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.

Cuanto menor sea, más homogénea será a la media.

Así se sabe si todos los casos son parecidos o varían mucho entre ellos.

Es la diferencia entre el valor mínimo y el valor máximo en un grupo de números aleatorios.

Ordenamos los números según su tamaño.

Restamos el valor mínimo del valor máximo.

Ej. Para una muestra (8,7,6,9,4,5), el dato menor es 4 y el dato mayor es 9

Sus valores se encuentran en un rango de:

Rango = (9-4) =5

Medida estadística que mide la dispersión de los valores respecto a un valor central (media).

Suele ser representada con S2

La varianza es siempre positiva o ceroSi a los datos de la distribución les

sumamos una cantidad constante la varianza no se modifica.

Si a los datos de la distribución les multiplicamos una constante, la varianza queda multiplicada por el cuadrado de esa constante.

• Conjunto de datos que a pesar de ser muy distintos en valores absolutos, poseen la misma media.

• Se halla como la raíz cuadrada positiva de la varianza.

A mayor valor del coeficiente del desvío estándar, mayor dispersión de los datos con respecto a su media.

Cuando este valor es más pequeño, las diferencias de los valores respecto a la media, son menores y, por lo tanto, el grupo de observaciones es más “homogéneo” que si el valor de la desviación estándar fuera más grande.

Ósea que a menor dispersión mayor homogeneidad y a mayor dispersión, mayor variabilidad.

La covarianza entre dos variables es un resumen indicador, de si las puntuaciones están relacionadas entre sí.

Se simboliza por la letra griega sigma (σ) cuando ha sido calculada en la población.

Si se obtiene sobre una muestra, se designa por la letra Sxy

Refleja la relación lineal que existe entre dos variables.

El resultado numérico fluctúa entre los rangos de +infinito a -infinito.

Al no tener unos límites establecidos no puede determinarse el grado de relación lineal que existe entre las dos variables, solo es posible ver la tendencia.

Permite saber si el ajuste de la nube de puntos a la recta de regresión obtenida es satisfactorio.

• El coeficiente de correlación representa valores entre –1 y +1.

• Cuando es próximo a cero, no hay correlación lineal entre las variables. La nube de puntos está muy dispersa o no forma una línea recta. No se puede trazar una recta de regresión.

Cuando es cercano a +1, hay una buena correlación positiva entre las variables según un modelo lineal y la recta de regresión que se determine tendrá pendiente positiva, será creciente.

Cuando r es cercano a -1, hay una buena correlación negativa entre las variables según un modelo lineal y la recta de regresión que se determine tendrá pendiente negativa: es decreciente.

BIBLIOGRAFÍA:http://www.liccom.edu.uy/bedelia/

cursos/metodos/material/estadistica/med_disp.html

http://thales.cica.es/rd/Recursos/rd97/UnidadesDidacticas/53-1-u-punt152.html

www.sectormatematica.cl/media/.../NM4_medidas_de_dispersion.doc