Desviacin tpica

La desviacin tpica es la raz cuadrada de la varianza.

Es decir, la raz cuadrada de la media de los cuadrados de las puntuaciones de
desviacin.
La desviacin tpica se representa por .

2
2
2
( x 1x ) + ( x 2x ) ++ ( x n x )

N
n

( x i x )2
i=1

Desviacin tpica para datos agrupados

2
2
2
( x 1x ) f 1 + ( x 2x ) f 2 ++ ( xn x ) f n

N
n

( x i x )2 f i
i=1

Para simplificar el clculo vamos o utilizar las siguientes expresiones que son
equivalentes a las anteriores.

x 12+ x 22 ++ x n2
=
x 2
N
n

i=1

x i2 2
x
N

x 12 f + x22 f 2 ++ xn2 f n 2
=
x
N
n

i=1

x i2 f i
x 2
N

Propiedades de la desviacin tpica

1. La desviacin tpica ser siempre un valor positivo o cero, en el caso de

que las puntuaciones sean iguales.
2. Si a todos los valores de la variable se les suma un nmero la desviacin
tpica no vara.
3. Si todos los valores de la variable se multiplican por un nmero la
desviacin tpica queda multiplicada por dicho nmero.
4. Si tenemos varias distribuciones con la misma media y conocemos sus
respectivas desviaciones tpicas se puede calcular la desviacin tpica
total.
Si todas las muestras tienen el mismo tamao:

12 + 22 ++ n2
=
n

Si las muestras tienen distinto tamao:

k 1 12+ k 2 22 ++ k n n2
k 1 +k 2 ++ k n

Observaciones sobre la desviacin tpica

1. La desviacin tpica, al igual que la media y la varianza, es un ndice

muy sensible a las puntuaciones extremas.
2. En los casos que no se pueda hallar la media tampoco ser posible
hallar la desviacin tpica.
3. Cuanta ms pequea sea la desviacin tpica mayor ser la
concentracin de datos alrededor de la media.

Covarianza

La covarianza de una variable bidimensional es la media aritmtica de los

productos de las desviaciones de cada una de las variables respecto a sus
medias respectivas.

La covarianza se representa por

s xy o xy .

 xy =

f i ( x ix ) ( y i y )
N

La covarianza indica el sentido de la correlacin entre las variables

xy > 0 la correlacin es directa.

Si
Si

xy

< 0 la correlacin es inversa

La covarianza presenta como inconveniente, el hecho de que su valor depende

de la escala elegida para los ejes.
Es decir, la covarianza variar si expresamos la altura en metros o en
centmetros. Tambin variar si el dinero lo expresamos en euros o en dlares.
Coeficiente de correlacin lineal
El coeficiente de correlacin lineal es el cociente entre la covarianza y el
producto de las desviaciones tpicas de ambas variables.
El coeficiente de correlacin lineal se expresa mediante la letra r.

r=

xy
x y

Propiedades
1. El coeficiente de correlacin no vara al hacerlo la escala de medicin.
Es decir, si expresamos la altura en metros o en centmetros el
coeficiente de correlacin no vara.
2. El signo del coeficiente de correlacin es el mismo que el de la
covarianza.
Si la covarianza es positiva, la correlacin es directa.
Si la covarianza es negativa, la correlacin es inversa.
Si la covarianza es nula, no existe correlacin.
3. El coeficiente de correlacin lineal es un nmero real comprendido entre
1 y 1.1 r 1
4. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la
correlacin es fuerte e inversa, y ser tanto ms fuerte cuanto ms se
aproxime r a 1.
5. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la
correlacin es fuerte y directa, y ser tanto ms fuerte cuanto ms se
aproxime r a 1.

6. Si el coeficiente de correlacin lineal toma valores cercanos a 0, la

correlacin es dbil.
7. Si r = 1 1, los puntos de la nube estn sobre la recta creciente o
decreciente. Entre ambas variables hay dependencia funcional.