ADMINISTRACIN DE

BASE DE DATOS
GEOGRFICOS (CD0215)
DOCENTE: MAURO BARAHONA M.
(ING. AGRNOMO)

Medidas de dispersin, variacin

o variabilidad.
Para conocer con detalle un conjunto de datos, no
basta con conocer las medidas de tendencia
central, sino que necesitamos conocer tambin la
desviacin que presentan los datos en su
distribucin respecto de la media aritmtica de
dicha distribucin, con objeto de tener una visin
de los mismos ms acorde con la realidad al
momento de describirlos e interpretarlos para la
toma de decisiones.

Medidas de dispersin, variacin

o variabilidad.
Son valores numricos que indican o describen la
forma en que las observaciones estn dispersas o
diseminadas, con respecto al valor central.

Medidas de dispersin, variacin

o variabilidad.
Son importantes debido a que dos muestras de
observaciones con el mismo valor central pueden tener una
variabilidad muy distinta.

Medidas de dispersin, variacin

o variabilidad.

Rango.
Varianza.
Desviacin Tpica.
Coeficiente de variacin.

Medidas de dispersin: Rango

Rango (amplitud o recorrido):

Est determinado por los dos valores extremos de los datos
muestrales, es simplemente la diferencia entre la mayor y
menor observacin.

Medidas de dispersin: Rango

Rango (amplitud o recorrido):

Es una medida de dispersin absoluta, ya que depende
solamente de los datos y permite conocer la mxima
dispersin.

Medidas de dispersin: Rango

Casi no se emplea debido a que depende nicamente de dos
valores.
No proporciona una medida de variabilidad de las
observaciones con respecto al centro de la distribucin.
Notacin: R

Medidas de dispersin: Varianza

Es un valor numrico que mide el grado de
dispersin relativa porque depende de la posicin
de los datos x1,x2,,xn con respecto a la media.

Medidas de dispersin: Varianza

Es el promedio al cuadrado de las desviaciones de
cada observacin con respecto a la media.
Elevar cada diferencia al cuadrado hace que todos
los nmeros sean positivos (para evitar que los
nmeros negativos reduzcan la varianza)
Notacin: s2, 2, var(X)

Medidas de dispersin: Varianza

Si la varianza de un conjunto de
observaciones es grande se dice que los
datos tiene una mayor variabilidad que
un conjunto de datos que tenga un
varianza menor.
n

s
2

Para datos NO
agrupados:

x x

i 1

n
n

s
2

x
i 1

2
i

Medidas de dispersin: Varianza

Para datos agrupados en una
distribucin de frecuencias:
k

s
2

m
i 1

n
k

s
2

x fi
2

m
i 1

2
i

fi

Medidas de dispersin:
Desviacin Tpica o Estandar
Es la raz cuadrada de la varianza.
Notacin: s, .
La desviacin tpica es una medida del grado de
dispersin de los datos con respecto al valor
promedio.
Dicho de otra manera, la desviacin estndar es
simplemente el "promedio" o variacin esperada
con respecto a la media aritmtica.

Medidas de dispersin:
Desviacin Tpica o Estandar

La desviacin estndar puede ser interpretada

como una medida de incertidumbre. La desviacin
estndar de un grupo repetido de medidas nos da
la precisin de stas.

Medidas de dispersin:
Desviacin Tpica o Estandar

PROPIEDADES
1 La desviacin estndar ser siempre un valor
positivo o cero, en el caso de que las puntuaciones
sean iguales.
2 Si a todos los valores de la variable se
les suma un nmero la desviacin estndar no vara.

Medidas de dispersin:
Desviacin Tpica o Estandar
PROPIEDADES
1 La desviacin estndar, al igual que la media y la
varianza, es un ndice muy sensible a las
puntuaciones extremas.
2 Cuanta ms pequea sea la desviacin
estndar mayor ser la concentracin de
datos alrededor de la media.

Medidas de dispersin:
Desviacin Tpica o Estandar
Es la raz cuadrada de la varianza.
Notacin: s, (sigma).

s s

Medidas de dispersin:
Coeficiente de Variacin

Es una medida de dispersin relativa

que permite comparar el nivel de
dispersin de dos muestras de variables
estadsticas diferentes.
No tiene dimensiones.
Notacin: CV

s
CV 100%
x

Ventajas y Desventajas del Rango

Ventajas:
til cuando se quiere conocer la extensin de las
variaciones extremas (valor mximo de la
dispersin).
Fcil de calcular.

Ventajas y Desventajas del Rango

Desventajas:
No es una MD con respecto al centro de la distribucin.
Solo emplea dos valores en su clculo.
No se puede calcular en distribuciones de lmite de clase
abierto.

Propiedades, Ventajas y
Desventajas de la Varianza

Propiedades:
1. Siempre es mayor o igual a cero y menor que
infinito.
2. La varianza de una constante es cero.

Propiedades, Ventajas y
Desventajas de la Varianza

Ventajas:
Es til cuando se compara la variabilidad de dos
o ms conjuntos de datos.
Utiliza toda la informacin disponible.

Propiedades, Ventajas y
Desventajas de la Varianza

Desventajas:
No proporciona ayuda inmediata cuando se estudia
la dispersin de un solo conjunto de datos.
Difcil de interpretar por tener sus unidades
elevadas al cuadrado.

Ventajas y Desventajas de la
Desviacin Tpica o Estndar

Ventajas:
Esta expresada en las mismas unidades que la variable en
estudio.
Utiliza todas las observaciones en su clculo.
Fcil de interpretar.

Ventajas y Desventajas de la
Desviacin Tpica o Estndar

Desventajas:
No tiene.

Ventajas y Desventajas del

Coeficiente de Variacin

Ventajas:
Es la nica MD que permite comparar el nivel de dispersin
de dos muestras de variables diferentes.
Emplea toda la informacin disponible en su clculo.
Fcil de calcular.

Ventajas y Desventajas del

Coeficiente de Variacin

Desventaja:
No es una MD con respecto al centro de la distribucin de
los datos.

Medidas de Forma
Son medidas numricas que permiten
determinar la forma que tiene la curva de
los datos, por lo tanto, sirven para
corroborar lo que los grficos muestran.

Medidas
de forma

-Asimetra

Coeficiente de Pearson
Coeficiente de Fisher

-Kurtosis o apuntamiento

Medidas de Forma: Asimetra

Permiten estudiar la forma de la curva,
dependiendo de cmo se agrupan los datos.

Medidas de Forma: Asimetra

Coeficiente de Asimetra de Pearson:
Fcil de calcular e interpretar.
Clculo:

3 X Md
ASP
s

Md: mediana
Interpretacin:
ASP

= 0, X=Md Simtrica
> 0, X>Md Asimtrica Positiva
< 0, X<Md Asimtrica Negativa

Medidas de Forma: Asimetra

Coeficiente de Asimetra de Fisher:
No es de fcil clculo, pero si su
interpretacin.

x X
n

ASF

i 1

ns3

M x f
k

ASF

Datos NO agrupados

i 1

ns

Datos Agrupados

Medidas de Forma: Asimetra

Interpretacin:
= 0, Simtrica
ASF

> 0, Asimtrica Positiva

< 0, Asimtrica Negativa

Medidas de Forma: Kurtosis

Miden si los valores de la distribucin estn ms

o menos concentrados alrededor de los valores
medios de la muestra (zona central de la
distribucin).
Se definen tres tipos de distribucin segn su
grado de Kurtosis:

Medidas de Forma: Kurtosis

Mesocrtica: grado de concentracin medio alrededor
de los valores centrales de la variable.
Leptocrtica: grado de concentracin elevado.
Platicrtica: grado de concentracin reducido.

Medidas de Forma: Kurtosis

x X
n

CK

i 1

ns

M
k

CK

i 1

Datos No Agrupados

X fi
ns

Datos Agrupados

Interpretacin:
=0 Mesocrtica
CK

>0 Leptocrtica
<0 Platicrtica