Professional Documents
Culture Documents
DE TENDENCIA
MEDIDAS DE DISPERSIN, DE FORMACIN Y
APUNTAMIENTO
Chap 3-1
02/10/2013
Bibliografa
Introduccin a la Estadstica
para los Negocios
Ronald M. Weiers
Pginas: 326
Quinta Edicin
Idioma: es
Chap 3-2
02/10/2013
Tendencia Central
Tendencia Central
Cuartiles
Media
Cuartiles
Moda
Mediana
Varianza
Variacin
Coeficiente de
Variacin
Rango
Varianza
Media Ponderada
Desviacin Estndar
Chap 3-3
02/10/2013
Chap 3-4
02/10/2013
INTRODUCCION
En este capitulo analizaremos los mtodos
para representar los datos con un solo valor
numrico.
Chap 3-5
02/10/2013
OBJETIVOS
El objetivo en este capitulo es:
Chap 3-6
02/10/2013
INDICE
Medidas de tendencia central.
Cuartiles.
Medidas de Variacin - Variacin
Chap 3-7
02/10/2013
Chap 3-8
02/10/2013
Chap 3-9
02/10/2013
Chap 3-10
02/10/2013
Tendencia Central
Media
Cuartiles
Variacin
Rango
Coeficiente
de Variacin
Moda
Mediana
Varianza
Media
Ponderada
Chap 3-11
Desviacin Estndar
02/10/2013
Mediana
Media
Moda
Media Ponderada
x
i 1
Chap 3-12
02/10/2013
Chap 3-13
02/10/2013
Media
Conocido como Media Aritmtica
La media aritmtica es el valor que se obtiene al dividir
X
Chap 3-14
X
i 1
X1 X 2
Xn
02/10/2013
Media
0 1 2 3 4 5 6 7 8 9 10
0 1 2 3 4 5 6 7 8 9 10 12 14
Media = 5
Chap 3-15
Media = 6
02/10/2013
Chap 3-16
02/10/2013
Chap 3-17
02/10/2013
Chap 3-18
02/10/2013
Chap 3-19
02/10/2013
Mediana
0 1 2 3 4 5 6 7 8 9 10 12 14
Mediana = 5
Mediana = 5
Chap 3-20
02/10/2013
Chap 3-21
02/10/2013
Ejemplo 1:
Encontrar la mediana del grupo 5, 6 y 8.
Primero:
Definimos la posicin de la mediana con la
frmula (n + 1)/2, por tanto, para tres valores, el
lugar donde se encuentra la mediana es:
(3 + 1)/2 = 2, o sea
en la segunda posicin de la serie que
corresponde al valor de 6.
Chap 3-22
02/10/2013
Ejemplo 2:
Obtener la mediana de los siguientes valores:
7, 8, 9 y 10
Siguiendo la frmula, la mediana ocupa el lugar
(4+1)/2 = 2.5
que se encuentra entre los dos valores
intermedios, o sea entre 8 y 9 y, en este caso,
la mediana es igual al valor intermedio de los
dos valores, es decir, (8+9)/2 = 8.5.
Este resultado deja dos valores menores y dos mayores o dicho de
otra forma, divide a la serie en dos partes guales.
Chap 3-23
02/10/2013
Ejercicios
Fuente:
Estadstica descriptiva
Monroy Saldvar, Salvador
Chap 3-24
02/10/2013
= (Mayor - Menor) + 1
Chap 3-25
02/10/2013
Ejemplo
Hallar la mediana de las estaturas de los 40
estudiantes a partir de la siguiente distribucin
de clases y frecuencias:
Chap 3-26
02/10/2013
Moda
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Chap 3-27
Moda
9 Tupac Yupanqui A.
2013
Ing. Jos=
Luis
0 1 2 3 4 5 6
Sin Moda
02/10/2013
Chap 3-28
02/10/2013
Moda
Chap 3-29
02/10/2013
A. 3, 5, 2, 6, 5, 9, 5, 2, 8, 6
Chap 3-30
02/10/2013
Chap 3-31
02/10/2013
Chap 3-32
02/10/2013
D1
D2
D1=fi-fi-1
D2=fi-fi+1
Li
A
Chap 3-33
02/10/2013
Ejemplo
Edades
Inf
Sup
D1
Mo Li A
D1 D2
20
25
25
25
30
25
30
35
35
D1=fi-fi-1
35-25=10
35
40
15
D2=fi-fi+1
35-15=20
Li
A
30
5
Total 100
Mo=30+5[10/(10+20)]
Mo=31.65 aos
Chap 3-34
02/10/2013
Ejemplo
3. Encontrar la moda, la media y la mediana de las 100 puntuaciones que se
presentan en la siguiente distribucin de frecuencias agrupadas:
D1
Mo Li A
D1 D2
D1=fi-fi-1
41-14=27
D2=fi-fi+1
41-26=15
Li
A
14
2
Mo=14+2[27/(27+15)]
Mo=15.28 puntuaciones
Chap 3-35
02/10/2013
Tabla de Comparacin
Chap 3-36
02/10/2013
Media Ponderada
Chap 3-37
02/10/2013
Media Ponderada
XW
Chap 3-38
La Forma de la Distribucin
O Distribucin Negativamente
Sesgada
Chap 3-39
O Distribucin Positivamente
Sesgada
2013 Ing. Jos Luis Tupac Yupanqui A.
El Sesgo
Es la tendencia de la distribucin a
acumularse a la derecha o a la izquierda .
Chap 3-40
Distribuciones
Distribucin simtrica
Chap 3-42
Cunto es la Moda:?
Chap 3-43
Cunto es la Moda:?
Chap 3-44
Chap 3-45
Calcular:
La moda, media y mediana del Tipo de Cambio
tanto en la compra y venta para el ao de su
eleccin.
Chap 3-46
CUANTILES
Un cuantil es un punto en una escala numrica que se supone abarca
una serie de observaciones dividindola en dos grupos, cuyas
respectivas proporciones se conocen.
A medida que se divide la serie en ms partes aparecen los cuartiles,
quintiles, deciles y percentiles.
Una serie donde sus valores se encuentren ordenados de forma
creciente o decreciente, aquellos tres trminos que dividen a la serie
en cuatro partes o grupos de nmeros iguales, El primero de stos
recibe el nombre del primer cuartil Q1, el siguiente segundo cuartil
Q2 y el ltimo tercer cuartil Q3.
Anlogamente, los trminos que dividen a la serie en 10 partes
iguales, se llaman "deciles" y se representan por D1, D2, ..., D10, y los
trminos que dividen a a serie ordenada en 100 partes iguales, se
llaman "percentiles" o "porcentiles" y se representan por los smbolos
P0, P1,P2,..., P1oo
Monroy Saldvar, Salvador. Estadstica descriptiva.
Mxico: Instituto Politcnico Nacional, 2008. p 74.
Chap 3-47
Chap 3-48
in 1
Qi
4
in 1
Di
10
in 1
Pi
100
Donde:
Q1=Cuartil, Di=Decil, Pi=Percentil
i= Qi,Di o Pi que se quiera calcular.
Numero total de datos.
Chap 3-49
Cuartiles
25%
Q1
25%
Q2
25%
Q3
Qi
i n 1
4
Chap 3-50
02/10/2013
Cuartiles
Chap 3-51
1(9 1)
Posicin de Q1
2.5
4
12 15
Q1
13.5
2
2013 Ing. Jos Luis Tupac Yupanqui A.
Chap 3-52
Pn=0.25n
Pn=(0.25)(125)
Pn=31.25
Determinar el lmite inferior Li
16
Li=28.5
Restar el valor de pn (31.25), de la frecuencia acumulada
(/a), hasta el lmite inferior que es igual a 28.5, punto en
el cual se aprecia que se han acumulado 16 frecuencias.
31.25-16=15.25
15.25/18=0.85
Sumar el resultado del paso 4 al valor de Li:
P25=28.5+0.85=29.35 puntos
Chap 3-53
Chap 3-54
Chap 3-56
Medidas de Variacin
La variabilidad es inherente y estar siempre presente en todo:
Entre productos,
personas,
servicios,
procesos,
naturaleza,
etc.
Medidas de Variacin
Sin entender la variabilidad puede suceder:
El aprendizaje es lento
No existen datos
Sin datos todos creen saber lo que est sucediendo, no hay anlisis
estadstico y la mejora no acontece
Chap 3-58
12 onz
Media de B = Media de C
[Dispersin de B]>[Dispersin de C]
Frecuencia
B
8
10
11
12
Peso declarado en el
equipaje
Chap 3-59
13
14
Onzas
Medidas de Variacin
Varianza
Desviacin
Estndar
Rango
Coeficiente
de
Variacin
Rango Intercuartil
Chap 3-60
02/10/2013
Medidas de Variacin
Una medida de ubicacin, como la media o la mediana, slo describe el
centro de la informacin. Desde este punto de vista, es valiosa, pero
no nos indica nada acerca de la extensin de los datos.
Por ejemplo, si en la gua del lugar dice que el ro que est ms
adelante tiene una profundidad promedio de 3 pies, estara dispuesto
a cruzarlo a pie sin contar con informacin adicional? Tal vez no.
Seguramente querr saber algo acerca de la variacin en la
profundidad. La profundidad mxima del ro es 3.25 pies y la mnima
es 2.75 pies? Si es as, tal vez se aventure a cruzarlo. Qu sucedera
si supiera que la profundidad del ro vara entre 0.50 y 5.5 pies?
Quiz su decisin sera no cruzar. Antes de tomar una decisin sobre
cruzar el ro o no, querr informacin sobre la profundidad tpica y la
dispersin en la profundidad del ro.
Chap 3-61
02/10/2013
Medidas de Variacin
Un valor menor para una medida de dispersin indica que los datos
estn agrupados de manera estrecha, digamos, alrededor de la
media aritmtica. Por tanto, la media se considera representativa
de la informacin.
Por el contrario, una medida de dispersin alta indica que la media
no es confiable.
Vea la siguiente grafica:
Chap 3-62
02/10/2013
Medidas de Variacin
Los 100 empleados de Hammond Iron Works, Inc., una compaa
fabricante de acero, est organizada en un histograma basado en
el nmero de aos de trabajar para la compaa. La media es 4.9
aos, pero la extensin de los datos es de 6 meses a 16.8 aos. La
media de 4.9 aos no es muy representativa de todos los
empleados.
Chap 3-63
02/10/2013
Medidas de Variacin
Una segunda razn para estudiar la dispersin de un conjunto de datos es
comparar la extensin en dos o ms distribuciones.
Por ejemplo, supongamos que la nueva computadora PDM/3 est armada
en Baton Rouge y tambin en Tucson.
La produccin media aritmtica por hora tanto en la planta de Baton
Rouge como en la de Tucson es 50.
Con base en las dos medias, podramos llegar a la conclusin de que las
distribuciones de las producciones por hora son idnticas.
Sin embargo, los registros de produccin durante 9 horas en ambas
plantas revelan que esta conclusin no es correcta (vea la siguiente
grfica).
La produccin de Baton Rouge vara de 48 a 52 ensamblajes por hora. La
produccin en la planta de Tucson es ms errtica, pues va de 40 a 60 por
hora. Por tanto, la produccin por hora para Baton Rouge se agrupa cerca
de la media de 50; la produccin por hora para Tucson es ms dispersa.
Chap 3-64
02/10/2013
Medidas de Variacin
Chap 3-65
02/10/2013
Rango
La medida de dispersin ms sencilla es el rango. ste es la diferencia entre
los valores ms alto y ms bajo en el conjunto de datos. En la forma de una
ecuacin:
El rango se utiliza con mucha frecuencia en las aplicaciones de control de
procesos estadsticos (CPE) porque es muy fcil de calcular y entender.
Consulte la Grfica Anterior. Encuentre el rango en el nmero de
computadoras que se producen cada hora en las plantas de Baton Rouge y
Tucson. Interprete los dos rangos.
Chap 3-66
02/10/2013
Rango
02/10/2013
Rango
Medida de variacin
Diferencia entre el valor mximo y mnimo de un
conjunto de datos
Rango = 12 - 7 = 5
7
Chap 3-68
10
11
12
10
11
02/10/2013
12
Rango
Ventajas:
Es fcil de calcular y sus unidades son las
mismas que las de la variable.
Desventajas:
No utiliza todas las observaciones (slo dos de ellas)
Se puede ver muy afectada por alguna observacin extrema
El rango aumenta con el nmero de observaciones, o bien
se queda igual. En cualquier caso nunca disminuye.
Ignora como los datos estn distribuidos
Chap 3-69
02/10/2013
Rango Intercuartil
Medida de variacin
Diferencia entre el tercer y primer cuartil
No es afectado por valores extremos
RIC = Q3 Q1
Ejemplo:
Datos ordenados: 11 12 13 16 16 16 17 17
Pos. Q1= (11+1)/4=3
Pos. Q3= 3(11+1)/4=9
Q1
17 18 20
Q3
RIC = Q3 Q1=17-13= 4
Chap 3-70
02/10/2013
Varianza
Desviacin Media
Un defecto del rango es que se basa slo en dos valores,
el ms alto y el ms bajo; no toma en cuenta todos los
valores.
La desviacin media s lo hace. Mide la cantidad media
por la cual los valores en una poblacin o muestra varan
de su media.
En trminos de una definicin:
DESVIACIN MEDIA. La media aritmtica de los valores absolutos
de las desviaciones de la media aritmtica.
Chap 3-71
02/10/2013
Varianza
Desviacin Media
En trminos de una frmula:
La desviacin media, abreviada MD, se calcula para una
muestra como sigue:
DESVIACIN
MEDIA
xx
DM
n
donde:
es el valor de cada observacin.
es la media aritmtica de los valores.
es el nmero de observaciones en la muestra.
indica el valor absoluto.
Chap 3-72
02/10/2013
Ejemplo
Desviacin Media
02/10/2013
xx
DM
n
Chap 3-74
02/10/2013
xx
DM
n
Chap 3-75
02/10/2013
Chap 3-76
02/10/2013
Varianza
S
2
(x
i 1
x)
n 1
(x
i 1
02/10/2013
Ejemplo
Varianza
Chap 3-78
02/10/2013
( fx ) n x
2
S
2
n 1
2
2
(
fx
)
02/10/2013
Ejemplo
Varianza
Para los datos de salarios diarios que se presentan en el tabla, la media muestral es
$2 949.50, Determinar la desviacin estndar muestral para los datos agrupados:
(x)
S2
( fx )2 n x
2499,5
2699,5
2899,5
3099,5
3299,5
3499,5
7
20
33
25
11
4
Sumatoria =
Media Muestral =
n 1
Chap 3-80
(f)
02/10/2013
x*f
17496,5
53990
95683,5
77487,5
36294,5
13998
294950
2949,5
Varianza
Propiedades de la Varianza
Chap 3-81
02/10/2013
Varianza
Formulas Adicionales
Chap 3-82
02/10/2013
Desviacin Estndar
Por lo general, la desviacin estndar se utiliza como una medida para
comparar la extensin en dos o ms grupos de observaciones.
Por ejemplo, la desviacin estndar de las cantidades quincenales
invertidas en el plan de reparto de utilidades de Dupree Paint Company
se calcula en $7.51.
Supongamos que estos empleados se encuentran en Georgia. Si la
desviacin estndar para un grupo de empleados en Texas es $10.47, y
las medias son casi iguales, quiere decir que las cantidades invertidas
por los empleados de Georgia no son tan dispersas como aquellas que se
invierten en Texas (porque $7.51 < $10.47).
Ya que las cantidades invertidas por los empleados de Georgia se
agrupan de manera ms estrecha alrededor de la media, la media para
los empleados de Georgia es una medida ms confiable que aquella para
el grupo de Texas.
Chap 3-83
02/10/2013
Desviacin Estndar
s S
02/10/2013
Ejercicio 1
Datos 3, 3, 4, 4, 5 (metros)
Chap 3-85
02/10/2013
Ejercicio 2
Chap 3-86
02/10/2013
Ejercicio 2
Chap 3-87
02/10/2013
Ejercicio 3
Los pesos de los contenedores enviados a Irlanda son (en miles de libras):
95
103
105
110
104
105
112
90
Chap 3-88
02/10/2013
Propuestos
Para los siguientes ejercicios calcule: (a) el rango de los pesos, (b) la
media aritmtica y (c) la desviacin media, e interprete el rango y la
desviacin media.
1) Durante la venta del fin de semana pasado en Electronic Super Store,
estuvieron trabajan do cinco representantes de servicios al cliente. Los
nmeros de HDTV que vendieron estos representantes son: 5, 8, 4, 10 y 3.
2) El Departamento de Estadstica de Western State University ofrece ocho
secciones de es tadstica bsica. Los siguientes son los nmeros de
estudiantes inscritos en estas seccio nes: 34, 46, 52, 29, 41, 38, 36 y 28.
3) Dave's Automatic Door instala puertas automticas en las cocheras. La
siguiente lista indi ca el nmero de minutos que se necesitan para instalar una
muestra de 10 puertas: 28, 32, 24, 46, 44, 40, 54, 38, 32 y 42.
4) Una muestra de ocho compaas en la industria aeroespacial participaron en
una encuesta sobre la recuperacin de la inversin que tuvieron el ao pasado.
Los resultados son (en porcentajes): 10.6, 12.6, 14.8, 18.2, 12.0, 14.8, 12.2 y
15.6.
5) Diez expertos calificaron el sabor de una pizza sushi recin creada preparada
con atn, arroz y algas marinas, en una escala de 1 a 50. Las calificaciones
fueron: 34, 35, 41, 28, 26, 29, 32, 36, 38 y 40.
6) Una muestra de los archivos de personal de ocho empleados de Acm Carpet
Cleaners, Inc., revel que durante un periodo de seis meses, perdieron los
siguientes das debido a enfermedades: 2, 0, 6, 3, 10, 4, 1 y 2.
Chap 3-89
02/10/2013
Ejercicio 4
Chap 3-90
02/10/2013
Ejercicio 5
La oficina en Filadelfia de Price Waterhouse Coopers LLP contrat
cinco aprendices de contador en este ao. Sus salarios mensuales
iniciales fueron: $3 536, $3 173, $3 448, $3 121 y $3 622.
(a) Calcule la media de la poblacin.
(b) Calcule la varianza de la poblacin.
(c) Calcule la desviacin estndar de la poblacin.
(d) La oficina en Pittsburgh contrat a seis aprendices. El salario
mensual medio fue de $3 550, y la desviacin estndar $250.
Chap 3-91
02/10/2013
Chap 3-92
02/10/2013
Propuestos
Chap 3-93
02/10/2013
Propuestos
Coeficiente de Variacin
S
CV
X
Chap 3-94
100%
02/10/2013
Mes
(soles)
2006
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Enero
Febrero
3.401
3.289
3.335
3.334
3.280
3.261
3.244
3.231
3.242
3.236
3.218
3.209
3.193
3.192
2007
Chap 3-95
Chile
(pesos)
524
526
529
517
521
542
541
539
539
531
528
528
541
547
02/10/2013
2007
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Enero
Febrero
(soles)
3.401
3.289
3.335
3.334
3.280
3.261
3.244
3.231
3.242
3.236
3.218
3.209
3.193
3.192
Chile
(pesos)
524
526
529
517
521
542
541
539
539
531
528
528
541
547
Chap 3-96
S Peru = 0.061soles
Ejemplo de Variacin
A. RESIDUOS SLIDOS
Departamento
5.1 MUNICIPALIDADES QUE INFORMARON SOBRE LA CANTIDAD PROMEDIO DIARIO DE BASURA RECOLECTADA,
SEGN DEPARTAMENTO, 2010
(Toneladas mtricas)
Chap 3-97
Total
Municipalidades
informantes
1,834
Amazonas
ncash
Apurmac
Arequipa
Ayacucho
Cajamarca
Callao 1/
Cusco
Huancavelica
Hunuco
Ica
Junn
La Libertad
Lambayeque
Lima
Loreto
Madre de Dios
Moquegua
Pasco
Piura
Puno
San Martn
Tacna
Tumbes
Ucayali
84
166
80
109
111
127
6
108
94
76
43
123
83
38
171
51
11
20
28
64
109
77
27
13
15
Lima Metropolitana 2/
Regin Lima 3/
49
128
Ejemplo de Variacin
Medidas de Variacin
Varianza
Desviacin
Estndar
Rango
Rango Intercuartil
Chap 3-98
Coeficiente de
Variacin
Ejemplo de Variacin
Medidas de Variacin
Varianza
Desviacin
Estndar
Rango
Rango Intercuartil
Chap 3-99
Coeficiente de
Variacin
Ejemplo de Variacin
Medidas de Variacin
Varianza
Desviacin
Estndar
Rango
Rango Intercuartil
Chap 3-100
Coeficiente de
Variacin
Ejemplo de Variacin
Medidas de Variacin
Varianza
Desviacin
Estndar
Rango
Rango Intercuartil
Chap 3-101
Coeficiente de
Variacin
Ejemplo de Variacin
Medidas de Variacin
Varianza
Desviacin
Estndar
Rango
Rango Intercuartil
Chap 3-102
Coeficiente de
Variacin
Asimtrica a la
izquierda
Media < Mediana < Moda
Chap 3-103
Simtrica
Media = Mediana =Moda
Asimtrica a la
derecha
Moda < Mediana < Media
02/10/2013
TEOREMA DE CHEBYSHEV
Chap 3-104
02/10/2013
TEOREMA DE CHEBYSHEV
Chap 3-105
02/10/2013
TEOREMA DE CHEBYSHEV
Ya sealamos que:
Una () baja para un conjunto de valores indica que
stos se localizan cerca de la media.
Por el contrario, una () muy alta revela que las
observaciones se encuentran dispersas en relacin
con la media.
El matemtico ruso P. L. Chebyshev (1821 -1894)
desarroll un teorema que nos permite determinar la
proporcin mnima de los valores que se encuentran
en un nmero especfico de desviaciones estndar de
la media.
Chap 3-106
02/10/2013
TEOREMA DE CHEBYSHEV
Por ejemplo:
Segn el teorema de Chebyshev, por lo menos tres
de cuatro valores, o 75%, deben estar entre la media
ms dos desviaciones estndar y la media menos dos
desviaciones estndar. Esta relacin se aplica sin
importar la forma de la distribucin.
02/10/2013
02/10/2013
TEOREMA DE CHEBYSHEV
si los datos fueran simtricos y acampaados, es decir, de
tipo normal, exactamente 68.26% de todas las
observaciones estaran contenidas dentro de distancias de
1 desviacin estndar alrededor de la media.
Chap 3-109
02/10/2013
02/10/2013
Ejercicio 1
02/10/2013
Chap 3-112
02/10/2013
Chap 3-113
02/10/2013
Ejercicio 2
1 2 x100 =
R
Chap 3-114
Alrededor de 92%
02/10/2013
Chap 3-115
02/10/2013
Estado Viviendas
Estado Viviendas
Estado Viviendas
Estado Viviendas
AL
17,2
HI
7,3
MA
39,2
NM
11,8
SD
2,5
AK
4,0
ID
4,3
MI
37,6
NY
61,9
TN
38,1
AZ
71,8
IL
38,7
MN
28,6
NC
70,7
TX
143,1
AR
9,9
IN
23,0
MS
8,8
ND
2,6
UT
16,5
CA
271,4
IA
5,2
MO
27,2
OH
33,0
VT
4,1
CO
32,8
KS
13,3
MT
2,0
OK
10,7
VA
64,1
CT
24,5
KY
13,8
NE
5,0
OR
11,3
WA
35,5
DE
4,6
LA
18,8
NV
14,0
PA
43,6
WV
1,5
FL
202,6
ME
8,1
NH
17,8
RI
5,4
WI
20,2
GA
73,1
MD
42,1
NJ
55,0
SC
32,8
WY
1,2
Chap 3-116
02/10/2013
Chap 3-117
02/10/2013
02/10/2013
Chap 3-119
02/10/2013
Chap 3-120
02/10/2013
Diagrama de Caja
X min
Q1
Chap 3-121
Q2
Q3
10
Xmax
12
02/10/2013
Q1
Chap 3-122
Q2 Q3
Asimtrica a la derecha
Q1Q2Q3
Q1 Q2 Q3
02/10/2013
La interpretacin es Subjetiva
Problemas ticos
Chap 3-123
02/10/2013
Chap 3-124
02/10/2013
Fuente: http://www.inei.gob.pe/biblioineipub/bancopub/Est/Lib0005/CAP-52.htm
Resumen
Chap 3-125
02/10/2013