1

Curso: Fundamentos de Estadística

Docente: Fernando Santos

Sesión : Medidas de dispersión

2

Medición de la Variabilidad

Medir la tendencia de un grupo de datos a expandirse o diseminarse.

Ejemplo:

Tiempo de ir del punto A al punto B

Duración de una película

Precio de 1kg de pollo

Cantidad de horas dedicadas a la lectura en el último año

3

Medidas de Dispersión

Información complementaria para juzgar la confiabilidad de la medida de

tendencia central.

Es indispensable para tomar decisiones

Ejemplo
La “dispersión” de las ganancias de una empresa es un factor para
la adquisición de acciones. ¿Cuál sería el motivo?
4

Medidas de Dispersión

Tenemos esta información sobre dos acciones en bolsa:

Utilidad de la empresa “A” en 5 años (por acción) Media = $ 80

Utilidad de la empresa “B” en 5 años (por acción) Media = $ 63

¿Cuál escogerían para invertir?

5

Medidas de Dispersión
“Las utilidades con fuerte dispersión indican un Riesgo mayor para los accionistas.”

A1= 800 A2=100 A3= -200 A4=0 A5= -300 Media = 80

B1=100 B2=50 B3=28 B4=70 B5=65 Media = 63

¿Cuál es la
mejor decisión?
6

Medidas de Dispersión con Datos No agrupados

Conjunto de datos 1 Conjunto de datos 2 Conjunto de datos 3
de 0 a 10 de 4 a 6 de 4.5 a 5.5

Las tres medias son iguales : 5

Una medida de dispersión indica el grado en que las observaciones

individuales se dispersan o distribuyen alrededor de la Media

0 5 10 456 5
7

Rango

• Diferencia entre la mayor y la menor de las observaciones

Rango = Valor mayor – Valor menor

• No toma en cuenta la forma en que están distribuidos los datos.

Rango: 12 - 7 = 5 Rango: 12 - 7 = 5

7 8 9 10 11 12 7 8 9 10 11 12
8

Dispersión de datos

Media y
Mediana
50%

Rango
100%
9

Percentil
El percentil proporciona información sobre cómo se distribuyen los datos
del valor menor al valor mayor

Ejemplo:

Percentil 30 = 100

“Por lo menos el 30% de las observaciones es menor o igual a 100”

Percentil 70 = 650

Ver hoja “Percentil”

10

Cuartiles

Q1 = Primer cuartil = Percentil 25

Q2 = Segundo cuartil = Percentil 50 = Mediana

Q3 = Tercer cuartil = Percentil 75

Ver hoja “Percentil”

11

Intercuartil
El Intercuartil mide la distancia de la mediana que debemos recorrer entre ambos
lados antes de poder incluir la mitad de los valores del conjunto de datos.

Rango Intercuartil (RIC) = Q3 – Q1

1/4 n 1/4 n

Obs. Más Baja Q1 Q2 Q3 Obs. Más alta

12

Diagrama de Caja
13

Diagrama de
Caja
14

Desviación de cada dato con relación a la media

Se elevan los errores
4 1 1 4 al cuadrado para
evitar que se anulen
0 2
Media = 3 -2
1
-1

0 1 2 3 4 5
 Varianza Poblacional

La varianza de la población para datos no agrupados es la media

aritmética de las desviaciones cuadráticas respecto a la media de la
población.
16

Varianza muestral
Estima la varianza de la población en base a los valores obtenidos de
una muestra
 Desviación estándar poblacional
La desviación estándar poblacional (σ) es la raíz cuadrada de la
varianza de la población.
18

Desviación estándar muestral

La desviación estándar muestral es la raíz cuadrada de la varianza
muestral.
19

Comparación de Desviaciones Estándar

Datos A Media = 15.5
s = 3.3274
11 12 13 14 15 16 17 18 19 20

Datos B
Media = 15.5
11 12 13 14 15 16 17 18 19 20 s = 0.9258

Datos C
Media = 15.5
11 12 13 14 15 16 17 18 19 20 s = 4.5670

Ver hoja “Desviaciones”

20

Teorema de Chebyshev

Por lo menos 75% de las observaciones caen en el intervalo ± 2σ de la

media (μ)

Por lo menos 89% de las observaciones caen en el intervalo ± 3σ de la

media (μ)

Por lo menos 94% de las observaciones caen en el intervalo ± 4σ de la

media (μ)

Aplica a cualquier conjunto de datos sin importar su distribución.

21

Regla empírica

También conocido como “Teorema del Limite Central”, aplica a

distribuciones de frecuencias simétrica, tipo campana:

Cerca de 68% de las observaciones caen en el intervalo ± 1σ

de la media (μ)

Aproximadamente 95% de observaciones caen dentro de intervalo

±2σ de la media (μ)

Casi todas las observaciones estarán dentro de intervalo ±3σ de la

media (μ).
Curva simétrica en forma de campana
23

Distribución Normal
Valores exactos
de la
distribución de
datos
agrupados tipo
Normal
24

Resultado estándar (Z)

El resultado estándar nos da el número de desviaciones estándar que
una observación está por debajo o por encima de la media aritmética:
25

Resultado estándar (Z)

-3σ -2σ -1σ μ +1σ +2σ +3σ

26

Resultado estándar (Z)

 = 100  = 100
 = 20  = 20
x = 80 x = 160
z =? z =?

-3σ -2σ -1σ μ +1σ +2σ +3σ

80 - 100 = -1 80 100 160 z=
160 - 100 = 3
z=
20 20
27

Coeficiente de Variación

El Coeficiente de Variación es la razón de la desviación estándar

respecto a la media aritmética, expresada como porcentaje:
28

Coeficiente de variación

Desviación Estándar: medida absoluta de la dispersión y en las mismas

unidades de los datos originales.

Coeficiente de variación: medida estadística que ofrece información

respecto de la dispersión relativa de un conjunto de datos respecto de su
media aritmética.

No se debe utilizar el Coeficiente de variación como medida de

comparación entre dos muestras de datos diferentes cuando existe una
diferencia notoria entres las medias.
29

GRACIAS