Professional Documents
Culture Documents
Contextualizacin de la sesin 11
En la sesin anterior se explicaron los temas relacionados con la
dispersin, una de las medidas de dispersin, adems de los diversos temas relacionados con ella. Esta es una cuantificacin del grado de alejamiento de los datos respecto a su media aritmtica. Ahora es necesario conocer otra de las medidas de dispersin conocida como desviacin tpica o estndar y los temas relacionados con esta medida.
Al terminar esta sesin habrs comprendido el concepto de
Introduccin de la sesin 11
Las
medidas de dispersin se asocian a la precisin estadstica de las observaciones o datos muestrales. Cuando la dispersin de un conjunto de datos es muy alta, las estimaciones que se realizan en funcin de stas conllevan un notable grado de imprecisin. Y en sentido inverso, cuando un conjunto de datos presenta una dispersin baja, el nivel de incertidumbre disminuye notablemente.
medida de dispersin que se emplea para variables de razn (tambin conocidas como ratio o cociente) y para variables de intervalo. La desviacin estndar se considera una medida cuadrtica que representa el promedio de las desviaciones (distancias) de los datos muestrales respecto de su media aritmtica, expresada en las mismas unidades que la variable.
Dnde:
n= Nmero de datos o elementos de la muestra.
i=
xi = =
considera ms apropiada para una mejor estimacin de la desviacin estndar de la poblacin a partir de la muestra:
del conjunto:
frmula:
Dnde:
k= n= i= Nmero de intervalos de clase en la distribucin de frecuencias. Nmero de datos o elementos de la muestra. ndice de la suma que toma los valores 1,2,3...k.
fi =
agrupados, tambin empleamos la versin que incorpora la correccin de Bessel. Como puede observarse, cada elemento de la frmula se toma directamente de la tabla de datos agrupados. Considerando el caso prctico de una bebida, se toma de la tabla de datos agrupados las columnas referentes a las frecuencias de clase (fi) y a las marcas de clase (xi).
frecuencias de clase:
f1 = 5 f2 = 10 f3 = 30 f4 = 40 f5 = 15
Y para las marcas de clase: Asimismo, dado que hay cinco intervalos de clase y la muestra
x1 = 7.5 x2 = 12.5 x3 = 17.5 x4 = 22.5 x5 = 27.5
= 20
nos permite evaluar la incertidumbre de los datos obtenidos por la muestra; es decir, analiza todos aquellos datos que se alejan de nuestro promedio para determinar si nuestra prediccin o teora est alejada del modelo que se construy con la muestra.
Conclusin
una medida de dispersin, que sirve para evaluar la incertidumbre de los datos de una muestra, adems, se explic el procedimiento para el correcto clculo de esta desviacin en un conjunto de datos no agrupados y agrupados.
Conclusin
la varianza como la ltima de las medidas de dispersin, as como el procedimiento para su clculo en conjuntos de datos agrupados y no agrupados.