UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

MEDIDAS DE DISPERSION.
Son indicadores estadsticos que representan cuan dispersas se encuentran los datos de la
variable, sealndonos el grado de concentracin de los mismos con respecto al promedio de la
1
distribucin.
Las medidas de dispersin ms usuales son:

Rango
Rango intercuartilico
Varianza
Desviacin Estndar
Coeficiente de Variacin

Las medidas de dispersin se usan para:

a)
b)

Verificar la confiabilidad de los promedios.

Establecer como base para el control de la variable. As tenemos:

Alta dispersin (medida de dispersin alta) --- baja concentracin alrededor del promedio. DATOS
HETEROGENEOS
Baja dispersin (medida de dispersin baja) -- Alta concentracin alrededor del promedio. DATOS
HOMOGENEOS
RANGO.El rango de una variable es la diferencia entre el valor mximo y su valor mnimo y se define como:
R = Xmax - Xmin
Su uso es muy limitado, pues solo toma en cuenta los valores extremos.
Ejemplo:
La edad de 10 alumnos en un aula de clase, es segn se muestra a continuacin. Se pide hallar
el rango.
23
18
28
18
16
26
19
20
21
18
Solucin.
Rango = 28 16 = 12
Luego, existe una dispersin de 12 aos.
RANGO INTERCUARTILICO
Se le llama rango intercuartlico o rango intercuartil, a la diferencia entre el tercer y el
primer cuartil de una distribucin. A diferencia del rango, se trata de un estadstico robusto.

FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA

UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

El rango intercuartlico es una medida de variabilidad adecuada cuando la medida de posicin

central empleada ha sido la mediana.

RI =Q3 Q1

Ejemplo: Calcular e interpretar el RI para el siguiente conjunto de edades:

20, 49, 59, 18, 32, 32, 63, 24, 20, 32, 53, 48
Q1 = 22
Q3 = 51
RI = 5122 = 29 aos
Interpretacin:
29 aos es la distancia existente en el 50% central de la distribucin.

FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA

UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

DESVIACIN MEDIA RESPECTO A LA MEDIA (D x) Se define como el promedio de las

desviaciones en valor absoluto respecto a la media aritmtica:

Dx

x ni

n
Si toma valores grandes significa que los valores de la variable se distribuirn en valores alejados
de la media.

Ejemplo 1:
xi
0
1
2
3
4
5
6

ni
2
4
21
15
6
1
1

44.38

xi - x
2.52
1.52
0.52
0.48
1.48
2.48
3.48

ni xi-x
5.04
6.04
10.92
7.2
8.88
2.48
3.48

Dx = 44.38/50 = 1.77
DESVIACIN MEDIA RESPECTO A LA MEDIANA (D Me) Se define como el promedio de las
desviaciones en valor absoluto respecto a la mediana:

D Me

Men i

Si DMe es grande los valores estn dispersos respecto de la mediana.

Ejemplo 1:
xi
0
1
2
3
4
5
6

ni
2
4
21
15
6
1
1

xi - Me
2
1
0
1
2
3
4

ni xi-Me
4
4
0
15
12
3
4
42

DMe = 42/50 = 0.84

FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA

UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

LA VARIANZA

CALCULO DE LA VARIANZA.
A) DATOS SIN AGRUPAR.VARIANZA:
N

i 1

S2

x
i 1

n 1

Donde:
Xi
N
n

S2

valores de la variable X
tamao de la poblacin
tamao de la muestra
Varianza poblacional
Varianza muestral

.- DATOS AGRUPADOS.Cuando los datos estn en una tabla de distribucin de frecuencia, la varianza se halla segn la
frmula:

FACULTAD DE INGENIERA

i 1

. fi

S2

m
i 1

x . fi
2

n 1

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA

UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

donde:
fi = frecuencia absoluta simple de cada clase o grupo
mi = marcas de clase de cada clase o grupo.
5

N = tamao de la poblacin.
n = tamao de la muestra

= Varianza poblacional

S2 = varianza muestral
Nota.- No olvidar que la Desviacin estndar es la raz cuadrada de la varianza
Observacin: la frmula de la varianza en forma abreviada quedara del siguiente modo:
Datos no agrupados
Datos agrupados
2 =

2 2
1

2 =

2 2
1

COEFICIENTE DE VARIACION.

USO DE LAS MEDIDAS DE DISPERSION.

FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA

UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

PROPIEDADES DE LA VARIANZA.

FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA

UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

INDICES DE ASIMETRIA.

FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA

UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

COEFICIENTE DE ASIMETRA DE FISHER:

g1

x n i
3

ns

m3
s3

S la distribucin es simtrica en el denominador tendremos el mismo nmero de desviaciones

positivas como negativas y por tanto g1 = 0.
Si g1>0 la distribucin es asimtrica positiva o asimtrica a derechas.
Si g1<0 la distribucin es asimtrica negativa o asimtrica a izquierdas
Medida de Yule Bowley o Medida Cuartlica

La Medida de Bowley vara entre -1 y 1

Si As < 0
Si As = 0
Si As > 0

la distribucin ser asimtrica negativa.

la distribucin ser simtrica.
la distribucin ser asimtrica positiva.

FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA

UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA

UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

CURTOSIS.

10

Adems la curtosis Miden la mayor o menor cantidad de datos que se agrupan en torno a la moda.
Solo tienen sentido en distribuciones campaniformes, es decir, unimodales simtricas o
ligeramente asimtricas.
Si para valores prximos a la moda las frecuencias son ms altas que en la distribucin normal,
la grfica ser muy apuntada en esa zona, y se dice que es de tipo leptocrtico. Cuando son ms
bajas que en la distribucin normal se dice que es de tipo platicrtico. Cuando la distribucin de
frecuencias es igual de apuntada que la normal se dice que es mesocrtica
COEFICIENTE DE APUNTAMIENTO DE FISHER. Se define como:
g2

x n i
4

ns

si g2>0 leptocrtica.
si g2<0 platicrtica.
si g2=0 mesocrtica o normal.

m4
s4

CURTOSIS BASADO EN PERCENTILES.

FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA

UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

CURTOSIS BASADAS EN CUARTILES Y PERCENTILES.

=
Nota:
Si K < 0,263
Si K = 0,263
Si K > 0,263

( )

la distribucin es platicrtica
la distribucin es normal o mesocrtica
la distribucin es leptocrtica

DIAGRAMA DE CAJAS.

NOTA:
QUE SON LOS MOMENTOS?
Definicin: Los momentos son valores que caracterizan a una distribucin, de tal modo que dos
distribuciones son iguales, si tienen todos sus momentos iguales, y son tanto ms parecidas
cuanto mayor sea el nmero de momentos iguales que tengan.
Es un artificio que nos permite unificar el tratamiento matemtico de los principales coeficientes de
la estadstica descriptiva.

FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA

11

UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

TIPOS DE MOMENTOS:
a. Momento de Orden r con respecto a un punto a de la muestra (M r,a):
( | )= (
; datos no clasificados

)
( | )=
; datos clasificados
( )
r = numero de momentos.
a = punto cualquiera.
b.

Momentos con respecto al origen (Mr,0; M`r):

Cuando a = 0; Se observa que el momento de orden uno centrado en el origen coincide
con la media aritmtica (x) de la distribucin.
M`r = 1/n nir , datos no clasificados.
M`r = 1/n niyir , datos clasificados.

c.

Momentos respecto a la media aritmtica (Mr,x; Mr):

Cuando a = X; Se observa que:
- El momento de orden 1 es igual a cero;
- El momento de orden 2 centrado en la media aritmtica coincide con la varianza de la
distribucin.
- El momento de orden 3 coincide con el clculo de la asimetra o sesgo.
- El momento de orden 4 coincide para el clculo de la curtosis o apuntamiento.
1

= ( ) ; Datos no clasificados.
=

( ) ; Datos clasificados.

= marca de clase
INTERPRETACIN:
Los momentos de indican la semejanza y el sentido de dos variables; dos distribuciones son
iguales, si tienen todos sus momentos iguales, y son tanto ms parecidas cuanto mayor sea el
nmero de momentos iguales que tengan.
APLICACIN:

FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA

12

UNIVERSIDAD DE HUNUCO

ESTADISTICA I EST. Y . PROB. - ESTADISTICA

LENIN JUSTINIANO PIO.

Una de las principales aplicaciones de los momentos es su utilizacin para la

identificacin de distribuciones a partir de muestras de datos dentro de la estadstica
descriptiva.
En finanzas, resulta til medir la forma de las distribuciones, porque es una solucin
13
simple y eficaz para muchos problemas.

FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE ING. CIVIL / AMBIENTAL / SISTEMAS / ARQUITECTURA