SlideShare a Scribd company logo
1 of 6
Download to read offline
4.1 VARIANZA Y DESVIACIÓN TÍPICA O ESTÁNDAR




La suma de las desviaciones de los datos con respecto a la media aritmética es un
indicador excelente de la variabilidad, la cual se representa por la expresión:
      Xi   X

Supongamos los siguientes datos:
      X i = 3, 1, 4, 2, 0

                 Xi           10
Xi =                                      2
                n              5
Las desviaciones con respecto a la media serian:

  1         3       2         1

  2          1      2             1


  3          4      2         2


  4          2        2       0


  5          0      2             2


       i            1 1               2       0   2   0

Este valor cero era inaceptable porque sugiere ausencia de la variabilidad. Para evitar
valores negativos los estadísticos                        elevaron al cuadrado todas las desviaciones y
dividieron este resultado entre N. Surgió entonces la siguiente formula de la variancia o
varianza:
4.1.1 Para datos no agrupados:
                          2
  2
            Xi
                              Variancia poblaciona l
                N



[Escribir texto]
2
            Xi         X
S2                             Variancia muestral
            n      1
En donde:


  2
      = Varianza poblacional
X i = Cada uno de los datos observados

  = Media poblacional
N= Tamaño de la población
S 2 = Varianza Muestral

X = Media Muestral

n= Tamaño Muestral


Debido a que no se podía hacer comparaciones entre la media y la varianza por estar al
cuadrado 2 , surgió la formula de la desviación estándar:
                                S     S2

Ejemplo 1. Calcular la variancia y la desviación estándar de los siguientes datos:
         3, 1, 4, 2, 0: X = 2
Solución




                Xi                                  Y - X
                                                     i
                                                            ( Yi - X ) 2


                 3                                    1          1
                 1                                   -1          1
                 4                                    2          4


[Escribir texto]
2                                               0                          0
                   0                                           -2                             4
                                                                                                       2
                                                                                        10    Xi   X




                                  2

    2
              Xi              X
S
              n           1
         10
S2                2,5                     S2    2,5   1,5811
          4

4.1.2 Las formulas para el cálculo de la varianza y la desviación típica para datos
agrupados son los siguientes:


                                      2                                          Varianza y desviación estándar
              X               X           n
S2                 i                       i;
                   n          1
                                                                                 Muestral.

                                      2
                  X               X       n
S                     i                    i
                      n       1

                                                                                Varianza y desviación estándar
                                                                                Poblacional


                                  2                                    2
                  X                   n                X                   n
    2                 i                i ;                 i                i
                          N                                    N

En donde:


S 2 = Variancia Muestral

        = Sumatoria desde i = 1 hasta m = Numero de intervalos.


[Escribir texto]
Xi       = Marcas de clase

n = Frecuencias absolutas
 i
    2
        = Varianza poblacional
        = Desviación típica poblacional
 X       = Media Muestral
         = Media Poblacional
Observación 1. Para datos no agrupados X , Simboliza los valores de la variable. Para
datos agrupados X i indica la marca de clase.

Ejemplo 2. Calcular la varianza y la desviación estándar de los siguientes datos
agrupados.
        Calificaciones       Estudiantes
            Li - Ls               ni
            40 – 49                5
            50 – 59                2
            60 – 69               12
            70 – 79               14
            80 – 89                9
            90 – 99                6




         3476
X                  72,4167
          48




[Escribir texto]
Solución
                                                                              2
                                                                    Y     X       n
La fórmula para la varianza es S 2                                   i             i y para su cálculo adicionamos, a la
                                                                      n   1
tabla anterior, las siguientes columnas:
                                          2               2
                       Xi , Y         X       y Yi    X       n
                             i                                 i




          Calificaciones                        Estudiantes
                                                                                                       2              2
          Li       Ls                           ni                  Y
                                                                     i
                                                                                          Y
                                                                                           i
                                                                                                   X         Y
                                                                                                              i
                                                                                                                  X       f
                                                                                                                              i

        40 – 49                                5                   44,5           779.3421                   3896,7105
        50 – 59                                2                   54,5           321,0081                   642,0162
        60 – 69                                12                  64,5           62,6741                    752,0892
        70 – 79                                14                  74,5           4,3401                     60,7614
        80 – 89                                9                   84,5           146,0061                   1314,0553
        90 – 99                                6                   94,5           487.6721                   2926,0326
                                                                                                             9591,666



                                                                                                   2
El ultimo valor de la quinta columna es                                           X
                                                                                      i
                                                                                               X       n = 9591,6664 que es el
                                                                                                        i
numerador de la fórmula de la varianza, entonces
                             2
               X         X       n        9591,6664
S2                 i              i                       204,078
                   n    1                   48 1




[Escribir texto]
La desviación estándar es:

S            S2            204,078

S       14,2856

4.1.3 Otra fórmula para la varianza y la desviación estándar
Es fácil de demostrar que la expresión
                                                                                  2
                      2                                     2                Xi
        Xi        X        es igual a                  Xi
                                                                             n
Por lo tanto,
                                                                             2
                                                   2                 Xi
                                   2          Xi
    2
                  Xi           X                                     n
S                                                                                 Para datos no agrupados
                  n        1                           n        1
                                                   2
                                           X n
                  X n  2                     i i
                   i i
S2                                          n               Para datos agrupados
                               n       1
                                                                                           2
                                                                         2            Xi
Observación 2. La expresión                                         Xi                         se denomina suma de cuadrados
                                                                                      n




[Escribir texto]

More Related Content

What's hot

Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Luz Hernández
 
Ejercicios cartas de control p y np, c y u
Ejercicios cartas de control p y np, c y uEjercicios cartas de control p y np, c y u
Ejercicios cartas de control p y np, c y uMarilaguna
 
Regresión Simple - Supuestos de Gauss Markow
Regresión Simple - Supuestos de Gauss MarkowRegresión Simple - Supuestos de Gauss Markow
Regresión Simple - Supuestos de Gauss MarkowMariel Balmaceda
 
Hipotesis estadistica
Hipotesis estadisticaHipotesis estadistica
Hipotesis estadisticaketoru52
 
Estadistica chi cuadrado
Estadistica chi cuadradoEstadistica chi cuadrado
Estadistica chi cuadradoPABLITO Pablo
 
Prueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaPrueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaHector García Cárdenas
 
Estilos y tipos de aprendizaje
Estilos y tipos de aprendizajeEstilos y tipos de aprendizaje
Estilos y tipos de aprendizajerecajom
 
Presentacion nº3: MEDIDAS DE DISPERSIÓN
Presentacion nº3: MEDIDAS DE DISPERSIÓNPresentacion nº3: MEDIDAS DE DISPERSIÓN
Presentacion nº3: MEDIDAS DE DISPERSIÓNElena Vargas
 
Medidas de tendencia central para datos agrupados
Medidas de tendencia central para datos agrupadosMedidas de tendencia central para datos agrupados
Medidas de tendencia central para datos agrupadoseduargom
 
Ejercicios del capitulo 15 y 17 de Calidad y productividad
Ejercicios del capitulo 15 y 17 de Calidad y productividadEjercicios del capitulo 15 y 17 de Calidad y productividad
Ejercicios del capitulo 15 y 17 de Calidad y productividadarelycl
 
Para que se evalua
Para que se evaluaPara que se evalua
Para que se evaluaLorena Gomez
 
ESCALA PARA LA MEDICIÓN DE ACTITUDES
ESCALA PARA LA MEDICIÓN DE ACTITUDESESCALA PARA LA MEDICIÓN DE ACTITUDES
ESCALA PARA LA MEDICIÓN DE ACTITUDESboves78
 
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) -  Jorge Canales FusterSocioestadistica - 6. tamaño muestra (b) -  Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales FusterF Franz Guillermo
 

What's hot (20)

Las Pruebas
Las PruebasLas Pruebas
Las Pruebas
 
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
 
Ejercicios cartas de control p y np, c y u
Ejercicios cartas de control p y np, c y uEjercicios cartas de control p y np, c y u
Ejercicios cartas de control p y np, c y u
 
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
 
Pruebas No Parametricas
Pruebas No ParametricasPruebas No Parametricas
Pruebas No Parametricas
 
Regresión Simple - Supuestos de Gauss Markow
Regresión Simple - Supuestos de Gauss MarkowRegresión Simple - Supuestos de Gauss Markow
Regresión Simple - Supuestos de Gauss Markow
 
Chi cuadrado
Chi  cuadradoChi  cuadrado
Chi cuadrado
 
Proyecto de correlacion
Proyecto de correlacionProyecto de correlacion
Proyecto de correlacion
 
Hipotesis estadistica
Hipotesis estadisticaHipotesis estadistica
Hipotesis estadistica
 
medidas de tendencia central
medidas de tendencia centralmedidas de tendencia central
medidas de tendencia central
 
Pruebas de hipotesis Varianza desconocida
Pruebas de hipotesis Varianza  desconocidaPruebas de hipotesis Varianza  desconocida
Pruebas de hipotesis Varianza desconocida
 
Estadistica chi cuadrado
Estadistica chi cuadradoEstadistica chi cuadrado
Estadistica chi cuadrado
 
Prueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaPrueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieria
 
Estilos y tipos de aprendizaje
Estilos y tipos de aprendizajeEstilos y tipos de aprendizaje
Estilos y tipos de aprendizaje
 
Presentacion nº3: MEDIDAS DE DISPERSIÓN
Presentacion nº3: MEDIDAS DE DISPERSIÓNPresentacion nº3: MEDIDAS DE DISPERSIÓN
Presentacion nº3: MEDIDAS DE DISPERSIÓN
 
Medidas de tendencia central para datos agrupados
Medidas de tendencia central para datos agrupadosMedidas de tendencia central para datos agrupados
Medidas de tendencia central para datos agrupados
 
Ejercicios del capitulo 15 y 17 de Calidad y productividad
Ejercicios del capitulo 15 y 17 de Calidad y productividadEjercicios del capitulo 15 y 17 de Calidad y productividad
Ejercicios del capitulo 15 y 17 de Calidad y productividad
 
Para que se evalua
Para que se evaluaPara que se evalua
Para que se evalua
 
ESCALA PARA LA MEDICIÓN DE ACTITUDES
ESCALA PARA LA MEDICIÓN DE ACTITUDESESCALA PARA LA MEDICIÓN DE ACTITUDES
ESCALA PARA LA MEDICIÓN DE ACTITUDES
 
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) -  Jorge Canales FusterSocioestadistica - 6. tamaño muestra (b) -  Jorge Canales Fuster
Socioestadistica - 6. tamaño muestra (b) - Jorge Canales Fuster
 

Similar to Varianza y desviacion tipica estandar

Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersionlolaromero123
 
Medidas de-dispersion-arvelo
Medidas de-dispersion-arveloMedidas de-dispersion-arvelo
Medidas de-dispersion-arveloAxel Juarez
 
Tarea alexander freitez
Tarea alexander freitezTarea alexander freitez
Tarea alexander freiteztareasuft
 
Tarea alexander freitez
Tarea alexander freitezTarea alexander freitez
Tarea alexander freiteztareasuft
 
9 Sistemas Basados en Reglas Difusas Ad Hoc
9 Sistemas Basados en Reglas Difusas Ad Hoc9 Sistemas Basados en Reglas Difusas Ad Hoc
9 Sistemas Basados en Reglas Difusas Ad HocESCOM
 
Fórmulas ajustes y correla01
Fórmulas ajustes y correla01Fórmulas ajustes y correla01
Fórmulas ajustes y correla01Edgar Mata
 
Fórmulas ajustes y correla01
Fórmulas ajustes y correla01Fórmulas ajustes y correla01
Fórmulas ajustes y correla01Edgar Mata
 
Modelo de regresion lineal
Modelo de regresion linealModelo de regresion lineal
Modelo de regresion linealRodrigo Paniagua
 
que econometra
que econometra que econometra
que econometra rblanca
 
Formulario de intervalos de confianza 2012-2 (1)
Formulario de intervalos de confianza 2012-2 (1)Formulario de intervalos de confianza 2012-2 (1)
Formulario de intervalos de confianza 2012-2 (1)ITS CONSULTORIAS S.A.C
 
Inferencia en RLS, datos atípicos. Aplicación
Inferencia en RLS, datos atípicos. AplicaciónInferencia en RLS, datos atípicos. Aplicación
Inferencia en RLS, datos atípicos. Aplicaciónjfloresl
 
Inferencia en RLS, datos atípicos. Aplicación
Inferencia en RLS, datos atípicos.  AplicaciónInferencia en RLS, datos atípicos.  Aplicación
Inferencia en RLS, datos atípicos. Aplicaciónjfloresl
 
Exposicion seminario 2012
Exposicion seminario 2012Exposicion seminario 2012
Exposicion seminario 2012ajfloresl
 
Solucionario 1 de marzo
Solucionario  1 de marzoSolucionario  1 de marzo
Solucionario 1 de marzowilliam
 

Similar to Varianza y desviacion tipica estandar (20)

Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersion
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Medidas de-dispersion-arvelo
Medidas de-dispersion-arveloMedidas de-dispersion-arvelo
Medidas de-dispersion-arvelo
 
Econometria
EconometriaEconometria
Econometria
 
Tarea alexander freitez
Tarea alexander freitezTarea alexander freitez
Tarea alexander freitez
 
Tarea alexander freitez
Tarea alexander freitezTarea alexander freitez
Tarea alexander freitez
 
Trabajo
TrabajoTrabajo
Trabajo
 
9 Sistemas Basados en Reglas Difusas Ad Hoc
9 Sistemas Basados en Reglas Difusas Ad Hoc9 Sistemas Basados en Reglas Difusas Ad Hoc
9 Sistemas Basados en Reglas Difusas Ad Hoc
 
Fórmulas ajustes y correla01
Fórmulas ajustes y correla01Fórmulas ajustes y correla01
Fórmulas ajustes y correla01
 
Fórmulas ajustes y correla01
Fórmulas ajustes y correla01Fórmulas ajustes y correla01
Fórmulas ajustes y correla01
 
Modelo de regresion lineal
Modelo de regresion linealModelo de regresion lineal
Modelo de regresion lineal
 
que econometra
que econometra que econometra
que econometra
 
Formulario de intervalos de confianza 2012-2 (1)
Formulario de intervalos de confianza 2012-2 (1)Formulario de intervalos de confianza 2012-2 (1)
Formulario de intervalos de confianza 2012-2 (1)
 
Inferencia en RLS, datos atípicos. Aplicación
Inferencia en RLS, datos atípicos. AplicaciónInferencia en RLS, datos atípicos. Aplicación
Inferencia en RLS, datos atípicos. Aplicación
 
Inferencia en RLS, datos atípicos. Aplicación
Inferencia en RLS, datos atípicos.  AplicaciónInferencia en RLS, datos atípicos.  Aplicación
Inferencia en RLS, datos atípicos. Aplicación
 
Exposicion seminario 2012
Exposicion seminario 2012Exposicion seminario 2012
Exposicion seminario 2012
 
4b - Conceptos Estadísticos
4b - Conceptos Estadísticos4b - Conceptos Estadísticos
4b - Conceptos Estadísticos
 
Solucionario 1 de marzo
Solucionario  1 de marzoSolucionario  1 de marzo
Solucionario 1 de marzo
 
Pe u4
Pe u4Pe u4
Pe u4
 
Estadística y probabilidad
Estadística y probabilidadEstadística y probabilidad
Estadística y probabilidad
 

More from lolaromero123

Desplazamiento forzado
Desplazamiento forzadoDesplazamiento forzado
Desplazamiento forzadololaromero123
 
Algunos rasgos culturales de los grupos étnicos en las regiones
Algunos rasgos culturales de los grupos étnicos en las regionesAlgunos rasgos culturales de los grupos étnicos en las regiones
Algunos rasgos culturales de los grupos étnicos en las regioneslolaromero123
 
Ejercicios de repaso semana 5
Ejercicios de repaso semana 5Ejercicios de repaso semana 5
Ejercicios de repaso semana 5lolaromero123
 
Ejemplo 3 medidas de dispersio
Ejemplo 3 medidas de dispersioEjemplo 3 medidas de dispersio
Ejemplo 3 medidas de dispersiololaromero123
 
Tendencia central para daotos agrupados
Tendencia central para daotos agrupadosTendencia central para daotos agrupados
Tendencia central para daotos agrupadoslolaromero123
 
Media aritmetica para datos no agrupados
Media aritmetica para datos no agrupadosMedia aritmetica para datos no agrupados
Media aritmetica para datos no agrupadoslolaromero123
 

More from lolaromero123 (20)

úLtimo paradigma
úLtimo paradigmaúLtimo paradigma
úLtimo paradigma
 
Desplazamiento forzado
Desplazamiento forzadoDesplazamiento forzado
Desplazamiento forzado
 
Dialecto
DialectoDialecto
Dialecto
 
Algunos rasgos culturales de los grupos étnicos en las regiones
Algunos rasgos culturales de los grupos étnicos en las regionesAlgunos rasgos culturales de los grupos étnicos en las regiones
Algunos rasgos culturales de los grupos étnicos en las regiones
 
Quiz semana 5
Quiz semana 5Quiz semana 5
Quiz semana 5
 
Taller 5 semana 5
Taller 5 semana 5Taller 5 semana 5
Taller 5 semana 5
 
Ejercicios de repaso semana 5
Ejercicios de repaso semana 5Ejercicios de repaso semana 5
Ejercicios de repaso semana 5
 
Ejemplo semana 5
Ejemplo semana 5Ejemplo semana 5
Ejemplo semana 5
 
Ejemplo semana 5
Ejemplo semana 5Ejemplo semana 5
Ejemplo semana 5
 
Sìmetria
SìmetriaSìmetria
Sìmetria
 
Parcial semana 4
Parcial semana 4Parcial semana 4
Parcial semana 4
 
Quiz semana 4
Quiz semana 4Quiz semana 4
Quiz semana 4
 
Taller semana 4
Taller semana 4Taller semana 4
Taller semana 4
 
Resumen
ResumenResumen
Resumen
 
Ejemplo 3 medidas de dispersio
Ejemplo 3 medidas de dispersioEjemplo 3 medidas de dispersio
Ejemplo 3 medidas de dispersio
 
Quiz semana 3
Quiz semana 3Quiz semana 3
Quiz semana 3
 
Taller semana 3
Taller semana 3Taller semana 3
Taller semana 3
 
Tendencia central para daotos agrupados
Tendencia central para daotos agrupadosTendencia central para daotos agrupados
Tendencia central para daotos agrupados
 
Tendencia central
Tendencia centralTendencia central
Tendencia central
 
Media aritmetica para datos no agrupados
Media aritmetica para datos no agrupadosMedia aritmetica para datos no agrupados
Media aritmetica para datos no agrupados
 

Varianza y desviacion tipica estandar

  • 1. 4.1 VARIANZA Y DESVIACIÓN TÍPICA O ESTÁNDAR La suma de las desviaciones de los datos con respecto a la media aritmética es un indicador excelente de la variabilidad, la cual se representa por la expresión: Xi X Supongamos los siguientes datos: X i = 3, 1, 4, 2, 0 Xi 10 Xi = 2 n 5 Las desviaciones con respecto a la media serian: 1 3 2 1 2 1 2 1 3 4 2 2 4 2 2 0 5 0 2 2 i 1 1 2 0 2 0 Este valor cero era inaceptable porque sugiere ausencia de la variabilidad. Para evitar valores negativos los estadísticos elevaron al cuadrado todas las desviaciones y dividieron este resultado entre N. Surgió entonces la siguiente formula de la variancia o varianza: 4.1.1 Para datos no agrupados: 2 2 Xi Variancia poblaciona l N [Escribir texto]
  • 2. 2 Xi X S2 Variancia muestral n 1 En donde: 2 = Varianza poblacional X i = Cada uno de los datos observados = Media poblacional N= Tamaño de la población S 2 = Varianza Muestral X = Media Muestral n= Tamaño Muestral Debido a que no se podía hacer comparaciones entre la media y la varianza por estar al cuadrado 2 , surgió la formula de la desviación estándar: S S2 Ejemplo 1. Calcular la variancia y la desviación estándar de los siguientes datos: 3, 1, 4, 2, 0: X = 2 Solución Xi Y - X i ( Yi - X ) 2 3 1 1 1 -1 1 4 2 4 [Escribir texto]
  • 3. 2 0 0 0 -2 4 2 10 Xi X 2 2 Xi X S n 1 10 S2 2,5 S2 2,5 1,5811 4 4.1.2 Las formulas para el cálculo de la varianza y la desviación típica para datos agrupados son los siguientes: 2 Varianza y desviación estándar X X n S2 i i; n 1 Muestral. 2 X X n S i i n 1 Varianza y desviación estándar Poblacional 2 2 X n X n 2 i i ; i i N N En donde: S 2 = Variancia Muestral = Sumatoria desde i = 1 hasta m = Numero de intervalos. [Escribir texto]
  • 4. Xi = Marcas de clase n = Frecuencias absolutas i 2 = Varianza poblacional = Desviación típica poblacional X = Media Muestral = Media Poblacional Observación 1. Para datos no agrupados X , Simboliza los valores de la variable. Para datos agrupados X i indica la marca de clase. Ejemplo 2. Calcular la varianza y la desviación estándar de los siguientes datos agrupados. Calificaciones Estudiantes Li - Ls ni 40 – 49 5 50 – 59 2 60 – 69 12 70 – 79 14 80 – 89 9 90 – 99 6 3476 X 72,4167 48 [Escribir texto]
  • 5. Solución 2 Y X n La fórmula para la varianza es S 2 i i y para su cálculo adicionamos, a la n 1 tabla anterior, las siguientes columnas: 2 2 Xi , Y X y Yi X n i i Calificaciones Estudiantes 2 2 Li Ls ni Y i Y i X Y i X f i 40 – 49 5 44,5 779.3421 3896,7105 50 – 59 2 54,5 321,0081 642,0162 60 – 69 12 64,5 62,6741 752,0892 70 – 79 14 74,5 4,3401 60,7614 80 – 89 9 84,5 146,0061 1314,0553 90 – 99 6 94,5 487.6721 2926,0326 9591,666 2 El ultimo valor de la quinta columna es X i X n = 9591,6664 que es el i numerador de la fórmula de la varianza, entonces 2 X X n 9591,6664 S2 i i 204,078 n 1 48 1 [Escribir texto]
  • 6. La desviación estándar es: S S2 204,078 S 14,2856 4.1.3 Otra fórmula para la varianza y la desviación estándar Es fácil de demostrar que la expresión 2 2 2 Xi Xi X es igual a Xi n Por lo tanto, 2 2 Xi 2 Xi 2 Xi X n S Para datos no agrupados n 1 n 1 2 X n X n 2 i i i i S2 n Para datos agrupados n 1 2 2 Xi Observación 2. La expresión Xi se denomina suma de cuadrados n [Escribir texto]