DESVIACION MEDIA Es la media aritmética de los valores absolutos de las desviaciones de la media.
|
|
- Inmaculada Aguirre Correa
- hace 7 años
- Vistas:
Transcripción
1 Guía Ddáctca Estadístca Descrptva. GRADO 10º 1 Iván de J. Valenca O. MEDIDAS DE DISPERSIÓN La descrpcón de un conjunto de datos no es completa ctando solamente las meddas de tendenca central (meda, medana y moda). Tambén es mportante analzar las meddas de dspersón que nos permten determnar el grado en que los datos numércos tenden a extenderse alrededor de un valor medo. Cuando la medda de dspersón es alta con respecto a la escala en que se mde la varable, entonces, los datos no se encuentran tan cercanos unos a otros. S la medda de dspersón es baja entonces los datos están cercanos. Las prncpales meddas de dspersón son: el rango de la varable, la desvacón meda, la varanza y la desvacón estándar. Son meddas que determnan en que forma se desvían o se dspersan los datos de una muestra o poblacón con respecto a una medda de tendenca central (generalmente es con respecto a la meda artmétca). Las meddas de tendenca central proporconan una descrpcón ncompleta de una dstrbucón de datos. Puede haber dos dstrbucones que tengan guales uno o varos promedos y ser completamente dferentes. El rango: Es la dferenca entre los valores más alto y más bajo de los térmnos que no se han agrupado en una dstrbucón de frecuencas. S los datos están agrupados, el rango es la dferenca en el lmte superor y el nferor de la dstrbucón. DESVIACIONES de la meda artmétca dm = x x Es la dferenca entre un dato de la muestra y su meda artmétca. La suma de todas las desvacones de la meda es gual a cero: n ( X X ) = 0 donde n es la frecuenca absoluta del dato X. DESVIACION MEDIA Es la meda artmétca de los valores absolutos de las desvacones de la meda. DM = f. X N X Donde N es el número de datos. DESVIACION TÍPICA O ESTANDAR. Se llama desvacón típca o estándar a la raíz cuadrada de la meda artmétca de los cuadrados de las desvacones. Denotaremos la desvacón típca por S s los datos provenen de una muestra y por σ s los datos provenen de una poblacón La meda artmétca de los cuadrados de las desvacones se llama VARIANZA: S (medda de dspersón no muy usada por tener undades cuadradas). Por lo tanto la desvacón típca es la raíz cuadrada de la varanza: S = n ( X X ) S = Donde n es la frecuenca del dato X(marca de clase s es una agrupacón por N ntervalos) y N es el tamaño de la muestra. Ejemplo: Meda y desvacón estándar en agrupacones por ntervalos. S PDF created wth pdffactory tral verson
2 Guía Ddáctca Estadístca Descrptva. GRADO 10º Iván de J. Valenca O. Los ntervalos con su frecuenca respectva muestran la dstrbucón de las edades en años de 8 profesores de la Insttucón Educatva Rafael Núñez de la cudad de Cal. 7 9 : 1; 30 3 : 10; : 14; : 33; : 14; 4 44 : 7; : 3 Hallar Rango, Meda, Medana, Rango ntercuartl, Desvacón meda, Desvacón estándar y coefcente de varacón nterpretando cada uno. Solucón: Se construye la tabla de frecuencas con las columnas sufcentes para determnar las respuestas. DISTRIBUCION DE LAS EDADES DE 8 PROFESORES DEL COLEGIO RAFAEL NUÑEZ Edades X n N X.n /X X / n. /X X / (X X ) n. (X X ) * * * TOTAL Fuente: Secretaría del colego. *RANGO: 47 7 = 0. Entre la mayor y menor edad hay una varacón aproxmada de 0 años. n. X 3034 *MEDIA ARITMETICA: X = = = 37. El promedo de edad de los profesores del N 8 colego es de 37 años. ~ 41 5 *MEDIANA: Poscón de la medana es N/ = 8/ = 41 X = 35,5 + *3 = 37 años 33 El 50% de los profesores del colego tenen edades menores a 37 años. *RANGO INTERCUARTIL: Q 3 Q 1 0,5 11 Para Q 1: N/4 = 8 / 4 = 0,5 Q1 = 3,5 + *3 = 34, 5 años ,5 58 Para Q 3: 3N/4 = 3*8 / 4 = 61,5 Q3 = 38,5 + *3 = 39, años. 14 El 50% de los profesores del colego tenen edades entre 34,5 y 39, años. n. X X *DESVIACION MEDIA: DM = = =, 7 años. 8 8 Las edades de los profesores se desvían en promedo,7 años de la meda (37).. n ( X X ) 1188 *DESVIACION ESTANDAR: S = = = 3, 8 años. N 8 Las edades del total de los profesores se desvían en promedo 3,8 años de la meda que es 37. *COEFICIENTE DE VARIACIÓN: CV = S / X Llamado tambén Coefcente de Dspersón de Pearson (Dspersón relatva). Es la relacón entre la desvacón estándar sobre la meda artmétca (ndcando la desvacón estándar como un porcentaje de la meda artmétca). PDF created wth pdffactory tral verson
3 Guía Ddáctca Estadístca Descrptva. GRADO 10º 3 Iván de J. Valenca O. 3,8 CV = *100% = 10,3 % La desvacón estándar de la edad de los profesores es el 10,3% de la 37 meda. El Coefcente de Varacón CV es muy mportante cuando se necesta comparar la dspersón relatva entre dos ó más seres de datos que estén en las msmas undades con medas artmétcas dferentes o en seres de datos que se expresan en dferentes undades de medda. Ejemplo: Supongamos que en una fábrca de Venezuela el salaro promedo por semana es de 9000 Bolívares con una desvacón estándar de 80 Bls. Y en Colomba en una fábrca el salaro promedo es de $ con una desvacón estándar de $130. En cuál de las dos fábrcas hay más dspersón en los salaros? Solucón: En VENEZUELA. CV = 80 / *100% = 0,89% En COLOMBIA. CV = 130 / *100% = 0,13% Exste mayor dspersón de salaros con respecto a la meda en la fábrca venezolana. EJERCICIO 1: en una cudad hay dos coros A y B formados por 9 personas cada uno y sus edades son las sguentes: CORO A: Edades en años CORO B: Edades en años Determnar para cada coro: Meda, Desvacón meda, desvacón estándar y coefcente de varacón. Ejercco : Hallar las meddas de dspersón estudadas nterpretando cada una en las sguentes seres: 1. En un examen de español Estefanía obtuvo los puntajes y Govanna obtuvo los puntajes Quén obtuvo mejor rendmento? 3. Estatura en centímetros de un grupo de 80 personas: 150,5 155,5: 3 personas; 155,5 160,5: 6 personas; 160,5 165,5: 1 personas 165,5 170,5:18 personas; 170,5 175,5:5 personas; 175,5 180,5: 16 personas. 3. Dámetro en cm de balnes de un sstema mecánco: 50,5 57,5: 4 balnes; 57,5 64,5: 3 balnes; 64,5 71,5: 10 balnes; 71,5 78,5: 6 balnes. 78,5 85,5: 4 balnes: 85,5 9,5: 4 balnes. 4. Se toma muestra de 50 bombllas de 60 watos. Se encende cada una y se mantene en uso hasta que ya no funconen. El número de horas de vda útl de cada bomblla fue: 16 H 3 bombllas, 0 H 11 bombllas, 4 H 15 bombllas, 8 H 1 bombllas, 3 H 7 bombllas, 36 H bombllas. 5. En un examen de físca el grupo 11 A obtuvo una meda de 36 puntos con una desvacón estándar de 6,5 y el grupo 11 B obtuvo una meda de 31 puntos con una desvacón estándar de 4,5 puntos. Cuál grupo obtuvo mejor rendmento en la prueba de físca? 3. CONSULTAR: Cuando una dstrbucón de datos es SIMETRICA y cuando es ASIMETRICA. PDF created wth pdffactory tral verson
4 Guía Ddáctca Estadístca Descrptva. GRADO 10º 4 Iván de J. Valenca O. NIVEL DE MEDICION POR INTERVALOS. REGLA DE STURGES. Se utlza para varables contnuas y para varables dscretas con rangos muy numerosos Cuando el tamaño de la muestra y el recorrdo de la varable son grandes, por lo que será necesaro agrupar en ntervalos los valores de la varable. En una muestra el número de ntervalos se puede escoger arbtraramente entre 5 a 16 según su magntud. Para tener unformdad podemos usar el método de la REGLA DE STURGES. PROBLEMA: S a un grupo de 40 deportstas del club X les preguntamos por su peso aproxmado a lbras y encontramos los sguentes datos: PASOS DE LA REGLA DE STURGES: 1. Determnar el RANGO O RECORRIDO: R Dferenca entre el dato mayor y el dato menor. R = Xmáx Xmín = = 57 lbras.. Se determna el número de ntervalos o clases (K) necesaros para agrupar los datos medante la fórmula K = 1 + 3,3*Log N donde: K = # ntervalos Log N = logartmo de N N = Total de la muestra K = 1 + 3,3*Log 40 = 6,8 K = 6 (Se aproxma al entero más cercano ya que K es entero) 3. Tamaño de cada ntervalo llamado ANCHO DE CLASE: C C = R / K = 57 / 6 = 9,5 C = 10 (Lo ajustamos sempre al sguente entero s los datos de la muestra están aproxmados a enteros o al decmal sguente s los datos de la muestra están aproxmados con decmales, así la dvsón sea exacta) 4. Determnacón de EXTREMOS O LÍMITES DE LOS INTERVALOS Como C aumentó, orgna nuevo rango llamado rango amplado: Ra = C*K = 10*6 = 60 Lbras (aumentó el rango de 57 a 60) Al ncremento de rango le restamos 1, ó 0,1 ó 0,01 según como estén los datos de la muestra, por el ajuste que se le hzo a C, en el paso 3. Incremento rango 1 = = ; lo repartmos en los dos extremos del rango orgnal (s el ncremento 1 es par se reparte por partes guales amplando el rango y s es mpar por ejemplo 5, restamos 3 y sumamos en los extremos; puede ser lo contraro) El nuevo Rango sería: 118 a 177 La muestra se repartrá de 118 a 177 lbras en 6 ntervalos con un ancho de clase de 10 en 10. LIMITES REALES DEL RANGO: De 117,5 a 177,5 Recuerde: C = LRS LRI (Límte Real Superor Límte Real Inferor) TABLA DE FRECUENCIAS. DISTRIBUCION DE LOS PESOS EN LIBRAS DE 40 DEPORTISTAS DEL CLUB X. PESOS(LB) X : n : deportstas h % N I H % n.x n. x x 117,5 17,5 1,5 3 7,5 3 7,5 17,5 137,5 13,5 6 15,0 9,5 137,5 147,5 14, ,0 3 57,5 147,5 157,5 15,5 9,5 3 80,0 157,5 167,5 16,5 6 15, ,0 167,5 177,5 17,5 5, TOTAL ///// ///// Fuente: Regstro de deportstas del club. n.( x x) PDF created wth pdffactory tral verson
5 Guía Ddáctca Estadístca Descrptva. GRADO 10º 5 Iván de J. Valenca O. GRAFICOS: Cuando los datos provenen de una varable de nvel de medcón por ntervalos, se representa la nformacón al menos en una de las sguentes gráfcas: HISTOGRAMA, POLIGONO DE FRECUENCIAS U OJIVAS. EL HISTOGRAMA srve para representar gráfcamente las frecuencas absolutas o relatvas en una sere de rectángulos o barras, undas entre sí, cuya altura expresa la frecuenca respectva. El ancho de las barras es arbtraro, pero debe ser unforme en todas. En el eje horzontal se ubcan los límtes reales del ntervalo o las marcas de clase y en el eje vertcal se dstrbuyen las frecuencas absolutas o relatvas. Puede aparecer un solo gráfco con dos ejes así: DEPORTISTAS n ,5 17, , , , , ,5 PESO EN LIBRAS h EL POLIGONO DE FRECUENCIAS es un gráfco de línea trazado sobre las marcas de clase. Puede obtenerse unendo los puntos medos de los techos de los rectángulos en el hstograma. LA OJIVA es una gráfca correspondente a un polígono de frecuencas acumuladas, donde el eje horzontal corresponde a los límtes reales superores de cada ntervalo y el eje vertcal a las frecuencas acumuladas absolutas o relatvas o ambas. Se utlza para vsualzar datos que sean mayores o menores que un determnado punto. S vamos a observar datos que estén por debajo de un lmte superor de un ntervalo, la ojva se llama menor que. DEPORTISTAS PESO EN LIBRAS PDF created wth pdffactory tral verson
6 Guía Ddáctca Estadístca Descrptva. GRADO 10º 6 Iván de J. Valenca O. INTERPRETACION DE TABLAS DE FRECUENCIAS Y GRAFICAS. 1. Con respecto a la TABLA DE FRECUENCIAS La frecuenca total de todos los valores menores que el límte real superor de un ntervalo de clase dado se conoce como frecuenca acumulada hasta ese ntervalo de clase nclusve. Por ejemplo, la frecuenca acumulada hasta el ntervalo 137,5 147,5 es3, sgnfcando que 3 estudantes tenen pesos menores que 147,5 lbras. a) 14 deportstas tenen pesos entre 137,5 y 147,5 lbras y representan el 35% de la muestra. b) 3 deportstas tenen pesos menores que 147,5 lbras y representan el 57,5% de la muestra. c) 8 deportstas tenen pesos superores 157,5 lbras y representan el 0% de la muestra... En el HISTOGRAMA observamos que el peso más popular de este grupo de deportstas está entre 137,5 y 147,5 lbras y corresponde al 35% de la muestra. Y el peso mas bajo está entre 167,5 Y 177,5 lbras y corresponde al 5%. 4. En la OJIVA leemos datos menores que (lmte real superor) y observamos: a) 3 deportstas pesan menos de 157,5 lbras y representan el 80% de la muestra. b) 17 deportstas pesan más de 147,5 lbras y representan el 4,5% de la muestra. c) El 5% de los deportstas (cuarta parte) pesan menos de 138 lbras aproxmadamente (se lee proyectando una línea horzontal desde el 5% = N/4 hasta la OJIVA y bajando vertcalmente al eje x calculando un valor aproxmado entre 137,5 y 147,5. El 50% = N/4 = N/ (medana) de los deportstas pesan menos de 145 lbras aproxmadamente. El 75% = 3N/4 de los deportstas pesan menos de 155 lbras aproxmadamente. el 50% de los deportstas pesan entre 138 y 155 lbras aproxmadamente (RANGO INTERCUARTIL o entre cuartos 1 y 3 de la muestra). ACTIVIDAD 1: Determne algunas conclusones para el problema nterpretando adecuadamente las meddas de tendenca central, de poscón relatva y las de dspersón. EJERCICIOS 3: En las sguentes muestras determnar dstrbucón de frecuencas (tablas), hstogramas y ojvas, según nvel de medcón de sus datos; dar algunas nterpretacones (para n, N, h, H ); las meddas de tendenca central, prmer y tercer cuartl, rango ntercuartl y las meddas de dspersón nterpretándolas adecuadamente: 1. En el Club de adultos mayores Espírtu Joven se tomaron las sguentes edades en años de sus 40 ntegrantes, así: Los salaros de 40 empleados de la mcroempresa A, en mles de pesos por semana son: Se mderon 34 varllas de acero en centímetros (utlzando una aproxmacón de 0,1) obtenéndose los sguentes datos: 10,6 1, 11,8 1,5 10,8 1,7 11,1 16,5 11,4 9, 15,0 9,3 11,5 10,3 1,4 11,9 10,1 8,6 9,9 8,5 9,1 11,6 7,8 1,4 14,9 11,3 11,1 1,5 1,3 10, 1,5 9,7 1,3 1,0. 4. Los sguentes datos corresponden a los pesos en klogramos con aproxmacón de un decmal (0,1) de los nños de la Guardería Osta Juguetona : 15,4 16,8 17,4 17,7 18,0 18, 18,3 18,4 19,0 19,1 19, 19,3 19,4 19,5 19,6 19,7 19,9 0,0 0, 0,3 0,5 0,8 1,0 1,1 1, 1,3 1,4 1,5 1,5 1,5 1,7,0 PDF created wth pdffactory tral verson
7 Guía Ddáctca Estadístca Descrptva. GRADO 10º 7 Iván de J. Valenca O. MEDICION POR INTERVALOS. AGRUPACION DE LA MUESTRA EN TALLOS Y HOJAS. PROBLEMA : Un nvestgador desea determnar como varían las estaturas de las operadoras de las máqunas en Cartón de Colomba tomando una muestra de 50 mujeres y anotando sus estaturas en pulgadas, así: Para agrupar la muestra en ntervalos organzamos los datos en un arreglo de tallos y hojas. El tallo corresponde a los dígtos prmaros (en este caso a las decenas) y las hojas a los dígtos secundaros (undades). El tallo se coloca a la zquerda de una línea vertcal y la hoja a la derecha de la msma. Para el dato 54, el tallo es 5 y la hoja es ntervalos La seleccón del número de ntervalos depende de la fnaldad del estudo, grado de varabldad de los datos y la cantdad de datos. Sn embargo, en térmnos generales, la dstrbucón de frecuencas debe tener al menos 5 ntervalos y no mayor de 16 ntervalos. No debe exstr ntervalos de clase que no tengan datos; s así sucede se deberán reagrupar los datos. Para lograr el requsto de al menos 5 ntervalos (tallos) podemos dvdr los tallos, uno con hojas I: 0, 1,, 3, 4 y el otro con hojas D: 5, 6, 7, 8, 9 Tallos Hojas n 5 I D ntervalos 6 I D I D 5 1 Observamos que: Los ntervalos serían: 50 54, 55 59, 60 64, 65 69, 70 74, La tabla debe r de 49,5 hasta 79,5 con un ancho de clase c = 54,5 49,5 = 5 ACTIVIDAD : Analce el problema construyendo la tabla y determnando los estadígrafos. DATOS DE LA MUESTRA CON DECIMALES. PROBLEMA 3: La casa N.K.S. acaba de nstalar una nueva máquna para la fabrcacón de rodamentos. Con el fn de establecer una norma de funconamento y determnar la precsón de esta nueva máquna, todos los rodamentos producdos en un día determnado se mden cudadosamente en su dámetro nterno, con aproxmacón de centésmas de pulgada. La prmera etapa, y una de las más mportantes, que comprende un trabajo descrptvo de la estadístca es la obtencón de las observacones prmaras o báscas, es decr la toma y recoleccón de datos: 5.0 5,00 4,96 4,96 5,01 5,04 4,95 4,99 4,98 5,01 5,00 4,96 5,01 4,94 4,97 4,94 5,01 5,0 5,01 5,03 5,00 4,98 5,03 5,01 4,98 5,0 5,06 5,01 4,97 4,99 5,0 5,00 5,03 4,98 5,00 4,99 4,97 4,98 5,06 4,98 5,0 5,00 5,01 5,08 5,00 Tallos Hojas 4, , PDF created wth pdffactory tral verson
8 Guía Ddáctca Estadístca Descrptva. GRADO 10º 8 Iván de J. Valenca O. Hay que aumentar el número de troncos, recuerde que al menos son 5 ntervalos para la tabla de frecuencas. S usamos las hojas I y D como en el ejemplo anteror, saldrían 4 ntervalos. Puede lograrse un aumento adconal de tallos al dentfcar con A: las hojas 0, 1, con B:, 3, con C: 4, 5, con D: 6, 7, con E: 8,9 Tallos Hojas n 4,9 C ,9 D ,9 E ntervalos 5,0 A ,0 B ,0 C 4 4 5,0 D 6 1 5,0 E 8 1 Observamos que: Los ntervalos serían: 4,94 4,95 4, ,98 4,99 5,00 5,01 5,0 5,03 5,04 5,05 5,06 5,07 5,08 5,09 La tabla debe r de 4,935 hasta 5,095 con un ancho de clase c = 4,955 4,935 = 0,0 ACTIVIDAD 3: Analce el problema construyendo la tabla, determnando e nterpretando los estadígrafos (MTC, MPR, MD). Construya el hstograma y la ojva. EJERCICIO 4: Los salaros daros de 60 docentes, de tempo completo, del colego XYZ en mles de pesos son: Realce tabla de frecuencas usando el método de tallos y hojas. Construya gráfcos (Hstograma y ojva). Determne estadígrafos nterpretándolos adecuadamente. EJERCICIO 5: Las notas de estadístca, de 1 a 5, de 45 estudantes del tercer semestre de contaduría de la unversdad San Buenaventura fueron: 1,6 1,5 1,6 1,8 1,8 1,8 1,9,,4,4,4,5,5,5,5,5,6,6,6 4,0,8 4,1,8,8,9,9,9 3,0 3,0 3,0 3,0 4, 3,9 3, 3, 3, 3, 3, 3, 3, 3, 3, 3,9 3,9 1,5. Agrupe la muestra en ntervalos medante tallos y hojas. Realce tabla de frecuencas, hstograma y la ojva. Determne e nterprete las meddas de tendenca central, las de poscón relatva y las de dspersón. MEDICION POR INTERVALOS ESCOGIENDO LIBREMENTE EL NÚMERO DE INTERVALOS. Lbre albedrío. Se halla el rango. R Se seleccona lbremente el número de ntervalos. K (No menos de 5 n más de 16). Se determna el ancho de clase. C = R / K, Lo ajustamos sempre al sguente entero s los datos de la muestra están aproxmados a enteros o al decmal sguente s los datos de la muestra están aproxmados con decmales, así la dvsón sea exacta. Para determnar lmtes reales y dstrbucón de frecuencas se hace en la msma forma de la regla de Sturges. PDF created wth pdffactory tral verson
9 Guía Ddáctca Estadístca Descrptva. GRADO 10º 9 Iván de J. Valenca O. METODO DE INVESTIGACION ESTADISTICA. INTRODUCCIÓN. La nvestgacón se debe entender como el proceso dedcado a responder a una pregunta. Dcha respuesta lo que pretende es aclarar la ncertdumbre de nuestro conocmento. No se trata de almacenar datos de forma ndscrmnada sno que se defne como un proceso sstemátco, organzado y objetvo destnado a responder a una pregunta. EL PROCESO INVESTIGATIVO El proceso nvestgatvo: Es concebdo como una búsqueda y seleccón contnua de deas y hechos que se consderan sgnfcatvos para la construccón de un marco conceptual sobre la base o esenca de la nformacón. A partr del análss se ntentan esfuerzos de síntess cuyos resultados se plasman en presentacones parcales o más generales. Se busca una convergenca haca un eje central, pero no se persgue la elaboracón de una teoría general. Los textos resultantes de la nvestgacón son ntentos sempre ncompletos, en el mejor de los casos crecentemente artculados, pero nunca crstalzados en un modelo únco o perfectamente acabado. Es un proceso de búsqueda de resultado aberto e ndetermnado. Por otra parte, el proceso nvestgatvo no estaría completo s fuese cerrado en sí msmo y excluyese a una componente de comuncacón e nteraccón con otras personas y actores. El aporte de terceros actores es sempre sgnfcatvo. Una persona externa, cualquera que sea su papel dentro o fuera de lo estrctamente académco, puede opnar, dsentr y aportar nuevas deas y hechos. Puede compartr su experenca personal con fenómenos de la base, o economía de la nformacón. Puede sugerr alguna lectura desconocda para el autor del Sto. Puede aprecar los hechos conforme a la mrada de sus propas valoracones. 1. Etapas del proceso nvestgatvo: El proceso nvestgatvo tradconal con el que se genera una dsertacón o tess consste de varas etapas o momentos entre los que se dstnguen como esencales: 1.1 Defncón del problema. Consste en la justfcacón del estudo, la determnacón de los objetvos del estudo o creacón de la pregunta de nvestgacón, la revsón bblográfca, planteamento de hpótess que se desea probar o rechazar. 1. Defncón de la poblacón. Defnr en forma precsa cual es la poblacón de nterés en el estudo. 1.3 Determnacón de las varables de nterés. Consste en la defncón de las característcas de la poblacón que proporconan la nformacón necesara para el logro de los objetvos del estudo. 1.4 Dseño del estudo. Algunos llaman a esta etapa Dseño del expermento y consste en defnr s se observará la poblacón completa (censo) o solo parte de ella (muestreo). En este últmo caso deberá determnarse el tpo de muestreo a utlzar y el tamaño de la muestra para unas especfcacones de precsón deseadas (error tolerable y nvel de confanza), gualmente debe defnrse la logístca de la recoleccón de la nformacón. 1.5 Recoleccón de la nformacón o de datos para someter a prueba la hpótess de nvestgacón. Generalmente se elabora un cuestonaro (encuesta) fácl de tabular con preguntas de seleccón múltple que nvolucren las dferentes clases de varables. Pueden colocarse al fnal del formularo uno o varos numerales con espaco lmtado para que el encuestado haga las observacones o sugerencas que crea convenentes. 1.6 El análss descrptvo de los datos recogdos. PDF created wth pdffactory tral verson
10 Guía Ddáctca Estadístca Descrptva. GRADO 10º 10 Iván de J. Valenca O. Esta etapa la consttuye la aplcacón de las técncas que proporcona la estadístca descrptva y consste en organzar la nformacón en forma útl y comprensble, medante tablas, gráfcos, trascrpcón de datos por medo de meddas de tendenca central, de poscón relatva y dspersón que faclten su nterpretacón. Esta es una fase exploratora. 1.7 Conclusones y planteamento de nuevas hpótess. Donde se nterpretan cualtatvamente los resultados cuanttatvos y se nfere a toda la poblacón proposcones o conclusones, basadas en las observacones y resultados proporconados por una muestra, en forma clara, ndcando sus alcances y lmtacones, gualmente se plantean nuevas hpótess que puderon surgr en la propa exploracón de los datos.. Revsón Bblográfca o revsón documental. El desarrollo de un proceso de nvestgacón socal sempre nos nvta a buscar nformacón sobre otros trabajos que hayan avanzado en el tema de nuestro nterés. En térmnos generales esta nformacón es obtenda a través de medos mpresos (monografías, lbros, artículos de revstas, entre otros) o de medos magnétcos (vdeos, casetes, dsquetes, entre otros). En este momento nos nteresa abordar la nformacón que es obtenda medante medos mpresos (o bblografía), ya que es la más utlzada en nvestgacones socales gracas a las facldades de acceso y manejo de datos que propone. A este proceso de ndagacón se le conoce comúnmente como Revsón Bblográfca o revsón documental. En algunos documentos consultados, la Revsón Bblográfca es entendda como aquella etapa de la nvestgacón centífca donde se explora qué se ha escrto en la comundad centífca sobre un determnado tema o problema Sn embargo, así como puede constturse en un momento esencal de la nvestgacón socal, de gual forma puede establecerse como un proceso nvestgatvo partcular e ndependente. Lo anteror gracas a la dversdad de técncas que se pueden trabajar para su desarrollo y, sobre todo, al alto nvel de datos, reflexones y conclusones que ofrece. Así, en algunos espacos ha adqurdo la connotacón de Investgacón Bblográfca. En consecuenca, la Revsón Bblográfca se consttuye en una de las partes más mportantes del proceso nvestgatvo, pues no sólo brnda nformacón oportuna, sno tambén, permte confrontar deas, complementar planteamentos, confrmar crteros, amplar vsones y defnr reflexones. De allí que este presente durante toda el proceso nvestgatvo, sustentando y apoyando su desarrollo. Ahora ben, después de haber dentfcado algunas de las utldades que tene la Revsón Bblográfca, podemos hablar sobre las pautas más generalzadas entre los nvestgadores para defnr qué bblografía consultar. Así, para algunos exsten dos tpos de documentos a explorar: a) Fuentes prmaras o documentos orgnales, en los cuales podemos encontrar nformacón especalzada sobre un tema partcular, son textos donde sus autores desarrollan una temátca específca y que, por lo general, va drgda a un públco determnado. b) Fuentes secundaras o catálogos, los cuales brndan pautas claves para dentfcar los textos especalzados. Para quenes optan por este enfoque, el orden sugerdo de búsqueda es prmero el secundaro o catálogo y luego el prmaro o documento orgnal. Esta estratega permte r de las deas generales a las partculares y específcas, y contrbuye a economzar tempo en la búsqueda bblográfca. ACTIVIDAD: 1. Realce mapa conceptual o cuadro snóptco que muestre los procesos en una nvestgacón estadístca.. Consulte una encuesta desarrollada en un estudo o nvestgacón estadístca determnada. Puede ser para una muestra o para un censo. (Defnendo el problema, poblacón, varables de nterés y dseño del estudo). PDF created wth pdffactory tral verson
Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia
MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen
Más detallesINTRODUCCIÓN. Técnicas estadísticas
Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad
Más detallesTema 1: Estadística Descriptiva Unidimensional
Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde
Más detallesMedidas de Variabilidad
Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces
Más detallesESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística
ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es
Más detallesDescripción de una variable
Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad
Más detallesESTADÍSTICA. Definiciones
ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesTema 6. Estadística descriptiva bivariable con variables numéricas
Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables
Más detallesTema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1
Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para
Más detalles5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.
5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. Para organzar los datos a medda que el número de observacones crece, es necesaro condensar más los datos en tablas apropadas, a fn de presentar, analzar e nterpretar
Más detallesLECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA
LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas
Más detallesEstadística Unidimensional: SOLUCIONES
4ª SesónFecha: Estadístca Undmensonal: SOLUCIOES Varables estadístca dscreta 1 Con los datos del ejercco de Pág 19 nº 3 determna: a) Tabla de Frecuencas b) Dagrama de barras Gráfco acumulado c) Meddas
Más detallesOrganización y resumen de datos cuantitativos
Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO PLANTEL IGNACIO RAMÍREZ C. DE LA ESCUELA PREPARATORIA
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO PLANTEL IGNACIO RAMÍREZ C. DE LA ESCUELA PREPARATORIA PROBLEMARIO DE ESTADÍSTICA MÓDULO I. REPRESENTACIÓN DE DATOS MÓDULO II. MEDIDAS DE TENDENCIA CENTRAL ELABORADO
Más detallesLECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 4: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION. DEFINICION Las meddas estadístcas son meddas de resumen
Más detallesLECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas
Más detallesESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor
el blog de mate de ada: ESTADÍSTICA pág. 1 ESTADÍSTICA La estadístca es la cenca que permte acer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que aorra tempo y dnero. Poblacón
Más detallesSEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN
Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de
Más detallesPráctica 3. Media, mediana y moda.
Práctca 3. Meda, ana y moda. La presente práctca, te permtrá estudar las das de tendenca central menconadas, a partr de los sguentes datos que corresponden a la estatura de estudantes, ncaremos la práctca.
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detallesPoblación: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento
Más detallesMedidas de centralización
1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos
Más detalles4º DE ESO MATEMÁTICAS-B CURSO UNIDAD 14: ESTADÍSTICA
UNIDAD 14: ESTADÍSTICA INTRODUCCIÓN La presenca de la Estadístca es habtual en multtud de contextos de la vda real: encuestas electorales, sondeos de opnón, etc. La mportanca de la Estadístca en la socedad
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesESTADÍSTICA UNIDIMENSIONAL
ESTADÍSTICA UNIDIMENSIONAL La estadístca undmensonal trata de resumr la nformacón contenda en una tabla que contene nformacón de una sola varable en unos pocos números. Las meddas de poscón pueden ser:
Más detallesPoblación: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco
Más detalles2 Dos tipos de parámetros estadísticos
Dos tpos de parámetros estadístcos Págna 198 1. Calcula la meda, la medana y la moda de cada una de estas dstrbucones estadístcas: a) 4, 5, 6, 6, 6, 6, 7, 11, 1, 17 b), 1, 6, 9,, 8, 9,, 14, c), 3, 3, 3,
Más detallesMedidas de Tendencia Central y de Variabilidad
Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.
Más detallesIntroducción a la Física. Medidas y Errores
Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren
Más detallesH 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme
Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor
Más detallesA. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.
MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan
Más detallesGUÍA DE APOYO AL APRENDIZAJE N 2
GUÍA E APOYO AL APREIZAJE Meddas de Tendenca Central ó de Resumen Las meddas de resumen son valores de la varable que permten resumr la normacón que hay en una tabla undamentalmente estas meddas se usan
Más detalles3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
Más detallesPara construir un diagrama de tallo y hoja seguimos los siguientes pasos:
UNIDAD 2: Gráfcos estadístcos Los gráfcos muestran vsualmente y de forma rápda la dstrbucón de los datos y sus prncpales característcas, consttuyen un mportante complemento en la presentacón de la nformacón.
Más detallesEJERCICIOS RESUELTOS TEMA 2
EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;
Más detallesLECTURA 03: DISTRIBUCIONES DE FRECUENCIAS (PARTE II)
LECTURA 03 DISTRIBUCIONES DE FRECUENCIAS (PARTE II) DISTRIBUCIONES DE FRECUENCIAS EN INTERVALOS DE CLASE Y DISTRIBUCIONES DE FRECUENCIAS POR ATRIBUTOS O CATEGORÍAS TEMA 6 DISTRIBUCIÓN DE FRECUENCIAS EN
Más detallesDATOS AGRUPADOS POR INTERVALOS DE CLASE
3. Datos agrupados por ntervalo (Varable contnua) Generalmente los datos se agrupan por medo de ntervalos de clase, los cálculos son una aproxmacón a la realdad, se faclta los cálculos. En la agrupacón
Más detallesENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS
METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detalles( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )
MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror
Más detallesEXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
Más detallesMedia es la suma de todas las observaciones dividida por el tamaño de la muestra.
Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,
Más detallesEjemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias
Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesLISTA DE TALLERES DE ESTADÍSTICA
1 LISTA DE TALLERES DE ESTADÍSTICA Nº Tema Págnas Calfcacón 1 Conceptos fundamentales de estadístca 2 2 Tablas de frecuenca 3,4,5 3 Meddas de tendenca central 6,7,8 Evaluacón 9 4 Gráfcos estadístcos 10,11,12
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesInferencia en Regresión Lineal Simple
Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco
Más detallesMEDIDAS DESCRIPTIVAS
Tema 2: MEDIDAS DESCRIPTIVAS DE LOS DATOS 1. MEDIDAS DE CETRALIZACIÓ: Meda Medana Moda Cuantles Otras 2. MEDIDAS DE DISPERSIÓ: Desvacón típca Varanza Rango Otras 3. MEDIDAS DE FORMA: Asmetría Apuntamento
Más detallesAdemás podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:
MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante
Más detallesTema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis
Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ
Más detallesESTADISTICA DESCRIPTIVA COMPETENCIAS
ESTADISTICA DESCRIPTIVA COMPETENCIAS Descrbe e nterpreta las propedades de estadístca descrptva en problemas reales. Es asertvo con su opnón. Partcpa actvamente en forma ndvdual y grupal. SESIÓN 16 E S
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 2009
METODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 009 INSTITUTO NACIONAL DE ESTADÍSTICAS Novembre / 0 DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO Metodología Muestral Encuesta Longtudnal
Más detallesEL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza
EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona
Más detallesTema 1: Análisis de datos unidimensionales
Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones
Más detallesVariables Aleatorias
Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd
Más detallesDEPARTAMENTO DE MATEMÁTICAS
. INTRODUCCIÓN En la socedad de la nformacón en la que vvmos resulta mprescndble dsponer de técncas y conceptos que permtan extraer, de manera fable y senclla, nformacón relevante de dferentes conjuntos
Más detallesUNIDAD 1: Tablas de frecuencias
UIDAD : Tablas de recuencas Cuando sobre una poblacón hemos realzado una encuesta o cualquer regstro para conocer los valores que toman las varables, nos encontramos ante una gran cantdad de datos que
Más detallesEstadística Descriptiva Análisis de Datos
El concepto de Estadístca Estadístca Descrptva Análss de Datos 8.1 INTRODUCCION El orgen de la Estadístca se remonta a dos tpos de actvdades humanas: los juegos de azar y las necesdades de los Estados:
Más detallesGUÍA DE APOYO AL APRENDIZAJE N 1
GUÍA DE APOYO AL APRENDIZAJE N 1 1.- Dencones de conceptos báscos. Estadístca: la estadístca es un conjunto de métodos y procedmentos que srven para recolectar, organzar y presentar los datos obtendos,
Más detallesESTADISTICA DESCRIPTIVA CON EXCEL 2016 Y EL COMPLEMENTO MEGASTAT
ESTADISTICA DESCRIPTIVA CON EXCEL 016 Y EL COMPLEMENTO MEGASTAT DAGOBERTO SALGADO HORTA pág. 1 INTRODUCCIÓN Según Allen (1996), Chao (1996), Yule y Kendal (1986) y Rvas González (1993) la estadístca es
Más detallesTRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).
TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen
Más detallesUNIDAD 1. Estadística descriptiva.
UNIDAD 1 Estadístca descrptva. 8 Desde hace muchos años, la estadístca ha tendo presenca en todos los ámbtos de estudo: economía, admnstracón, ngenería, etc. La estadístca descrptva es una rama de las
Más detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón
Más detallesE.U.I.T.I. Bilbao. Asignatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA
E.U.I.T.I. Blbao Asgnatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA E.U.I.T.I. Blbao Asgnatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA TEMA 2: ESTADÍSTICA DESCRIPTIVA 1. RESUMEN Métodos para resumr y descrbr
Más detalles1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...
TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas
Más detallesREGRESION LINEAL SIMPLE
REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón
Más detallesTema 1 Descripción de datos: Estadística descriptiva unidimensional Estadística descriptiva
Descrpcón de datos: Estadístca descrptva undmensonal Estadístca descrptva Objetvos: Ordenar, clasfcar, resumr grandes conjuntos de datos de modo que puedan ser fáclmente nterpretables Defncones báscas:
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS
SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento
Más detallesGuía para el Trabajo Práctico N 5. Métodos Estadísticos en Hidrología
Guía para el Trabajo Práctco 5 Métodos Estadístcos en Hdrología er. PASO) Realzar el ajuste de la funcón de dstrbucón normal a una muestra de datos totales anuales de una varable (caudal, precptacón, etc.)
Más detallesFigura 1
5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS GUÍA PARA PREPARAR EL EXAMEN EXTRAORDINARIO DE ESTADISTICA Y PROBABILIDAD
Más detallesACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS
IES ÍTACA ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS HOJA 18: ESTADÍSTICA 1. El número de hermanos de los alumnos de una clase es el sguente: 1 3 1 1 1 1 1 1 1 1 3 1 3 5 a)
Más detallesTema 1.3_A La media y la desviación estándar
Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.
Más detallesMaestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza
Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El
Más detallesElaboración de Tablas ó Cuadros. La elaboración de tablas o cuadros, facilita el análisis y la presentación de la información.
Elaboracón de Tablas ó Cuadros La elaboracón de tablas o cuadros, faclta el análss la presentacón de la nformacón. Para elaborar los cuadros, se debe, antes que todo, dentfcar las varables, característcas
Más detalles4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es
4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA
Más detallesLa adopción y uso de las TICs en las Microempresas Chilenas
Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas
Más detallesEjercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.
Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo
Más detalles1. ESTADÍSTICA DESCRIPTIVA.
Departamento de Matemátcas http://www.colegovrgendegraca.org/eso/dmate.htm Estadístca descrptva 1. ESTADÍSTICA DESCRIPTIVA. 1.1. Introduccón. En general, cuando se va a estudar un determnado colectvo,
Más detallesESTADÍSTICA DESCRIPTIVA
Estadístca descrptva. ESTADÍSTICA DESCRIPTIVA POBLACIÓN Y MUESTRA. VARIABLES ESTADÍSTICAS DISTRIBUCIÓN DE FRECUENCIAS DE UNA MUESTRA AGRUPACIÓN DE DATOS REPRESENTACIONES GRÁFICAS DE LAS MUESTRAS PRINCIPALES
Más detallesVariables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:
Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón
Más detallesProblema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?
Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento
Más detallesCapítulo III Medidas de posición y de dispersión
Capítulo III Meddas de poscón y de dspersón Introduccón Hasta ahora, para descrbr un conjunto de datos, se han empleado tablas y gráfcos. Estos son útles para dar rápdamente una vsón general del comportamento
Más detallesReconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos
Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes
Más detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesMª Dolores del Campo Maldonado. Tel: :
Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n
Más detallesPronósticos. Humberto R. Álvarez A., Ph. D.
Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las
Más detallesREGRESION LINEAL SIMPLE
REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente
Más detallesINSTITUCIÓN EDUCATIVA NORMAL SUPERIOR DE QUIBDÓ MATEMÁTICA -- GUÍA DE ESTADÍSTICA 904 Y 905
Marcosapb Matemátca Estadístca 904 y 905 -- 013 INSTITUCIÓN EDUCATIVA NORMAL SUPERIOR DE QUIBDÓ Docente: MARCOSAPB MATEMÁTICA -- GUÍA DE ESTADÍSTICA 904 Y 905 Investgacón: para determnar el peso promedo
Más detallesModelos triangular y parabólico
Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Introduccón La estadístca es una rama de las matemátcas que trata de la recogda, ordenacón, análss y presentacón adecuada de datos recogdos sobre certa poblacón (no necesaramente
Más detallesMUESTREO EN POBLACIONES FINITAS
MUESTREO EN POBLACIONES FINITAS Antono Morllas A.Morllas: Muestreo 1 MUESTREO EN POBLACIONES FINITAS 1. Conceptos estadístcos báscos. Etapas en el muestreo 3. Tpos de error 4. Métodos de muestreo 5. Tamaño
Más detallesReconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1
Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona
Más detallesMuestra: son datos de corte transversal correspondientes a 120 familias españolas.
Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta
Más detallesCAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES
CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón
Más detallesESTADÍSTICA (GRUPO 12)
ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.
Más detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detalles