Gestion y Administracion
Gestion y Administracion
Gestion y Administracion
Medidas de dispersión
A veces, es imprescindible saber si en una distribución los datos numéricos están agrupados o no
alrededor de los valores centrales. VARIABILIDAD
A esto es a lo que se le llama dispersión, y a los parámetros que miden estas desviaciones respecto
a la media medidas de dispersión o parámetros de dispersión.
Recorrido intercuartílico: Ri = Q3 – Q1
Recorrido entre percentiles: Ri = P90 – P10
EJEMPLO
17,22, 24,33,44,53,54
Media aritmética simple: X=35.28
Mediana: Me=33
Recorrido: Rx=54-17=37
RECORRIDO INTERCUARTÍLICO: Rx=Q3-Q1=31
Q1=22
Q3=53
Varianza
La Varianza muestral , se define como la media de las diferencias cuadráticas de n puntuaciones
con respecto a su media aritmética, es decir:
Elevar cada diferencia al cuadrado hace que todos los números sean positivos (para evitar que los
números negativos reduzcan la varianza).
Y también hacen que las diferencias grandes se destaquen.
Varianza: ejemplo
Datos no agrupados
Puntuaciones 600,470,170,430,300
Media?: X=394
Varianza S2= 2062+762+(-224)2+362+(-4)2/5=21.704
Datos agrupados en frecuencias
La fórmula anterior incorpora la frecuencia
Varianza: propiedades
Es siempre un valor no negativo, que puede ser igual o distinta de 0. Será 0 solamente cuando xi =
x.
La varianza es la medida de dispersión cuadrática optima por ser la menor de todas.
Si a todos los valores de la variable se le suma una constante la varianza no se modifica.
Si todos los valores de la variable se multiplican por una constante, la varianza queda multiplicada
por el cuadrado de dicha constante.
La desviación típica, al igual que la media y la varianza, es un índice muy sensible a las
puntuaciones extremas.
En los casos que no se pueda hallar la media tampoco será posible hallar la desviación típica.
Cuanta más pequeña sea la desviación típica mayor será la concentración de datos alrededor de la
media.
La desviación típica y la varianza sirven para medir de forma eficaz la dispersión de un conjunto
de datos entorno a su media.
Desgraciadamente esta medida puede resultar engañosa cuando tratamos de comparar la
dispersión de dos conjuntos de datos, porque ambas son medidas absolutas.
Es necesario tener en cuenta que al efectuar el cociente eliminamos las unidades por tanto CV es
adimensional.
Por convención se considera que la dispersión es óptima si Cv es igual o menor que 0,3.
Se puede dar en tanto por ciento calculando: