Medidas de Dispersión

MEDIDAS DE DISPERSIÓN
NOMBRE ESTUDIANTE: CURSO: TIEMPO DE ESTUDIO Y DESARROLLO:

06/abril – 09/abril
3°
OBJETIVO DE APRENDIZAJE OBJETIVO DE LA CLASE
Resolver problemas que involucren los conceptos de desviación Resolver problemas que involucran medidas
estándar, varianza, coeficiente de variación, tanto de forma de dispersión en diversos contextos y toma de
manuscrita como haciendo uso de herramientas tecnológicas decisión respecto de ellos.
digitales.
INSTRUCCIONES GENERALES
➢ En la siguiente guía se presenta el contenido, ejercicios resueltos y ejercicios propuestos de “Medidas
de Dispersión”.
➢ De dicha guía, debe estudiar y desarrollarla en su cuaderno (NO enviar desarrollo al correo del
profesor(a) de matemática).
➢ Las dudas que surjan, puede consultarlas por medio del correo oficial del curso, al profesor Manuel
Cantillana Matus ([email protected]).
➢ El tiempo que debe destinar para el estudio y desarrollo será desde el 06 de abril hasta el 09 de abril
de 2020.
➢ La retroalimentación de la guía se enviará al correo oficial de cada curso, el 09 de abril de 2020.
➢ Cuando se retorne a clases presenciales, la o el profesor(a) revisaran su cuaderno, con todos los
desarrollos, con el fin de evaluar proceso con una nota acumulativa.
➢ Cada nota de proceso se promediará y será consignada en el Libro de Clases.
NOTA IMPORTANTE: La Guía anterior (“Medidas de Tendencia Central”), también debía desarrollarse
en el cuaderno y será considerada como nota de proceso.
Medidas de Dispersión
A diferencia de las medidas de tendencia central, las medidas de dispersión no son datos de la muestra,
más bien, corresponden a parámetros estadísticos que indican que tan cerca o lejos, se encuentran los
datos respecto se la media, por lo mismo siempre van a depender de ella. En general, las medidas de
dispersión sirven como indicadores de la variabilidad de los datos.
1. Rango
Es la medida de dispersión más sencilla y corresponde a la distancia de los valores extremos de la

muestra. A mayor rango, se estima mayor dispersión de los datos. También se conoce como amplitud o
recorrido.
Ejemplo: Las edades de los estudiantes de un curso fluctúan entre los 15 y los 17 años. Luego el rango es
de 2 años (17 − 15), por lo que se estima que los datos están concentrados.
2. Error muestral
El error se entenderá como la distancia o diferencia (en valor absoluto) entre un dato específico y la
media o promedio. El error es la base para el cálculo de las medidas de dispersión, por ello, es vital para
concluir la variabilidad de los datos.
Ejemplo: Las notas de Andrés en la asignatura de matemática fueron de un 62, 64, 65 y 65. Obteniendo
un promedio de 64. Así el error de la primero nota es de 2 puntos |64 − 62| = 2, la segunda nota no
posee error |64 − 64| = 0 y las dos últimas tienen un error de un punto |65 − 64| = 1.
3. Desviación Media
La desviación media es un parámetro de dispersión que presenta el promedio de los errores muestrales.
Si bien es un parámetro considerable, es la menos robusta de las medidas de dispersión.
Ejemplo: Las edades de un grupo de cuatro mamás que participan en un baile para bebé, son 28, 31, 34 y
35. Su desviación media depende del promedio que es 32:
|32 − 28| + |32 − 31| + |34 − 32| + |35 − 32| 4 + 1 + 2 + 3 10

𝐷𝑀 = = = = 2.5
4 4 4
4. Desviación Típica o Estándar
La desviación típica (también conocida como desviación estándar) es una medida que se usa para
cuantificar la variación o dispersión de un conjunto de datos numéricos. Presentando un número cual al
ser interpretado expondrá que tan cercanos o lejanos están los datos.
Una desviación estándar baja indica que la mayor parte de los datos de una muestra tienden a estar
agrupados cerca de su promedio, mientras que una desviación estándar alta indica que los datos se
extienden sobre un rango de valores más amplio. El concepto de alta o baja varía según cada muestra.
Si los datos son 700, 701, 701 y 702 su desviación estándar (𝜎) será 0,7 𝑎𝑝𝑟𝑜𝑥. Mientras que si los datos
son 0,1, 0,4, 0,6 y 1,1 su desviación es de 0,46 𝑎𝑝𝑟𝑜𝑥 y es “más alta” que la anterior. Por lo mismo los
valores siempre deben quedar sujeto a interpretación.
Principalmente la desviación estándar permite comparar la homogeneidad de dos muestras diferentes,

es decir, el nivel de “cercanía” entre los datos de cada muestra.
Se calcula con la fórmula:
∑𝑁(𝑋𝑖 − 𝑋̅)2
𝜎=√ 𝑖
𝑁
Donde
𝑁 número total de datos (tamaño de la muestra).

𝑋̅ es la media aritmética de la muestra.
𝑋𝑖 es cada valor de la muestra.
Ejemplo: Se tiene la muestra con los datos 700, 701, 701 y 702. Así como su 𝑋̅ = 701, su desviación será:
(700 − 701)2 + (701 − 701)2 + (701 − 701)2 + (702 − 701)2

𝜎=√
4
12 + 02 + 02 + 12 2 1
=√ = √ = √ ≈ 0,707..
4 4 2
5. Varianza
La varianza corresponde a la media de las desviaciones cuadráticas de una variable de carácter aleatorio,
y representa la variabilidad de una serie de datos respecto a su media. La varianza corresponde al
cuadrado de la desviación estándar, sin embargo, y a diferencia de ella, queda expresada en unidades
cuadráticas, por lo cual no siempre es interpretable.
La varianza sigue la fórmula descrita por
∑𝑁 ̅ 2
𝑖 (𝑋𝑖 − 𝑋)
𝑉𝐴𝑅(𝑋) = 𝜎 2 =
𝑁
Para el estudio de distribuciones normales, la varianza corresponde a uno de los parámetros más
relevantes, por lo cual, a pesar de no ser tan útil como medida de dispersión, si lo es en el estudio de tipos
de distribuciones. Estos contenidos serán trabajados más adelante en el curso.
Ejemplo: Calcular la varianza de las alturas en 𝑐𝑚 de tres personas que miden: 165 𝑐𝑚, 172 𝑐𝑚 y 176 𝑐𝑚.
Sabiendo que la media entre las alturas es de 171 𝑐𝑚, se tiene que:
(165 − 171)2 + (172 − 171)2 + (176 − 171)2 62 + 12 + 52

𝜎2 = =
3 3
36 + 1 + 25 62
= = ≈ 20,66 … 𝑐𝑚2
3 3
Luego la varianza corresponde a 20,66 𝑐𝑚2 . Lo cual no posee una interpretación relacionada con el
ejercicio, esto por la cuadratura de las unidades de medidas.
6. Coeficiente de Variación
El coeficiente de variación es la relación entre desviación estándar de una muestra con su respectiva
media aritmética (promedio), y permite principalmente comparar la homogeneidad de dos muestras
diferentes que poseen la misma variable, pero en diferentes unidades. A menor coeficiente de variación,
más homogénea será la muestra (los datos tienden a acercarse a la media).
Sigue la fórmula:
𝜎
𝑐. 𝑣. =
𝑋̅
Ejemplo: Se comparan dos muestras, una con los valores 700, 701, 701 y 702. Mientras que la segunda
muestra tiene valores 0,1, 0,4, 0,6 y 1,1. Así:
Muestra 𝑋1 𝑋2 𝑋3 𝑋4 𝑋̅ 𝜎 𝑐. 𝑣.
1 700 701 701 702 701 0,7 0,00099
2 0,1 0,4 0,6 1,1 0,55 0,36 0,65454
El coeficiente de variación explicita que, aunque la desviación es mucho mayor en la muestra 1, los datos
son mucho más homogéneos que en la muestra 2.
7. Ejercicios
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16 Una empresa posee sucursales en Chile como el Portugal, a un gran porcentaje

de los trabajadores se les paga el sueldo mínimo de cada país ($350.000 𝑦 700€) y
se presentan como datos la media de los sueldos y la desviación estándar de esta
última.
Media Desviación E.
Chile $414.285 $123098
Portugal 800€ 165€
Con los datos presentados, exprese opinión respecto a la comparación entre los
sueldos pagados por la misma empresa en ambos países.

Medidas de Dispersión

Cargado por

Copyright:

Formatos disponibles

Medidas de Dispersión

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Medidas de Dispersión

Cargado por

Copyright:

Formatos disponibles

MEDIDAS DE DISPERSIÓN

NOMBRE ESTUDIANTE: CURSO: TIEMPO DE ESTUDIO Y DESARROLLO:

Es la medida de dispersión más sencilla y corresponde a la distancia de los valores extremos de la

|32 − 28| + |32 − 31| + |34 − 32| + |35 − 32| 4 + 1 + 2 + 3 10

4. Desviación Típica o Estándar

Principalmente la desviación estándar permite comparar la homogeneidad de dos muestras diferentes,

Se calcula con la fórmula:

𝑁 número total de datos (tamaño de la muestra).

(700 − 701)2 + (701 − 701)2 + (701 − 701)2 + (702 − 701)2

La varianza sigue la fórmula descrita por

(165 − 171)2 + (172 − 171)2 + (176 − 171)2 62 + 12 + 52

1 700 701 701 702 701 0,7 0,00099

2 0,1 0,4 0,6 1,1 0,55 0,36 0,65454

16 Una empresa posee sucursales en Chile como el Portugal, a un gran porcentaje

Chile $414.285 $123098

Portugal 800€ 165€

También podría gustarte