ALIDA COLAS

202300357
MANUEL CAMEJO JIMENEZ

El rango.

¿Qué es un rango en estadística?

El rango es un valor numérico que indica la diferencia entre el valor máximo y el
mínimo de una serie de datos. Es una herramienta que nos ayuda a entender cuanto
varían los datos dentro de un conjunto. El rango es la diferencia entre el valor más alto
y el más bajo en un conjunto de datos, mostrando cuánto varían los valores. El rango
es un valor numérico que indica la diferencia entre el valor máximo y el mínimo.
Se calcula restándole el valor más grande del conjunto al valor pequeño.
El rango puede cambiar con nuevos datos, reflejando variaciones o tendencias
emergentes. Es especialmente útil en finanzas y economía para evaluar la variabilidad
o dispersión en el valor de activos, productos, o indicadores económicos.
En términos estadísticos, es una medida que nos ayuda a entender cuán dispersos o
variados son los datos dentro de un conjunto. Para calcularlo, simplemente restamos el
valor más pequeño del conjunto del valor más grande. Esta resta nos da una cifra que
representa la distancia total entre estos dos extremos.
Por ejemplo, si analizamos los ingresos en un grupo de personas y encontramos que el
menor ingreso es de 10 euros y el mayor de 100 euros, el rango de ingresos en este
grupo es de 90 euros. Esto nos da una idea rápida de la variabilidad de los ingresos
dentro del grupo.
El rango es especialmente relevante en el ámbito financiero, ya que permite a los
analistas y a los inversores tener una noción rápida de cuánto pueden variar los precios
o valores financieros. Sin embargo, es importante recordar que el rango puede cambiar
con la inclusión de nuevos datos. Tomando el ejemplo del crecimiento del producto
interior bruto (PIB) de un país, si durante 20 años el PIB creció entre un 3% y un 5%,
tenemos un rango del 2%. Pero si el siguiente año el PIB cae un -1%, el nuevo rango
se amplía a 6%, reflejando una mayor variabilidad en el crecimiento económico a lo
largo del tiempo.
La desviación media es una medida importante de dispersión que nos permite
entender cuánto varían los datos de un conjunto promedio.
La desviación es una herramienta fundamental para analizar y comprender conjuntos
de datos en diversas disciplinas, como la economía, la psicología, la medicina y
muchas otras.
Comprender cómo calcular y utilizarla es crucial para poder hacer afirmaciones
precisas y tomar decisiones basadas en datos. En este artículo, explicaremos qué es,
cómo se calcula y por qué es importante en el análisis de datos.
¿Qué es la desviación media?
La desviación media es una medida que se utiliza para entender qué tanto se alejan los
datos de un conjunto promedio. Es una medida que nos ayuda a entender cuánto
varían los datos de un conjunto promedio. Si la desviación es grande, significa que los
datos están muy dispersos o variados, mientras que, si es pequeña, significa que los
datos están muy cercanos entre sí.

Usos de la desviación media

 1. Comparación de datos: Si tienes dos conjuntos de datos con diferentes
promedios, la desviación puede ayudarte a determinar cuál de los dos conjuntos
tiene datos más dispersos o variables.
2. Evaluación de resultados: Si estás realizando un experimento o una prueba y
tienes un conjunto de resultados, la desviación puede ayudarte a determinar la
precisión de tus resultados. Una desviación alta indica que los resultados
pueden ser menos precisos.
3. Control de calidad: En el control de calidad de los productos, la desviación
media se utiliza a menudo para evaluar la variabilidad de los productos. Una
desviación alta puede indicar que hay problemas en la producción o en la
calidad del producto.
4. Análisis de riesgo: En el análisis de riesgo financiero, la desviación media se
utiliza a menudo para evaluar la volatilidad de un activo financiero. Cuanto
mayor sea la desviación, mayor será el riesgo asociado con el activo financiero.
La desviación media es una medida útil para entender la variabilidad de los datos en un
conjunto, y se puede utilizar en muchas situaciones diferentes.
Para calcular la desviación, se suman las diferencias absolutas entre cada valor del
conjunto de datos y su media, y se divide el resultado entre el número total de datos.
Esta fórmula nos da una medida de dispersión promedio de los datos del conjunto en
relación a su media.
 Ejemplo de cómo calcular la desviación media:
Supongamos que tenemos el siguiente conjunto de
datos: 2, 4, 6, 8, 10.
Para calcularla, primero necesitamos calcular la
media de los datos:
X = (2 + 4 + 6 + 8 + 10) / 5 = 6
Ahora, podemos calcular la desviación utilizando la
fórmula:
Desviación media = Σ | Xi – X | / N
DM = (|2 – 6| + |4 – 6| + |6 – 6| + |8 – 6| + |10 – 6|) /
5
DM = (4 + 2 + 0 + 2 + 4) / 5
DM = 2.4
Por lo tanto, la desviación de este conjunto de datos es de 2.4. Esto significa que, en
promedio, los valores del conjunto difieren en 2.4 unidades de su media
Diferencia entre desviación media y desviación estándar
Tanto la desviación media como la desviación estándar son medidas de dispersión que
se utilizan para evaluar la variabilidad de los datos de un conjunto. Sin embargo,
existen algunas diferencias clave entre ellas:
1. Fórmula de cálculo: La media se calcula tomando la media aritmética de las
diferencias absolutas entre cada valor y la media del conjunto. Por otro lado, la
desviación estándar se calcula tomando la raíz cuadrada de la varianza.
2. Sensibilidad a los valores extremos: La media es más sensible a los valores
extremos o atípicos en el conjunto de datos, ya que se calcula utilizando las
diferencias absolutas entre cada valor y la media. Por otro lado, la desviación
estándar es menos sensible a los valores extremos, ya que se basa en la media
de los cuadrados de las diferencias, lo que disminuye el efecto de los valores
extremos.
3. Interpretación: La media se interpreta como la medida promedio de la distancia
de los valores del conjunto de datos respecto a la media. Por otro lado, la
desviación estándar se interpreta como la medida promedio de la distancia que
los valores del conjunto de datos tienen respecto a la media, en términos de su
desviación estándar.
Ambas son medidas de dispersión que se utilizan para evaluar la variabilidad de los
datos de un conjunto. La desviación media es más sensible a los valores extremos,
mientras que la desviación estándar es menos sensible y proporciona una
interpretación más clara en términos de su desviación estándar.
La desviación media es una medida de dispersión crucial en el análisis de datos que
nos permite entender cuánto varían los datos de un conjunto promedio.
A través de su cálculo y análisis, podemos obtener una comprensión más profunda de
los datos y tomar decisiones basadas en hechos con mayor precisión. Con la
herramienta de encuestas y análisis de datos, puedes recolectar y analizar los datos de
tu investigación. Además, su amplia gama de herramientas te permite profundizar aún
más en tus datos
¿Qué es la desviación estándar?
La desviación típica, más comúnmente conocida como desviación estándar, es una
forma de medir cuánto se alejan los valores en un conjunto de datos de la media (el
valor promedio). Siempre es mayor o igual que cero.
La desviación estándar es una medida fundamental en estadística descriptiva y se
utiliza para calcular la variación o distancia numérica de los datos individuales con
respecto a la media de un conjunto de datos.
Una baja desviación indica que los datos están cerca de la media, mientras que
una alta desviación sugiere que los datos están más dispersos. Algunos
ejemplos de su uso podrían ser la medición del riesgo de un activo financiero, o
evaluar la precisión de un proceso de producción.

La desviación estándar:
La desviación estándar es una medida fundamental en la estadística descriptiva y se
utiliza para calcular la variación o cuanto se alejan los datos individuales con respecto a
la media. Si la desviación es baja, están cerca de la media. Si el resultado es alto,
estarán mas alejados de la media.
para saber si son muy parecidos los tamaños tomamos en cuenta Si la desviación es
baja, los datos estarán más cerca de la media. Por el contrario, si es alta, los datos
serán más diferentes.
Por tanto, la desviación estándar nos sirve para saber si un grupo de datos es más
parecido, o por el contrario son más dispersos entre ellos. Gracias a eso, se pueden
realizar análisis o tomar decisiones mejores y con mayor fundamento.
¿Qué es el coeficiente de variación?
El coeficiente de variación, también denominado como coeficiente de variación de
Pearson, es una medida estadística que nos informa acerca de la dispersión relativa de
un conjunto de datos.
Este nos permite comparar la dispersión de diferentes series de datos
independientemente de sus unidades de medida para ver cual es mas estable o tiene
menos variación.
 Es útil para comparar la variabilidad entre diferentes series de datos, incluso si
sus unidades de medida no son las mismas.
 Un coeficiente de variación bajo indica que los datos están más uniformemente
distribuidos alrededor del promedio, mientras que un valor alto señala una mayor
dispersión.
El coeficiente de variación es una herramienta estadística que nos ayuda a entender
qué tan dispersos están los datos en un grupo. Es decir, qué tan alejados están unos
de otros en relación a un punto central, que usualmente es el promedio o media de
esos datos. Este coeficiente te dice si estos números están muy esparcidos unos de
otros o si están más bien agrupado. como comparar la estabilidad en los precios de dos
productos diferentes. En estos casos, el coeficiente de variación es especialmente útil
porque nos permite hacer estas comparaciones de manera justa, independientemente
de las unidades de medida.
Es decir, nos informa al igual que otras medidas de dispersión, de si una variable se
mueve mucho, poco, más o menos que otra.
Su cálculo se obtiene de dividir la desviación típica entre el valor absoluto de la media
del conjunto y por lo general se expresa en porcentaje para su mejor comprensión.

 X: variable sobre la que se pretenden calcular la varianza

 Sx: Desviación típica de la variable X.
 | x̄ |: Es la media de la variable X en valor absoluto con x̄ ≠ 0
El coeficiente de variación se puede ver expresado con las letras CV o r, dependiendo
del manual o la fuente utilizada. Su fórmula es la siguiente:
El coeficiente de variación se utiliza para comparar conjuntos de datos pertenecientes a
poblaciones distintas. Si atendemos a su fórmula, vemos que este tiene en cuenta el
valor de la media. Por lo tanto, el coeficiente de variación nos permite tener una medida
de dispersión que elimine las posibles distorsiones de las medias de dos o más
poblaciones.
Comparación de conjuntos de datos de diferente dimensión
Se quiere comprar la dispersión entre la altura de 50 alumnos de una clase y su peso.
Para comparar la altura podríamos utilizar como unidad de medida metros y
centímetros y para el peso el kilogramo. Comparar estas dos distribuciones mediante la
desviación estándar, no tendría sentido dado que se pretenden medir dos variables
cuantitativas distintas (una medida de longitud y una de más justo, al contrario.
Para entender este concepto necesitamos analizar 2 conceptos fundamentales.
 Esperanza matemática, Media o promedio: Es el valor medio de tus datos,
obtenido sumando todos los valores y dividiéndolos por la cantidad de valores.
 Desviación: Representa cuánto se aleja cada valor de la media.
Medidas de dispersión
Las medidas de dispersión tratan, a través del cálculo de diferentes fórmulas, de arrojar
un valor numérico... ver más
La base para entender su cálculo
Ahora, entendiendo estos dos conceptos la desviación típica se calculará de forma
similar a la media. Pero tomando como valores las desviaciones. Y aunque este
razonamiento es intuitivo y lógico tiene un fallo que vamos a comprobar con el siguiente
gráfico.

En la imagen anterior tenemos 6 observaciones, es decir, N = 6. La media de las

observaciones está representa por la línea negra situada en el centro del gráfico y es 3.
Entenderemos por desviación, la diferencia que existe entre cualquiera de las
observaciones y la línea negra. Asi Pues, temenos 6 desviaciones.
1. Desviación -> (2-3) = -1
2. Desviación -> (4-3) = 1
3. Desviación -> (2-3) = -1
4. Desviación -> (4-3) = 1
 5. Desviación -> (2-3) = -1
6. Desviación -> (4-3) = 1
Como podemos ver si sumamos las 6 desviaciones y dividimos entre N (6
observaciones), el resultado es cero. La lógica sería que la desviación media fuese de
1. Pero una característica matemática de la media respecto a los valores que la forman
es, precisamente, que la suma de las desviaciones es cero. ¿Cómo arreglamos esto?
Elevando al cuadrado las desviaciones
Rango (estadística)
El rango es un valor numérico que indica la diferencia entre el valor máximo y el
mínimo... ver más
Fórmulas para calcular la desviación típica
La primera es elevando al cuadrado las desviaciones, dividir entre el número total de
observaciones y por último hacer la raíz cuadrada para deshacer el elevado al
cuadrado, tal que:

Alternativamente existiría otra forma de calcularla. Sería haciendo un promedio de la

suma de los valores absolutos de las desviaciones. Es decir, aplicar la siguiente
fórmula:

Sin embargo, esta fórmula no es una alternativa de la desviación típica pues arroja
diferentes resultados. En realidad, la fórmula anterior es la desviación respecto de la
media. La desviación estándar o típica y la desviación respecto de la media tienen
similitudes, pero no son lo mismo. A esta última forma se le conoce como desviación
media.
Ejemplo de cálculo de la desviación estándar
Vamos a comprobar cómo, con cualquiera de las dos fórmulas expuestas, el resultado
de la desviación típica o desviación media es el mismo.
Según la fórmula de la varianza (raíz cuadrada):
Según la fórmula del valor absoluto:

Tal como dictaba el cálculo intuitivo. La desviación media es de 1. Pero, ¿no habíamos
dicho que la fórmula del valor absoluto y de la desviación típica daban valores
diferentes? Así es, pero hay una excepción. El único caso en que la desviación
estándar y la desviación respecto de la media ofrecen el mismo resultado es el caso en
que todas las desviaciones son igual a 1.
La relación de la desviación típica con la varianza
En definitiva, la varianza no es más que la desviación estándar al cuadrado. O lo que
viene a ser lo mismo, la desviación típica es la raíz cuadrada de la varianza. Se
relational de la siguiente forma:

Tras esta imagen, queda claro que toda la fórmula que está dentro de la raíz cuadrada
es la varianza. La razón por la que es necesario entender que esa parte se conoce
como varianza es que se utiliza en otras fórmulas para calcular otras medidas. Así
pues, aunque la desviación típica sea más intuitiva para interpretar resultados, es
imperativo cómo se calcula la varianza.