Estadstica Aplicada

Docente: Ing. Graciela Reyes Pastor

greyesp@upao.edu.pe

MEDIDAS DE DISPERSIN
Docente: Ing. Graciela Reyes Pastor
greyesp@upao.edu.pe

Plan de Clases
Inicio

Contenido
de la sesin

Cierre

Competencias
Motivacin.
Saberes previos.
Medidas de dispersin. Varianza, desviacin estndar y
coeficiente de variacin.
Grfico de caja.
Ejercicios resueltos.

Retroalimentacin.
Autoevaluacin

Carreras para Gente que Trabaja

Competencias
Al trmino 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.

Carreras para Gente que Trabaja

Introduccin

500

1500

2000

2050 2100

625
0
2

Carreras para Gente que Trabaja

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
2

Carreras para Gente que Trabaja

Varianza y Desviacin Estndar

Carreras para Gente que Trabaja

Carreras para Gente que Trabaja

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
XB
CX
CXB

Nueva varianza
V(X)
C2 V(X)
C2 V(X)

Nueva desviacin
estndar
S(X)
C S(X)
C S(X)
2

Carreras para Gente que Trabaja

Resumen de las propiedades

de la media y la varianza
Nuevo
dato

Nueva
media

XB
CX
CXB

Nueva
varianza
V(X)
C2 V(X)
C2 V(X)

Nueva
desviacin
estndar
S(X)
C S(X)
C S(X)

Carreras para Gente que Trabaja

Coeficiente de Variacin

Para tener en cuenta:

Casos:
CV 10%
10% < CV 30%
CV > 30%

Conclusin:
El conjunto de datos es homogneo.
El conjunto de datos es variable.
El conjunto de datos es heterogneo.
2

Carreras para Gente que Trabaja

EJEMPLO:

Carreras para Gente que Trabaja

EJERCICIO:
El jefe de produccin de una empresa que fabrica focos ahorradores quiere obtener
informacin estadstica acerca del tiempo de vida de los focos producidos en sus dos
lneas de produccin. Para esto, ha tomado muestras de focos de ambas lneas,
obteniendo los siguientes resultados:
Para la lnea 1:
N de focos
en la lnea 1
3
9
15
8
35

Tiempo de vida
(en miles de horas)

[1.05, 1.45>
[1.45, 1.85>
[1.85, 2.25>
[2.25, 2.65>
Totales

Adems:

4
xif = 68.9500
i
i=1

Carreras para Gente que Trabaja

4
x2 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

Luego de realizar los clculos necesarios, responda:

a)
b)

Cul de las dos lneas presenta tiempos de vida menos variables?

Para corregir los errores en la toma de los tiempos de vida en ambas lneas,
se realizan los siguientes cambios: En la lnea 1, los tiempos se
incrementaron en 10% ms 150 horas y en la lnea 2, los tiempos se
incrementaron en 600 horas. En cul de las dos lneas, se presentan
tiempos ms homogneos luego de los cambios?

Carreras para Gente que Trabaja

Muchas Gracias!
Ing. Graciela Reyes Pastor

Carreras para Gente que Trabaja