ESTADÍSTICA UNIDIMENSIONAL

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

Download "ESTADÍSTICA UNIDIMENSIONAL"

Transcripción

1 ESTADÍSTICA UIDIMESIOAL MATEMÁTICAS I º Bachllerato CC Alfoso Gozález IES Ferado de Mea Dpto. de Matemátcas

2 I) ITRODUCCIÓ. DEFIICIOES La Estadístca es la rama de las Matemátcas que utlza cojutos de datos umércos para obteer ferecas basadas e el cálculo de probabldades. Es ua ceca relatvamete recete, pues sus orígees se remota al sglo XVIII. Pero su mplatacó hoy e día es muy acusada: Se dseña ecuestas para recoplar formacó preva al día de eleccoes y así predecr el resultado de las msmas. Se seleccoa al azar cosumdores para obteer formacó co el f de predecr la prefereca co respecto a certos productos y/o servcos. Los ecoomstas cosdera varos ídces de la stuacó ecoómca durate certo perodo y utlza la formacó para predecr la stuacó ecoómca futura. Su utldad es evdete també para los asesores faceros que ha de evaluar las oportudades de versó a través de las bolsas de valores. Los portales de apuestas deportvas ole recurre a la Estadístca para, de acuerdo co todos los datos hasta la fecha, determar el vel de cofaza de cada ua de los posbles resultados. La Estadístca se dvde e dos grades ramas: La Estadístca Descrptva se dedca a recolectar, ordear, aalzar y represetar u cojuto de datos, co el f de descrbr apropadamete las característcas de éstos. Utlza para ello las llamadas «meddas de cetralzacó», que veremos e el apartado IV. Esta es la que estudaremos este curso. La Estadístca Iductva o Iferecal tee como objeto obteer coocmetos sobre u colectvo, utlzado para ello las observacoes de ua muestra, para sí poder ferr resultados. E este proceso se utlza el cálculo de probabldades. Todo esto lo veremos el próxmo curso. Para todo lo ateror, la Estadístca trabaja co ua sere de aspectos, cualdades o propedades de los dvduos de la poblacó, llamados caracteres; los valores que recorre u determado carácter se llama varables estadístcas. Puede ser de varos tpos: varables cuattatvas: so medbles, es decr, se descrbe medate úmeros dscretas: sólo toma valores putuales (p. ej. úmero de hjos, talla de ropa, etc.) cotuas: puede tomar cualquer valor etre dos cualesquera (p. ej. estatura, peso, edad, etc.) cualtatvas: o so medbles, por lo que se descrbe medate modaldades (p. ej. color del pelo, sexo, estado cvl, etc.). També se llama atrbutos. Poblacó es el cojuto de elemetos que se vestga, muestra es ua parte represetatva de la poblacó, e dvduo es cada uo de los elemetos que forma la poblacó. Ejemplo : Ua poblacó puede ser los 90 dvduos de los tres grupos de º de Bachllerato de u cetro. Para estudarla co mayor comoddad, podemos tomar ua muestra formada por los 5 prmeros Es decr, pretede tomar como geerales propedades que sólo se ha verfcado para casos partculares. Las pregutas típcas que se hace la Estadístca Iferecal so: Cómo se elge la muestra? Qué grado de cofaza tee el resultado obtedo? Por el cotraro, la Estadístca Descrptva o teta extraer coclusoes para u grupo mayor.

3 de la lsta de cada grupo. Ejemplos de varables que podemos aalzar so su vel de glés (varable cualtatva), úmero de hermaos (cuattatva dscreta) y edad (cuattatva cotua). Ejerccos fal tema: y II) FRECUECIAS y TABLAS Ejemplo : E u sttuto hay ua clase de º de Bachllerato cuyos 0 alumos preseta las sguetes edades: La varable que vamos a estudar e esta dstrbucó es la edad (varable cuattatva), que llamaremos x. Para ello, vamos a costrur la sguete tabla : Edad (años) f F h H ,65 0, ,5 0, ,5 0, ,05 Σ=0 Σ= La ª columa recoge la frecueca absoluta, f, que es el úmero de veces que aparece cada valor de la varable. La 3ª columa refleja la frecueca absoluta acumulada, F, que se obtee sumado la frecueca absoluta de cada fla co las aterores (es decr, F =f + f + + f ). Por ejemplo, el dato 6 de la ª fla sgfca que hay 6 alumos que tee 7 años o meos. Más adelate veremos (apdo. IV.) que srve para calcular la medaa. E la 4ª columa teemos la frecueca relatva, h, que es la frecueca absoluta dvdda por el º de datos, : h f = () Obvamete, la suma de las frecuecas absolutas es, y la de las relatvas es : f = h = () Esto últmo es muy útl a la hora de detectar posbles errores e los datos de ua tabla. Las h puede verse como u tato por uo. Por ejemplo, el dato 0,5 de la 3ª fla os dce que el 5% de la clase tee 8 años. Falmete, la últma columa recoge la frecueca relatva acumulada, H, que se obtee sumado la frecueca relatva de cada fla co las aterores. Por ejemplo, el dato 0,95 de la 3ª fla sgfca que el 95% de los alumos tee 8 años o meos. La dea de utlzar ua tabla es que así u gra úmero de datos se puede vsualzar más cómodamete. Por tato, cuado la dstrbucó esté formada por pocos datos, o tee setdo hacer ua tabla, so que basta co presetarlos ordeados.

4 Ejemplo 3: E la msma clase del ejemplo ateror los 0 alumos preseta las sguetes estaturas (e cm): ótese que hemos dcado los valores mímo y máxmo subrayados. La varable que vamos a estudar ahora es la estatura (varable cuattatva). Para cofeccoar la tabla utlzaremos tervalos de ampltud 0 llamados tervalos de clase, comezado por 55: Estatura (cm) f F h H [55-65) 6 6 0,30 0,30 [65-75) 0 6 0,50 0,80 [75-85) 3 9 0,5 0,95 [85-95] 0 0,05 Σ=0 Σ= Advértase que e cada tervalo de clase se cluye el extremo feror pero o el superor, salvo e el últmo. El puto medo de cada tervalo se llama marca de clase, y lo deotaremos por x. Cuádo utlzar u tpo de tabla u otro?: º) Tablas co los valores de la varable dvdualzados (como e el ejemplo ): cuado, ya sea pocos o muchos datos, la varable toma pocos valores dferetes (es decr, los valores se repte mucho). º) Tablas co los valores de la varable agrupados e tervalos de clases (como e el ejemplo 3): cuado el úmero de datos y de valores dferetes que toma la varable so grades. Co ello perderemos algo de formacó pero gaaremos e clardad E este últmo caso, cuátos tervalos de clase utlzar? Exste u crtero oretatvo segú el cual el º de clases debe ser aproxmadamete gual a la del úmero de datos: º clases = (3) E el ejemplo ateror sería 0 4,47, es decr, 4 tervalos vedría be. A cotuacó, se determa la ampltud de los tervalos teedo e cueta los valores mímo (57 cm) y máxmo (94 cm) de la dstrbucó: 94cm 57cm 37cm = 9,5cm / t ervalo (4) 4t ervalos 4t ervalos de modo que 0 cm por tervalo es lo apropado. A la hora de decdr dóde comeza el prmer tervalo se recomeda que, falmete, los extremos de los tervalos o cocda co guo de los datos. ótese que e la práctca el elegr u tpo de tabla u otro puede ser relatvo: qué se etede por pocos datos? Veremos que ua msma dstrbucó se puede estudar co dos tablas o ecesaramete guales, y las dos puede ser perfectamete váldas. També, tégase e cueta que e certos casos los tervalos o tee por qué ser ecesaramete de gual ampltud (véase el ejemplo 4) Ejerccos fal tema: 3 y 4

5 III) REPRESETACIOES GRÁFICAS III.) Dagrama de barras/hstograma Matemátcas I ESTADÍSITICA UIDIMESIOAL Cosderemos la dstrbucó del ejemplo. E uos ejes cartesaos stuamos e el eje horzotal las edades y e el vertcal la frecueca absoluta f. Levatamos, a cotuacó, barras cuya altura es la frecueca. Obtedremos así u dagrama de barras 3 : f Edad (años) f DIAGRAMA DE BARRAS DE FRECUECIAS ABSOLUTAS Σ=0 S hacemos lo propo co el ejemplo 3 pero, esta vez, dado a las barras el acho de los tervalos, obtedremos u hstograma: f Edad Estatura (cm) f [55-65) 6 [65-75) 0 [75-85) 3 [85-95] HISTOGRAMA DE FRECUECIAS ABSOLUTAS Σ= Estatura (cm) Cuál es la dfereca etre el dagrama de barras y el hstograma? El dagrama de barras vsualza las frecuecas como alturas, y se utlza para varables dscretas (y també para cualtatvas) E el hstograma el área de cada rectágulo represeta la frecueca correspodete, y se utlza para datos agrupados e tervalos. 3 Obvamete, la dea de represetar gráfcamete los datos de la dstrbucó es poder vsualzar mejor ésta. Por tato, s se trata de pocos datos, o tee setdo tabularlos hacer ua gráfca: basta co presetarlos ordeados.

6 E el hstograma ateror, y puesto que los tervalos teía la msma ampltud, los rectágulos tee la altura correspodete a la f. Ahora be, s so de dstta ampltud, etoces habrá que ajustar la altura a de cada rectágulo medate la sguete fórmula: f área = f = ampltud a a = ampltud (5) Veámoslo e el sguete ejemplo: Ejemplo 4: Las calfcacoes de ua evaluacó de los 0 alumos de º Bachllerato A so: Cofeccoar la correspodete tabla agrupado los datos e tervalos de suspesos (0 a 5), aprobados (5 a 7), otables (7 a 9) y sobresaletes (9 a 0). Costrur el hstograma de frecuecas absolutas. Calfcacó f F a f /ampltud h H [0-5) /5=0,4 0,0 0,0 [5-7) 5 7 5/=,5 0,5 0,35 [7-9) 8 /=5,5 0,55 0,90 [9-0] 0 /= 0,0 Σ=0 Σ= Advértase que e la 4ª columa se ha tedo que ajustar la altura a de cada rectágulo, de acuerdo co la fórmula (5), de forma que su área sea gual a su f. De esta forma, el hstograma quedaría de la sguete forma: a HISTOGRAMA DE FRECUECIAS ABSOLUTAS III.) Polígoo de frecuecas Calfcacoes Uedo los extremos superores de las barras de u dagrama de barras, o los putos medos del lado superor de cada rectágulo de u hstograma 4, obteemos el llamado polígoo de frecuecas. Veámoslo para los ejemplos aterores: 4 E el caso del polígoo de frecuecas acumuladas e datos agrupados e tervalos, y como veremos e el apartado IV, para poder obteer gráfcamete la medaa o se ue los putos medos, so los extremos derechos

7 f DIAGRAMA de BARRAS y POLÍGOO de FRECUECIAS ABSOLUTAS f HISTOGRAMA y POLÍGOO de FRECUECIAS ABSOLUTAS a HISTOGRAMA y POLÍGOO de FRECUECIAS ABSOLUTAS Edad Estatura (cm) Calfcacoes Observacoes: º) E los ejemplos aterores lo que se represetaba era la frecueca absoluta. Pero, evdetemete, també exste dagramas de barras o hstogramas de frecuecas relatvas, de frecuecas acumuladas, polígoos de frecuecas absolutas o relatvas acumuladas, etc. Por ejemplo, e el caso del ejemplo : F Edad DIAGRAMA de BARRAS y POLÍGOO de FRECUECIAS ABSOLUTAS ACUMULADAS º) E el caso de datos agrupados e tervalos, más adelate explcaremos cómo obteer el polígoo de frecuecas (absolutas o relatvas) acumuladas, el cual se utlza para hallar gráfcamete la medaa. 3º) Obvamete, s la varable es cualtatva, o tee setdo los gráfcos acumulatvos. III.3) Gráfco de sectores S dvdmos u círculo e sectores crculares de área 5 proporcoal a cada frecueca absoluta f, obtedremos u gráfco de sectores. Vamos a obteer, medate regla de tres, la fórmula que os dque cuátos grados α correspode a cada sector: 5 Lógcamete, s el área del sector crcular es proporcoal a f, també lo será su ampltud.

8 f α 360º f α = = α f 360º h 360º (6) Vamos a aplcarla al caso cocreto del ejemplo 4: Calfcacó f h α h 360º [9-0] 0% [0-5) 0% [0-5) 0,0 36º [5-7) 5 0,5 90º [7-9) 0,55 98º [9-0] 0,0 36º Σ=0 Σ= Σ=360º [7-9) 55% [5-7) 5% ótese que, s la tabla está be cofeccoada, obvamete todos los α sumará 360º. Además, se suele dcar el % que correspode a cada sector. Por últmo, covee dcar que, e el caso de varables cualtatvas, exste otros tpos alteratvos de represetacoes gráfcas (s be, las dos prmeras obedece más a fes de tpo publctaro que a cosderacoes de tpo matemátco ): pctograma: e lugar de ua barra se utlza ua fgura alusva de altura o tamaño proporcoal a la frecueca. P. ej. para dcar la produccó de automóvles de dsttos países. Tee el coveete de ser poco precso. cartograma: es u mapa coloreado e dsttos toos y colores co ua leyeda al marge que dca su sgfcado. dagramas de columas apladas: p. ej. la msma columa se dvde e porcetaje de hombres y mujeres. prámde de poblacó: es u tpo de gráfco muy coocdo pues se utlza mucho e Cecas Socales para cuestoes demográfcas. CUADRO-RESUME: varable cuattatva: dscreta: dagrama de barras polígoo de frecuecas dagrama de sectores cotua: hstograma polígoo de frecuecas dagrama de sectores cualtatva: dagrama de barras ( uca frecuecas acumuladas!) polígoo de frecuecas dagrama de sectores pctogramas, cartogramas, prámdes de poblacó Ejerccos fal tema: 5 y 6

9 IV) MEDIDAS de TEDECIA CETRAL (meda, medaa, moda) IV.) Meda artmétca Matemátcas I ESTADÍSITICA UIDIMESIOAL Se defe como la suma de todos los valores x dvdda por el úmero de valores,. Se desga como : _ x = x _ x f x Σ=0 Σ=3390 Esta es la típca fórmula que se utlza, por ejemplo, para calcular la ota meda de ua sere de exámees. Ahora be, e geeral, cada valor x se repetrá co ua frecueca f. E ese caso, la fórmula sería: Observacoes: _ x = º) E el caso de valores agrupados e tervalos, x dca la marca de clase, es decr, el puto termedo de cada tervalo. º) Obvamete, o exste la meda s los datos so cualtatvos. tampoco s los datos está agrupados y algua clase está aberta (p. ej. s e ua ecuesta el últmo grupo fuera mayores de 60 años ) 3º) La meda es el cetro de gravedad de la dstrbucó; es decr, s las barras tuvera peso represetaría el puto dode habría que sosteer la base del dagrama para que o se vecera. Vamos a ver cómo se calcula la meda e los ejemplos y 3: Edad (x ) f f x Σ=0 Σ=33 Estatura (cm) x f f x [55-65) [65-75) [75-85) [85-95] (7) (8) _ x f x 33 0 = = = 6,6 años _ x f x = = = 69,5 cm Obsérvese que es fudametal o olvdarse de dcar las udades. IV.) Medaa Es u valor tal que la mtad de los valores so meores o guales que él, y la otra mtad mayores o guales. Se represeta como Me. Para calcularla, cabe dstgur tres posbles stuacoes: º) Dstrbucoes co pocos valores, es decr, seres estadístcas: Se ordea crecetemete dchos valores, y la medaa será el valor cetral (s el úmero de datos es par, se toma la semsuma de los dos cetrales).

10 Ejemplo 5: Los sueldos mesuales (e ) de 7 trabajadores de ua empresa so los sguetes: S calculamos la meda (06,43 ) observamos que o es muy represetatva de los datos de esta dstrbucó, ya que éstos se ecuetra muy dspersos. Obtegamos la medaa: El valor obtedo, 85, sí es represetatvo de la mayoría de los datos. º) Varable dscreta (como e el ejemplo ): costrumos la tabla de frecuecas absolutas acumuladas, F, calculamos / y buscamos los valores de F que verfque: F < < F (9) La medaa será etoces el valor x de la varable correspodete a F, es decr, el prmer valor de la varable cuya F excede a /. OTA: S cocde F = F <, se toma x x Me = + (0) Ejemplo : M e Edad (años) f F Σ=0 0 = Me=6 años 3º) Varable agrupada e tervalos (como e el ejemplo 3): como e el caso ateror, costrumos la tabla de frecuecas absolutas acumuladas, F, calculamos / y buscamos los valores de F que verfque: F < F < El tervalo medao es decr, e el que está la medaa será etoces aquel correspodete a F. OTA: S cocde F = F <, se toma, como ates, x x Me = + Ejemplo 3: Estatura (cm) f F Itervalo medao [55-65) 6 6 [65-75) 0 6 [75-85) 3 9 [85-95] 0 Σ=0 0 =

11 Ahora be, Cómo saber el valor exacto de la medaa? El método más secllo es el gráfco, que cosste e dbujar el polígoo de frecuecas absolutas acumuladas e papel mlmetrado. Para ello, supodremos que la frecueca se dstrbuye de maera uforme a lo largo de cada tervalo (algo lógco), de modo que asgaremos los sucesvos valores de cada frecueca acumulada al extremo superor del tervalo correspodete (e egrta e la tabla feror): F Estatura (cm) x F 55 0 [55-65) 65 6 [65-75) 75 6 [75-85) = [85-95] 95 0 Me=69 cm Estatura (cm) Segudamete, trazamos ua líea horzotal a la altura de /=0, la cual corta al polígoo de frecuecas e el puto de abscsa 69 cm, que es precsamete la medaa. Ello se puede obteer també aalítcamete 6, recordado la terpolacó leal vsta e el tema : 6 (75,6) Obteemos, e prmer lugar, la recta que pasa por los putos (65,6) y (75,6): 0 6 (65,6) y = mx + (65,6) 6 = 65m + 6 = 65m + (75,6) 6 = 75m + 6 = 75m + 0 = 0m m = = M e Por tato, el tramo de polígoo de frecuecas correspodete al tervalo medao tee la ecuacó y=x-59. Falmete, susttuyedo y=0 se obtee x=69 cm OTA: Exste ua fórmula geeral para calcular la medaa e estos casos, cuya obtecó, procededo como acabamos de explcar, se escapa de las pretesoes de este curso: 6 Y exste otra tercera forma, aplcado semejaza de trágulos e la fgura.

12 clases f F [L - -L ) f F - Itervalo medao -F - M = L + c 0 6 e - f = = = 69cm () 0 c L L Observacoes: º) Curosamete, la medaa depede del orde de los datos y o de su valor. º) La medaa se puede calcular, evdetemete, e dstrbucoes de tpo cuattatvo, pero també e las de tpo cualtatvo cuyas modaldades se puede ordear. 3º) Además de la medaa, exste otros parámetros de poscó, como por ejemplo los cuartles 7, percetles 8, etc. cuyo cálculo es smlar al de la medaa. IV.3) Moda «Es el valor de la varable que tee mayor frecueca». Se represeta como Mo. Represeta el valor domate de la dstrbucó; por ejemplo, e uas eleccoes la moda sería el partdo más votado. Ejemplo : Edad (años) f M o Ejemplo 3: Estatura (cm) f [55-65) 6 Itervalo modal [65-75) 0 [75-85) 3 [85-95] Observacoes: º) La Mo exste sempre 9, e cualquer tpo de dstrbucoes (cualtatvas o cuattatvas). º) Vemos que e las que preseta los datos agrupados e tervalos se habla de tervalo modal o clase modal. Para este caso exste ua fórmula que sobrepasa las pretesoes del presete 7 El prmer cuartl, Q, deja el 5% de la poblacó por debajo de él; por lo tato, el Q cocde co la medaa. Y el Q 3 dejará el 75 % de los dvduos por debajo de su valor. 8 El percetl p k es el que deja al k% de los dvduos por debajo de él. Por ejemplo, Q =p 5, M e=p 50, Q 3=p Salvo el usual caso e el que todas las f sea guales

13 curso, del estlo de la vsta para la medaa, para hallar e qué puto cocreto del tervalo modal se halla la moda. 3º) E ua dstrbucó sólo hay ua meda y ua medaa, pero puede haber más de ua moda. Y o tee por qué stuarse e la zoa cetral. Ejerccos fal tema: 7 a 0 V) MEDIDAS de DISPERSIÓ (recorrdo, varaza, desvacó típca) Tee por objeto dar ua dea de la mayor o meor cocetracó de los valores de ua dstrbucó alrededor de los valores cetrales. V.) Recorrdo «Es la dfereca etre el mayor y el meor valor de ua dstrbucó». Ejemplo 6: Las otas de los exámees de Matemátcas de dos alumos a lo largo del curso so: Carlos: Aa: Puede comprobarse que ambos tee la msma meda, 7. Pero Aa tee sus otas mucho más dspersas que Carlos: Recorrdo otas Carlos=9-7= Recorrdo otas Aa=0-=8 V.) Varaza y desvacó típca Ates de defr la varaza, covee cosderar e ua sere de datos su desvacó respecto a la meda, que sería la dfereca etre cada dato y la meda, e valor absoluto (para que sempre sea >0): d = x x () La varaza, V, se defe como «la meda artmétca de los cuadrados de las desvacoes respecto a la meda»: Observacoes: V = ( x) f x º) o es ecesaro el valor absoluto e las desvacoes x x, puesto que éstas está al cuadrado (es decr, so sempre postvas). º) Puede comprobarse 0 que la fórmula (3) es equvalete a la sguete: (3) V f x = x (4) y esta es precsamete, por su comoddad, la más utlzada e la práctca. 0 Medate demostracó o es muy complcada o, más recomedable, comprobado co ejemplos cocretos que ambas fórmulas coduce al msmo resultado.

14 3º) Las udades de la varaza so al cuadrado, p.ej. cm, años,, etc. 4º) La varaza sempre es postva. Como la varaza, por estar expresada e udades cuadradas, o se puede comparar co la meda, se utlza la desvacó típca, s, que se defe como la raíz cuadrada de la varaza: f x s = x (5) Observacoes: º) La s tee las msmas udades que la varable x. º) La varaza y la desvacó típca o tee setdo e dstrbucoes e las que o se puede calcular la meda artmétca. 3º) Es bastate habtual ombrar la varaza como s. 4º) La s os dce cómo de alejados de la meda, es decr, cómo de dspersos se ecuetra los datos : Cuato más agrupados esté los datos e toro a la meda, meor será s. De hecho, para poder comparar varas dstrbucoes y ver cuál está más dspersa respecto a la meda se utlza el llamado coefcete de varacó o dspersó: que habtualmete se expresa e %. s C.V. = (6) x Ejemplo 6: Las otas de los exámees de Matemátcas de dos alumos a lo largo del curso so: Carlos: Aa: Puede comprobarse que ambos tee la msma meda, x = 7. E u caso ta secllo como este, es decr, e ua smple sere estadístca, la fórmula de la varaza se smplfca: x VCarlos = x = 7 = 49 = 49 = 50,6 49 =, s =,6,6 Carlos x VAa = x = 7 = 49 = 49 = = s = 8,83 Aa Vemos que scarlos < saa, lo cual cofrma lo que ya sabíamos E el últmo tema (Dstrbucó ormal) se explcará gráfcamete el sgfcado de s e relacó co x.

15 Ejemplo : Edad (x ) f f x f x Σ=0 Σ=33 Σ=558 _ x f x 33 0 = = = 6,6 años f x 558 V = x = 6,6 = 76, 4 75,56 = 0,84 años 0 s = 0,84 0,9años Ejemplo 3: Estatura (cm) x f f x f x [55-65) [65-75) [75-85) [85-95] Σ=0 Σ=3390 Σ= _ x f x = = = f x V = x = 69,5 = ,5 = 64,75 cm 0 s = 64,75 8,05cm 69,5 cm V.3) Obtecó de los parámetros estadístcos co la calculadora Vamos a explcarlo para ua Caso fx-8 MS, uo de los modelos más exteddos etre los estudates. Para cualquer otro modelo se suele proceder de forma bastate aáloga. Utlzaremos los datos del ejemplo 3: º) Poemos la calculadora e modo SD (estadístco): MODE º) Borramos, por precaucó, los datos prevos de la memora: 3º) Itroducmos los datos: SHIFT CLR = 60 x 6 DT 70 x 0 DT 80 x 3 DT 90 x DT x f OTA: Podemos utlzar y para ver los datos ya troducdos. Icluso podemos modfcar alguo y luego pulsar =, o borrar pulsado SHIFT CL 4º) SHIFT S-SUM Σx = SHIFT S-VAR x =69,5 SHIFT S-SUM Σf x =3 390 SHIFT S-SUM 3 =0 SHIFT S-VAR s=8, Ejerccos fal tema: y ss. Puede descargarse el maual e

16 Reseña hstórca: El térmo Estadístca provee del alemá Statstk, troducdo por el ecoomsta alemá Gottfred Achewall (79-77) e 749, para referrse al aálss de datos del estado. E efecto, e su orge la estadístca fue utlzada por los estados para recoger gra úmero de datos sobre la poblacó, almetos, bees ecoómcos, etc. De hecho, esto ya fue llevado a cabo e certa medda e las atguas cvlzacoes, que ya elaboraba cesos poblacoales: Egpto, Cha, Roma, etc. Pero hasta el sglo XIX el térmo estadístca o adquere el sgfcado de recolectar y clasfcar datos. Este cocepto fue troducdo por el mltar brtáco Sr Joh Sclar ( ). Desde etoces la Estadístca ha do de la mao de la teoría de probabldades, sobre todo co la cotrbucó de los brtácos Fracs Galto (8-9) y Karl Pearso ( ), fudadores de la modera Estadístca Matemátca.

17 5 EJERCICIOS de ESTADÍSTICA UIDIMESIOAL Coceptos. Defcoes:. De los sguetes caracteres de ua poblacó, dcar razoadamete los que so cualtatvos y los que so cuattatvos: a) Sexo b) acoaldad c) Edad d) úmero de hermaos e) Color del pelo f) ota de Matemátcas g) Estatura h) úmero de calzado. De las sguetes varables, dcar razoadamete las que so dscretas y las que so cotuas: a) úmero de vecos de u edfco b) úmero de horas que u determado dvduo ve la televsó c) ota de Matemátcas e u exame d) ota de Matemátcas e el boletí de otas e) Cotedo e cm 3 de ua lata de coservas Pasos a segur a la hora de abordar u ejercco de Estadístca: º) Cuál es la varable, x? º) Qué tpo de varable es: cuattatva (dscreta o cotua) o cualtatva? 3º) Agrupar los datos e fucó del tpo de varable y empezar a costrur la tabla estadístca, adjutado, de mometo, dos columas: x y f. 4º) E fucó de lo que os pde ( x, s, hstograma, etc.) añadr las columas ecesaras: F, H, Σf x, Σf x, etc. Frecuecas y tablas: 3. El úmero de hermaos de 40 alumos es: a) De qué tpo de varable se trata? Costrur ua tabla estadístca e la que fgure todas las frecuecas. b) Cuátos alumos tee 5 o más hermaos? Cuátos 3 o meos? 4. Se aplca u test de telgeca para averguar el cocete telectual de 40 alumos de º de Bachllerato, obteédose los sguetes resultados:

18 Matemátcas I ESTADÍSTICA UIDIMESIOAL a) Razoar qué tpo de varable es. Costrur ua tabla estadístca e la que fgure todas las frecuecas. b) Cuátos alumos tee u CI por debajo de 00? c) S se cosdera superdotados a los que tee CI>30, hay alguo e clase? d) Qué porcetaje de alumos tee de CI 0 o más? Represetacoes gráfcas: 5. Costrur el dagrama de barras y polígoo de frecuecas absolutas, y el dagrama de sectores, de la dstrbucó del ejercco Costrur el hstograma y polígoo de frecuecas relatvas, y el dagrama de sectores, de la dstrbucó del ejercco 4. Parámetros de cetralzacó: 7. E la fgura adjuta aparece los resultados de la últma jorada de la Lga de fútbol Se pde: a) Formar co los goles/partdo ua tabla estadístca apropada para respoder a los apartados sguetes. b) Dbujar el dagrama de barras, polígoo y dagrama de sectores, todos ellos de frecuecas absolutas c) Calcular la meda de goles/partdo, moda y medaa. 8. El úmero de horas de sol regstradas e u determado mes e 50 estacoes meteorológcas es: a) Razoar de qué clase de varable se trata. Cofeccoar ua tabla estadístca de cara a los sguetes apartados. b) Dbujar el hstograma de frecuecas relatvas y el polígoo de frecuecas absolutas acumuladas c) Calcular la meda de horas de sol, la moda y la medaa. 9. E la tabla fgura los datos de las pulsacoes de u equpo de atletsmo después de ua carrera: Pulsacoes º de atletas a) Qué tpo de varable es? Costrur ua tabla apropada para lo que se pde a cotuacó. b) Hallar la meda. (Sol: 88, pulsacoes)

19 Matemátcas I ESTADÍSTICA UIDIMESIOAL c) Hallar la medaa Qué sgfca el valor obtedo? (Sol: 89,5 pulsacoes) d) Hallar la moda. e) Costrur el hstograma y el polígoo de frecuecas absolutas. 0. A u cojuto de cco otas cuya meda es 7,3 se le añade las calfcacoes sguetes: 4,47 y 9, 5 Cuál es la ueva meda? Parámetros de dspersó:. Los datos que sgue correspode a las meddas del tórax, e cm, de ce hombres adultos. Costrur la tabla estadístca ecesara para respoder a las sguetes cuestoes: Medda del tórax (cm) º de hombres a) Hallar la meda. b) Calcular la medaa. Qué sgfcado tee el valor obtedo? [80,85) 4 [85,90) 0 [90,95) 4 [95,00) 3 [00,05) [05,0] 8 c) Hallar la moda. d) Obteer la desvacó típca. e) Dbujar el hstograma y el polígoo de frecuecas absolutas acumuladas.. E u cetro mltar se ha tomado ua muestra de 6 jóvees, obteédose las sguetes estaturas (e cm): 60 7, , ,5 a) Costrur ua tabla estadístca apropada. b) Obteer el hstograma y el polígoo de frecuecas absolutas acumuladas. c) Calcular la meda, moda, medaa y desvacó típca. (Sol: x 76,5 cm; M e=75 cm; s 9,9 cm) 3. Se ha meddo los pesos y las alturas de 6 persoas, obteédose los datos sguetes: Peso (kg) Altura (cm) a) Qué meddas está más dspersas, los pesos o las alturas? Utlzar el coefcete de varacó. (Sol: Las alturas, puesto que CV a=5%>cv p=4%) b) Comprobar lo ateror gráfcamete. 4. La tabla sguete os da las putuacoes obtedas por u grupo de 0 alumos e u test: Putuacoes º alumos Al msmo grupo de alumos se le hace otra prueba y las putuacoes obtedas so: a) Qué datos se halla más dspersos? Utlzar el coefcete de varacó.

20 Matemátcas I ESTADÍSTICA UIDIMESIOAL (Sol: Las putuacoes, ya que CV 54,7%>CV 34,6%) b) Comprobar lo ateror gráfcamete. 5. Las calfcacoes de los 5 alumos de º de Bach. A so: metras que las de los 0 alumos de º Bach. B so: Calcular e qué grupo las otas está más dspersas. (Sol: E el B, puesto que CV a 8,6%<CV p 38,9%)

ESTADÍSTICA MATEMÁTICAS 3º ESO académicas Alfonso González IES Fernando de Mena Dpto. de Matemáticas

ESTADÍSTICA MATEMÁTICAS 3º ESO académicas Alfonso González IES Fernando de Mena Dpto. de Matemáticas ESTADÍSTICA MATEMÁTICAS 3º ESO académcas Alfoso Gozález IES Ferado de Mea Dpto. de Matemátcas I) ITRODUCCIÓ. DEFIICIOES La Estadístca es la rama de las Matemátcas que utlza cojutos de datos umércos para

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UIDIMESIOAL MATEMÁTICAS CCSS I º Bachllerato Alfoso Gozález IES Ferado de Mea Dpto. de Matemátcas I) ITRODUCCIÓ. DEFIICIOES La Estadístca es la rama de las Matemátcas que utlza cojutos 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

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 Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres. ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

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

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Pága 09 PRACTICA Meda y desvacó típca 1 El úmero de faltas de ortografía que cometero u grupo de estudates e u dctado fue: 0 1 0 1 0 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 a) D cuál es la varable y de

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: mea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recoocer dferetes formas de orgazar formacó:

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

GENERALIDADES ESTADISTICA DESCRIPTIVA

GENERALIDADES ESTADISTICA DESCRIPTIVA MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MEDIDS DE TEDECI CETRL MEDI RITMETIC Defcó: Es la suma de todos los datos de ua sere dvdda por su úmero Cálculo:

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: 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

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

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

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad

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

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido: Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

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

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

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8

Más detalles

n la Estadística distinguimos dos partes perfectamente diferenciadas.

n la Estadística distinguimos dos partes perfectamente diferenciadas. UNIDAD Dstrbucoes estadístcas E la Estadístca dstgumos dos partes perfectamete dferecadas. La prmera de ellas se dedca a recoger datos, ordearlos, smplfcarlos, clasfcarlos y obteer a partr de ellos u cojuto

Más detalles

2 Representación gráfica de las series de frecuencias.

2 Representación gráfica de las series de frecuencias. Estadístca Tema. Geeracó de valores de ua varable aleatora. Pág. Represetacó gráfca de las seres de frecuecas.. Represetacó gráfca de caracteres cualtatvos... Dagramas dferecales... Dagramas tegrales..

Más detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

AGRO Examen Parcial 1

AGRO Examen Parcial 1 AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Pága 1 PRACTICA Meda y desvacó típca 1 El úmero de faltas de ortografía que cometero u grupo de estudates e u dctado fue: 0 1 0 1 0 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 a) D cuál es la varable y de qué

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

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

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó

Más detalles

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva. Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

Esta t d a í d s í titcos o TEMA 3.3

Esta t d a í d s í titcos o TEMA 3.3 TEMA 3.3 Defcó úmero obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco)

Más detalles

No debe entregar los enunciados

No debe entregar los enunciados Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)

Más detalles

SOLUCIÓN EXAMEN PARCIAL I

SOLUCIÓN EXAMEN PARCIAL I Nombres: Apelldos:.I.: Frma: Fecha: 07/03/05 MÉTODO ETADÍTIO I EXAMEN I Prof. Gudberto Leó PARTE I: E el sguete gráfco se muestra los dagramas de caja correspodetes a los pesos de los bebés al acer segú

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

n 2 fi donde: n es el número de individuos

n 2 fi donde: n es el número de individuos ESTADÍSTICA. INTRODUCCIÓN La ecesdad de poseer datos cfrados sobre la poblacó y sus codcoes materales de exsteca ha debdo hacerse setr desde que se establecero socedades humaas orgazadas. Desde los comezos

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

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

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: 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

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

2. CARACTERES Y VARIABLES ESTADÍSTICAS. Carácter estadístico: Propiedad o característica de la población que se desea estudiar.

2. CARACTERES Y VARIABLES ESTADÍSTICAS. Carácter estadístico: Propiedad o característica de la población que se desea estudiar. IES adre oveda (Guad) Matemátcas Aplcadas a las CCSS I UIA VARIABLES ESTAÍSTICAS UIIMESIOALES. ITROUCCIÓ A LA ESTAÍSTICA ESCRITIVA. La estadístca es la parte de las matemátcas que se ocupa de recoger,

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

ESTADÍSTICA DESCRIPTIVA

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

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

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

Más detalles

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

CONCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA

CONCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA COCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA Codfcacó Procesameto de datos Cosste e proporcoar códgos umércos o alfaumércos a dversos procesos Cualtatvos Cuattatvos umero de decmales 0 Tabulacó: Epresar

Más detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados eptembre 013 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora o programable

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejerccos Talleres puedes evarlos a klasesdematematcasmas@gmal.com www.klasesdematematcasmas.com Taller 1 Ig. Oscar Restrepo 1. De las varables sguetes cuáles represeta datos dscretos cuáles datos cotuos

Más detalles

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada

Más detalles

PARÁMETROS ESTADÍSTICOS

PARÁMETROS ESTADÍSTICOS www.matesroda.et José Atoo Jméez eto PARÁMETROS ESTADÍSTICOS. PARÁMETROS DE CETRALIZACIÓ La formacó recogda e ua tabla o gráfca estadístca suele resumrse e uos pocos valores que os forma del comportameto

Más detalles

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado

Más detalles

MEDIDAS DE CENTRALIZACIÓN. i = N Cuando los datos vienen dados por una tabla de frecuencias:

MEDIDAS DE CENTRALIZACIÓN. i = N Cuando los datos vienen dados por una tabla de frecuencias: PARÁMETROS ESTADÍSTICOS Puesto que las represetacoes grácas o sempre cosgue orecer ua ormacó completa de ua sere de datos, es ecesaro aalzar procedmetos umércos que permta resumr toda la ormacó del eómeo

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión Estadístca I Capítulo. Meddas de poscó y dspersó Carme Trueba Salas Lorea Remuzgo Pérez Vaesa Jordá Gl José María Saraba Alegría DPTO. DE ECOOMÍA Este tema se publca bajo Lceca: Creatve Commos BY-C-SA

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

ANALISIS DE DATOS EN PSICOLOGÍA I FEBRERO ª P.P. 2ª SEMANA UNIÓN EUROPEA

ANALISIS DE DATOS EN PSICOLOGÍA I FEBRERO ª P.P. 2ª SEMANA UNIÓN EUROPEA ANALII DE DATO EN PICOLOGÍA I FEBRERO 007 1ª P.P. ª EANA UNIÓN EUROPEA 30 5 15 35 0 30 40 5 30 45 5 10 50 18 10 55 7 5 Tabla 1. Dstrbucó de u grupo de mujeres () y otro de hombres () e ua prueba de compresó

Más detalles

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Uversdad de oora Departameto de Matemátcas Área Ecoómco Admstratva Matera: Estadístca I Maestro: Dr. Fracsco Javer Tapa Moreo emestre: 05- Hermosllo, oora, a 5 de septembre de 05. Itroduccó E la clase

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central Meddas de Tedeca Cetral Ua edda de tedeca cetral es u valor que se calcula a partr de u cojuto de datos y que se utlza para descrbr los datos e algua fora. Geeralete quereos que el valor sea represetatvo

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos

Más detalles

2. CARACTERES Y VARIABLES ESTADÍSTICAS. Carácter estadístico: Propiedad o característica de la población que se desea estudiar.

2. CARACTERES Y VARIABLES ESTADÍSTICAS. Carácter estadístico: Propiedad o característica de la población que se desea estudiar. IES adre oveda (Guad) Matemátcas Aplcadas a las CCSS I UIA VARIABLES ESTAÍSTICAS UIIMESIOALES. ITROUCCIÓ A LA ESTAÍSTICA ESCRITIVA. La estadístca es la parte de las matemátcas que se ocupa de recoger,

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

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

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

1 Estadística. Profesora María Durbán

1 Estadística. Profesora María Durbán Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabldad y estadístca Grupo Lues Jueves PM4 :00-:00 :00-3:00 Trabajado gráfcas,meddas de tedeca cetral, meddas de dspersó e terpretado resultados. Depto. De Igeería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.m

Más detalles

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15 1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 a 15 1. Ocho persoas, co smlar destreza e mecaografía, teclearo 0 líeas de teto e u ordeador. El tempo empleado, e mutos, el úmero de errores cometdos, fuero:

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

Probabilidad y estadística

Probabilidad y estadística Probabldad y estadístca Grupo PM4 Trabajado gráfcas,meddas de tedeca cetral, meddas de dspersó e terpretado resultados Prof. Mguel Hesquo Garduño. Depto. De Igeería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.m

Más detalles

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Tema 16: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,

Más detalles

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún: A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA Grado de ADE. Prmer curso Raquel Mª Álvarez Esteba Descrpcó umérca de ua varable Objetvo: Resumr dsttos aspectos de las dstrbucoes de frecuecas Iterés de los resúmees umércos:

Más detalles

2.4 Pruebas estadísticas para los números pseudoaleatorios

2.4 Pruebas estadísticas para los números pseudoaleatorios Capítulo Números pseudoaleatoros.4 Pruebas estadístcas para los úmeros pseudoaleatoros 34 E la seccó. se presetaro dversos algortmos para costrur u cojuto r, pero ése es sólo el prmer paso, ya que el cojuto

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

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Tema 12: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t

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