MEDIDAS DE
DISPERSIÓN
MG. ROGER QUISPE RIQUELME
MEDIDAS DE
DISPERSIÓN
• La varianza.
• La desviación estándar.
• Asimetria
• Curtosis
VARIANZA
• Varianza para datos dispersos o no agrupados o no clasificados:
DESVIACIÓN
ESTÁNDAR
• Desviación estándar para datos dispersos o no agrupados o no clasificados:
EJEMPLO
Dada las siguientes calificaciones obtenidas por 7 estudiantes en el Curso de
Estadística: 14, 13, 12, 11, 12, 16 y 13. Hallar la varianza y la desviación estandart.
SOLUCION:
EJEMPLO
Varianza:
En las calificaciones obtenidas por los 7 estudiantes en el Curso de Estadística,
existe una variación de 2.67 puntos con respecto al promedio.
EJEMPLO
Desviación Estandart:
MEDIDASDE
ASIMETRÍA
Asimetría Positiva: Se dirá que una distribución de frecuencia unimodal presenta
asimetría positiva o a la derecha, si tiene ramificación extendida hacia la derecha o
hacia valores grandes de la variable. En este caso la media aritmética es mayor
que la moda. La mediana por el hecho de dividir el conjunto de observaciones en
dos partes iguales, quedará comprendida entre ambas.
Asimetría Negativa: Se dirá que una distribución de frecuencia unimodal presenta
asimetría negativa o a izquierda, si tiene una ramificación más extendida hacia la
izquierda o hacia valores pequeños de la variable. La media aritmética es menor
que la moda. La mediana por la misma razón anterior permanecerá en el centro.
MEDIDAS DE ASIMETRÍA
MEDIDAS DE
ASIMETRÍA
Asimetría Positiva: Se dirá que una distribución de frecuencia unimodal presenta
En el caso una distribución simétrica, las desviaciones respecto a la media se anularan
(puesto que en m3 el exponente es impar se sumaran números positivos y negativos) y
el coeficiente de asimetría será nulo (g1 = 0). En caso contrario, g1 tendrá valores
positivos para una asimetría positiva (a la derecha) y negativos cuando la asimetría
sea en el otro sentido. Hay que indicar que la división por el cubo de la desviación
estandar se hace para que el coeficiente sea adimensional y, por lo tanto,
comparable entre diferentes muestras.
MEDIDA DE CURTOSIS
Además de la simetría, otra característica importante de la forma en que se distribuyen los datos de la
muestra es como es el agrupamiento en torno al valor central. Como se observa en la Figura 3.4, los datos
se pueden distribuir de forma que tengamos un gran apuntamiento (o pico en el histograma) alrededor del
valor central, en cuyo caso diremos que tenemos una distribución leptocúrtica, o en el extremo contrario,
el histograma puede ser muy aplanado, lo que corresponde a una distribución platicurtica. En el caso inter-
medio, diremos que la distribución es mesocúrtica y el agrupamiento corresponderá al de una distribución
llamada normal, o en forma de campana de Gauss.
Esta característica del agrupamiento de los datos se denomina curtosis y para cuantiarla se define el
creciente de curtosis como el cociente entre el momento de cuarto orden respecto a la media y la cuarta
potencia de la desviación típica
CURTOSIS
