Asimetría Coeficiente de Asimetría de Fisher
|
|
- Vicenta Correa Franco
- hace 6 años
- Vistas:
Transcripción
1 Asimetría Si los valores de la serie de datos presenta la misma forma a izquierda y derecha de un valor central (media aritmética) se dice que es simétrica de lo contrario será asimétrica. Para medir el nivel de asimetría se utiliza el llamado Coeficiente de Asimetría de Fisher, que viene definido: g 1 (1/ n)( i n 1 3 s ( x i x) 3
2 Asimetría Los resultados pueden ser los siguientes: g 1 = 0 (distribución simétrica; existe la misma concentración de valores a la derecha y a la izquierda de la media) g 1 > 0 (distribución asimétrica positiva; existe mayor concentración de valores a la derecha de la media que a su izquierda) g 1 < 0 (distribución asimétrica negativa; existe mayor concentración de valores a la izquierda de la media que a su derecha)
3 3-26 Distribución simétrica sesgo cero moda = mediana = media
4 3-27 Distribución con asimetría positiva sesgo a la derecha: media y mediana se encuentran a la derecha de la moda. moda < mediana < media
5 3-28 Distribución con asimetría negativa sesgo a la izquierda: media y mediana están a la izquierda de la moda. media < mediana < moda
6 3-29 Nota Si se conocen dos promedios de una distribución de frecuencias con sesgo moderado, el tercero se puede aproximar. moda = media - 3(media - mediana) media = [3(mediana) - moda]/2 mediana = [2(media) + moda]/3
7 Curtosis El Coeficiente de Curtosis analiza el grado de concentración que presentan los valores alrededor de la zona central de la distribución. Se definen 3 tipos de distribuciones según su grado de curtosis:
8 Curtosis Distribución mesocúrtica: presenta un grado de concentración medio alrededor de los valores centrales de la variable (el mismo que presenta una distribución normal). Distribución leptocúrtica: presenta un elevado grado de concentración alrededor de los valores centrales de la variable. Distribución platicúrtica: presenta un reducido grado de concentración alrededor de los valores centrales de la variable.
9 Curtosis El Coeficiente de Curtosis viene definido por la siguiente fórmula: g 2 (1/ n)( i n 1 4 s ( x i x) 4 3
10 Curtosis Los resultados pueden ser los siguientes: g 2 = 0 (distribución mesocúrtica). g 2 > 0 (distribución leptocúrtica). g 2 < 0 (distribución platicúrtica).
11 Curtosis
12 Distribuciones de probabilidad Continuas Uniforme Exponencial Gamma Normal Ji-cuadrada t de Student F Weibull Discretas Bernoulli Binomial Poisson Geométrica Binomial negativa
13 Distribución normal
14 Distribución Ji-cuadrada
15 1.0 Distribución exponencial
16 Ejemplo: departamentos en renta Abajo encontrara una muestra de los valores de renta mensuales para un departamento de una recamara. Los datos son una muestra de 70 apartamentos en una ciudad de los Estados Unidos. Los datos se presentan en orden ascendente
17 Ejemplo: departamentos en renta Promedio x n x i 34,
18 Percentiles Un percentil provee información de cómo los datos están dispersos sobre un intervalo desde el valor mas pequeño hasta el valor mas grande. Los exámenes de admisión para las universidades (en USA) es frecuente que se reporten en términos de percentiles.
19 Percentiles El p-èsimo percentil de un conjunto de datos es un valor tal que al menos p por ciento de los elementos toma este valor o menor y al menos (100 - p) por ciento de los elementos toman este valor o mas. 1. Acomode los datos en orden ascendente. 2. Calcule el índice i, la posición de el percentil p-esimo. i = (p/100)n 3. Si i no es entero, redondee hacia arriba. El percentil p-esimo es el valor en la posición i. 4. Si i es un entero, el percentil p-esimo es el valor en la posición+1
20 Ejemplo: departamentos en renta Percentil de 90 i = (p/100)n = (90/100)70 = 63 Se toman el valor de los dato : Percentil de 90 = ( ) =
21 Ejemplo: departamentos en renta Tercer Cuartil Tercer cuartil = Percentil de 75 i = (p/100)n = (75/100)70 = 52.5 = 53 Tercer cuartil =
22 Ejemplo: departamentos en renta Mediana Mediana = percentil 50 i = (p/100)n = (50/100)70 = 35.5 Mediana =
23 Ejemplo: departamentos en renta Moda 450 ocurre más frecuentemente (7 veces) Moda =
24 Ejemplo: departamentos en renta Rango Rango = valor mayor valor menor Rango = =
25 Rango Intercuartil El rango intercuartil de un conjunto de datos es la diferencia entre el tercer cuartil y el primer cuartil. Es el rango donde se encuentra el 50% central de los datos. Elimina la sensibilidad de los valores de datos extremos.
26 Ejemplo: departamentos en renta Rango intercuartil 3er. Cuartil (Q3) = er. Cuartil (Q1) = Rango intercuartil = Q3 - Q1 =
27 Coeficiente de Variación El coeficiente de variación indica que tan grande es la desviación estándar rn relación al promedio. Si un conjunto de datos es una muestra, el coeficiente de variación se calcula como sigue: s x ( 100) Si un conjunto de datos es una población, el coeficiente de variación se calcula como sigue: ( 100)
28 Ejemplo: departamentos en renta Varianza s Desviación estándar 2 ( x i x ) 2 n 1 2, s s Coeficiente de Variación s x
29 Medidas de localización relativa y detección de valores atípicos Valores z Teorema de Chebyshev La Regla Empírica Detección de Valores Atípicos
30 Valores z El valor z es frecuentemente llamado el valor estandarizado Denota el numero de desviaciones estándar que el valor de un dato x i está de la media. z i x Un dato con valor menor que la media de la muestra tendrá un valor de z menor que cero. Un dato con valor mayor que el promedio de la muestra tendrá un valor de z mayor que cero Un dato con valor igual que el promedio de la muestra tendrá un valor de z igual a cero i s x
31 Ejemplo: departamentos en renta Valor z del menor valor (425) z xi x s Valores estandarizados para departamentos en renta
32 Teorema de Chebyshev Al menos (1-1/k 2 ) de los elementos en un conjunto de datos estará dentro de las k desviaciones estándar del promedio donde k es cualquier valor mayor que 1. Al menos 75% de los elementos deben estar entre k = 2 desviaciones estándar de la media. Al menos 89% de los elementos deben estar entre k = 3 desviaciones estándar de la media. Al menos 94% de los elementos deben estar entre k = 4 desviaciones estándar de la media.
33 Ejemplo: departamentos en renta Teorema de Chebyshev Sea k = 1.5 con = y s = al menos (1-1/(1.5) 2 ) = = 0.56 o 56% de los costos de renta deben estar entre x x - k(s) = (54.74) = 409 y x + k(s) = (54.74) = 573
34 Ejemplo: departamentos en renta Teorema de Chebyshev (continúa) realmente, 86% de los costos de renta están entre 409 y
35 La Regla Empírica Para los datos que tienen una distribución tipo campana: Aproximadamente 68% de los valores de los datos estarán entre una desviación estándar de la media
36 La Regla Empírica Para los datos que tienen una distribución tipo campana: Aproximadamente 95% de los valores de los datos estarán entre dos desviaciones estándar de la media
37 La Regla Empírica Para los datos que tienen una distribución tipo campana: Casi todos (99.7%) los elementos estarán entre tres desviaciones estándar de la media
38 Ejemplo: departamentos en renta Regla empírica Intervalo % Intervalo Entre +/- 1s a /70 = 69% Entre +/- 2s a /70 = 97% Entre +/- 3s a /70 = 100%
39 Detección de Valores Atípicos Un valor atípico es un valor inusualmente muy pequeño o muy grande para el conjunto de datos. Un dato con valor de z menor que -3 o mas grande que +3 puede ser considerado como un valor atípico. Puede ser un valor de dato registrado incorrectamente. Puede ser un valor de dato que fue incorrectamente incluido en el conjunto de datos. Puede ser un valor de dato correctamente registrado y que pertenece al conjunto de datos.
40 Ejemplo: departamentos en renta Detectando valores atípicos Los valores extremos más atípicos son y Usando z > 3 como el criterio para un dato atípico, no hay valores atípicos en este conjunto de datos Valores estandarizados para departamentos en renta
41 Covarianza La covarianza es una medida de la asociación lineal entre dos variables. Valores positivos indican una relación positiva. Valores negativos indican una relación negativa
42 Covarianza Si el conjunto de datos es una muestra, la covarianza se denota por s xy. s xy ( xi x )( yi y) n 1 Si el conjunto de datos es una población, la covarianza se denota por xy. xy ( x )( y ) i x i y N
43 Coeficiente de correlación El coeficiente puede tomar valores entre -1 y +1. Valores cercanos a -1 indican un relación lineal negativa fuerte. Valores cercanos a +1 indican un relación lineal positiva fuerte. Si el conjunto de datos es una muestra, el coeficiente es r xy. r xy Si el conjunto de datos es una población, el coeficiente es. xy s xy s s x y x xy y
44 Datos no agrupados Son datos no agrupados cuando se consideran y analizan todos los valores observados tal como se obtuvieron. Es conveniente y mas sencillo trabajar a estos datos como no agrupados cuando la muestra no es muy grande. De preferencia que sea una cantidad menor de 30 datos. También resulta conveniente trabajarlos así cuando se quiere que el peso de cada observación se vea reflejado en el resumen de los datos.
45 Ventajas y desventajas VENTAJAS Resulta más fácil y rápido trabajar con los datos no agrupados. DESVENTAJAS Solo se puede aplicar en pequeñas cantidades de datos, ya que en grandes cantidades resultaría un tanto tedioso y por lo mismo existiría más probabilidad de equivocarse.
46 Datos agrupados Son datos que están organizados (formando grupos). Podemos formar más o menos grupos, dependiendo de que tan exacto queramos trabajar, a cada grupo le llamamos clase. Rara vez se emplean menos de seis clases o más de quince.
47 Ventajas Facilidad y rapidez en el manejo de datos. Se notan rápidamente el valor mayor y el valor menor de los datos Se puede dividir fácilmente los datos en secciones. Se puede observar si algún valor aparece más de una vez en el ordenamiento. Se observa la distancia entre los valores sucesivos de los datos.
48 Media ponderada y manejo de datos agrupados Media ponderada Media para datos agrupados Varianza para datos agrupados Desviación estándar para datos agrupados
49 Media ponderada Cuando la media es calculada dándole a cada valor de dato un peso que refleja su importancia, es referido como una media ponderada. En el calculo de promedio de calificaciones (tipo USA), el peso es el número de créditos obtenidos para cada grado. Cuando los valores de los datos varían en importancia, el analista debe escoger el peso que refleje la importancia de cada valor.
50 Media ponderada x = w i x i w i donde: x i = valor de observación i w i = peso de observaciòn i
51 Datos agrupados El calculo de la media pondera puede ser usado para obtener aproximaciones al promedio, varianza, y desviación estándar de datos agrupados. Para calcular la media ponderada, tratamos el punto medio de cada clase como si fuera la media de todos los elementos en la clase. Calculamos una media ponderada de los puntos medios utilizando las frecuencias de la clase como pesos. Similarmente, al calcular la varianza y desviación estándar las frecuencias de las clases son utilizadas como pesos.
52 Media para datos agrupados Muestra x f i M f i i Población f i N M i donde: f i = Frecuencia de la clase i M i = punto medio de la clase i
53 Ejemplo: departamentos en renta Abajo está la muestra de las rentas mensuales para departamentos de una recamara presentados aquí como datos agrupados en la forma de distribución de frecuencias Renta ($) Frecuencia
54 Ejemplo: departamentos en renta Media para datos agrupados Renta ($) f i M i f i M i Total x 34, Esta aproximación difiere en $2.41 de la media real de la muestra de $
55 Varianza para datos agrupados Muestra s 2 fi ( Mi x ) n 1 2 Población 2 f i ( Mi ) N 2
56 Ejemplo: departamentos en renta Varianza para datos agrupados s 2 3, Desviación Estándar para datos agrupados s 3, Esta aproximación difiere en solo $.20 de la desviación estándar de $54.74.
57
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesUNIDAD 7 Medidas de dispersión
UNIDAD 7 Medidas de dispersión UNIDAD 7 MEDIDAS DE DISPERSIÓN Al calcular un promedio, por ejemplo la media aritmética no sabemos su representatividad para ese conjunto de datos. La información suministrada
Más detallesProbabilidad y Estadística, EIC 311
Probabilidad y Estadística, EIC 311 Medida de resumen 1er Semestre 2016 1 / 105 , mediana y moda para datos no Una medida muy útil es la media aritmética de la muestra = Promedio. 2 / 105 , mediana y moda
Más detallesTemas de Estadística Práctica
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 2: Medidas de tipo paramétrico Resumen teórico Medidas de tipo paramétrico Medidas de tendencia central Medidas
Más detallesESTADÍSTICA SEMANA 3
ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...
Más detalles1. Dado el siguiente volumen de ventas de una empresa y su gasto en I+D en miles. Prediga las ventas de este empresario para un gasto en I+D de 7.
MODELO A Examen de Estadística Económica (2407) 20 de junio de 2009 En cada pregunta sólo existe UNA respuesta considerada más correcta. Si hay dos correctas deberá escoger aquella respuesta que tenga
Más detallesMódulo de Estadística
Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen
Más detallesDispone de 1 hora para resolver las siguientes cuestiones planteadas.
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE ECONOMÍA Y NEGOCIOS EXAMEN TEÓRICO DE ESTADÍSTICA COMPUTARIZADA NOMBRE: PARALELO: Dispone de 1 hora para resolver las siguientes cuestiones planteadas.
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesGrupo 23 Semestre Segundo examen parcial
Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige
Más detallesUniversidad de Sonora Departamento de Matemáticas Área Económico Administrativa
Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Materia: Estadística I Maestro: Dr. Francisco Javier Tapia Moreno Semestre: 015- Hermosillo, Sonora, a 14 de septiembre de
Más detallesMEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas
Más detallesRelación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS
INTRODUCCIÓN A LA ESTADÍSTICA Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS 1.- Obtener las medias aritmética, geométrica, armónica para la siguiente distribución: SOL: 2,74; 2,544; 2,318
Más detallesZ i
Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesTema 5. Variables Aleatorias
Tema 5. Variables Aleatorias Presentación y Objetivos. En este tema se estudia el concepto básico de Variable Aleatoria así como diversas funciones fundamentales en su desarrollo. Es un concepto clave,
Más detallesMedidas de Distribución
Medidas de Distribución Trabajo a realizar de este tema: En Excel 2003 hoja 1, prepara un(os) cuadro(s) sinópticos o mapas conceptuales o mapas mentales que sinteticen éste capítulo. En la hoja 2 y en
Más detallesMEDIDAS DE VARIABILIDAD
MEDIDAS DE VARIABILIDAD 1 Medidas de variabilidad Qué son las medidas de variabilidad? Las medidas de variabilidad de una serie de datos, muestra o población, permiten identificar que tan dispersos o concentrados
Más detallesIndicaciones para el lector... xv Prólogo... xvii
ÍNDICE Indicaciones para el lector... xv Prólogo... xvii 1. INTRODUCCIÓN Qué es la estadística?... 3 Por qué estudiar estadística?... 5 Empleo de modelos en estadística... 6 Perspectiva hacia el futuro...
Más detallesCurso de Estadística Básica
Curso de SESION 5 TEOREMA DE CHEBYSHEV, REGLA EMPÍRICA Y CASO MCC. Manuel Uribe Saldaña MCC. José Gonzalo Lugo Pérez Objetivo Comprender y aplicar el teorema de Chebyshev y la regla empírica para una distribución
Más detallesMétodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va
Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA
Más detallesCONTENIDO PROGRAMÁTICO
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2015/09/30 Revisión No. 2 AC-GA-F-8 Página 1 de 5 ESTADÍSTICA I CÓDIGO 160011 PROGRAMA ECONOMÍA ÁREA DE FORMACIÓN CIENCIAS BÁSICAS SEMESTRE SEGUNDO PRERREQUISITOS
Más detallesY accedemos al cuadro de diálogo Descriptivos
SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesMedidas de dispersión
Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia
Más detallesNOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011 CÓMO CARACTERIZAR UNA SERIE DE DATOS? POSICIÓN- dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos CENTRALIZACIÓN-
Más detallesMÓDULO III. MEDIDAS DE TENDENCIA CENTRAL, DISPERSIÓN Y ASIMETRÍA
1 UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Más detallesU.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo
U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:
Más detallesMedidas de Tendencia Central.
Medidas de Tendencia Central www.jmontenegro.wordpress.com MEDIDAS DE RESUMEN MDR MEDIDAS DE TENDENCIA CENTRAL MEDIA MEDIANA MODA CUARTILES,ETC. MEDIDAS DE DISPERSIÓN RANGO DESVÍO EST. VARIANZA COEFIC.
Más detallesTema 2 Estadística Descriptiva
Estadística Descriptiva 1 Tipo de Variables 2 Tipo de variables La base de datos anterior contiene la información de 36 alumnos de un curso de Estadística de la Universidad de Talca. En esta base de datos
Más detallesEJERCICIOS TEMA 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas:
Ejercicio 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas: a) Marca de los coches. b) Peso de los coches. c) Número de coches vendidos
Más detallesLOS ESTADÍGRAFOS BÁSICOS Y SU INTERPRETACIÓN, M TENDENCIA CENTRAL
PreUnAB LOS ESTADÍGRAFOS BÁSICOS Y SU INTERPRETACIÓN, MEDIDAS DE TENDENCIA CENTRAL Clase # 26 Noviembre 2014 ESTADÍGRAFOS Concepto de estadígrafo Un estadígrafo, o estadístico, es un indicador que se calcula
Más detallesDr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental
Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado
Más detallesEjemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos
Más detallesMedidas de tendencia central y dispersión
Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 3, Marzo 2011. Open Access, Creative Commons. Medidas de tendencia central y dispersión Autor: Fernando Quevedo Ricardi (1) Filiación:
Más detallesMEDIDAS DE RESUMEN. Medidas de Tendencia Central Medidas de Dispersión. Rafael Díaz Sarmiento, M.D., E.S.O., E.C. Las Palmas de Gran Canario, España
MEDIDAS DE RESUMEN Medidas de Tendencia Central Medidas de Dispersión Rafael Díaz Sarmiento, M.D., E.S.O., E.C. Las Palmas de Gran Canario, España MEDIDAS DE RESUMEN DEFINICIONES: Medida de tendencia central:
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión
Más detallesUNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL ASIGNATURA: ESTADÍSTICA I CODIGO : 5B0067 I.- DATOS GENERALES SILABO
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesTítulo: ESTADISTICA I DESDE UN ENFOQUE POR COMPETENCIAS Primera edición. de esta edición. Fondo Editorial. Universidad San Ignacio de Loyola
Título: ESTADISTICA I DESDE UN ENFOQUE POR COMPETENCIAS 2014. Primera edición de esta edición Fondo Editorial Universidad San Ignacio de Loyola Av. La Fontana 750, La Molina Teléfono: 317-1000 anexo 3705
Más detallesNOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012 Matilde Ungerovich- mungerovich@fisica.edu.uy DEFINICIÓN PREVIA: Distribución: función que nos dice cuál es la probabilidad de que cada suceso
Más detallesClase 2: Estadística
Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea
Más detallesLa desviación típica y otras medidas de dispersión
La desviación típica y otras medidas de dispersión DISPERSIÓN O VARIACIÓN La dispersión o variación de los datos intenta dar una idea de cuan esparcidos se encuentran éstos. Hay varias medidas de tal dispersión,
Más detallesII. ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS
UNIVERSIDAD INTERAMERICANA PARA EL DESARROLLO ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS Contenido II. ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS II. Tablas de frecuencia II. Gráficos: histograma, ojiva, columna,
Más detallesMEDIDAS DE TENDENCIA CENTRAL
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMERICA) MEDIDAS DE TENDENCIA CENTRAL 20/05/2008 Ing. SEMS 2.1 INTRODUCCIÓN En el capítulo anterior estudiamos de qué manera los
Más detallesGRUPO A GRUPO B Total = 225 Total = 250. Medidas de tendencia central.
Medidas de dispersión o variabilidad Tema 5 Profesor Tevni Grajales G. A dos grupos diferentes de estudiantes se les preguntó cuánto deseaban pagar como cuotas de graduación. En ambos casos el promedio
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 4 horas a la semana 8 créditos Semestre variable según la carrera Objetivo del curso: Analizar y resolver problemas de naturaleza aleatoria en la ingeniería, aplicando conceptos
Más detallesBioestadística: Estadística Descriptiva
Bioestadística: M. González Departamento de Matemáticas. Universidad de Extremadura Bioestadística 1 2 Bioestadística 1 2 Coneptos Básicos ESTADÍSTICA Ciencia que estudia el conjunto de métodos y procedimientos
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesM i. Los datos vendrán en intervalos en el siguiente histograma de frecuencias acumuladas se ilustra la mediana.
Medidas de tendencia central y variabilidada para datos agrupados Media (media aritmética) ( X ) Con anterioridad hablamos sobre la manera de determinar la media de la muestra. Si hay muchos valores u
Más detallesEstadística. Análisis de datos.
Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un
Más detallesLa medición de la desigualdad económica
La medición de la desigualdad económica La medida de desigualdad económica mas comúnmente utilizada es la distribución del ingreso percibido por las personas durante un periodo determinado de tiempo generalmente
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesClase 2: Estadística
Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesANÁLISIS DE DATOS UNIDIMENSIONALES
ANÁLISIS DE DATOS UNIDIMENSIONALES TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS MEDIDAS DE POSICIÓN MEDIDAS DE TENDENCIA CENTRAL MEDIA ARITMÉTICA OTRAS MEDIAS: GEOMÉTRICA.ARMÓNICA.MEDIA GENERAL MEDIANA
Más detallesUn estudio estadístico consta de las siguientes fases: Recogida de datos. Organización y representación de datos. Análisis de datos.
La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes
Más detallesMedidas descriptivas I. Medidas de tendencia central A. La moda
Medidas descriptivas I. Medidas de tendencia central A. La moda Preparado por: Roberto O. Rivera Rodríguez Coaching de matemática Escuela Eduardo Neuman Gandía 1 Introducción En muchas ocasiones el conjunto
Más detallesCurva de Lorenz e Indice de Gini Curva de Lorenz
Curva de Lorenz e Indice de Gini Curva de Lorenz La curva de Lorenz es útil para demostrar la diferencia entre dos distribuciones: por ejemplo quantiles de población contra quantiles de ingresos. También
Más detallesMedidas de centralización
1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Estadistica. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Estadistica CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_05IQ_55001012_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación Centro
Más detallesDefinición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).
VARIABLE ALEATORIA Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). X : S S s s X () s X(s) Rx Rx es el recorrido
Más detallesTEST ESTADÍSTICA DESCRIPTIVA. Profesores Ana I. González Martín Dolores Jano Salagre Rocío Marco Crespo Salvador Ortiz Serrano Francisco Soto Ortego
TEST ESTADÍSTICA DESCRIPTIVA Profesores Ana I. González Martín Dolores Jano Salagre Rocío Marco Crespo Salvador Ortiz Serrano Francisco Soto Ortego temas 1 y 2: VARIABLES, ATRIBUTOS Y DISTRIBUCIONES DE
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesUNIDAD 4: MEDIDAS DESCRIPTIVAS: Medidas de dispersión
UNIDAD 4: MEDIDAS DESCRIPTIVAS: Medidas de dispersión Para el desarrollo de este capítulo, vaya revisando conjuntamente con esta guía el capítulo 3 del texto básico, págs. 71 86 y capítulo 4 en las páginas
Más detallesTransformaciones de variables
Transformaciones de variables Introducción La tipificación de variables resulta muy útil para eliminar su dependencia respecto a las unidades de medida empleadas. En realidad, una tipificación equivale
Más detallesMEDIDAS DE POSICIÓN. FUENTE: Gómez, Elementos de Estadística Descriptiva Levin & Rubin. Estadística para Administradores
UNIVERSIDAD DE COSTA RICA ESCUELA DE ESTADÍSTICA Prof. Olman Ramírez Moreira MEDIDAS DE POSICIÓN FUENTE: Gómez, Elementos de Estadística Descriptiva Levin & Rubin. Estadística para Administradores 1 OBJETIVO
Más detallesUNIVERSIDAD NACIONAL DE FORMOSA FACULTAD DE HUMANIDADES
1. CARRERA: Profesorado en Química 2. ASIGNATURA: Estadística y Probabilidad 3. AÑO LECTIVO: 2016 UNIVERSIDAD NACIONAL DE FORMOSA FACULTAD DE HUMANIDADES 4. CARACTERES DE LA ASIGNATURA: Obligatoria 5.
Más detallesTema 2. Descripción Conjunta de Varias Variables
Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis
Más detallesUNIDAD 6. Estadística
Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos
Más detallesPuntuaciones Estándarizadas, Distribución Normal y Aplicaciones. Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010
Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010 Objetivos de Lección Conocer características principales de una
Más detallesINSTITUCIÓN EDUCATIVA NUESTRA SEÑORA DEL PALMAR SEDE LICEO FEMENINO
Cronograma actividades grado 0 Periodo lectivo: CUARTO Año lectivo 206 DOCENTE RESPONSABLE: Subleyman Ivonne Usman Narváez Asignatura: Estadística SEMANA No. 2 FECHA TEMA ACTIVIDAD 2 6 DE SEPTIEMBRE RECOMENDACIONES
Más detallesUNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE ARECIBO CENTRO DE SERVICIOS DE APOYO AL ESTUDIANTE
UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE ARECIBO CENTRO DE SERVICIOS DE APOYO AL ESTUDIANTE Glosario Media: es la puntuación promedio de un grupo de datos. Mediana: la mediana viene a ser la
Más detallesEl rango de un conjunto de números es la diferencia entre el número mayor y el menor del conjunto.
La desviación estándar y otras medidas de dispersión CAPÍTULO 4 DISPERSIO O VARIACIO La dispersión o variación de los datos es el grado en que los datos numéricos tienden a esparcirse alrededor de un valor
Más detallesLas medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución.
CONTENIDO: MEDIDAS DE DISPERSIÓN INDICADOR DE LOGRO: Determinarás y aplicarás, con perseverancia las medidas de dispersión para datos no agrupados y agrupados Guía de trabajo: Las medidas de dispersión
Más detallesMedidas de tendencia central
Medidas de tendencia central Medidas de tendencia central Medidas de Posición: son aquellos valores numéricos que nos permiten o bien dar alguna medida de tendencia central, dividiendo el recorrido de
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesESCUELA COMERCIAL CÁMARA DE COMERCIO EXTENSIÓN DE ESTUDIOS PROFESIONALES MAESTRÍA EN ADMINISTRACIÓN
CICLO, ÁREA O MÓDULO: TERCER CUATRIMESTRE OBJETIVO GENERAL DE LA ASIGNATURA: Al termino del curso el alumno efectuara el análisis ordenado y sistemático de la Información, a través del uso de las técnicas
Más detallesDistribución normal estándar. Juan José Hernández Ocaña
Distribución normal estándar Juan José Hernández Ocaña Tipos de variables jujo386@hotmail.com Tipos de variables Cualitativas Son las variables que expresan distintas cualidades, características o modalidades.
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesUnidad 1: Espacio de Probabilidad
Unidad 1: Espacio de Probabilidad 1.1 Espacios de Probabilidad. (1) Breve introducción histórica de las probabilidades (2) Diferencial entre modelos matemáticos deterministicos y probabilísticos (3) Identificar
Más detallesVariable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Más detallesNada en esta maravillosa vida es 100% seguro. En todo lo que hacemos, siempre estamos estimando los chances de resultados exitosos: en los negocios,
Nada en esta maravillosa vida es 1% seguro. En todo lo que hacemos, siempre estamos estimando los chances de resultados exitosos: en los negocios, en la medicina, en el clima y principalmente en los juegos
Más detallesCALCULO DE MEDIDAS DE RESUMEN CON DATOS TABULADOS
CALCULO DE MEDIDAS DE RESUMEN CON DATOS TABULADOS Jorge Galbiati Riesco Si los datos se presentan en tablas de recuencias por intervalos, se pueden obtener valores aproximados de las medidas de resumen,
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Diplomado en Salud Pública Autor: Clara Laguna En el capítulo anterior vimos que la Estadística es la Ciencia de la: Sistematización, recogida, MUESTREO ordenación y posterior presentación
Más detallesESTADÍSTICA GUÍA PROGRAMÁTICA (EDICIÓN 2016) L ICDA.CL AUDIA J U DIT H MORAL E S L ÓPE Z
U N I V E R S I D A D D E S A N C A R L O S D E G U A T E M A L A C E N T R O U N I V E R S I T A R I O D E O R I E N T E C I E N C I A S E C O N Ó M I C A S ESTADÍSTICA GUÍA PROGRAMÁTICA (EDICIÓN 2016)
Más detallesMEDIDAS ESTADÍSTICAS Medidas de Tendencia Central y de Variabilidad
MEDIDAS ESTADÍSTICAS Medidas de Tendencia Central y de Variabilidad 1 Propiedades deseables de una medida de Tendencia Central. 1) Definida objetivamente a partir de los datos de la serie. 2) Que dependa
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesDefiniciones generales
Deiniciones generales Objetivo Brindar al participante los conceptos teóricos básicos sobre Media Aritmética para datos no agrupados y agrupados En esta sesión Conceptos básicos de Media Aritmética para
Más detallesEstadística I. Presentación de casos N 2
Presentación de casos N 2 1. Dados los siguientes datos : 12 3 4 4 10 12 14 09 16 12 8 14 5 17 12 Calcule la Desviación Media Calcule la Desviación Típica o Estándar Calcule la Varianza Si todos los datos
Más detallesCurso de Estadística Básica
Curso de SESION 3 MEDIDAS DE TENDENCIA CENTRAL Y MEDIDAS DE DISPERSIÓN MCC. Manuel Uribe Saldaña MCC. José Gonzalo Lugo Pérez Objetivo Conocer y calcular las medidas de tendencia central y medidas de dispersión
Más detallesTema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística
Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Fuente de los comics: La Estadística en Comic. LarryGonicky Woollcatt Smith. Ed. ZendreraZariquiey, 1999 ESTADÍSTICA ESTADÍSTICA
Más detallesMEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Son valores numéricos que localizan e informan sobre los valores medios de una serie o conjunto de datos, se les considera como indicadores debido a que resumen la información
Más detallesEstadísticos Descriptivos
ANÁLISIS EXPLORATORIO DE DATOS El análisis exploratorio tiene como objetivo identificar el modelo teórico más adecuado para representar la población de la cual proceden los datos muéstrales. Dicho análisis
Más detalles2.5. Asimetría y apuntamiento
2.5. ASIMETRÍA Y APUNTAMIENTO 59 variable Z = X x S (2.9) de media z = 0 y desviación típica S Z = 1, que denominamos variable tipificada. Esta nueva variable carece de unidades y permite hacer comparables
Más detalles