MEDIDAS DE TENDENCIA CENTRAL
|
|
|
- Virginia Maidana Paz
- hace 9 años
- Vistas:
Transcripción
1 Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes estamos teresados e terpretar que ta dspersos está los datos, ecotrar u valor represetatvo que represete a toda la ormacó. E los sguetes regloes costruremos meddas que permta determar que parámetros utlzar para represetar a u cojuto caremos por ua de las meddas más comues detro de uestra cotdadad como lo es la meda o també coocdo como meda artmétca o valor promedo. DATOS NO AGRUPADOS Aalzaremos ahora las meddas de tedeca cetral más comues, como so la meda, la medaa y la moda, cosderado u cojuto de datos s agrupar Meda. Icaremos por ua de las meddas más coocdas como lo es la meda o també coocdo como meda artmétca o valor promedo. Este parámetro lo usamos co tata cotdadad que os será muy amlar, auque també aprederemos alguas propedades y mostraremos u teorema sumamete mportate. 1 S teemos el sguete cojuto de datos y deseamos ecotrar u valor que represete a todo el cojuto, seguramete lo prmero que vedrá a uestra mete es sumar todos los valores y dvdrlos etre el úmero total de datos. 10, 9, 8, 10, 9, 9, 10, 9, 10, 9 es decr, u valor represetatvo del cojuto de valores es Este valor, promedo artmétco, es coocdo como la meda y es ua de las meddas de tedeca cetral ya que represeta u valor co respecto a toda la ormacó. José Toleto Guevara Pérez
2 Probabldad y Estadístca Meddas de tedeca Cetral Para deotar la meda de ua poblacó utlzaremos y cuado se trate de la meda de ua muestra. Geeralzado sobre el ejemplo podemos decr que la meda de ua muestra es gual a E ocasoes, e alguas áreas es comú deotar la meda por e lugar. Para u cojuto de datos la meda artmétca os muestra ua geometría teresate como lo podemos observar e el sguete teorema: Teorema. La suma de las derecas de los datos y la meda os represeta u promedo smétrco de la ormacó, es decr, se cumple la sguete relacó: La demostracó es la sguete 0 Como la meda es ua costate y además la suma se supoe co respecto valores etoces Empleado la decó de la meda tedremos: José Toleto Guevara Pérez
3 Probabldad y Estadístca Meddas de tedeca Cetral 0 Es además obvo pesar que també la relacó 0 se cumple. Esta propedad lmta el hecho de poder obteer promedo sobre las desvacoes por lo que las costruccoes de los térmos deberá de hacerse a través de otro tpo de aálss. S perder de vsta algua relacó sobre algú promedo de las desvacoes podemos cosderar dos posbldades, ua prmera posbldad es cosderar el promedo de la suma de los cuadrados de las desvacoes, ua seguda posbldad es cosderar el promedo de la suma del valor absoluto de las desvacoes. A la prmera la llamaremos varaza y a la seguda desvacó absoluta meda. Las cuales será cosderadas como meddas de dspersó, debdas precsamete a su aturaleza y que será a bordadas e la seccó de meddas de dspersó. Ejemplo 1. Sea los sguetes valores las calcacoes de la probabldad y Estadístca de estudates del prmer parcal: Sumado los valores de las 30 calcacoes y dvdédolas etre los 30 datos obtedremos: Por lo que la meda de calcacoes obteda por el grupo cosderado es gual a 8. Podemos comprobar el teorema co las calcacoes presetadas, a cotuacó se preseta la tabla de derecas José Toleto Guevara Pérez
4 Probabldad y Estadístca Meddas de tedeca Cetral 8-10=- 8-8=0 8-6= 8-7.5= = = = = =- 8-10=- 8-8=0 8-6= 8-9= = = = 8-9.5= = = =0 8-6= 8-6= 8-9= =- 8-7=1 8-8= = =3 8-8= =0.5 Observamos que eectvamete se puede ver de maera medata que demostrado e el teorema. 0 como ue Otro teorema a cosderar es el sguete, el cual os dca como camba la meda cuado a cada varable la trasladamos ua costate, es decr, para cada medcó y c. le sumamos ua catdad, Teorema. La meda de al ser trasladada o remplazada por ua catdad costate para cada ua de las meddas se modca de la orma y c Demostracó. Sea ua muestra de medcoes 1,, 3,, a las que se les remplaza sumádoles ua catdad c, es decr, y1 1 c, y c, y3 3 c,, y c, por lo que al obteer la meda para c teemos 4 y c c c c Lo que demuestra el teorema. Moda La moda es la medda que se relacoa co la recueca co que se preseta el dato o los datos co mayor cdeca, co lo que se cosdera la posbldad de que esta más de ua moda para u cojuto de datos. La otacó más recuete es la sguete: Mo y ˆ. Esta medda se puede aparecer tato para datos cualtatvos como cuattatvos. Se dce que cuado u cojuto de datos tee ua moda la muestra es umodal, cuado tee José Toleto Guevara Pérez
5 Probabldad y Estadístca Meddas de tedeca Cetral dos modas bmodal, cuado la muestra cotee más de u dato repetdo se dce que es multmodal y u últmo caso es cuado gú dato tee ua recueca, e dcho caso se dce que la muestra es amodal. Ejemplos : Determar la moda de los sguetes cojutos de datos: a).- 1,, 3, 3, 4, 5, 6, 7, 7, 3, 1, 9, 3 La moda de este cojuto de datos es gual a 3 y se cosdera umodal b).- 1,, 3, 4, 4, 5,, 1, 3, 4,, -3, 4, 6, 3, 3 Las modas de este cojuto de datos so 3 y 4 ya que ambas tee la más alta recueca, por lo que la muestra es bmodal c).- 1,, 3, 4, 5, 6, 7, 8, 9 La muestra o cotee gú dato repetdo por lo que se cosdera que la muestra es amodal. Grácamete eso se puede relejar medate el aálss de u polígoo de recuecas. 5 José Toleto Guevara Pérez
6 Probabldad y Estadístca Meddas de tedeca Cetral Medaa La medaa de u cojuto to de valores es aquel valor que dvde al cojuto e dos partes guales, de orma que el úmero de valores mayor o gual a la medaa es gual al úmero de valores meores o gual a estos. Su aplcacó se ve lmtada ya que solo cosdera el orde jerárquco de los datos y o algua propedad propa de los datos, como e el caso de la meda. A cotuacó se muestra los crteros para costrur la medaa. Se puede costrur los sguetes crteros: Lo prmero que se requere es ordear los datos e orma ascedete o descedete, cualquera de los dos crteros coduce al msmo resultado. Sea ordeados lo datos e orde ascedete,,, 1, 3 S el úmero de valores es mpar, la medaa es el valor medo, el cual correspode al dato. Cuado el úmero de valores e el cojuto es par, o este u solo valor medo, s o que este dos valores medos, e tal caso, la medaa es el promedo de los valores, es decr, la medaa es umércamete gual a 6 Md 1 Podemos descrbr alguas propedades para la medaa: 1.- Es úca..- Es smple. 3.- Los valores etremos o tee eectos mportates sobre la medaa, lo que s ocurre co la meda. La otacó más usual que se utlza para represetar a la medaa es ~, Md o Me Ejemplo 3: Dados los sguetes datos: 1,, 3, 4, 0, 1, 4, 3, 1, 1, 1, 1,, 1, 3 para la obtecó de la medaa se deberá de ordear. Tomemos el crtero de orde ascedete co lo que, tedremos: José Toleto Guevara Pérez
7 Probabldad y Estadístca Meddas de tedeca Cetral 0, 1, 1, 1, 1, 1, 1, 1,,, 3, 3, 3 4, 4, Por otro lado el úmero de datos es gual a 15 datos, sedo el úmero de datos mpar se elge el dato que se ecuetra a la mtad, ua vez ordeados los datos, e este caso es 1. DATOS AGRUPADOS Ya vmos que es relatvamete ácl calcular la meda, la moda y la medaa para u cojuto de datos o agrupados, veremos ahora como se calcula estas tres meddas cosderado ua dstrbucó de recuecas Meda La meda para datos agrupados se calcula medate la sguete epresó: 1 m 1 dode es el total de datos, m el úmero total de clase y es la recueca de datos. 7 La decó es claramete etedda como ua etesó de la decó que dmos para datos o agrupados, ya que es lógco supoer que datos que se repte co ua recueca m puede smplcar la suma 1 por 1, por supuesto que los ídces de la seguda suma co respecto a la prmera corre co respecto a meor úmero, es decr, co respecto al úmero de agrupametos m. Ejemplo 4: Sea los sguetes datos 1, 1,,, 4, 4, 5,, 3,, 3, 4, 1,, 1. La meda para dchos datos es apromadamete gual a.4666, es decr, José Toleto Guevara Pérez
8 Probabldad y Estadístca Meddas de tedeca Cetral S embargo, el msmo resultado podemos obteer s tomamos la recueca co que aparece los datos, e este caso: Dato Frecueca Producto de recuecas y datos La obtecó de la meda almete se coverte e Para la obtecó de la meda cuado las recuecas está sujetas a la eleccó de clase bajo los métodos mostrados, se realza de gual maera, la úca dereca este e determar el valor sguete ejemplo. como el puto medo de cada clase (marca de clase), veamos el Ejemplo 5. Supogamos que ua clíca de salud, obtee ua tabla de edades de las persoas que so ateddas e u de semaa, para los que preseta la sguete tabla. Cuál será el promedo de edades de los eermos que acudero a recbr atecó médca? Tabla de recuecas reportadas por la clíca Clases (Datos e años) Marca de clase Frecueca José Toleto Guevara Pérez
9 Probabldad y Estadístca Meddas de tedeca Cetral Total de eermos ateddos 55 Por lo que el promedo de persoas a las que se les do servco es de: años 53 El valor de la meda obteda de la recueca agrupada es sucetemete apromado para trabajos estadístcos, ya que al trabajar co datos agrupados, se perde la ormacó prmara y o hay otro recurso que trabajar co marcas de clase e lugar de los datos orgales. S embargo, s la dstrbucó de recuecas es muy rregular, el valor de la meda o dará la sucete apromacó 1. Moda La moda para datos agrupados es el puto medo (marca de clase) del tervalo de clase que cotee la mayor recueca. La moda varará segú la orma de agrupar los datos 9 Ejemplo 6 Señale le moda de los sguetes datos Valores s agrupar Valores Agrupados e 6 clases Clases Frecueca Total 46 E 4 clases Clases Frecueca Total 46 1 Probabldad y Estadístca.- Samuel Fuelabrada José Toleto Guevara Pérez
10 Probabldad y Estadístca Meddas de tedeca Cetral total 46 Solucó: La moda e los datos s agrupar es 3, ya que su recueca es la más alta (6) E el agrupameto de 6 clases la moda es, que es la marca de clase de , que cotee la mayor recueca (14) E el agrupameto de 4 clases, la moda es 19, que es la marca de clase de tervalo que cotee la mayor recueca (0). Medaa El cálculo de la medaa para datos agrupados se realza medate la sguete epresó: Md L acum 1 medaa A Dode: Md = Medaa. L = Lmte eror o rotera eror de dode se ecuetra la medaa, la orma de calcularlo es a través de ecotrar la poscó /. E ocasoes e el tervalo dode se ecuetra la medaa se cooce como tervalo medao. = Número de observacoes o recueca total. acum 1 medaa = recueca acumulada ateror al tervalo medao. = Frecueca del tervalo medao. A = Ampltud del tervalo e el que se ecuetra la medaa. 10 Geométrcamete la medaa se ecuetra e el valor X que dvde al polígoo de recuecas e dos partes de áreas guales. José Toleto Guevara Pérez
11 Probabldad y Estadístca Meddas de tedeca Cetral Ejemplo 7. Retomemos la tabla del ejemplo 5 mostrado para determar la meda de atecoes médcas brdadas por el hosptal, adcoado la columa de la recueca acumulada Tabla de recuecas reportadas por la clíca Clases (Datos e años) Puto medo de cada clase Frecuecas de cada clase Frecuecas acumulada acumulada eermos ateddos Determemos el valor medo de los datos. Como = 55, etoces / 6.5 José Toleto Guevara Pérez
12 Probabldad y Estadístca Meddas de tedeca Cetral El tervalo medao o la clase dode se ecuetra la medaa se ecuetra e la seguda clase, ya que este tervalo es el prmero e rebasar el valor de / que e este ejemplo es 6.5 La clase medaa es pues Notemos que el acho de clase es 10, ya que o se está cosderado detro del tervalo al límte eror L 0; 1 A acum 8; medaa 0; 10 Susttuyedo e la ecuacó tedremos Md L acum 1 medaa A Por lo que se puede coclur que el 50% de las persoas ateddas e u de semaa por el hosptal tee ua edad eror a los 0.96 años. 1 José Toleto Guevara Pérez
Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo
Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos
PARÁMETROS ESTADÍSTICOS ... N
el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto
Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética
Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado
Los Histogramas. Histograma simple
Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras
MEDIDAS DE CENTRALIZACIÓN
Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca
Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases
Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto
Estadística Descriptiva
Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u
5.3 Estadísticas de una distribución frecuencial
5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor
NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD
NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos
Medidas de Tendencia Central
Meddas de Tedeca Cetral Ua edda de tedeca cetral es u valor que se calcula a partr de u cojuto de datos y que se utlza para descrbr los datos e algua fora. Geeralete quereos que el valor sea represetatvo
Estadística Descriptiva
Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.
TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
4. SEGUNDO MÓDULO. 4.1 Resumen de Datos
4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato
4º MEDIO: MEDIDAS DE POSICIÓN
4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co
MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades
MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro
APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS
APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado
MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.
MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:
CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN
INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES
La inferencia estadística es primordialmente de naturaleza
VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la
ESTADÍSTICA DESCRIPTIVA
Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama
LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS
Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN
UNIDAD DIDÁCTICA 13: Estadística Descriptiva
Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó
Inferencia Estadística
Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,
Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
ESTADÍSTICA poblaciones
ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:
VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.
CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.
CÁLCULO NUMÉRICO (0258)
CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.
GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA
GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además
Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:
Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,
Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.
Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.
Estadística Contenidos NM 4
Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: mea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recoocer dferetes formas de orgazar formacó:
Probabilidad y estadística
Probabldad y estadístca Grupo PM4 Trabajado gráfcas,meddas de tedeca cetral, meddas de dspersó e terpretado resultados Prof. Mguel Hesquo Garduño. Depto. De Igeería Químca Petrolera ESIQIE-IPN [email protected]
Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia
Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca La meda Sea u cojuto de observacoes x 1,..., x, o agrupados. Se defe la meda o promedo, medate: x 1 La meda utlza todas las observacoes,
Una Propuesta de Presentación del Tema de Correlación Simple
Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:
V II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos
Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores
x x x x x Y se seguía operando
. INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces
7. Muestreo con probabilidades desiguales.
7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.
I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS
Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2
Estadística Descriptiva
Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: Dagrama
Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
MEDIDAS DE TENDENCIA CENTRAL
Capítulo 9 MEDIDAS DE TENDENCIA CENTRAL Ua medda de tedeca cetral, es u resume estadístco que muestra el cetro de ua dstrbucó; es decr, por lo geeral, busca el cetro de esa dstrbucó. Exste dferetes tpos
EJERCICIOS RESUELTOS TEMA 3.
INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.
CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL
CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL 3. CARACTERISTICAS NUMERICAS DE UNA VARIABLE S tratamos de represetar uestras edades medate u polígoo de frecuecas, y os ubcamos e el tempo: hace 0 años, hoy
Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:
Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados
MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD
UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS
MEDIDAS DE CENTRALIZACIÓN. i = N Cuando los datos vienen dados por una tabla de frecuencias:
PARÁMETROS ESTADÍSTICOS Puesto que las represetacoes grácas o sempre cosgue orecer ua ormacó completa de ua sere de datos, es ecesaro aalzar procedmetos umércos que permta resumr toda la ormacó del eómeo
Métodos indirectos de estimación: razón, regresión y diferencia
Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó
PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción
Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar
GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A
Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto
Esta t d a í d s í titcos o TEMA 3.3
TEMA 3.3 Defcó úmero obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco)
Estadística Espacial. José Antonio Rivera Colmenero
Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. [email protected]
Cálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo
REGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.
ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza
Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple
Curo de Etadítca Udad de Medda Decrptva Leccó 5: Medda de Dperó para Dato Agrupado por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor Objetvo. Calcular ampltud, varaza, devacó
Ejercicios y Talleres. puedes enviarlos a
Ejerccos Talleres puedes evarlos a [email protected] www.klasesdematematcasmas.com Taller 1 Ig. Oscar Restrepo 1. De las varables sguetes cuáles represeta datos dscretos cuáles datos cotuos
TEMA 4: VALORACIÓN DE RENTAS
TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto
Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:
PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula
UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)
UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.
SOLUCIÓN EXAMEN PARCIAL I
Nombres: Apelldos:.I.: Frma: Fecha: 07/03/05 MÉTODO ETADÍTIO I EXAMEN I Prof. Gudberto Leó PARTE I: E el sguete gráfco se muestra los dagramas de caja correspodetes a los pesos de los bebés al acer segú
3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna
arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que
Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa
Uversdad de oora Departameto de Matemátcas Área Ecoómco Admstratva Matera: Estadístca I Maestro: Dr. Fracsco Javer Tapa Moreo emestre: 05- Hermosllo, oora, a 5 de septembre de 05. Itroduccó E la clase
ERRORES EN LAS MEDIDAS (Conceptos elementales)
ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas
ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos
Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa
Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No
Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados
EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó
Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.
Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra
El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad
Regulardad estadístca. E vrtud de la gra varabldad de muchos procesos, se recurre al estudo del comportameto e grades cojutos de elemetos. Se busca captar los aspectos sstemátcos o los aleatoros. Se pretede
PROBABILIDAD Y ESTADISTICA
1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca
MEDIDAS DE FORMA Y CONCENTRACIÓN
MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de
Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:
Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral
En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )
Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo
Aproximación a la distribución normal: el Teorema del Límite Central
Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda
