Curso: Estadística

Instrumentos y matriz
Medidas de de datos
Dispersión

Estadística Descriptiva
Profesor: Gonzalo Fernández
Fecha: 26/09/2017
LOGRO DE LA SESIÓN

Al finalizar la sesión, el
estudiante estará en la
capacidad de calcular e
interpretar medidas de
dispersión de datos
numéricos sin agrupar y
agrupados en tablas de
frecuencias.
 Sesión 6: Medidas de dispersión

CONTENIDO SABERES PREVIOS

1. Rango.  Promedio aritmético.
2. Rango intercuartílico.
3. Varianza.
4. Desviación estándar.
5. Coeficiente de variación.
 Introducción

•¿Los promedios proporcionan suficiente información

para una adecuada descripción de los datos?

•¿Por qué estudiar la dispersión?

•¿Qué medida de dispersión es la más adecuada para

comparar variabilidades entre dos conjuntos de datos?
 Introducción
•Los estudiantes de Estadística reciben diferentes calificaciones en la
asignatura (variabilidad). ¿A qué puede deberse?

 Diferencias individuales en el conocimiento de la materia.

•¿Podría haber otras razones (fuentes de variabilidad)?

•Por ejemplo supongamos que todos los alumnos poseen el mismo nivel de
conocimiento. ¿Las notas serían las mismas en todos? Seguramente No.

– Dormir poco el día del examen, no desayunaste,...

 Diferencias individuales en la habilidad para hacer un examen.

– El examen no es una medida perfecta del conocimiento.

 Variabilidad por error de medida.
MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN
 Medidas Resumen
Descripción Numerica de Datos

Tendencia Central Variación Forma

Media Aritmética Rango Asimetría

Mediana Rango Intercuartílico

Moda Varianza

Desviación Estándar
Cuartiles
Coeficiente de Variación
Percentiles
 ¿Qué son las Medidas de Dispersión?
¿Cómo sabré si un
•Son las que miden el grado de promedio es confiable?,
concentración o dispersión de los o si los datos están
concentrados.
valores de una variable en torno
de un promedio.
Los más utilizados son:
•Rango o Recorrido
•Recorrido Intercuartílico (RIC)
•Varianza y Desviación estándar
•Coeficiente de Variación
 Variabilidad o Dispersión
Baja dispersión = Alta concentración=Datos
homogéneos.
Alta dispersión = Baja concentración=Datos
heterogéneos.
 Imagen visual de la Distribución de la variable

Datos de baja variabilidad

La media provee una buena
representación de los valores
en la base de datos.

Al incrementar datos Datos con alta variabilidad

la distribución cambia..

La media ya NO provee una

buena información de los
datos.
 Medidas de Dispersión
Variación

Rango Rango Varianza Desviación Coeficiente

Intercuartílico Estándar de Variación

• Medidas de dispersión
dan información sobre
la dispersión o
variabilidad de los
datos. Mismo centro,
Variación diferente
 Variabilidad o Dispersión
Miden el grado de dispersión de los datos.

•Rango (R): R  X max  X min

Es la diferencia entre las observaciónes extremas.
– Ejemplo: Datos; 2,1,4,3,8,4.

Rango  8  1  7
– Es muy sensible a los valores extremos.

•Rango intercuartílico (RIC):

– Es la diferencia entre el tercer y primer cuartil.

Rango Intercuartílico  Q3  Q1
– No es tan sensible a valores extremos.
 Ejemplo: DVD - Satisfacción
Niveles de satisfacción de 20 clientes:
1 3 5 5 7 8 8 8 8 8 8 9 9 9 9 9 10 10 10 10
n=20

Me = (8+8)/2 = 8

Q1 = (7+8)/2 = 7.5 Q3 = (9+9)/2 = 9

RIC = Q3  Q1 = 9  7.5 = 1.5

Q1 Q2 Q3
25% 25% 25% 25%
 Ejemplo: Rango Intercuartílico (RIC)
Las puntuaciones de un exámen de15 estudiantes se listan abajo.
Halle el primer, segundo y tercer cuartíl de las puntuaciones, y el RIC.
28 43 48 51 43 30 55 44 48 33 45 37 37 42 38
Datos Ordenados: n=15
Mitad inferior Mitad Superior

28 30 33 37 37 38 42 43 43 44 45 48 48 51 55
Q1 Q2 Q3

RIC  Q3  Q1 Las puntuaciones del exámen en la

parte media de los datos varian al
= 48 – 37 menos en 11 puntos.
= 11
 DESVIACIÓN ESTÁNDAR
•Mide la dispersión de los datos con respecto al promedio.
Cuanto menor es la desviación estándar, menos dispersos están
los datos con respecto al promedio.

•Llamada también desviación típica.

•En la práctica, la desviación estándar se utiliza con más
frecuencia que la varianza.
•Una de las razones es que se expresa en las mismas unidades de
medida de la variable.
 DESVIACIÓN ESTÁNDAR (s)
Interpretación del valor de “ s ”
• Tomemos como ejemplo las siguientes estadísticas de las
edades de pacientes atendidos en un consultorio médico:
Media = 39,80 años y s = 13,74 años
• La dispersión media de las edades de los pacientes con
respecto al promedio es de 13,74 años, o bien así:
• La variabilidad media de las edades de los pacientes en
relación al promedio es de 13,74 años.
Varianza y Desviación Estándar
n
Var ( x)  S 2  1  i
(
(n1) i 1
x  x ) 2

Para facilitar los cálculos de s2 (la varianza)

utilizaremos la ecuación equivalente:

 n
2
S 
2 1

(n1)  i 1
( xi )  n( X ) 
2


Desviación estándar muestral:
Es la raíz cuadrada de la varianza.

S  Var ( x)
 Fórmula alternativa para s2
Ejemplo: Los pesos (en libras) de una muestra de cinco
cajas que se envían por UPS (empresa de mensajería)
son los siguientes: 12, 6, 7, 3 y 10. Calcule la varianza y
la desviación estándar.
Varianza muestral S2 :

S 2  1 (338)  5(7.6)2   12,3

(51)
Desviación estándar muestral S:
S  S 2  12,3  3,5071
Interpretación: En promedio, los pesos de las
cajas varian 3,51 libras respecto de la media de 7,6
libras.
MEDIDAS DE DISPERSIÓN
RANGO ( R) VARIANZA (S 2 ) DESVIACIÓN ESTANDAR ( S )
 Coeficiente de Variación
Es la razón entre la desviación estándar y la media.
S
 También se la denomina variabilidad relativa. CV   100%
 Es frecuente mostrarla en porcentajes. x
• Si la media es 80 y la desviación estándar 20 entonces
CV=20/80=0,25=25% (variabilidad relativa).

 Es una cantidad adimensional. Conveniente para comparar dos o

más conjuntos de datos medidos en unidades diferentes.

 Si el peso tiene CV=30% y la altura tiene CV=10%, los individuos

presentan mayor dispersión relativa en peso que en altura.
 Coeficiente de Variación

Se usa como estadístico de comparación respecto al cual se establece

si un conjunto de datos es homogéneo o heterogéneo.

- Si CV ≤ 30% → los datos son homogéneos

(baja dispersión).

- Si CV > 30% → los datos son heterogéneos.

(alto grado de dispersión).
 Variabilidad o Dispersión
¿Cuál de las siguientes variables presenta un menor
grado de dispersión?
¿Cuál de las siguientes variables presenta un mayor
grado de dispersión?
 Ejemplo 1: Variabilidad o Dispersión
Ante la pregunta sobre el número de hijos por familia, una
muestra de 12 hogares, marcó las siguientes respuestas:
2 1 2 4 1 3
2 3 2 0 5 1
Calcule el coeficiente de dispersión de los datos

• Solución:
 1,4035 
• Media = 2.1667 CV ( x )     100  64,7759%
• Desv. Estándar = 1.4035  2,1667 

Interpretación: Como C.V.= 64.78% > 30% concluimos que la

distribución del número de hijos por familia es heterogénea.
Ejemplo 2: Dos marcas de máquinas A y B, han sido diseñadas para cierto
tipo de producción. Tienen igual precio. Un fabricante para decidir cual comprar
ha observado 10 máquinas diferentes de cada marca en operación durante
una hora. El promedio y la desviación estándar de artículos producidos por
cada máquina es respectivamente: A; Media= 40.3, DE=4.27; B; Media= 40.8,
DE=10.22. Halle C.V. e indique cual de las dos máquinas tiene menor
dispersión en las unidades de artículos producidos.
• Máquina A:
 4.27 
• Media = 40.3 CV ( x )     100  10.60%
 40.34 
• Desv. Estándar = 4.27

• Máquina B:
 10.22 
• Media = 40.8 CV ( y )     100  25.05%
 40.8 
• Desv. Estándar = 10.22

Interpretación: Como C.V.= 10.60% < 25.05% concluimos que las

máquinas A tienen menor dispersión relativa que las máquinas B. Es
decir, el rendimiento de la marca A es mejor que el de la marca B.
Relación entre la media, mediana y moda
• Si media=mediana=moda, la distribución es simétrica.
• Si media<mediana, la distribución es asimétrica negativa.
• Si media>mediana, la distribución es asimétrica positiva.

Media Moda Media Media

Moda
Mediana
Mediana Moda Mediana

Asimétrica Simétrica Asimétrica

Negativa (No Asimétrica) Positiva
 Diagrama de Cajas (Boxplot)
Este diagrama permite determinar, en forma gráfica,
lo siguiente:

 Valores extremos o atípicos (outliers).

 La tendencia central.
 La variabilidad.
 La asimetría de la distribución.

Estos gráficos son bastante útiles para comparar dos

o más conjuntos de datos en cuanto a su tendencia
central y variabilidad.
Estadísticos de Posición
 Diagrama de Cajas (Boxplots)
Outlier o
Valor Extremo
 Forma de la Distribución y BoxPlot

Asimétrica Asimétrica
Simétrica
Izquierda Derecha

Q1 Q2 Q3 Q1 Q2 Q3 Q1 Q2 Q3
 Boxplots: Aplicación
El índice fog se utiliza para medir la dificultad para leer un texto escrito:
cuanto más alto es el valor del índice, más difícil es el nivel de lectura.
Se toman muestras aleatorias independientes de 6 anuncios de
Scientific American, Fortune y New Yorker. Se miden los índices fog de
los 18 anuncios y se anotan en la Tabla siguiente.

Scientific
Fortune New Yorker
American

15,75 12,63 9,27

11,55 11,46 8,28
11,16 10,77 8,15
9,92 9,93 6,37
9,93 9,87 6,37
8,20 9,42 5,66
 Boxplots: Aplicación
Objetivo del investigador:

Comparar los niveles de dificultad (en índices fog) para leer un

texto escrito.

Grupos de comparación:

Grupo 1: Índice promedio de dificultad de la revista Scientific

American.
Grupo 2: Índice promedio de dificultad de la revista Fortune.
Grupo 3: Índice promedio de dificultad de la revista New Yorker.
Boxplots: Aplicación
 Boxplots: Aplicación
Tipo de Revista Estadístico

Varianza 7,005

Desv. típ. 2,64665

Scientific Coeficiente
0,241229
American Variación

Rango 7,55
Amplitud 3,63
intercuartil
Varianza 1,445

Desv. típ. 1,20210

Índice fog Coeficiente

(Dificultad de Fortune 0,112556
Variación
Lectura)
Rango 3,21
Amplitud 2,00
intercuartil
Varianza 1,994

Desv. típ. 1,41196

Coeficiente
New Yorker 0,192103
Variación

Rango 3,61
Amplitud 2,34
33 intercuartil
 Boxplots: Problema
Se llevó a cabo una encuesta entre los miembros del Club del libro del mes,
para verificar si pasan más tiempo viendo televisión que leyendo. Suponga
que en una muestra de 15 encuestados se obtuvieron las horas semanales
que se dedican a ver televisión y las que se dedican a la lectura.

Encuestados Televisión Leyendo

1 10 6
2 14 16
3 16 8
4 18 10
5 15 10
6 14 8
7 10 14
8 12 14
9 4 7
10 8 8
11 16 5
12 5 10
13 8 3
14 19 10
15 11 6
Boxplots: Problema

Encuesta entre los

miembros del Club del libro
del mes, para comparar si
pasan más tiempo viendo
televisión que leyendo.

Comente que le indican los

Diagrama de Cajas (Boxplots)

¿Como se podrían comparar

estas dos actividades?
Propiedades de la Varianza
 Conclusión: Ahora estamos listos
para describir y
analizar datos
estadísticos
•Las medidas de dispersión son
necesarias para dos propósitos
básicos:

•Para verificar la confiabilidad de

los promedios, y
•Para que sirva como base para el
control de la variación misma.
“Las estadísticas no sustituyen el juicio.”
Henry Clay