You are on page 1of 6

Instituto Tecnológico Superior de Zongolica.

(Campus Orizaba).

Materia:
Estadística Inferencial II.

Tema:
VoBo:

Según Vergara. La media aritmética o promedio destaca por representar el reparto equitativo. el valor que correspondería a cada uno de los datos de la distribución si su suma total se repartiera por igual. Según castillo Es el valor resultante que se obtiene al dividir la sumatoria de un conjunto de datos sobre el número total de datos. Para diferenciar datos muéstrales de datos poblacionales. La media aritmética es una de las medidas estadísticas más usadas por ser de muy fácil cálculo. este indicador será µ. . Solo es aplicable para el tratamiento de datos cuantitativos. en el caso de que estemos trabajando con una muestra. la media aritmética se representa con un símbolo para cada uno de ellos: si trabajamos con la población. el equilibrio. Es el valor que tendrían los datos. Según Alvares. si todos ellos fueran iguales. Cuando se tiene que resumir un conjunto de datos numéricos es muy frecuente utilizar la media aritmética. Es lo que se conoce como promedio. Según Martin. La fórmula es Con los datos obtenidos elaboramos una serie de tablas Con los datos de las tablas fabricamos unos gráficos (también llamados figuras) de frecuencia que podrás observar al lado de cada tabla. la Media aritmética corresponde a la suma de todos los datos que nos proporcionan dividido por el número total de éestos. también. Equivale al cálculo del promedio simple de un conjunto de datos. la equidad. O. La cantidad de números es finita.Importancia de la media.

Matemáticamente. Sin embargo. La aparente complicación de la fórmula surge del hecho de que al restar la media a los valores de . En realidad no importa si usted no sabe calcular con exactitud la desviación estándar. por la letra s (minúscula) cuando se infiere de una muestra. la desviación estándar mide el grado de dispersión o variabilidad. los estadísticos saben que cuando un conjunto de datos se distribuye de manera “normal”. siempre y cuando usted comprenda claramente el concepto. parecer algo complicada. y por la letra S (mayúscula) cuando simplemente corresponde a la desviación estándar de una muestra. Mientras mayor es la desviación estándar. cuando se calcula sobre la base de toda la población. a primera vista. es en realidad un concepto extremadamente simple. También saben que el 96% de todas las observaciones tiene un valor no es mayor a la media más o menos dos desviaciones estándar (la Figura 18 grafica esta información). midiendo la diferencia entre cada valor del conjunto de datos y la media del conjunto de datos. sumando todas estas diferencias individuales para dar el total de todas las diferencias. mayor es la dispersión de la población.La Desviación Estándar La desviación estándar es un índice numérico de la dispersión de un conjunto de datos (o población). Así. La fórmula de la desviación estándar es . Por ejemplo. Por último. la desviación estándar podría. donde representa la suma de las diferencias al cuadrado entre cada observación y la media y N representa el número total de observaciones. La desviación estándar es un promedio de las desviaciones individuales de cada observación con respecto a la media de una distribución. Este promedio de las distancias es la desviación estándar y de esta manera representa dispersión. La desviación estándar es un indicador en extremo valioso con muchas aplicaciones. dividiendo el resultado por el número total de observaciones (normalmente representado por la letra “n”) para llegar a un promedio de las distancias entre cada observación individual y la media. En primer lugar. Luego. La desviación estándar de una población es normalmente representada por la letra griega (sigma). el 68% de las observaciones de la distribución tiene un valor que se encuentra a menos de una desviación estándar de la media.

Para evitar este problema. producirán una suma igual a cero para la suma de las desviaciones individuales. las diferencias positivas y negativas se compensarán entre sí y. de modo que todas las desviaciones sean positivas y se puedan sumar. el resultado es otro famoso indicador de dispersión conocido como la “varianza” . por decirlo así. Cuando no se incluye la raíz cuadrada. se calcula la raíz cuadrada para ‘compensar’. los valores de las observaciones que están bajo la media producirán diferencias negativas. Así.cada observación individual para calcular las diferencias ( ). la elevación al cuadrado anterior de los valores. en el caso de una distribución simétrica. Después. las desviaciones se elevan al cuadrado. mientras que los valores de las observaciones que son mayores que la media proporcionarán valores positivos.

la nota de promoción * Controlar que los productos no estén fuera de la fecha de vencimiento * Dar proyecciones sobre quién asumirá el próximo gobierno * Otra medida que se utiliza mucho es el “Coeficiente de Variación” (CV). Es una medida de dispersión relativa de los datos. agregaré unos ejemplos y comentarte que gracias a la Desviación Estándar se pueden analizar investigaciones. productos. encuestas realizadas etc. Por ejemplo: * Estimar índices de consumo. con el fin de estimar determinados parámetros y probabilidades .Aplicaciones de la desviación estándar. comercializaciones. * Controlar la variabilidad en presupuestos. etc * Estimar si un estudiante alcance o no. Para calcular el CV se realiza el cociente entre la desviación estándar y la media aritmética *Su utilidad estriba en que nos permite comparar la dispersión o variabilidad de dos o más . en las ventas .

aún cuando estén expresados en distintas unidades de medida. Se quiere comparar “Peso y Talla” de un grupo de personas.grupos.15 O sea. * Sirve para comparar de forma relativa la variabilidad de dos grupos cuya unidad de análisis sea distinta o de dos grupos con la misma unidad e medida pero con diferente cantidad. y los datos son los siguientes: Datos del Peso (en kg) media = 70 kg . permite hacer comparables dos o más conjuntos de valores o datos (muestras o poblaciones) que esencialmente no son comparables. por referirse a cuestiones diferentes. desviación estándar de 15 cm CV = 15cm / 166.5kg / 70kg = 0. . *El coeficiente de variación se utiliza se utiliza para comparar la homogeneidad de dos series de datos.5 kg CV = 10. o sea. . .V carece de unidades. que el peso presenta un 15% de dispersión o variabilidad Datos de la Talla (en cm) media = 166. Un ejemplo en donde necesitamos calcular el coeficiente de variación. desviación estándar = 10.5cm = 0. tiene menor variablilidad . no tan cambiente.09 Significa que la talla presenta un 9% de variación Conclusión: la talla respecto del peso es más estable.5 cm . * El “coeficiente de variación” sirve también para medir el grado de representatividad de una media aritmética con respecto a otras * Como el C.