You are on page 1of 10

1.5 Medidas de dispersin.

MEDIDAS DE DISPERSIN (datos no agrupados)


Medidas de Dispersin. Cuando se tiene una muestra de datos obtenida de una
poblacin cualquiera, es importante determinar sus medidas de tendencia central as
como tambin es bsico el determinar que tan dispersos estn los datos en la muestra,
por lo que se hace necesario determinar su rango, la varianza, la desviacin estndar,
etc., ya que una ecesiva variabilidad o dispersin en los datos indica la inestabilidad
del proceso en anlisis en la mayora de los casos.

!ango o recorrido. "l rango es la di#erencia entre el valor mayor y el valor menor
encontrados en la muestra, tambin se le denomina recorrido ya que nos dice entre
que valores hace su recorrido la variable de inters$ y se determina de la siguiente
manera%

! & '
M
( 'm
Donde%

! & rango o recorrido
'
M
& valor mayor en la muestra
'
m
& valor menor en la muestra

")emplo%
*. +e han tomado como muestras las mediciones de la resistencia a la tensin de la
soldadura usada para unir dos cables, estas son% ,-../g, -0.1, -,.2, ,-.3, 43.3, -5..,
,,.4, 40.1, ,..4, determine su rango o recorrido.

+olucin%

'
M
& 40.1 /g
'
m
& ,..4 /g
! & '
M
( '
m
& 40.1 ( ,..4 & *5.. /g

0. +e toman las mediciones de la cantidad de grasa de la leche en gramos por cada
*33 ml de leche que entra a un proceso de pasteurizacin, a continuacin se
enumeran$ *1.-., *..20, *0.,5, *5.04, *..-1, *,.2, *,.5*, *5.22, determine el rango o
recorrido de la cantidad de grasa de la leche.

+olucin%

'M & *,.5*
'm & *0.,5

! & *,.5* ( *0.,5 & 1.-.gramos

Desviacin absoluta media 6
_
d
7. "sta medida de dispersin nos representa la
di#erencia absoluta promedio que eiste entre cada dato que se encuentra en la
muestra y la media de los datos y se determina de la siguiente manera%


n
x xi
d
n
i
_
_

1

Donde%

i
& dato i
_
x
& media aritmtica de la muestra
n & n8mero de datos en la muestra
")emplo%
*. Determine la desviacin absoluta media de los siguientes datos que son las
concentraciones de plomo de algunas muestras, las que a continuacin se
enumeran% *-gr, *0, 0*, *4, *5, 03, 00

+olucin%

9ara determinar la desviacin absoluta media o promedio, lo primero que hay que
hacer es calcular la media aritmtica de los datos de la muestra, la que es *0-:,
&*-.0-5, luego se procede a calcular el promedio de las di#erencias absolutas entre
cada dato y la media calculada.

7
286 18 22 286 18 20 286 18 12 286 18 18 . . ..... . .
d
_

gr .
. . . . . . . .
d
_
5305 2
7
71 17
7
71 3 71 1 286 2 71 0 71 2 286 6 286 0

+ + + + + +


;a interpretacin de este resultado sera que el grado de ale)amiento absoluto
promedio de los datos con respecto a su media es de 0..23. gramos.

<9or qu sacar el valor absoluto de las di#erencias entre cada dato y la media
aritmtica= +i solo se hicieran di#erencias entre cada dato y la media aritmtica,
estas tendran signos positivos y negativos ya que algunos datos son menores que la
media y otros son mayores que la media, luego al sumar las di#erencias, con sus
signos correspondientes, stas se iran anulando unas con otras y no sera posible
medir el real grado de ale)amiento promedio de los datos en la muestra.

'arianza o variancia 6s
0
7. "s el promedio de las di#erencias elevadas al cuadrado
entre cada valor que se tiene en la muestra 6
i
7 y la media aritmtica 6
_
x
7 de los
datos y se determina de la siguiente manera%



1
1
2
2

,
_

n
x xi
S
n
i
_


Donde n es el n8mero de datos en la muestra.




")emplo%
;os siguientes datos es la cantidad de glucosa en miligramos encontrada en
muestras de sangre de algunos pacientes, *1.0, *0.*, *..5, *-.*, *1.2, determine su
varianza.

+olucin%
;o primero que hay que calcular es la media aritmtica de la muestra como ya se
ha hecho anteriormente.


mg .
. . . . . .
x 86 1
5
3 7
5
3 1 1 18 6 15 1 12 2 1

+ + + +

+ + +

1 5
86 1 3 1 86 1 1 12 86 1 2 1
2 2 2
2
) . . ( .... ) . . ( ) . . (
s


2
2
853

12 1!

3136 0 !76 10 576 0 6176 7 356 0


mg .
. . . . . .
s
+ + + +

>ota%
Dentro de la in#erencia estadstica se plantea la de#erencia entre una
variancia muestral s
0
y una poblacional, representada por
0
.

Desviacin estndar 6s7. "s la desviacin o di#erencia promedio que eiste entre cada dato de la muestra y la
media aritmtica de la muestra. ? se obtiene a partir de la varianza, sacndole raz cuadrada.



2
s s

donde%
s
0
& varianza o variancia

9or tanto la desviacin estndar de la muestra anterior sera$

s &
mg . mg . 202! 2 853
2


;a interpretacin de este resultado sera, que la cantidad de glucosa encontrada en la
muestra es en promedio de *1.-5 miligramos y que la cantidad de glucosa en la
muestra se ale)a o dispersa en promedio 0.0304 mg alrededor de la media.

"n este caso solo nos interesa conocer el signi#icado de la desviacin estndar, aunque es necesario decir que s es la desviacin de
la muestra y que es la desviacin de la poblacin, as como s
0
es la varianza de la muestra y
0
es la varianza de la poblacin.
M"D@DA+ D" D@+9"!+@B> C!ACAM@">CD 9A!A DACD+ AE!F9ADD+.

Cuando la muestra consta de 23 o ms datos, lo aconse)able es agrupar los datos
en clases y a partir de estas determinar las caractersticas de la muestra y por
consiguiente las de la poblacin de donde #ue tomada.
Antes de pasar a de#inir cul es la manera de determinar las caractersticas de
inters 6media, mediana, moda, etc.7 cuando se han agrupado en clases los datos de
la muestra, es necesario que sepamos como se agrupan los datos.

9asos para agrupar datos.
a" Determinar el rango o recorrido de los datos.

!ango & 'alor mayor ( 'alor menor

#" "stablecer el n8mero de clases 6/7 en que se van a agrupar los datos tomando
como base para esto la siguiente tabla.




$a%a&o d' %u'stra o No" D' datos N(%'ro d' )*as's
M'nos d' 50 5 a 7
50 a !! 6 a 10
100 a 250 7 a 12
250 'n ad'*ant' 10 a 20

"l uso de esta tabla es uno de los criterios que se puede tomar en cuenta para
establecer el n8mero de clases en las que se van a agrupar los datos, eisten otros
para hacerlo.

)" Determinar la amplitud de clase para agrupar 6C7.



k
Rango
C

d. Gormar clases y agrupar datos.
9ara #ormar la primera clase, se pone como lmite in#erior de la primera clase un
valor un poco menor que el dato menor encontrado en la muestra y
posteriormente se suma a este valor C, obteniendo de esta manera el lmite
superior de la primera clase, luego se procede a obtener los lmites de la clase
siguiente y as sucesivamente.

")emplo%
;os siguientes datos se re#ieren al dimetro en pulgadas de un engrane.

6"75 7"00 7"00 6"75 6"50 6"50 7"15 7"00
6"50 6"50 6"50 6"25 6"25 6"50 6"65 7"00
7"25 6"70 6"00 6"75 6"00 6"75 6"75 7"10
7"00 6"70 6"50 6"75 6"25 6"65 6"75 7"10
7"25 6"75 6"25 6"25 7"00 6"75 7"00 7"15

a7 Agrupe datos, considere /&5.
b7 Dbtenga% Histograma, polgono de #recuencias, o)iva y distribucin de
probabilidad.
c7 Dbtenga% media, mediana, moda y desviacin estndar.
+olucin%
a7 Agrupando datos$

*. !& 'M I 'm & ,.0. ( 5.33 & *.0.
0. / & 5
2.
21 0 2083 0
6
25 1
. .
.
k
R
C

1. Gormando clases.

9ara #ormar la primera clase se toma un valor un poco menor que el valor menor
encontrado en la muestra$ luego,

+I +S ,r')u'n)-a Mar)a d'
)*as'
+.%-t' r'a*
-n/'r-or
+.%-t' r'a*
sup'r-or
,r')u'n)-a
r'*at-0a
,r')u'n)-a
R'*at-0a
a)u%u*ada
5"!7 1 6"18 2 6"075 5"!65 6"185 220 3 0"05 0"05
6"1! 1 6"0 5 6"2!5 6"185 6"05 52030"125 0"175
6"1 1 6"62 7 6"515 6"05 6"625 0"175 0"350
6"63 1 6"8 13 6"735 6"625 6"85 0"325 0"675
6"85 1 7"06 7 6"!55 6"85 7"065 0"175 0"850
7"07 1 7"28 6 7"175 7"065 7"285 0"15 1"000
$ota* 0 1"000


b7 Er#icas%


HISTOGRAMA
2
5
7
13
7
6
-4
1
6
11
16
LIMITES REALES
F
R
E
C
U
E
N
C
I
A
5.965 - 6.185
6.185 - 6.405
6.405 - 6.625
6.625 - 6.845
6.845 - 7.065
7.065 - 7.285


POLIGONO DE FRECUENCIA
0
2
4
6
8
10
12
14
16
5.635 5.855 6.075 6.295 6.515 6.735 6.955 7.175 7.395 7.615
MARCA DE CLASE
F
R
E
C
U
E
N
C
I
A
OJIVA "MENOR QUE" O CRECIENTE
0
0.05
0.175
0.35
0.675
0.85
1
0
0.2
0.4
0.6
0.8
1
5.965 6.185 6.405 6.625 6.845 7.065 7.285
LIMITES REALES
F
R
E
C
U
E
N
C
I
A

R
E
L
A
T
I
V
A

A
C
U
M
U
L
A
D
A
DISTRIBUCION DE PROBABILIDAD
0.05
0.125
0.175
0.325
0.175
0.15
0
0.1
0.2
0.3
0.4
LIMITES REALES
P
R
O
B
A
B
I
L
I
D
A
D
5.965 - 6.185
6.185 - 6.405
6.405 - 6.625
6.625 - 6.845
6.845 - 7.065
7.065 - 7.285
a7 Media 6
_
x
7.

+ + +

+ + +

0
05 3 75 31 15 12
0
6 175 7 5 2!5 6 2 075 6
1
. ... . . ) )( . ( ... ) )( . ( ) )( . (
n
f * x
x
k
i
i i
&
adas lg pu .
.
713 6
0
52 268


Donde%
/ & n8mero de clases

i
& marca de clase i
#
i
& #recuencia de la clase i
n &

k
i
i
f
1
n8mero de datos en la muestra

b7 Mediana 6J
med
7.



A
fme
Fme / n
Li Xmed
1
]
1


+
1 2
7265 6 22 0
13
1 2 0
625 6 . ) . (
/
.
1
]
1


+

Donde%
;i & lmite real in#erior de la clase que contiene a la mediana
G
meI*
& sumatoria de las #recuencias anteriores a la clase en donde se encuentra la
mediana
#
me
& #recuencia de la clase en donde se encuentra la mediana
A & amplitud real de la clase en donde se encuentra la mediana
A & ;!+I;!@
;!+ & lmite real superior de la clase que contiene a la mediana
;!@ & lmite real in#erior de la clase que contiene a la mediana
> & n8mero de datos en la muestra

#7 Moda 6J
mod
7.


A
d d
d
Li mod X
1
]
1

+
+
2 1
1
adas lg pu . ) . ( . 735 6 22 0
6 6
6
625 6
1
]
1

+
+

Donde%
;i & lmite real in#erior de la clase que contiene a la moda
d
*
&
1 fmo fmo
&
6 7 13
d
0
&
1 + fmo fmo
&
6 7 13
#mo & #recuencia de la clase que contiene a la moda
#moI*& #recuencia de la clase anterior a la que contiene a la moda
#moK*& #recuencia de la clase posterior a la que contiene a la moda
A & amplitud real de la clase que contiene a la moda
A & ;!+ ( ;!@
;!+ & lmite real superior de la clase que contiene a la moda
;!@ & lmite real in#erior de la clase que contiene a la moda


g7 Desviacin estndar 6+7.


1
1
1
2
1
1
2

n
fi ) x xi (
fi
fi ) x xi (
s
k
i
_
k
i
k
i
_

+ + +

1 0
6 713 6 175 7 5 713 6 2!5 6 2 713 6 075 6
2 2 2
) ( ) . . ( ... ) ( ) . . ( ) ( ) . . (
&
adas lg pu .
. . ... . .
3063 0
3!
65!0 3
3!
28066 1 87362 0 81088 0

+ + +

Donde%

i
& marca de clase i
_
x
& media aritmtica
#
i
& #recuencia de la clase i

k
i
n fi
1
& n8mero total de datos en la muestra