Saltar al contenido
Portada » Como interpretar la desviacion tipica

Como interpretar la desviacion tipica

  • por
Como interpretar la desviacion tipica

Varianza

Media y medianaLa media y la mediana son medidas de tendencia central que dan una indicación del valor medio de una distribución de cifras.La media es el promedio de un grupo de puntuaciones. Las puntuaciones se suman y se dividen entre el número de puntuaciones. La media es sensible a las puntuaciones extremas cuando las muestras de la población son pequeñas. Por ejemplo, en una clase de 20 alumnos, si hay dos estudiantes que obtienen una puntuación muy superior a la de los demás, la media estará sesgada más alta de lo que podría indicar el resto de las puntuaciones. La mediana es el punto en el que la mitad de las puntuaciones están por encima y la otra mitad por debajo. La mediana es el punto en el que la mitad de las puntuaciones están por encima y la otra mitad por debajo. Las medianas son menos sensibles a las puntuaciones extremas y probablemente son un mejor indicador en general de dónde se encuentra el centro de la clase, especialmente para tamaños de muestra más pequeños. De hecho, en una curva de campana perfecta, la media y la mediana son idénticas.

Desviación estándarLa desviación estándar (DE) es una medida de variabilidad muy utilizada en estadística. Muestra cuánta variación hay con respecto a la media. Una desviación estándar baja indica que los puntos de datos tienden a estar cerca de la media, mientras que una desviación estándar alta indica que los datos están repartidos en un amplio rango de valores.

Cómo interpretar la desviación estándar en las estadísticas descriptivas

La desviación estándar y el error estándar son quizás los dos estadísticos menos comprendidos que se muestran habitualmente en las tablas de datos. El siguiente artículo pretende explicar su significado y proporcionar información adicional sobre cómo se utilizan en el análisis de datos.

La desviación estándar y el error estándar son quizás los dos estadísticos menos comprendidos que se muestran habitualmente en las tablas de datos. El siguiente artículo pretende explicar su significado y proporcionar información adicional sobre cómo se utilizan en el análisis de datos. Ambos estadísticos se muestran normalmente con la media de una variable y, en cierto sentido, ambos hablan de la media. A menudo se denominan «desviación estándar de la media» y «error estándar de la media». Sin embargo, no son intercambiables y representan conceptos muy diferentes.

La desviación estándar (a menudo abreviada como «Std Dev» o «SD») proporciona una indicación de cuánto varían o se «desvían» de la media las respuestas individuales a una pregunta. La desviación estándar indica al investigador el grado de dispersión de las respuestas: ¿están concentradas en torno a la media o están dispersas? ¿Todos los encuestados calificaron su producto en la mitad de la escala, o algunos lo adoraron y otros lo odiaron?

Fórmula de la desviación estándar

El rango intercuartil es la mejor medida de variabilidad para distribuciones sesgadas o conjuntos de datos con valores atípicos. Como se basa en los valores que provienen de la mitad de la distribución, es poco probable que se vea influenciado por los valores atípicos.

Para cada uno de estos métodos, necesitará diferentes procedimientos para encontrar la mediana, Q1 y Q3 dependiendo de si el tamaño de su muestra es par o impar. El método exclusivo funciona mejor para tamaños de muestra pares, mientras que el método inclusivo se utiliza a menudo con tamaños de muestra impares.

Las pruebas estadísticas, como las pruebas de varianza o el análisis de varianza (ANOVA), utilizan la varianza de las muestras para evaluar las diferencias de grupo de las poblaciones. Utilizan las varianzas de las muestras para evaluar si las poblaciones de las que proceden difieren significativamente entre sí.

La mediana es la medida de tendencia central más informativa para las distribuciones sesgadas o con valores atípicos. Por ejemplo, la mediana se utiliza a menudo como medida de tendencia central para las distribuciones de ingresos, que suelen ser muy asimétricas.

Desviación estándar

Cuando trabajamos con un conjunto de datos cuantitativos, una de las primeras cosas que queremos saber es cómo es el elemento «típico» del conjunto, o dónde está el centro del conjunto. Pero conocer el centro del conjunto no lo dice todo, sino que también queremos saber más sobre la forma general de nuestros datos. Se utiliza en un gran número de aplicaciones. En finanzas, las desviaciones estándar de los datos de precios se utilizan con frecuencia como medida de

En ambas empresas, el salario medio es de 20 dólares por hora, pero la distribución de los salarios por hora es claramente diferente. En la empresa A, los salarios de los cuatro empleados están muy concentrados en torno a esa media, mientras que en la empresa B hay una gran diferencia entre los dos empleados que ganan 15 dólares y los otros dos. La desviación estándar de los empleados de la empresa A es 1, mientras que la desviación estándar de los salarios de la empresa B es aproximadamente 5. En general, cuanto mayor sea la desviación estándar de un conjunto de datos, más separados estarán los puntos individuales de ese conjunto.Técnicamente, es más complicadoLa definición técnica de la desviación estándar es algo complicada. En primer lugar, para cada valor de los datos, hay que averiguar a qué distancia está el valor de la media tomando la diferencia del valor y la media. A continuación, eleva al cuadrado todas esas diferencias. A continuación, toma la media de esas diferencias elevadas al cuadrado. Por último, toma la raíz cuadrada de esa media.

Esta web utiliza cookies propias para su correcto funcionamiento. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Más información
Privacidad