Al conjunto de los distintos valores numéricos que adopta un carácter cuantitativo se llama variable estadística.

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

Download "Al conjunto de los distintos valores numéricos que adopta un carácter cuantitativo se llama variable estadística."

Transcripción

1 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa MATEMÁTICAS BÁSICAS ESTADÍSTICA DESCRIPTIVA DEFINICIÓN Y CLASIFICACIÓN DE VARIABLES La estadístca descrptva es la rama de las Matemátcas que recolecta, preseta y caracterza u cojuto de datos (por ejemplo, edad de ua poblacó, altura de los estudates de ua escuela, temperatura e los meses de verao, etc.) co el de descrbr apropadamete las dversas característcas de ese cojuto. Al cojuto de los dsttos valores umércos que adopta u carácter cuattatvo se llama varable estadístca. Las varables puede ser de dos tpos: Varables cualtatvas o categórcas: o se puede medr umércamete (por ejemplo: acoaldad, color de la pel, seo). Varables cuattatvas: tee valor umérco (edad, preco de u producto, gresos auales). Las varables també se puede clascar e: Varables udmesoales: sólo recoge ormacó sobre ua característca (por ejemplo: edad de los alumos de ua clase). Varables bdmesoales: recoge ormacó sobre dos característcas de la poblacó (por ejemplo: edad y altura de los alumos de ua clase). Varables plurdmesoales: recoge ormacó sobre tres o más característcas (por ejemplo: edad, altura y peso de los alumos de ua clase). Por su parte, las varables cuattatvas se puede clascar e dscretas y cotuas: Dscretas: sólo puede tomar valores eteros (,, 8, -, etc.). Por ejemplo: úmero de hermaos (puede ser,,..., etc., pero, por ejemplo, uca podrá ser.). Cotuas: puede tomar cualquer valor real detro de u tervalo. Por ejemplo, la velocdad de u vehículo puede ser 90. km/h, 9.7 km/h...etc. Cuado se estuda el comportameto de ua varable hay que dstgur los sguetes coceptos: Idvduo: cualquer elemeto que porte ormacó sobre el eómeo que se estuda. Así, s estudamos la altura de los ños de ua clase, cada alumo es u dvduo; s se estuda el preco de la vveda, cada vveda es u dvduo. Poblacó: cojuto de todos los dvduos (persoas, objetos, amales, etc.) que porte ormacó sobre el eómeo que se estuda. Por ejemplo, s se estuda el preco de la vveda e ua cudad, la poblacó será el total de las vvedas de dcha cudad. Muestra: subcojuto que seleccoado de ua poblacó. Por ejemplo, s se estuda el preco de la vveda de ua cudad, lo ormal será o recoger ormacó sobre todas las vvedas de la cudad

2 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa (sería ua labor muy compleja), so que se suele seleccoar u subgrupo (muestra) que se eteda que es sucetemete represetatvo. Las varables aleatoras so varables que so seleccoadas al azar o por procesos aleatoros. DATOS. CLASIFICACIÓN, ORGANIZACIÓN Y CONSTRUCCIÓN DE BLOQUES ESTADÍSTICOS Los datos so meddas y/o úmeros recoplados a partr de la observacó. Los datos puede cocebrse como ormacó umérca ecesara para ayudar a tomar ua decsó co más bases e ua stuacó partcular. Este muchos métodos medate los cuales se puede obteer datos ecesaros. Prmero, se puede buscar datos ya publcados por otras uetes. Segudo, se puede dseñar u epermeto. E tercer lugar, se puede coducr u estudo. Cuarto, se puede hacer observacoes del comportameto, acttudes u opoes de los dvduos e los que se está teresado. Los datos se puede clascar e: Datos dscretos. So respuestas umércas que surge de u proceso de coteo. Datos cotuos. So respuestas umércas que surge de u proceso de medcó. ESCALAS DE MEDICIÓN Medr e el campo de las cecas eactas es comparar ua magtud co otra, tomada de maera arbtrara como reereca, deomada patró y epresar cuátas veces la cotee. E el campo de las cecas socales medr es el proceso de vcular coceptos abstractos co dcadores empírcos. Al resultado de medr lo se le llama medda. La medcó de las varables puede realzarse por medo de cuatro escalas de medcó: la omal, ordal, de tervalo y de razó. Se utlza para ayudar e la clascacó de las varables, el dseño de las pregutas para medr varables, e cluso dca el tpo de aálss estadístco apropado para el tratameto de los datos. Ua característca esecal de la medcó es la depedeca que tee de la posbldad de varacó. La valdez y la coabldad de la medcó de ua varable depede de las decsoes que se tome para operarla y lograr ua adecuada compresó del cocepto evtado mprecsoes y ambgüedades, e caso cotraro, la varable corre el resgo herete de ser valdada debdo a que o produce ormacó coable. a) Medcó Nomal. E este vel de medcó se establece categorías dsttvas que o mplca u orde especíco. Por ejemplo, s la udad de aálss es u grupo de persoas, para clascarlas se puede establecer la categoría seo co dos veles, masculo (M) y emeo (F), los ecuestados sólo tee que señalar su géero, o se requere de u orde real. Así, se puede asgar úmeros a estas categorías para su detcacó: M, F o be, se puede vertr los úmeros s que aecte la medcó: F y M. E resume e la escala omal se asga úmeros a evetos co el propósto de detcarlos.

3 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa b) Medcó Ordal. Se establece categorías co dos o más veles que mplca u orde herete etre s. La escala de medcó ordal es cuattatva porque permte ordear a los evetos e ucó de la mayor o meor posesó de u atrbuto o característca. Por ejemplo, e las sttucoes escolares de vel básco suele ormar por estatura a los estudates, se desarrolla u orde cuattatvo pero o sumstra meddas de los sujetos. Estas escalas admte la asgacó de úmeros e ucó de u orde prescrto. Las ormas más comues de varables ordales so ítems (reactvos) acttudales establecedo ua sere de veles que epresa ua acttud de acuerdo o desacuerdo co respecto a algú reerete. Por ejemplo, ate el reactvo: Peme debe prvatzarse, el respodete puede marcar su respuesta de acuerdo a las sguetes alteratvas: Totalmete de acuerdo De acuerdo Iderete E desacuerdo Totalmete e desacuerdo Las aterores alteratvas de respuesta puede codcarse co úmeros que va del uo al cco que sugere u orde preestablecdo pero o mplca ua dstaca etre u úmero y otro. c) Medcó de Itervalo. La medcó de tervalo posee las característcas de la medcó omal y ordal. Establece la dstaca etre ua medda y otra. La escala de tervalo se aplca a varables cotuas pero carece de u puto cero absoluto. El ejemplo más represetatvo de este tpo de medcó es u termómetro, cuado regstra cero grados cetígrados de temperatura dca el vel de cogelacó del agua y cuado regstra 00 grados cetígrados dca el vel de ebullcó, el puto cero es arbtraro o real, lo que sgca que e este puto o hay auseca de temperatura. d) Medcó de Razó. Ua escala de medcó de razó cluye las característcas de los tres aterores veles de medcó (omal, ordal e tervalo). Determa la dstaca eacta etre los tervalos de ua categoría. Adcoalmete tee u puto cero absoluto, es decr, e el puto cero o este la característca o atrbuto que se mde. Las varables de greso, edad, úmero de hjos, etc. so ejemplos de este tpo de escala. El vel de medcó de razó se aplca tato a varables cotuas como dscretas. ORGANIZACIÓN DE DATOS Muchas veces uo se preguta, para qué srve las ecuestas que a veces se hace e la calle?, Cómo saber s ua estacó de rado se escucha más que otra?, Cuál caddato puede gaar? La respuesta se comeza co la recaudacó de datos. Los datos so ormacó que se recoge, esto puede ser opó de las persoas sobre u tema, edad o seo de ecuestados, dóde vve, cuátas persoas vve e ua casa, qué tpo de sagre tee u grupo de persoas, etc. Hay datos que puede ser de mucha utldad a deretes proesoales e la toma de decsoes, para resolver problemas o para mostrar resultados de vestgacoes. Ua vez que se haya recogdo toda la ormacó, se procede a crear ua base de datos, dode se regstra todos los datos obtedos. Alguas veces, s los datos so muy complcados, se codca, esto quere decr que se le coloca ua palabra clave que detca u título muy largo. Cuado ya está elaborada la base de datos se parece a ua tabla.

4 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Es mportate recordar que uca se coloca las tablas y las grácas jutos, porque e realdad dce lo msmo, corretemete se utlza o ua tabla y su aálss, o ua gráca y su aálss. Por ejemplo, supógase que se ha pregutado a u cojuto de persoas: qué opó tee acerca de la stalacó de playas e la Cudad de Méco e que el Gobero del Dstrto Federal ha hecho a partr de 007? Las respuestas se ecuetra e ua escala que va de a 9, dode represeta u total desacuerdo co la medda metras que 9 quere sgcar u acuerdo total. El resultado de la medcó es el sguete: Tabla : Cojuto orgal de datos S se platea las sguetes pregutas: Cuátas persoas uero ecuestadas? Cuál ue la respuesta más recuete? Cuátas persoas tee, como mámo, ua acttud de cuatro putos e la escala? (es decr, cuátas persoas se ecuetra e desacuerdo co la medda?) Es dícl respoder a las tres cuestoes. Cuál es el problema? Las persoas tee dcultades para procesar o teer e cueta mucha ormacó de orma smultaea. La tabla muestra demasados datos y es precso cotar co mucha paceca y ua buea vsta para respoder a las pregutas aterores co segurdad. Así pues, qué se puede hacer? Ua solucó alteratva al repaso repettvo de la tabla es orgazar los datos de tal orma que tega ua dsposcó que aclte la lectura. E este setdo, la prmera accó a realzar es ordear los datos desde el que posee el valor más pequeño hasta el que cueta co el valor mayor. Obsérvese el resultado: Tabla : Cojuto ordeado de datos Se logra ua gaaca al pasar de la tabla a la tabla. Parece que ésta es más ácl de terpretar. No ha desaparecdo gua ormacó, el úco cambo está e su ordeacó. No obstate, la solucó es parcal, puesto que aú debe ser mejorada (sgue sedo dícl respoder a las pregutas). Geeralmete, el ttulo de la tabla va ecma de ésta, metras que el título de ua gura va por debajo. El título, de ambas, sólo lleva la prmera palabra e mayúscula y o va subrayado.

5 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa S se observa la tabla, cotee ua sucesó de datos co valores repetdos. Por ejemplo, el valor se ecuetra presete e ses ocasoes. Ua buea estratega es mostrar ua sola vez cada valor y hacerlo segur por su recueca, es decr, por la catdad de ocasoes e que aparece, tal como lo muestra la tabla : Tabla : Cojuto ordeado de valores y recuecas (), (), (), (0), (0), (), 7 (), 8 (9), 9 () Aú se puede dspoer la ormacó de tal orma que resulte ácl respoder a pregutas que se ha plateado. E la tabla se ha matedo la msma dsposcó que e la tabla. Esto es ecesaro. Para dspoer la ormacó de maera óptma, se geera ua tabla que tega dos columas. E la columa prmera se presetará los valores, que se represeta co la letra metras que e la seguda columa se dspodrá las recuecas, que se represeta co la letra. Obsérvese el resultado e la tabla : Tabla : Tabla de recuecas Total: 0 Ahora sí, la tabla de recuecas permte respoder a las pregutas plateadas co acldad: Cuátas persoas uero ecuestadas? Solucó: 0 Cuál ue la respuesta más recuete? Solucó: (0 datos) Cuátas persoas tee, como mámo, ua acttud de cuatro putos e la escala? Solucó: 9 (+++0) ACUMULACIÓN DE FRECUENCIAS No todas las pregutas que se ha realzado sobre el msmo cojuto de datos ha egdo el msmo esuerzo. Así, metras que las pregutas sobre el úmero de datos y el valor más recuete se ha respoddo co ua lectura de la tabla, la tercera preguta ha ecestado de alguas operacoes: Cuátas persoas tee, como mámo, ua acttud de cuatro putos e la escala? Solucó: 9 (+++0). Para respoder a esa preguta se ha tedo que realzar ua suma: la de todas las recuecas compreddas etre el prmer valor de la tabla y el valor que teresa, ambos clusve. Esta catdad al recbe el ombre de recueca acumulada. Muchas terrogates requere respuestas que se basa e las recuecas acumuladas. Es recomedable escrbr esta ueva ormacó e la tabla, de tal orma que permta respuestas drectas e el uturo. Véase el resultado:

6 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Tabla : Tabla de recuecas de tres columas F Total: 0 Imagíese ahora que se ha pregutado a alumos por el ombre de la coloa e la que habta, obteedo los sguetes resultados: Álamos, Portales, Nápoles, Mcoac, Mcoac, Plateros, Nápoles, Florda, Álamos, Tepeaca, Coplco, Nápoles, Florda, Álamos, Portales, Coplco, Tepeaca, Portales, Tepeaca, Florda, Tepeaca, Álamos, Plateros, Coplco, Plateros S se costruye ua tabla de recuecas co la ormacó sobre las coloas e que tee su domclo, utlzado la sguete equvaleca: Coloa Álamos Coplco Florda Mcoac Nápoles Portales Plateros Tepeaca Códgo 7 8 Ua posbldad es esta: Tabla : Dstrbucó por coloas Coloa Códgo F Álamos Coplco Florda Mcoac Nápoles Portales Plateros Tepeaca

7 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa S embargo, al aalzar esta tabla se cocluye: qué setdo tee acumular recuecas e el problema que se ha plateado sobre las coloas? Por ejemplo, o tee gú sgcado la catdad que acompaña al valor (Mcoac). La dereca esecal etre el problema de las coloas y el de las respuestas a la escala de acuerdo, se ecuetra e el tpo de varable. E el caso de las coloas, éstas o puede ordearse e ucó de ser más o ser meos "coloa de domclo" (se puede ordear segú úmero de habtates, etesó, alttud meda, etc. Pero o e ucó de ser más o ser meos coloa). Por lo tato, la acumulacó de recuecas sólo procede s los valores de la varable que se está estudado se puede ordear. Así, la respuesta correcta al problema debe ser: Coloa Códgo Álamos Coplco Florda Mcoac Nápoles Portales Plateros Tepeaca 7 8 FRECUENCIAS RELATIVAS S se retoma el problema de las acttudes rete a la stalacó de playas, la tabla de recuecas o terma dode se dejó. Se puede añadr más ormacó útl e la que se basa respuestas para otras pregutas. Por ejemplo Cuátas persoas ha respoddo co ua acttud meda (valor )? Solucó: 0. Ahora, cosdérese la sguete tabla co datos uevos: Tabla 7: Nueva tabla de recuecas Total,0 S se trata de respoder a la msma preguta, ocurre lo sguete: E la tabla 7 ha cambado el cojuto de datos. Ahora so,0, rete a los 0 de la ecuesta ateror. Ua msma recueca, e este caso 0, o tee la msma terpretacó e ambas tablas. Qué ha cambado? La mportaca relatva de la recueca, puesto que 0 rete a N 0 es derete a 0 rete a N, 0. De hecho, el valor pasa de ser el más recuete al meos recuete. 7

8 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa La solucó se ecuetra e epresar las recuecas e térmos relatvos e vez de absolutos. Esto es precsamete lo que cosgue las proporcoes: epresar ua catdad co respecto al total. Así, se que surge de hacer la operacó: añade ua ueva columa, coteedo las recuecas relatvas ( ) r r. Obsérvese el resultado comparado el obtedo co cada ua de las dos tablas aectadas e N este problema (tablas y 7): Tabla 8: Comparacó etre dos tablas de recuecas Nuevos datos r Datos aterores r Total, Nótese que el valor pasa de cotar co ua recueca relatva r 0. 7 (más de la cuarta parte) a r 0.0 al ser comparado, respectvamete, co u total de N 0 a N, 0. U aspecto de terés se ecuetra e la la de los totales. El resultado es.0000 e los dos casos. Esto debe ocurrr sempre. Lo que se hace al traducr las recuecas absolutas a las relatvas es ucar el reerete. E el cojuto de datos de la tabla, el reerete absoluto es 0. E el cojuto de datos de la tabla 7, el reerete absoluto es,0. No se puede comparar recuecas de cojutos de datos deretes porque los reeretes so deretes. Para que la comparacó sea actble es ecesaro ucar. Dado que las proporcoes se epresa e tatos por uo, es posble comparar recuecas etre tablas. E otros térmos: para terpretar ua recueca absoluta se ecesta coocer el úmero total de datos puesto que, segú se ha vsto, el úmero de datos codcoa la mportaca de ua recueca. Pero para terpretar ua recueca relatva epresada como ua proporcó o es ecesaro coocer el úmero total de datos, puesto que aquí el reerete es costate de ua tabla a otra: S embargo, o se termó el proceso de erquecmeto de la tabla. Las proporcoes se epresa sempre e catdades que se stúa etre 0 y. Es decr, las proporcoes so úmeros decmales. Y las persoas també se sete cómodas co las catdades decmales. TABLAS DE FRECUENCIAS Por lo geeral, cuado se epoe los resultados de ua ecuesta e u medo de comucacó, lo habtual es utlzar otro tpo de recuecas relatvas: los porcetajes. El prcpo que rge la utlzacó de los porcetajes es el msmo que para las proporcoes: utlzar u reerete jo de tal orma que o sea ecesaro cotar co el úmero total de datos para terpretar ua recueca. La dereca etre los porcetajes y las proporcoes es que los prmeros utlza el reerete 00, metras que las proporcoes utlza el. 8

9 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Etoces, cosegur los porcetajes es muy ácl s se cueta co las proporcoes: bastará co multplcar a éstas por 00: Tabla 9: Tablas de recuecas co porcetajes r % Total Por lo que se puede completar també la tabla que se reere a las coloas de los domclos: Tabla 0: Dstrbucó por coloas Provca Códgo Álamos Coplco Florda Mcoac Nápoles Portales Plateros Tepeaca 7 8 r % Regresado a la ecuesta de las playas, la varable acttud rete al subsdo admte orde etre sus valores. Por lo tato, para completar la tabla, bastará co acumular sus recuecas: Tabla : Tabla de Frecuecas completa r % F F r Total: % acumulado

10 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa TIPOS DE GRÁFICAS Ua gráca es la represetacó de datos, geeralmete umércos, medate líeas, superces o símbolos, para ver la relacó que esos datos guarda etre sí. Srve para aalzar el comportameto de u proceso, o u cojuto de elemetos o sgos que permte la terpretacó de u eómeo. Las grácas se puede agrupar e cco tpos: GRÁFICAS DE LÍNEAS Gráca smple de líeas Muestra la relacó etre dos varables cuattatvas. E el eje horzotal () se gráca la varable depedete e el eje vertcal (y). Las marcas de los cuadrates e los ejes marca las udades de medda; las escalas e los ejes puede ser leales, logarítmcas o ambas. Cuado los datos se relacoa etre sí, es decr, cuado podemos decr que este certa cotudad etre las observacoes (como por ejemplo el crecmeto poblacoal, la evolucó del peso o estatura de ua persoa a través del tempo, el desempeño académco de u estudate a lo largo de su struccó escolar, las varacoes presetadas e la medcó realzada e algú epermeto cada segudo o muto) se puede utlzar las grácas de líeas, que cosste e ua sere de putos trazados e las terseccoes de las marcas de clase y las recuecas de cada ua, uédose cosecutvamete co líeas. Aquí se muestra el comportameto de los promedos escolares ales de dos alumos (Dael y Blaca) a lo largo de cco observacoes auales: Polígoo de recuecas Otra orma de represetacó de uso meos comú, y muy parecda a las grácas de líeas, es el polígoo de recuecas. La dereca udametal etre ambas es que e el polígoo de recuecas se añade dos clases co recuecas cero: ua ates de la prmera clase co datos y otra después de la últma. El resultado es que se "sujeta" la líea por ambos etremos al eje horzotal y lo que podría ser ua líea separada del eje se coverte, juto co éste, e u polígoo. El sguete polígoo de recuecas muestra los goles aotados por u delatero e u equpo de útbol e las temporadas de 000 a 007: 0

11 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Ua gráca smlar al polígoo de recuecas es la ojva, pero ésta se obtee de aplcar parcalmete la msma técca a ua dstrbucó acumulatva y de gual maera que éstas, este las ojvas mayor que y las ojvas meor que. La dereca udametal etre las ojvas y los polígoos de recuecas es que e el eje horzotal () e lugar de colocar las marcas de clase se coloca las roteras de clase. Para el caso de la ojva mayor que es la rotera meor y para la ojva meor que, la mayor. Los dos casos posbles so: Caso. Para la ojva mayor que, el etremo zquerdo de la ojva o se "amarra" al eje. De u grupo de 0 estudates, 0 acredtaro la matera de Estadístca y Probabldad y se agruparo sus calcacoes desde hasta 0 e tervalos de 0.. Se obtuvo la recueca acumulada hasta el tervalo de clase mayor de 9.. De la gráca de ojva mayor puede verse que el 0% de los estudates sacaro 9 o más de calcacó. Calcacó mayor que Número de estudates Frecueca acumulada Caso. Para la ojva meor que, el etremo derecho o se amarra al eje. Se tomaro las estaturas de 0 estudates e u grupo del platel 8 de la ENP y se agruparo por tervalos de cetímetros, cado e.m y termado e.90m. Se obtuvo la recueca acumulada hasta el tervalo de clase meor de.90m. De la gráca de ojva meor puede verse que el 90% de los estudates mde meos de.80 metros.

12 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Altura (m) meor que Número de estudates Frecueca acumulada GRÁFICAS DE BARRAS O HISTOGRAMAS Se emplea cuado la varable depedete es categórca. Cada barra sólda, ya sea vertcal u horzotal represeta u tpo de dato. Cuado es ecesaro represetar dvsoes de datos se utlza u gráca de barras subdvddas. Los hstogramas o muestra recuecas acumuladas, so preerbles para el tratameto de datos cuattatvos y la barra co mayor altura represeta la mayor recueca. La sumatora de las alturas de las columas equvale al 00% de los datos. Barras vertcales E el eje horzotal (o de las abscsas) se represeta los tervalos de los datos, marcádose de maera cotua las roteras etre cada uo de éstos. De esta maera, el hstograma está compuesto por rectágulos, cuyo úmero cocde co la catdad de tervalos cosderados, el acho de la base de cada uo de esos rectágulos es la msma sempre y cocde co las roteras de los tervalos, y la altura correspode a la recueca de cada tervalo. E este tpo de grácas es recomedable: El empleo de sombreado o colores aclta la derecacó de las barras. El puto cero se dca e el eje de ordeadas y se debe establecer las udades e los ejes. La logtud de los ejes debe ser sucete para acomodar la etesó de la barra. La gráca sguete represeta el úmero de campeoatos de útbol que ha gaado los países e las 8 edcoes desde 90 hasta 00:

13 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Es mportate otar que resulta dícl utlzar este tpo de represetacó cuado este tervalos abertos o cuado los tervalos o so guales etre sí. Barras horzotales Se parece mucho a las grácas de columas, co la salvedad mportate de que la ucó de los ejes se tercamba y el eje horzotal queda destado a las recuecas y el eje vertcal a las clases. Es muy comú que este tpo de grácos se utlce para lustrar el tamaño de ua poblacó dvdda e estratos como, por ejemplo, so sus edades. La sguete gráca preseta la dstrbucó de las edades de los ños que estuda e ua escuela prmara: A este tpo de grácos e partcular se le llama prámde de edades por su orma. Grácas de columas bdmesoales U tpo de gráco muy parecdo al hstograma es la gráca de columas. Para este tpo de gráca, elaboradas co rectágulos també, se pde que sus bases sea del msmo acho y sus alturas equvaletes co las recuecas. Para este tpo, a dereca del hstograma, o es ecesaro teer ua escala horzotal cotua, por lo que los rectágulos (o barras) o tee que aparecer jutas etre sí. Otra observacó pertete es que se puede represetar e la msma gráca, utlzado las msmas escalas horzotales y vertcales, varos datos correspodetes a las msmas varables producto de varas observacoes. Esto produce ua gráca co varas seres, correspodedo cada ua de ellas a cada observacó de la muestra (o poblacó), y teédose ua gráca compuesta. Es coveete que cada sere de datos (u observacoes) sea coloreados de gual maera etre sí, pero dstta de las demás. La gráca sguete muestra el comportameto de los mutos de retraso que acumularo tres trabajadores de ua teda durate cuatro semaas. Las seres está coloreadas co derete color para mostrar el comportameto tato dvdual, como de cada uo de los trabajadores co respecto a los demás.

14 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Grácas de columas trdmesoales Este la posbldad, y s los recursos lo permte, de represetar grácos compuestos de ua maera "trdmesoal", es decr, co grácos que posea o sólo dos ejes, so tres; y e los que los rectágulos so susttudos por prsmas de base rectagular (ocasoalmete el sotware e el mercado permte utlzar prsmas cuya base so polígoos regulares de más de cuatro lados, prámdes o cldros). E la gráca se puede aprecar el úmero de medallas que ha gaado cco países e las edcoes de los Juegos Paamercaos de 999 a 007: E este tpo de grácas puede complcarse mucho s hay demasados datos ya que la ormacó es meos legble. GRÁFICAS CIRCULARES Deomadas també gráca de pastel, se utlza para mostrar porcetajes y proporcoes. El úmero de elemetos comparados detro de u gráco crcular, o debe ser más de 7, ordeado los segmetos de mayor a meor, cado co el más amplo a partr de las como e u reloj. Ua maera seclla de derecar los segmetos es sombreádolos co colores cotrastates.

15 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Este tpo de grácas es muy útl cuado lo que se desea es resaltar las proporcoes que represeta alguos subcojutos co respecto al total, es decr, cuado se está usado ua escala categórca. La sguete gráca lustra los gustos muscales de u grupo de jóvees de la Facultad de Cotaduría: De hecho, s se desea resaltar ua de las categorías que se preseta, es váldo tomar esa "rebaada" de la gráca y separarla de las demás: GRÁFICAS DE DISPERSIÓN Ua gráca de dspersó tee dos ejes de valores, mostrado u cojuto de datos umércos e el eje y otro e el eje y. Comba estos valores e putos de datos úcos y los muestra e tervalos uormes o agrupacoes. Los grácos de dspersó se utlza ormalmete para mostrar y comparar valores umércos, como datos cetícos, estadístcos y de geería. Este tpo de grácas se usa cuado: Desea cambar la escala del eje horzotal. Desea covertr dcho eje e ua escala logarítmca. Los espacos etre los valores del eje horzotal o so uormes. Hay muchos putos de datos e el eje horzotal.

16 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa La sguete gráca de dspersó compara temperaturas e u día e la Cudad de Méco. E el eje de horzotal mde la hora de medcó y el eje vertcal mde las temperaturas prevstas y las temperaturas reales. Es teresate observar que los putos parece segur ua certa tedeca e ua curva magara. Uo de los usos de este tpo de grácas es precsamete ecotrar s las observacoes sgue algú patró (leal, epoecal, polomal, logarítmca, etc.) o s este valores atípcos. GRÁFICAS DE BURBUJAS U tpo de gráco smlar a las grácas de dspersó so las grácas de burbujas, e las cuales se preseta la dspersó de las observacoes de la msma orma pero se le añade la posbldad de vsualzar otra varable represetada e el tamaño del puto, pues éstos se coverte e círculos (burbujas) co rados proporcoales a las magtudes que represeta. La gráca sguete se puede aprecar el volume de vetas y el úmero de productos de sete artículos (A- a A-7) e ua ábrca. Además, se puede ver áclmete la partcpacó o cuota de mercado de cada artículo a través del tamaño de cada burbuja, que correspode a la cra que está después de cada coma:

17 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa PICTOGRAMAS So grácos co dbujos alusvos al carácter que se está estudado y cuyo tamaño es proporcoal a las recuecas que represeta. Se emplea para represetar derecas cuattatvas smples etre grupos. Los símbolos utlzados para represetar valores détcos debe ser de gual dmesó. Actualmete muchos medos masvos de comucacó utlza grácos para lustrar resultados de algua vestgacó. Regularmete se utlza dbujos llamatvos para captar el terés del públco. El pctograma sguete represeta la poblacó de los Estados Udos de 90 a 990 (cada gura represeta a dos mlloes de habtates). MEDIDAS DE TENDENCIA CENTRAL INTRODUCCIÓN A LA SUMATORIA Por sumatora se etede la suma de u cojuto to de úmeros, que se deota por la letra sgma mayúscula : k + S k + k + + k k + + k + k dode: S es magtud resultate de la suma. es la catdad de valores a sumar. k es puto cal de la sumatora. k + es puto al de la sumatora. es el ídce de la suma, que varía etre k y k +. es el valor de la magtud objeto de suma e el puto. k E el caso partcular e que la sumatora empece e co el prmer valor de la sere y terme e el últmo, la epresó se smplca a: S

18 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Dados los valores de :,, 8,, 9,,,,, la sumatora para: Los prmeros cuatro térmos es: S Etre el segudo térmo y el seto: S Todos los térmos: 9 S Dada la sguete tabla: Valor de varable Valor de la varable y y - y - y y 0 y Obteer: a) Solucó. + + b) Solucó. y c) Solucó. ( ) y d) ( y ) Solucó. 8

19 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa y e) 7 Solucó. 7 ( ) + ( ) + ( ) + ( 0) + ( ) y y [ ( ) + ( ) + ( ) + ( 0) + ( ) ] 7( ) 7( ) MEDIA, MEDIANA Y MODA Cuado se tee u grupo de observacoes, se desea descrbrlo a través de u sólo úmero. Para tal, o se usa el valor más elevado el valor más pequeño como úco represetate, ya que sólo represeta los etremos. Ua de las propedades más sobresaletes de la dstrbucó de datos es su tedeca a acumularse haca el cetro de la msma. Esta característca se deoma tedeca cetral. Las meddas de tedeca cetral más usuales so: la meda artmétca, la medaa y la moda. MEDIA ARITMÉTICA La meda artmétca de valores, es gual a la suma de todos ellos dvdda etre. Se deota por. Esto es: Cuado los datos tee más de ua recueca, para obteer la meda artmétca se agrega otra columa a la tabla estadístca co el producto de las observacoes y sus recuecas. Es decr, s se cueta co ua dstrbucó de datos etoces se aplca la órmula: Co los datos: 0, 8,,, 0,, hallar la meda artmétca. Solucó Medate la sguete dstrbucó de recuecas que muestra las estaturas e metros de los alumos de u grupo de la Facultad de Cotaduría y Admstracó, hallar la meda artmétca. 9

20 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Solucó. Costruyedo ua tabla: Estaturas [m] Las característcas de la meda artmétca so: Estaturas [m] Total: Es ua medda totalmete umérca o sea sólo puede calcularse e datos de característcas cuattatvas.. E su cálculo se toma e cueta todos los valores de la varable.. Es lógca desde el puto de vsta algebraco.. La meda artmétca es altamete aectada por valores etremos.. No puede ser calculada e dstrbucoes de recueca que tega clases abertas.. La meda artmétca es úca, o sea, u cojuto de datos umércos tee ua y sólo ua meda artmétca. MEDIANA La medaa es el puto cetral de ua sere de datos ordeados de orma ascedete o descedete. De acuerdo al úmero de casos o datos, hay dos ormas para calcular la medaa: para úmero mpar y para úmero par: 0

21 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Número mpar de datos ordeados de meor a mayor o de mayor a meor: la medaa es el valor que queda justo al cetro. Obteer la medaa de los sguetes datos:, 7,, 9,,,. Solucó. Ordeado de orma ascedete:,,,,, 7, 9. El valor que queda al cetro es el, porque hay tres datos ates y tres datos después de él, etoces la medaa es. Número de datos par: e este caso se busca la meda artmétca etre los dos valores cetrales. Obteer la medaa de los sguetes datos: -,, 8,,, -, 9, 0, -,. Solucó. Ordeado de orma ascedete: -, -, -,,,, 9, 0,, 8. Los valores cetrales so y. Su meda artmétca es: +. E este caso, la medaa de este cojuto o perteece al cojuto de datos. Las característcas de la medaa so:. E su cálculo o se cluye todos los valores de la varable.. La Medaa o es aectada por valores etremos.. Puede ser calculada e dstrbucoes de recueca co clases abertas.. No es lógca desde el puto de vsta algebraco. MODA La moda de u cojuto de datos umércos es el valor que más se repte, es decr, el que tee el mayor úmero de recuecas absolutas. La moda puede ser o úca e clusve o estr. La moda es ua medda de tedeca cetral muy mportate, porque permte placar, orgazar y producr para satsacer las ecesdades de la mayoría. Obteer la moda de los sguetes datos: -,, -, 0,, -, -,,, -, 0,. Solucó. Ordeado de orma ascedete: -, -, -, -, -, 0, 0,,,,,. El valor que más se repte es el -, por lo tato ese valor es su moda. Obteer la moda de los sguetes datos:,, -, -,, -, -,, 0, -,,. Solucó. Ordeado de orma ascedete: -, -, -, -, -, 0,,,,,,. Ngú valor se repte es, decr su moda o este. E ua teda, 8 empleados preseta la sguete ormacó:

22 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Horas laboradas Frecueca por día Cuál es la moda de las horas laboradas por los empleados? Solucó. Hay dos valores co recueca. Etoces, se cocluye que hay más de ua moda. La mayor recueca so 8 y 9 horas daras de trabajo. Las característcas de la moda so:. E su cálculo o se cluye todos los valores de la varable.. El valor de la moda puede ser aectado grademete por el método de desgacó de los tervalos de clases.. No está deda algebracamete.. Puede ser calculada e dstrbucoes de recueca que tega clases abertas.. No es aectada por valores etremos. MEDIA PONDERADA La meda poderada de u cojuto de valores de ua varable a los que se ha asgado, respectvamete, ua poderacó se calcula medate la órmula: p p p p + p + p + p p + p + p + p Los valores toma la varable. p, p, p, p dca la mportaca que se quere dar a cada uo de los valores que U proesor decde que la calcacó al de u alumo costará del 0% del promedo de los eámees, el 0% de promedo de tareas y el 0% de partcpacó e clase a lo largo del año escolar. S u alumo tee. de promedo de eámees, 7. de tareas y 7.8 promedo de partcpacoes. Cuál será su calcacó al? Solucó.. ( 0. ) + 7. ( 0. ) ( 0. ) p S el proesor sólo tomara e cueta los eámees, el alumo o aprobaría. S embargo al darle mportaca a las tareas y a su partcpacó e clase, esto hace que al al cosga aprobar co la meda poderada. Su característca prcpal es que su resultado depede de la mportaca o peso de cada uo de los valores asgado por que eectúa el cálculo.

23 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa MEDIA GEOMÉTRICA La meda geométrca de u cojuto de observacoes es la raíz eésma de su producto. El cálculo de la meda geométrca ege que todas las observacoes sea postvas: g Obteer la meda geométrca de los datos:, 8, 9. Solucó. g ( 8)( 9) Las sguetes temperaturas ha sdo tomadas de u epermeto químco:. C,.8 C,.9 C,. C. Determar la temperatura geométrca meda de este proceso. Solucó , C g ( )( )( ) 90 Las característcas de la meda geométrca so:. Se toma e cueta todos los valores de la varable.. Es aectada por valores etremos auque e meor medda que la meda artmétca.. S u dato es cero, su resultado será cero.. No puede ser calculada e dstrbucoes co clase abertas.. Es mayormete usada para promedar tasas de tereses auales, lacó razoes y valores que muestre ua progresó geométrca (eecto multplcatvo sobre el de los años aterores). MEDIA ARMÓNICA La meda armóca se dee como el recíproco de la meda artmétca. Esto es: a Obteer la meda armóca de los datos:, 9, 7,. Solucó. a Las característcas de la meda armóca so:. No se luye por la esteca de determados valores mucho más grades que el resto.. Preseta cambo sesble a valores mucho más pequeños que el cojuto.. No está deda e el caso de la esteca de valores ulos.

24 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa CENTRO DE AMPLITUD Es el valor que queda e medo de los valores mímo y mámo. Esto es: Obteer el cetro de ampltud de los datos sguetes:, -, 8, 7, -,, 9,, 0,. C Solucó. Ordeado los datos para obteer los valores etremos: -, -, 0,,,,, 7, 8, 9. Etoces: 9 + ( ) C a a ma + m MEDIDAS DE DISPERSIÓN La dspersó mde que ta alejados está u cojuto de valores respecto a su meda artmétca. Así, cuato meos dsperso sea el cojuto, más cerca del valor medo se ecotrará sus valores. Este aspecto es de vtal mportaca para el estudo de vestgacoes. Se llama meddas de dspersó aquellas que permte retratar la dstaca de los valores de la varable a u certo valor cetral, o que permte detcar la cocetracó de los datos e u certo sector del recorrdo de la varable. Se trata de coecetes para varables cuattatvas. RANGO El rago de ua dstrbucó es la dereca etre el valor mámo (M) y el valor mímo (m) de la varable estadístca. Para su cálculo, basta co ordear los valores de meor a mayor m de M. S se cooce que el valor promedo de días de espera para obteer ua lceca de maejo, es de días e la oca A, y de 7 días e la oca B, co esta úca ormacó o es posble hacer ua eleccó adecuada. S embargo, s se sabe que e la oca A, el úmero mímo de días de espera es de y el mámo de, metras que e la oca B, los valores so y 8 días respectvamete, se podrá tomar ua decsó más adecuada para acudr a obteer la lceca, gracas a esta ormacó adcoal. Característcas del rago:. A medda que el rago es meor, el grado de represetatvdad de los valores cetrales se cremeta.. A medda que el rago es mayor, la dstrbucó está meos cocetrada o más dspersa.. Su cálculo es etremadamete secllo.. Tee gra aplcacó e procesos de cotrol de caldad.. Tee el coveete de que sólo depede de los valores etremos. De esta orma basta que uo de ellos se separe mucho para que el recorrdo se vea sesblemete aectado.

25 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa MEDIDAS DE POSICIÓN PARA DATOS AGRUPADOS Y NO AGRUPADOS: PERCENTILES, DECILES Y CUARTILES Los cuatles so los valores de la dstrbucó que la dvde e partes guales, es decr, e tervalos que comprede el msmo úmero de valores. Cuado la dstrbucó cotee u úmero alto de tervalos o de marcas y se requere obteer u promedo de ua parte de ella. Geeralmete, se dvde la dstrbucó e cuatro, e dez o e ce partes. Los cuatles más usados so los percetles, cuado dvde la dstrbucó e ce partes, los decles, cuado dvde la dstrbucó e dez partes y los cuartles, cuado dvde la dstrbucó e cuatro partes. PERCENTILES Los percetles so úmeros que dvde e 00 partes guales u cojuto de datos ordeados. Es decr, El percetl k es u valor que deja apromadamete el k por ceto de los datos por abajo de él. Se deota por medo de P(k%). E u estudo de gresos mesuales de la poblacó ecoómcamete actva, revela que el percetl 90 (P90) es $0,000. Esto sgca que apromadamete el 90% de las persoas tee gresos que so meores o guales a $0,000, y por supuesto, el 0% tee gresos mayores o guales a dcho valor. E el ejemplo ateror se tomo el percetl 90 pero se podría haber cosderado cualquer valor, por ejemplo, 70, 80 etre otros. Fudametalmete cuado la dstrbucó de recueca es asmétrca, puede ser más útl e ormatvo, resumr la dstrbucó de la varable e estudo, medate los percetles. DECILES Los decles so úmeros que dvde la sucesó de datos ordeados e dez partes porcetualmete guales. So los ueve valores que dvde al cojuto de datos ordeados e dez partes guales, so també u caso partcular de los percetles. Los decles se deota D(), D(),..., D(9), que se lee prmer decl, segudo decl, etc. Dada la sguete dstrbucó de recuecas e el úmero de recámaras e 7 casas e ua coloa de la delegacó Coyoacá, calcular sus decles. Solucó. a El prmer decl es el prmer valor de que cumple co 0 0 > El segudo decl es el prmer valor de que cumple co a 0 0 > a, por lo tato, D ( ), por lo tato, D ( )

26 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa El tercer decl es el prmer valor de que cumple co 0 0 > De maera sucesva se puede obteer los otros decles. La tabla sguete cocetra sus valores: a, por lo tato, D ( ) D a 0 D() >0 D() >0 D() >0 D() >0 D() >0 D() >0 D(7) >70 D(8) D(9) Esto sgca que el 0% de las casas e esa coloa tee ua o dos habtacoes. >80 >90 CUARTILES Los cuartles se dee como los tres valores que dvde la dstrbucó e cuatro partes guales. E térmos de percetles el prmer cuartl Q() cocde co el P() (percetl ); el segudo cuartl Q() co el P(0) o medaa, y el tercer cuartl Q() co el P(7). Etre el prmer y el tercer cuartl se ecuetra el 0% cetral de las observacoes. Dada la sguete dstrbucó de recuecas e el úmero de hjos de ce amlas, calcular sus cuartles. Solucó. a El prmer cuartl es el prmer valor de que cumple co > El segudo cuartl es el prmer valor de que cumple co a 0 > a, por lo tato, Q, por lo tato, Q El tercer cuartl es el prmer valor de que cumple co 7 >, por lo tato, Q Esto sgca que el 7% de las amlas tee cuatro o meos hjos. a RANGO INTERCUARTIL Para u cálculo de ragos más ecete, se elma los valores etremadamete alejados aplcado el rago tercuartl que es ua medda de varabldad adecuada cuado la medda de poscó cetral

27 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa empleada ha sdo la medaa y él se dee como la dereca etre el Tercer Cuartl superor y el Prmer Cuartl, es decr: Rago Itercuartl Q() Q(). Dados los sguetes valores ordeados:,,, 9, 0, 0, (),,,, 7, 7, 7, (8), 0,,,,,, (), 7, 9,,,, 7. Obteer su rago y su rago tercuartl. Solucó. El rago es: 7 Los valores cuartles se muestra etre parétess, es decr,, 8 y, dode, el segudo cuartl es smplemete la medaa. La dspersó calculada a través del rago tercuartl, es e este caso será: Q Q -. Nótese como el la dspersó es mucho meor aplcado el rago tercuartl. DESVIACIÓN MEDIA La desvacó meda es la dvsó de la sumatora del valor absoluto de las dstacas estetes etre cada dato y su meda artmétca y el úmero total de datos: D m Este dcador muestra que ta dsperso se ecuetra u cojuto de datos a u puto de cocetracó. Sea los sguetes datos:,,,,,,,,,,,,,,. Obteer su desvacó meda: Solucó. Se calcula la meda artmétca: m 0 D. El prmer dato (), se aleja de la meda e 0,9 haca la derecha. Para el segudo dato (), se aleja de la meda,9 també haca la derecha. Para el tercer dato (), se aleja de la meda e 0,07 pero haca la zquerda. La suma de las dstacas absolutas es 7., así que los datos se separa de la meda e: D m. Hallar la desvacó meda e la sguete dstrbucó de recuecas. Clases

28 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Solucó. Calculado los putos medos de cada clase y obteedo La meda es: D ( ) : Clases Por lo tato: (. 79) + (. 79) + 9(. 97) + 8 (. 79) + (. 79) m. 98 DESVIACION ESTÁNDAR La desvacó estádar o desvacó típca se dee como la raíz cuadrada de los cuadrados de las desvacoes de los valores de la varable respecto a su meda. Esto es: σ ( ) La desvacó estádar es ua medda estadístca de la dspersó de u grupo o poblacó. Ua gra desvacó estádar dca que la poblacó esta muy dspersa respecto de la meda. Ua desvacó estádar pequeña dca que la poblacó está muy compacta alrededor de la meda. Para el caso de datos agrupados, la desvacó estádar se calcula por medo de: σ ( ) VARIANZA La varaza mde la mayor o meor dspersó de los valores de la varable respecto a la meda artmétca. Cuato mayor sea la varaza mayor dspersó estrá y por tato, meor represetatvdad tedrá la meda artmétca. La varaza se epresa e las msmas udades que la varable aalzada, pero elevadas al cuadrado. 8

29 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa La varaza de u cojuto de datos se dee como el cuadrado de la desvacó estádar y está dada por: v σ Hallar la desvacó estádar y la varaza de la sguete sere de datos: 0, 8,,,,,, 7 Solucó ( ) ( 0 9. ) + ( 8 9. ) + ( 9. ) + ( 9. ) + ( 9. ) + ( 9. ) + ( 9. ) + ( 7 9. ) 8 ( ) σ ( ) 90 8 v σ La varaza es: Hallar la desvacó estádar y la varaza para la sguete dstrbucó de recuecas. Clases Solucó. Calculado los putos medos de cada clase y obteedo La meda es: ( ) 9 : Clases ,0. 0, Por lo tato: 9 ( ) (.. 08) + 8( ) + (.. 08) + 0( ) + (.. 08) ,.

30 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa ( ), 707. σ 9 La varaza es: v σ COEFICIENTE DE VARIACIÓN Cuado se quere comparar el grado de dspersó de dos dstrbucoes que o vee dadas e las msmas udades o que las medas o so guales se utlza el coecete de varacó de Pearso que se dee como el cocete etre la desvacó estádar y el valor absoluto de la meda artmétca: % CV σ 00 Este coecete, represeta el porcetaje que la desvacó estádar cotee a la meda artmétca y por lo tato cuato mayor es CV mayor es la dspersó y meor la represetatvdad de la meda. Hallar el coecete de varacó del ejemplo ateror. Solucó.. CV %. 08 ANÁLISIS DESCRIPTIVO DE DATOS BIVARIADOS. CORRELACIÓN Hasta ahora se ha estudado los ídces y represetacoes de ua sola varable por dvduo. So del tpo dstrbucó udmesoal. Cuado sobre ua poblacó se estuda smultáeamete los valores de dos varables estadístcas, el cojuto de los pares de valores correspodetes a cada dvduo se deoma dstrbucó bdmesoal. DIAGRAMAS DE DISPRESIÓN La dstrbucó cojuta de dos varables puede epresarse grácamete medate u dagrama de dspersó: e u plao se represeta cada elemeto observado hacedo que sus coordeadas sobre los ejes cartesaos sea los valores que toma las dos varables para esa observacó. La sguete tabla muestra los datos correspodetes a u cojuto de dez pares de observacoes de estaturas de padres e hjos: Padre (m) Hjo (m) El dagrama de dspersó de ese grupo de datos es: 0

31 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Se represeta la varable depedete e el eje de las ordeadas y la depedete e el eje de las abscsas. Cuado se estuda la relacó etre dos varables, ua puede cosderarse causa y la otra resultado o eecto de la prmera, sedo ésta ua decsó teórca. Se cooce como varable eógea, o varable depedete a la que causa el eecto y varable edógea, o varable depedete a la que lo recbe. Por supuesto que deretes cojutos de datos orecerá dagramas deretes. S embargo, se puede cosderar cuatros tpos de dagramas de dspersó, que so los más típcos:. Relacó tal que al aumetar los valores de la varable depedete aumeta (e promedo) el valor de la varable depedete. Cuado esto ocurre hay ua relacó leal postva.. Relacó tal que al aumetar los valores de la varable depedete se reduce (e promedo) el valor de la varable depedete. Cuado esto ocurre hay ua relacó leal egatva.. No hay relacó etre ambas varables. Esto sgca que las varables so depedetes.. Relacó etre ambas, pero o leal. COVARIANZA La covaraza es ua medda de la asocacó leal etre dos varables que resume la ormacó estete e u gráco de dspersó. Es u dcador de s los valores está relacoados etre sí, se smbolza por σ y se calcula por medo de: y σ y ( )( y y) Esta medda, releja la relacó leal que este etre dos varables. El resultado umérco luctúa etre los ragos de [, ]. Al o teer uos límtes establecdos o puede determarse el grado de relacó leal que este etre las dos varables, sólo es posble ver la tedeca. Ua covaraza postva sgca que este ua relacó leal postva etre las dos varables. Es decr, los valores bajos de la varable se asoca co los valores bajos de la varable y, metras los valores altos de se asoca co los valores altos de la varable y. Ua covaraza de egatva sgca que este ua relacó leal versa (egatva) etre las dos varables. Lo que sgca que los valores bajos e se asoca co los valores altos e y, metras los valores altos e se asoca co los valores bajos e y. Ua covaraza de cero se terpreta como la o esteca de ua relacó leal etre las dos varables estudadas.

32 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Dada la tabla de estaturas de 0 padres y 0 hjos, calcular su covaraza e terpretarla. Padre (m) Hjo (m) Solucó. 7. La estatura meda para los padres es:. 7 m. 0 y 7. La estatura meda para los hjos es: y. 7 m. 0 Por lo tato: ( )( y y) ( )(. 7. 7) + ( )( ) + (. 8. 7)(. 7. 7) + (. 7. 7)( ) + ( )( ) + (. 7. 7)( ) + (. 9. 7)(. 7. 7) + (. 7. 7)(. 7. 7) + (. 7. 7)(. 7. 7) + (. 7. 7)(. 7. 7) σ 0 ( )( y y) y Como la covaraza es postva sgca que este ua relacó leal postva etre las dos varables. Es decr, a valores grades de (estaturas de los padres) se asoca valores altos de y (estaturas de los hjos). CORRELACIÓN Es recuete que se estude sobre ua msma poblacó los valores de dos varables estadístcas dsttas, co el de ver s este algua relacó etre ellas, es decr, s los cambos e ua de ellas luye e los valores de la otra. S ocurre esto se dce que las varables está correlacoadas o be que hay correlacó etre ellas. Las calcacoes de 0 alumos e Matemátcas y Físca vee dadas e la sguete tabla: Matemátcas Físca Los pares de valores { (,), (,), (,),, (8,7), (9,0) }, orma la dstrbucó bdmesoal e la que hay certa tedeca a que cuato mejor es la calcacó e Matemátcas, mejor es la de Físca. Represetado los pares de valores e el plao cartesao se obtee su dagrama de dspersó:

33 Facultad de Cotaduría y Admstracó. UNAM Estadístca descrptva Autor: Dr. José Mauel Becerra Esposa Cuado se puede aprecar s los putos se dstrbuye alrededor de ua recta etoces se dce que hay correlacó leal. Ua correlacó leal uerte es cuado la ube (cojuto de putos) se parece mucho a ua recta y será cada vez más débl (o meos uerte) cuado la ube vaya dsemádose co respecto a la recta. E el ejemplo se apreca que la correlacó es bastate uerte, ya que s se traza ua recta, ésta se ubca muy próma a los putos de la ube. La correlacó dca la uerza y la dreccó de ua relacó leal etre dos varables aleatoras. Se cosdera que dos varables cuattatvas está correlacoadas cuado los valores de ua de ellas varía sstemátcamete co respecto a los valores homómos de la otra: s se tee dos varables ( y y ) este correlacó s al aumetar los valores de lo hace també los de y y vceversa. La correlacó etre dos varables o mplca, por sí msma, gua relacó de causaldad La relacó etre dos varables cuattatvas queda represetada medate la líea de mejor ajuste, trazada a partr de la ube de putos. Los tres prcpales compoetes elemetales de ua líea de ajuste y, por lo tato, de ua correlacó, so la uerza, el setdo y la orma:. La uerza mde el grado e que la líea represeta a la ube de putos: s la ube es estrecha y alargada, se represeta por ua líea recta, lo que dca que la relacó es uerte; s la ube de putos tee ua tedeca elíptca o crcular, la relacó es débl.. El setdo mde la varacó de los valores de y co respecto a : s al crecer los valores de lo hace los de y, la relacó es postva; s al crecer los valores de dsmuye los de y, la relacó es egatva.. La orma establece el tpo de líea que dee el mejor ajuste: la líea recta, cuadrátca, polomal, etc.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

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

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

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA H. Helam Estadístca -/5 ITRODUCCIÓ. COCEPTO DE ETADÍTICA ETADÍTICA DECRIPTIVA La estadístca es la rama de las matemátcas que estuda los eómeos colectvos recogedo, ordeado y clascado y smplcado los datos

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN UNIVERSIDAD DE CHILE VICERRECTORÍA DE ASUNTOS ACADÉMICOS DEPARTAMENTO DE EVALUACIÓN, MEDICIÓN Y REGISTRO EDUCACIONAL NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN SANTIAGO, septembre de 2008

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I COLEGIO DE BACHILLERES ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I FASCÍCULO. MEDIDAS DE TENDENCIA CENTRAL Autores: Jua Matus Parra COLEGIO DE BACHILLERES Colaboradores Asesoría Pedagógca Revsó de Cotedo Dseño

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

Estadística descriptiva

Estadística descriptiva Estadístca descrptva PARAMETROS Y ESTADISTICOS Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca Meddas de tedeca cetral: Moda, Medaa, Meda

Más detalles

5.3 Estadísticas de una distribución frecuencial

5.3 Estadísticas de una distribución frecuencial 5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09 Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector

Más detalles

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos Udad ddáctca ESTADÍSTICA. ESTADÍSTICA: COCEPTOS BÁSICOS La Estadístca surge ate la ecesdad de poder tratar y compreder cojutos umerosos de datos. E sus orígees hstórcos, estuvo lgada a cuestoes de Estado

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

I n t r o d u c i ó n A l a E s t a d í s t i c a 1

I n t r o d u c i ó n A l a E s t a d í s t i c a 1 Estadístca I t r o d u c ó A l a E s t a d í s t c a INTRODUCCIÓN: La Estadístca descrptva es ua parte de la Estadístca cuyo objetvo es examar a todos los dvduos de u cojuto para luego descrbr e terpretar

Más detalles

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

Análisis estadístico de datos muestrales

Análisis estadístico de datos muestrales Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL. Supertedeca de Admstradoras de Fodos de Pesoes CIRCULAR Nº 736 VISTOS: Las facultades que cofere la ley a esta Supertedeca, se mparte las sguetes struccoes de cumplmeto oblgatoro para todas las Admstradoras

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

Más detalles

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

TEMA UNIDAD I: ESTADÍSTICA DESCRIPTIVA

TEMA UNIDAD I: ESTADÍSTICA DESCRIPTIVA ANÁLISIS DESCRIPTIVO TEMA DE VARIABLES CUANTITATIVAS 4..Itroduccó 4..Propedades estadístcas de las varables cuattatvas 4.3. Descrpcó de muestras pequeñas 4.3.. Herrametas para el aálss gráfco 4.3.. Herrametas

Más detalles

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes Ejerccos Resueltos de Estadístca: Tema : Descrpcoes uvarates . Los datos que se da a cotuacó correspode a los pesos e Kg. de ocheta persoas: (a) Obtégase ua dstrbucó de datos e tervalos de ampltud 5, sedo

Más detalles

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

Más detalles

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Uverstat de les Illes Balears Col.leccó Materals Ddàctcs INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Joaquí Alegre Martí Magdalea Cladera Muar Palma, 00 ÍNDICE INTRODUCCIÓN: Qué es...? Qué

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva

Más detalles

III. GRÁFICOS DE CONTROL POR VARIABLES (1)

III. GRÁFICOS DE CONTROL POR VARIABLES (1) III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co

Más detalles

Manual de Estadística

Manual de Estadística Maual de Estadístca Pag Maual de Estadístca Davd Ruz Muñoz Edtado por eumed et 004 ISBN: 84-688-653-7 Maual de Estadístca Pag ÍNDICE Capítulo I: Capítulo II: Capítulo III: Capítulo IV: Capítulo V: Capítulo

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo

Más detalles

CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL

CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL EL PROGRAMA ESTADÍSTICO SPSS . EL PROGRAMA ESTADÍSTICO SPSS. INTRODUCCIÓN El

Más detalles

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran.

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran. Actvdad: Elabora u resume de la formacó que se muestra a cotuacó y aalza los procedmetos que se muestra. Fudametos matemátcos de la electróca dgtal Sstemas de umeracó poscoales E u sstema de esta clase,

Más detalles

MATEMÁTICA. Unidad 4. Resolvamos desigualdades. variabilidad de la información

MATEMÁTICA. Unidad 4. Resolvamos desigualdades. variabilidad de la información MATEMÁTICA Udad 4 Resolvamos desgualdades Iterpretemos la varabldad de la formacó Objetvos de la Udad: Propodrás solucoes a problemas relacoados co desgualdades leales y cuadrátcas; y represetarás los

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V Área Académca de: Químca Líea de Ivestgacó: Fscoquímca de Almetos Programa Educatvo: Lcecatura e Químca Nombre de la Asgatura: Químca Aalítca V Tema: Represetacoes gráfcas de las relacoes propedadcocetracó

Más detalles

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

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio!

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio! Este documeto es de dstrbucó gratuta y llega gracas a Ceca Matemátca www.cecamatematca.com El mayor portal de recursos educatvos a tu servco! Isttuto Tecológco de Apzaco Departameto de Cecas Báscas INSTITUTO

Más detalles

Apuestas deportivas por Internet

Apuestas deportivas por Internet Autor: Davd Serrao Martíez 22/0/2009 Apuestas deportvas por Iteret Aputes y relexoes Itroduccó Durate el últmo trmestre de 2005, u grupo de compañeros de trabajo y amgos decdmos motar ua suerte de peña

Más detalles

2 - TEORIA DE ERRORES : Calibraciones

2 - TEORIA DE ERRORES : Calibraciones - TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto

Más detalles

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

Más detalles

LECCIONES DE ESTADÍSTICA

LECCIONES DE ESTADÍSTICA LECCIONES DE ESTADÍSTICA Estos aputes fuero realzados para mpartr el curso de Métodos Estadístcos y umércos e el I.E.S. A Xuquera I de Potevedra. Es posble que tega algú error de trascrpcó, por lo que

Más detalles

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos Feómeos determístcos TEMA I. ESTADÍSTICA DESCRIPTIVA Llamados també causales,

Más detalles

MS Word Editor de Ecuaciones

MS Word Editor de Ecuaciones MS Word Edtor de Ecuacoes H L. Mata El Edtor de ecuacoes de Mcrosoft Word permte crear ecuacoes complejas seleccoado símbolos de ua barra de herrametas y escrbedo varables y úmeros. medda que se crea ua

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

División de Evaluación Social de Inversiones

División de Evaluación Social de Inversiones MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI

C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI TESIS DESARROLLO REIONAL C URVA DE L ORENZ C OEFICIENTE DE D ESIUALDAD DE INI D OCUMENTO A UXILIAR N DANIEL CAUAS - 5 JUN 203 LA CURVA DE LORENZ La curva de Lorez (Corado Lorez 905), es u recurso gráfco

Más detalles

Ejercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión

Ejercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión Eerccos Resueltos de Estadístca: Tema : Descrpcoes bvarates regresó . E u estudo de la egurdad e Hgee e el Trabao se cotrastó la cdeca del tabaqusmo e la gravedad de los accdetes laborales. Cosderado ua

Más detalles

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS Bucaramaga, 2010 INTRODUCCIÓN El presete documeto es ua complacó de memoras de

Más detalles

Frecuencia absoluta Les gusta 28 No les gusta 12 Total 40. Posibles resultados. Revisoras: Raquel Caro y Nieves Zuasti

Frecuencia absoluta Les gusta 28 No les gusta 12 Total 40. Posibles resultados. Revisoras: Raquel Caro y Nieves Zuasti 116 Capítulo 7: Estadístca. Azar y probabldad TEORÍA. Matemátcas 4º de ESO 1. ESTADÍSTICA 1.1. Muestras. Estudos estadístcos S queremos hacer u estudo estadístco teemos que: a) Recoger los datos b) Descrbr

Más detalles

Técnicas básicas de calidad

Técnicas básicas de calidad Téccas báscas de caldad E esta udad aprederás a: Idetfcar las téccas báscas de caldad Aplcar las herrametas báscas de caldad Utlzar la tormeta de deas Crear dsttos tpos de dagramas Usar hstogramas y gráfcos

Más detalles

CURSO PROBABILIDAD Y ESTADISTICAS FMS175 PROFESOR RODOLFO TORO DEPARTAMENTO DE FISICA Y MATEMATICAS UNIVERSIDAD NACIONAL ANDRES BELLO

CURSO PROBABILIDAD Y ESTADISTICAS FMS175 PROFESOR RODOLFO TORO DEPARTAMENTO DE FISICA Y MATEMATICAS UNIVERSIDAD NACIONAL ANDRES BELLO CURO PROBABILIDAD Y ETADITICA FM75 PROFEOR RODOLFO TORO DEPARTAMETO DE FIICA Y MATEMATICA UIVERIDAD ACIOAL ADRE BELLO EL MÉTODO CIETÍFICO La Estadístca, costtuye así, ua dscpla cetífca extremadamete ampla

Más detalles

TEMA 2: PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES.

TEMA 2: PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES. TEMA : PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES.. INTRODUCCIÓN Hasta ahora hemos vsto cómo se puede resumr los datos obtedos del estudo de ua muestra (o ua poblacó) e ua tabla estadístca

Más detalles

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

Más detalles

TEMA 4: NÚMEROS COMPLEJOS

TEMA 4: NÚMEROS COMPLEJOS TEMA : COMPLEJOS 1 EN FOMA BINÓMICA 1.1 DEFINICIONES Sabemos que la resolucó de alguas ecuacoes de º grado coduce a ua raíz cuadrada de u º egatvo. Dcha raíz o tee setdo e el cojuto de los úmeros reales.

Más detalles

Figura 1

Figura 1 Regresó Leal Smple 7 Regresó Leal Smple 7. Itroduccó Dra. Daa Kelmasky 0 E muchos problemas cetífcos teresa hallar la relacó etre ua varable (Y), llamada varable de respuesta, ó varable de salda, ó varable

Más detalles

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1 MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo

Más detalles

Estudio y optimización del algoritmo de ordenamiento Shellsort

Estudio y optimización del algoritmo de ordenamiento Shellsort Estudo y optmzacó del algortmo de ordeameto Sellsort Bejam Bustos Departameto de Cecas de la Computacó, Uversdad de Cle bebustos@dcc.ucle.cl Resume Este estudo aalza, e forma empírca, el desempeño del

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1 63 ITRODUCCIÓ AL AÁLISIS DE ECUESTAS COMPLEJAS MARCELA PIZARRO BRIOES ISTITUTO ACIOAL DE ESTADÍSTICA (IE CHILE Para presetarse e el Taller Regoal del MECOVI: La Práctca del Muestreo para el Dseño de las

Más detalles

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática Ce.R.P. del Norte Rvera Julo de Departameto de Matemátca Notas para el curso de Fudametos de la Matemátca CONGRUENCIAS NUMÉRICAS Y ECUACIONES DE CONGRUENCIA. RECORDANDO CONCEPTOS: La cogrueca es ua relacó

Más detalles

Tema 2: Modelos lineales de optimización con variables enteras.

Tema 2: Modelos lineales de optimización con variables enteras. Tema 2: Modelos leales de optmzacó co varables eteras. Objetvos del tema: Itroducr la programacó leal etera y los domos de aplcacó. Apreder a formular el modelo de u problema de programacó leal etera.

Más detalles

q q q q q q n r r r qq k r q q q q

q q q q q q n r r r qq k r q q q q urso: FISIA II B 30 00 I Profesor: JOAQIN SALEDO jsalcedo@u.edu.pe Eergía potecal electrostátca. S traemos ua carga desde ua dstaca fta el trabajo ecesaro es ulo. 0 trate ua fumadta, grats,, te vto S luego

Más detalles

Introducción a la Programación Lineal

Introducción a la Programación Lineal Itroduccó a la Programacó Leal Clauda Llaa Daza Garzó cldaza@uversa.et.co Trabajo de Grado para Optar por el Título de Matemátco Drector: Pervys Rego Rego Igeero Uversdad Nacoal de Colomba Fudacó Uverstara

Más detalles

Tabla de Distribución de Frecuencias

Tabla de Distribución de Frecuencias Tabla de Dstrbucó de Frecuecas H. Mata 1 Tal como puede leerse e la lteratura estadístca ésta es ua ceca que se ecarga de recoger, orgazar y aalzar los hechos de aturaleza umérca reerete a cualquer tópco.

Más detalles

CIRO MARTINEZ BENCARDINO

CIRO MARTINEZ BENCARDINO CIRO MARTINEZ BENCARDINO Nacdo e Covecó (Norte de Satader - Colomba). Ecoomsta de la Uversdad Jorge Tadeo Lozao de Bogotá, D.C. Bo-estadístca (Uversdad de los Ades, Bogotá, D.C.). Téccas Estadístcas (CIENES-Satago

Más detalles

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003 8 EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura Eero, 3 DOCUMENTO DE TRABAJO 8 http://www.pucp.edu.pe/ecooma/pdf/ddd8.pdf EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura

Más detalles

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda

Más detalles