Nombre de la escuela: Instituto tecnológico superior de Cosamaloapan

Nombre de la carrera: Ingeniería electrónica

Nombre del trabajo: Medidas Centrales y de Dispercion

Nombre del docente: Ing. Nabor Reyes Reyes

Nombre del alumno: Brando Valadez Aguirre

Grado: 2º

Grupo: 204A

Fecha: 21/02/2018
 Medidas Centrales y de Dispercion

En el caso de las variables con valores que pueden definirse en términos de alguna
escala de medida de igual intervalo, puede usarse un tipo de indicador que permite
apreciar el grado de dispersión o variabilidad existente en el grupo de variantes
en estudio.
A estos indicadores les llamamos medidas de dispersión, por cuanto que están
referidos a la variabilidad que exhiben los valores de las observaciones, ya que si
no hubiere variabilidad o dispersión en los datos interés, entonces no habría
necesidad de la gran mayoría de las medidas de la estadística descriptiva.
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un
valor representativo, las medidas de dispersión nos dicen hasta que punto estas
medidas de tendencia central son representativas como síntesis de la información.
Las medidas de dispersión cuantifican la separación, la dispersión, la variabilidad
de los valores de la distribución respecto al valor central. Distinguimos entre
medidas de dispersión absolutas, que no son comparables entre diferentes
muestras y las relativas que nos permitirán comparar varias muestras.

LA DISPERSIÓN.
Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la moda
sólo nos revelan una parte de la información que necesitamos acerca de las
características de los datos. Para aumentar nuestro entendimiento del patrón de los
datos, debemos medir también su dispersión, extensión o variabilidad.
La dispersión es importante porque:
 Proporciona información adicional que permite juzgar la confiabilidad de la medida
de tendencia central. Si los datos se encuentran ampliamente dispersos, la posición
central es menos representativa de los datos.
 Ya que existen problemas característicos para datos ampliamente dispersos,
debemos ser capaces de distinguir que presentan esa dispersión antes de abordar
esos problemas.
 Quizá se desee comparar las dispersiones de diferentes muestras. Si no se desea
tener una amplia dispersión de valores con respecto al centro de distribución o esto
presenta riesgos inaceptables, necesitamos tener habilidad de reconocerlo y evitar
escoger distribuciones que tengan las dispersiones más grandes.
Pero si hay dispersión en la mayoría de los datos, y debemos estar en capacidad
de describirla. Ya que la dispersión ocurre frecuentemente y su grado de variabilidad
es importante, ¿cómo medimos la variabilidad de una distribución empírica? Vamos
a considerar sólo algunas medidas de dispersión absolutas: el rango, la varianza, la
desviación estándar y el coeficiente de variación.
El conocimiento de la forma de la distribución y del respectivo promedio de una
colección de valores de una variable, puede servir para tener una idea bastante
clara de la conformación, pero no de la homogeneidad de cada uno de los valores
con respecto a la medida de tendencia central aplicada.
En el caso de las variables con valores que pueden definirse en términos de alguna
escala de medida de igual intervalo, puede usarse un tipo de indicador que permite
apreciar el grado de dispersión o variabilidad existente en el grupo de variantes
en estudio.
A estos indicadores les llamamos medidas de dispersión, por cuanto que están
referidos a la variabilidad que exhiben los valores de las observaciones, ya que si
no hubiere variabilidad o dispersión en los datos interés, entonces no habría
necesidad de la gran mayoría de las medidas de la estadística descriptiva.
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un
valor representativo, las medidas de dispersión nos dicen hasta que punto estas
medidas de tendencia central son representativas como síntesis de la información.
Las medidas de dispersión cuantifican la separación, la dispersión, la variabilidad
de los valores de la distribución respecto al valor central. Distinguimos entre
medidas de dispersión absolutas, que no son comparables entre diferentes
muestras y las relativas que nos permitirán comparar varias muestras.
MEDIDAS DE TENDENCIA CENTRAL
MEDIA: Media aritmética, es la que se obtiene sumando los datos y dividiéndolos
por el número de ellos. Se aplica por ejemplo para resumir el número de pacientes
promedio que se atiende en un turno. Otro ejemplo, es el número promedio de
controles prenatales que tiene una gestante.

MEDIANA: Corresponde al percentil 50%. Es decir, la mediana divide a la población

exactamente en dos. Por ejemplo el número mediana de hijos en el centro de salud
“X” es dos hijos. Otro ejemplo es el número mediana de atenciones por paciente en
un consultorio.
MODA: Valor o (valores) que aparece(n) con mayor frecuencia. Una distribución
unimodal tiene una sola moda y una distribución bimodal tiene dos. Útil como
medida resumen para las variables nominales. Por ejemplo, el color del uniforme
quirúrgico en sala de operaciones es el verde; por lo tanto es la moda en colores
del uniforme quirúrgico.

MEDIDAS DE DISPERSIÓN
DESVIACIÓN ESTÁNDAR: Llamada también desviación típica; es una medida que
informa sobre la media de distancias que tienen los datos respecto de su media
aritmética, expresada en las mismas unidades que la variable.

LA VARIANZA: Es el valor de la desviación estándar al cuadrado; su utilidad radica

en que su valor es requerido para todos los procedimientos estadístico.

ERROR TÍPICO: Llamado también error estándar de la media. Se refiere a una

medida d variabilidad de la media; sirve para calcular cuan dispersa estaría la
media de realizar un nuevo calculo.
Aplicaciones
Consideremos como ejemplo una distribución de frecuencia de madres que asisten
a un programa de lactancia materna, clasificadas según el número de partos. Por
tratarse de una variable en escala discreta, las clases o categorías asumen sólo
ciertos valores: 1, 2, 3, 4, 5.

Entonces las 42 madres han tenido, en promedio, 2,78 partos. Si la variable de

interés es de tipo continuo será necesario determinar, para cada intervalo, un valor
medio que lo represente. Este valor se llama marca de clase (Yc) y se calcula
dividiendo por 2 la suma de los límites reales del intervalo de clase. De ahí en
adelante se procede del mismo modo que en el ejercicio anterior, reemplazando,
en la formula de promedio, Yi por Yc.
En la siguiente tabla se muestra la distribución de 40 familias según su ingreso
mensual en miles de pesos. Nótese que para calcular el centro de clase se usaron
los límites reales de cada intervalo.

1. El ingreso mensual promedio será:

2. La mediana será:

Esto significa que un 50% de las familias tiene ingreso mensual igual o inferior a
$127.270. 3. El percentil 78 será:

Por lo tanto se puede decir que 78% de las familias tienen ingreso igual o inferior a
$174.660. 4. Los percentiles 10 y 90 serán:

A base de los valores de los percentiles 10 y 90 se pueden hacer tres afirmaciones:

 El 10% de las familias tiene ingreso igual o inferior a $90.000.
 El 90% de las familias tiene ingreso igual o inferior a $210.000.
 El 80% central, de las familias, tiene ingreso entre $90.000 y $210.000 5.
La varianza será:

6. La desviación estándar es la raíz cuadrada de esta cifra, es decir: 43,76.