Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sesión 3.3 Medidas de Dispersión y Forma
Sesión 3.3 Medidas de Dispersión y Forma
03
• MSc. Fiorella Vanessa Li Vega
Objetivos
• Calcula e interpreta las medidas de
dispersión para datos no agrupados y
datos agrupados.
• Calcula e interpreta las medidas de de
forma.
• Calcula e interpreta las medidas de
concentración.
Contenido
• Cálculo e interpretación de las medidas de dispersión para
datos agrupados y no agrupados.
• Cálculo e interpretación de las medidas de forma.
• Cálculo e interpretación de las medias concentración.
¿A qué se refiere la Dispersión de un conjunto de datos o de su
distribución?
• La dispersión de los datos correspondientes a una variable cuantitativa hace referencia a qué
tanto se encuentran separados entre si.
• La dispersión o variabilidad de los datos o de su distribución es la característica más
importante.
• Ejemplo para captar la idea de dispersión o variabilidad de datos estadísticos. Tenemos las
calificaciones de dos grupos de estudiantes del curso de Estadística y Probabilidades
Grupo A: 15, 18, 14, 14, 16, 16, 17, 14, 15, 14, 16, 17, 14, 15.
Grupo B: 02, 16, 18, 15, 13, 11, 18, 12, 17, 18, 16, 16, 14,11.
Las calificaciones de los estudiantes del grupo A presentan menor dispersión o variabilidad con
relación a las calificaciones de los estudiantes del grupo B, pues no hay mucha separación entre
sus valores.
𝑹 = 𝒙 𝒎á𝒙 −𝒙 𝒎í𝒏
Propiedades:
𝑹 𝑸 = 𝑸𝟑- 𝑸𝟏
1 3450
2 3550
3 3650
4 3480
5 3355
6 3310
7 3490
8 3730
9 3540
10 3925
11 3520
12 3480
Desviación Estándar y Varianza
La desviación estándar es una medida de dispersión absoluta de un conjunto de datos, es un índice
que cuantifica la desviación promedio de los datos con respecto a su media aritmética. El valor de la
desviación estándar está expresado en las mismas unidades en que están expresados los datos.
La varianza es también una medida de dispersión de un conjunto de datos, al igual que la desviación estándar
mide el grado de dispersión de los datos con respecto a la media aritmética, a diferencia de la desviación
estándar, la varianza se expresa en unidades cuadradas. La varianza es el cuadrado de la desviación
estándar.
Para datos agrupados:
σ 𝒏 (𝒙
𝒊= 𝟏 𝒊
σ𝑛𝑖=1 (𝑥𝑖 −𝑋ത)2𝑓𝑖
𝟐
𝑺 = −𝑿ഥ)𝟐 𝑆2 =
𝒏 −𝟏 𝑛 −1
σ𝒏𝒊=𝟏 𝒙𝟐𝒊 𝒇𝒊 −
𝑺𝟐 = 𝒏𝒙ഥ 𝟐
𝒏 −𝟏
Ejemplo 3
A continuación , presenta los tiempos de espera (en minutos) de 11 clientes para ser
atendidos en la ventanilla de un banco:
𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 𝑥8 𝑥9 𝑥10 𝑥11
15 10 20 13 8 15 9 12 18 11 14
Ejemplo 4
Existen varios coeficientes para evaluar a simetría de una distribución, siendo el más importante el
que se calcula con la siguiente fórmula:
El valor del CA puede ser negativo, positivo o cero.
3(𝑥ҧ − 𝑚𝑒)
𝐴𝑠 =
𝑠
Interpretación del CA
𝑄3 − 𝑄1
𝐾=
2(𝑃90 −𝑃10)
Ejemplo. Analizar el grado de concentración o apuntamiento de la distribución de la variable Edad de los estudiantes de Ingeniería.
K = -1,02, este valor negativo indica que la distribución de las edades esplaticúrtica.
Diagrama Caja
Existe Una gran variedad de gráficas estadísticas para extraer información acerca de las
propiedades de un conjunto de datos.
Una gráfica útil para reflejar propiedades de los datos es la gráfica de caja (“box plots”) que
se basa en la mediana (o en la media), los cuartiles y valores extremos. La caja representa
el rango intercuartil que encierra el 50% de los valores y tiene la mediana (Me) dibujada
dentro. El rango intercuartil tiene como extremos el percentil 75, (cuartil superior) y el
percentil 25, (cuartil inferior).
Además de la caja se incluye la extensión de los datos mediante segmentos que se
extienden de la caja hacia el valor máximo (U) y hacia el valor mínimo (L) de los datos.
Este recuadro se dibuja con el eje de la variable en forma horizontal o vertical como se
indica en la figura que sigue.
Deungráficodecajas, seobtieneinformacióndelosdatosacercade:
Lacentralización (Observandola ubicacióndelamediana)
Ladispersiónovariabilidad(medianteel rangointercuartil: RIP75P25)
Laasimetría (comparando: MeP25 con P75Me)
Lascolas(porla longituddelossegmentosquesalendelosladosdelacaja)
Referencias Bibliográficas
• AFONSOP.(2002) Probabilidad y Estadística: conceptos, modelos, aplicaciones
en Excel. Bogotá D.F. PearsonEducación.
• DEVORE,J. (1998). Probabilidad y estadística para ingeniería y ciencias.
México. International Thomson Editores.
• MENDENHALLW., TERRYS. (1997). Probabilidad y estadística para ingeniería y
ciencias. México. Prentice Hall Hispanoamericana.
• WALPOLER., MYERSR., MYERS.S. (1999). Probabilidad y estadística para
ingenieros. México. Prentice Hall Hispanoamericana.
• DOUGLASMONTGOMERY: “Probabilidad y Estadística y Probabilidades a la
Ingeniería" Ed. McGraw-Hill Interamericana Editores S.A. Impreso en México
1996
• ROSS,SHELDON.(2001) Probabilidad y Estadística para Ingeniería. México,
D.F.: McGraw-Hill.