NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

UNIVERSIDAD CATOLICA DE SANTA MARIA

FACULTAD:
CIENCIAS E INGENIERIAS FISICAS Y FORMALES

PROGRAMA PROFESIONAL:
INGENIERIA MECANICA, MECANICA ELECTRICA Y MECATRONICA
TITULO DEL TRABAJO:
MEDIDAS DISPERSION
CURSO:
ESTADISTICA Y PROBABILIDADES
AUTOR:
PAUCA CUARITE CHRISTIAN YOVANNY
SEMESTRE:
IV
SECCION : B

N ORDEN: 12

AO: 2014

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

2.- INDICE O CONTENIDO:

1.- MEDIDAS DISPERSION .. Pag 4
1.1 Concepto medidas Dispersin ..

Pag 4

1.2 Ventajas

Pag 4

1.4 Desventajas..

Pag 5

1.5 Ejercicio aplicacin. ..

Pag 5

2.- RANGO ..

Pag 5

2.1 Concepto ..

Pag 5

2.2 Ventajas

Pag 5

2.3 Desventajas..

Pag 6

2.4 Ejercicio aplicacin. ..

Pag 6

3.- DESVIACION MEDIA ..

Pag 6

3.1 Concepto ..

Pag 6

.2 Ventajas

Pag 7

3.3 Desventajas..

Pag 7

3.4 Ejercicio aplicacin. ..

Pag 8

4.- VARIACION .

Pag 9

4.1 Concepto ..

Pag 9

4.2 Ventajas

Pag 9

4.3 Desventajas..

Pag 10

4.4 Ejercicio aplicacin. ..

Pag 11
2

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

5.- DESVIACION ESTANDAR .

Pag 11

5.1 Concepto ..

Pag 11

5.2 Ventajas

Pag 12

5.3 Desventajas..

Pag 12

5.4 Ejercicio aplicacin. ..

Pag 12

6.- COEFICIENTE VARIACION .

Pag 13

6.1 Concepto ..

Pag 13

6.2 Ventajas

Pag 14

6.3 Desventajas..

Pag 14

6.4 Ejercicio aplicacin. ..

Pag 15

7.- BIBLIOGRAFIA . Pag 15

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

LAS MEDIDAS DE DISPERSIN:

1.1 CONCEPTO:
Tambin llamadas medidas de variabilidad, muestran la variabilidad de una distribucin, indicando por
medio de un nmero, si las diferentes puntuaciones de una variable estn muy alejadas de la media.
Cuanto mayor sea ese valor, mayor ser la variabilidad, cuanto menor sea, ms homognea ser a
la media. As se sabe si todos los casos son parecidos o varan mucho entre ellos. Para calcular la
variabilidad que una distribucin tiene respecto de su media, se calcula la media de las desviaciones de
las puntuaciones respecto a la media aritmtica. Pero la suma de las desviaciones es siempre cero, as
que se adoptan dos clases de estrategias para salvar este problema. Una es tomando las desviaciones en
valor absoluto (desviacin media) y otra es tomando las desviaciones al cuadrado (varianza).
Nos permiten reconocer que tanto se dispersan los datos alrededor del punto central; es decir, nos
indican cuanto se desvan las observaciones alrededor de su promedio aritmtico (Media). Este tipo de
medidas son parmetros informativos que nos permiten conocer como los valores de los datos se
reparten a travs de eje X, mediante un valor numrico que representa el promedio de dispersin de los
datos. Las medidas de dispersin ms importantes y las ms utilizadas son la Varianza y la Desviacin
estndar (o Tpica).

1.2 VENTAJAS
Los datos demasiados dispersos tienen un comportamiento especial.
Es posible comparar dispersin de diversas muestras.
Es independiente de la unidad de medicin.

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

1.3 DESVENTAJA
No funciona bien cuando se quiere comparar la dispersin de dos conjuntos de datos. Las dos variables
involucradas tienen medidas en diferentes unidades.

1.4 EJERICICIO APLICACIN: DATOS NO AGRUPADOS:

Obtener la varianza y desviacin estndar de la siguiente muestra, que nos indica el nmero de cigarros
que son consumidos en promedio al da por un conjunto de 20 encuestados

2.- RANGO
2.1 CONCEPTO
El rango se suele definir como la diferencia entre los dos valores extremos que toma la variable. Es la
medida de dispersin ms sencilla y tambin, por tanto, la que proporciona menos informacin.
Adems, esta informacin puede ser errnea, pues el hecho de que no influyan ms de dos valores del
total de la serie puede provocar una deformacin de la realidad.
Se calcula restndole al valor ms alto de una distribucin, el valor ms bajo. Se aplica tanto a
distribuciones de datos originales, como a distribuciones de datos agrupados.
5

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

Rango =Valor. Mximo Valor. Mnimo

2.2 VENTAJAS
Fcil de calcular
Fcil de entender e interpretar

2.3 DESVENTAJAS
Es muy general, tan slo nos da una idea de cun amplia es la variacin entre valores extremos.
No toma en cuenta los valores intermedios de la distribucin.
Slo considera los valores extremos
No toma en cuenta ni el nmero de datos ni el valor de estos
No es posible calcular en tablas con extremos abiertos.
Casi no se emplea debido a que depende nicamente de dos valores.
No proporciona una medida de variabilidad de las observaciones con respecto al centro de la
distribucin

2.4 EJERCICIO APLICACIN:

Comparemos, por ejemplo, estas dos series: Serie 1: 1 5 7 7

8 9

9 10 17

( R =17-1=16)
Serie 2: 2 4 6 8 10 12 14 16 18 ( R =18-2=16)
Ambas series tienen rango 16, pero estn desigualmente agrupadas, pues mientras la primera tiene una
mayor concentracin en el centro, la segunda se distribuye uniformemente a lo largo de todo el
recorrido.

3.- DESVIACION MEDIA

3.1.- CONCEPTO

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

En teora, la desviacin puede referirse a cada una de las medidas de tendencia central: media, mediana
o moda; pero el inters se suele centrar en la medida de la desviacin con respecto a la media, que
llamaremos desviacin media.
Puede definirse como la media aritmtica de las desviaciones de cada uno de los valores con respecto a
la media aritmtica de la distribucin, y de indica as:

xx

DM
N

Ntese que se toman las desviaciones en valor absoluto, es decir, que la frmula no distingue si la
diferencia de cada valor de la variable con la media es en ms o en menos.
Ya se habr advertido que esta expresin sirve para calcular la desviacin media en el caso de datos sin
agrupar.
Veamos ahora cmo se calcula la desviacin media en el caso de datos agrupados en intervalos.

n x

DM
i

Donde observamos que ahora las desviaciones van multiplicadas por las frecuencias de los intervalos
correspondientes.

3.2.- VENTAJAS
La desviacin media se puede utilizar como medida de dispersin en todas aquellas distribuciones en las
que la medida de tendencia central ms significativas haya sido la media.
Utiliza en su clculo todos los valores de la muestra.
Fcil de comprender pues es el promedio en que los valores se desvan con respecto a la media.
7

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

Utiliza para su cmputo todos los elementos de la serie de datos

3.3.- DESVENTAJAS
El uso de valores absolutos.
Presenta deficiencia al considerar diferencias negativas
la desviacin media de una muestra no es un buen estimador de la desviacin media de la poblacin,
que es lo que en ltima instancia nos interesa conocer.
es difcil trabajar con valores absolutos y por ello la desviacin media no es usada frecuentemente.
Cuando la suma de las desviaciones parciales absolutas es igual a cero, la desviacin media no es una
medida de variabilidad aceptable.

3.4 .- EJERCICIO APLICACIN:

DATOS NO AGRUPADOS:
Calcular la desviacin media de la distribucin:
9, 3, 8, 8, 9, 8, 9, 18

DATOS AGRUPADOS:
Calcular la desviacin media de la distribucin :

xi

fi

xi fi

|x - x |

|x - x | f i

[ 1 0, 15 )

1 2 .5

3 7 .5

9 . 28 6

2 7 .8 58

[ 1 5, 20 )

1 7 .5

8 7 .5

4 . 28 6

2 1 .4 3

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

[ 2 0, 25 )

2 2 .5

1 5 7. 5

0 . 71 4

4 . 99 8

[ 2 5, 30 )

2 7 .5

110

5 . 71 4

2 2 .8 56

[ 3 0, 35 )

3 2 .5

65

1 0 .1 74

2 1 .4 28

21

4 5 7. 5

9 8 .5 7

4.- VARIANZA
4.1.- CONCEPTO
Se basa en las diferencias entre la media aritmtica y cada una de las puntuaciones
Es el promedio de los cuadrados de las distancias de las observaciones a partir de la media (su
valor nunca ser negativo).
La frmula del clculo depender si la distribucin es de datos originales o agrupados, as como
de si se trabaja con poblaciones (se usa en el denominador N) o con una muestra (se usa n-1).
Clculos a partir de datos no agrupados.
Para una muestra

Para una poblacin

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

4.2.- VENTAJAS
Considera todos los valores de la distribucin
Es un estimador ms exacto que la desviacin media
Calcular la varianza de una poblacin proporciona informacin completa con respecto a cmo vara la
poblacin entre los individuos.
Los estudios futuros pueden beneficiarse mucho de estudios previos que hayan analizado a la misma
poblacin y descubierto al mismo tiempo su varianza.
la varianza de una muestra es un buen estimador de la varianza de la poblacin y hay toda una teora de
como

hacerlo.

4.3.- DESVENTAJAS
Al expresarse en el cuadrado de la distribucin de las unidades de los datos, es de difcil interpretacin.
Cuando se calcula la varianza de una muestra presenta sesgo respecto al estimador poblacional.
La varianza, al igual que la media, es un ndice muy sensible a las puntuaciones
extremas.
En los casos que no se pueda hallar la media tampoco ser posible hallar
la varianza.
La varianza no viene expresada en las mismas unidades que los datos, ya que las
desviaciones estn elevadas al c uadrado.
La mayora de los estudios estadsticos aplicados no calculan la varianza de una poblacin. En vez de
eso a menudo usan estadsticas de desviacin estndar como sustitutos. Debido a esta convencin, la
mayor parte del mundo estadstico no espera que la varianza juegue un papel en los anlisis estadsticos.
Un resultado relacionado con este hecho es que la mayora de los programas informticos de estadstica
no reciben la varianza como entrada.

10

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

como las unidades de la varianza son unidades al cuadrado (personas al cuadrado, carros al cuadrado,
casas al cuadrado) es difcil explicar qu representa.

4.4.- EJERCICIO APLICACIN:

Calcular la varianza de la distribucin:
9, 3, 8, 8, 9, 8, 9, 18

Ca l c ul ar la va ri a nza de l a di s t r ib uc i n de l a t ab l a:
xi

fi

xi fi

xi2 f i

[ 1 0, 20 )

15

15

225

[ 2 0, 30 )

25

200

5 0 00

[ 3 0, 40 )

35

10

350

1 2 2 50

[ 4 0, 50 )

45

405

1 8 2 25

[ 5 0, 60

55

440

2 4 2 00

[ 6 0, 70 )

65

260

1 6 9 00

[ 7 0, 80 )

75

150

1 1 2 50

42

1 82 0

8 8 0 50

5.- DESVIACION ESTANDAR

5.1.- CONCEPTO:
11

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

La desviacin estndar o desviacin tpica es una medida de centralizacin o dispersin para variables
de razn (ratio o cociente) y de intervalo, de gran utilidad en la estadstica descriptiva .Se define como
la raz cuadrada de la varianza. Junto con este valor, la desviacin tpica es una medida (cuadrtica) que
informa de la media de distancias que tienen los datos respecto de su media aritmtica, expresada en las
mismas unidades que la variable.
Para conocer con detalle un conjunto de datos, no basta con conocer las medidas de tendencia central,
sino que necesitamos conocer tambin la desviacin que representan los datos en su distribucin
respecto de la media aritmtica de dicha distribucin, con objeto de tener una visin de los mismos ms
acorde con la realidad al momento de describirlos e interpretarlos para la toma de decisiones.
Para la muestra

(Xi x )
i 1

n 1

5.2.- VENTAJAS
Medida de dispersin ms importante, ya que adems sirve como medida previa al clculo de
otros valores estadsticos.
Se expresa en las unidades originales de la variable
5.3.- DESVENTAJAS
Es sensible a las unidades de medida.
Tiene el problema del sesgo muestreal respecto al poblacional.
Se
En

expresa
su

clculo

en

las
intervienen

mismas
todos

Es

unidades
los

valores

que

datos
de

la

originales
distribucin
nica

Se ve muy afectada por la presencia de valores atpicos

5.4.- EJERCICIO APLICACIN:

12

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

1.-El gerente de una empresa de alimentos desea saber que tanto varan los pesos de los empaques (en
gramos), de uno de sus productos; por lo que opta por seleccionar al azar cinco unidades de ellos para
pesarlos. Los productos tienen los siguientes pesos (490, 500, 510, 515 y 520) gramos respectivamente.
Por lo que su media es:

6.- COEFICIENTE DE VARIACION

6.1.- CONCEPTO:
Una de las medidas suficientemente til es la obtencin del coeficiente de variacin, el cual se define
como el cociente entre la desviacin estndar y la media aritmtica, mostrando para bajos valores una
alta concentracin de los datos. En el caso en que la media es igual a cero esta medida no est definida,
por lo que se recurre a cualquiera de las anteriores. Su expresin es dada por

Donde

son la media y la desviacin estndar, respectivamente, para una misma poblacin.

En ocasiones se suele presentar la informacin mediante el por ciento, sobre todo al momento de
comparar dos muestras, por lo que el coeficiente suele presentarse como:

13

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

Elimina la dimensionalidad de las variables y tiene en cuenta la proporcin existente entre medias y
desviacin tpica.

6.2.- VENTAJAS
Su utilidad radica en que podemos determinar qu tanta variabilidad existe entre dos muestra en las que
inclusive la informacin no tienen las mismas unidades o se trata de datos diferentes.
Es til para comparar la variabilidad entre conjuntos de datos (de diferentes o iguales unidades de
medida)
Es la nica MD que permite comparar el nivel de dispersin de dos muestras de variables diferentes.
Emplea toda la informacin disponible en su clculo.
Fcil de calcular.
comparar la variabilidad de dos poblaciones con distintas magnitudes

Puesto que tanto la desviacin estndar como la media se miden en las unidades originales, el CV es una
medida independiente de las unidades de medicin.

Debido a la propiedad anterior el CV es la cantidad ms adecuada para comparar la variabilidad de dos

conjuntos de datos.

En reas de investigacin donde se tienen datos de experimentos previos, el CV es muy usado para
evaluar la precisin de un experimento, comparando en CV del experimento en cuestin con los valores
del mismo en experiencias anteriores.

6.3.- DESVENTAJAS
Es invariante a cambios de escala.
Arrastra las limitaciones que tiene la media como medida de tendencia central
No es una MD con respecto al centro de la distribucin de los datos.
14

NUMERO 12

PAUCA CUARITE CHRISTIAN YOVANNY

6.4.- EJERCICIO APLICACIN:

La asistencia de espectadores a las 4 salas de un cine un determinado da fue de 200,
500, 300 y 1000 personas.
1. Calcular la dispersin del nmero de asistentes.
2. Calcular el coeficiente de variacin.
Desv iacin t pica

Coef icien te de var iacin

7.- BIBLIOGRAFIA
PROBABILIDAD Y ESTADSTICA
Editorial McGraw-Hill.
Manual

de

estadsticas

autor

David

Ruz

muoz

universidad pablo de olavide

Best, Joel (2001). Damned Lies and Statistics: Untangling Numbers from the Media, Politicians, and
Activists. University of California Press. ISBN 0-520-21978-3.
Runyon, Richard, Haber, Autrey , ESTADSTICA PARA LAS CIENCIAS SOCIALES Fondo
educativo Interamericano, 1992 Disponible en: http://html.rincondelvago.com/estadistica_47.html
Best, Joel (2001). Damned Lies and Statistics: Untangling Numbers from the Media, Politicians, and
Activists. University of California Press.
Desrosires, Alain (2004). La poltica de los grandes nmeros. Ed. Melusina.
Hacking, Ian (1990). The Taming of Chance. Cambridge University Press
15