MEDIDAS DE

DISPERSIÓN
DESVIACIÓN ESTÁNDAR, VARIANZA Y RANGO
INTEGRANTES DEL EQUIPO:
CLAUDIA HERNÁNDEZ CHÁVEZ -20M07B78
JESSICA IVETT MORUA ENRIQUEZ - 20MO7C05
CARLOS ROSAS JIMENEZ - 20M07C26
NESTOR DANIEL MORENO GONZÁLEZ - 20M07C02
IVAN GERARDO CERVANTES ESPARZA - 20M07B61
MARIA DOLORES GARCIA HERNADEZ 20M07B69
JOSÉ LUIS PALOMO JUÁREZ -20M07C15
EDUARDO TORRES GRIMALDO -20M07C37
JUAN GABRIEL SUAREZ LOREDO

MATERIA: ESTADÍSTICA
CATEDRATICO: JULIO FERRETIZ AGUILAR .
 Medidas de dispersión.

Las medidas de dispersión tratan, a través del cálculo de diferentes fórmulas, de arrojar un valor
numérico que ofrezca información sobre el grado de variabilidad de una variable.

En otras palabras, las medidas de dispersión son números que indican si una variable se mueve
mucho, poco, más o menos que otra.

Parámetros estadísticos que indican cómo 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.

Por ejemplo en una distribución de datos, las medidas de dispersión tienen un papel muy
importante. Estas medidas complementan a las de posición central, caracterizando la variabilidad
de los datos. Así, las medidas de tendencia central indican valores con respecto a los que los
datos parecen agruparse.

¿Cómo medimos la dispersión?

Los principales parámetros para medir la dispersión son: Es la diferencia entre el mator valor de
los datos y el menor. La principal ventaja del rango es su fácil cálculo aunque su valor es poco
significativo, ya que solo tiene en cuenta los dos valores extremos.
El Rango:

es el intervalo entre el valor máximo y el valor mínimo; por ello, comparte unidades con los datos.
Permite obtener una idea de la dispersión de los datos, cuanto mayor es el rango, aún más
dispersos están los datos (sin considerar la afectación de los valores extremos). El rango, también
es llamado amplitud o recorrido de medida
También mide la amplitud de los valores de la muestra y se calcula por diferencia entre el valor
más elevado y el valor más bajo
 Mes 26 Mes 39 Ejemplo de cómo obtener un rango
Mes 13 18.007 22.532
Mes 1
29.581 Mes 27 Mes 40 Supongamos que tenemos una empresa que produce microchips para luego
44.347
Mes 14 36.339 43.045 venderlos a las principales marcas de computadoras. Esta empresa encarga a
Mes 2
44.320 Mes 28 Mes 41 un economista que realice un estudio sobre la evolución de las ventas (últimos 4
12.445
Mes 15 27.696 45.074 años) para, posteriormente, ofrecer consejos que mejoren los resultados
Mes 3
35.264 Mes 29 Mes 42 empresariales. Entre otras muchas métricas, se pide que se calcule el rango de
26.880
Mes 16 47.413 16.505 producción de microchips. A continuación se muestra la siguiente tabla de datos:
Mes 4
10.124 Mes 30 Mes 43
23.366
Mes 17 47.636 27.336
Mes 5
43.520 Mes 31 Mes 44
42.464
Mes 18 20.978 37.831
Mes 6
26.360 Mes 32 Mes 45
15.480
Mes 19 49.079 29.757
Mes 7
19.534 Mes 33 Mes 46
21.562
Mes 20 40.668 37.765
Mes 8
30.755 Mes 34 Mes 47
11.625
Mes 21 45.932 22.237
Mes 9
37.327 Mes 35 Mes 48
39.496
Mes 22 40.454 38.601
Mes 10
15.832 Mes 36 MÁXIMO
39.402
Mes 23 46.132 49.079
Mes 11
33.919 Mes 37 MÍNIMO El punto verde es el máximo, el punto rojo el mínimo y la línea discontinua
47.699
Mes 24 amarilla situada a la derecha es la diferencia. Esto es, el rango
Mes 12 35.054 10.124
29.498 Mes 38 RANGO
44.315
Mes 25 11.906 38.955
46.136
El rango (R) o recorrido estadístico es la diferencia entre el valor máximo y el mínimo de un conjunto de datos.

Ejemplo
Supongamos que deseamos calcular el rango de las edades del once inicial de un equipo de fútbol.

El jugador más mayor (máximo del conjunto) tiene 31 años, mientras que el más joven (mínimo) 18. Por lo tanto el rango es:
Rango intercuartílico

El rango intercuartílico IQR (o rango intercuartil) es una estimación estadística de la dispersión de una distribución de datos.
Consiste en la diferencia entre el tercer y el primer cuartil. Mediante esta medida se eliminan los valores extremadamente alejados. El
rango intercuartílico es altamente recomendable cuando la medida de tendencia central utilizada es la mediana (ya que este estadístico
es insensible a posibles irregularidades en los extremos).

En una distribución, encontramos la mitad de los datos, el 50 %, ubicados dentro del rango intercuartílico.
Conforme aumente el IQR, indicará que la dispersión será mayor.
Con el IQR podremos elaborar los diagramas de caja, que es un instrumento muy visual para evaluar la dispersión de una distribución.
 Desviación estándar

La desviación estándar es una medida estadística que mide cuánto se

dispersan los valores en torno a su promedio.

La desviación estándar o desviación típica es una medida que ofrece

información sobre la dispersión media de una variable. La desviación
estándar es siempre mayor o igual que cero.
Fórmulas para calcular la desviación típica
La primera es elevando al cuadrado las desviaciones, dividir
entre el número total de observaciones y por último hacer la raíz
cuadrada para deshacer el elevado al cuadrado, tal que:
La relación de la desviación típica con la varianza
En definitiva la varianza no es más que la desviación estándar al
cuadrado. O lo que viene a ser lo mismo, la desviación típica es la raíz
cuadrada de la varianza. Se relacionan de la siguiente forma:

Tras esta imagen, queda claro que toda la fórmula que está dentro de la
raíz cuadrada es la varianza. La razón por la que es necesario entender
que esa parte se conoce como varianza es que se utiliza en otras
fórmulas para calcular otras medidas. Así pues aunque la desviación
típica sea más intuitiva para interpretar resultados, es imperativo cómo
se calcula la varianza.
La Varianza.

Ronald Fisher, un matemático, físico, biólogo y estadístico de nacionalidad inglesa, quien, en

el año 1918, introdujo el término de varianza en uno de sus estudios sobre biometría. Al
mismo también, también fue el primero en introdujo los estudios sobre el análisis de esta
medida de la dispersión.

La varianza es uno de los conceptos más importantes en el análisis estadístico y el control

experimental de variables es la varianza. En principio, la varianza es una medida de
variabilidad que da cuenta del grado de homogeneidad de un grupo de observaciones, la
fórmula del cálculo es la siguiente.

La Varianza es una medida de dispersión que se utiliza para representar la variabilidad de

un conjunto de datos respecto de la media aritmética de los mismo. Así, se calcula como la
suma de los residuos elevados al cuadrado y divididos entre el total de observaciones. No
obstante, se trata de una medida que también puede calcularse como la desviación típica al
cuadrado.