Question

Me pueden dar ejemplos de medida de dispersion

Answer 1

Las medidas de dispersión son:

Rango o recorrido

El rango es la diferencia entre el mayor y el menor de los datos de una distribución estadística.


Desviación media

La desviación respecto a la media es la diferencia entre cada valor de la variable estadística y la media aritmética.

Di = x - x

La desviación media es la media aritmética de los valores absolutos de las desviaciones respecto a la media.

La desviación media se representa por 





Ejemplo

Calcular la desviación media de la distribución:

9, 3, 8, 8, 9, 8, 9, 18





Desviación media para datos agrupados

Si los datos vienen agrupados en una tabla de frecuencias, la expresión de la desviación media es:





Ejemplo

Calcular la desviación media de la distribución:

 xifixi · fi|x - x||x - x| · fi[10, 15)12.5337.59.28627.858[15, 20)17.5587.54.28621.43[20, 25)22.57157.50.7144.998[25, 30)27.541105.71422.856[30, 35)32.526510.17421.428  21457.5 98.57






Varianza

La varianza es la media aritmética del cuadrado de las desviaciones respecto a la media de una distribución estadística.

La varianza se representa por .



Varianza para datos agrupados



Para simplificar el cálculo de la varianza vamos o utilizar las siguientes expresiones que son equivalentes a las anteriores.



Varianza para datos agrupados



Ejercicios de varianza

Calcular la varianza de la distribución:

9, 3, 8, 8, 9, 8, 9, 18






Calcular la varianza de la distribución de la tabla:

 xifixi· fixi2· fi[10, 20)15115225[20, 30)2582005000[30,40)351035012 250[40, 50)45940518 225[50, 6055844024 200[60,70)65426016 900[70, 80)75215011 250  421 82088 050






Propiedades de la varianza

1 La varianza será siempre un valor positivo o cero, en el caso de que las puntuaciones sean iguales.

2 Si a todos los valores de la variable se les suma un número la varianza no varía.

3 Si todos los valores de la variable se multiplican por un número la varianza queda multiplicada por el cuadrado de dicho número.

4 Si tenemos varias distribuciones con la misma media y conocemos sus respectivas varianzas se puede calcular la varianza total.

Si todas las muestras tienen el mismo tamaño:



Si las muestras tienen distinto tamaño:




Observaciones sobre la varianza

1 La varianza, al igual que la media, es un índice muy sensible a las puntuaciones extremas.

2 En los casos que no se pueda hallar la media tampoco será posible hallar la varianza.

3 La varianza no viene expresada en las mismas unidades que los datos, ya que las desviaciones están elevadas al cuadrado.


Desviación típica

La desviación típica es la raíz cuadrada de la varianza.

Es decir, la raíz cuadrada de la media de los cuadrados de las puntuaciones de desviación.

La desviación típica se representa por σ.



Desviación típica para datos agrupados



Para simplificar el cálculo vamos o utilizar las siguientes expresiones que son equivalentes a las anteriores.



Desviación típica para datos agrupados



Ejercicios de desviación típica

Calcular la desviación típica de la distribución:

9, 3, 8, 8, 9, 8, 9, 18





Calcular la desviación típica de la distribución de la tabla:

 xifixi· fixi2· fi[10, 20)15115225[20, 30)2582005000[30,40)351035012 250[40, 50)45940518 225[50, 60)55844024 200[60,70)65426016 900[70, 80)75215011 250  421 82088 050






Propiedades de la desviación típica

1 La desviación típica será siempre un valor positivo o cero, en el caso de que las puntuaciones sean iguales.

2 Si a todos los valores de la variable se les suma un número la desviación típica no varía.

3 Si todos los valores de la variable se multiplican por un número la desviación típica queda multiplicadapor dicho número.

4 Si tenemos varias distribuciones con la misma media y conocemos sus respectivas desviaciones típicas se puede calcular la desviación típica total.

Si todas las muestras tienen el mismo tamaño:



Si las muestras tienen distinto tamaño:




Observaciones sobre la desviación típica

1 La desviación típica, al igual que la media y la varianza, es un índice muy sensible a las puntuaciones extremas.

2 En los casos que no se pueda hallar la media tampoco será posible hallar la desviación típica.

3 Cuanta más pequeña sea la desviación típica mayor será la concentración de datos alrededor de la media.