Varp, 308 varp – Apple iWork '09 Manual del usuario

Página 308

Advertising
background image

VARP

La función VARP devuelve la varianza de población (verdadera), una medida de
dispersión, de una colección de valores.

VARP(núm-fecha, núm-fecha…)

Â

núm-fecha: un valor. núm-fecha es un valor numérico o de fecha/hora.

Â

núm-fecha...: opcionalmente, incluir uno o más valores adicionales. Si se especifica
más de un valor núm-fecha, todos deben ser del mismo tipo.

Notas de uso

La función VARP halla la varianza de población o verdadera (al contrario que la

Â

varianza de muestra o imparcial) dividiendo la suma de los cuadrados de las
desviaciones de los puntos de datos por el número de valores.
Es apropiado utilizar VARP cuando los valores especificados son la colección o

Â

población completa. Si los valores analizados representan sólo una muestra de una
población mayor, utilice la función VAR.
Si desea incluir valores de texto o valores booleanos en el cálculo, utilice la función

Â

VARPA.
La raíz cuadrada de la varianza devuelta por la función VARP es devuelta por la

Â

función DESVESTP.

Ejemplo

Supongamos que ha realizado cinco exámenes a un grupo de estudiantes. Tiene una clase pequeña
y esto representa la población total de sus alumnos. Utilizando los datos de esta población, se puede
utilizar la función VARP para determinar cuál de los exámenes tiene la mayor dispersión en los
resultados.
Los resultados de las funciones VARP son aproximadamente 416,00, 481,60, 72,24, 52,16 y 8,96. Por
lo tanto, el examen 2 tiene la mayor dispersión, seguido de cerca por el 1. Los otros tres exámenes
tienen una dispersión baja.

Examen 1

Examen 2

Examen 3

Examen 4

Examen 5

Alumno 1

75

82

90

78

84

Alumno 2

100

90

95

88

90

Alumno 3

40

80

78

90

85

Alumno 4

80

35

95

98

92

Alumno 5

75

82

90

78

84

=VARP(B2:B6)

=VARP(C2:C6)

=VARP(D2:D6)

=VARP(E2:E6)

=VARP(F2:F6)

Temas relacionados:
Para ver las funciones relacionadas e información adicional, consulte:

“DESVEST” en la página 244

308

Capítulo 10

Funciones estadísticas

Advertising