Estadística con R. Nivel Básico
|
|
- Sebastián Rojo Martín
- hace 5 años
- Vistas:
Transcripción
1 Estadística con R. Nivel Básico Vanesa Jordá Departamento de Economía Universidad de Cantabria 11 de octubre de
2 Índice: Estadística descriptiva u Datos univariantes: I. Medidas de posición II. Medidas de dispersión III. Representación grá9ica de los datos IV. Medidas de forma u Datos bivariantes: I. Coe9iciente de correlación II. Grá9ico de dispersión Índice 2
3 Conceptos previos La estadística descriptiva se emplea para resumir la información proporcionada por un determinado conjunto de datos. (Vanesa) La inferencia estadística emplea modelos para describir una determinada variable aleatoria (X), considerando el conjunto de datos a estudiar una muestra de observaciones idéntica e independientemente distribuidas (i.i.d) con la misma distribución de X. (José María) Se puede estudiar una o varias variables simultáneamente, siendo interesante analizar en este último caso la relación entre ellas. 3
4 Conceptos previos Partimos de un conjunto de n datos: x 1,, x n Correspondientes al valor de una determinada variable, e.g. renta, edad, número de hijos, etcétera. En esta parte del curso vamos a emplear el conjunto de datos contenido en el archivo datos2.txt, que contiene la renta per cápita de los países del mundo en dólares internacionales de 2011 y los años promedio de educación (World Development Indicators, 2016). Nuestro objetivo será resumir la información contenida en este conjunto de datos. 4
5 Medidas de posición Media aritmética Es una medida de tendencia central (me indica en torno a qué valor se sitúan mis datos) NOTA: Es muy sensible a los valores atípicos y observaciones extremas. Ejemplo: Cálculo de la media de los datos de renta de datos2.txt. mean(renta) [1]
6 Medidas de posición Mediana Considerando los datos ordenados de menor a mayor, la mediana es el valor que deja a izquierda y derecha el mismo número de observaciones. Ordenamos en primer lugar los datos: x (1),, x (n) n impar: x ([n+1]/2) n par: media de x (n/2), x ([n/2+1) NOTA: Es menos sensible que la media a valores atípicos y valores extremos. Ejemplo: Cálculo de la mediana de los datos de renta de datos2.txt. median(renta) [1]
7 Medidas de posición Mediana NOTA: Es menos sensible que la media a valores atípicos y valores extremos Ejemplo: Cálculo de la media y la mediana de los datos de renta de datos2.txt menos su máximo. mean(renta2) median(renta2) [1] [1] mean(renta) median(renta) [1] [1]
8 Medidas de posición Cuantiles El cuantil de orden p (q p ) el el valor que deja a la izquierda un p% de las observaciones (i.e. p% de los datos menores que ese valor). Casos particulares: Cuartiles: dividen los datos en cuatro bloques. Q 1 : deja a la izquierda el 25% de las observaciones. Q 2 mediana: deja a la izquierda el 50% de las observaciones. Q 3 : deja a la izquierda el 75% de las observaciones. Q 4 máximo: deja a la izquierda el 100% de las observaciones. Deciles: dividen los datos en diez bloques. Percentiles: dividen los datos en cien bloques. 8
9 Medidas de posición Cuantiles Para calcular el cuantil de orden p (q p ) descomponemos la observación x (p[n- 1]+1) en su parte entera y decimal: p(n- 1)+1= j+k donde j es la parte entera y k la parte decimal [0,1], siendo el cuantil q p q p = (1- k) x (j) + k x (j+1) Ejemplo: Cálculo la mediana de los datos de renta de datos2.txt. >quantile(renta,0.1) >0.9*rentaord[14]+0.1*rentaord[15]
10 Medidas de dispersión Varianza y desviación típica La varianza mide la distancia de los datos a la media: La desviación típica es la raíz positiva de la varianza, siendo su principal ventaja con respecto a ésta que viene representada en las mismas unidades que la variable. NOTAS Ambas medidas de dispersión son muy sensibles a los valores extremos. No es posible comparar la dispersión de dos variables en diferentes unidades de medida con estos estadísticos. 10
11 Medidas de dispersión Coe9iciente de variación (CV) Es una medida de dispersión relativa, que permite la comparación de la dispersión de dos variables medidas en distintas unidades. Ejemplo: Cálculo de varianza, desv. típica y CV de ingreso y educación. > var(renta) var(educacion) [1] > sd(renta) sd(educacion) [1] > sd(renta)/mean(renta) sd(educacion)/mean(educacion) [1]
12 Medidas de dispersión Recorrido intercuartílico y semi- intercuartílico Estas dos medidas de dispersión emplean la relaciones entre los cuartiles: La principal diferencia entre ambas es que la segunda nos permite comparar la dispersión de dos variables independientemente de la escala. Ejemplo: Recorrido intercuartílico y semi- intercuartílico de la renta per cápita RI<- quantile(renta,0.75)- quantile(renta,0.25) RSI<- RI/(quantile(renta,0.75)+quantile(renta,0.25))
13 Representación grá9ica Diagrama de caja (box plot) 0e+00 2e+04 4e+04 6e+04 8e+04 1e+05 Observaciones atípicas Q 3 Q RI Q 1 Q 2 Q 1-1.5RI 13
14 Representación grá9ica Histograma Sea a 1 < <a i <a i+1 <, deeinimos para t perteneciente al intervalo (a i, a i+1 ]. La amplitud del intervalo se deeine como h n = a i+1 - a i, mientras que I (ai, ai+1] es un indicador que vale 1 si la observación se encuentra en dicho intervalo y cero en caso contrario. Ejemplo: Histograma para la variable ingreso. hist(renta) (j) 14
15 Representación grá9ica Histogram of muestra Frequency Es algo simple! muestra 15
16 Representación grá9ica Histograma del PIB per cápita Frecuencia PIB per cápita 16
17 Representación grá9ica Histogram of muestra Histogram of muestra Histogram of muestra Frequency Frequency Frequency muestra muestra 0e+00 2e+04 4e+04 6e+04 8e+04 1e+05 muestra 17
18 Representación grá9ica Estimadores núcleo o kernel Es una forma soeisticada de representar la distribución de los datos. Se puede generalizar este método reemplazando la densidad uniforme por una función de densidad determinada que denominamos kernel o núcleo. El más utilizado (y el que se emplea por defecto en R) es el núcleo gaussiano. 18
19 Representación grá9ica Estimadores núcleo o kernel f n (t) f n (t) 19
20 Representación grá9ica Estimadores núcleo o kernel El estimador kernel viene dado por: Ejemplo: Estimación kernel de la función de densidad de la variable ingreso. plot(density(renta)) 20
21 Representación grá9ica 0e+00 1e-05 2e-05 3e-05 4e
22 Representación grá9ica Density 0e+00 1e-05 2e-05 3e-05 4e-05 5e-05 6e muestra 22
23 Representación grá9ica Kernel triangular Kernel rectangular Kernel gaussiano Density 0e+00 1e-05 2e-05 3e-05 4e-05 Density 0e+00 1e-05 2e-05 3e-05 4e-05 Density 0e+00 1e-05 2e-05 3e-05 4e N = 167 Bandwidth = N = 167 Bandwidth = N = 167 Bandwidth =
24 Representación grá9ica Density 0.0e e e e e e e-05 Density 0e+00 1e-05 2e-05 3e-05 4e-05 Density 0e+00 2e-05 4e-05 6e-05 8e-05 0e+00 5e+04 1e+05 N = 167 Bandwidth = N = 167 Bandwidth = e+00 2e+04 4e+04 6e+04 8e+04 1e+05 N = 167 Bandwidth =
25 Medidas de forma Coe9iciente de asimetría g 1 = 0, la distribución es simétrica. g 1 < 0, la distribución es asimétrica negativa. g 1 > 0, la distribución es asimétrica positiva. Ejemplo: library(moments) skewness(renta) [1]
26 Medidas de forma Density 0e+00 1e-05 2e-05 3e-05 4e-05 5e-05-1e+05-5e+04 0e+00 5e+04 1e+05 N = 1000 Bandwidth =
27 Medidas de forma Coe9iciente de curtosis Mide el grado de apuntamiento de la distribución con respecto a la distribución normal estándar g 2 = 0, la distribución es mesocúrtica. g 2 < 0, la distribución es platicúrtica. g 2 > 0, la distribución es leptocúrtica. Ejemplo: library(moments) kurtosis(renta)- 3 [1]
28 Medidas de forma Density
29 Análisis de datos bivariantes En este caso observamos dos variables de cada uno de los componentes de la muestra. Ejemplo: Relación entre el capital humano de un país y su nivel de renta. Los objetivos del análisis de bivariante (multivariante, en términos generales) es entender la relación que existe entre las variables. Para ello empleamos: 1. Estadísticos resumen. La covarianza y el coeeiciente de correlación. 2. Herramientas gráeicas. El gráeico de dispersión. 29
30 Análisis de datos bivariantes Covarianza entre las variables X e Y La covarianza determina el tipo de relación lineal entre las variables X e Y La magnitud de este estadístico no es informativa, dado que depende de la unidad de medida de la variable, lo que es relevante es su signo. Ejemplo: cov(renta,educacion) [1]
31 Análisis de datos bivariantes Coe9iciente de correlación entre las variables X e Y Proporciona una medida del grado de relación lineal entre las variables. r XY = 0, no existe relación lineal entre las variables. r XY = 1, relación lineal positiva perfecta entre las variables. r XY = - 1, relación lineal negativa perfecta entre las variables. 0< r XY < 1, relación lineal positiva entre las variables. - 1< r XY < 0, relación lineal negativa entre las variables. Ejemplo: cor(renta,educacion) [1] Y 31
32 Análisis de datos bivariantes renta 0e+00 2e+04 4e+04 6e+04 8e+04 1e+05 r XY = 0, educacion 32
33 Análisis de datos bivariantes log(renta) r XY = 0, educacion 33
34 Análisis de datos bivariantes Correlación positiva perfecta Correlación negativa perfecta Y Y X X 34
35 Análisis de datos bivariantes r XY = 0, r XY = 0,
36 Análisis de datos bivariantes Un r XY cercano Correlación a 0 se interpreta débil como una débil asociación lineal Y r XY = 0, samplen^ r XY = - 0, X samples
37 1. Ejemplo de datos tabulados Los siguientes datos recogen una muestra de notas de la asignatura de Estadística II del Grado en Economía: Calcular: Nota Alumnos a) Nota media. b) Nota mínima del 10 por ciento de los mejores alumnos. c) Varianza de las calieicaciones de Estadística II. d) Diagrama de caja. Hay algún valor atípico? e) Histograma de las calieicaciones anteriores. 37
38 2. Ejemplo de datos tabulados La siguiente tabla recoge información sobre el número de accidentes en el último año y los años de carnet de conducir de una muestra de clientes de una aseguradora: Nº accidentes\años de carnet a) Calcular la covarianza y el coeeiciente de correlación entre el número de años de carnet y el número de accidentes. b) Representar gráeicamente la relación entre ambas variables por medio de un gráeico de dispersión. 38
Técnicas Cuantitativas para el Management y los Negocios
Técnicas Cuantitativas para el Management y los Negocios Contador Público Módulo I: ESTADÍSTICA DESCRIPTIVA Contenidos Módulo I Unidad 1. Introducción y conceptos básicos Conceptos básicos de Estadística.
Más detallesMEDIDAS DE POSICIÓN CUANTILES CUARTILES DECILES CARLOS DARIO RESTREPO
MEDIDAS DE POSICIÓN Las Medidas de Posición, también conocidas como Otras Medidas de Dispersión, son otras medidas o métodos que resultan ser más prácticos para precisar ciertas situaciones en las que
Más detallesEstadística I Tema 2: Análisis de datos univariantes Descripción numérica de datos
Estadística I Tema 2: Análisis de datos univariantes Descripción numérica de datos Descripción numérica de datos: medidas descriptivas Centro Posición Variación Forma media cuartiles rango coef. asimetría
Más detallesEstadística Descriptiva en R: Parámetros y estadísticos. José Enrique Martín García Universidad Politécnica de Gimialcón (Copyright 2016)
Estadística Descriptiva en R: Parámetros y estadísticos José Enrique Martín García Universidad Politécnica de Gimialcón (Copyright 2016) Parámetros y Estadísticos Parámetro: Es una cantidad numérica calculada
Más detallesMódulo de Estadística
Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen
Más detallesEstadística aplicada al Periodismo
Estadística aplicada al Periodismo Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad y Modelos probabilísticos.
Más detallesESTADÍSTICA Camerina Laura Ramírez Gallegos
ESTADÍSTICA DEFINICIÓN La Estadística es una disciplina que utiliza recursos matemáticos para organizar y resumir una gran cantidad de datos obtenidos de la realidad, e inferir conclusiones respecto de
Más detallesINTRODUCCIÓN. Fenómeno Real. Aprendizaje sobre el fenómeno. Análisis Estadístico. Datos Observados
ESTADÍSTICA INTRODUCCIÓN Qué es la estadística?. - Es la rama de las matemáticas que estudia la recolección, análisis e interpretación de datos. Por qué estudiamos estadística? - Aprender sobre fenómenos
Más detallesLECCIÓN PÚBLICA. Tema 2 Medidas de Tendencia Central, Posición y Variabilidad. Profa. María Fátima Dos Santos
LECCIÓN PÚBLICA Tema 2 Medidas de Tendencia Central, Posición y Variabilidad Profa. María Fátima Dos Santos 1 Reducción de observaciones Medidas de posición MTC / datos no agrupados MTC / datos agrupados
Más detallesAnálisis Exploratorio de Datos Resumen gráfico y numérico
INSTITUTO DE MATEMÁTICA Y FIsiCA Análisis Exploratorio de Datos Resumen gráfico y numérico DOCENTE Gloria Correa Beltrán Etapas del Método Científico Pasos a seguir en el Análisis Exploratorio de Datos
Más detallesESTADÍSTICA DESCRIPTIVA
Universidad Técnica de Babahoyo ESTADÍSTICA DESCRIPTIVA MEDIDAS DE POSICIÓN Y DE TENDENCIA CENTRAL OBJETIVO Analizar y Describir las Características de una Muestra a través de sus estadísticos ó estadígrafos
Más detallesESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS (por jmd matetam.com)
ESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS (por jmd matetam.com) ESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS... 1 DEFINICIONES BÁSICAS... 1 Estadística... 1 Estadística descriptiva... 1 Estadística inferencial...
Más detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesEstadística I. Finanzas y contabilidad
Estadística I. Finanzas y contabilidad Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad. Modelos probabilísticos.
Más detallesEstadística Descriptiva 2da parte
Universidad Nacional de Mar del Plata Facultad de Ingeniería Estadística Descriptiva 2da parte 2 Cuatrimestre 2018 COMISIÓN :1. Prof. Dr. Juan Ignacio Pastore. Qué es la estadística? El contenido de la
Más detallesMedidas Descriptivas Numéricas
Percentiles, Deciles y Cuartiles Además de las medidas de tendencia central, dispersión y forma, también existen algunas medidas interesantes de posición que se utilizan al resumir y analizar las características
Más detallesMomentos de una variable
Momentos de una variable Momentos respecto del origen Dada una variable aleatoria X con función de probabilidad o densidad f(x) podemos definir una función de X que sea igual a la variable elevada a un
Más detallesMEDIDAS. necesita de ciertas medidas (números) representativas que puedan resumirlos. distribuciones de frecuencias de datos univariados:
MEDIDAS O Para describir los datos, se necesita de ciertas medidas (números) representativas que puedan resumirlos. O Sirven para caracterizar las distribuciones de frecuencias de datos univariados: O1-
Más detallesSe quiere medir la dispersión de una muestra a través de su localización. En primer lugar, definimos una medida relacionada con la media.
Medidas de dispersión Se quiere medir la dispersión de una muestra a través de su localización. En primer lugar, definimos una medida relacionada con la media. Ya habiendo calculado la media, x de una
Más detallesMEDIDAS. necesita de ciertas medidas (números) representativas que puedan resumirlos. distribuciones de frecuencias de datos univariados:
MEDIDAS O Para describir los datos, se necesita de ciertas medidas (números) representativas que puedan resumirlos. O Sirven para caracterizar las distribuciones de frecuencias de datos univariados: O1-
Más detallesPart I. Descripción estadística de una variable. Estadística I. Mario Francisco. Conceptos generales. Distribuciones de frecuencias.
Part I Descripción estadística de una variable El objeto de cualquier investigación estadística es la toma de información acerca de los individuos de cierto colectivo llamado población estadística. Cada
Más detallesRecopilación: Camerina Laura Ramírez G. ESTADÍSTICA. Recopilación: Camerina Laura Ramírez G.
ESTADÍSTICA DEFINICIÓN La Estadística es una disciplina que utiliza recursos matemáticos para organizar y resumir una gran cantidad de datos obtenidos de la realidad, e inferir conclusiones respecto de
Más detalles2.2: Resumen numérico
2.2: Resumen numérico Medidas de localización. Medidas de dispersión. Medidas de forma. Lecturas recomendadas: Capítulos 2 a 6 del libro de Peña y Romo (1997) Capítulos 3 a 7 del libro de Portilla (2004)
Más detallesEstadística Descriptiva en SPSS
Estadística Descriptiva en SPSS Marcelo Rodríguez Ingeniero Estadístico - Magister en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 22 de
Más detallesPrueba de Evaluación Continua
Prueba de Evaluación Continua 5-X-6.- En el aeropuerto de Madrid-Barajas se ha recogido una muestra del peso en kilogramos del equipaje de 0 viajeros: 40 0 3 3 6 5 30 3 4 3 4 9 7 39 Construir un diagrama
Más detallesESTADÍSTICA I Tema 1: Estadística descriptiva
ESTADÍSTICA I Tema 1: Estadística descriptiva Estadística descriptiva e inferencia estadística Resúmenes numéricos de un conjunto de datos Herramientas gráficas para el análisis exploratorio de datos Datos
Más detallesEstadística Descriptiva. Tema 1: Estadísticos 1
Estadística Descriptiva Tema 1: Estadísticos Tema 1: Estadísticos 1 Parámetros y estadísticos! Parámetro: Es una cantidad numérica calculada sobre una población. " La altura media de los individuos de
Más detallesTema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1
Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea
Más detallesy = 2, entonces: a) x es más dispersa que y. b) son igual de dispersas. 9.- Sean dos variables estadísticas x e y con los siguientes valores x = 5, σ
VARIABLES ESTADÍSTICAS 1.- Sea X una variable estadística de media 2 metros y desviación típica 5 metros. Sea Y una variable estadística de media 24 cm y desviación típica 60 centímetros. a) Y es más dispersa
Más detallesEstadística I Tema 2: Análisis de datos univariantes
Estadística I Tema 2: Análisis de datos univariantes Tema 2: Análisis de datos univariantes Contenidos Gráficas para datos categóricos (diagrama de barras, diagrama de sectores). Gráficas para datos numéricos
Más detallesANÁLISIS DE DATOS UNIDIMENSIONALES
ANÁLISIS DE DATOS UNIDIMENSIONALES TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS MEDIDAS DE POSICIÓN MEDIDAS DE TENDENCIA CENTRAL MEDIA ARITMÉTICA OTRAS MEDIAS: GEOMÉTRICA.ARMÓNICA.MEDIA GENERAL MEDIANA
Más detallesEstadística Aplicada. Tema 2: Estadísticos. Universidad Autónoma de Cd. Juarez Tema 2: Estadísticos 1
Estadística Aplicada Tema 2: Estadísticos Tema 2: Estadísticos 1 Sabias que Las estrellas de mar no tienen cerebro. Tema 2: Estadísticos 2 Parámetros y estadísticos Parámetro: Es una cantidad numérica
Más detallesEstadística. Tema 2: Estadísticos. Dagoberto Salgado Horta Tema 2: Estadísticos 1
Estadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea
Más detallesTema 3: Estadística Descriptiva
Tema 3: Estadística Descriptiva Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 3: Estadística Descriptiva Curso 2008-2009 1 / 27 Índice
Más detallesESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 5) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 5) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía VIDEOCLASE: Medidas de Tendencia Central y Variabilidad
Más detallesEstadística aplicada a la comunicación
Estadística aplicada a la comunicación Tema 5: Análisis de datos cuantitativos I: estadística descriptiva a. Análisis univariante OpenCourseWare UPV/EHU Unai Martín Roncero Departamento de Sociología 2
Más detallesMedidas de Tendencia central Medidas de Dispersión Medidas de Asimetría
Medidas de Tendencia central Medidas de Dispersión Medidas de Asimetría 1 Intento de resumir la distribución, expresando el valor que se puede considerar mas típico o representativo de los datos. El término
Más detallesIMADIL /10/2014
TEMA 3: Características estadísticas fundamentales (Segunda parte: Dispersión y forma) Ignacio Martín y José Luis Padilla IMADIL 2014-2015 2 POSICIÓN DISPERSIÓN ESTADÍSTICOS SIMETRÍA APUNTAMIENTO 3. ESTADÍSTICOS
Más detallesMétodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va
Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA
Más detallesLas técnicas para resumir la información ió contenida en un conjunto de datos x 1, x 2,,x n son: Tablas de frecuencias: por columnas, disponemos los
Las técnicas para resumir la información ió contenida en un conjunto de datos x 1, x 2,,x n son: Tablas de frecuencias: por columnas, disponemos los datos (si hay pocos distintos) o los intervalos (si
Más detallesESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 5) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 5) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía VIDEOCLASE: Medidas de Tendencia Central y Variabilidad
Más detallesPRESENTACIÓN N DEL AED
PRESENTACIÓN N DEL AED Inicio del AED: John Tukey (1977) Nuevas técnicas t gráficas y analísticas Perspectiva exploratoria EDC frente al AED EDC Recoge, Ordena, representa Tabla: agrupa Datos. Gráficos
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales
Curso de Estadística Aplicada a las Ciencias Sociales Tema 6. Descripción numérica (2) Capítulo 5 del manual Tema 6 Descripción numérica (2) Introducción 1. La mediana 2. Los cuartiles 3. El rango y el
Más detallesOARI CLASE 19/05/2015. DESCRIPCIÓN CUANTITATIVA DE LOS DATOS. MEDIDAS RESUMEN
OARI CLASE 19/05/2015. DESCRIPCIÓN CUANTITATIVA DE LOS DATOS. MEDIDAS RESUMEN Licenciatura en Gestión Ambiental 2015 Estimación de estadísticos descriptivos Una descripción cuantitativa de datos incluye:
Más detallesTema 4. DESCRIPCIÓN DE UNA VARIABLE: MEDIDAS DE DISPERSIÓN Y DE FORMA
Tema 4. DESCRIPCIÓ DE UA VARIABLE: MEDIDAS DE DISPERSIÓ Y DE FORMA COTEIDO: 1. MEDIDAS DE DISPERSIÓ: Varianza Desviación típica Coeficiente de variación Rango Recorrido intercuartílico. MEDIDAS DE FORMA:
Más detallesMÓDULO III. MEDIDAS DE TENDENCIA CENTRAL, DISPERSIÓN Y ASIMETRÍA
1 UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Más detallesÁREAS DE LA ESTADÍSTICA
QUÉ ES LA ESTADÍSTICA? Es el arte de realizar inferencias y sacar conclusiones a partir de datos imperfectos. ÁREAS DE LA ESTADÍSTICA Diseño: Planeamiento y desarrollo de investigaciones Descripción: Resumen
Más detallesESTADÍSTICA DESCRIPTIVA TEMA 2: MEDIDAS NUMÉRICAS
UNIDAD 2 ESTADÍSTICA DESCRIPTIVA TEMA 2: MEDIDAS NUMÉRICAS Medidas numéricas de posición, dispersión, forma y asociación 1 Medidas numéricas de posición, dispersión, forma y asociación Si se calculan para
Más detallesEstadística Básica 1er Cuatrimestre 2012
Estadística Básica 1er Cuatrimestre 2012 En todo análisis y/o interpretación se pueden utilizar diversas medidas descriptivas que representan las propiedades de tendencia central, dispersión y forma, para
Más detallesJulio Deride Silva. 18 de agosto de 2010
Estadística Descriptiva Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 18 de agosto de 2010 Tabla de Contenidos Estadística Descriptiva Julio Deride
Más detallesEstadística Aplicada a la Educación
Estadística Aplicada a a la la Educación Estadística Aplicada a la Educación Tutor. UNED Madrid-Sur (A.U. Parla) Miguel Ángel Daza 2014/15 migdaza@madridsur.uned.es 1 2014/15 1 2 4 5 6 7 8 9 10 11 12 La
Más detallesTablas de contingencia Las tablas de frecuencia pueden organizar datos de sólo una variable a la vez.
Tablas de contingencia Las tablas de frecuencia pueden organizar datos de sólo una variable a la vez. Si se desea examinar o comparar dos variables, una tabla de contingencia resulta de mucha utilidad.
Más detallesTEMA 1: ESTADISTICA DESCRIPTIVA
ESTADÍSTICA, CURSO 008 009 1 TEMA 1: ESTADISTICA DESCRIPTIVA 1 FUDAMETOS 11 VARIABLES ESTADISTICAS Población: conjunto completo de elementos, con alguna característica común, objeto del estudio estadístico
Más detallesEstadís-ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 1. Estadís-ca descrip-va
Estadís-ca Tema 1. Estadís-ca descrip-va María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica
Más detallesTema 6 Descripción numérica (2) Curso de Estadística Aplicada a las Ciencias Sociales. 1. La mediana. Introducción. Tema 6. Descripción numérica (2)
Curso de Estadística Aplicada a las Ciencias Sociales Tema 6. Descripción numérica (2) Capítulo 5 del manual Tema 6 Descripción numérica (2) Introducción 1. La mediana 2. Los cuartiles 3. El rango y el
Más detallesAsignatura: Metodologías de investigación. Tema 6. Exploración de datos. Exploración de datos
Asignatura: Metodologías de investigación Tema 6 Etapas de una investigación Análisis : tests estadísticos, ajuste de curvas, análisis multivariante Obtención datos, calibrados, etc. Diseño del experimento
Más detallesExperimento de lanzar 3 monedas al aire. Denominando por (C) a Cara y (X) a Cruz, el espacio muestral será: Ω={CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}
1 Tema 3 : Variable Aleatoria Unidimensional 3.1. Concepto de variable aleatoria Se llama variable aleatoria (v.a.) a toda aplicación que asocia a cada elemento del espacio muestral (Ω) de un experimento,
Más detallesTEMA: 9 ESTADÍSTICA 4º ESO
TEMA: 9 ESTADÍSTICA º ESO 1. POBLACIÓN Y MUESTRA POBLACIÓN o Es el conjunto de todos los elementos que son objeto de nuestro estudio. MUESTRA o Es un subconjunto, extraído de la población, cuyo estudio
Más detallesFacultad de Ciencias Económicas y Empresariales - Grado en Economía Prácticas Estadística I Curso PRÁCTICA 1
Facultad de Ciencias Económicas y Empresariales - Grado en Economía Prácticas Estadística I Curso 2015-2016 Práctica 1.1 PRÁCTICA 1 Para conocer el perfil de las familias de los estudiantes de una facultad
Más detallesMedidas de dispersión. Rango o recorrido. Desviación media. Medidas de dispersión
Inicio Aritmética Álgebra Geometría Cálculo Estadística Trigonometría A B C D E F G H I J K L M N O P Q R S T U V W X Y Z Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan
Más detallesEstadística Descriptiva
Estadística Descriptiva M. Carmen Carollo Limeres Estadística descriptiva univariable Algunos conceptos básicos DATOS Resultados de una medición (peso de los conejos de una camada) Resultados de un proceso
Más detallesUNIDAD 7 Medidas de dispersión
UNIDAD 7 Medidas de dispersión UNIDAD 7 MEDIDAS DE DISPERSIÓN Al calcular un promedio, por ejemplo la media aritmética no sabemos su representatividad para ese conjunto de datos. La información suministrada
Más detallesResumenes numéricas de una muestra de datos. M. Wiper Análisis Estadístico del Delito 1 / 41
Resumenes numéricas de una muestra de datos M. Wiper Análisis Estadístico del Delito 1 / 41 M. Wiper Análisis Estadístico del Delito 2 / 41 Objetivo Introducir medidas de localización, dispersión y asimetría
Más detallesCLASIFICACIÓN DE LA ESTADÍSTICA
Estadística aplicada a la Investigación Docente: BC. Aníbal Espínola Cano CLASIFICACIÓN DE LA ESTADÍSTICA 1 ESTADÍSTICA DESCRIPTIVA Ordenando la Información Al ordenar datos muy numerosos, es usual agruparlos
Más detallesTEMA 5 Estadística descriptiva. Análisis de datos
TEMA 5 Estadística descriptiva. Análisis de datos Florence Nightingale (1820-1910) 1. Introducción. Modelos matemáticos 2. Métodos numéricos. Resolución de sistemas lineales y ecuaciones no lineales 3.
Más detalles1. Estadística descriptiva
1. Estadística descriptiva Curso 2011-2012 Estadística Datos Número Consumo Cilindrada Potencia Peso Aceleración Año País Nº Cilindros l/100km cc CV kg segundos 1 15 4982 150 1144 12 70 EEUU 8 2 16 6391
Más detallesNIVELACIÓN DE ESTADISTICA. Carlos Darío Restrepo
NIVELACIÓN DE ESTADISTICA Qué es la estadística? CONCEPTOS BASICOS Es una rama de las matemáticas que se ocupa de recopilar datos, de ordenarlos para una mejor comprensión del fenómeno que se desea estudiar
Más detallesTema 1 Estadística descriptiva: Medidas de posición
Tema 1 Estadística descriptiva: Medidas de posición Curso 2017/18 Grados en biología sanitaria Departamento de Física y Matemáticas Marcos Marvá Ruiz Mediana, cuartiles,..., y cuantiles variables cuantitativas
Más detallesSolución a los ejercicios de autocomprobación - Tema La información que nos dan es la siguiente:
Solución a los ejercicios de autocomprobación - Tema 2 1. La información que nos dan es la siguiente: Además, el extremo superior de la primera clase es 75, el número de clases es 6 y la longitud de cada
Más detallesAsimetría Coeficiente de Asimetría de Fisher
Asimetría Si los valores de la serie de datos presenta la misma forma a izquierda y derecha de un valor central (media aritmética) se dice que es simétrica de lo contrario será asimétrica. Para medir el
Más detallesM Dolores Redondas Curso
M Dolores Redondas dolores.redondas@upm.es E.U. Arquitectura Técnica U.P.M. Curso 2009-2010 2 Problemas básicos de la estadística aplicada Algunos problemas básicos que suelen presentarse en la investigación
Más detallesY accedemos al cuadro de diálogo Descriptivos
SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas
Más detallesx i = n = 35 5 =7 MEDIDAS DE CENTRALIZACIÓN Media aritmética: variables cuantitativas , x 2 Datos no agrupados: x 1 ,...,x n x= x 1 +x
MEDIDAS DE CENTRALIZACIÓN Media aritmética: variables cuantitativas Datos no agrupados: x 1, x 2,...,x n x= x 1 +x 2 +... x n n n i=1 = n Ejemplo: dados los valores: X = 1, 4, 16, 11, 3, 6, su media es
Más detallesTema 1: Estadística descriptiva. Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1
Tema 1: Estadística descriptiva Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1 Introducción Objetivo: estudiar una característica o variable en una población. Ejemplos:
Más detalles3.2. Desviación Media
Socioestadística I Capítulo 3. CARACTERÍSTICAS DE LAS DISTRIBUCIONES DE FRECUENCIAS 3.2. Desviación Media Es otra medida de dispersión y viene dada por la media aritmética de los valores absolutos de las
Más detallesUnidad 4 Análisis y aplicación de las medidas de tendencia central, variabilidad, ubicación y forma.
Unidad 4 Análisis y aplicación de las medidas de tendencia central, variabilidad, ubicación y forma. Distribución normal ( En las ciencias del comportamiento las distribuciones tienden a adoptar una forma
Más detallesEl Método Científico. Metodología de Investigación. Te sifón Parrón
El Método Científico Metodología de Investigación Te sifón Parrón Bioestadística Para qué sirve la Bioestadística? DESCRIPTIVA Sistematización, recogida, ordenación y presentación de los datos referentes
Más detallesRELACIÒN ENTRE LOS PROMEDIOS
Capítulo : RELACIÒN ENTRE LOS PROMEDIOS INTRODUCCIÓN La Estadística es una ciencia matemática que se utiliza para describir, analizar e interpretar ciertas características de un conjunto de individuos
Más detallesMétodos Estadísticos Aplicados
Métodos Estadísticos Aplicados M. González Departamento de Matemáticas. Universidad de Extremadura Métodos Estadísticos Aplicados 1 Análisis Exploratorio de Datos 2 3 Métodos Estadísticos Aplicados 1 Análisis
Más detallesAnálisis de datos y gestión n veterinaria. Tema 1 Estadística descriptiva. Prof. Dr. José Manuel Perea Muñoz
Análisis de datos y gestión n veterinaria Tema 1 Estadística descriptiva Prof. Dr. José Manuel Perea Muñoz Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, de Septiembre
Más detallesU.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo
U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:
Más detallesMEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas
Más detallesLos estadísticos descriptivos clásicos (Robustez)
Los estadísticos descriptivos clásicos (Robustez) MUESTRA 0 0 4 6 8 9 MUESTRA 0 0 4 6 8 57 Nº CASOS Media Mediana Moda Desviación Simetría Curtosis MUESTRA,85 4,74 0, -0.688 MUESTRA 6,77 4.8.7.77 Ambas
Más detallesEstadística Descriptiva I
Metodología de la Investigación en Enfermería Cátedra de Bioestadística Universidad de Extremadura 31 de enero de 2012 De qué trata? Descripción conjunto concreto de datos (sin generalizar) Clasificación
Más detallesBioestadística: Estadística Descriptiva
Bioestadística: M. González Departamento de Matemáticas. Universidad de Extremadura Bioestadística 1 2 Bioestadística 1 2 Coneptos Básicos ESTADÍSTICA Ciencia que estudia el conjunto de métodos y procedimientos
Más detallesEstadística UNIDAD DOS ESTADÍSTICA
Apellido(s) Nombre (s) Carn et fecha Jornada: Matutina: Vespertina: Carre ra: Perito: Bachiller: Sección: A B C D E F Grado: 4to 5to 6to Código Técnico No. ACTIVIDAD PUNTEO Hoja 1: Medidas de Tendencia
Más detallesVariables. Variables. Variables. Ejemplo. Primera toma de contacto La estadística stica pretende
Primera toma de contacto La estadística stica pretende Análisis de Datos Variables, Estadística stica Descriptiva José Ríos Estadístico stico Responsable de Proyectos Laboratorio de Bioestadística stica
Más detallesEscala Nominal Permite la clasificación de individuos según escala cualitativa. Ejemplo: Estado civil, profesión, sexo,...
Tipos de variables y Escalas de Medida Variables CATEGÓRICAS Variables NUMÉRICAS: DISCRETAS Y CONTINUAS Escala Nominal Permite la clasificación de individuos según escala cualitativa. Ejemplo: Estado civil,
Más detallesAnálisis descriptivo y exploratorio de datos
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Análisis descriptivo y exploratorio de datos Francisco M. Ocaña Peinado @ocanapaco http://www.ugr.es/local/fmocan Departamento de Estadística e Investigación
Más detallesCLASE 2 INTRODUCCION A LA ESTADISTICA
CLASE 2 INTRODUCCION A LA ESTADISTICA Medidas descriptivas Medidas de Centralización o Tendencia Central Nos dan un centro de la distribución de frecuencias, es un valor que se puede tomar como representativo
Más detallesTema 1: Análisis de datos univariantes
Tema 1: Análisis de datos univariantes 1 En este tema: Conceptos fundamentales: muestra y población, variables estadísticas. Variables cualitativas o cuantitativas discretas: Distribución de frecuencias
Más detallesDispone de 1 hora para resolver las siguientes cuestiones planteadas.
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE ECONOMÍA Y NEGOCIOS EXAMEN TEÓRICO DE ESTADÍSTICA COMPUTARIZADA NOMBRE: PARALELO: Dispone de 1 hora para resolver las siguientes cuestiones planteadas.
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detalles1. Estadística descriptiva
1. Estadística descriptiva Curso 2011-2012 Estadística Datos Número Consumo Cilindrada Potencia Peso Aceleración Año País Nº Cilindros l/100km cc CV kg segundos 1 15 4982 150 1144 12 70 EEUU 8 2 16 6391
Más detallesCOLEGIO CALASANCIO. MADRID. ESTADÍSTICA UNIDIMENSIONAL. 4º E.S.O.
Repasa de cursos anteriores: Estadística. Población. Muestra. Carácter estadístico: cualitativo (modalidad) y cuantitativo (variable estadística), que puede ser (discreta y continua] Frecuencias: absolutas
Más detallesInstrumentos y matriz de datos
Curso: Estadística Instrumentos y matriz de datos Medidas descriptivas de Tendencia Central y Posición Estadística Descriptiva Profesor: Gonzalo Fernández Fecha: 19/09/2017 LOGRO DE LA SESIÓN Al finalizar
Más detallesDEPARTAMENTO DE SOCIOLOGÍA I. Curso
DEPARTAMENTO DE SOCIOLOGÍA I Curso 2010-2011 Socioestadística I Capítulo 3. CARACTERÍSTICAS DE LAS DISTRIBUCIONES DE FRECUENCIAS 2.2. La Mediana (ejemplo) Con esta distribución, vamos a calcular
Más detalles