Tema 4 Variabilidad y Dispersi N

Tema 4.
Medidas de dispersión y
variabilidad
1. Introducción
2. Estadísticos basados directamente en las puntuaciones
1. Varianza y desviación típica
2. Rango o amplitud total
3. Coeficiente de variación
3. Estadísticos basados directamente en rangos (resistentes/robustos)
1. Amplitud semi-intercuartil
2. DEMA o media de las desviaciones absolutas con respecto a
la mediana
3. Coeficiene de variación robusto
4. El diagrama de caja (Box-Plot) como resumen de tendencia central
y dispersión
1
1. Introducción
2
Medidas de variabilidad
• Necesidad. Las medidas de tendencia central tratan
de resumir en una sola cifra la magnitud general de
un conjunto de datos. No obstante, dos conjuntos
pueden tener la misma media y ser muy distintos
X: Notas del grupo A en Conocimiento del medio
Xi: 4, 5, 6, 7, 8, 9 10
Media = 7
X: Notas de un grupo B en Conocimiento del medio

3
Xi: 2, 3, 4, 7, 10, 11, 12
Medidas de variabilidad
• Se pone de manifiesto la necesidad de complementar
cualquier medida de tendencia central con otro valor
numérico que exprese la variación o dispersión de los
datos en torno a dicho valor central
MEDIDAS DE VARIABILIDAD O DISPERSIÓN
• Son valores positivos (existe variabilidad de los datos) o

nulos (no hay variabilidad: todos los datos son iguales)
4
2. Estadísticos basados
directamente en las puntuaciones
5
Varianza y desviación típica
• Una forma intuitiva de definir la dispersión respecto de la
media sería: obtener las desviaciones (diferencias) de cada
puntuación con respecto a la media, sumar dichas
diferencias y, por último, promediarlas; pero el valor
resultante es siempre 0 (propiedad)
• Una solución es elevar las desviaciones al cuadrado y
promediarlas, es decir, obtener la media de las
desviaciones al cuadrado: varianza de la distribución
S2 ESTADÍSTICO (Muestra)
2 PARÁMETRO (Población)
• La raíz cuadrada de la varianza es la desviación típica 6
Cálculo
n
X  X  i
2
(X 1  X ) 2  (X 2  X ) 2  ... (X n  X ) 2
sx2  i1 
n n
n
 X i2
Fórmula alternativa
s x2  i 1 X2
n
n
 Xi  X 
2
Varianza insesgada
s x2  i 1 (cuasi-varianza)
n 1 7
Ejemplos
Xi: 24, 26, 25; X  25 Yi: 50, 1, 24; Y  25
(2425)2 (2625)2 (2525)2 (50 25)2  (1 25)2  (24 25)2

 0'67  400,67
3 3
Desviación típica
sx  s 2
x
8
Propiedades de la varianza/desviación
típica (1)
1. Varianza de puntuaciones transformadas linealmente
Sean Xi: X1, X2,…, Xn y Vi = b Xi+ a (transformación lineal de
X), donde a y b son constantes (b ≠ 0)
s2v = b2s2x Ordenada en el origen
sv = |b| sx Pendiente
Ejemplo
Xi: 24, 26, 25; X  25 S2X = 0’67 23 24 25 26 27
Vi = Xi – 20; Vi : 4, 6, 5
3 4 5 6 7
s2v = 12 s2x = 1 x 0’67 = 0’67; sv = 0'67

• En las transformaciones lineales, la varianza se ve afectada
solamente por el cambio de escala (constante multiplicativa),
pero no por el cambio de origen (constante aditiva) 9
Propiedades de la varianza/desviación
típica (2)
2. Varianza de puntuaciones que son combinación
lineal de otras puntuaciones
Sean dos variables X e Y, con puntuaciones
X1, X2,….., Xn e Y1, Y2,…..,Yn , obtenidas sobre los
mismos n sujetos, y sea
H = a Xi+bYi, ( a ≠0 y b ≠0)
s2h = a2s2x + b2s2y + 2ab sxy
(es preciso tener en cuenta el signo de las constantes)

10
Características de la
varianza/desviación típica
• Adecuadas para variables cuantitativas
• Muy sensibles a la variación de los datos
• No aconsejables para distribuciones muy asimétricas
• Desviación típica: misma métrica que la variable
(mismas unidades de los datos)
• Varianza: mismas unidades de los datos al cuadrado
• Presentan propiedades óptimas, muy útiles en el
desarrollo de otros conceptos estadísticos
11
Rango o amplitud total
• Se define como la distancia entre la puntuación máxima y
la mínima
ATx = Xmax- Xmin
Ejemplo
Xi: 24, 26, 25 ATx = 26 – 24 = 2
Yi: 50, 1, 24 ATy = 50 – 1 = 49
• Está en la misma métrica que la variable (mismas

unidades de los datos)
• Problema: proporciona escasa información al utilizar
únicamente los valores extremos 12
Coeficiente de Variación
Cálculo
sx
CVx   100 (La media no debe ser 0)
|X|
• Sirve para comparar la dispersión de variables que:
1. Vienen medidas en distinto tipo de unidades
Ejemplo
Xi: 40, 35, 68, …. . X  30 Kg; Sx= 5 kg
¿5 kg > 0,8 m?
Yi: 1’6, 1’63, 1’7, …Y  1'25 m; Sy= 0’8 m
5 0'8
CVx   100  16,6 CV y  100  64
| 30 | 1'25 13
Coeficiente de Variación
2. Vienen medidas en el mismo tipo de unidades
pero toman valores de magnitudes muy diferentes
Ejemplo
Xi:5000, 15000,… X  6000 m Sx= 500 m
Yi: 1’6, 1’63, 1’7,… Y  1'35 m Sy= 0’8 m
¿500 m > 0,8 m?
500 0'8
CVx   100  8'3 CV y  100  59'25
| 6000 | 1'35
• El coeficiente de variación es una medida adimensional,

libre de las unidades de la escala 14
3. Estadísticos basados en rangos
(resistentes/robustos)
15
Medidas de variación resistentes (1)
Amplitud semi-intercuartil
(Q 3  Q1) (Semi-distancia entre el Q3 y el Q1)
ASI 
2
• Adecuada para variables cuantitativas
• Menos sensible que la varianza a la variación de los
datos (resistente/robusto)
• Más apropiado que la varianza para distribuciones muy
asimétricas (resistente/robusto)
• Misma métrica que la variable
• Amplitud intercuartil (AI): distancia entre el Q3 y el Q1
16
Medidas de variación resistentes (2)
Dema
n (Media de las desviaciones absolutas
DEMA   | X i  Mdn |
n
con respecto a la mediana)
i1
Coeficiente de variación intercuartílico

(Q3  Q1 )
CVR 
(Q3  Q1 )
• Sirve para comparar la variabilidad de variables

• Es el equivalente robusto del coeficiente de variación
17
4. Diagrama de caja y bigotes
(box- plot)
18
Diagrama de Caja: Box-Plot
BIGOTES
CAJA
19
4 6 8 10 20
ATÍPICAS EXTREMAS
Externa_sup.
(Q3 + 3AI) = 10,26
ATÍPICAS
MODERADAS Interna_sup.
(Q3 + 1,5AI) = 8,88
Q3
NO ATÍPICAS Q2
Q1
Interna_inf.
(Q1 - 1,5AI) = 5,20
ATÍPICAS
MODERADAS
Externa_inf.
(Q1 – 3AI) = 3,82
ATÍPICAS EXTREMAS
21
ATÍPICAS EXTREMAS
Externa_sup.
(Q3 + 3AI) = 10,26
ATÍPICAS
MODERADAS Interna_sup.
(Q3 + 1,5AI) = 8,88
Q3
NO ATÍPICAS Q2
Q1
Interna_inf.
(Q1 - 1,5AI) = 5,20
ATÍPICAS
MODERADAS
Externa_inf.
(Q1 – 3AI) = 3,82
ATÍPICAS EXTREMAS
22
Estadísticos
notabup Media 7,0671
Mediana 7,0000
Mínimo 5,60
Máximo 8,90
A.T. Amplitud intercuartil (AI) ,92
A.I. Percentiles (Cuarteles)

25 (Q1) 50 (Q2) 75 (Q3)
notabup 6,5825 7,0000 7,5000
Fronteras
Interna (superior) = Q3+1’5AI 8,88
Interna (inferior)= Q1 -1’5AI 5,20

Externa (superior)= Q3+3AI 10,26
Externa (inferior)= Q1 -3AI 3,82
23
50
40
78
106
30
20
109
158
175
19
10
0
N= 185 185 185 185 185
Poder,asertividad Afiliación, ayuda Motivación exrínseca

Resolver problemas a Logro, eficacia
24

Tema 4 Variabilidad y Dispersi N

Cargado por

Copyright:

Formatos disponibles

Tema 4 Variabilidad y Dispersi N

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

Tema 4 Variabilidad y Dispersi N

Cargado por

Copyright:

Formatos disponibles

Tema 4.

X: Notas de un grupo B en Conocimiento del medio

MEDIDAS DE VARIABILIDAD O DISPERSIÓN

• Son valores positivos (existe variabilidad de los datos) o

(2425)2 (2625)2 (2525)2 (50 25)2  (1 25)2  (24 25)2

s2v = 12 s2x = 1 x 0’67 = 0’67; sv = 0'67

s2h = a2s2x + b2s2y + 2ab sxy

(es preciso tener en cuenta el signo de las constantes)

Yi: 50, 1, 24 ATy = 50 – 1 = 49

• Está en la misma métrica que la variable (mismas

• El coeficiente de variación es una medida adimensional,

Coeficiente de variación intercuartílico

• Sirve para comparar la variabilidad de variables

A.T. Amplitud intercuartil (AI) ,92

A.I. Percentiles (Cuarteles)

Interna (superior) = Q3+1’5AI 8,88

Interna (inferior)= Q1 -1’5AI 5,20

Poder,asertividad Afiliación, ayuda Motivación exrínseca

También podría gustarte