Ir al contenido principal

 

MEDIDAS DE DISPERSION


Las medidas de dispersión tratan, a través del cálculo de diferentes fórmulas, de arrojar un valor numérico que ofrezca información sobre el grado de variabilidad de una variable.

En otras palabras, las medidas de dispersión son números que indican si una variable se mueve mucho, poco, más o menos que otra. La razón de ser de este tipo de medidas es conocer de manera resumida una característica de la variable estudiada. En este sentido, deben acompañar a las medidas de tendencia central. Juntas, ofrecen información de un sólo vistazo que luego podremos utilizar para comparar y, si fuera preciso, tomar decisiones.

Principales medidas de dispersión

Las medidas de dispersión más conocidas son: el rango, la varianza, la desviación típica y el coeficiente de variación (no confundir con coeficiente de determinación). A continuación veremos estas cuatro medidas.

Rango

El rango es un valor numérico que indica la diferencia entre el valor máximo y el mínimo de una población o muestra estadística. Su fórmula es:

Donde:

  • R → Es el rango.
  • Máx → Es el valor máximo de la muestra o población.
  • Mín → Es el valor mínimo de la muestra o población estadística.
  • x → Es la variable sobre la que se pretende calcular esta medida.

Varianza

La varianza es una medida de dispersión que representa la variabilidad de una serie de datos respecto a su media. Formalmente se calcula como la suma de los residuos al cuadrado divididos entre el total de observaciones. Su fórmula es la siguiente:




A CONTINUACION UN EJEMPLO DE MEDIDAS DE DISPERSION







TEOREMAS




































































































































































































































Comentarios

Publicar un comentario

Entradas populares de este blog

 AHORA HABLAREMOS  SOBRE TEOREMAS .. Teorema de Bayes El teorema de Bayes es utilizado para calcular la probabilidad de un suceso, teniendo información de antemano sobre ese suceso. Podemos calcular la probabilidad de un suceso A, sabiendo además que ese A cumple cierta característica que condiciona su probabilidad. El teorema de Bayes entiende la probabilidad de forma inversa al teorema de la probabilidad total. El teorema de la probabilidad total hace inferencia sobre un suceso B, a partir de los resultados de los sucesos A. Por su parte, Bayes calcula la probabilidad de A condicionado a B. El teorema de Bayes ha sido muy cuestionado. Lo cual se ha debido, principalmente, a su mala aplicación. Ya que, mientras se cumplan los supuestos de sucesos disjuntos y exhaustivos, el teorema es totalmente válido. Fórmula del teorema de Bayes Para calcular la probabilidad tal como la definió Bayes en este tipo de sucesos, necesitamos una fórmula. La fórmula se define matemáticamente como: Donde
Publicar un comentario
Leer más
 DISTRIBUCION DE POSSION En este post se explica qué es la distribución de Poisson en estadística y para qué sirve. Así pues, encontrarás la definición de la distribución de Poisson, ejemplos de distribuciones de Poisson y cuáles son sus propiedades. La  distribución de Poisson  es una distribución de probabilidad que define la probabilidad de que ocurra un determinado número de eventos durante un período de tiempo. Es decir, la distribución de Poisson sirve para modelizar variables aleatorias que describen el número de veces que se repite un fenómeno en un intervalo de tiempo. La distribución de Poisson tiene un parámetro característico, que se representa con la letra griega λ e indica el número de veces que se espera que ocurra el evento estudiado durante un intervalo dado. En general, la distribución de Poisson se usa para modelizar estadísticamente sucesos cuya probabilidad de ocurrencia es muy baja. Más abajo puedes ver varios ejemplos de este tipo de distribución de probabilidad.
Publicar un comentario
Leer más