Entendiendo las Medidas de Dispersión con Animaciones

Bienvenidos a nuestra lección sobre la varianza, la medida fundamental de dispersión en estadística.Consideremos un conjunto de calificaciones de estudiantes: setenta, ochenta y cinco, noventa, setenta y cinco, y ochenta.El primer paso es calcular la media de estos valores, que es ochenta.Para calcular la varianza, primero medimos la distancia de cada valor a la media.Luego, elevamos al cuadrado cada una de estas distancias. Esto nos asegura que todas las distancias sean positivas y da más peso a los valores más alejados.Finalmente, promediamos todas estas distancias al cuadrado para obtener la varianza, que en este caso es cincuenta.Una varianza de cincuenta nos indica que los datos están moderadamente dispersos alrededor de la media.La desviación estándar es la raíz cuadrada de la varianza, lo que nos permite volver a las unidades originales de nuestros datos.Para calcular la desviación estándar, primero necesitamos la fórmula.Calculemos las desviaciones de cada calificación respecto a la media y las elevamos al cuadrado.La desviación estándar es especialmente útil cuando trabajamos con la distribución normal.En nuestro ejemplo, la desviación estándar es aproximadamente 5 puntos.Una propiedad importante es que aproximadamente el sesenta y ocho por ciento de los datos se encuentran dentro de una desviación estándar por encima y por debajo de la media.En nuestras calificaciones, esto significa que la mayoría de los estudiantes obtienen entre setenta y cinco y ochenta y cinco puntos.Esta propiedad hace que la desviación estándar sea una medida muy útil para entender la dispersión típica de los datos.Veamos cómo medir la dispersión de los datos usando el rango y el rango intercuartil.El rango es la medida más simple de dispersión. Se calcula como la diferencia entre el valor máximo y mínimo.Para calcular el rango intercuartil, primero identificamos el primer y tercer cuartil.El rango intercuartil es la diferencia entre estos cuartiles, que representa la dispersión del cincuenta por ciento central de los datos.Podemos visualizar esto mejor con un diagrama de caja, que muestra claramente la distribución de los datos.El rango intercuartil tiene varias ventajas sobre el rango simple.Para concluir, recordemos las ventajas principales del rango intercuartil.Gracias por aprender sobre medidas de dispersión con Spark.E.