Professional Documents
Culture Documents
MEDIDAS DE DISPERSIN
PLAN DE CLASE
COMPETENCIAS
Al termino de la sesin, el
estudiante estar en capacidad de:
Definir y calcular medidas de
dispersin.
Determinar la calidad del estimador,
utilizando medidas de dispersin
apropiadas.
Interpretar un grfico de caja.
Resolver problemas de aplicacin
sobre los conceptos desarrollados.
INTRODUCCIN
500
1500
2000
2050 2100
6250
MEDIDAS DE DISPERSIN
Las medidas de dispersin o variabilidad miden el grado
de concentracin de los datos con respecto a un valor
central. Para medir el grado de concentracin de los
datos se tienen en cuenta las desviaciones.
Las desviaciones son las diferencias entre los valores de
los datos y la media de estos.
Ejemplo
Del ejemplo anterior, tenemos:
500 2050 = -1550
1500 2050 = -550
6250 2050 = 4200
VARIANZA Y DESVIACIN
ESTNDAR
PROPIEDADES DE LA VARIANZA
La varianza es siempre un nmero no negativo; es decir:
V(X)0.
La varianza de una constante es igual a cero; es decir:
V(k)=0, k = ctte.
Nuevo
dato
Nueva varianza
XB
CX
CXB
V(X)
C2 V(X)
C2 V(X)
Nueva
desviacin
estndar
S(X)
C S(X)
C S(X)
Nueva
media
Nueva
varianza
XB
CX
CXB
X B
CX
CX B
V(X)
C2 V(X)
C2 V(X)
Nueva
desviacin
estndar
S(X)
C S(X)
C S(X)
COEFICIENTE DE VARIACIN
EJERCICIO RESUELTO
Para la lnea 1:
(en miles de horas)
N de focos
en la lnea 1
[1.05, 1.45>
[1.45, 1.85>
[1.85, 2.25>
15
[2.25, 2.65>
Totales
35
Tiempo de vida
Adems:
4
xif = 68.9500
i
i=1
4
x 2 f 140.2475
i i
i=1
Para la lnea 2:
Focos en la lnea 2 agrupados por su tiempo de vida
12
12
Frecuencia
10
8
4
2
0
1,05
1,45
1,85
Tiempo de vida
2,25
2,65
0.3604
1.97
= 0.1829
0.4014
CV2 =
= 0.2246
1.7875
Los focos de la lnea 1presentan tiempos de vida menos variables.
CV =
= 0.1681
2 1.7875 + 0.6
Los focos de la lnea 2 presentan tiempos de vida ms homogneos.
DIAGRAMA DE CAJA
En aos recientes se ha empleado con xito un
resumen grfico, llamado diagrama de caja, para
describir varias de las caractersticas ms
destacadas de un conjunto de datos. Entre estas
caractersticas estn (1) centro, (2) dispersin, (3)
naturaleza y magnitud de cualquier desviacin
respecto a la simetra y (4) identificacin de valores
atpicos, observaciones bastante alejadas del
grueso de los datos.
(Jay L. Devore, Probabilidad y Estadstica para Ingeniera y Ciencias)
EJEMPLO 1
Valor
mnimo
12
14
Mediana=Q2
Q1
16
Valor
mximo
Q3
18
20
22
24
26
28
30
32
34
36
Minutos
EJEMPLO 2
Dos profesores (A y B) estn interesados en estudiar los hbitos de
sueo de los estudiantes en sus clases. Ambos profesores registran el
tiempo (en minutos) que demoran en quedarse dormidos sus alumnos
desde que empieza la clase. El grfico muestra los tiempos que
demoran en quedarse dormidos los alumnos de ambos profesores.
MEDIDAS DE ASIMETRA Y
CURTOSIS
MEDIDAS DE ASIMETRA
Estas medidas permiten conocer la forma que
tiene la curva que representa al conjunto de
datos.
Estas medidas nos brindan informacin sobre la
direccin de la dispersin de los datos. Si esta
dispersin tiende hacia el lado derecho, diremos
que la curva tiene asimetra positiva, en caso
contrario diremos que tiene asimetra negativa.
Si las dispersiones de la curva son iguales
diremos que la curva es simtrica.
(x - Me)
A =3
k
s
Si Ak < 0, la distribucin tiene asimetra negativa.
Si Ak = 0, la distribucin es simtrica.
Si Ak > 0, la distribucin tiene asimetra positiva.
MEDIDAS DE CURTOSIS
Estas medidas nos brindan informacin sobre el
grado de deformacin vertical de una distribucin
de frecuencias en comparacin con la curva normal
que le corresponde.
Tipos de distribuciones segn su grado de curtosis:
Distribucin
platicrtica:
Si
el
grado
de
apuntamiento es menor que el de la distribucin
normal.
Distribucin mesocrtica: Si el grado de
apuntamiento es igual que el de la distribucin
normal.
Distribucin leptocrtica: Si el grado de
apuntamiento es mayor que el de la distribucin
normal.
Coeficiente de Curtosis:
(P75 - P25 )
Ku =
2(P90 - P10 )
a.
b.
c.
VERIFICANDO LO APRENDIDO
a)
b)
RESOLVER
LOS
PROBLEMAS 1, 5, 6
y 8 DE LA GUA DE
TRABAJO.