Nos hablan de la
variabilidad que
encontramos en una
determinada muestra o
población
Cuando hablamos de
muestra, esta
dispersión es
importante porque
condiciona el error
que vamos a tener a
la hora de hacer
inferencias para
medidas de tendencia
central, como la
media
¿Para qué sirven las
medidas de dispersión?
En un estudio estadístico,
a la hora de generalizar los
datos de una muestra de
una población las medidas
de dispersión son muy
importantes ya que
condicionan de manera
directa el error con el que
trabajemos
Rango
El rango (R) o
recorrido
estadístico es
la diferencia
entre el valor
máximo y el
mínimo de un
conjunto de
elementos.
Formula: R= DM - dm
Varianza
La varianza (S2) mide la
dispersión de los datos
de una muestra
respecto a la media,
calculando la media de
los cuadrados de las
distancias de todos los
datos.
Formula: S^2 X=(∑_(i=1)^N▒(X_i-□(→┬x )) )/(N-1)
Siendo: (X1, X2, .....XN) Un
conjunto de datos y x la media
Al elevar las diferencias al cuadrado se
garantiza que las diferencias absolutas
respecto a la media no se anulan entre si.
Además, resaltan los valores alejados.
Siempre se cumple que la varianza es mayor
o igual que cero (S2 ≥ 0). La varianza es cero
cuando todos los datos son el mismo
Desviacion tipica
La desviación típica
es la medida de
dispersión (S)
asociada a la media.
Mide el promedio de
las desviaciones de
los datos respecto a
la media en las
mismas unidades de
los datos.
El cuadrado de la
desviación típica
es la Varianza.
Formula:
s_x=√((∑_(i=1)^N▒(x_1-Media(X))2)/(N-1))
Siendo (X1, X2,.....XN) Un conjunto de datos
Rango intercuartílico
El rango
intercuartílico (IQR)
(o rango intercuartil)
es una estimación
estadística de la
dispersión de una
distribución de datos.
Consiste en la
diferencia entre el
tercer y el primer
cuartil. Mediante
esta medida se
eliminan los valores
extremadamente
alejados
Formula: IQR= Q3- Q1
Con el IQR podremos
elaborar los diagramas
de caja, que es un
instrumento muy
visual para evaluar la
dispersión de una
distribución.
Coeficiente de variación de Pearson
El coeficiente de
variación de Pearson
(r) mide la variación
de los datos respecto
a la media, sin tener
en cuenta las
unidades en la que
están.
El coeficiente de variación toma valores
entre 0 y 1. Si el coeficiente es próximo al
0, significa que existe poca variabilidad
en los datos y es una muestra muy
compacta. En cambio, si tienden a 1 es
una muestra muy dispersa.Para
interpretar fácilmente el coeficiente,
podemos multiplicarlo por cien para
tenerlo en tanto por cien.