Facultad de Ingeniera

Estadstica 1
Ing. Edwin Bracamonte Orozco

Medidas de Variabilidad o Dispersin

Rango:
El rango en una distribucin de frecuencias nos permite determinar la amplitud de
los datos que se han agrupado, determinando la diferencia entre el limite real
superior de la clase mayor y el lmite inferior de la clase menor. Es importante
resaltar que es un valor inestable al incrementarse el tamao de la muestra, ya
que es posible que valores extremos aislados ocurran.
R=Lmite real superior mayorLmite real inferior menor

Variancia o varianza
La varianza es el promedio de las diferencias al cuadrado entre los valores
observados y el promedio aritmtico, se le conoce tambin como el momento de
orden 2, utilizado en el clculo del grado de asimetra y del grado de agudez. La
raz cuadrada nos proporciona la desviacin estndar.
En datos sin agrupar se calcula como:
2

( X i X )
s=
2

en datos agrupados se tienen varios mtodos a igual que los utilizados para
el clculo del promedio aritmtico:
2

( X i X ) f i
s=
fi
X 2i f i X if i
s 2=
fi
fi
2

s =i

)]
2

di 2f i d if i
fi
fi

)]
2

Facultad de Ingeniera
Estadstica 1
Ing. Edwin Bracamonte Orozco
Desviacin estndar
La desviacin estndar es la medida de la dispersin de los datos respecto de la
media aritmtica. Corresponde a la raz cuadrada de la varianza.
s= s2
para nuestro ejemplo:

( X i X ) )
-0.21392
-0.14392
-0.07392
-0.00392
0.06608
0.13608
0.20608
0.27608
0.34608

X i X f i

-1.0696
-2.01488
-1.55232
-0.16072
1.652
1.90512
0.61824
0.27608
0.34608
0.00

s^2
2

s=

X i X 2f i
0.22881
0.28998
0.11475
0.00063
0.10916
0.25925
0.12741
0.07622
0.11977
1.32598
0.010607
834

1.32598
=0.0106
125

s= 0.0106=0.10299 minutos

Coeficiente de variacin relativa de Pearson

Es el cociente entre la desviacin estndar y el promedio aritmtico, expresado en
porcentaje. Su utilidad se pone de manifiesto cuando necesitamos realizar una
comparacin significativa entre dos variables, las cuales pueden estar en unidades
diferentes , o bien, estn en las mismas unidades, pero los promedios se
encuentran muy alejados.

Facultad de Ingeniera
Estadstica 1
Ing. Edwin Bracamonte Orozco
s
V = 100
X
En nuestro ejemplo:
0.10299
V=
100=5.298
1.94392

Un ejemplo ilustrativo de la utilidad del coeficiente de variacin, podra ser el

siguiente:
Un estudio de las calificaciones en un curso interno sobre principios de
administracin y los aos de servicio de los empleados inscritos en el curso, dio
como resultado estas estadsticas: la calificacin media fue 200, la desviacin
estndar 40. La media del nmero de aos de servicio fue 20 aos, la desviacin
estndar, de dos aos. Cul de las variables tiene mayor dispersin?
Para las calificaciones tenemos que:
V=

40
100=20
200

Para el tiempo de servicio tenemos que:

V=

2
100=10
20

Como conclusin observamos que existe mayor dispersin relativa en las

calificaciones que en el tiempo de servicio.
Otro ejemplo de inters sera el siguiente:
Se va a comparar la variacin de los ingresos anuales de ejecutivos con la
variacin de los ingresos anuales de trabajadores no calificados. Para una muestra
de ejecutivos X =500000 y s=50000 . Para una muestra de trabajadores no
calificados X =12000 s=1200 . Se tendra la impresin de que la dispersin de los
ingresos anuales de los ejecutivos es mayor que la de los trabajadores no
calificados, pero en trminos relativos se tiene:

Facultad de Ingeniera
Estadstica 1
Ing. Edwin Bracamonte Orozco
Para los ingresos anuales de los ejecutivos tenemos que:
V=

50,000
100=10
500,000

Para los ingresos anuales de los trabajadores no calificados tenemos que:

1,200
V=
100=10
12,000
Como conclusin no existe diferencia en la dispersin relativa de los dos grupos de
ingresos.

Facultad de Ingeniera
Estadstica 1
Ing. Edwin Bracamonte Orozco
Medidas de asimetra o sesgo
Debemos entender la asimetra o sesgo como el corrimiento que tiene el
promedio aritmtico respecto de las medidas de tendencia central moda y
mediana, o bien, el corrimiento entre los cuartiles 1 y 3 respecto de la mediana.
Las relaciones de asimetra o sesgo se observan desde la construccin de la
distribucin de frecuencias y en los grficas histograma, polgono y curva de
frecuencias de la siguiente forma:
a) Si X =M e=M O existe simetra en la distribucin de frecuencias y los
coeficientes de asimetra sern iguales a cero.
b) Si X < M e < M O existe asimetra o sesgo negativo en la distribucin de
frecuencias, lo que significa que los coeficientes de asimetra sern valores
negativos. Esto debido a la influencia de valores pequeos en la distribucin.
c) Si X >M e > M O existe asimetra o sesgo positivo en la distribucin de
frecuencias, lo que significa que los coeficientes de asimetra sern valores
positivos. Esto debido a la influencia de valores grandes en la distribucin.
Como referencia de comparacin se puede considerar que los coeficientes de
asimetra pueden variar dentro del intervalo (-3, 3).
Para determinar los coeficientes de asimetra se pueden utilizar las
siguientes expresiones:
Sk 1=

Sk 2=

Sk 3=

( XM
O)
s

3( XM
e)
s

( Q3M e ) ( M e Q 1 )
Q 3Q1

En el ejemplo:

Sk 1=

( 1.943921.94389 )
=0.000291
0.10299

En el ejemplo .....

Sk 2=

3( 1.943921.94341 )
=0.014856
0.10299

Facultad de Ingeniera
Estadstica 1
Ing. Edwin Bracamonte Orozco
En el ejemplo .....

Sk 3=

(2.01071.94341 )( 1.943411.8058 )
=0.343192
2.01071.8058

Medidas de agudez o curtosis

La agudez o curtosis mide el grado de apuntamiento de una distribucin, de igual
manera que el sesgo la agudez puede variar dentro del intervalo (-3,3).
Para efectos de clculo de la curtosis, generalmente se utilizan los llamados
momentos de orden r:
r

( X i X )
m=
r

Orden Datos sin agrupar

0
r=0

( X i X )
m r=
=1
n
r=1

( X i X )
m=
=0
1

r=2

( X i X )
m=
2

r=3

( X i X )
m=
3

r=4

( X i X )
m=
4

Datos agrupados
0
( X i X ) f i
m r=
=1
fi
1
( X i X ) f i
m 1=
=0
fi
2
( X i X ) f i
m 2=
fi
3
( X i X ) f i
m 3=
fi
4
( X i X ) f i
m 4=
fi

Uso como

Varianza

Medida de
asimetra

Medida de
agudez

Otra forma de calcular los momentos:

[
[
[

)]
2

d i f i d if i

m 2=i

fi
fi
2
d i 3f i
d i 3f i d if i
d if i

3
m3=i
3
+2
fi
fi
fi
fi
d i 4f i 4 di 3f i di f i + 6 d i 2f i d if i
4
m 4=i
fi
fi
fi
fi
fi
2

(
(

)(
)(

) (
) (

)]
)(

) (
3

d i f i
fi

)]
4

Facultad de Ingeniera
Estadstica 1
Ing. Edwin Bracamonte Orozco

Para determinar los ndices de asimetra se hace la siguiente relacin entre los
momentos:

m 23 m3
1= 3 = 3
m2 s
Para determinar la medida de la curtosis o agudez se hace La siguiente relacin
entre los momentos:
2=

m4
m22

Si 2 <0 se dice que la distribucin es Platicrtica (de menor agudez)

Si 2 =0 sedice que la distribucin es Mesocrtica (agudez media, normal)
Si 2 >0 se dice que la distribucin es Leptocrtica (de mayor agudez)

En nuestro ejemplo se obtienen los siguientes resultados:

( X i X )
-0.21392
-0.14392
-0.07392
-0.00392
0.06608
0.13608
0.20608
0.27608
0.34608

m 2=

1.32598
=0.01061
125

(
X i X f i
)
-1.0696
-2.01488
-1.55232
-0.16072
1.652
1.90512
0.61824
0.27608
0.34608
0.00

X i X f i
0.22881
0.28998
0.11475
0.00063
0.10916
0.25925
0.12741
0.07622
0.11977
1.32598
2

X i X f i
-0.04895
-0.04173
-0.00848
0.00000
0.00721
0.03528
0.02626
0.02104
0.04145
0.03208
3

X i X f i
0.01047
0.00601
0.00063
0.00000
0.00048
0.00480
0.00541
0.00581
0.01435
0.04795
4

Facultad de Ingeniera
Estadstica 1
Ing. Edwin Bracamonte Orozco
m 3=

0.03208
=0.0026
125

m 4=

0.04795
=0.00038
125

Clculo de la Asimetra
1=

0.00262
=2.379
3
0.01061

asimetra hacia los valores superiores

Clculo de la agudez
0.00038
2=
3=3.37563=0.3756
0.010612
con mayor agudez, lo cual se observaba en las grficas.