CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS
|
|
- Laura Alcaraz Rojas
- hace 7 años
- Vistas:
Transcripción
1 CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de dos grupos de personas fueran guales, esto no mplca que las edades en ambos grupos sean las msmas y esta gualdad en las medas persstrá aún cuando en un grupo todos tengan las msmas edades y en el otro grupo solo sean unos cuantos los que tenen mayores edades. Para caracterzar completamente una dstrbucón, es necesaro conocer cómo están dstrbudos los valores de la varable alrededor de un promedo. Son meddas de dspersón; cuantfcan el grado de concentracón o de dspersón de los datos alrededor de un promedo. Por qué estudar la dspersón? Una medda de dspersón se aplca para evaluar la confabldad del promedo que se está utlzando. Permte aprecar cuán dspersas están dos o más dstrbucones. Ejemplo: Observemos los sguentes tres conjuntos de datos: , , En el prmero, cuya meda es 3, notamos que los datos están muy concentrados alrededor de su meda. En el segundo, cuya meda es 15, los datos están menos concentrados alrededor de su meda. En el tercero, cuya meda es 30, los datos están más dstantes, más dspersos alrededor de su meda. Mag. RENAN QUISPE LLANOS Pág. 47
2 4.1 EL RECORRIDO (AMPLITUD TOTAL O RANGO) (R) Es la dstanca entre los valores mámo y mínmo de la varable de una poblacón o muestra. Cálculo Datos no agrupados Cálculo Datos agrupados R Obs. Mayor - Obs. Menor Método 1 R M s - M M s : Marca de clase superor. M : Marca de clase nteror. Método R L s - L L s :Lmte superor del ntervalo más alto. L :Lmte nteror del ntervalo más bajo. 4. LA DESVIACION MEDIA Es el promedo de los valores absolutos las desvacones con respecto a la meda artmétca, medana u otra medda de tendenca central. Denomnada tambén como desvacón promedo, mde el promedo en donde los valores de una poblacón, o muestra, varían con respecto a su meda. Mag. RENAN QUISPE LLANOS Pág. 48
3 Cálculo Datos no agrupados Cálculo Datos agrupados RESPECTO A LA MEDIA Para una muestra: RESPECTO A LA MEDIA Para una muestra: DM... n 1 n DM f m n f m : : observacones en la muestra. : meda muestral. n : tamaño de la muestra. : marca de clase del ntervalo, donde j vara de 1 a m. : meda muestral. f : frecuenca ntervalo. n : tamaño de la muestra. RESPECTO A LA MEDIANA Para una muestra: RESPECTO A LA MEDIANA Para una muestra: DM 1... n n DM 1 f1... m f n m : observacones en la muestra. : cualquer medda de tendenca central de la muestra (medana) n : tamaño de la muestra. : marca de clase del ntervalo, donde varía de 1 a m. : cualquer medda T.C. muestral, tal como la medana. f : frecuenca ntervalo. n : tamaño de la muestra. Característcas: El valor de la desvacón meda depende del valor de la varable en cada undad de la poblacón o muestra. Se puede calcular alrededor de la meda artmétca, medana o cualquer otra Medda de tendenca central. Mag. RENAN QUISPE LLANOS Pág. 49
4 4.3 LA VARIANZA La varanza es una forma especal de desvacón promedo alrededor de la meda. Indca la varacón de las observacones en torno a su meda. Para una poblacón se denota por la letra grega σ y para una muestra por s. Para una muestra: Cálculo Datos no agrupados ( ) S n1 : observacones en la muestra. X : meda muestral. n : tamaño muestra. Para una poblacón: σ ( ) X μ N : observacones en la poblacón. μ : meda poblaconal. N : tamaño de la poblacón. Para una muestra: S Cálculo Datos agrupados ( ) n1 : marca de clase del ntervalo, donde varía de 1 a m. X : meda muestral. f : frecuenca ntervalo. n : tamaño muestra. Para una poblacón: σ ( X ) μ N X : observacones en la poblacón. f : frecuenca de clase. N: tamaño de la poblacón. f f Característcas: Suma de cuadrados y reglas elementales: constante, adtva, multplcatva. Mag. RENAN QUISPE LLANOS Pág. 50
5 Mag. RENAN QUISPE LLANOS Pág. 51 Reglas Elementales CONSTANTE: ( ) V SC ADITIVA: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) V V MULTIPLICATIVA: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ). E E ce c V c c c c c c c c c V V c E c V c
6 4.4 LA DESVIACION ESTANDAR La Desvacón Estándar es la raíz cuadrada postva de la varanza, es decr, σ para una poblacón y S, para una muestra. Cálculo Datos no agrupados Cálculo Datos agrupados Para una muestra: S ( ) n 1 Para una muestra: S ( ) n 1 f : observacones en la muestra. X : meda muestral. n : tamaño muestra. Para una poblacón: : Marca de Clase del ntervalo, donde varía de 1 a m. X : meda muestral. f : frecuenca ntervalo. n : tamaño poblacón. Para una poblacón: σ ( μ) X N σ ( X μ) N f X : observacones en la poblacón. μ: meda poblaconal. N: tamaño de la poblacón. X : observacones en la poblacón. f: frecuenca. N: tamaño de la poblacón. Característcas: Al gual que la varanza las característcas o propedades de la desvacón estándar se corresponden con las Reglas Elementales: constante, adtva y multplcatva. Mag. RENAN QUISPE LLANOS Pág. 5
7 4.5 EL COEFICIENTE DE VARIACION Es un número abstracto que, denotado por CV, se obtene como cocente entre la desvacón estándar y su meda artmétca. Cálculo para Datos no agrupados y agrupados CV σ 100 μ para una poblacón S CV 100 para una muestra σ : desvacón estándar poblaconal. S : desvacón estándar muestral. μ : meda artmétca poblaconal. : meda artmétca muestral. COEFICIENTE DE VARIACION DE LA DESVIACION MEDIANA CV DM DM Me 100 CV DM : coefcente de varacón de la desvacón medana. DM : desvacón medana. Me : medana. Característcas: El coefcente de varacón es muy útl especalmente cuando se aplca a muestras homogéneas. Mag. RENAN QUISPE LLANOS Pág. 53
8 4.6 ASIMETRIA O SESGO El grado de asmetría de la dstrbucón de frecuencas consttuye uno de sus caracteres de mayor mportanca. En la práctca cas nunca se encuentran polígonos de frecuencas o hstogramas completamente smétrcos, por lo cual, el grado en el cual la dstrbucón es asmétrca consttuye su sesgo. S una dstrbucón de frecuencas es smétrca, no tene sesgo, es decr, el sesgo es nulo. S una o mas observacones son grandes, la meda de la dstrbucón se vuelve mayor que la Me o la Mo, en tales casos se dce que la dstrbucón tene sesgo postvo. S una o más observacones muy pequeñas se encuentran presentes, la meda es la menor de los tres promedos y se dce que la dstrbucón tene sesgo negatvo. Obsérvese el sguente dagrama: Dagrama f 1. SIMÉTRICA X Me Mo f. SESGO POSITIVO M Me X Mag. RENAN QUISPE LLANOS Pág. 54
9 f 3. SESGO NEGATIVO X Me M Karl Pearson desarrolló una medda para desarrollar el sesgo de una dstrbucón denomnada coefcente de asmetría (C.A.). 3(meda medana) C.A. desvacón estándar Ejemplo: Las duracones de estándar en el pso de cancerología de un hosptal, se organzaron en una dstrbucón de frecuencas. La duracón meda fue de 8 días, la medana 5 días, y la duracón modal 3 días. Se calculó una desvacón estándar de 4. días. 1. Es la dstrbucón smétrca con sesgo postvo o sesgo negatvo?. Cuál es el coefcente de asmetría? Interprételo. Solucón: 1. Es asmétrca con sesgo postvo porque la meda es la mayor de los tres promedos.. Lo calculamos de la sguente manera: C.A 3(meda medana) desvacón estándar 3(8 5) Interpretando esto, el coefcente de asmetría por lo general se encuentra entre 3 y 3. En tal caso.14 ndca un grado mportante de asmetría con sesgo postvo. En aparenca unos cuantos pacentes cancerosos permanecen en el hosptal durante largo tempo, provocando que la meda sea mayor que la medana o la moda. Mag. RENAN QUISPE LLANOS Pág. 55
10 4.7 CURTOSIS Permte medr el grado de la agudeza de una dstrbucón, es decr, para saber cuán agudo o plano es un polígono de frecuencas. Observemos los tpos de curtoss, en las sguentes gráfcas: En la fgura A se observa que ambas curvas son smétrcas y tenen la msma meda, mentras que una de las curvas es más cúrtca. La fgura B se le denomna mesocúrtca (ntermedo con punta). La fgura C se le denomna leptocúrtca (delgada con punta) y la fgura D se le denomna platcúrtca (aplanado con punta). A Su agudeza es mayor que la de esta curva C Curva leptocúrtca B Curva mesocúrtca D Curva platcúrtca El coefcente de curtoss de un grupo de datos, es una medda del apuntamento o aplastamento de su polígono de frecuencas, se defne como: (0,5)(C75 C C C ) en donde C 75 es el percentl 75, etc. Cuando el coefcente de curtoss tende a 0,5; esto es, s las dferencas C 75 C 5 y C 90 -C 10, son apromadamente guales, la curva se llama leptocúrtca. S el coefcente de curtoss tende a 0, esto es, cuando la dferenca C 75 C 5 es pequeña, respecto de C 90 -C 10, la curva se llama platcúrtca. S el coefcente de curtoss es apromadamente 0,5; esto es, s C 90 -C 10 es apromadamente el doble de C 75 C 5, la curva se llama mesocúrtca. Mag. RENAN QUISPE LLANOS Pág. 56
11 4.8 APLICACIONES DE MEDIDAS DE DISPERSION En base al ejercco Nº 1, se tene: d. Desvacón Meda Desgnaremos por DM A : desvacón meda - Empresa A. DM B : desvacón meda - Empresa B Para datos agrupados, la desvacón meda se defne como: DM X 1 - X f 1 X m - X. f m n Entonces calcularemos las desvacones con respecto a la meda artmétca en valor absoluto y luego, las multplcaremos por sus respectvas frecuencas. Empresa A Salaros (S/.) Marcas de Clase X Frecuenca f X - X A X - X A X - X A. f Total n A Donde: X A S/. 110 Por lo tanto: DM A Este una desvacón promedo de de los sueldos percbdos por los empleados de la Empresa A, alrededor de la meda artmétca X A S/. 110 Mag. RENAN QUISPE LLANOS Pág. 57
12 Empresa B Salaros (S/.) Marcas de Clase X Frecuenca f X - X B X - X B X - X B. f Total n B Donde: X B S/..110 Entonces: DM B , 5 Hay una desvacón promedo gual a 699. de los salaros percbdos por los empleados de la Empresa B, alrededor de la meda artmétca X B S/. 110 Puesto que la DM B es mayor que la DM A, se concluye que los salaros de los empleados de la Empresa B están más dspersos alrededor de su meda artmétca que los salaros de los empleados de la Empresa A. e. Recorrdo (Ampltud de clase o Rango) Denotaremos por Recorrdo A : recorrdo de salaros - Empresa A Recorrdo B : recorrdo de salaros - Empresa B. Para datos agrupados, hay dos formas de calcular el recorrdo. 1ª. Forma : Recorrdo límte superor de la clase más altalímte nferor de la clase más baja. ª Forma : Recorrdo Marca de clase superor - Marca de clase nferor. Entonces para la: Empresa A 1ª Forma : Recorrdo A S/ ª Forma : Recorrdo A S/. 500 Mag. RENAN QUISPE LLANOS Pág. 58
13 Empresa B 1ª Forma : Recorrdo B S/ ª Forma : Recorrdo B S/. 500 Para ambas Empresas, A y B, los sueldos de los empleados osclan entre S/. 500 y S/ S elmnamos los valores etremos, tendríamos que los salaros de los empleados para las dos empresas, varían entre S/. 750 y S/ f. Varanza Desgnaremos por S A : varanza de salaros - Empresa A S B : varanza de salaros - Empresa B La fórmula de la varanza para datos agrupados es: S ( X 1 - X ). f 1 (X m - X ). f m n-1 Entonces, se deben calcular las desvacones al cuadrado con respecto a la meda artmétca y luego, multplcarlas por las frecuencas correspondentes. Empresa A Salaros (S/.) Marcas de Clase X Frecuenca f (X - X A ) ( X X A ) (X - X A ). f Total n A Por lo tanto, S A (S/.) 4 La varanza de los salaros de los empleados de la Empresa A es de (S/.). Mag. RENAN QUISPE LLANOS Pág. 59
14 Empresa B Salaros (S/.) Marcas de Clase X Frecuenca f (X - X B ) ( X X B ) (X X B ). f Total Así, S B (S/.) 4 En la Empresa B, la varanza de los salaros es de (S/.) ; la cual es mayor que en la Empresa A. g. Desvacón Estándar Sean S A : desvacón estándar de los salaros - Empresa A. S B : desvacón estándar de los salaros - Empresa B. Como la desvacón estándar es la raíz cuadrada postva de la varanza, es decr: S S Tenemos que: S A S S/ A S B S S/ B La desvacón estándar de los salaros de la Empresa B es mayor que la desvacón estándar de los sueldos de la Empresa A. Mag. RENAN QUISPE LLANOS Pág. 60
15 h. Coefcente de Varacón S denotamos por CV A : Coef. de varacón - Empresa A. CV B : Coef. de varacón - Empresa B Sabemos que el Coefcente de Varacón, se calcula como: CV S X 100 Entonces, a partr de los resultados obtendos en (a) y en (f), sabemos que X A S/..110 y S A S/ X B S/..110 y S B S/ Reemplazando en la fórmula, obtenemos: CV A , CV B , ,8 A partr de estos resultados, puede aprecarse que s ben el ngreso promedo de los empleados en ambas empresas son guales, vemos que hay mayor dspersón en salaros que percben en la Empresa B. Mag. RENAN QUISPE LLANOS Pág. 61
16 Que es un Error Estándar? Para la nferenca estadístca, dgamos una prueba estadístca y de estmacón, se necesta estmar los parámetros de la poblacón. La estmacón mplca la determnacón, con un error posble debdo al muestreo, del valor desconocdo de un parámetro de la poblacón, tal como la proporcón que tene una cualdad específca o el valor medo m de una certa medda numérca. Para epresar la eacttud de las estmacones de las característcas de la poblacón, se debe tambén calcular los errores estándar de las estmacones. Éstas son las meddas de eacttud que determnan los errores posbles que se presentan del hecho de que las estmacones están basadas en muestras escogdas al azar de la poblacón entera, y no en un censo completo de la poblacón. El error estándar es un estadístco que ndca la eacttud de una estmacón. Es decr, nos dce cuan dferente la estmacón (como) es del parámetro de la poblacón (como m). Por lo tanto, esta es la desvacón estándar de una dstrbucón muestral para un estmador como. Los sguentes son una coleccón de errores estándar para la etensamente usada estadístca: Error Estándar para la Meda s: S/n½. Como cualquera esperaría, el error estándar dsmnuye mentras que el tamaño de la muestra aumenta. Sn embargo la desvacón estándar de la estmacón dsmnuye por un factor del n½ no n. Por ejemplo, s usted desea reducr el error en 50%, el tamaño de la muestra debe ser 4 veces n, lo cual es costoso. Por lo tanto, como alternatva a ncrementar el tamaño de la muestra, se puede reducr el error obtenendo los datos de caldad el cual proporcona una estmacón más eacta. Mag. RENAN QUISPE LLANOS Pág. 6
17 EJERCICIOS 1.- Cnco representantes de servco de clentes de una empresa electrónca, trabajaron durante las ventas del vernes. Las cantdades respectvas de vdeograbadoras que venderon durante las prmera cuatro horas de servco son: 5,8,4,10 y 3. a. Cuál es la ampltud total de los datos? b. Cuál es la meda artmétca? c. Cuál es la desvacón meda? d. Interprete la ampltud total..- El departamento de estadístca de una unversdad ofrece ocho cursos de estadístca básca. Las sguentes son las cantdades de estudantes nscrtos en tales cursos:34,46,5,9,41,38,36 y 8. a. Cuál es la ampltud total? b. Cuál es la meda artmétca de las cantdades de estudantes nscrtos en los cursos? c. Cuál es la desvacón promedo? d. Interprete la ampltud total 3.- Una empresa de equpos nstala abrdores automátcos para puertas de garaje. La sguente lsta ndca el número de mnutos necesaros para tal nstalacón en una muestra de 10 puertas:8,3,4,46,44,40,54,38,3y 4. a. Cuál es la ampltud total? b. Cuál es la meda artmétca? c. Cuál es la desvacón meda? d. Interprete esta desvacón promedo 4.- Una muestra de ocho compañías en la ndustra aerospacal fueron entrevstadas acerca de sus rendmentos sobre la nversón de un certo año. Los resultados son en porcentaje: 10.6,1.6,14.8,18.,1.0,14.8,1.y 15.6 a. Cuál es la ampltud total de los rendmentos? b. Cuál es la meda artmétca de los msmos? c. Cuál es la desvacón meda? Mag. RENAN QUISPE LLANOS Pág. 63
PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )
TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES
Más detallesBloque 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 detallesa) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?
EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600
Más detalles-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:
-.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una
Más detallesT. 5 Estadísticos de forma de la distribución
T. 5 Estadístcos de forma de la dstrbucón 1 1. Asmetría 2. Apuntamento o curtoss Ya ha sdo abordado en temas precedentes el análss de la forma de la dstrbucón de frecuencas desde una aproxmacón gráfca.
Más detallesPoblación 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 detallesMedidas 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 detalles3.3 Caracterización de grupos: Estadísticos de forma de la distribución
3.3 Caracterzacón de grupos: Estadístcos de forma de la dstrbucón 1. Smetría 2. Apuntamento o curtoss 3. Descrpcón estadístca de una varable: tabla resumen Ya ha sdo abordado en temas precedentes el análss
Más detallesTema 21: Distribución muestral de un estadístico
Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15
Más detalles16/02/2015. 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 detallesCOLEGIO 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 detallesI.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 detalles4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.
4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas
Más detallesSEMANA 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 detallesDescripción 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 detallesFacultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística
Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar
Más detallesAnálisis estadístico de incertidumbres aleatorias
Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas
Más detallesPoblación: 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 detallesLECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE II) MEDIDAS DE FORMA TEMA 19: MEDIDAS DE FORMA
Unverdad Católca Lo Ángele de Chmbote LECTURA 09 : EDIDAS DE DISPERSIÓN Y DE FORA (PARTE II) EDIDAS DE FORA TEA 9: EDIDAS DE FORA. EDIDAS DE ASIETRIA Son medda que mden el grado de deformacón horzontal
Más detallesESTADISTÍCA. 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 detallesEstas 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 detallesMatemáticas A 4º E.S.O. pág. 1
Matemátcas A º E.S.O. pág. HOJA : ESTADÍSTICA º.- Agrupa en ntervalos y construye una tabla de frecuencas (con la marca de clase ncluda) y la frecuenca absoluta de las sguentes alturas, meddas en centímetros,
Más detalles3 - VARIABLES ALEATORIAS
arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr
Más detallesTema 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 detallesRegresión y Correlación
Regresón Correlacón 1.- El número de turstas (en mllones) entrados en España mensualmente durante los años 001 00 se epone en la sguente estadístca. Nº Turstas 001,76,6,9 3,8 4,4 4,81 8,93 9,98 5,91 4,34,6
Más detallesTema 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 detallesTema 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 detallesAPLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES
APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral
Más detallesACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.
Matemátcas Aplcadas a las Cencas Socales I ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL 1) Se ha meddo la temperatura en grados centígrados la presón atmosférca en mm en una cudad durante una semana obtenéndose
Más detallesCálculo 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 detallesPrueba 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 detallesSOLUCIONES 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 detallesEJERCICIOS 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 detallesINTRODUCCIÓN. 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 detallesTema 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 detallesEstadística 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 detallesMedidas 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 detallesA. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.
MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan
Más detallesUn estimado de intervalo o intervalo de confianza ( IC
Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá
Más detallesCuaderno de actividades 4º ESO
Estadístca Undmensonal 1 Conceptos báscos. Cuaderno de actvdades º ESO Cualquer elemento o ente que sea portador de nformacón sobre alguna propedad en la cual se está nteresado se denomna ndvduo. El conjunto
Más detallesLECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 4: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION. DEFINICION Las meddas estadístcas son meddas de resumen
Más detalles17/02/2015. 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 detallesLECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas
Más detalles3.3 Prueba de Matemáticas y Lenguaje
04 3.3 Prueba de Matemátcas y Lenguaje Con el objetvo de conocer el nvel de conocmento de ml doscentos sesenta y cuatro estudantes de las escuelas nvestgadas dentro de la cudad de Guayaqul, se efectúa
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesSEMANA 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 detalles2 Dos tipos de parámetros estadísticos
Dos tpos de parámetros estadístcos Págna 198 1. Calcula la meda, la medana y la moda de cada una de estas dstrbucones estadístcas: a) 4, 5, 6, 6, 6, 6, 7, 11, 1, 17 b), 1, 6, 9,, 8, 9,, 14, c), 3, 3, 3,
Más detallesEstadísticos muéstrales
Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas
Más detalles14 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 detallesESTADÍSTICA UNIDIMENSIONAL
ESTADÍSTICA UNIDIMENSIONAL La estadístca undmensonal trata de resumr la nformacón contenda en una tabla que contene nformacón de una sola varable en unos pocos números. Las meddas de poscón pueden ser:
Más detallesMaestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza
Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El
Más detallesCAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información
IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.
Más detallesOrganización 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 detallesAnálisis 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 detallesProblemas resueltos de estadística aplicada a las ciencias sociales
Problemas resueltos de estadístca aplcada a las cencas socales Pablo Juan Verdoy Modesto Joaquín Beltrán María José Pers Departament de Matemàtques Cods d assgnatura RA10, RL0906 P. Juan Verdoy / M. J.
Más detallesINTRODUCCIÓN... 43 OBJETIVOS GENERALES... 3. Estadística Aplicada OBJETIVOS PARTICULARES... 4 CONCEPTOS BÁSICOS... 5 ACTIVIDADES
Índce INTRODUCCIÓN... OBJETIVOS GENERALES... 3 OBJETIVOS PARTICULARES... 4 CONCEPTOS BÁSICOS... 5 ESTADÍSTICA DESCRIPTIVA INTRODUCCIÓN... 8 RECOLECCIÓN DE DATOS... 8 TEORÍA DEL MUESTREO... 8 TRATAMIENTO
Más detallesTema 6. Estadística descriptiva bivariable con variables numéricas
Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables
Más detallesMEDIDAS 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 detalles3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
Más detalles5.3 Estadísticas de una distribución frecuencial
5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor
Más detallesPráctica 3. Media, mediana y moda.
Práctca 3. Meda, ana y moda. La presente práctca, te permtrá estudar las das de tendenca central menconadas, a partr de los sguentes datos que corresponden a la estatura de estudantes, ncaremos la práctca.
Más detallesTema 11: Estadística.
Tema 11: Estadístca. Ejercco 1. Un fabrcante de tornllos desea hacer un control de caldad. Para ello, recoge 1 de cada 100 tornllos producdos y lo analza. a) Cuál es la poblacón? b) Cuál es la muestra?
Más detallesHistogramas: 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 detallesFigura 1
5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto
Más detallesMedidas 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 detallesLECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA
LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas
Más detallesCORRELACION Y REGRESION
CORRELACION Y REGREION Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón
Más detallesEJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.
EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han
Más detallesPyE_ EF1_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesEJERCICIOS PROPUESTOS TEMAS 1 Y 2
EJERCICIOS PROPUESTOS TEMAS 1 Y 2 1.- Indca para los sguentes caracteres s son varables (dferencando entre dscretas y contnuas) o atrbutos, y la escala de medda a la que pertenecen: a) Nvel de estudos
Más detalles8 MECANICA Y FLUIDOS: Calorimetría
8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS
Más detallesAspectos fundamentales en el análisis de asociación
Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene
Más detallesGUÍA DE APOYO AL APRENDIZAJE N 2
GUÍA E APOYO AL APREIZAJE Meddas de Tendenca Central ó de Resumen Las meddas de resumen son valores de la varable que permten resumr la normacón que hay en una tabla undamentalmente estas meddas se usan
Más detallesel 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 detallesTema 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 detallesIntroducción a la Física. Medidas y Errores
Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren
Más detalles4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o
4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS
Más detallesREGRESION LINEAL SIMPLE
REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente
Más detalles9Soluciones 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 detallesCAPÍTULO 4 MARCO TEÓRICO
CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.
Más detallesAgrupa los datos en intervalos de amplitud 8. Elabora una tabla similar a la anterior !!!""#""!!!
Undad 15 REPASO DE ESTADÍSTICA! 11 Resuelve tú ( Pág "#$ ) sdo: Las puntuacones de una prueba de ntelgenca aplcada a los 75 alumnos anterores han 87 105 88 103 114 15 108 107 118 114 19 100 106 113 105
Más detallesInstrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesTRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).
TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen
Más detallesTema 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 detallesDISTRIBUCIONES 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( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )
MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror
Más detallesPrueba de Inferencia Estadística y Contraste de Hipótesis. 8 de octubre de 2012 GRUPO A
Prueba de Inferenca Estadístca y Contraste de Hpótess 8 de octubre de 01 GRUPO A 1.- Se ha observado un ángulo cnco veces, obtenéndose los sguentes valores: Se pde: 65º5 ; 65º33 ; 65º3 ; 65º8 ; 65º7 a)
Más detallesNos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.
Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la
Más detallesUNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3 PROBABILIDAD Y ESTADISTICA LABORATORIO PARA EXAMENES EXTRAORDINARIOS INSTRUCCIONES.- CONTESTE CADA UNO DE LOS SIGUIENTES PROBLEMAS COMPROBANDO SU RESPUESTA
Más detallesProblema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?
Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento
Más detallesDATOS AGRUPADOS POR INTERVALOS DE CLASE
3. Datos agrupados por ntervalo (Varable contnua) Generalmente los datos se agrupan por medo de ntervalos de clase, los cálculos son una aproxmacón a la realdad, se faclta los cálculos. En la agrupacón
Más detallesTEMA 5. ANÁLISIS DE UNA VARIABLE (III). MEDIDAS DE ASIMETRÍA, CURTOSIS Y CONCENTRACIÓN
DEPARTAMENTO DE ECONOMÍA GENERAL Y ETADÍTICA UNIDAD DOCENTE DE ETADÍTICA Y ECONOMETRÍA UNIVERIDAD DE HUELVA ANÁLII ETADÍTICO DEL TURIMO I 200-200200 DIPLOMATURA EN TURIMO TEMA 5 ANÁLII DE UNA VARIABLE
Más detallesEJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.
EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las
Más detallesVariables Aleatorias
Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.
Más detalles1. 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 detallesVariable Estadística
Varable Estadístca.- Los afconados al bésbol aprenden de memora las estadístcas de este juego. Por ejemplo, cuántos home runs (golpes que envían la pelota fuera del campo de juego) son necesaros para lderar
Más detallesVariables Aleatorias
Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo
Más detalles