TEMA: MEDIDAS DE DISPERSIÓN.

LINK DEL VIDEO:

https://drive.google.com/file/d/1b8Cue9uadNS_rSuXYEpo-
pLIeFTDVv_r/view?usp=sharing

INTEGRANTES:
• Andrea Antonella Cantos Ordóñez
• Helen Xiomara Sánchez Morales
• María del Rosario Zambrano Cajo
• Fausto Vinicio Suarez Guerra
• Patricio David Pazo Mantena
• Gabriela Patricia Romero Anzoategui
• Karen Dennis Márquez Jiménez
• Noelia Adelaida Arboleda Vélez
MATERIA: ESTADÍSTICA APLICADA AL DERECHO – 7MO C1
• Alex Adrián Agurto Morán
• Carlenis Yamileth Aristega Sánchez
INTRODUCCIÓN:
La estadística es una disciplina que se encargue de ordenar, analizar y obtener un conjunto de datos con el objetivo de
adquirir resultados y explicación por los resultados obtenidos. Es así, que la estadística es una técnica matemática, la cual
tiene como arte indicar las inferencias en base a los datos otorgados, donde en su normalidad son imperfectos, ya que en su
proceso se puede simplificar y no indicar el cuento completo.

Sin embargo, hay que tomar como recomendación que es de gran ayudar el proceso completo del problema para detectar y
comprender con mejor proyección de los resultados obtenidos de los mismos datos. De esta manera, la variabilidad que hay
en los datos se encuentra entre la medida establecida y la distancia entre variables, llegando a un grado de dispersión.

Dentro del sistema matemático organiza las variables con el fin de interpretar sus valores mediante esquemas. De esta
manera, los distintos modelos y formulas permite que la estadística represente valores numéricos donde representan
tendencias de todo tipo de datos. Las medidas de dispersión son valores de termino variable que interviene en los estudios
estadísticos, donde se lleva acabo datos o distintas variables. A su vez, conforman un conjunto que conlleva una distribución
en análisis a las formulas y los grados de variabilidad conforme al valor que se encuentre en referencia.

Es así, que en nuestro trabajo de investigación trataremos sobre las medidas de dispersión y los tipos que existen,
detallando su definición y un ejercicio junto a su explicación en cada uno.
Medidas de Dispersión:

Desde tiempos muy remotos la estadística ha sido de gran utilidad para todas las ciencias; ya que la misma se
constituyó como un artilugio relevante en los procesos de investigación, posibilita planeación, recolección y
organización de información concerniente a individuos y observaciones de un acontecimiento, al cuál se le
examina particularidades en común con una población o muestra.

Es así que para poder realizar el análisis de una serie de datos no es suficiente con conocer únicamente las
medidas de tendencia central, ya que estas indican dónde se encuentran situados la mayoría de datos, si no que
resulta menester conocer y estudiar las medidas de dispersión o también conocidas como medidas de variabilidad,
para tener un conocimiento más amplio sobre qué tan próxima está entre sí la información.
Las medidas de dispersión gestionan, por medio del cálculo de diversas fórmulas, devolver un valor numérico que
otorgue información sobre el grado de variabilidad de una variable. (Jóse López, 2019)
En palabras más sencillas, las medidas de dispersión son números que denotan si una variable se desplaza mucho, poco, más o
menos que otra. La razón fundamental para usar este tipo de medidas es comprender de manera simplificada una peculiaridad
de la variable que está siendo evaluada, entre las medidas de dispersión más conocidas podemos citar las siguientes:

• Rango

• Varianza

• Desviación estándar

• Coeficiente de variación

El uso más común de este tipo de medidas se ve reflejado en las tarifas sobre servicios públicos; temperaturas por semana;
estudios acerca de comportamientos de ciertos grupos en la población, distancias de recorrido de un corredor entre muchas
otras.
RANGO.-
DESARROLLO DEL EJERCICIO.-
VARIANZA:
La varianza es una medida que indica la dispersión de un conjunto de datos en relación a su media. Se puede
calcular como la suma de los residuos al cuadrado dividido por el número total de observaciones, o como la
desviación estándar elevada al cuadrado. El residuo se refiere a la diferencia entre el valor de una variable y el
valor medio de toda la variable. El cálculo de la varianza es necesario para obtener la desviación estándar.
(Ortega, 2019)

A diferencia de otras técnicas matemáticas más amplias, la varianza se centra en cómo se relacionan los números
individuales dentro de un conjunto de datos. También trata todas las desviaciones de la media por igual, sin
importar su dirección, lo que evita que las desviaciones se anulen entre sí y den una falsa impresión de falta de
variabilidad. (Lopez, 2020)

Sin embargo, la varianza tiene algunas desventajas. Por un lado, los valores atípicos, que son números que se
alejan significativamente de la media, pueden tener un efecto desproporcionado en la varianza al elevarlos al
cuadrado. Además, la varianza en sí misma no es fácil de interpretar, aunque se puede obtener la desviación
estándar a partir de su raíz cuadrada para tener una idea más clara de la variabilidad de los datos
Como se calcula la Varianza

•Calcula la media de los datos.

•Encuentra la diferencia de cada punto de datos con respecto al valor medio.

•Eleva al cuadrado cada uno de estos valores.

•Suma todos los valores elevados al cuadrado.

•Divide esta suma de cuadrados entre n – 1 (para una muestra) o N (para la población).

EJEMPLO:

Para eliminar cualquier incertidumbre que pueda existir acerca de cómo calcular la varianza, vamos a
proporcionar un ejemplo simple que ilustre su cálculo.

Supongamos que tenemos 5 personas diferentes con distintos sueldos:

Lorena: 1.500 dólares.

Antonio: 1.200 dólares.

Marlene: 1.700 dólares.

Carlos: 1.300 dólares.

Renato: 1.800 dólares.

En primer lugar, debemos calcular la media aritmética de todos estos datos:

(1.500 + 1.200 + 1.700 + 1.300 + 1.800) / 5 = 1.500 dólares.

Una vez calculada la media aritmética, aplicamos la fórmula de la varianza:

Var (X) = (1500 – 1500)2 + (1200 – 1500)2 + (1700 – 1500)2 + (1300 – 1500)2 + (1800 – 1500)2 / 5

Una vez desarrollada la ecuación, el resultado es de 52.000 dólares al cuadrado.

DESVIACIÓN ESTANDAR:
La desviación estándar es medida que cuantifica la varianza de un conjunto de datos sobre su media,
calculando la raíz cuadrada de la varianza.

La desviación estándar se calcula como la raíz cuadrada de la varianza al determinar la desviación de la media
de cada punto de datos en el que sé que interactúa; las desviaciones en el conjunto de datos aumentan cuando
los elementos de datos están lejos de la media, es así como cuanto más dispersos estén los datos, mayor será
la desviación estándar”. (HARGRAVE, 2022)

El fin de esta medida de dispersión es el de calcular la varianza o la dispersión de un punto de datos dado en el
que difiere de la media.

Para poder tener más claro este tema, veremos un ejercicio.

FORMULA:
Ejercicio: Un profesor enseña a dos grandes grupos de introducción al marketing y selecciona aleatoriamente una
muestra de calificaciones de los exámenes realizados por los dos grupos. Halle la desviación típica de cada
muestra:
xi xi – x̄ (xi – x̄)2
Grupo 1: 50, 60, 70, 80, 90
50 -20 400
Datos = 50, 60, 70, 80, 90 60 -10 100

70 0 0
Σxᵢ = 350
80 10 100
N=5
90 20 400

x̄ = 350/5 = 70 Σxᵢ = 350 x̄ = 350/5 = 70 Σ(xᵢ – x̄)² = 1000

Finalmente calculamos la desviación estándar muestral:

Coeficiente de variación: Es la relación entre la desviación estándar y la media de la muestra, expresada como un
porcentaje. Esta medida se utiliza para comparar la variabilidad entre dos o más muestras con diferentes unidades o
escalas de medida.

El coeficiente de variación es una medida de dispersión relativa que se calcula dividiendo la desviación estándar por la
media, y multiplicando por 100 para expresarla como porcentaje. Esta medida es útil cuando se comparan dos
conjuntos de datos con diferentes medias, ya que permite evaluar la variabilidad en relación con el tamaño de los
datos. Un coeficiente de variación alto indica una mayor variabilidad relativa en los datos, mientras que un coeficiente
de variación bajo indica una menor variabilidad relativa. El coeficiente de variación se utiliza a menudo en ciencias
biológicas y sociales, y en la ingeniería.

Estas medidas de dispersión son útiles para analizar y comparar la variabilidad entre diferentes conjuntos de datos, lo
que puede ser importante para tomar decisiones informadas basadas en la información estadística.
El coeficiente de variación (CV) es una medida estadística que se utiliza para medir la variabilidad relativa de una
variable en relación con su media. Es una medida de la dispersión relativa de los datos y se expresa en porcentaje.

El coeficiente de variación se calcula dividiendo la desviación estándar de los datos por la media de los datos y
multiplicando el resultado por 100. Por lo tanto, cuanto mayor sea el coeficiente mayor será la variabilidad relativa de
los datos en relación con su media.

El coeficiente se utiliza comúnmente en diversas disciplinas, incluyendo estadísticas, ciencias sociales, ciencias
biológicas y económicas, entre otras. Es especialmente útil para comparar la variabilidad de diferentes conjuntos de
datos que tienen diferentes unidades o escalas, ya que el coeficiente normaliza la variabilidad en relación con la media.

En resumen, el coeficiente de variación es una medida estadística que expresa la variabilidad relativa de una variable en
relación con su media, y se calcula dividiendo la desviación estándar por la media y multiplicando por 100.

La fórmula para calcular el coeficiente de variación es la siguiente:

Ejemplo de Coeficiente de Variación: “Comparar la dispersión en los precios de las entradas a un concierto que se venden a menos de $. 30 (dólares) y la
dispersión en los precios de las entradas que se venden por arriba de $. 80. El precio medio de las entradas que se venden a menos de $. 30, es $. 9,75 y la
desviación estándar es $. 2,50. El precio medio de las entradas que se negocian a más de $. 80, es $. 98,50 y su desviación estándar es $. 7,40”.

“Calcule los coeficientes de variación y de una conclusión en base a los resultados”.

Entradas que se venden a más de 80 dólares 𝑥̅ 98,50.

S= 7,40

CV1= 7,40 * 100 = 7.51%

98,50

CV1= 7.51%

Entradas que se venden a menos de 30 dólares 𝑥̅= 9,75

S= 2,50

CV2= 2,50 * 100 = 25.64%

9,75

CV2= 25.64%
EJERCICIO 1.-
EJERCICIO 2.-
CONCLUSIÓN: Concluyendo con un concepto básico de cada una de las medidas de tendencia central más relevantes Las
medidas de dispersión nos dicen qué tan lejos del centro caen los valores de una distribución en medidas de dispersión
absoluta y dispersión relativa, las cuales nos ayudan a cuantificar la separación de valores en una distribución. Las medidas
de dispersión muestran qué tan lejos están del centro los valores de una distribución, son medidas que tienen la capacidad
de comparar diferentes muestras para las cuales ya se conocen las medidas consideradas típicas de la clase. (Villasante,
2020)

A pesar de la gran importancia de las tendencias centrales y su cantidad de información individual, no se debe olvidar
señalar que muchas veces esta información no solo es incompleta, sino que puede conducir a errores en su interpretación.
Las medidas de dispersión muestran qué tan lejos del centro están los valores de una distribución. Al igual que con cualquier
conjunto de datos, la media, la mediana y la moda solo nos brindan parte de la información que necesitamos sobre las
características de los datos. Para comprender mejor el patrón de datos, también necesitamos medir su dispersión, o
variación.

La varianza es importante porque proporciona información adicional para evaluar la confiabilidad de una medida de
tendencia central. Si los datos están ampliamente distribuidos, la centralidad será menos representativa de los datos, porque
hay problemas típicos con los datos ampliamente distribuidos, necesitamos poder aislar los datos ampliamente distribuidos
antes de que podamos tratar esos problemas. (López, 2019)
BIBLIOGRAFÍA.-

• López, J. (20 de septiembe de 2019). Medidas de dispersión. Obtenido de https://economipedia.com/definiciones/medidas-de-

dispersion.html

• Villasante, P. (20 de septiembre de 2020). Las medidas de dispersión en estadística. Obtenido de https://lamenteesmaravillosa.com/las-
medidas-de-dispersion-en-estadistica/

• HARGRAVE, M. (5 de Julio de 2022). Fórmula de desviación estándar y usos frente a varianza. Obtenido de Investopedia:
https://www.investopedia.com/terms/s/standarddeviation.asp

• Mendez, A. (20 de Octubre de 2021). EJEMPLOS DE LA DESVIACIÓN ESTÁNDAR – EJERCICIOS RESUELTOS PASO A PASO.
Obtenido de Plan de Mejora: https://www.plandemejora.com/ejemplos-desviacion-estandar/#chicago

• Roldán, P. (MARZO de 2020). ECONOMIPEDIA. Obtenido de https://economipedia.com/definiciones/estadistica.html

• Jóse López. (27 de Septiembre de 2019). Economipedia. Obtenido de Medidas de dispersión:

https://economipedia.com/definiciones/medidas-de-dispersion.html

• Lopez, F. (1 de septiembre de 2020). economipedia. Obtenido de https://economipedia.com/definiciones/varianza.html

• Ortega, C. (2019). Questionpro. Obtenido de https://www.questionpro.com/blog/es/varianza/

¡MUCHAS GRACIAS!