Dispersion Desviación Estándar y Varianza

MEDIDAS DE DISPERSIÓN
Cualquier promedio central no logra por si mismo describir completamente una

distribución de frecuencias. Se necesitan otras para que sus características queden
definidas y pueda efectuarse una efectiva comparación con otras distribuciones.
Estas medidas se llaman Medidas de Dispersión o de Variabilidad.
Dispersión: es el grado en que los datos u observaciones de una distribución
tienden a concentrarse o extenderse alrededor de un valor central (Promedio). Las
medidas de dispersión o variabilidad mas conocidas son: el rango, la amplitud o
alcance, la desviación media, la desviación estándar, la varianza y el coeficiente de
variación. La medida más utilizada es la desviación estándar y se representa por la
letra griega sigma minúscula "𝜎" y este valor resultante representa la variabilidad
promedio de una distribución, ya que mide el promedio de desviación de la media.
La varianza y la desviación estándar dan la distancia promedio de cualquier
observación del conjunto de datos con respecto a la media de la distribución. Cada
población tiene una varianza 𝜎 2 sigma al cuadrado; la raíz cuadrada de la varianza
se llama Desviación Estándar.
Desviación Estándar y Varianza de Datos No Agrupados

Ambas medidas nos dan una distancia promedio de cualquier observación de la
distribución de datos, con respecto a la medida de dicha distribución.
∑(𝑋)2
Desviación Estándar de la Población 𝜎=√ − 𝜇2
𝑁
∑(𝑋)2
Varianza de la Población 𝜎2 = − 𝜇2
𝑁
∑(𝑋)2 𝑛𝑋̅ 2
Desviación Estándar de la Muestra 𝑠=√ −
𝑛−1 𝑛−1
∑(𝑋)2 𝑛𝑋̅ 2
Varianza de la Muestra 𝑠2 = −
𝑛−1 𝑛−1
Ejemplo
1) Calcular la desviación estándar del conjunto de puntajes dados de una
población en la siguiente distribución: 1, 2, 4, 6, 8, 9
Si lo colocamos los datos en una tabla tenemos

X 𝑋2
1 1
2 4
4 16
6 36
8 64
9 81
∑(𝑋)2 202
La media poblacional seria

∑𝑋 1 + 2 + 4 + 6 + 8 + 9
𝜇= =
𝑁 6
30
𝜇= =5 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝜇2 = 25
6
∑(𝑋)2
La desviación estándar está dada por la fórmula 𝜎=√ − 𝜇2
𝑁
202
𝜎 = √(( ) − 25) =
6
√8.67 = 2.94
La Varianza
202
𝜎2 = − 25 = 8.67
6
2) Cuál será el valor de la desviación estándar del problema anterior si se
consideran los datos como una muestra.
Solución
La media muestral seria
∑𝑋 1 + 2 + 4 + 6 + 8 + 9
𝑋̅ = =
𝑛 6
30
𝑋̅ = = 5 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑋̅ 2 = 25
6
∑(𝑋)2 𝑛𝑋̅ 2
La desviación estándar está dada por la fórmula 𝑠=√ −
𝑛−1 𝑛−1
202 6(25)
𝑠 = √(( )−( )) = √40.4 − 30 = √10.4 = 3.22
6−1 6−1
𝑠 = 3.22
La Varianza de la Muestra
202 6(25)
𝑠2 = − = 40.4 − 30 = 10.4
6−1 6−1
Desviación Estándar y Varianza Datos Agrupados
El método del cálculo de la desviación estándar y de la varianza, para el caso de
frecuencias descrito por una muestra agrupada, es esencialmente el ya descrito en
páginas anteriores, solo que las desviaciones se calculan con los puntos medios de
cada clase (𝑥𝑚 ).
∑ 𝑓(𝑥𝑚 )2
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝐸𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝜎=√ − 𝜇2
𝑁
∑ 𝑓(𝑥𝑚 )2
2
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝜎 = − 𝜇2
𝑁
∑ 𝑓(𝑥𝑚 )2 𝑛𝑋̅ 2
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝐸𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑀𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑠=√ −
𝑛−1 𝑛−1
2
∑ 𝑓(𝑥𝑚 )2 𝑛𝑋̅ 2
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑀𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑠 = −
𝑛−1 𝑛−1
Ejemplo
1) Calcular la desviación estándar y la varianza de la siguiente distribución de
frecuencia con datos agrupados. Considerados como una población.
𝑋 Frecuencia
(𝑓)
2-4 2
5-7 4
8-10 5
11-13 3
14-16 2
17-19 1
N=17
Solución
𝑋 Frecuencia 𝑥𝑚 𝑓 𝑥𝑚 (𝑥𝑚 )2 𝑓 (𝑥𝑚 )2
(𝑓)
2-4 2 3 6 9 18
5-7 4 6 24 36 144
8-10 5 9 45 81 405
11-13 3 12 36 144 432
14-16 2 15 30 225 450
17-19 1 18 18 324 324
N=17 ∑ 𝑓 𝑥𝑚 = 159 ∑ 𝑓 (𝑥𝑚 )2 = 1,773
Calculamos la Media Poblacional

∑ 𝑓𝑥𝑚 159
𝜇= = = 9.35
𝑁 17
𝜇2 = (9.35)2 = 87.42
∑ 𝑓(𝑥𝑚 )2
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝐸𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝜎=√ − 𝜇2
𝑁
1,773
𝜎 = √(( ) − 87.42)
17
𝜎 = √104.29 − 87.42
𝜎 = √16.87
𝜎 = 4.11
2
∑ 𝑓(𝑥𝑚 )2
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝜎 = − 𝜇2
𝑁
𝜎 2 = 16.87
2) La distribución de frecuencia de datos agrupados corresponde al tiempo en
horas que 80 estudiantes dedicaron a actividades en sus horas libres durante
una semana en la UNAH. Calcular la desviación estándar y varianza de la
distribución, si los datos corresponden a una muestra.
𝑋 Frecuencia (𝑓)
10-14 8
15-19 28
20-24 27
25-29 12
30-34 5
n=80
Solución
𝑋 Frecuencia 𝑥𝑚 𝑓 𝑥𝑚 (𝑥𝑚 )2 𝑓 (𝑥𝑚 )2
(𝑓)
10-14 8 12 96 144 1,152
15-19 28 17 476 289 8,092
20-24 27 22 594 484 13,068
25-29 12 27 324 729 8,748
30-34 5 32 160 1,024 5,120
n=80 ∑ 𝑓 𝑥𝑚 = 1,650 ∑ 𝑓 (𝑥𝑚 )2 = 36,180
Calculamos la Media Muestral

∑ 𝑓𝑥𝑚 1,650
𝑥̅ = = = 20.625
𝑛 80
𝑥̅ 2 = (20.625)2 = 425.39
∑ 𝑓(𝑥𝑚 )2 𝑛𝑋̅ 2
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝐸𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑀𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑠=√ −
𝑛−1 𝑛−1
2
∑ 𝑓(𝑥𝑚 )2 𝑛𝑋̅ 2
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑀𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑠 = −
𝑛−1 𝑛−1
36,180 80(425.39)
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝐸𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑀𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑠 = √(( )−( ))
80 − 1 80 − 1
𝑠 = √457.97 − 430.77
𝑠 = √27.2 = 5.21
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑀𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑠2 = 27.14

Dispersion Desviación Estándar y Varianza

Cargado por

Copyright:

Formatos disponibles

Dispersion Desviación Estándar y Varianza

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

Dispersion Desviación Estándar y Varianza

Cargado por

Copyright:

Formatos disponibles

MEDIDAS DE DISPERSIÓN

Cualquier promedio central no logra por si mismo describir completamente una

Desviación Estándar y Varianza de Datos No Agrupados

Si lo colocamos los datos en una tabla tenemos

La media poblacional seria

Calculamos la Media Poblacional

Calculamos la Media Muestral

También podría gustarte