Medidas De Dispersion

1. MEDIDAS DE CENTRAMIENTO

Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro de la distribución de datos se denomina medida o parámetro de tendencia central o de centralización.

Que sirven para determinar los valores centrales o medios de la distribución.

 UNIDADES ADIMENSIONALES

En ciencias, una magnitud adimensional o magnitud de dimensión uno es una cantidad sin una dimensión física asociada, siendo por tanto un número puro que permite describir una característica física sin dimensión ni unidad de expresión explícita, y que como tal, siempre tiene una dimensión de 1. Las magnitudes adimensionales se definen a menudo como productos, razones o relaciones de cantidades que si tienen dimensiones, pero cuyas dimensiones se cancelan cuando su potencias se multiplican. El análisis dimensional se utiliza para definir las cantidades adimensionales.

2. MEDIDAS DE DISPERSION

Las medidas de dispersión, también llamadas medidas de variabilidad, muestran la variabilidad de una distribución, indicando por medio de un número si las diferentes puntuaciones de una variable están muy alejadas de la media. Cuanto mayor sea ese valor, mayor será la variabilidad, y cuanto menor sea, más homogénea será a la media. Así se sabe si todos los casos son parecidos o varían mucho entre ellos.

Nos van a dar una idea sobre la representatividad de las medidas centrales, a mayor dispersión menor representatividad.

3. SESGO ESTANDAR y CURTOSIS ESTANDAR

SESGO ESTANDAR : Existe sesgo cuando la ocurrencia de un error no aparece como un hecho aleatorio (al azar), advirtiéndose que éste ocurre en forma sistemática.

CURTOSIS ESTANDAR: En teoría de la probabilidad y estadística, la curtosis es una medida de la forma. Así, las medidas de curtosis tratan de estudiar la proporción de la varianza que se explica por la combinación de datos extremos respecto a la media en contraposición con datos poco alejados de la misma. Una mayor curtosis implica una mayor concentración de datos muy cerca de la media de la distribución coexistiendo al mismo tiempo con una relativamente elevada frecuencia de datos muy alejados de la misma. Esto explica una forma de la distribución de frecuencias con colas muy elevadas y con un centro muy apuntado.

4. DIAGRAMA DE CAJA DE BIGOTE

Un Diagrama de caja es un gráfico, basado en cuartiles, mediante el cual se visualiza un conjunto de datos. Está compuesto por un rectángulo, la "caja", y dos brazos, los "bigotes".

Es un gráfico que suministra información sobre los valores mínimo y máximo, los cuartiles Q1, Q2 o mediana y Q3, y sobre la existencia de valores atípicos y la simetría de la distribución. Primero es necesario encontrar la mediana para

...