PROBABILIDAD Y ESTADÍSTICA APLICADA

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

Download "PROBABILIDAD Y ESTADÍSTICA APLICADA"

Transcripción

1 UNIVERSIDAD ORT Uruguay Facultad de Igeería Berard Wad - Polak PROBABILIDAD Y ESTADÍSTICA APLICADA NOTAS DE CLASE DEL CURSO DE LA Lcecatura e Sstemas FASCÍCULO Prof. Orual Ada Cátedra de Matemátcas Año 0

2 FASCÍCULO UNIVERSIDAD ORT URUGUAY LICENCIATURA EN SISTEMAS ORUAL ANDINA PROBABILIDAD Y ESTADÍSTICA APLICADA NOTAS DE CLASE

3 PREFACIO Esta publcacó ha sdo preparada para servr de apoyo al curso de Probabldad y Estadístca Aplcada, que se dcta e la Lcecatura e Sstemas de la Uversdad ORT Uruguay. Se trata de u curso breve, lmtado a cuatro horas docetes semaales durate u semestre lectvo. Por lo tato, ha sdo ecesaro codesar al máxmo la presetacó de los temas exgdos por el programa, tratado de lograr u adecuado balace etre el peso relatvo de los aspectos teórco coceptuales y el de las dspesables aplcacoes práctcas. Las otas correspodetes a todo el curso se preseta e dos fascículos. El prmero de ellos cotee ua troduccó a la estadístca descrptva, úmeros ídces y dstrbucoes de probabldad, metras que el segudo está dedcado a presetar los elemetos báscos del muestreo e fereca estadístca, prueba de hpótess y relacoes de asocacó o depedeca etre atrbutos y varables. La presetacó de cada tema se completa co u cojuto de ejerccos que permte aplcar los coocmetos que se va adquredo durate el desarrollo de las clases. Los datos de los ejemplos que se cluye, so e geeral de carácter fctco y tee ua faldad exclusvamete docete. E todos los casos se ha procurado smplfcar al máxmo los cálculos ecesaros, para poder dedcar la mayor parte de la atecó, a los propóstos esecales de la ejerctacó. Se debe aclarar que la lectura de estas otas, o exme de asstr a clases, obvar por completo la cosulta a la abudate y excelete bblografía dspoble sobre los temas que aquí se trata. Ua parte recomedada de dcha bblografía, se cta como aexo al fal del segudo fascículo. ORUAL ANDINA

4 NOTA DE CLASE Nº ESTADÍSTICA DESCRIPTIVA. Datos estadístcos. Atrbutos y varables. Varable dscreta y varable cotua. Presetacó tabular y gráfca. ESTADÍSTICA DESCRIPTIVA La deomacó de Estadístca Descrptva se refere a la parte de la Estadístca que tee por faldad la reduccó de cojutos de datos empírcos, a u pequeño úmero de característcas que cocetra la formacó esecal sumstrada por los datos. E geeral, la estadístca descrptva se aplca a cojutos muy umerosos de datos, es decr cuado los procesos de resume resulta ser dspesables para ua cabal terpretacó de la formacó que cotee.. DATO ESTADÍSTICO La formacó umérca que se obtee cotado o mdedo ua característca de terés se deoma: dato estadístco. La forma de obteer meddas o recuetos, es decr, de recolectar los datos, es ua de las partes más mportates del procedmeto estadístco, pero o será cosderada aquí, admtédose e geeral, que la formacó ya se ecuetra dspoble para su procesameto. No obstate, cabe señalar que solo puede cosderarse como datos estadístcos a las medcoes o recuetos que se obtee medate procedmetos sstemátcos de observacó, ceñdos a rgurosas ormas de cotrol de caldad.. VARIABLES Y ATRIBUTOS Podemos dstgur dos clases de datos estadístcos: cuattatvos y cualtatvos. La deomacó clásca que recbe los prmeros es la de varables, metras que a los segudos usualmete se les deoma atrbutos. Ua varable es ua característca medble; por ejemplo, la altura, el peso, la edad, el salaro, el úmero de amales por establecmeto. U atrbuto es ua característca o medble, por ejemplo: el estado cvl, la acoaldad, la raza. 3. VARIABLE DISCRETA Y VARIABLE CONTINUA A cotuacó cetraremos uestro terés e el tratameto de los datos estadístcos cuattatvos o de varable, cuado exste ua sola varable de terés (cojutos udmesoales). S la varable solo puede tomar alguos valores aslados se deoma: varable dscreta. El úmero de persoas por vveda, es ua varable dscreta porque o puede tomar cualquer valor. La proporcó co que puede presetarse certa característca de terés e determado cojuto de observacoes, el úmero de hjos por hogar, so alguos ejemplos de varable dscreta. Hay valores que la varable o puede tomar. S e cambo, la varable puede tomar cualquer valor detro de certo tervalo de terés, se le deoma: varable cotua. El peso y la edad, so ejemplos de varable cotuas. Tee setdo pesar que, detro de certos tervalos, la varable pueda observar cualquer valor, al meos desde el puto de vsta teórco ya que desde el puto de vsta práctco todas las varables se comporta como dscretas, depededo la forma de expresó de los valores observados, del sstema y de las udades de medda que para el caso se haya defdo.

5 4. PRESENTACIÓN DE LOS DATOS Se cosdera como datos orgales a los datos tal cual se obtee de la fuete de formacó, s gú tratameto posteror. Para poder avazar e el proceso de resume, destado a poer e evdeca las característcas relevates del cojuto, es ecesaro proceder a su ordeameto y posteror presetacó tabular y gráfca. Ua vez que estos datos se procesa co dchos fes, pasa a deomarse: datos agrupados. El tratameto de los datos orgales dfere segú se trate de varable dscreta o be de varable cotua. 4. Varable dscreta Smbología: x : valores de la varable tal cual se recolecta (datos orgales) : úmero de observacoes cosderadas (tamaño del cojuto) X : valores tabulados de la varable (datos agrupados) m : úmero de clases, o de dsttos valores de la varable m : frecueca absolutas smples, o repetcoes de los dsttos valores de la varable h : frecueca relatvas smples. Se obtee medate el cocete: h = N : frecuecas absolutas acumuladas. Se obtee acumulado las frecuecas absolutas smples, segú los sucesvos valores de la varable H : frecuecas relatvas acumuladas. Se obtee acumulado las frecuecas relatvas smples, segú los sucesvos valores de la varable. Ejemplo : Como parte de ua vestgacó, se preguta a 0 formates seleccoados, el úmero de persoas que tegra sus hogares. Las respuestas so las sguetes: x = 3 x = 5 x 3 = 3 x 4 = 4 x 5 = 4 x 6 = x 7 = 3 x 8 = 5 x 9 = 4 x 0 = 3 Se pde orgazar estos datos e u cuadro de dstrbucó de frecuecas y presetarlos e forma gráfca. No hay duda que se trata de ua varable dscreta, ya que sólo podría haber tomado los valores,, 3, 4, 5 etc. El cuadro de la dstrbucó de frecuecas resultate es el sguete: E este caso, como e la mayoría de los ejemplos plateados, los procedmetos se lustra medate el tratameto de u pequeño úmero de observacoes, procurado evtar cálculos egorrosos y reducr al máxmo otras dfcultades de carácter práctco y operatvo.

6 Cuadro X h N H 0, 0, 3 4 0,4 5 0, ,3 8 0,8 5 0, 0,0 0,0 De acuerdo co la smbología elegda, se observa que = 0 y m = 4. Debe destacarse las sguetes relacoes de terés, que se cumple e todo cuadro de dstrbucó de frecuecas: m = m = ; h = ; N = ; H = m m = ; N H = E cuato a la presetacó gráfca, se obtee los dagramas de frecuecas smples y acumuladas que se muestra e las fguras y. h 4 0,4 3 0,3 0, 0, X Fgura Gráfco de frecuecas smples de varable dscreta. h 3

7 0,0 8 0,8 5 0,5 0, X Fgura Gráfco de frecuecas acumuladas de varable dscreta. Los gráfcos tee característcas dscotuas como cabe esperar, dada la aturaleza de la varable. 4. Varable cotua Smbología: Se matee la msma smbología utlzada e el caso de varable dscreta, excepto: X : represeta ahora la marca de clase o cetro de los tervalos de clase. Además se defe: X - - X : tervalos de clase c : ampltud de los tervalos de clase Ejemplo : Se dspoe de 5 observacoes, relatvas a la suma de putajes obtedos por cada uo de los 5 postulates e ua prueba de admsó. Se pde orgazar los datos e u cuadro de dstrbucó de frecuecas y presetarlos gráfcamete. x = 9 x = 0 x 3 = 6 x 4 = x 5 = 34 x 6 = 94 x 7 = 05 x 8 = 0 x 9 = 6 x 0 = 33 x = 7 x = 8 x 3 = x 4 = 3 x 5 = 35 x 6 = 04 x 7 = 5 x 8 = 5 x 9 = 38 x 0 = 3 x = 4 x = 7 x 3 = 6 x 3 = 30 x 5 = Obsérvese que para smplfcar la presetacó, las cfras ha sdo redodeadas a valores eteros. S embargo, tee setdo pesar que los putajes pueda tomar cualquer valor detro de u certo tervalo. 4

8 Correspode etoces cosderarlos como ua varable de tpo cotuo. Recordemos que desde el puto de vsta práctco, todas las varables se comporta como dscretas. Para agrupar las observacoes e u cuadro de dstrbucó de frecueca, hay que preceder de la sguete forma: ) Determar u tervalo que cotega el recorrdo de la varable ) Dvdr este tervalo e tervalos de clase, a los efectos de agrupar la formacó orgal. La ampltud (c ) de los tervalos de clase puede ser costate o varable. No es ecesaro utlzar ormas preestablecdas fjas para la determacó del úmero de tervalos de clase, para determar la ampltud de los msmos. Como el agrupameto puede mplcar certa pérdda de formacó, es el propo usuaro de los datos que deberá decdrlo, e fucó del grado de detalle que e cada caso desea coservar. Se tomará la covecó de que estos tervalos so abertos por la zquerda (o cluye el extremo feror) y cerrados por la derecha (cluye el extremo superor). 3) De maera que e el ejemplo (procededo e forma completamete arbtrara) se comeza por determar u tervalo que cotega el recorrdo de la varable: ]90 ; 40]. Juto a la vetaja de trabajar co valores secllos, se asegura de esta forma que todos los datos tega cabda e el cuadro, cosa que o ocurrría s el msmo se ajustara exactamete al tervalo ] 9 ; 38], lmtado por los valores extremos de la dstrbucó (9 quedaría fuera). Luego, se determa el úmero de tervalos de clase (4) y su ampltud (0 para el prmero y 0 e los restates). Al tabular los datos, se observa que hay valores cuya ubcacó debe determarse e fucó de la covecó asumda, por ejemplo: 0. S los tervalos de clase so abertos por la zquerda y cerrados por la derecha, correspode ubcar esta observacó e el prmer tervalo. Esta es la covecó que utlzaremos e lo sucesvo, auque cosderar tervalos de clase cerrados por la zquerda y abertos por la derecha o ocasoaría dferecas aprecables. El cuadro de dstrbucó de frecuecas resultate del proceso de tabulacó, es el que se preseta a cotuacó: Cuadro X - - X X h N H / c h / c ,0 5 0,0 0,5 0, ,36 4 0,56 0,90 0, ,8 0,84 0,70 0, ,6 5,00 0,40 0,06 5,00 5

9 Ua vez que la formacó orgal ha sdo tabulada, se pasa a admtr que la dstrbucó de las observacoes detro de cada tervalo de clase es homogéea, prescdédose de la formacó sobre su verdadera ubcacó detro del msmo. La represetacó gráfca de las frecuecas se realza medate rectágulos cuyas bases correspode a los tervalos de clase utlzados. A los efectos que el área de cada rectágulo resulte umércamete gual a la frecueca que represeta, es ecesaro determar las alturas de los msmos medate el cocete etre la frecueca y la ampltud del tervalo correspodete, segú se observa e las dos últmas columas del cuadro presetado. Los gráfcos que se obtee (fguras 3 y 4) recbe respectvamete el ombre de hstogramas de frecuecas para las frecuecas smples, y polígoos de frecuecas, para las frecuecas acumuladas. /c h /c 0,90 0,036 0,70 0,08 0,40 0,06 0,5 0, X Fgura 3 Hstograma de frecuecas de varable cotua. N H 5,00 0,84 4 0,56 5 0, X Fgura 4 Polígoo de frecuecas acumuladas de varable cotua. 6

10 Resulta evdete que la tarea de ordear los datos y presetarlos adecuadamete e cuadros de dstrbucó de frecuecas y e gráfcos represetatvos, permte avazar e el proceso de resume, ya que alguas característcas relevates de la dstrbucó comeza a percbrse e forma drecta. 7

11 Laboratoro. Se dspoe de formacó umérca de las sguetes característcas: SEXO; ESTADO CIVIL; PULSACIONES POR MINUTO; NACIONALIDAD; PESO AL NACER; PROPORCION DE MUJERES EN UN CURSO; NÚMERO DE TELEVISORES POR HOGAR; ESTATURA; EDAD. Se pde clasfcar estos datos e: Atrbutos; Varables Dscretas y Varables Cotuas.. Propoga u ejemplo de cada categoría. 3. Vete vvedas preseta la sguete formacó relatva al úmero de ocupates: Agrupe estos datos e u cuadro de dstrbucó de frecuecas. 3. Costruya el gráfco de frecuecas absolutas smples y el gráfco de frecuecas absolutas acumuladas. 4 Los pesos e Kg de vete bultos depostados e ua bodega, so los sguetes: Adoptado la covecó de que los tervalos de clase so abertos por la zquerda, cerrados por la derecha, se pde: 4. Agrupar los datos e u cuadro de dstrbucó de frecuecas, utlzado los sguetes tervalos de clase: Costruya el hstograma de frecuecas absolutas y el gráfco de frecuecas absolutas acumuladas. 8

12 NOTA DE CLASE Nº VALORES ESTADÍSTICOS DESCRIPTIVOS. Alguos valores estadístcos de poscó. Meda artmétca. Cuatles. Moda. Meda geométrca. Meda armóca. VALORES ESTADÍSTICOS DESCRIPTIVOS Las característcas prcpales de ua dstrbucó de datos estadístcos so: la poscó, la dspersó, la asmetría y el aputameto. E fucó de los objetvos del curso, e estas otas sólo se presetará alguos valores estadístcos de poscó y de dspersó. No obstate, cabe señalar que la asmetría y el aputameto també puede cuatfcarse medate valores estadístcos especalmete defdos co ese f. ALGUNOS VALORES ESTADÍSTICOS DE POSICIÓN Los valores estadístcos descrptvos que resume la formacó relatva a la poscó de u cojuto de datos co respecto a u orge, se deoma valores estadístcos de poscó o be, meddas de poscó. Por lo geeral señala cetros de la dstrbucó, por lo que també recbe la deomacó de meddas de la tedeca cetral. Teedo e cueta que todos los valores estadístcos descrptvos se puede calcular a partr de los datos orgales, o be a partr de los datos agrupados, se presetará expresoes de las defcoes correspodetes, adecuadas a cada ua de ambas stuacoes. També es posble, e el caso de que los datos se ecuetre agrupados, calcular los dsttos valores estadístcos a partr de las frecuecas absolutas, o be a partr de las frecuecas relatvas.. MEDIA ARITMÉTICA Se defe para: ) datos orgales: x = = x ) datos agrupados: m X = X = y recordado que h = m X= X h = E parte de la bblografía que se cta e el aexo, al fal del segudo volume, es posble ecotrar formacó sobre cómo se defe y utlza dversos coefcetes destados a medr la asmetría y el aputameto e u cojuto de datos estadístcos. 9

13 Como se observa, e el caso de datos agrupados, cada valor de la varable (s es dscreta) o marca de clase (s es cotua) se ecuetra poderado por la frecueca que preseta e la dstrbucó. De ahí la deomacó de meda artmétca poderada, que esta expresó recbe habtualmete. Ejemplo 3: Varable dscreta Cosderado el ejemplo, de la Nota de Clase Nº (Pág. ) se tee: L Para los datos orgales: x = = 3, 6 0 () + 3(4) + 4(3) + 5() Para los datos agrupados (Cuadro, Pag. 3): X = = 3, 6 0 Al agrupar los valores de ua varable dscreta e u cuadro de la dstrbucó de frecuecas o se perde formacó. Cosecuetemete, los resultados que se obtee a partr de los datos tabulados, o dfere de los que se basa e los valores orgalmete observados por la varable. Obsérvese que la meda artmétca como valor estadístco de resume, puede tomar cualquer valor cetral e la dstrbucó aú, como e este caso, u valor que la varable orgal o puede observar (3,6). Ejemplo 4: Varable cotua Cosderado el ejemplo, de la Nota de Clase Nº (pag. 4) se tee: L Para los datos orgales: x = = 8, (5) + 5(9) + 5(7) + 35(4) Para los datos agrupados (Cuadro, pag. 5): X = = 8 5 Se observa ua pequeña dfereca etre los resultados ecotrados para la meda artmétca e uo y otro caso. Ello o debe sorpreder, ya que e este caso al tabular los datos se perde parte de la formacó orgal, al admtr que detro de los tervalos de clase la dstrbucó es homogéea (lo que justfca tomar como represetatvas a las marcas de clase). També hay que cosderar que estamos trabajado co u muy reducdo úmero de observacoes. E cojutos umerosos de datos, las dferecas suele compesarse etre sí, restado toda sgfcacó a esta evetual dscrepaca.. Propedades A cotuacó se eucará alguas propedades mportates de la meda artmétca, segudas de breves demostracoes. Estas últmas se realza cosderado la defcó para datos orgales, dejádose como ejercco las correspodetes comprobacoes para el caso de datos agrupados. Dado que las sumatoras se extede a todo el recorrdo de la varable, se omtrá e lo sucesvo, regstrar e las expresoes los límtes de las msmas. 0

14 .. La suma de las desvacoes de las observacoes co respecto a la meda artmétca es gual a cero. E otras palabras, la meda artmétca cofgura el cetro de gravedad de u cojuto de datos. S las observacoes se susttuye por pesos y e la poscó de la meda artmétca se ubca el fel de ua balaza, el sstema queda e equlbro. x ( xi x) = x x = x x = x / 0 = /.. La suma de los cuadrados de las desvacoes de las observacoes co respecto a la meda artmétca, es meor que la suma de los cuadrados de las desvacoes co respecto a cualquer otro orge de trabajo. ( x) x O t x < ( ) Gráfco auxlar para la demostracó: k Demostracó: O t x x ( x O ) = ( x x) k 0 t + Elevado al cuadrado ambos membros y sumado a través de todo el recorrdo de la varable: ( x Ot) = ( x x) + k ( ) ( ) = x x + k x x + k ( ) ( ) = x x + k x x + k ( ) = x x + k = 0 Sedo todos estos valores postvos al estar elevados al cuadrado, es evdete que: ( x) x O t x < ( )

15 ..3 La meda artmétca de ua varable más ua costate, es la meda artmétca de la varable más la costate. q x y + = ( ) q x q x q x q x y + = + = + = + =..4 La meda artmétca de ua varable por ua costate, es gual a la meda artmétca de la varable por la costate. kx y = ( ) kx x k kx y = = = Las propedades 3 y 4 puede resumrse de la sguete forma: S q kx y + =, etoces q kx y + =..5 S dos subcojutos de datos tee medas: x x = = x x = = la meda artmétca del cojuto formado por ambos es: x x x + + = Dado que x x = = y x x = = la meda geeral será x x x x x + + = + + = = = La propedad se puede geeralzar para r subcojutos:

16 x = r = r = x..6 La meda artmétca de la suma de dos varables es gual a la suma de las medas artmétcas de las varables. z = x + y z ( x + y ) x + y x = = = + y = x + y La propedad se puede geeralzar para la meda artmétca de la suma de r varables...7 La meda artmétca es u valor muy sesble a los valores extremos, ulateralmete muy alejados del resto del recorrdo de la varable E el caso de dstrbucoes marcadamete asmétrcas, co preseca de valores extremos muy alejados ulateralmete, es ecesaro teer e cueta que la meda artmétca puede o ser u valor estadístco muy adecuado como medda de resume. Ejemplo 5: Los sguetes valores e $, correspode a doacoes recbdas de ses cotrbuyetes a certa colecta: 40; 40; 40; 40; 40;.000 La meda artmétca es 00, debdo a su sesbldad al valor.000. Decr que los cotrbuyetes aportaro e promedo $ 00 resulta ser u resume descrptvo poco adecuado. A cotuacó se presetará u cojuto de valores estadístcos de poscó, que se calcula co prescdeca de los valores extremos de la dstrbucó. Estos valores e geeral, recbe la deomacó de cuatles. CUANTILES El coocmeto de u valor aslado de ua varable adquere sgfcado, e la medda que resulte posble relacoarlo co la dstrbucó de la que provee. Por ejemplo, s solo se sabe que u putaje alcaza el valor 75, o es posble formular gú juco de valor respecto a la poscó que este putaje ocupa co relacó a los demás. Para teer formacó descrptva al respecto, se defe ua famla de valores estadístcos de poscó, que e geeral se deoma cuatles. El cuatl r de orde s ( P la r s r s ), es u valor estadístco que dvde ua dstrbucó ordeada, de tal forma que parte de la msma, so valores guales o meores que él, el resto so valores guales o mayores. 3

17 Lo usual es dvdr la dstrbucó e dos, e cuatro, e cco, e dez o e ce partes guales, orgádose respectvamete los cuatles deomados: medaa, cuartles, qutles, decles y cetles (també llamados percetles). La medaa es el cuatl de orde : ( P ) Los cuartles so: el cuatl de orde cuatro ( P 4 ) ; el cuatl de orde cuatro ( P 4 3 orde cuatro ( P 4 ). Los qutles so: el cuatl de orde cco ( P 5 ) ; el cuatl de orde cco ( P 5 3 cco ( P 5 ) y el cuatl 4 de orde cco ( 4 P 5 ). ) y el cuatl 3 de ) ; el cuatl 3 de orde De smlar forma se defe los decles y los cetles. Por ejemplo: el cuatl de orde 0 es el segudo decl ( P 0 ). El cuatl 75 de orde ce es el cetl (o percetl) 75 ( 75 P 00 ). E la práctca, es geeralmete aceptado cosderar que la deomacó de u cuatl e partcular, se trasfere a todos los valores que se ecuetra e el tervalo lmtado por éste y el cuatl ateror (s exste). Por ejemplo: Las observacoes que perteece al prmer cuartl, so e realdad las meores o guales a ese valor. Las que perteece al segudo cuartl, so e realdad las que se ecuetra compreddas etre el segudo y el prmer cuartl, etc. A cotuacó se presetará co certo detalle el caso específco de la medaa o cuatl de orde ( ), que puede ser fáclmete geeralzable a los demás cuatles. P. MEDIANA La medaa, o sea el cuatl de orde ( ordeada, de tal forma que la valores guales o mayores... Para datos orgales P ), es u valor estadístco que dvde ua dstrbucó parte de la msma, so valores guales o meores que él, el resto so mpar Cuado el úmero de observacoes es mpar, la medaa es el valor cetral de la dstrbucó. Me = + x Ejemplo 6: Sea la dstrbucó ; ; 3 ; 3 ; 4 ; 4 ; 5 4

18 Me = x 4 = 3 par Cuado el úmero de observacoes es par, hay dos valores cetrales e la dstrbucó. Para salvar la decsó, se acepta tomar como medaa a la meda artmétca de los dos valores cetrales. Me = x + x + Ejemplo 7: Sea la dstrbucó: ; 3 ; 5 ; 6 ; 6 ; 4 ( 3 4) 5 + Me = x + x = 6 = 5,5 Debe otarse que, e ambos casos, los valores extremos o fluye e absoluto para el cálculo de la medaa... Para datos agrupados Dado el sguete cuadro de dstrbucó de frecuecas: Cuadro 3 X h N H X h N H M M M M M N j- H j- Clase j- X j j h j N j H j Clase j M M M M M X m m h m N m H m Se defe clase j o clase medaa a la prmera clase cuya frecueca absoluta acumulada supere a /, o cuya frecueca relatva acumulada supere a ½. Varable dscreta ) Cuado N j < < N j, o be H j- < < H j, etoces: 5

19 Me = X j E el gráfco de frecuecas acumuladas de la fgura 5 se observa que el valor que cumple co la defcó de medaa es X j pues hasta él se acumula la mtad de las observacoes. Fgura 5 Valor de la medaa e u gráfco de frecuecas acumuladas para ua varable dscreta. Ejemplo 8: Sea el sguete cuadro de dstrbucó de frecuecas: Cuadro 4 X h N H 0 0,0 0 0,0 Clase j , ,70 Me = x = ,0 90 0, ,0 00,00 00,00 ) Cuado N j- = < N j H j- = < H j, o be, etoces los valores compreddos e el tervalo X j- ; X j cumple co la codcó de que hasta ellos se acumula la mtad del total de las observacoes, como se puede observar e el gráfco de la fgura 6. Para salvar la decsó, se acepta cosderar como medaa al puto medo de dcho tervalo. 6

20 Fgura 6 Valor de la medaa e u gráfco de frecuecas acumuladas para varable dscreta. Ejemplo 9: Sea el sguete cuadro de dstrbucó de frecuecas: Cuadro 5 X h N H , 40 0, ,3 00 0,5 CLASE j ,4 80 0, , 00,0 00,0 x + x Me = = = 4,5 Varable cotua 7

21 La defcó de clase j o clase medaa, es e todo smlar a la expresada para varable dscreta. Sólo es dferete el tpo de cuadro de dstrbucó de frecuecas, a partr del cual se efectúa el cálculo de la medaa. Cuadro 6 X - - X X h N H X 0 - X X h N H N j- H j- X j- - X j X j N j H j N j H j CLASE j X m- - X m X m N m H m N m H m ) Cuado N j- < < N j H j- < < H j, o be, etoces Segú se puede ver e el polígoo de frecuecas, el valor de la medaa está compreddo detro del tervalo de clase j. Más precsamete es el valor X' j + z. Fgura 7 Valor de la medaa e u gráfco de frecuecas acumuladas para varable cotua. 8

22 El valor de z se puede determar observado la relacó exstete etre los trágulos dcados e el gráfco de la fgura 7. Utlzado las frecuecas absolutas acumuladas tedremos: z c j = N - N -Nj- Despejado z : j j-, como N j N j = j z N j = c Por lo tato, el valor de la medaa es: j j Me = X' j + c j N j j Por razoes aálogas, utlzado las frecuecas relatvas: -Hj - Me = X + c j- j h j Ejemplo 0: Sea el sguete cuadro de dstrbucó de frecuecas: Cuadro 7 X - - X h N H ,0 0 0, , ,6 CLASE j , , ,0 00,0 00,00 Utlzado las frecuecas absolutas: 50 0 Me = = 40 47,5 Utlzado las frecuecas relatvas: 9

23 0,0 Me = = 0,40 47,5 ) Cuado N j = < N j H j = < H j, o be, etoces El cálculo de la medaa es mucho más smple. Segú se observa e el gráfco de la fgura 8, el valor hasta el que acumula la mtad de las observacoes, es X j-. Fgura 8 Valor de la medaa e u gráfco de frecuecas acumuladas para varable cotua. Ejemplo : Sea el sguete cuadro de dstrbucó de frecuecas: Cuadro 8 X - - X h N H , , , , ,8 CLASE j ,.000,0.000,0 Me = X = 0 0

24 ..3 Propedades de la medaa La medaa posee ua mportate propedad: la suma de los valores absolutos de las desvacoes tee u valor mímo, cuado se cosdera las desvacoes co respecto a la medaa. x Me x O t Cosderemos e prmer térmo la suma S de los valores absolutos de las desvacoes de las observacoes co respecto a la medaa. S elegmos u orge de trabajo (O t), stuado ua udad ates que el valor de la medaa y cosderamos las uevas desvacoes e valor absoluto, resulta evdete que las N j- observacoes meores que la medaa, estará ua udad más cerca del orge de trabajo que de la medaa, por lo que la suma de las uevas desvacoes dsmurá el valor de S e N j- udades. Por otra parte, las desvacoes de las observacoes guales o mayores que la medaa co respecto al orge de trabajo, aumetará el valor de S e ( - N j- ) udades, de maera que: x O = S N + N = S + N t j j j De acuerdo a la defcó de medaa, se sabe que: N j Por lo que se comprueba que: x O x Me t S e cambo, el orge de trabajo estuvera stuado ua udad después que la medaa, se tedría: ( ) x O = S + N N = S + N t j j j Y como N j, també se verfca que: x O x Me t Resulta evdete que s se cosdera u orge de trabajo más de ua udad dstate de la medaa, esta relacó se cumplrá co mayor razó. Ejemplo : A lo largo de ua msma carretera, exste cco caseríos. Los cuatro últmos está stuados a 6, 9,7 y 9 km de dstaca del prmero. E el prmer caserío vve u 5 por ceto de los ños y e los demás: 40, 30,0 y 5 por ceto, respectvamete. E cuál caserío debe stuarse ua escuela para que el esfuerzo de los escolares de los cco caseríos para cocurrr a ella, sea mímo.

25 Cuadro 9 X h H 0 0,5 0,5 Clase j 6 0,40 0,55 Me = X = 6 9 0,30 0,85 7 0,0 0, La escuela deberá stuarse a 6 km del prmer caserío, es decr e el segudo caserío.. CUANTILES Dado que la medaa es u caso partcular de cuatl, se geeralzará los procedmetos que ha permtdo determar las expresoes de cálculo que ha sdo presetadas aterormete. Se recordará que: El cuatl r de orde s ( P la r s r s ), es u valor estadístco que dvde ua dstrbucó ordeada, de tal forma que parte de la msma, so valores guales o meores que él, el resto so valores guales o mayores. La clase j, o clase que cotee el valor del cuatl, se defe para el caso geeral como la prmera clase r cuya frecueca absoluta acumulada supera a s, o cuya frecueca relatva acumulada supera a r s. Varable dscreta ) r S N j- < < N j s r o H j- < < H j s r P s ) r S N j- = < N j r s X + X P s = r o H j- = < H j s j- j

26 Ejemplo 3: Dada la sguete dstrbucó de varable dscreta, se pde calcular el cuatl 3 de orde 0 ( 3 P 0 ), y el cuatl 75 de orde 00 ( 75 P 00 ) Cuadro 0 X h N H Clase j para P Clase j para P X + X = 60 P 0 = j- j = = 3, = P = X j = 5 00 Varable cotua r P s r r -N -H =X j- +c s s j =X j- +c j h j j- j- Ejemplo4: E la sguete tabla de frecueca, calcular el prmer cuartl ( P ) j 4 Cuadro X X X h N H Clase j

27 P = = = ,5 0,065 4 P = = 36 0,35 3. MODA Varable dscreta E el caso de varable dscreta la moda (o modo) es e geeral, el valor de la varable al que le correspode la mayor frecueca. S embargo, se tee u valor modal, cada vez que u valor de la varable se preseta co ua frecueca mayor que las que preseta los valores cotguos, es decr: Md = X j s se cumple que: j- < j > j+ h j- < h j > h j+ De acuerdo co esta defcó, e ua dstrbucó se puede presetar ua, dos o más modas. Esto hace que las dstrbucoes recba el ombre de umodales, o be multmodales (bmodales etc.). E dstrbucoes multmodales, al valor que preseta el mayor máxmo se le deoma moda absoluta. Ejemplo 5: Dado el sguete cuadro y el correspodete gráfco de frecuecas de la fgura 9: Cuadro X h 0 0,04 9 0,8 4 0, , , ,6 50,00 Fgura 9. Gráfco de frecuecas smples para los valores del Cuadro 9. Se observa que los valores y 4 so las modas de la dstrbucó. E efecto, sus frecuecas absolutas cumple: < 9 > 4 y 7 < 0 > 8. El valor 4 es la moda absoluta de la dstrbucó. 4

28 Varable cotua Cuado la formacó provee de ua varable de tpo cotuo agrupada e tervalos de clase de gual ampltud, s se preseta u tervalo cuya frecueca es mayor que las de los valores cotguos, éste será u tervalo modal. Por razoes práctcas y operatvas admtremos aquí que la moda será la marca de clase de de dcho tervalo. El valor de la moda puede precsarse mejor medate fórmulas de cálculo que se desarrolla e fucó de las frecuecas cotguas, pero e razó de las lmtacoes que tee el uso de la moda como medda de cetralzacó, o las tedremos e cueta e estas otas. Ejemplo 6: Sea el sguete cuadro y el correspodete hstograma de frecuecas de la fgura 0: Cuadro 3 X - X X c Fgura 0. Hstograma de frecuecas para los valores del Cuadro 0. Dada la smplfcacó acordada, la moda será la marca de clase del segudo tervalo: Md = 7 ya que: 0 < 40 > MEDIA GEOMÉTRICA Se defe para: ) datos orgales: = K = g = m x x x x ) datos agrupados: m m g = K m = = M X X X X A efectos de evtar dfcultades de cálculo, orgadas al trabajar co catdades de gra tamaño, se puede utlzar ua trasformacó algebraca de la formula presetada, que cosste e tomar logartmos de ambos membros de la gualdad: m logx logm h X m = g = = log = 5

29 Como se observa, el logartmo de la meda geométrca es la meda artmétca de los logartmos de los valores de la varable. Ejemplo 7: Ua varable represeta la poblacó de ua localdad e dos fechas. Se pde determar la poblacó meda e el período. Sea x = 6,5 y x = 8,0 estado ambas catdades expresadas e mles. La forma e que crece la poblacó es expoecal, ya que la tasas de crecmeto se aplca a catdades a su vez, crecetes. Por lo tato, o correspode e este caso estmar la poblacó meda a través de la meda artmétca, que resulta adecuada cuado el crecmeto es de tpo rectlíeo. La meda geométrca resulta ser: m g = 6,5 8,0 = 7, Como ocurre co geeraldad, el valor de la meda geométrca se ecuetra por debajo del valor de la meda artmétca que para el caso resulta ser 7,5. E el gráfco de la fgura puede aprecarse la dfereca. Fgura. Gráfco comparatvo de los valores meda artmétca y meda geométrca del Ejemplo 4. Ejemplo 8: Dada la sguete dstrbucó de frecuecas, se pde calcular la meda geométrca: Cuadro 4 X log X log X ,477, ,699 6, ,845 4, ,954,86 5 6,46 6, 46 log Mg = = 0,658 Mg = atlog 0, 658 = 4,55 5 6

30 Es ecesaro mecoar ua lmtacó mportate para el uso de la meda geométrca: es muy sesble a valores pequeños, auládose s al meos uo de los valores es cero. Adcoalmete, s la varable toma valores egatvos, o es posble utlzar logartmos. 5. MEDIA ARMÓNICA Se defe para: ) datos orgales: m h = = + + K + x x x x ) datos agrupados: M h = = m X = h X Como se observa, la meda armóca es el valor verso de la meda artmétca de los valores versos de la varable. Ejemplo 9: E tres períodos sucesvos se gastaro $300 por período e adqurr certo producto cuyo preco utaro fue de $5, $0 y $30 respectvamete. Se desea saber cuál fue el costo promedo del producto. Correspode calcular ua meda armóca smple etre los precos utaros, es decr: 3 m h = = Esto es así porque el costo promedo debe obteerse como cocete etre el costo total y la catdad total comprada = = S e cada período se gastara dsttas catdades de dero, por ejemplo $300, $ 500 y $900 respectvamete, habría que calcular ua meda armóca poderada: 700 M h = =,

31 La meda armóca també se aplca al cálculo de velocdades medas, cuado los datos so dferetes espacos recorrdos a dsttas velocdades. Ejemplo 0: U vehículo recorre los prmeros 50 Km. de su recorrdo a 60 Km./h, y los sguetes 50 Km. a 80 Km./h Cuál es la velocdad meda del vehículo? m h = = 68, y o 70 Km./h como podría supoerse al emplear erróeamete la meda artmétca. 8

32 Laboratoro. Se dspoe de la sguete formacó proveete de u cuadro de dstrbucó de frecuecas de varable dscreta: X h N H Complete la tabla y costruya el gráfco de frecuecas relatvas smples y el de frecuecas relatvas acumuladas.. Calcule la meda artmétca (4.0), la medaa (4), el prmer cuartl (3.5) el tercer cuartl (5), la moda (4) y la meda geométrca (4.0).. Ceto vete putajes se agrupa e ua tabla de dstrbucó de frecuecas co cuatro tervalos de gual ampltud, de la que se cooce los sguetes datos: X = 60 X 3 = 70 = 8 3 =60 N = 40. Complete la tabla y costruya el hstograma de frecuecas relatvas y el polígoo de frecuecas relatvas acumuladas.. Calcule la meda artmétca (67.67), el prmer qutl (60), la moda (70) y la meda geométrca (67.7)..3 Calcule el percetl 75 (73.33) y estme el úmero de putajes guales o superores a ese valor (30)..4 S se adcoa 5 putos a cada putaje, cuál sería el valor de la ueva meda (7.67)? Y s se aumeta u 0 por ceto (8.0)? 9

33 NOTA DE CLASE Nº 3 VALORES ESTADÍSTICOS DE DISPERSIÓN. Recorrdo. Desvacó meda. Varaza. Desvacó estádar. Coefcete de varacó. ALGUNOS VALORES ESTADÍSTICOS DE DISPERSIÓN La dea de dspersó se relacoa co la mayor o meor cocetracó de los datos alrededor de u valor cetral, geeralmete la meda artmétca. A cotuacó se preseta alguas meddas cuyo f es cuatfcar esta dspersó o varabldad.. RECORRIDO El recorrdo o rago es ua medda de dspersó que depede exclusvamete de los valores extremos observados por la varable. 3 L = x x Al o teer e cueta los valores termedos de la dstrbucó, resulta ser u valor estadístco de aplcacó muy restrgda.. DESVIACIÓN MEDIA Ua adecuada medda de la varabldad debe teer e cueta a todos los valores de la varable. S la dspersó se relacoa co la meda artmétca, cosderar u promedo de todas las desvacoes co respecto a ella parecería muy dcado. Pero e razó de ua de las propedades de la meda artmétca (.), sabemos que: ( x x) = 0, o que: ( X X) = 0 por lo que habrá que recurrr a u artfco para evtar que la suma de las desvacoes se haga cero. S se toma las desvacoes e valor absoluto se obtee la llamada desvacó meda: 4 d m x x = o be: X X Dm = = X X h 3 Para elmar la flueca de los valores extremos, a veces se utlza el recorrdo terdecl (dfereca etre el oveo y el prmer decl) y, más frecuetemete, el recorrdo tercuartl, que se defe como la dfereca etre el tercer y el prmer cuartl, la que comprede el 50% cetral de la dstrbucó. 3 4 = 4 4 L P P Del recorrdo tercuartílco se obtee el recorrdo sem tercuartílco, dvdédolo el prmero etre dos, o sea que resulta la mtad del tervalo que cotee el 50% cetral de la dstrbucó = 4 S para calcular las desvacoes, se usa la medaa e lugar de la meda artmétca, se obtee otra medda de dspersó que, como sabemos por la propedad demostrada e.3, resultará ua desvacó meda míma. Q P P 30

34 3. VARIANZA Otro artfco para evtar que la suma de las desvacoes de las observacoes co respecto a la meda artmétca sea sempre gual a cero, cosste e elevar al cuadrado estas desvacoes. Se obtee así la más mportate de las meddas de dspersó: la varaza. 5 ( ) ) Datos orgales: x x s =, o be ) Datos agrupados: ( ) X X ( ) S = = X X h Para la ejerctacó, la aplcacó drecta de esta defcó suele o resultar muy coveete. Por lo geeral, se prefere utlzar como fórmula de cálculo, ua seclla trasformacó algebraca de la msma. Para datos orgales esta trasformacó cosste e: s ( x ) ( x x x x + x ) = = = x x x = x x + = x + x = x = x Igualmete, para datos agrupados se obtee: X S X X h X = = 6 3. Propedades 3.. La varaza de ua varable más ua costate, es gual a la varaza de la varable. y = x + q s ( x + q) ( x q) [ x + q x q] ( x x) y = = = = sx 3.. La varaza de ua varable por ua costate, es gual al cuadrado de la costate por la varaza de la varable. y = k x s ( kx kx) k ( x x) k ( x x) y = = = = k sx 5 E razó de lo demostrado para la meda artmétca e., la varaza es u promedo de desvíos cuadrátcos mímos. 6 La demostracó se deja como ejercco. 3

35 4. DESVIACIÓN ESTÁNDAR La varaza se expresa e udades que so el cuadrado de las udades de la varable orgal. Para muchos fes resulta ecesaro defr ua medda de dspersó que se exprese e las msmas udades que las observacoes, como la desvacó estádar o desvacó típca, que se defe como la raíz cuadrada postva de la varaza: ) Datos orgales: ) Datos agrupados: x s = x X S = X = X h X Resulta obvo que las propedades eucadas para la varaza se cumple també para la desvacó estádar, aplcado raíz cuadrada a ambos membros de las gualdades propuestas. Ejemplo. estádar: E el sguete cuadro de dstrbucó de frecuecas se puede calcular la desvacó Cuadro 5 X X X S = = 7 0, S = 0,8 = 0, COEFICIENTE DE VARIACIÓN 3

36 Cuado las varables de dos o más dstrbucoes se expresa e udades de dstta deomacó (metros, toeladas, años, etc.), o es posble utlzar las meddas de dspersó presetadas hasta ahora, para comparar drectamete las meddas de varabldad que preseta, puesto que las msmas també se expresa e fucó de las udades orgales. Esta dfcultad puede superarse medate el cálculo del coefcete de varacó, que se defe como: CV = s x Debe mecoarse que el coefcete de varacó també tee utldad para comparar la varabldad de dstrbucoes de varables que se expresa e las msmas udades. Especalmete e el caso de las medas artmétcas se dferece e forma muy aprecable. Asmsmo debe teerse e cueta que dos varables puede presetar gual dspersó o varabldad e térmos absolutos, pero dferete varabldad relatva medda por el coefcete de varabldad. Ejemplo. La meda artmétca de las alturas de u grupo de estudates uverstaros es,68m, co ua desvacó estádar de 0,5m. Por otra parte, su peso medo es de 70 Kg. co ua desvacó estádar de 7 Kg. Qué medda preseta mayor varabldad: la altura o el peso? 0,5 CV h = = 0,5 Es decr: el 5 por ceto., 68 7 CV p = = 0,0 Es decr: el 0 por ceto. 70 E base a estos resultados, es posble afrmar que, e térmos relatvos, es mayor la varabldad de las alturas que la varabldad de los pesos. 33

37 Laboratoro 3. De ua dstrbucó de varable cotua, co cco tervalos de clase de gual ampltud, se sabe que: = 5 y = 4 es decr que es SIMÉTRICA X = 5 = 0 3 = 0 = 0 El extremo feror del prmer tervalo de clase es,5 Se pde:. Completar la tabla.. Calcular la moda (0 y 30), la varaza (50) y el coefcete de varacó (0.8).. E ua dstrbucó smétrca, de varable cotua, co cco tervalos de gual ampltud, se cooce los sguetes datos: X = X 5 = 9 = = N 4=6 Se pde:. Recostrur la tabla.. Calcular la desvacó estádar (.76)..3 Cuál sería el valor de la desvacó estádar s a cada valor de la varable se le adcoara udades (.76)? Y s se aumetara u por ceto (.8)? 3. Los datos proveetes de ua varable de tpo cotuo, se agrupa e la sguete tabla: X - - X S se sabe que la meda artmétca es gual a 9.4, se pde calcular la varaza (88.64) y estmar el prmer qutl (0) y el percetl 95 (45.833). 4. Ccueta observacoes proveetes de ua varable cotua, se agrupa e u cuadro de dstrbucó de frecuecas co cuatro tervalos de clase de gual ampltud. Se pde recostrur la tabla sabedo que: _ X = 50 = 4 N = 0 3 = 5 X = Calcule la meda geométrca (60.3) y la varaza (38.4). 4. Determe los valores de la varable etre los que se ecuetra el 50 por ceto cetral de la dstrbucó (50.65 y 74.00). h 34

38 Laboratoro 4. Las alturas de 98 persoas (e metros), se agrupa e el sguete cuadro de dstrbucó de frecuecas: X --X X ,45,55,50 74,55,65,60 99,65,75, Co posterordad, se cooce la exsteca de alturas que o ha sdo tabuladas:,55 y,65. Se pde clur esas observacoes e el cuadro, teedo e cueta que los tervalos de clase so abertos por la zquerda y cerrados por la derecha. Ua vez completado el cuadro:. Calcule la meda artmétca y la varaza (.575m; m ).. S el strumeto de medda utlzado era mperfecto, regstrado cm de meos e cada medcó: corrja los valores de la meda artmétca y de la varaza, utlzado las propedades de ambos valores estadístcos (.595m; m )..3 Determe etre qué valores de la varable está compreddas las 0 alturas cetrales de la dstrbucó (.5033m;.6350m)..4 Costruya el hstograma de frecuecas relatvas.. La sguete formacó se refere al úmero años de duracó del matrmoo de 04 persoas. Número de años de matrmoo Frecuecas absolutas A efectos de asgar categorías teedo e cueta la duracó de los matrmoos, se decde cosderar: Matrmoo corto : meor que el prmer cuartl Matrmoo medo: del prmer al tercer cuartl Matrmoo largo : mayor que el tercer cuartel Se pde:. Calcular los cuartles mecoados (5.5769; 7.500).. Estmar el úmero de matrmoos que cotedrá cada categoría (6; 5; 6). 35

39 .3 Costrur el hstograma de frecuecas absolutas..4 Calcular la meda geométrca y la varaza (9.379; ). 3. Los pesos e Kg. de u lote de artículos, se agrupa e u cuadro de dstrbucó de frecuecas co 7 tervalos de gual ampltud. Se sabe que la dstrbucó es smétrca y que además, el extremo feror del quto tervalo de clase es 73. Los demás datos coocdos so: X =0 = N 4=70 =5 7 4 h = = 5 3. Recostruya todas las columas del cuadro. 3. Estme etre qué valores de la varable se ecuetra ubcado el 80 por ceto cetral de la dstrbucó (3; 97). 3.3 Calcule el coefcete de varacó (0.366). 3.4 S se descubre que la balaza utlzada teía u desperfecto que agregó 0.5 Kg e cada pesaje, corrja el coefcete de varacó calculado e 3.3, aplcado propedades (0.369). NOTA DE CLASE Nº 4 36

40 NÚMEROS INDICE. La costruccó de úmeros ídce, proporcoa ua respuesta geeralmete aceptada para el problema de resumr, co dversos fes, u cojuto de datos estadístcos relatvos a ua varable de terés y descrbr su evolucó a través del tempo. Al teer e cueta el orde temporal e que se produce las observacoes, el tema de los úmeros ídce se scrbe ítegramete detro de las deomadas seres croológcas, o hstórcas, o de tempo. La realdad se ecuetra llea de ejemplos secllos que muestra la utldad de los úmeros ídce para comparar varacoes de precos de catdades, de valores globales, etc. producdas e certo lapso e u artículo o e u cojuto lmtado de ellos. E otras oportudades s embargo, hay que resumr ua gra catdad de datos proveetes de fuetes de formacó sumamete complejas, como los precos de los artículos del cosumo, los salaros, el volume físco de la produccó global, etc. La sola mecó de estos últmos ejemplos resultaría razoes sufcetes como para compreder que os ecotramos frete a u problema delcado, co profudas mplcacas e los ámbtos polítcos, socales y ecoómcos y que debe ecararse co gra cudado metodológco y operatvo. No obstate, hay que adelatar que o se trata de u tema co grades requermetos teórcos. La compresó de sus fudametos, así como la de sus lmtacoes, so fáclmete accesbles para aquellos que se ecuetra famlarzados co los coceptos de la Estadístca Descrptva y co la utlzacó de la msma de acuerdo a sus faldades práctcas.. SELECCION DEL PERIODO BASE Todos los ídces requere la seleccó de u período base como puto de refereca. Por razoes que más adelate será aclaradas, o es coveete elegr como base u período caracterzado por marcadas rregulardades que se ecuetre demasado alejado e el tempo. Ambas codcoes represeta mportates lmtacoes a la hora de tomar decsoes, ya que o es fácl determar cuádo u período es sufcetemete regular como para costtur la base de u ídce y ofrece muchas dudas defr el período a partr del cual la base se cosderaría demasado alejada.. INDICES SIMPLES O RELATIVOS U ídce smple es la relacó expresada como porcetaje etre el valor de ua característca e el período de terés co respecto al valor de la msma característca e el período base. E los cometaros sguetes dedcaremos especal atecó a los precos, catdades y valores globales como característcas relevates del campo ecoómco, s embargo los msmos puede geeralzarse s esfuerzos a otras áreas de terés partcular. o Precos De acuerdo a la defcó precedetemete aotada, s el preco de u artículo, e el período t, se smbolza por p t, y e el período base por p o, tedremos que el ídce de precos del artículo del período t co respecto al período base será: t p = 0 p p t 0 Resulta evdete que, por tratarse del resultado de u cocete etre catdades expresadas e las msmas udades, todo ídce es u úmero s udades, es decr u relatvo. Como los ídces sempre se expresa como tato por ceto es frecuete omtr la multplcacó por ce e las fórmulas para el cálculo. Resulta obvo que e la base el ídce sempre vale 00 por tratarse del resultado de u cocete etre détcas catdades, multplcado por

41 Ejemplo 3: Supogamos que se compara el preco utaro de certo artículo, que es de $.500 e el período t, co el del período base que era de $ 500. El ídce smple de preco es: t $.500 p = = 3, o sea 300% 0 $ 500 o Catdades Aálogamete, s la catdad de u artículo e el período t se smbolza por q t, y e el período base por q o, el ídce smple de catdades o relatvo de catdades del período t co respecto al período base será: t q = 0 q q t 0 Ejemplo 4: E el período t se produce udades del msmo producto, metras que e el período base la produccó fue de El ídce smple de catdades es: t q = = 0,75, o sea 75% o Valor Global Del msmo modo, s el valor global de certa produccó (preco utaro por catdad producda) e el período t se smbolza por pt q t, y e el período base por p0 q 0, el ídce smple de valor global o relatvo de valor global del período t co relacó al período base será: p q t t t v = 0 p 0 q 0 Ejemplo 5: Co los datos aterormete cosderados, el ídce smple de valor global del período t co respecto al período base es: v t = =,5, o sea 5% PROPIEDADES DE LOS ÍNDICES SIMPLES O RELATIVOS.. Reversbldad temporal Dados los valores de ua característca e los períodos t co relacó a t, así como del período t co relacó a t ; la propedad establece que: t t I I =. t t o sea que: I t t = y = t t t t t t I I I Es decr que cuado los períodos se tercamba, sus correspodetes relatvos so recíprocos etre sí. E el ejemplo que se veía cosderado: p = 500 y p =.500 Los relatvos so: o t 38

42 Resulta evdete que: t p0 = y p t = t p0. p t = = Reversbldad de factores Cosderado que p es el preco de u artículo e certo período t y que q es la catdad (producda, cosumda etc.) e el msmo período. El producto p. q es lo que llamamos valor global. La propedad establece que s cosderamos u relatvo de precos producto de ambos es gual al relatvo de valores globales: p t t q t p t q v t = = p q p q t t t t t p p t t y otro de catdades q q t t, el..3 Crcular Dados tres períodos, t, t y t 3, la propedad establece que: I I I t t3 t t t t3 = Es decr que s el preco de u artículo fuera e los tres períodos de p, p y p 3 pt pt p 3 p p p t t t t3 = lo que resulta evdete...4 Cíclca S para dos períodos: t y t 3, los ídces smples so guales co respecto a otro período t, es decr que: t I = t I t3 t El valor de la característca de terés es gual e t y e t CAMBIO PORCENTUAL Co relatva frecueca se expresa la varacó de u ídce e térmos absolutos. Por ejemplo s u ídce pasa de 00 a 00 se dce que aumetó 00 putos. Obsérvese que s e el período sguete el msmo ídce pasa de 00 a 300 també expermeta u aumeto de 00 putos pero la tedeca ahora es muy 39

43 dferete. E el prmer caso se verfca u aumeto del 00%, metras que e el segudo el msmo es del 50%. Para que la formacó sobre la varacó adquera u mayor sgfcado, es coveete expresarla sempre como tato por ceto e relacó al valor que se desea utlzar como refereca. Para ello se deberá aplcar la sguete fórmula, deomada de cambo porcetual (cuado multplcado por ce). t 0 Δ = I - t-x 0 I Esta expresó surge del secllo razoameto de cosderar que, para modfcar ua catdad e certo porcetaje de sí msmo (Δ), hay que realzar la sguete operacó: I I I t-x t-x t +Δ = t-x sedo I u factor comú, teemos: 0 t-x t +Δ = I ( ) I 0 0 O sea que, para modfcar ua catdad e u certo porcetaje Δ, hay que multplcarla por ( + Δ), sedo Δ u úmero postvo o egatvo. Despejado: porcetual". I I I I t t 0 0 +Δ = Δ = - t-x t-x 0 0, co lo que llegamos a la fórmula del "cambo Volvedo al ejemplo cosderado teemos: t 0 t I 0 = 00 I 0 = 00 I 0 = 300 t 0 t t t 00 Δ = = 00, que expresado como porcetaje es 00 % 300 Δ = = 0,5, o sea 50 % 00 Resulta teresate destacar que la varacó total expermetada por el ídce etre t 0 y t o puede obteerse por adcó de las varacoes parcales, lo que llevaría a coclur que es de 50%. E realdad esa varacó es de: 300 Δ T = = 00, o sea 00 % Represetacó gráfca Sempre apoyádoos e el msmo ejemplo, veamos prmeramete ua forma de represetacó que es frecuete ecotrar pero que, como veremos, resulta adecuada. 40

44 Fgura Obsérvese que el gráfco muestra que el ídce tee ua tedeca al alza co détca pedete e ambos períodos cosderados. S embargo ya hemos calculado que e el segudo período se produjo ua mportate desaceleracó e el rtmo de crecmeto, pasado del 00 % al 50 %. La escala atural utlzada o permte represetar adecuadamete las varacoes realmete expermetadas. E cambo, s utlzamos u gráfco semlogarítmco, represetado e el eje de las ordeadas los logartmos de los ídces, tedremos: Fgura 3 Esta represetacó, que supoe ua evolucó de tpo expoecal para el ídce, resulta perfectamete apropada para descrbr la stuacó plateada. Obsérvese que la pedete de la recta etre t y t muestra claramete que se eletece el crecmeto del ídce, e cocordaca co los cálculos efectuados. Cosecuetemete, sempre es preferble represetar a los úmeros ídce medate gráfcos de tpo semlogarítmco. 4

45 4. LA TASA PROMEDIO DE VARIACION Vamos a supoer que dspoemos de valores de u ídce separados e el tempo (-r) udades de período (años, meses, etc.) y que deseamos estmar la tasa promedo de varacó por udad de período (). I t t r r t r 0 0 ( ) I0 ( ) t r 0 + = + = I I Aplcado logartmos tedríamos : I I I I t t + = 0 = 0 r r tr tr 0 0 I t tr log log 0 0 = atlog r I Ejemplo 6: E dcembre de 00 el ídce de los precos de certo artículo alcazó a 34,9. E dcembre de 00, el msmo ídce fue 64,8. Supogamos que deseamos calcular la tasa promedo de varacó mesual para el período. 34,9 ( + ) = 64,8 64,8 64,8 ( + ) = ( + ) = =,068 34,9 34,9 0,068 o sea,68% També utlzado logarítmos: log ( + ) = 64,8 log 34,9 log ( + ) = 0,00745 ( + ) =,068 0,068 o sea,68% 5. BASE FIJA, BASE VARIABLE Como se ha vsto, el valor que se toma como deomador para el cálculo de u úmero ídce, se deoma base. Supogamos que dspoemos del preco de u be e los sguetes períodos: t :500 t :.000 t 3 :.050 t 4 :.50 Tomado como base el preco e el período t tedríamos los sguetes ídces smples para los períodos cosderados: p p = 00 = 00 p = 00 = = 00 = 0 p = 00 = t t t t t3 t4 t t 4

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

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

Más detalles

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

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

Más detalles

Estadística Descriptiva

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

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

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

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

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

Estadística Contenidos NM 4

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

Más detalles

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

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

Más detalles

Estadística Descriptiva

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

Más detalles

MEDIDAS DE CENTRALIZACIÓN

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

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

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

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

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

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

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

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

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

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

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

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

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

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

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

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

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

Más detalles

PROBABILIDAD Y ESTADISTICA

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

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

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

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia

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,

Más detalles

Intensificación en Estadística

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

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

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

Más detalles

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

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

Más detalles

La inferencia estadística es primordialmente de naturaleza

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

Más detalles

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

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

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

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

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

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

Más detalles

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

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

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

Estadística Descriptiva

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

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

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

Más detalles

x x x x x Y se seguía operando

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

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN UNIVERSIDAD DE CHILE VICERRECTORÍA DE ASUNTOS ACADÉMICOS DEPARTAMENTO DE EVALUACIÓN, MEDICIÓN Y REGISTRO EDUCACIONAL NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN SANTIAGO, septembre de 2008

Más detalles

Estadística descriptiva

Estadística descriptiva Estadístca descrptva PARAMETROS Y ESTADISTICOS Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca Meddas de tedeca cetral: Moda, Medaa, Meda

Más detalles

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por: Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

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

Más detalles

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

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

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

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

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

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,

Más detalles

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,

Más detalles

CAPITULO II. Medidas estadísticas. Objetivo. Contenido. Calcular las medidas posición, de tendencia central, de dispersión y de forma.

CAPITULO II. Medidas estadísticas. Objetivo. Contenido. Calcular las medidas posición, de tendencia central, de dispersión y de forma. CAPITULO II Meddas estadístcas Objetvo Calcular las meddas poscó, de tedeca cetral, de dspersó y de forma. Cotedo * * * * * * Itroduccó Meddas de poscó Meddas de tedeca cetral Meddas de dspersó Meddas

Más detalles

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y

Más detalles

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

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

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

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

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: 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. maard@uolsects.com.ar

Más detalles

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

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

Más detalles

Ventajas e Inconvenientes.

Ventajas e Inconvenientes. 1. Itroduccó.. Meddas de Poscó..1. La Meda Artmétca..1.1. Propedades..1.. Cálculo Abrevado..1.3. Vetajas e Icoveetes... La Meda Geométrca...1. Propedades.... Vetajas e Icoveetes..3. La Meda Armóca..3.1.

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA TRATA DE DESCRIBIR CONJUNTOS DE DATOS RESUMIENDO LA INFORMACIÓN QUE ESTOS PROPORCIONAN, UTILIZANDO: TABLAS DE FRECUENCIAS GRÁFICAS MEDIDAS NUMÉRICAS REPRESENTATIVAS (POSICIÓN, DISPERSIÓN

Más detalles

CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL

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

Más detalles

n 2 fi donde: n es el número de individuos

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

Más detalles

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

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

Más detalles

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

REGRESIÓN LINEAL SIMPLE

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

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones UNIVERIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINITRACIÓN Maestría e Admstracó Formularo e Iterpretacoes F A C U L T A D D E C O N T A D U R Í A Y A D M I N I T R A C I Ó N Formularo

Más detalles

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

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

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

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

Más detalles

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

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

Más detalles

ANGEL FRANCISCO ARVELO LUJAN

ANGEL FRANCISCO ARVELO LUJAN ANGEL FRANCISCO ARVELO LUJAN es u Profesor Uverstaro Veezolao e el área de Probabldad y Estadístca, co más de 40 años de expereca e las más recoocdas uversdades del área metropoltaa de Caracas. Uversdad

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

5.3 Estadísticas de una distribución frecuencial

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

Más detalles

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

Probabilidad y estadística

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

Más detalles

MEDIDAS RESUMEN OBJETIVOS. Al término de la unidad el alumno podrá:

MEDIDAS RESUMEN OBJETIVOS. Al término de la unidad el alumno podrá: 3 MEDIDAS RESUMEN OBJETIVOS Al térmo de la udad el alumo podrá: 3. Compreder las meddas como ua herrameta más que descrbe los datos obtedos e ua vestgacó socal o de la vda dara. 3. Compreder los sgfcados

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

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

Más detalles

1 ESTADÍSTICA DESCRIPTIVA

1 ESTADÍSTICA DESCRIPTIVA 1 ESTADÍSTICA DESCRIPTIVA 1.1 OBJETO DE ESTUDIO Y TIPOS DE DATOS La estadístca descrptva es u cojuto de téccas que tee por objeto orgazar y presetar de maera coveete para su aálss, la formacó coteda e

Más detalles

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09 Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector

Más detalles

Ensayos de control de calidad

Ensayos de control de calidad Esayos de cotrol de caldad Fecha: 0170619 1. lcace. Este procedmeto es aplcable e la evaluacó del desempeño del persoal que ejecuta pruebas e la Dvsó de Laboratoros de Ifraestructura de la Coordacó de

Más detalles

Análisis estadístico de datos muestrales

Análisis estadístico de datos muestrales Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

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

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

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

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada: :: OBJETIVOS [3.] o Apreder a presetar los datos epermetales como grafcas -. o Apreder a usar las hojas de papel logarítmco Semlogarítmco o Determar la relacó matemátca de ua grafca leal de datos epermetales

Más detalles

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

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

Más detalles

I n t r o d u c i ó n A l a E s t a d í s t i c a 1

I n t r o d u c i ó n A l a E s t a d í s t i c a 1 Estadístca I t r o d u c ó A l a E s t a d í s t c a INTRODUCCIÓN: La Estadístca descrptva es ua parte de la Estadístca cuyo objetvo es examar a todos los dvduos de u cojuto para luego descrbr e terpretar

Más detalles

ESTADÍSTICA DESCRIPTIVA

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

Más detalles

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.

Más detalles

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO TEA 6 UESTREO POR COGLOERADOS OOETÁPICO Cotedo 1- Defcó. Aplcacó. Seleccó de ua muestra por Coglomerados. Etapas. otacó. - uestreo mooetápco co coglomerados de gual tamaño. Estmacó de la meda, el total

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

G - Métodos de Interpolación

G - Métodos de Interpolación ESCUELA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS G - Métodos de Iterpolacó Polomo de terpolacó de Lagrage. Polomo de terpolacó

Más detalles

1. Conceptos fundamentales de la estadística. Estadística descriptiva.

1. Conceptos fundamentales de la estadística. Estadística descriptiva. BLOQUE. VALORACÓ MOBLARA. SSTEMAS DE LA FORMACÓ. GESTÓ PATRMOAL. T E M A 9 Estadístca y valoracó urbaa (): Coceptos fudametales de la Estadístca. La Estadístca descrptva. Represetacoes gráfcas. Meddas

Más detalles

ESTADISTICA GENERAL. MEDIDAS ESTADISTICAS Profesor: Celso Celso Gonzales

ESTADISTICA GENERAL. MEDIDAS ESTADISTICAS Profesor: Celso Celso Gonzales ESTADISTICA GENERAL MEDIDAS ESTADISTICAS Profesor: Celso Celso Gozales SUMATORIAS Objetvos: Represetar medate sumatoras ua epresó umérca. SUMATORIAS Sumatora smple e el caso de que solo se tee u solo crtero

Más detalles

Análisis de Regresión

Análisis de Regresión Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o

Más detalles

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

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

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles