Probabilidad y Estadística - Clase 2
|
|
- Eugenia Contreras Sosa
- hace 6 años
- Vistas:
Transcripción
1 Probabilidad y Estadística - Clase 2
2 Quién fue el primero en hacer un promedio? El rey Rituparna, apuntando hacia un árbol, dijo: Yo sé cuantas hojas tiene ese árbol, sin siquiera contarlas. Es uno de los registros más antiguos de estimación. Su truco era simple: consistía en estimar el número de hojas en una pequeña rama promedio, y multiplicarlo por el número estimado de pequeñas ramas en el árbol. La historia termina en que luego de una ardua noche de conteo, el número verdadero de hojas se encontraba muy próximo al número dado por el rey.
3 Estadística Descriptiva Por qué funciona? I La idea es que una rama típica del árbol será representativa y dará una buena estimación. I El método funciona porque lo que se cuenta de más algunas veces, es compensado por lo que se cuenta de menos en otras. Cuántos patos hay en la foto?
4 Estadística Descriptiva Imaginarse una grilla Pero cómo elegir un rectángulo típico? I A ojo, digamos que hay 15 patos en un rectángulo típico. Esto nos da una estimación de 225 patos en total. I Hay una manera sistemática de elegir un rectángulo típico?
5 Hay más de una manera Si nos dicen que el máximo es 34 y el mínimo es 0, podemos tomar Valor típico = Máximo + Mínimo 2 Así, obtendríamos una estimación de 255 patos. Hacemos la cuenta =
6 Más valores típicos? Hay 195 patos. Entonces Valor típico = Suma 15 Y eso que ningún rectángulo tiene 13 patos. También podría ser = 13. Valor típico = el que más se repite. Hay 3 valores que se repiten dos veces: el 5, el 6 y el 11. Ordenamos, de menor a mayor los rectángulos: la mitad hacia la izquierda { }} { la mitad hacia la derecha { }} { Valor típico = aquel que divide en dos partes iguales al total.
7 Con cuál nos quedamos? Depende de la distribución de los datos, y sobre todo, de qué información queremos obtener. Individuos, variables y distribuciones Los individuos son los objetos descritos por un conjunto de datos. Una variable es cualquier característica de un individuo. La distribución de una variable nos dice qué valores toma y con qué frecuencia.
8 Variables categóricas y cuantitativas Una variable categórica indica a qué grupo o categoría pertenece un individuo. Una variable cuantitativa toma valores numéricos, para los que tiene sentido hacer operaciones numéricas. Ejemplo Nombre Edad Sexo Raza Salario Trabajo Perez, Juan 27 Hombre Blanca Técnico Martínez, Ana 43 Mujer Blanca Directivo Wang, Li 22 Hombre Asiatica Cadete......
9 Tenencia de la vivienda en Uruguay ECH2014 Porcentaje Tenencia de la Vivienda ECH2014 A B C D E F G H I A Prop. de la viv. y el terr. y los está pagando. B Prop. de la viv. y el terr. y ya los pagó. C Prop. sólo de la vivienda y la está pagando. D Prop. sólo de la vivienda y ya la pagó. E Inquilino o arrendatario de la vivienda. F Ocupante con relación de dependencia. G Ocupante gratuito. Se lo permite el B.P.S. H Ocupante gratuito. Se lo permite el prop. I Ocupante sin permiso del propietario. A B C D E F G H I 8,6 % 46,3 % 0,5 % 5,4 % 17,2 % 1,5 % 0,7 % 19,2 % 0,8 % Cuál es la tenencia de la vivienda típica en Uruguay?
10 La Moda Si X es una variable categórica que toma los valores {x 1,..., x n }, la moda de X es aquel valor que se repite con mayor frecuencia Moda(X ) = x i más frecuente. La moda para variables cuantitativas Si la variable es cuantitativa, debemos agrupar los datos y tomar la moda de los datos agrupados. En este caso, la moda dependerá de cómo agrupemos los datos.
11 Cuál es el salario típico en Uruguay? Ingresos por Sueldo o Jornal liquido, Uruguay ECH2014 Frecuencia Ingreso (miles de pesos) La moda corresponde al intervalo mil pesos.
12 Medidas de Centro Es un número que representa el centro de una distribución. La moda es un ejemplo de medida de centro. Supongamos que tenemos datos {x 1, x 2,..., x n } de una variable numérica X. Podemos cuantificar cuán central es un número x para X con n d(x) = x x i. Busquemos el valor de x que minimiza la función d. i=1
13 Volviendo a los patos Grafico de d para el ejemplo de los patos d x El mínimo se alcanza en x = 11. No es casualidad!
14 Buscamos el mínimo de d El problema es que d no es derivable. Ordenamos los datos de menor a mayor: x 1 x 2 x n. d es lineal en cada segmento xi, x i+1, y vale d(x) = = i n x xj + xj x j=1 j=i+1 j=1 j=i+1 n i xj xj + (2i n)x = B + Ax, en donde A = 2i n y B = n j=i+1 xj i j=1 xj son constantes.
15 Buscamos el mínimo de d Supongamos primero que n es impar. Entonces A < 0 cuando i n 1 2, A > 0 cuando i n+1 2. Por lo que d alcanza su mínimo en el punto x n+1. 2 Supongamos ahora que n es par. En este caso A < 0 A = 0 cuando i n 2 1, cuando i = n 2, A > 0 cuando i n Luego d alcanza su mínimo en cualquier punto de [ x n/2, x n/2+1].
16 El mínimo de d según la paridad de n Luego d alcanza su mínimo en x n+1, cuando n es impar, 2 cualquier punto de [ x n/2, x n/2+1], cuando n es par.
17 La Mediana Sea X una variable cuantitativa que toma los valores {x 1,..., x n }. La mediana de X es un valor m que deja 50 % de los datos a su izquierda y 50 % a su derecha. Para calcularla aplicamos la siguiente receta: x n+1 cuando n es impar m = 2 x n/2 +x n/2+1 2 cuando n es par en donde {x 1,..., x n} es la muestra ordenada de menor a mayor.
18 La mediana de ingresos en Uruguay Ingresos por Sueldo o Jornal liquido, Uruguay ECH2014 Frecuencia Ingreso (miles de pesos) Densidad Mediana La mediana es 15 mil pesos. Esto es, la mitad recibe un ingreso inferior a 15 mil pesos!
19 Un viejo truco estadístico Fue un poco engorroso calcular el mínimo de la función d. En estadística existe un truco para hacer que una función se vuelva derivable. Consiste en elevar al cuadrado! y lo veremos más de una vez. Sea X una variable numérica con valores {x 1,..., x n }. Consideremos, en lugar de d, la función d 2 (x) = Dónde alcanza d 2 su mínimo? n (x x i ) 2. i=1 x = arg mín d 2 (x) x R
20 Buscamos el mínimo de d 2 Como d 2 es derivable, podemos derivar e igualar a cero: n d 2 (x) = 2 (x x i ) = 0. Despejando, obtenemos un punto crítico en x = 1 ni=1 n x i. Como d 2 es una función cuadrática, alcanza su mínimo en x. La Media o Promedio i=1 Sea X una variable numérica con valores {x 1,..., x n }. La media o promedio de X es x = 1 n x i. n i=1 En palabras, la suma sobre la cantidad total datos.
21 El promedio de ingresos en Uruguay Ingresos por Sueldo o Jornal liquido, Uruguay ECH2014 Frecuencia Ingreso (miles de pesos) Densidad Mediana Media El sueldo promedio es de 18 mil pesos. Los pocos encuestados con ingresos cercanos a $ hacen que la media sea mayor a la mediana.
22 Comparación entre la media y la mediana Histograma de la poblacion de las ciudades de Uruguay Densidad Poblacion en miles de habitantes En el histograma no está Montevideo. La media y la mediana de habitantes de las 62 ciudades más pobladas de Uruguay son x = y M =
23 Comparación entre la media y la mediana Si sacamos a Montevideo, quedan x = y M = La mediana casi no cambió, pero la media es muy diferente. A diferencia de la media, la mediana es robusta. Esto quiere decir que es relativamente insensible a datos atípicos. La media tiene la ventaja de ser más fácil de manipular matemáticamente. Cuando las muestras de datos son grandes, la media tiene una distribución bien conocida. Esto lo veremos más adelante.
24 Otras medidas de centro Existen infinitas medidas de centro diferentes. Por ejemplo, podríamos minimizar la función para cualquier α > 1. d α (x) = n x x i α i=1 Si α =, el estadístico que se obtiene es el Rango Medio = máx i x i + mín i x i 2 En el curso usaremos sólo la moda, la mediana y el promedio..
25 Datos circulares Objetivo: viaje en bicicleta por la costa uruguaya desde Montevideo a la hermosa ciudad del Chuí. Problema: el viento en contra! En qué mes del año nos conviene viajar? Datos de la estación meteorológica del Aeropuerto de Carrasco: Día Dirección del Viento Grados Enero noreste 45 Enero nornoreste 22.5 Enero nornoreste 22.5 Enero norte 360 Enero noroeste 315 Enero sur
26 Vientos de Enero 2014 (Aeropuerto Carrasco) El viento promedio es 59,4, entre noreste y estenoreste. La mediana es 69,2, casi estenoreste.
27 Cómo se hace un promedio en el círculo? Medidas de ángulos se representan en un círculo unitario. Si los datos son ángulos A = {α 1,..., α n }, ponemos p i = (sin(α i ), cos(α i )). En el círculo podemos medir la distancia entre dos puntos: d(p 1, p 2 ) = ángulo en radianes entre p 1 y p 2. Podemos considerar la función Y el promedio es entonces d 2 (p) = n d(p, p i ) 2. i=1 p = arg mín d 2 (p) p S 1
28 Distancia entre puntos del círculo
29
30
31
32 Conviene ir del Chuí a Montevideo!
33 Resumiendo... Medidas de centro La moda es la única medida de centro que podemos usar cuando la variable es categórica. La mediana es menos sensible a datos atípicos. La media tiene ventajas teóricas respecto a la mediana.
34 Medidas de dispersión Miden la variabilidad de una distribución. En general, es un número que indica si los diferentes valores de una variable se alejan de la media. La Varianza Sea X una variable cuyos valores son {x 1,..., x n }. La varianza s 2 de X es s 2 = 1 n (x x) 2, n 1 en donde x es la media de X. A veces se indica la variable X con un subíndice: s 2 X. i=1
35 La desviación típica Sea X una cuyos valores son {x 1,..., x n }. La desviación típica de X es 1 n s = (x x) n 1 2. i=1 Esto es: la raíz cuadrada de la varianza. Por qué n 1 y no n? La suma de los desvíos d i = x i x es n n d i = x i x = 0. i=1 i=1 Solamente n 1 de los d 2 puede variar libremente. i Cuando se usa n en lugar de n 1, se escribe σ en lugar de s.
36 La desviación típica de los ingresos en Uruguay Salario liquido en Uruguay Densidad Salario La desviación típica es s = pesos. El 80 % de los salarios están en el intervalo promedio ± desviación típica
37 Desviacion tipica moderada Desviacion tipica grande Densidad Valor de la variable Desviacion tipica chica Densidad Densidad Valor de la variable Valor de la variable
38 Por qué n 1 y no n? Histograma de una cierta variable X Densidad Valores de la variable Supongamos que disponemos de 30 valores de una variable X. La varianza de X es s 2 = 1,02.
39 Por qué n 1 y no n? Tomamos todas las muestras posibles de tamaño 5 de X. Para cada una de esas muestras, calculamos su varianza s 2. El promedio es 1,03! Si usamos σ 2, el promedio es 0,82. Histograma de varianzas Densidad Varianza de la muestra
40 Los Cuartiles El primer cuartil Q 1 es la mediana de las observaciones situadas a la izquierda de la mediana global. El tercer cuartil Q 3 es la mediana de las observaciones situadas a la derecha de la mediana global. El primer cuartil deja el 25 % de los datos a su izquierda y el 75 % a su derecha. El tercer cuartil deja el 75 % de los datos a su izquierda y el 25 % a su derecha. En el ejemplo de los patos: 25 % { }} { % { }} {
41 Los Cuartiles Salario liquido en Uruguay Densidad Salario El primer cuartil es Q 1 = pesos. El tercer cuartil es Q 3 = pesos.
42 El Rango Intercuartílico. El Rango Intercuartílico es otra medida de dispersión. Sea X una variable cuyos valores son {x 1,..., x n }. Definimos el rango intercuartílico de X como RIC(X ) = Q 3 Q 1. En el ejemplo de los ingresos por salario tenemos RIC(Salarios) = pesos. Al igual que la mediana, el rango intercuartílico es una medida robusta de la dispersión.
43 Resumen numérico de los datos Robusta No Robusta Medida de centro Mediana Media Medida de dispersión Rango Intercuartílico Desviación Típica Los cinco números resumen Un resumen rápido del centro y dispersión de los datos. mín Q 1 M Q 3 máx Usar x y s sólo para distribuciones razonablemente simétricas que no presenten datos atípicos. El resumen de los ingresos en Uruguay: mín Q 1 M Q 3 máx
44 Métodos Gráficos
45 El diagrama de barras Un diagrama de barras representa gráficamente las frecuencias relativas de una variable categórica. Diagrama de barras de las notas del curso de PyE 2015 Frecuencia relativa Nota
46 El histograma El histograma es el análogo al diagrama de barras para variables cuantitativas. Cómo hacer un histograma? Sea X una variable numérica cuyos valores son {x 1,..., x n }. El eje horizontal debe recorrer los valores de mín x i a máx x i. Se divide el intervalo [mín x i, máx x i ] en k subintervalos iguales. Si h es la longitud de cada subintervalo, tenemos [ máx xi mín x ] i k =. h
47 Cómo hacer un histograma? En cada subintervalo I, se grafica una barra cuya altura es altura(i ) = Fr(I ) h (densidad) en donde Fr(I ) = 1 n # {i : x i I } = Cuantos x i caen en I Total de observaciones. De este modo el área total del histograma es 1. En la computadora se puede graficar además una curva de densidad que aproxima el histograma. Como elegir el k?
48 Cómo elegir el k? Histograma Poblacion. El k es demasiado grande Densidad Poblacion en miles de habitantes Histograma Poblacion. El k es demasiado chico Densidad Poblacion en miles de habitantes
49 La regla de Sturges La regla de Sturges propone elegir k = log 2 n + 1. Se basa en la máquina de Galton. La máquina tiene k intervalos, si hay k 1 filas de clavos. Si se tiran muchas pelotitas, i.e. n es grande, la cantidad de pelotitas en el i-ésimo intervalo es proporcional a k 1 i. Supongamos que la constante de proporcionalidad es α. Observar que n = k ( ) k 1 α = α2 k 1. i i=0 Si α = 1 se obtiene la fórmula. Les parece razonable?
50 Algunas reglas útiles para elegir k Las siguientes son algunas reglas útiles para determinar la cantidad k de intervalos que se debe utilizar al hacer un histograma. Sea X una variable cuyos valores son {x 1,..., x n }. Tenemos la regla de Sturges: la regla de Rice: la regla de Freedman-Diaconis: k = log 2 n + 1. k = 2n 1/3. h = 2 RIC(X ) n 1/3. Notar que h es el ancho del intervalo.
51 Simetría y Asimetría de un histograma Densidad Puntajes curso de PyE Puntaje Edad al morir. Australian Bureau of Statistics, Densidad Edad al morir Densidad Ingresos en Uruguay. ECH Salario en miles de pesos
52 Simetría y Asimetría de un histograma Una distribución es simétrica si los lados derecho e izquierdo (de la mediana) del histograma son aproximadamente iguales. Una distribución es asimétrica hacia la derecha si el lado derecho del histograma se extiende mucho más lejos que el lado izquierdo. Una distribución es asimétrica hacia la izquierda si el lado izquierdo del histograma se extiende mucho más lejos que el lado derecho. Coeficiente de Asimetría de una variable Sea X una variable numérica cuyos valores son {x 1,..., x n }. El coeficiente de asimetría de X es γ = 1 n ( ) 3 xi x. n s i=1
53 Ejemplos En los puntajes del curso de PyE 2015 tenemos γ = 0,04. En los ingresos de Uruguay ECH 2014 tenemos γ = 2,02. En las edades al morir del ABS 2012 tenemos γ = 1,64. La asimetría y la media Si la distribución es simétrica, la media y la mediana son casi iguales. Si la distribución es asimétrica hacia la derecha, la media es mayor que la mediana. Si la distribución es asimétrica hacia la izquierda, la media es menor que la mediana.
54 Distribuciones bi-modales Histograma de altura de hombres y mujeres Densidad Altura Si el histograma presenta dos picos, decimos que la distribución es bi-modal. En este caso, ni la media ni la mediana son representativas. Es mejor usar las dos modas como resumen numérico.
55 Transformando los datos X² X Supongamos que queremos medir la superficie de un terreno cuadrado. Hacemos varias mediciones del lado X del cuadrado, y obtenemos {x 1,..., x n } Una buena estimación es la media x. La superficie del terreno es X 2. Cuál es una mejor estimación para la superficie? Promediar primero y elevar al cuadrado después, i.e. x 2. Elevar al cuadrado primero y promediar después, i.e. x 2.
56 Calculemos el error Supongamos que el lado mide µ (desconocido para nosotros). La superficie es entonces µ 2. Cada medición es de la forma x i = µ+ɛ i, con ɛ i el error de la i-ésima medición. Como los errores tienden a compensarse, tenemos ɛ = 0. Método 1: como x = µ + ɛ = µ, tenemos x 2 = µ 2. Método 2: como x 2 i = µ 2 + 2ɛ i + ɛ 2 i tenemos x 2 = µ 2 + ɛ 2. Pero ɛ 2 > 0, así que es mejor el Método 1.
57 Error vs. Error 2 Histograma del error Densidad Error en metros (e) Histograma del error al cuadrado Densidad Error^2 en metros cuadrados (e^2)
58 Histograma acumulado Se divide el intervalo [mín x i, máx x i ] en k subintervalos iguales. Denotemos por I 1,..., I k dichos subintervalos. En cada subintervalo I j, se grafica una barra cuya altura es altura(i j ) = FrAc(I j ) en donde FrAc(I j ) = 1 n # i : x i I 1 I j = Cuantos x i caen en I 1 I j Total de observaciones De este modo, las alturas de las barras crecen desde 0 hasta 1..
59 Histograma acumulado y cuartiles Histograma acumulado PyE 2015 Frecuencia acumulada Puntaje
60 Diagrama de caja (Box Plot) John Tukey ( ) Un Diagrama de caja es un gráfico que resume de forma visual las características principales de la distribución de un conjunto de datos. Está compuesto por un rectángulo (caja) y dos brazos (bigotes): Los límites del rectángulo son los cuartiles Q 1 y Q 3. En el interior del rectángulo se indica la mediana M. Se calculan los límites inferior y superior L i = Q 1 1,5 RIC y L s = Q 3 + 1,5 RIC El brazo inferior y superior terminan en mín x i L i x i y máx x i L s x i
61 Diagrama de caja (Box Plot) Atípico max(x) x Ls Ls = Q3 + RIC 1.5 Q3 (75%) Mediana (50%) Q1 (25%) RIC = Q3 - Q1 (50% de datos) Li = Q1 - RIC 1.5 min(x) x Li
62 Datos atípicos (outliers) Los datos atípicos son aquellos que caen fuera del intervalo [L i, L s ] Poblacion de ciudades en Uruguay Poblacion en miles de habitantes
63 Comparación de ingresos ECH 2014 Montevideo Artigas Salario en miles de pesos
64 Resumiendo... Para resumir las principales características de una distribución: Representar gráficamente los datos. Diagrama de barras, histograma, boxplot. Interpretar. Forma, centro, dispersión. Asimetrías. Observaciones atípicas. Resumen numérico. Moda, Mediana, Media. Cuartiles, desviación típica, rango intercuartílico.
Estadística 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 detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más 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 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 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 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 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 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 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 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 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 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 detallesProbabilidad y Estadística, EIC 311
Probabilidad y Estadística, EIC 311 Medida de resumen 1er Semestre 2016 1 / 105 , mediana y moda para datos no Una medida muy útil es la media aritmética de la muestra = Promedio. 2 / 105 , mediana y moda
Más 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 detallesANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL
ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL DEPARTAMENTO DE GEOGRAFÍA FACULTAD DE HUMANIDADES UNNE Prof. Silvia Stela Ferreyra Revista Geográfica Digital. IGUNNE. Facultad de Humanidades.
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 detallesDatos cuantitativos. Método tabular
Datos cuantitativos Cuando la muestra consta de 30 o más datos, lo aconsejable es agrupar los datos en clases y a partir de estas determinar las características de la muestra y por consiguiente las de
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 detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más 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 detallesNOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012 Matilde Ungerovich- mungerovich@fisica.edu.uy DEFINICIÓN PREVIA: Distribución: función que nos dice cuál es la probabilidad de que cada suceso
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 detallesMedidas descriptivas I. Medidas de tendencia central A. La moda
Medidas descriptivas I. Medidas de tendencia central A. La moda Preparado por: Roberto O. Rivera Rodríguez Coaching de matemática Escuela Eduardo Neuman Gandía 1 Introducción En muchas ocasiones el conjunto
Más detallesMedidas de centralización
1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más 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 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 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 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 detallesBioestadística: Estadística Descriptiva
Bioestadística: M. González Departamento de Matemáticas. Universidad de Extremadura Bioestadística 1 2 Bioestadística 1 2 Coneptos Básicos ESTADÍSTICA Ciencia que estudia el conjunto de métodos y procedimientos
Más detallesESTADISTICA Y PROBABILIDAD ESTADÍSTICA
ESTADÍSTICA La estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comprobaciones y sacar conclusiones. Un estudio estadístico consta
Más detallesUniversidad Nacional de Mar del Plata. Facultad de Ingeniería. Estadística Básica COMISIÓN 1. 1 Cuatrimestre 2016
Universidad Nacional de Mar del Plata Facultad de Ingeniería Estadística Básica COMISIÓN 1 1 Cuatrimestre 2016 s. La palabra Estadística procede del vocablo Estado, pues era función principal de los Gobiernos
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 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 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 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 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 detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesNOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011 CÓMO CARACTERIZAR UNA SERIE DE DATOS? POSICIÓN- dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos CENTRALIZACIÓN-
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
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 detallesTransformaciones de variables
Transformaciones de variables Introducción La tipificación de variables resulta muy útil para eliminar su dependencia respecto a las unidades de medida empleadas. En realidad, una tipificación equivale
Más detallesProcedimiento "Explorar..."
Procedimiento "Explorar..." El procedimiento Explorar genera estadísticos de resumen y representaciones gráficas como Diagrama de cajas, gráficos de tallo y hojas, histogramas, diagramas de normalidad
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 detalles4. Medidas de dispersión
FUOC XP00/71004/00017 27 Medidas de dispersión 4. Medidas de dispersión Los cuartiles y la desviación estándar En el capítulo 3 hemos aprendido varias maneras de medir el centro de una distribución. Pero,
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 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 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 detallesUNIDAD 6. Estadística
Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos
Más detallesMedidas de tendencia central
Medidas de tendencia central Medidas de tendencia central Medidas de Posición: son aquellos valores numéricos que nos permiten o bien dar alguna medida de tendencia central, dividiendo el recorrido de
Más detallesCurva de Lorenz e Indice de Gini Curva de Lorenz
Curva de Lorenz e Indice de Gini Curva de Lorenz La curva de Lorenz es útil para demostrar la diferencia entre dos distribuciones: por ejemplo quantiles de población contra quantiles de ingresos. También
Más detalles2º ESO UNIDAD 14 ESTADÍSTICA Y PROBABILIDAD
º ESO UNIDAD 1 ESTADÍSTICA Y PROBABILIDAD 1 1.- CONCEPTOS BÁSICOS Estadística.- Es la ciencia que estudia conjuntos de datos obtenidos de la realidad. Estos datos son interpretados mediante tablas, gráficas
Más detalles2 Pasos en un estudio estadístico.
FBioyF - UNR Area Tecnología en Salud Pública. Autor: Bioq. L. Eloísa Rodenas. Año: 2006. Tema: Herramientas de Análisis: la estadística descriptiva. p Introducción. La Estadística se utiliza como tecnología
Más detallesMedidas de Tendencia Central, Medidas de Dispersión & Otros Estadísticos (Cap. 2) Math. 298 Prof. Gaspar Torres Rivera
Medidas de Tendencia Central, Medidas de Dispersión & Otros Estadísticos (Cap. ) Math. 98 Prof. Gaspar Torres Rivera Un hombre promedio Roberto tiene 31 años de edad, una estatura de 68.8 pulgadas, pesa
Más detallesMedidas de variabilidad (dispersión)
Medidas de posición Las medidas de posición nos facilitan información sobre la serie de datos que estamos analizando. Estas medidas permiten conocer diversas características de esta serie de datos. Las
Más detallesESTADÍSTICA DESCRIPTIVA PARA EL TURISMO
ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO RELACIÓN DE PROBLEMAS PROPUESTOS DE UNA VARIABLE Curso académico 2004-2005 DPTO. ECONOMÍA APLICADA I 1. Obtener las frecuencias acumuladas, las frecuencias relativas
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 detallesEjercicios de estadística.
Ejercicios de estadística..- Los siguientes números son el número de horas que intervienen alumnos en hacer deporte durante un mes:, 7,,, 5, 6, 7, 9,,, 5, 6, 6, 6, 7, 8,,, 5, 8 a) Calcula las tablas de
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 detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesEstadística Descriptiva Métodos descriptivos visuales y medidas resumen
6 Estadística Descriptiva Métodos descriptivos visuales y medidas resumen Las técnicas de la estadística descriptiva pueden aplicarse tanto a datos muestrales como a datos poblacionales. Tipos de datos.
Más detallesMEDIDAS ESTADÍSTICAS Medidas de Tendencia Central y de Variabilidad
MEDIDAS ESTADÍSTICAS Medidas de Tendencia Central y de Variabilidad 1 Propiedades deseables de una medida de Tendencia Central. 1) Definida objetivamente a partir de los datos de la serie. 2) Que dependa
Más detallesESTADÍSTICA SEMANA 2
ESTADÍSTICA SEMANA 2 ÍNDICE CUADROS DE DISTRIBUCIÓN DE FRECUENCIAS Y REPRESENTACIÓN GRÁFICA... 3 APRENDIZAJES ESPERADOS... 3 INTRODUCCIÓN... 3 REPRESENTACIÓN GRÁFICA... 3 MÉTODOS GRÁFICOS:... 3 DIAGRAMAS
Más detallesMétodos de Investigación en Psicología (10) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (10) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesHistograma del puntaje de vocabulario y la aproximación por una curva gaussiana.
35 Curvas de densidad Existe alguna manera de describir una distribución completa mediante una única expresión? un diagrama tallo-hoja no es práctico pues se trata de demasiados datos un histograma elimina
Más 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 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 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 detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más 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 detallesEstadística descriptiva y métodos diagnósticos
2.2.1. Estadística descriptiva y métodos diagnósticos Dra. Ana Dorado Díaz Consejería de Sanidad Diplomado en Salud Pública Diplomado en Salud Pública - 2 Objetivos específicos 1. El alumno aprenderá a
Más detallesUnidad Temática 1 Estadística descriptiva y análisis de datos
Unidad Temática 1 Estadística descriptiva y análisis de datos Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una F si la rechaza.
Más detallesMEDIDAS DE VARIABILIDAD
MEDIDAS DE VARIABILIDAD 1 Medidas de variabilidad Qué son las medidas de variabilidad? Las medidas de variabilidad de una serie de datos, muestra o población, permiten identificar que tan dispersos o concentrados
Más detallesMATEMÁTICAS BÁSICAS. Autora: Margarita Ospina Pulido Edición: Nicolás Acevedo Cruz Rafael Ballestas Rojano
MATEMÁTICAS BÁSICAS Autora: Margarita Ospina Pulido Edición: Nicolás Acevedo Cruz Rafael Ballestas Rojano Universidad Nacional de Colombia Sede Bogotá Departamento de Matemáticas Enero de 2015 Universidad
Más detallesTítulo. Nota introductoria AQUÍ VA EL GRÁFICO. Notas al pie o al calce Fuente
Título Nota introductoria AQUÍ VA EL GRÁFICO. Notas al pie o al calce Fuente Los gráficos Los mapas y las gráficas son más eficaces para llamar la atención que cualquier otra herramienta Una gráfica sencilla,
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 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 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 detallesM i. Los datos vendrán en intervalos en el siguiente histograma de frecuencias acumuladas se ilustra la mediana.
Medidas de tendencia central y variabilidada para datos agrupados Media (media aritmética) ( X ) Con anterioridad hablamos sobre la manera de determinar la media de la muestra. Si hay muchos valores u
Más detallesPROBLEMAS ESTADÍSTICA I
PROBLEMAS ESTADÍSTICA I INGENIERÍA TÉCNICA EN INFORMÁTICA CURSO 2002/2003 Estadstica Descriptiva Unidimensional 1. Un edificio tiene 45 apartamentos con el siguiente número de inquilinos: 2 1 3 5 2 2 2
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 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 detallesUniversidad de Sonora Departamento de Matemáticas Área Económico Administrativa
Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Materia: Estadística I Maestro: Dr. Francisco Javier Tapia Moreno Semestre: 015- Hermosillo, Sonora, a 14 de septiembre de
Más detallesMedidas de Tendencia Central. Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010
Medidas de Tendencia Central Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010 Objetivos de Lección Conocer cuáles son las medidas de tendencia central más comunes y cómo se calculan
Más 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 detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesSeminari 1. Estadística CP
Seminari 1. Estadística CP Problema 1. Exercici 1.29 (pàgina 37 capítul 1 Moore 2a edició) Els més rics. A EEUU la distribució dels ingressos individuals és molt esbiaixada cap a la dreta. En 1997 la mitja
Más detallesLa desviación típica y otras medidas de dispersión
La desviación típica y otras medidas de dispersión DISPERSIÓN O VARIACIÓN La dispersión o variación de los datos intenta dar una idea de cuan esparcidos se encuentran éstos. Hay varias medidas de tal dispersión,
Más detallesMEDIDAS DE CENTRALIZACIÓN, POSICIÓN Y DISPERSIÓN. Matemáticas PAI 5 (4ºESO)
CENTRALIZACIÓN, POSICIÓN Y DISPERSIÓN Matemáticas PAI 5 (4ºESO) Ejercicio 2 Actividad de aula 3 Medidas estadísticas Recupera la tabla de frecuencias que realizaste en el ejercicio 2 de la actividad de
Más detallesAlgunas nociones básicas sobre Estadística
Escuela de Formación Básica - Física 1 Laboratorio - 10 Semestre 2010 Comisiones 15 Y 16 (Docentes: Carmen Tachino - Graciela Salum) ntroducción Algunas nociones básicas sobre Estadística Como se ha explicado
Más detallesHistograma y Grafico de Control
2014 Histograma y Grafico de Control Sustentantes: Sabrina Silvestre 2011-0335 Juan Emmanuel Sierra Santos 2011-0367 Rosa Stefany Flech Mesón 2011-0436 Docente: Ing.MS Eliza N. González Universidad Central
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 detallesESTADISTICA. Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos:
ESTADISTICA Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos: a) Estadística como enumeración de datos. b) Estadística como descripción, es decir, a través de un análisis
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesCurso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Primera clase: Estadística Descriptiva Programa Técnico en Riesgo, 2016 Agenda 1 Tipos de variables y niveles de medición 2 3 Tipos de variables Variables Cuantitativas
Más detallesTema 3. VARIABLES ALEATORIAS.
3..- Introducción. Tema 3. VARIABLES ALEATORIAS. Objetivo: Encontrar modelos matemáticos para el trabajo con probabilidad de sucesos. En particular, se quiere trabajar con funciones reales de variable
Más detalles9.1. Nociones básicas.
TEMA 9. ESTADÍSTICA 9.1. ociones básicas. Población y muestra. Fases y tareas de un estudio estadístico. Tipos de muestreo. Representatividad de las muestras. 9.2. Variable discreta y continua. Tablas
Más detallesTema 3: Medidas de posición
Estadística I Universidad de Salamanca Curso 2010/2011 Outline 1 na 2 Outline na 1 na 2 aritmética na Definición: X X = N i=1 x i N = k i=1 x in i N = k x i f i i=1 Propiedades Es única No tiene porque
Más detallesTema 5. Variables Aleatorias
Tema 5. Variables Aleatorias Presentación y Objetivos. En este tema se estudia el concepto básico de Variable Aleatoria así como diversas funciones fundamentales en su desarrollo. Es un concepto clave,
Más detalles