REPÚBLICA BOLIVARIANA DE VENEZUELA.

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN

UNIVERSITARIA.
INSTITUTO UNIVERSITARIO DE TECNOLOGÍA “ANTONIO RICAURTE”.

MEDIDAS DE DISPERSIÓN

Sección: 234 Autor: Manuel Leandro Siso Rodríguez.

(27.996.890)

Cagua, Marzo 2019

 INDICE

INTRODUCCIÓN.....………………………………………………………………. 3

DESARROLLO.……………………………………………………………….…… 4

CONCLUSIÓN……………………………………………..……………….……. 10

BIBLIOGRAFÍA………………………………………..……………………….… 11

~2~
 INTRODUCCIÓN

La dispersión o variación es una característica importante de un

conjunto de datos porque intenta dar una idea de cuán esparcidos se
encuentran éstos. Existen diversas medidas de dispersión, algunas de ellas
son: El Rango, la desviación media, la varianza y la desviación estándar o
desviación típica, en este artículo se explican cada una de ellas.

Estas medidas permiten evaluar la confiabilidad del valor del dato

central de un conjunto de datos, siendo la media aritmética el dato central
más utilizado. Cuando existe una dispersión pequeña se dice que los datos
están dispersos o acumulados cercanamente respecto a un valor central, en
este caso el dato central es un valor muy representativo. En el caso que la
dispersión sea grande el valor central no es muy confiable. Cuando una
distribución de datos tiene poca dispersión toma el nombre de distribución
homogénea y si su dispersión es alta se llama heterogénea.

~3~
 DESARROLLO

Relación lineal.

La regresión lineal es una técnica que permite cuantificar la relación que

puede ser observada cuando se grafica un diagrama de puntos dispersos
correspondientes a dos variables, cuya tendencia general es rectilínea;
relación que cabe compendiar mediante una ecuación “del mejor ajuste” de
la forma:
y = a + bx
En esta ecuación, “y” representa los valores de la coordenada a lo largo
del eje vertical en el gráfico; en tanto que “x” indica la magnitud de la
coordenada sobre el eje horizontal. El valor de “a” (que puede ser negativo,
positivo o igual a cero) es llamado el intercepto; en tanto que el valor de “b”
(el cual puede ser negativo o positivo) se denomina la pendienteo coeficiente
de regresión.
Tabla 1

Serie de datos para el cálculo de una regresión (“a” y “b”) y del coeficiente
de correlación (“r”)
Número Valores de Valores de Número Valores de Valores de
x y x y
1 9,0 0,50 7 6,7 1,00
2 9,4 0,50 8 8,4 0,50
3 7,4 1,23 9 8,0 0,50
4 9,7 1,00 10 10,0 0,50
5 10,4 0,30 11 9,2 0,50
6 5,0 1,50 12 6,2 1,00
13 7,7 0,50

~4~
 El procedimiento para obtener valores de “a” y “b” para una serie de
pares de datos de “x” y de “y” es:

 Paso 1: Calcule, para cada par de valores de “x” e “y”, las cantidades
“x²”, “y²”, y “x.y”.

 Paso 2: Obtenga las sumas (∑) de estos valores para todos los pares de
datos de “x” e “y”, así como las sumas del total de los valores de
“x” e “y”.

Número de pares de datos x x² y y² x.y

1 … … … … …
2 … … … … …
3 … … … … …
·
·
·
n … … … … …
Monto de las sumas ∑x ∑x² ∑y ∑y² ∑x·y

 Paso 3: Estime la pendiente (b) por medio de la relación:

 Paso 4: Estime el intercepto (a) por medio de la relación:

~5~
Correlación simple.

El análisis de correlación se encuentra estrechamente vinculado con el

análisis de regresión y ambos pueden ser considerados de hecho como dos
aspectos de un mismo problema.

La correlación entre dos variables es el grado de asociación entre las

mismas. Este es expresado por un único valor llamado coeficiente de
correlación (r), el cual puede tener valores que oscilan entre -1 y +1. Cuando
“r” es negativo, ello significa que una variable (ya sea “x” o “y”) tiende a
decrecer cuando la otra aumenta (se trata entonces de una “correlación
negativa”, correspondiente a un valor negativo de “b” en el análisis de
regresión). Cuando “r” es positivo, en cambio, esto significa que una variable
se incrementa al hacerse mayor la otra (lo cual corresponde a un valor
positivo de “b” en el análisis de regresión).

~6~
Figura 1a Diagrama de puntos dispersos correspondientes a pares de
valores de “x” y de “y”. Nótese que “y” tiende a decrecer con el
aumento de “x”, lo cual sugiere coeficientes de regresión y de
correlación negativos.

Figura 1b Los mismos datos que en 1a Fig. 1a, pero ajustados en base a la
regresión y = 2,16 - 0,173x, con r = 0,75
la cual proporciona el valor del “coeficiente de determinación” (r²). Entonces,
lo único necesario es calcular

Es decir, tomar la raíz indicada del coeficiente de determinación a los

fines de obtener el valor absoluto de “r”, y luego agregar el signo (+ o -) de
acuerdo a que la correlación sea positiva o negativa.

Cuando se calculan los valores de “r” se querrá saber, sin embargo,

hasta qué punto la correlación identificada pudiera haber surgido únicamente
por casualidad. Esto puede ser establecido verificando si el valor estimado
de “r” es “significativo”, es decir si el valor absoluto de “r”

~7~
es mayor o igual que un valor “crítico” de “r” indicado en las tablas
estadísticas.

Coeficiente de correlación de Pearson.

Es una medida lineal entre dos variables aleatorias cuantitativas. A

diferencia de la covarianza, la correlación de Pearson es independiente de la
escala de medida de las variables.

Se puede definir como el coeficiente de correlación de Pearson como

un índice que puede utilizarse para medir el grado de relación de dos
variables siempre y cuando ambas sean cuantitativas y continuas.

En el caso que se esté estudiando dos variables aleatorias X e Y sobre

una población; el coeficiente de correlación de Pearson se simboliza con la
letra px,y, siendo la expresión que nos permite calcularlo:

Dónde:
 OXY es la covarianza de (X,Y).
 OXY es la desviación estándar de la variable X.
 OY es la desviación estándar de la variable Y.

De manera análoga podemos calcular este coeficiente sobre

un estadístico muestral, denotado como rXY a:

~8~
Tipos de correlación.

 Correlación positiva: Ocurre cuando una variable aumenta y la otra

también. Por ejemplo, la altura de una persona y el tamaño de su pie;
mientras aumenta la altura, el pie también.

 Correlación negativa: Es cuando una variable aumenta y la otra

disminuye. El tiempo de estudio y el tiempo que pasas jugando
videojuegos, tienen una correlación negativa, ya que cuando tu tiempo
de estudio aumenta, no te queda tanto tiempo para jugar videojuegos.

 Sin correlación: No hay una relación aparente entre las variables.

Los puntos en tus videojuegos y tu talla de zapato no parece tener
ninguna correlación; mientras una aumenta, la otra no tiene ningún
efecto.

~9~
 CONCLUSIÓN

Las medidas de tendencia central ofrecen una idea aproximada del

comportamiento de una serie estadística. No obstante, no resultan
suficientes para expresar sus características: una misma media puede
provenir de valores cercanos a la misma o resultar de la confluencia de datos
estadísticos enormemente dispares. Para conocer en qué grado las medidas
de tendencia central son representativas de la serie, se han de
complementar con medidas de dispersión como la varianza o la desviación
típica.

Las medidas de centralización ayudan a determinar el centro de

gravedad de una distribución estadística. Para describir el comportamiento
general de la serie se necesita, sin embargo, una información
complementaria para saber si los datos están dispersos o agrupados.

Así, las medidas de dispersión pueden definirse como los valores

numéricos cuyo objeto es analizar el grado de separación de los valores de
una serie estadística con respecto a las medidas de tendencia
central consideradas.

Las medidas de dispersión son de dos tipos:

 Medidas de dispersión absoluta.
 Medidas de dispersión relativa.

~ 10 ~
 BIBLIOGRAFÍA

 Estadísticas: Regresión y correlación. [Artículo en línea]

http://www.fao.org/3/x6845s/x6845s02.htm

 Coeficiente de correlación de Pearson. [Artículo en línea]

https://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Pearson

 Diagrama de dispersión y correlación. [Artículo en línea]

https://www.shmoop.com/estadistica-basica-probabilidades/diagrama-
dispersion-correlacion.html

 Medidas de dispersión. [Artículo en línea]

https://www.ecured.cu/Medidas_de_dispersi%C3%B3n

 Medidas de dispersión. [Artículo en línea]

https://www.hiru.eus/es/matematicas/medidas-de-dispersion

 Medidas de dispersión. [Artículo en línea]

https://www.monografias.com/trabajos89/medidas-de-dispersion/medidas-de-
dispersion.shtml

~ 11 ~