Professional Documents
Culture Documents
Estadística (Guías)
Estadística (Guías)
MODALIDAD:
LÍNEA
JORNADA:
EN LINEA
CARRERA:
TECNOLOGÍA EN ADMINISTRACIÓN
ASIGNATURA:
CONTABILIDAD 1
CÓDIGO:
23233911
AUTOR:
DOCENTE:
FECHA:
JUNIO2022
QUITO – ECUADOR
1. DATOS INFORMATIPRACTICA N º 3
CÓDIGO: AUP06-GP-03
1. TEMA: Medidas de dispersión
2. TIEMPO DE DURACIÓN: 120 minutos
3. FUNDAMENTOS:
Las medidas de dispersión son medidas estadísticas que se utilizan para describir la
variabilidad o la dispersión de un conjunto de datos. Las tres medidas de dispersión más
comunes son el rango, la desviación estándar y la varianza.
El rango es la diferencia entre el valor máximo y el valor mínimo de un conjunto de datos.
Proporciona una idea general de la amplitud de los datos, pero es muy sensible a los valores
extremos.
La desviación estándar es una medida de dispersión que indica cuánto se alejan los datos de
la media. Se calcula encontrando la diferencia entre cada valor y la media, elevando cada
diferencia al cuadrado, sumando los cuadrados y dividiendo la suma entre el número de datos
menos uno. Finalmente, se toma la raíz cuadrada del resultado. La desviación estándar es una
medida de dispersión más robusta que el rango, ya que tiene en cuenta todos los valores y no
solo los valores extremos.
La varianza es el cuadrado de la desviación estándar. También mide la variabilidad de los
datos alrededor de la media y se calcula sumando los cuadrados de las diferencias entre cada
valor y la media y dividiendo la suma entre el número de datos menos uno. La varianza es
una medida de dispersión más sensible que la desviación estándar a los valores extremos, ya
que al elevar al cuadrado las diferencias, los valores extremos tienen un mayor impacto en la
medida.
Cada medida de dispersión tiene sus ventajas y limitaciones, y la elección de la medida
adecuada dependerá del tipo de datos y del propósito del análisis. Es importante recordar que
las medidas de dispersión proporcionan información sobre la variabilidad o dispersión de los
datos y complementan las medidas de tendencia central al proporcionar una imagen más
completa de los datos.
4. OBJETIVO(S)
• Describir la utilización de las medidas de dispersión, en la determinación de la
variación de las observaciones de un conjunto de datos con respecto a su media.
• Desarrollar problemas relacionado a las medidas de dispersión, para datos
agrupados.
• Analizar los resultados obtenidos sobre la dispersión de los datos con respecto a
su promedio.
5. MATERIALES
• Acceso a internet
• Programas online
• Excel
• Word
6. EQUIPOS
• Pc
• Teléfono inteligente
7. NORMAS DE SEGURIDAD
Antes del desarrollo de la práctica, el estudiante debe cumplir con las siguientes
normativas de seguridad:
• Salud e higiene de las manos
• Limpieza y desinfección de los espacios, mesas, computador
• Mantener ordenado el escritorio, para la generación de un ambiente armónico
• Tener una buena iluminación en el espacio de las tareas,
• Presentar una excelente ventilación del espacio de tareas.
• Evitar consumir alimentos o bebidas en el espacio de tareas.
• Realizar un buen uso de los equipos, materiales y mobiliario que se utilicen en las
tareas.
8. PREPARACIÓN PREVIA/ CONOCIMIENTOS PREVIOS
• Conocimientos sólidos de álgebra, trigonometría y cálculo diferencial e integral,
ya que estos conceptos se utilizan en la estadística.
• Pensamiento lógico y crítico que implica la resolución de problemas y la toma de
decisiones basadas en datos.
• Conocimientos básicos de probabilidad el cual es un concepto fundamental en la
estadística como la definición de eventos, espacio muestral y probabilidad de un
evento.
• Conocimientos básicos de estadística descriptiva: que incluye conceptos de
medidas de tendencia central, medidas de dispersión y gráficos estadísticos.
• Aprender a utilizar software estadístico como R o SPSS puede ser muy útil para
llevar a cabo análisis estadísticos y visualización de datos. Es recomendable tener
una familiaridad básica con uno de estos programas antes de comenzar la
asignatura de estadística.
9. PROCEDIMIENTO
1. Efectuar una lectura comprensiva de las medidas de dispersión, del artículo propuesto
en los anexos.
2. Calcular las distintas medidas de dispersión para datos agrupado, con la información
propuesta a continuación
Ejercicio de aplicación:
Calcular todas las medidas de dispersión para los datos de la siguiente distribución
Xi 0–100 100–200 200–300 300-400 400-500
fi 90 140 150 120 100
Tabla 1
K LIC LSC Xm fi fi Xm
1 0 100 50 90 4500
2 100 200 150 140 21000
3 200 300 250 150 37500
4 300 400 350 120 42000
5 400 500 450 100 45000
0 0
n= 600 150000
Nota. Se muestran los resultados del cálculo del rango o recorrido
Tabla 2
Tabla 3
propuesto.
Tabla 4
Gráfica de dispersiones
Gráfica de dispersión
promedio.
Tabla 5
Interpretación de resultados
0-3700. 0-1500000
0-10
Nota. Resultados obtenidos del cálculo de las medidas de dispersión
frecuencias.
12. CONCLUSIONES
Relacionadas a los objetivos
• Las medias de dispersión indican lo mucho o poco que se dispersan.
McGraw Hill.
de Chile.
15. ANEXOS
Anexo 1
Medidas de dispersión
información que aportan individualmente, no hay que dejar de señalar que en muchas
ocasiones esa información, no sólo no es completa, sino que puede inducir a errores en su
poblaciones distintas: el primero está compuesto por 100 personas que asisten a la proyección
de una película para niños, y el segundo por 100 personas elegidas entre los asistentes a una
discoteca juvenil. Pudiera ocurrir que, aun siendo las distribuciones de las edades de ambos
grupos muy distinta, la media y la mediana coincidieran para ambas. (Da un ejemplo concreto
Igualmente ocurre en este otro ejemplo. La caja de un kiosco registra las siguientes entradas
en miles de pesos, a lo largo de dos semanas correspondientes a épocas distintas del año
1ª semana 2ª semana
10 30
20 40
30 50
50 50
60 60
80 60
100 60
350 350
La media y la mediana de ambas distribuciones coinciden (el valor de ambas es 50 en los dos
casos) y, sin embargo, las consecuencias que se podrían derivar de una y otra tabla son bien
distintas.
aparte de los valores de centralización, que nos indiquen la mayor o menor desviación de
El rango se suele definir como la diferencia entre los dos valores extremos que toma la
variable. Es la medida de dispersión más sencilla y también, por tanto, la que proporciona
menos información. Además, esta información puede ser errónea, pues el hecho de que no
influyan más de dos valores del total de la serie puede provocar una deformación de la
realidad.
Serie 1: 1 5 7 7 8 9 9 10 17
Serie 2: 2 4 6 8 10 12 14 16 18
Ambas series tienen rango 16, pero están desigualmente agrupadas, pues mientras la primera
Desviación media
En teoría, la desviación puede referirse a cada una de las medidas de tendencia central:
media, mediana o moda; pero el interés se suele centrar en la medida de la desviación con
Puede definirse como la media aritmética de las desviaciones de cada uno de los valores con
DM =
x−x
N
Nótese que se toman las desviaciones en valor absoluto, es decir, que la fórmula no distingue
Ya se habrá advertido que esta expresión sirve para calcular la desviación media en el caso de
intervalos.
DM =
n x
i
Donde observamos que ahora las desviaciones van multiplicadas por las frecuencias de los
intervalos correspondientes.
Además, las desviaciones son de cada centro, o marca de clase, a la media aritmética. Es
decir,
DM =
n (x
i m − x)
N
Ejemplo: Para hallar la desviación media de la siguiente tabla referida a las edades de La
la variable. Si es muy alta, indica gran dispersión; si es muy baja refleja un buen
distribuciones en las que la medida de tendencia central más significativas haya sido la
media. Sin embargo, para las mismas distribuciones es mucho más significativa la desviación
típica, que estudiaremos a continuación, y eso hace que el uso de la desviación media sea
Desviación típica
Es sin duda la medida de dispersión más importante, ya que además sirve como medida
La desviación típica se define como la raíz cuadrada de la media de los cuadrados de las
S=
(x − x)2
x−x
2
S=
N
x x−x x−x 2
5 -5,2 27,04
8 -2,2 4,84
10 -0,2 0,04
12 1,8 3,24
16 5,8 33,64
Cálculo de la desviación típica para datos agrupados en clases y agrupados por frecuencias
S=
fx 2
x = xm − x
Donde y f es la frecuencia absoluta de cada intervalo.
fd fd
2
2
S=I −
N N
Donde:
I: amplitud de la clase
D: distancia en clases desde cada una en concreto a la clase que contiene a la media supuesta
A.