Vous êtes sur la page 1sur 24

MEDIDAS DE DISPERSION

Definicin
Es

el grado en el que los valores se sitan alrededor de una medida de tendencia central. Es importante mencionar que: Concentracin y dispersin son dos aspectos del mismo fenmeno.

Ejemplo Numrico
A 15 15 15 45 B 13 20 12 45 C 1 1 43 45

X1 = 15

X2 = 15

X3 = 15

X1 = No Hay dispersin. Representa mejor la X X2 = Hay dispersin X3 = Hay dispersin. Tiene mayor dispersin A MAYOR DISPERSIN MENOR CONFIABILIDAD DE LA MEDIDA DE TENDENCIA CENTRAL".

Tipos de Medidas de Dispersin:


ABSOLUTAS: Son las que estn expresadas en la misma unidad de medida de la variable. Se estudiarn: 1.) Rango o Recorrido de Variacin 2.) Desviacin Media 3.) Varianza 4.) Desviacin Estndar RELATIVAS: Son las que estn expresadas en porcentajes. Se estudiar nicamente: El Coeficiente de Variacin.

RECORRIDO, RANGO, OSCILACIN O CAMPO DE VARIACIN: (Smbolo R)


Es igual al valor mximo menos el valor mnimo mas uno. Tambin se dice que es desde donde empiezan los datos hasta donde terminan. R = Valor Mximo - Valor Mnimo + 1 Del Ejemplo numrico anterior: A = (15 - 15) + 1 = 1 Menor Dispersin B = (20 - 12) + 1 = 9 C = (43 - 1 ) + 1 = 43 Mayor Dispersin. PARA DATOS AGRUPADOS: Valor Mx (76) (-) Valor Mn (35) ms (+) uno (1) = 42 "DEBIDO A QUE EL RECORRIDO NO TOMA EN CUENTA A TODOS LOS VALORES, SI NO SOLO LOS EXTREMOS DEBEN USARSE OTRAS MEDIDAS.

DESVIACIN ABSOLUTA MEDIA O DESVIACIN MEDIA (Smbolo DM)


Es la media aritmtica de las diferencias tomadas en su valor absoluto de cada uno de los valores con respecto a su media aritmtica. Propiedades: Cuando es una distribucin normal, es simtrica o forma una Campana de Gauss X DM = Agrupa aproximadamente el 58% de los casos. DM = / x - X / N b. Datos Agrupados: DM = / x - X / N Donde: / / = Valor absoluto de las desviaciones de la variable con respecto a la Media o bien no tomar en cuenta el signo. Frmulas: a. Datos sin agrupar:

Ejemplo Serie Simple: B 13 20 12 45 x-X 2 5 3 10

( 13 - 15) ( 20 - 15) ( 12 - 15) X = 45 = 15 3

DM = / x - X / = 10 = 3.33 N 3 C 1 1 43 45 DM = x-X 14 14 28 56 56 = 18.67 3

Tiene Mayor Dispersin

CALCULO DE LA DM, Serie Agrupada en Clases


Clases 35 41 47 53 40 46 52 58 f 4 5 8 14 x 37.5 43.5 49.5 55.5 fx 150 217.5 396 777 /x-X/ 17.35 11.35 5.35 0.65 f/x-X/ 69.40 56.75 42.80 9.10

59 65 71 -

64
70 76

8
4 3 N = 46

61.5
67.5 73.5 xxxx

492
270 220.5 2523

6.65
12.65 18.65

53.20
50.60 55.95 337.80

xxxxxxxxx

DM = / x - X / = 337.80 = 7.34 Miles Q. N 46 INTERPRETACION: Los valores (Impuesto Pagado) se desvan de su media aritmtica en 7.34 como promedio considerando las diferencias en valores absolutos.

VARIANZA O VARIANCIA: (S)


Es una medida estadstica que mide el grado de dispersin y se define como la media aritmtica de las desviaciones o diferencias cuadrticas de los valores con su respeto a su media aritmtica. Frmulas: Datos sin Agrupar Ejemplo Serie Simple: B 13 20 12 45 (x-X) -2 5 -3 0 (x-X) 4 25 9 38 12.67 C 1 1 43 45 (x-X) -14 -14 28 0 (x-X) 196 196 784 1176 392 S = ( x - X ) N

S = 38 = 3

S = 1176 = 3

Datos Agrupados

S = ( x - X ) N
x 37.5 fx 150 (x X) (x X) 301.02 f(x X) 1204.08

CALCULO DE VARIANZA:
Clases 35 40 f 4

-17.35

41 47 53 59 65 71 -

46
52 58 64 70 76

5
8 14 8 4 3 N = 46

43.5
49.5 55.5 61.5 67.5 73.5 xxxx

217.5
396 777 492 270 220.5 2523

-11.35
-5.35 0.65 6.65 12.65 18.65
xxxx

128.82
28.62 0.42 44.22 160.02 347.82

644.10
228.96 5.88 353.76 640.08 1043.46 4120.32

xxxxxxxxx

S = ( x - X ) = 4120.32 = 89.57 N 46 INTERPRETACIN: El impuesto pagado promedio de las diferencias cuadrticas de los valores respecto a la media aritmtica es igual a 89.57 miles de dlares al cuadrado.

DESVIACIN ESTNDAR TPICA: (S)


Es la raz cuadrada de la varianza. a. Datos sin Agrupar: S =
b. Datos Agrupados: S = O bien = S = S

(x-X) N
( x - X ) N

CALCULO DE LA =DESVIACION ESTANDARD O DESVIACION TIPICA: Usamos el clculo de la Varianza

S =

4120.32 46

89.57 =

9.46

INTERPRETACIN: El valor del impuesto pagado de los contribuyentes se desva de su Media Aritmtica en $ 9.46 Miles como promedio.

DISPERSION RELATIVA
EL COEFICIENTE DE VARIACIN (CV):

Es una medida de dispersin relativa que representa en % las distancias entre la X y los valores de la variable. Es el % de dispersin de los valores con respecto a su X. El CV mide la dispersin en trminos relativos, si el resultado se multiplica * 100 se expresa en %. Es til para comparar la dispersin de grupos distintos. Sirve para comparar distancias de frecuencias que tiene diferentes unidades de medida.
Frmula: C.V. = S X * 100

Ejemplo #1: nUna empresa tiene X de ventas mensuales de $.200.00 y S = 50 nOtra empresa tiene X de ventas mensuales de $500.00 y S = 50 Cual de las 2 empresas tiene menor dispersin relativa? A = C.V. = S * 100 = 50 * 100 = 25%. X 200
B = C.V. = S * 100 = 50 * 100 = 10% X 500 Respuesta: La empresa B"

Ejemplo #2: Un fabricante de bombillas tiene 2 tipos de bombillas: Bombilla A Bombilla B Xa = 1,495 horas Xb = 1,875 horas S = 280 horas S = 310 horas 1. Cul de los dos tipos de bombilla tiene la mayor dispersin absoluta? La A 2. Cual de los dos tipos de bombilla tiene la mayor dispersin relativa. CVa = 280 * 100 = 18.73% CVb = 310 * 100 = 16.63% 1495 1875 Respuesta: La A = 18.73 y de comprar se comprara la B. CALCULAR EL COEFICIENTE DE VARIACIN DE LA DIST. CV = 9.46 54.85 x 100 = 17.24%

ASIMETRIA O SESGO

DEFINICION
Muestra la direccin de los datos, ya sea asimetra negativa, positiva bien Simtrica. Cuando una distribucin no es simtrica alrededor del valor de la Media (X), se dice que es Asimtrica. Si la distribucin de frecuencias tiene una larga cola a la derecha de su concentracin (Moda = Mo) se dice que es Asimtrica Positiva. Por el contrario si la cola esta ubicada a la izquierda del punto de concentracin, decimos que es Asimtrica Negativa. Para determinar la clase de asimetra que tiene una distribucin, existen varios coeficientes. Utilizaremos el Coeficiente de Sesgo o Coeficiente de Asimetra (b1). Existen tres formas de calcular dicho Sesgo o Asimetra. Si el resultado es cero (0) la distribucin es Simtrica y luego dependiendo del signo puede ser: Asimetra Positiva o Negativa.

FORMULAS: PRIMER COEFICIENTE DE PEARSON: b1 = X - Mo S

SEGUNDO COEFICIENTE DE PEARSON: b1 = 3 (X - Md) S

TERCER COEFICIENTE EN BASE AL MOMENTO CENTRAL DE TERCER ORDEN:

b1

M S

Donde:

M = ( x - X ) N

Momentos: El primer Momento El primer momento es igual a cero (0). Recordar propiedad de la Media (X ): (x - X ) = 0 ( x - X ) = 0 N

El segundo Momento Es igual a la Varianza (M = S)


S = (x - X) N

CALCULO DE LOS COEFICIENTES DE ASIMETRIA DATOS: X = 54.85 Mo = 55.50 Md = 55.07 S = 9.46 Primer Coeficiente de Pearson: b1 = X Mo b1 = 54.85 - 55.50 = -0.069 S 9.46 b1 = ( -) => b1 < 0 La Distribucin es Asimtrica Negativa. Segundo Coeficiente de Pearson: b1 = 3( X - Md ) b1 = 3(54.85 - 55.07) = -0.070 S 9.46 IGUAL AL COEFICIENTE ANTERIOR

Momento General de Tercer Orden:


(x-X) ___N_____ S
f 40 46 52 58 64 70 76 4 5 8 14 8 4 3 N = 46 x 37.5 43.5 49.5 55.5 61.5 67.5 73.5 xxxx

b1 = M = S

O bien: b1 =
Clases 35 41 47 53 59 65 71 -

487.51 = 46 = 10.60 = 0.0125 (9.46) 846.59


fx 150 217.5 396 777 492 270 220.5 2523 (x X) (x X) -5222.74 -1462.14 -153.13 0.27 294.08 2024.28 6486.89 f(x X) -20890.96 -7310.70 -1225.04 3.78 2352.64 8097.12 19460.67 487.51

-17.35 -11.35 -5.35 0.65 6.65 12.65 18.65


xxxx

xxxxxxxxx

INTERPRETACION: Por ser el Coeficiente de Asimetra mayor que cero la distribucin tiene Asimetra positiva

MEDIDAS DE APUNTAMIENTO O KURTOSIS

CURTOSIS O KURTOSIS (b2) Si la representacin grfica de una distribucin de frecuencias es una curva achatada se dice dice que es una Curva Platicurtica, si por el contrario la curva es picuda ser de forma Leptocurtica y si la curva es normal su forma ser Mesocurtica. Para determinar la forma de la curva se usa el Coeficiente de Kurtosis (b2) el cual toma como representacin el nmero tres. As tenemos: b2 menor que tres = b2 mayor que tres = b2 igual a tres = Platicurtica Leptocurtica Mesocurtica

COEFICIENTE DE KURTOSIS CON BASE MOMENTO DE ORDEN CUATRO: b2 = M4 S4 M4 = (x-X)4 = .... N....... S4 CALCULO DEL COEFICIENTE DE KURTOSIS:
Clases 35 41 47 40 46 52 f 4 5 8 x 37.5 43.5 49.5 fx 150 217.5 396 (x X) (x X) 4

EN

EL

f(x X)4 362458.16 82976.15 6554.00

-17.35 -11.35 -5.35

90614.54 16595.23 819.25

53 59 65 71 -

58
64 70 76

14
8 4 3 N = 46

55.5
61.5 67.5 73.5 xxxx

777
492 270 220.5 2523

0.65
6.65 12.65 18.65
xxxx

0.18
1955.63 25607.20 120980.49

2.52
15645.04 102428.80 362941.47 933006.14

xxxxxxxxx

M4 = (x-X)4 = 933006.14 = 20,282.74 = 2.53 N 46 8008.75 S4 (9.46)4

POR SER EL COEFICIENTE DE KURTOSIS 2.53 MENOR QUE 3 LA CURVA ES DE FORMA ACHATADA O PLATICURTICA.