Variaciones, Desvariaciones, Desvariaciones Tipicas, Estandar

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 9

Instituto Estatal de Educación

Pública de Oaxaca
Subdirección General de
Servicios Educativos
Unidad de Educación Normal y Formación Docente
Escuela Normal Urbana Federal del Istmo.
CLAVE: 20DNL0002Q

Licenciatura en Educación Primaria

Ciclo Escolar 2020-2021


Cuarto Semestre
Grupo “C”
Tema:
Medidas de variación: Rango, desviación estándar y coeficiente de variación
Alumna:
Trinidad Valdivieso López.
Curso:
Procesamiento de información
estadística

Coordinador del Curso:


Dr. Antonio Jiménez Gutiérrez.
Julio ,2021.
Medidas de variación: Rango, desviación estándar y coeficiente de variación

Medidas de Variación

Amplitud Diferencia entre los valores mayor y menor de un conjunto de datos


obtenidos en una medición.
Coeficiente de Equivale a la desviación típica expresada en porcentaje respecto de
variación la media aritmética. Es la desviación típica partido por la media
aritmética.
Desviación Medida de la dispersión de una distribución de frecuencias respecto
estándar de su media. Equivale a la raíz cuadrada de la varianza. Se expresa
s si corresponde

a una muestra de la población


Rango Medida equivalente a la amplitud
Valor Z Medida del número de desviaciones estándar que un valor se aleja
de la media
Z= (xi - X) / s o Z= (xi - x ) / n
Varianza Medida de la variación de una serie de observaciones respecto de la
media. Equivale a la dispersión respecto de la media en una serie
2
i- x) /n si
2
corresponde a la población total o sigma (xi- X) /(n-1) si correspondea
una muestra de esa población, siendo X la media, n el tamaño dela
población o de la muestra y xi cada uno de los valores.

Varianza.
Existe otro mecanismo para solucionar el efecto de cancelación para entre diferencias
positivas y negativas. Si elevamos al cuadrado cada diferencia antes de sumar, desaparece
la cancelación:

Esta fórmula tiene una desventaja, y es que sus unidades no son las mismas que las de las
observaciones, ya que son unidades cuadradas.

Esta dificultad se soluciona, tomando la raíz cuadrada de la ecuación anterior:

Varianza

Es otra de las variaciones absolutas y la misma se define como el cuadrado de la desviación


típica; viene expresada con las mismas letras de la desviación típica pero elevada al
cuadrado, así S2 y s2. Las fórmulas para calcular la varianza son las mismas utilizadas por
la desviación típica, exceptuando las respectivas raíces, las cuales desaparecen al estar
elevados el primer miembro al cuadrado.

Varianza

Denotando por x1,...,xk los datos o las marcas de clase, llamaremos varianza a

siendo a la media de la distribución.

Al valor

se le denomina cuasivarzanza.

VARIANZA.

Una medida de dispersión mucho más común, que se calcula al promediar los cuadrados
de las desviaciones individuales a partir de la media, es la media de desviaciones
cuadráticas o la varianza.

La varianza es una medida de dispersión promedia de un conjunto de datos. Para una


población se construye al tomar la diferencia entre cada valor observado y la media
poblacional, elevando al cuadrado cada una de estas desviaciones y luego hallando la
media aritmética de los valores cuadrados. Para una muestra, una expresión casi análoga
se construye con la ayuda de su media.

Para una población

Para una muestra

EJEMPLO Calcule la varianza para una población de N = 5 valores: 2, 2, 4, 7 y 15.

SOLUCION La tabla que muestra la forma en que la varianza se calcula para datos
poblacionales, procedimiento por demás tedioso cuando el número de observaciones es
grande. Los programas modernos para computadora efectúan con suma rapidez este tipo
de operación.
Tabla

PROBLEMAS PRACTICOS

Por desgracia hay dos problemas prácticos relacionados con el uso de concepto de
varianza. Primero la varianza tiende a ser un número grande en comparación con las
observaciones cuya dispersión haya de describirse. Cuando las observaciones originales
son iguales a unos pocos miles de millones, su varianza puede ser igual a muchos cientos
de miles de millones. En segundo término, y más grave es que la varianza, siendo un
número elevado al cuadrado no se expresa en las mismas unidades que los valores
observados en sí.

Pero también hay buenas noticias: ambas dificultades conceptuales se pueden vencer de
un solo golpe al trabajar con la raíz cuadrada de la varianza, concepto el cual vemos en
seguida.

Desviación estándar.

VARIANZAY DESVIACIÓN ESTÁNDAR

La varianza se asemeja a la desviación media absoluta en que se basa en la diferencia


entre cada valor del conjunto de datos y la media del grupo. Pero se distingue de ella en un
muy importante aspecto: cada diferencia se eleva al cuadrado antes de sumarse. En el caso
de una población, la varianza se representa con V(X) o, más habitualmente, con la letra
griega minúscula o2 ("sigma cuadrada"). La fórmula es

A diferencia de lo que ocurre con las demás estadísticas muestrales ya expuestas, la


varianza de una muestra no equivale exactamente, en términos de cálculo, a la varianza de
una población. El denominador de la fórmula de la varianza muestral es un tanto distinto.
En esencia, en esta fórmula se incluye un factor de corrección, a fin de que la varianza
muestral sea un estimador insesgado de la varianza de la población. La varianza muestral
es representada por s2; su fórmula es

En general, es difícil interpretar el significado del valor de una varianza, porque las unidades
en las que se le expresa son valores elevados al cuadrado. Debido en parte a esta razón,
es más frecuente el uso de la raíz cuadrada de la varianza, representada por la letra griega
a (o por s en el caso de una muestra) y llamada desviación estándar. Las fórmulas son:

Desviación estándar de la población:

Desviación estándar de la muestra:


La desviación estándar es particularmente útil en conjunción con la así llamada distribución
normal.

Hoja de trabajo para el cálculo de la desviación estándar de la población de los datos de


ventas (u= 10.5)

CÁLCULOS SIMPLIFICADOS DE LA VARIANZA Y LA DESVIACIÓN ESTÁNDAR

Las fórmulas se llaman fórmulas de desviaciones, porque en cada caso deben determinarse
las desviaciones específicas de los valores individuales respecto de la media. Sin embargo,
se han derivado ya otras fórmulas, matemáticamente equivalentes pero que no requieren
de la determinación de cada desviación. Dado que por lo general estas fórmulas son más
fáciles de utilizar en la realización de cálculos, se llaman fórmulas de cálculo.

Las fórmulas de cálculo son:

Varianza de la población:

Desviación estándar de la población:

Varianza de la muestra:

Desviación estándar de la muestra:

Tabla Hoja de trabajo para el cálculo de la desviación estándar de la población de los datos
de ventas

Desviación típica o estándar


Es la medida de dispersión más utilizada en las investigaciones por ser la más estable de
todas, ya que para su cálculo se utilizan todos los desvíos con respecto a la media aritmética
de las observaciones, y además, se toman en cuenta los signos de esos desvíos. Se le
designa con la letra castellana S cuando se trabaja con una muestra y con la letra griega
minúscula s (Sigma) cuando se trabaja con una población. Es importante destacar que
cuando se hace referencia a la población él número de datos se expresa con N y cuando
se refiere a la muestra él número de datos se expresa con n. La desviación típica se define
como:
Interpretación de la desviación estándar
La desviación típica como medida absoluta de dispersión, es la que mejor nos proporciona
la variación de los datos con respecto a la media aritmética, su valor se encuentra en
relación directa con la dispersión de los datos, a mayor dispersión de ellos, mayordesviación
típica, y a menor dispersión, menor desviación típica.

Desviación estándar de la población.

La desviación estándar de la población es simplemente la raíz cuadrada de la varianza de


la población. Como la varianza es el promedio de las distancias al cuadrado que van desde
las observaciones a la media, la desviación estándar es la raíz cuadrada del promedio de
las distancias al cuadrado que van desde las observaciones a la media. La desviación
estándar está en las mismas unidades que las que se usaron para medir los datos.

La raíz cuadrada de un número positivo puede ser tanto positiva como negativa. Cuando
tomamos la raíz cuadrada de la varianza para calcular la desviación estándar, los
estadísticos solamente consideran la raíz cuadrada positiva.

Para calcular la varianza o la desviación estándar, construimos una tabla utilizando todos
los elementos de la población.

Usos de la desviación estándar.

La desviación estándar nos permite determinar, con un buen grado de precisión, dónde
están localizados los valores de una distribución de frecuencias con relación a la media. El
teorema de Chebyshev dice que no importa qué forma tenga la distribución, al menos 75%
de los valores caen dentro de + 2 desviaciones estándar a partir de la media de la
distribución, y al menos 89% de los valores caen dentro de + 3 desviaciones estándar a
partir de la media.

Con más precisión:

• Aproximadamente 68% de los valores de la población cae dentro de + 1 desviación


estándar a partir de la media.
• Aproximadamente 95% de los valores estará dentro de + 2 desviaciones estándar a
partir de la media.
• Aproximadamente 99% de los valores estará en el intervalo que va desde tres
desviaciones estándar por debajo de la media hasta tres desviaciones estándar por
arriba de la media.

Resultado estándar:

La desviación estándar es también útil para describir qué tan lejos las observaciones
individuales de una distribución de frecuencias se apartan de la media de la distribución.
Una medida que se conoce como resultado estándar nos da el número de desviaciones
estándar que una observación en particular ocupa por debajo o por encima de la media:
Rango.
Rango.- Dato mayor menos dato menor.
Rango:

Es la primera medida que vamos a estudiar, se define como la diferencia existente entre el
valor mayor y el menor de la distribución. Lo notaremos como R. Realmente no es una
medida muy significativa en la mayoría de los casos, pero indudablemente es muy fácil de
calcular.

Hemos estudiado varias medidas de centralización, por lo que podemos hablar de


desviación con respecto a cualquiera de ellas, sin embargo, la más utilizada es con respecto
a la media.

RANGO

El rango, o R, es la diferencia entre los valores más alto y más bajo incluidos en un conjunto
de datos. Así, cuando My representa al mayor valor del grupo y Mn al menor, el rango de
datos no agrupados es

R = My - Mn

EJEMPLO Durante un mes de verano, los ocho vendedores de una empresa de equipos de
calefacción y aire acondicionado vendieron los siguientes números de unidades centrales
de aire acondicionado: 8,11, 5, 14, 8,11, 16, 11. El rango del número de unidadesvendidas
es

R =My - Mn = 16 - 5 = 11.0 unidades

Nota: Para efectos de comparación, generalmente reportamos las medidas de variabilidad


con un decimal adicional al nivel original de medición.

RANGOS MODIFICADOS

Un rango modificado es un rango que se construye eliminando algunos de los valores


extremos de cada una de las porciones finales de la distribución. El 50% central es el rango
entre los valores en el 25o. punto percentil y el 75o. punto percentil de la distribución. De
este modo, también es el rango entre el primer y tercer cuartiles de la distribución. Por este
motivo, al rango del 50% central suele llamársele rango intercuartil (RIC). Así,

RIC = Q3 – Q1,

Otros rangos modificados de uso común son el 80% central, el 90% central y el 95% central.

EJEMPL0 Los datos de ventas de unidades centrales de aire acondicionado presentados


en el ejemplo anterior son, en orden ascendente: 5, 8, 8, 11, 11, 11, 14, 16. En
consecuencia, el número de observaciones es N= 8 en estos datos de la población. Para
calcular el rango intercuartil, primero debemos determinar los valores en Q3 (el 75o. punto
percentil) y Q1, (el 25o. punto percentil) y después restar Q1, de Q3:

También podría gustarte