2.

Medidas de dispersin Las medidas de dispersin, tambin llamadas medidas de variabilidad, muestran la variabilidad de una distribucin, indicando por medio de un nmero, si las diferentes puntuaciones de una variable estn muy alejadas de la mediana media. Cuanto mayor sea ese valor, mayor ser la variabilidad, cuanto menor sea, ms homognea ser a la mediana media. As se sabe si todos los casos son parecidos o varan mucho entre ellos. Para calcular la variabilidad que una distribucin tiene respecto de su media, se calcula la media de las desviaciones de las puntuaciones respecto a la media aritmtica. Pero la suma de las desviaciones es siempre cero, as que se adoptan dos clases de estrategias para salvar este problema. Una es tomando las desviaciones en valor absoluto (Desviacin estndar) y otra es tomando las desviaciones al cuadrado (Varianza). 2.1 Amplitud o Rango El rango de variacin o recorrido, denotado por R es el nmero que resulta de la diferencia del valor mximo (x mx.) menos el valor mnimo (x mn.) de una serie de datos observados de variable X. Esto es:

R = x mx. - x mn.

2.2 Rango intercuartlico El rango intercuartil, denotado por RI, es el nmero que resulta de la diferencia del cuartil 3 menos el cuartil 1 de los datos. Esto es:

RI = Q3Q1

2.3 Varianza de datos agrupados por intervalos Si n valores observados de alguna variable cuantitativa X, son agrupados en k intervalos, con marcas de clases m1,m2,,mk, frecuencias absolutas respectivas f1,f2,,fk, entonces, la suma total de los cuadrados de diferencias con respecto a la media y su varianza es :

) -

2.4 Desviacin Estndar La desviacin estndar es la raz cuadrada positiva de la varianza. Denotado por:

Desviacin Estndar:

2.5 Coeficiente de Variacin El coeficiente de variacin, denotado por CV, es una medida de dispersin relativa (libre de unidades de medicin), que se define como el cociente de la desviacin estndar entre la media aritmtica. Esto es:

CV = /
3. Medidas de forma

,o en %

Comparan la forma que tiene la representacin grfica, bien sea el histograma o el diagrama de barras de la distribucin, con la distribucin normal. 3.1 Asimetra Las medidas de asimetra son indicadores que permiten establecer el grado de simetra (o asimetra) que presenta una distribucin de probabilidad de una variable aleatoria sin tener que hacer su representacin grfica.

Coeficiente de asimetra de Fisher En teora de la probabilidad y estadstica, la medida de asimetra ms utilizada parte del uso del tercer momento estndar. La razn de esto es que nos interesa mantener el signo de las desviaciones con respecto a la media, para obtener si son mayores las que ocurren a la derecha de la media que las de la izquierda. Sin embargo, no es buena idea tomar el momento estndar con respecto a la media de orden 1. Debido a que una simple suma de todas las desviaciones siempre es cero. En efecto, si por ejemplo, los datos estn agrupados en clases, se tiene que:

en donde representa la marca de la clase -sima y ello, lo ms sencillo es tomar las desviaciones al cubo. El coeficiente de asimetra de Fisher, representado por

denota la frecuencia relativa de dicha clase. Por

, se define como:

Donde Si Si

es el tercer momento en torno a la media y

es la desviacin estndar.

, la distribucin es asimtrica positiva o a la derecha. , la distribucin es asimtrica negativa o a la izquierda. . El recproco no es cierto: es un error comn

Si la distribucin es simtrica, entonces sabemos que asegurar que si

entonces la distribucin es simtrica (lo cual es falso).

3.2 Curtosis La curtosis es la propiedad de una distribucin de frecuencias por lo cual se compara la dispersin de los datos observados cercanos al valor central con la dispersin de los datos cercanos a ambos extremos de la distribucin. La curtosis se mide en comparacin a la curva simtrica normal o mesocrtica. El coeficiente de apuntamiento de uso ms extendido es el basado en el cuarto momento con respecto a la media y se define como:

Donde

es el 4 momento centrado o con respecto a la media y

es la desviacin estndar.

En ocasiones se emplea esta otra definicin del coeficiente de curtosis:

donde al final se ha sustrado 3 (que es la curtosis de la Normal) con objeto de generar un coeficiente que valga 0 para la Normal y tome a sta como referencia de apuntamiento: Tomando, pues, la distribucin normal como referencia, una distribucin puede ser: ms apuntada y con colas ms anchas que la normal leptocrtica. menos apuntada y con colas menos anchas que la normal- platicrtica. la distribucin normal es mesocrtica. , donde es el momento de orden 4 respecto a la

En la distribucin normal se verifica que media y la desviacin tpica.

As tendremos que: Si la distribucin es leptocrtica Si la distribucin es platicrtica Si la distribucin es mesocrtica y y y

Para julio, agosto y setiembre: Despus de poder apreciar las frmulas que se van a utilizar procederemos a los clculos:

Intervalos de cotizaciones 8.13-8.23 8.23-8.33 8.33-8.43 8.43-8.53 8.53-8.63 8.63-8.73 Total

mi 8.18 8.28 8.38 8.48 8.58 8.68

fi 10 12 15 6 1 1 45

fixmi 81.8 99.36 125.7 50.88 8.58 8.68 375

fixmi2 669.124 822.7008 1053.366 431.4624 73.6164 75.3424 3125.612

Rango Rango intercuartlico Varianza Desviacin Estndar Coeficiente de Variacin Asimetra Curtosis

0.6 0.067916 0.0136 0.11661904 0.01399429 0.54999111 0.19793669

El rango de las cotizaciones en este caso nos da 0.6, lo cual nos da una idea de su dispersin, pero no es muy confiable ya que es inestable porque depende nicamente de los valores extremos de los datos. El rango intercuartlico de las cotizaciones es 0.067916, este valor nos dice que el 50% de las 45 cotizaciones vara en el rango intercuartlico hallado, ya que se excluyen tanto el 25% superior (cuarto superior) como el 25% inferior (cuarto inferior), a diferencia del rango de los datos no se encuentra afectada por los valores extremos. La varianza de las cotizaciones nos da 0.0136, este valor nos mide la dispersin que las cotizaciones tienen respecto a su media, a mayor valor de la varianza mayor ser la dispersin.El detalle aqu es que sus unidades estn elevadas al cuadrado. La desviacin estndar es 0.11661904, nos indica lo mismo que la varianza, pero es mucho ms significativo ya que sus unidades son las mismas que las variables en uso. El coeficiente de variacin result 0.01399429, lo cual es un indicador de grado de homogeneidad o variabilidad de las cotizaciones que resulta my til a la hora de comparar dos o ms series de datos.

La asimetra que se obtuvo fue 0.54999111 y como es mayor que 0 es asimtrica positiva (con cola o sesgo hacia la derecha), otra manera de hallar esta asimetra sera comparando la media, mediana y moda (Mo<Me<media, Simetra positiva).

La curtosis es 0.19793669, como result mayor que 0 sera leptocrtica, sin embargo no se puede decir que es leptocrtica, porque la distribucin de los datos no es simtrica sino asimtrica positiva.