Rafael Díez Vicente Coll Olga Mª Blasco. Eumed.net Universidad de Málaga 2008

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

Download "Rafael Díez Vicente Coll Olga Mª Blasco. Eumed.net Universidad de Málaga 2008"

Transcripción

1 Rafael Díez Vcente Coll Olga Mª Blaco Guía ddáctca de Etadítca Decrptva para la Cenca Socale Eumed.net Unverdad de Málaga 008

2 Guía ddáctca de Etadítca Decrptva para la Cenca Socale Rafael Díez García, Vcente Coll Serrano y Olga Mª Blaco Blaco Deño de cuberta: Rafael Díez García Vcente Coll Serrano Olga Mª Blaco Blaco Reervado lo derecho para todo lo paíe. De conformdad con lo dpueto en el artículo 70 del Códgo penal vgente, podrán er catgado con multa y prvacón de lbertad quene reprodujeren o plagaren, en todo o en parte, una obra lterara, artítca o centífca fjada en cualquer tpo de oporte n la preceptva autorzacón. Nnguna parte de eta publcacón, ncludo el deño de la cuberta, puede er reproducda, almacenada o tranmtda de nnguna forma, n por nngún medo, ea éte electrónco, químco, mecánco, electro-óptco, grabacón, fotocopa o cualquer otro, n la preva autorzacón ecrta por parte de lo autore. ISBN: Depóto Legal: Maquetacón: Rafael Díez García Vcente Coll Serrano Olga Mª Blaco Blaco

3

4 6 analítco. TEMA. INTRODUCCIÓN. Págna del tema. 6 Objetvo de aprendzaje. 7 Bblografía báca para complementar el tema. 8 Programacón de la guía ddáctca:.. Etadítca: concepto, contendo y relacone con el área económca y emprearal. 9.. La nvetgacón etadítca. Anál decrptvo, modelzacón e nferenca Dato etadítco: naturaleza, decrpcón numérca y repreentacón gráfca. 3 Concepto clave. 43 Ejemplo. 44 TEMA. ANALISIS DE DATOS UNIDIMENSIONALES. del tema. 53 Objetvo de aprendzaje. 54

5 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 7 Págna Bblografía báca para complementar el tema. 55 Programacón de la guía ddáctca:.. Prncpale medda de pocón, dperón y de forma o perfl Tranformacone lneale y tpfcacón de varable Tranformacone lneale Tpfcacón de varable Regla de Tchebyheff Otra medda de pocón: moda y cuantle (medana). 88 Concepto clave. 95 Ejemplo. 96 TEMA 3. MEDIDAS DE CONCENTRACIÓN. del tema 3. 6 Objetvo de aprendzaje. 7 Bblografía báca para complementar el tema. 8 Programacón de la guía ddáctca: 3.. Introduccón: concepto, ntrumento, concentracón mínma y máxma Curva de Lorenz.

6 8 analítco de Gn. 3 Concepto clave. 4 Ejemplo. 5 Págna TEMA 4. ANÁLISIS DE DATOS BIDIMENSINALES. del tema 4. 8 Objetvo de aprendzaje. 9 Bblografía báca para complementar el tema. 30 Programacón de la guía ddáctca: 4.. Repreentacón de dato multdmenonale: matrz de dato, tabla de correlacón y contngenca, gráfco de dperón Dtrbucone conjunta, margnale y condconada. Independenca etadítca Momento. Vector de valore medo y matrz de varanzacovaranza El coefcente de correlacón lneal mple. Matrz de correlacón Aocacón. 58 Concepto clave. 63 Ejemplo. 64

7 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 9 Págna TEMA 5. ANÁLISIS DE REGRESIÓN. del tema Objetvo de aprendzaje. 77 Bblografía báca para complementar el tema. 78 Programacón de la guía ddáctca: 5.. Introduccón Regreón mínmo-cuadrátca: cao lneal Anál de la bondad de un ajute: capacdad explcatva de una ecuacón de regreón. Coefcente de determnacón. Cao lneal Regreón no lneal: potencal y exponencal. Concepto clave. 6 Ejemplo. 7 TEMA 6. TASAS DE VARIACIÓN Y NÚMEROS ÍNDICE. del tema 6. 4 Objetvo de aprendzaje. 5 Bblografía báca para complementar el tema. 6

8 0 analítco. Programacón de la guía ddáctca: 6.. Introduccón Taa de varacón Número : clafcacón y propedade Defncón y clafcacón mple complejo Propedade de preco y cantdade má mportante de preco complejo ponderado de cantdad complejo ponderado complejo de valor Cambo de bae, renovacón y enlace Deflactacón de ere etadítca. 44 Concepto clave. 48 Ejemplo. 49 Págna TEMA 7. ANÁLISIS CLÁSICO DE SERIES TEMPORALES. del tema 7. 56

9 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. Págna Objetvo de aprendzaje. 57 Bblografía báca para complementar el tema. 58 Programacón de la guía ddáctca: 7.. Introduccón Componente de una ere. Decompocón Anál de la tendenca Tendenca anual Tendenca k-emal Anál de la varacón etaconal. Deetaconalzacón Obtencón de lo IVE Deetaconalzacón Predccón. Correccón por etaconaldad Predccón de la tendenca Correccón por etaconaldad. 77 Concepto clave. 78 Ejemplo. 79

10 PRÓLOGO El texto de Etadítca que e preenta con el nombre de Guía Ddáctca de Etadítca Decrptva para la Cenca Socale, tene una etructura que lo túa entre un conjunto de fcha reumen de lo contendo de una matera y un lbro de texto. E mucho má amplo que un mero reumen de concepto y fórmula, pero no upone un dearrollo exhautvo de lo epígrafe de una programacón; tampoco contene demotracone alvo alguna convenente excepcón. No por ello deja de er un texto rguroo y temátco, ajutado a una programacón. Hemo deñado eta Guía ddáctca de forma que u contendo rva de refuerzo a la clae preencal de un curo de ntroduccón de Etadítca. La Guía Ddáctca pretende er un texto que acompañe y encamne a lo etudante en el etudo de la matera, aportándole nformacón concreta y preca obre lo concepto clave y técnca de la Etadítca Decrptva. Cada uno de eto concepto vene acompañado por ejemplo lutratvo que ayudarán al etudante a amlarlo.

11 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 3 Se encuentra tambén dponble, como materal complementaro de eta Guía Ddáctca, la Técnca de Etadítca Decrptva para la Cenca Socale. Cómo utlzar la Guía Ddáctca de Etadítca Decrptva para la Cenca Socale. La Guía Ddáctca e compone de un total de 7 tema. En cada tema e faclta una fcha que preenta u etructura-organzacón: Objetvo de aprendzaje. Bblografía báca para complementar el tema. Programacón del tema. Concepto clave. Ejemplo. Lo apartado de la fcha etán hpervnculado. Tambén etán vnculado lo ejemplo propueto que aparecen en el dearrollo de lo epígrafe de cada tema. Obervará que el puntero de ratón camba de forma. Al hacer clc obre el texto vnculado e accederá a la parte del documento donde e dearrolla el contendo.

12 4 A pe de págna aparecen do o tre cono. Para acceder al índce de la Guía Ddáctca. Para volver a la fcha del tema. Texto Para volver al texto (olo dponble en lo enuncado de ejemplo) Eperamo que lo contendo tratado en la Guía Ddáctca de Etadítca Decrptva para la Cenca Socale reulten de utldad al lector. Contacto con lo autore: Rafael Díez García: Rafael.Díez@uv.e Vcente Coll Serrano: Vcente.Coll@uv.e Olga Blaco Blaco: Olga.Blaco@uv.e

13 TEMA INTRODUCCIÓN

14 6 Introduccón. del tema. Objetvo de aprendzaje. Bblografía báca para complementar el tema. Programacón de la guía ddáctca:.. Etadítca: concepto, contendo y relacone con el área económca y emprearal... La nvetgacón etadítca. Anál decrptvo, modelzacón e nferenca..3. Dato etadítco: naturaleza, decrpcón numérca y repreentacón gráfca. Concepto clave. Ejemplo.

15 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 7 OBJETIVOS DE APRENDIZAJE. Conocer y dtngur la do rama báca de la etadítca, la etadítca decrptva y la nferenca etadítca, ntuyendo como nteraccona entre amba la teoría matemátca de la probabldad creando modelo. Dtngur entre dato de tpo cualtatvo y cuanttatvo, dcreto y contnuo, aprendendo a ordenarlo en dtrbucone de frecuenca agrupada y n agrupar. Contrur htograma y polígono acumulatvo partr de una dtrbucón de frecuenca agrupada en ntervalo.

16 8 Introduccón. BIBLIOGRAFÍA BÁSICA (teoría y problema) ESTEBAN, J.; y otro.: Etadítca Decrptva y nocone de Probabldad, Ed. Thomon, 005. Tema. (Con ejercco, cuetone de autoevaluacón y problema reuelto y propueto). MONTIEL, A.M.; RIUS, F.; BARÓN F.J.: Elemento báco de Etadítca Económca y Emprearal, Ed. Prentce Hall, Madrd 997. Capítulo y.

17 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 9.. ESTADÍSTICA: CONCEPTO, CONTENIDO Y RELACIONES CON EL ÁREA ECONÓMICA Y EMPRESARIAL. Ejemplo ntroductoro. Se ha contablzado el número de día de baja, durante un trmetre, de lo trabajadore de do emprea obtenéndoe lo guente reultado: DATOS emprea A DATOS emprea B Compara el número de día de baja en la do emprea: Dtrbucón frecuenca. Meda artmétca Varanza

18 0 Introduccón. La ESTADÍSTICA, como cenca, compara ere de dato y ayuda a tomar decone ante lo ncerto, e decr, a reolver cao de ncertdumbre. La nformacón etadítca e utlza muy a menudo para valdar o avalar que la decone que pretendemo tomar on la má veroímle o probable.

19 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. Nº día baja emprea A Nº trabajadore Valore Frecuenca Porcentaje Porcentaje acumulado Total 0 00 nº trabajadore A nº día de baja A

20 Introduccón. Nº día baja emprea B Nº trabajadore Valore Frecuenca Porcentaje Porcentaje acumulado 0 36,67 36, ,33 80,00 3,33 83, ,67 00,00 Total 30 00,00 nº trabajadore nº día de baja B

21 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 3 Cálculo de la Meda y la Varanza. Nº día baja A Nº trabajadore Valore Frecuenca Porcentaje Porcentaje Cálculo de Cálculo de acumulado Meda Varanza Total Nº día baja B Nº trabajadore Valore Frecuenca Porcentaje Porcentaje Cálculo de Cálculo de acumulado Meda Varanza 0 36,67 36, ,33 80, ,33 83, ,67 00, Total

22 4 Introduccón. DATOS EMPRESA A Meda,00 Varanza,5 Devacón típca, DATOS EMPRESA B Meda,00 Varanza 0,0667 Devacón típca 3,7

23 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 5 La Etadítca tene aplcacone mportante en el ámbto de la economía y la emprea: ECONOMÍA: el anál de dato generado por varable como la productvdad económca, nflacón, tpo de nteré, empleo deempleo... Jame Hechman y Danel McFadden comparteron el premo Nobel de Economía en el año 000 por dearrollar método de anál de dato etadítco, utlzado actualmente para etudar comportamento ndvduale en economía. Se utlzan método etadítco para contrur índce como el IPC, para medr y predecr la nflacón. Ammo, la etadítca e una herramenta ndpenable para la econometría y el anál de ere temporale (etudo de varacone etaconale y cíclca de magntude económca). El premo Nobel de Economía de 003 lo ganaron Robert Engle, por dearrollar método de anál de ere temporale con volatldad varante en el tempo (ARCH) Y Clve Granger por u trabajo en el anál de ere temporale con tendenca comune (contegracón).

24 6 Introduccón. DIRECCIÓN DE EMPRESAS: e utlzan método de control de caldad etadítco para drgr y perfecconar contantemente el proceo de produccón y por conguente el rendmento de la compañía. En 986 W. Edward Demng y otro abogaron por una floofía total de la caldad con un perfecconamento contnuo de la mma. CONTABILIDAD, AUDITORÍA: toma de decone en cuanto al etado de la cuenta, lqudez de la emprea, nventaro... etc., baándoe en el anál etadítco, donde lo dato a analzar on la taa de varacón de la fnanza (cuenta de la emprea). Lo anál etadítco pueden demotrar la taa de varacón de la fnanza en alguna emprea dferen gnfcatvamente de la que on típca o uuale en el grupo ndutral de emprea determnado. Lo drectvo de la emprea, lo nveronta y lo empleado deben etar ntereado en conocer ete tpo de reultado ya que la compañía con uno índce de varacón en u fnanza atípco uelen r a la quebra.

25 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 7 GESTIÓN Y RECURSOS HUMANOS: evaluar y comparar la capacdad de colectvo de trabajadore para realzar tarea (reparto de tarea), utlzar reultado de un tet de apttud para complementar la nformacón ubjetva de lo canddato a un empleo. MARKETING: lo fabrcante de producto de conumo drgen la nvetgacón en marketng a recoger y analzar dato relaconado con la técnca de venta y dtrbucón de bene y ervco. La nvetgacón en marketng a menudo ncluye el mercado potencal y etudo de la cuota de mercado, nvetgacón acerca del producto, de la promocón y dtrbucón. Utlza cuetonaro y encueta por correo, teléfono o entrevta peronal para obtener nformacón que ayude a la emprea a decdr deberían y cómo deberían poner un producto en el mercado.

26 8 Introduccón... LA INVESTIGACIÓN ESTADÍSTICA. ANÁLISIS DESCRIPTIVO, MODELIZACIÓN E INFERENCIA. Podemo dtngur tre fae mplcada cuando e aplca el método etadítco:. MUESTREO: LA RECOPILACIÓN DE LOS DATOS SIN ELABORAR. MUESTRA POBLACIÓN Técnca muetreo MUESTRA ALEATORIA Y DE TAMAÑO ADECUADO.

27 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 9. ESTADÍSTICA DESCRIPTIVA: preentacón en nforme. El objetvo de la Etadítca Decrptva e decrbr un conjunto de dato: ORDENAR LOS DATOS RECOPILARLOS EN TABLAS ESTADÍSTICAS: DISTRIBUCIONES DE FRECUENCIAS. GRÁFICOS DE LA DISTRIBUCIÓN DE FRECUENCIAS. CÁLCULO DE ESTADÍSTICOS: RESUMEN DE DATOS. INTERPRETAR RESULTADOS: PRESENTACIÓN INFORME. El organzar lo dato de forma tal que e puedan ver la tendenca y norma, e pueda dbujar gráfco, calcular etadítco y redactar nforme e llama ESTADÍSTICA DESCRIPTIVA.

28 30 Introduccón. Etadítco: una medda que e pueda calcular a partr de lo dato reale generado por una varable y que reuma y dé una propedad de ee conjunto de dato.

29 Guía ddáctca de Etadítca Decrptva para la Cenca Socale INFERENCIA ESTADÍSTICA: expocón de predccone y toma de decone. El objetvo de la Inferenca Etadítca e hacer afrmacone obre la POBLACIÓN baada en la nformacón dponble en la MUESTRA. PREDICCIÓN. PROBABILIDAD. ESTIMACIÓN DE PARÁMETROS. Parámetro: propedad de la poblacón. TOMA DE DECISIONES. Al no haber aboluta certeza de la veracdad de tale afrmacone obre la poblacón, e ha de utlzar el térmno PROBABILIDAD como una medda de la ncertdumbre de ea concluone: el propóto de la etadítca e ayudar al que toma la decón a tener razón má vece que lo contraro. Darle una dea obre el pelgro que hay de que no tenga razón cuando toma una decón partcular.

30 3 Introduccón..3. Dato etadítco: naturaleza, decrpcón numérca y repreentacón gráfca. CARÁCTER: el apecto, fenómeno, propedad que e deea etudar de la poblacón. MODALIDAD: dferente forma de manfetare el carácter. VARIABLE ESTADÍSTICA X: el carácter meddo obre lo elemento. DATOS x

31 Guía ddáctca de Etadítca Decrptva para la Cenca Socale Clafcacón de lo DATOS (VARIABLES) por u NATURALEZA. CUALITATIVOS: MODALEDADES no numérca, CATEGORÍAS VARIABLES CUALITATIVAS: ORDINALES NOMINALES o ATRIBUTOS CUANTITATIVOS: MODALIDADES numérca, VALORES VARIABLES CUANTITATIVAS: DISCRETAS CONTINUAS Ejemplo.. Ejemplo.. Ejemplo.3.

32 34 Introduccón..3.. DESCRIPCIÓN NUMÉRICA de lo dato (varable cuanttatva) VARIABLE X N DATOS n elaborar x,x ( x ) N, L,x N k DATOS dferente ordenado de menor a mayor x ( x ) < x k < L < x k DISTRIBUCIÓN DE FRECUENCIAS

33 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 35 DISTRIBUCIÓN DE FRECUENCIAS Organzacón de la ere de DATOS SIN AGRUPAR: POCOS DATOS DIFERENTES (k pequeño comparado con N). Ejemplo.4. AGRUPADA en ntervalo: MUCHOS DATOS DIFERENTES (k grande). Ejemplo.5.

34 36 Introduccón. FRECUENCIA: conteo. TIPOS DE FRECUENCIA. FRECUENCIAS ABSOLUTAS: n (frecuenca aboluta) frecuenca N n j j N (frec. aboluta acumulada) frecuenca acumulada (,,, k) FRECUENCIAS RELATIVAS: f n f (frecuenca relatva) f 00 porcentaje N F F f j ; F j N (,,, k) (frec. relatva acumulada) N F 00 porcentaje acumulado

35 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 37 Dtrbucón de frecuenca SIN AGRUPAR. k ( x,n ) x < x < xk VARIABLE X : < L (k pequeño comparado con N) Tabla etadítca: valore dferente ordenado de menor a mayor y frecuenca. Ejemplo.4.

36 38 Introduccón. Dtrbucón de frecuenca AGRUPADA EN INTERVALOS. Cómo agrupar en ntervalo mucho dato dferente: Obervar valor mínmo x m y valor máxmo x M. Recorrdo de la varable (ampltud total): Re x M x m Número de ntervalo (k): Sturge k N ln N k + ln (N no muy grande) Ampltud ntervalo (a): a Re k

37 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 39 NOTACIÓN INTERVALOS Intervalo émo: [, L [ L (,,, k). Marca de clae (m.d.c.): m.d.c x L + L (punto medo del ntervalo). Ampltud del ntervalo émo: a L L. Ejemplo.5.

38 40 Introduccón Repreentacón gráfca (varable cuanttatva). DATOS SIN AGRUPAR: gráfco de barra. Dagrama en ecalera (acumulatvo). DATOS AGRUPADOS: HISTOGRAMA. Polígono acumulatvo.

39 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 4 HISTOGRAMA (gráfco de ÁREA) Rectángulo yuxtapueto. Un rectángulo para cada ntervalo. Área de rectángulo repreenta la frecuenca del ntervalo. Altura de rectángulo - émo: dendad de frecuenca d o d a n f a S la ampltud de todo lo ntervalo e la mma ( a contante), la altura de cada rectángulo puede er la frecuenca del ntervalo. Ejemplo.6. Ejemplo.7.

40 4 Introduccón. d n a HISTOGRAMA dendad frecuenca Área n a L L Intervalo

41 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 43 Concepto clave. Dato de naturaleza contnua. Dato de naturaleza dcreta. Dendad de frecuenca. Dtrbucón de frecuenca agrupada. Dtrbucón de frecuenca n agrupar. Etadítca Decrptva. Frecuenca aboluta acumulada. Frecuenca aboluta. Frecuenca relatva (porcentaje). Frecuenca relatva acumulada. Htograma. Inferenca Etadítca. Intervalo. Marca de clae. Polígono acumulatvo. Varable cualtatva. Varable cuanttatva.

42 44 Introduccón. EJEMPLOS. Ejemplo.. Clafca la guente varable en cualtatva o cuanttatva, dentfcando poble valore de ea varable y elemento de la poblacón o muetra obre la que obervaríamo o medríamo la varable: a) Edad b) Forma de pago al realzar una compra c) Etado cvl d) Número de habtacone por caa e) Salaro menual percbdo por lo upervore de venta de una conultoría. f) Medo de tranporte utlzado para r a clae por lo etudante del campu de Taronger Texto

43 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 45 g) Grado de rego de lo fondo de nverón de una entdad fnancera ( rego menor, 5 rego mayor) h) Dámetro de la tuerca que produce una máquna. (La tuerca deberían tener toda 6 mm de dámetro) ) Número de defecto encontrado en n ordenadore portátle fabrcado durante un me. Texto

44 46 Introduccón. Ejemplo.. Indcar de la varable guente cuale generarían dato dcreto y cuale dato contnuo: a) Número de accone vendda cada día en un mercado de valore. b) Temperatura regtrada cada meda hora en un obervatoro. c) Ceno anuale del colego de profeore. d) Longtud de.000 cerrojo producdo en una fábrca. e) 30 analta fnancero dan una predccón de la gananca por accón (en euro) de certa emprea para el año próxmo. Texto

45 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 47 Ejemplo.3. Preguntada 300 perona acerca de u etado cvl, 45 contetaron etar oltera, 00 caada, 30 dvorcada y 5 vuda. a) Identfca la varable etadítca (V.E.) y clafícala, modaldade del carácter. b) Clafca la V.E. en una tabla etadítca o dtrbucón de frecuenca: obtener frecuenca aboluta, relatva y acumulada. Solucón: a) X: Etado Cvl. Varable cualtatva con cuatro modaldade: Soltera, Caada, Dvorcada, Vuda. Texto

46 48 Introduccón. Ejemplo.4. El departamento de prevencón de rego laborale de una gran emprea de la contruccón ha recogdo nformacón obre el número de accdente laborale daro con baja laboral que e han producdo durante lo 44 día guente a la aplcacón de nueva norma de egurdad, obtenendo lo guente reultado: Obtener: Número de accdente daro 44 día) a) La tabla etadítca o dtrbucón de frecuenca. b) Dagrama de barra (con frecuenca aboluta y relatva). c) Dagrama en ecalera o acumulatvo. Texto

47 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 49 Ejemplo.5. El departamento de peronal de una emprea aplca un tet de habldad mental a u empleado con el objetvo de elecconar a un número determnado de ello para la realzacón de certa tarea. La puntuacone obtenda han do la guente: a) Forma una dtrbucón de frecuenca con 7 ntervalo. b) Htograma. Texto

48 50 Introduccón. Ejemplo.6. Dada una dtrbucón con 8 valore: a) Determínee, medante la fórmula de Sturge, el número de ntervalo en que puede agrupare. b) S el recorrdo de la dtrbucón e de 48 undade, cuál erá la ampltud de cada ntervalo?. Solucón: a) K 8 ; b) 6 Texto

49 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 5 Ejemplo.7. Al repreentar medante un htograma la guente dtrbucón de frecuenca: Intervalo n El ntervalo de 0 a 0 e repreenta por un rectángulo de 8 cm. de altura Cuál debe er la altura del ntervalo de 0 a 50? va. Texto

50 TEMA ANÁLISIS DE DATOS UNIDIMENSIONALES

51 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 53 del tema. Objetvo de aprendzaje. Bblografía báca para complementar el tema. Programacón de la guía ddáctca:.. Prncpale medda de pocón, dperón y de forma o perfl... Tranformacone lneale y tpfcacón de varable..3. Otra medda de pocón: moda y cuantle (medana). Concepto clave. Ejemplo.

52 54 Anál de dato undmenonale. OBJETIVOS DE APRENDIZAJE. Aprender a calcular e nterpretar lo etadítco decrptvo má mportante. Concepto de dperón aboluta y dperón relatva. Comparar dperón y dato tpfcado entre do o má varable. Informacón que aportan la meda y la varanza en cuanto a la dtrbucón de lo dato de una varable alrededor de la meda (Regla de Tchebyheff). Etudar cómo e ven afectado lo etadítco y coefcente al tranformar lnealmente lo dato de una varable.

53 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 55 BIBLIOGRAFÍA BÁSICA (teoría y problema) ESTEBAN, J.; y otro.: Etadítca Decrptva y nocone de Probabldad, Ed. Thomon, 005. Tema. (Con ejercco, cuetone de autoevaluacón y problema reuelto y propueto). MONTIEL, A.M.; RIUS, F.; BARÓN F.J.: Elemento báco de Etadítca Económca y Emprearal, Ed. Prentce Hall, Madrd 997. Capítulo 3 y 4.

54 56 Anál de dato undmenonale... Prncpale medda de pocón, dperón y de forma o perfl.... Prncpale medda de pocón y dperón. POSICIÓN: LA MEDIA ARITMÉTICA. x Varable etadítca con N dato en total ( ) N N N X : x x k X : x, x N Dtrbucón de frecuenca ( ) k n x x n Tambén: x k x f Se utlzará preferentemente la prmera expreón. En una dtrbucón agrupada en INTERVALOS: x m.d.c.

55 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 57 PROPIEDADES DE LA MEDIA. La meda e el CENTRO DE GRAVEDAD de la dtrbucón (c.d.g): N ( x x ) 0 (medda de pocón central).. Poblacón con N dato, ubdvdda en p ubpoblacone djunta de tamaño p N, N, L,N p con j N j N y meda x,x, L, x p, la meda total e puede determnar: x T Ver ejemplo en: ESTEBAN, J.; y otro.: Etadítca Decrptva y nocone de Probabldad, Ed. Thomon, 006. Tema, págna 9 (ejemplo.4) N p j x j N j

56 58 Anál de dato undmenonale. CONSIDERACIONES SOBRE LA MEDIA.. La meda e un reumen de lo N dato de la varable (PROMEDIO). Dato homogéneo (cercano a la meda), meda repreentatva. Dato heterogéneo (alejado de la meda, extremo), meda no repreentatva.. La meda e un ESTADÍSTICO de tpo ABSOLUTO que tene la mma undad de medda que la varable. Ademá u valor etará dentro del recorrdo de la varable: Re : x m a x M

57 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 59 DISPERSIÓN: LA VARIANZA. En una V.E. con N dato ( ) N X : x, la medda de DISPERSIÓN mden la ampltud, demnacón o VARIABILIDAD de lo DATOS, en u conjunto. Mden la pocón que ocupan lo dato repecto a un punto de nteré que tomamo como referenca. La referenca má apropada, óptma para la varanza, e la meda artmétca, por er el centro de gravedad de la dtrbucón.

58 60 Anál de dato undmenonale. VARIANZA : meda de lo cuadrado de la devacone de lo dato a u meda. X : x Varable etadítca con N dato en total: ( ) N X : x, Dtrbucón de frecuenca: ( ) k n N N N ( x x) k ( x x) Tambén: ( x x) k Se utlzará preferentemente la prmera expreón. f n

59 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 6 En una dtrbucón agrupada en INTERVALOS: x m.d.c. DESVIACIÓN TÍPICA : Devacón típca + varanza PROPIEDADES DE LA VARIANZA Y LA D.T.. 0 ; 0. Son cero cuando todo lo dato on guale.. Se demuetra que: N N x x o ben k N x n x. Eta expreón reulta útl para el cálculo de la varanza obre una dtrbucón de frecuenca. Ejemplo..

60 6 Anál de dato undmenonale. CONSIDERACIONES SOBRE LA VARIANZA Y LA DESVIACIÓN TÍPICA.. La varanza e una medda de DISPERSIÓN ABSOLUTA. Tene la undad de medda de la varable al cuadrado. La devacón típca, n embargo, tene la mma undad de medda que la varable y e drectamente comparable con la meda.. La devacón típca, como medda de DISPERSIÓN aporta nformacón etadítca obre la VARIABILIDAD de lo DATOS en relacón a u meda. No dará nformacón acerca de la homogenedad o heterogenedad de lo dato en relacón al valor medo de lo mmo. pequeña en relacón al valor de la meda: meda repreentatva, dato homogéneo.

61 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 63 grande en relacón al valor de la meda: meda no repreentatva, dato heterogéneo. 3. COMPARAR DISPERSIÓN entre do o má varable: la devacone típca de do o má varable on comparable drectamente la varable tenen la mma undad de medda y el mmo valor para la meda.

62 64 Anál de dato undmenonale. DISPERSIÓN RELATIVA. EL COEFICIENTE DE VARIACIÓN Para comparar la dperón entre dferente ere de dato (varable) ndependentemente de u undade de medda y del valor de u meda e utlzará una medda de DISPERSIÓN RELATIVA. X : x Dada una varable ( ) N defne el coefcente de varacón de Pearon:, u meda x 0 y u devacón típca, e g 0 x Habrá mayor dperón relatva donde g 0 ea mayor. Ejemplo.. Ejemplo.3. Ejemplo.4.

63 Guía ddáctca de Etadítca Decrptva para la Cenca Socale Momento. Dada una varable etadítca ( ) N e defnen: MOMENTOS ORDINARIOS DE ORDEN p N p k a p x o p x N N X : x, X : ( x, n )k a con p entero p 0 MOMENTOS ORDINARIOS que e van a utlzar: p p a a N N N N x x p n x (meda) con u meda x,

64 Anál de dato undmenonale. 66 MOMENTOS CENTRALES DE ORDEN p ( ) N p p x x N m o ( ) k p p n x x N m con p entero 0 p MOMENTOS CENTRALES que e van a utlzar: ( ) ( ) ( ) ( ) N 4 4 N 3 3 N N x x N m 4 p x x N m 3 p x x N m p 0 x x N m p (varanza)

65 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 67 LA VARIANZA EN FUNCIÓN DE LOS MOMENTOS. En funcón de la egunda propedad dada para la varanza y de la defncone de lo momento ordnaro y centrale e tene que: N N N N m ( x x) x x a a

66 68 Anál de dato undmenonale...3. Medda de forma o perfl. ASIMETRÍA: perfl horzontal de la dtrbucón. La meda e el c.d.g. de la dtrbucón (de la varable, de la ere de dato ordenada) y e deplazará haca donde haya mayor dendad de dato. Se etuda la metría ametría de la dtrbucón tomando como referenca el c.d.g. S hay mayor dendad de dato al prncpo de la dtrbucón (dato menore), la meda e deplaza haca la zquerda, dejando una cola de dato a u derecha: ASIMETRÍA A LA DERECHA DE LA MEDIA. S hay mayor dendad de dato al fnal de la dtrbucón (dato mayore), la meda e deplaza haca la derecha, dejando una cola de dato a u zquerda: ASIMETRÍA A LA IZQUIERDA DE LA MEDIA. S la dtrbucón de dato e gual a zquerda y derecha de la meda: SIMETRÍA

67 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 69 ASIMETRÍA A LA IZQUIERDA ASIMETRÍA A LA DERECHA meda meda SIMETRÍA meda

68 70 Anál de dato undmenonale. COEFICIENTE DE ASIMETRÍA DE FISHER. m N 3 e defne A partr del momento central de orden mpar 3 ( x x ) el coefcente de ametría de FISHER: N g m 3 3 S SIMETRÍA S m m 3 3 > 0 < 0 g g m > 0 ASIMETRÍA A LA DERECHA 3 0 g 0 (obervar gráfco) < 0 ASIMETRÍA A LA IZQUIERDA

69 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 7 APUNTAMIENTO O CURTOSIS: perfl vertcal de la dtrbucón. La medda de apuntamento proporconan nformacón etadítca de la dtrbucón, relatva a la dendad de dato que hay en la proxmdade de la meda (c.d.g.). S la dendad de dato alrededor de la meda e muy domnante: dtrbucón MUY APUNTADA, rectángulo del htograma centrale con mucha altura. S la dendad de dato alrededor de la meda no e domnante: dtrbucón POCO APUNTADA, rectángulo del htograma centrale con poca altura.

70 7 Anál de dato undmenonale. COEFICIENTE DE APUNTAMIENTO O CURTOSIS DE FISHER. A partr del momento central de orden cuatro 4 ( x x ) m N 4 e def- ne el coefcente de apuntamento de FISHER: g Para medr con ete coefcente el grado de apuntamento de una dtrbucón e utlzarán do MODELOS de dtrbucón de REFERENCIA: m MODELO NORMAL: dtrbucón campanforme con un apuntamento de g 3. MODELO UNIFORME: dtrbucón horzontal con un apuntamento de g, N

71 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 73 Apuntamento 3 MODELO NORMAL Apuntamento,8 MODELO UNIFORME

72 74 Anál de dato undmenonale. De eta forma e egurán lo guente crtero para medr el apuntamento de una dtrbucón: S g S g S g > 3 3 < 3 má apuntada que el modelo NORMAL (leptocúrtca) mmo apuntamento que el modelo NORMAL (meocúrtca) meno apuntada que el modelo NORMAL (platcúrtca) Apuntamento >3 Apuntamento<3 y >,8

73 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 75 S S g g <, 8, 8 mmo apuntamento que modelo UNIFORME (horzontal). forma de " U" (má dendad de dato en lo extremo). Ejemplo.5. Ejemplo.6. Apuntamento <,8

74 76 Anál de dato undmenonale...tranformacone lneale y tpfcacón de varable.... Tranformacone lneale. X : x Dada una V.E. ( ) N y do número reale k, c, e dtngurán tre tpo de tranformacone lneale de la varable X en otra varable X : X : N x X x x +. ( ) ( ) cambo de orgen o undad X : x X x N. ( ) ( ) cambo de ecala X : kx N x X x kx + 3. ( ) ( ) tranformacón lneal completa EN GENERAL LO PODEMOS EXPRESAR:. X' X + c. X' kx 3. X' kx + c c c (cambo de orgen) (cambo de ecala) (tranformacón lneal completa)

75 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 77 PROPIEDADES DE TRANSFORMACIÓN LINEAL. S tranformamo lnealmente lo dato de una varable, lo etadítco de la mma (meda, varanza, momento, coefcente) e ven afectado como gue:. x' x + c (cambo de orgen) MEDIA. x' 3. x kx kx + c (cambo de ecala) (tranformacón lneal completa) VARIANZA.. 3. X X X k k X X X (cambo de orgen) (cambo de ecala) (tranformacón lneal completa)

76 78 Anál de dato undmenonale.. X X (cambo de orgen) DESVIACIÓN TÍPICA. 3. X X k k X X (cambo de ecala) (tranformacón lneal completa). m p ( X ) m p ( X ) ( cambo de orgen) MOMENTOS. m p ( X ) k p m p ( X ) ( cambo de ecala) 3. m p ( X ) k p m p ( X ) ( tranformacón lneal completa) Ejemplo.7. Ejemplo.8.

77 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 79 COEFICIENTE DE VARIACIÓN DE PEARSON. X' X + c (cambo de orgen) X X. g ( X 0 ) g0 x x + c ( X ). X' kx (cambo de ecala) X k X X. g ( X 0 ) g0( x k x x X ) 3. X' kx + c (tranformacón lneal completa) X k X 3. g ( X 0 ) g0 x kx + c ( X )

78 Anál de dato undmenonale. 80 COEFICIENTE ASIMETRÍA DE FISHER (cambo de orgen). c X X' + ) X ( g ) X ( m ) X ( m ) X ( g 3 X 3 3 X 3. (cambo de ecala). kx X' < > ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( X g k X m k k X m k X m X g 0 k X g X m k X m k X m X g 0 k 3 X X X 3 3 X 3 3 X X 3 S S. S k e negatvo camba el gno de la ametría, pero el grado de ametría no.

79 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 8 completa) (tranformacón lneal 3. c kx X' + Lo mmo que en.: < > ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( X g k X m k k X m k X m X g 0 k X g X m k X m k X m X g 0 k 3 X X X 3 3 X 3 3 X X 3 S S 3. El coefcente de ametría e nvarante por tranformacón lneal, alvo en el gno.

80 8 Anál de dato undmenonale. COEFICIENTE DE APUNTAMIENTO DE FISHER. X' X + c (cambo de orgen) m ( X 4 ) m4 ( X ). g ( X ) g ( 4 4. X' kx X X (cambo de ecala) 4 m ( X 4 ) k m4 ( X ). g ( X ) g ( k 3. X' kx + c X X X (tranformacón lneal completa) 4 m ( X 4 ) k m3( X ) 3. g ( X ) g ( k X El coefcente de apuntamento e nvarante por tranformacón lneal. X ) X X ) )

81 Guía ddáctca de Etadítca Decrptva para la Cenca Socale Tpfcacón de varable. X x Sea ( ) N : una V.E. y x, u meda y varanza repectvamente. Para cada valor x de la varable e defne u PUNTUACIÓN TIPIFICADA como: z x x z e un valor relatvo y mde la dtanca del valor undade de devacón típca. x a la medax, en S un valor z e potvo, el valor x erá mayor que la meda. S un valor z e negatvo, el valor x erá menor que la meda.

82 84 Anál de dato undmenonale. S e tpfcan lo N valore de una V.E., e obtendrán N puntuacone tpfcada que conttuyen otra varable que e denomnará: VARIABLE ESTADÍSTICA TIPIFICADA ( z ) N Z : PROPIEDADES DE LA VARIABLE TIPIFICADA.. La meda de la V.E. tpfcada e cero: z 0. La varanza de la V.E. tpfcada e uno: Z Por tanto cualquer varable que tpfquemo e tranforma en otra de meda cero y devacón típca uno:

83 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 85 ( x ) N X x X VARIABLE TIPIFICADA Z ( z ) N z 0 Z ( y ) N Y y Y LOS VALORES TIPIFICADOS e utlzarán para: Comparar valore de dferente varable, ndependentemente de la undad de medda de la mma y del valor de u meda y devacone típca. Para medr la dperón relatva de un valor concreto de una varable. Ejemplo.9. Ejemplo.0. Ejemplo..

84 86 Anál de dato undmenonale...3. Regla de Tchebyheff. X x Dada una varable etadítca cualquera ( ) N : con N obervacone, de meda x y devacón típca, y dado un número real potvo k mayor que ; al meno un porcentaje de k x 00 de la obervacone e encuentra dentro del ntervalo de valore x ±, e decr, entre k devacone típca alrededor de la meda artmétca. k Ejemplo..

85 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 87 UTILIDAD DE LA REGLA DE TCHEBYSHEFF S de una V.E. X no e tene nformacón de u valore concreto, n de u dtrbucón de frecuenca, pero e conoce el valor de u meda x y la devacón típca e puede obtener nformacón obre el recorrdo de lo dato de la varable dando ntervalo de valore alrededor de la meda x ± k. Aí por ejemplo: Para k 0, 75 k Para k,5 0, 84 k má del 75% de lo dato de una V.E. etará en el ntervalo x ±. má del 84% de lo dato de una V.E. etará x ±,5 en el ntervalo Para k 3 k 0, 8889 má del 88%-89% de lo dato de una V.E. etará en el ntervalo x ± 3.

86 88 Anál de dato undmenonale..3. Otra medda de pocón: moda, cuantle (medana). MODA (Mo): La moda e una medda de pocón que dentfca en la dtrbucón de una V.E. el valor o la zona de valore má frecuente o de mayor dendad de frecuenca (zona modal). En una mma dtrbucón puede haber má de una moda o zona modale. DETERMINACIÓN DE LA MODA: En una dtrbucón con poco dato dferente, y por tanto, SIN AGRU- PAR, la MODA e el valor (o valore) de la dtrbucón con mayor frecuenca. En dtrbucone con mucho dato dferente y, por tanto, AGRUPADA en ntervalo, e determnará el INTERVALO, ZONA o CLASE MODAL

87 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 89 [, L [ L como aquel ntervalo con mayor dendad de frecuenca d (o frecuenca n, todo tenen la mma ampltud). Como valor repreentante de la MODA dentro de la clae modal -éma [ L, [ de dendad d y ampltud L Mo L a e dará el guente: + d d + + d + a Ejemplo.3.

88 90 Anál de dato undmenonale. CUANTILES: Q β X : x DEFINICIÓN GENERAL: Dada una V.E. ( ) N NADOS DE MENOR A MAYOR y dado un número real β ( 0 β < ) con N valore ORDE- <, e drá que el valor x del recorrdo de la varable e un CUANTIL DE ORDEN β : como mínmo, un porcentaje del β 00 ) ( de lo valore on menore o guale que x. y, como mínmo, un porcentaje del (( β ) 00 ) de lo valore on mayore o guale que x. NOTACIÓN: Q β x (cuantl de orden β )

89 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 9 DETERMINACIÓN DE CUANTILES. X : x Sea una V.E. ( ) N X : x,n,n, F con N valore, y ea ( ) k u dtrbucón de frecuenca con lo dato ordenado de menor a mayor. REGLA GENERAL: e tomará como cuantl de orden β, Q β, el prmer valor x de la dtrbucón de frecuenca que tenga agnada una frecuenca relatva acumulada F uperor al orden del cuantl β. (O un porcentaje acumulado F 00 ) acumulada ( uperor al ( β 00 ), o una frecuenca N uperor a β N ).

90 9 Anál de dato undmenonale. CASO ESPECIAL: un valor x de la dtrbucón de frecuenca tene aocada una frecuenca relatva acumulada F que concde exactamente con el orden del cuantl β ( F β ), e tomará como cuantl Q β x + x +, e decr el punto medo entre la dtrbucón x +. x y el guente valor de

91 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 93 S la dtrbucón contene mucho dato dferente, AGRUPADOS EN IN- TERVALOS y e pretende determnar lo cuantle manualmente obre la dtrbucón agrupada, e procederá como gue: e determnará el ntervalo o clae del cuantl [, L [ L como el prmer ntervalo con una frecuenca relatva acumulada F uperor al orden del cuantl β y, dentro de ee ntervalo e dará como una aproxmacón al cuantl: Q β L + β f F o tambén, la expreón equvalente: Q β L + βn n N a a

92 94 Anál de dato undmenonale. FAMILIAS DE CUANTILES MÁS UTILIZADAS: LA MEDIANA (Me): la medana e el cuantl de orden β 0, 5 Me Q 0,5 E decr, la MEDIANA e un valor que dvde por la MITAD la dtrbucón (MEDIDA DE POSICIÓN CENTRAL). CUARTILES (C ): lo cuartle on tre cuantle que dvden la dtrbucón en cuarto. Son lo cuantle de órdene β : 0,5, 0,50 y 0,75. C Q0,5 C Q0,50 C3 Q0,75 PERCENTILES (P ): 99 cuantle que dvden en 00 parte la dtrbucón. P Q0,0, L P30 Q0,30, LP50 Q0,50, LP80 Q0,80, LP99 Q0,99 Ejemplo.4. Ejemplo.5.

93 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 95 Concepto clave. Apuntamento o curto (coefcente de Fher). Ametría. Coefcente de varacón. Cuantl. Devacón típca. Dperón aboluta. Dperón relatva. Meda (artmétca). Medana. Moda. Puntuacón tpfcada. Tranformacón lneal. Varanza.

94 96 Anál de dato undmenonale. EJEMPLOS. Ejemplo....A. Calcúlee la meda y la varanza de la guente ere de valore: X: Y: Z: W: Solucón: x z 3 5 X Z y 77, 8 w Y 4 W 4,857 Texto

95 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 97..B. Calcúlee la meda y la varanza de la guente dtrbucón de frecuenca agrupada: Intervalo Frecuenca Solucón: 0, 33 x 3, Texto

96 98 Anál de dato undmenonale...c. Calcula la meda de la guente dtrbucón de frecuenca agrupada: Intervalo Frecuenca Solucón: x 0, 5..D. Calcúlee la meda y la varanza de la guente dtrbucón: x f frecuenca relatva 0, 0,4 0,3 0, Solucón: meda 5,4 y varanza 4,44. Texto

97 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 99 Ejemplo....A. La do muetra guente tenen la mma dperón aboluta (devacón típca y varanza) pero dferente dperón relatva (coefcente varacón): a) b) Sn realzar nngún cálculo: razona cuál de ella tendrá menor dperón relatva, e decr, qué conjunto de dato e má homogéneo. Tene algo que ver con la dtanca de lo dato al orgen y el valor de la meda repectva? Por qué tenen la mma dperón aboluta? ( dtanca de lo dato a la meda). En un cambo de orgen, la dperón aboluta (S) no camba pero la dperón relatva í. Calcula la meda y varanza de la do ere de dato y x comprueba lo anteror. Texto

98 00 Anál de dato undmenonale...b. La do muetra guente tenen dferente dperón aboluta pero la mma dperón relatva: a) b) Sn realzar nngún cálculo: razona cuál de ella tendrá menor dperón aboluta. Por qué tenen la mma dperón relatva? Guardan alguna proporcón lo dato de a) con lo dato de b)? Tene eto algo que ver con un cambo de ecala? En un cambo de ecala, la dperón aboluta í camba pero la relatva no camba. Calcula la meda y varanza de la do ere de dato y comprueba lo anteror. Texto

99 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 0 Ejemplo.3. Un fabrcante de detergente quere comprar una máquna empaquetadora que realce la operacón de llenar bola de 50 gramo. La caa A le ofrece una máquna con la cual realza una prueba y obtene lo guente reultado: 50, 5, 48, 53, 47.La caa B le ofrece otra y, realzando prueba, obtene lo guente reultado: 58, 5, 47, 48, 45. Qué máquna le nterea má comprar? (Calcular meda y varanza y comparar dperón). Solucón: x 50 gr.,8 x 50 gr. 4, 604 A A B B Como la meda on guale y tenen la mma undad de medda, la devacone típca on comparable drectamente: la de A e menor que la de B. Texto

100 0 Anál de dato undmenonale. Ejemplo.4. En do emprea e ha obervado al colectvo de trabajadore que caua baja laboral por motvo de enfermedad. El número medo de hora perdda por ete motvo en la emprea A ha do de 30h y en la emprea B de 40h. Aí mmo, la devacone típca repectva han do de 60h y 45h. En qué emprea hay mayor dperón relatva en el número de hora perdda? Dónde e má repreentatva la meda? Texto

101 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 03 Ejemplo.5. Calcula lo coefcente de ametría y curto de Fher de lo valore: a) b) 5 7 c) Texto

102 04 Anál de dato undmenonale. Ejemplo.6. Explca cuál de la guente varable etadítca tene una curva de frecuenca má aproxmada al modelo normal, comentando en cada cao la forma de la curva de frecuenca correpondente (ametría y apuntamento): A ) B ) C ) m m 4 N N ( x x) n 44 m3 ( x x) ( x x) 0 m 3 m n m m N n 0 Sol.: La C e la má aproxmada al modelo normal. Texto

103 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 05 Ejemplo.7. Dada la varable etadítca X de meda 5 y varanza 4, calcular la meda y la varanza de la guente varable: a) Z X + 3 b) Y 4 X c) Y -4X d) W 6 X En qué varable el coefcente de varacón de Pearon erán gual al de X? Solucón: a) z 8 4 Z b) y Y c) y Y d) w ) W Texto

104 06 Anál de dato undmenonale. Ejemplo.8. Analzada la venta (en mle de u.m.) en 999 de 00 emprea de un determnado ector e ha obtendo una meda de 500 u.m. y una devacón típca de 3,5 u.m. Calcular la meda y la varanza para el año 000 en lo guente upueto: a) La venta ufren un aumento del 0% en toda la emprea. b) La venta e ncrementan en toda la emprea en 00 mle de u.m. Solucón: a) y 600, b) y 600, Y 7,64,5 Y Texto

105 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 07 Ejemplo.9. Tpfca lo valore obtendo en el ejemplo.3 para la caa B y comprueba que la meda de la puntuacone tpfcada e 0 y la devacón típca. Texto

106 08 Anál de dato undmenonale. Ejemplo.0. Lo etudante de un grupo determnado de prmer curo de la lcencatura en ECO han realzado do prueba, A y B. La calfcacón meda en la prmera de ella e de 6,5 punto con una devacón típca de,36, mentra que en la egunda prueba, la meda y la devacón típca han do repectvamente de 5 y,3 punto. Un etudante ha obtendo una calfcacón de 7,5 en la prueba A y de 7 en la prueba B. En qué examen ha obtendo una nota relatva má alta? Texto

107 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 09 Ejemplo.. Crtna y Raúl, do compañero de un grupo de Etadítca, mantenen la guente converacón: Crtna: creo que como etudante unvertara oy má alta que tú, Raúl. Raúl: lo dudo, cuánto mde?,70 m. contetó Crtna- y tú?,76 m., replcó Raúl mentra drgía u mrada haca lo zapato de Crtna- la aparenca engañan. Sí, puede er que la aparenca engañen, pero la Etadítca no argumentó Crtna-. He leído un etudo obre la etatura de lo etudante de la Unverdad de Valenca y da como reultado que la altura meda de la chca e de 68 cm. con una devacón típca de de 5 cm., mentra que la de lo chco on de 74 y 0 centímetro repectvamente. y? preguntó Raúl-. Contetar a Raúl (con ntrumento etadítco). Texto

108 0 Anál de dato undmenonale. Ejemplo.. Se lleva a cabo un etudo para determnar el tempo necearo para realzar una operacón epecífca en una emprea. El tempo necearo (en mnuto) para realzar la operacón e mdó para N 40 trabajadore (entre lo que etá ncludo tú) y lo reultado fueron lo guente: x 3,8,7 Decrbr aproxmadamente lo dato aplcando el coefcente de varacón de Pearon y lo ntervalo x ± k (regla de Tchebyheff). S tú ha tardado en realzar ee trabajo 0 mnuto olamente, Condera que tu tempo etá muy por debajo de la meda, o por el contraro cree que etá dentro de uno límte normalmente razonable? Texto

109 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. NOTA: REGLA DE TCHEBYSHEFF: Dada una varable etadítca cualquera X(x ) con N obervacone, de meda x y devacón típca, y dado un número real potvo k mayor que ; al meno un porcentaje de de la obervacone e encuentra dentro del ntervalo de valore decr, entre k devacone típca alrededor de la meda artmétca. x00 k x ± k, e Texto

110 Anál de dato undmenonale. Ejemplo.3. Calcúlee la MODA de lo guente conjunto de dato y dtrbucone: a) X :,, 3,, 6, 7, 6 b) Intervalo Frecuenca 0,0,5 6,5,5,5 3,0 Intervalo Frecuenca 0, 0,3 0 0,3 0,4 40 0,4 0,5 8 Solucón: a ) Mo b ) Mo,5 Mo 0,35 o 0, 344 Texto

111 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 3 Ejemplo.4. Se le pde a doce economta que den una predccón obre el ncremento del IPC para el año 003. Dcha predccone fueron: 4,0 3,9 3, 3,5 3,8 3,3 3,5 3,4 3,7 3,6 3,4 3, Calcúlee la medana, la moda y el prmer cuartl de dcha predccone. Texto

112 4 Anál de dato undmenonale. Ejemplo.5. Calcúlee la moda y lo cuantle de orden 0,5, 0,50 (medana) y 0,75 (cuartle) en lo ejemplo 4 y 5 del tema. Texto

113 TEMA 3 MEDIDAS DE CONCENTRACIÓN

114 6 Medda de concentracón. del tema 3. Objetvo de aprendzaje. Bblografía báca para complementar el tema. Programacón de la guía ddáctca: 3.. Introduccón: concepto, ntrumento, concentracón mínma y máxma. 3.. Curva de Lorenz de Gn. Concepto clave. Ejemplo.

115 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 7 OBJETIVOS DE APRENDIZAJE. Etudar como e reparte o dtrbuye la maa o volumen total de la vara- N ble, x n, entre lo N elemento de la muetra o poblacón tanto gráfca (curva de Lorenz) como analítcamente (índce de Gn)

116 8 Medda de concentracón. BIBLIOGRAFÍA BÁSICA (teoría y problema) ESTEBAN, J.; y otro.: Etadítca Decrptva y nocone de Probabldad, Ed. Thomon, 005. Tema (.6, págna 55). (Con ejercco, cuetone de autoevaluacón y problema reuelto y propueto). MONTIEL, A.M.; RIUS, F.; BARÓN F.J.: Elemento báco de Etadítca Económca y Emprearal, Ed. Prentce Hall, Madrd 997. Capítulo 4 (4.5, págna 0).

117 Guía ddáctca de Etadítca Decrptva para la Cenca Socale INTRODUCCIÓN. CONCEPTO. INSTRUMENTOS. CONCENTRACIÓN MÍNIMA Y MÁXIMA. Concepto: dada una varable etadítca X ( x ) N y u dtrbucón de frecuenca ( x ) k, n, con lo dato ordenado de menor a mayor, etudar la concentracón de la V.E. conte en medr cómo etá repartda (dtrbuda) la maa o volumen total de la varable entre lo N elemento de la poblacón. El volumen total de la varable e la agregacón de todo lo valore y lo llamamo k vk xn Intrumento para medr la concentracón: la concentracón e medrá comparando do ndcadore que e obtendrán a partr de la dtrbucón de frecuenca de lo valore de la varable: Uno relatvo a lo N elemento de la poblacón y que e obtene a partr de la frecuenca acumulada:

118 0 Medda de concentracón. p k 00 empre. N n j p j N N x00 (,,, k) p repreenta el porcentaje acumulado de elemento de la poblacón hata el lugar -émo (F x 00). El otro relatvo a la maa o volumen de varable y que e obtene a partr de la cantdad de varable (x n ) que van acumulando lo elemento de la poblacón: q k 00 empre. v x jn j q j v v k x00 (,,, k) q repreenta el porcentaje acumulado de volumen de varable hata el lugar -émo. v e la cantdad de varable acumulada hata el lugar -émo de la dtrbucón (ordenada de menor a mayor).

119 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. Concentracón mínma y máxma: Mínma: cuando el volumen total v k etá equdtrbudo entre lo N elemento de la poblacón. En ete cao cada elemento acumularía el mmo volumen de varable: v N k x n k Entonce: p q (,,, (k-)). (p K q k empre). N x Máxma: en ete cao el volumen v k total lo acumularía un olo elemento y lo (N-) retante nada. Como lo valore de la dtrbucón etán ordenado de menor a mayor, ete elemento aparecería al fnal de la dtrbucón y entonce: Para cada p, q 0 (,,, (k-)).

120 Medda de concentracón. 3.. CURVA DE LORENZ... La curva de Lorenz e la repreentacón gráfca de la concentracón: e obtene al repreentar en uno eje de coordenada lo valore (p, q ). La concentracón mínma vendría repreentada por la bectrz p q (,,, (k-)) La concentracón máxma daría lugar a una curva pegada al eje de abca. Ejemplo 3..

121 Guía ddáctca de Etadítca Decrptva para la Cenca Socale de Gn. El índce de Gn e el cocente entre el área que encerra la curva de Lorenz con la bectrz y el área del trángulo OPQ. Una aproxmacón del índce de Gn e: I G k k ( p q ) p Concentracón mínma I G 0 Concentracón máxma I G Ejemplo 3..

122 4 Medda de concentracón. Concepto clave. Concentracón. Curva de Lorenz. de Gn.

123 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 5 EJEMPLOS. Ejemplo 3.. Oberva la curva de Lorenz repreentada a contnuacón: q A q B p p Cuál de la do tuacone repreenta una dtrbucón má equtatva? Texto

124 6 Medda de concentracón. Ejemplo 3.. Lo alaro (en euro) de lo obrero de certa emprea e dtrbuyen como gue: Salaro nº obrero Maa alaral Obtener la curva de concentracón y el índce de Gn. Solucón. Ig0,3 Texto

125 TEMA 4 ANÁLISIS DE DATOS MULTIDIMENSIONALES

126 8 Anál de dato bdmenonale. del tema 4. Objetvo de aprendzaje. Bblografía báca para complementar el tema. Programacón de la guía ddáctca: 4.. Repreentacón de dato multdmenonale: matrz de dato, tabla de correlacón y contngenca, gráfco de dperón. 4.. Dtrbucone conjunta, margnale y condconada. Independenca etadítca Momento. Vector de valore medo y matrz de varanza-covaranza El coefcente de correlacón lneal mple. Matrz de correlacón Aocacón. Concepto clave. Ejemplo.

127 Guía ddáctca de Etadítca Decrptva para la Cenca Socale. 9 OBJETIVOS DE APRENDIZAJE. Manejo de tabla de correlacón o dtrbucone de frecuenca conjunta para do varable numérca. Obtencón de la dtrbucone margnale y condconada a partr de la conjunta. Cálculo e nterpretacón de lo etadítco de la varable bdmenonal, epecalmente de la covaranza y del coefcente de correlacón lneal. Apecto y propedade de la matrz de varanza covaranza. Cálculo de lo etadítco de una varable combnacón lneal de otra do. Cómo obervar la ndependenca entre do varable o atrbuto a partr de la dtrbucón conjunta. Etudo del grado de aocacón entre do atrbuto a partr de la tabla de contngenca, calculando el etadítco j cuadrado y el coefcente de contngenca de Pearon.

128 30 Anál de dato bdmenonale. BIBLIOGRAFÍA BÁSICA (teoría y problema) ESTEBAN, J.; y otro.: Etadítca Decrptva y nocone de Probabldad, Ed. Thomon, 006 (egunda mpreón). Tema 3 para tema 4. (Con ejercco, cuetone de autoevaluacón y problema reuelto y propueto). MONTIEL, A.M.; RIUS, F.; BARÓN F.J.: Elemento báco de Etadítca Económca y Emprearal, Ed. Prentce Hall, Madrd 997. Capítulo 5 para tema 4. MARTÍN PLIEGO, F.J.: Introduccón a la Etadítca Económca y Emprearal, Ed. Thomon. Madrd 004 (3ª edcón). Capítulo 4 (págna 564, tabla de contngenca) para epígrafe 5. Aocacón.

Tema 9: Distribuciones Bidimensionales.

Tema 9: Distribuciones Bidimensionales. Tema 9: Dtrbucone Bdmenonale. 9.1 Nube de punto. Correlacón. 9. Medda de correlacón. 9.3 Recta de regreón. 9.4 Dtrbucone condconada. Dependenca e ndependenca. 9.1 Nube de punto. Correlacón. Regreón e un

Más detalles

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

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

Más detalles

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

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

Más detalles

CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL

CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL Inferenca Etadítca Se ocupa de etudar lo método necearo para etraer, o nferr, concluone válda e nformacón obre una poblacón a partr del etudo epermental de

Más detalles

ESTADÍSTICA DESCRIPTIVA Y BIDIMENSIONAL

ESTADÍSTICA DESCRIPTIVA Y BIDIMENSIONAL ESTADÍSTICA DESCRIPTIVA Y BIDIMESIOAL ÍDICE. Defncón de Etadítca. Concepto generale 3. Tratamento de la nformacón 4. Repreentacón de lo dato. Medda de centralzacón 6. Medda de dperón 7. Etadítca bdmenonal

Más detalles

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

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

Más detalles

Para el caso que las variables no estén correlacionadas (covarianza nula) la incertidumbre asociada a la cantidad q viene dada por:

Para el caso que las variables no estén correlacionadas (covarianza nula) la incertidumbre asociada a la cantidad q viene dada por: Capítulo 5 La fórmula de Welch-Satterthwate Hemo vto como encontrar un ntervalo de confanza para una cantdad medda (tanto con N grande como con N peueño). La pregunta ue naturalmente urge e cómo encontrar

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO ) CAPÍTULO II.- AÁLISIS DE UA CARACTERÍSTICA (DISTRIBUCIOES UIDIMESIOALES) TEMA 5.- MEDIDAS DE DISPERSIÓ DE LA DISTRIBUCIÓ DIPLOMATURA E CIECIAS EMPRESARIALES UIVERSIDAD DE SEVILLA .

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

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

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

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

Más detalles

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema Tema :Descrpcón de una varable Tema :Descrpcón de una varable. El método estadístco. Descrpcón de conjuntos de datos Dstrbucones de frecuencas. Representacón gráfca Dagrama de barras Hstograma. Meddas

Más detalles

Prueba de Evaluación Continua

Prueba de Evaluación Continua Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas

Más detalles

Medidas de Variabilidad

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

Más detalles

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

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

Más detalles

Descripción de una variable

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

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

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

Más detalles

ERRORES DE LAS MEDIDAS EXPERIMENTALES

ERRORES DE LAS MEDIDAS EXPERIMENTALES TÉCICAS XPRIMTALS FÍSICA I DPARTAMTO D FÍSICA APLICADA FACULTAD D CICIAS. UIRSIDAD D ALLADOLID RRORS D LAS MDIDAS XPRIMTALS. ITRODUCCIO l objetvo de la maoría de lo epermento centífco e el etudo cuanttatvo

Más detalles

17/02/2015. Ángel Serrano Sánchez de León

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

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

Ecuaciones de Movimiento

Ecuaciones de Movimiento Facultad de Cenca Fíca y Matemátca Unverdad de Chle Ecuacone de Movmento Concepto báco 26 de octubre de 2011 Depatamento de Ingenería Mecánca ME4701- Vbracone Mecánca 1. Segunda Ley de Newton En un tema

Más detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan

Más detalles

ESTADÍSTICA (GRUPO 12)

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

Más detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. 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 detalles

Estadística Unidimensional: SOLUCIONES

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

Más detalles

16/02/2015. Ángel Serrano Sánchez de León

16/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León Índce Introduccón Varables estadístcas Dstrbucones de frecuencas Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca, armónca,

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátca Etadítca Dtrbucone bdmenonale DISTRIBUCIOES BIDIMESIOALES. Varable etadítca bdmenonale. Tabla bdmenonale de recuenca.. Cálculo de parámetro. Covaranza.. Correlacón.. Regreón lneal. Ejemplo. Problema

Más detalles

I.E.S. Historiador Chabás -1- Juan Bragado Rodríguez

I.E.S. Historiador Chabás -1- Juan Bragado Rodríguez Problema La sguente tabla epresa la estatura en cm. de soldados: Talla 5 56 60 6 68 6 80 8 88 Soldados 6 86 50 8 95 860 85 6 9 a) Haz un hstograma que represente la estatura en metros de los soldados.

Más detalles

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

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

Más detalles

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

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

Más detalles

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

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

Más detalles

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

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

Más detalles

Tema 1: Análisis de datos unidimensionales

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

Más detalles

1. Notación y tabulación

1. Notación y tabulación Tema 2: Descrpcón Unvarante. otacón y tabulacón 2. Descrpcón gráfca 3. Descrpcón numérca. Momentos estadístcos. Meddas de poscón. Meddas de dspersón v. Varable tpfcada v. Meddas de forma v. Meddas de concentracón

Más detalles

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

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

Más detalles

MEDIDAS DESCRIPTIVAS

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

Más detalles

EJERCICIOS PROPUESTOS TEMAS 1 Y 2

EJERCICIOS PROPUESTOS TEMAS 1 Y 2 EJERCICIOS PROPUESTOS TEMAS 1 Y 2 1.- Indca para los sguentes caracteres s son varables (dferencando entre dscretas y contnuas) o atrbutos, y la escala de medda a la que pertenecen: a) Nvel de estudos

Más detalles

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

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

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Págna 0 PRACTICA Meda y desvacón típca 1 Las edades de los estudantes de un curso de nformátca son: 17 17 18 19 18 0 0 17 18 18 19 19 1 0 1 19 18 18 19 1 0 18 17 17 1 0 0 19 0 18 a) Haz una tabla

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

El CAT se calcula a partir de los flujos de recursos entre el cliente y la institución que otorga el crédito. t j

El CAT se calcula a partir de los flujos de recursos entre el cliente y la institución que otorga el crédito. t j Explcacón del cálculo del Coto nual Total (CT) El CT e calcula a partr de lo fluo de recuro entre el clente y la nttucón que otorga el crédto.. Fórmula para el cálculo del CT El CT e el valor numérco de,

Más detalles

Medidas de centralización

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

Más detalles

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.

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

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES 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 detalles

APLICACIONES ESTADÍSTICAS Y DIAGRAMAS DE CONTROL

APLICACIONES ESTADÍSTICAS Y DIAGRAMAS DE CONTROL APLICACIONES ESTADÍSTICAS Y DIAGRAMAS DE CONTROL Según un etadítco, la etadítca e una herramenta poderoa en el control de caldad que, a dferenca de mucho otra herramenta, e vuelve má floa con el uo. Otro

Más detalles

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

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

Más detalles

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

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

Más detalles

Tema 1 Descripción de datos: Estadística descriptiva unidimensional Estadística descriptiva

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

Más detalles

Anál de ere temporale Fernando Berzal, berzal@acm.org Anál de ere temporale Caracterítca de la ere temporale Vualzacón de ere temporale Fltrado de ere temporale Meda móvle Suavzado exponencal Técnca de

Más detalles

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana. Matemátcas Aplcadas a las Cencas Socales I ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL 1) Se ha meddo la temperatura en grados centígrados la presón atmosférca en mm en una cudad durante una semana obtenéndose

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 2) CAPÍTULO II.-ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA.- DISTRIBUCIONES DE FRECUENCIAS DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA . DISTRIBUCIÓN

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

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

Más detalles

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

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

Más detalles

Probabilidad Grupo 23 Semestre Segundo examen parcial

Probabilidad Grupo 23 Semestre Segundo examen parcial Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta

Más detalles

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I Slde 1 Unversdad Dego Portales Estadístca I Seccón II: Dstrbucones de Frecuenca y Representacón Gráfca Sgla: EST2500 Nombre Asgnatura: Estadístca I Slde 2 Organzacón y Resumen de Datos Como recordará,

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO

Más detalles

REGRESIÓN Y CORRELACIÓN Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

REGRESIÓN Y CORRELACIÓN Métodos Estadísticos Aplicados a las Auditorías Sociolaborales REGRESIÓ CORRELACIÓ Método Etadítco Aplcado a la Audtoría Socolaborale Francco Álvarez González francco.alvarez@uca.e DISTRIBUCIOES BIVARIATES El etudo de la relacón etente entre do varable e conduce a

Más detalles

3. VARIABLES ALEATORIAS.

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

Más detalles

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

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

Más detalles

Aspectos fundamentales en el análisis de asociación

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

Más detalles

Variables Aleatorias

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

Más detalles

Capítulo 4 APLICACIÓN

Capítulo 4 APLICACIÓN Capítulo 4 APLICACIÓN A travé de ete captulo, e expondrá con la ayuda de do ejemplo, la aplcacón de la prueba DE en lo do tpo de modelo de bloque al azar, poterormente, e explcara el dagrama de flujo,

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS SEPTIEMBRE 2014 Código asignatura: EXAMEN TIPO TEST MODELO B DURACION: 2 HORAS.

INTRODUCCIÓN AL ANÁLISIS DE DATOS SEPTIEMBRE 2014 Código asignatura: EXAMEN TIPO TEST MODELO B DURACION: 2 HORAS. eptembre 04 EAMEN MODELO B ág. INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 04 Códgo asgnatura: 60037 EAMEN TIO TET MODELO B DURACION: HORA olucones 0 4 40 30 0 0 0 44 4 39 6 4 36 37 3 8 00 0 0 03 04 Nº de

Más detalles

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3. EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las

Más detalles

Problemas donde intervienen dos o más variables numéricas

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

Más detalles

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE II) MEDIDAS DE FORMA TEMA 19: MEDIDAS DE FORMA

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE II) MEDIDAS DE FORMA TEMA 19: MEDIDAS DE FORMA Unverdad Católca Lo Ángele de Chmbote LECTURA 09 : EDIDAS DE DISPERSIÓN Y DE FORA (PARTE II) EDIDAS DE FORA TEA 9: EDIDAS DE FORA. EDIDAS DE ASIETRIA Son medda que mden el grado de deformacón horzontal

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

CURSO DE VERANO C.O.U II/ 2º BACHILLERATO I ESTADISTICA

CURSO DE VERANO C.O.U II/ 2º BACHILLERATO I ESTADISTICA ESTADISTICA 1º.- La sguente tabla muestra las frecuencas relatvas de respuestas contestadas en un test por 50 personas. Intervalo Marca de clase Frecuenca Frecuenca absoluta relatva 0-0.1 5-9 0.3 10-1

Más detalles

Resolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos.

Resolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL SEMESTRE 04

Más detalles

Variables Aleatorias

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

Más detalles

2 Dos tipos de parámetros estadísticos

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

Más detalles

Organización y resumen de datos cuantitativos

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

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

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

Más detalles

DESARROLLO PRÁCTICO Y EVALUACIÓN DE ESTUDIOS R&R PARA EL ASEGURAMIENTO DE LA CALIDAD DE LOS RESULTADOS

DESARROLLO PRÁCTICO Y EVALUACIÓN DE ESTUDIOS R&R PARA EL ASEGURAMIENTO DE LA CALIDAD DE LOS RESULTADOS DESARROLLO PRÁCTICO Y EVALUACIÓN DE ESTUDIOS R&R PARA EL ASEGURAMIENTO DE LA CALIDAD DE LOS RESULTADOS Ing. Raúl Monroy Pérez rmonroy@ance.org.mx NOTA IMPORTANTE: El CENAM no e reponable del contendo de

Más detalles

Figura 1

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

Más detalles

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

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

Más detalles

Lección 4. Ejercicios complementarios.

Lección 4. Ejercicios complementarios. Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,

Más detalles

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

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

Más detalles

Diseño óptimo de un regulador de tensión en paralelo

Diseño óptimo de un regulador de tensión en paralelo Deño óptmo de un regulador de tenón en paralelo Federco Myara 1. egulador mple con un dodo de ruptura El cao má mple e el regulador con un dodo zener, ndcado en la fgura 1. S ben el crcuto parece muy encllo,

Más detalles

14 EJERCICIOS RESUELTOS ESTADÍSTICA

14 EJERCICIOS RESUELTOS ESTADÍSTICA 1 EJERCICIOS RESUELTOS ESTADÍSTICA Pág. 1 Meda y desvacón típca 1 El número de faltas de ortografía que cometeron un grupo de estudantes en un dctado fue: 0 1 0 1 0 0 1 1 5 1 5 0 1 0 0 0 0 1 1 0 0 0 5

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS 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 detalles

Cálculo y EstadísTICa. Primer Semestre.

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

Más detalles

ESTADÍSTICOS EN TÉRMINOS DE VECTORES Y MATRICES. José Carlos de Miguel Domínguez Agustín Ramos Calvo Julio Pallas González

ESTADÍSTICOS EN TÉRMINOS DE VECTORES Y MATRICES. José Carlos de Miguel Domínguez Agustín Ramos Calvo Julio Pallas González Docenca de Matemátca en la Economía la Emprea ESTADÍSTICOS E TÉRMIOS DE VECTORES Y MATRICES Joé Carlo de Mguel Domínguez Agutín Ramo Calvo Julo Palla González Dpto. de Método Cuanttatvo para la Economía

Más detalles

Tema 1. Conceptos generales

Tema 1. Conceptos generales Análss de Datos I Esquema del Tema Tema. Conceptos generales. COCEPTOS PREVIOS. DEFIICIÓ DE MEDICIÓ 3. DEFIICIÓ DE ESCALAS DE MEDIDA 4. VARIABLES CLASIFICACIÓ Y OTACIÓ REGLAS DEL SUMATORIO 5. EJERCICIOS

Más detalles

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

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

Más detalles

Agrupa los datos en intervalos de amplitud 8. Elabora una tabla similar a la anterior !!!""#""!!!

Agrupa los datos en intervalos de amplitud 8. Elabora una tabla similar a la anterior !!!#!!! Undad 15 REPASO DE ESTADÍSTICA! 11 Resuelve tú ( Pág "#$ ) sdo: Las puntuacones de una prueba de ntelgenca aplcada a los 75 alumnos anterores han 87 105 88 103 114 15 108 107 118 114 19 100 106 113 105

Más detalles

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

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

Más detalles

MAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc.

MAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc. TEMA. INSTRUMENTOS FÍSICO-MATEMÁTICOS.. SISTEMAS DE MAGNITUDES Y UNIDADES. CONVERSIÓN DE UNIDADES. MAGNITUD: propedad o cualdad físca susceptble de ser medda y cuantfcada. Ejemplos: longtud, superfce,

Más detalles

= 1. junio-2007 Matemáticas Financieras LADE (Móstoles)

= 1. junio-2007 Matemáticas Financieras LADE (Móstoles) juno-007 Matemátca Fnancera LADE (Mótole Problema En el mercado cotzan lo guente bono: Bono A: Bono Cupón Cero a año y TIR del 0% Bono B: Bono Cupón Cero a año y TIR del 9% Bono C: Bono Cupón Explícto

Más detalles

Inferencia en Regresión Lineal Simple

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

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patrca Valdez y Alfaro renev@unam.m Versón revsada: uno 08 T E M A S DEL CURSO. Análss Estadístco de datos muestrales.. Fundamentos de la

Más detalles

Sumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad...

Sumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad... ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares... 9 Objetivos de la Unidad... 11 1. Población y muestra... 12 2. Parámetro

Más detalles

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

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

Más detalles

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor

ESTADÍSTICA. 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 detalles

ESTADÍSTICA UNIDIMENSIONAL

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

Más detalles

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Más detalles