4.
Medidas de Dispersión
E S TA D Í S T I C A D E S C R I P T I VA
DR. FRANCISCO RABADÁN PÉREZ
1
Índice
1. Medidas de Dispersión
2. Medidas de Dispersión Absolutas
3. Medidas de Dispersión Relativas
3.1 Tipificación
3.2 Problemas al comparar dispersiones con la desviación estándar
3.3 Coeficiente de Variación de Karl Pearson
2
1. Medidas de Dispersión
Objetivo: buscamos medir el grado en que se alejan
entre sí los valores de la variable.
El concepto de dispersión está relacionado con
separación de datos o variabilidad en la distribución.
Fuente: [Link]
3
1. Medidas de Dispersión
La representatividad de una medida de
posición se mide como la separación (o
dispersión) entre el conjunto de valores xi y
esa medida de posición.
Diagrama de dispersión:
[Link]
html
4
1. Medidas de Dispersión
Medidas de Dispersión
Absolutas Relativas
(en unidades de x) (adimensionales)
Recorrido Índice de
Recorrido Coeficien
Recorrido Desviación dispersió
Intercuartíl Desviación media Varianza Coeficien te de
(Re) típica semi- n
ico (RI) te de variación
intercuar respecto
apertura de
tíclico a la
Respecto Respecto Pearson
Mediana
a la a la
media mediana
5
2. Medidas de Dispersión Absolutas
Medida Cálculo Interpretación
Recorrido 𝑅𝑒 = 𝑥% − 𝑥' • Máxima diferencia que encontraremos entre
dos valores cualesquiera de la distribución.
Recorrido Intercuartílico 𝐼𝑄𝑅 = 𝐶+ − 𝐶' • Amplitud del intervalo en que está el 50% de
los valores centrales
Desviación media respecto a la %0 • Media aritmética de las distancias absolutas
𝐷 = ∑%.2' 𝑥. − 𝑥̅
media 1 de los valores a la 𝑥̅
• Recordemos m1=0
Desviación media respecto a la %0 • Media aritmética de las distancias absolutas
𝐷34 = ∑%.2' 𝑥. − 𝑀𝑒
mediana 1 de los valores a la Me
𝑥̅ hace mínimas las desviaciones cuadráticas pero la Me hace mínima las desviaciones
absolutas, por tanto…
𝐷34 < 𝐷
6
2. Medidas de Dispersión Absolutas
Medida Cálculo Interpretación y consideraciones
Varianza 8 %0 • Media de las desviaciones cuadráticas
𝑆 8 = ∑%.2' 𝑥. − 𝑥̅
1
• Difícil interpretación: Unidades al cuadrado
• No permite establecer comparaciones entre distintas magnitudes.
Cuasivarianza 8 %0 • La veremos en mas profundidad en la Estadística II (Es mejor
𝑆'8 = ∑%.2' 𝑥. − 𝑥̅
19'
estimador que la varianza)
Desviación típica o %
• Raíz cuadrada positiva de la varianza.
estándar 8
𝑛. • Se interpreta como lo que se alejan típicamente los valores xi de 𝑥̅
𝑆= : 𝑥. − 𝑥̅
𝑁 • Fácil interpretación: en las mismas unidades que la variable
.2'
K. Pearson la desarrollo en 1894 para solucionar el problema de que la media de
las desviaciones respecto a 𝑥̅ es cero (m1=0). 𝐷34 < 𝐷 < 𝑆
Ver: [Link]
(Martín Pliego, 2011; pág. 86)
7
2. Cálculo de la varianza (ejemplo)
Ejemplo:
Calculese la varianza de una distribución de frecuencias referente a los resultados obtenidos
con 50 lanzamientos de un dado
𝒙𝒊 𝒏𝒊 𝒙𝒊 𝒏𝒊 𝒙𝟐𝒊 𝒏𝒊
𝒔𝟐 = 𝒂𝟐 − 𝒂𝟐𝟏 =
1 6 6 6 8
2 11 22 44 ∑%.2' 𝑥.8 𝑛. ∑%.2' 𝑥. 𝑛.
= − =
3 6 18 54 𝑁 𝑁
4 7 28 112
5 9 45 225
837 185 8
= − = 3,05
6 11 66 396 50 50
SUMAS 50 185 837
(Martín Pliego, 2011; pág. 85)
8
2. Medidas de Dispersión Absolutas
Propiedades de la varianza:
8
◦ P-1: 𝑆 8 ≥ 0 𝑆
varianza muestral
◦ P-2: 𝑆 8 es la medida cuadrática de dispersión óptima
8
◦ P-3: 𝑆 8 = 𝑚8 = 𝑎8 − 𝑎'8 = 𝑎8 − 𝑥̅ 8 ( “fórmula fácil de la varianza”…) 𝜎
varianza poblacional
◦ P-4: 𝑆 8 no se ve afectada por los cambios de origen
◦ P-5: 𝑆 8 queda afectada por cambios de escala de la siguiente forma
𝑥. ; 𝑛. ; 𝑆 8 → 𝑥.R = 𝑥. S 𝑘, ; 𝑛. ; 𝑆 R8 = 𝑘 8 𝑆 8
9
2. Medidas de Dispersión Absolutas
Propiedades de la desviación típica:
◦ P-1: 𝑆 ≥ 0
𝑆
Desviación estándar
muestral
◦ P-2: 𝑆 es una medida de dispersión óptima
8
𝜎
◦ P-3: S = 𝑎8 − 𝑎'8 = 𝑎8 − 𝑥̅ 8
Desviación estándar
poblacional
◦ P-4: S no se ve afectada por los cambios de origen
◦ P-5: queda afectada por cambios de escala: 𝑆 R = 𝑘 S 𝑆
10
3. Medidas de Dispersión Relativas
Medida Cálculo Interpretación
Coeficiente de 𝑥% • Presenta muchos inconvenientes (Vid. Martín-Pliego,211,pág.
𝐴=
Apertura 𝑥' 87)
Recorrido 𝐶+ − 𝐶' • Pretende comparar la variación en el 50% central de la
𝑅W = distribución con un teórico 100% de la distribución no afectado
Semi-Intercuartílico 𝐶+ + 𝐶'
por valores extremos
Coeficiente de
variación de Pearson 𝑆 •
•
Expresa la desviación típica en medias aritméticas.
Presenta problemas cuando 𝑥̅ ≃ 0
𝐶𝑉 = • Funciona muy bien cuando los rangos de las variables son
𝑥̅ similares.
Índice de dispersión 𝐷34 ∑%.2' 𝑥. − 𝑀𝑒 𝑛. • Mide la desviación media respecto a la mediana en medianas.
respecto a la Me 𝑉34 = = • Es un concepto similar al de Pearson, pero presenta una mayor
𝑀𝑒 𝑁 S 𝑀𝑒 dificultad respecto a la generalización a la población.
11
3. Ejemplo
Para comparar los rendimientos entre empresas españolas y Se pide: obtener el rendimiento medio en cada país, precisando
norteamericanas, pertenecientes a un sector muy especializado, en cuál de los dos hay menos dispersión relativa.
se seleccionan 20 empresas con características semejantes de
cada lugar, obteniéndose los siguientes resultados, a) en las empresas b) en las empresas
Empresas Españolas Empresas Norteamericanas españolas norteamericanas
𝑦e 𝑛.
Beneficios (€) Frecuencias Beneficios ($) Frecuencias 𝑥. 𝑛. 𝑦d = : = 13.000
𝑥̅ = : = 1.160.000 𝑁
𝑥[ 𝑛[ 𝑦] 𝑛] 𝑁
8
1.000.000 4 10.000 2 ∑ 𝑥. − 𝑥̅ 8 𝑛. ∑ 𝑦e − 𝑦d 𝑛.
8
𝑠a = = [Link] 𝑠a8 = = 3.000.000
𝑁 𝑁
1.100.000 6 11.000 2
1.200.000 6 12.000 4 𝑠a = 𝑠a8 = 120.000 𝑠f = 𝑆f8 = 1.732,0508
1.300.000 2 13.000 4 120.000 12 1.732,0508
𝑉a = = = 0,1034 𝑉f = = 0,1332
[Link] 16 13.000
1.400.000 2 14.000 4
15.000 2
De la comparación entre los coeficientes de variación resulta
16.000 2 que las empresas españolas (0,1034 < 0,13) tienen menor
(Martín Pliego, 2011; pág. 89,90) dispersión relativa que las norteamericanas
12
3.1. Tipificación
𝑥 − 𝑥̅
𝑧=
𝑆 𝑥 − 𝑥̅
𝑧=
𝑥
𝑧 𝑆
Variable tipificada
• La tipificación transforma la variable tanto en escala como en origen.
• El valor zi es equivalente a xi pero en una distribución de media cero y desviación típica uno.
• Es especialmente útil para comparar la posición que ocuparía un individuo en diferentes colectivos ;
teóricamente, que nota hubiera sacado un alumno si hubiera estado en un grupo distinto….
CUIDADO: habitualmente se confunde la variable Z con la N(0,1), pero la tipificación sólo afecta al
origen y a la escala, no a la forma de la distribución.
13
3.1. Tipificación
Comparando valores de distintas variables de forma
adimensional con la tipificación 𝑥 − 𝑥̅
Grupo Tomás Grupo Gaspar Ejemplo: Queremos comparar de
𝑧=
𝑆
forma relativa la nota que dos
𝑥̅ = 5,5 𝑦d = 4
alumnos han sacado en diferentes
Sx = 1 Sy = 4 grupos para determinar cual ocupa Variable tipificada
Nota: 4 Nota: 4,5 una posición relativa mejor.
𝑥 − 𝑥̅ 4 − 5,5 Gaspar ocupa una posición que supera levemente a la media, mientras
𝑧jklán = = = −1,5 que Tomás ocupa una posición inferior a la media alejándose
𝑠a 1
negativamente en 1,5 desviaciones típicas en una distribución de media
cero y desviación típica 1.
𝑦 − 𝑦d 4,5 − 4 Conclusión: Gaspar es mejor alumno que Tomás. Si hubieran estado en
𝑧opnqpr = = = 0,125
𝑠f 4 un grupo similar, le superaría en 1,625 desviaciones típicas.
14
3.1. Tipificación
Traslación equivalente a otras distribuciones
basándonos en la tipificación
𝑥 = 𝑧𝑆 + 𝑥̅
Grupo Tomás Grupo Gaspar Calcular x en base a la variable tipificada
𝑥̅ = 5,5 𝑦d = 4
Sx = 1 Sy = 4 Si quisiéramos encontrar la nota de Tomás en
Nota: 4 Nota: 4,5 el grupo de Gaspar
𝑦sklán = −1,5 ∗ 4 + 4 = −2
𝑥 − 𝑥̅ 4 − 5,5
𝑧jklán = = = −1,5 Si quisiéramos encontrar la nota de Gaspar en
𝑠a 1
el grupo de Tomás
𝑦 − 𝑦d 4,5 − 4
𝑧opnqpr =
𝑠f
=
4
= 0,125 𝑥opnqpr = 0,125 ∗ 1 + 5,5 = 5,625
15
3.2. Problemas al comparar dispersiones
con la desviación estándar
Necesitamos una medida
S de dispersión
adimensional, es decir,
no nos sirve que no se vea afectada
por las unidades de
medida.
Si dos variables vienen 𝑆
expresadas en distintas
unidades de medida si los promedios 𝐶𝑉 =
(no se pueden
son distintos.
𝑥̅
comparar años y cm). Coeficiente de
variación de Pearson
16
3.2. Aplicación del Coeficiente de Variación
de Karl Pearson.
Características Ventajas Inconvenientes
Si 𝑥̅ =0 (habitual
Número de Adimensional en la variable
veces que s tipificada)
contiene a 𝑥̅
𝑆
No es invariante
Si aumenta el CV: frente a cambios
de origen
𝐶𝑉 =
Intervienen
• aumenta la dispersión todos los valores
𝑥̅
• 𝑥̅ es menos representativa y sus frecuencias
¿Frente a
• CV>0 (cuidado si 𝑥̅ ≃ 0) cambios de
escala?
Coeficiente de
variación de Pearson
17
3.2. Interpretación del CV
𝑥̅ 8
𝑆
𝑥̅ muy
0<CV<'⁄+ representativa Poca dispersión
𝑥̅
Dispersión
'⁄ <CV<+⁄w
𝑆
+ medianamente
Media
representativa
𝐶𝑉 =
CV>+⁄w 𝑥̅ poco
representativa
Mucha
dispersión
𝑥̅
Coeficiente de
variación de Pearson
18
Textos recomendados
• Martín-Pliego, Introducción a la Estadística Económica
y Empresarial, Editorial AC, 2011, 3ª Edición
Ejercicios y prácticas
Ejercicios del 1 al 5 (Martín-Pliego, 2011; pág. 90-97)
Ejercicios en clase
Recursos web y aula virtual.
19