Академический Документы
Профессиональный Документы
Культура Документы
MEDIDAS DE DISPERSIÓN
FACILITADOR: PARTICIPANTE:
PROF. Jose Cabera Carmen Andarcia.
Mirelvis Cova.
Yorgelis Morán
Sección 01
Educación Ambiental
R = Xmáx.-Xmín = Xn-X1
Ejemplo:
Se tienen las edades de cinco estudiantes universitarios de Ier año, a saber:
18,23, 27,34 y 25., para calcular la media aritmética promedio de las edades,
se tiene que:
R = Xn-X1 ) = 34-18 = 16 años
DESVIACIÓN MEDIA
Se define esta medida como el valor promedio de las desviaciones,
tornadas en valor absoluto, de los datos con respecto a un término central.
Este término central en la práctica es la media aritmética, pero también puede
usarse la mediana o el modo. Su fórmula es:
DM=∑ (X_-X)
N
Datos no agrupados:
a. Se calcula la media aritmética de los valores de la serie
b. Se calcula las desviaciones de los valores de la serie con respecto a su
media aritmética. Se suman estos desvíos y se obtiene =∑ (X-X)
Ejemplo:
Se obtiene la serie 2,4,6,8,10, su media es 6
X (X-X)
2 4
4 2
6 0
8 2
10 4
TOTAL 12
DM= ∑f(X-X)
N
Donde N= ∑f
Ejemplo:
Distribución de los instrumentos eléctricos indicados por su
eficiencia
Por coeficientes X N° d (X-X) F(X-X)
de eficiencia
instrumentos
5,5-6,49 6 6 4,2 25,2
6,5-7,49 7 18 3,2 57,6
7,5-8,49 8 164 2,2 360,8
8,5-9,49 9 1904 1,2 2284,8
9,5-10,49 10 2904 0,2 580,8
10,5-11,49 11 1916 0,8 1532,8
11,5-12,49 12 662 1,8 1191,6
12,5-13,49 13 101 2,8 282,8
13,5-14,50 14 11 3,8 41,8
7686 6358,2
X= 10,2
DM= 6358,2 = 0,83
7686
LA VARIANZA (S2 ó δ2 ):
La varianza es una medida de dispersión relativa a algún punto de
referencia. Ese punto de referencia es la media aritmética de la distribución.
Más específicamente, la varianza es una medida de que tan cerca, o que tan
lejos están los diferentes valores de su propia media aritmética. Cuando más
lejos están las Xi de su propia media aritmética, mayor es la varianza; cuando
más cerca estén las Xi a su media menos es la varianza. Y se define y expresa
matemáticamente de la siguiente manera:
S2=∑( Xi -X)2
---------------
Ejemplo:
Se tienen las edades de cinco estudiantes universitarios de Ier año, a
saber: 18,23, 25, 27, y 34. Al calcular la media aritmética (promedio de las
edades, se obtuvo 25.4 años), encontrar la varianza de las edades de estos
estudiantes:
Para calcular se utiliza una tabla estadística de trabajo de la siguiente manera:
Xi ( Xi – X ) ( Xi - Ẋ )2
Total 137.20
ΣXi2fi - [(ΣXifi)2/N]
δ2 = ----------------------------
N donde N=Σfi
Ejemplo:
Se tienen los datos de una muestra de 30 cuentas por cobrar de la
tienda AMIGOS y Asociados dispuestos en una tabla de distribución de
frecuencias, a partir de los cuales se deberá calcular la varianza, para lo cual
se construye la siguiente tabla estadística de trabajo, la media aritmética y se
fijó en 43.458 de la siguiente manera:
Punto
Clases medios fi Xi2 Xifi X2fi
Xi
7.420 – 21.835 14.628 10 213.978 146.280 2,139.780
21.835 – 36.250 29.043 4 843,496 116.172 3,373.984
= 21,649.346 / 30 = 721.645
S2
( x i X ) 2 ni
n
S2
( x ' i X ' ) 2 n i [( x i k ) ( X 'k )]2 n i ( x i X ) 2 n i
S2
n n n
k 2 ( x i X ) 2 ni
k 2 (x i X )2
k 2·S 2
n n
Siendo
Ni el nº de elementos del subconjunto (i)
LA DESVIACIÓN ESTÁNDAR
Es una medida de la cantidad típica en la que los valores del
conjunto de datos difieren de la media. Es la medida de dispersión más
utilizada, se le llama también desviación típica. La desviación estándar
siempre se calcula con respecto a la media y es un mínimo cuando se estima
con respecto a este valor.
Se calcula de forma sencilla, si se conoce la varianza, por cuanto que es
la raíz cuadrada positiva de esta. A la desviación se le representa por la letra
minúscula griega “sigma” ( δ ) ó por la letra S mayúscula, según otros analistas.
δ = √δ2 ó s = √s2
Ejemplo:
Del cálculo de la varianza de las edades de cinco estudiantes
universitarios de primer año se obtuvo δ2=27.44, como la desviación
estándar es la raíz cuadrada positiva, entonces δ = √27.44 = 5.29 años.
Igual procedimiento se aplica para encontrar le desviación
estándar de las cuentas por cobrar de la Tienda AMIGOS y Asociados,
recordemos que la varianza obtenida fue de 721.645, luego entonces la
desviación estándar es igual a δ =√721.645 = 26.86 balboas
V= S
X
δ 4.08
C.VA= --------- = ----------- = 0.0408
Ẋ 100
Vendedor B
Xi ( Xi - X ) ( Xi - X)2
100 100 – 100 = 0 ( 0 )2 = 0
90 90 – 100 = -10 (-10)2 = 100
110 110 – 100 = 10 ( 10)2 = 100
Total 200
La desviación estándar es δ=√(200/3) = √66.667 = 8.16, luego entonces
el coeficiente de variación es igual a:
δ 8.16
C.V.B= --------- = ----------- = 0.0816
X 100
PROBLEMAS
Con otra muestra adicional: 150 (UNT) R = Xmáx - Xmin = 146 (UNT)
Con otra muestra adicional: 320 (UNT) R = Xmáx - Xmin = 316 (UNT)
Como se puede apreciar la varianza genera una idea significativa del grado de
variabilidad de un conjunto de datos, pues a medida que aumenta el grado de
heterogeneidad esta medida aumenta sustancialmente, aunque sus unidades
elevadas al cuadrado limitan fuertemente su interpretación
Reactor 2: X =10UPC
A pesar de tener los mismos promedios en color real, los dos reactores
presentan eficiencias bastante diferentes, tal como se puede evidenciar en las
medidas de dispersión. El rango para el primer reactor es 4 UPC y para el
segundo es 56 UPC, 10 cual evidencia que en los datos del segundo reactor
la distancia entre el valor mínimo y el valor máximo es mucho mayor que la del
reactor 1. La desviación estándar, esto es, el promedio de la distancia de los
datos con respecto a la media, es 1,6 UPC para el primer reactor y 21,2 UPC
para el segundo reactor. Es decir, los datos se alejan de la media en 1,6 UPC
para el primer reactor y se alejan 21,2 UPC para el segundo reactor, lo cual
permite concluir que existe una mayor variación en el reactor 2. El coeficiente
de variación es también un buen indicador del grado de variación de los datos
en relación con la media; para el reactor 1 es 16,3% y para el reactor 2 es
211,7%. Un CV=16,3% significa que el conjunto de datos es homogéneo para
el caso del reactor 1; sin embargo, un CV= 211,7% significa gran variación o
heterogeneidad en el conjunto de datos, para el caso del reactor 2. También,
las medidas de centralidad, como la mediana, la media geométrica y la moda,
indican el grado de variación de un conjunto de datos, pues en el reactor 1
estas medidas toman valores similares, contrario a lo que sucede en el reactor
2.
CONCLUSIÓN