Diapositiva jr
- 1. REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA EDUCACION INSTITUTO UNIVERSITARIO POLITECNICO SANTIAGO MARIÑO BARCELONA-EDO.ANZ Profesor: Bachiller: CI: Ramón Aray José Ramírez 26.564.526
- 2. MEDIDAS DE DISPERSIÓN Las medidas de dispersión, también llamadas medidas de variabilidad, muestran la variabilidad de una distribución, indicando por medio de un número si las diferentes puntuaciones de una variable están muy alejadas de la media. Cuanto mayor sea ese valor, mayor será la variabilidad, y cuanto menor sea, más homogénea será a la media. Así se sabe si todos los casos son parecidos o varían mucho entre ellos. Para calcular la variabilidad que una distribución tiene respecto de su media, se calcula la media de las desviaciones de las puntuaciones respecto a la media aritmética. Pero la suma de las desviaciones es siempre cero, así que se adoptan dos clases de estrategias para salvar este problema. Una es tomando las desviaciones en valor absoluto (desviación media) y otra es tomando las desviaciones al cuadrado (varianza)
- 3. RANGO Requisitos del rango • Ordenamos los números según su tamaño. • Restamos el valor máximo del valor mínimo 𝑅𝑎𝑛𝑔𝑜 = 𝑀𝑎𝑥 − 𝑀𝑖𝑛 Ejemplo Para la muestra (8, 7, 6, 9, 4, 5) el dato menor es 4 y el dato mayor es 9. Sus valores se encuentran en un rango de: 𝑅𝑎𝑛𝑔𝑜 = 9 − 4 = 5 Medio rango o rango medio El medio rango o rango medio de un conjunto de valores numéricos es la media del mayor y menor valor, o la tercera parte del camino entre el dato de menor valor y el dato de mayor valor. En consecuencia, el medio rango es: 𝑚𝑒𝑑𝑖𝑜𝑅𝑎𝑛𝑔𝑜 = (𝑀𝑎𝑥 + 𝑀𝑖𝑛) 2
- 4. Ejemplo Para una muestra de valores (3, 3, 5, 6, 8), el dato de menor valor Min= 3 y el dato de mayor valor Max= 8. El medio rango resolviéndolo mediante la correspondiente fórmula sería 𝑚𝑒𝑑𝑖𝑜𝑅𝑎𝑛𝑔𝑜 = (8 + 3) 2 = 5.5 DESVIACIONES TÍPICAS La varianza a veces no se interpreta claramente, ya que se mide en unidades cuadráticas. Para evitar ese problema se define otra medida de dispersión, que es la desviación típica, o desviación estándar, que se halla como la raíz cuadrada positiva de la varianza. La desviación típica informa sobre la dispersión de los datos respecto al valor de la media; cuanto mayor sea su valor, más dispersos estarán los datos. Esta medida viene representada en la mayoría de los casos por S, dado que es su inicial de su nominación en inglés.
- 5. DESVIACIÓN TÍPICA MUESTRAL 𝑺 = 𝒊=𝟏 𝒏 𝒙𝒊 − 𝒙 𝟐 𝒏 − 𝟏 DESVIACIÓN TÍPICA POBLACIONAL 𝝈 = 𝒊=𝟏 𝒏 𝒇𝒊 𝒙𝒊 − 𝝁 𝟐 𝒏 Primero hemos declarado un vector con nombre X, donde introducimos los números de la serie. Luego con el comando stdev se hallará la desviación típica
- 6. VARIANZA La varianza es una medida estadística que mide la dispersión de los valores respecto a un valor central (media), es decir, es el cuadrado de las desviaciones: 𝑆 𝑥 2 = 𝑖=1 𝑛 𝑥𝑖 − 𝑥 2 𝑛 − 1 𝑆 𝑥 2 = 1 𝑛 − 1 𝑖=1 𝑛 𝑥𝑖 − 𝑥 2 Propiedades La varianza es siempre positiva o 0: 𝑉𝑥 2≥0 Si a los datos de la distribución les sumamos una cantidad constante la varianza no se modifica. 𝑌𝑖 = 𝑥𝑖 + 𝑘1 𝑆 𝑌 2 = 𝑌𝑖 − 𝑌 2 𝑛 = 𝑥𝑖 + 𝑘 − 𝑥 + 𝑘 2 𝑛 = 𝑥𝑖 + 𝑘 − 𝑥 − 𝑘 2 𝑛 = 𝑥𝑖 − 𝑥 2 𝑛 = 𝑆 𝑥 2
- 7. Si a los datos de la distribución los multiplicamos por una constante, la varianza queda multiplicada por el cuadrado de esa constante. 𝑌𝑖 = 𝑥𝑖 . 𝑘 𝑆 𝑌 2 = 𝑌𝑖 − 𝑌 2 𝑛 = 𝑥𝑖 . 𝑘 − 𝑥 . 𝑘 2 𝑛 = 𝑘 . 𝑥𝑖 − 𝑥 2 𝑛 = 𝑘2 . 𝑥𝑖 − 𝑥 2 𝑛 = 𝑘2 . 𝑥𝑖 − 𝑥 2 𝑛 = 𝑘2 . 𝑆 𝑥 2 Propiedad distributiva: 𝑉 𝑋 + 𝑌 = 𝑉 𝑋 + 𝑉 𝑌 + 2𝐶𝑂𝑉 𝑋, 𝑌 , siempre y cuando las variables X, Y sean independientes.
- 8. COEFICIENTE DE VARIACIÓN En estadística, cuando se desea hacer referencia a la relación entre el tamaño de la media y la variabilidad de la variable, se utiliza el coeficiente de variación. Su fórmula expresa la desviación estándar como porcentaje de la media aritmética, mostrando una mejor interpretación porcentual del grado de variabilidad que la desviación típica o estándar. Por otro lado presenta problemas ya que a diferencia de la desviación típica este coeficiente es variable ante cambios de origen. Por ello es importante que todos los valores sean positivos y su media dé, por tanto, un valor positivo. A mayor valor del coeficiente de variación mayor heterogeneidad de los valores de la variable; y a menor C.V., mayor homogeneidad en los valores de la variable. Suele representarse por medio de las siglas C.V. Se calcula: 𝐶 𝑉 = 𝜎 𝑥 Donde 𝜎 es la desviación típica, y 𝑥 es la Media. Se puede dar en porcentaje calculando: 𝐶 𝑉 = 𝜎 𝑥 . 100