MEDIDAS DE DISPERSIÓN.

Documentos relacionados
MEDIDAS DE TENDENCIA CENTRAL. _ xi

Medidas de Tendencia Central

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

ESTADÍSTICA DESCRIPTIVA

Qué es la estadística?

ESTADÍSTICA DESCRIPTIVA

Tema 1 Estadística descriptiva: Medidas de centralización y dispersión

Probabilidad y estadística

Tema 2. Medidas descriptivas de los datos

Introducción a las medidas de dispersión.

ORGANIZACIÓN DE LOS DATOS.

1 Valores individuales del conjunto

Guía 1 Matemática: Estadística NM 4

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Análisis de datos en los estudios epidemiológicos II

Unidad N 2. Medidas de dispersión

Medidas de Tendencia Central

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica?

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

Importancia de las medidas de tendencia central.

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Trabajo Especial Estadística

Topografía 1. II semestre, José Francisco Valverde Calderón Sitio web:

6. DISTRIBUCIONES MUESTRALES

ESTADISTICA UNIDIMENSIONAL

ESTIMACIONES DE MEDIAS

EJERCICIOS RESUELTOS TEMA 8

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

PRUEBAS DE HIPÓTESIS.

Tema 4. Estimación de parámetros

SESION 15 DISTRIBUCIONES DE MUESTREO

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

TEMA 1. ESTADÍSTICA DESCRIPTIVA

6. DISTRIBUCIONES MUESTRALES

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

Medidas de tendencia central

Ejercicios de intervalos de confianza en las PAAU

Estimación de Parámetros

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

Determinación del tamaño de una muestra (para dos o más muestras)

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

1. QUÉ ES LA ESTADÍSTICA?

Estadística Teórica II

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

2.- Estudio Poblacional y Muestral Univariante

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente.

Formulas. Población infinita. Población finita

Estimación de parámetros. Biometría

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

PyE_ EF2_TIPO1_

1. El valor central o típico de los datos 2. La dispersión de los datos 3. La forma de la distribución de los datos

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

ESTADÍSTICA UNIDIMENSIONAL

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

SOLUCIÓN EXAMEN I PARTE II

MATEMÁTICAS 3º ESO - SUCESIONES. Una sucesión es un conjunto de números dados ordenadamente de modo que se puedan numerar: primero, segundo, tercero

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

Métodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA

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

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

Unidad 10: LÍMITES DE FUNCIONES

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda

Análisis de resultados. Independencia de las muestras

Medidas estadísticas

Figura 10. No se satisface el supuesto de linealidad.

Secretaría de Extensión Universitaria. Trabajo Practico N 3

EJERCICIOS TEMA 8. INFERENCIA ESTADISTICA

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

Preguntas más Frecuentes: Tema 2

Población Joven Adulta Total A favor En contra Total

INSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz

MEDIA ARITMÉTICA SIMPLE

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco

Tema 1. Estadística Descriptiva

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012

UNIVERSIDAD DE ATACAMA

IntroducciónalaInferencia Estadística

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

Tema 9. Inferencia Estadística. Intervalos de confianza.

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

Resumen de fórmulas estadísticas y funciones en Excel

Distribuciones en el muestreo, EMV

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

INTERVALOS DE CONFIANZA

APROXIMACIÓN DE FILTROS CAPÍTULO 2

3. Las medidas de centralización

MEDIDAS DE DISPERSION

Transcripción:

MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está dispersas, a cada lado del cetro. A esto por lo geeral se le cooce como dispersió o variació. Las medidas de dispersió que aalizaremos será: La amplitud, la desviació media, la variaza y la desviació estádar (desviació típica). Cuado determiamos ua medida de dispersió es posible evaluar la cofiabilidad del promedio que se está utilizado. Ua dispersió pequeña idica que los datos se ecuetra muy cercaos etre si, por ejemplo al rededor de la de la media aritmética. E caso iverso ua dispersió grade idica que la medida de la media o es muy cofiable. La medida de la dispersió es muy importate debido a que dos muestras de observacioes puede teer el mismo valor cetral paro teer ua dispersió distita. Por ejemplo, las calificacioes de dos alumos so las siguietes. Alumo Matemáticas Física Química Español Iglés Historia ociales promedio Atoio 6 9 0 7 8 9 9 8.8 Alejadra 8 8 9 0 9 8 7 8.8 E las siguietes gráficas se muestra las calificacioes de cada alumo, la líea puteada idica la media aritmética de sus calificacioes.

La calificació promedio de cada alumo es la misma (8.8), pero se puede observar e las calificacioes de Atoio que hay mayor variació co respecto a su media aritmética, E las calificacioes de Alejadra se puede observar meor variació co respecto a su media aritmética. Por lo que las dispersioes para los dos alumos so distitas. La medida más importate es la desviació estádar. AMPLITUD. La amplitud tambié llamada rago de variació de ua muestra x, x, x 3...x, es la diferecia etre el dato mayor y el dato meor. A Xmáx Xmi. Para el caso de las calificacioes de Atoio y Alejadra la amplitud es: A Atoio 0-6 4 putos. A Alejadra 0-73 putos. U icoveiete de la amplitud es que sólo depede de los datos extremos y o toma e cueta los datos restates. DEVIACIÓN MEDIA. La desviació media, deomiada tambié como desviació promedio, mide el promedio de las distacias de ua muestra o població respecto a su media aritmética y la podemos defiir como El promedio de todas las distacias absolutas, medidas co respecto a la media aritmética, y se calcula co la siguiete fórmula. Dode: DM I xi x DM es la desviació media. xi es el valor de cada observació. x es la media aritmética. es el úmero de observacioes. es el valor absoluto.

i tomamos e cueta las calificacioes de Atoio, su desviació media se determia de la siguiete maera. i xi x xi- x xi x 6 8.8 -.8.8 9 8.8 0.7 0.7 3 0 8.8.7.7 4 7 8.8 -.8.8 5 8 8.8-0.8 0.8 6 9 8.8 0.7 0.7 7 9 8.8 0.7 0.7 total 58 7.7 xi x I 7.7 DM. 0 7 e puede iterpretar que e promedio las calificacioes de Atoio varía.0 putos respecto a su media aritmética. VARIANZA Y DEVIACIÓN ETÁNDAR. La variaza de ua serie de observacioes x, x, x 3...x, es el promedio de las dispersioes cuadráticas co respecto a la media aritmética, la variaza se determia de la siguiete maera: i (xi x) i se trata de ua muestra. Nota. i es grade los resultados so similares a los de la variaza poblacioal, pero si es pequeña coviee utilizar etre - para obteer u mejor acercamieto a los datos de la variaza muestral σ i (xi µ ) i se trata de ua població. N

Dode: µ es la media aritmética de la població N es el tamaño de la població. es el tamaño de la muestra. xi valor de la observació. x es la media aritmética de la muestra. Como la variaza preseta la desvetaja de estar e uidades cuadráticas es coveiete defiir la desviació estádar. La desviació estádar es la raíz cuadrada positiva de la variaza. Para ua muestra la desviació estádar se obtiee. (xi x) i + Para ua població la desviació estádar se obtiee. σ i (xi µ ) N Variaza y desviació estádar para ua tabla de distribució de frecuecias está dada por: i + i Dode: fi es la frecuecia de la clase. mi es la marca de clase. x es la media aritmética. tamaño de la muestra.

Ejemplos resueltos. Variaza y desviació estádar para datos o agrupados. Ejemplo. upoga que el úmero de materias reprobadas por diez estudiates de u grupo so las siguietes: 3, 4,,,, 3, 5, 0, 3 y materias, determiar su variaza y su desviació estádar. Primero calculamos la media. xi x + x + x3 + x + x _ i x 4 5 3+ 4 + + + + 3 + 5 + 0 + 3 + 5.5 0 0 Ahora calculamos la variaza y la desviació estádar. (3 i.5) (xi x) + (4.5) + (.5) + (.5) + (.5) + (3 0.5) + (5.5) 0.5 +.5 + 0.5 +.5 + 0.5 + 0.5 + 6.5 + 6.5 + 0.5 + 0.5 8.5.05 9 9.05 Para la desviació estádar se extrae la raíz cuadrada de la variaza..05. 43 Materias. + (0.5) + (3.5) + (.5) Ejemplo. La siguiete tabla muestra el úmero de horas diarias que dedica 50 iños de primaria a ver la televisió. Co estos datos obtega la variaza y la desviació estádar. Horas Frecuecia fi xi x ( xi x ) fi ( xi x ) 4-6-4 6 64 3 3-6-3 9 99 4 0 4-6- 4 40 5 4 5-6- 4 6 5 6-60 0 0 7 3 7-6 3 8 8-6 4 8 9 9-63 9 9 0 0 0-64 6 0 total 54 50 37 54 x 9 6

Por lo que la variaza es: i 37 4.74 La desviació estádar es: 4.74. 7 horas. 50 Variaza y desviació estádar para datos agrupados. Ejemplo 3. La siguiete tabla muestra las edades de las persoas que asiste a ua coferecia de las reformas a la ley del ITE. Co estos datos obtega la variaza y la desviació estádar marca de Clase Límites de clase Frecuecia clase (fi)(mi) ( mi x) fi(mi x) N Li Ls fi mi 0 9 6 4.5 39 644.4 0306.3 30 39 5 34.5 86.5 36.54 593.6 3 40 49 5 44.5 69.5 8.94 476.6 4 50 59 80 54.5 4360.34 707.55 5 60 69 0 64.5 90 3.74 474.89 6 70 79 8 74.5 596 606.4 4849.6 suma 00 9770 857.68 _ (fi)(mi) i 9977 x 49.88 00 i 857.68 4.63 00 i 4.63.94años Existe otra forma de obteer la variaza si que se obtega la media. i (fi)(mi) i (fi)(mi)

Determiemos la variaza y la desviació estádar empleado el modelo matemático aterior. marca de Clase Límites de clase Frecuecia clase (fi)(mi) (fi)( mi ) N Li Ls fi mi 0 9 6 4.5 39 9604.00 30 39 5 34.5 86.5 9756.5 3 40 49 5 44.5 69.5 0099.75 4 50 59 80 54.5 4360 3760.00 5 60 69 0 64.5 90 8305.00 6 70 79 8 74.5 596 4440.00 suma 00 9770 505580.00 9545900 i (fi)(mi) i (fi)(mi) 9545900 505580 00 505580 47764.5 835.5 4.8 99 99 99 4.8.9 Años abemos que ua desviació estádar pequeña, para u cojuto de valores idica que éstos se ecuetra localizados cerca de su media aritmética. Por el cotrario, ua desviació estádar grade, idica que las observacioes está muy dispersas co respecto a la media aritmética. De uestro problema aterior sabemos que su media aritmética es de x 49.88 años y su desviació estádar es de.9 años, pero Qué porció de los datos se ecuetra alrededor de la media aritmética y el valor de su desviació estádar? Para cotestar esta iterrogate utilizaremos el teorema de Chebysheff.