Page 54 - m4-unidad01
P. 54

Página del Colegio de Matemáticas del Plantel 8 de la ENP-UNAM                                            Los números reales para contar, comparar y medir                                                                          Autor: Dr. José Manuel Becerra Espinosa


               12.2. MEDIDAS DE DISPERSIÓN PARA UN CONJUNTO DE DATOS

               Las medidas de dispersión indican la mayor o menor concentración de los datos con respecto a las medidas
               de centralización. Las más relevantes son la desviación estándar y la varianza.

               DESVIACIÓN ESTÁNDAR

               La desviación estándar es la medida de dispersión más común, que indica qué tan dispersos están los
               datos con respecto a la media. Mientras mayor sea la desviación estándar, mayor será la dispersión de los
               datos. Se denota por medio de .

               Una desviación estándar grande indica que los puntos están lejos de la media, y una desviación pequeña
               indica que los datos están agrupados cerca de la media.

               La fórmula para calcular la desviación estándar es:

                                                             n
                                                             (x −  ) x  2
                                                                i
                                                       =   i=1
                                                                n

               Ejemplo.
               Calcular la desviación estándar de las siguientes puntuaciones de un jugador de baloncesto de la UNAM
               en los últimos partidos: 18, 20, 15, 24, 22  y 21.

               Solución.
               Calculando la media aritmética:
                   18+  2 0 + 15+  2 4 +  2 2 +  21  120
                x =                      =    =  20  puntos
                             6             6
                5
                       2
                 ( − xx  ) (18−=  20 ) (20 −+  20 ) (15−+  20 ) (24 −+  20 ) (22 −+  20 ) (21−+  20 ) 2
                                                             2
                                2
                                          2
                                                   2
                                                                      2
                 1 = i
                5
                 ( − xx  ) ( ) 2 +−=  2  0 + ( ) ( ) ( ) ( ) 1245 +−  2  2  +  2  +  2  =  4 + 0 + 25+ 16 + 4 + 1=  50
                       2
                                 2
                = i  1
                      n
                      (x −  ) x  2
                         i
                =   i= 1      =  50  =   5 . 2 =  . 1 5811 puntos .
                         n        20
               La interpretación es que el jugador es muy constante ya que su desviación estándar es pequeña
               en comparación de la media, debido a que tiene puntuaciones muy similares.

               VARIANZA

               Está  considerada,  junto  con  la  desviación  estándar,  el  mejor  indicador  de  la  variabilidad  global  de  la
               distribución. Mide la dispersión de los datos respecto a la media aritmética, de hecho, suministra el valor
               medio del cuadrado de las desviaciones de los valores respecto de la media:

               La varianza mide la mayor o menor dispersión de los valores de la variable respecto a la media aritmética.
               Cuanto mayor sea la varianza mayor dispersión existirá y por tanto, menor representatividad tendrá la
               media aritmética. La varianza se expresa en las mismas unidades que la variable analizada, pero elevadas
               al cuadrado.

               Se denota por  y su expresión es:






                                                             53
   49   50   51   52   53   54   55   56