarVer historial
Buscar
Buscar en Wikipedia
Portada
Portal de la comunidad
Actualidad
Cambios recientes
P�ginas nuevas
P�gina aleatoria
Ayuda
Donaciones
Notificar un error
Herramientas
Lo que enlaza aqu�
Cambios en enlazadas
Subir archivo
P�ginas especiales
Enlace permanente
Informaci�n de la p�gina
Citar esta p�gina
Elemento de Wikidata
Imprimir/exportar
Crear un libro
Descargar como PDF
Versi�n para imprimir
En otros proyectos
Wikimedia Commons
En otros idiomas
???????
Deutsch
English
Fran�ais
???
Bahasa Melayu
Portugu�s
???????
??
28 m�s
Editar enlaces
Esta p�gina se edit� por �ltima vez el 13 may 2022 a las 01:43.
El texto est� disponible bajo la Licencia Creative Commons Atribuci�n Compartir
Igual 3.0; pueden aplicarse cl�usulas adicionales. Al usar este sitio, usted acepta
nuestros t�rminos de uso y nuestra pol�tica de privacidad.
Wikipedia� es una marca registrada de la Fundaci�n Wikimedia, Inc., una
organizaci�n sin �nimo de lucro.
Pol�tica de privacidadAcerca de WikipediaLimitaci�n de responsabilidadVersi�n para
m�vilesDesarrolladoresEstad�sticasDeclaraci�n de cookiesWikimedia FoundationPowered
by MediaWiki
