Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes

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

Download "Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes"

Transcripción

1 Ejerccos Resueltos de Estadístca: Tema : Descrpcoes uvarates

2 . 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 el prmer tervalo [50; 55]. (b) Calcúlese el porcetaje de persoas de peso meor que 65 Kg. (c) Cuátas persoas tee peso mayor o gual que 70 Kg. pero meor que 85? 60; 66; 77; 70; 66; 68; 57; 70; 66; 5; 75; 65; 69; 7; 58; 66; 67; 7; 6; 63; 69; 80; 59; 66; 70; 67; 78; 75; 6; 7; 8; 6; 6; 69; 68; 7; 83; 56; 65; 7; 67; 5; 65; 65; 69; 6; 67; 73; 57; 6; 67; 68; 63; 67; 7; 68; 76; 6; 6; 63; 76; 6; 67; 67; 6; 7; 6; 73; 79; 58; 67; 7; 68; 59; 69; 70; 66; 6; 63; 66; (a) Como se trata de efectuar ua dstrbucó de datos agrupados, debemos obteer prmero los tervalos correspodetes, stuado los datos e sus lugares respectvos: N [50;55) [55; 60) 7 9 [60; 65) 7 6 [65;70) [70; 75) 70 [75; 80) 7 77 [80; 85] (b) Observado la columa de frecuecas acumuladas se deduce que exste N 3 6 dvduos cuyo peso es meor que 65 Kg., que e térmos de porcetaje correspode a: ,5% 80 (c) El úmero de dvduos co peso compreddo etre 70 y 85 Kg. es: lo que es equvalete a: N 7 N 80 56

3 . Dada la dstrbucó sguete, costrúyase ua tabla estadístca e la que aparezca las frecuecas absolutas, las frecuecas relatvas y las frecuecas acumuladas relatvas crecetes: x La tabla que se obtee es la sguete: x f F 5 0,5 0,5 7 0,75 0, ,5 0,55 6 0,5 0, ,75 0, , Las edades de los empleados de ua determada empresa so las que aparece e la sguete tabla: Edad N o empleados Meos de 5 Meos de Meos de 5 Meos de Meos de 65 8 Sabedo que el empleado más jove tee 8 años, escríbase la dstrbucó de frecuecas acumuladas decrecetes (o «más de»). Es precso obteer, e prcpo, la dstrbucó de frecuecas absolutas:

4 L - - L [8; 5) [5; 35) [35; 5) [5; 55) [55; 65] A la vsta de la tabla ateror, la dstrbucó pedda es: Edad N. de empleados Más de 8 8 Más de 5 6 Más de 35 Más de 5 63 Más de Las temperaturas medas regstradas durate el mes de mayo e Madrd, e grados cetígrados, está dadas por la sguete tabla: Temperatura N. de días Costrúyase la represetacó gráfca correspodete.

5 Das 5. Dada la dstrbucó de frecuecas: x (a) Costrúyase ua tabla e la que aparezca frecuecas absolutas, frecuecas relatvas, frecuecas acumuladas absolutas crecetes (o «meos de») y decrecetes (o «más de»). (b) Represétese medate u dagrama de barras la dstrbucó dada y su correspodete polígoo de frecuecas. (c) Obtégase el polígoo de frecuecas absolutas acumuladas crecetes y decrecetes. (a) La tabla pedda es la sguete: x f N N (b) 9 0, , , , , ,

6 (c) Represétese gráfcamete la sguete dstrbucó de frecuecas: L - -L 0-0

7 Como es ua dstrbucó de datos agrupados, o de tpo III, cuyos tervalos tee ampltudes guales (a 0), su represetacó gráfca es el hstograma sguete, e el que se ha colocado como alturas las frecuecas absolutas: Frecuecas Absolutas Dada la sguete dstrbucó de frecuecas: L - -L (a) Costrúyase ua tabla e la que aparezca las marcas de clase, las frecuecas absolutas y relatvas y las frecuecas absolutas acumuladas crecetes (o «meos de») y decrecetes (o «más de»). (b) Represétese la dstrbucó medate u hstograma y su correspodete polígoo de frecuecas. (a) La tabla pedda es la sguete, e la que se ha añaddo, además, la columa de las ampltudes de los tervalos y la columa de las alturas correspodetes para

8 costrur el hstograma. L - -L x f N N a h [;3) 3 0, ,5 [3;7) 9 5 0, ,5 [7; 8) 35 7,5 0, [8; ) 6 9 0, [0;3) 6,5 0, [3;0] 6,5 0, ,3 00 (b) Co la prmera y últma columa de la tabla ateror se obtee el sguete hstograma y su polígoo de frecuecas: h Ecuestados ccueta matrmoos respecto a su úmero de hjos, se obtuvero los sguetes datos: ; ; ; 3; ; ; ; ; 3; 0; ; ; ; 3; ; 6; ;3; ; ; 3; ; 3; 3; ;; 3; 3; ; 5; ; 0; 3; ;; ; 3; ; ; 3; ; ; ; 3; ; ; 3; 3; Costrúyase ua tabla estadístca que represete dchos datos:

9 Efectuado el recueto de los datos se obtee: x Calcula la meda, la varaza, la desvacó típca y el coefcete de varacó de Pearso tras Tras ecuestar a 5 famlas sobre el úmero de hjos que teía, se obtuvero los sguetes datos, Nº de hjos(x ) 0 3 Nº de famlas( ) Las cuatro dstrbucoes de frecueca será: X f N F 0 5 0'0 5 0'0 6 0' 0' 8 0'3 9 0'76 3 0'6 3 0'9 0'08 5 5

10 La Meda Artmétca de las vetcco famlas ecuestadas será: a 5 x ,68 es decr, las famlas ecuestadas tee u úmero medo de hjos de '68. El Recorrdo será R - 0. La Varaza es: s ' - ('68) '76. Y la Desvacó Típca s '85. Para este ejemplo el Coefcete de Varacó de Pearso, V p, toma el valor: v p, ,869,68 E cuato a la smetría, el Coefcete de Varacó de Pearso, A p,es gual a: A p,68,906 0,688 Co lo que la dstrbucó es lgeramete asmétrca a la zquerda. 0. Calculo de la meda artmétca, la medaa y la moda. Se aalzó el IVA que se aplca, e dversos países europeos, a la compra de obras de arte. Los resultados obtedos fuero los sguetes: PAIS España 0,6 Itala 0,0 Bélgca 0,06 Holada 0,06 Alemaa 0,07 Portugal 0,7 Luxemburgo 0,06 Flada 0, Ahora realzamos las cuatro dstrbucoes de frecuecas:

11 X f N F 0,06 3 0, ,375 0,07 0,5 0,500 0,6 0,5 5 0,65 0,7 0,5 6 0,750 0,0 0,5 7 0,875 0, 0,5 8 Total 8 Calculamos la meda artmétca: x a 8 0,5. Ahora calculamos la medaa: Me x j + x j 0,07 + 0,6 0,5. Por últmo, el valor mas frecuete, correspodete a la moda, es el valor: x j 0,06. Por tato: M d 0,06.. Co los msmos datos del ejercco ateror vamos a calcular los cuartles: Como sabemos el segudo cuartl es gual a la medaa: P M e 0,5. Para determar los otros dos cuartles p / Y p 3/, debemos establecer prmero las desgualdades: r N < < k j N j Para los casos r/k / y r/k 3/. Para el prmer cuartl: 8 < 3 N Es decr meor que la prmera frecueca absoluta acumulada, por tato:

12 P 0,06. Ahora calculamos el tercer cuartl: 3 N < 7 N 5 0,7 + 0, p3 0,85.. Del sguete ejercco calcular la varaza y la desvacó típca. X Itervalo f.absoluta f.acumulada f.relatva f.r.acumulada f.x x f. x ,078 0, , 0, ,78 0, , 0, , 0, , 0, , Varaza: S [ Σ f x [ ( Σ f x ) / N ] ] / (N ) S [ 3767 [ ( 5788 ) / 90 ] ] / (90 ) S 5,0. Desvacó típca: ( Raz cuadrada de la varaza.) S 6,7 3. Para los sguetes datos, calcular: A) El tervalo de tercuartl. B) La desvacó del cuartl

13 A) B) Q3 Q RQ IQ 5 RQ RQ 7,5 IQ Q IQ 5 Q. Uos grades almacees dspoe de u aparcameto para sus cletes. Los sguetes datos que se refere al úmero de horas que permaece e el aparcameto ua sere de coches: Se pde: A- Obteer la tabla de frecuecas para ese cojuto de datos. Iterpretar la tabla. B- Obteer la tabla de frecuecas ascedete y descedete. C- Determar e terpretar la tercera cuartlla y el cetl del %. D- Calcular el tempo medo de permaeca de los coches e el aparcameto. Iterpretar el resultado y los elemetos que tervee. A- El prmer paso para costrur la tabla de frecuecas es determar el úmero de valores dferetes e observacó, k, que e este caso es 7. A cotuacó podemos ver que esos 7 valores va desde el, x, al 7 7, y podemos determar la frecueca absoluta y relatva de cada uo de esos valores. Ua vez calculadas las frecuecas resulta la sguete tabla de frecuecas. x( º horas) ( º coches) f (% coches)

14 E esta tabla aparece por flas el úmero de horas que permaece los coches e el aparcameto, el úmero de coches que ha aparcado durate cada úmero de horas y la proporcó de coches e % que ha estado aparcados durate cada úmero de horas. Ua de las columas, por ejemplo la cuarta, os dce que 5 coches, que represeta el 5% de los coches aalzados, ha estado aparcados durate horas e el aparcameto. B- La tabla de frecuecas ascedete es x ( º horas) j j j j ( º _ coches _ acumulados) f ( proporcó _ acumulada) La tabla de frecuecas descedete es: 7 j 7 j x ( º horas) ( º coches _ acumulados) j f ( proprcó _ acumulada) j C- La tercera cuartlla es el cetl 75%, luego el ser N 60 calculamos 0.75*605 que al ser etereo, la fórmula aplcada será x(5) + x(6) horas c. 75 Su sgfcado es que el 75% de los coches aalzados estacoa e el aparcameto a lo sumo, o como máxmo, 5 horas. Para calcular el cetl % hallamos 0.*605., que al o ser etero, deberemos utlzar la otra fórmula. c 0. x([5.] + ) x(6) horas Su sgfcado es que el % de los coches aalzados estacoa e el aparcameto a lo sumo, o como máxmo, horas. D- Segú la prmera fórmula, el tempo medo de permaeca de los coches e el aparcameto es X k * x N horas 60

15 Se calcula dvdedo el tempo total de permaeca de todos los coches e el aparcameto, 3 horas, etre los coches aalzados, 60. E la seguda fórmula se calcula el tempo medo como resultado de las aportacoes que hace a dcho valor los productos de los dferetes valores del úmero de horas que ha estado los coches aparcados, x, por la proporcó de lcoches, f, que ha estado aparcados durate cada úmero de horas. Por tato, X k f * 3.85 horas x E promedo, cada coche ha estado estacoado 3 horas y 5 mutos, y el tempo total de permaeca e el aparcameto de los 60 coches ha sdo 3 horas. 5. U fabrcate de eumátcos ha recabado, de los dferetes cocesoaros, formacó sobre la catdad de mles de klómetros recorrdos por u modelo cocreto de esos eumátcos hasta que se ha producdo u pchazo o u revetó del eumátco. Los cocesoaros la ha proporcoado los sguetes datos: Se pde: a- Costrur ua taba de frecuecas para esos datos tomado como úmero de tervalos el que proporcoa la fórmula de Sturgess. Iterpretas la tabla. b- Costrur las tablas de frecuecas acumuladas ascedete y descedete. c- Dbujar el hstograma de frecuecas relatvas s acumular y acumulado. d- Calcular las prcpales meddas de tedeca cetral e terpretarlas. e- Obteer las meddas de dspersó más mportates e terpretarlas.

16 f- Aalzar la asmetría y el aputameto de la dstrbucó de frecuecas resultate. g- S el fabrcate quere propoer u klometraje para realzar el cambo de eumátcos, qué valor propodría para que solo 3 de cada 0 coches haya tedo u pchazo o revetó ates de ese klometraje? a- La fórmula de Sturgess propoe como úmero k de tervalos, para agrupar u cojuto de N observacoes e tervalos. k+ [3.3*log N] E este caso N00, luego k7. ahora debemos propoes el límte feror del prmer tervalo y el límte superor del últmo tervalo. Al ser el valor mímo.3068 se propoe como límte feror del prmer tervalo, y al ser 7 tervalos se propoe como achura 3 para cada uo de ellos, para que sea u valor etero, co lo cual el límte superor del últmo tervalo es 95. La tabla de frecuecas será: Itervalo _ I Frecueca absoluta _ Frecueca relatva _ f < x < x < x I f 3 < x < x < x 8. 8 < x E esta tabla aparece por flas los tervalos, juto co la frecuca absoluta y la frecueca relatva. Por ejemplo la cuarta columa se puede terpretar dcedo que el 7% de estos eumátcos ha recorrdo etre 3000 y 5600 Km hasta que se ha producdo u pchazo o revetó. b- La tabla de frecuecas acumuladas ascedete sería: Itervalos _ I j j (,7] (7,30] (30,3] 3 (3,56] 50 (56,69] 79 (]69,8 93 (8,95] 00 y la tabla de frecuecas acumuladas descedete quedaría Itervalos _ I k j j (,7] 00 (7,30] 98 (30,3] 96 (3,56] 77 (56,69] 50 (69,8] (8,985] 7

17 c- El hstograma de frecuecas relatvas se represea es la fgura y el de frecuecas acumuladas e la fgura. Frecuecas relatvas 0, Frecueca 0,3 0, 0, 0 _7 7_30 30_3 3_56 56_69 69_8 8_95 Itervalo Fgura Frecuecas relatvas acumuladas frecuecas acumuladas, 0,8 0,6 0, 0, 0 _7 7_30 30_3 3_56 56_69 69_8 8_95 Itervalo Fgura d- Para calcular las meddas de tedeca cetral trabajamos co la tabla de frecuecas del apartado a. resulta que la meda artmétca es X Km Se terpreta dcedo que so los 00 eumátcos aalzados se ha recorrdo de Km ates de u pchazo o revetó.

18 La medaa será Me Km Sgfca que la mtad de los eumátcos ha recorrdo a lo sumo Km ates de u pchazo o revetó. La moda será Mo * 5759 Km + 5 Sgfca que la catdad más frecuete, de klómetros recorrdos ates de u pchazo, a sdo 5759 Km. e- La desvacó típca es s 6899 Km y os forma sobre lo que se dspersa los klómetros recorrdos por los dferetes eumátcos respecto del klometraje medo. El coefcete de varacó de Pearso será s g * 00% x 30. Al tomar u valor feror al 00% resulta que la medaa es represetatva, y al ser dcho valor del 30% os forma que el valor de la desvacó típca es el 30% del valor de la meda. f- Los coefcetes de asmetría de Pearso so e este caso V V Para calcular el coefcete g calculamos 7 m 3 f ( x x) Luego g , resultado de dvdr m 3 etre s 3. a la vsta de este coefcete de asmetría la dstrbucó resulta ser lgeramete asmétrca a la zquerda, lo que sgfca que algo meos de la mtad de los eumátcos pcha o reveta ates de los 5600 Km, valor medao de la dstrbucó. Para el cálculo del coefcete de curtoss g ecestamos Luego 7 m f ( x x)

19 m g s Esto sgfca que la dstrbucó es de tupo platcúrtca, algo meos aputada que la dstrbucó ormal de meda km y desvacó típca 6899 km. Por tato, e los tervalos X ± ks co k Ν habrá meos proporcó de observacoes que e dcha dstrbucó ormal. g- Propodría u klometraje tal que el 70% de los eumátcos o haya pchado o revetado ates de este klometraje. Por tato, buscamos el cetl del 30%, que vedrá dado por * c. 3 Luego el fabrcate propodría cambar los eumátcos a los 6370 km. 6. La tabla sguete os proporcoa los valores de la meda y la desvacó típca de dos varables así como su coefcete de correlacó leal para dos muestras dferetes: Muestra º de _ observacoes x 5 7 y 0 s x 3 s y 3 r xy Se pde: a- Recta de regresó de Y sobre X e cada muestra. b- S cosderamos la muestra que resulta de agrupar las dos muestras e ua sola de tamaño 000, obteer el uevo coefcete de correlacó leal de Pearso y explcar el hecho de que sea feror a los de cada ua de las muestras tomadas por separado. a- La recta de regresó de Y sobre X e cada muestra es m y y+ s x ( x X ) Como la formacó dada es la del coefcete de correlacó leal, r xy m s s x y

20 se tee que la recta de regresó es y Y + r xy s s y x ( x X ) Luego, susttuyedo, las rectas de regresó de Y sobre X e cada ua de las dos muestras so: Muestra : y+0.9*(x-) Muestra : y0+0.93*(x-7) b- Se trata de calcular el coefcete de correlacó leal de Pearso e la ueva muestra de tamaño 000, que otaremos por r xy, t y que será m, T r xy, t sx, T s y, T dode m, T es la covaraza e la muestra total y s x, T, s x, T las desvacoes típcas de X e Y e la muestra total. Para obteer estas catdades ecestamos X T e Y T, medas de X e Y e la muestra total, que se calculas como u promedo etre las medas de X e Y e las muestras y, otadas por X, Y, segú las relacoes sguetes X, Y, X T X * X 000 * 00 Y T * Y Y 000 * 00 Susttuyedo se obtee que X T 5. 8 e Y T.. Por otra parte s m, h deota la covaraza e la muestra h, se tee que Como m, *3* m, 3**0.78. m, h j, h N x, h h y j, h X h Y h resulta que:

21 j, N x, y j, j, N x, y l, *0 78. Luego e la muestra total co N000 se tee que x + y j j,x, y j, N N 63.6 * * j j, j,, j, x x y Por tato j x y j m, T X T Y T *8*.. 56 N P ara obteer s x, t y s y, t utlzamos que s x, T a, xt X T y s y, T a Y, yt T dode a a, xt, yt a a, x, y * a, x * * a, y * sedo, Xh s X, h X h a +, Yh sy, h Y h a + para h,. Operado se obtee que a 9, a 58, a 53 y a 6, X, X, Y, Y

22 Luego a, XT 0.6*9+0.*580.6 a, YT 0.6*53+0.*638. de dode s X, T Y, s T Luego resulta que.56 r xy, T * 3.57 Co lo cual el coefcete de correlacó leal etre X e Y e la muestra total de 000 observacoes es feror al que hay e cada ua de las dos muestras por separado. La explcacó de este hecho es la sguete: e cada muestra parcal se puede dar u mayor grado de relacó leal que e la muestra total porque las observacoes se ecuetra mas agrupadas e toro a ua recta que cuado las jutamos, ya que al formar la muestra total la ube de putos resultate estará formada por las ubes de putos de las muestras parcales y presetará u meor ajuste a ua recta. 7. E ua compañía aérea se sabe que, por térmo medo, el 65% de los vuelos tee retraso. La dstrbucó de los vuelos retrasados es la sguete: Duracó del retraso Numero de vuelos (cetésmas de hora) Se pde: a- Determas el retraso medo y la desvacó típca del tempo de retraso para los vuelos retrasados. b- Determar el cetl del 60% e terpretarlo. c- La compañía ha determado que por cada vuelo co retraso se produce uas pérddas fjas de 7000 pts y uas pérddas varables de 0000 pts por cada muto de retraso. Etre qué catdades se ecuetra al meos las tres cuartas partes de las pérddas geeradas por cada vuelo retrasado? d- Resolver el apartado a- para el total de los vuelos. Es represetatva la ueva meda? E caso egatvo propoes razoadamete otra medda de cetralzacó.

23 a- Sea la varable estadístca X: tempo de retraso de u vuelo retrasado, y cosderemos la tabla de frecuecas sguete obteda a partr de la dada co las marcas de clase x f E esta tabla se verfca que X 3.5 cetésmas de hora s x cetésmas de hora b- De la tabla de frecuecas acumuladas sguete [a,a ) [0,0) [0,0) [0,30) [30,50) [50,00) j f j se observa que el cetl 60% se ecuetra e el tervalo [0,30), luego c z por ua regla de tres z 0. 0.*0 z 0.5 Así c 0. 6 cetésmas de hora y sgfca que el 60% de los vuelos retrasados (co meos tempo de retraso) ha tedo u retraso de a lo sumo cetésmas de hora y sgfca que el 60% de los vuelos retrasados (co meos tempo de retraso) ha tedo u retraso de a lo sumo cetésmas de horas. c- Sea la varable estadístca Y: pérddas que se produce por u vuelo co retraso, se verfca que 6 Y * X 0

24 ya que X*: tempo de retraso de u vuelo retrasado e mutos se relacoa co X 6 por la gualdad X* X. 0 Por aplcacó de la desgualdad de Chebyshev se sabe que al meos las tres cuartas partes de las pérddas geeradas por cada vuelo retrasado se ecuetra etre Y s y e Y + s y. Como Y * X * pts s y 6000 * s x 6000 * pts Resulta que: Etre 0 pts y pts se ecuetra al meos las tres cuartas partes de las pérddas geeradas por cada vuelo retrasado. Como s x g x X y s y g y Y se deduce que hay más varabldad e los tempos de retraso. d- Al cosderar el total de los vuelos hay que modfcar la tabla del aucado por la tabla sguete Co la ueva varable estadístca X*: tempo de retraso de u vuelo cualquera e cetésmas de hora. Se verfca que X * 5.75 cetésmas de hora y s X * 7.5 cetésmas de hora. Como g X * > la ueva meda o es represetatva al exstr 5.75 observacoes extremas. Ua medda de cetralzacó que evta este problema es la medaa. Para esta dstrbucó se verfca que Me.06 cetésmas de hora. 8. E ua clíca se ha regstrado durate u mes las logtudes e metros que los ños ada el prmer día que comeza a camar, obteédose los sguetes resultados:

25 Número de metros Número de ños Costrur la dstrbucó de frecuecas adecuada para la varable logtud y realzar los gráfcos pertetes que la represete. La tabla de frecuecas relatva a la varable se preseta a cotuacó: X N f F Comda Trasporte 5 Alojameto Ee Feb Mar Abr May Ju 9.- La dstrbucó de los costes salarales de los empleados de ua multacoal se preseta e la tabla sguete: Salaros Nº de empleados

26 Calcular el salaro medo por trabajador, el salaro más frecuete y el salaro tal que la mtad de los restates sea feror a él. Calcular també el prmer cuartel salaral y el percetl 75. La tablas sguete cotee los elemetos relatvos a la dstrbucó d frecuecas de la varable salaro (X) ecesaros para realzar los cálculos peddos e el problema. L( ) L Marcas X X * N c D /c Para hallar el salaro medo por trabajador calculamos la medda de la varable X Para hallar el salaro más frecuete se calcula la moda de la varable X. Para ello hemos de teer presete que los tervalos de la dstrbucó de frecuecas so desguales, por lo que l tervalo modal será el correspodete al mayor valor de d, es decr será el tervalo ( ).por lo tato la moda se calcula como sgue: M 0 L - + d + c , ,7 d - + d + 0,+0,06 Para hallar el salaro tal que la mtad de los restates sea feror a él se calcula la medaa. Para llo, como N/ 5000, el tervalo medao será ( ) ya que N - <N/>N es equvalete e este problema a 505 < 50000< 560.la medaa se calculará como sgue: M e L - + N/ N - c / ,6 955 Para calcular el prmer cuartl (prmer cuartl de orde ) observamos que como N/ 500, el tervalo relatvo al prmer cuartel será ( ) ya que N - <500<N es equvalete e este problema a 5<500<3655.El prmer cuartel se calculará como sgue:

27 Q, L - + N/ N - c / ,76 50 El prmer cuartl se terpreta como el valor de la varable para el que la cuarta parte de los valores meores que él y las tres cuartas partes resultates so superores. Para calcular el percetl 75 (cuatl 75 de orde 00), observamos que como 75N , el tervalo al percetl 75 será ( ) ya que N - <7500< es equvalete e este problema a 6570<7500<89.El percetl 75 se calculará como sgue: Q 75,00 L N/00 N - c *0000/ ,8 3 El percetl 75 se terpreta como el valor de la varable para que el 75% de los valores so ferores a él y el 5% restate so superores. 0. Los redmetos de cco versoes dsttas realzadas por u dvduo y las catdades cales vertdas udades moetaras so los sguetes: Catdades cales Redmetos Calcular el redmeto medo por udad moetara vertda para el total de versoes del dvduo. Como se trata d promedar redmetos por udad, estamos ate u caso de aplcacó del cocepto de meda armóca. Calcularemos por tato el redmeto medo por udad moetara vertda para el total de versó del dvduo como la meda armóca de los redmetos de cada versó poderada de las catdades cales desembolsadas e cada versó. H N ,5 ( / x ) * E el cuadro sguete se preseta los cosumos de electrcdad e España e mles de mlloes de Kw/hora desde dcembre 985 hasta dcembre de 986. Meses Dc Ee Feb Mar Abr May Ju Jul Ago Sep Oct Nov Cosumo 0, 0,7 9,96 9,6 9,5 8,9 8,95 9,58 7,86 8,96 9,57 9,57 A partr de los cremetos utaros de cosumo de cada mes calcular el cremeto

28 utaro aual medo acumulatvo. Al tratarse del cálculo de ua meda acumulatva, el promedo más adecuado es la meda geométrca. Se trata por tato de calcular la meda geométrca de los cremetos utaros mesuales. Estos cremetos se calcula a cotuacó. 0,7,06 9,96 0,93 9,6 0,95 9,5,008 8,9 0,93 8,95,003 0, 0,7 9,96 9,6 9,5 8,9 9,58,07 7,86 0,8 8,96, 9,7,0 9,57,0 0,,06 8,95 9,58 7,86 8,96 9,7 9,57 La meda geométrca de estos cremetos utaros mesuales se calcula como sgue: G,06*0,93*0,95*,008*0,93*,003*,07*0,8*,*,0*,0*,06,0. E la sguete tabla se muestra las dferetes catdades de IVA que se mpoe e la compra de ua obra de arte. País IVA España 0,6 Itala 0,0 Bélgca 0,06 Holada 0,06 Alemaa 0,07 Portugal 0,7 Luxemburgo 0,06 Flada 0, Determe el recorrdo, la varaza, la desvacó típca, la cuasvaraza, la cuasdesvacó típca, el coefcete de varacó de Pearso, el coefcete de asmetría de Pearso y el coefcete de asmetría de Fsher. - El recorrdo: R ( x) max ( x) m 0, 0,06 0,6 - La varaza: 6 0,586 s x a 0,5 0, De la msma forma la desvacó típca se obtee hacedo la raíz cuadrada de la varaza: s s 0,08 0,068 - La cuasvaraza:

29 s 8*0,00 S 0, De la msma forma la cuasdesvacó típca: S S 0,008 0, El coefcete de varacó de Pearso: s 0,068 V p * 00 *00 5,88 a 0,5 - El coefcete de asmetría de pearso: a M d 0,5 0,06 Ap,0093 s 0,068 - Por ultmo el coefcete de asmetría de Fsher: A f 6 ( x a) * S 3 3 * 0,0003 8* 0, ,59 3. Dados los sguetes datos: Tamaño tabla Calcula la meda artmétca, la medaa. - La meda artmétca: k 7678,5 a x * 30, La medaa: Para ello os valemos del cálculo de frecuecas absolutas acumuladas: Este tpo de datos os dce el úmero de datos que hay gual o ferores a uo determado. Se calcula co la sguete formula: N j j N + Así de esta forma: Tamaño tabla Frecueca acumulada j

30 Respecto a esta tabla calculamos la medaa: 895 N 3 6 < 7,5 < 575 N Co lo que podemos decr que la medaa esta e el tervalo [6,)sedo la medaa el valor: N j 7,5 6 M e x j + * c j 6 + *5 6,7 9 j. Co los datos del ejercco ateror calcular el prmer cuartel y el sexto decl. a) El prmer cuartl: Será p 37 < * 3,75 < 35 [6,) y, e cocreto: * N j * p * 6 / x j + c j + *5 0,76 98 j Que será gual al cetl 5 b) Calcular el sexto decl Para ello acotamos el valor: * * * Por las frecuecas absolutas acumuladas: N 3 6 < 537 < 575 N 6 * N j p 6 /0 x j + * c j 6 + *5 9,7 9 j

31 5. Medate los datos del ejercco umero 3 calcular las meddas de dspersó - El recorrdo: R xmax xm 750,5, La varaza es: k k s ( x a) * x a - La cuasvaraza * s 895*39 S 395, La desvacó típca: s s 39,7 56,50 - La cuasdesvacó típca: S S 395,988 56,53 - El coefcete de varacó de Pearso: s 56,50 V p * 00 *00 8,67 a 30,93 - El coefcete de asmetría de Pearso: a Md 30,93 9,78 A p 0,37 s 56, ,5 30, ,7 6. E u colego de u pequeño pueblo de la comudad valecaa se ha recogdo los sguetes datos de formacó sobre cuatos ños se matrcula de cada sexo cada año, segú se muestra e la sguete tabla: Año Nños Nñas Se debe calcular la frecueca absoluta y la frecueca relatva para los datos correspodetes a los ños y a las ñas y dspoer los datos medate u dagrama de sectores o de pastel e cada caso. - Para empezar calcularemos las frecuecas correspodetes a los ños para esto utlzaremos la sguete formula: - E el caso de la frecueca absoluta cotaremos el úmero de veces que se repte u determado valor, por lo que para x 0 3; x 0 7; x 3 3 9; x 0 3; - E el caso de las frecuecas relatvas para hallar este valor dvdremos la frecueca absoluta por el úmero total de datos. Así de esta forma la formula utlzada es: f /

32 Por lo que obteemos al calcularlo: f 3/8 0,6; f 7/8 0,8; f 3 58/8 0,39; f 3/8 0,0; - de la msma forma calcularemos las frecuecas correspodetes para las ñas: - Para las frecuecas absolutas: x 0 3; x 0 ; x ; x 3; - Para las frecuecas relatvas: f 3/6 0,67; f /6 0,5; f 3 3/6 0,0; f 6/6 0,38; 3- Pasemos a la represetacó grafca, para ello debemos partr de las frecuecas relatvas y calcular cada porcó del dagrama medate esta formula: º 360 α f así de esta forma obteemos: dagrama ños 0,; 0% 0,6; % 0,8; 8% 3 0,39; 0% dagrama ñas 0,67; 7% 0,38; 38% 3 0,5; 5% 0,; 0% 7. Establecdo u balace de explotacó sobre las ocho sucursales de ua cadea de almacees, resultó la sguete estmacó:

33 Sucursal Beefcos sobre vetas Vetas totales Obtégase el porcetaje medo de beefcos sobre las vetas totales de la cadea. El porcetaje medo se obtee como meda artmétca poderada de los beefcos, sedo el peso respectvo la veta total de cada sucursal, es decr, d p j -p De dode: 079 x 83,3% Ua prestgosa frutería tee como orma clasfcar los magos segú su tamaño, de cara a la veta, e superores y ormales. Los superores so aquellos cuyo peso es superor a 50 g. De ua partda, represetatva de los magos que recbe ormalmete, se ha obtedo la dstrbucó de frecuecas sguetes: Peso Núm. De magos

34 a- U exqusto arstócrata ha acordado co el frutero quedarse co los magos cuyo peso sea superor a 65 gramos. Qué porcetaje de magos se destará a este arstócrata? b- El frutero compra la partda de magos a 300 pts el kg. Los ormales se vede a 600 pts/kg, os superores a 800 pts /kg, metras que el arstócrata se os deja a 700 pts/kg. Cuáto espera gaar este frutero es esta partda? a- Prmero habrá que calcular el úmero de magos cuyo peso es supereor a 65 gamos. Bajo la hpótess de dstrbucó uforme de la frecueca e los tervalos, resulta que e el tervalo (65-800] hay 5 magos de la partda. Por tato se apartará para el arstócrata el 3.85% de los magos recbdos. b- Ya que el frutero decde retrar de la veta aquellos cuyo peso sea a lo sumo de 37.5 g, la dstrbucó del peso de los magos ormales, vaqrables otada por X N, será Peso ( ] (350-00] (00-50] Nº de magos La dstrbucó del peso de los magos superores, excluídos los destados al arstócrata, será la de la varable otada por X S segú esta tabla Peso (50-500] ( ] ( ] (600-65] Nº La del arstócrata es X A Peso (65-700] ( ] Nº 3 El peso medo de los magos ormales seá la meda de la dstrbucó de frecuecas de la varable X N, tomado como valores de las varable las marcas de clase de los tervalos. RTesulta se la varable las marcas de clase de los tervalos. Resulta ser la varable las marcar de clase de los tervalos. Resulta ser * *5 + * 5 X N g. 6

ESTADÍSTICA DESCRIPTIVA

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

Más detalles

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

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

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 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 detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

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

Más detalles

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

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

Más detalles

Estadística Descriptiva

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

Más detalles

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

Estadística Descriptiva

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

Más detalles

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

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros . alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

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

Más detalles

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido: Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados

Más detalles

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

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

Más detalles

Estadística aplicada al Periodismo

Estadística 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 detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

1. Los datos que se dan a continuación corresponden a los pesos en Kg. de ochenta personas:

1. Los datos que se dan a continuación corresponden a los pesos en Kg. de ochenta personas: Cosejería de Educacó, Cultura y Deportes CENTRO DE EDUCACIÓN DE PERSONAS ADULTAS. Smeza C/ Fracsco García Pavó, 6 Tomelloso 700 (C. Real) Teléfoo Fax: 96 5 9 9. Los datos que se da a cotuacó correspode

Más detalles

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

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

Más detalles

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

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

Más detalles

Esta t d a í d s í titcos o TEMA 3.3

Esta t d a í d s í titcos o TEMA 3.3 TEMA 3.3 Defcó úmero obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco)

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

Estadística Contenidos NM 4

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

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

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

Más detalles

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 Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio 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 detalles

PARÁMETROS ESTADÍSTICOS ... N

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

Más detalles

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

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

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

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

Tema 2: Distribuciones bidimensionales

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

Más detalles

V Muestreo Estratificado

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

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

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

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 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

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres. ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

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

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(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 detalles

EJERCICIOS RESUELTOS TEMA 3.

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

Más detalles

6. ESTIMACIÓN PUNTUAL

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

Más detalles

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

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

Más detalles

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

4º MEDIO: MEDIDAS DE POSICIÓN

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

Más detalles

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

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

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

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

Más detalles

Estadística Contenidos NM 4

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

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-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 detalles

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

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

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

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

Más detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó

Más detalles

LECCIONES DE ESTADÍSTICA

LECCIONES 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 detalles

PROBABILIDAD Y ESTADISTICA

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

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

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

Más detalles

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

GRADO 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 detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. 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 detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

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

Más detalles

Estadística Descriptiva

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

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS 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 detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

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

Más detalles

SOLUCIÓN EXAMEN PARCIAL I

SOLUCIÓN EXAMEN PARCIAL I Nombres: Apelldos:.I.: Frma: Fecha: 07/03/05 MÉTODO ETADÍTIO I EXAMEN I Prof. Gudberto Leó PARTE I: E el sguete gráfco se muestra los dagramas de caja correspodetes a los pesos de los bebés al acer segú

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios 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 detalles

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos

ESTADÍSTICA. 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 detalles

Modelos de Regresión Simple

Modelos 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 detalles

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A PRIMERA PRUEBA DE TÉCICAS CUATITATIVAS III. 14-Abrl-015. Grupo A OMBRE: DI: 1. Se quere hacer u estudo sobre gasto e ropa e ua comarca dode el 41% de los habtates so mujeres. (1 puto) Se decde tomar ua

Más detalles

No debe entregar los enunciados

No debe entregar los enunciados Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)

Más detalles

Ejercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión

Ejercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión Eerccos Resueltos de Estadístca: Tema : Descrpcoes bvarates regresó . E u estudo de la egurdad e Hgee e el Trabao se cotrastó la cdeca del tabaqusmo e la gravedad de los accdetes laborales. Cosderado ua

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD 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 detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

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

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA Grado de ADE. Prmer curso Raquel Mª Álvarez Esteba Descrpcó umérca de ua varable Objetvo: Resumr dsttos aspectos de las dstrbucoes de frecuecas Iterés de los resúmees umércos:

Más detalles

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

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

Más detalles

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos Feómeos determístcos TEMA I. ESTADÍSTICA DESCRIPTIVA Llamados també causales,

Más detalles

Análisis estadístico de datos muestrales

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

Más detalles

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO 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 detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis 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

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

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca La meda Sea u cojuto de observacoes x 1,..., x, o agrupados. Se defe la meda o promedo, medate: x 1 La meda utlza todas las observacoes,

Más detalles

CURSO 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 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 detalles

ANALISIS DE DATOS EN PSICOLOGÍA I FEBRERO ª P.P. 2ª SEMANA UNIÓN EUROPEA

ANALISIS DE DATOS EN PSICOLOGÍA I FEBRERO ª P.P. 2ª SEMANA UNIÓN EUROPEA ANALII DE DATO EN PICOLOGÍA I FEBRERO 007 1ª P.P. ª EANA UNIÓN EUROPEA 30 5 15 35 0 30 40 5 30 45 5 10 50 18 10 55 7 5 Tabla 1. Dstrbucó de u grupo de mujeres () y otro de hombres () e ua prueba de compresó

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

CURSO 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 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 detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

Más detalles

10 MUESTREO. n 1 9/ / σ σ 1

10 MUESTREO. n 1 9/ / σ σ 1 10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,

Más detalles

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

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

Más detalles

GENERALIDADES ESTADISTICA DESCRIPTIVA

GENERALIDADES 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 detalles

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

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

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

Trata 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 detalles

AGRO Examen Parcial 1

AGRO 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 detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

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

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

Más detalles

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I

ESTADÍSTICA 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 detalles

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

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

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

Más detalles

División de Evaluación Social de Inversiones

División de Evaluación Social de Inversiones MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

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

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

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

Más detalles