Dispersión y Asimetría
Dispersión y Asimetría
Dispersión y Asimetría
DE ESPECIALIZACION
EN ASESORIA DE TESIS
MEDIDAS DE
DISPERSIÓN Y
ASIMETRÍA
OBJETIVOS
Al finalizar el Tema 6, el participante será capaz de:
1. Calcular e interpretar las principales medidas de
dispersión:
A) Rango
B) Rango intercuartílico
C) Varianza
D) Desviación estándar
E) Coeficiente de variabilidad
2. Calcular e interpretar las principales medidas de
la forma de la distribución.
A) Coeficiente de asimetría
B) Coeficiente de curtosis
CONTENIDO
1. MEDIDAS DE DISPERSIÓN
1.1 Rango
1.2 Rango intercuartílico
1.3 Varianza
1.4 Desviación estándar
1.5 Coeficiente de variabilidad
2. MEDIDAS DE LA FORMA DE LA DISTRIBUCIÓN
2.1 Asimetría
2.2 Curtosis
6.1 Las medidas de dispersión
Desventajas
sólo considera los valores extremos
no toma en cuenta ni el número de
datos ni el valor de estos
no es posible calcular en tablas con
extremos abiertos.
6.1.2 El rango intercuartílico
Permite ubicar el
50% de los datos
que se encuentran
en el centro de la
distribución, es
decir, el 25% de los
datos son menores
al primer cuartil y
también 25% de los
datos son mayores
al tercer cuartil.
Ejemplo:
La tabla muestra la experiencia (en años) del
personal que labora en el Hospital Central.
Experiencia
Trabajadores A)¿Entre qué valores
(años)
0-3 18 se encuentra el
4-7 42 50% intermedio de
8 - 11 68 estos datos?
12 - 15 120
16 - 19 40
20 - 23 34 B)¿Cuál es el rango
24 - 27 12 intercuartílico?
Total 334
50 %
25 % 25 %
Q1 Q3
Rango
Intercuartílico
25(334)
Lugar Q1 P25 83.5o se ubica en la 3ra clase
100
Interpretación:
50% central de las observaciones varía en 3,1 con
respecto a la mediana.
6.1.3 La varianza
S n 1
N 2
2
(X )
i
para un población i 1
N
Ejemplo:
La siguiente información se refiere al número de
radiografías reprocesadas durante una semana.
Calcule la varianza. 8, 10, 5, 12, 10, 15
Primero, elaboramos un cuadro de la forma siguiente:
x Xi x Xi x 2
8 8 - 10 = 2 4
60
10 10 - 10 = 0 0 x
5 5 - 10 = 5 25 6
12 12 - 10 = 2 4
10 10 - 10 = 0 0
15 15 - 10 = 5 25 x 10
X 60 Xi x 0 Xi x 2
58
X i x 58
2
(X i x )
2
2
S n 1
2 58
S 6 1 11 .6
6.1.4 La desviación estándar
Llamada también desviación típica representa la
variabilidad (o desviaciones) promedio de los datos
con respecto a la media aritmética. Es la raíz cuadrada
de la varianza, sea poblacional o muestral.
a) Cálculos a partir de datos no agrupados
n
(X i x )
2
2
para la muestra S s i 1
n 1
N
(X i )
2
para la población 2 i 1
N
Ejemplo:
La siguiente información se refiere al número de
radiografías reprocesadas durante una semana.
Calcule la desviación estándar.
8, 10, 5, 12, 10, 15
Ya sabemos por el ejemplo anterior que S2 = 11,6
Entonces 2
S s
S 11,6
S 3,4 radiografias
6.1.5 El coeficiente de variación
Es una medida relativa de variabilidad de los datos.
Permite comparar la variabilidad de dos o más
conjuntos de datos expresados en unidades
diferentes (peso: Kg. y libras).
para la muestra: s
CV 100
x
para la población:
CV 100
Ejemplo:
A continuación se presentan las tarifas (en
unidades monetarias) de dos laboratorios de
análisis clínicos. El laboratorio I tiene sus tarifas en
soles y el laboratorio II en dólares ¿Cuál de ellos
tiene un plan tarifario más homogéneo o estable?.
n
7
56.14
x Xi x Xi x 2
40 -16.14 260.50
70 13.86 192.10
60 3.86 14.90
48 -8.14 66.26
52 -4.14 17.14
65 8.86 78.50
58 1.86 3.46
X 393 Xi x 0 Xi x
2
632,86
Si X i x 632.86
2
n
i
( X x )
2
632.86
S i 1
10.27
n 1 7 1
S
CV 100
x
10.27
CV 100 18.29
56.14
Laboratorio II n
Xi 847
x i 1 105.87
n 8
x Xi x Xi x 2
70 -35.87 1286.6569
35 -70.87 5022.5569
150 44.13 1947.4569
140 34.13 1164.8569
82 -23.87 569.7769
110 4.13 17.0569
140 34.13 1164.8569
120 14.13 199.6569
X 847 Xi x 0,04 Xi x
2
11372,88
n
Si X i x
2
11372 .88
i 1
n
x)
2
(X i 11372,88
S i 1
40.30
n 1 8 1
S 40,30
CV 100 CV 100 30,06
x 105,87
3( X Md )
S kp
S
Valores posibles
3 asimetría negativa
S kp
3 asimetría positiva
Si Skp tiende a 3 la distribución es asimétrica hacia la
derecha o asimetría positiva.
0,5( P0 , 75 P0 , 25 )
Ku
P0 , 9 P0 ,1
Valores posibles
a) Leptocúrtica (concentración al centro): Si el grado de
apuntalamiento de una distribución es mayor que el de la
distribución normal. Kμ 0,5
b) Mesocúrtica (distribuidos simétricamente): Si el grado de
apuntalamiento de una distribución es igual que el de la
distribución normal. Kμ 0,25
c) Platicúrtica (aplanada).Si el grado de apuntalamiento de
una distribución es menor que el de la distribución
normal. 0 ≤ Kμ ≤ 0,25
Platicurtica Mesocurtica Leptocúrtica
0,0 0,25 0,50
Ejemplo:
La tabla muestra la edad (en años) de 70 pacientes
atendidos en el servicio de emergencia de un hospital
local.
4 67 18 15 11 3 24
3 85 15 15 14 5 26
5 6 16 15 13 7 21
6 7 17 16 10 8 22
7 7 15 17 6 12 17
25 10 13 17 4 15 16
13 12 13 13 8 17 9
2 15 14 14 14 18 9
4 16 20 16 18 20 15
5 17 14 17 20 21 12
A) Calcular e interpretar la asimetría de la distribución
B) Calcular e interpretar la curtosis de la distribución.
Los resultados han sido obtenidos usando Microsoft
Excel
Media aritmetica 14.27 3(14,27 13,50)
S kp 0,202
Desviacion estandar 11.42 11,42
Mediana 13.50
Cuartil 1 7.00 0,5(17,00 7,00 )
Ku 0,263
Cuartil 3 17.00 23,00 4,00
Percentil 90 23.00
Percentil10 4.00
Hoja de Comprobación
18.La diferencia entre las observaciones mas alta y mas baja de un conjunto
de datos se conoce como media geométrica
21. .La diferencia entre las observaciones mas alta y mas baja de un
conjunto de datos se conoce como el alcance cuartil
22. El alcance intercuartil esta basado solamente en dos valores tomados del
conjunto de datos
23.Un fractil es una posición en una distribución de frecuencias
en la que una determinada fracción (o porción) de los datos esta
situada en ella o por encima
24.La varianza, al igual que la desviación estándar, toma en cuenta cada una
de las observaciones del conjunto de datos