CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL

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

Download "CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL"

Transcripción

1 CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL 3. CARACTERISTICAS NUMERICAS DE UNA VARIABLE S tratamos de represetar uestras edades medate u polígoo de frecuecas, y os ubcamos e el tempo: hace 0 años, hoy día y detro de 0 años, obvamete, el polígoo e los tres casos tedrá la msma forma, pero cada uo de ellos se dfereca e su proporcó respecto al orge, tal como se muestra: Vemos que los tres gráfcos dfere e lo que represetaría el puto cetral de la dstrbucó. Quere decr que, la edad meda e cada caso es dstta. E el gráfco que sgue, teemos tres polígoos de formas dsttas, pero que tee el msmo valor cetral. C B A La dfereca etre las dstrbucoes A, B, C está e la varacó o dspersó de las medcoes o ambos lados de la meda. Ua descrpcó adecuada de los datos requere de la defcó de uas meddas umércas descrptvas de la cetralzacó y de la dspersó de los datos. Etre las meddas de cetralzacó se tee la meda, la medaa, la moda, la meda geométrca y la meda armóca. Etre las meddas de dspersó está la varaza, la desvacó estádar, la desvacó meda, los tercuartles, etc. Mag. RENAN QUISPE LLANOS Pág. 7

2 3. QUÉ ES UN PROMEDIO? Es el valor que represeta a u cojuto de datos y señala u cetro de sus valores. Geeralmete se refere a la meda artmétca, que descrbremos luego, pero podría referrse a cualquera de los promedos (meda, medaa o moda). Ua deomacó más precsa que promedo es medda de tedeca cetral. 3.3 MEDIA DE UNA MUESTRA La medda de tedeca cetral de uso más amplo es la llamada meda artmétca que, por lo geeral, se desga como meda. Para datos orgales, esto es para datos o agrupados, la meda es la suma de todos los valores dvdda etre el úmero total de valores. Sea ua muestra aleatora:,,...,, la meda muestral se calcula de la sguete maera: Dode: + + L+ = = = = : es la meda muestral, y se lee x barra. : es la suma de los elemetos de la muestra. : es el tamaño de la muestra. Ejemplo : Supoedo que el úmero de hjos de cada ua de las famlas de los asstetes a este curso es como sgue:, 0, 3,,,,, 4,,, 0,, 3,, L+ = =,8 Falmete la meda es: hjos 3.4 MEDIA DE UNA POBLACIÓN La meda de ua poblacó se calcula co la sguete fórmula: μ = N = N Mag. RENAN QUISPE LLANOS Pág. 8

3 Dode: μ : dca la meda poblacoal N : es el úmero total de observacoes e la poblacó. N = : suma de los elemetos de la poblacó. Usar la meda: a) Cuado la dstrbucó sea más o meos smétrca b) Cuado se desea que el promedo sea estable c) Cuado haya que calcular otros estadígrafos que volucra a Propedades de la Meda. U cojuto de datos sólo tee ua meda. Esta es úca. Ejemplo: Se tee los datos,, 3, 4, aplcado la fórmula teemos: = = 3. La suma de las desvacoes de cualquer valor co respecto a la meda sempre será cero, esto es, ( ) = 0 Ejemplo: Sea los datos,, 3, 4, cuya meda es 3. Etoces: = ( ) = ( 3) + ( 3) + (3 3) + (4 3) + ( 3) = 0 3. La suma de los cuadrados de las dstacas etre los datos y su meda es míma; esto es para cualquer valor de A: = ( ) = ( A) A Esta propedad dca que la meda es, e certo setdo, el valor más próxmo al cojuto de datos. Ejemplo: Para los datos,,3, 4, su meda es = 3. Sea A = Sedo: Mag. RENAN QUISPE LLANOS Pág. 9

4 = ( 3 ) = 0 Se cumple para la propedad s es meor que: Luego: = ( ) = = ( 3 ) ( ) = 4. S a los valores de la varable se le suma o se le resta ua costate k, etoces la meda queda aumetada o dsmuída e la costate; esto es, Ejemplo: Datos :,, 3, 4, [ ] = = 3 M + : 6, 7, 8, 9, 0 3 : 8, 9, 0,, [ + ] = + = 3+ 8 [ 3] = 3 = M = M =. S a los datos se le multplca o dvde ua costate K, etoces la meda queda multplcada o dvdda por la costate; esto es, Ejemplo: Para los datos :,, 3, 4, su meda es =3, sea k=4 Etoces: 4 : 4, 8,, 6, 0 es: [ 4 ] = k = 4 3 M = 6. E geeral: M [ K + c] = KM [ ] + c 7. La meda es muy sesble a los valores extremos Ejemplo: S teemos los datos,, 3, 4,, su meda es: = 3 S teemos los datos,, 3, 4,,, su meda es: =. Podemos ver que o es adecuada e casos como éste. Mag. RENAN QUISPE LLANOS Pág. 30

5 8. S el cojuto de datos,,..., tee meda y el cojuto Y, Y,..., Y m tee meda Y, etoces el cojuto total,,...,, Y, Y,..., Y m tee meda. M( + Y ) = = + m j= + m Y j + my = + m Este promedo se cooce como meda poderada y los pesos de las poderacoes so los tamaños de los grupos, y esta propedad puede extederse para varos grupos. Meda poderada La meda poderada de u cojuto de úmeros deotados por poderacoes W, W, W 3,..., W, se calcula como sgue:,, 3...,, co w = W + W W + W33 + W + W W W Esto puede abrevarse así: w = = (W ) = W Ejemplo: supogamos que la ota meda de u grupo de 37 alumos es, metras que la ota meda de otro grupo de 8 alumos es. Etoces, la ota meda de los 6 alumos es: 3. MEDIANA (37)() + (8)() 89 w = = = 3,7 6 6 Es el valor de la poscó cetral de los valores después de ordearlos de meor a mayor o de mayor a meor. Hay tatos valores por ecma de la medaa como por debajo de ella e la ordeacó de los datos. Ejemplo: Sea los valores sguetes, los precos de veta de departametos: S/ Mag. RENAN QUISPE LLANOS Pág. 3

6 Realzado la ordeacó de los valores, obteemos: Precos ordeados de meor a mayor Precos ordeados de mayor a meor S/ S/ Medaa Observamos que hay el msmo úmero de precos por debajo de la medaa de S/ que por arrba. Por tato, la medaa o se ve afectada por observacoes muy bajas o muy altas. E el ejemplo ateror hay u úmero mpar de observacoes (cco). Cómo se determa la medaa para u úmero par de observacoes? Como ates, los datos se ordea, luego se evalúa la meda artmétca de las dos observacoes cetrales. Obsérvese que para u úmero par de observacoes, la medaa puede o ser uo de los valores dados. Ejemplo: Los tempos que ecestaro varas empresas de seguros para revsar solctudes para servcos de coberturas semejates so (e mutos): 0, 30,, 7. Ordeado los tempos de meor a mayor: 0 Medaa 7 30 La medaa de los tempos es 4, mutos, obteda de calcular (+7)/ = 4,. Obsérvese que 4, o es uo de los valores dados. Vemos que hay el msmo úmero de observacoes debajo de la meda que por ecma de ésta. Ua forma fácl de localzar la poscó del elemeto medo para datos o agrupados es co la fórmula: Ubcacó de la medaa = + dode es el úmero total de elemetos. Propedades de la medaa. La medaa es úca; a semejaza de la meda sólo exste ua medaa para u cojuto de datos.. No es dfícl determarla para datos o agrupados. Ta sólo se ecesta ordearlos de meor a mayor o vceversa y ecotrar el valor del elemeto cetral. 3. No se ve afectada por valores muy grades o muy pequeños, y por tato, es ua medda valosa de la tedeca cetral cuado ocurre este tpo de valores. Mag. RENAN QUISPE LLANOS Pág. 3

7 4. Puede calcularse para ua dstrbucó de frecuecas de extremo aberto s la medaa o se ecuetra e ua clase de tal extremo.. Puede calcularse para datos de vel de razó, de tervalo y ordal. Ejemplo: cco persoas calfcaro u uevo producto e el mercado. Ua persoa creyó que era excelete, otra lo calfcó como muy buea ; ua más como buea ; otra como regular y otra como defcete. La respuesta tee ua medaa e buea. La mtad de las respuestas está por ecma de buea, y la otra mtad, por debajo. 3.6 MODA La moda es el valor de la observacó que aparece co más frecueca: Ejemplo: De los datos presetados a cotuacó, ecotrar la moda:, 3, 4,,, 4, 4, 6, 7. La moda es el úmero 4, ya que es el valor que aparece co mayor frecueca. Usar la moda: a) Cuado se desee obteer rápdamete ua medda de tedeca cetral. b) Cuado se desee coocer el valor más típco. Por ejemplo: hablado del sueldo promedo e certa dustra, os refermos a meudo al sueldo modal. 3.7 MEDIA GEOMETRICA Hay dos usos prcpales de la meda geométrca:. Para promedar porcetajes, ídces y cfras relatvas; y. Para determar el cremeto porcetual promedo e vetas, produccó u otras actvdades o seres ecoómcas de u perodo a otro. La meda geométrca de u cojuto de úmero postvos, se defe como la raíz -ésma del producto de los úmeros. Por lo tato la fórmula para calcular la meda geométrca es: M.G. = ( )( )( 3)...( ) M.G. = Πx = Ejemplo: Las utldades obtedas por ua compañía costructora e cuatro proyectos fuero 3,, 4 y 6%, respectvamete. Cuál es la meda geométrca de las gaacas? Teemos que =4, úmero de observacoes. Mag. RENAN QUISPE LLANOS Pág. 33

8 M.G. = ( )( ) L( = = 4 4 ( 3)( )( 4 )( 6 ) 44 = 3, 464 Por tato, la meda geométrca de las utldades es 3,46%. ) La meda artmétca de los valores aterores es 3,7%, auque el valor de 6% o es muy grade, hace que la meda artmétca se cle haca valores superores. La meda geométrca 3,46 da ua cfra más coservadora para las utldades porque o se ve ta afectada por los valores extremos. E geeral, será gual o meor que la meda artmétca. Usar la meda geométrca: a) Cuado e los datos exsta ua tasa de crecmeto costate o muy regular. Ejemplo: cuado se desee calcular la poblacó promedo e u determado período. b) Cuado se desee promedar proporcoes 3.8 MEDIA ARMONICA Se llama meda armóca de los valores x, x,..., x, dferetes de 0, al valor: H = = x, x 0 Ejemplo: Para u cojuto de datos , la meda armóca es: 6 H = = 8,738 / 7 + /8 + /8 + /9 + /0 + / Usar la meda armóca Para obteer u valor represetatvo de u cojuto de datos expresados e forma de tasas, razoes. Es decr, dferetes udades de medda que puede ser expresadas recíprocamete. 3.9 CALCULO PARA DATOS AGRUPADOS MEDIA ARITMETICA Para evaluar la meda artmétca de datos orgazados e ua dstrbucó de frecuecas, las observacoes e cada clase se represeta co el valor e el puto medo de ésta. La meda de ua muestra de datos orgazados e ua dstrbucó de frecuecas se calcula co: Mag. RENAN QUISPE LLANOS Pág. 34

9 = = f dode: = es el valor cetral, o puto medo de cada clase. f = es la frecueca de clase. = es el úmero total de observacoes. Ejemplo: La Empresa de Seguros La Postva recetemete vee ofrecedo u programa ovedoso de seguros que so ua combacó de retas vtalcas y cobertura por fallecmeto, deseado medr su vel de aceptacó. Ua muestra de 0 de sus asegurados reveló la sguete dstrbucó de edades. Estme la edad meda de las persoas que podría tomar dcho seguro. Edad Frecueca 8 4 Para el desarrollo de este problema se ecesta recostrur la tabla ateror de la sguete maera: Edad Puto Medo Frecueca f Frecueca acumulada F 0-9 4, , , , , De la tabla ateror y aplcado la fórmula para el cálculo de la meda para datos agrupados se tee que: = = 44,3 años 0 MEDIANA Mag. RENAN QUISPE LLANOS Pág. 3

10 Recuérdese que la Medaa se defe como el valor abajo del cual se ecuetra la mtad de los datos y arrba del cual se halla la otra mtad. Ua vez que los datos orgales se ha orgazado e ua dstrbucó de frecuecas, parte de la formacó o es detfcable. Como resultado o es posble determar la medaa exacta. S embargo, puede estmarse localzado prmero el tervalo de clase para obteer la medaa. La razó para este efoque es que los elemetos de la clase e que se ecuetra la medaa está espacados de maera uforme por todo ese tervalo de clase. La fórmula es: Me = L + a F f Dode: L a f F - = límte feror de la clase que cotee a la medaa. = ampltud de la clase e que se ecuetra la medaa. = úmero total de observacoes. = frecueca de la clase que cotee a la medaa. = frecueca acumulada de la clase que precede medatamete a la clase que cotee a la medaa. Ejemplo: Co los datos del ejemplo ateror calcular la medaa: La observacó cetral se localza dvdedo el úmero total de observacoes etre dos, e este caso, /=0/=, la clase que cotee a la observacó 0ª edad, se localza cosultado la columa de las frecuecas acumuladas, luego co los datos de la tabla aplcamos la fórmula: Usar la medaa: 0 6 Me = 44, + = ( 0) 48.9 años a) Cuado se desea el puto medo de la dstrbucó. b) Cuado haya datos extremos que afecte marcadamete a la meda. c) Cuado la dstrbucó tega clases abertas. MODA Recuérdese que la moda se defe como el valor que ocurre co más frecueca. Para datos dscretos, e ua dstrbucó de frecuecas, es posble aproxmar la moda usado el puto medo de la clase que cotee el mayor úmero de frecuecas de clase. Para datos cotuos la moda se aproxma co la sguete fórmula: d Mo = L + a d+ d Mag. RENAN QUISPE LLANOS Pág. 36

11 Dode: L = a = d = d = Lmte feror de la clase modal ampltud del tervalo de clase frecueca absoluta de la clase modal meos la frecueca absoluta de la clase ateror = f f -. frecueca absoluta de la clase modal meos la frecueca absoluta de la clase posteror = f f +. Ejemplo: Utlzado los datos del ejemplo ateror calculamos la moda. d = = 7 d = 8 = 4 7 Mo = = 43, MEDIA GEOMETRICA Para evaluar la meda geométrca de datos orgazados e ua dstrbucó de frecuecas utlzamos la sguete formula: M.G. = f f f K * *...* K Dode: : es el valor cetral o puto medo de cada clase f :es la frecueca de clase K = f = Aplcado logartmo de base 0 teemos: f *log + f *log f *log Log (M.G.) = 0 0 k 0 K 0 Luego : K f *log 0 Log (M.G.) = at log( = ) 0 Propedades: Mag. RENAN QUISPE LLANOS Pág. 37

12 . La meda geométrca esta basada e todas las observacoes, por lo que esta afectado por todos los valores de la varable. S embargo da meos peso a los valores extremadamete grades que el que le da la meda artmétca.. La meda geométrca es la medda que se debe de usar cuado lo que se va a promedar so tasas de cambo o proporcoes. 3. Se presta a mapulacoes algebracas posterores. 4. La meda geométrca es de cálculo relatvamete dfícl.. La meda geométrca o puede determarse cuado hay valores egatvos etre los datos. 6. La meda geométrca preseta el coveete que s uo de los valores de la varable es gual a cero, la meda resulta gualmete cero. MEDIA ARMONICA Para evaluar la meda armóca de datos orgazados e ua dstrbucó de frecuecas utlzamos la sguete formula: Dode: H = = f K f fk f K = : es el valor cetral o puto medo de cada clase f :es la frecueca de clase K = f = Propedades:. La meda armóca se basa e todas las observacoes, por lo que esta afectado por todos los valores de la varable. Da a los valores extremos grades u peso meor que el que les da la meda geométrca, metras que a los valores pequeños les da u peso mucho mayor que el que les da la meda artmétca como las medas geométrcas.. La meda armóca es determado s alguo de los valores de la varable es cero. 3. La meda armóca se presta mapulacoes algebracas posterores. 3.0 RELACIONES ENTRE PROMEDIOS S la dstrbucó de los datos es umodal la poscó de la meda, medaa y moda depede de la smetría de la curva. E los gráfcos sguetes se lustra los casos que se preseta para u msmo cojuto de datos Mag. RENAN QUISPE LLANOS Pág. 38

13 Se da la gualdad s los so guales y postvos: f μ<me<mo Dstrbucó Asmétrca haca la zquerda o de Asmetría Negatva. Sesgo egatvo μ Me M x S se cooce dos promedos de ua dstrbucó de frecuecas, co sesgo o asmetría moderada, el tercer promedo puede aproxmarse. f μ>me>mo Dstrbucó Asmétrca haca la derecha o de Asmetría Postva Sesgo postvo M Me μ x f μ = Me = Mo x Mag. RENAN QUISPE LLANOS μ = Me Pág. = Mo 39 Dstrbucó Smétrca

14 Las fórmulas so: Moda = Meda 3 ( Meda Medaa) 3 Meda = ( Medaa) Moda Medaa = ( Medaa) 3 + Moda Mag. RENAN QUISPE LLANOS Pág. 40

15 3. APLICACIONES DE MEDIDAS DE TENDENCIA CENTRAL EJERCICIO Nº Los salaros percbdos por ua muestra de empleados e dos empresas prvadas se da e la sguete tabla. Salaros (S/.) 00 a a a a a a 3 00 Empresa A Nº de empresas Empresa B Nº de empresas Co el propósto de comparar los salaros de los empleados de las empresas prvadas (A y B), se pde calcular e terpretar: a. La meda artmétca b. La medaa c. La moda d. La desvacó meda e. El recorrdo f. La varaza g. La desvacó estádar h. El coefcete de varacó SOLUCION a. Meda artmétca Deotaremos por A : Meda artmétca de la empresa A B : Meda artmétca de la empresa B A : Número de empleados de la empresa A B : Número de empleados de la empresa B Mag. RENAN QUISPE LLANOS Pág. 4

16 Como los datos está agrupados, la fórmula de la meda artmétca es: = = f A cotuacó calcularemos Empresa A A y B para lo cual es precso coocer las marcas de clase. Salaros (S/.) Marca de clase x j Frecueca f j x j.f j Total A = 70 Etoces 70. A = = S/. 0 El promedo de los salaros percbdos por los empleados de la empresa A es de S/. 0 Empresa B Salaros (S/.) Marca de clase x j Frecueca f j x j.f j Total B = 70 Por lo que 70. B = = S/. 0 El promedo de los salaros percbdos por los empleados de la empresa B es de S/. 0 al gual que e la empresa A. b. Medaa Sea Me A : medaa de los salaros e empresa A Me B : medaa de los salaros e empresa B Mag. RENAN QUISPE LLANOS Pág. 4

17 Puesto que A = B =, la poscó de la medaa para ambas empresas es: + 6 = =3 Ahora calcularemos las frecuecas acumuladas para determar las clases medaas, tato para la dstrbucó de frecuecas de A como de B. Empresa A Salaros (S/.) Frecuecas f j 3 8 Frec. Acumulada F j Clase Medaa Etoces: Me A = L + a F f Dode: L = 000 es el límte feror de la clase medaa. a = 00 es la ampltud del tervalo. A = es el úmero de empleados e la muestra de A. F - = es la frecueca acumulada a la clase que precede medatamete a la clase que cotee a la Medaa. f = es la frecueca de la clase medaa. Reemplazado e la fórmula, teemos Me A = (/) - = , - = , = = S/. 00 Mag. RENAN QUISPE LLANOS Pág. 43

18 Es decr, el 0% de los empleados e la Empresa A percbe u salaro meor o gual a S/. 00. EMPRESA B Salaros (S/.) Frecuecas f j 3 Frec. Acumuladas F j Clase Medaa Etoces: Me B = L + a F f Dode: L = a = 000 es el límte feror de la clase medaa. 00 es la ampltud del tervalo. B = es el úmero de empleados e la muestra de B. F - = 9 es la frecueca acumulada a la clase que precede medatamete a la clase que cotee a la Medaa. F = 7 es la frecueca de la clase medaa. Reemplazado e la fórmula, se obtee: Me B = ( / ) = , = , = = S/. 0 Por lo tato, el 0% de los empleados e la Empresa B percbe u salaro meor o gual a S/. 0 (mayor que el salaro medao de la Empresa A). Mag. RENAN QUISPE LLANOS Pág. 44

19 c. Moda d Mo = L + a d+ d Dode: L a = Lmte feror de la clase modal = ampltud del tervalo de clase d = frecueca de la clase modal meos la frecueca de la clase ateror d = frecueca de la clase modal meos la frecueca de la clase posteror Empresa A Salaros (S/.) Frecuecas f j Frec. Acumul F j Moda Aplcado la fórmula ateror teemos: Empresa B Salaros (S/.) 6 Mo A = Frecuecas f j = 333,3 8 Frec. Acumul F j Moda Reemplazado e la fórmula ateror de la moda teemos: Mo B = = El salaro mas frecuete de los empleados e la empresa A es de S/. 333,3 metras que el salaro más frecuete e la empresa B es de S/ (mayor que de la empresa A). Mag. RENAN QUISPE LLANOS Pág. 4

20 Ejerccos.- Cuáles so las dferecas etre ua meda muestral y ua meda de poblacó?.- Euce las característcas de la meda. 3.- a. Calcule la meda de los sguetes valores muestrales:,9,4,0. b. Demuestre que ( ) = a. Calcule la meda de los sguetes valores muestrales.3,7.0, 3.6,4.,.0. b. Demuestre que ( ) = 0.- Determe la meda de los sguetes valores muestrales: 6.,.9, Determe el salaro medo por hora pagado a carpteros que obtuvero los sguetes pagos de salaro por hora (e dólares): $.40,$0.0,$8.7,$.76,$30.67,$8.00, respectvamete. 7.- Se tee 0 vededores de automóvles empleados por ua empresa. Las catdades de autos uevos veddos el mes ateror por cada vededor fuero:,3,4,9,8,0,0,0,8,8,9. Cual es la promedo de las catdades de autos uevos?. 8.- El departameto de cotabldad e ua compañía de peddos por correo, cotó los sguete úmero de llamadas que etraro por día al teléfoo de uso s cargo de la empresa, durate u perodo de sete días: 4,4,9,3,36,6,7. a. Calcule e úmero medo de llamadas por día. b. Es éste u dato estadístco muestral o u parámetro de poblacó? 9.- Ua empresa de servco eléctrco de eergía y luz seleccoó 0 cletes resdecales. Lo sguete so los mportes (e dólares, redodeados a udades) que se cargó a los cletes por el servco eléctrco el últmo mes: a. Calcule el mporte mesual medo b. Es éste u dato estadístco muestral o u parámetro de poblacó. 0.- El drector de persoal de u hosptal comezó a realzar u estudo acerca de las horas de tempo extra de las efermeras regstradas. Se seleccoaro al azar de ellas, y durate el mes de juo se aotaro las sguetes horas de tempo extra: a. Calcule el úmero medo de las horas de tempo extra. b. Es éste u dato estadístco muestral o u parámetro de poblacó? Mag. RENAN QUISPE LLANOS Pág. 46

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

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

Más detalles

Los Histogramas. Histograma simple

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

Más detalles

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

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

Más detalles

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

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

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

Más detalles

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

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

Más detalles

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

Estadística aplicada al Periodismo

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

Más detalles

Esta t d a í d s í titcos o TEMA 3.3

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

Más detalles

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

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

Más detalles

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

4º MEDIO: MEDIDAS DE POSICIÓN

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

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

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

Más detalles

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

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

Más detalles

Estadística Descriptiva

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

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

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

Más detalles

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca La meda Sea u cojuto de observacoes x 1,..., x, o agrupados. Se defe la meda o promedo, medate: x 1 La meda utlza todas las observacoes,

Más detalles

Estadística Contenidos NM 4

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

Más detalles

Estadística Contenidos NM 4

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

Más detalles

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

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

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

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

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

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: Dagrama

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

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

Más detalles

ESTADÍSTICA DESCRIPTIVA

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

Más detalles

GENERALIDADES ESTADISTICA DESCRIPTIVA

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

Más detalles

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

MEDIDAS DE CENTRALIZACIÓN

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

Más detalles

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

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

Más detalles

PROBABILIDAD Y ESTADISTICA

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

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

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

Más detalles

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

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

Más detalles

La inferencia estadística es primordialmente de naturaleza

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

Más detalles

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

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

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

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

Más detalles

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

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

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

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

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

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

Más detalles

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

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

Inferencia Estadística

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

Más detalles

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

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

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

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

Más detalles

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

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

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

Son aquellas medidas que nos ayudan a saber donde están los datos pero sin indicar como se distribuyen.

Son aquellas medidas que nos ayudan a saber donde están los datos pero sin indicar como se distribuyen. Capítulo II CARACTERISTICAS DE UA DISTRIBUCIÓ DE FRECUECIAS.. Itroduccó La fase preva de cualquer estudo estadístco se basa e la recogda y ordeacó de datos; esto se realza co la ayuda de los resúmees umércos

Más detalles

Temas: I. MEDIDAS DE TENDENCIA CENTRAL EN DATOS SIN AGRUPAR 2 II HISTOGRAMA DE FRECUENCIAS 6 III. MEDIDAS DE TENDENCIA CENTRAL EN DATOS AGRUPADOS.

Temas: I. MEDIDAS DE TENDENCIA CENTRAL EN DATOS SIN AGRUPAR 2 II HISTOGRAMA DE FRECUENCIAS 6 III. MEDIDAS DE TENDENCIA CENTRAL EN DATOS AGRUPADOS. INSTITUCION UNIVERSITARIA ANTONIO JOSÉ CAMACHO Asgatura: ESTADÍSTICA Profesores:; CESAR PAZ Temas: I. MEDIDAS DE TENDENCIA CENTRAL EN DATOS SIN AGRUPAR 2 MEDIA (PROMEDIO ARITMETICO) 2 MEDIANA (M e ) 3

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

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

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

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

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

Más detalles

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

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

Más detalles

Ejercicios y Talleres. puedes enviarlos a

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

Más detalles

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

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

Más detalles

CONCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA

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

Más detalles

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión Estadístca I Capítulo. Meddas de poscó y dspersó Carme Trueba Salas Lorea Remuzgo Pérez Vaesa Jordá Gl José María Saraba Alegría DPTO. DE ECOOMÍA Este tema se publca bajo Lceca: Creatve Commos BY-C-SA

Más detalles

ESTADISTICA GENERAL. MEDIDAS ESTADISTICAS Profesor: Celso Celso Gonzales

ESTADISTICA GENERAL. MEDIDAS ESTADISTICAS Profesor: Celso Celso Gonzales ESTADISTICA GENERAL MEDIDAS ESTADISTICAS Profesor: Celso Celso Gozales SUMATORIAS Objetvos: Represetar medate sumatoras ua epresó umérca. SUMATORIAS Sumatora smple e el caso de que solo se tee u solo crtero

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabldad y estadístca Grupo PM4 Trabajado gráfcas,meddas de tedeca cetral, meddas de dspersó e terpretado resultados Prof. Mguel Hesquo Garduño. Depto. De Igeería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.m

Más detalles

Probabilidad y estadística

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

Más detalles

Disponible en el sitio OCW de la Universidad Nacional de Córdoba.

Disponible en el sitio OCW de la Universidad Nacional de Córdoba. OCW - UNC OpeCourseWare I UNC Curso: Estadístca I U: Meddas Descrptvas Autora: Rosaa Cas Dspoble e el sto OCW de la Uversdad Nacoal de Córdoba. Cómo ctar el materal: Cas, Rosaa (014). Estadístca I. U.

Más detalles

SOLUCIÓN EXAMEN PARCIAL I

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

Más detalles

n la Estadística distinguimos dos partes perfectamente diferenciadas.

n la Estadística distinguimos dos partes perfectamente diferenciadas. UNIDAD Dstrbucoes estadístcas E la Estadístca dstgumos dos partes perfectamete dferecadas. La prmera de ellas se dedca a recoger datos, ordearlos, smplfcarlos, clasfcarlos y obteer a partr de ellos u cojuto

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

Intensificación en Estadística

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

Más detalles

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

7. Muestreo con probabilidades desiguales.

7. Muestreo con probabilidades desiguales. 7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

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

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

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

Más detalles

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

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

Más detalles

CÁLCULO NUMÉRICO (0258)

CÁLCULO NUMÉRICO (0258) CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.

Más detalles

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

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

Más detalles

Medidas de tendencia central Media (x) 696 Aritmética Und. 10 Estadística. x = x = 160,7 cm

Medidas de tendencia central Media (x) 696 Aritmética Und. 10 Estadística. x = x = 160,7 cm La altura promedo de ellos es: = 164 + 169 + 154 + 158 + 160 + 156 6 = 160,7 cm A daro compramos productos e cuyos evases está dcado el peso o el volume. Por ejemplo: Arroz 750 g, café 350 g, gaseosa 500

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

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

Más detalles

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

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

Más detalles

Modelos de Regresión Simple

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

Más detalles

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

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

Más detalles

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

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

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

Más detalles

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

Guía - Resumen de fórmulas estadísticas

Guía - Resumen de fórmulas estadísticas Guía - Resume de fórmulas estadístcas E el sguete cuadro se especfca la otacó correspodete a dsttas meddas de frecueca utlzadas e estadístca. Cocepto Valor de la varable bajo estudo correspodete a la -ésma

Más detalles

n 2 fi donde: n es el número de individuos

n 2 fi donde: n es el número de individuos ESTADÍSTICA. INTRODUCCIÓN La ecesdad de poseer datos cfrados sobre la poblacó y sus codcoes materales de exsteca ha debdo hacerse setr desde que se establecero socedades humaas orgazadas. Desde los comezos

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

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

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

Más detalles

No debe entregar los enunciados

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

Más detalles

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es 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

ERRORES EN LAS MEDIDAS (Conceptos elementales)

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

Más detalles

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

AGRO Examen Parcial 1

AGRO Examen Parcial 1 AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para

Más detalles

Análisis de Regresión y Correlación Lineal

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

Más detalles

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Uversdad de oora Departameto de Matemátcas Área Ecoómco Admstratva Matera: Estadístca I Maestro: Dr. Fracsco Javer Tapa Moreo emestre: 05- Hermosllo, oora, a 5 de septembre de 05. Itroduccó E la clase

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

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de

Más detalles