Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 2 vistas

    Tarea 3 Josue Batista

    Cargado por

    Josbat04

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Tarea 3 Josue Batista

    Cargado por

    Josbat04
    2 vistas2 páginas

    Título original

    tarea 3 Josue Batista

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    2 vistas2 páginas

    Tarea 3 Josue Batista

    Cargado por

    Josbat04

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 2

    Tarea #3

    Nombre: Josué Batista. 8-956-644


    Código de Horario: 5575. Estadística 220.

    1) Definición de las medidas de dispersión

    Las medidas de dispersión son estadísticas que describen cuán dispersos o


    concentrados están los datos en relación con una medida central (como la media o
    la mediana). Estas medidas ayudan a entender la variabilidad dentro de un
    conjunto de datos, indicando qué tan alejados o cercanos están los valores entre
    sí.

    Medidas de dispersión

    Algunas de las medidas de dispersión más comunes son:

    1. Rango (o recorrido): Es la diferencia entre el valor máximo y el valor


    mínimo de un conjunto de datos.
    o Ejemplo: Si tienes los números 3, 7, 8 y 15, el rango sería
    15−3=1215 - 3 = 1215−3=12.
    2. Varianza: Es la medida promedio de las diferencias al cuadrado entre cada
    valor de los datos y la media. Indica la variabilidad total de los datos.
    o Ejemplo: En un conjunto de datos como 2, 4 y 6, la media es 4. La
    varianza sería la media de las diferencias al cuadrado con respecto a
    4, es decir, ((2−4)2+(4−4)2+(6−4)2)/3=2.67((2-4)^2 + (4-4)^2 + (6-
    4)^2)/3 = 2.67((2−4)2+(4−4)2+(6−4)2)/3=2.67.
    3. Desviación estándar: Es la raíz cuadrada de la varianza. Indica qué tan
    dispersos están los valores alrededor de la media en las mismas unidades
    que los datos originales.
    o Ejemplo: Si la varianza es 2.67, la desviación estándar sería
    2.67≈1.63\sqrt{2.67} \approx 1.632.67≈1.63.
    4. Rango intercuartílico (IQR): Es la diferencia entre el tercer cuartil (Q3) y el
    primer cuartil (Q1), lo que refleja la dispersión de los datos centrales (50%
    intermedio).
    o Ejemplo: Si Q3 es 15 y Q1 es 5, el rango intercuartílico sería
    15−5=1015 - 5 = 1015−5=10.
    5. Coeficiente de variación: Es la relación entre la desviación estándar y la
    media, expresada como un porcentaje. Permite comparar la dispersión
    entre diferentes conjuntos de datos, incluso si tienen escalas diferentes.
    o Ejemplo: Si la media de un conjunto de datos es 20 y la desviación
    estándar es 5, el coeficiente de variación sería (5/20)×100=25% (5 /
    20) \times 100 = 25\%(5/20)×100=25%.

    2) Ejemplos de medidas de dispersión


     Para los datos: 10, 12, 15, 18
    o Rango: 18−10=818 - 10 = 818−10=8
    o Media: 10+12+15+184=13.75\frac{10 + 12 + 15 + 18}{4} =
    13.75410+12+15+18=13.75
    o Varianza:
    (10−13.75)2+(12−13.75)2+(15−13.75)2+(18−13.75)24≈9.19\frac{(10-
    13.75)^2 + (12-13.75)^2 + (15-13.75)^2 + (18-13.75)^2}{4} \approx
    9.194(10−13.75)2+(12−13.75)2+(15−13.75)2+(18−13.75)2≈9.19
    o Desviación estándar: 9.19≈3.03\sqrt{9.19} \approx 3.039.19≈3.03

    Significado de "parámetro" en estadística

    Un parámetro en estadística es un valor numérico que describe una característica


    específica de una población. A diferencia de una estadística, que se calcula sobre
    una muestra, el parámetro se refiere a la población completa. Por ejemplo, la
    media o varianza de toda la población son parámetros. Dado que es difícil obtener
    datos de una población completa, muchas veces se utilizan estadísticas de
    muestras para estimar estos parámetros.

    Ejemplo: Si quisieras saber la altura promedio de todos los adultos en un país (la
    población), la verdadera media sería un parámetro. Sin embargo, si tomas una
    muestra de 1000 adultos y calculas la media, estarías calculando una estadística,
    no un parámetro.

    También podría gustarte