ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

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

Download "ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales"

Transcripción

1 ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González Bajo el térmno Estadístca Descrptva se engloban las técncas que nos permtrán realzar un análss elemental de las observacones expermentales observadas. Se subdvde en dos bloques : º Estadístca prmara : Obtendo un grupo de observacones expermentales, este apartado nos enseña a ordenarlas adecuadamente, de modo que se ofrezca una nformacón lo más clara posble. º Estadístca dervada o secundara : Con los datos observados realzaremos certos cálculos, obtenendo así unas meddas. Este bloque temátco nos enseña a nterpretarlas. PROCEDIMIETO A SEGUIR E U ESTUDIO ESTADÍSTICO. El proceso segudo en el estudo estadístco de una certa característca o varable, puede subdvdrse en tres pasos sucesvos : A RECOGIDA DE DATOS : Planteado el test o encuesta oportuno y recogdos los datos que correspondan, el prmer análss que realzaremos es el del tpo de varable que pretendemos estudar (Cualtatva o Cuanttatva ; Dscreta o Contnua). Esto condconará en gran medda su posteror tratamento. B C ORGAIZACIÓ DE LOS DATOS : Determnado el modo de agrupamento de las observacones, procedemos a su recuento, construyendo la tabla de frecuencas. Posterormente podremos vsualzar tales frecuencas de forma gráfca con el dagrama estadístco apropado. AÁLISIS FIAL : La obtencón de muy dversas conclusones respecto de la varable estudada, se podrá realzar con auxlo de los dferentes parámetros estadístcos (de centralzacón, poscón, dspersón, etc.) VARIABLES ESTADÍSTICAS. CLASIFICACIÓ. El aspecto que deseamos estudar (edad, sexo, peso,...) recbe el nombre de VARIABLE ESTADÍSTICA. A lo largo de esta undad observaremos, que las técncas estadístcas a segur serán dferentes según el tpo de varable objeto de estudo. La clasfcacón más tradconal de las varables estadístcas es la sguente : CUALITATIVAS Los valores de las observacones quedan expresados por característcas o atrbutos. Por ejemplo : Estado cvl ; Color preferdo ; vel de estudos ; Raza ;... Dentro de ellas podremos subdvdrlas en funcón de que puedan ser ordenadas (vel de estudos) o no tenga sentdo una determnada ordenacón que se establezca (Color preferdo, Razas,...). CUATITATIVAS Los valores de las observacones son numércos (cuantfcables) y, en consecuenca, ordenables. A su vez las varables cuanttatvas se subdvden en dos tpos : DISCRETAS : Toman valores concretos (º de hjos : 0,,,...) COTIUAS : Pueden tomar cualquer valor de un certo ntervalo (Peso ; Estatura ;...). TABLAS DE FRECUECIAS. S la varable es Cualtatva, observamos los valores dferentes de la msma. S es Cuanttatva buscaremos los valores mínmo y máxmo obtendos. En funcón del número de observacones, decdremos s se realza su estudo de forma ndvdual o agrupando en ntervalos. Estadístca descrptva (F. Álvarez) -

2 COSTRUCCIÓ DE ITERVALOS : Tenendo en cuenta la ampltud total de las observacones (Valor máxmo menos valor mínmo observados), tomaremos una decsón sobre el número total de ntervalos, o ben sobre la ampltud o tamaño de los msmos. EJEMPLO : Supuesto : Valor máxmo 87, Valor mínmo. Luego : AMPLITUD S decdmos construr 8 ntervalos, la ampltud de cada uno será de 0 undades (valor aproxmado de 76/8). El prmer ntervalo no tene porqué ncarse en (mínmo); es más, se aconseja tomar sempre valores "vsualmente agradables" (5, 0, 5,...). Con esto los ntervalos serían : [0,0) [0,0) [0,) [,50) [50,60) [60,70) [70,80) [80,90] S partmos de la decsón de que los ntervalos tengan 5 undades de ampltud, smplemente ncaremos su construccón hasta llegar a un ntervalo que contenga al valor máxmo observado. [0,5) [5,) [,55) [55,70) [70,85) [85,90] Teórcamente se establece que el número deal de ntervalos debe ser la raíz cuadrada del número de observacones dsponbles : Para observacones : Crtero de Kaser º de ntervalos E 5 ' + '.ln( ) (E parte entera) Crtero de Sturges º de ntervalos ( ) OTACIÓ Al establecer dos ntervalos consecutvos, por ejemplo de 0 a 0 y de 0 a 0, hemos de decdr s el valor 0 (fnal de uno e nco del sguente) pertenece al prmer ntervalo o al segundo. Para ello empleamos los símbolos [ y (. [ o ] el valor stuado junto a él pertenece al ntervalo ( o ) el valor stuado junto a él no pertenece al ntervalo OTACIOES PARA REPRESETAR ITERVALOS EXTREMOS REALES EXTREMOS APARETES Desde 0 hasta menos de 0 [ 0, 0 ) De 0 a menos de 0 [ 0, 0 ) De 0 a menos de 0 [ 0, 0 ) De 0 a menos de [ 0, ) Desde hasta 50 [, 50 ] - 4 Valores :,, y 4 [ 0'5, 4'5 ) 5-8 Valores : 5, 6, 7 y 8 [ 4'5, 8'5 ) 9 - Valores : 9, 0, y [ 8'5, '5 ] RECUETO. TABLA DE FRECUECIAS ABSOLUTAS. Stuados en una tabla los valores de la varable (desde el mínmo al máxmo) o los ntervalos que los contenen, procedemos a contar las veces que se repten. Construmos así una tabla como la de la zquerda. En ella podrá observarse que, en el supuesto de datos agrupados en ntervalos, se ha ncludo una columna encabezada por x. Tal valor de x se denomna marca de clase y es el valor central de cada ntervalo. - Estadístca descrptva (F. Álvarez)

3 Intervalos x Recuento n [ e, e ) x /// n n [ e, e ) x ///// ///// / n n +n [ e, e + ) x ///// /// n n +n n Σn FRECUECIAS. FRECUECIA ABSOLUTA (n) : Para datos no agrupados en ntervalos, es el número de veces que se presenta cada valor de la varable. S los datos se agrupan en ntervalos, es el número de observacones que pertenecen a dcho ntervalo. FRECUECIA ABSOLUTA ACUMULADA () : Para un certo valor de la varable, la frecuenca absoluta acumulada nos da el número de observacones menores o guales que dcho valor. OTRAS FRECUECIAS : FRECUECIA RELATIVA (r) : Cocente entre la frecuenca absoluta y el número total de observacones (). PROPORCIÓ o PORCETAJE (p) : Frecuenca relatva multplcada por 00 (es la expresón de las frecuencas en %). De gual modo que se defnó para las frecuencas absolutas, se defnen las FRECUECIAS RELATIVAS ACUMULADAS (R) y los PORCETAJES ACUMULADOS (P). TABLA COMPLETA DE FRECUECIAS : EJEMPLO : x n r p R P x n r n / p r. 00 n r p x n r n / p r. 00 n +n r +r p +p x n r n / p r. 00 n +n n r +r r p +p p Σn Σr Σp 00 x n r p R P 5 0'5 '5 5 0'5 '5 0 0' '75 7' '0 0'775 77' ' '95 9'5 6 0'075 7'5 ' GRÁFICOS ESTADÍSTICOS. La norma que hemos de segur en la construccón de un gráfco estadístco es sempre : "La zona que dentfca a cada valor será proporconal a su frecuenca" Los dagramas usuales son los que se descrben a contnuacón. A Dagramas de barras Para varables cualtatvas o cuanttatvas no agrupadas en ntervalos. FUDAMETO : Sobre un eje (normalmente el horzontal) marcamos los valores de la varable, dbujando sobre cada uno de ellos una barra cuya longtud sea proporconal a la frecuenca que se esté vsualzando. S la varable representada es cuanttatva, enlazando los extremos de las barras obtendremos el POLÍGOO DE FRECUECIAS, denomnado PERFIL ORTOGOAL para cualtatvas ordenables. Estadístca descrptva (F. Álvarez) -

4 B Hstogramas Representatvo de las varables agrupadas en ntervalos. FUDAMETO : Sobre el eje horzontal marcamos los dstntos ntervalos, dbujando sobre cada uno de ellos un rectángulo cuya área sea proporconal a la frecuenca que se esté vsualzando (S todos los ntervalos tenen la msma ampltud, nos bastará con que la altura de los rectángulos sea proporconal a las frecuencas). POLÍGOOS DE FRECUECIAS : S la frecuenca representada no es acumulada, enlazamos los puntos medos de los extremos superores de los rectángulos. Para frecuencas acumuladas, el polígono de frecuencas se obtene de la forma ndcada en el gráfco. C Dagramas de sectores Utlzable en cualquer tpo de varable. FUDAMETO : Dvdmos el círculo en sectores crculares, de modo que la ampltud de cada sector, sea proporconal a la frecuenca. Junto a cada sector, se suele ndcar el valor representado. Es aconsejable la expresón de las ampltudes de los sectores en % (porcentajes p ). D Pctogramas Utlzable en todo tpo de varables, especalmente con las cualtatvas. FUDAMETO : Es el msmo que se sgue para la construccón de los dagramas de barras y hstogramas. La dferenca estrba en que, en lugar de dbujar una barra o un rectángulo, se dbuja una fgura que hace referenca al problema objeto de estudo. E Dagramas de áreas Representatvo de las varables cuanttatvas, equvale a la representacón ndependente de los polígonos de frecuencas (descrtos en los dagramas de barras y hstogramas). FUDAMETO : Indca la evolucón de los valores de la varable, consstendo en la vsualzacón del área encerrada bajo el polígono de frecuencas. Para ello, se conecta dcho polígono con el eje de la varable (el horzontal en el gráfco), tanto a la zquerda del prmer valor como a la derecha del últmo. Los dagramas de barras, hstogramas, pctogramas y de áreas, admten la representacón correspondente a sus frecuencas acumuladas. MEDIDAS DE CETRALIZACIÓ. MEDIA ARITMÉTICA : n. x x MODA : n + Mo e +. n+ + n OTACIOES Es el resultado de dvdr la suma de todas las observacones entre el número de ellas. a Es el valor que más se repte. Será pues el valor (o valores) cuya frecuenca absoluta sea la mayor de las observadas. S los datos se encuentran agrupados en ntervalos, obtendremos el ntervalo en el que se encuentra la moda (ITERVALO MODAL). Para determnar su valor concreto, aplcamos la expresón de la zquerda. Los subíndces ndcan : ntervalo donde se encuentra la moda. - ntervalo anteror al que contene la moda. + ntervalo sguente al que contene la moda. e extremo nferor del ntervalo en el que se encuentra la moda. a ampltud del ntervalo en el que está la moda. n frecuenca absoluta. 4 - Estadístca descrptva (F. Álvarez)

5 MEDIAA : Me e +. a n Supuestas ordenadas las observacones, MEDIAA es el valor de la varable que está en el centro de las msmas. Deja pues a la mtad (el 50%) de las observacones por debajo de dcho valor. Para obtener el valor de la medana, segumos los pasos sguentes : º Calculamos la tabla de frecuencas absolutas acumuladas. º La medana será el valor de la varable cuya frecuenca absoluta acumulada prmero guale o supere a /. S los datos se encuentran agrupados en ntervalos, el punto º nos dará el ntervalo en el que se encuentra la medana. Para determnar su valor concreto, aplcamos la expresón de la zquerda. OTA : En el caso de varables contnuas no agrupadas en ntervalos, suelen consderarse prevamente los ntervalos reales que esos valores representan, procedendo a aplcar la expresón superor. Así, los valores,,,... representan a los ntervalos de valores [0'5, '5), ['5, '5), ['5, '5),... OTACIOES MEDIDAS DE POSICIÓ. Los subíndces ndcan : ntervalo donde se encuentra la medana. - ntervalo anteror al que contene la medana. e extremo nferor del ntervalo en el que se encuentra la medana. a ampltud del ntervalo en el que está la medana. n frecuenca absoluta. frecuenca absoluta acumulada. COCEPTO : Permten el cálculo del valor de la varable que ocupa una certa poscón relatva respecto del conjunto total de los valores observados. PERCETIL DE ORDE K : Es el valor de la varable que deja por debajo de él el K% de las observacones. PROCESO DE CALCULO : k. P k e a n Para obtener el valor del percentl de orden K, segumos los pasos sguentes : º Calculamos la tabla de frecuencas absolutas acumuladas. º Obtenemos el LUGAR que ocupa : Lugar. K / 00 º El percentl de orden K será el valor de la varable cuya frecuenca absoluta acumulada prmero guale o supere a dcho lugar. S los datos se encuentran agrupados en ntervalos, el punto º nos dará el ntervalo en el que se encuentra el percentl de orden K. Para determnar el valor concreto del percentl, aplcamos la expresón de la zquerda. OTA : En el caso de varables contnuas no agrupadas en ntervalos, suelen consderarse prevamente los ntervalos reales que esos valores representan, procedendo a aplcar la expresón anteror. Así, los valores,,,... representan a los ntervalos de valores [0'5, '5), ['5, '5), ['5, '5),... OTACIOES Los subíndces ndcan : ntervalo donde se encuentra el percentl. - ntervalo anteror al que contene el percentl. e extremo nferor del ntervalo en el que se encuentra el percentl. a ampltud del ntervalo en el que está el percentl. n frecuenca absoluta. frecuenca absoluta acumulada. PERCETILES ESPECIALES MEDIAA Percentl de orden 50. CUARTILES Percentles de órdenes 5 (Cuartl º), 50 (Cuartl º) y 75 (Cuartl º). DECILES Percentles de órdenes 0, 0,..., 90 (Decles º, º,..., 9º). MEDIDAS DE DISPERSIÓ. RAGO, RECORRIDO O AMPLITUD TOTAL : R Máx Mín Con el fn de medr el mayor o menor grado de separacón de las observacones, en una prmera nstanca se defne el RAGO (tambén denomnado recorrdo o ampltud total), como la dferenca exstente entre los valores máxmo y mínmo observados. AMPLITUD SEMI-ITERCUARTÍLICA : Q Q Q Esta medda de dspersón se basa en meddas de poscón (Cuartles),.Su empleo tendrá sentdo en el supuesto de mposbldad de cálculo de la meda. Estadístca descrptva (F. Álvarez) - 5

6 El no tomar en consderacón a la totaldad de las observacones, hace pensar que esta medda es poco representatva. Por ello se ntenta defnr las meddas de dspersón, de modo que sean el promedo de las separacones de cada valor respecto de uno tomado como referenca (la MEDIA). DESVIACIÓ MEDIA : n x x Dx Observando la fgura aprecamos que las desvacones d antes defndas tenen como meda cero (las postvas compensan con las negatvas), lo cuál oblga a subsanar este nconvenente tomándolas en valor absoluto o elevándolas al cuadrado.. Es la meda de las desvacones o separacones de cada una de las observacones, respecto a la meda artmétca, consderadas en valor absoluto. Susttuyendo la meda por la moda o la medana, defnremos las desvacones medas respecto de la moda y de la medana. VARIAZA : ( ) n. x x n. x s σ x Es la meda de los cuadrados de las desvacones o separacones de cada una de las observacones, respecto a la meda artmétca. DESVIACIÓ TÍPICA : n. x s σ varanza x COEFICIETE DE VARIACIÓ : CV σ.00 x x Es la raíz cuadrada de la varanza. Con ello corregmos el haber tomado cuadrados de separacones en el cálculo de la varanza. Esta medda de dspersón es la más característca. Mde la representatvdad de la meda. Valores extremos del msmo nos llevarán a conclur que la meda no es representatva, es decr, exstrán valores entre las observacones que se separan sgnfcatvamente de las demás. Sólo puede ser utlzado cuando los valores de la varable toman valores "normales". Es decr, no son muy elevados n muy pequeños, ya que una meda próxma a cero o muy alta darían valores nulos o nfntos al coefcente. S la meda es representatva de las observacones (no exsten valores extremos exageradamente dstancados de la mayoría), el coefcente de varacón permte comparar la dspersón de dos seres estadístcas : mayor coefcente ndca menor homogenedad, o lo que es lo msmo, mayor dspersón o varabldad. GRÁFICO DE VARIABILIDAD : Basado en los cuartles, adopta la forma del gráfco de la derecha. En él se reflejan los cuartles º y º y la medana, junto a los extremos nferor y superor : Q Q Lnf Q. Q. Q ; Lsup Q +. Q Se consderan observacones atípcas aquellas que quedan fuera del ntervalo : ( L nf, L sup ) OTRAS MEDIDAS ESTADÍSTICAS. COEFICIETE DE ASIMETRÍA DE FISHER : Permte nterpretar la forma de la dstrbucón, respecto a ser o no smétrca. As n. ( x x) σ ITERPRETACIÓ 6 - Estadístca descrptva (F. Álvarez)

7 Basados en al relacón exstente entre meda, medana y moda : x Mo.( x Md) se defnen dos nuevos coefcentes de asmetría (de Pearson): x Mo As σ COEFICIETE DE CURTOSIS : As.( x Md) σ Recbe tambén el nombre de coefcente de concentracón central, mdendo el grado de aplastamento o apuntamento de la gráfca de la dstrbucón de la varable estadístca. Una mayor concentracón de datos en torno al promedo harán que la forma sea alargad, sendo tanto más plana (o aplastada) cuanto mayor sea la dspersón de los msmos. Determna la forma de la dstrbucón, en relacón con su grado de aplastamento. K ( x x) n. 4 σ 4 ITERPRETACIÓ PROPIEDADES DE LAS MEDIDAS ESTADÍSTICAS. TABLA PARA CÁLCULOS : La tabla sguente nos muestra una dsposcón práctca de los cálculos necesaros para la obtencón de los parámetros estadístcos usuales: Meda, Moda, Medana, Percentles, Varanza y Desvacón típca. Intervalos x n n.x n.x P [ e, e ) x n n. x (n. x ).x n P ( / ). 00 [ e, e ) x n n. x (n. x ).x n +n P ( / ) [ e, e + ) x n n. x (n. x ).x I n +n +... P ( / ). 00 +n Σ n Σ n. x Σ n. x Cálculo de percentles A B Cálculo de meda y varanza La meda y la varanza serían el resultado de calcular :Cálculo de meda y varanza PROPIEDADES : A B x σ x A) S a todos los valores de una varable x les sumamos una cantdad constante, la meda queda ncrementada en dcha constante, mentras que la desvacón típca (y la varanza) no varía. B) S multplcamos todos los valores de una varable x por una constante, la meda y la desvacón típca quedan tambén multplcadas por dcha constante (la varanza quedará multplcada por el cuadrado de la constante). EJEMPLO : CAMBIO DE VARIABLE. TIPIFICACIÓ. Hacendo uso de las propedades de las meddas estadístcas,podremos facltar y smplfcar los cálculos de parámetros estadístcos, realzando un cambo de varable. Así, s todos los valores son muy altos, podremos restarles una cantdad (normalmente la Moda) y, s poseen cfras decmales o son múltplos de un msmo número, podremos multplcarlos o dvdrlos por el valor adecuado. Una vez calculados los parámetros estadístcos, en vrtud de las propedades descrtas, obtendremos el valor fnal real de tales parámetros. Estadístca descrptva (F. Álvarez) - 7

8 Mencón especal merecen dos cambos de varables partculares : A) Dferencales : partendo de la varable ncal x (puntuacones drectas), s a todos los valores les restamos la meda, obtenemos una nueva varable d (puntuacones dferencales) cuya meda es cero (la desvacón típca no se modfca). B) Tpfcadas : S a todos los valores de la varable ncal x les restamos la meda y el resultado lo dvdmos por la desvacón típca, obtenemos una nueva varable z (puntuacones tpfcadas) cuya meda es cero, tenendo sempre como desvacón típca la undad. Este últmo cambo de varable recbe el nombre de TIPIFICACIÓ. 8 - Estadístca descrptva (F. Álvarez)

9 EJERCICIOS RESUELTOS La tabla sguente nos muestra el resultado de una encuesta entre los alumnos de prmer curso, analzando el número de suspensos en la prmera evaluacón : Realcemos un estudo estadístco completo. Se trata de una varable cuanttatva dscreta. Esto condconará algunos procesos del cálculo estadístco. RECUETO Y TABLA DE FRECUECIAS x recuento n r p R P 0 ///// /// 8 0' ' 8 0' ' ///// ///// / 0'8 8' 9 0'67 '67 ///// ///// /// 0'67 '67 0'5 5' ///// ///// ///// 5 0'500 5' '78 78' 4 ///// ///// 0 0'667 6' ' '00 5 /// 0'0500 5'00 60 ' '00 Totales : 60 ' '00 GRÁFICOS ESTADÍSTICOS APROPIADOS PARA ESTE TIPO DE VARIABLE DIAGRAMA DE BARRAS : Sobre el valor de cada varable dbujamos una barra con altura gual a la frecuenca que deseamos representar (en este caso las absolutas n ). POLÍGOO DE FRECUECIAS : Obtendos enlazando los extremos superores de las barras. OTA :Sendo la varable dscreta, no tene sentdo dbujar el polígono de frecuencas. DIAGRAMAS ACUMULADOS : Construdos como los anterores, son los representatvos de las dstntas frecuencas acumuladas. El ejemplo representa las frecuencas absolutas acumuladas (). El polígono de frecuencas se construría enlazando los extremos superores de las barras. PICTOGRAMAS: Con el msmo prncpo segudo para la construccón de los dagramas de barras, susttumos dchas barras por dbujos alusvos a la varable estadístca estudada. DIAGRAMAS DE SECTORES : Resultan de la dvsón de un círculo en sectores cuya ampltud es proporconal a la frecuenca. La ampltud de cada sector será : α. 60º r.60º n Estadístca descrptva (F. Álvarez) - 9

10 MEDIA, VARIAZA Y DESVIACIÓ TÍPICA x n n.x n.x Este tpo de tabla faclta los cálculos Meda 7 / 60,8 6 5 Varanza (4 / 60) - meda al cuadrado ' Desvacón típca raíz cuadrada de la varanza ' n. x x 7 '8 60 s x. x n x 4 '8 60 '00 s x s ' 005 ' 46 x MODA Valor de mayor frecuenca PERCETILES Para la determnacón de meddas de poscón (percentles), podemos segur dos procedmentos de cálculo : º) Basado en las frecuencas absolutas acumuladas : Determnamos el lugar que ocupa : L k. / 00 El percentl será el valor cuya frecuenca prmero guale o supere al lugar L. º) Basado en porcentajes acumulados P : El percentl será el valor cuyo porcentaje P prmero guale o supere al orden k del percentl. Aplquemos el prmer procedmento para calcular la medana y el 9º decl : La medana (percentl 50) ocupará el lugar : L / 00 0 El 9º decl (percentl 90) ocupará el lugar : L / x n Medana º decl Aplcando el segundo procedmento descrto, determnemos los cuartles º y º, así como la ampltud semntercuartílca : x n r p P 0 8 0' ' ' 0'8 8' '67 Cuartl º (percentl 5) 0'67 '67 5' 5 0'500 5'00 78' Cuartl º (percentl 75) 4 0 0'667 6'67 95'00 5 0'0500 5'00 00'00 60 ' '00 Ampltud sem-ntercuartílca Q Q 0 - Estadístca descrptva (F. Álvarez)

11 Trabajamos ahora con las edades de 50 jóvenes de nuestro barro : Como en el ejemplo anteror, realcemos un estudo estadístco completo. os encontramos ante una varable estadístca cuanttatva contnua. Agruparemos o no las observacones en ntervalos en funcón de los dferentes valores observados. TABLA DE FRECUECIAS Observado el valor mínmo () y máxmo (4), decdmos agrupar los datos en ntervalos de 5 años de ampltud, empezando por 0. Intervalos recuento n r p R P [ 0, 5 ) ///// 5 0' '0 0 [ 5, 0 ) ///// ///// 0 0' '0 0 [ 0, 5 ) ///// ///// ///// / 6 0' 0'6 6 [ 5, 0 ) ///// / 6 0' 7 0'74 74 [ 0, 5 ] ///// ///// /// 0' '00 00 Totales : 50 '00 00 GRÁFICOS ESTADÍSTICOS HISTOGRAMA : Sobre el valor de cada varable dbujamos una franja con altura gual a la frecuenca que deseamos representar (en este caso las absolutas n ). POLÍGOO DE FRECUECIAS : Obtendo enlazando los puntos medos de los extremos superores de las franjas. HISTOGRAMAS ACUMULADOS : Construdos como los anterores, son los representatvos de las dstntas frecuencas acumuladas. El ejemplo representa las frecuencas absolutas acumuladas ( ). En este caso, el polígono de frecuencas O se construría enlazando los puntos medos de los extremos superores de las franjas, sno como se ndca en la fgura. Cálculo de Moda, Meda, Varanza y Desvacón típca : Para el cálculo de la meda y la varanza utlzamos la tabla auxlar sguente. En ella se ncorpora la columna x, que contene la marca de clase (valor central) de cada ntervalo. La MODA (valor de mayor frecuenca) se encuentra en el ntervalo [0, 5). Determnemos su valor concreto : Mo e + n n +. a n '875 Intervalos n x n.x n.x [ 0, 5 ) 5 '5 '5 '5 [ 5, 0 ) 0 7'5 75'0 56'50 [ 0, 5 ) 6 '5 00'0 500'00 [ 5, 0 ) 6 7'5 05'0 87'50 [ 0, 5 ] '5 9'5 658' '0 5'50 Estadístca descrptva (F. Álvarez) -

12 n. x x 685 '7 50 s x. x n x 5'5 ' s x s 4' 56 6' 54 x Utlzando las frecuencas absolutas acumuladas, calculemos el decl º y el percentl 6 : Lugar que ocupa el decl º (percentl 0) / 00 0 Lugar que ocupa el percentl / 00 Intervalos n [ 0, 5 ) 5 5 [ 5, 0 ) 0 5 Decl º (percentl 0) en [5,0) Lugar 0 [ 0, 5 ) 6 Percentl 6 en [0,5) Lugar [ 5, 0 ) 6 7 [ 0, 5 ] Determnemos sus valores concretos : 0. P e + 00 n 6. P e + 00 n a a Utlzando los porcentajes acumulados, calculemos el cuartl º y la medana : Intervalos n r p P [ 0, 5 ) 5 0'0 0 0 [ 5, 0 ) 0 0'0 0 0 Cuartl º (percentl 5) en [5,0) [ 0, 5 ) 6 0' 6 Medana (percentl 50) en [0,5) [ 5, 0 ) 6 0' 74 [ 0, 5 ] 0' '00 00 Determnemos sus valores concretos : P e a.5 n P e a.5 n '5 5 8'75 ' 5 - Estadístca descrptva (F. Álvarez)

13 x n De la presente dstrbucón, calculemos : 6 Meda, varanza y desvacón típca. 5 Moda. 4 0 Medana, Percentl 8, Cuartles y ampltud sem-ntercuartílca. 5 9 La varable establecda puede ser dscreta o contnua sn agrupar en ntervalos. Realcemos los cálculos en ambos supuestos. x n P n.x n.x ' ' Meda n. x x 4 '55 Varanza σ. x n x 544 '55 0'99 Desvacón típca σ 0' ' Moda Cuartl º (percentl 5) Medana (percentl 50) Cuartl º (percentl 75) 4 Percentl 8 5 Rango sem-ntercuartílco Q Q 4 05 ' Los valores anterores, relatvos a percentles, son váldos s la varable es DISCRETA. En el supuesto de tratarse de una varable COTIUA (con datos no agrupados), deberíamos entender que el valor dentfca el ntervalo stuado a la zquerda en la sguente tabla : Intervalo x n P ['5,'5) ['5,'5) '5 ['5,4'5) '5 [4'5,5'5] Los percentles peddos se obtendrían del modo sguente : 4 Medana Percentl 8 Cuartl º Cuartl º en ['5,'5) en [4'5,5'5] en ['5,'5) en ['5,4'5) Interv. n De la dstrbucón de la zquerda, calcular : [0,) 5 Meda, varanza y desvacón típca. [,4) Moda [4,6) 9 Medana, Percentl 59 y Decl º. [6,8) Desvacón meda. [8,0] 4 Coefcentes de asmetría y curtoss Me P50 5 ' ' P 8 45 ' ' Q P5 5 ' ' Q P75 5 ' ' 0 0 Estadístca descrptva (F. Álvarez) -

14 Interv. n a P n.a n.a [0,) 5 5 8' [,4) 6 6' [4,6) ' [6,8) ' [8,0] ' Meda n. a x Varanza. 96 5'667 n a 45 σ x 5' '4 Desvacón típca σ 4' 46 ' 4 Moda en [6,8) Medana (percentl 50) en [4,6) Percentl 59 en [6,8) Decl º (percentl 0) Desvacón meda en [4,6) 4 Mo ' Me P ' P ' D P ' 05 9 Asmetría y 4 x x n. x x x x n.( x x) n.( x x) Curtoss 4'667 ' -4'667-88'65 657'0090 '667 4'9 -'667-8'09 90'644 0'668 5'0668-0'668-0'60 0'096 '7 6'00 '7 09'68 89'5604 '7 4'9 '7 08'75 777'0466 0' '44 94'0765 Desvacón meda Asmetría (-0'54 < 0) Algo asmétrca haca la zquerda Curtoss (-0'5608 < 0) Lgeramente aplanada (Platcúrtca) As K n. x x D ( x x) n. σ 0'6667 ' '44 60 ' 4 ( x x) n. 4 σ 4 94' ' 4 4 0'54 0' La dstrbucón de las estaturas en centímetros de los alumnos de un centro, expresados en porcentajes, es la sguente: 4 - Estadístca descrptva (F. Álvarez) Estaturas Porcentajes Menos de 50 0' De 50 a 54 '6 De 55 a 59 9'4 De 60 a 64 0'5 De 65 a 69 '5 De 70 a 74 '5 De 75 a 79 0'7 De 80 y más '5 a) Sendo abertos los ntervalos prmero y el últmo, qué valores sería razonable consderar para los límtes extremos de esos ntervalos? b) S suponemos que en el Centro hay 00 alumnos, cuáles serían las frecuencas absolutas?

15 c) Calcular la estatura meda y la desvacón típca. d) Entre qué estaturas se encuentra la qunta parte de las estaturas centrales?. a) Al referrse a ntervalos de 5 cm. de ampltud en los restantes casos, debemos consderar que el prmer ntervalo es de 45 a menos de 50 y, el últmo, de 80 a 85. b) c) d) 6 Estaturas p n p. 00 / 00 n P [45,50) 0' '6 4 0' 4 [50,55) '6 9' 9 '9 [55,60) 9'4 '8 ' 6 [60,65) 0' '8 8 [65,70) ' ' 760 [70,75) ' '8 00 [75,80) 0'7 8'4 8 96'5 58 [80,85) ' ' Estaturas n x n.x n.x [45,50) 4 47'5 590'0 8705'00 [50,55) 9 5'5 897' '75 [55,60) 57'5 7797'5 8006'5 [60,65) 46 6'5 9975' '50 [65,70) 78 67'5 65' '50 [70,75) 70 7' ' '50 [75,80) 8 77'5 70'0 800'00 [80,85) 4 8'5 7665'0 9886' ' ' De aquí resulta : x 00 67' ' 95 4' 006 s x 4' 006 6' s x La qunta parte representa el 0%. Con relacón al centro (50%), cubrrán desde el % al 60%. Se nos pde que calculemos los percentles y 60 de la dstrbucón de estaturas. La tabla de porcentajes acumulados del apartado b) nos permte deducr que : Los percentles y 60 se encuentran en el ntervalo [65,70). Sus valores concretos son : P P n n e. a 60 e. a 66'96 69'47 Partendo de la sguente dstrbucón de frecuencas acumuladas, determnar la meda, medana y moda de la sguente dstrbucón de edades. Edad [0,) 4 [,4) [4,6) 4 [6,8) 4 [8,0] Para obtener las frecuencas absolutas, a partr de las acumuladas, aplcamos el concepto que defne a estas últmas. En la práctca, las frecuencas absolutas se obtenen restando la correspondente acumulada de la anteror. Estadístca descrptva (F. Álvarez) - 5

16 Edad n x n.x n.x [0,) [,4) [4,6) [6,8) [8,0] x 5' 5 Lugar que ocupa la medana : L 50. / 00 0 La medana está en [4,6) : 0 Me ' 846 Completar la tabla de frecuencas sguente : º de suspensos n La moda se encuentra en [4, 6). Su valor concreto es : 0 Mo ' º de suspensos n 0 concde con el valor de n 7 0 para que al acumular resulte 0 acumulando 8 0 para que al acumular resulte Últma acumulada 50 y n0 por dferenca con la anteror 8 Calcular la ampltud sem-ntercuartílca de la dstrbucón de las edades de 0 nños, representada a la zquerda. Conocdos los porcentajes y el total de observacones (0), podemos construr la dstrbucón de frecuencas absolutas : n p. / 00 x p n P Prmer cuartl (percentl 5) Tercer cuartl (percentl 75) 0 La ampltud o rango sem-ntercuartílco será pues : Q Q ' 6 - Estadístca descrptva (F. Álvarez)

17 9 Las calfcacones de un alumno en dos test de conocmentos fueron 5'4 y 4. El prmer test do como meda 5 con varanza y, el segundo, meda 8 con varanza. En qué test obtuvo mejor calfcacón con relacón al grupo total de alumnos?. os encontramos con dos dstrbucones de calfcacones meddas en dstntas escalas. Para poder comparar tendremos que referr ambas seres de valores a otras equvalentes entre sí (gual meda y desvacón típca). El proceso de tpfcacón nos proporcona lo que deseamos (sempre obtendremos una dstrbucón con meda 0 y desvacón típca ). Tpfcando ambas calfcacones se obtene : ota del test º : 54 ' ota del test º : 4 54 ' 5 z 0' z 0' 866 La nota obtenda en el segundo test es superor a la del prmero en térmnos comparatvos. 0 a) Estatura en cm. Alumnos [,45) [45,50) 5 [50,55) 5 [55,60)? [60,65) 7 e) Entre qué estaturas se encuentran las 5 centrales?. f) Porcentaje de alumnos que mden más de 57 cm. a) Determnar la frecuenca desconocda, sabendo que la estatura meda es de 5 5 cm. b) Calcule la ampltud sem-ntercuartílca. c) Moda de la dstrbucón y coefcente de asmetría que la utlza. d) Percentl correspondente a una estatura de 5 cm.. Explque su sgnfcado. x n n.x [,45) [45,50) [50,55) [55,60) 57 5 f 57'5.f [60,65) f '5.f La tabla de cálculos de la meda conduce a : 5787' ' 5. f 55 ' 05 + f Resolvendo deducmos que : f 0 b) n [,45) [45,50) 5 47 [50,55) 5 98 [55,60) 0 8 [60,65) Luego : Q Q Q 0 c) º) Moda en [50,55) : Mo ' x n n.x n.x Lugar Q 5. 5 / 00 5 Q se encuentra en [45,50) 5 ' Q ' 75 5 Lugar Q / Q se encuentra en [50,55) 975 ' 47 Q ' ' 58 47' ' 8785 ' s 55 ' 5 s 50 ' x Mo As 0'064 s Estadístca descrptva (F. Álvarez) - 7

18 n [,45) [45,50) 5 47 [50,55) 5 98 [55,60) 0 8 [60,65) d) 5 se encuentra en [50,55) 5 k. Pk Resolvendo : k e) Lugar 5. / ; en [50,55) : P '9 5 Lugar / ; en [50,55) : Entre 50 9 y P ' 75 5 f) 57 se encuentra en [55,60) 5 k. Pk Resolvendo : k 84 8% (porcentaje nferores a 57) Luego, mden más de 57 cm. : 00% % 5 % Edad Hombres Mujeres a a a a a 8 a) Determne el número de hombres con edades comprenddas entre los y 5 años. b) Cuál de los dos grupos de edades está más dsperso?. c) Con relacón al grupo ntegrado por los del msmo sexo, quén resulta más joven, un hombre o una mujer de 0 años?. Hombre Mujer x n n.x n.x n n.y n.y [0,) [,6) [6,9) [9,) [,5) a) pertenece al ntervalo [0,) : P 5 pertenece al ntervalo [,6) : P Entre y 5 el %. b) Calculamos las varanzas de ambos grupos : 8 - Estadístca descrptva (F. Álvarez) k. k k 667% ' 8 k. k k 8% ' Luego hay :. 66 / hombres x 7' ; sx 7' 7' 9 ; sx 7' 9 4' 45 ' 775' 5 y 7' 6 ; sy 7' 6 ' 84 ; sy ' 84 ' Sendo 7 9 > 84 Grupo hombres más dsperso de forma aboluta Pese a ser las medas práctcamente guales, debemos emplear el coefcente de varacón para estudar la varabldad relatva de ambos grupos : 4 ' CVx CVy % 49 '. ' ;. 00 0' 0% hombres más dsperso ' 7' 6

19 c) Tpfcamos 0 en ambos grupos : Z 0 7' 0' 66 ; Z 7' 9 hombre mujer 0 7' 6 0' 785 ' 84 Como 0 66 < Hombre más joven a) La tabla sguente nos muestra las calfcacones de 0 alumnos, en un test de cálculo matemátco, al nco del curso y al fnalzar el msmo. Alumno Inco Fnal a) Determne la meda, desvacón típca, medana y moda de las calfcacones al nco y al fnal del curso. b) Calcule la meda y desvacón típca del ncremento o mejora de la calfcacón obtenda. Inco x x Ordenando valores : 7 95 x 7 ' ; s x 7 ' 487 ' Medana 5 Moda Fnal y y Ordenando valores : 6 4 y 6 ' ; s y 6 ' 9 ' b) Medana 6 Moda 6 Mejora d d d 6 ' ; s d 6 ' 48 ' 0 0 Meda de la dferenca : d y x 6 ' 7 ' 6 ' ( o es váldo para dspersones ) º Suspensos Alumnos a) Determne la meda, desvacón típca, coefcente de varacón, medana y moda del número de suspensos. b) Puntuacón dferencal y tpfcada correspondente a suspensos. a) De la sguente tabla de cálculos obtenemos : Estadístca descrptva (F. Álvarez) - 9

20 x 975 s CV ' ' ' ' '78% 975 ' Medana : / Me Moda x n n.x n.x b) 4 Estatura ños A x d x x 975 ' 0' 05 x x 005 ' z 006 ' s 564 ' La altura en cm. de los nños de años, examnados durante la últma semana en la undad de crecmento del centro hosptalaro Creceben, vene representada en la tabla de la zquerda. Sabendo que la altura meda de los msmos es cm., calcular : a) La frecuenca A del tercer ntervalo. b) Calcularmedana y moda. c) El percentl correspondente a un nño que mde 4 m.. x n n.x A 4.A TOTAL +A A Intervalos n [9 5, 4 5) [4 5, 9 5) [9 5, 44 5) 8 [44 5, 49 5) [49 5, 54 5) 6 [54 5, 59 5) A a) x 47' 75 + A Resolvendo la ecuacón anteror obtenemos el valor de A : (+A) A A A 5 75.A 46 A 8 b) Calculemos la medana y la moda de la dstrbucón : Moda en [49 5, 54 5) : Mo 49 ' ' Lugar que ocupa la medana / 0 0 Medana en [44 5, 49 5) : Me 44' ' 5 c) La altura 4 m. ( 4 cm.) se encuentra en el ntervalo [9 5, 44 5) : k. k Pk '. 58 '. 86 ' '. 5 5 ' '. k k ' ' Luego corresponde al percentl Estadístca descrptva (F. Álvarez)

21 5 X n Dada la sguente dstrbucón de frecuencas., calcular : a) Meda y desvacón típca. b) úmero de observacones comprenddas entre las puntuacones drectas 5 y 9 5. c) Puntuacones típcas de los percentles 0 y 80. Ordenamos los ntervalos de menor a mayor, expresándolos medante sus extremos reales. Intervalos n x n.x n.x [ 0 5, 5 ) [ 5, 6 5 ) [ 6 5, 9,5 ) [ 9 5, 5 ] Totales a) x 65 ' s 6' ' s 5875 ' ' b) De la observacón drecta de la tabla se concluye que es 60 (60+00). c) Percentl 0 : Lugar 0 x 00 / 00 (Observando ) se encuentra en [ 5, 6 5 ) P z ' '. 0' ' 44 Percentl 80 : Lugar 80 x 00 / (Observando ) se encuentra en [ 6 5, 9,5 ) ' 65 ' P80 65 ' ' z 0' 9 00 ' 44 6 Hacendo uso del coefcente de varacón, compare la dspersón o varabldad relatva de las dos varables descrtas en cada uno de los apartados sguentes : a) El peso medo de los toros de una ganadería es de 40 kg. con desvacón típca de kg. y, el peso medo de los perros de una granja es de 8 kg. con gual desvacón típca. b) Dos fábrcas producen tornllos con gual longtud meda (50 mm.), sendo la desvacón típca de la prmera de mm. y de mm. la de la segunda. a) CVT CVP ' 49% 00 5% 8. ' El peso de los perros tene mayor varabldad b) CVA CVB % 00 4% 50. Los de la ª tenen mayor varabldad 7 X n A n B La tabla muestra la comprensón lectora (X) de dos grupos de sujetos educados en nveles sococulturales altos (A) y bajos (B). S a partr de la puntuacón X9 se consdera una comprensón lectora buena, calcular : a) El porcentaje de personas en cada grupo con una buena comprensón lectora. b) Cuál de los dos grupos presenta mayor varabldad? (Razone adecuadamente su respuesta). Expresamos los ntervalos con extremos reales, obtenendo la tabla de cálculos de percentles, meda y varanza de ambos grupos. x n A A n A.x n A.x n B B n B.x n B.x [-0'5,6'5) [6'5,'5) ['5,0'5) [0'5,7'5) [7'5,4'5] a) Calculemos el orden k del percentl que es gual a 9. Este nos da el porcentaje de los que tenen menos de 9 puntos, luego, como deseamos saber el porcentaje de los superores a 9, la respuesta será su dferenca hasta 00. El valor 9 se encuentra en el ntervalo ['5,0'5) : Estadístca descrptva (F. Álvarez) -

22 b) En el grupo A : k. 0 Pk 9 5 ' k 468 ' 9 Luego el 57'% (00-4'68) tenen buena comprensón lectora en el grupo A. En el grupo B : k. 0 Pk 9 5 ' k 604 ' 9 Luego el 9'76% (00-60'4) tenen buena comprensón lectora en el grupo B. Mayor varabldad la presentará aquel grupo que posea mayor dspersón entre sus valores. Con mayor rgor, s la meda es representatva de las observacones (no exsten valores extremos exageradamente dstancados de la mayoría), es el coefcente de varacón el más adecuado para medr la varabldad relatva entre dos seres estadístcas (mayor coefcente ndca menor homogenedad; un menor valor ndcará menor dspersón o varabldad). S comparamos medante las varanzas : XA 9' 8 ; SA 9' 8 77' 9 ; XB 6' ; SB 6' 6 ' 0 0 el grupo A presenta una mayor varabldad. S comparamos medante los coefcentes de varacón : SA 77' 9 SB ' CVA. 00. ' CVB.. ' X 9' % X % 6' A luego, conclumos que el grupo B presenta una mayor varabldad relatva (44'58 < 48'78), en contra de lo obtendo comparando varanzas. B - Estadístca descrptva (F. Álvarez)

23 EJERCICIOS PROPUESTOS 4 Las edades de los alumnos que assten a clase de repaso en una academa son las sguentes a) Construr la tabla completa de frecuencas. b) Calcular la moda. c) Determnar su meda artmétca, varanza y desvacón típca. d) Obtener el valor de la medana, del percentl 9 y de la ampltud sem-ntercuartílca. La tabla sguente contene los pesos en kg. de los alumnos de un curso '5 ' ' ' '5 49' '5 45' '5 a) Agrupar los valores en ntervalos de 5 kg. de ampltud, comenzando por 5 kg., realzando un recuento de los msmos y confecconando la tabla completa de frecuencas b) Calcular la moda de dcha dstrbucón de pesos. c) Determnar su meda artmétca, varanza y desvacón típca. d) Obtener el valor de la medana, y del 8º decl. Una sere famlas se han clasfcado por su número de hjos, resultando : º de hjos º de famlas Se pde: a) Calcular la tabla completa de frecuencas. b) Representacones gráfcas. c) Calcular la meda, medana y moda. d) Hallar el recorrdo, varanza y desvacón típca. Ordenar las cuatro dstrbucones sguentes de mayor a menor dspersón. Estadístca descrptva (F. Álvarez) -

24 S en una dstrbucón de frecuencas duplcamos las ampltudes de los ntervalos, qué sucederá, aproxmadamente, con los valores de las frecuencas?. Represente el hstograma correspondente a la sguente dstrbucón de edades de los trabajadores de una fábrca. Edades º de trab. de 0 a menos de 5 5 de 5 a menos de 5 0 de 5 a menos de de 45 hasta 65 4 Ponga un ejemplo sencllo de una dstrbucón de frecuencas smétrca. Calcule su moda, meda y medana, verfcando que los tres parámetros concden. A la zquerda se muestra el gráfco representatvo de las frecuencas absolutas acumuladas de la dstrbucón de edades de ndvduos. a) Obtenga su meda, medana y moda. b) Cuántos tenen edades nferores a cnco años y medo? 9 0 Una varable X tene como meda y varanza 9. S se obtene una nueva varable Y multplcando los elementos de X por 4 y restándoles 8 undades, cuál es el valor del coefcente de varacón de Y?. ota Alumnos La tabla de la zquerda nos muestra la dstrbucón de calfcacones de los alumnos de un curso. a) Determne su meda, medana y moda. b) Qué porcentaje de observacones tenen nota nferor a 6?. c) Entre qué valores se encuentra el 70% de las notas centrales? d) Obtenga el coefcente de varacón y la ampltud sem-ntercuartílca. ota n De la dstrbucón de notas de 0 alumnos, calcular : [0, ) a) Frecuencas absolutas smples (f) y acumuladas (F) que faltan en la tabla. [, ) b) Coefcente de varacón. [, ) 5 c) Porcentaje de alumnos con notas nferores a '6. [, 4) d) Entre qué notas se encuentra el 0% de las calfcacones centrales?. [4, 5) [5, 6) 6 [6, 7) 9 [7, 8] 4 - Estadístca descrptva (F. Álvarez)

25 SOLUCIOES DE LOS EJERCICIOS PROPUESTOS a) x n r p R P 0'0 0' ' ' 5 0 0' ' 6 4 0' ' ' ' ' ' ' '00 00 b) Mo 6 c) x 6' ; s '7856 ; s '6 d) Me 6 ; P 9 5 ; Q a) Intervalo n r p R P [5,) 0'075 7'5 0'075 7'5 [,45) 4 0'50 5'0 7 0'45 4'5 [45,50) 8 0'00 0'0 5 0'65 6'5 [50,55) 9 0'5 '5 4 0'850 85'0 [55,60] 6 0'50 5'0 '000 00'0 b) Mo 4'66 c) x 47'65 ; s 6'859 ; s 6'07 d) Me 46'875 ; D 8 5'889 a) x n r p R P 0 0' 0' 0' 4 0' ' ' ' ' ' ' ' ' ' ' '0 99 0' '0 00 '00 00 b) % 5 0% 6 4% 7 % 8 % 0 % 0 5 5% % % c) x '8 ; Me ; Mo d) R 8 ; s '4 ; s '77 4 A, D, C, B. Estadístca descrptva (F. Álvarez) - 5

26 5 6 Se dvden por dos. Las alturas deben ser proporconales al área. Dvdmos las frecuencas según sea la ampltud del ntervalo. Alturas : 5 0 (0/) 4 (48/) 6 (4/4) x n x Me Mo 8 4 a) x 4'7 ; Me 5 ; Mo 6 b) 0 CV 5'789 a) 75 ; 074 ; b) % c) y 5 d) 60'9707% ; 905 a) n, 0, 4,,, 6,,,, 5, 8,, 7, 9, 0 b) 8'664 c) 7 d) 4' y Estadístca descrptva (F. Álvarez)

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Bajo el térmno Estadístca Descrptva se engloban las técncas que nos permtrán realzar un análss elemental de las observacones

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1 CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Págna 0 PRACTICA Meda y desvacón típca 1 Las edades de los estudantes de un curso de nformátca son: 17 17 18 19 18 0 0 17 18 18 19 19 1 0 1 19 18 18 19 1 0 18 17 17 1 0 0 19 0 18 a) Haz una tabla

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C RESISTENCIS EN SERIE Y LEY DE LS MLLS V V 2 V 3 C D Fgura R R 2 R 3 Nomenclatura: Suponemos que el potencal en es mayor que el potencal en, por lo tanto la ntensdad de la corrente se mueve haca la derecha.

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan

Más detalles

CANTIDADES VECTORIALES: VECTORES

CANTIDADES VECTORIALES: VECTORES INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

Estadística Unidimensional: SOLUCIONES

Estadística Unidimensional: SOLUCIONES 4ª SesónFecha: Estadístca Undmensonal: SOLUCIOES Varables estadístca dscreta 1 Con los datos del ejercco de Pág 19 nº 3 determna: a) Tabla de Frecuencas b) Dagrama de barras Gráfco acumulado c) Meddas

Más detalles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles 2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

Más detalles

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas. UIDAD 3: Meddas estadístcas Las meddas estadístcas o parámetros estadístcos son valores representatvos de una coleccón de datos y que resumen en unos pocos valores la normacón del total de datos. Estas

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

I.E.S. Historiador Chabás -1- Juan Bragado Rodríguez

I.E.S. Historiador Chabás -1- Juan Bragado Rodríguez Problema La sguente tabla epresa la estatura en cm. de soldados: Talla 5 56 60 6 68 6 80 8 88 Soldados 6 86 50 8 95 860 85 6 9 a) Haz un hstograma que represente la estatura en metros de los soldados.

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

Más detalles

UNIVERSIDAD DE SONORA

UNIVERSIDAD DE SONORA UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva

Más detalles

1.- Una empresa se plantea una inversión cuyas características financieras son:

1.- Una empresa se plantea una inversión cuyas características financieras son: ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

14 EJERCICIOS RESUELTOS ESTADÍSTICA

14 EJERCICIOS RESUELTOS ESTADÍSTICA 1 EJERCICIOS RESUELTOS ESTADÍSTICA Pág. 1 Meda y desvacón típca 1 El número de faltas de ortografía que cometeron un grupo de estudantes en un dctado fue: 0 1 0 1 0 0 1 1 5 1 5 0 1 0 0 0 0 1 1 0 0 0 5

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

Glosario básico. de términos estadísticos

Glosario básico. de términos estadísticos Glosaro básco de térmnos estadístcos Lma, mayo de 2006 CREDITOS Dreccón y Supervsón Lupe Berrocal de Montestruque Drectora Técnca del Centro de Investgacón y Desarrollo Responsable del documento Hermna

Más detalles

GANTT, PERT y CPM INDICE

GANTT, PERT y CPM INDICE GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4

Más detalles

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es 4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA

Más detalles

El proceso seguido en el estudio estadístico de una cierta característica o variable, puede subdividirse en tres pasos sucesivos :

El proceso seguido en el estudio estadístico de una cierta característica o variable, puede subdividirse en tres pasos sucesivos : Por este térmno se engloban las técncas que nos permtrán realzar un análss elemental de las observacones expermentales observadas. Se subdvde en dos bloques : º Estadístca prmara : Obtendo un grupo de

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto ísca I Apuntes complementaros al lbro de teto TRABAJO y ENERGÍA MECÁNICA Autor : Dr. Jorge O. Ratto Estudaremos el trabajo mecánco de la sguente manera : undmensonal constante Tpo de movmento varable bdmensonal

Más detalles

4º DE ESO MATEMÁTICAS-B CURSO UNIDAD 14: ESTADÍSTICA

4º DE ESO MATEMÁTICAS-B CURSO UNIDAD 14: ESTADÍSTICA UNIDAD 14: ESTADÍSTICA INTRODUCCIÓN La presenca de la Estadístca es habtual en multtud de contextos de la vda real: encuestas electorales, sondeos de opnón, etc. La mportanca de la Estadístca en la socedad

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

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

Más detalles

MEDIDAS DESCRIPTIVAS

MEDIDAS DESCRIPTIVAS Tema 2: MEDIDAS DESCRIPTIVAS DE LOS DATOS 1. MEDIDAS DE CETRALIZACIÓ: Meda Medana Moda Cuantles Otras 2. MEDIDAS DE DISPERSIÓ: Desvacón típca Varanza Rango Otras 3. MEDIDAS DE FORMA: Asmetría Apuntamento

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

TEMA 1.- CONCEPTOS BÁSICOS

TEMA 1.- CONCEPTOS BÁSICOS TEMA 1.- CONCEPTOS BÁSICOS 1.1.- Cuestones tpo test 1.- En las encuestas personales puede codfcarse, por ejemplo, con un cero las que son contestadas por una mujer y con un uno las que lo son por un varón.

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos

Más detalles

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objetos de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objetos de nuestro estudio. TEMA 8 - ESTADÍSTICA 8. NOCIONES GENERALES DE ESTADÍSTICA 8.. INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco de un conjunto de datos empírcos (recogdos

Más detalles

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema Tema :Descrpcón de una varable Tema :Descrpcón de una varable. El método estadístco. Descrpcón de conjuntos de datos Dstrbucones de frecuencas. Representacón gráfca Dagrama de barras Hstograma. Meddas

Más detalles

16/02/2015. Ángel Serrano Sánchez de León

16/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León Índce Introduccón Varables estadístcas Dstrbucones de frecuencas Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca, armónca,

Más detalles

el blog de mate de aida CSI: Estadística unidimensional pág. 1

el blog de mate de aida CSI: Estadística unidimensional pág. 1 el blog de mate de ada CSI: Estadístca undmensonal pág. ESTADÍSTICA La estadístca es la cenca que permte hacer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que ahorra tempo

Más detalles

Rentas financieras. Unidad 5

Rentas financieras. Unidad 5 Undad 5 Rentas fnanceras 5.. Concepto de renta 5.2. Clasfcacón de las rentas 5.3. Valor captal o fnancero de una renta 5.4. Renta constante, nmedata, pospagable y temporal 5.4.. Valor actual 5.4.2. Valor

Más detalles

SENA: CENTRO BIOTECNOLOGIA INDUSTRIAL PROGRAMA DE FORMACIÓN: TECNOLOGO GESTION LOGISTICA

SENA: CENTRO BIOTECNOLOGIA INDUSTRIAL PROGRAMA DE FORMACIÓN: TECNOLOGO GESTION LOGISTICA Por población o universo se entiende como un conjunto de medidas, cuando estas son aplicadas a una característica cuantitativa, o como el recuento de todas las unidades que presentan una característica

Más detalles

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA

Más detalles

17/02/2015. Ángel Serrano Sánchez de León

17/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor el blog de mate de ada: ESTADÍSTICA pág. 1 ESTADÍSTICA La estadístca es la cenca que permte acer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que aorra tempo y dnero. Poblacón

Más detalles

Dasometría / Celedonio L

Dasometría / Celedonio L EJERCICIO Nº 6 Se ha realzado el nventaro forestal de una asa de Pnus pnaster no resnado, por uestreo estadístco, dseñado edante la toa de datos en parcelas rectangulares de 0 x 5 ts. El dáetro íno nventarable

Más detalles

1. Notación y tabulación

1. Notación y tabulación Tema 2: Descrpcón Unvarante. otacón y tabulacón 2. Descrpcón gráfca 3. Descrpcón numérca. Momentos estadístcos. Meddas de poscón. Meddas de dspersón v. Varable tpfcada v. Meddas de forma v. Meddas de concentracón

Más detalles

Medidas de tendencia central o de posición: situación de los valores alrededor

Medidas de tendencia central o de posición: situación de los valores alrededor Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN

ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN AMBIENTAL EN EL NIVEL MEDIO SUPERIOR ARACELI ACEVEDO-CRUZ / MA. EUGENIA HERES-PULIDO Facultad de Estudos Superores Iztacala, Unversdad Naconal Autónoma

Más detalles

1. MEDIDAS DE TENDENCIA CENTRAL

1. MEDIDAS DE TENDENCIA CENTRAL 1. MEDIDAS DE TENDENCIA CENTRAL Lo importante en una tendencia central es calcular un valor central que actúe como resumen numérico para representar al conjunto de datos. Estos valores son las medidas

Más detalles

ADENDA 008 LICITACIÓN L-CEEC-001-12

ADENDA 008 LICITACIÓN L-CEEC-001-12 ADENDA 008 LICITACIÓN L-CEEC-001-12 OBJETO: CONTRATACIÓN DE LA CONSTRUCCIÓN DE LA FASE I DEL RECINTO FERIAL, DEL CENTRO DE EVENTOS Y EXPOSICIONES DEL CARIBE PUERTA DE ORO POR EL SISTEMA DE ECIOS UNITARIOS

Más detalles

Estadística. Conceptos de Estadística. Un individuo o unidad estadística es cada uno de los elementos que componen la población.

Estadística. Conceptos de Estadística. Un individuo o unidad estadística es cada uno de los elementos que componen la población. Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta

Más detalles

Tema 1 Descripción de datos: Estadística descriptiva unidimensional Estadística descriptiva

Tema 1 Descripción de datos: Estadística descriptiva unidimensional Estadística descriptiva Descrpcón de datos: Estadístca descrptva undmensonal Estadístca descrptva Objetvos: Ordenar, clasfcar, resumr grandes conjuntos de datos de modo que puedan ser fáclmente nterpretables Defncones báscas:

Más detalles

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos

Más detalles

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas... TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL 1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

ANÁLISIS EXPLORATORIO DE DATOS

ANÁLISIS EXPLORATORIO DE DATOS ANÁLISIS EXPLORATORIO DE DATOS 1. INTRODUCCIÓN HISTÓRICA 2 1.1 La Estadístca como cenca 2 1.2 Algunos problemas que resuelve la Estadístca 2 2. INTRODUCCIÓN A LA ESTADÍSTICA 3 2.1. Concepto y Objetvo de

Más detalles

Clase 25. Macroeconomía, Sexta Parte

Clase 25. Macroeconomía, Sexta Parte Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos

Más detalles

CUESTIONES DE AUTOEVALUACIÓN (TEMA 1)

CUESTIONES DE AUTOEVALUACIÓN (TEMA 1) CUESTIONES DE AUTOEVALUACIÓN (TEMA 1) Cuestiones de Verdadero/Falso 1. Un estadístico es una característica de una población. 2. Un parámetro es una característica de una población. 3. Las variables discretas

Más detalles

Prueba de Evaluación Continua

Prueba de Evaluación Continua Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas

Más detalles

Capacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo

Capacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo EVALUACION DE LA CAPACIDAD DE CALIDAD DE UN PROCESO INDUSTRIAL METODOS ESTADISTICOS SUGERIDOS POR LA NORMA ISO 9000 ANGEL FRANCISCO ARVELO L. Ingenero Industral Master en Estadístca Matemátca CARACAS,

Más detalles

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de

Más detalles

9Soluciones a los ejercicios y problemas

9Soluciones a los ejercicios y problemas 38 S a todos los datos de una dstrbucón le sumamos un msmo número, qué le ocurre a la meda? Y a la desvacón típca? Y s multplcamos todos los datos por un msmo número? Llamamos a al valor sumado a cada

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

15 PARÁMETROS ESTADÍSTICOS

15 PARÁMETROS ESTADÍSTICOS EJERCICIOS PROPUESTOS 1.1 El número de libros leídos por los miembros de un círculo de lectores en un mes se resume en esta tabla. N. o de libros leídos x i N. o de personas f i 1 1 3 18 11 7 7 1 Halla

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. 5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. Para organzar los datos a medda que el número de observacones crece, es necesaro condensar más los datos en tablas apropadas, a fn de presentar, analzar e nterpretar

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

C I R C U L A R N 2.133

C I R C U L A R N 2.133 Montevdeo, 17 de Enero de 2013 C I R C U L A R N 2.133 Ref: Insttucones de Intermedacón Fnancera - Responsabldad patrmonal neta mínma - Susttucón de la Dsposcón Transtora del art. 154 y de los arts. 158,

Más detalles

Gráficos de flujo de señal

Gráficos de flujo de señal UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente

Más detalles

Maestría en Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata TESIS DE MAESTRIA. ALUMNO Laura Carella. DIRECTOR Alberto Porto

Maestría en Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata TESIS DE MAESTRIA. ALUMNO Laura Carella. DIRECTOR Alberto Porto Maestría en Economía Facultad de Cencas Económcas Unversdad Naconal de La Plata TESIS DE MAESTRIA ALUMNO Laura Carella TITULO Educacón unverstara: medcón del rendmento académco a través de fronteras de

Más detalles