Métodos Estadísticos de la Ingeniería Tema 3: Medidas Estadísticas Grupo B

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

Download "Métodos Estadísticos de la Ingeniería Tema 3: Medidas Estadísticas Grupo B"

Transcripción

1 Métodos Estadístcos de la Ingenería Tema 3: Meddas Estadístcas Grupo B Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Enero 2010 Contendos Meddas de Poscón 3 Introduccón Meda Artmétca, Arthmetc Mean Meda Artmétca con R Meda Ponderada, Weghted Mean Meda Geométrca, Geometrc Mean Meda Armónca, Harmonc Mean Medana, Medan Moda, Mode Cuartles, Quartle Percentles, Percentle Observacones Meddas de Poscón con R Meddas de Dspersón 16 Introduccón Recorrdo Momentos Momentos con R Varanza y Desvacón Típca Varanza con R Coefcente de Varacón, Varaton Coeffcent Meddas de Forma 24 Asmetría, Skewness Curtoss, Kurtoss Asmetría y Curtoss con R Hstograma de Ingresos Hstograma de Ingresos

2 Contendos Meddas de Poscón Medas, Medana, Moda, Cuartles y Percentles. Mean, Medan, Mode, Quartle and Percentle. Meddas de Dspersón, Devaton. Absoluta y Relatva. Meddas de Forma, Shape. Asmetría y Curtoss. Skewness and Kurtoss. Las Meddas Estadístcas tenen como objetvo susttur toda la nformacón, por unos pocos valores que la caractercen. Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 2 / 29 Meddas de Poscón 3 / 29 Introduccón Las Meddas de Poscón tenen por objetvo proporconar valores en torno al los cuales se encuentran las observacones. Algunas de ellas se denomnan Meddas de Tendenca Central, porque suelen stuarse en torno al centro de los datos. Meda: Artmétca (Arthmetc), Ponderada (Weghted), Geométrca (Geometrc), Armónca (Harmonc). Medana (Medan). Moda (Mode). Cuartles y Percentles (Quartle and Percentle). Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 4 / 29 2

3 Meda Artmétca, Arthmetc Mean Se defne como la suma de los datos dvdda por el número de ellos. x = n x n = 1 n n x = f x La meda es muy sensble a los valores extremos. Es la medda más utlzada, muchos procedmentos estadístcos se basan en ella. La Meda Artmétca representa el centro de gravedad del hstograma. Arthmetc Mean: The quantty commonly referred to as the mean of a set of values s the arthmetc mean, also called the average. Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 5 / 29 Meda Artmétca con R > lbrary(usngr) > ngresos<-cfb$income[1:15] > mean(ngresos) > hst(ngresos,breaks=seq(0,100000,by=10000),freq=false, + man="hstograma de Ingresos",ylab="Densdad de Frecuenca") > ponts(mean(ngresos), ,pch=24,cex=2.8) Hstograma de Ingresos Densdad de Frecuenca 0.0e e e 05 0e+00 2e+04 4e+04 6e+04 8e+04 1e+05 ngresos Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 6 / 29 3

4 Meda Ponderada, Weghted Mean La meda ponderada se utlza en los casos en los que no todas las observacones tenen la msma mportanca. Para tener en cuenta la mportanca se asgna a cada observacón un peso, w. x w = n w x n w The Weghted Mean s smlar to an Arthmetc Mean (the most common type of average), where nstead of each of the data ponts contrbutng equally to the fnal average, some data ponts contrbute more than others. Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 7 / 29 Meda Geométrca, Geometrc Mean Cuando trabajamos con valores observados postvos: x G = n n Tene una aplcacón menos frecuente que la Meda Artmétca, pero mportante: Año Captal Tasa de Factor de Captal Incal Crecmento Expansón Fnal Factor de Expansón = 1,25 Factor de Expansón G = 1,2364 x Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 8 / 29 4

5 Meda Armónca, Harmonc Mean Se defne: x A = 1 1 n m Se toman los nversos de los datos, se promedan y por últmo se toma el nverso de ese promedo. S un coche recorre una dstanca d a 100km/h y deshace el camno a una velocdad de 120km/h, la velocdad meda a la que ha realzado el vaje es: n x 1 velocdad A = 1 2 ( ) = 109.1km/h velocdad meda = Dstanca Recorrda Tempo Empleado = 2d d d 120 Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 9 / 29 5

6 Medana, Medan Es el valor de la varable estadístca que deja gual número de observacones a su derecha que a su zquerda. Ordenando los datos de menor a mayor, la medana será el dato central o el promedo de los centrales (tamaño par). The statstcal medan s an order statstc that gves the mddle value of a sample. More specfcally, t s the value such that an equal number of samples are less than and greater than the value (for an odd sample sze), or the average of the two central values (for an even sample sze). 1,1,1,2,2,2,3,3,4,5,5,6, 6, 6, 8 Frecuenca Acumulada / ,1,2,2,2,3,3,4,5,5,6,6, 6, 8 Frecuenca Acumulada / En el caso de datos agrupados, lo más adecuado es hablar del ntervalo medano. Gráfcamente la medana se obtendría: Frecuenca Acumulada F +1 F 1/2 b Me b Medante semejanza de trángulos: Me = b + 1/2 F F +1 F (b +1 b ). Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 10 / 29 6

7 Moda, Mode Es el valor de la varable estadístca que se presenta con mayor frecuenca. No tene por qué ser únca y puede no poderse calcular. The most common value obtaned n a set of observatons. Ejemplo: Ejemplo: 1,1,2,2,2,2,3,3,4,5,5,6, 6, 6, 8 Moda = 2 1,1,2,2,2,3,3,4,5,5,6,6, 6, 8 Moda = 2 y 6 En el caso de datos agrupados, se suele hablar de ntervalo modal, aquél de mayor frecuenca. Hstograma de Ingresos Densdad de Frecuenca 0.0e e e e 05 Md 0e+00 2e+04 4e+04 6e+04 8e+04 1e+05 Ingresos Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 11 / 29 7

8 Cuartles, Quartle Q k para k = 1,2,3, se defne Cuartl k ésmo como el valor de la varable que deja nferores o guales a él las k/4 partes de las observacones. Q 2 = Me Ejemplo: n = 16 1,1,2,2,2,3,3,4,4,5,5,5,6,6,6,8 Q 1 deja nferores o guales a él, 1/4 de las observacones, 4. Q 2 deja nferores o guales a él, 1/2 de las observacones, 8. Q 3 deja nferores o guales a él, 3/4 de las observacones,12. One of the four dvsons of observatons whch have been grouped nto four equal-szed sets based on ther statstcal rank. Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 12 / 29 8

9 Percentles, Percentle El k ésmo Percentl P k, se defne como el valor de la varable estadístca que deja nferores o guales a él las k/100 observacones. P 25 = Q 1, P 50 = Q 2 = Me, P 75 = Q 3. Para datos agrupados el cálculo es análogo al de la medana: P k = b + k/100 F nk 100 (b +1 b ) = b + N (b +1 b ). F +1 F N +1 N Sendo (b,b +1 ) el ntervalo de clase que contene P k. The kth percentle s that value of X, say x k, whch corresponds to a cumulatve frequency of nk 100, where n s the sample sze. Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 13 / 29 Observacones La Medana es un estadístco basado en propedades ordnales. Valor de la varable que ocupa el orden (n + 1)/2. La Medana dvde al hstograma en dos partes de áreas guales. La Moda es el valor con mayor frecuenca de aparcón. La Moda corresponde a la mayor altura del hstograma. Cuando trabajemos con dstrbucones con valores atípcos o asmétrcas, trabajaremos con la Medana en lugar de con la Meda. Los valores extremos nfluyen gravemente en la Meda. S la dstrbucón es smétrca y unmodal, los tres puntos concden, Meda, Medana y Moda. Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 14 / 29 9

10 Meddas de Poscón con R > lbrary(usngr) > ngresos<-cfb$income[1:15] > summary(ngresos) Mn. 1st Qu. Medan Mean 3rd Qu. Max > quantle(ngresos,c(0.1,0.25,0.5,0.6,0.75,0.90)) 10% 25% 50% 60% 75% 90% > X<-c(1,1,2,2,2,3,3,4,5,5,6,6,6,8) > summary(x) Mn. 1st Qu. Medan Mean 3rd Qu. Max Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 15 / 29 Meddas de Dspersón 16 / 29 Introduccón Las Meddas de Dspersón tenen como objetvo cuantfcar la varabldad de los datos. Recorrdo, Recorrdo Intercuartílco, Recorrdo Semntercuartlco. Range, Interquartle Range, Quartle Devaton. Varanza, Desvacón Típca, Cuasvaranza. Varance, Standar Devaton, Quasvarance. Coefcente de Varacón. Varaton Coeffcent. Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 17 / 29 10

11 Recorrdo Recorrdo: es la dferenca entre el máxmo y el mínmo de los valores de la varable aleatora. R = máx(x) mín(x). Recorrdo Intercuartílco: Longtud de un ntervalo central que contene el 50% de las observacones. Anchura de la caja en un dagrama Box Plot. R I = Q 3 Q 1. Recorrdo Semntercuartílco: Corresponde con la mtad del anteror. R SI = R I /2. Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 18 / 29 Momentos Defnremos la expresón general de un Momento respecto del punto v y de orden r: M r (v) = 1 n n (x v) r Momentos Respecto al Orgen, Raw Moment, v = 0: a r = 1 n n x r Casos partculares: a 1 = 1 n n x = x Meda Muestral. a 2 = 1 n x 2 = x n 2 Meda Muestral de Cuadrados. Momentos Centrales, Central Moment,v = x: m r = 1 n n (x x) r Casos partculares: m 1 = 1 n n (x x) = 0 m 2 = 1 n (x x) 2 = s 2 Varanza. n Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 19 / 29 11

12 Momentos con R > lbrary(usngr) > ngresos<-cfb$income[1:15] > sum(ngresos)/length(ngresos) [1] > mean(ngresos) [1] > lbrary(e1071) > moment(ngresos,order=1,center=false) [1] > moment(ngresos,order=1,center=true) [1] e-12 Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 20 / 29 Varanza y Desvacón Típca La Varanza, Varance, es una de las meddas de dspersón más usadas. s 2 = 1 n n (x x) 2 = x 2 x 2 = a 2 a 2 1. El problema es que sus undades son el cuadrado de las undades de los datos. Por eso habtualmente se trabaja con su raíz cuadrada, la Desvacón Típca, Standar Devaton: s = s 2. En estadístca se usa con frecuenca la Cuasvaranza muestral, Quasvarance: s 2 c = 1 n 1 n (x x) 2 = n n 1 s2. Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 21 / 29 12

13 Varanza con R > lbrary(usngr,e1071) > ngresos<-cfb$income[1:15] > sum((ngresos-mean(ngresos))^2)/length(ngresos) [1] > moment(ngresos,order=2,center=true) [1] > var(ngresos) [1] > var(ngresos)*(length(ngresos)-1)/length(ngresos) [1] Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 22 / 29 Coefcente de Varacón, Varaton Coeffcent Las meddas de dspersón que hemos vsto hasta ahora dependen de las undades de medda de la varable. Para comparar la varabldad de grupos o de valores de una msma varable en conjuntos dferentes se utlzan meddas de dspersón relatvas. Coefcente de Varacón: CV = s x. Es una cantdad admensonal que mde la dspersón respecto a la meda. Tambén se denomna Varabldad Relatva y puede expresarse en porcentaje. Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 23 / 29 13

14 Meddas de Forma 24 / 29 Asmetría, Skewness Defnremos Asmetría Postva cuando Md Me x. Esto queda reflejado en el dagrama de barras o en un hstograma presentando la dstrbucón de los datos una cola a la derecha. Defnremos Asmetría Negatva cuando x Me Md. Esto queda reflejado en el dagrama de barras o en un hstograma presentando la dstrbucón de los datos una cola a la zquerda. El coefcente de Asmetría (de Fsher) se defne: g 1 = m 1 m 3 s 3 = n n (x x) 3 s 3. Asmetría Postva Asmetría Negatva g 1 =1.85 g 1= 1.66 Smétrca g 1 = Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 25 / 29 14

15 Curtoss, Kurtoss Tomando como orgen de coordenadas la meda x, y como undad de medda la desvacón típca, aparecen dferentes tpos de dstrbucones de frecuencas de los datos. Defnendo el coefcente muestral de exceso: Platcúrtca g 2 < 0. g 2 = m 4 s 4 3 = 1 n m n (x x) 4 s 4 3. Mesocúrtca g 2 = 0. Leptocúrtca g 2 > 0. Platcurtca Leptocurtca g 2 = g 2 = Mesocurtca g 2 = Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 26 / 29 15

16 Asmetría y Curtoss con R > lbrary(usngr,e1071) > ngresos<-cfb$income > moment(ngresos,order=3,center=true)/moment(ngresos, + order=2,center=true)^(3/2) [1] > skewness(ngresos,type=1) [1] > help(skewness) > kurtoss(ngresos,type=1) [1] Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 27 / 29 Hstograma de Ingresos Hstograma de Ingresos Densdad de Frecuenca 0.0e e e e ngresos Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 28 / 29 16

17 Hstograma de Ingresos > lbrary(usngr) > edad<-cfb$age > skewness(edad) [1] > kurtoss(edad) [1] Hstograma de Edades Densdad de Frecuenca edad Lceso J. Rodríguez-Aragón Tema 3, M.E.I. 29 / 29 17

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

Estadística Unidimensional: SOLUCIONES

Estadística Unidimensional: SOLUCIONES 4ª SesónFecha: Estadístca Undmensonal: SOLUCIOES Varables estadístca dscreta 1 Con los datos del ejercco de Pág 19 nº 3 determna: a) Tabla de Frecuencas b) Dagrama de barras Gráfco acumulado c) Meddas

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

MEDIDAS DESCRIPTIVAS

MEDIDAS DESCRIPTIVAS Tema 2: MEDIDAS DESCRIPTIVAS DE LOS DATOS 1. MEDIDAS DE CETRALIZACIÓ: Meda Medana Moda Cuantles Otras 2. MEDIDAS DE DISPERSIÓ: Desvacón típca Varanza Rango Otras 3. MEDIDAS DE FORMA: Asmetría Apuntamento

Más detalles

17/02/2015. Ángel Serrano Sánchez de León

17/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,

Más detalles

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

Más detalles

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas. UIDAD 3: Meddas estadístcas Las meddas estadístcas o parámetros estadístcos son valores representatvos de una coleccón de datos y que resumen en unos pocos valores la normacón del total de datos. Estas

Más detalles

2 Dos tipos de parámetros estadísticos

2 Dos tipos de parámetros estadísticos Dos tpos de parámetros estadístcos Págna 198 1. Calcula la meda, la medana y la moda de cada una de estas dstrbucones estadístcas: a) 4, 5, 6, 6, 6, 6, 7, 11, 1, 17 b), 1, 6, 9,, 8, 9,, 14, c), 3, 3, 3,

Más detalles

TEMA 5. ANÁLISIS DE UNA VARIABLE (III). MEDIDAS DE ASIMETRÍA, CURTOSIS Y CONCENTRACIÓN

TEMA 5. ANÁLISIS DE UNA VARIABLE (III). MEDIDAS DE ASIMETRÍA, CURTOSIS Y CONCENTRACIÓN DEPARTAMENTO DE ECONOMÍA GENERAL Y ETADÍTICA UNIDAD DOCENTE DE ETADÍTICA Y ECONOMETRÍA UNIVERIDAD DE HUELVA ANÁLII ETADÍTICO DEL TURIMO I 200-200200 DIPLOMATURA EN TURIMO TEMA 5 ANÁLII DE UNA VARIABLE

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva ÍDICE ESTADÍSTICA DESCRIPTIVA. Poblacón y Muestra 4. Varables estadístcas 4 3. Frecuencas 5 4. Dstrbucones 7 5. Representacón gráfca 5. De caracteres cuanttatvos 5.. De varables estadístcas

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas... TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa. MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan

Más detalles

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. 5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. Para organzar los datos a medda que el número de observacones crece, es necesaro condensar más los datos en tablas apropadas, a fn de presentar, analzar e nterpretar

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UNIDIMENSIONAL La estadístca undmensonal trata de resumr la nformacón contenda en una tabla que contene nformacón de una sola varable en unos pocos números. Las meddas de poscón pueden ser:

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca www.aulatecnologa.com 1 ETADÍTICA DECRIPTIVA Lo prmero que buscamos con la Estadístca es el tratamento matemátco a partr de una nformacón epermental. Cuando queremos observar la evolucón de

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

Más detalles

E.U.I.T.I. Bilbao. Asignatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

E.U.I.T.I. Bilbao. Asignatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA E.U.I.T.I. Blbao Asgnatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA E.U.I.T.I. Blbao Asgnatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA TEMA 2: ESTADÍSTICA DESCRIPTIVA 1. RESUMEN Métodos para resumr y descrbr

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 4: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION. DEFINICION Las meddas estadístcas son meddas de resumen

Más detalles

Capítulo III Medidas de posición y de dispersión

Capítulo III Medidas de posición y de dispersión Capítulo III Meddas de poscón y de dspersón Introduccón Hasta ahora, para descrbr un conjunto de datos, se han empleado tablas y gráfcos. Estos son útles para dar rápdamente una vsón general del comportamento

Más detalles

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos: MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante

Más detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de: Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

LECTURA 05 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 18: MEDIDAS DE DISPERSION

LECTURA 05 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 18: MEDIDAS DE DISPERSION Unverdad Católca Lo Ángele de Chmbote LECTURA 0 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan el grado de concentracón o de dperón

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

DATOS AGRUPADOS POR INTERVALOS DE CLASE

DATOS AGRUPADOS POR INTERVALOS DE CLASE 3. Datos agrupados por ntervalo (Varable contnua) Generalmente los datos se agrupan por medo de ntervalos de clase, los cálculos son una aproxmacón a la realdad, se faclta los cálculos. En la agrupacón

Más detalles

GUÍA DE APOYO AL APRENDIZAJE N 2

GUÍA DE APOYO AL APRENDIZAJE N 2 GUÍA E APOYO AL APREIZAJE Meddas de Tendenca Central ó de Resumen Las meddas de resumen son valores de la varable que permten resumr la normacón que hay en una tabla undamentalmente estas meddas se usan

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas

Más detalles

el blog de mate de aida CSI: Estadística unidimensional pág. 1

el blog de mate de aida CSI: Estadística unidimensional pág. 1 el blog de mate de ada CSI: Estadístca undmensonal pág. ESTADÍSTICA La estadístca es la cenca que permte hacer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que ahorra tempo

Más detalles

Problemas resueltos de estadística aplicada a las ciencias sociales

Problemas resueltos de estadística aplicada a las ciencias sociales Problemas resueltos de estadístca aplcada a las cencas socales Pablo Juan Verdoy Modesto Joaquín Beltrán María José Pers Departament de Matemàtques Cods d assgnatura RA10, RL0906 Edta: Publcacons de la

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES ) TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES

Más detalles

Estadística Descriptiva Análisis de Datos

Estadística Descriptiva Análisis de Datos El concepto de Estadístca Estadístca Descrptva Análss de Datos 8.1 INTRODUCCION El orgen de la Estadístca se remonta a dos tpos de actvdades humanas: los juegos de azar y las necesdades de los Estados:

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 Bajo el térmno Estadístca Descrptva se engloban las técncas que nos permtrán realzar un análss elemental de las observacones

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

INICIACIÓN A LA ESTADÍSTICA. ACTIVIDADES DE AUTOEVALUACIÓN DE LA UNIDAD ESTADÍSTICA. (SOLUCIONES)

INICIACIÓN A LA ESTADÍSTICA. ACTIVIDADES DE AUTOEVALUACIÓN DE LA UNIDAD ESTADÍSTICA. (SOLUCIONES) ACTIVIDADES DE AUTOEVALUACIÓ DE LA UIDAD ESTADÍSTICA. (SOLUCIOES) 1. D, en cada caso, cuál es la varable que se quere estudar y especfca de qué tpo es: Tempo dedcado a las tareas doméstcas por parte de

Más detalles

DEPARTAMENTO DE MATEMÁTICAS

DEPARTAMENTO DE MATEMÁTICAS . INTRODUCCIÓN En la socedad de la nformacón en la que vvmos resulta mprescndble dsponer de técncas y conceptos que permtan extraer, de manera fable y senclla, nformacón relevante de dferentes conjuntos

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución. Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo

Más detalles

unidad 12 Estadística

unidad 12 Estadística undad 1 Estadístca Qué es una tabla de frecuencas Págna 1 Al número de veces que se repte un dato se le denomna frecuenca de ese dato. Una tabla de frecuencas es una tabla en la que cada valor de la varable

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

TEMA 10: ESTADÍSTICA

TEMA 10: ESTADÍSTICA TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES

Más detalles

Tema 1 Descripción de datos: Estadística descriptiva unidimensional Estadística descriptiva

Tema 1 Descripción de datos: Estadística descriptiva unidimensional Estadística descriptiva Descrpcón de datos: Estadístca descrptva undmensonal Estadístca descrptva Objetvos: Ordenar, clasfcar, resumr grandes conjuntos de datos de modo que puedan ser fáclmente nterpretables Defncones báscas:

Más detalles

LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 18: MEDIDAS DE DISPERSION

LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 18: MEDIDAS DE DISPERSION Unverdad Católca Lo Ángele de Chmbote LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan

Más detalles

4º DE ESO MATEMÁTICAS-B CURSO UNIDAD 14: ESTADÍSTICA

4º DE ESO MATEMÁTICAS-B CURSO UNIDAD 14: ESTADÍSTICA UNIDAD 14: ESTADÍSTICA INTRODUCCIÓN La presenca de la Estadístca es habtual en multtud de contextos de la vda real: encuestas electorales, sondeos de opnón, etc. La mportanca de la Estadístca en la socedad

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS

ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS IES ÍTACA ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS HOJA 18: ESTADÍSTICA 1. El número de hermanos de los alumnos de una clase es el sguente: 1 3 1 1 1 1 1 1 1 1 3 1 3 5 a)

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

PyE_ EF1_TIPO1_

PyE_ EF1_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

CLAVE - Laboratorio 1: Introducción

CLAVE - Laboratorio 1: Introducción CLAVE - Laboratoro 1: Introduccón ( x )( x ) x ( xy) x y a b a b a a a ( x ) / ( x ) x ( x ) x a b a b a b ab n! n( n 1)( n 2) 1 0! 1 x x x 1 0 1 (1) Smplfque y evalúe las sguentes expresones: a. 10 2

Más detalles

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

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

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias. Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la

Más detalles

CAPÍTULO 4 ANÁLISIS ESTADÍSTICO Y UNIFORMIDAD ALTIMÉTRICA

CAPÍTULO 4 ANÁLISIS ESTADÍSTICO Y UNIFORMIDAD ALTIMÉTRICA CAPÍTULO 4 ANÁLISIS ESTADÍSTICO Y UNIFORMIDAD ALTIMÉTRICA. LA DISTRIBUCIÓN DE FRECUENCIAS La agrupacón tabular de la dstrbucón de frecuencas de una toma o levantamento de las cotas taqumétrcas (absolutas

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede

Más detalles

ANÁLISIS EXPLORATORIO DE DATOS

ANÁLISIS EXPLORATORIO DE DATOS ANÁLISIS EXPLORATORIO DE DATOS 1. INTRODUCCIÓN HISTÓRICA 2 1.1 La Estadístca como cenca 2 1.2 Algunos problemas que resuelve la Estadístca 2 2. INTRODUCCIÓN A LA ESTADÍSTICA 3 2.1. Concepto y Objetvo de

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA?

ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA? ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA? La Estadístca es la rama de las Matemátcas que se ocupa del estudo de una determnada característca en una poblacón, recogendo

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Bachllerato ESTADÍSTICA DESCRIPTIVA Introduccón La estadístca es una rama de las matemátcas que trata de la recogda, ordenacón, análss y presentacón adecuada de datos recogdos sobre certa poblacón (no

Más detalles

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 18: MEDIDAS DE DISPERSION

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 18: MEDIDAS DE DISPERSION Unverdad Católca Lo Ángele de Chmbote LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan el grado de concentracón

Más detalles

Curso Práctico de Bioestadística Con Herramientas De Excel

Curso Práctico de Bioestadística Con Herramientas De Excel Curso Práctco de Boestadístca Con Herramentas De Excel Fabrzo Marcllo Morla MBA barcllo@gmal.com (593-9) 419439 Otras Publcacones del msmo autor en Repostoro ESPOL Fabrzo Marcllo Morla Guayaqul, 1966.

Más detalles

Inferencia en Regresión Lineal Simple

Inferencia en Regresión Lineal Simple Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

TEMA. Contenidos UNIDAD I: ESTADÍSTICA DESCRIPTIVA

TEMA. Contenidos UNIDAD I: ESTADÍSTICA DESCRIPTIVA ANÁLISIS DESCRIPTIVO DE VARIABLES CUANTITATIVAS () Contendos TEMA 4.4. Introduccón 4.5. Dstrbucones de frecuencas de varables cuanttatvas (datos agrupados) 4.6. Propedades de las dstrbucones de varables

Más detalles

EVALUACIÓN DEL COMPORTAMIENTO DE LOS ESTIMADORES DE LOS PARÁMETROS DE UN MODELO NO LINEAL MIXTO. UNA COMPARACIÓN DE MÉTODOS DE ESTIMACIÓN

EVALUACIÓN DEL COMPORTAMIENTO DE LOS ESTIMADORES DE LOS PARÁMETROS DE UN MODELO NO LINEAL MIXTO. UNA COMPARACIÓN DE MÉTODOS DE ESTIMACIÓN Chapella, Lucana Garca, María del Carmen Rapell, Cecla Castellana, Noela Koegel, Llana Insttuto de Investgacones Teórcas y Aplcadas, de la Escuela de Estadístca EVALUACIÓN DEL COMPORTAMIENTO DE LOS ESTIMADORES

Más detalles

Guía para el Trabajo Práctico N 5. Métodos Estadísticos en Hidrología

Guía para el Trabajo Práctico N 5. Métodos Estadísticos en Hidrología Guía para el Trabajo Práctco 5 Métodos Estadístcos en Hdrología er. PASO) Realzar el ajuste de la funcón de dstrbucón normal a una muestra de datos totales anuales de una varable (caudal, precptacón, etc.)

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA Introduccón La estadístca es una rama de las matemátcas que trata de la recogda, ordenacón, análss y presentacón adecuada de datos recogdos sobre certa poblacón (no necesaramente

Más detalles

USO Y MANEJO DEL SOFTWARE STATGRAPHICS

USO Y MANEJO DEL SOFTWARE STATGRAPHICS USO Y MANEJO DEL SOFTWARE STATGRAPHICS I.- ESTADISTICA DESCRIPTIVA. 1.1.- Defncón de Estadístca. 1.2.- Estructura y Tpos de Datos Estadístcos. 1.3.- Construccón de la Matrz de Datos 1.4.- Recuperacón de

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

1. Variable aleatoria. Clasificación

1. Variable aleatoria. Clasificación Tema 7: Varable Aleatora Undmensonal 1. Varable aleatora. Clasfcacón. Caracterzacón de una varable aleatora. Varable Aleatora dscreta. Varable Aleatora contnua 3. Característcas de una varable aleatora.

Más detalles

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad. Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en

Más detalles

UNIDAD 1. Estadística descriptiva.

UNIDAD 1. Estadística descriptiva. UNIDAD 1 Estadístca descrptva. 8 Desde hace muchos años, la estadístca ha tendo presenca en todos los ámbtos de estudo: economía, admnstracón, ngenería, etc. La estadístca descrptva es una rama de las

Más detalles

UNIVERSIDAD DE SONORA

UNIVERSIDAD DE SONORA UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva

Más detalles

Estadística Empresarial I

Estadística Empresarial I Estadístca Empresaral I Tema Concepto de Estadístca EE I - Carlos G. García González - ULL Qué es la Estadístca? Concepto de Estadístca: La Estadístca forma parte de los métodos cuanttatvos que utlza la

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

3.3 Caracterización de grupos: Estadísticos de forma de la distribución

3.3 Caracterización de grupos: Estadísticos de forma de la distribución 3.3 Caracterzacón de grupos: Estadístcos de forma de la dstrbucón 1. Smetría 2. Apuntamento o curtoss 3. Descrpcón estadístca de una varable: tabla resumen Ya ha sdo abordado en temas precedentes el análss

Más detalles

2 Descripción de Datos Univariados.

2 Descripción de Datos Univariados. Descrpcón de Datos Unvarados.. Meddas de Tendenca Central. El análss estadístco propaente dcho, parte de la búsqueda de paráetros sobre los cuales pueda recaer la representacón de toda la noracón. Las

Más detalles