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:

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "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:"

Transcripción

1 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 es muy coveete teer coocmeto sobre el grado de dspersó o varabldad que preseta los datos. Las meddas de dspersó dca s los valores está relatvamete cercaos uo del otro o s se ecuetra dspersos. Esta dea se lustra e las sguetes fguras. Recuérdese que e el ejemplo de los pesos de los cerdos teemos los sguetes datos: 7, 77, 78, 73, 77, 74, 76, 73. El dagrama de putos para esos valores es: los cerdos de otro grajero tee los sguetes pesos: 65, 8, 85, 68, 70, 73, 80, 77. Etoces el dagrama de putos está dado por: Obsérvese que ambos grupos de datos posee la msma meda artmétca y la msma medaa, Md x 75 Kg. Además, també se puede advertr como las observacoes e el prmer gráfco tee valores relatvamete más cercaos etre sí e comparacó co los pesos del segudo grupo de cerdos. Por cosguete, además de las meddas de tedeca cetral, sempre es mportate cotar co dcadores que mda la dspersó de los datos. Ua medda de tedeca cetral, cas uca es sufcete por sí sola, para resumr adecuadamete las característcas de u cojuto de datos. Por lo geeral, es ecesaro, adcoalmete, ua medda de la dspersó de los datos. E geeral, se puede clasfcar las meddas de dspersó e absolutas y relatvas. Las meddas de dspersó absolutas so aquellas que vee expresadas e las msmas udades que los datos. Las meddas de dspersó relatvas o vee expresadas e las udades de los datos so e porcetaje. A pesar de que exste dferetes meddas de dspersó, sólo se va a cosderar las más usadas: Meddas de dspersó absolutas: Rago o recorrdo Desvacó Estádar Varaza Basadas e Percetles Medda de dspersó relatva: Coefcete de Varacó

2 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 66 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Todas estas meddas, excepto el rago, toma la meda como puto de refereca. E cada caso u valor cero dca que o hay dspersó, metras que la dspersó aumeta a medda que se cremeta el valor del dcador (varaza, coefcete de varacó, etc.). Rago o recorrdo Esta es la medda más seclla de calcular y compreder. e cocetra e el valor máxmo y mímo de la coleccó de datos y vee dada por: R Valor máxmo - Valor mímo E el caso de dstrbucoes de frecuecas, el rago se obtee restádole al límte superor de la últma clase el límte feror de la prmera clase: E los ejemplos aterores para los dos grupos de cerdos se tee que el recorrdo para el grupo es R Kg., y para el grupo es R Kg. La vetaja de utlzar el rago como medda de dspersó, es la secllez de su cálculo, au cuado se trate de u cojuto bastate grade de datos. Además, el sgfcado de esta medda es fácl de compreder. La prcpal lmtacó del rago es que cosdera solamete los valores extremos de los datos, y o proporcoa formacó respecto a los demás valores. E el sguete ejemplo se preseta tres cojutos de datos bastate dferetes, que posee el msmo rago. 3 Rago Nótese como e el prmer grupo de datos, los valores se dstrbuye e forma uforme, y esta medda cumple co su objetvo. E el segudo cojuto, los datos se ecuetra más agrupados y acá el rago mde de ua "forma cruda" la dspersó. embargo, la tercera coleccó demuestra cómo se puede flur fáclmete e el rago medate uos cuatos valores extremos

3 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 67 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela (o valores atípcos), y presetar formacó bastate egañosa respecto a la dspersó de ua coleccó de datos. Debdo a estos problemas, el rago tee ua lmtada utldad ya que o resulta ua medda de dspersó cofable.. Varaza upógase que x, x,...,x so las observacoes ua muestra aleatora, cuya meda es x. Dado que se está teresado e aalzar la dspersó de estos valores, será atural fjarse e sus dstacas co respecto a la meda, esto es, e las dferecas: x x x x,, x x, L Puesto que alguos valores de la muestra so mayores que la meda y otros so meores, alguas de estas dferecas será postvas y otras egatvas. Es más, las dferecas está equlbradas, e el setdo de que su suma es 0 (por propedad. de la meda artmétca, ver Pág.50) embargo, para aalzar la dspersó de los datos, o teresa el sgo de las dferecas, Así se tratará ua dfereca egatva exactamete gual que ua dfereca postva de la msma catdad. Por ejemplo, u salaro que esté bolívares por debajo de la meda deberá ser tratado exactamete gual que uo que esté bolívares por ecma de la meda. Ua forma de cosegur este objetvo cosste e fjarse, o e las dferecas, so e sus cuadrados: x x, x x, L x x ( ) ( ) ( ), El promedo de los cuadrados de las dferecas proporcoa ua medda de la dspersó que se cooce co el ombre de varaza. Este es u dcador que mde la dspersó de los datos co respecto a su meda artmétca y se deota por. Dada ua coleccó de datos x, x,...,x, cuya meda artmétca es x, se defe la varaza de esos datos como el promedo de las dferecas elevadas al cuadrado de cada uo de esos valores co respecto a su meda. Es decr: ( x x ) Nota De la fórmula ateror se deduce que:. Metras más alejados esté los valores de su meda mayor será el valor de la varaza y metras más cocetrados se ecuetre alrededor de su meda, meor será el valor de la varaza... La varaza uca es egatva, ya que se está sumado catdades elevadas al cuadrado. El valor mímo que puede tomar es cero, el cual se logra cuado todos los valores so guales etre sí, es decr, que o exste varabldad etre ellos.

4 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 68 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela v. se desarrolla la fórmula ateror, se obtee otra expresó equvalete de la varaza, más cómoda de calcular y además reduce los errores de redodeo: x ( x ) Los datos de los pesos de los cerdos so: 7, 77, 78, 73, 77, 74, 76, 73 y la meda es 75 Kg. Calcular la varaza. ( 7 75) + ( 77 75) + ( 78 75) + ( 73 75) + ( 77 75) + ( 74 75) + ( 76 75) + ( 73 75) 4,5 Kg Por la otra fórmula: ,5 Kg Nótese que la varaza vee expresada e las udades de los datos pero elevadas al cuadrado. Por esta razó, la varaza resulta dfícl de terpretar. Para solucoar esta stuacó se defe la desvacó estádar. 3. Desvacó Estádar (Desvacó Típca): La desvacó estádar o desvacó típca de ua coleccó de datos, deotada por, se defe como: + La cual vee dada e las msmas udades de los datos. Tomado el ejemplo ateror se tee que: 4,5 Kg, Kg Para dstrbucoes de frecuecas Para el caso de datos agrupados e dstrbucoes de frecuecas, las expresoes para la varaza y la desvacó estádar so:

5 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 69 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela k k ( m x ) f m f ( x ) y fm dode, x Calcular la varaza y la desvacó estádar para las dstrbucoes de frecuecas de las varables peso, úmero de hermaos, estatura, greso mesual del hogar, úmero de vstas a la dscoteca y úmero de vstas al ce. Propedades de la varaza y la desvacó estádar ea x, x,...,x ua coleccó de datos, cuya meda, varaza y desvacó estádar so x, respectvamete.. y so o egatvas, es decr 0 y 0 para cualquer cojuto de datos. y. cada uo de los datos x, x,...,x es gual a u msmo valor fjo o costate c, etoces la varaza y la desvacó estádar so guales a cero.. v. E el dagrama de putos que se muestra e la pága 5 se puede observar esta stuacó. a cada uo de los datos orgales se le suma u msmo úmero real c, postvo o egatvo, etoces la ueva coleccó de datos que se orga x +c, x +c,...,x +c tee la msma y que los datos orgales. Obsérvese el gráfco correspodete a la propedad v de la meda artmétca e la pága 5. Nótese como la dspersó se matee varate al sumar o restar ua costate. cada uo de los datos se multplca por u msmo úmero real cualquera c, la varaza y la desvacó estádar de los "uevos datos" x c, x c,...,x c vee dadas por c y c respectvamete. Esto se lustra e los gráfcos que correspode a la propedad v de la meda artmétca e la pága 5. Obsérvese como se produce ua alteracó e la dspersó de los uevos datos, ya sea dsmuyedo o aumetado depededo del valor de c. E u estudo realzado e u hosptal se determó que se gastaba e medcas u promedo de Bs semaalmete por pacete co ua desvacó estádar de Bs a. se produce u aumeto del 00% e el preco de las medcas, cuato será el gasto promedo por pacete y cuato será la varaza. b. Cuato será el gasto promedo por pacete y cuato será la desvacó estádar s el aumeto es del 0%.

6 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 70 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Varaza muestral y varaza poblacoal Al defr la varaza se ha estado supoedo que la coleccó de datos x, x,...,x costtuye ua muestra de tamaño de ua poblacó y que x es la meda de esa muestra. La varaza poblacoal, deotada por, de ua poblacó de N elemetos cuya meda poblacoal es µ, se defe por: N ( ) x µ x σ µ N N N y la desvacó estádar poblacoal es: σ + σ Nota: La varaza muestral també puede defrse como: ( x x ) e utlza co la faldad de, además de teer fes descrptvos, realzar ferecas sobre ua poblacó usado y o por cuato se demuestra que es u mejor estmador de la varaza poblacoal que como se verá e el tema de estmacó. Coefcete de varacó La medda de dspersó relatva más coocda es el coefcete de varacó. E alguas ocasoes es de terés comparar la dspersó de dos coleccoes de datos. los datos está meddos e las msmas udades y las respectvas medas artmétcas so guales o muy parecdas es posble utlzar la desvacó estádar. esto o se cumple, o se puede utlzar la desvacó estádar para comparar las dspersoes de los dos grupos de datos. Ua medda de dspersó que permte la comparacó de la dspersó e cualquer stuacó, que o vee expresada e gua udad es el coefcete de varacó. El coefcete de varacó se defe como: 00% El coefcete de varacó es la proporcó o porcetaje de la meda que represeta la desvacó estádar. Obsérvese como la fórmula ateror provee de ua regla de tres smple: x 00%? por ejemplo el CV0%, sgfca que la desvacó estádar represeta el 0% del valor de la meda artmétca.

7 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 7 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela upógase que se desea comparar las dspersoes de los sueldos de los empleados de las empresas "Cervecería El Códor" y "Aguardete Tropcal". Los sueldos promedo para estas empresas so Bs y Bs. 500 respectvamete; las desvacoes estádar correspodetes so Bs y Bs E ua ecuesta sobre bees raíces e la Urbazacó ata Cecla de ua cudad, se obtee etre otras cosas, formacó sobre el valor actual de la casa y el tamaño del lote de terreo. e está teresado e determar s el valor de avalúo tee mayor varabldad que el tamaño del lote. De la mecoada ecuesta se cosgue lo sguete: Valor de la casa Tamaño del terreo x Bs. x 650 mts Bs. 350 mts Percetles, Decles y Cuartles Además de las meddas de tedeca cetral, dspersó y forma, també exste alguas meddas teresates de poscó que se utlza al resumr y aalzar las característcas o propedades de grades coleccoes de datos.. Percetles Los percetles so aquellos valores que dvde a los datos ordeados de forma crecete, e ce partes guales. Exste oveta y ueve percetles que se deota por P, P,..., P 99. Etre dos percetles cosecutvos se ecuetra el % de los datos. Así, por ejemplo, etre los percetles P 0 y P 0 se ecuetra 0% de los datos. Para deotar u percetl cualquera usamos P h, dode h,, 3,..., 99. Así, la defcó formal de percetl es la sguete: El percetl P h de ua coleccó de datos que prevamete ha sdo ordeados (de forma crecete), es u valor tal que como máxmo el h% de los datos so meores que él, y també como máxmo u (00-h)% de los datos so mayores que él. Como e el caso de la medaa, s dos valores cosecutvos del cojuto de datos cumple co la defcó ateror, se covee e tomar como percetl al promedo de ellos dos. upoga que los pesos de ocho persoas (e Kg) so: 5, 97, 08, 63, 90, 74, 86, 73. Hallar lo percetles: P 0, P 50 y P 80. E prmer lugar se debe ordear de forma crecete los datos:

8 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 7 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela El P 0 es el valor tal que el 0% de los datos, es decr el 0% de 8,6 datos como máxmo so meores que él, y també como máxmo el 80% de 8 6,4 datos so mayores que él. Observe que el valor 63 cumple co estas codcoes. Por tato, P 0 63 Kg. Ahora, e el cálculo de P 50 se observa que exste dos valores 74 y 86, que cumple co la defcó. De esta maera, P 50 ( ) / 80 Kg. Para estos datos, P 80 tee como máxmo 6,4 datos por debajo de él y a lo sumo,6 datos por ecma. El valor 97 satsface esto, así P Kg. Nótese que el valor cumple co las codcoes. Por ejemplo, el valor 90 tee cco datos por debajo que cumple co lo que se exge pero por ecma tee a dos datos (el 5% de los datos), lo que o satsface los requermetos para ser percetl 80.. Decles Los Decles so los valores que dvde a los datos ordeados (de forma crecete) e dez partes guales. Exste ueve decles que se deotará por D, D,..., D 9. Etre dos decles cosecutvos se ecuetra u 0% de los datos. 3. Cuartles Los cuartles so los valores que dvde a ua coleccó de datos que prevamete ha sdo ordeados e forma crecete, e cuatro partes guales. De esta maera, exste tres cuartles que se deota Q, Q y Q 3. Nótese que etre dos cuartles cosecutvos se ecuetra u 5% de los datos. Además, por debajo de Q, se ecuetra u 5% de los datos y por ecma u 75%; metras por debajo del cuartl tres, se ecuetra u 75% de los datos y por ecma de él exste u 5% de los datos. 5% 5% 5% 5% Q Q Q 3 Nótese que el segudo cuartl, Q, es gual a la medaa. Además, puede dejarse ver las sguetes relacoes etre los cuartles decles y percetles: Q P 5 Q D 5 P 50 Md Q 3 P 75 D P 0 D P 0 M D 9 P 90

9 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 73 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Nota: A los cuartles, decles y percetles e geeral se les deoma cuatles Para los datos o agrupados de estatura, calcular e terpretar: los cuartles, el decl tres y el percetl dez. Cálculo de Percetles e dstrbucoes de frecuecas. E el caso de dstrbucoes de frecuecas cuyas clases so tervalos, los percetles, de la msma maera como se hzo co la medaa, se puede calcular medate u método de terpolacó tato de forma algebraca como gráfca. Algebracamete, para el cálculo del percetl h-ésmo, P h, se sgue el sguete procedmeto: a) e ubca la clase del percetl h, que es aquella que cotee la frecueca acumulada h 00. b) Ua vez ubcada la clase del percetl h, medate u proceso de terpolacó se puede obteer la sguete fórmula para el cálculo de los percetles: h Fap 00 P LI + C f p h p p e dode, LI p : Límte feror de la clase del percetl h. : No. total de observacoes o datos F ap : Frecueca acumulada ateror a la clase del percetl h. f p : Frecueca absoluta de la clase del percetl h. C p : Ampltud de la clase del percetl h. Como se vo ates co la medaa, se puede obteer gráfcamete los percetles utlzado la ojva:

10 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 74 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela % Ojva F Ojva 00 h% h LI L L L 3 L 4 L 5 L 6 L 7 L 8 LI L L L 3 L 4 L 5 L 6 L 7 L 8 P h P h Nótese que por el msmo método de terpolacó gráfco de la ojva para dstrbucoes de frecuecas co tervalos; s se cooce algú valor de los datos, dgamos P h, etoces puede ser ecotrada la proporcó (o porcetaje) de datos, h, que so meores (o puede ser, mayores o guales) que el valor P h. mplemete, despejado h de la fórmula para calcular percetles e dstrbucoes de frecuecas. Así de ese despeje queda que: f h ( P LI ) + F p h p ap C p 00 Ejercco:. Obtega la fórmula ateror: a. Despejádola de la fórmula para el cálculo de los percetles. b. Deducédola medate el método gráfco de terpolacó, co la ojva.. Del ejercco para la ojva de la pága 44, obtega las respuestas de los ítems a 4, usado la últma fórmula.. las clases de la dstrbucó de frecuecas so valores dvduales de la varable e estudo, se procede smlarmete a como se hzo co la medaa. E este caso, o hace falta hacer algua terpolacó. e puede ecotrar cualquer percetl medate la defcó. Ejercco: Calcular los cuartles Q y Q 3, el decíl D 9 y el percetl P 90 e las dstrbucoes de frecuecas de las varables peso y estatura usado el método algebraco y el método gráfco. Ejercco: Calcular los percetles P 5 y P 80 para las dstrbucoes de frecuecas correspodetes a las varables úmero de hermaos y úmero de vstas al ce usado el método algebraco y el método gráfco. Los percetles també so utlzados como dcadores de la dspersó de los datos. Co ellos se costruye alguas meddas de dspersó. Veamos alguas de ellas:

11 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 75 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Recorrdo Itercuartl El recorrdo tercuartl, vee dado por: RQ Q 3 - Q Esta medda refleja la dspersó de la parte cetral de la dstrbucó ya que toma e cueta al 50% de los datos del cetro de la dstrbucó: 5% 5% 5% 5% Q Q Q 3 50% Desvacó Cuartl ó Recorrdo em-itercuartl La desvacó cuartl se obtee medate la sguete expresó: se calcula: Q Q Q 3 Md ± Q se obtee u tervalo que cotee aproxmadamete el 50% de los datos. Fáclmete puede otarse que las dos meddas aterores o toma e cueta a todos los datos, lo cual puede represetar ua sera desvetaja ya que es posble que por debajo de Q o por ecma de Q 3, los datos se ecuetre muy cocetrados o muy dspersos y el efecto sobre RQ y Q será el msmo. Auque por otro lado, y por la msma razó, el recorrdo tercuartl y la desvacó cuartl o so afectados por valores atípcos. Recorrdo Percetl Es ua medda basada e la msma dea que el RQ, la cual vee dada por: RP P 90 - P 0. Este dcador refleja el 80% de los datos ubcados e la parte cetral de la dstrbucó

12 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 76 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Ejercco: Para las dstrbucoes de frecueca correspodetes a las varables peso e greso hallar: a) RQ b) RP c) El tervalo que cotee aproxmadamete el 50% de los datos de la parte cetral de la dstrbucó. Meddas de Forma E ua seccó ateror se examó la forma e que se dstrbuye los datos aalzado el respectvo gráfco. e observó la smetría (o asmetría) que preseta los datos y també se podía percbr el grado de aputameto (o achatameto) del gráfco que represeta la dstrbucó de los datos. Exste dcadores que cuatfca la asmetría y el aputameto de ua dstrbucó, los cuales so de utldad cuado o se dspoe del gráfco o para cofrmar las coclusoes obtedas gráfcamete. Tato las meddas de asmetría como las de aputameto so dcadores relatvos ya que o vee expresados e algua udad de medda.. Meddas de Asmetría Los resultados que se dscutrá se refere a dstrbucoes umodales: a. Coefcete de Asmetría de Pearso Este dcador se basa e la relacó exstete etre la meda y la medaa: 3( x Md) AP Obsérvese que s la dstrbucó es: métrca > AP 0, ya que e este caso x Md Asmétrca por la derecha > AP > 0, debdo a que x > Md Asmétrca por la zquerda > AP < 0, porque x < Md El coefcete de asmetría de Pearso toma valores e el tervalo (-3, 3)

13 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 77 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela b. Coefcete de Asmetría de Fsher e deota por γ y vee dado por la sguete fórmula: Datos o agrupados: ( ) 3 3 x x γ Datos agrupados: 3 ( ) 3 k m x f γ El coefcete γ está basado e la meda artmétca e dca de que lado las dferecas respecto de éstas so mayores. u terpretacó es smlar a la del coefcete de Asmetría de Pearso Leptocúrtca Mesocúrtca Platcúrtca

14 Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 78 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Ejercco: Calcule e terprete los coefcetes de asmetría AP y γ para las dstrbucoes de frecuecas correspodetes a las varables peso, estatura, greso y úmero de hermaos.. Meddas de Aputameto o Curtoss Estas meddas dca el grado de aputameto o achatameto del gráfco. La medcó del aputameto de u gráfco se hace tomado como refereca la curva ormal (curva de campaa o curva de Gauss). Por tato, el gráfco al que se le desee medr el aputameto, debe ser al meos aproxmadamete smétrco. A la curva ormal se le llama mesocúrtca, s es más putaguda se le llama leptocúrtca y s es más achatada platcúrtca. Nótese que los dcadores de curtoss, mde el vel de cocetracó de datos e la regó cetral. Coefcete de Pearso El coefcete β de Pearso es el más utlzado de las meddas de aputameto y vee dado por: Datos o agrupados: Datos agrupados: β β ( x x) 4 k 4 ( m x ) f 4 4 la curva es ormal (mesocúrtca), β 3 la curva es leptocúrtca, β > 3 la curva es platcúrtca, β < 3 Ejercco: Calcule e terprete el coefcete de Pearso para las dstrbucoes de frecueca correspodetes a las varables peso, estatura y úmero de hermaos.

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

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

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 PARAMETROS Y ESTADISTICOS Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca Meddas de tedeca cetral: Moda, Medaa, Meda

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

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 DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

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

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

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

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

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

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

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

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones UNIVERIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINITRACIÓN Maestría e Admstracó Formularo e Iterpretacoes F A C U L T A D D E C O N T A D U R Í A Y A D M I N I T R A C I Ó N Formularo

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

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

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

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

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

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN UNIVERSIDAD DE CHILE VICERRECTORÍA DE ASUNTOS ACADÉMICOS DEPARTAMENTO DE EVALUACIÓN, MEDICIÓN Y REGISTRO EDUCACIONAL NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN SANTIAGO, septembre de 2008

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

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

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Análisis estadístico de datos muestrales

Análisis estadístico de datos muestrales Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

I n t r o d u c i ó n A l a E s t a d í s t i c a 1

I n t r o d u c i ó n A l a E s t a d í s t i c a 1 Estadístca I t r o d u c ó A l a E s t a d í s t c a INTRODUCCIÓN: La Estadístca descrptva es ua parte de la Estadístca cuyo objetvo es examar a todos los dvduos de u cojuto para luego descrbr e terpretar

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

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

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

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09 Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

TEMA UNIDAD I: ESTADÍSTICA DESCRIPTIVA

TEMA UNIDAD I: ESTADÍSTICA DESCRIPTIVA ANÁLISIS DESCRIPTIVO TEMA DE VARIABLES CUANTITATIVAS 4..Itroduccó 4..Propedades estadístcas de las varables cuattatvas 4.3. Descrpcó de muestras pequeñas 4.3.. Herrametas para el aálss gráfco 4.3.. Herrametas

Más detalles

PROBABILIDAD Y ESTADÍSTICA APLICADA

PROBABILIDAD Y ESTADÍSTICA APLICADA UNIVERSIDAD ORT Uruguay Facultad de Igeería Berard Wad - Polak PROBABILIDAD Y ESTADÍSTICA APLICADA NOTAS DE CLASE DEL CURSO DE LA Lcecatura e Sstemas FASCÍCULO Prof. Orual Ada Cátedra de Matemátcas Año

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL

CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL EL PROGRAMA ESTADÍSTICO SPSS . EL PROGRAMA ESTADÍSTICO SPSS. INTRODUCCIÓN El

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.

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

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

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes Ejerccos Resueltos de Estadístca: Tema : Descrpcoes uvarates . Los datos que se da a cotuacó correspode a los pesos e Kg. de ocheta persoas: (a) Obtégase ua dstrbucó de datos e tervalos de ampltud 5, sedo

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas

Más detalles

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos Udad ddáctca ESTADÍSTICA. ESTADÍSTICA: COCEPTOS BÁSICOS La Estadístca surge ate la ecesdad de poder tratar y compreder cojutos umerosos de datos. E sus orígees hstórcos, estuvo lgada a cuestoes de Estado

Más detalles

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I COLEGIO DE BACHILLERES ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I FASCÍCULO. MEDIDAS DE TENDENCIA CENTRAL Autores: Jua Matus Parra COLEGIO DE BACHILLERES Colaboradores Asesoría Pedagógca Revsó de Cotedo Dseño

Más detalles

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda

Más detalles

LECCIONES DE ESTADÍSTICA

LECCIONES DE ESTADÍSTICA LECCIONES DE ESTADÍSTICA Estos aputes fuero realzados para mpartr el curso de Métodos Estadístcos y umércos e el I.E.S. A Xuquera I de Potevedra. Es posble que tega algú error de trascrpcó, por lo que

Más detalles

MATEMÁTICA. Unidad 4. Resolvamos desigualdades. variabilidad de la información

MATEMÁTICA. Unidad 4. Resolvamos desigualdades. variabilidad de la información MATEMÁTICA Udad 4 Resolvamos desgualdades Iterpretemos la varabldad de la formacó Objetvos de la Udad: Propodrás solucoes a problemas relacoados co desgualdades leales y cuadrátcas; y represetarás los

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

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

1 ESTADÍSTICA DESCRIPTIVA

1 ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA La ceca descrbe, explca y predce. Stephe Hawg, e Hstora del tempo. Objetvo de la udad: E el desarrollo de la presete Udad de Apredzaje (UA), el estudate stetzará u cojutos de datos,

Más detalles

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Uverstat de les Illes Balears Col.leccó Materals Ddàctcs INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Joaquí Alegre Martí Magdalea Cladera Muar Palma, 00 ÍNDICE INTRODUCCIÓN: Qué es...? Qué

Más detalles

III. GRÁFICOS DE CONTROL POR VARIABLES (1)

III. GRÁFICOS DE CONTROL POR VARIABLES (1) III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

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

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

Más detalles

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos Feómeos determístcos TEMA I. ESTADÍSTICA DESCRIPTIVA Llamados també causales,

Más detalles

Figura 1

Figura 1 Regresó Leal Smple 7 Regresó Leal Smple 7. Itroduccó Dra. Daa Kelmasky 0 E muchos problemas cetífcos teresa hallar la relacó etre ua varable (Y), llamada varable de respuesta, ó varable de salda, ó varable

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003 8 EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura Eero, 3 DOCUMENTO DE TRABAJO 8 http://www.pucp.edu.pe/ecooma/pdf/ddd8.pdf EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura

Más detalles

Muestra: es un subconjunto, extraído de la población, cuyo estudio sirve para inferir características de toda la población

Muestra: es un subconjunto, extraído de la población, cuyo estudio sirve para inferir características de toda la población ESTADÍSTICA U poco de hstora El orge de la estadístca se ecuetra e el térmo Estado, pues uero los goberates los que prmero se preocuparo de elaborar y clascar las termables lstas de los recursos humaos

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

Manual de Estadística

Manual de Estadística Maual de Estadístca Pag Maual de Estadístca Davd Ruz Muñoz Edtado por eumed et 004 ISBN: 84-688-653-7 Maual de Estadístca Pag ÍNDICE Capítulo I: Capítulo II: Capítulo III: Capítulo IV: Capítulo V: Capítulo

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL. Supertedeca de Admstradoras de Fodos de Pesoes CIRCULAR Nº 736 VISTOS: Las facultades que cofere la ley a esta Supertedeca, se mparte las sguetes struccoes de cumplmeto oblgatoro para todas las Admstradoras

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

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

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 40 años de expereca e las más recoocdas uversdades del área metropoltaa

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

Técnicas básicas de calidad

Técnicas básicas de calidad Téccas báscas de caldad E esta udad aprederás a: Idetfcar las téccas báscas de caldad Aplcar las herrametas báscas de caldad Utlzar la tormeta de deas Crear dsttos tpos de dagramas Usar hstogramas y gráfcos

Más detalles

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

Más detalles

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

Diseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3

Diseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3 Dseños muestrales e Ivetaros Forestales Itroduccó... Dstrbucó de las udades muestrales.... 3 Dstrbucó Aleatora... 3 Dstrbucó stemátca... 4 Dstrbucó de las UM e trasectos... 5 Estmadores para udades muestrales

Más detalles

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva

Más detalles

Formulación precisa de la(s) pregunta(s) de investigación. Planeación: Comunicación usuario/estadístico

Formulación precisa de la(s) pregunta(s) de investigación. Planeación: Comunicación usuario/estadístico Esquema estadístco Problema de vestgacó Preguta de vestgacó Formulacó precsa de la(s) preguta(s) de vestgacó Plaeacó Dseño Muestra Feómeo Aleatoro Aálss y presetacó de la formacó Iferecas Toma de decsoes

Más detalles

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1 MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo

Más detalles

TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA

TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA UNIVERIDAD NACIONAL DEL CALLAO VICERECTORADO DE INVETIGACIÓN FACULTAD DE CIENCIA ECONÓMICA TETO DE PROBLEMA DE INFERENCIA ETADÍTICA AUTOR: JUAN FRANCICO BAZÁN BACA (Resolucó Rectoral 940-0-R del -9-) 0-09-

Más detalles

CURSO PROBABILIDAD Y ESTADISTICAS FMS175 PROFESOR RODOLFO TORO DEPARTAMENTO DE FISICA Y MATEMATICAS UNIVERSIDAD NACIONAL ANDRES BELLO

CURSO PROBABILIDAD Y ESTADISTICAS FMS175 PROFESOR RODOLFO TORO DEPARTAMENTO DE FISICA Y MATEMATICAS UNIVERSIDAD NACIONAL ANDRES BELLO CURO PROBABILIDAD Y ETADITICA FM75 PROFEOR RODOLFO TORO DEPARTAMETO DE FIICA Y MATEMATICA UIVERIDAD ACIOAL ADRE BELLO EL MÉTODO CIETÍFICO La Estadístca, costtuye así, ua dscpla cetífca extremadamete ampla

Más detalles

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran.

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran. Actvdad: Elabora u resume de la formacó que se muestra a cotuacó y aalza los procedmetos que se muestra. Fudametos matemátcos de la electróca dgtal Sstemas de umeracó poscoales E u sstema de esta clase,

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

2 - TEORIA DE ERRORES : Calibraciones

2 - TEORIA DE ERRORES : Calibraciones - TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

UNIVERSIDAD NACIONAL ABIERTA CENTRO LOCAL METROPOLITANO LICENCIATURA EN MATEMÁTICA MENCIÓN PROBABILIDAD Y ESTADÍSTICA

UNIVERSIDAD NACIONAL ABIERTA CENTRO LOCAL METROPOLITANO LICENCIATURA EN MATEMÁTICA MENCIÓN PROBABILIDAD Y ESTADÍSTICA UNIVERSIDAD NACIONAL ABIERTA CENTRO LOCAL METROPOLITANO LICENCIATURA EN MATEMÁTICA MENCIÓN PROBABILIDAD Y ESTADÍSTICA U NA ESTUDIO DE MÉTODOS NO PARAMÉTRICOS Iforme de pasatías presetado como requsto para

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

12º seminario AEDEMO sobre Audiencia de Televisión Palma de Mallorca, Febrero de 1996

12º seminario AEDEMO sobre Audiencia de Televisión Palma de Mallorca, Febrero de 1996 º semaro AEDEMO sobre Audeca de Televsó Palma de Mallorca, Febrero de 996 LA PRECISIÓN ESTADÍSTICA EN EL PANEL DE AUDIMETRÍA Carlos Lamas ÍNDICE. INTRODUCCIÓN, TEORÍA Y CONCEPTOS. EFECTO DEL EQULILIBRAJE

Más detalles

TEMA 4: NÚMEROS COMPLEJOS

TEMA 4: NÚMEROS COMPLEJOS TEMA : COMPLEJOS 1 EN FOMA BINÓMICA 1.1 DEFINICIONES Sabemos que la resolucó de alguas ecuacoes de º grado coduce a ua raíz cuadrada de u º egatvo. Dcha raíz o tee setdo e el cojuto de los úmeros reales.

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las

Más detalles

Tecnológico de Estudios Superiores de Cuautitlán Izcalli DIVISIÓN DE INGENIERÍA ELECTRÓNICA

Tecnológico de Estudios Superiores de Cuautitlán Izcalli DIVISIÓN DE INGENIERÍA ELECTRÓNICA Tecológco de Estudos Superores de Cuauttlá Izcall DIVISIÓN DE INGENIERÍA ELECTRÓNICA CUADERNILLO DE PROBABILIDAD Y ESTADÍSTICA ELABORO REVISO M. e C. FELIX ANTONIO SAUCEDO ESQUIVEL Vo. Bo. ING. MARIA DEL

Más detalles