UNIVERSIDAD AUTONOMA

DE TLAXCALA
MAESTRO: MIGUEL VARGAS GUEVARA
ALUMNO: GERMAN PEREZ BRIONES
LICENCIATURA: ADMINISTRACION
MATERIA: ESTADISTICA
GRADO Y GRIPO: 1ª B
Medidas de dispersión
 Medidas de dispersión
 Información sobre la plantilla
 Concepto: Parámetros estadísticos que
permiten conocer la dispersión de los datos.

 Medidas de dispersión. Parámetros estadísticos

que indican como se alejan los datos respecto de
la media aritmética. Sirven como indicador de la
variabilidad de los datos. Las medidas de
dispersión más utilizadas son el rango, la
desviación estándar y la varianza.
Medidas
 Las medidas de dispersión son números reales no
negativos, su valor es igual a cero cuando los datos son
iguales y este se incrementa a medida que los datos se
vuelven más diversos.

 Para calcular la variabilidad que una distribución tiene

respecto de su media, se calcula la media de las
desviaciones de las puntuaciones respecto a la media
aritmética. Pero la suma de desviaciones positivas y
negativas podrían cancelarse entre sí, así que se adoptan
dos clases de estrategias para salvar este problema. Una es
tomando las desviaciones en valor absoluto (por ejemplo
desviación media) y otra es tomando las desviaciones al
cuadrado (por ejemplo varianza).
Rango
 Indica la dispersión entre los valores extremos de
una variable. se calcula como la diferencia entre
el mayor y el menor valor de la variable. Se
denota como R.

 Para datos ordenados se calcula como:

 R = x(n) - x(1)

 Donde: x(n): Es el mayor valor de la variable. x(n):

Es el menor valor de la variable.
EL RANGO O RECORRIDO:
 Es la medida de variabilidad más fácil de calcular. Para datos finitos o sin
agrupar, el rango se define como la diferencia entre el valor más alto (Xn ó
Xmax.) y el mas bajo (X1 ó Xmin) en un conjunto de datos.
Rango para datos no agrupados;
R = Xmáx.-Xmín = Xn-X1

 Ejemplo:
Se tienen las edades de cinco estudiantes universitarios de Ier año, a saber: 18,23,
27,34 y 25., para calcular la media aritmética (promedio de las edades, se tiene que:
R = Xn-X1 ) = 34-18 = 16 años

 Con datos agrupados no se saben los valores máximos y mínimos. Si no hay

intervalos de clases abiertos podemos aproximar el rango mediante el uso de los
límites de clases. Se aproxima el rango tomando el limite superior de la última
clase menos el limite inferior de la primera clase.
Rango para datos agrupados;
R= (lim. Sup. de la clase n – lim. Inf. De la clase 1)
Desviación media
Es la media aritmética de los valores absolutos
de las diferencias de cada dato respecto a la
media.
Donde:
xi:valores de la variable.
n: número total de datos
La desviación respecto a la media es la
diferencia en valor absoluto entre cada valor de
la variable estadística y la media aritmética.
Di = |x - x|
Desviación estándar
La desviación estándar mide el grado de disersión de los datos
con respecto a la media, se denota como s para una muestra o
como σ para la población. Se define como la raiz cuadrada de
la varianza según la expresión:

Obsérvese que el denominador es n - 1, a diferencia de la

desviación media donde se divide entre n; también existe la
formula de desviación típica donde el denominador es n pero
se prefiere n-1.

Mientras menor sea la desviación estándar, los datos son más

homogéneos, es decir existe menor dispersión, el incremento
de los valores de la desviación estándar indica ina mayor
variabilidad de los datos.
Varianza
Es otro parámetro utilizado para medir la
dispersión de los valores de una variable
respecto a la media. Corresponde a la media
aritmética de los cuadrados de las desviaciones
respecto a la media. Su expresión matemática
es:
donde Xi es el dato i-ésimo y Xbarra.png es la
media de los N datos.
Fórmula de la Varianza
La varianza de una muestra presenta la siguiente fórmula:
S2 =

Donde , representa la sumatoria de la resta entre cada uno de los valores muestreados () y la media (),
elevado al cuadrado.
A su vez, representa el número total de observaciones o datos muestreados. Para valores muy
grandes de la varianza es mínima o incluso despreciable.

En cambio, la varianza de una población presenta la siguiente fórmula:

σ2 =
Donde N representa el número total de observaciones o datos muestreados.
En la mayoría de los casos es muy difícil, por no decir imposible obtener un N total de datos, por
ejemplo, al hablar de individuos de una población, no es posible muestrear a todos estos individuos, ya
que existe un factor de tiempo y recursos limitante.
Es por esto que se suele utilizar los estadísticos para estimar los parámetros de una población. De
acuerdo a la manera en que se encuentra escrita esta fórmula, las unidades de la varianza presenta las
mismas unidades de la variable, pero elevada al cuadrado.
También, vemos que la varianza no puede ser negativa, por lo que el mínimo valor que se puede
obtener en esta es cero.
Coeficiente de Variación
Permite determinar la razón existente entre la
desviación estándar (s) y la media. Se denota
como CV. El coeficiente de variación permite
decidir con mayor claridad sobre la dispersión
de los datos.

 También puede ser expresado en por ciento.

Medidas adimensionales
 Otras medidas de dispersión son adimensionales. Ejemplos
de ellas son:

 Coeficiente de correlación de Pearson: permite saber si el

ajuste de la nube de puntos a la recta de regresión obtenida
es satisfactorio.
 Diferencia absoluta media relativa
 Entropía: Mientras que la entropía de una variable
discreta es de ubicación-invariante y escala-independiente,
y por lo tanto no es una medida de dispersión en el sentido
anterior, la entropía de una variable continua es invariante
de ubicación y aditivo en escala.
 Coeficiente de variación
 CONCLUCION

 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
 Medidas de dispersión. Parámetros estadísticos
que indican como se alejan los datos respecto de
la media aritmética. Sirven como indicador de la
variabilidad de los datos. Las medidas de
dispersión más utilizadas son el rango, la
desviación estándar y la varianza