Taller 4 Estadstica Descriptiva

Jessica Alejandra Pineda Jimenez

Enero 2017

Corporacin universitaria Un minuto.

Administracin de empresas.
Estadstica Descriptiva
 Introduccin

En el siguiente trabajo el lector evidenciara las propiedades de la varianza y ejercicios por

resolver de estadstica descriptiva.
Propiedades de la varianza

En teora de probabilidad, la varianza o variancia (que suele representarse como ) de

una variable aleatoria es una medida de dispersin definida como la esperanza del cuadrado
de la desviacin de dicha variable respecto a su media.
Est medida en la unidad de medida de la variable al cuadrado. Por ejemplo, si la variable
mide una distancia en metros, la varianza se expresa en metros al cuadrado. La desviacin
estndar es la raz cuadrada de la varianza, es una medida de dispersin alternativa
expresada en las mismas unidades de los datos de la variable objeto de estudio. La varianza
tiene como valor mnimo 0.
Hay que tener en cuenta que la varianza puede verse muy influida por los valores atpicos y
no se aconseja su uso cuando las distribuciones de las variables aleatorias tienen colas
pesadas. En tales casos se recomienda el uso de otras medidas de dispersin ms robustas.
Definicin
Si tenemos un conjunto de datos de una misma variable, la varianza se calcula de la
siguiente forma:

Siendo

: cada dato

: nmero de datos
media aritmtica de los datos

Variable aleatoria
Aplicando este concepto a una variable aleatoria con media = E [X], se define su
varianza, Var(X) (tambin representada como o simplemente ), como:

Desarrollando la definicin anterior, se obtiene la siguiente definicin alternativa (y

equivalente):
Si una distribucin no tiene esperanza, como ocurre con la de Cauchy, tampoco tiene
varianza. Existen otras distribuciones que, aun teniendo esperanza, carecen de varianza. Un
ejemplo de ellas es la de Pareto cuando su ndice k satisface 1 < k 2.
Caso continuo
Si la variable aleatoria X es continua con funcin de densidad f(x), entonces

,
Donde

y las integrales estn definidas sobre el rango de X.

Caso discreto
Si la variable aleatoria X es discreta con pesos x1 p1, ..., xn pn y n es la cantidad total
de datos, entonces tenemos:

Donde

Ejemplos
Distribucin exponencial
La distribucin exponencial de parmetro es una distribucin continua con soporte en el
intervalo [0,) y funcin de densidad

Tiene media = 1. Por lo tanto, su varianza es:

Es decir, 2 = 2.

Dado perfecto
Un dado de seis caras puede representarse como una variable aleatoria discreta que toma,
valores del 1 al 6 con probabilidad igual a 1/6. El valor esperado es (1+2+3+4+5+6)/6 =
3,5. Por lo tanto, su varianza es:

Propiedades de la varianza

Varianza muestral
En muchas situaciones es preciso estimar la varianza de una poblacin a partir de una
muestra. Si se toma una muestra con reemplazamiento (y1,. . . .yn) de n valores de ella, de
entre todos los estimadores posibles de la varianza de la poblacin de partida, existen dos
de uso corriente:

Cuando los datos estn agrupados:

A los dos (cuando est dividido por n y cuando lo est por n-1) se los denomina varianza
muestral. Difieren ligeramente y, para valores grandes de n, la diferencia es irrelevante. El
primero traslada directamente la varianza de la muestra al de la poblacin y el segundo es
un estimador insesgado de la varianza de la poblacin. De hecho,
mientras que

Propiedades de la varianza muestral

Como consecuencia de la igualdad es un estadstico insesgado de . Adems, si

se cumplen las condiciones necesarias para la ley de los grandes nmeros, es un
estimador consistente de .
Ms an, cuando las muestras siguen una distribucin normal, por el teorema de Cochran,
tiene la distribucin chi-cuadrado:

Interpretaciones de la varianza muestral

Dejamos tres frmulas equivalentes para el clculo de la varianza muestral

Esta ltima igualdad tiene inters para interpretar los estimadores , pues si se quiere
evaluar la desviacin de unos datos o sus diferencias, se puede optar por calcular el
promedio de los cuadrados de las diferencias de cada par de datos:

O se puede considerar el promedio de los cuadrados de las diferencias de cada par de datos
sin tener en cuenta cada dato consigo mismo, ahora el nmero de sumandos es n (n -1).
15. Se sabe que una empresa paga en promedio mensual un salario de $980.000, con un
coeficiente de variacin del 16,32%.
a. Cul es la desviacin tpica de esta distribucin de salarios?
S
CV= x = COEFICIENTE DE VARIACION

S
980.000 = 16.32 x 100%

15.993 .600
=16.32 x 100 =1.63 =16
980.000

b. Si para el 2012 el gerente ofrece un reajuste del 7.5% para todos los
salarios, Cul es el nuevo coeficiente de variacin?

15.993 .600
=15.18 x 100 =1.51 =15
1.053 .500

c. Si hay otra propuesta de un aumento de $50.000 para todos, Cuan es el

nuevo coeficiente de variacin?

15.993 .600
=14.49 x 100 =1.44 =14
1.103 .500

16. Los siguientes datos son los tiempos (en minutos) de 10 corredores en una prueba
atltica
a. El promedio (media) de los 10 corredores es igual a 57.50 minutos.
b. La mediana del tiempo de los 10 corredores es igual a 55 minutos.
c. La moda del tiempo de 10 corredores es igual a 55 o 65 (es bimodal) minutos.
d. La desviacin tpica del tiempo de los 10 corredores es 59.26 minutos.
e. El coeficiente de variacin de los tiempos de 10 corredores es 1.0 %.
 35+45+ 45+55+55+55+65+ 65+65+90
x = =57.50
10

Me= 35 45 45 55 55 55 65 65 65 90

55+55
Me= =55
2

Mo= 55 o 65 es bimodal

i fi xi fi (xi - ( x i x )2 (x i x )2 f i x i2 f
x )

35 1 35 -22.5 506.2 506.2 1.225

45 2 90 -12.5 156.2 312.4 4.050
55 3 165 -2.5 6.2 18.6 9.075
65 3 195 7.5 56.2 168.6 12.675
90 1 90 32.5 1.056 1.056 8.100

10 575 35.125

xi

2 ( x i x )2f i ( 2 f i ) 35.125
S= = n(x x )2 - x 2 = = 3.512 Varianza
n i 10

S= 3.512 = 1.874 Desviacin Tpica

Coeficiente de variacin = Desviacin Tpica

Media
 1.874
CV = =0.0326100 =3.26
57.50

19. Con la siguiente informacin correspondiente a una distribucin simtrica , m= 5

c0 constante.

I= 5

Rango= 81-40 = 45

C=5/5= 9

I= 1+3.32 log(n)
5-1/3.32= log(n)
1.20= log (n)
N= 1585 = 6
N=166

F/16= 0.005

23. un jefe de produccin encuentra anotado en el libro de control que el peso promedio del
articulo fabricado es 270, con una desviacin tpica de 8 centmetros Hay algo incorrecto y
por qu?.

Si es el peso no puede ser centmetros

26. En una empresa el salario promedio es $1.120.500, con una desviacin tpica de $1.300.
En otra empresa de la competencia, el salario promedio es $924.500, con una varianza de
$492.544. En cul de las empresas los salarios presentan

a. Una mayor variabilidad absoluta?

 2
Empresa 1 - 1.120.5001.300 =569.500

Empresa 2 - 924.500492.544=431.356

Rta= Una mayor variabilidad absoluta se encuentra en la empresa 1.

b. Una menor variabilidad relativa?.

Empresa 1 Empresa 2

x =1.120 .500 x =924.500

S=1.300 S 2=492.544

S 1.300
=0.00116100 =0.116 S= S = 492.544=701.82
2
CV = =
x 1.120 .500

S 701.82
CV = = =0.00076100 =0.076
x 924.500

Rta= La variabilidad relativa menor se encuentra en la Empresa 2

 Infografa

Libro Guia.