ESTADÍSTICA DESCRIPTIVA

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

Download "ESTADÍSTICA DESCRIPTIVA"

Transcripción

1 Tema ESTADÍSTICA DESCRIPTIVA 1.- DISTRIBUCIOES UIDIMESIOALES. CÁLCULO DE PARÁMETROS PARÁMETROS DE CETRALIZACIÓ En la búsqueda de la concrecón y la smplcacón, la normacón recogda en una tabla o gráca estadístca suele resumrse en unos pocos valores que nos norman del comportamento de todos los ndvduos del colectvo estudado. Estos valores, representatvos de todos los datos de una dstrbucón, se llaman parámetros o meddas de centralzacón. MEDIA ARITMÉTICA Meda artmétca de una varable estadístca es el cocente que resulta de dvdr la suma de todos los valores por el número total de éstos. Se representa por. Su cálculo se realza, según las epresones que sguen, atendendo a la presentacón de los datos. Para datos sn recuencas S la varable toma los valores 1,,..., n la meda artmétca adopta la epresón: 1... n Para datos con recuencas S la varable toma los valores o marcas de clase 1,, n, sendo 1,,... n las recuencas absolutas correspondentes de la dstrbucón, la meda artmétca se calcula con la epresón: n... 1 n n Pg. nº 1/17

2 Para datos ponderados Tema La meda ponderada se calcula cuando todos los valores de la varable no tenen el msmo peso. Su órmula es análoga a la vsta con anterordad, cambando las recuencas, por los pesos p, y, en el denomnador, por la suma de todos los pesos p, por lo que resulta: p p... p 1 1 p p 1... p n n n p p Consderacones sobre la meda artmétca. La meda artmétca es el parámetro de centralzacón más utlzado. Presenta la ventaja de tener en cuenta todos los datos de la dstrbucón, además de resultar muy sencllo su cálculo. Tene el nconvenente de que s la dstrbucón posee valores etremos, ecepconalmente raros y pocos sgncatvos, éstos producen una dstorsón sobre el valor de la meda. o sempre es posble calcular la meda artmétca y, a veces, aunque sea posble calcularla, carece de sgncado como sucede en las varables cualtatvas o se trata de ntervalos abertos. En estos casos deben utlzarse otras meddas de centralzacón. S se suma una constante a todos los valores de la varable, la meda artmétca aumenta en el msmo valor. S se multplcan todos los valores de la varable por un msmo número, la meda queda multplcada por el msmo número. MODA Se denomna moda de una varable estadístca al valor de la varable que tene mayor recuenca absoluta. Se representa por Mo. La moda de una varable dscreta es ácl de calcular, basta buscar el valor de la varable que presenta mayor recuenca. Puede ocurrr que la moda no sea únca, es decr, la dstrbucón puede tener, 3 o más modas, recbendo el nombre de bmodal, trmodal, etc. En el caso de que los datos se encuentren agrupados en ntervalos, la clase con mayor recuenca se denomna clase modal. Puede tomarse como moda la marca de clase de la clase modal. S se desea mayor precsón en el cálculo de la moda, ésta puede obtenerse medante la epresón: M o L c D D D L= Límte neror del ntervalo. C= Ampltud del ntervalo. D=Derenca entre la recuenca absoluta del ntervalo modal y los vecnos. Pg. nº /17

3 Tema Cálculo de la moda por el método gráco. Para las dstrbucones que se encuentran agrupadas en ntervalos este un método gráco muy sencllo que permte obtener la moda con bastante apromacón. Para ello se representa el hstograma de recuencas absolutas, al ser posble en papel mlmetrado, con el n de poder obtener mayor precsón. Segudamente se unen, con líneas los etremos de la clase modal con las contguas. La moda vene dada por la abscsa del punto de corte. Consderacones sobre la moda. Puede ocurrr que estan dstrbucones que no tengan moda; eso ocurre cuando las recuencas de todos los datos, o cas todos, son guales. Puede ser muy útl cuando se trata de varables cualtatvas. En su cálculo no ntervenen todos los datos de la dstrbucón. Aun cuando es una medda de centralzacón, es relatvamente recuente encontrar modas stuadas en los etremos de la dstrbucón. MEDIAA La medana de una dstrbucón estadístca es el valor de la varable, tal que el número de datos menores que él es gual al número de datos mayores que él. Se representa por Me. S la dstrbucón es de una varable dscreta y el número de datos es mpar, la medana es el valor central, y s el número de datos es par, la medana es la meda de los valores centrales. S la dstrbucón es de una varable contnua, el ntervalo que contene a la medana se denomna clase medana o ntervalo medano. Puede tomarse como medana, en una prmera apromacón, la marca del ntervalo medano. S se desea mayor precsón en el cálculo de la medana, ésta se obtene, dentro del ntervalo medano, medante la epresón: M e F L c 1 par Me Xn Xn L = Límte neror del ntervalo. C= Ampltud del ntervalo. = úmero total de datos F -1= Frecuenca absoluta acumulada de la clase anteror a la clase medana. = Frecuenca absoluta de la clase medana. Pg. nº 3/17 Varable dscreta: mpar M X e ( n1)/ / / 1 /

4 Tema Consderacones sobre la medana. La medana es partcularmente útl en los sguentes casos: Cuando entre los datos esten valores ostensblemente etremos. Cuando los datos están agrupados en ntervalos y alguno es aberto. La medana depende del orden de los datos y no de su valor. Cuando en su cálculo, el valor / cae justo en el límte de un ntervalo, se hace la meda entre la recuenca de este y del posteror. Relacón entre Meda, Medana y Moda. S una dstrbucón es smétrca o lgeramente asmétrca, se puede comprobar epermentalmente que se cumple la sguente relacón: Meda Moda = 3 (Meda Medana) Gracas a esta relacón se puede obtener, con un certo error, alguno de estos parámetros en uncón de los otros dos. Veamos a contnuacón tres dstrbucones en las que se stúan los parámetros: CUATILES La medana de los valores de una varable estadístca dvde a la dstrbucón en dos partes guales. Es decr, la medana parte la dstrbucón en dos mtades, cada una corresponde al 50% de los datos. Generalzando la dea anteror, se puede pensar en obtener valores que dvdan a dstrbucón en dversas partes guales, dando lugar a los cuantles. Los más mportantes y usados, sobretodos en las cencas socales y médcas, son: CUARTILES Se llaman cuartles a tres valores que dvden la dstrbucón en cuatro partes guales. Se representan y desgnan como cuartl prmero (Q1), segundo (Q ) y tercero (Q3). Cada parte agrupa, por tanto, al 5%, al 50% y al 75% de los datos de la dstrbucón. Pg. nº 4/17

5 Tema Es obvo que el segundo cuartl, por dencón, concde con la medana. El cálculo de los otros cuartles sgue las pautas de la medana y se obtenen a través de las epresones: Q 1 L c 4 F 1 Q 3 L 3 c 4 F 1 DECILES Análogamente, se llaman decles a nueve valores de la varable que dvden a la dstrbucón en dez partes guales. Es decr, los decles agrupan a los datos en dez partes correspondentes cada una con el 10% de la dstrbucón. Se representan por D1, D,..., D9 y la epresón que permte calcularlos es: D k L k F c 10 1 K=1,, 3,...,9 PERCETILES De la msma manera, decmos que se llaman percentles a 99 valores que dvde la dstrbucón en 100 partes guales Se representa por P1, P,..., P99 y se calculan a través de la epresón P L F c X=1,, 3,...,99 Cálculo gráco de los cuantles Para calcular grácamente los cuantles de una dstrbucón este un método muy sencllo que consste en representar el polígono de recuencas porcentuales acumuladas (P), stuando en el eje abscsa la varable dscreta o los ntervalos, y en el eje de ordenadas los porcentajes correspondentes. Convne realzar la representacón en papel mlmetrado para mayor precsón. Pg. nº 5/17

6 Ejemplo. Tema Pg. nº 6/17

7 Tema PARÁMETROS DE DISPERSIÓ Las meddas de centralzacón vstas con anterordad necestan de otras que las complementen en el estudo de las dstrbucones de recuencas de las varables estadístcas. Estas nuevas meddas, que denomnamos parámetros de dspersón, norman de las desvacones que suren los datos respecto de los valores centrales, en especal con relacón a la meda artmétca. Los parámetros de dspersón más usuales son: RECORRIDO Recorrdo o rango de una varable estadístca es la derenca entre el mayor y el menor valor de los datos observados. Se representa por R. Así, se tene: R = Xma - Xmn VARIAZA Varanza de una varable estadístca es la meda artmétca de los cuadrados de las desvacones de todos los datos o marcas de clase respecto de la meda. Se representa por σ ó S Las epresones equvalentes que permten calcular la varanza son: ( ) Es mportante conocer que la varanza es sempre postva, o nula en caso de que todos los valores de la varable sean guales. DESVIACIO TIPICA Se denomna desvacón típca de una varable estadístca a la raíz cuadrada postva de la varanza. Se representa por σ ó S. ( ) Consderacones sobre la desvacón típca La desvacón típca es el parámetro de dspersón más utlzado. S se suma una constante a todos los valores de la varable, la desvacón típca no varía. S se multplcan todos los valores de la varable por un msmo número, la desvacón típca queda multplcada por el msmo número. o se puede calcular, es obvo, en el caso de que no se pueda calcular la meda. Pg. nº 7/17

8 Tema ESTUDIO COJUTO DE y σ La meda artmétca,, y la desvacón típca, σ, son los parámetros estadístcos por antonomasa. La meda es la medda central más utlzada y la desvacón típca es la medda de dspersón o varabldad por ecelenca. En toda dstrbucón estadístca, el estudo del comportamento conjunto de la meda artmétca y la desvacón típca nos aporta numerosa normacón sobre la dstrbucón de recuencas estudada. En cas todas las dstrbucones estadístcas de comportamento normal se vercan de orma apromada los porcentajes descrtos a contnuacón que, reerdos a la meda y la desvacón típca, epresan la dstrbucón de datos. Para una dstrbucón estadístca de comportamento normal, se cumple: En ( -σ +σ ) está el 68% del total de ndvduos. En ( -σ +σ) está el 95% del total de ndvduos. En ( -3σ +3σ) está el 99% del total de ndvduos. Coecente de varacón de Pearson Para comparar el grado de dspersón de dos o más dstrbucones no podemos conrontar smplemente las desvacones típcas, puesto que esas meddas de dspersón venen aectadas por la escala de la medda representatva de la varable. Es necesaro por lo tanto elmnar esa nluenca convrtendo dchas meddas en números abstractos. Para ello utlzaremos el coecente de varacón de Pearson: cv 100 Como sabemos que las meddas de centralzacón son más representatvas cuanto más concentrada estén, vamos a establecer las sguentes condcones: Menos de 30% ALTA concentracón, y por lo tanto la meda es altamente representatva. Entre 30% y 45% MEDIA concentracón, y por lo tanto la meda es medanamente representatva. Mayor de un 45% BAJA concentracón, y por lo tanto la meda es poco o muy poco representatva. El nconvenente que tene C.V. es que deja de ser útl cuando la meda es gual a 0. Pg. nº 8/17

9 Tema Coecente de asmetría de Pearson Una dstrbucón será smétrca o asmétrca, según lo sea su representacón gráca. Será asmétrca haca la derecha (asmetría postva), o a la zquerda (asmetría negatva), s su representacón gráca está más estrada haca la derecha o zquerda. La medda de asmetría más utlzada es el coecente de asmetría de Pearson: As = - Mo σ S As = 0 S As > 0 S As < 0 o este asmetría y por lo tanto la dstrbucón es Smétrca. Este Asmetría postva o a la derecha. Este Asmetría negatva o a la zquerda. Ahora ben, por dversas razones, este coecente no se puede aplcar en los sguentes casos: Cuando la dstrbucón no es unmodal. En este caso, se puede soluconar aplcando la relacón empírca: Meda Moda = 3 (Meda Medana) Por lo que el coecente quedaría: As = 3 ( Medana) σ Cuando la dstrbucón no es campanorme, y especalmente cuando adopta orma de U. En este caso abría que aplcar el coecente G1, que no veremos. Pg. nº 9/17

10 Tema.- Puntuacones típcas o normalzadas Para poder comparar dos datos correspondentes a dos dstrbucones dstntas, hay que tpcar o normalzar dchos valores, es decr, calcular los valores z de cada uno de ellos por medo de: ( ) z Una vez obtendos dchos valores se pueden comparar, ya que las dstntas dstrbucones están pasadas a undades de desvacón estándar, y por lo tanto perectamente comparables. Las puntuacones típcas o normalzadas, tambén llamadas puntuacones z, tenen las sguentes propedades: S se transorma una dstrbucón en puntuacones típcas, no varía la orma de la dstrbucón orgnal. La meda artmétca de las puntuacones normalzadas es cero, es decr, z 0. La desvacón típca de las puntuacones típcas es la undad, es decr, 1 z Pg. nº 10/17

11 EJERCICIOS RESUELTOS Tema 1. La estacón meteorológca del Roque de los Muchachos regstró 88 días de lluva el pasado año, según muestra la tabla sguente: Ltros/m [0, 5) [5, 10) [10, 15) [15, 0) [0, 5) [5, 30) [30, 35) º de días Calcula la precptacón meda durante los días de lluva. Ltros/m X F X [0, 5), ,5 [5, 10) 7, ,5 [10, 15) 1, ,5 [15, 0) 17, ,5 [0, 5), [5, 30) 7, [30, 35) 3, Σ ; 18, Por tanto, el año pasado la precptacón meda durante los días de lluva ue de 18,53 l/m.. La calcacón meda que han obtendo los alumnos de Ingenería Técnca Agrícola de certa Unversdad, en la asgnatura de Estadístca durante los cuatro últmos cursos han sdo: 5,8; 6,3; 6,7 y 7,, respectvamente. En el prmero de estos cursos se eamnaron 180 alumnos, en el segundo 00, en el tercero 75 y en el cuarto 0. Cuál es la calcacón meda de estos cursos en dcha asgnatura? ota meda X " de alumnos 5, , , ,5 7, Σ ,5 Calcularemos la meda artmétca ponderada, en la que el número de alumnos son los pesos correspondentes a las calcacones medas de cada año. 5730,5 875 ; 6, Calcula la moda y la medana correspondente a la varable ltros/m durante los días de lluva en la estacón meteorológca del Roque de los Muchachos, según la dstrbucón ctada en el ejercco 1. La moda El mayor valor de la recuenca, 3, corresponde al ntervalo [15, 0) que recbe el nombre de ntervalo modal. En una prmera apromacón se puede tomar la moda como la marca de clase, es decr, Mo=17,5. Para obtener una mayor precsón utlzamos la órmula: D M L c ; 3 19 o M o , D D (3 19) (3 18) El dato que más se repte es de 17, ltros/m La medana El ntervalo medano es [15, 0), ya que contene el dato 88/= F 9 1 M e L c ; M e , 6 3 El 50% de los días de lluva se recogeron más de 18,6 Ltros/m y el otro 50% de los días por debajo. Pg. nº 11/17

12 Tema 4. Se ha pasado un test de 80 preguntas a 600 personas. El número de respuestas correctas se releja en la sguente tabla: RESPUESTAS CORRECTAS ÚMEROS DE PERSOAS [0, 10) [10, 0) [0, 30) [30, 40) [40, 50) [50, 60) [60, 70) [70, 80] a) Eectuar la tabla de recuencas y porcentajes. b) Determnar el prmer y tercer cuartl. c) Determnar el tercer decl. d) Determnar el percentl 45. e) Una persona que respondó 64 preguntas, qué percentl tene? ) Se desea selecconar a los 4 mejores, a partr de cuántas preguntas se encuentran? g) Se seleccona al 40% de los mejores, cuántas personas son y a partr de que puntuacón se encuentran? Marca Respuestas clase correctas X F h H p P [0, 10) ,067 0,067 6,7 6,7 [10, 0) ,100 0, ,7 [0, 30) ,15 0,9 1,5 9, [30, 40) ,150 0, ,1 [40, 50) ,175 0,617 17,5 61,7 [50, 60) ,14 0,758 14, 75,8 [60, 70) ,133 0,89 13,3 89, [70, 80] , , F 1 b) Q1 L c Q El 5% de las personas acertaron menos de 7 preguntas Q ,41 85 El 75% de las personas acertaron menos de 59 preguntas c) D , 55; El 30% de las personas acertaron menos de 31 pregunta, o el 90 70% acertaron más de 31 preguntas d) P , 48 ; El 45% de las personas con menos acertos contestaron 105 correctamente como mámo 40 preguntas e) ; =81,17% Tene un percentl 81. Tambén que el 19% de las personas 80 contestaron correctamente más de 64 preguntas. ) 4 personas equvale al 4%; como se toman de la parte superor de la dstrbucón trabajamos con: P ,31 Los 4 mejores tenen más de 76 preguntas contestadas 65 correctamente g) El 40% de las personas son 40 personas. P , 05; 105 Esto quere decr que el 40% de las personas que contestaron mejor, responderon correctamente más de 49 preguntas. Pg. nº 1/17

13 Tema 5. Completar la tabla del ejercco 4 y determnar: a) La meda. b) La moda. c) La medana. d) La desvacón típca. e) El grado de concentracón de la dstrbucón. ) S consderamos que la dstrbucón tene un comportamento normal, entre qué valores se encuentra el 95% de las personas que ocupan el centro de la dstrbucón? Marca Respuestas clase correctas F h H p P X X [0, 10) ,067 0,067 6,7 6, [10, 0) ,100 0, , [0, 30) ,15 0,9 1,5 9, [30, 40) ,150 0, , [40, 50) ,175 0,617 17,5 61, [50, 60) ,14 0,758 14, 75, [60, 70) ,133 0,89 13,3 89, [70, 80] , , a) b) ; , 6 ; 600 D 15 M L c ; o M o , 86 D D 15 0 El número de preguntas acertadas que más se repte es 44. c) M e 600 F 65 1 L c ; M e , El 50% de las personas responderon correctamente menos 43 de preguntas. d) ; ,6 0, e) cv 100 ; cv 0, , 105 4,6 Como es mayor de 45 se consdera que tene una concentracón más ben baja. ) Tenendo en cuenta que en el ntervalo ( -σ +σ ) está el 68% del total de ndvduos ( 4,6 0,54; 4,6 054) (,14; 63,19) Esto quere decr, que el 68% de las personas del centro de la dstrbucón contestaron entre y 63 preguntas correctamente. Pg. nº 13/17

14 Tema 6. Dadas las sguentes dstrbucones: Los pesos de los toros de lda de una ganadería se dstrbuyen con una Los pesos de los perros de una eposcón canna se dstrbuyen con una 10 kg. Determnar cuál de las dos dstrbucones está más dspersa. kg y una 1 5 kg 19 kg y una La desvacón típca de los pesos de la manada de los toros bravos es superor que la de los perros. Sn embargo, esos 5 kg son poca cosa para el enorme peso de los toros (es decr, los toros de esa manada son muy parecdos en peso), mentras que 10 kg en relacón con el peso del perro es mucho (magnamos que en la eposcón canna habrá perros muy dspares: canches, "salchchas", dogos, mastnes... Comparando los coecentes de varacón: CVtoros=(5/510)100=4,9% CVperros=(10/19)100=5,6%. Con estos parámetros se ve claramente que el peso de los perros de la eposcón canna es mucho más dsperso que el de los toros de la manada. 7. Una empresa debe cubrr un certo número de puestos de trabajo de dos tpos A, y B. Se somete a los asprantes a dos pruebas, ambas puntuables de 0 a 50, dseñadas para valorar sus apttudes en uno y otro tpo de trabajo. En la Prueba A, la meda de calcacones ha sdo, y la desvacón típca A 3,4 B. En la B han sdo, respectvamente, y. Dígase: Qué tpo de puesto de trabajo asgnaríamos a un asprante que hubera obtendo 33 puntos en la prueba A y 8 en la B? 4 B,1 En ambos casos se halla por encma de la meda. Su puntuacón es más alta en la prueba A (33 rente a 8), así como su desvacón respecto de la meda (+5 rente a +4). o obstante, valorar gual los puntos obtendos en ambas pruebas puede ser un error de aprecacón". En eecto: Las desvacones típcas ndcan que los resultados de la prueba B se hallan más agrupados que los de la A. En esas condcones, "cuatro puntos sobre la meda" en la prueba B puede ndcar mayor apttud para el trabajo B, rente a los demás asprantes, de lo que ndcan "cnco puntos sobre la meda" en la prueba para el trabajo A. Saldremos de dudas calculando e nterpretando las puntuacones típcas del asprante en ambas pruebas. Son Z A 1,471 Z B 1, 905 3,4,1 Esto sgnca que su calcacón en la prueba A se halla "1,471 desvacones" sobre la medía y, en la prueba B, "1,905 desvacones sobre la meda. Por tanto, está más cualcado para ocupar un puesto de trabajo tpo B que un puesto tpo A, s lo comparamos con el resto de los asprantes. A 8 Pg. nº 14/17

15 EJERCICIOS Tema 1. Se ha tallado a los alumnos de un certo curso y se ha llegado a los sguentes resultados, que se dan en el orden en que se obtuveron (en centímetros): 173, 166, 177, 171, 153, 179, 169, 174, 16, 173, , 175, 166, 177, 156, 167, 173, 178, 17, 169, 174, 180, 159, 18, 168, 169, 161, 170, 166, 165, 185, 169, 17, 180, 186, 167, 17, 166, 16, 170, 158, 184, 179, 16, 159, 183, 163, 17, 163, 174, 164, 171, 163, 173, 170, 174, 168, 16, 164, 171, 174, 185, 166, 156, 175, 188, 167, 171, 151, 169, 173, 17, 154, 174, 173, 170, 175, 17, 176, 174, 169, 157, 160, 174, 177, 171, 176, 163, 171. Determnar: a) La meda. b) La moda. c) La medana. d) El prmer cuartl. e) El segundo decl. ) El percentl 65. g) El porcentaje de alumnos con una estatura superor a 176. h) Un alumno tene una estatura de 168 cm. qué percentl tene? ) La desvacón típca. j) Están los datos muy dspersos? k) S se desea selecconar el 68% de los alumnos que orman la parte central de la dstrbucón entre qué estaturas estarán los alumnos? l) Representa los datos con una gráca adecuada.. Los pesos (en klogramos) de los enermos de una certa resdenca santara son: 64, 84, 67, 64, 81, 98, 78, 77, 48, 76, 65, 47, 55, 60, 73, 67, 4, 9, 50, 78, 5, 78, 70, 6, 61, 6, 70, 56, 69, 90, 67, 57, 60, 75, 71, 63, 66, 85, 51, 57, 65, 76, 59, 81, 43, 74, 69, 55, 63, 90, 5, 63, 66, 44, 94, 65, 44, 89, 71, 68, 58, 51, 65, 87, 96, 50, 53, 61, 83, 80, 48, 60, 80, 71, 53, 55, 85, 75, 69, 84, 67, 68, 53, 7 Determnar: a) La meda. b) La moda. c) La medana. d) El prmer cuartl. e) El segundo decl. ) El percentl 65. g) El porcentaje de enermos con un peso superor a 8 kg. h) Un enermo tene un peso de 68 kg. qué percentl tene? ) La desvacón típca. j) Están los datos muy dspersos? k) S se desea selecconar el 68% de los enermos que orman la parte central de la dstrbucón entre qué pesos estarán? l) Representa los datos con una gráca adecuada. 3. Se ha pasado un test de 80 preguntas a 600 personas. El número de respuestas correctas se releja en la sguente tabla: RESPUESTAS CORRECTAS UMERO DE PERSOAS [0, 10) 40 [10, 0) 60 [0, 30) 75 [30, 40) 90 [40, 50) 105 [50, 60) 85 [60, 70) 80 [70, 80) 65 Determnar: a) La meda. b) La moda. c) La medana. d) El prmer cuartl. e) El percentl 65. ) El porcentaje de personas con más de 58 respuestas correctas. g) Una persona que responde correctamente 66 preguntas, qué percentl tene? h) La desvacón típca. ) Están los datos muy dspersos? Pg. nº 15/17

16 EJERCICIOS Tema 1. Se ha tallado a los alumnos de un certo curso y se ha llegado a los sguentes resultados, que se dan en el orden en que se obtuveron (en centímetros): 173, 166, 177, 171, 153, 179, 169, 174, 16, 173, , 175, 166, 177, 156, 167, 173, 178, 17, 169, 174, 180, 159, 18, 168, 169, 161, 170, 166, 165, 185, 169, 17, 180, 186, 167, 17, 166, 16, 170, 158, 184, 179, 16, 159, 183, 163, 17, 163, 174, 164, 171, 163, 173, 170, 174, 168, 16, 164, 171, 174, 185, 166, 156, 175, 188, 167, 171, 151, 169, 173, 17, 154, 174, 173, 170, 175, 17, 176, 174, 169, 157, 160, 174, 177, 171, 176, 163, 171. Determnar: a) La meda. b) La moda. c) La medana. d) El prmer cuartl. e) El segundo decl. ) El percentl 65. g) El porcentaje de alumnos con una estatura superor a 176. h) Un alumno tene una estatura de 168 cm. qué percentl tene? ) La desvacón típca. j) Están los datos muy dspersos? k) S se desea selecconar el 68% de los alumnos que orman la parte central de la dstrbucón entre qué estaturas estarán los alumnos? l) Representa los datos con una gráca adecuada. Estatura en cm. F h H X [ ) 15, ,033 0, , ,75 [ ) 157, ,067 0, , ,50 [ ) 16, ,133 0, , ,00 [ ) 167, ,189 0,4 847, ,5 [ ) 17, ,356 0, , ,00 [ ) 177, ,1 0, , ,75 [ ) 18, ,056 0, , ,5 [ ) 187, ,044 1, , , [ ) [ ) [ ) [ ) [ ) [ ) [ ) [ ) 90 1, , , a) 170,39 cm b) M o ,08 cm c) M e ,09 cm d) Q ,44 cm e) D ,75 cm ) P ,0 cm g) , 100 ; El 0% apro. h) , 6 ; El perc ,5 7, ,75658 j) CV 100 4, ,39 ) 170,39 Muy concentrado Pg. nº 16/17

17 Tema. Los pesos (en klogramos) de los enermos de una certa resdenca santara son: 64, 84, 67, 64, 81, 98, 78, 77, 48, 76, 65, 47, 55, 60, 73, 67, 4, 9, 50, 78, 5, 78, 70, 6, 61, 6, 70, 56, 69, 90, 67, 57, 60, 75, 71, 63, 66, 85, 51, 57, 65, 76, 59, 81, 43, 74, 69, 55, 63, 90, 5, 63, 66, 44, 94, 65, 44, 89, 71, 68, 58, 51, 65, 87, 96, 50, 53, 61, 83, 80, 48, 60, 80, 71, 53, 55, 85, 75, 69, 84, 67, 68, 53, 7 Determnar: a) La meda. b) La moda. c) La medana. d) El tercer cuartl. e) El seto decl. ) El percentl 35. g) El porcentaje de enermos con un peso superor a 8 kg. h) Un enermo tene un peso de 68 kg. qué percentl tene? ) La desvacón típca. j) Están los datos muy dspersos? k) S se desea selecconar el 95% de los enermos que orman la parte central de la dstrbucón entre qué pesos estarán? l) Representa los datos con una gráca adecuada. Pesos en kg F h H X [40 45) 4, ,048 0, [45 50) 47, ,036 0,083 14,5 6768,75 [50 55) 5, ,107 0,190 47,5 4806,5 [55 60) 57, ,095 0, [60 65) 6, ,143 0, [65 70) 67, ,179 0, , ,75 [70 75) 7, ,095 0, [75 80) 77, ,095 0, [80 85) 8, ,083 0, , ,75 [85 90) 87, ,048 0, [90 95) 9, ,048 0, ) 97,5 84 0,04 1, ,5 84 1, a) = 67,857 kg b ) M 65 5 o ,5 kg c) Me kg , 4 36 d) Q ,5 kg e) D ,8 kg , 4 4 ) P ,5 kg h) 68= ; = g) 8= =83,09 kg; ,09=16,9117% ) = 67, ,49 kg 13,49 j) CV= 100 0% o k) ( X, X ) 95%; (40,87; 94,84) entre 41 y 95 kg. 67,857 Pg. nº 17/17

MEDIDAS DESCRIPTIVAS

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

Más detalles

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

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

Más detalles

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

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

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

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

Más detalles

Descripción de una variable

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

Más detalles

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

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

Más detalles

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 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 detalles

EJERCICIOS RESUELTOS TEMA 2

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

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

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

Más detalles

Medidas de centralización

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

Más detalles

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución. Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo

Más detalles

Tema 1: Análisis de datos unidimensionales

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

Más detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

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

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

Más detalles

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

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

Más detalles

3. VARIABLES ALEATORIAS.

3. 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 detalles

unidad 12 Estadística

unidad 12 Estadística undad 1 Estadístca Qué es una tabla de frecuencas Págna 1 Al número de veces que se repte un dato se le denomna frecuenca de ese dato. Una tabla de frecuencas es una tabla en la que cada valor de la varable

Más detalles

4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas

4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas Curso: Colego SSCC Concepcón - Depto. de Matemátcas Undad de Aprendzaje: Estadístcas Capacdades/Destreza/Habldad: Raconamento Matemátco/ Comprensón, Aplcacón/ Valores/ Acttudes: Respeto, Soldardad, Responsabldad

Más detalles

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

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

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 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 detalles

TEMA 10: ESTADÍSTICA

TEMA 10: ESTADÍSTICA TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

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

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 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 detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría 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 detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA Introduccón La estadístca es una rama de las matemátcas que trata de la recogda, ordenacón, análss y presentacón adecuada de datos recogdos sobre certa poblacón (no necesaramente

Más detalles

Medidas de Tendencia Central y de Variabilidad

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

Más detalles

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

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

Más detalles

LECTURA 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 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 detalles

PyE_ EF1_TIPO1_

PyE_ 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 detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva

Más detalles

UNIVERSIDAD DE SONORA

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

Más detalles

Tema 4: Variables aleatorias

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

Más detalles

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

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

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. 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 detalles

Tema 8: Estadística en una variable (unidimensional)

Tema 8: Estadística en una variable (unidimensional) Matemátcas aplcadas a las Cencas Socales I lasmatematcas.eu Tema 8: Estadístca en una varable Tema 8: Estadístca en una varable (undmensonal) 1. Introduccón Se desconocen con exacttud los orígenes de la

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA?

ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA? ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA? La Estadístca es la rama de las Matemátcas que se ocupa del estudo de una determnada característca en una poblacón, recogendo

Más detalles

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas Raúl González Medina

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas  Raúl González Medina 1 Estadístca 01.- Indca que varables son cualtatvas y cuales cuanttatvas: a) Comda Favorta. b) Profesón que te gusta. c) Número de goles marcados por tu equpo favorto en la últma temporada. d) Número de

Más detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de: Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón

Más detalles

TEMA. Contenidos UNIDAD I: ESTADÍSTICA DESCRIPTIVA

TEMA. Contenidos UNIDAD I: ESTADÍSTICA DESCRIPTIVA ANÁLISIS DESCRIPTIVO DE VARIABLES CUANTITATIVAS () Contendos TEMA 4.4. Introduccón 4.5. Dstrbucones de frecuencas de varables cuanttatvas (datos agrupados) 4.6. Propedades de las dstrbucones de varables

Más detalles

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

Tema 1. Conceptos generales

Tema 1. Conceptos generales Análss de Datos I Esquema del Tema Tema. Conceptos generales. COCEPTOS PREVIOS. DEFIICIÓ DE MEDICIÓ 3. DEFIICIÓ DE ESCALAS DE MEDIDA 4. VARIABLES CLASIFICACIÓ Y OTACIÓ REGLAS DEL SUMATORIO 5. EJERCICIOS

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad 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 detalles

Capítulo III Medidas de posición y de dispersión

Capítulo III Medidas de posición y de dispersión Capítulo III Meddas de poscón y de dspersón Introduccón Hasta ahora, para descrbr un conjunto de datos, se han empleado tablas y gráfcos. Estos son útles para dar rápdamente una vsón general del comportamento

Más detalles

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD 10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca www.aulatecnologa.com 1 ETADÍTICA DECRIPTIVA Lo prmero que buscamos con la Estadístca es el tratamento matemátco a partr de una nformacón epermental. Cuando queremos observar la evolucón de

Más detalles

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos: MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante

Más detalles

Población y Muestra, Variables Estadísticas, Diagramas y Medidas de Centralización en 3º de ESO

Población y Muestra, Variables Estadísticas, Diagramas y Medidas de Centralización en 3º de ESO 43 ANEXO 1: Tablas facltadas al alumnado Las sguentes tablas serán rellenadas por parte de los grupos de estudantes que se realzarán en el aula, tal y como se comenta en el presente trabajo. Tabla de

Más detalles

Para construir un diagrama de tallo y hoja seguimos los siguientes pasos:

Para construir un diagrama de tallo y hoja seguimos los siguientes pasos: UNIDAD 2: Gráfcos estadístcos Los gráfcos muestran vsualmente y de forma rápda la dstrbucón de los datos y sus prncpales característcas, consttuyen un mportante complemento en la presentacón de la nformacón.

Más detalles

Organización y resumen de datos cuantitativos

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

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

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

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

Más detalles

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta. Rentas Fnanceras. Renta fracconada 6. RETA FRACCIOADA Una renta fracconada se caracterza porque su frecuenca no concde con la frecuenca de varacón del térmno de dcha renta. Las característcas de la renta

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL

CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL La estadístca descrptva en su uncón básca de reducr datos, propone una sere de ndcadores que permten tener una percepcón rápda de lo que ocurre en un enómeno. La

Más detalles

Capitalización y descuento simple

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

Más detalles

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

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

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN 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 detalles

Métodos Estadísticos de la Ingeniería Tema 3: Medidas Estadísticas Grupo B

Métodos Estadísticos de la Ingeniería Tema 3: Medidas Estadísticas Grupo B Métodos Estadístcos de la Ingenería Tema 3: Meddas Estadístcas Grupo B Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Enero 2010 Contendos...............................................................

Más detalles

1. ESTADÍSTICA DESCRIPTIVA.

1. ESTADÍSTICA DESCRIPTIVA. Departamento de Matemátcas http://www.colegovrgendegraca.org/eso/dmate.htm Estadístca descrptva 1. ESTADÍSTICA DESCRIPTIVA. 1.1. Introduccón. En general, cuando se va a estudar un determnado colectvo,

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca descrptva. ESTADÍSTICA DESCRIPTIVA POBLACIÓN Y MUESTRA. VARIABLES ESTADÍSTICAS DISTRIBUCIÓN DE FRECUENCIAS DE UNA MUESTRA AGRUPACIÓN DE DATOS REPRESENTACIONES GRÁFICAS DE LAS MUESTRAS PRINCIPALES

Más detalles

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

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

Más detalles

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

a) 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

ANÁLISIS EXPLORATORIO DE DATOS

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

Más detalles

Estadística Descriptiva Análisis de Datos

Estadística Descriptiva Análisis de Datos El concepto de Estadístca Estadístca Descrptva Análss de Datos 8.1 INTRODUCCION El orgen de la Estadístca se remonta a dos tpos de actvdades humanas: los juegos de azar y las necesdades de los Estados:

Más detalles

7ª SESIÓN: Medidas de concentración

7ª SESIÓN: Medidas de concentración Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr

Más detalles

Distribuciones estadísticas unidimensionales

Distribuciones estadísticas unidimensionales Dstrbucones estadístcas undmensonales ESTADÍSTICA Estuda los métodos ara recoger, organzar y analzar nformacón, con la fnaldad de descrbr un fenómeno que se está estudando y obtener conclusones. TÉRMIOS

Más detalles

2 Descripción de Datos Univariados.

2 Descripción de Datos Univariados. Descrpcón de Datos Unvarados.. Meddas de Tendenca Central. El análss estadístco propaente dcho, parte de la búsqueda de paráetros sobre los cuales pueda recaer la representacón de toda la noracón. Las

Más detalles

Correlación y regresión lineal simple

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

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO ) CAPÍTULO II.- AÁLISIS DE UA CARACTERÍSTICA (DISTRIBUCIOES UIDIMESIOALES) TEMA 5.- MEDIDAS DE DISPERSIÓ DE LA DISTRIBUCIÓ DIPLOMATURA E CIECIAS EMPRESARIALES UIVERSIDAD DE SEVILLA .

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

TEMA 4. TRABAJO Y ENERGIA.

TEMA 4. TRABAJO Y ENERGIA. TMA 4. TRABAJO Y NRGIA. l problema undamental de la Mecánca es descrbr como se moverán los cuerpos s se conocen las uerzas aplcadas sobre él. La orma de hacerlo es aplcando la segunda Ley de Newton, pero

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

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

Más detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

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

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 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 detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

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

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

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

CAPÍTULO 4 ANÁLISIS ESTADÍSTICO Y UNIFORMIDAD ALTIMÉTRICA

CAPÍTULO 4 ANÁLISIS ESTADÍSTICO Y UNIFORMIDAD ALTIMÉTRICA CAPÍTULO 4 ANÁLISIS ESTADÍSTICO Y UNIFORMIDAD ALTIMÉTRICA. LA DISTRIBUCIÓN DE FRECUENCIAS La agrupacón tabular de la dstrbucón de frecuencas de una toma o levantamento de las cotas taqumétrcas (absolutas

Más detalles

3.3 Caracterización de grupos: Estadísticos de forma de la distribución

3.3 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 detalles

Elaboración de Tablas ó Cuadros. La elaboración de tablas o cuadros, facilita el análisis y la presentación de la información.

Elaboración de Tablas ó Cuadros. La elaboración de tablas o cuadros, facilita el análisis y la presentación de la información. Elaboracón de Tablas ó Cuadros La elaboracón de tablas o cuadros, faclta el análss la presentacón de la nformacón. Para elaborar los cuadros, se debe, antes que todo, dentfcar las varables, característcas

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora

Más detalles

T. 5 Estadísticos de forma de la distribución

T. 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 detalles

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )

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 detalles

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad. Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en

Más detalles

Relaciones entre variables

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

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede

Más detalles

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

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

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

Más detalles

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

EJERCICIOS 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 detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO

Más detalles