Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones. Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010
|
|
- Daniel Venegas Carrizo
- hace 7 años
- Vistas:
Transcripción
1 Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010
2 Objetivos de Lección Conocer características principales de una Distribución Normal Conocer características principales de la Distribución Normal Estándar (distribución z) Hallar puntuaciones estándarizadas z Aplicar los conocimientos y destrezas de la distribución normal estándar en varios ejemplos Estos son los conocimientos que adquirirás después de estudiar esta lección.
3 Curva Normal
4 Introducción La media aritmética y la desviación estándar son dos de las medidas estadísticas más importantes. Se utilizan en la construcción de modelos matemáticos que facilitan la toma de decisiones. Permiten transformar puntuaciones crudas a medidas estandarizadas. (Puntuaciones z ) Estas medidas no son afectadas por las unidades originales de medición.
5 Introducción Ciertas variables, aunque no se distribuyen exactamente igual a la curva normal, tienden a configurarse o comportarse bastante similar. Por eso, conociendo las características de una curva normal podemos examinar diferentes fenómenos o situaciones. Aclaración: Diferencia entre Distribución Normal y Datos que se Distribuyen Normalmente (próxima Pantalla)
6 Diferencia entre Distribución Normal y Variables distribuidas normalmente Distribución Normal- Es un modelo de distribución que surge de una ecuación matemática. Conocer más sobre Distribución Normal Variables distribuidas normalmente- Son variables cuya distribución se asemeja, se aproxima, o se comporta similar a la distribución normal. No significa que la distribución sea exactamente igual a la Normal, ni que tienen distribuciones exactamente iguales.
7 Distribución Normal Distribución de probabilidad más importante de la estadística. Corresponde a una distribución de una variable aleatoria contínua. Se llama también: función de densidad de probabilidad contínua. Cuando se dispone de una expresión matemática para representar un fenómeno contínuo, se puede calcular la probabilidad de que varios valores de la variable aleatoria ocurran dentro de ciertos intervalos. Esto es lo que distingue a los fenómenos contínuos (que se miden) de los discretos (que se cuentan).
8 Propiedades de la distribución normal Es simétrica con forma de campana. Todas sus medidas de tendencia central son idénticas. (Media Aritmética = Moda = Mediana) Es unimodal. Hay una sola moda. La media aritmética representa la altura máxima de la distribución. El rango intercuartil (Q 3 Q 1 ) está dentro de un intervalo de 2/3 de desviación estándar bajo la media hasta 2/3 de desviación estándar sobre la media % de los valores se localizan a ± 3 desviaciones estándar desde la media.
9 Propiedades de la distribución normal La variable aleatoria asociada es contínua, por tanto tiene un intervalo infinito de valores: - < x < + En la distribución, el eje horizontal representa la variable x, el eje vertical, el valor de y, representa la frecuencia que asume el valor particular de la variable x en la distribución. El valor de y representa la altura de la curva de la distribución normal.
10 Propiedades de la distribución normal La distribución es asintótica (forma asíntotas) en el eje de x. Esto significa que mientras más se aleja la curva de la media, más se acerca la curva al eje de x, aunque nunca lo toca. Este proceso es infinito por tanto nunca toca el eje de x. (y 0) Teóricamente, es posible obtener un valor extremo que esté localizado a más de tres desviaciones estándar desde la media (bajo y sobre), pero en la práctica esto es muy poco probable que ocurra.
11 Curva Normal Forma una campana perfectamente simétrica µ σ µ σ µ σ µ µ σ µ σ µ σ
12 Reflexión En la práctica, muchas variables que se observan tienen distribuciones que sólo se aproximan a la normal. Las variables tienen propiedades que sólo se acercan a las probabilidades teóricas de la distribución normal.
13 La distribución normal es de vital importancia por 3 razones principales. Muchos fenómenos contínuos siguen el patrón de esta distribución o se aproximan a ella. Se puede usar para aproximar distribuciones de probabilidad discretas. Proporciona la base para la inferencia estadística clásica debido a su relación con el Teorema del Límite Central.
14 Reflexión La función matemática que genera la distribución normal es: y e x f x media 2 cons tan te cons tan te de desviación estándar cualquier 1 Ver que y 0. Es una fracción con numerador 1 aproximada aproximada población valor e de 1 2 de x a a 2 variable población Abraham De Moivre matemático francés ( ) que desarrolló la ecuación de la curva normal
15 Reflexión y f x 1 2 Observe que como y 0, la curva forma asíntotas en el eje de x. (No hay interceptos en x, no toca el eje de x) Observe que en la fórmula e y π son constantes. Las probabilidades de la variable aleatoria x dependen sólo de los parámetros de la distribución normal: μ y σ e 1 2 x 2
16 Reflexión Cada vez que se especifíca una combinación particular de una media y desviación estándar de la población diferente, se genera una distribución normal distinta. Observa que más que una sola distribución normal existe una familia de distribuciones normales. Ver Figura 4.2 en la pág. 82 del libro de Hinkle y el diagrama de la próxima transparencia.
17 Reflexión A y B tienen la misma media pero diferentes desviaciones A y C tienen la misma desviación pero diferentes medias
18 Reflexión Los cálculos en la función matemática de la distribución normal son tediosos. Para evitarlos, es útil consultar tablas que proporcionan las probabilidades de un valor de x deseado. Si los datos se estandarizan, solo se requiere el uso de una tabla: Tabla E.2A, E.2B ó E.2C (libro de Berenson) ó Tabla C.1 (libro de Hinkle)
19 Reflexión Cualquier variable aleatoria normal x, se puede convertir a una variable normal estandarizada usando la fórmula de transformación: z. Pero para esto, hay que asegurarse que la variable x se comporta como la variable normal. Además, hay que conocer la media aritmética y la desviación estándar de la distribución.
20 Qué información nos brinda z? Podemos usar la puntuación normal estandarizada para conocer: Área bajo la curva de la distribución Probabilidad de que ocurra un valor específico Por ciento de las puntuaciones que cae bajo una(s) puntuación(es) específica(s) Proporción de las puntuaciones que cae bajo una(s) puntuación(es) específica(s) Rango percentil Aplicaciones de la distribución normal estandarizada z
21 Definición de Distribución Normal Estándar No hay una sola distribución normal, sino más bien una familia de distribuciones normales. Sin embargo, hay una sola distribución normal estándar. La distribución normal estándar es aquella cuya variable aleatoria z siempre tiene una media aritmética igual a cero y su desviación estándar es igual a uno. µ = 0 y σ = 1
22 Distribución Normal Estándar El área bajo la curva totaliza 1 ó 100%. La media aritmética µ es igual a 0. La desviación estándar σ es igual a %
23 A una desviación estándar de la media aritmética se concentra aproximadamente 68% de las puntuaciones.
24 A dos desviaciones estándar de la media aritmética se concentra aproximadamente 95% de las puntuaciones.
25 Dónde se concentra el porciento que resta de 100? A tres desviaciones estándar de la media aritmética se concentra aproximadamente la totalidad de las puntuaciones (99.7%)
26 Transformando puntuaciones crudas a estandarizadas Para convertir un dato crudo a una puntuación estandarizada utilizamos la siguiente fórmula: z = Para esto necesitamos conocer la media aritmética y la desviación estándar de la muestra. _ x x s
27 Ejercicio 1 Una escala que mide depresión se administró en una muestra cuyo media aritmética fue 50 y la desviación estándar fue 15. Se encontró que la distribución se comportaba como una distribución normal. Halla la puntuación z de un sujeto de esta muestra que obtuvo 80 en _ la escala. z = x x s z = = 30 =
28 Rango Percentil Es el área que se acumula bajo la curva normal hasta una puntuación z dada
29 Ejercicio 2 Halla el rango percentil de: Z = 1 Z = -1 Z = -2 Z = 3
30 Usando la Tabla de Puntuaciones z El diagrama anterior contiene solo algunas puntuaciones z y rangos percentiles. Para poder hallar otras puntuaciones se utilizan los valores obtenidos en la tabla de valores de la distribución normal estándar z. (Ver ejercicio de la próxima pantalla)
31 Ejercicio 3 Halla el rango percentil de un sujeto cuya puntuación z es 2.20 e interpreta el resultado. Para z = 2.20 hay que usar la tabla. Según la tabla, para z = 2.20, el área entre la media y z es Como hay un rango percentil de 0.50 (50%) desde el valor menor hasta la mitad de la curva normal, tenemos que añadir este por ciento al valor de z encontrado: sumamos y obtenemos Este es el rango percentil que buscamos. Qué significa el rango percentil encontrado?
32 Ej 4- Cómo comparan B, C y E? Halla la puntuación z y el rango percentil de los sujetos B, C y E en la prueba de admisión y en el índice académico y compara los mismos. Solución en la próxima pantalla. Escribir los datos en la pizarra.
33 Halla la puntuación z de B, C, y E en la prueba de admisión z B = 2,100 2,500 = = z C = 2,580 2,500 = 80 = z E = 2,180 2,500 = = Halla la puntuación z de B, C, y E en el índice académico z B = = = z C = = = z E = = - 1 =
34 Halla el rango percentil de B, C, y E en la prueba de admisión z B = - 1 RP = = 15% z C = 0.2 RP = = = 58% z E = RP = = 21% Halla el rango percentil de B, C, y E en el índice académico z B = RP = = 5% z C = RP = = 9% z E = RP = = 0% Qué sujeto salió mejor y quién salió peor en ambos criterios?
35 Ejercicio 5 Cuál es el cociente intelectual de un sujeto que obtuvo un z=1.96 si la media de esta escala es 100 y la desviación estándar es 20? Para hallar un dato crudo partiendo de la puntuación z y conociendo la media y la desviación estándar, se usa la misma fórmula, pero transformada. Esta fórmula después del manejo matemático se convierte en: x = _ x + (z) (s)
36 Ejercicio 5 x = x + (z) (s) x = 100 Z = 1.96 s = 20 x = (1.96) (20) x = x = El cociente intelectual es 139.2
37 Ejercicio 6 Cuál es el cociente intelectual de un sujeto que obtuvo un z = -2.5 en la misma prueba del ejercicio _ 5? x = 100 Z = -2.5 s = 20 _ x = x + (z) (s) x = (-2.5) (20) x = x = 50 El cociente intelectual sería 50.
38 Ejercicio 7 al 13- Usa la siguiente situación El gerente de operaciones en una fábrica de montaje de automóviles desea estudiar el proceso para montar una pieza específica del automóvil con el fin de reducir el tiempo requerido para el montaje. Después de estudiar el proceso y recopilar datos, encuentra que el tiempo de montaje se aproxima a una distribución normal con una media de 75 segundos y una desviación estándar de 6 segundos.
39 Ejercicio 7 Qué proporción de las piezas se montarán en menos de 63 segundos? Hay que hallar z para conocer el área, proporción o rango percentil μ = 75 σ = 6 z Como 63 equivale a z = -2, en la tabla de z E.2B la probabilidad es ó 2.28% de las piezas se montarán en menos de 63 segundos.
40 Ejercicio 8 Cuántos segundos tardará el montaje del 10% de las piezas? Hay que hallar un μ = 75 σ = 6 valor específico Hay que usar la conociendo la fórmula de z proporción. transformada Como la probabilidad de 10% es en un z = -1.28, en la tabla, calculamos la puntuación cruda x = 75 + (-1.28) (6) x = x = 67.32
41 Ejercicio 9 Cuál es la probabilidad de que un trabajador seleccionado al azar realice la tarea en un tiempo entre 75 y 81 segundos? μ = 75 σ = Para hallar P (75<x<81) vemos que hay que hallar el área bajo la curva entre la media y 1 desviación estándar sobre la media. En la tabla E.2A un z = 1 tiene un área o probabilidad de Por tanto, la probabilidad es de 34.13%.
42 Ejercicio 10 Cuál es la probabilidad de que un trabajador seleccionado al azar realice el trabajo en menos de 75 segundos? μ = 75 σ = Como menos de 75 segundos es la mitad de la curva, la probabilidad es de 50%.
43 Ejercicio 11 Cuál es la probabilidad de que un trabajador seleccionado al azar realice el trabajo en más de 81 segundos? μ = 75 σ = Para hallar P (x>81), vemos que más de 81 equivale a menos de 69, que es z= -1. Podemos usar la tabla E.2B y vemos que un z = -1 tiene un área o probabilidad de
44 Ejercicio 12 Cuál es la probabilidad de que un trabajador seleccionado al azar realice el trabajo en menos de 75 segundos o más de 81 segundos? μ = 75 σ = Para hallar P (x<75 ó x>81) sumamos =
45 Ejercicio 13 Cuál es la probabilidad de que un trabajador seleccionado al azar realice el trabajo en menos de 62 segundos? μ = 75 σ = Para hallar P (x< 62) necesitamos conocer el valor de z. z = = - 13 = La probabilidad para un valor de z = es
46 Limitaciones de z Podría ser confuso de manejar e interpretar si z = 0 o tiene valor negativo. Si se omite el signo accidentalmente, podría cambiar el sentido de la interpretación. Es por esto que a veces se prefiere transformar la puntuación z en una puntuación que se pueda interpretar a luz de la escala de medición _ de la variable. Por ejemplo: x = x + (z) (s)
47 Otras Aplicaciones de la normalidad Promedios ponderados Distribuciones muestrales Pruebas de hipótesis Estos dos últimos se estudiarán en capítulos posteriores.
48 Promedios Ponderados Se usa cuando se consideran varias medidas del mismo sujeto. Debido a la escala ordinal de las percentilas no es apropiado usar para interpretar en estos casos. Tampoco es apropiado usar las puntuaciones crudas porque podrían tener diferentes medias y desviaciones estándar las diferentes medidas.
49 Promedios Ponderados Entonces lo que se hace es promediar en puntuaciones estándarizadas. Esto es la media ponderada. La fórmula es: Puntuación w z i ij Ponderada peso de cada medida i puntuación z de sujeto j w z i w i ij j en medida i
50 Promedios Ponderados Ejemplo: Un candidato a empleo toma dos pruebas y una entrevista. La entrevista vale doble mientras que las dos pruebas tienen el mismo peso. El candidato obtiene las siguientes puntuaciones estandarizadas: Prueba 1= 0.25 Prueba 2=-0.50 Entrevista=-0.20 Cuál fue la puntuación ponderada del candidato? Puntuación Ponderada = 2( Puntuación 0.20) 1(0.25) Ponderada 1( j 0.50) w z i w i ij 0.16
51 Verificación de la suposición de normalidad Para asegurarse de que aplica la distribución normal estándar hay que verificar la suposición de normalidad. Se puede verificar usando las siguientes técnicas: Hacer diagrama de la distribución para ver si tiene forma de normal Calcular tendencia central, rango, rango intercuartil y desviación estándar y ver relación con la normal
52 Verificación de la suposición de normalidad La forma de la distribución debe ser similar a la distribución normal Las tres medidas de tendencia central deben ser iguales o lo más cercanas posibles a la misma cantidad. El rango intercuartil debe ser aproximadamente 1.33 veces la desviación estándar. El rango debe ser aproximadamente 6 veces la desviación estándar.
53 Verificación de la suposición de normalidad Determine si cerca de 2/3 de las observaciones caen a una desviación estándar sobre y bajo la media 1s Determine si cerca de 4/5 de las observaciones caen a 1.28 desviaciones estándar bajo y sobre la media Determine si 95% de las observaciones caen a 2 desviaciones estándar bajo y sobre la media. 1.28s
54 Distribución Muestral de la Media Una distribución muestral de la media se comporta como una distribución normal si n 30, aunque hay que considerar el error estándar de la media. La fórmula para calcular este error es: x n En un estudio para asegurar que se pueda inferir características de una muestra a la población debe utilizar muestras con n 30 y considerar el error estándar de la media.
55 Prueba de Hipótesis En un estudio experimental se establece la hipótesis nula y la alterna. La hipótesis nula es la que se prueba siempre. La hipótesis alterna es la del investigador y se plantea como opuesta a la nula
56 Prueba de Hipótesis Si la distribución se comporta como una distribución se normal, se realiza una prueba de z de acuerdo a los valores críticos y la región de rechazo establecida. Si z cae en la región de rechazo, se rechaza la hipótesis nula y se acepta la alterna.
57 Fin de la Lección
58 Distribución Normal Ecuación matemática desarrollada por matemático francés Abraham Moivre ( ) en siglo 18. La ecuación sirvió para representar conceptos de probabilidad relacionados con juegos de azar. La ecuación no determina ningún evento específico de la naturaleza ni refleja ninguna ley específica de la naturaleza.
59 Distribución Normal Sin embargo, ha sido muy útil porque describe el comportamiento de variables que aparecen en las ciencias sociales y la educación tales como: aprovechamiento académico, aptitudes y actitudes. Más adelante se verá que muchos procedimientos de la estadística inferencial dependen del supesto de que la distribución sea normal.
Medidas de Posición Preparado por: Dra. Noemí L. Ruiz Limardo 2007 Derechos de Autor Reservados Revisado 2010
Medidas de Posición Preparado por: Dra. Noemí L. Ruiz Limardo 2007 Derechos de Autor Reservados Revisado 2010 Objetivos de Lección 1. Conocer las medidas de posición o localización más comunes y cómo se
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesMuchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada
Más detallesMedidas de Tendencia Central. Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010
Medidas de Tendencia Central Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010 Objetivos de Lección Conocer cuáles son las medidas de tendencia central más comunes y cómo se calculan
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesHabilidades Matemáticas. Alejandro Vera
Habilidades Matemáticas Alejandro Vera La distribución normal Introducción Una de las herramientas de mayor uso en las empresas es la utilización de la curva normal para describir situaciones donde podemos
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 9: Medidas de Posición para Datos Agrupados por Clases
1 Curso de Estadística Unidad de Medidas Descriptivas Lección 9: Medidas de Posición para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruiz Limardo, EdD 2010 Derechos de Autor 2 Objetivos 1. Calcular
Más detalles5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD
Distribución normal 5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. Su grafica, que se denomina
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 7: Medidas de Posición para Datos Crudos
1 Curso de Estadística Unidad de Medidas Descriptivas Lección 7: Medidas de Posición para s Crudos Creado por: Dra. Noemí L. Ruiz Limardo, EdD 010 Derechos de Autor Objetivos 1. Definir las medidas de
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesMedidas de posición relativa
Medidas de posición relativa Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 3.1-1 Medidas de posición relativa Son medidas que pueden utilizarse para comparar valores de diferentes
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesLa distribución de Probabilidad normal, dada por la ecuación:
La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada
Más detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
Más detallesDefinición de probabilidad
Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total
Más detallesDistribución normal estándar. Juan José Hernández Ocaña
Distribución normal estándar Juan José Hernández Ocaña Tipos de variables jujo386@hotmail.com Tipos de variables Cualitativas Son las variables que expresan distintas cualidades, características o modalidades.
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detalles3 PROBABILIDAD Y DISTRIBUCION NORMAL
3 PROBABILIDAD Y DISTRIBUCION NORMAL La probabilidad puede ser considerada como una teoría referente a los resultados posibles de los experimentos. Estos experimentos deben ser repetitivos; es decir poder
Más detallesTEMA IV PERCENTIL Y ESTADIGRAFOS DE POSICION
TEMA IV PERCENTIL Y ESTADIGRAFOS DE POSICION 1. Percentiles, cuartiles y deciies. 2. Estadígrafos de Posición. 3. Sesgo y curtosis o de pastel. Pictogramas. OBJETIVOS DE UNIDAD GENERALES. Que el futuro
Más detallesDiscretas. Continuas
UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables continúas. Objetivo Al término de la sesión el estudiante
Más detallesUNIDAD 6. Estadística
Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos
Más detallesTema 7: Estadística y probabilidad
Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesMedidas de variabilidad (dispersión)
Medidas de posición Las medidas de posición nos facilitan información sobre la serie de datos que estamos analizando. Estas medidas permiten conocer diversas características de esta serie de datos. Las
Más detallesRegresión Lineal. Dra. Noemí L. Ruiz Limardo 2008 Derechos Reservados, Rev 2010
Regresión Lineal Dra. Noemí L. Ruiz Limardo 008 Derechos Reservados, Rev 010 Objetivos de la Lección Conocer el significado de la regresión lineal Determinar la línea de regresión cuando ha correlación
Más detallesSe desea estudiar el comportamiento de una función a medida independiente x se aproxima a un valor específico.
Tema: Límites de las funciones Objetivos: Comprender el concepto de límite de una función y las propiedades de los límites. Calcular el límite de una función algebraica utilizando las propiedades de los
Más detallesLa distribución normal
La Distribución Normal Es una distribución continua que posee, entre otras, las propiedades siguientes: Su representación gráfica tiene forma de campana ( campana de Gauss ) -6-4 -2 0 2 4 6 2 4 6 8 10
Más detallesMedidas descriptivas I. Medidas de tendencia central A. La moda
Medidas descriptivas I. Medidas de tendencia central A. La moda Preparado por: Roberto O. Rivera Rodríguez Coaching de matemática Escuela Eduardo Neuman Gandía 1 Introducción En muchas ocasiones el conjunto
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesHistograma del puntaje de vocabulario y la aproximación por una curva gaussiana.
35 Curvas de densidad Existe alguna manera de describir una distribución completa mediante una única expresión? un diagrama tallo-hoja no es práctico pues se trata de demasiados datos un histograma elimina
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesPráctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD
Práctica 5.Métodos descriptivos para determinar la normalidad 1 Práctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD Objetivos: En esta práctica utilizaremos el paquete SPSS para determinar si
Más detallesMedidas de posición relativa
Medidas de posición relativa Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 3.1-1 Medidas de posición relativa Las medidas de posición relativa son también llamadas cuantiles o
Más detallesEstadística: Conceptos Básicos, Tablas y Gráficas. Dra. Noemí L. Ruiz Limardo Revisado 2011 Derechos de Autor Reservados
Estadística: Conceptos Básicos, Tablas y Gráficas Dra. Noemí L. Ruiz Limardo Revisado 2011 Derechos de Autor Reservados Objetivos de la Lección Conocer el significado de los términos: Estadística Estadística
Más detallesLa desviación típica y otras medidas de dispersión
La desviación típica y otras medidas de dispersión DISPERSIÓN O VARIACIÓN La dispersión o variación de los datos intenta dar una idea de cuan esparcidos se encuentran éstos. Hay varias medidas de tal dispersión,
Más detallesMedidas de Tendencia Central.
Medidas de Tendencia Central www.jmontenegro.wordpress.com MEDIDAS DE RESUMEN MDR MEDIDAS DE TENDENCIA CENTRAL MEDIA MEDIANA MODA CUARTILES,ETC. MEDIDAS DE DISPERSIÓN RANGO DESVÍO EST. VARIANZA COEFIC.
Más detallesCORRELACIÓN Y REGRESIÓN. Raúl David Katz
CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable
Más detallesDISTRIBUCIÓN NORMAL CAPÍTULO 16
CAPÍTULO 6 DISTRIBUCIÓN NORMAL Cuando los datos están distribuidos con frecuencias ascendentes-descendentes aproimadamente simétricas, se le llama distribución normal. Cuando se trata de una variable discreta,
Más detallesPuntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth
1 Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I Qué es la Puntuación Z? 2 Los puntajes Z son transformaciones que se pueden hacer a los valores o puntuaciones de una distribución normal, con el propósito
Más detallesMEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Son valores numéricos que localizan e informan sobre los valores medios de una serie o conjunto de datos, se les considera como indicadores debido a que resumen la información
Más detallesVariable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Más detallesProyecto PropULSA: Estadística y Probabilidad Breviario Académico
Estadística y Probabilidad Breviario Académico Estadística: Es la ciencia que tiene por objetivo recolectar, escribir e interpretar datos, con la finalidad de efectuar una adecuada toma de decisiones en
Más detallesESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA Definición de Estadística: La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer
Más detallesEstadística Descriptiva
M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo
Más detallesHoja 6: Estadística descriptiva
Hoja : Estadística descriptiva Hoja : Estadística descriptiva May Dada la siguiente distribución de frecuencias, halle: a) la mediana; b) la media. Número (x) Frecuencia (y) May De enero a septiembre la
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesJUNIO Opción A
Junio 010 (Prueba Específica) JUNIO 010 Opción A 1.- Discute y resuelve según los distintos valores del parámetro a el siguiente sistema de ecuaciones: a x + a y + az 1 x + a y + z 0.- Una panadería se
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesEstadística Aplicada
Estadística Aplicada Distribuciones de Probabilidad Variables aleatorias Toman un valor numérico para cada resultado de un espacio muestral Discretas. Sus valores posibles constituyen un conjunto discreto.
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Más detallesMEDIDAS DE VARIABILIDAD
MEDIDAS DE VARIABILIDAD 1 Medidas de variabilidad Qué son las medidas de variabilidad? Las medidas de variabilidad de una serie de datos, muestra o población, permiten identificar que tan dispersos o concentrados
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 13 Inferencia en una población Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar el procedimiento de pruebas en la inferencia estadística. Aplicar
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
Más detallesRELACIÓN DE EJERCICIOS TEMA 2
1. Sea una distribución estadística que viene dada por la siguiente tabla: Calcular: x i 61 64 67 70 73 f i 5 18 42 27 8 a) La moda, mediana y media. b) El rango, desviación media, varianza y desviación
Más detallesOPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores.
PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA EL ALUMNADO DE BACHILLERATO. 159 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 16 EXAMEN RESUELTO POR JAVIER SUÁREZ CABALLERO (@javiersc9) OBSERVACIONES IMPORTANTES:
Más detallesESTADISTICA Y PROBABILIDAD ESTADÍSTICA
ESTADÍSTICA La estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comprobaciones y sacar conclusiones. Un estudio estadístico consta
Más detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesEstadística. Análisis de datos.
Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un
Más detallesUNIDAD 6 Medidas de tendencia central
UNIDAD Medidas de tendencia central UNIDAD MEDIDAS DE TENDENCIA CENTRAL = EJEMPLO. ó Al estudiar la información estadística de los histogramas y los polígonos de frecuencia, se puso en evidencia un significativo
Más detallesMedidas de Variación o Dispersión. Dra. Noemí L. Ruiz 2007 Derechos de Autor Reservados Revisada 2010
Medida de Variación o Diperión Dra. Noemí L. Ruiz 007 Derecho de Autor Reervado Reviada 010 Objetivo de la lección Conocer cuále on la medida de variación y cómo e calculan o e determinan Conocer el ignificado
Más detallesCurva de Lorenz e Indice de Gini Curva de Lorenz
Curva de Lorenz e Indice de Gini Curva de Lorenz La curva de Lorenz es útil para demostrar la diferencia entre dos distribuciones: por ejemplo quantiles de población contra quantiles de ingresos. También
Más detalles2º ESO UNIDAD 14 ESTADÍSTICA Y PROBABILIDAD
º ESO UNIDAD 1 ESTADÍSTICA Y PROBABILIDAD 1 1.- CONCEPTOS BÁSICOS Estadística.- Es la ciencia que estudia conjuntos de datos obtenidos de la realidad. Estos datos son interpretados mediante tablas, gráficas
Más detallesEjemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos
Más detallesTAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN
TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN En este artículo, se trata de explicar una metodología estadística sencilla y sobre todo práctica, para la estimación del tamaño de muestra
Más detallesCómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase.
Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. M. C. Blanca Evelia Flores Soto. Dpto. de Matemáticas Universidad de Sonora Introducción. Actividad desarrollada
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesTEOREMA DEL LÍMITE CENTRAL
Material de clase n 2 Domingo 13 Junio TEOREMA DEL LÍMITE CENTRAL A medida que n se vuelve más grande, la distribución de las medias muestrales se aproxima a una distribución normal con una media x = µ
Más detallesDistribución Muestral.
Distribución Muestral jujo386@hotmail.com Uno de los objetivos de la Estadística es tratar de inferir el valor real de los parámetros de la población Por ejemplo Cómo podríamos asegurar que una empresa
Más detalles2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual
Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesProbabilidad y Estadística, EIC 311
Probabilidad y Estadística, EIC 311 Medida de resumen 1er Semestre 2016 1 / 105 , mediana y moda para datos no Una medida muy útil es la media aritmética de la muestra = Promedio. 2 / 105 , mediana y moda
Más detallesUnidad 5 Control Estadístico de la Calidad. Administración de Operaciones III
Unidad 5 Control Estadístico de la Calidad Administración de Operaciones III 1 Contenido 1. Antecedentes del control estadístico de la calidad 2. Definición 3. Importancia y aplicación 4. Control estadístico
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesPrecio de la gasolina regular (colones por litro, promedio anual)
CATÁLOGO MATERIALES DE APOYO PARA BACHILLERATO POR MADUREZ Educación Abierta 800 700 600 500 400 300 200 100 0 Pantallazo Precio de la gasolina regular (colones por litro, promedio anual) 2009 2010 2011
Más detallesLímite de una función
Idea intuitiva de límite Límite de una función El límite de la función f(x) en el punto x 0, es el valor al que se acercan las imágenes (las y) cuando los originales (las x) se acercan al valor x 0. Es
Más detallesEJERCICIOS RESUELTOS TEMA 7
EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de
Más detallesDISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
Más detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Se considera el sistema lineal de ecuaciones, dependiente del parámetro
Más detalles1. Los números reales. 2. Representación. 3. Densidad de los números racionales. 4. Propiedades de los números reales
EJES ARTICULADORES Y PRODUCTIVOS DEL AREA SISTEMA DE CONOCIMIENTOS GRADO: 10 11 1. Los números reales 1. Desigualdades. 2. Representación 2. Propiedades. 3. Densidad de los números racionales 4. Propiedades
Más detallesObjetivos. Epígrafes 3-1. Francisco José García Álvarez
Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
Más detalles