Práctica 2: Estadística Descriptiva. 1. Descripción de datos univariantes. acumuladas de las modalidades. Tabla con todas las frecuencias
|
|
- Carmelo Muñoz Paz
- hace 7 años
- Vistas:
Transcripción
1 Estadística con Práctica 2: Estadística Descriptiva 1. Descripción de datos univariantes En primer lugar hemos de insistir que la Estadística Descriptiva dispone de un abanico de procedimientos que deben ser usados según el objetivo que tengamos y la naturaleza de la variable que ha generado los datos de la muestra. Una clasicación sintética de estos procedimientos aparece en la siguiente tabla. Tipo de Procedimientos variable Tablas Grácos Estadísticos Cualitativa Tabla de Frecuencias absolutas y relativas NO acumuladas de las modalidades observadas Diagrama de sectores y pictogramas Cuantitativa discreta Cuantitativa continua Tabla con todas las frecuencias de valores agrupados en clases de intervalo 1.1. Variables Cualitativas Diagramas de barras y Diagrama de Tallo y Hojas Histogramas Moda y medidas porcentuales Tabla con todas las frecuencias de valores aislados Mediana, cuantiles, rango y rango intercuartílico Todos los estadísticos y además el Diagrama de Caja y Patillas Normalmente la descripción de datos comienza con la tabulación de estos. El objetivo de las tablas de frecuencias es ordenar y clasicar los datos observados. Estas tablas permiten, además de sintetizar la información contenida en los datos, extraer de forma rápida una descripción básica de la muestra; como la moda o modalidad de mayor frecuencia o el número de modalidades distintas observadas. La siguiente tabla contiene algunas de las funciones básicas para el tratamiento de variables cualitativas table(x) Tabla de frecuencias de x length(x) Número de elementos de x pie(table(x)) Diagrama de sectores de la distribución de frecuencias de x La función table() aplicada sobre una variable devuelve un vector de frecuencias de las modalidades observadas. Si dicho vector lo dividimos por length() se obtendrá el de las frecuencias relativas. Página: 1
2 El gráco que usamos comúnmente para representar datos cualitativos se llaman Diagramas de Sectores y es el resultado de la función pie(). Dicha función se aplica a un vector que representa frecuencias y puede completarse añadiendo argumentos de color o etiquetas de modalidades. Ejemplo 1.1 El chero Pulse.TXT contiene, entre otras variables, los valores de las pulsaciones de 92 individuos antes y después del ejercicio físico y el tipo de actividad física que realiza (variable Activity). La siguiente imagen muestra un ejemplo de sesión con R para construir la tabla de frecuencias y el diagrama de sectores de la variable cualitativa Activity. Hay variables cualitativas cuyas modalidades pueden ser ordenadas según cierta escala y que se llaman ordinales. Estas variables son de uso muy frecuente en encuestas sociológicas cuando se quiere investigar el grado o nivel con que cierto fenómeno se presenta en un conjunto de individuos. Algunos ejemplos pueden ser los siguientes: nivel de estudios, nivel de aceptación de cierta medida del gobierno o nivel de satisfacción con la labor docente de un profesor. Las modalidades de este tipo de variables suelen estar codicadas mediante números; por ejemplo, si nos referimos a la variable nivel de satisfacción con la labor docente de un profesor, la modalidad nada satisfecho puede codicarse con el valor 1, poco satisfecho con un 2, bastante satisfecho con un 3, muy satisfecho con un 4 y totalmente satisfecho con un 5. Estas variables, con ciertas precauciones a la hora de interpretar resultados, pueden ser tratadas usando además los procedimientos para variables cuantitativas discretas, que se describen a continuación. Página: 2
3 1.2. Variables Cuantitativas Discretas Se trata ahora de describir variables numéricas que toman valores enteros. Si con variables cualitativas las frecuencias se han calculado para cada modalidad aisladamente, ahora también podemos calcular frecuencias acumuladas. La diferencia con la situación anterior es que ahora las clases son numéricas que podemos ordenar en la escala de los números enteros. Una frecuencia acumulada de una clase es la suma de frecuencias de la propia clase y de las clases inferiores a ella. Es por lo que carece de sentido calcular frecuencias acumuladas en variables cualitativas. La siguiente tabla contiene algunas de las funciones básicas para el tratamiento de variables cuantitativas discretas. table(x) length(x) barpot(table(x)) cumsum(table(x)) summary(x) Tabla de frecuencias de x Número de elementos de x Diagrama de barras de la distribución de frecuencias de x Tabla de frecuencias acumuladas Estadísticos básicos de x Ejemplo 1.2 El chero houses.txt contiene la información de 150 casas vendidas en el último trimestre en cierta región. La variable Baths informa del número de baños que contiene cada una. La siguiente gura muestra una sesión con R para tratar esta variable. Hay variables de naturaleza continua pero de observación discreta, como la variable Area, expresada en metros cuadrados, del chero Houses. Este tipo de variables pueden ser tratadas con los procedimientos de variables continuas, pues al haber muchos valores distintos observados, la tabla de valores aislados o el diagrama de barras se hacen ilegibles Página: 3
4 y poco operativos. Pero tampoco podemos olvidar que cuando hacemos una tabla en clases de intervalos o un histograma perdemos información acerca de los valores concretos que se han observado. Un procedimiento gráco muy útil para evitar esta pérdida de información es el Diagrama de Tallo y Hojas. El Diagrama de Tallo y Hojas es otra forma de representar una tabla de frecuencias, cuando ésta es muy extensa por el número de clases distintas observadas, y además tiene la ventaja de ofrecer todo el conjunto de valores observados. El número a la izquierda de la barra es el tallo, que hay que unir a cada hoja, representadas a la derecha de la barra, para conocer cada una de las observaciones. Ejemplo 1.3 La siguiente gura muestra el diagrama de tallo y hojas de la variable Area del chero Houses.TXT, de forma que con 16 tallos, construídos a intervalos de 20 metros cuadrados, recoge las 150 observaciones de la variable Variables Cuantitativas Continuas Una variable es continua si toma valores en cualquier intervalo de la recta real. El número de valores distintos observados suele ser alto o casi coincidir con el tamaño de la muestra, de forma que para construir una tabla de frecuencias hay necesariamente que agrupar éstos en clases de intervalo. Algunas funciones básicas para conseguir esto son: cut(x, breaks=c()) Especica los cortes de x para construir clases de intervalo table(cut(x, breaks=c())) Tabla de frecuencias de las clases establecidas hist(x) Histograma de x con clases por defecto hist(x, breaks=k) Histograma de x con k+1 clases de igual amplitud hist(x, breaks=c()) Histograma de x con clases establecidas Página: 4
5 Además a este tipo de variables se les puede calcular cualquier estadístico denido para variables cuantitativas continuas. Algunos de ellos son: min(x) max(x) sum(x) prod(x) mean(x) median(x) quantile((x), prob=c()) var(x) sd(x) Selecciona el menor valor de x Selecciona el mayor valor de x Suma todos los elementos de x Producto de todos los elementos de x Calcula la media de x Calcula la mediana de x Calcula los percentiles que indiquemos sobre x Calcula la cuasi-varianza de x Calcula la cuasi-desviación típica de x Ejemplo 1.4 La siguiente gura muestra una sesión con R para el tratamiento de la variable Price del chero Houses.TXT, la que previamente hemos transformado para expresarla en miles de euros Estadísticos programando funciones Algunos estadísticos que pueden ser de interés para nosotros no existen como funciones en el paquete base de R. Una alternativa es buscar e instalar el paquete en donde estén implementados dichos estadísticos como funciones o también crear funciones que calculen el estadístico deseado. Página: 5
6 La estructura básica para la segunda opción es: nombre<-function(arg1, arg2,...){expresión} Ejemplo 1.5 Recordemos que la moda es un estadístico de centralización para variables cualitativas o incluso para cuantitativas discretas. Obtiene el valor de mayor frecuencia dentro de la muestra. El ejemplo de la siguiente imagen muestra cómo hemos creado la función moda y la hemos aplicado a los datos del chero Houses.TXT. Otros estadísticos algo más complejos usan los llamados momentos centrales. Denición 1.6 Denimos el momento central de orden r, con r cualquier número natural, de la variable estadística X, a partir de la muestra de datos (x 1,..., x n ), a la expresión m r = n i=1 (x i x) r donde x indica la media aritmética de la variable X. Observar que m 2 = s 2, es decir, el momento central de orden 2 es la varianza de X. A partir de los momentos anteriores denimos dos estadísticos para describir la forma de la distribución de frecuencias: Asimetría: se dene como m 3 s 3 n donde m 3 es el momento central de orden 3 y s es el desviación típica de X. Toma valores próximos a cero en distribuciones casi simétricas, valores positivos cuando la distribución tiene una cola más alargada a la derecha y negativos cuando la distribución tiene una cola más alargada a la izquierda. Página: 6
7 Curtosis: se dene como m 4 s 4 3 donde m 4 es el momento central de orden 4 y s es el desviación típica de X. Toma valores próximos a cero en distribuciones con apuntamiento normal, valores positivos cuando tienen un grado de apuntamiento superior al normal y valores negativos en distribuciones achatadas o con grado de apuntamiento inferior al normal. 2. Descripción de datos bivariantes La siguiente sección contiene ejemplos que se han desarrollado con el chero Lakes.TXT, cuya descripción aparece en la sección de prácticas (sección 3) 2.1. Cualitativa vs Cualitativa Para describir una pareja de variables cualitativas X, Y, cuyos datos se encuentran en los vectores x, y, la función table(x,y) construye la tabla de frecuencias absolutas conjuntas o tabla de doble entrada. Si hacemos tabla=table(x,y), funciones como las siguientes pueden ser aplicadas al objeto tabla. prop.table(tabla) prop.table(tabla,1) prop.table(tabla,2) pie(tabla) barplot(table(x,y)) barplot(table(y,x)) Distribución de frecuencias conjuntas Distribuciones de frecuencias condicionadas por las Distribuciones de frecuencias condicionadas por columnas Gráco de sectores de la distribución de frecuencias conjuntas (no es práctico si la tabla tiene más de 6 casillas) Gráco en forma de barras (proporciones de valores de x para cada valor de y) Gráco en forma de barras (proporciones de valores de y para cada valor de x) Ejemplo 2.1 El chero Lakes.TXT contiene una sola variable cualitativa que es la variable Type. Para poder disponer de otra variable cualitativa vamos a construir a partir de la variable Area la variable cualitativa AreaC con modalidades Pequeño, Mediano y Grande, según el valor (numérico) de la primera. La siguiente gura muestra el uso de las funciones cut(, breaks=c( )) y labels( ) =c( ) para dicha nalidad y la construcción de tablas para la pareja de variables AreaC, Type. A la vista de las distribuciones condicionadas, ¾podemos decir que hay cierto grado de relación entre ambas variables?. La respuesta es si, puesto que las distribuciones de la variable AreaC condicionadas al tipo Type son distintas, según apreciamos en la salida de R de la imagen siguiente. Por ejemplo, podemos apreciar que la proporción de lagos pequeños del tipo 1 (0.60) es muy superior a la proporción correspondiente a los lagos del tipo 3 (0.12). Página: 7
8 2.2. Cuantitativa Continua vs Cualitativa Pasamos directamente a este caso que es más frecuente. Si la variable dependiente es cuantitativa discreta podremos asumirlo como el caso anterior si la variable tiene pocos valores diferentes, o como el presente si tiene muchos. La diferencia esencial es que si la variable dependiente Y es numérica es posible calcular estadísticos mientras que en la situación anterior sólo proporciones y grácos. En general, cuando trabajamos con variables condicionadas Y x, como variables univariantes, el tipo de tratamiento estadístico es el mismo que para la variable marginal Y. La diferencia es que nos interesa tratar todas las variables Y x para analizar si su comportamiento depende del valor X = x (variables dependientes) o por el contrario en el comportamiento de todas las variables condicionadas Y x no hay diferencias signicativas (variables independientes). Como ya dijimos, un resumen descriptivo de una variable cuantitativa viene muy bien dado mediante el diagrama de caja y bigotes, pues éste recoge para ser interpretadas las características de centralización, localización, dispersión y forma de la distribución de frecuencias. Por ello, como herramienta básica para analizar la dependencia entre una variable cuantitativa y una cualitativa vamos a usar este gráco. Ejemplo 2.2 En el siguiente gráco podemos visualizar los diagramas de caja y bigotes de las variables Depth y Area para cada valor de la variable cualitativa Type, que hemos conseguido mediante la secuencia de funciones: par(mfrow=c(1,2)) boxplot(depth Type) boxplot(area Type) Página: 8
9 Se observan distribuciones de frecuencias con características más parecidas (obsérvese por ejemplo la mediana) cuando la variable Depth la condicionamos al tipo de lago (primer gráco), que en el caso de la variable Area (segundo gráco). En este segundo caso se observa que la distribución de frecuencias de la variable Area para los lagos con Type=3 tiene valores de centralización superiores a las otras distribuciones. También la dispersión en el caso Type=3 parece superior a la del resto de distribuciones. Está claro que el grado de relación estadística va a ser mayor en el segundo caso que en el primero Pero además de visualizar las características de las distintas distribuciones que se generan cuando condicionamos una variable cuantitativa continua a cada uno de los valores posibles de una variable cualitativa, también podemos obtener los valores numéricos de las características de centralización, localización y dispersión que se representan en los boxplot anteriores. Mediante la función by(y, X, f) podemos aplicar la función f a las distribuciones condicionadas Y x. A título de ejemplo, el siguiente gráco muestra dos apartados de una sesión con R para calcular un resumen descriptivo a los datos de las variables Depth y Area en función del tipo de lago Type. Página: 9
10 2.3. Cuantitativa Continua vs Cuantitativa Continua Cuando estudiamos la posible relación entre dos variables cuantitativas continuas es necesario en primer lugar intuir tanto la forma como la intensidad de la relación. Ello podemos llevarlo a cabo mediante un gráco llamado nube de puntos que representa en el plano bidimensional las parejas de valores (x i, y i ), desde i = 1, 2,..., n. La imagen siguiente muestra la nube de puntos para los casos Depth vs Area y PHCur vs PHHist. El primero muestra una situación de mayor dispersión frente a la segunda que muestra una situación en donde los puntos parecen pegarse alrededor de cierta función. Esta segunda situación es de mayor grado de dependencia que la primera y en ella cabe preguntarse qué tipo de relación es la que mejor ajusta a la nube de puntos y el grado de bondad de dicho ajuste Area Depth PHHist PHCur Respecto al tipo, supondremos en primer lugar que es de tipo lineal y cuando haya evidencia que un ajuste no lineal es mejor que otro lineal, haremos las transformaciones pertinentes en los datos para que el mejor ajuste resultante sea de tipo lineal. Página: 10
11 Los apartados que resolveremos son los siguientes: 1. Cálculo y gráco de la recta de regresión Las funciones básicas son las siguientes: lm(y x) Calcula los coecientes de la recta de regresión plot(x,y) Gráca de la nube de puntos abline(lm(y x)) Gráca de la recta de regresión 2. Cálculo del coeciente de Correlación Lineal y el de Determinación En primer lugar el Coeciente de Correlación Lineal mediante la función Cor(, ). Como sabemos, éste es un indicador del grado de relación lineal; cuanto más próximo es este valor a 1 o a -1 mayor relación lineal y su signo es el mismo que el de la pendiente de la recta. Otro parámetro que usamos para describir la bondad del ajuste realizado es mediante el Coeciente de Determinación que es coeciente de correlación al cuadrado. Este estadístico expresa la proporción de la varianza de la variable dependiente explicada o justicada por el ajuste realizado, toma valores positivos y cuanto más cercano es este valor a 1 mayor es la bondad del ajuste realizado. En el gráco anterior muestra los valores de ambos estadísticos para el ejemplo tratado. Ejemplo 2.3 La siguiente gura muestra el gráco de nube de puntos con la recta de mínimos cuadrados y los valores de los coecientes obtenidos con R para la pareja de variables PHHist, PHCur PHHist PHCur Página: 11
12 3. Prácticas En las prácticas de este tema vamos a usar el chero Lakes.TXT que contiene datos de 149 lagos en Wisconsin. Los datos históricos fueron obtenidos en los años 50 del siglo pasado, mientras que los datos actuales datan de la última década. Las variables que observadas tienen el siguiente signicado: Type: Tipo de lago. Depth: Máxima profundidad, en metros (actual) Area: Supercie del lago, en hectáreas (actual) WSarea: Supercie entre la línea divisora de aguas o cuenca, en hectáreas (actual) Bog: Porcentaje del lago convertido en ciénaga (actual) DwHist: Número de viviendas en torno al lago en los años 50. DwCur: Número de viviendas en torno al lago en los años actuales. PHHist: Lectura del PH en los años 50. PHCur: Lectura del PH en los años actuales. CondH: Lectura de la conductividad en los años 50. CondCur: Lectura de la conductividad en los años actuales. 1. Construir funciones para calcular con R el Coeciente de Variación, la Asimetría y la Curtosis. Aplicar estos estadísticos a las variables cuantitativas continuas Area, Bog, PHCur y CondCur del chero Lakes.TXT. Elaborar los histogramas de dichas variables para apreciar la interpretación de los estadísticos anteriores. 2. Elabora una descripción estadística lo más completa posible de la variable diferencia PHHist-PHCur. 3. Describe la relación entre las variables Bog y Type. 4. Describe la relación entre las variables CondH y CondCur. 5. A partir de la nube de puntos entre las variables Area y PHCur, realiza las transformaciones oportunas para linealizar dicha nube de puntos. 6. Con las variables anteriores realiza ambos ajustes lineales, con los datos sin transformar y con los datos transformados, y describe la bondad del ajuste en ambos casos. Página: 12
1. Descripción de datos univariantes
Práctica 2: Análisis exploratorio de datos 1. Descripción de datos univariantes En primer lugar hemos de insistir que la Estadística Descriptiva dispone de un abanico de procedimientos que deben ser usados
Más detallesU.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo
U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesTema 3: Análisis de datos bivariantes
Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta
Más detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesY accedemos al cuadro de diálogo Descriptivos
SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas
Más detallesTema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1
Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea
Más detallesESTADÍSTICA CON EXCEL
ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detallesESTADÍSTICA. Individuo. Es cada uno de los elementos que forman la población o muestra.
ESTADÍSTICA La estadística tiene por objeto el desarrollo de técnicas para el conocimiento numérico de un conjunto de datos empíricos (recogidos mediante experimentos o encuestas). Según el colectivo a
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales
Curso de Estadística Aplicada a las Ciencias Sociales Tema 6. Descripción numérica (2) Capítulo 5 del manual Tema 6 Descripción numérica (2) Introducción 1. La mediana 2. Los cuartiles 3. El rango y el
Más detallesTema 1: Análisis de datos univariantes
Tema 1: Análisis de datos univariantes 1 En este tema: Conceptos fundamentales: muestra y población, variables estadísticas. Variables cualitativas o cuantitativas discretas: Distribución de frecuencias
Más detalles1. Dado el siguiente volumen de ventas de una empresa y su gasto en I+D en miles. Prediga las ventas de este empresario para un gasto en I+D de 7.
MODELO A Examen de Estadística Económica (2407) 20 de junio de 2009 En cada pregunta sólo existe UNA respuesta considerada más correcta. Si hay dos correctas deberá escoger aquella respuesta que tenga
Más detallesMétodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va
Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detallesEstadística Descriptiva
M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo
Más detallesEl ejemplo: Una encuesta de opinión
El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar
Más detallesLos estadísticos descriptivos clásicos (Robustez)
Los estadísticos descriptivos clásicos (Robustez) MUESTRA 0 0 4 6 8 9 MUESTRA 0 0 4 6 8 57 Nº CASOS Media Mediana Moda Desviación Simetría Curtosis MUESTRA,85 4,74 0, -0.688 MUESTRA 6,77 4.8.7.77 Ambas
Más detallesESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA Definición de Estadística: La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer
Más detallesEstadística. Análisis de datos.
Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un
Más detallesESTADÍSTICA UNIDIMENSIONAL
ESTADÍSTICA UNIDIMENSIONAL DEFINICIÓN DE VARIABLE Una variable estadística es cada una de las características o cualidades que poseen los individuos de una población. TIPOS DE VARIABLE ESTADÍSTICAS Ø Variable
Más detallesREPASO DE ESTADÍSTICA DESCRIPTIVA
ÍNDICE: 1.- Tipos de variables 2.- Tablas de frecuencias 3.- Gráficos estadísticos 4.- Medidas de centralización 5.- Medidas de dispersión REPASO DE ESTADÍSTICA DESCRIPTIVA 1.- Tipos de variables La estadística
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Más detallesMódulo de Estadística
Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen
Más detallesEjemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos
Más detallesTema 2 Estadística Descriptiva
Estadística Descriptiva 1 Tipo de Variables 2 Tipo de variables La base de datos anterior contiene la información de 36 alumnos de un curso de Estadística de la Universidad de Talca. En esta base de datos
Más detallesUn estudio estadístico consta de las siguientes fases: Recogida de datos. Organización y representación de datos. Análisis de datos.
La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes
Más detallesEstadísticos Descriptivos
ANÁLISIS EXPLORATORIO DE DATOS El análisis exploratorio tiene como objetivo identificar el modelo teórico más adecuado para representar la población de la cual proceden los datos muéstrales. Dicho análisis
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesEJERCICIOS TEMA 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas:
Ejercicio 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas: a) Marca de los coches. b) Peso de los coches. c) Número de coches vendidos
Más detallesApuntes y ejercicios de Estadística para 2º E.S.O
Apuntes y ejercicios de Estadística para 2º E.S.O 1 Introducción La Estadística es la ciencia que se encarga de recoger, organizar, describir e interpretar datos referidos a distintos fenómenos para, posteriormente,
Más detalles2º ESO UNIDAD 14 ESTADÍSTICA Y PROBABILIDAD
º ESO UNIDAD 1 ESTADÍSTICA Y PROBABILIDAD 1 1.- CONCEPTOS BÁSICOS Estadística.- Es la ciencia que estudia conjuntos de datos obtenidos de la realidad. Estos datos son interpretados mediante tablas, gráficas
Más detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuente: Murray R. Spiegel, Estadística, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio científico de los métodos para recoger, organizar, resumir y analizar los datos
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesLOS ESTADÍGRAFOS BÁSICOS Y SU INTERPRETACIÓN, M TENDENCIA CENTRAL
PreUnAB LOS ESTADÍGRAFOS BÁSICOS Y SU INTERPRETACIÓN, MEDIDAS DE TENDENCIA CENTRAL Clase # 26 Noviembre 2014 ESTADÍGRAFOS Concepto de estadígrafo Un estadígrafo, o estadístico, es un indicador que se calcula
Más detallesRepaso Estadística Descriptiva
Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 13 de octubre de 2010 Índice Descriptiva de una variable 1 Descriptiva de una variable 2 Índice Descriptiva de una variable
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesMedidas de Tendencia Central.
Medidas de Tendencia Central www.jmontenegro.wordpress.com MEDIDAS DE RESUMEN MDR MEDIDAS DE TENDENCIA CENTRAL MEDIA MEDIANA MODA CUARTILES,ETC. MEDIDAS DE DISPERSIÓN RANGO DESVÍO EST. VARIANZA COEFIC.
Más detallesUNIDAD 7 Medidas de dispersión
UNIDAD 7 Medidas de dispersión UNIDAD 7 MEDIDAS DE DISPERSIÓN Al calcular un promedio, por ejemplo la media aritmética no sabemos su representatividad para ese conjunto de datos. La información suministrada
Más detallesII. ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS
UNIVERSIDAD INTERAMERICANA PARA EL DESARROLLO ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS Contenido II. ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS II. Tablas de frecuencia II. Gráficos: histograma, ojiva, columna,
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión
Más detallesCURSO VIRTUAL. Acceso a fuentes de información y manejo de redes sociales. Módulo 2
CURSO VIRTUAL Acceso a fuentes de información y manejo de redes sociales Módulo 2 OBJETIVOS Conseguir que el alumno adquiera conocimientos estadísticos que le permitan una lectura comprensiva de la metodología
Más detallesUNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO
UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN PARA DATOS NO AGRUPADOS MATERIAL DIDACTICO SOLO VISION ASIGNATURA QUE CORRESPONDE: ESTADISTICA
Más detallesLibro de ejercicios de refuerzo de matemáticas. María de la Rosa Sánchez
Libro de ejercicios de refuerzo de matemáticas María de la Rosa Sánchez Estadística bidimensional Tema 0 2 Índice general 1. Estadística unidimensional 5 2. Estadística bidimensional 11 3 Tema 1 Estadística
Más detalles2. DESCRIPCIÓN ESTADÍSTICA DE UNA VARIABLE. EJEMPLOS Y EJERCICIOS *.
2. DESCRIPCIÓN ESTADÍSTICA DE UNA VARIABLE. EJEMPLOS Y EJERCICIOS *. 2.1. Ejemplos. Ejemplo 2.1 Se ha medido el grupo sanguíneo de 40 individuos y se han observado las siguientes frecuencias absolutas
Más detallesUNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Más detallesEstadística Descriptiva
Estadística Descriptiva 1 Qué veremos 1. OBJECTIVOS DEL CURSO. DEFINICIONES IMPORTANTES 2. TIPOS DE VARIABLES 3 5 1. Estadísticos de tendencia central 2. Estadísticos de posición 3. Estadísticos de variabilidad/dispersión
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesMINISTERIO DE EDUCACIÓN. Educación Técnica y Profesional. Familia de especialidades: Economía. Programa: Estadística
MINISTERIO DE EDUCACIÓN Educación Técnica y Profesional Familia de especialidades: Economía Programa: Estadística Nivel: Técnico Medio en Contabilidad. Escolaridad inicial: 12mo. Grado AUTORA MSc. Caridad
Más detallesTEMA 7. OTRAS APLICACIONES DE GeoGebra
TEMA 7. OTRAS APLICACIONES DE GeoGebra INTRODUCCIÓN El siguiente tema está dedicado a resolver actividades de estadística y de álgebra con ayuda de este programa que como ya hemos indicado en varias ocasiones
Más detallesEstadística para el análisis de los Mercados S2_A1.1_LECV1
5. Parámetros estadísticos. 5.1. Parámetros de centralización. Estos parámetros nos indican en torno a que puntos se encuentran los valores de la variable cuantitativa en estudio. Es la forma de representar
Más detallesZ i
Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda
Más detallesTabla de frecuencias agrupando los datos Cuando hay muchos valores distintos, los agruparemos en intervalos (llamados clases) de la misma amplitud.
1. TABLAS Y GRÁFICOS ESTADÍSTICOS Estadística Es la ciencia que estudia conjunto de datos obtenidos de la realidad. Estos datos son interpretados mediante tablas, gráficas y otros parámetros tales como
Más detallesTema 7: Estadística y probabilidad
Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesUNIDAD 12: ESTADISTICA. OBJETIVOS
UNIDAD 12: ESTADISTICA. OBJETIVOS Conocer y manejar los términos básicos del lenguaje de la estadística descriptiva elemental. Conocer y manejar distintas técnicas de organización de datos estadísticos
Más detallesMINISTERIO DE EDUCACIÓN. Dirección de Educación Técnica y Profesional. Familia de especialidades:servicios. Programa: Estadística Matemática
MINISTERIO DE EDUCACIÓN Dirección de Educación Técnica y Profesional Familia de especialidades:servicios Programa: Estadística Matemática Nivel: Técnico Medio en Contabilidad. Escolaridad inicial: 9no.
Más detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesTema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0
Ignacio Martín Tamayo 11 Tema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0 ÍNDICE ------------------------------------------------------------- 1. Introducción 2. Frecuencias 3. Descriptivos 4. Explorar
Más detallesTema 9: Estadística en dos variables (bidimensional)
Tema 9: Estadística en dos variables (bidimensional) 1. Distribución de frecuencias bidimensional En el tema anterior se han estudiado las distribuciones unidimensionales obtenidas al observar sólo un
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detalles68 Bioestadística: Métodos y Aplicaciones. curtosis<0 curtosis=0 curtosis>0. Figura 2.10: Apuntamiento de distribuciones de frecuencias
68 Bioestadística: Métodos y Aplicaciones curtosis0 Figura 2.10: Apuntamiento de distribuciones de frecuencias 2.6. Problemas Ejercicio 2.1. En el siguiente conjunto de números,
Más detallesJulio Deride Silva. 27 de agosto de 2010
Estadística Descriptiva Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de agosto de 2010 Tabla de Contenidos Estadística Descriptiva Julio Deride
Más detallesINSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA:
INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMATICAS. ASIGNATURA: MATEMATICAS. NOTA DOCENTE: EDISON MEJIA MONSALVE TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO FECHA N DURACION
Más detalles1, 2, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 2, 1, 1, 4, 1
8 Estadística 81 Distribuciones unidimensionales Tablas de frecuencias En este tema nos ocuparemos del tratamiento de datos estadísticos uestro objeto de estudio será pues el valor de una cierta variable
Más detallesTipos de gráficas y selección según los datos CIENCIA, TECNOLOGIA Y AMBIENTE
Tipos de gráficas y selección según los datos CIENCIA, TECNOLOGIA Y AMBIENTE Objetivos 2 Identificar los tipos de gráficas. Definir los conceptos tablas y cuadros Reconocer las partes de una gráfica. Construir
Más detallesTema 2. Descripción Conjunta de Varias Variables
Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis
Más detallesMEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas
Más detallesTema 1.- Correlación Lineal
Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detallesGobierno de La Rioja MATEMÁTICAS CONTENIDOS
CONTENIDOS MATEMÁTICAS 1.- Números reales Distintas ampliaciones de los conjuntos numéricos: números enteros, números racionales y números reales. Representaciones de los números racionales. Forma fraccionaria.
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesTema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION.
Tema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION. Distribuciones uni- y pluridimensionales. Hasta ahora se han estudiado los índices y representaciones de una sola variable por individuo. Son las distribuciones
Más detallesANÁLISIS DE DATOS UNIDIMENSIONALES
ANÁLISIS DE DATOS UNIDIMENSIONALES TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS MEDIDAS DE POSICIÓN MEDIDAS DE TENDENCIA CENTRAL MEDIA ARITMÉTICA OTRAS MEDIAS: GEOMÉTRICA.ARMÓNICA.MEDIA GENERAL MEDIANA
Más detallesMEDIDAS DE TENDENCIA CENTRAL
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMERICA) MEDIDAS DE TENDENCIA CENTRAL 20/05/2008 Ing. SEMS 2.1 INTRODUCCIÓN En el capítulo anterior estudiamos de qué manera los
Más detallesANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth
ANÁLISIS DE DATOS 1 Tipos de Análisis en función de la Naturaleza de los Datos Datos cuantitativos Datos cualitativos Análisis cuantitativos Análisis cuantitativos de datos cuantitativos (Estadística)
Más detallesEstadística I. Profesor de teoría: Profesores de práctica: Andrés M. Alonso
Estadística I Profesor de teoría: Andrés M. Alonso Despacho 10.1.32 E. Mail: andres.alonso@uc3m.es Web: www.est.uc3m.es/amalonso Web docente: http://www.est.uc3m.es/amalonso/esp/docencia.html Profesores
Más detalles(Se corresponde con el tema 14 del libro de Oxford de 4ºESO Opc. B)
Estadística (Se corresponde con el tema 14 del libro de Oxford de 4ºESO Opc. B) 1. Conceptos Básicos La Estadística es la ciencia que se encarga de recopilar y ordenar datos referidos a diversos fenómenos
Más detallesVariables estadísticas bidimensionales: problemas resueltos
Variables estadísticas bidimensionales: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO
Más detallesEstadística para el análisis de los Mercados S3_A1.1_LECV1. Estadística Descriptiva Bivariada
Estadística Descriptiva Bivariada En el aspecto conceptual, este estudio puede ser generalizado fácilmente para el caso de la información conjunta de L variables aunque las notaciones pueden resultar complicadas
Más detallesLas medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución.
CONTENIDO: MEDIDAS DE DISPERSIÓN INDICADOR DE LOGRO: Determinarás y aplicarás, con perseverancia las medidas de dispersión para datos no agrupados y agrupados Guía de trabajo: Las medidas de dispersión
Más detallesEstadística Descriptiva de una variable con STATGRAPHICS
Estadística Descriptiva de una variable con STATGRAPHICS Ficheros empleados: AlumnosIndustriales.sf3, 1. Introducción El objetivo de este documento es la utilización de las técnicas de estadística descriptiva
Más detallesMedidas de posición para variables cuantitativas
Medidas de posición para variables cuantitativas Objetivos Que deberían saber al terminar esta clase: Qué es el valor mínimo y el máximo Qué es la moda o modo y como se interpreta Qué son los percentiles,
Más detallesUNIDAD 6 Medidas de tendencia central
UNIDAD Medidas de tendencia central UNIDAD MEDIDAS DE TENDENCIA CENTRAL = EJEMPLO. ó Al estudiar la información estadística de los histogramas y los polígonos de frecuencia, se puso en evidencia un significativo
Más detallesCONTENIDOS MÍNIMOS MATEMÁTICAS 2º Y 4º E.S.O.
CONTENIDOS MÍNIMOS MATEMÁTICAS 2º Y 4º E.S.O. Matemáticas 2º E.S.O. a) Contenidos comunes. Utilizar estrategias y técnicas sencillas en la resolución de problemas. b) Números. Conocer los conceptos de
Más detallesESTADÍSTICA DESCRIPTIVA
TEMA 2: ESTADÍSTICA DESCRIPTIVA Objetivos: En esta práctica utilizaremos el paquete SPSS para calcular estadísticos descriptivos de una muestra. Se representarán gráficamente conjuntos de datos utilizando
Más detallesCurso de Estadística Básica
Curso de SESION 3 MEDIDAS DE TENDENCIA CENTRAL Y MEDIDAS DE DISPERSIÓN MCC. Manuel Uribe Saldaña MCC. José Gonzalo Lugo Pérez Objetivo Conocer y calcular las medidas de tendencia central y medidas de dispersión
Más detallesUnidad 1. Obtención, Medición y Representación de Datos. Estadística E.S.O.
Unidad 1 Obtención, Medición y Representación de Datos Estadística E.S.O. Objetivos Distinguir, localizar y manejar las fuentes de información estadística más usuales que proporcionan información útil.
Más detallesMetodología II: Análisis de Datos. Prof. Reinaldo Mayol Derecho
Metodología II: Análisis de Datos Prof. Reinaldo Mayol Derecho Por donde vamos? Luego de obtenidos los datos, el siguiente paso es realizar el análisis de los mismos. Aunque ha sido presentado en este
Más detallesRelación entre la altura y la distancia del suelo al ombligo
Relación entre la altura y la distancia del suelo al ombligo JULIA VIDAL PIÑEIRO Los 79 datos usados para realizar el estudio estadístico de la relación altura- distancia al ombligo, se tomaron a personas
Más detallesMÓDULO III. MEDIDAS DE TENDENCIA CENTRAL, DISPERSIÓN Y ASIMETRÍA
1 UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Más detallesTema 2: Estadística Descriptiva Bivariante.
Estadística 24 Tema 2: Estadística Descriptiva Bivariante. Se va a estudiar la situación en la que los datos representan observaciones, correspondientes a dos variables o caracteres, efectuadas en los
Más detallesDr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental
Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado
Más detallesEste programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Bases de Estadística Licenciatura en Ciencias Ambientales Curso 2oo3/2oo4 Introducción al SPSS/PC Este programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Más detallesPráctica 2: Estadística Descriptiva (II)
Práctica 2: Estadística Descriptiva (II) Objetivos específicos Al finalizar esta práctica deberás ser capaz de: Analizar correctamente variables cuantitativas discretas y continuas mediante tablas, gráficos
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesCRITERIOS DE EVALUACIÓN ESTÁNDARES DE APRENDIZAJE EVALUABLES
Matemáticas hasta 6º de Primaria CONTENIDOS Bloque 5. Estadística y probabilidad CRITERIOS DE EVALUACIÓN ESTÁNDARES DE APRENDIZAJE EVALUABLES Gráficos y parámetros estadísticos. Recogida y clasificación
Más detallesUNIDAD: ESTADISTICA. La estadística se ocupa de recopilar datos, organizarlos en tablas y gráficos y analizarlos con un determinado objetivo.
UNIDAD: ESTADISTICA La estadística se ocupa de recopilar datos, organizarlos en tablas y gráficos y analizarlos con un determinado objetivo. La estadística puede ser descriptiva o inferencial. La estadística
Más detallesESTADÍSTICA CICLO 6 CAPACITACIÓN 2000
INTRODUCCIÓN La estadística día a día esta ocupando un lugar importante en nuestra sociedad colaborando así al progreso humano y su bienestar. Aunque en sus comienzos era aplicada únicamente a asuntos
Más detallesConstrucción de Gráficas en forma manual y con programados
Universidad de Puerto Rico en Aguadilla División de Educación Continua y Estudios Profesionales Proyecto CeCiMaT Segunda Generación Tercer Año Título II-B, Mathematics and Science Partnerships Construcción
Más detalles