Apuntes de Estadística para profesores

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Apuntes de Estadística para profesores"

Transcripción

1 Aputes de Estadístca para profesores Curso 006/007 Cocepcó Bueo García Tomás Escudero Escorza Isttuto de Cecas de la Educacó Uversdad de Zaragoza

2 Capítulo. Coceptos geerales.- Itroduccó Las dos grades fucoes de la Estadístca (descrpcó de datos y realzacó de ferecas) refleja la propa hstora del desarrollo de esta ceca. La Estadístca actual es el producto del ecuetro y la propa fecudacó de dos ramas dsttas del saber, la atgua estadístca y el cálculo de probabldades, que se ecotraro e el sglo I. Etmológcamete, la palabra estadístca procede de la palabra estado. Ya e la atgüedad los romaos y los egpcos hcero tetos por teer u coocmeto precso del úmero de sus habtates y de sus posesoes, es decr, por coocer el estado de sus acoes (de ahí la raíz del térmo). Para ello hcero recoleccoes de datos que posterormete teía que resumr de ua forma compresva y que permtera proporcoar formacoes útles. Este tpo de estudos do lugar a la estadístca descrptva cuya msó cosste e descrbr stuacoes y procesos dados; para ello se srve de tablas, represetacoes gráfcas, proporcoes, úmeros ídce y meddas típcas. embargo las coclusoes extraídas se agota e el propo cojuto de datos observados, pues el objetvo cosstía e hacerse ua dea clara de lo que había, y lo que había se cotaba y se medía. Lo que posbltó el cálculo de probabldades fue, precsamete, el desarrollo de u cojuto de métodos para extrapolar las coclusoes a etdades o observadas. Es decr, proporcoó el strumeto adecuado para poder hacer ferecas acerca de grades catdades de observacoes potecales a partr de uas pocas observacoes reales. Estas téccas tuvero su fudameto e el desarrollo de la curva ormal por Gauss, e su aplcacó por Galto a los problemas de hereca,etc. embargo los autétcos fudadores de estas téccas fuero Karl Pearso ( ) y r Roald Fsher (890-96). Así se ha desarrollado la estadístca aalítca o ferecal basada e la teoría de probabldades que trata de obteer leyes geerales a partr de la observacó de alguos datos. Precsamete este fudameto probablístco codcoa el que los resultados obtedos se vea sujetos a uos márgees de error. Ahora se puede dar ua defcó de Estadístca e la que aparece alguos térmos o defdos lo cual o mpedrá eteder su sgfcado. Estadístca es la ceca que se ocupa de la ordeacó y aálss de datos procedetes de muestras, y de la realzacó de ferecas acerca de las poblacoes de las que éstas procede..- La Estadístca como herrameta para el profesor Detro del ambete educatvo la Estadístca es ecesara al meos para llevar a cabo estas cuatro tareas: ª Lectura de lteratura profesoal La vestgacó e Cecas de la Educacó emplea la Estadístca como herrameta habtual e la realzacó de cualquer expermeto. Por tato, el profesor que

3 quera estar al día respecto a la eseñaza de su dscpla debe estar e codcoes de poder compreder textos de vestgacó e Cecas de la Educacó. ª Coocmeto de la clase El profesor se efreta a la tarea de la educacó de uos alumos ubcados e ua clase, cetro escolar y cotexto socal cocreto, que va a teraccoar co sus característcas persoales. El coocmeto profudo de este cotexto e el que está volucrado el alumo resulta de vtal mportaca para el educador y o será posble s el aálss estadístco de los datos dvduales de los elemetos del cotexto. 3ª Dagoss ddáctca El profesor, a la hora de tomar decsoes acerca de sus alumos, cotará co el apoyo del aálss comparatvo de la stuacó relatva de cada dvduo e su clase, dsttas asgaturas y dsttas varables psco-socológcas. També la propa actvdad del profesor puede verse mejorada tras u aálss del redmeto escolar del grupo e su cojuto. Estas tareas requere tratametos estadístcos smples de los datos de los alumos. 4ª Ivestgacó y predccó El profesor puede estar teresado e averguar s ua ueva técca ddáctca es realmete más efectva de cara al redmeto de sus alumos que la usada por él hasta ahora. O e saber el efecto que produce varables famlares, rasgos pscológcos e la destreza del alumo e realzar tal o cual tarea... Este tpo de trabajos requere el uso de métodos estadístcos. 3.- Prmeros coceptos Normalmete, el vestgador desea coocer u parámetro o característca de los elemetos de ua poblacó. Esta poblacó suele ser demasado extesa (razoes ecoómcas) o poco defda (votates) como para estudarla al completo. Etoces se lleva a cabo ua seleccó (o muestreo) del que se obtee ua muestra de elemetos que sea ua represetacó de la msma. e mde a estos sujetos de la muestra la característca buscada y se calcula el valor de esa característca para esa muestra. Esa medda es u estadístco muestral que es, a su vez, ua estmacó del parámetro de la poblacó. Poblacó e desea coocer Parámetro Muestreo Estmacó Muestra e calcula Estadístco Fgura : Esquema de la relacó etre los coceptos de poblacó, muestra, parámetro y estadístco 3

4 E la Fgura aparece la relacó exstete etre estos coceptos. La flecha doble dca el camo segudo habtualmete por el vestgador. La stuacó descrta aterormete os lleva a dar las sguetes defcoes: - Poblacó estadístca es el cojuto de todos los elemetos que cumple ua o varas característcas o propedades. - Ua muestra es u subcojuto de los elemetos de ua poblacó. - U parámetro es ua propedad descrptva de la poblacó. - U estadístco es ua propedad descrptva de la muestra. Pogamos ahora alguos ejemplos que os permta detfcar los coceptos que hemos defdo: º.-upogamos que estamos teresados e saber cómo es la acttud de los estudates de la Uversdad de Zaragoza haca la práctca deportva cotuada. La poblacó es e estos mometos de alrededor de estudates. Parece obvo que pregutarles a todos ellos acerca de esta acttud resultaría bastate costoso por lo que decdmos seleccoar alguos de ellos para realzar la cosulta. Co los resultados obtedos a partr de estos alumos seleccoados (muestra), podremos geeralzar sobre la acttud de todos los alumos de la UZ. E este estudo uo de los parámetros podría ser el tato por ceto de alumos de la UZ que tee ua acttud postva haca la práctca deportva cotuada. Este parámetro sería estmado por el valor del correspodete estadístco e la muestra que hemos seleccoado, es decr, por el tato por ceto de alumos co acttud postva e la muestra. º.-U profesor de hstora quere medr la efcaca del uso sstemátco de la hemeroteca para la eseñaza de la Hstora Cotemporáea de 3º de EO. Este profesor o puede realzar u estudo que mplque a todos los alumos de 3º de EO de España, así que decde hacer u expermeto co dos clases de las que él msmo es profesor. E prmer lugar cofeccoa ua prueba de coocmetos prevos de u tema de la asgatura y la pasa a sus alumos. E la clase A, aparte de la habtual leccó magstral, pde a sus alumos que lea alguos peródcos que refleje algú aspecto del tema. E la clase B se lmta a dar su leccó magstral. Cuado acaba la explcacó del tema exama a sus alumos. Ahora, co ayuda de la Estadístca, puede respoder a alguas pregutas como: Obtee mejores otas los alumos de la clase A que los de la clase B? Partía del msmo vel de coocmetos prevos? Podría este hecho flur sobre los resultados del expermeto? e puede geeralzar los resultados del expermeto de este profesor? 3º.-Queremos estudar el procesameto de formacó e tareas smples, para lo cual se ha utlzado tradcoalmete como medda el tempo de reaccó. E este caso estamos teresados e el tempo que ecesta u sujeto e cocreto para realzar ua tarea. Para ello, se preseta al sujeto e cada esayo uo de dos posbles estímulos. Ate uo de ellos el sujeto deberá presoar u botó ta rápdo como pueda, metras que o debe dar respuesta algua ate el otro. Para haceros ua dea global de cómo realza la tarea uestro sujeto, decdmos admstrarle 30 esayos co lo que obteemos 30 datos, cada uo de ellos represetado el tempo vertdo por el sujeto e cada uo de los esayos. E este caso la poblacó la compoe todas las 4

5 realzacoes de la tarea que potecalmete puede realzar uestro sujeto expermetal. La muestra la costtuye los treta esayos. El estadístco podría ser la meda del tempo empleado e los esayos. 4º.-Tratamos de hacer u sodeo acerca del resultado de u referédum que se celebrará próxmamete e España. La poblacó e este caso está poco defda porque o todas las persoas que puede votar lo hace realmete y, además, resultaría muy costoso pregutar a todos los votates por su tecó de voto por lo que seleccoamos 3000 españoles (muestra) que cosderamos represetatvos y les pregutamos por el setdo de su voto ate el referédum. El porcetaje de dvduos de la poblacó que respodería I es u parámetro. El porcetaje de uestra muestra que respode I es u estadístco, ua estmacó de ese parámetro. 4.- Varables y su clasfcacó A través de estos ejemplos se ve que cuado estudamos las etdades que coforma ua poblacó os teresamos por alguas de las propedades de sus elemetos, y esas propedades adopta dsttas varedades: - Ua característca es ua propedad o cualdad de u dvduo. - Ua modaldad es cada ua de las maeras como se preseta ua característca. Podemos señalar como ejemplo alguas de las característcas y modaldades de los alumos de Eseñaza ecudara: - Redmeto académco e las asgaturas cursadas que adopta dsttas modaldades, ormalmete so valores etre 0 y 0. - exo que adopta dos modaldades: varó y mujer - Lugar de procedeca - Motvacó ate la asgatura - Empleo del tempo de oco Ahora estamos e codcoes de defr el cocepto de varable como la característca de los elemetos de ua poblacó que toma ó puede tomar valores dsttos e cada uo de ellos. E cotraposcó a éste aparece el cocepto de costate que es ua característca de la poblacó que sólo puede tomar u valor para todos los elemetos de la poblacó. Las varables que aparece e los ejemplos so: - Acttud de los estudates de la UZ haca la práctca cotuada del deporte. - Nota obteda por los alumos e la prueba de coocmetos prevos. - Nota obteda por los alumos e la prueba fal. - Tempo de realzacó de la tarea. - Voto del referédum. Las costates que aparece e los ejemplos so: - E el prmero el vel de estudos de los ecuestados (todos so uverstaros). - E el segudo los estudos cursados (3º de EO). 5

6 - E el cuarto la acoaldad de los ecuestados (española). Las varables se puede clasfcar segú el úmero de valores que pueda tomar como varables dscretas y varables cotuas. Ua varable cotua es la que puede tomar todos los valores de u tervalo. Por ejemplo: el peso, la talla, el tempo empleado e la ejecucó de ua tarea, la duracó de u suceso, etc. Cuado tratamos co varables cotuas y las defmos como varables que puede tomar cualquer valor, teemos que teer e cueta la precsó del strumeto de medda que estamos usado. E realdad ua varable cotua uca puede medrse co total precsó, o podemos coocer su valor exacto, so su valor formado, que es el que os proporcoa el strumeto de medda. Por ejemplo, s utlzamos el metro como udad de medda, co aproxmacó de cetímetros, cuado decmos que ua persoa mde,65 queremos decr que mde etre,645 y,655. Ua varable dscreta es aquella que adopta valores aslados. Ejemplo: úmero de asgaturas aprobadas e el curso pasado, úmero de alumos de ua clase, sexo, setdo del voto e uas eleccoes, vel socoecoómco, etc. 5.- Medcó y escalas Llamamos medcó al proceso de atrbur úmeros a las varables. El cojuto de reglas o modelos desarrollados para la asgacó de úmeros a las varables es lo que se deoma escala. La clasfcacó de las escalas más usada es la propuesta por teves (946) que dvde las escalas e: omales, ordales, de tervalo y de razó. Escala omal: os permte detfcar sujetos como "guales" o "dferetes". Usado ua escala omal podemos decdr s u sujeto es gual o dferete a otro, pero o podemos establecer relacoes de orde respecto a esa característca, relacoes de catdad de dfereca. Por ejemplo: s medmos el color de los ojos podemos establecer la sguete escala: A azul, V verde, M marró y N egro. No podemos ordear los sujetos de mayor a meor o vceversa, smplemete podemos asegurar s dos sujetos tee el msmo o dstto color de ojos. Otros ejemplos: acoaldad, sexo, profesó. A este tpo de varables meddas co escala omal se les puede asgar a cada categoría cualquer tpo de símbolos. E el ejemplo hemos asgado letras pero podíamos haber optado por úmeros: azul, verde, 3 marró y 4 egro. Escala ordal: Esta escala o sólo permte la detfcacó y dferecacó de los sujetos so que además permte establecer relacoes del tpo "mayor que" o "meor que". Es decr, de los sujetos se puede decr cual preseta ua mayor o meor magtud de la característca medda, los objetos se puede ordear. Ejemplo: vel de estudos se puede asgar a estudos prmaros, a estudos secudaros, 3 a estudos uverstaros. Podemos ordear a los sujetos segú el vel de estudos, el valor 3 es mayor que el y el. Auque o podemos afrmar que la dfereca exstete etre el y el sea la msma que la que exste etre el 3 y el. N que el que tega vel 3 tega 3 veces más de vel de estudos que el que tee vel. Otros ejemplos de escala ordal: poscó relatva e la clase, escala de dureza de los merales. 6

7 Escala de tervalo: Co esta escala, además de poder detfcar u objeto y establecer relacoes del tpo mayor que y meor que, també podemos hacer afrmacoes acerca de las dferecas e la catdad del atrbuto de uos y otros objetos. Es decr, dspoemos de ua udad de medda, auque e este caso el cero sea u puto arbtraro e la escala. Es decr, o dca auseca total de la catdad de atrbuto. U ejemplo típco es el caledaro, podemos afrmar que ha trascurrdo el msmo tempo etre 960 y 966 que etre 980 y 986 porque cotamos co ua udad de medda llamada año. Pero o podemos afrmar que hasta el año 000 haya pasado el doble de tempo que hasta el año 500, porque el valor cero o represeta el comezo del tempo so que, e uestro caledaro se elgó el año del acmeto de Crsto como año. Otros ejemplos: la medcó de las temperaturas e grados cetígrados, la escala de los test de telgeca, las calfcacoes escolares. Escala de razó: També se llama de proporcó o de cocete. Además de las característcas de las otras tres escalas, cotamos co ua udad de medda co cero absoluto, es decr, que sgfca auseca del atrbuto o característca medda. Por ejemplo, la logtud, podemos afrmar que u objeto que mde 0 cm. tee el doble de logtud que uo que mde 5 cm. Otros ejemplos: peso, duracó de u suceso, temperatura e grados Kelv (que sí tee cero absoluto). Ua vez descrtas estas escalas podemos volver a clasfcar las varables segú la escala usada para medrlas, es decr, podemos hablar de varables omales, ordales, de tervalo y de razó. També se puede clasfcar atededo al tpo de formacó que provee e cualtatvas y cuattatvas. Varables cualtatvas so aquellas que se mde segú ua escala omal u ordal. Iforma más be de ua cualdad del sujeto: sexo, color de ojosvel socoecoómco, vel cultural, dureza de los merales. Varables cuattatvas so aquellas que se mde segú ua escala de tervalo o de razó. De algua forma da cueta de la catdad de atrbuto o característca que el dvduo posee. Por ejemplo: peso, talla, temperaturas, úmero de asgaturas aprobadas, calfcacó e la últma evaluacó de la asgatura. E la mayoría de las vestgacoes educatvas las varables maejadas se mde co escalas omales, ordales o de tervalo. o escasamete utlzadas las de razó o proporcó, salvo que se use, por ejemplo, el tempo utlzado para ejecutar ua tarea. 7

8 Capítulo. Orgazacó y represetacó de datos..- Dstrbucó de frecuecas, hstograma y polígoo de frecuecas. E el capítulo ateror ha quedado claro el hecho de que la Estadístca trabaja co datos de muy dversa ídole: - Datos que provee de la medcó de varables: peso, talla, tempo empleado e realzar ua tarea, redmeto académco, etc. - Datos que so frecuecas de categorías, que provee de u proceso de coteo: úmero de acmetos, úmero de matrculados e u curso, úmero de escolarzados, etc. - Datos que refleja porcetajes, probabldades: porcetaje de aprobados e u cetro, probabldad de perteecer a u grupo detro de u determado curso - Ratos o úmeros ídce, que so úmeros que provee de u cocete: el ídce de precos al cosumo, el IQ (edad metal / edad croológca) 00, rato alumos-profesor, tasa de aprobados por especaldad. E geeral, ua vez que el profesor o vestgador ha recabado formacó acerca de sus alumos ó de la muestra elegda e su caso, a través de test, exámees, cuestoaros o ecuestas dspoe, e prcpo, de ua lsta de datos. se ha observado pocos valores es posble que la smple speccó vsual de los msmos sea sufcete para poder descrbr el feómeo estudado. Pero esto o es ada frecuete. queremos, por ejemplo, después de u exame saber cuál es la putuacó del estudate típco, cuál es el rago e que varía las putuacoes, s los estudates se agrupa e las poscoes extremas o e las cetrales o está dspersos, etoces tedremos que poer e orde uestros datos de forma que podamos terpretarlos. U strumeto para cosegur esta ordeacó de los datos es lo que llamamos dstrbucó de frecuecas, que además de ésta fucó debe cumplr otras dos más: ofrecer la formacó ecesara para hacer represetacoes gráfcas y facltar los cálculos para obteer los estadístcos muestrales. Ua dstrbucó de frecuecas es, segú Hays (988), ua represetacó de la relacó etre u cojuto de meddas o clases de meddas mutuamete exclusvas y exhaustvas y la frecueca de cada ua de ellas. Para defr el térmo frecueca que aparece, a su vez, e esta defcó vamos a establecer ua otacó: la letra mayúscula represetará a la varable co la que estamos trabajado. La letra mayúscula co subídces, 3, servrá para represetar u valor cocreto de la varable e el sujeto,,3,...cuado queramos referros a u valor cocreto cualquera de la varable escrbremos. El úmero de elemetos que compoe la muestra será. e llama frecueca de u valor, y se smbolza por f al úmero de veces que se repte el valor e la muestra. 8

9 Ahora vamos a segur los pasos para la costruccó de ua tabla de dstrbucó de frecuecas co u ejemplo secllo. upogamos que u profesor pasa a sus alumos ua ecuesta e la que, etre otras cosas, se les preguta por el úmero de hermaos. Las respuestas de sus treta alumos so:,,,, 3,,,,, 3,,,,,,,,,, 4, 4,,, 3, 4, 3,, 3,,. Para costrur la tabla de dstrbucó de frecuecas se speccoa e prmer lugar los valores que toma la varable. E este caso se trata de ua varable dscreta que sólo toma los valores,, 3 y 4. E segudo lugar se cueta cuátas veces aparece cada uo de ellos. Estos datos se coloca e ua tabla de la forma sguete: Valores de la varable Frecueca f Tabla : Dstrbucó de frecuecas de la varable Número de hermaos. Ua vez costruda esta tabla y a pesar de su smplcdad, ya podemos extraer alguas coclusoes, por ejemplo que las famlas co u úco hjo so las más frecuetes. sumamos la frecueca de éstas y la de las famlas de dos hjos, so famlas, que e tato por ceto sobre 30 represeta el 73,3% de la muestra. Este es u ejemplo de tabla de dstrbucó de frecuecas muy smple debdo fudametalmete a que la varable sólo toma cuatro valores dferetes. Vamos a poer otro ejemplo algo más complejo: u profesor pasa u test de hábtos de estudo a sus treta alumos, los resultados so los sguetes: 37, 7, 7, 65, 54, 78, 85, 4, 49, 63, 6, 3, 5, 33, 77, 93, 85, 83, 63, 55, 58, 46, 57, 73, 73, 68, 73, 9, 75, 77. El valor más pequeño es 3 y el mayor 93. costruyésemos ua tabla de dstrbucó de frecuecas como la ateror tedríamos ua lsta demasado extesa (6 úmeros) y muchas de las frecuecas sería cero. E estos casos se recurre a lo que se deoma la agrupacó e tervalos de clase, que cosste e formar grupos de valores cosecutvos de la varable y poer cada uo de estos grupos e cada fla, e lugar de poer ua sola putuacó. Para agrupar las putuacoes de la varable se suele establecer estas dos reglas: 9

10 º. o preferbles los tervalos de clase que cotega,, 3, 5, 0 ó 0 udades de la escala. º. El úmero de tervalos o grupos debe varar etre 0 y 0. E uestro ejemplo, la varable toma valores etre 3 y 93, es decr, su rago ó ampltud total es Nos fjamos e la regla º y dvdmos 6/06, y 6/03,. Esto quere decr que s agrupamos las putuacoes de 6 e 6 tedremos 0 tervalos, s las agrupamos de 3 e 3 tedremos alrededor de 0 tervalos. Atededo a la regla º, decdmos hacer tervalos de clase de ampltud 5. La sguete preguta es a partr de qué úmero empezamos a cotar e la escala?. A partr de u úmero que sea múltplo del tamaño de los tervalos de clase y que se aproxme lo más posble a la medda observada meor. E uestro ejemplo 3 es el valor más pequeño y 30 el múltplo de 5 más cercao, así que el prmer tervalo de clase cotedrá las putuacoes 30, 3, 3, 33 y 34 y el últmo 90, 9, 9, 93 y 94. La tabla de dstrbucó de frecuecas agrupada sería la sguete: Itervalos de clase Frecueca del tervalo f Tabla : Dstrbucó de frecuecas co los datos agrupados e tervalos de clase de la varable putuacoes obtedas e u test de hábtos de estudo. egú esta tabla de dstrbucó de frecuecas agrupadas, la varable putuacó del test de hábtos de estudo o puede tomar valores etre 44 y 45 o etre 59 y 60. Auque e la práctca esto es así porque el test usado para medr hábtos de estudo o tee la precsó sufcete para obteer valores como 44,5 o 59,8, e teoría teemos que cosderar esta varable como cotua e el tervalo, es decr, puede tomar cualquer valor etre 30 y 94. Así pues los límtes exactos del tervalo so 9,5-34,5, los del tervalo so 34,5-39,5 y así sucesvamete de forma que el límte superor exacto de u tervalo cocda co el límte feror exacto del sguete. Por 0

11 otra parte, a los límtes de los tervalos que aparece e la Tabla, les llamaremos límtes formados. A partr de los límtes formados o de los límtes exactos se puede defr el puto medo del tervalo como el puto que resulta de la suma del extremo superor y el extremo feror dvdda por dos, es decr, como su meda. Por ejemplo, el puto medo del tervalo es el puto 6, resultado de ( ) / ó de (59,5 + 64,5) /. La ampltud del tervalo se defe como la dfereca etre el límte superor exacto y el límte feror exacto. E este mometo volveremos a escrbr uestra tabla de dstrbucó de frecuecas añadedo los límtes exactos de los tervalos y sus putos medos, para usarla más adelate e las represetacoes gráfcas. Itervalos de clase Límtes exactos Puto medo Frecueca f ,5-94, ,5-89, ,5-84, ,5-79, ,5-74, ,5-69, ,5-64, ,5-59, ,5-54, ,5-49, ,5-44, ,5-39, ,5-34, Tabla 3: Itervalos de clase, límtes exactos, putos medos y frecuecas de las putuacoes obtedas e el test de hábtos de estudo. Ua vez costruda la tabla de dstrbucó de frecuecas, a la que hemos añaddo los límtes exactos de los tervalos y sus putos medos, estamos e codcoes de hacer alguas represetacoes gráfcas que os ayudará a terpretar la stuacó de los alumos e cuato al test de hábtos de estudo. Para hacer las represetacoes gráfcas de las tablas de dstrbucó de frecuecas podemos cosderar dos stuacoes dsttas: ª. Las observacoes detro de u tervalo de clase está dstrbudas uformemete etre sus límtes exactos. ª. Las observacoes detro de u tervalo de clase está cocetradas e su puto medo.

12 os ecotramos e la prmera stuacó haremos u hstograma o dagrama de columas. E el eje de abcsas se represeta los límtes exactos de los tervalos de clase y e el eje de ordeadas la frecueca de cada tervalo. obre cada uo de estos tervalos se dbuja u rectágulo cuya base está delmtada por los límtes exactos y su altura es la frecueca de ese tervalo. 6 5 Frecuecas 4 3 9,5 34,5 39,5 44,5 49,5 54,5 59,5 69,5 79,5 89,5 64,5 74,5 84,5 94,5 Putuacoes Fgura : Hstograma de los datos de la Tabla 3. os ecotramos e la seguda stuacó, es decr, s cosderamos que las observacoes detro de cada tervalo se cocetra e su puto medo, costruremos u polígoo de frecuecas. E el eje de abcsas represetaremos los putos medos de cada tervalo y e el de ordeadas la frecueca de cada tervalo. Uedo estos putos de forma cosecutva medate segmetos de recta, obtedremos el polígoo de frecuecas. Frecueca del tervalo Putos medos de cada tervalo de clase Fgura 3: Polígoo de frecuecas de los datos de la Tabla 3. Es evdete que el hstograma y el polígoo de frecuecas ofrece ua mage muy smlar de la dstrbucó de frecuecas de los datos. Esto es así porque se puede

13 costrur el segudo a partr del prmero s más que ur los putos medos de las bases superores de los rectágulos del hstograma. Ahora vamos a hacer alguas cosderacoes respecto a las dos ormas para la costruccó de tablas de dstrbucoes de frecueca. E prmer lugar queda claro que, partedo de los msmos datos y teedo e cueta las dos reglas ctadas aterormete, se puede hacer muchas tablas dsttas, todas ellas gualmete váldas, es decr, que cumple los requstos para los cuales se ha dseñado: la ordeacó de ua maera clara y sstemátca de uestros datos. E segudo lugar, teemos que teer e cueta que se os puede presetar stuacoes e las que sea dfícl aplcar estas reglas s perder gra parte de la formacó. Por ejemplo, s estamos trabajado co la varable "gresos mesuales", tedremos ua mayoría de valores cocetrados e toro a valores cetrales y uos pocos que se desvía de éstos mucho por arrba. e u caso así se hcera u úmero de tervalos e toro a dez, y de ampltud costate, la mesa mayoría de los datos estaría cocetrados e uo o dos tervalos. Para evtar eso se utlza lo que se deoma tervalos abertos, e los cuales o se cosdera límte superor o límte feror. Por ejemplo, el prmer tervalo podría ser "meos de " y el últmo "más de "..- Dstrbucó de frecuecas acumuladas, polígoo de frecuecas acumuladas y polígoo de porcetajes de frecueca acumulada Hasta el mometo hemos presetado ua de las formas de represetacó y tabulacó de datos, ahora haremos refereca a la dstrbucó de frecuecas acumuladas que se usa cuado se tee terés e el úmero de observacoes que se stúa por debajo de u certo puto de la escala de medcó. Defremos frecueca acumulada de u tervalo de clase como el úmero de casos u observacoes detro de dcho tervalo más todos aquellos cotedos e tervalos ferores e la escala. La frecueca acumulada se calcula de forma medata a partr de la frecueca de cada tervalo de clase. Para el prmero de éstos ambas frecuecas cocde, para los sguetes, la frecueca acumulada es gual a su frecueca más la acumulada del tervalo ateror. Así, la frecueca acumulada del últmo tervalo será gual al úmero de observacoes de la dstrbucó. Cuado trabajamos co varables dsttas o co la msma varable medda e muestras de dstto tamaño resulta dfícl comparar las frecuecas absolutas. Ua forma de resolver este problema es calcular los porcetajes de frecuecas de cada tervalo de clase, ya que así compararemos dos dstrbucoes co ce observacoes. De la msma forma se calcula porcetajes de frecuecas acumuladas. Volvamos al ejemplo de los datos del test de hábtos de estudo, para costrur la tabla de la dstrbucó de frecuecas acumuladas calculado los porcetajes de frecuecas acumuladas 3

14 Itervalos de clase Límtes exactos Frecueca Frecueca Porcetaje de f acumulada frec. acumulada ,5-94, , ,5-89,5 8 93, ,5-84,5 6 86, ,5-79, , ,5-74,5 5 70, ,5-69,5 6 53, ,5-64, , ,5-59,5 3 36, ,5-54,5 8 6, ,5-49,5 6 0, ,5-44,5 4 3, ,5-39,5 3 0, ,5-34,5 6,67 Tabla 4. Dstrbucó de frecuecas acumuladas y porcetaje de frecuecas acumuladas de las putuacoes e el test de hábtos de estudo. A partr de esta tabla podemos represetar gráfcamete el polígoo de frecuecas acumuladas y el polígoo de porcetajes de frecuecas acumuladas, represetado e el eje de abcsas los límtes superores exactos de los tervalos de clase y e el de ordeadas las correspodetes frecuecas acumuladas o porcetajes de frecuecas acumuladas respectvamete. Estos dos polígoos tee exactamete la msma forma, dfere úcamete e la escala del eje de ordeadas. Estos gráfcos os permte coocer cuátas observacoes o qué porcetaje se stúa por debajo de u tervalo de clase. Frecueca acumulada ,5 39,5 44,5 49,5 54,5 59,5 64,5 69,5 74,5 79,5 84,5 89,5 94,5 Límtes superores exactos Fgura 4: Polígoo de frecuecas acumuladas a partr de los datos de la Tabla 4. 4

15 % de frecueca acumulada ,5 39,5 44,5 49,5 54,5 59,5 64,5 69,5 74,5 79,5 84,5 89,5 94,5 Límtes superores exactos Fgura 5: Polígoo de porcetajes de frecueca acumulada a partr de los datos de la Tabla Otras represetacoes gráfcas De etre las dsttas represetacoes gráfcas que se puede hacer co uestros datos haremos sólo refereca a los pctogramas y los perfles por su uso más exteddo. U pctograma es ua represetacó gráfca de ua varable e forma de círculo que está dvddo e tatos sectores como valores dsttos tome la varable. Además la superfce de los msmos es proporcoal a la frecueca de cada modaldad de la varable. E la fgura aparece el pctograma de la varable Estudos de los padres. Además de las modaldades de la msma hemos añaddo el tato por ceto que represeta cada ua. E ocasoes, cuado se quere destacar ua de las seccoes e partcular se separa del resto para captar la atecó del lector e esa modaldad partcular. uperores 7% estudos 7% ecudaros 33% Prmaros 43% Fgura 6: Pctograma de la varable Estudos de los padres. Los perfles se usa bastate e formes pscopedagógcos o de redmeto. E el eje de ordeadas se represeta las putuacoes alcazadas e dsttas varables o parámetros, todos ellos meddos co la msma udad. Por ejemplo: las calfcacoes de u alumo e cuatro asgaturas dsttas meddas de uo a dez, o las medas de la asgatura de Matemátcas de º de EO e los grupos A, B, C y D. Y e el eje de abcsas se coloca ua marca por cada sujeto, grupo o varable medda. E los ejemplos, u marca por cada asgatura o ua marca para cada uo de los grupos. E la fgura 5

16 aparece el perfl correspodete a las calfcacoes de u alumo e cuatro asgaturas Dbujo Matemátcas Iglés Cecas Naturales Fgura 7: Perfl de las calfcacoes de u alumo. 4.- El rago del percetl upogamos que el padre de uo de uestros alumos acude a la tutoría para teresarse por las otas de su hjo. Nuestra respuesta puede ser: e Matemátcas obtuvo u 5.5, e Lteratura u 6.8 y e Flosofía u 8. A prmera vsta puede ser ua formacó valosa, pero s queremos sacarle u poco más de jugo que el aparete, eseguda os damos cueta de que os falta bastates datos. E geeral, para poder terpretar el sgfcado de ua putuacó es ecesaro hacerlo e térmos relatvos y co respecto a u grupo de refereca. E uestro caso ecestaríamos saber dóde está uestro alumo e relacó a los alumos de su clase. Para hacer estas valoracoes relatvas se utlza las llamadas meddas de poscó, que so ídces dseñados para revelar la stuacó de ua putuacó co respecto a u grupo, utlzado a éste como marco de refereca. Ua de las meddas de poscó más utlzadas so los percetles també llamados cetles ó el rago del percetl. Los cetles o percetles so 99 valores de la varable que dvde a la dstrbucó e 00 seccoes, cada ua de ellas coteedo a la cetésma parte de las observacoes. Ua putuacó correspode al rago del percetl K, cuado el K% de las observacoes se stúa por debajo de. Ua forma de calcular aproxmadamete las putuacoes a las que correspode tal o cual percetl es a través del polígoo de porcetajes de frecuecas acumuladas. queremos calcular a qué putuacó correspode el percetl 50, trazamos a la altura del 50 e el eje de ordeadas ua líea paralela al eje de abcsas hasta terceptar el polígoo. E ese puto trazamos ua líea paralela al eje de ordeadas hasta terceptar co el eje de abcsas y ese puto es precsamete el que se correspode al percetl 50. segumos estos pasos e la Fgura 5, que correspode al polígoo de porcetajes de frecuecas acumuladas de los datos obtedos del test de hábtos de estudo, el percetl 50 correspodería aproxmadamete a la putuacó 67. 6

17 La fórmula para obteer el percetl K es : P I + k 00 k L a dode: - P k es la putuacó correspodete al percetl k. - L es el límte feror exacto del tervalo crítco (aquel que acumula al meos el k% de la frecueca acumulada). - I es la ampltud de los tervalos. - es la frecueca del tervalo crítco. - k es el porcetaje de observacoes ferores a P k. - es el úmero de observacoes hechas. - a es la frecueca acumulada hasta L. Ahora vamos a poer u ejemplo para lustrar el uso de esta fórmula. Vamos a calcular e prmer lugar la putuacó a la que correspode el percetl 40. Tedremos que determar el tervalo que acumula al meos el 40% de las observacoes. Mramos la Tabla 4, dstrbucó de frecuecas acumuladas, e la columa de porcetaje de frecueca acumulada. E uestro caso se trata del tervalo cuyos límtes exactos so 59,5-64,5 cuyo porcetaje de frecueca acumulada es 46,67%, y ua vez localzado este tervalo ya teemos todos los datos requerdos e la fórmula: L 59,5, I 64,5 59,5 5, 3, k 40, 30, a y, por tato P k 59,5 + (5 / 3) ( - ) 6,7 La putuacó 6,7 correspode al percetl 40, es decr el 40% de las observacoes se stúa por debajo de 6,7. Aprovechamos este resultado para dcar que la putuacó que correspode a u determado percetl o tee por qué cocdr co ua putuacó observada como ocurre e este ejemplo. Nguo de los alumos del ejemplo obteía e el test de hábtos de estudo ua putuacó de 6,7. Utlzaremos e forma versa la fórmula para calcular a qué percetl correspode ua determada putuacó. U alumo ha obtedo la putuacó 85 y os preguta a qué percetl se correspode o más be os preguta s es ua putuacó alta o baja e relacó co sus compañeros de clase. Empleamos la msma fórmula auque e éste caso la cógta es k. P k es 85, el tervalo crítco es aquél que cotee la putuacó 85, cuyos límtes so 84,5-89,5. Por tato, L 84,5, I 5,, 30, a 6. usttuyedo e la fórmula teemos: 85 84,5 + (5 / ) (( (k 30) / 00 ) - 6), 85 84,5.5 ( (k 0,3) - 6), 0,5 /,5 (k 0,3) - 6, 0, + 6 k 0,3 k 6, / 0,3 87,33 7

18 La putuacó de uestro alumo se correspode co el percetl 87,33, el 87,33% de los resultados del test de hábtos de estudo se ecuetra por debajo de su putuacó, lo cual quere decr que su putuacó destaca detro de la clase. Nos hemos referdo al rago del percetl como ua medda de poscó que os permte comparar observacoes de ua varable respecto de las observacoes de la msma e u grupo o comparar varables dsttas e u msmo grupo. Pero como tal medda de poscó tee també sus coveetes. El más mportate es el que se derva del hecho de que se está utlzado ua escala ordal: las msmas dferecas e percetles o se correspode co dferecas e la putuacó de la varable. Las dferecas e las putuacoes correspodetes a los percetles 55 y 56 o tee por qué ser guales a las dferecas etre las putuacoes que correspode a los percetles 93 y 94. Geeralmete, las dstacas etre cetles termedos suele ser meores que las dferecas etre cetles extremos, y esto es así porque ormalmete se obtee co más frecueca putuacoes termedas de las varables y los valores más extremos so más frecuetes. Ua vez defdos los percetles podemos hacer refereca a otras meddas de poscó que se obtee drectamete de ellos: los cuartles y los decles. Los cuartles so tres y se deota por Q, Q y Q 3. e defe como los tres valores de la varable que dvde a la dstrbucó e cuatro partes, cada ua cotedo al 5 por ce de las observacoes. Por lo tato el prmer cuartl cocde co el percetl 5, el segudo co el percetl 50 y el tercero co el percetl 75. Los decles se represeta por D k, dode k represeta el úmero del decl al que se refere, y so ueve putuacoes que dvde a la varable e 0 partes cada ua coteedo el 0 por 00 de las observacoes. El prmer decl correspode al percetl 0, el segudo al percetl 0 y así sucesvamete. 5.- Característcas geerales de ua dstrbucó de frecuecas Hasta este mometo hemos vsto cómo costrur tablas y represetar gráfcamete u cojuto de datos, pero estas téccas todavía o so sufcetes para hacer comparacoes etre dsttas dstrbucoes de frecuecas. Para ello es ecesaro defr alguas característcas de las dstrbucoes de frecuecas que llamamos: tedeca cetral, varabldad o dspersó, sesgo y curtoss. Todas ellas tee sus correspodetes meddas, es decr, sus dcadores que obteemos medate ua sere de cálculos a partr de los datos de ua tabla de dstrbucó de frecuecas. upogamos que el jefe de estudos del cetro os preguta: Cuál es el redmeto de la clase A e tu asgatura? Cuáto tempo ha empleado tus alumos e recorrer el crcuto?. Le podríamos respoder presetádole las tablas de dstrbucoes de frecuecas o cluso las lstas co los ombres de los alumos, sus calfcacoes y tempos, pero cas co toda segurdad le costaría u gra esfuerzo etresacar de esos datos respuestas precsas. Otra forma de respoder a las pregutas más claramete sería calcular alguas meddas de tedeca cetral de esas dstrbucoes, que precsamete so represetacoes del valor "típco" o "promedo" de la varable, que se refere al cetro de la dstrbucó de frecuecas, a la putuacó que represeta a todas las demás. Las meddas de tedeca cetral más utlzadas so la meda, la medaa y la 8

19 moda. Por su mportaca, dedcaremos a su cálculo, su sgfcado y sus propedades ua parte del capítulo sguete. La varabldad o dspersó se refere al grado de cocetracó de las observacoes e toro al promedo. Ua dstrbucó de frecuecas será homogéea o poco varable s los datos dfere poco etre sí y,por tato, se agrupa e toro a su promedo. Por el cotraro será heterogéea o muy varable s los datos se dspersa mucho respecto al promedo. Esta propedad es depedete de la tedeca cetral, es decr, dos dstrbucoes puede teer la msma meda y dstta varabldad y vceversa. Precsamete, esta depedeca es la causa de la mportaca de la varabldad, porque s prescdésemos de ella, podríamos cofudr, por teer el msmo redmeto medo, ua clase co alumos de redmeto medo muy smlar co otra que tuvera alumos de redmeto máxmo y alumos de redmeto mímo. Las meddas de varabldad o dspersó más frecuetes so: las desvacó típca, desvacó meda, la varaza, el rago y la ampltud semtercuartl. Al gual que co la tedeca cetral, al cálculo y propedades de estas meddas dedcaremos parte del capítulo sguete. E la Fgura 8 aparece las represetacoes de las dstrbucoes de frecueca de tres grupos A, B y C. Los grupos A y B so guales e cuato a tedeca cetral y dferetes e cuato a varabldad, el grupo B es más varable que A. Los grupos A y C so guales e cuato a dspersó y dfere e su tedeca cetral: la de A es meor que la de C. Fgura 8: Ejemplos de tres dstrbucoes e las que A y B tee tedecas cetrales smlares, y meores que la C, metras que co respecto a la varabldad la de B es mayor que las otras dos. El sesgo o asmetría se refere al grado e que los datos tede a cocetrarse e los valores cetrales, e los valores ferores al promedo, o e los valores superores a éste. També podemos decr que hace refereca al grado e que los datos se reparte equlbradamete por ecma y por debajo de la tedeca cetral. Ua dstrbucó será smétrca cuado, al dvdrla e dos a la altura de la meda, las dos mtades se superpoe. Ua dstrbucó tee asmetría postva cuado la mayor cocetracó de putuacoes se produce e la parte baja de la escala metras que alguas putuacoes 9

20 so altas. Ua dstrbucó tee asmetría egatva cuado la mayor parte de las observacoes se stúa e la parte alta de la escala metras que se produce algua observacó e la parte baja. U ejemplo: s poemos a uestros alumos u exame muy fácl, la dstrbucó de frecuecas de sus calfcacoes tedrá sesgo egatvo puesto que la mayoría de los alumos obtedría calfcacoes altas. por el cotraro el exame es dfícl, estaremos ate ua dstrbucó co sesgo postvo puesto que la mayoría de los alumos obtedría otas bajas y sólo alguos destacaría co otas altas. el exame es de dfcultad meda, lo más probable es que la dstrbucó sea smétrca. Para esta característca o vamos a estudar gú ídce porque ormalmete los cálculos so laborosos, más be podemos dar u crtero aú cuado la podemos aprecar medate la speccó vsual del polígoo de frecuecas. El crtero tee que ver co las dferecas etre cuartles y es el sguete: (Q 3 - Q ) > (Q - Q ) etoces la dstrbucó tee sesgo postvo..(q 3 - Q ) < (Q - Q ) tee sesgo egatvo. (Q 3 - Q ) (Q - Q ) la dstrbucó será smétrca. Respecto a la speccó gráfca, e la Fgura 9 aparece las gráfcas de tres grupos A, B y C. La dstrbucó A es smétrca, la B tee sesgo postvo y la C egatvo. Fgura 9: Ejemplos de dstrbucoes co dstto tpo de sesgo. La A es smétrca, la B asmétrca postva y la C asmétrca egatva. La curtoss se usa para saber cómo es de escarpado o plao u polígoo de frecuecas. El cocepto de curtoss sólo se aplca a dstrbucoes umodales (dstrbucoes que tee u úco pco ) y se refere al empameto de la curva e la proxmdad de la moda. Geeralmete el grado de curtoss de ua dstrbucó se compara co u modelo de dstrbucó que estudaremos más adelate que es la llamada campaa de Gauss o dstrbucó ormal. Así, las dstrbucoes que tee el msmo grado de aputameto que la ormal se llama mesocúrtcas. Las dstrbucoes que tee mayor grado de aputameto que la ormal se llama leptocúrtcas y las que lo tee meor platcúrtcas. Los ídces empleados habtualmete para calcular la 0

21 curtoss so demasado complcados, comparados co su utlzacó, por lo que e estas otas o haremos refereca a ellos. Fgura 0: Ejemplos de dstrbucoes co dsttos tpos de curtoss. La A es leptocúrtca, la B mesocúrtca y la C platcúrtca.

22 Captulo 3. Meddas de tedeca cetral.- La meda. La meda de ua varable se defe como la suma de todos los valores observados dvdda por el úmero de ellos. e deota por la msma letra que la varable co ua barra horzotal ecma. teemos valores de la varable su meda se calcula como: Por ejemplo, las otas obtedas por ua clase de 0 alumos e u exame de Hstora y ordeadas de meor a mayor so :,,, 3, 3, 3, 4, 4, 4, 5, 5, 5, 5, 5, 6, 6, 7, 7, 8 y 9. u meda se calcula : ( ) / 0 94 / 0 4,7 També podemos calcular la meda a partr de la dstrbucó de frecuecas: k k f f dóde k represeta el úmero de valores dsttos que toma la varable y f la frecueca de la putuacó. Naturalmete, la suma de las frecuecas de las putuacoes, el deomador de la fórmula ateror, tee que ser gual al úmero de datos observados. Es decr: k f Veamos ahora cómo podemos usar la tabla de dstrbucó de frecuecas, empleado los datos del ejemplo, para aplcar la fórmula ateror del cálculo de la meda. Como e el umerador aparece la suma de los productos de cada putuacó por su frecueca, añadmos ua columa más a la tabla de dstrbucó de frecuecas e la que escrbmos precsamete cada uo de estos sumados. La meda será el cocete etre la suma de la tercera columa y la suma de la seguda de la sguete Tabla 5. El resultado para la meda es: ,7

23 f f Total 0 94 Tabla 5: Tabla de dstrbucó de frecuecas para el cálculo de la meda estamos ate ua dstrbucó de frecuecas agrupadas y por tato o dspoemos de los datos observados, para calcular la meda e lugar de los datos observados trabajaremos co los putos medos de los tervalos de clase y la frecueca de cada uo de ellos. Por tato, s deotamos como m el puto medo del tervalo -ésmo y f la frecueca del msmo, calcularemos la meda como: k m k f f Hay que teer e cueta que e las otras fórmulas el sumatoro se extedía a lo largo de todas las putuacoes observadas y a lo largo de las putuacoes dsttas observadas, respectvamete, e este caso el sumatoro tee tatos sumados como tervalos de clase. Es decr, e esta expresó k represeta el úmero de tervalos de clase. Para lustrar el uso de esta fórmula, valédoos de las tablas de dstrbucó de frecueca, retomamos la Tabla 3 de las putuacoes de u test de hábtos de estudo pasado a 30 alumos. A esta tabla añadmos ua columa que es el resultado de multplcar cada puto medo del tervalo de clase por su frecueca. Así, la meda será el resultado de dvdr el total de esta columa etre el total de las frecuecas, tal como aparece e la Tabla 6: ,67 3

24 m f m f Total Tabla 6: Dstrbucó de frecuecas agrupadas e tervalos de clase para el cálculo de la meda Estos dos ejemplos os srve també para hacer ua observacó: ótese que la meda o tee por qué cocdr co ua putuacó observada, auque se haya defdo como ua putuacó que "represeta a todas". Otra terpretacó de la meda, desde el puto de vsta físco, cosste e cosderarla el cetro de gravedad de las putuacoes. a lo largo de ua barra pusésemos ua udad de peso sobre cada valor observado y tatas udades como veces se haya observado el valor, etoces esa barra sólo estaría e equlbro s el fulcro estuvese colocado a la altura de la meda. Este hecho, que costtuye ua de las prcpales propedades de la meda, se puede expresar matemátcamete dcedo que la suma de las dferecas de putuacoes respecto de su meda es gual a cero. E efecto: ( ) 0 e lugar de sumar las dferecas de las putuacoes respecto de la meda sumamos sus cuadrados, etoces ecotramos otra propedad teresate de la meda: que esta suma es meor que s tomásemos las dferecas respecto de otro valor cualquera. Expresado e leguaje matemátco: ( ) < ( C) edo C ua costate cualquera dstta de la meda. 4

25 upogamos ahora que sabemos la meda de las clases A, B y C de las putuacoes de la últma evaluacó de Químca y queremos saber la meda de los alumos de los tres grupos jutos. Podríamos calcularla a través de las putuacoes drectas pero podemos aprovechar la formacó que ya teemos porque la meda total sería: A A + A B + B B + + C C C dóde A y A so, respectvamete, el úmero y la meda de los alumos de la clase A, B y B so, respectvamete, el úmero y la meda de los alumos de la clase B y C y C so, respectvamete, el úmero y la meda de los alumos de la clase C. Para comprobar co u ejemplo las propedades de la meda magemos que las 0 otas de los alumos de la clase so: 3, 3, 4, 5, 5, 5, 6, 7, 7 y 9. La meda de estas otas es 5,4. Vamos a comprobar que la suma de las dferecas de cada putuacó respecto de su meda es cero: ( 3 5,4 ) + ( 4 5,4 ) + 3 ( 5 5,4 ) + ( 6 5,4 ) + ( 7 5,4 ) + ( 9 5,4 ) ( (-,4) ) + ( -,4 ) + ( 3 (-0,4) ) + 0,6 + (,6 ) + 3,6-4,8,4, + 0,6 + 3, + 3,6 0 Ahora comprobaremos que la suma de las dferecas al cuadrado respecto de la meda es más pequeña que la suma de las dferecas al cuadrado respecto a otra costate: ( (-,4) ) + ( -,4 ) + ( 3 (-0,4) ) + (0,6) + ( (,6) ) + (3,6) ( 5,76) +,96 + (3 0,6) + 0,36 + (,56) +,96 3,4 Esta es la suma de las dferecas al cuadrado respecto de la meda. Ahora elegmos como costate el úmero 5 para calcular la suma de dferecas al cuadrado: ( 3-5 ) + ( 4-5 ) + ( 6-5 ) + ( 7-5 ) + ( 9-5 ) ( 4 ) ( 4 ) E este caso, 34 es mayor que 3,4, co lo que queda comprobada la seguda propedad de la meda. Hay que hacer otar que esta es ua mera comprobacó y o ua demostracó rgurosa..- La medaa La medaa es u puto de la escala de medda que dvde a la dstrbucó e dos partes guales, es decr, la mtad de las putuacoes so mayores que la medaa y la otra mtad so meores. Este ídce se represeta por Md. A la hora de calcularla podemos ecotraros frete a putuacoes drectas o, por el cotraro, frete a ua dstrbucó de frecuecas agrupadas. estamos e el prmer caso, a su vez os podemos ecotrar ate u úmero mpar de observacoes o ate u úmero par. E prmer lugar teemos que ordear las putuacoes drectas de 5

26 meor a mayor, s su úmero,, es mpar etoces la medaa es el lugar que ocupa la poscó (+) /. es par, la medaa es el puto medo etre los dos valores cetrales, que e este caso so el valor / y ( / ) +. Cuado dspoemos de ua dstrbucó de frecuecas agrupada e tervalos de clase, la medaa cocde co el percetl 50, puesto que justamete es aquella putuacó por debajo de la cuál se stúa el 50 % de las observacoes y por tato el otro 50% so mayores que ella. Por tato, para calcularla usamos la fórmula de los percetles hacedo k50 lo que resulta: I Md L + dode: a - L es el límte feror exacto del tervalo crítco. - I es la ampltud de los tervalos. - es la frecueca del tervalo crítco. - es el úmero de observacoes hechas. - a es la frecueca acumulada hasta L. tomamos como ejemplo para calcular la medaa el ctado e el capítulo referdo a las otas obtedas por 0 alumos e u exame de Hstora, al ser u úmero par de observacoes que ya está ordeadas de meor a mayor, buscamos las que ocupa los lugares 0 / 0 y (0/ ) + que so e ambos casos u 5. El puto medo e este caso es (5 + 5) / 5. La medaa es la putuacó 5. upogamos ahora que queremos saber la medaa de las putuacoes sguetes: 7,, 6, 5, 7,, 9, 8, 0, 6 y 9. E prmer lugar, las ordeamos de meor a mayor: 5, 6, 6, 7, 7, 8, 9, 9, 0,,. Ahora buscamos la que ocupa la poscó ( + ) / 6 que e este caso es 9. La medaa de estas putuacoes es 9. El resultado de u test de coocmetos prevos sobre Geografía realzado por 00 alumos queda reflejado e la sguete tabla. f f a Tabla 7: Dstrbucó de frecuecas agrupadas e tervalos y frecuecas acumuladas de las putuacoes de u test de coocmetos prevos sobre Geografía. 6

27 Determamos la medaa de las putuacoes usado la Tabla 7. El tervalo crítco será aquél que cuya frecueca acumulada sea 00 ó más, puesto que el 50% de 00 es 00. Por tato el tervalo crítco es el -4, su límte feror exacto es,5, la ampltud es 3, la frecueca es 40 y la frecueca acumulada hasta ese tervalo es 70. usttuyedo los valores e la fórmula: Md 3 90, ( 00 70),5 + 3, 75 També podemos estmar gráfcamete la medaa utlzado el polígoo de porcetajes de frecuecas acumuladas. Para ello, se traza ua paralela al eje de abcsas a la altura del 50% del de ordeadas hasta terceptar el polígoo y, desde este puto, ua paralela al eje de ordeadas hasta terceptar el de abcsas. Precsamete este puto de terseccó será ua estmacó de la medaa porque el proceso mecoado aterormete o es más que ua "búsqueda gráfca" del valor de la abcsa al que le correspode la ordeada 50. Dcho de otra forma, hemos buscado aquel puto que acumula el 50% de las observacoes, tee por debajo de sí el 50% de las msmas y, por tato, el msmo porcetaje por ecma de sí. Y esta es la propedad que defe a la medaa. E la Fgura queda represetado este proceso para las putuacoes de la Tabla Medaa3, Fgura : Estmacó gráfca de la medaa para los datos de la Tabla La moda La moda, que se represeta por Mo, es la medda de tedeca cetral más fácl de calcular ya que se defe como el valor de la varable co mayor frecueca. embargo, o todas las dstrbucoes tee moda, todas tee ua úca moda, por lo que es ecesaro hacer refereca a dsttos casos que se puede presetar. E prmer lugar u caso que o ofrece gua duda: e el sguete grupo de putuacoes, 3, 4, 4, 5, 7, 9, 9, 9 y 0, la moda es 9. embargo e este grupo:,,,, 3, 3, 4 y 4 o hay moda, se dce que la dstrbucó es amodal porque todas las putuacoes tee la msma frecueca. 7

5.3 Estadísticas de una distribución frecuencial

5.3 Estadísticas de una distribución frecuencial 5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI

C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI TESIS DESARROLLO REIONAL C URVA DE L ORENZ C OEFICIENTE DE D ESIUALDAD DE INI D OCUMENTO A UXILIAR N DANIEL CAUAS - 5 JUN 203 LA CURVA DE LORENZ La curva de Lorez (Corado Lorez 905), es u recurso gráfco

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: mea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recoocer dferetes formas de orgazar formacó:

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad

Más detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

Esta t d a í d s í titcos o TEMA 3.3

Esta t d a í d s í titcos o TEMA 3.3 TEMA 3.3 Defcó úmero obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco)

Más detalles

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres. ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza

Más detalles

Cuándo empezó la Estadística? 1.1. El concepto de Estadística. Qué es y para qué sirve?

Cuándo empezó la Estadística? 1.1. El concepto de Estadística. Qué es y para qué sirve? 1.1. El cocepto de Estadístca. Qué es y para qué srve? La Estadístca se ocupa de la recoleccó, agrupacó, presetacó, aálss e terpretacó de datos. A meudo se llama estadístcas a las lstas de estos datos,

Más detalles

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido: Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

Nociones de Estadística

Nociones de Estadística Químca Aalítca Prof. Aa Galao Jméez Nocoes de Estadístca Las medcoes tee sempre asocadas u error expermetal (herete a la resolucó del equpameto empleado, a errores aleatoros y/o a errores sstemátcos).

Más detalles

TEMA 2: PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES.

TEMA 2: PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES. TEMA : PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES.. INTRODUCCIÓN Hasta ahora hemos vsto cómo se puede resumr los datos obtedos del estudo de ua muestra (o ua poblacó) e ua tabla estadístca

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE - INTRODUCCION Es tecó aalzar e este trabajo las coocdas relacoes costo-volume-utldad para el caso e que sus compoetes sea: w : costo varable utaro

Más detalles

1. El valor central o típico de los datos 2. La dispersión de los datos 3. La forma de la distribución de los datos

1. El valor central o típico de los datos 2. La dispersión de los datos 3. La forma de la distribución de los datos Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 47 Meddas Descrptvas Numércas Frecuetemete ua coleccó de datos se puede reducr a ua o uas cuatas meddas umércas secllas que resume al cojuto

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

GENERALIDADES ESTADISTICA DESCRIPTIVA

GENERALIDADES ESTADISTICA DESCRIPTIVA MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MEDIDS DE TEDECI CETRL MEDI RITMETIC Defcó: Es la suma de todos los datos de ua sere dvdda por su úmero Cálculo:

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA ESTADÍSTICA II PARTE SEGUNDA: INFERENCIA ESTADÍSTICA TEMA III: INTRODUCCION A LA INFERENCIA III..- Itroduccó III..- La eleccó de la muestra. Tpos de muestreo III.3.- Muestreo aleatoro smple. Estadístcos

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

ANALISIS DE DATOS EN PSICOLOGÍA I FEBRERO ª P.P. 2ª SEMANA UNIÓN EUROPEA

ANALISIS DE DATOS EN PSICOLOGÍA I FEBRERO ª P.P. 2ª SEMANA UNIÓN EUROPEA ANALII DE DATO EN PICOLOGÍA I FEBRERO 007 1ª P.P. ª EANA UNIÓN EUROPEA 30 5 15 35 0 30 40 5 30 45 5 10 50 18 10 55 7 5 Tabla 1. Dstrbucó de u grupo de mujeres () y otro de hombres () e ua prueba de compresó

Más detalles

No debe entregar los enunciados

No debe entregar los enunciados Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos

Más detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

2.2 Distribuciones de frecuencias unidimensionales.

2.2 Distribuciones de frecuencias unidimensionales. Itroduccó a la Estadístca Empresaral Capítulo - Aálss de ua varable CAPITULO - AALISIS DE UA VARIABLE Itroduccó E este capítulo se dará u cojuto de strumetos que permtrá el aálss descrptvo de ua varable

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

2 Representación gráfica de las series de frecuencias.

2 Representación gráfica de las series de frecuencias. Estadístca Tema. Geeracó de valores de ua varable aleatora. Pág. Represetacó gráfca de las seres de frecuecas.. Represetacó gráfca de caracteres cualtatvos... Dagramas dferecales... Dagramas tegrales..

Más detalles

ANGEL FRANCISCO ARVELO LUJAN

ANGEL FRANCISCO ARVELO LUJAN ANGEL FRANCISCO ARVELO LUJAN Agel Fracsco Arvelo Lujá es u Profesor Uverstaro Veezolao e el área de Probabldad y Estadístca, co más de 0 años de expereca e las más recoocdas uversdades del área metropoltaa

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el CAPÍTULO 3 METODOLOGÍA El objetvo del capítulo 3 es coocer la metodología, por lo cual os apoyaremos e el lbro de Smulato modelg ad Aalyss (Law, 000), para estudar alguas pruebas de bodad de ajuste. També

Más detalles

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva. Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma

Más detalles

CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA

CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA Atoo Morllas A. Morllas: C. o paramétrcos (I 1 CONTRASTES NO PARAMÉTRICOS: BONDAD DE AJUSTE Y TABLAS DE CONTINGENCIA Ifereca realzada

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Capítulo 9 MEDIDAS DE TENDENCIA CENTRAL Ua medda de tedeca cetral, es u resume estadístco que muestra el cetro de ua dstrbucó; es decr, por lo geeral, busca el cetro de esa dstrbucó. Exste dferetes tpos

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejerccos Talleres puedes evarlos a klasesdematematcasmas@gmal.com www.klasesdematematcasmas.com Taller 1 Ig. Oscar Restrepo 1. De las varables sguetes cuáles represeta datos dscretos cuáles datos cotuos

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA Grado de ADE. Prmer curso Raquel Mª Álvarez Esteba Descrpcó umérca de ua varable Objetvo: Resumr dsttos aspectos de las dstrbucoes de frecuecas Iterés de los resúmees umércos:

Más detalles

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

SOLUCIÓN EXAMEN PARCIAL I

SOLUCIÓN EXAMEN PARCIAL I Nombres: Apelldos:.I.: Frma: Fecha: 07/03/05 MÉTODO ETADÍTIO I EXAMEN I Prof. Gudberto Leó PARTE I: E el sguete gráfco se muestra los dagramas de caja correspodetes a los pesos de los bebés al acer segú

Más detalles

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por: Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral

Más detalles

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas. Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Pága 09 PRACTICA Meda y desvacó típca 1 El úmero de faltas de ortografía que cometero u grupo de estudates e u dctado fue: 0 1 0 1 0 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 a) D cuál es la varable y de

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

Regla de Bayes. Pedro J. Rodríguez Esquerdo

Regla de Bayes. Pedro J. Rodríguez Esquerdo Regla de Bayes Pedro J. Rodríguez Esquerdo Isttuto de Estadístca y Sstemas Computadorzados de Iformacó Facultad de Admstracó de Empresas y Departameto de Matemátcas Facultad de Cecas Naturales Recto de

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabldad y estadístca Grupo Lues Jueves PM4 :00-:00 :00-3:00 Trabajado gráfcas,meddas de tedeca cetral, meddas de dspersó e terpretado resultados. Depto. De Igeería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.m

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería Iformátca TEORÍA Mg.Ig. Susaa Valesberg Profesor Ttular UNIDAD Característcas de varables aleatoras Estadístca - Igeería

Más detalles

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad Regulardad estadístca. E vrtud de la gra varabldad de muchos procesos, se recurre al estudo del comportameto e grades cojutos de elemetos. Se busca captar los aspectos sstemátcos o los aleatoros. Se pretede

Más detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados eptembre 013 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora o programable

Más detalles

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo

Más detalles

CONCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA

CONCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA COCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA Codfcacó Procesameto de datos Cosste e proporcoar códgos umércos o alfaumércos a dversos procesos Cualtatvos Cuattatvos umero de decmales 0 Tabulacó: Epresar

Más detalles

ESTADÍSTICA MATEMÁTICAS 3º ESO académicas Alfonso González IES Fernando de Mena Dpto. de Matemáticas

ESTADÍSTICA MATEMÁTICAS 3º ESO académicas Alfonso González IES Fernando de Mena Dpto. de Matemáticas ESTADÍSTICA MATEMÁTICAS 3º ESO académcas Alfoso Gozález IES Ferado de Mea Dpto. de Matemátcas I) ITRODUCCIÓ. DEFIICIOES La Estadístca es la rama de las Matemátcas que utlza cojutos de datos umércos para

Más detalles

2.4 Pruebas estadísticas para los números pseudoaleatorios

2.4 Pruebas estadísticas para los números pseudoaleatorios Capítulo Números pseudoaleatoros.4 Pruebas estadístcas para los úmeros pseudoaleatoros 34 E la seccó. se presetaro dversos algortmos para costrur u cojuto r, pero ése es sólo el prmer paso, ya que el cojuto

Más detalles

CAPITULO II. Medidas estadísticas. Objetivo. Contenido. Calcular las medidas posición, de tendencia central, de dispersión y de forma.

CAPITULO II. Medidas estadísticas. Objetivo. Contenido. Calcular las medidas posición, de tendencia central, de dispersión y de forma. CAPITULO II Meddas estadístcas Objetvo Calcular las meddas poscó, de tedeca cetral, de dspersó y de forma. Cotedo * * * * * * Itroduccó Meddas de poscó Meddas de tedeca cetral Meddas de dspersó Meddas

Más detalles