Archivodiapositiva 202252603535

ESTADÍSTICA
BÁSICA
UNIDAD 2
MEDIDAS DE TENDENCIA CENTRAL Y DE
DISPERSIÓN
TEMA 2:
MEDIDAS DE DISPERSIÓN PARA DATOS
AGRUPADOS Y NO AGRUPADOS
JAVIER ANTONIO BENITEZ ASTUDILLO

OBJETIVO
Identificar las medidas de dispersión
como la varianza y la desviación
estándar para describir cómo se
distribuyen y dispersan los datos
SUBTEMAS
• SUBTEMA 1: Varianza y Desviación estándar

• SUBTEMA 2: Coeficiente de variación
• SUBTEMA 3: Teorema de Chebyshev
• SUBTEMA 4: La distribución normal
MEDIDAS DE DISPERSIÓN
Una medida de dispersión sirve para evaluar la confiabilidad de dos o más
medidas de ubicación.
VARIANZA – DATOS NO AGRUPADOS
Es la media aritmética de las desviaciones de la media elevadas al
cuadrado. La varianza es no negativa y es cero sólo si todas las
observaciones son las mismas.
σ 𝟐
(𝑿 − 𝛍)
𝝈𝟐 =
𝑵
Donde:
𝝈𝟐 = es la varianza de la población ( es la letra minúscula griega sigma); se lee
sigma al cuadrado.
X = es el valor de una observación o elemento de investigación
𝛍 = es la media aritmética
N = número de observaciones o elementos
VARIANZA – DATOS NO AGRUPADOS
A continuación se muestran las calificaciones de los 45 estudiantes de
un curso de Estadística de la Universidad Estatal de Milagro
89 91 82 94 80 78 73 74 84 𝜇 = 84,2
93 71 89 89 93 85 84 85 94 𝑁 = 45
72 88 96 84 86 72 98 91 88
σ 2
76 94 73 76 76 82 98 97 97 (X − 𝜇)
𝜎2 =
78 96 76 82 74 77 71 76 85 N
2 +(91 − 84,2)2 +(82 − 84,2)2 + ⋯ (85 − 84,2)2

𝟐
(89 − 84,2) 3223
𝝈 = = = 71,6
45 45
VARIANZA MUESTRAL – DATOS NO
AGRUPADOS
σ 𝟐
(𝑿 − 𝑿)
𝒔𝟐 =
𝐧−𝟏
Donde:
𝒔𝟐 = es la varianza muestral
X = es el valor de una observación de la muestra
𝑿 = es la media aritmética
n = número de observaciones o elementos
VARIANZA MUESTRAL – DATOS NO
AGRUPADOS
A continuación se muestran las calificaciones de los 45 estudiantes de un
curso de Estadística de la Universidad Estatal de Milagro (Tomado como
muestra
89 91 82 94 80 78 73 74 84 𝜇 = 84,2
93 71 89 89 93 85 84 85 94 𝑁 = 45
72 88 96 84 86 72 98 91 88
σ(X − 𝑋)2
76 94 73 76 76 82 98 97 97 𝑠2 =
78 96 76 82 74 77 71 76 85 𝑛−1
2 +(91 − 84,2)2 +(82 − 84,2)2 + ⋯ (85 − 84,2)2

𝟐
(89 − 84,2) 3223
𝒔 = = = 73,2
45 − 1 44
VARIANZA – DATOS AGRUPADOS
σ 𝟐
𝒇(𝑿 − 𝝁)
𝝈𝟐 =
𝑵
Donde:
𝝈𝟐 = es la varianza de la población
X = es el punto medio de la clase
f = es la frecuencia de clase
𝛍 = es la media aritmética
N = número de observaciones o elementos
DESVIACIÓN ESTÁNDAR O TÍPICA
La desviación estándar de la población o muestra es la raíz cuadrada de la
varianza de la población o muestra respectivamente.
Población Muestra
𝝈= 𝝈𝟐 𝒔= 𝒔𝟐
Donde:
𝝈𝟐 = Desviación estándar o típica de la población
𝝈𝟐 = es la varianza de la población
𝒔 = Desviación estándar o típica de la muestra

𝒔𝟐 = es la varianza muestral
COEFICIENTE DE VARIACIÓN
Medida relativa de dispersión. El coeficiente de variación determina el
grado de dispersión de un conjunto de datos relativo a su media. Se calcula
dividiendo la desviación estándar de una distribución por su media y
multiplicando por 100. respectivamente.
𝝈
𝑪𝑽 = ∗ 𝟏𝟎𝟎
𝝁
Donde:
𝛔= Desviación estándar o típica de la población
𝛍= es la media de la población
COEFICIENTE DE VARIACIÓN
Podemos suponer que cada día un trabajador social A de una
universidad realiza un promedio de 40 análisis de estudiantes con una
desviación estándar de 5. El trabajador social B efectúa un promedio de
160 análisis de estudiantes diarios con una desviación estándar de 15.
TS-A TS-B
𝜇 = 40 𝜇 = 160
𝜎=5 𝜎 = 15
5 15
𝐶𝑉 = ∗ 100 = 12,5% 𝐶𝑉 = ∗ 100 = 9,4%
40 160
TEOREMA DE CHEBYSHEV
En cualquier conjunto de observaciones (muestra o población), la
proporción de valores que se encuentran a k desviaciones estándares de la
1
media es de por lo menos 1 − 2, siendo k cualquier constante mayor que 1.
𝑘
𝟏
𝟏− 𝟐
𝒌
• 75% de los datos deben encontrarse entre la media más dos desviaciones estándares
y la media menos dos desviaciones estándares.
• 88.9% de los datos deben encontrarse entre la media más tres desviaciones
estándares y la media menos tres desviaciones estándares.
TEOREMA DE CHEBYSHEV
La media de los valores que aportan los empleados de Mi Comisariato al
plan de reparto de utilidades de la empresa es de $51.54 y la desviación
estándar, de $7.51. ¿Por lo menos qué porcentaje de las aportaciones se
encuentra en más 3.5 desviaciones estándares y menos 3.5 desviaciones de
la media?
1 1
1− 2 =1− 2
= 0.92
𝑘 3.5
REGLA EMPÍRICA
• 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 dentro de ±3 desviaciones estándar a
partir de la media.
EJERCICIO DE APLICACIÓN
La administración de refinería de hidrocarburo informó que el precio medio
del galón de gasolina fue $2.30. Admita que la desviación estándar haya sido
$0.10 y que el precio del galón de gasolina tenga una distribución en forma
de campana.
a) ¿Qué porcentaje de la gasolina se vendió entre $2.20 y $2.40 por galón?
b) ¿Qué porcentaje de la gasolina se vendió entre $2.20 y $2.50 por galón?
c) ¿Qué porcentaje de la gasolina se vendió a más de $2.50 por galón?
EJERCICIO DE APLICACIÓN
En una encuesta nacional se encontró que los adultos duermen en promedio
6.9 horas por noche. Suponga que la desviación estándar es 1.2 horas.
a) Emplee el teorema de Chebyshev para hallar el porcentaje de individuos
que duermen entre 4.5 y 9.3 horas.
b) Mediante el teorema de Chebyshev encuentre el porcentaje de
individuos que duermen entre 3.9 y 9.9 horas.
c) Suponga que el número de horas de sueño tiene una distribución en
forma de campana. Use la regla empírica para calcular el porcentaje de
individuos que duermen entre 4.5 y 9.3 horas por día.
BIBLIOGRAFÍA
• Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2008). Estadística para administración y economía. México: Cengage
Learning.
• Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., & Cochran, J. J. (2012). Estadística para negocios y
economía. México: Cengage Learning.
• Blair, R. C., & Taylor, R. A. (2008). Bioestadística. México: Pearson.
• Congacha Aushay, J. W. (2016). ESTADÍSTICA APLICADA A LA EDUCACIÓN CON ACTIVIDADES DE APRENDIZAJE.
Riobamba-Ecuador: Editorial académica española.
• Johnson, R. A. (2012). Probabilidad y estadística para ingenieros. México: Pearson Educación.
• Levin, R. I., & Rubin, D. S. (2010). ESTADÍSTICA PARA ADMINISTRACIÓN Y ECONOMÍA. México: Pearson Educación.
• Lind, D. A., Marchal, W. G., & Wathen, S. A. (2012). Estadística aplicada a los negocios y la economía. México: McGraw-Hill
• Newbold, P., Carlson, W. L., & Thorne, B. M. (2008). Estadística para Administración y Economía. Madrid: Pearson
educación.
• Pérez Borges, A. (2009). Relación fuente - recurso de información - documento. Biblios.
• Spiegel, M. R., & Stephens, L. J. (2009). ESTADÍSTICA. México: McGraw-Hill.
• Triola, M. F. (2004). Probabilidad y estadística. México: Pearson Educación.

Archivodiapositiva 202252603535

Cargado por

Copyright:

Formatos disponibles

Archivodiapositiva 202252603535

Cargado por

Información del documento

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

Archivodiapositiva 202252603535

Cargado por

Copyright:

Formatos disponibles

ESTADÍSTICA

JAVIER ANTONIO BENITEZ ASTUDILLO

• SUBTEMA 1: Varianza y Desviación estándar

2 +(91 − 84,2)2 +(82 − 84,2)2 + ⋯ (85 − 84,2)2

2 +(91 − 84,2)2 +(82 − 84,2)2 + ⋯ (85 − 84,2)2

𝒔 = Desviación estándar o típica de la muestra

También podría gustarte