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

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

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

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

Los Histogramas. Histograma simple

Estadística Descriptiva

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

Estadística aplicada al Periodismo

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

Estadística Contenidos NM 4

PARÁMETROS ESTADÍSTICOS ... N

MEDIDAS DE TENDENCIA CENTRAL

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

Esta t d a í d s í titcos o TEMA 3.3

MEDIDAS DE CENTRALIZACIÓN

ESTADÍSTICA poblaciones

Estadística Contenidos NM 4

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

Estadística Descriptiva

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

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

Estadística Descriptiva

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

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

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

PROBABILIDAD Y ESTADISTICA

GENERALIDADES ESTADISTICA DESCRIPTIVA

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

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:

ESTADÍSTICA DESCRIPTIVA

4º MEDIO: MEDIDAS DE POSICIÓN

ESTADÍSTICA DESCRIPTIVA

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

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva Introducción

Guía - Resumen de fórmulas estadísticas

CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

Colegio Sagrada Familia Matemáticas 4º ESO

MEDIDAS DE FORMA Y CONCENTRACIÓN

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

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

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

5.3 Estadísticas de una distribución frecuencial

La inferencia estadística es primordialmente de naturaleza

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

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN

EJERCICIOS RESUELTOS TEMA 3.

Son aquellas medidas que nos ayudan a saber donde están los datos pero sin indicar como se distribuyen.

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

Intensificación en Estadística

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

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

x x x x x Y se seguía operando

MEDIDAS DE TENDENCIA CENTRAL

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Análisis de Regresión y Correlación Lineal

Ejercicios y Talleres. puedes enviarlos a

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

Disponible en el sitio OCW de la Universidad Nacional de Córdoba.

AGRO Examen Parcial 1

Estadística descriptiva

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Inferencia Estadística

Tema 2: Distribuciones bidimensionales

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

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

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

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

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

Métodos indirectos de estimación: razón, regresión y diferencia

Medidas de Tendencia Central

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

CONCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA

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

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

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa

Probabilidad y estadística

V II Muestreo por Conglomerados

Ventajas e Inconvenientes.

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.

SOLUCIÓN EXAMEN PARCIAL I

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Probabilidad y estadística

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

Modelos de Regresión Simple

Regresión - Correlación

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

1.2. Medidas de Concentración

TEMA 60. Parámetros estadísticos: Cálculo, propiedades y significado.

Apéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood )

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

No debe entregar los enunciados

Estadística Espacial. José Antonio Rivera Colmenero

Problemas de Polímeros. Química Física III

1 Estadística. Profesora María Durbán

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

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

Transcripción:

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, y cada observacó afecta la meda. Auque la meda es sesble a los valores extremos; es decr, los datos extremadamete grades o pequeños puede causar que la meda se ubque más cerca de uo de los datos extremos; A pesar de esto, la meda sgue sedo la medda lo más usada para medr la localzacó. Esto se debe a que la meda posee valosas propedades matemátcas que la hace coveete para el uso e el aálss estadístco de fereca o deductvo. S los datos se ecuetra agrupados e clases, etoces la meda es: dode es la frecueca absoluta m es la marca de clases. m 1 S los datos so dscretos y se ecuetra agrupados e clases, etoces x 1 Nota: Cualquera de estas tres expresoes, puede ser calculada drectamete por ua calculadora cetífca que tega modo estadístco (mode SD). La medaa: Sea x (1), x (),...,x (), u cojuto de observacoes ordeados e orde crecete, la medaa, Me, se defe como aquel valor que dvde al cojuto de datos ordeados e dos partes guales. Así, s es mpar, la medaa correspode a la observacó ubcada e la poscó j, sedo j + 1. S es par, la medaa correspode al promedo de las observacoes ubcadas e la poscó j y j+1, sedo j. Por esto: co j (j) Me + ( j) ( j + 1) + 1 co j s es mpar s es par 13

Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca Cuado los datos se ecuetra agrupados e clases ua tabla de dstrbucó de frecuecas, la medaa es calculada medate la expresó: N j 1 Me lm. f j + A j dode: j, es la clase de la medaa y se obtee observado desde la prmera clase haca delate, e que clase la frecueca absoluta acumulada alcaza o supera el valor, es decr, N j.ç lm.f j, es el lmte feror de la clase de la medaa. j, es la frecueca absoluta de la clase de la medaa. N j-1, es la frecueca absoluta acumulada de la clase ateror. A es la ampltud. La moda: Sea u cojuto de datos de observacoes x 1,..., x, o agrupados. Se defe la moda, Mo como aquel valor que más se repte. Observacó, cuado os reframos a la moda, lo haremos e ese cotexto, e caso cotraro dremos que o exste moda. S los datos se ecuetra agrupados e clases, la moda correspode a la marca de clases del tervalo que más se repte. S u cojuto de datos tee ua moda, dremos que su dstrbucó es umodal, dos modas, bmodal y más de dos modas, multmodal. frecueca relatva frecueca relatva 50% del área 50% del área frecueca relatva Meda (puto de equlbro) Medaa Moda (puto máxmo) Cuado la meda y la medaa so coocdas, es posble estmar la moda para la dstrbucó umodal usado los otros dos promedos como se muestra a cotuacó: Moda 3(medaas) - (medas) Esta estmacó es aplcable a ambos, cojutos agrupado y o agrupado de datos. 14

Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca Sempre que exsta más de ua moda, la poblacó de la cual la muestra es obteda es ua mezcla de más de ua poblacó. S embargo, ote que ua dstrbucó Uforme tee u cotable úmero de modas que tee gual valor de desdad; por lo tato se cosdera como poblacó homogéea. Ua preguta frecuete es qué medda usar como dcador del cetro de los datos?. La respuesta esta preguta podemos verla e el sguete dagrama de flujo: So datos categórcos? s Use la Moda o El total de las observacoes tee algú terés? s Use la Meda o Es la dstrbucó smétrca? s Use la Meda o Use la Medaa Prcpales característcas etre los tres estadístcos: Moda Medaa Meda Es el valor del puto medo de la seleccó (o del rago), tal que la mtad de los datos está por arrba y por debajo de ella. Es el valor mas frecuete e la dstrbucó. Es el puto de mas alto desdad. Su valor es establecdo por la frecueca predomate, o por los valores e la dstrbucó. Ua dstrbucó puede teer mas de modas, pero o exste moda e ua dstrbucó rectagular. No puede ser mapulada algebracamete. Modas de subgrupos o puede ser poderadas o combadas. El valor de la medaa es fjado por su poscó e la seleccó, y o refleja valores dvduales. Cada seleccó tee solo ua medaa. No puede ser mapulada algebracamete. Medaas de subgrupos o puede ser poderadas o combadas. Es el valor e algú agregado, el cual se obtedría s todos los valores fuera guales. La suma de las desvacoes e cualquer lado de la meda so guales; por lo tato la suma algebraca de sus desvacoes es cero. Ua muestra tee solo ua meda. Puede ser mapuladas algebracamete. Medas de subgrupos puede ser combadas cuado so poderadas apropadamete. 15

Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca Las meddas de tedeca cetral també os proporcoa ua dea de la forma de la dstrbucó: Mo Me Me Mo Me Mo Promedos Especalzados: La meda poderada, La meda geométrca y la meda armóca. La meda poderada: E el cálculo de la meda ateror se supoe que cada observacó tee gual peso detro del cojuto total, s embargo e alguos casos se requere dar dstta poderacó a las observacoes. E este caso la meda poderada es calculada medate al expresó: c 1 c 1 x Ejemplo: U vededor tee la represetacó de 5 artículos. E el últmo mes sus vetas regstra lo sguete: Artículo Utldad por artículo (US$) A B C D E.0 3.5 5.0 7.5 6.0 Volume vetas artículos 3 7 15 1 15 de e Determe la utldad promedo. Solucó: 4 Como prmera solucó tedríamos: 4.8, es decr, s tomar e cueta el 5 volume veddo ecotramos que la utldad promedo es de 4.8 dólares. 16

Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca Como seguda solucó teemos: 85.5 5 5.49 dólares, es decr, tomado e cueta el volume veddo ecotramos ua utldad promedo de 5.49 dólares. Cuál de los dos promedos refleja mejor la utldad promedo? La Meda Geométrca: La meda geométrca (G) puede utlzarse para mostrar los cambos porcetuales de valores o egatvos. G x1x... x S alguos valores so muy grades e magtud y otros muy pequeños, la meda geométrca proporcoa ua mejor represetacó de los datos que u smple promedo. E ua sere geométrca, el promedo mas sgfcatvo es la meda geométrca (G). La meda artmétca es muy favorecda por valores grades de la sere. Ejemplo: Supoga que las vetas de u determado producto cremeta e 110% e el prmer año y e 150% e el segudo. Por smplcdad, supogamos que calmete se vedó 100 udades. Etoces el úmero de udades veddas e el prmer año fuero 110 y e el segudo fuero 150% x110 165. Usado la meda artmétca de 110% y 150% que es 130%, estmaríamos correctamete las udades veddas e el prmer año de 130 y las del segudo año de 169. Medate la meda geométrca de 110% y 150% obtedríamos G (1,65) 1/ 1.845 la cual es la estmacó correcta, por lo cual el prmer año vederíamos 100 G 18 udades y e el segudo año vederíamos (100G)G100G 165 udades. La Meda Armóca: La meda armóca es otro promedo especalzado, el cual es útl para calcular promedos de varables expresadas e proporcoes de udades por tempo, tales como lómetros por hora, úmero de udades de produccó por día. La meda armóca (H) de valores o ulos x es: 1 H 1 1 x Ejemplo: Supoga que cuatro máquas e u taller so usadas para producr la msma peza, cada ua de las máquas demora.5,.0, 1.5 y 6.0 mutos para realzar dcha peza. Cuál es la velocdad promedo de produccó? 4 La meda armóca es H.31 mutos 1 1 1 1 + + +. 5. 0 1. 5 6. 0 S todas las maquas trabajara ua hora, cuátas udades será producdas? Ua hora de trabajo de las cuatro maquas, represeta 4*6040 mutos de 40 operacó, luego se obtee que: 104 pezas será producdas.. 31 17

Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca El Orde etre las Medas: S la meda, la meda geométrca y la meda armóca exste, la meda uca es meor que las otras dos, además, la meda armóca uca es mayor que las otras. Meddas de varacó o de dspersó. Las meddas de tedeca cetral por s sola o da ua buea dea acerca del comportameto de los datos, por ejemplo, supoga que teemos dos grupos de tres alumos cada uo y que e u certame dado obtuvero las otas sguetes: Grupo 1: 5,0 4,0 y 6,0 Grupo : 7,0 3,0 y 5,0 Observe que e ambos grupos la meda y la medaa so guales e gual a 5,0 luego a partr de estas meddas podemos decr que ambos grupos so guales? Es obvo que o puesto que las desvacoes de sus otas respecto del promedo so: Grupo 1: 0-1 y 1 Grupo : - y 0 Es decr los alumos del grupo 1 so más parecdo etre s comparatvamete co el grupo dos que tee ua mayor dspersó respecto del promedo, luego ecestamos ua medda que permta cuatfcar dcha desvacó. Las medcoes estadístcas de varacó so valores umércos que dca la varabldad herete e u grupo de medcoes de datos. Observe que u valor pequeño para la medda de dspersó dca que los datos está cocetrados alrededor de la meda; por lo tato, la meda es ua buea represetacó de los datos. Por otra parte, ua medda grade de dspersó dca que la meda o es ua buea represetacó de los datos. Adcoalmete, las meddas de dspersó puede ser utlzadas cuado deseamos comparar las dstrbucoes de dos o más cojutos de datos. La caldad de u cojuto de datos es medda por su varabldad: varabldad grade dca baja caldad. Esta es la razó del porque geretes se preocupa cuado ecuetra grades varacoes. El trabajo de u estadístco, es medr la varacó, y s es demasado alto e aceptable, etoces es trabajo del persoal técco, tal como geeros, e ajustar el proceso. Las meddas de mayor uso para medr la varacó so el rago y la desvacó estádar. El rago: Como vmos aterormete el rago es la dfereca etre el valor máxmo y el valor mímo. Auque es u cálculo muy smple de realzar, el gra problema del rago es que basa su formacó e sólo dos valores. 18

Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca La varaza: Sea u cojuto de observacoes x 1,..., x, o agrupados. Se defe la varaza, S, medate la expresó: S 1 ( x ) 1 Observe que la varaza es calculada como ua suma de las desvacoes al cuadrado de cada observacó respecto de la meda, luego, la varaza queda expresada e udades al cuadrado lo que dfculta su terpretacó. Ua medda de la varabldad del cojuto de datos es la desvacó estádar o desvacó típca, S, dode S+ S. S el cojuto de datos se ecuetra agrupado e clases etoces la varaza es calculada medate: S 1 m ( ) 1 Nota: Muchas calculadoras cetífcas calcula drectamete la desvacó estádar tato para datos agrupados como s agrupar, geeralmete bajo el símbolo σ 1 o xσ 1 o smplemete como S. La desvacó estádar o tee ua terpretacó úca como otras meddas so que se terpreta e combacó co la meda. Ua regla practca se cooce como Regla empírca y dce lo sguete: S u cojuto de datos tee ua dstrbucó aproxmadamete smétrca etoces: 1.- Aproxmadamete el 68% de las observacoes queda detro del tervalo ( x S; x + S)..- Aproxmadamete el 95% de las observacoes queda detro del tervalo ( x S; x + S). 3.- Aproxmadamete el 99,7% de las observacoes queda detro del tervalo x 3 S; x + 3S. ( ) -3S -S -S +S 68% 95% 99,7% +S +3S 19

Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca Cuado el cojuto de datos o preseta ua dstrbucó smétrca, la relacó etre la meda y la desvacó estádar puede expresarse e térmos de la desgualdad de Chebyshev que establece que detro del tervalo 1 ( x S ; x + S), se ecuetra al meos el 100( 1 )% de las observacoes, co >1. Observe que la desgualdad de Chebyshev proporcoa ua cota feror para la x S ; x + S. proporcó de observacoes que cae detro del tervalo ( ) Otra medda de varabldad usada juto a los estadístcos tradcoales es la MEDA, que es utlzada prcpalmete cuado hay preseca de valores atípcos. La MEDA correspode a la medaa de las desvacoes absolutas respecto a la medaa. E alguas ocasoes se ecesta la comparacó de dsttos cojutos de datos e térmos de su varabldad, lo cual geeralmete o es posble porque puede teer dsttos tamaños, dsttos promedos o porque tee dsttas udades, luego para su comparacó ecestamos de ua medda de varabldad relatva admesoal. El coefcete de varacó e este setdo es ua medda adecuada. Coefcete de varacó, CV, expresado porcetualmete es calculado como: S CV x100 El coefcete de varacó es usado etre otros como ua medda de la represetatvdad de la meda. S CV< 50% se dce que la meda es represetatva como medda de tedeca cetral para ese cojuto de datos, e cambo s CV>100% etoces decmos que la meda o represeta para ada al cojuto de datos. Meddas de poscó relatva. E el cálculo de la medaa dvdmos u cojuto de datos ordeados e orde crecete e dos partes guales, cada ua represetado el 50% de las observacoes. Hay ocasoes que ecestamos meddas que subdvda al cojuto de datos ordeados e más partes. Por ejemplo, s subdvdmos al cojuto e cuatro partes guales, cada dvsó cotee el 5% de las observacoes y las tres meddas que se geera de esta partcó se llama cuartles y se deota por Q 1, Q y Q 3. 5% Q 3 Q Q 3 50% 75% 0

Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca Q 1 :es llamado prmer cuartl o cuartl feror. Q : segudo cuartl o medaa. Q 3 : tercer cuartl o cuartl superor. S dvdmos uestro cojuto de datos ordeados e dez partes guales obteemos los decles, deotados por D 1, D,..., D 9. D 1 D D 9 10% 0% 90% E geeral, cuado dvdmos u cojuto de datos e 100 partes guales cada medda se llama percetl y se deota por p. Defcó: El -ésmo percetl de u cojuto de datos ordeados, es u valor stuado de modo que el % de las observacoes so ferores o guales a p y el (100-)% so mayores o guales a p. Observe que tato los cuartles como los decles u otras meddas obteda por subdvsó es equvalete a u percetl, as, Q 1 p 5, D 7 p 70, etc. Para calcular el -ésmo percetl p se sgue los sguetes pasos: Sea x (1), x (),...,x (), u cojuto de observacoes ordeados e orde crecete. ) Calcule el úmero, 100 ) Pregute s es o o etero. 100 - S es etero etoces obtega la poscó j del percetl dode j y 100 p x + x ( j ) ( j + 1) - S 100 o es etero obtega la poscó j del percetl como el etero sguete a y 100 p x ( j ) 1