Parámetros Estadísticos

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

Download "Parámetros Estadísticos"

Transcripción

1 Parámetros Estadístcos E el tema ateror, hemos vsto ua prmera orma de reducr la complejdad de los datos estadístcos de ua dstrbucó, medate la costruccó de tablas y represetacoes grácas. Las tablas estadístcas so ua orma orgazada de dar toda (o cas toda) la ormacó, todos los datos de que dspoemos. Co las grácas estadístcas se perde algo de ormacó (mucho o poco, segú los casos), pero el mesaje "etra por los ojos", que es lo que se pretede. E cualquera de los casos, la catdad de datos que se da es excesva para que sea operatvo, para poder hacer reerecas cocsas a esa dstrbucó o comparacoes rápdas co otras dstrbucoes. Esta es la razó de ser de los parámetros estadístcos, el resumr e u úmero u aspecto relevate de la dstrbucó que pueda dar ua dea de la msma o compararla e ese aspecto, co otras. Evdetemete, todo proceso de sítess colleva ua pérdda de ormacó; pero se gaa e el hecho de que es más ácl trabajar co uos pocos parámetros co sgcado muy precso que co la totaldad de los datos. Los parámetros estadístcos suele clascarse, segú el papel que juega, e varos tpos: Meddas de cetralzacó Meddas de dspersó Meddas de poscó Meddas de asmetría Meddas de aputameto O de tedeca cetral. Las más mportates so: moda (el valor que se preseta co mayor recueca), meda artmétca (suma de todos los valores de ua varable estadístca dvddo por el úmero de valores), meda geométrca, meda armóca y medaa (el valor del dvduo que ocuparía el lugar cetral s se colocara ordeados de meor a mayor). Desvacó meda, varaza, desvacó típca,... Srve para medr el grado de alejameto (dspersó) de los datos. Cuartles, decles, percetles: Señala la stuacó de alguos valores mportates e la dstrbucó. Por ejemplo, los cuartles so los valores que deja a cada lado el 5% y el 75% de los demás. Co los coecetes de asmetría se trata de medr s las observacoes está dspuestas smétrca o asmétrcamete respecto a u valor cetral (e geeral, la meda artmétca) y el grado de esta asmetría. O curtoss, dca s la dstrbucó es más o meos putaguda. I.E.S. Hstorador Chabás -1- Jua Bragado Rodríguez

2 Meddas de cetralzacó Se llama meddas de cetralzacó a las meddas o parámetros que pretede relejar "e toro a qué valores se agrupa los datos relejados", "qué valores so los más recuetes", etc. A las meddas de cetralzacó també se las llama meddas de tedeca cetral o promedos. Las meddas de tedeca cetral más mportates so: meda artmétca, meda geométrca, meda armóca, medaa y moda. Meda artmétca Se llama meda artmétca de ua varable estadístca a la suma de todos los valores de dcha varable dvddo por el úmero de valores. Sea x ua varable estadístca que toma los valores x 1, x, x 3,..., x co recuecas absolutas 1,, 3,..., respectvamete. La meda artmétca de la varable x se represeta por x, y vee dada por la sguete expresó: x x x x x x 1 1 x Caso dscreto Ejemplo: Las calcacoes e la asgatura Hstora del Arte de los 40 alumos de ua clase vee dada por la sguete tabla: Hallar la calcacó meda. Calcacoes Númerode alumos E la práctca, los cálculos se dspoe de la sguete orma: I.E.S. Hstorador Chabás -- Jua Bragado Rodríguez

3 La meda artmétca será: x ' Luego la calcacó meda e Hstora del Arte es 5' 3 Caso cotuo S la varable x es cotua, o aú sedo dscreta, y por tratarse de muchos datos se ecuetra agrupados e clases, se toma como valores x 1,x,x 3,...,x las marcas de clase. Ejemplo: Ejemplo: Se ha aplcado u test sobre satsaccó e el trabajo a 88 empleados de ua ábrca, obteédose los sguetes resultados: Putuacoes Calcular la putuacó meda. Nú mero de trabajadores I.E.S. Hstorador Chabás -3- Jua Bragado Rodríguez

4 La putuacó meda será x 59' x x Observacoes: Geométrcamete, la meda artmétca está e el puto del eje x stuado bajo "el cetro de gravedad del hstograma", es decr, e el puto dode debería apoyarse el hstograma, para mateerse e equlbro. La meda artmétca es la medda o parámetro de cetralzacó que más se utlza. Puede expresarse e las msmas udades que la varable estudada. Es más: S cambamos de udad los valores de la varable, el cambo de valor expermetado por la meda artmétca equvale a eectuar el msmo cambo de udad co ella. Preseta la vetaja de teer e cueta todos los datos de la dstrbucó, además de resultar muy secllo su cálculo. I.E.S. Hstorador Chabás -4- Jua Bragado Rodríguez

5 Tee el grave coveete de que s la dstrbucó posee valores extremos, excepcoalmete raros y poco sgcatvos, éstos produce ua dstorsó sobre el valor de la meda, alterado el sgcado de ésta. Por ejemplo, s se trata de hallar la talla meda de los alumos de ua clase y hay u alumo de '05 m, este valor alterará cosderablemete la talla meda de la clase. No sempre es posble realzar el cálculo de la meda artmétca. Por ejemplo: S los datos de la dstrbucó o so cuattatvos so cualtatvos. Cuado los datos de la dstrbucó se ecuetra agrupados e clases, estado alguas de ellas abertas. Por ejemplo, e ua ecuesta sobre lectores de la presa dara, se obtuvo la sguete dstrbucó: Grupos de edad Número de persoas Meores de 18 años 64 Etre 18 y 40 años Etre 40 y 60 años 85 Mayores de 60 años 341 E estos casos e los que o sempre es posble calcular la meda, se utlza otras meddas o parámetros de cetralzacó, como por ejemplo la moda y la medaa. U error recuete e el cálculo de la meda. Meda poderada. Hasta aquí hemos cosderado todos los datos co la msma mportaca, es decr, como s todos ellos tuvera la msma abldad. No obstate, puede suceder que e algú caso, debdo al crtero adoptado o a las crcustacas e que se obtuvero los datos, sea ecesaro dar más mportaca a uos datos que a otros. E este caso, la meda se llama meda poderada y su expresó es: x xa xa xa a a a xa a x 1 1 xa a I.E.S. Hstorador Chabás -5- Jua Bragado Rodríguez

6 dode a so las dsttas poderacoes o pesos que se adjudca a los datos. Ejemplo: E u curso de C.O.U. los alumos durate u período evaluatvo ha realzado las sguetes pruebas: u exame, dos cotroles y tres tervecoes e clase. Las pruebas, segú acuerdo del Semaro, se valora de la sguete orma: 50% el exame, 30% los cotroles y 0% las tervecoes. S u determado alumo ha obtedo: 7 e el exame, 6 y 8 e los cotroles y 10, 5 y e las tervecoes, obteer su ota meda de la evaluacó. 030 ' 0 ' 705 ' ( 68) ( 10 5 ) x ' 3 00 ' ' 3 6'73 S e este msmo ejemplo hubésemos cosderado todas las otas co la msma mportaca, la ota meda obteda sería: 7 x ' Ejemplo: E la tabla sguete se da el cosumo de combustble líqudo, e ltros por habtate, de los pases de la CEE e 1983 (Estadístcas de la Eergía, OCDE 1985). País Ltros por habtate Luxemburgo.518 Damarca Bélgca 1.43 Alemaa F Itala Fraca País Ltros por habtate Irlada G.Bretaña Greca 989 Holada 80 España 814 Portugal 754 Hallar la meda del cosumo de combustble líqudo por habtate para el global de la CEE. S calculamos el cosumo e toda la CEE como meda de los cosumos e cada uo de los 1 pases membros, se tee: x 1 I.E.S. Hstorador Chabás -6- Jua Bragado Rodríguez

7 1608. ' ltros habtate S embargo, esta meda ha sdo erróeamete calculada, pues o se ha tedo e cueta que, por ejemplo, hay muchos más alemaes que luxemburgeses, es decr, o se ha tedo e cueta el peso de la poblacó de cada país. La meda correcta se llama meda poderada (de podus = peso) de los datos segú la poblacó de cada país y daría la sguete tabla: País Poblacó (e mlloes ) Luxemburgo Damarca 0'4 51 ' Bé lg ca 9' 9 Alemaa F. 61'4 Itala Fraca 56'6 54'7 Poblacó País (e mlloes ) Irlada 35 ' GBretaña. 55' 6 Greca 98 ' Holada 14'4 Españ a 381 ' Portugal 101 ' sedo el total de la poblacó de la CEE 319'6 mlloes de habtates. La meda poderada se calcula multplcado cada valor por los pesos (e este caso, poblacoes) respectvos, sumado estos productos y dvdedo por la suma de los pesos (e este caso poblacó total) ' ' ' ' ' ' 7 x 0' 4 5' 19' 9 61' 4 56' 6 54' 7 3' 5 55' 6 9' 8 14' 4 38' 110' ' ' ' ' ' ' ' 6 ltros hab Uso de la calculadora para la obtecó de x Los pasos a segur so los sguetes: 1) Procura que la calculadora se ecuetre e dsposcó de eectuar cálculos estadístcos. E tal caso suele presetar e la parte alta de la patalla la otacó SD. E cada modelo, esto se cosgue de u modo dstto. I.E.S. Hstorador Chabás -7- Jua Bragado Rodríguez

8 ) Comprueba que o hay ada acumulado. Para ello pulsa la tecla. S sale 0 e la patalla, estás e codcoes de acumular los datos. S o, borra lo que hay e memora medate la secueca INV AC. 3) Acumulacó de datos: 1 er a dato x 1 recueca 0 a dato x recueca M o DATA M o DATA Así sucesvamete hasta haber cargado todos los datos. 4) Pulsado cualquera de las teclas x x x obtedremos el valor correspodete, y esta cosulta puede hacerse e cualquer mometo del proceso. Después, s se quere, se puede segur troducedo datos. La tecla os da la suma de las recuecas absolutas y por tato equvale a tecla x os da la meda. 1. La 5) S se troduce erróeamete algú dato, se puede suprmr del sguete modo: Dato erróeo INV M o DATA Cálculo de 1 x usado la tabla de recuecas 1) La calculadora debe de estar e modo DEG pero o e modo SD. Ates de comezar, comprueba que o hay gú dato acumulado e la memora. S lo hay, bórralo co la secueca AC M (modelos CASIO). Itroducremos los datos de la sguete maera: 1 er dato x 1 a recueca M Aparece e la patalla el resultado del prmer producto, que aotaremos e la columa correspodete. a dato x recueca M Aparece e la patalla el resultado del segudo producto, que aotaremos debajo del ateror. y así sucesvamete hasta haber do aotado todos los productos. I.E.S. Hstorador Chabás -8- Jua Bragado Rodríguez

9 ) Pulsado la tecla MR obteemos la suma de todos los productos, es decr x 1 Propedades de la meda Las dos propedades que se cta a cotuacó, además de smplcar los cálculos so de aplcacó posteror. 1. S se suma ua costate a todos los valores x, la meda aumeta e el msmo úmero. E eecto, s los uevos valores so x x k, se tee que la ueva meda, x, será: x 1 ( x k) x k x k x k. S se multplca todos los valores de la varable x por el msmo úmero, la meda queda multplcada por el msmo úmero. S tomamos x k x, la ueva meda, x será: ( kx) kx k 1 1 x x k x Meda geométrca La meda geométrca se dee como: k 1 G x 1 x x k x 1 G k x 1 I.E.S. Hstorador Chabás -9- Jua Bragado Rodríguez

10 sedo k 1 El cálculo de la meda geométrca resulta más ácl s e la expresó ateror se toma logartmos: 1 log G log x log x log x k 1 1 Es decr, el logartmo de la meda geométrca es gual a la meda artmétca de los logartmos de los valores de la varable. Ejemplo: Calcula la meda geométrca de la sguete dstrbucó: 3 log x 1 ' ' 936 log G 0' 936 G 10 1' Meda armóca La meda armóca se dee como: H 1 1 x x x x I.E.S. Hstorador Chabás -10- Jua Bragado Rodríguez

11 H 1 1 x Ejemplo: Calcula la meda armóca de la sguete dstrbucó: H ' ' x 1 Moda Se llama moda de ua varable estadístca al valor de dcha varable que preseta mayor recueca absoluta. Se represeta por M. 0 La moda o tee por qué ser úca, puede haber varos valores de la varable co la mayor recueca. E este caso se drá que la dstrbucó es bmodal, trmodal, etc., segú que sea, 3, etc, los valores de la varable que preseta mayor recueca. També se aplca este ombre a dstrbucoes e las que destaca varos valores co recuecas muy altas, práctcamete guales, auque o todas sea máxmas. Varable estadístca dscreta Ejemplo: Calcular la moda de la dstrbucó x La Moda es M 0 3 ya que su recueca 5 es la mayor de la dstrbucó. I.E.S. Hstorador Chabás -11- Jua Bragado Rodríguez

12 Ejemplo: Calcular la moda de la dstrbucó x Esta dstrbucó es bmodal, ya que preseta dos modas: M 17 M que correspode a dos valores que preseta détca recueca (8), que es la mayor de la dstrbucó Varable estadístca cotua Ahora be, e el caso de datos agrupados e tervalos teemos que dstgur etre tervalos de ampltud costate e tervalos de ampltud varable. Itervalos de ampltud costate: E el caso de datos agrupados e tervalos es ácl determar la clase modal (clase co mayor recueca), pero el valor detro del tervalo que se presume tega mayor recueca se obtee a partr de la sguete expresó: D1 M0 L c D D 1 L límte eror de la clase modal. c = ampltud de los tervalos. D 1 dereca etre la recueca absoluta de la clase modal y la recueca absoluta de la clase ateror. D dereca etre la recueca absoluta de la clase modal y la recueca absoluta de la clase sguete. Ejemplo: Se ha aplcado u test sobre satsaccó e el trabajo a 88 empleados de ua ábrca, obteédose los sguetes resultados: I.E.S. Hstorador Chabás -1- Jua Bragado Rodríguez

13 Putuacoes Nú mero de trabajadores Calcular la moda. La moda está e el tervalo 56 6por ser el que preseta, mayor recueca. Al tervalo 56 6que cotee la moda se le llama clase modal o tervalo modal. Como prmera aproxmacó de la moda se podría tomar la marca de la clase modal, es decr: 59. Aplcado la expresó ateror y teedo e cueta que L 56 c6 D D M ' Este es el valor que, teórcamete, se supoe tee mayor recueca. Itervalos de ampltud varable: E este caso, teemos que susttur la recueca de cada tervalo por su correspodete desdad de recueca, que como sabemos es el cocete etre la recueca y la ampltud del tervalo. Aquí, la clase modal será la clase que tega mayor desdad de recueca d1 M0 L c d d 1 L límte eror de la clase modal. c = ampltud del tervalo que tee mayor desdad de recueca. d 1 dereca etre la desdad de recueca de la clase modal y la desdad de recueca de la clase ateror. I.E.S. Hstorador Chabás -13- Jua Bragado Rodríguez

14 d dereca etre la desdad de recueca de la clase modal y la desdad de recueca de la clase sguete. Ejemplo: Cosderemos la sguete dstrbucó: Itervalos 0,4 4,10 10,0 0,40 40, Costrumos la tablas co las desdades de recueca Itervalos d c 04, 0 5 4, ' 6 10, , , El tervalo que tee mayor desdad de recueca es 10, 0, por tato 18 16' 6 M ' 19 ( 18 16' 6) ( 18 13) Cálculo de la moda por el método gráco Para las dstrbucoes cuyos datos se ecuetra clascados e tervalos exste u método gráco que permte obteer la moda co certa aproxmacó. Para ello se represeta el hstograma de recuecas absolutas a ser posble sobre papel mlmetrado co el de poder obteer ua mayor precsó. Segudamete se ue, co líeas de putos, los extremos de la clase modal co las cotguas como e el dagrama adjuto (rectas AC y BD). La moda M 0 vee dada por la abscsa P del puto de corte. El dagrama adjuto permte calcular la moda del ejemplo ateror del test sobre satsacó e el trabajo M 0 59'5 por el método gráco utlzado la semejaza de trágulos. I.E.S. Hstorador Chabás -14- Jua Bragado Rodríguez

15 M 0 x Los trágulos ADP y CPB so semejates y por tato se tee PH DA PK CB Coocemos PK 6PH DA 10 CB 7 luego PH 10 6 PH 60 7PH 6010PH PH 35 ' 7 17 Por tato la moda será M ' 5 59' 5 Observacoes Puede ocurrr que alguas dstrbucoes o tega moda; eso ocurre cuado las recuecas de todos los datos so guales. La moda es meos represetatva que la meda artmétca, pero e alguas ocasoes o ocurre así. Es útl para descrbr stuacoes e las cuales tervee varables cualtatvas, como por ejemplo el sexo, el grupo saguíeo o el vel de estudos. No tee setdo hablar de la meda del sexo o de la meda del vel de estudos de los membros del gobero, por ejemplo, y e cambo sí tee setdo decr que la moda es el sexo masculo y el vel de estudos el uverstaro. També tee terés el valor de la moda e los juegos de azar, e los cuales determados valores aparece más veces que otros. Por ejemplo, s e el lazameto de dos dados obteemos las sguetes sumas:, 5, 8, 7, 7, 8, 7, 9, 11, 8, 1, 7, 5, 7, está claro que saber cual es la moda es mportate, y e cambo, coocer la meda o tee utldad e u juego de apuestas. I.E.S. Hstorador Chabás -15- Jua Bragado Rodríguez

16 E la moda o tervee todos los datos de la dstrbucó. Aú cuado la moda se cosdera ua medda o parámetro de cetralzacó, o sempre tee por qué stuarse e la zoa cetral; es recuete ecotrar la moda próxma a los valores extremos de la dstrbucó. E detva, la moda represeta el valor domate de la dstrbucó; así, por ejemplo, e uas eleccoes la moda es el partdo más votado. Medaa S los datos de la muestra estudada se ordea sguedo u crtero de crecmeto o decrecmeto, se deoma medaa al valor del dato que ocupa el lugar cetral, o dcho de otro modo, la medaa es el valor que dvde a la sere de datos e dos partes exactamete g uales. Se represeta co el símbolo M e. V arable estadístca dscreta. Datos smples. E este caso se ordea los datos de meor a mayor y la meda será el térmo o valor ce- tral. S el úmero de datos es mpar, el valor cetral de la varable es úco. Ejemplo: La medaa de la sere estadístca, 3, 5, 6, 9, 11, 1 es M e 6 S el úmero de datos es par, o exste térmo cetral, so dos térmos cetrales, y por ello se dce que hay dos medaas, que so los dos valores cetrales. No obstate, acostumbra tomarse como medaa la semsuma de los dos valores cetrales, auque dcho valor o perteezca al cojuto de datos. Ejemplo: E la sere estadístca, 3, 5, 6, 9, 11, 1, 13 es 6 M e 9 75 ' Varable estadístca dscreta. Datos agrupados. Para la determacó de la medaa se calcula, e prmer lugar, las recuecas acumuladas, F, y la mtad de las recuecas totales. A cotuacó se observa cuál es la prm era F que su- o guala a la mtad de las recuecas totales, dstguédose dos pera casos: 1) S ese prmer F super a a la mtad de las recuec as totales, etoces la medaa es el valor de la varables x que correspode a dcho F. Ejemplo: Las calcacoes e la asgatura de hstora del arte de los 40 alumos de ua clase vee dadas por la sguete tabla: I.E.S. Hstorador Chabás -16- Jua Bragado Rodríguez

17 Calcacoes Númerode alumos Calculamos las recuecas absolutas acumuladas: La mtad del úmero de datos es 40 0 Etoces la medaa es M e 5, dado que es el prmer valor de la varable cuya recueca absoluta acumulada, 1, excede a la mtad del úmero de datos, 0. ) S el prmer F guala exactamete a la mtad de las recuecas totales, etoces se toma covecoalmete como medaa la meda artmétca de los valores de la varable, x y x1, que correspode a dcha F y a F 1. Ejemplo: Cosderemos la sguete tabla de recuecas x La mtad del úmero de datos es Como 50 cocde co la recueca absoluta acumulada del valor 7, la medaa vedrá dada por la semsuma de 7 y el valor sguete 8. 7 M e 8 75 ' Varable estadístca cotua E este caso, procededo de orma aáloga a como acabamos de hacer, resulta ácl detectar cuál es la clase medaa (dode se alcaza la mtad de los datos), pero para obteer el valor cocreto de la varable que deja a su zquerda gual úmero de datos que a su derecha, aplcaremos la expresó: I.E.S. Hstorador Chabás -17- Jua Bragado Rodríguez

18 M L c e F 1 L c = límte eror de la clase medaa. = ampltud del tervalo. = úmero total de datos. F 1 = recueca absoluta acumulada de la clase ateror a la clase medaa. = recueca absoluta de la clase medaa. Ejemplo: Se ha aplcado u test sobre satsaccó e el trabajo a 88 empleados de ua ábrca, obteédose los sguetes resultados: Putuacoes Nú mero de trabajadores Calcular la medaa. Para calcular la medaa ormamos la tabla estadístca co las recuecas absolutas acumuladas F. I.E.S. Hstorador Chabás -18- Jua Bragado Rodríguez

19 Clases F Al prmer tervalo cuya recueca absoluta acumulada exceda a la mtad del úmero de datos, se le llama clase medaa o tervalo medaa. Así pues, se tee L 56 c6 44 F1 30 y 5 Susttuyedo e la expresó de la medaa resulta: M e ' 36 5 I.E.S. Hstorador Chabás -19- Jua Bragado Rodríguez

20 Cálculo de la medaa por el método gráco A través del hstograma de recuecas Por debajo de la medaa se ecuetra la mtad de los valores observados, y la otra mtad se halla por ecma (de ahí su ombre). Por tato, dvde el hstograma e dos zoas de gual área M e x A través del polígoo de recuecas acumuladas També podemos determar grácamete la medaa utlzado el polígoo acumulatvo de recuecas. Obsérvese cómo, al ur por ua recta el límte eror y superor de cada tervalo, estamos admtedo mplíctamete que la dstrbucó e el teror de cada tervalo es uorme. F M e x I.E.S. Hstorador Chabás -0- Jua Bragado Rodríguez

21 A través de la semejaza de trágulos e el polígoo de porcetajes acumulados 8' ' x x 336 ' Por lo tato la medaa será: M e 56 3' 36 59'36 Observacoes La medaa es partcularmete útl e los sguetes casos: a) Cuado etre los datos exste alguo ostesblemete extremo que, como hemos vsto, aecta a la meda. b) Cuado los datos está agrupados e clases y algua de ellas es aberta. Como cosecueca de la decó de medaa, se tee que el 50% de los datos so meores o guales a ella y el 50% restate so mayores o guales. La medaa es el prmer parámetro de cetralzacó que depede del orde de los datos y o de su valor. I.E.S. Hstorador Chabás -1- Jua Bragado Rodríguez

22 Geométrcamete, y para dstrbucoes que se pueda represetar medate u hstograma de recuecas, la medaa es u valor de la varable, tal que la vertcal levatada sobre el msmo dvde al hstograma e dos partes de gual área. Relacó etre meda, moda y medaa Para dstrbucoes umodales, s al costrur el polígoo de recuecas se observa que la dstrbucó es smétrca o lgeramete asmétrca, etoces es posble comprobar expermetalmete la sguete relacó: Meda Moda 3(Meda Medaa) Gracas a esta relacó se puede obteer, co u certo error, alguos de estos parámetros e ucó de los otros, sempre y cuado se compruebe que la dstrbucó es smétrca o lgeramete asmétrca. A cotuacó represetamos tres dstrbucoes estadístcas, e las que se stúa los parámetros de cetralzacó: M x M e o M o M e x x M e M o I.E.S. Hstorador Chabás -- Jua Bragado Rodríguez

23 Queremos destacar que, a veces, las meddas de cetralzacó o sempre so ua descrpcó adecuada de todos los datos de ua dstrbucó. Para ello veamos a cotuacó, co algua varate, u aecdótco ejemplo expuesto por J. C. Staley e Measuremet Today's Schools. Ejemplo: E certa ocasó se setaro cco hombres e u baco de u parque. Dos de ellos era vagabudos y todos sus bees ascedía a 1000 pts cada uo. El tercero era u obrero que o teía más propedades que ua cueta bacara co pts. El cuarto era u admstratvo que etre su vveda y su cueta bacara teía uos bees valorados e de pts. El quto era u agracado de la Loto que teía u captal gual a pts. Calcular las meddas de cetralzacó La sere estadístca es la sguete: 1.000; 1.000; ; ; S calculamos las meddas de cetralzacó de esta sere estadístca se obtee: x pts 5 M pts Me pts Vemos que la meda o da ua dea de cómo es la dstrbucó; tampoco la moda permte asegurar ada, pues s be pts so los bees del 40% de la dstrbucó (los dos vagabudos), este valor se ecuetra muy lejos y es práctcamete sgcate para el multmlloaro de la Loto. Por últmo, co el coocmeto de la medaa, que descrbe muy be el captal del obrero, ada permte armar de los captales de los otros cuatro señores. Co el de evtar cotradccoes como la presete e la aécdota, se debe evtar grades derecas umércas etre los datos de ua dstrbucó. Por otra parte, los parámetros estadístcos de ua dstrbucó orma mejor de ésta cuato mayor es el úmero de datos. I.E.S. Hstorador Chabás -3- Jua Bragado Rodríguez

24 Meddas de poscó. Cuatles Al estudar la Medaa hemos vsto que, ua vez ordeados de meor a mayor los datos de ua dstrbucó, la medaa dvde a éstos e partes guales. Aálogamete, tee terés estudar otros parámetros que dvda a los datos de la dstrbucó e ucó de otras cuatías. Recbe geércamete la deomacó de cuatles aquellos valores que dvde la dstrbucó e tervalos, de orma que cada uo de ellos tega la msma recueca. Los cuatles toma deomacoes especícas segú sea el úmero de tervalos e que se dvde la dstrbucó. así: Cuartles Se llama cuartles a tres valores que dvde a la sere de datos e cuatro partes guales, coteedo cada ua de ellas el 5% de la poblacó. Se represeta por Q 1,Q y Q3 y se desga cuartl prmero, segudo y tercero respectvamete. Los cuartles Q1, Q, y Q3 so los valores que supera, exactamete, al 5%, 50% y 75% de los valores de la dstrbucó respectvamete. El cuartl Q cocde co la medaa de la dstrbucó. Hay dos valores, uo que separa a la poblacó e u 5% por debajo y u 75% por ecma, y el otro que deja por debajo al 75% y por ecma al 5% de la poblacó. Se llama cuartl eror (CI) y cuartl superor (CS), y correspode a Q y Q respectvamete. S el problema que estudamos so las otas e ua determada asgatura "Estar por ecma del cuartl superor" sgca estar etre el 5% de los mejores. 1 3 Qutles Se llama qutles a cuatro valores que dvde a la sere de datos e cco partes guales, coteedo cada ua de ellas el 0% de la poblacó. y se desga qutl prmero, segudo, tercero y cuar- Se represeta por K,K,K to respectvamete. y K Decles Se llama decles a ueve valores que dvde a la sere de datos e dez partes guales, coteedo cada ua de ellas la décma parte de la poblacó. Se represeta por D, D, 1,D9 y se desga decl prmero, segudo, tercero,cuarto,..., y oveo respectvamete. Hablar del decl 4 sgca dejar por debajo del valor que represeta al 40% de la poblacó. I.E.S. Hstorador Chabás -4- Jua Bragado Rodríguez

25 Cetles o Percetles Se llama cetles o percetles a 99 valores que dvde a la sere de datos e ce partes guales. Se represeta por P 1, P,,P9 9 y se desga percetl prmero, segudo, tercero, cuarto,..., y oagésmo oveo respectvamete. Hablar del cetl 38 sgca dejar por debajo del valor que represeta al 38% de la poblacó. Cuado se dce "Segú su telgeca abstracta este chco está e el cetl 85" sgca que su telgeca abstracta, es superor a la del 85% de la poblacó e eror al 15% restate. Los cetles so muy utlzados por los pscólogos para dar los resultados de los tests Ejemplo: Al aalzar los resultados de ua evaluacó de COU, el proesor orma a u determado padre que su hjo se ecuetra e el decl 8 respecto del resultado total de la clase. Esto sgca que el alumo deja al 80% de la clase por debajo de su putuacó, o, lo que es gual, se ecuetra detro del 0% de los que obtuvero mejores calcacoes. A cotuacó se represeta u gráco dode se muestra las relacoes etre los dsttos cuatles. Q 1 Q Q 3 K 1 K K 3 K 4 D 1 D D 3 D 4 D 5 D 6 D 7 D 8 D 9 P 0 P 10 P 0 P 30 P 40 P 50 P 60 P 70 P 80 P 90 P 100 M e Obsérvese que la Medaa cocde co el cuartl segudo Q, el decl quto D 5 y el percetl de orde ccueta, es decr: P 50 M Q e D 5 P50 I.E.S. Hstorador Chabás -5- Jua Bragado Rodríguez

26 Cálculo de los Cuatles Debdo a que los Cuatles so parámetros del tpo de la Medaa, su cálculo se realza de orma aáloga. Varable dscreta Ejemplo: Las calcacoes e la asgatura de Hstora del Arte de los 40 alumos de ua clase vee dadas por la sguete tabla: Calcacoes Númerode alumos Calcular: a) Los cuartles prmero y tercero b) Los percetles de orde 30 y 70 Formemos la tabla de recuecas cluyedo las absolutas acumuladas. a) Q 1 deja la cuarta parte de la dstrbucó a la zquerda; como 10, se ver- 4 ca que el cuartl prmero es 4, por ser éste el prmer valor de la varable cuya recueca absoluta acumulada excede a la cuarta parte del úmero de datos: Q 1 4 Q 3 deja las tres cuartas partes de la dstrbucó a la zquerda; como 3 30, se verca que el cuartl tercero es 6'5, por ser éste el prmer valor 4 de la varable cuya recueca absoluta acumulada excede a las tres cuartas partes: Q 3 65 ' I.E.S. Hstorador Chabás -6- Jua Bragado Rodríguez

27 b) P 30 deja el 30% de la dstrbucó a la zquerda; como 30 1, se verca 100 que el percetl de orde 30 es 4, por ser éste el prmer valor de la varable cuya recueca absoluta acumulada excede al 30% del total del úmero de datos: P 30 4 P 70 deja el 70% de la dstrbucó a la zquerda; como 70 8, se verca 100 que el percetl de orde 70 es 6, por ser éste el prmer valor de la varable cuya recueca absoluta acumulada excede al 70% del total del úmero de datos: P 70 6 Varable cotua Se tee para los cuartles las órmulas sguetes: Para el cuartl eror: Q L c 1 4 F 1 Para el cuartl superor: 3 Q L c 3 4 F 1 Se tee para los decles la órmula sguete: Para el decl de orde k D k : k D L c k 10 F 1 Se tee para los cetles o percetles la órmula sguete: Para el cetl de orde k P k : k F P L c 100 k 1 Ejemplo: Se ha aplcado u test sobre satsaccó e el trabajo a 88 empleados de ua ábrca, obteédose los sguetes resultados: I.E.S. Hstorador Chabás -7- Jua Bragado Rodríguez

28 Putuacoes Nú mero de trabajadores Calcular: a) Los cuartles prmero y tercero. b) Los percetles de orde 40 y 90. Formamos la tabla estadístca cluyedo las recuecas absolutas acumuladas: a) Q 1 deja la cuarta parte de la dstrbucó a la zquerda; como, resulta 4 que la clase que cotee el prmer cuartl (mrado la columa de recuecas absolutas acumuladas) es la que tee por límtes Aplcado ua expresó aáloga a la de la medaa para datos agrupados e tervalos, se tee: Q L c 1 F ' 8 Q 3 deja las tres cuartas partes de la dstrbucó a la zquerda; como 3 66, resulta que la clase que cotee el tercer cuartl (mrado la columa de recuecas absolutas acumuladas) es la que tee por límte Aplcado ua expresó aáloga a la de la medaa para datos agrupados e - 4 tervalos, se tee: 3 F Q3 L c '67 18 I.E.S. Hstorador Chabás -8- Jua Bragado Rodríguez

29 Observacoes b) P 40 deja el 40% de la dstrbucó a la zquerda; como ', resulta que la clase que cotee el percetl de orde (mrado la columa de recuecas absolutas acumuladas) es la que tee los límtes Aplcado ua expresó aáloga a la de la medaa, se tee: 40 F P40 L c 56 6 P deja el 90% de la dstrbucó a la zquerda ' '5 Como ', resulta que la clase que cotee el percetl de orde 90 (mrado la columa de recuecas absolutas acumuladas) es la que tee los límtes Aplcado ua expresó aáloga a la de la medaa, se tee: 90 F P90 L c ' ' Los cuatles, preeretemete los decles y percetles, so parámetros estadístcos muy utlzados e las cecas socales. A los cuatles se les suele deomar parámetros de estructura, ya que os proporcoa ormacó acerca de la estructura o dstrbucó tera de los datos. Cálculo gráco de los cuatles Para calcular grácamete los cuatles de ua dstrbucó exste u método muy secllo que cosste e represetar el polígoo de porcetajes acumulados, stuado e el eje "x" los valores de la varable (s es dscreta), o los tervalos (s es cotua), y e el eje "y" la recueca absoluta acumulada e porcetaje, es decr, la obteda al multplcar la recueca absoluta acumulada por el cocete etre 100 y la suma de todas las recuecas absolutas. Covee realzar la represetacó sobre papel mlmetrado, a de poder obteer ua mayor precsó. Porcetajes de recuecas absolutas acumuladas F 100 I.E.S. Hstorador Chabás -9- Jua Bragado Rodríguez

30 Para obteer el cuatl de que se trate, se traza ua paralela al eje "x" por el puto correspodete al cuatl deseado. Ésta corta al polígoo de recuecas absolutas acumuladas e u puto; por éste se traza ua paralela al eje "y", que corta al eje "x" e el puto buscado. Ejemplo: Se ha aplcado u test sobre satsaccó e el trabajo a 88 empleados de ua ábrca, obteédose los sguetes resultados: Putuacoes Nú mero de trabajadores Calcular el cuartl eror, el decl 7 y el percetl de orde 90. Qué cetl correspode a 45 putos? Cuartl eror El cuartl eror correspode al percetl 5. 17' ' x x ' 8011 Q 1 50 ' ' 8011 I.E.S. Hstorador Chabás -30- Jua Bragado Rodríguez

31 Decl 7 El decl 7 correspode al percetl 70. 0' ' x x 0 ' D 7 6 ' 64' Percetl 90 10' ' x x 413 ' P ' 713 ' Qué cetl correspode a 45 putos? 909 ' x x 151 ' ' 151 ' 946 ' Correspode aproxmadamete al cetl 9. I.E.S. Hstorador Chabás -31- Jua Bragado Rodríguez

32 Meddas de dspersó Ejemplo: Se ha aplcado a dos grupos de 8 alumos de 8º de EGB u test de 100 pregutas sobre capacdad umérca, obteédose los sguetes resultados: GrupoA GrupoB Las medas de cada ua de las dos dstrbucoes so: x A 50 x 50 B y s embargo, los dos grupos de alumos so be dsttos. Metras que e el grupo A la mayoría de los alumos ha cotestado práctcamete a la mtad de las pregutas, e el grupo B hay alumos que cas ha cotestado a la totaldad, y otros que ha cotestado a muy pocas pregutas. Por tato las putuacoes del grupo A está muy cocetradas, poco dspersas; e cambo las del grupo B se ecuetra poco cocetradas e toro a la meda y dremos que se ecuetra muy dspersas. Así pues, la vestgacó acerca de ua dstrbucó queda completa s solo se estuda las meddas de cetralzacó, sedo mprescdble coocer s los datos umércos está agrupados o o alrededor de los valores cetrales. A esto es a lo que se llama dspersó, y a los parámetros que mde estas desvacoes respecto a la meda se les llama meddas de dspersó o parámetros de dspersó. Las meddas de dspersó más mportates so: el rago o recorrdo, la desvacó meda, la varaza y la desvacó típca. Rago o recorrdo Se llama rago o recorrdo de ua dstrbucó a la dereca etre el mayor y el meor valor de la varable estadístca. Bajo el supuesto de que los valores de la varable esté ordeados e setdo crecete, su expresó matemátca sería: R x x1 E el ejemplo ateror, RA y R B E cosecueca, al teer el msmo úmero de datos ambas dstrbucoes y ser el recorrdo de la dstrbucó del grupo A mucho más pequeño, dremos que está más cocetrada, o meos dspersa, que la dstrbucó del grupo B. Observacoes Cuato meor es el recorrdo de ua dstrbucó mayor es el grado de represetatvdad de los valores cetrales. El recorrdo tee la vetaja de su secllez de cálculo. I.E.S. Hstorador Chabás -3- Jua Bragado Rodríguez

33 Tee gra aplcacó e procesos de cotrol de caldad, y de ua maera geeral, e aquellos procesos que se preteda vercar logtudes, pesos y volúmees, estado prejados de atemao los límtes permtdos. El recorrdo preseta el coveete de que solo depede de los valores extremos. De esta orma basta que uo de ellos se separe mucho, para que el recorrdo se vea sesblemete aectado. Es por tato muy sesble a la luctuacó de estos valores extremos. Para palar e algua medda este coveete se utlza e ocasoes otros dos ragos: Rago tercuartílco: Q Q3 Q1 Rago etre percetles: P P90 P10 Estos dos valores so más estables que el rago, ya que tede a elmar aquellos valores extremadamete alejados. Desvacó meda S x es la meda artmétca del cojuto de valores x 1, x,..., x de ua varable estadístca, se llama desvacó del valor x, respecto de la meda, a la dereca x x, y desvacó absoluta (respecto de la meda), al valor absoluto de las desvacoes, esto es, a x x. La prmera es postva, o egatva, segú que x sea superor o eror a la meda; la seguda es postva o ula. Parece lógco supoer que la suma de las desvacoes de todos los valores debe relejar el grado de dspersó de la dstrbucó estudada. Sucede, o obstate, que esa suma sempre da cero, cuado se toma las desvacoes "tal cual" (co sgo), por lo que, e todo caso, habría que tomar la suma de las desvacoes absolutas como medda de dspersó, o, aú mejor, la meda artmétca de los valores de las desvacoes absolutas, parámetro que recbe el ombre de desvacó meda. Vee dada por la expresó: DM 1 x 1 x E el caso cotuo, x so las marcas de clase. Ejemplo: Calcular la desvacó meda de la sguete dstrbucó: x Costrumos la tabla co todos los datos que tervee e la órmula I.E.S. Hstorador Chabás -33- Jua Bragado Rodríguez

34 x DM La desvacó meda os dca que, como promedo, los valores se aparta dos udades respecto de la meda. Varaza y Desvacó típca La desvacó meda tee el coveete de o destacaros sucetemete cuádo u valor se separa de la meda, y, e cambo, destaca excesvamete las pequeñas derecas que otros valores pueda teer respecto de la meda. Para evtar esto y aumetar los cotrastes etre las dspersoes de los valores, se toma los cuadrados de las desvacoes e lugar de las desvacoes smples. Se llama varaza de ua varable a la meda artmétca de los cuadrados de las desvacoes respecto a la meda. La varaza se represeta por s. Sea x ua varable estadístca que toma los valores x 1, x,..., x co recuecas absolutas,,..., respectvamete. 1 La varaza vee dada por la sguete expresó: s x x x x x x x x 1 co recueca x o es u úmero etero, por lo que las desvacoes x x suele ser úmeros decmales. Las operacoes de elevar al cuadrado cada ua de las desvacoes y multplcarlas por las recuecas respectvas pede resultar sumamete laborosas, por ello veamos otra expresó equvalete a la ateror e la que se evta estos cálculos: x x x x x x x x x x 1 I.E.S. Hstorador Chabás -34- Jua Bragado Rodríguez

35 1 x 1 x x x x x xxx 1 x x xx s x 1 x 1 x x s 1 x 1 Se llama desvacó típca de ua varable estadístca a la raíz cuadrada postva de la varaza. Como cosecueca de la decó, la desvacó típca vee dada por la sguete expresó: s 1 1 x x Uso de la calculadora para la obtecó de s Los pasos a segur so los msmos que para el cálculo de la meda artmétca. Ua vez troducdos todos los datos, pulsado la tecla (o segú el modelo de la calculadora) obteemos e patalla drectamete el valor de la desvacó típca. I.E.S. Hstorador Chabás -35- Jua Bragado Rodríguez

36 Ejemplo: El úmero de horas que dedca u alumo de COU al estudo durate la semaa es el sguete: 3'5, 5, 4, 6, 5'5, 3. Calcular el rago, la varaza y la desvacó típca. Rago: x 7 Meda: x 6 45 ' Varaza: s x 185 ' x 45 ' 116 ' 6 Desvacó típca: s 116 ' 108 ' Ejemplo: Las calcacoes e la asgatura de Hstora del Arte de los 40 alumos de ua clase vee dadas por la sguete tabla: Calcacoes Númerode alumos Calcular el rago, la varaza y la desvacó típca. Rago: Meda: x ' ' 431 ' 40 Varaza: s Desvacó típca: s 431 ' 08 ' I.E.S. Hstorador Chabás -36- Jua Bragado Rodríguez

37 Ejemplo: Se ha aplcado u test sobre satsaccó e el trabajo a 88 empleados de ua ábrca, obteédose los sguetes resultados: Putuacoes Nú mero de trabajadores Calcular el rago, la varaza y la desvacó típca. Rago: Meda: x ' ' 88' Varaza: s Desvacó típca: s 88' 73 9' 4 I.E.S. Hstorador Chabás -37- Jua Bragado Rodríguez

38 Observacoes Tato la varaza como la desvacó típca depede de todos los valores de la dstrbucó así como de la meda. E los casos e que o sea posble calcular la meda artmétca, o será posble tampoco obteer la varaza y la desvacó típca por ser ucoes de la meda artmétca. La varaza tee el coveete que o vee expresada e las msma udades que los datos, debdo a que las desvacoes va elevadas al cuadrado. Así, por ejemplo, s los datos so metros, la varaza vedrá dada e metros cuadrados. E cambo, la desvacó típca vee expresada e las msmas udades que los datos de la dstrbucó, de ahí que la desvacó típca resulte más teresate que la varaza. Utlzacó cojuta de x y s Podemos asegurar que, salvo para dstrbucoes muy estraalaras, el porcetaje de dvduos que se ecuetra e el tervalo ( x s, x s) oscla etre el 60% y el 80% y suele ser próxmo al 68%. Dgamos para acordaros, que e ese tervalo está aproxmadamete los /3 de la poblacó. E las dstrbucoes umodales, smétrcas o lgeramete asmétrcas, se verca que: 1. E el tervalo x s,x s se ecuetra el 68% de los datos.. E el tervalo x s,x s se ecuetra el 95% de los datos. 3. E el tervalo (x 3s, x 3s) se ecuetra el 99% de los datos. Cuado la dstrbucó o es totalmete smétrca calcularemos los extremos de los tervalos, y para hallar el porcetaje e cada tervalo haremos u recueto a ojo de las catdades que hay etre los extremos del msmo co los datos que tegamos e la tabla de recuecas, y luego calcularemos la proporcó x s x x s I.E.S. Hstorador Chabás -38- Jua Bragado Rodríguez

39 x s x x s x 3s x x 3s El uso cojuto de la meda y la desvacó típca os permte comparar valores de ua msma varable e dstrbucoes dsttas, o be ambas dstrbucoes. A tal, so útles los sguetes coceptos: Coecete de varacó de Pearso La desvacó típca es u térmo absoluto del que se puede sacar coclusoes erróeas sobre la dspersó de la muestra. Para comparar las desvacoes de poblacoes muy dsttas, e vez de la desvacó típca se usa el coecete de varacó de Pearso. Mde la varacó relatva. Se llama coecete de varacó de Pearso de ua dstrbucó de meda x y desvacó típca s, al úmero CV s x I.E.S. Hstorador Chabás -39- Jua Bragado Rodríguez

40 Ejemplo: De dos muestras, la prmera co meda 30 y desvacó típca 4 y la seguda co meda 60 y desvacó típca 6, cuál es la que aparece más dspersa? Cosderado las desvacoes típcas dríamos que la seguda. S embargo, reducedo los datos a ua msma escala (puesto que ua meda es el doble de la otra), ocurre justamete lo cotraro. S aalzamos el coecete de varacó de Pearso para las dos muestras teemos que para la muestra de meda 30 es ', es decr el 13%, y para la muestra de meda 60 es 6 01 ', es decr el 10%, lo que os muestra que la prmera tee, relatvamete más desvacó típca que la 60 seguda. El coecete de varacó de Pearso suele expresarse porcetualmete y sólo se usa e varables que o tome valores egatvos y o tega medas próxmas a cero, pues u deomador pequeño dstorsoa el cocete. Putuacó típca E ua dstrbucó de meda x y desvacó típca s, se llama putuacó típca del valor x de la varable al úmero Z x x s La putuacó típca mde la desvacó respecto de la meda del dato cosderado, tomado como udad la desvacó típca, por lo que releja cuá desvado se halla éste respecto de la meda, depedetemete de la udad utlzada. Observacoes Las putuacoes típcas so muy usadas e las cecas socales. La meda artmétca de las putuacoes típcas es 0. La desvacó típca de las putuacoes típcas es 1. Las putuacoes típcas se utlza para comparar las putuacoes obtedas e dsttas dstrbucoes. A mayor putuacó típca mejor putuacó e su dstrbucó respecto de la otra dstrbucó co que se compara. Covee o coudr putuacó típca, que se reere a putuacoes obtedas por cada dvduo del grupo, co desvacó típca, que se reere a u parámetro obtedo para todo el grupo. I.E.S. Hstorador Chabás -40- Jua Bragado Rodríguez

41 Ejemplo: Ua empresa textl tee uos beecos etos de de pts e u año, y otra empresa del sector químco tee uos beecos de de pts auales. Sabedo que los beecos del sector textl tuvero ua meda por empresa de de pts co ua desvacó típca de de pts, y los beecos del sector químco tuvero ua meda de de pts por empresa, co ua desvacó típca de de de pts Qué empresa está mejor gestoada? Para cotestar a esta preguta tedremos que comparar los beecos de cada empresa co los de su sector. Empresa textl Empresa químca Z Z 066 ' Esto os dca que, detro de su sector, la dustra textl tuvo u mejor redmeto que la químca Ejemplo: U alumo ha cotestado a dos test, obteedo las sguetes putuacoes: TEST A: 50 putos TEST B: 3 putos El proesor ha calculado que el grupo de alumos que ha cotestado a cada uo de los tests tee las sguetes medas y desvacoes típcas: Para el TEST A: x A 45 y s 6 A ; Para el TEST B: xb 6 y sb E cuál de los dos tests ha obtedo, comparatvamete co el grupo, mejor resultado el alumo? Para poder cotestar a esta preguta tedremos que comparar las putuacoes del alumo co las del grupo; para ello, restamos a cada ua de las putuacoes del alumo la meda del grupo y dvdmos por la desvacó típca TEST A: Z 083 ' TEST B: Z Así pues, s be la putuacó drecta del test A ha sdo mayor que la obteda e B, comparatvamete co el grupo es mucho mayor la obteda e el test B que e el A. I.E.S. Hstorador Chabás -41- Jua Bragado Rodríguez

42 Mometos de ua dstrbucó de recuecas Los mometos so meddas que caracterza a ua dstrbucó de recuecas, exstedo ua relacó buívoca etre ua dstrbucó y el cojuto de todos sus mometos. Se llama mometo cetral de orde k al parámetro estadístco: (x x) k 1 1 k Observa que: el mometo cetral de orde 1 es sempre 0 el mometo cetral de orde es la varaza 1 0. s cuato mayor sea k más luye e el valor del mometo correspodete los valores muy alejados de la medda. El mometo cetral de orde 3 srve para medr la asmetría de la dstrbucó y el de orde 4 su grado de aputameto o aplastameto, es decr, el que la gráca sea más o meos pcuda. Basádose e los mometos, se dee los sguetes parámetros: Coecete de Asmetría Co los coecetes de asmetría se trata de medr s las observacoes está dspuestas smétrca o asmétrcamete respecto a u valor cetral (e geeral, la meda artmétca) y el grado de esta asmetría. Todos los coecetes que se utlza so úmeros abstractos y, por tato, s dmesoes. el más utlzado de todos es debdo a Fsher y tee la sguete expresó: g 1 s 1 x x 1 3 s 3 I.E.S. Hstorador Chabás -4- Jua Bragado Rodríguez

43 3 Puesto que x x puede ser postvo o egatvo, el coecete de asmetría puede ser postvo o egatvo, teédose, segú los casos, la sguete terpretacó: S g 1 0 La dstrbucó es asmétrca a la zquerda. Los valores a la zquerda de la meda "pesa" más que los que está a la derecha. A la derecha, los valores cae co más rapdez: la curva es sesgada a la zquerda. S g 1 0 La dstrbucó es smétrca S g 1 0 La dstrbucó es asmétrca a la derecha. La curva es sesgada a la derecha. g 1 0 g 0 1 g 1 0 Coecete de Aputameto o Curtoss Co el coecete de aputameto o curtoss se trata de medr el grado de aputameto de ua dstrbucó respecto a la dstrbucó ormal, que se toma como patró, y cuyo coecete de curtoss es 0. La dstrbucó ormal es la más mportate, tato e la teoría de la probabldad como e le práctca de los trabajos estadístcos. Se caracterza por ser smétrca respecto al eje x x. Su ucó de desdad, e la práctca hstograma de recuecas, tee orma de campaa. su mportaca es debda e gra medda a que a ella coverge u cojuto mportate de dstrbucoes estadístcas: Bomal, Posso,, t de Studet, etc. Se llama coecete de aputameto o curtoss al parámetro: I.E.S. Hstorador Chabás -43- Jua Bragado Rodríguez

44 g s 1 x x 1 4 s 4 3 Este coecete, sempre postvo, tee u valor crítco, el valor 0, cosderado ormal. Los casos so los sguetes: S g 0 La dstrbucó es leptocúrtca (más aputada que la ormal. S g 0 La dstrbucó es ormal. S g 0 La dstrbucó es platcúrtca (meos aputada que la ormal. g 0 g 0 g 0 Ejemplo: Determar los coecetes de asmetría y curtoss de la sguete dstrbucó de recuecas: x Costrumos la tabla co todos los datos que vamos a ecestar: I.E.S. Hstorador Chabás -44- Jua Bragado Rodríguez

45 x g 0 06 ' 083 g ' ' ' I.E.S. Hstorador Chabás -45- Jua Bragado Rodríguez

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

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

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

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

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

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

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

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

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones UNIVERIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINITRACIÓN Maestría e Admstracó Formularo e Iterpretacoes F A C U L T A D D E C O N T A D U R Í A Y A D M I N I T R A C I Ó N Formularo

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

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

Muestra: es un subconjunto, extraído de la población, cuyo estudio sirve para inferir características de toda la población

Muestra: es un subconjunto, extraído de la población, cuyo estudio sirve para inferir características de toda la población ESTADÍSTICA U poco de hstora El orge de la estadístca se ecuetra e el térmo Estado, pues uero los goberates los que prmero se preocuparo de elaborar y clascar las termables lstas de los recursos humaos

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

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

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

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

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

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

PROBABILIDAD Y ESTADÍSTICA APLICADA

PROBABILIDAD Y ESTADÍSTICA APLICADA UNIVERSIDAD ORT Uruguay Facultad de Igeería Berard Wad - Polak PROBABILIDAD Y ESTADÍSTICA APLICADA NOTAS DE CLASE DEL CURSO DE LA Lcecatura e Sstemas FASCÍCULO Prof. Orual Ada Cátedra de Matemátcas Año

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

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

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

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

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

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

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

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

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

(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

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

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

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

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas

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

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

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

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

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

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

-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

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

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

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

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

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

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

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

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

Nociones de Estadística

Nociones de Estadística Químca Aalítca Prof. Aa Galao Jméez Nocoes de Estadístca Las medcoes tee sempre asocadas u error expermetal (herete a la resolucó del equpameto empleado, a errores aleatoros y/o a errores sstemátcos).

Más detalles

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

Este documento es de distribución gratuita y llega gracias a  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! INTRODINTRODUCCIÓN D etro del estudo de muchos feómeos de

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

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

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

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

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

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

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

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

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

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las

Más detalles

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:

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

Sistema binario. Disoluciones de dos componentes.

Sistema binario. Disoluciones de dos componentes. . Itroduccó ermodámca. ema Dsolucoes Ideales Ua dsolucó es ua mezcla homogéea, o sea u sstema costtudo por ua sola fase que cotee más de u compoete. La fase puede ser: sólda (aleacoes,..), líquda (agua

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

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

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

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE - INTRODUCCION Es tecó aalzar e este trabajo las coocdas relacoes costo-volume-utldad para el caso e que sus compoetes sea: w : costo varable utaro

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

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

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

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

ANGEL FRANCISCO ARVELO LUJAN

ANGEL FRANCISCO ARVELO LUJAN ANGEL FRANCISCO ARVELO LUJAN Agel Fracsco Arvelo Lujá es u Profesor Uverstaro Veezolao e el área de Probabldad y Estadístca, co más de 0 años de expereca e las más recoocdas uversdades del área metropoltaa

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

2.2 Distribuciones de frecuencias unidimensionales.

2.2 Distribuciones de frecuencias unidimensionales. Itroduccó a la Estadístca Empresaral Capítulo - Aálss de ua varable CAPITULO - AALISIS DE UA VARIABLE Itroduccó E este capítulo se dará u cojuto de strumetos que permtrá el aálss descrptvo de ua varable

Más detalles

R-C CARGA Y DESCARGA DE UN CONDENSADOR

R-C CARGA Y DESCARGA DE UN CONDENSADOR RC CARGA Y DESCARGA DE UN CONDENSADOR CONTENIDOS Estado trastoro de carga y descarga. Cálculo de la costate de tempo. Método de cuadrados mímos. Errores que se comete durate la evaluacó de τ OBJETIVOS

Más detalles