Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 18 vistas

    Population Calculation

    Cargado por

    Paulo Alexander
    Este documento introduce conceptos básicos sobre medidas de dispersión de datos, incluyendo rango, desviación, varianza, desviación típica, cuasivarianza y coeficiente de variación.

    Copyright:

    © All Rights Reserved
    Descargue como TXT, PDF, TXT o lea en línea desde Scribd

    Population Calculation

    Cargado por

    Paulo Alexander
    18 vistas5 páginas
    Este documento introduce conceptos básicos sobre medidas de dispersión de datos, incluyendo rango, desviación, varianza, desviación típica, cuasivarianza y coeficiente de variación.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    TXT, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento introduce conceptos básicos sobre medidas de dispersión de datos, incluyendo rango, desviación, varianza, desviación típica, cuasivarianza y coeficiente de variación.

    Copyright:

    © All Rights Reserved
    Descargue como TXT, PDF, TXT o lea en línea desde Scribd
    Descargar como txt, pdf o txt
    18 vistas5 páginas

    Population Calculation

    Cargado por

    Paulo Alexander
    Este documento introduce conceptos básicos sobre medidas de dispersión de datos, incluyendo rango, desviación, varianza, desviación típica, cuasivarianza y coeficiente de variación.

    Copyright:

    © All Rights Reserved
    Descargue como TXT, PDF, TXT o lea en línea desde Scribd
    Descargar como txt, pdf o txt
    de 5

    Breve Introducci�n

    Hasta el momento hemos estudiado los valores centrales de la distribuci�n, pero


    tambi�n es importante conocer si los valores en general est�n cerca o alejados de
    estos valores centrales, es por lo que surge la necesidad de estudiar medidas de
    dispersi�n.

    Rango:
    Es la primera medida que vamos a estudiar, se define como la diferencia existente
    entre el valor mayor y el menor de la distribuci�n,. Lo notaremos como R. Realmente
    no es una medida muy significativa e la mayor�a de los casos, pero indudablemente
    es muy f�cil de calcular.

    Hemos estudiado varias medidas de centralizaci�n, por lo que podemos hablar de


    desviaci�n con respecto a cualquiera de ellas, sin embargo, la mas utilizada es con
    respecto a la media.
    Desviaci�n: Es la diferencia que se observa entre el valor de la variable y la
    media aritm�tica. La denotaremos por di .

    No es una medida, son muchas medidas, pues cada valor de la variable lleva asociada
    su correspondiente desviaci�n, por lo que precisaremos una medida que resuma dicha
    informaci�n.

    La primera soluci�n puede ser calcular la media de todas las desviaciones, es


    decir, si consideramos como muestra la de todas las desviaciones y calculamos su
    media. Pero esta soluci�n es mala pues como veremos siempre va a ser 0.

    Luego por lo tanto esta primera idea no es valida, pues las desviaciones positivas
    se contrarrestan con las negativas.

    Para resolver este problema, tenemos dos caminos:

    Tomar el valor absoluto de las desviaciones. Desviaci�n media


    Elevar al cuadrado las desviaciones. Varianza.
    Desviaci�n media:

    Es la media de los valores absolutos de las desviaciones, y la denotaremos por dm.

    Varianza:

    Es la media de los cuadrados de las desviaciones, y la denotaremos por o tambi�n


    por .

    Aunque tambi�n es posible calcularlo como:

    Este estad�stico tiene el inconveniente de ser poco significativo, pues se mide en


    el cuadrado de la unidad de la variable, por ejemplo, si la variable viene dada en
    cm. La varianza vendr� en cm2.
    Desviaci�n t�pica:

    Es la ra�z cuadrada de la varianza, se denota por Sx o s x.

    Este estad�stico se mide en la misma unidad que la variable por lo que se puede
    interpretar mejor.

    Otros dos estad�sticos importantes son la cuasivarianza y la cuasidesviaci�n


    t�pica, que como veremos cuando estudiemos el tema de estimaci�n estad�stica, son
    los estimadores de la varianza y desviaci�n t�pica poblacionales respectivamente.

    Cuasivarianza:

    Es una medida de dispersi�n, cuya �nica diferencia con la varianza es que dividimos
    por N-1, la representaremos por o y la calcularemos de la siguiente forma:

    Cuasidesviaci�n t�pica:

    La ra�z cuadrada de la cuasivarianza y la denotaremos por SN�1 o s N-1.

    Todas estas medidas de dispersi�n vienen influidas por la unidad en la que se mide
    la variable, esto implica que si cambiamos de unidad de medida, los valores de
    estos estad�sticos se vean a su vez modificados. Adem�s, no permite comparar por
    ejemplo, en un grupo de alumnos si los pesos o las alturas presentan mas
    dispersi�n. Pues no es posible comparar unidades de distinto tipo.

    Precisamos por lo tanto, una medida "escalar", es decir, que no lleve asociado
    ninguna unidad de medida.

    Coeficiente de Variaci�n:

    Es un estad�stico de dispersi�n que tiene la ventaja de que no lleva asociada


    ninguna unidad, por lo que nos permitir� decir entre dos muestras, cual es la que
    presenta mayor dispersi�n. La denotaremos por C.V.

    Ejemplo

    Veamos por �ltimo un ejemplo de c�mo se calculan todas estas medidas.


    45

    55

    50

    300

    -19,4

    116,4

    2258,16

    15000

    55

    65

    10

    16

    60

    600

    -9,4

    94

    883,6

    36000

    65

    75

    19

    35

    70
    1330

    0,6

    11,4

    6,84

    93100

    75

    85

    11

    46

    80

    880

    10,6

    116,6

    1235,96

    70400

    85

    95

    50

    90

    360

    20,6

    82,4

    1697,44

    32400

    N=

    50

    3470

    420,8
    6082

    246900

    Dm=

    C.V.=

    También podría gustarte