Está en la página 1de 15

Medidas de Dispersin

Medidas de Dispersin Absolutas

Amplitud o Rango : Medida de dispersin que nos da visin de donde a donde se expresan los datos. Es la diferencia entre observaciones extremas. Por ejemplo. Tenemos el siguiente conjunto de datos: 2,1,4,3,8 y 4. El rango se calcula restando el Valor mayor Valor menor. R = VMAX- VMIN = R = es 8-1=7 Desventajas: Es muy sensible a los valores extremos. Genera muy poca infoirmacin

Rango semintercuartlico o Desviacin Cuartilar: Medida de dispersin que nos determina la concentracin de los datos centrales en la distribucin. Esto nos dice en cuntas unidades de los valores que toma la

variable se concentra el cincuenta por ciento central de los casos.


Es la distancia entre primer y tercer cuartil. Desviacin cuartilar = Q3- Q1

Caractersticas Parecida al rango, pero eliminando las observaciones ms extremas inferiores y superiores. No es tan sensible a valores extremos.

Rango percentilar Medida de dispersin que nos determina la concentracin de los datos entre el percentil 10 y el percentil 90.

Rango percentilar10-90 = P90-P10

Desviacin Media: A) Con respecto a la media: Medida de dispersin que determina la distancia de cada valor con respecto a la media aritmtica:

X1

Media

X2

Xn

Mediana

Datos No agrupados: Dmx = __ Xi - X N

Datos agrupados Dmx = __ fi Xi - X N

B) Con respecto a la mediana: Medida de dispersin que determina la distancia de cada valor con respecto a la mediana:

Datos No agrupados: Dmx = __ Xi - Md N

Datos agrupados Dmx = __ fi Xi - Md N

Varianza (S2) : Es la media de los cuadrados de las diferencias entre cada valor de la variable y la media aritmtica de la distribucin. La varianza de los datos es la ms utilizada. Desventajas: Es sensible a valores extremos (alejados de la media). Sus unidades son el cuadrado de las de la variable por ello es difcil de interpretar

Datos No agrupados:

Datos agrupados

fi

Desviacin tpica
Es la raz cuadrada de la varianza. Tiene las misma unidades que la variable. Una desviacin estndar grande indica que los puntos estn lejos de la media y una desviacin pequea indica que los datos estn agrupados cerca de la media. Esta medida es ms estable que el rango y toma en consideracin el valor de cada dato Propiedades: 1. Se define como: 2. En distribuciones Normales resulta que:

68,27% de los casos estn incluidos entre: media s y media + s es decir una desviacin estndar a cada lado

X s

X+s 95,45% de los casos estn incluidos entre: media 2s y media + 2s es decir dos desviaciones estndar a cada lado

X 2s

X+2s 99,73% de los casos estn incluidos entre: media 3s y media + 3s es decir tres desviaciones estndar a cada lado

X 3s

X+3s

Datos No agrupados:

Datos agrupados

fi

Medidas de Dispersin relativas Coeficiente de Variacin de Pearson: Para comparar la dispersin de variables que aparecen en unidades diferentes (metros, kilos, etc.) o que corresponden a poblaciones extremadamente desiguales, es necesario disponer de una medida de variabilidad que no dependa de las unidades o del tamao de los datos. Este coeficiente nicamente sirve para comparar las dispersiones de variables correspondientes a escalas de razn. Su relacin se hace con la Media aritmtica

Su formula es:

Es frecuente mostrarla en porcentajes Ejemplo: Si la media es 80 y la desviacin tpica 20 entonces CV=20/80=0,25=25% (variabilidad relativa) A menor coeficiente de variacin consideraremos que la distribucin de la variable medida es ms homognea.

Coeficiente de Variacin Medianal: Cvmd = DQ *100 MD

Formas de Distribucin
Forma Asimetra Apuntamiento o curtosis

Una distribucin es simtrica si la mitad izquierda de su distribucin es la imagen especular de su mitad derecha. En las distribuciones simtricas media y mediana coinciden. Si slo hay una moda tambin coincide La asimetra es positiva o negativa en funcin de a qu lado se encuentra la cola de la distribucin. La media tiende a desplazarse hacia las valores extremos (colas). Las discrepancias entre las medidas de centralizacin son indicacin de asimetra.

Asimetria

El coeficiente de asimetra de Pearson: Otro rasgo interesante en una distribucin de frecuencias es si los datos aparecen ubicados simtricamente o no respecto de la media. Si queremos cuantificar la simetra, es necesario conservar la informacin acerca tanto del signo como de la distancia de cada dato a la media centro de simetra.

ASP= X-Mo s

El coeficiente de asimetra de Borley

ASb= Q3+ Q1- 2 Md Q3-Q1


Cuando da 0 hablamos de una distribucin Simtrica Cuando da -1 a 0 hablamos de una distribucin Asimtrica negativa Cuando da 0 a -1 hablamos de una distribucin Asimtrica positiva

Escala de anlisis:
Ligeramente 0.30 - 0.60 Moderadamente 0.60 - 1 Marcadamente

0 - 0.30

Apuntamiento o curtosis
La curtosis nos indica el grado de apuntamiento (aplastamiento) de una distribucin con respecto a la distribucin normal o gaussiana. Es adimensional.
Platicrtica (aplanada): curtosis < 0 Mesocrtica (como la normal): curtosis = 0 Leptocrtica (apuntada): curtosis > 0

2.0

Aplanada

Apuntada como la normal


0.8

Apuntada

1.5

0.3

1.0

0.2

0.5

0.1

x s 57 %
0.0

x s 68 %
0.0

0.2

0.4

0.6

x s 82 %
0.0

0.0

0.2

0.4

0.6

0.8

1.0

-3

-2

-1

-2

-1

Ejercicio

La siguiente tabla muestra los coeficientes de inteligencia de 480 nios de una escuela elemental.
74 9 78 16 82 28 86 45 90 66 94 85 98 72 102 54 106 38 110 27 114 18 118 11 122 5 126 2

C.I. ni

70 4

Calcula: a) El C.I. medio de los nios estudiados b) Su desviacin Cuartilar, Media, Varianza y Desviacin tpica. c) Si una madre afirma que exactamente la mitad de los nios del colegio tienen un C.I. superior al de su hijo, qu C.I. tiene el nio? d) Supongamos que se quieren hacer estudios sobre el proceso de aprendizaje de los nios con mayor C.I., pero que el psiclogo solo puede atender al 15% de los nios del centro. Qu C.I. deber tener un nio como mnimo para ser considerado dentro de ese grupo de elegidos?

La tabla siguiente recoge la distribucin (en porcentajes) de volmenes de ventas anuales en las empresas cermicas de la provincia durante el ao pasado:

Ventas (dlares) Empresas (%) menos de 2.500 25,9 2.5005.000 13,2 5.000010.000 13,0 10.00020.000 17,7 20.00040.000 11,0 40.000100.000 14,4 100.000250.000 8,5 250.000500.000 1,8 500.000 o ms 0,6 a) Por qu ni la media ni la desviacin tpica son medidas apropiadas de centralizacin y de dispersin, respectivamente, para esta distribucin?. b) Qu medidas de centralizacin y de dispersin deben utilizarse en su lugar?