La media es la suma de los valores de los elementos dividida por la cantidad deéstos. Es conocida también como promedio, o...
Coeficiente de asimetría (Fisher) Permite interpretar la forma de la distribución,respecto a ser o no simétrica.Basados en...
Mínimo es aquel valor menor de la serie de datos proporcionados.El "ser el mínimo mayor que x",           , equivale a que...
Próxima SlideShare
Cargando en…5
×

Mediana

390 visualizaciones

Publicado el

0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
390
En SlideShare
0
De insertados
0
Número de insertados
4
Acciones
Compartido
0
Descargas
3
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Mediana

  1. 1. La media es la suma de los valores de los elementos dividida por la cantidad deéstos. Es conocida también como promedio, o media aritmética.Ejemplo: Calcule la media de los siguientes números:10, 11, 12, 12, 13 la media es 11.6La mediana es el valor del elemento intermedio cuando todos los elementos seordenan.Ejemplo: Buscar la mediana de los siguientes números:2 4 1 3 5 6 3 la mediana es 3La moda es el valor que se presenta el mayor número de veces.Ejemplo 1: Buscar la moda de:5 12 9 5 8 7 1 la moda es 5Desviación estándar (σ) mide cuánto se separan los datos.La fórmula es la raíz cuadrada de la varianza.Varianza es la media de las diferencias con la media elevadas al cuadrado.Ejemplo: tenemos las siguientes medidas: 600mm, 470mm, 170mm, 430mm y300mm.Calcula la media, la varianza y la desviación estándar.Media: 394Para calcular la varianza, toma cada diferencia, elévala al cuadrado, y haz lamedia: 2 2062 + 762 + (-224)2 + 362 + (-94)2 108,520 Varianza: σ = = = 21,704 5 5Así que la varianza es 21,704.Y la desviación estándar es la raíz de la varianza, así que:Desviación estándar: σ = √21,704 = 147Curtois (coeficiente de curtosis) recibe también el nombre de coeficiente deconcentración central, midiendo el grado de aplastamiento o apuntamiento de la gráfica de ladistribución de la variable estadística. Una mayor concentración de datos en torno al promedioharán que la forma sea alargada, siendo tanto más plana (o aplastada) cuanto mayor sea ladispersión de los mismos.Determina la forma de la distribución, en relación con su grado de aplastamiento.
  2. 2. Coeficiente de asimetría (Fisher) Permite interpretar la forma de la distribución,respecto a ser o no simétrica.Basados en a la relación existente entre media, mediana y moda: x−Mo= 3.(x−Md)Se definen dos nuevos coeficientes de asimetría (de Pearson):Rango responde a la identificación de la dispersión de los datos de una muestra,se define como la diferencia entre el dato mayor menos el dato menor de unconjunto de datos.Ejemplo: 47, 49.5, 50, 51.5, 52, el dato menor es 47 y el dato mayor es igual a 52por lo que su rango correspondiente es igual a:Rango = 52 – 47= 5Máximo es aquel valor mayor de la serie de datos proporcionados.El "ser el máximo mayor que x", , equivale a que las n variables lo sean, en consecuencia, y como las n variables sonindependientes, la función de distribución es el producto de las probabilidades ytodas ellas son iguales al tener la misma distribución. Por tanto, la función dedistribución del máximo es:
  3. 3. Mínimo es aquel valor menor de la serie de datos proporcionados.El "ser el mínimo mayor que x", , equivale a que las n variables lo sean, , en consecuencia, la función de distribución es:Y como las n variables son independientes, la probabilidad conjunta es el productode las probabilidades y todas ellas son iguales al tener la misma distribución. Portanto, la función de distribución del mínimo es:

×