Informacion Del Trabajo

IMPORTACIA DE LAS MEDIDAS DE DISPERSION
Las medidas de dispersión son importantes porque nos hablan de la variabilidad

que encontramos en una determinada muestra o población. Cuando hablamos de
muestra, esta dispersión es importante porque condiciona el error que vamos a
tener a la hora de hacer inferencias para medidas de tendencia central, como la
media.
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. Son recomendadas para inferir el comportamiento de
variables en poblaciones y muestras. Algunos ejemplos de ellas son la media
aritmética, la moda o la mediana.
Entonces ahora hablaremos sobre estas medidas y daremos una ejemplificación

de cada una.
RANGO
En primer lugar, el rango está recomendado para una comparación primaria. De

esta manera, considera solo las dos observaciones extremas. Por eso se
recomienda solo para muestras pequeñas (1). Se define como la diferencia entre
el último valor de la variable y el primero (3).
Indica la dispersión entre los valores extremos de una variable. se calcula como la
diferencia entre el mayor y el menor valor de la variable. Se denota como R.
Para datos ordenados se calcula como:
R = x(n) - x(1)
Donde: x(n): Es el mayor valor de la variable. x(n): Es el menor valor de la

variable.
En el siguiente ejemplo podemos ver una aplicación para el rango que se
evidencia es muy útil para poder realizar un estudio de ventas en la producción
Ejemplo de rango en estadística
Supongamos que tenemos una empresa que produce microchips para luego
venderlos a las principales marcas de computadoras. Esta empresa encarga a un
economista que realice un estudio sobre la evolución de las ventas (últimos 4
años) para, posteriormente, ofrecer consejos que mejoren los resultados
empresariales. Entre otras muchas métricas, se pide que se calcule el rango de
producción de microchips.
El mes que más microchips produjo la empresa (MÁXIMO) fue el mes 32 con
49.079 microchips producidos. Por su parte, el momento que menos microchips
produjo tuvo lugar en el mes 16 con 10.124 microchips producidos. Por tanto, el
rango estadístico que es la diferencia (49.079-10.124) se sitúa en 38.955.
¿Cómo se interpreta esto? Esto quiere decir, que durante los últimos 4 años la
variación máxima que ha habido ha sido de 38.955 microchips producidos.
Gráficamente podemos verlo del siguiente modo:
Desviación media
Por su parte, la desviación media indica dónde estarían concentrados los datos si
todos estuvieran a la misma distancia de la media aritmética. Consideramos la
desviación de un valor de la variable como la diferencia en valor absoluto entre
ese valor de la variable y la media aritmética de la serie. Así pues, se considera
como la media aritmética de las desviaciones.
Es la media aritmética de los valores absolutos de las diferencias de cada dato
respecto a la media.
Dónde:
xi:valores de la variable.
n: número total de datos
EJEMPLO
Se tomó la altura de 4 deportistas que juegan basquetbol, calcular la desviacion

media de las alturas recolectadas
{1.76, 1.86, 1.75, 1.80}
 Se encuentra la media aritmetica
 x =
1.67 + 1.82 + 1.75 + 1.804
 x =
7.044
 x = 1.76
 Se encuentra la desviación Media
 dm =
Σ |xi - x|n
 dm =
| 1.67 - 1.76 | + | 1.82 - 1.76 | + | 1.75 - 1.76 | + | 1.80 - 1.76 |4
 dm =
0.09 + 0.06 + 0.01 + 0.044
 dm =
0.24
 dm = 0.05
Varianza
La varianza es una función algebraica de todos los valores, apropiada para tareas
de estadística inferencial. Se puede definir como las desviaciones al cuadrado.
Es otro parámetro utilizado para medir la dispersión de los valores de una variable
respecto a la media. Corresponde a la media aritmética de los cuadrados de las
desviaciones respecto a la media. Su expresión matemática es:
Donde Xi es el dato i-ésimo y Xbarra.png es la media de los N datos.
EJEMPLO
Para entender mejor este concepto, proponemos el ejemplo de una empresa que
quiere calcular la varianza de las toneladas de alimento que ha vendido en
los últimos 6 meses:
Mes Cantidad vendida
Enero 18
Febrero 20
Marzo 20
Abril 22
Mayo 20
Mes Cantidad vendida
Junio 20
El primer paso para calcular la varianza consiste en calcular la media aritmética

(el promedio). Esta se obtiene teniendo en cuenta que la cantidad de valores a
analizar son 6 (los últimos 6 meses):
(18 + 20 + 20 + 22 + 20 + 20) / 6 = 20
Una vez obtenida la media aritmética, en este caso 20, procedemos a calcular la
varianza, utilizando la fórmula antes mencionada:
σ²= [(18-20)2 + (20-20)2 + (20-20)2 + (22-20)2 + (20-20)2 + (20-20)2] / 6 = 1,33

De esta manera, obtenemos una varianza (σ²) de 1,33.

Informacion Del Trabajo

Cargado por

Copyright:

Formatos disponibles

Informacion Del Trabajo

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Informacion Del Trabajo

Cargado por

Copyright:

Formatos disponibles

IMPORTACIA DE LAS MEDIDAS DE DISPERSION

Las medidas de dispersión son importantes porque nos hablan de la variabilidad

En una distribución de datos, las medidas de dispersión tienen un papel muy

Entonces ahora hablaremos sobre estas medidas y daremos una ejemplificación

En primer lugar, el rango está recomendado para una comparación primaria. De

Para datos ordenados se calcula como:

Donde: x(n): Es el mayor valor de la variable. x(n): Es el menor valor de la

Ejemplo de rango en estadística

n: número total de datos

Se tomó la altura de 4 deportistas que juegan basquetbol, calcular la desviacion

{1.76, 1.86, 1.75, 1.80}

 Se encuentra la media aritmetica

1.67 + 1.82 + 1.75 + 1.804

 Se encuentra la desviación Media

| 1.67 - 1.76 | + | 1.82 - 1.76 | + | 1.75 - 1.76 | + | 1.80 - 1.76 |4

0.09 + 0.06 + 0.01 + 0.044

Donde Xi es el dato i-ésimo y Xbarra.png es la media de los N datos.

Mes Cantidad vendida

El primer paso para calcular la varianza consiste en calcular la media aritmética

σ²= [(18-20)2 + (20-20)2 + (20-20)2 + (22-20)2 + (20-20)2 + (20-20)2] / 6 = 1,33

También podría gustarte