PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva Introducción
|
|
- Francisco José Villalobos Domínguez
- hace 8 años
- Vistas:
Transcripción
1 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 decsoes razoables basadas e tal aálss. Al recoger datos relatvos a las característcas de u grupo de dvduos u objetos, sea alturas y pesos de estudates de ua uversdad o tuercas defectuosas producdas por ua fábrca, suele ser mposble o poco práctco observar todo el grupo, e especal s es muy grade. E vez de eamar el grupo etero, llamado poblacó o uverso, se eama ua pequeña parte del grupo, llamada muestra. E muchos problemas estadístcos es ecesaro utlzar ua muestra de observacoes tomadas de la poblacó de terés co objeto de obteer coclusoes sobre ella. A cotuacó se preseta la defcó de alguos térmos Ua poblacó está formada por la totaldad de las observacoes e las cuales se tee certo terés. Ua muestra es u subcojuto de observacoes seleccoada de ua poblacó S ua muestra es represetatva de ua poblacó, es posble ferr mportates coclusoes sobre la poblacó a partr del aálss de la muestra. La parte de la estadístca que trata sobre las codcoes bajo las cuales tal fereca es válda se llama estadístca ductva o fereca estadístca. Ya que dcha fereca o es del todo eacta, el leguaje de las probabldades aparecerá al establecer uestras coclusoes. La parte de la estadístca que estuda la muestra s ferr algua coclusó sobre la poblacó es la estadístca descrptva. E partcular la estadístca descrptva trata sobre los métodos para recolectar, orgazar y resumr datos. La estadístca descrptva puede a su vez dvdrse e dos grades áreas: métodos gráfcos y métodos umércos. E lo referete a la otacó, represeta el úmero de observacoes e u cojuto de datos, las observacoes está represetadas por ua varable co subídce (por ejemplo,,, ). Así la represetacó de los cco valores, 5, de la velocdad de u chp de computadora e MHz medda por u geero, será: 48.5, 493.7, , , , 7. Dstrbucó de frecuecas e hstogramas Supogamos que los sguetes datos represeta la vda de 40 baterías para automóvl smlares, regstradas al décmo de año más cercao. Las baterías se garatza por tres años. 8
2 Parte Estadístca Descrptva Prof. María B. Ptarell Para orgazar los datos buscamos el mímo y el mámo de la muestra, e este caso el mímo es.6 y el mámo es 4.7 Elegmos u tervalo (a, b) que cotega todos los datos, por ejemplo a.5 y b 5.0. Dvdmos el tervalo (a, b) e subtervalos que puede ser de gual logtud, pero o ecesaramete, y cotamos cuátas observacoes cae e cada subtervalo, esa será la frecueca del tervalo. Para esto debemos decdr cuátos subtervalos utlzaremos. E geeral se puede usar la regla de tomar apromadamete subtervalos. Los subtervalos se llama tervalos de clase o smplemete clases. Resulta satsfactoro utlzar o meos de 5 clases más de 0. E el ejemplo 40 6, etoces 6 o 7 clases será ua eleccó satsfactora. Como b a , s tomamos r 7 clases etoces la logtud de cada ua sería b a r Costrumos ua tabla de frecuecas de maera tal que, por ejemplo, e el tervalo (.5,.0) está las observacoes mayores o guales a.5 y meores que.0. Los etremos de los tervalos de clase so los límtes de clase feror y superor. Itervalo de clase Marca de clase Frecueca f Frecueca relatva Frecueca acumulada Frecueca Acumulada relatva El puto medo de cada clase es la marca de clase. La logtud de cada tervalo de clase es el acho de clase. El gráfco de la tabla de frecuecas es el hstograma. Se costruye e u sstema de ejes cartesaos. Sobre el eje de abssas se marca los límtes de clase, y e cada clase se costruye u rectágulo cuya base es el tervalo de clase y el área del msmo debe ser proporcoal a la frecueca de la clase. S los tervalos de clase tee el msmo acho se puede costrur cada rectágulo de maera que su altura sea gual a la frecueca de la clase correspodete. Estos hstogramas so más fácles de terpretar. E la fgura sguete se muestra el hstograma referdo a la tabla de frecuecas ateror geerado por el paquete Statgraphcs. 9
3 Parte Estadístca Descrptva Prof. María B. Ptarell 5 frecueca ,5,5 3,5 4,5 5,5 vda de la batería e años S se tee pocos datos los hstogramas puede cambar de apareca al varar el úmero de clases y el acho de las msmas. S se hubera grafcado el hstograma de frecuecas relatvas el aspecto sería el msmo co la dfereca de la otacó e el eje de ordeadas. També se puede grafcar u polígoo de frecuecas al ur los putos medos del lado superor de cada rectágulo co segmetos y agrgar e los etremos dos clases adcoales de frecueca cero como dca la sguete fgura 5 frecueca ,5,5 3,5 4,5 5,5 vda de la batería e años La fgura sguete muestra u hstograma de frecuecas acumuladas dspoble e el paquete Statgraphcs. E esta gráfca la altura de cada rectágulo represeta el úmero total de observacoes que so meores o guales al límte superor de la clase respectva. 0
4 Parte Estadístca Descrptva Prof. María B. Ptarell 40 frecueca ,5,5 3,5 4,5 5,5 vda de la batería e años Los hstogramas so útles al proporcoar ua mpresó vsual del aspecto que tee la dstrbucó de las medcoes, así como formacó sobre la dspersó de los datos. Al costrur ua tabla de frecuecas se perde formacó, s embargo esa pérdda de formacó es a meudo pequeña s se le compara co la cocsó y la facldad de terpretacó gaada al utlzar la dstrbucó de frecuecas y el hstograma. Las dstrbucoes acumuladas també so útles e la terpretacó de datos; por ejemplo e la fgura ateror puede leerse de medato que este apromadamete 5 baterías co duracó meor o gual a 3.5 años. 7.3 Dagrama de tallo y hoja El dagrama de tallo y hoja es ua buea maera de obteer ua presetacó vsual formatva del cojuto de datos,,,, dode cada úmero está formado al meos por dos dígtos. Para costrur u dagrama de este tpo los úmeros se dvde e dos partes: u tallo, formada por uo o más dígtos prcpales, y ua hoja, la cual cotee el resto de los dígtos. Para lustrar lo ateror cosderamos los datos que especfca la vda de 40 baterías para automóvl dados aterormete. Dvdmos cada observacó e dos partes de maera que el tallo represeta el dígto etero que atecede al decmal, y la hoja correspode a la parte decmal del úmero. Por ejemplo, para el úmero 3.7 el dígto 3 desga el tallo, y el 7 la hoja. Para uestros datos los cuatro tallos,, 3 y 4 se lsta vertcalmete del lado zquerdo de la tabla, e tato que las hojas se regstra e el lado derecho correspodete del valor del tallo adecuado. Etoces la hoja 6 del úmero.6 se regstra efrete del tallo, la hoja 5 del úmero.5 efrete del tallo, y así sucesvamete. Tallo Hoja Podríamos aumetar el úmero de tallos para obteer ua forma mas adecuada de la dstrbucó de los datos, para esto escrbmos dos veces cada valor del tallo y después regstramos las hojas 0,,, 3 y 4 efrete del valor del tallo adecuado dode aparezca
5 Parte Estadístca Descrptva Prof. María B. Ptarell por prmera vez, y las hojas 5, 6, 7, 8 y 9 efrete de este msmo valor del tallo dode aparece por seguda vez. E la tabla sguete se lustra el uevo dagrama de tallo y hoja dode a los tallos que correspode a las hojas 0 a 4 se les aotó u símbolo *, y al tallo correspodete a las hojas 5 a 9 se les aotó el símbolo. Tallo Hoja 6 9 * * * E cualquer problema específco, se debe decdr cuáles so los valores del tallo adecuados. Se trata de ua decsó que se toma algo arbtraramete, auque os guamos por el tamaño de uestra muestra. Por lo geeral se elge etre 5 y 0 tallos. Cuato meor es el úmero de datos dspobles, meor será la eleccó del úmero de tallos. Observacó: Las tablas de frecueca y los hstogramas també puede emplearse e datos cualtatvos o categórcos, es decr la muestra o cosste de valores umércos (datos cuattatvos) so que los datos se ordea e categorías y se regstra cuátas observacoes cae e cada categoría (las categorías puede ser masculo, femeo o fumador, o fumador o clasfcar segú vel educatvo: prmaro, secudaro, tercaro, uverstaro, guo). Cuado los datos so categórcos las clases se dbuja co el msmo acho. Por ejemplo El gráfco sguete correspode a ua muestra de 55 autos clasfcados segú el año de fabrcacó: 998, 999, 000, 00 y 00. Notar que el modelo 998 es el de mayor frecueca. 40 Grafco de barras por año frecueca E el sguete gráfco se clasfca los autos segú el orge: amercao, europeo o japoés. Notar que hay mayoría de autos amercaos.
6 Parte Estadístca Descrptva Prof. María B. Ptarell Gráfco por orge 00 frecueca EE.UU Europa Japó 7.4 Meddas Descrptvas 7.4. Meddas de Localzacó Del msmo modo que las gráfcas puede mejorar la presetacó de los datos, las descrpcoes umércas també tee gra valor. Se preseta varas meddas umércas mportates para descrbr las característcas de los datos. Ua característca mportate de u cojuto de úmeros es su localzacó o tedeca cetral. Meda La medda más comú de localzacó o cetro de u grupo de datos es el promedo artmétco ordaro o meda. Ya que cas sempre se cosdera a los datos como ua muestra, la meda artmétca se cooce como meda muestral. S las observacoes de ua muestra de tamaño so,,, etoces la meda muestral es Ejemplo: La meda muestral de la vda útl e años de ua batería de las 40 observacoes dadas e ejemplos aterores es La meda tee como vetaja su fácl cálculo e terpretacó, pero tee como desvetaja el hecho de dstorsoarse co facldad ate la preseca de valores atípcos e los datos. S e el ejemplo ateror teemos e lugar de 3.5 etoces. 075 dado así la dea erróea que los datos e su mayor parte se cocetra alrededor de.075 3
7 Parte Estadístca Descrptva Prof. María B. Ptarell Medaa Otra medda de tedeca cetral es la medaa, o puto dode la muestra se dvde e dos partes guales. Sea (), (),, () ua muestra escrta e orde crecete de magtud; esto es () deota la observacó mas pequeña, () la seguda observacó mas pequeña,, y () la observacó mas grade. Etoces la medaa ~ se defe como la + observacó del lugar s es mpar, o el promedo de las observacoes de los lugares y + s es par. E térmos matemátcos (( + ) / ) ~ ( / ) + (( / ) + ) mpar par La vetaja de la medaa es que los valores etremos o tee mucha flueca sobre ella. Ejemplo: Supógase que los valores de ua muestra so, 3, 4,, 7, 6, 8 Ordeamos los valores de meor a mayor:,, 3, 4, 6, 7, 8 Como so 7 valores y 7 es mpar etoces la medaa es el valor del lugar 7+ 4, es decr ( 4) 4 La meda muestral es Ambas catdades proporcoa ua medda razoable de la tedeca cetral de los datos. S ahora teemos la muestra,, 3, 4, 450, 7, 8, etoces la meda muestral es E este caso la meda o dce mucho co respecto a la tedeca cetral de la mayor parte de los datos. S embargo la medaa sgue sedo ( 4) 4, y ésta es ua medda de tedeca cetral más sgfcatva para la mayor parte de las observacoes. Moda La moda es la observacó que se preseta co mayor frecueca e la muestra Por ejemplo la moda de los sguetes datos 3, 6, 9, 3, 5, 8, 3, 0, 4, 6, 3, Es 3, porque este valor ocurre 4 veces y gú otro lo hace co mayor frecueca. 4
8 Parte Estadístca Descrptva Prof. María B. Ptarell Puede estr más de ua moda. Por ejemplo cosdérese las observacoes 3, 6, 9, 3, 5, 8, 3, 0, 4, 6, 3,, 6,, 5, 6 La moda so 3 y 6, ya que ambos valores se preseta cuatro veces., y gú otro lo hace co mayor frecueca. Se dce e este caso que los datos so bmodales. S los datos so smétrcos etoces la meda y la medaa cocde. S además los datos tee ua sola moda etoces la meda, la medaa y la moda cocde. S los datos está sesgados (esto es, so asmétrcos, co ua larga cola e uo de los etremos), etoces la meda, la medaa y la moda o cocde. Geeralmete se ecuetra que moda < medaa < meda s la dstrbucó está sesgada a la derecha, metras que moda > medaa > meda s la dstrbucó está sesgada haca la zquerda. Eso se represeta e la sguete fgura ~ Sesgo a la zquerda ~ Smétrca ~ Sesgo a derecha Percetles y cuartles La medaa dvde los datos de ua muestra e dos partes guales. També es posble dvdr los datos e más de dos partes. Cuado se dvde u cojuto ordeado de datos e cuatro partes guales, los putos de dvsó se cooce como cuartles. El prmer cuartl o cuartl feror, q, es u valor que tee apromadamete la cuarta parte (5%) de las observacoes por debajo de él, y el 75% restate, por ecma de él. El segudo cuartl, q, tee apromadamete la mtad (50%) de las observacoes por debajo de él. El segudo cuartl cocde co la medaa. El tercer cuartl o cuartl superor, q 3, tee apromadamete las tres cuartas partes (75%) de las observacoes por debajo de él. Como e el caso de la medaa, es posble que los cuartles o sea úcos. Por smplcdad e este caso, s mas de ua observacó cumple co la defcó se utlza el promedo de ellas como cuartl. Ejemplo: E 0 automóvles elegdos aleatoramete se tomaro las emsoes de hdrocarburos e velocdad al vacío, e partes por mlló (ppm) Prmero ordeamos los datos de meor a mayor: 5
9 Parte Estadístca Descrptva Prof. María B. Ptarell 05, 4, 88, 90, 00, 0, 3, 4, 4, 47, 300, 306, 359, 380, 435, 494, 880, 88, 940, 940 Buscamos la medaa o segudo cuartl, como 0 y es úmero par etoces la medaa es el promedo de la observacoes que se ecuetra e los lugares 0 y +, es decr ~ q Ahora buscamos el prmer cuartl, para esto tomamos las prmeras 0 observacoes 05, 4, 88, 90, 00, 0, 3, 4, 4, y de éstas calculamos la medaa, por lo tato q 05 Aálogamete, para calcular el tercer cuartl, tomamos las últmas 0 observacoes y calculamos la medaa de éstas 300, 306, 359, 380, 435, 494, 880, 88, 940, 940 q Cuado u cojuto ordeado de datos se dvde e ce partes guales, los putos de dvsó recbe el ombre de percetles. E térmos matemátcos el 00k ésmo percetl p k se defe: El 00k ésmo percetl p k es u valor tal que al meos el 00k% de las observacoes so meores o guales a él, y 00(-k)% so mayores o guales a él. Notar que p0.5 q, p0.5 q,.75 q p0 3 Ua regla práctca para calcular los percetles de u cojuto de datos es la sguete: para calcular p k hacemos el producto k ( ) + ( + ) s k es u úmero etero etoces pk s k o es u úmero etero etoces tomamos la parte etera de k : [ k ] y etoces p ( + k ) Co los datos aterores calculamos p k p k la parte etera es [.6] 7 7 etoces 6
10 Parte Estadístca Descrptva Prof. María B. Ptarell Calculamos p 0. 0 : 0 k 0. 0 k etoces () + (3) p Meddas de varabldad La localzacó o tedeca cetral o ecesaramete proporcoa formacó sufcete para descrbr datos de maera adecuada. Por ejemplo, supogamos que teemos dos muestras de ressteca a la tesó (e ps) de aleacó de alumo-lto: Muestra : 30, 50, 45, 58, 65, 40 Muestra : 90, 8, 05, 40, 65, 60 La meda e ambas muestras es 48 ps. S embargo la dspersó o varabldad de la muestra es mucho mayor que la de la muestra. para lustrar esto hacemos para cada muestra u dagrama de putos: Muestra * Muestra o * * * * * * o o o o o o Rago de la muestra y rago tercuartílco Ua medda muy seclla de varabldad es el rago de la muestra, defdo como la dfereca etre las observacoes más grade y más pequeña. Es decr rago ma( ) m( ) Para las muestras aterores Muestra rago Muestra rago Está claro que a mayor rago, mayor varabldad e los datos. El rago gora toda la formacó que hay e la muestra etre las observacoes más chca y más grade. Por ejemplo las muestras, 4, 6, 7, 9 y, 5, 5, 5, 9 tee el msmo rago (rago 8), S embargo e la seguda muestra sólo este varabldad e 7
11 Parte Estadístca Descrptva Prof. María B. Ptarell los valores de los etremos, metras que e la prmera los tres valores termedos camba de maera cosderable. Al gual que las observacoes máma y míma de ua muestra lleva formacó sobre la varabldad, el rago utercuartílco defdo como q3 q puede emplearse como medda de varabldad. RIC q 3 q Para los datos de las emsoes de hdrocarburos e velocdad al vacío, el rago tercuartílco es q 3 q El rago utercuartílco es meos sesble a los valores etremos de la muestra que el rago muestral. Varaza muestral y desvacó estádar muestral S,,, es ua muestra de observacoes, etoces la varaza muestral es s ( ) La desvacó estádar muestral, s, es la raíz cuadrada postva de la varaza muestral s ( ) Por ejemplo, para los datos de las emsoes de hdrocarburos e velocdad al vacío la meda muestral es 395. ppm y la varaza muestral es s ( ) ( ) + ( ) + ( ) ( ) ppm y la desvacó estádar es s 9 ( ) ppm 8
12 Parte Estadístca Descrptva Prof. María B. Ptarell 9 Observacoes: ) La varaza muestral está e las udades de medda de la varable al cuadrado. Por ejemplo s los datos está meddos e metros, las udades de la varaza so metros al cuadrado. La desvacó estádar tee la propedad de estar epresada e las ms- mas udades de medda de las observacoes. ) Se puede epresar la varaza muestral como s pues: ( ) + + ) ( s E el ejemplo ateror volvemos a calcular la varaza muestral pero co esta últma epresó (0)( ) s ppm Coefcete de varacó El coefcete de varacó muestral es útl cuado se compara la varabldad de dos o más cojutos de datos que dfere de maera cosderable e la magtud de las observacoes. Ejemplo: co u mcrómetro se realza medcoes del dámetro de u balero, que tee ua meda de 4.03 mm y ua desvacó estádar de 0.0 mm; co otro mcróme- El coefcete de varacó muestral es s cv
13 Parte Estadístca Descrptva Prof. María B. Ptarell tro se toma medcoes de la logtud de u torllo, que tee ua meda de.76 pulgadas y ua desvacó estádar de pulgadas. Los coefcetes de varacó so 0.0 balero cv torllo cv e cosecueca, las medcoes hechas co el prmer mcrómetro tee ua varabldad relatvamete meor que las efectuadas co el otro mcrómetro. 7.5 Dagramas de caja El dagrama de caja es ua presetacó vsual que descrbe al msmo tempo varas característcas mportates de u cojuto de datos, tales como el cetro, la dspersó, la desvacó de la smetría y la preseca de valores atípcos. El dagrama de caja preseta los tres cuarteles, y los valores mímo y mámo de los datos sobre u rectágulo e poscó horzotal o vertcal. El rectágulo delmta el rago utercuartílco co la arsta zquerda ubcada e el prmer cuartl, y la arsta derecha ubcada e el tercer cuartl. Se dbuja ua líea a través del rectágulo e la poscó que correspode al segudo cuartl. De cualquera de las arstas del rectágulo se etede ua líea, o bgote, que va haca los valores etremos. Éstas so observacoes que se ecuetra etre cero y.5 veces el rago utercuartílco a partr de las arstas del rectágulo. Las observacoes que está etre.5 y 3 veces el rago utercuartílco a partr de las arstas del rectágulo recbe el ombre de valores atípcos. Las observacoes que está más allá de tres veces el rago utercuartílco a partr de las arstas del rectágulo se cooce como valores atípcos etremos. E ocasoes se emplea dferetes símbolos para detfcar los dos tpos de valores atípcos. A veces los dagramas de caja recbe el ombre de dagramas de caja y bgotes. Ejemplo: volvemos a los datos que represeta la vda de 40 baterías para automóvl smlares, regstradas al décmo de año más cercao La fgura sguete preseta u dagrama de caja obtedo co el paquete Statgraphcs tamaño de muestra 40 Meda 3.45 Medaa 3.4 Mímo.6 Mámo 4.7 Rago 3. º cuartl 3. 3º cuartl 3.85 rago utercuartílco (RIC) RIC.5 3 RIC.5,6,6 3,6 4,6 5,6 vda de la batería e años 30
14 Parte Estadístca Descrptva Prof. María B. Ptarell El dagrama dca que la dstrbucó de la vda e años de ua batería de automóvl es bastate smétrca co respecto al valor cetral ya que los bgotes zquerdo y derecho, así como la logtud de los rectágulos zquerdo y derecho alrededor de la medaa, so cas los msmos. També se observa la esteca de dos valores atípcos de rago medo e el etremo zquerdo de los datos. Los dagramas de caja so muy útles para hacer comparacoes gráfcas etre cojutos de datos, ya que tee u gra mpacto vsual y so fácles de compreder. Ejemplo: E 0 automóvles elegdos aleatoramete, se tomaro las emsoes de hdrocarburos e velocdad al vacío, e partes por mlló, para modelos de 985 y 995. Modelos 985: Modelos 995: La fgura sguete preseta los dagramas de caja comparatvos geerados por el paquete Statgraphcs 985 Modelo emsoes de hdrocarburos Modelo 985 Meda 395. Medaa 73.5 Mímo 05 Mámo 940 Rago 835 º cuartl 05 3º cuartl rago utercuartílco (RIC) 59.5 Modelo 995 Meda 60.5 Medaa 50 Mímo 0 Mámo 400 Rago 380 º cuartl 6.5 3º cuartl.5 rago utercuartílco (RIC) 59 3
15 Parte Estadístca Descrptva Prof. María B. Ptarell Se observa que ha dsmudo las emsoes de hdrocarburos del modelo 985 al 995. Además los datos correspodetes al modelo 985 tee mayor varabldad que los del modelo 995. Para el modelo 985 hay dos autos co emsoes muy altas. Ejemplo: Los sguetes datos represeta los tempos de operacó, e horas, para tres tpos de calculadoras cetífcas de bolsllo, ates de que requera recarga Calculadora A: Calculadora B: Calculadora C: La fgura sguete preseta los dagramas de caja comparatvos geerados por el paquete Statgraphcs. Queda a cargo del lector cometar las dferecas etre las calculadoras A, B y C. Calculadora A B C 4,3 4,8 5,3 5,8 6,3 6,8 tempo tamaño de Calculadora muestra Meda Medaa Mímo Mámo q q3 RIC A 5 5,0 4,9 4,3 6, 4,6 5, 0,6 B 7 5,4857 5,5 4,8 6, 5, 5,8 0,6 C 6 6, ,45 5,6 6,8 6,3 6,6 0,3 Ejemplo: El cotedo de cota, e mlgramos, e 40 cgarrllos de certa marca se regstraro como sgue: Se muestra la tabla de frecuecas y el hstograma de los datos segú Statgraphcs. Se tomaro 7 clases, dode el límte feror de la prmera clase es 0 y el límte superor de la últma clase es 3. 3
16 Parte Estadístca Descrptva Prof. María B. Ptarell lmte lmte Marca frecueca frec. frec.. ac. Clase feror superor de clase frecueca relatva acum.. relatva ,0 0,4857 0, , ,0000 0,4857 0, , ,0500 0, ,85743,857,0743 0, ,000 4,857,749,5 3 0, ,450 5,749,486, , ,8500 6,486,5743, ,500 40,0000 7,5743 3,0, , , frecueca ,5,5,5 3 cota e mg A cotuacó se da las meddas descrptvas y el gráfco de caja y bgote: Tamaño de muestra 40 Meda,7745 Medaa,77 Moda Varaza 0,5456 Desvacó estádar 0, Mímo 0,7 Mámo,55 Rago,83 º cuartl,635 3º cuartl Rago utercuartílco 0,365 Coef. de varacó,0068% gráfco de caja y bgote 0,7,,5,9,3,7 cota e mg 33
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 detallesVARIABLE 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 detallesESTADÍSTICA 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 detallesMÉTODOS 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 detallesTema 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 detallesESTADÍSTICA 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 detallesEstadística 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 detallesEstadística. 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 detallesLos Histogramas. Histograma simple
Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras
Más detallesEstadística 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 detallesVARIABLES 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 detallesMODELOS 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 detallesI. 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 detallesEstadística aplicada al Periodismo
Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca
Más detallesColegio 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 detallesAnálisis 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 detallesColegio Sagrada Familia Matemáticas 4º ESO
Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.
Más detallesDefinición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:
Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados
Más detalles6. 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 detallesTEMA 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 detallesEsta t d a í d s í titcos o TEMA 3.3
TEMA 3.3 Defcó úmero obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco)
Más detallesModelos 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 detallesMEDIDAS 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 detallesGUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA
GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además
Más detallesGENERALIDADES ESTADISTICA DESCRIPTIVA
MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MEDIDS DE TEDECI CETRL MEDI RITMETIC Defcó: Es la suma de todos los datos de ua sere dvdda por su úmero Cálculo:
Más detallesV 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 detallesCURSO 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 detallesEstadística Contenidos NM 4
Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: mea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recoocer dferetes formas de orgazar formacó:
Más detallesApuntes 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 detallesIV. GRÁFICOS DE CONTROL POR ATRIBUTOS
IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,
Más detallesEstadística 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 detallesQué 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 detallesObjetivos. 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 detallesTrata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor
árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejerccos Talleres puedes evarlos a klasesdematematcasmas@gmal.com www.klasesdematematcasmas.com Taller 1 Ig. Oscar Restrepo 1. De las varables sguetes cuáles represeta datos dscretos cuáles datos cotuos
Más detallesMATEMÁTICA 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 detallesANÁLISIS 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 detallesPROBABILIDAD 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 detallesERRORES EN LAS MEDIDAS (Conceptos elementales)
ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas
Más detalles2 Representación gráfica de las series de frecuencias.
Estadístca Tema. Geeracó de valores de ua varable aleatora. Pág. Represetacó gráfca de las seres de frecuecas.. Represetacó gráfca de caracteres cualtatvos... Dagramas dferecales... Dagramas tegrales..
Más detallesCurso 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 detallesSOLUCIÓN EXAMEN PARCIAL I
Nombres: Apelldos:.I.: Frma: Fecha: 07/03/05 MÉTODO ETADÍTIO I EXAMEN I Prof. Gudberto Leó PARTE I: E el sguete gráfco se muestra los dagramas de caja correspodetes a los pesos de los bebés al acer segú
Más detallesESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá
Más detallesPROBANDO GENERADORES DE NUMEROS ALEATORIOS
PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos
Más detallesEJERCICIOS 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 detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS
Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE
Más detalles4. 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 detallesGuía práctica para la realización de medidas y el cálculo de errores
Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;
Más detallesPARÁMETROS 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 detallesEstadística 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 detallesSOLUCIONES 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 detallesUna Propuesta de Presentación del Tema de Correlación Simple
Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:
Más detallesMEDIDAS 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 detallesUNIDAD DIDÁCTICA 13: Estadística Descriptiva
Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó
Más detallesControl estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso
Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e
Más detallesESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.
ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza
Más detallesAGRO Examen Parcial 1
AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para
Más detallesSi 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 detallesCURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL
CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.
Más detallesESTADÍSTICA 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 detallesCapítulo 2: Conceptos Estadísticos. sticos Estadística stica Computacional II Semestre 2007
Uversdad Técca Federco Sata María Uversdad Técca Federco Sata María Departameto de Iformátca Capítulo : Coceptos Estadístcos stcos Estadístca stca Computacoal II Semestre 007 Profesor (cvalle@f.utfsm.cl)
Más detalles4º 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 detallesUniversidad Técnica Federico Santa María
Uversdad Técca Federco Sata María Uversdad Técca Federco Sata María Departameto de Iformátca Estadístca stca Capítulo : Coceptos Estadístcos stcos Estadístca stca Computacoal II Semestre 7 Profesor (cvalle@f.utfsm.cl)
Más detallesIII. GRÁFICOS DE CONTROL POR VARIABLES (1)
III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co
Más detallesMEDIDAS 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 detallesESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos
Udad ddáctca ESTADÍSTICA. ESTADÍSTICA: COCEPTOS BÁSICOS La Estadístca surge ate la ecesdad de poder tratar y compreder cojutos umerosos de datos. E sus orígees hstórcos, estuvo lgada a cuestoes de Estado
Más detallesUNIVERSIDAD 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 detalles1 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 detallesCURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL
CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL EL PROGRAMA ESTADÍSTICO SPSS . EL PROGRAMA ESTADÍSTICO SPSS. INTRODUCCIÓN El
Más detallesModelos de Regresión Simple
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesCurso 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 detallesCONTENIDO 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 detallesEl 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 detallesTeoría 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 detallesIntroducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesEstadística 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 detallesEjercicios Resueltos de Estadística: Tema 1: Descripciones univariantes
Ejerccos Resueltos de Estadístca: Tema : Descrpcoes uvarates . Los datos que se da a cotuacó correspode a los pesos e Kg. de ocheta persoas: (a) Obtégase ua dstrbucó de datos e tervalos de ampltud 5, sedo
Más detallesCalificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados
EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó
Más detallesMEDIDAS 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 detallesGRADO 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 detallesLa 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 detallesESTADÍSTICA DESCRIPTIVA E INFERENCIAL I
COLEGIO DE BACHILLERES ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I FASCÍCULO. MEDIDAS DE TENDENCIA CENTRAL Autores: Jua Matus Parra COLEGIO DE BACHILLERES Colaboradores Asesoría Pedagógca Revsó de Cotedo Dseño
Más detallesMEDIA 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 detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria
Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó
Más detalles-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
Más detallesLECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS
Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN
Más detallesINTRODUCCIÓN 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 detallesUniversidad de Sonora Departamento de Matemáticas Área Económico Administrativa
Uversdad de oora Departameto de Matemátcas Área Ecoómco Admstratva Matera: Estadístca I Maestro: Dr. Fracsco Javer Tapa Moreo emestre: 05- Hermosllo, oora, a 5 de septembre de 05. Itroduccó E la clase
Más detallesTEMA 60. Parámetros estadísticos: Cálculo, propiedades y significado.
Tema 60. Parámetros estadístcos: Calculo, propedades, sgcado TEMA 60. Parámetros estadístcos: Cálculo, propedades y sgcado.. Itroduccó La estadístca se puede der como la ceca aplcada que se ocupa del estudo
Más detallesCONCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA
COCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA Codfcacó Procesameto de datos Cosste e proporcoar códgos umércos o alfaumércos a dversos procesos Cualtatvos Cuattatvos umero de decmales 0 Tabulacó: Epresar
Más detallesTEMAS 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 detallesANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral
ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar
Más detallesInferencia Estadística
Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C
Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8
Más detallesUNIDAD 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 detallesLECCIONES DE ESTADÍSTICA
LECCIONES DE ESTADÍSTICA Estos aputes fuero realzados para mpartr el curso de Métodos Estadístcos y umércos e el I.E.S. A Xuquera I de Potevedra. Es posble que tega algú error de trascrpcó, por lo que
Más detallesAnálisis de Regresión y Correlación Lineal
Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres
Más detalles(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es
(Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua
Más detallesRENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1
RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC
Más detallesTema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre
Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de
Más detalles