Este documento presenta conceptos básicos de estadística, incluyendo estadística descriptiva e inferencial, variables cualitativas y cuantitativas, población y muestra, métodos de análisis estadístico para datos agrupados y no agrupados, y medidas de tendencia central, dispersión y forma como media, mediana, moda, rango, desviación estándar y varianza. Explica cómo tabular, graficar y analizar conjuntos de datos.
Este documento presenta un resumen de los diagramas de dispersión. Define un diagrama de dispersión como una representación gráfica de la relación entre dos variables, y describe sus características principales como comunicar información compleja de manera visual y guiar la investigación. También incluye un ejemplo de diagrama de dispersión que muestra la relación positiva entre días de estancia de pacientes y tiempo para dar de alta.
El documento describe las cinco etapas de la investigación estadística: 1) planeamiento, 2) recopilación de datos, 3) organización y presentación de datos, 4) análisis e identificación de datos, y 5) formulación de conclusiones y preparación del informe. Explica cada etapa y métodos como la selección de unidades estadísticas, recolección de datos, fuentes de datos, y técnicas de recolección.
Este documento presenta una introducción a los conceptos de series de tiempo. Explica que una serie de tiempo es un conjunto de valores observados en intervalos de tiempo secuenciales, como semanal, mensual o anual. Describe los cuatro componentes clave de una serie de tiempo: tendencia, variaciones cíclicas, variaciones estacionales y variaciones irregulares. También resume los métodos para analizar la tendencia, incluido el uso de mínimos cuadrados para determinar la ecuación de tendencia.
Elaboración de tablas de frecuencia, estadísticaGerardo Lagos
A través de la presentación se ilustra de manera fácil el procedimiento para elaborar tablas de distribución de frecuencias para datos agrupados, como ser: Rango, tamaño o ancho de una clase, marca de clase, distribución de frecuencias y límites reales de clase.
Este documento proporciona una introducción general a los conceptos básicos de la estadística. Se divide la estadística en descriptiva e inferencial. La estadística descriptiva se encarga de recopilar, organizar y resumir datos, mientras que la estadística inferencial permite deducir conclusiones sobre una población a partir de una muestra. Define conceptos clave como población, muestra, individuo y variables, distinguiendo entre variables cualitativas y cuantitativas.
Este documento describe las etapas del método estadístico, incluyendo la planificación del estudio, la recolección de información, la elaboración de datos numéricos y el análisis e interpretación. En la planificación del estudio, se define el problema, los objetivos y la hipótesis, y se busca información existente. La recolección de información debe hacerse según el plan, minimizando errores. Finalmente, los datos se clasifican y analizan estadísticamente.
Este documento describe diferentes medidas de dispersión como el rango, la varianza, la desviación estándar y el coeficiente de variación. Estas medidas cuantifican cuánto se alejan los valores de una distribución del centro y son útiles para comparar muestras. El documento también explica cómo calcular estas medidas y provee ejemplos ilustrativos.
Este documento presenta un resumen de los diagramas de dispersión. Define un diagrama de dispersión como una representación gráfica de la relación entre dos variables, y describe sus características principales como comunicar información compleja de manera visual y guiar la investigación. También incluye un ejemplo de diagrama de dispersión que muestra la relación positiva entre días de estancia de pacientes y tiempo para dar de alta.
El documento describe las cinco etapas de la investigación estadística: 1) planeamiento, 2) recopilación de datos, 3) organización y presentación de datos, 4) análisis e identificación de datos, y 5) formulación de conclusiones y preparación del informe. Explica cada etapa y métodos como la selección de unidades estadísticas, recolección de datos, fuentes de datos, y técnicas de recolección.
Este documento presenta una introducción a los conceptos de series de tiempo. Explica que una serie de tiempo es un conjunto de valores observados en intervalos de tiempo secuenciales, como semanal, mensual o anual. Describe los cuatro componentes clave de una serie de tiempo: tendencia, variaciones cíclicas, variaciones estacionales y variaciones irregulares. También resume los métodos para analizar la tendencia, incluido el uso de mínimos cuadrados para determinar la ecuación de tendencia.
Elaboración de tablas de frecuencia, estadísticaGerardo Lagos
A través de la presentación se ilustra de manera fácil el procedimiento para elaborar tablas de distribución de frecuencias para datos agrupados, como ser: Rango, tamaño o ancho de una clase, marca de clase, distribución de frecuencias y límites reales de clase.
Este documento proporciona una introducción general a los conceptos básicos de la estadística. Se divide la estadística en descriptiva e inferencial. La estadística descriptiva se encarga de recopilar, organizar y resumir datos, mientras que la estadística inferencial permite deducir conclusiones sobre una población a partir de una muestra. Define conceptos clave como población, muestra, individuo y variables, distinguiendo entre variables cualitativas y cuantitativas.
Este documento describe las etapas del método estadístico, incluyendo la planificación del estudio, la recolección de información, la elaboración de datos numéricos y el análisis e interpretación. En la planificación del estudio, se define el problema, los objetivos y la hipótesis, y se busca información existente. La recolección de información debe hacerse según el plan, minimizando errores. Finalmente, los datos se clasifican y analizan estadísticamente.
Este documento describe diferentes medidas de dispersión como el rango, la varianza, la desviación estándar y el coeficiente de variación. Estas medidas cuantifican cuánto se alejan los valores de una distribución del centro y son útiles para comparar muestras. El documento también explica cómo calcular estas medidas y provee ejemplos ilustrativos.
Este documento proporciona información sobre la operacionalización de variables en investigaciones. Define una variable como un aspecto o dimensión de un fenómeno que puede asumir diferentes valores. Explica los tipos de variables, cómo definirlas operacionalmente, elegir indicadores y escalas de medición. Además, describe factores asociados a seleccionar pruebas estadísticas según el tipo de variable dependiente e independiente. El objetivo es convertir conceptos abstractos en variables empíricas que puedan medirse.
Este documento presenta conceptos clave de la estadística inferencial, incluyendo el muestreo probabilístico, estimación de parámetros, distribuciones de probabilidad como la t de Student y F de Fisher, y ejemplos de su aplicación. Explica que la estadística inferencial permite sacar conclusiones sobre una población basadas en una muestra mediante métodos como la estimación, contraste de hipótesis y diseño experimental.
Este documento proporciona una introducción a la estadística descriptiva e inferencial. Explica que la estadística se ocupa de recolectar, organizar, resumir y analizar datos para sacar conclusiones válidas. También describe el uso común de la estadística en diferentes ámbitos como el personal, cotidiano y empresarial. Además, define conceptos básicos como población, muestra, variable y presenta los tipos de variables cualitativas y cuantitativas.
La desviación estándar es una medida de dispersión de los datos alrededor de la media o mediana. Mide cuánto se desvían los datos del promedio general. Se calcula como la raíz cuadrada de la media de los cuadrados de las desviaciones de cada valor con respecto a la media. Cuanto más pequeña es la desviación estándar, mayor es la concentración de datos cerca de la media. Junto con la media, ayuda a determinar los límites dentro de los cuales se encuentran la mayoría de los datos.
Descripción de los estadísticos de prueba para diferentes casos de hipótesis en una y dos poblaciones. Para casos de varianzas conocidas y casos de varianzas desconocidas. Para casos de muestra dependientes y muestras independientes.
Este documento presenta una introducción a la inferencia estadística, incluyendo estimación y prueba de hipótesis. Define estadística, estadística descriptiva, probabilidad e inferencial. Explica la diferencia entre parámetros y estadísticos, y las propiedades de un buen estimador. También cubre distribuciones muestrales, el teorema del límite central, y distribuciones t y de Student. Finalmente, distingue entre estimación y prueba de hipótesis.
Este documento resume los conceptos clave del análisis de regresión lineal, incluyendo: 1) la estimación de parámetros por mínimos cuadrados para determinar la ecuación de regresión, 2) el cálculo del error estándar de estimación, y 3) el uso de intervalos de predicción y confianza. Contiene dos ejemplos numéricos que ilustran estos conceptos.
Este documento trata sobre estadística inferencial, que estudia el comportamiento de las muestras y la posibilidad de generalizar los resultados a las poblaciones. Tiene como objetivo generalizar las propiedades de la población basado en muestras representativas mediante estimaciones, pruebas de hipótesis, y modelado de relaciones entre variables. Resuelve problemas de estimación y contraste de hipótesis para generalizar la información de la muestra a la población.
Este documento presenta conceptos básicos de estadística inferencial. Explica que la estadística inferencial permite deducir cómo se distribuye una población a partir de una muestra representativa. Define conceptos como población, muestra aleatoria, parámetro, estadístico y provee ejemplos para ilustrarlos. El documento introduce los conceptos fundamentales necesarios para comprender la estadística inferencial.
Este documento resume los conceptos básicos de estadística descriptiva e inferencial. Explica que la estadística descriptiva se encarga de recolectar, presentar y describir datos de una muestra, mientras que la estadística inferencial permite interpretar los datos para formular conclusiones y tomar decisiones mediante métodos como el contraste de hipótesis y las estimaciones. Además, distingue entre variables cualitativas y cuantitativas, así como entre datos discretos y continuos.
Este documento describe varios tipos de distribuciones de probabilidad como la distribución de Poisson, hipergeométrica y binomial. La distribución de Poisson fue desarrollada por Simeón Denis Poisson en 1834 y modela el número de eventos raros que ocurren en un período de tiempo, distancia o espacio. La distribución binomial se aplica a experimentos de Bernoulli y describe datos discretos como el número de consumidores que favorecen un producto en una muestra pequeña. La distribución hipergeométrica es apropiada para procesos donde se selecciona una
La distribución t de Student se utiliza cuando no se conoce la desviación estándar poblacional y la muestra es menor a 30. Es similar a la distribución normal pero tiene áreas mayores en los extremos. Fue descubierta por William Gosset en 1908 para realizar inferencias estadísticas cuando la desviación estándar es desconocida. Se basa en establecer intervalos de confianza y probar hipótesis utilizando los grados de libertad y un nivel de confianza. Es útil para reducir costos al permitir anális
Este documento trata sobre los conceptos básicos de la estimación estadística. Explica que la estimación estadística es el proceso mediante el cual se establece el valor de un parámetro poblacional a partir de una muestra. Describe los tipos de estimación puntual y por intervalo, y las propiedades de un buen estimador puntual como la no sesgadez y la eficiencia. También cubre el intervalo de confianza para la media de una población normal con varianza conocida y desconocida. Finalmente, señala que
Este documento presenta los conceptos básicos de regresión y correlación simple. Explica cómo utilizar diagramas de dispersión para visualizar la relación entre dos variables, e identificar si la relación es lineal, curvilínea, directa o inversa. También describe cómo utilizar la ecuación de regresión para predecir valores futuros y medir el grado de relación lineal entre dos variables mediante el análisis de correlación. Finalmente, detalla los pasos para realizar un análisis de regresión simple y calcula el error estándar de estimación.
Medidas de Tendencia Central, Posición y Dispersiónreynier valor
Medidas de Tendencia Central, Posición y Dispersión, Reynieri Valor, C.I: 25.344.142 I.U.P Santiago Mariño Barcelona, Anzoategui. Asignatura: Estadistica-Saia. 10/09/2018 Profesora Amelia Vasquez.
Organización y presentación de datos
-Cuadros y gráficos para variable cualitativa
-Cuadros y graficos para variable cuantitativa discreta
-Cuadros y graficos para variable cuantitativa continua
Este documento describe conceptos básicos de variables aleatorias, incluyendo que una variable aleatoria es continua si sus posibles resultados no pueden ser enumerados y forman un espacio continuo como la estatura humana, y que las medidas de tendencia central como la media, mediana y moda son usadas para resumir conjuntos de datos agrupados en histogramas o polígonos de frecuencias.
Este documento explica cómo calcular el tamaño de muestra (n) para estimar la media y la proporción de una población. Presenta fórmulas para poblaciones infinitas y finitas, con y sin muestreo estratificado. Incluye ejemplos ilustrativos de cómo aplicar las fórmulas y el programa Epi Dat para calcular n de manera práctica.
Este documento contiene 7 ejercicios de estadística que involucran distribuciones normales estándar. Los ejercicios calculan áreas bajo la curva, probabilidades y valores críticos Z asociados con diferentes situaciones como la vida de ratones, cantidad de refresco en vasos y pesos de sandías.
Este documento introduce conceptos básicos de estadística, incluyendo diferentes tipos de variables, poblaciones y muestras, valores estadísticos como la media, mediana y moda, y métodos para tabular y graficar datos. Explica métodos para describir conjuntos de datos como medidas de tendencia central, dispersión y forma.
Medidas de tendencia central, posición y de DispercionMARIANELA ARAUJO
Este documento describe diferentes medidas de tendencia central, posición y dispersión utilizadas en estadística. Explica cómo calcular la media, mediana, moda, cuartiles, deciles, percentiles, varianza, desviación estándar y coeficiente de varianza para datos agrupados y no agrupados. Además, provee ejemplos numéricos para ilustrar el cálculo de cada medida.
Este documento proporciona información sobre la operacionalización de variables en investigaciones. Define una variable como un aspecto o dimensión de un fenómeno que puede asumir diferentes valores. Explica los tipos de variables, cómo definirlas operacionalmente, elegir indicadores y escalas de medición. Además, describe factores asociados a seleccionar pruebas estadísticas según el tipo de variable dependiente e independiente. El objetivo es convertir conceptos abstractos en variables empíricas que puedan medirse.
Este documento presenta conceptos clave de la estadística inferencial, incluyendo el muestreo probabilístico, estimación de parámetros, distribuciones de probabilidad como la t de Student y F de Fisher, y ejemplos de su aplicación. Explica que la estadística inferencial permite sacar conclusiones sobre una población basadas en una muestra mediante métodos como la estimación, contraste de hipótesis y diseño experimental.
Este documento proporciona una introducción a la estadística descriptiva e inferencial. Explica que la estadística se ocupa de recolectar, organizar, resumir y analizar datos para sacar conclusiones válidas. También describe el uso común de la estadística en diferentes ámbitos como el personal, cotidiano y empresarial. Además, define conceptos básicos como población, muestra, variable y presenta los tipos de variables cualitativas y cuantitativas.
La desviación estándar es una medida de dispersión de los datos alrededor de la media o mediana. Mide cuánto se desvían los datos del promedio general. Se calcula como la raíz cuadrada de la media de los cuadrados de las desviaciones de cada valor con respecto a la media. Cuanto más pequeña es la desviación estándar, mayor es la concentración de datos cerca de la media. Junto con la media, ayuda a determinar los límites dentro de los cuales se encuentran la mayoría de los datos.
Descripción de los estadísticos de prueba para diferentes casos de hipótesis en una y dos poblaciones. Para casos de varianzas conocidas y casos de varianzas desconocidas. Para casos de muestra dependientes y muestras independientes.
Este documento presenta una introducción a la inferencia estadística, incluyendo estimación y prueba de hipótesis. Define estadística, estadística descriptiva, probabilidad e inferencial. Explica la diferencia entre parámetros y estadísticos, y las propiedades de un buen estimador. También cubre distribuciones muestrales, el teorema del límite central, y distribuciones t y de Student. Finalmente, distingue entre estimación y prueba de hipótesis.
Este documento resume los conceptos clave del análisis de regresión lineal, incluyendo: 1) la estimación de parámetros por mínimos cuadrados para determinar la ecuación de regresión, 2) el cálculo del error estándar de estimación, y 3) el uso de intervalos de predicción y confianza. Contiene dos ejemplos numéricos que ilustran estos conceptos.
Este documento trata sobre estadística inferencial, que estudia el comportamiento de las muestras y la posibilidad de generalizar los resultados a las poblaciones. Tiene como objetivo generalizar las propiedades de la población basado en muestras representativas mediante estimaciones, pruebas de hipótesis, y modelado de relaciones entre variables. Resuelve problemas de estimación y contraste de hipótesis para generalizar la información de la muestra a la población.
Este documento presenta conceptos básicos de estadística inferencial. Explica que la estadística inferencial permite deducir cómo se distribuye una población a partir de una muestra representativa. Define conceptos como población, muestra aleatoria, parámetro, estadístico y provee ejemplos para ilustrarlos. El documento introduce los conceptos fundamentales necesarios para comprender la estadística inferencial.
Este documento resume los conceptos básicos de estadística descriptiva e inferencial. Explica que la estadística descriptiva se encarga de recolectar, presentar y describir datos de una muestra, mientras que la estadística inferencial permite interpretar los datos para formular conclusiones y tomar decisiones mediante métodos como el contraste de hipótesis y las estimaciones. Además, distingue entre variables cualitativas y cuantitativas, así como entre datos discretos y continuos.
Este documento describe varios tipos de distribuciones de probabilidad como la distribución de Poisson, hipergeométrica y binomial. La distribución de Poisson fue desarrollada por Simeón Denis Poisson en 1834 y modela el número de eventos raros que ocurren en un período de tiempo, distancia o espacio. La distribución binomial se aplica a experimentos de Bernoulli y describe datos discretos como el número de consumidores que favorecen un producto en una muestra pequeña. La distribución hipergeométrica es apropiada para procesos donde se selecciona una
La distribución t de Student se utiliza cuando no se conoce la desviación estándar poblacional y la muestra es menor a 30. Es similar a la distribución normal pero tiene áreas mayores en los extremos. Fue descubierta por William Gosset en 1908 para realizar inferencias estadísticas cuando la desviación estándar es desconocida. Se basa en establecer intervalos de confianza y probar hipótesis utilizando los grados de libertad y un nivel de confianza. Es útil para reducir costos al permitir anális
Este documento trata sobre los conceptos básicos de la estimación estadística. Explica que la estimación estadística es el proceso mediante el cual se establece el valor de un parámetro poblacional a partir de una muestra. Describe los tipos de estimación puntual y por intervalo, y las propiedades de un buen estimador puntual como la no sesgadez y la eficiencia. También cubre el intervalo de confianza para la media de una población normal con varianza conocida y desconocida. Finalmente, señala que
Este documento presenta los conceptos básicos de regresión y correlación simple. Explica cómo utilizar diagramas de dispersión para visualizar la relación entre dos variables, e identificar si la relación es lineal, curvilínea, directa o inversa. También describe cómo utilizar la ecuación de regresión para predecir valores futuros y medir el grado de relación lineal entre dos variables mediante el análisis de correlación. Finalmente, detalla los pasos para realizar un análisis de regresión simple y calcula el error estándar de estimación.
Medidas de Tendencia Central, Posición y Dispersiónreynier valor
Medidas de Tendencia Central, Posición y Dispersión, Reynieri Valor, C.I: 25.344.142 I.U.P Santiago Mariño Barcelona, Anzoategui. Asignatura: Estadistica-Saia. 10/09/2018 Profesora Amelia Vasquez.
Organización y presentación de datos
-Cuadros y gráficos para variable cualitativa
-Cuadros y graficos para variable cuantitativa discreta
-Cuadros y graficos para variable cuantitativa continua
Este documento describe conceptos básicos de variables aleatorias, incluyendo que una variable aleatoria es continua si sus posibles resultados no pueden ser enumerados y forman un espacio continuo como la estatura humana, y que las medidas de tendencia central como la media, mediana y moda son usadas para resumir conjuntos de datos agrupados en histogramas o polígonos de frecuencias.
Este documento explica cómo calcular el tamaño de muestra (n) para estimar la media y la proporción de una población. Presenta fórmulas para poblaciones infinitas y finitas, con y sin muestreo estratificado. Incluye ejemplos ilustrativos de cómo aplicar las fórmulas y el programa Epi Dat para calcular n de manera práctica.
Este documento contiene 7 ejercicios de estadística que involucran distribuciones normales estándar. Los ejercicios calculan áreas bajo la curva, probabilidades y valores críticos Z asociados con diferentes situaciones como la vida de ratones, cantidad de refresco en vasos y pesos de sandías.
Este documento introduce conceptos básicos de estadística, incluyendo diferentes tipos de variables, poblaciones y muestras, valores estadísticos como la media, mediana y moda, y métodos para tabular y graficar datos. Explica métodos para describir conjuntos de datos como medidas de tendencia central, dispersión y forma.
Medidas de tendencia central, posición y de DispercionMARIANELA ARAUJO
Este documento describe diferentes medidas de tendencia central, posición y dispersión utilizadas en estadística. Explica cómo calcular la media, mediana, moda, cuartiles, deciles, percentiles, varianza, desviación estándar y coeficiente de varianza para datos agrupados y no agrupados. Además, provee ejemplos numéricos para ilustrar el cálculo de cada medida.
La estadística descriptiva describe y resume conjuntos de datos mediante métodos numéricos y gráficos. Existen variables cualitativas y cuantitativas que pueden ser unidimensionales, bidimensionales o pluridimensionales. Las medidas de tendencia central como la media, mediana y moda resumen los datos en torno a un valor central, mientras que medidas de dispersión como el rango y la desviación típica analizan qué tan dispersos están los valores.
Este documento presenta los conceptos fundamentales de la organización y análisis de datos estadísticos, incluyendo la construcción de tablas de distribución de frecuencia, medidas descriptivas como la media, mediana y moda, y medidas de dispersión. Además, proporciona ejemplos numéricos y fórmulas para calcular cada elemento de las tablas y medidas.
Este documento resume conceptos clave de estadística descriptiva como variables, distribución de frecuencia, medidas de tendencia central, medidas de dispersión y histogramas. Explica que la estadística descriptiva analiza las características de una población o muestra para definir sus propiedades y composición. También define términos como variable cualitativa, variable cuantitativa, mediana, moda, varianza y desviación estándar.
Este documento resume conceptos clave de estadística descriptiva como variables, distribución de frecuencia, medidas de tendencia central, medidas de dispersión y histogramas. Explica que la estadística descriptiva analiza las características de una población o muestra para definir sus propiedades y composición. También define términos como variable cualitativa, variable cuantitativa, frecuencia absoluta, frecuencia relativa, media, mediana, moda, rango, varianza y desviación estándar.
Este documento resume conceptos clave de estadística descriptiva como variables, distribución de frecuencia, medidas de tendencia central, medidas de dispersión y histogramas. Explica que la estadística descriptiva analiza las características de una población o muestra para definir sus propiedades y composición. También define términos como variable cualitativa, variable cuantitativa, frecuencia absoluta, frecuencia relativa, media, mediana, moda, rango, varianza y desviación estándar.
Este documento presenta los conceptos fundamentales para organizar y analizar datos estadísticos agrupados. Explica cómo construir una tabla de distribución de frecuencia incluyendo los límites aparentes y reales, las frecuencias, y la marca de clase. También define las medidas descriptivas numéricas como la media, mediana y moda, así como las medidas de dispersión como la varianza, desviación estándar y coeficiente de variación. Por último, describe los métodos gráficos como el histograma para representar los datos.
Este documento resume los conceptos básicos de estadística descriptiva, incluyendo tipos de variables, medidas de tendencia central como la media, mediana y moda, y medidas de dispersión como rango, varianza y desviación estándar. También describe distribuciones de frecuencia, tablas de frecuencia, e histogramas para visualizar y analizar conjuntos de datos.
Este documento resume los conceptos básicos de estadística descriptiva, incluyendo tipos de variables, medidas de tendencia central como la media, mediana y moda, y medidas de dispersión como rango, varianza y desviación estándar. También describe distribuciones de frecuencia, tablas de frecuencia, e histogramas para visualizar y analizar conjuntos de datos.
Este documento resume los conceptos básicos de estadística descriptiva, incluyendo tipos de variables, medidas de tendencia central como la media, mediana y moda, y medidas de dispersión como rango, varianza y desviación estándar. También describe distribuciones de frecuencia, tablas de frecuencia, e histogramas para visualizar y analizar conjuntos de datos.
Este documento resume los conceptos básicos de estadística descriptiva, incluyendo tipos de variables, medidas de tendencia central como la media, mediana y moda, y medidas de dispersión como rango, varianza y desviación estándar. También describe distribuciones de frecuencia, tablas de frecuencia, e histogramas para visualizar y analizar conjuntos de datos.
Presentación estadistica adolfo bravo medidas de tendencia centralAdolfo Bravo
Este documento describe diferentes medidas estadísticas utilizadas para resumir conjuntos de datos, incluyendo medidas de tendencia central como la media, mediana y moda, y medidas de dispersión como el rango y la desviación estándar. Explica cómo calcular cada medida y ofrece ejemplos de su aplicación en diferentes contextos como la ingeniería mecánica.
Este documento resume conceptos clave de estadística descriptiva como variables, distribución de frecuencia, medidas de tendencia central, medidas de dispersión y histogramas. Explica que la estadística descriptiva analiza características de una población o muestra para definir sus propiedades y composición. También define tipos de variables, individuos, poblaciones y muestras, y describe métodos como la media, mediana, moda, rango, varianza y desviación estándar.
Power point presentacion, medidas tendenciales de andris ramiresandris345
El documento describe conceptos y cálculos relacionados con medidas de tendencia central y dispersión. Define la media aritmética, mediana y moda como medidas de tendencia central y explica cómo calcularlas. También explica el cálculo de medidas de dispersión como rango, desviación media, varianza y desviación típica. Por último, describe el cálculo de cuartiles como medidas de posición que dividen una distribución en cuatro partes iguales.
Power point presentacion, medidas tendenciales de andris ramiresKelly Moreno
El documento describe conceptos y cálculos relacionados con medidas de tendencia central y dispersión. Define la media aritmética, mediana y moda como medidas de tendencia central y explica cómo calcularlas. También explica el cálculo de medidas de dispersión como rango, desviación media, varianza y desviación típica. Por último, describe el cálculo de cuartiles como medidas de posición que dividen una distribución en cuatro partes iguales.
El documento presenta conceptos fundamentales de estadística. Explica que la estadística estudia características de una población mediante la recolección y análisis de datos. Describe la estadística descriptiva, que estudia la población completa, e inferencial, que extiende resultados de una muestra a la población. Define variables, población, muestra y otros términos clave. Explica las etapas de un estudio estadístico: recolección, organización, análisis y conclusiones.
Power point presentacion, medidas tendenciales 456Kelly Moreno
Este documento describe diferentes medidas de tendencia central como la media, mediana y moda. Explica que estas medidas resumen conjuntos de datos con un solo número y se sitúan en el centro de la distribución. También define otros tipos de promedios como la media geométrica y armónica y explica cómo calcular e interpretar cada medida.
Este documento presenta un resumen de los principios básicos de la estadística descriptiva, incluyendo medidas de tendencia central como la media, mediana y moda, medidas de dispersión como el rango y la desviación estándar, y conceptos como intervalos de clase, frecuencias y percentiles. También incluye ejemplos ilustrativos sobre un conjunto de datos de cáncer de mama.
- Concepto e importancia de las medidas de tendencia central.
- Tipos de promedios: matemáticos y estadísticos.
- Cálculo y aplicación de la media aritmética, promedio geométrico, la moda y la mediana.
- Cálculo a partir de series simples y agrupadas de las medidas de dispersión.
- Cálculo y aplicación a partir de series numéricas las medidas de posición.
Similar a Estadistica Inferencial - Medidas de Dispersion y Tendencia Central (20)
3. MOTORES - ACTUADORES electicos tipos y clasificacionAngel Villalpando
Este documento describe los diferentes tipos de actuadores, incluyendo sus componentes y ventajas y desventajas. Explica que los actuadores son elementos que regulan las operaciones de los equipos de lazo cerrado y que incluyen una fuente de alimentación, un amplificador de potencia, un servomotor y un sistema de transmisión. También describe los diferentes tipos de actuadores eléctricos como los motores de corriente continua y alterna.
Este documento define varios términos técnicos relacionados con las especificaciones de los instrumentos de medición. Define conceptos como campo de medida con elevación/supresión de cero, deriva, resolución, linealidad, temperatura de servicio, vida útil y reproducibilidad. Además explica conceptos como trazabilidad, ruido y respuesta frecuencial que describen la precisión y capacidad de los instrumentos.
INVESTIGACION DE OPERACIONES - INTRODUCCION P1 1.pptxAngel Villalpando
Este documento describe los orígenes e historia de la investigación de operaciones. Sus raíces se remontan a décadas atrás cuando se hicieron los primeros intentos por aplicar el método científico a la administración empresarial. Sin embargo, su inicio formal se atribuye a científicos que aplicaron métodos científicos a problemas militares estratégicos y tácticos durante la Segunda Guerra Mundial, lo que contribuyó a la victoria aliada. Al terminar la guerra, el éxito de estas técnicas
INVESTIGACION DE OPERACIONES - INTRODUCCION P1 1.pptxAngel Villalpando
Este documento describe los orígenes e historia de la investigación de operaciones. Sus raíces se remontan a décadas atrás cuando se hicieron los primeros intentos por aplicar el método científico a la administración empresarial. Sin embargo, su inicio formal se atribuye a científicos que aplicaron este enfoque a problemas militares estratégicos y tácticos durante la Segunda Guerra Mundial, lo que contribuyó a la victoria aliada. Al terminar la guerra, el éxito de este enfoque generó interés
Este documento presenta conceptos básicos de mecánica de materiales, incluyendo: (1) las propiedades físicas de los materiales y las pruebas necesarias para determinarlas; (2) el comportamiento elástico y plástico de los materiales bajo fuerzas aplicadas; y (3) conceptos como esfuerzo, deformación, ductilidad, dureza y elasticidad. También explica diferentes tipos de esfuerzos como tracción, compresión, cizallamiento y torsión, así como tipos de deformación como interna,
El documento habla sobre los inventarios y su definición, tipos, costos y medidas de efectividad. Explica que un inventario es una cantidad de bienes bajo control de una empresa para satisfacer demanda futura. Incluye inventario de materia prima, productos en proceso y terminados. Detalla los costos asociados como de compra, orden, almacenaje y faltantes. También describe medidas como costo total promedio mínimo e inversión en inventario para evaluar su efectividad.
Este documento describe diferentes modelos de transporte para distribuir mercancías de centros de suministro (orígenes) a centros de recepción (destinos). El objetivo es minimizar el costo total del transporte asignando cantidades de elementos de cada origen a cada destino. Los elementos clave de un modelo de transporte son la oferta en cada origen, la demanda en cada destino y el costo de transporte unitario entre cada origen y destino. El documento también explica supuestos como los requerimientos de cada origen y que el costo es proporcional a la cantidad
Este documento presenta una introducción a la mecánica elemental. Se divide la mecánica elemental en estática, que es el estudio de objetos en equilibrio, y dinámica, que es el estudio de objetos en movimiento. También describe conceptos fundamentales como posición, velocidad, aceleración, fuerzas y leyes de Newton. Finalmente, presenta algunos problemas de mecánica elemental para resolver.
Este documento presenta una introducción a las tecnologías de la información y la comunicación (TIC). Explica brevemente el concepto de TIC, su evolución a través del tiempo con diferentes innovaciones como el telégrafo, la radio y la televisión. También describe la globalización en relación con las TIC, los aspectos sociológicos como los contrastes en la informatización de la sociedad, y el concepto de Web 2.0 con sus características principales.
Este documento describe los diferentes tipos de actuadores utilizados en robots, incluyendo actuadores neumáticos, hidráulicos y eléctricos. Los actuadores neumáticos utilizan aire comprimido y son económicos pero menos precisos, mientras que los actuadores hidráulicos pueden manejar mayores cargas pero son más ruidosos. Los actuadores eléctricos ofrecen un control más preciso pero no pueden manejar cargas tan pesadas. El documento analiza las ventajas y desventajas de cada tipo de actuador.
Este documento describe los principales subsistemas de un robot, incluyendo el subsistema de movimiento, el subsistema de reconocimiento y el subsistema de control. Explica que el subsistema de movimiento se compone de un manipulador, un efecto final y actuadores, y que el subsistema de reconocimiento utiliza sensores y convertidores analógicos-digitales. También describe que el subsistema de control contiene un controlador digital, convertidores digitales-analógicos y amplificadores.
Este documento presenta conceptos fundamentales de electrostática, incluyendo campo eléctrico, potencial eléctrico y la ley de Gauss. Explica que una carga eléctrica produce un campo eléctrico que ejerce fuerzas sobre otras cargas, y que el potencial eléctrico mide la energía potencial eléctrica por unidad de carga en un punto dado. También resume la ley de Gauss, que establece que el flujo eléctrico total a través de una superficie cerrada es igual a la carga encerrada dividida
El documento presenta conceptos básicos de mecánica de materiales, incluyendo las propiedades de los materiales, tipos de fuerzas y esfuerzos, deformación, ley de Hooke, y comportamiento elástico versus plástico. Explica que los materiales pueden deformarse de manera elástica o plástica dependiendo de si la fuerza aplicada está por debajo o sobre el límite elástico.
1) Una cadena de suministro se compone de todas las partes involucradas directa o indirectamente en satisfacer la solicitud de un cliente, incluyendo clientes, minoristas, mayoristas, fabricantes y proveedores.
2) El objetivo de una cadena de suministro es maximizar el valor total generado mediante la administración efectiva de los flujos de productos, información y fondos.
3) Las decisiones estratégicas, de planificación y operativas son fundamentales para el éxito de una cadena de suministro y su capacidad de adaptarse a los cambios
El documento presenta una introducción a la ingeniería de métodos, definiéndola como la técnica que analiza cada actividad de una tarea para eliminar actividades innecesarias y mejorar las necesarias. Explica que se ocupa de integrar al ser humano en los procesos productivos asignando tareas y mejorando su desempeño. También describe brevemente la historia de la ingeniería de métodos y su importancia para mejorar la productividad al beneficiar a trabajadores, gerencia y la empresa en general.
Este documento describe la estructura cristalina de los materiales. Explica que los sólidos pueden ser cristalinos u amorfos, y que los cristalinos presentan un ordenamiento geométrico regular. Luego describe las tres principales estructuras cristalinas de los metales: cúbica centrada en el cuerpo, cúbica centrada en las caras, y hexagonal compacta. Finalmente, introduce los conceptos de ferrosos y no ferrosos.
En la ciudad de Pasto, estamos revolucionando el acceso a microcréditos y la formalización de microempresarios informales con nuestra aplicación CrediAvanza. Nuestro objetivo es empoderar a los emprendedores locales proporcionándoles una plataforma integral que facilite el acceso a servicios financieros y asesoría profesional.
Business Plan -rAIces - Agro Business Techjohnyamg20
Innovación y transparencia se unen en un nuevo modelo de negocio para transformar la economia popular agraria en una agroindustria. Facilitamos el acceso a recursos crediticios, mejoramos la calidad de los productos y cultivamos un futuro agrícola eficiente y sostenible con tecnología inteligente.
2. Se le conoce como el
conjunto de métodos y
procedimientos
derivados de la
recopilación,
presentación y análisis de
datos con el fin de llegar
a una conclusión
concreta
Estadística
3. Estadística
Descriptiva
Se emplea para
describir y
analizar conjuntos
de datos
provenientes de
una población
Inferencial
Es aquella que se
emplea para
estimar hábitos o
características de
una población de
estudio.
4. Variables
Cualitativas
Son Aquellas
variables que no
son medibles, sino
son propiedades
que se tiene o no
(discriminativas)
Cuantitativas
Es aquella que se
son observables,
medibles ya sea por
conteo simple o
medición física
Ejemplos: Tamaño, Estado Civil,
Nacionalidad
5. Variables
Cuantitativas
Discretas
Son variables
derivadas de un
conteo simple y
esta basado en
números
enteros
Continuas
Son variables
derivadas de una
medición física
empleando escalas
continuas, que
incluyen valores
decimales o
fraccionales
Ejemplos: Numero de Integrantes de
una familia o la Edad
Ejemplos: Estatura, Temperatura,
longitud, etc.
6. Conceptos Básicos
Población: conjunto compuesto por individuos,
objetos o medidas de estudio que tienen
observables y clasificables (N).
Tipos de
Población
Finitas
Poblaciones
Pequeñas que es
posible
analizarse por
completo
Infinitas
Poblaciones que
por si solas no es
posible
analizarse por
completo por lo
que es necesario
realizar en
muestreo
7. Muestra: Es un subconjunto o porción de la población
ya sea seleccionada arbitrariamente o al azar se
representa como (n).
Los Datos: Son el numero de medidas realizadas a la
muestra o población y recopiladas por medio de una
observación.
8. Valor Estadístico: Es una medida o valor que se
calcula para describir una característica a partir de
una muestra.
ValoresEstadísticos
Tendencia
Central
Tendencia de
Dispersión
11. Análisis Estadístico
Datos No Agrupados
(conjunto no mayor
a 30 elementos
Datos Agrupados
(conjunto mayor a
30 elementos)
12. CONCEPTOS PARA LA
TABULACION DE DATOS
Son empleados para calcular los
estadísticos en conjuntos grandes de
datos.
13. • Frecuencia Absoluta
Son considerados como el numero de veces en
que se repite una variable o fenómeno.
Se representa con la letra fi
Edades de polizones. El Queen Mary navegaba entre Inglaterra y Estados Unidos;
en ocasiones se encontraron polizones a bordo. A continuación se listan las edades
(en años) de los polizones que iban con rumbo al este y de los que iban al oeste
(datos de Cunard Steamship Co., Ltd.). Compare los dos conjuntos de datos.
14. • Tamaño de la muestra
Indica la cantidad de elementos que conforman
muestra estudiada y se obtiene sumando todas
frecuencias absolutas.
Se representa con la letra n
n = fi
15. • Frecuencia Relativa
Es la proporción de datos que se encuentran
cada una de las clases. En valor fracción o
porcentual. Se obtiene dividiendo la frecuencia
del intervalo, entre el tamaño de la muestra
Se representa con la letra hi
𝒉𝒊 =
𝒇 𝒊
𝒏
𝒉𝒊 = 1 0 ≤ 𝒉𝒊 ≤ 1
16. • Frecuencia Relativa Acumulada
Es la proporción de datos acumulados que
encuentran hasta cierta clase o renglón.
Se representa con la letra Hi
𝑯𝒊 =
𝒋=𝟏
𝒊
𝒉𝒋
𝟎 ≤ 𝑯𝒊
≤ 𝟏 j = Frecuencia
17. • Frecuencia Absoluta Acumulada
Es la cantidad de datos acumulados que se
encuentran hasta cierta clase o renglón.
Se representa con la letra Fi
𝑭𝒊 =
𝒋=𝟏
𝒊
𝒇𝒋
𝟎 ≤ 𝑭𝒊 ≤ 𝟎 j = Frecuencia
18. • Rango o Recorrido
Es la diferencia entre el valor máximo y el
valor mínimo de la muestra.
Se representa con la letra R
R = x (max de muestra) - x (min de muestra)
x = valor
19. • Numero de Intervalos
Es el numero de grupos en que se puede
dividir una serie de datos.
Se representa con la letra m
𝒎 = 𝟏 + 𝟑. 𝟑 log(𝒏)
20. • Amplitud del Intervalo
El espacio entre el valor superior e inferior
de cada clase, intervalo o renglón.
Se representa con la letra a
𝒂 =
𝑹
𝒎
21. • Limites de un intervalo
Son los valores extremos de cada clase o
renglón.
Se representa con las letras Linf. y Lsup
• Limites reales de un intervalo
se obtiene calculando el promedio entre el
valor superior de una clase y la inferior de la
clase continua.
Se representa con las letras Lr inf. y Lr sup
22. • Marca de Clase
Es el punto medio de cada intervalo
x =
𝑥 max 𝑖𝑛𝑡 + 𝑥 min 𝑖𝑛𝑡.
2
25. Tipos de Gráficos
• Los gráficos circulares se usan para mostrar los
comparativos, entre los comportamientos de
frecuencias relativas, absolutas o porcentuales
26. • Pictogramas Similar a los gráficos circulares,
pero la frecuencia es representada por
de un dibujo o figura representativa
dependiendo del estudio,
27. • Graficas de barras Son gráficos empleados
para representar una tabla de frecuencias
variables discretas de unos pocos valores.
28. • Graficas de líneas Son gráficos lineales que se
emplean para mostrar los cambios entre las
frecuencias relativas o absolutas, de variables
continuas o discretas.
29. • Histograma Son gráficos de barras en donde se
pueden emplear variables continuas y frecuencias
absolutas o relativas y emplea escalas continuas
en sus ejes.
30. • Ojiva de Frecuencias Son gráficos puntos que
representan la evolución de las frecuencias,
determina los cambios de pendiente y por lo
el comportamiento de la muestra, acorde a los
valores.
32. En todo análisis y/o interpretación se
pueden utilizar diversas medidas
descriptiva que representan las
propiedades de tendencia central,
dispersión y forma para extraer y
resumir las principales características
de los datos.
33. Medidas de tendencia central
La mayor parte de los conjuntos de datos
una tendencia a agruparse alrededor de un punto
"central" y por lo general es posible elegir algún
valor que describa todo un conjunto de datos. Las
medidas de tendencia central a estudiar son:
aritmética, mediana y moda.
34. La media aritmética (también denominada
media). Se calcula sumando todas las
observaciones de un conjunto de datos,
dividiendo después ese total entre el número
total de elementos involucrados
Media aritmética
35. Para datos no Agrupados
𝒙 =
𝒙 𝟏 + 𝒙 𝟐 + ⋯ + 𝒙𝒊
𝒏
=
𝒊=𝟏
𝒏
𝒙𝒊
𝒏
Media aritmética
36. Para datos Agrupados
𝒙 =
𝒙 𝟏 𝒇 𝟏 + 𝒙 𝟐 𝒇 𝟐 + ⋯ + 𝒙𝒊 𝒇𝒊
𝒏
=
𝒊=𝟏
𝒏
𝒙𝒊 𝒇𝒊
𝒏
Media aritmética
37. La mediana es el valor que se encuentra en el centro
de una secuencia ordenada de datos. La mediana no
se ve afectada por observaciones extremas en un
conjunto de datos.
Por ello, cuando se presenta alguna información
extrema, resulta apropiado utilizar la mediana, y no la
media, para describir el conjunto de datos.
Su símbolo es Me
Mediana
40. 𝒊 es el primer intervalo cuya frecuencia acumulada supera a
𝑛
2
𝑳𝒊 es el límite real inferior del intervalo de la mediana.
n es el número de datos.
𝑭𝒊−𝟏 es la frecuencia acumulada anterior al intervalo de la
mediana.
𝒇𝒊 es la frecuencia absoluta del intervalo de la mediana.
𝒂 es la amplitud del intervalo
Donde
41. La moda es el valor de un conjunto de datos que
aparece con mayor frecuencia. Se le obtiene
fácilmente a partir de un arreglo ordenado. A
diferencia de la media aritmética, la moda no se
afecta ante la ocurrencia de valores extremos.
Sin embargo, sólo se utiliza la moda para propósitos
descriptivos porque es más variable que las
anteriores.
Moda
42. Para datos No agrupados
No existe formula solo el dato que
mas se repite. se lee como Mo
ejemplo 1,2,3,3,3,5,7,9 Mo =3
Moda
43. Para datos Agrupados
No existe formula solo el dato que
mas se repite. se lee como Mo
𝑀 𝑜 = 𝐿𝑖 +
𝑓𝑖+1
𝑓𝑖+1 + 𝑓𝑖−1
𝑎
Moda
44. 𝒊 es el intervalo de mayor frecuencia absoluta
𝑳𝒊 es el límite real inferior del intervalo i.
𝒇𝒊−𝟏 es la frecuencia absoluta del intervalo anterior.
𝒇𝒊+𝟏 es la frecuencia absoluta del intervalo posterior.
𝒂 es la amplitud del intervalo
Donde
45. IMC y género. Es bien sabido que los hombres
tienden a pesar más y a ser más altos que las
El índice de masa corporal (IMC) es una medida que
basa en el peso y la estatura. A continuación se listan
los valores de IMC de hombres y mujeres elegidos de
manera aleatoria. ¿Parece existir una diferencia
notable?
47. Una segunda propiedad que describe a un conjunto
de datos es la dispersión. Dos conjuntos de datos
pueden diferir en tendencia central como en
dispersión, o dos conjuntos pueden tener las mismas
medidas de tendencia central pero difiere en términos
de dispersión.
Ejemplo: 1)22222 2 = 2
2)11233 2 = 2
48. Rango
Indica el número de valores que toma la variable. El
rango es la diferencia entre el valor máximo y el valor
mínimo de un conjunto de datos.
R = xmáx - xmín
Si los datos están agrupados en una tabla de
frecuencias, el recorrido es la diferencia entre el
límite real superior del último intervalo y el límite real
inferior del primer intervalo.
R = Lmáx - Lmín
49.
50. El rango mide "la dispersión total" del
conjunto de datos. Aunque el rango es una
medida de dispersión simple y que se
calcula con facilidad, su debilidad
preponderante es que no toma en
consideración la forma en que se distribuyen
los datos entre los valores más pequeños y
los más grandes.
51. Desviación Media
Es la media aritmética de los valores absolutos de las
desviaciones de todos los datos respecto a la media
aritmética. Su símbolo es DM.
a) Desviación media para datos no agrupados
𝑫𝑴 =
𝒊=𝟏
𝒏
𝒙 − 𝒙
𝒏
55. Varianza y Desviación Estándar
Dos medidas de dispersión que se utilizan con
frecuencia y que sí toman en consideración la
forma en que se distribuyen los valores son la
varianza y su raíz cuadrada, la desviación
Estas medidas establecen la forma en que los
valores fluctúan con respecto a la media.
56. Varianza
La varianza se define como el promedio aritmético de
las diferencias entre cada uno de los valores del
conjunto de datos y la media aritmética del conjunto
elevadas al cuadrado.
Su símbolo es S2 si estamos trabajando con una
muestra y σ2 si estamos trabajando con una
57. a) Varianza para datos No Agrupados
𝐒 𝟐 =
𝒊=𝟏
𝒏 𝒙 − 𝒙 𝟐
𝒏 − 𝟏
𝛔 𝟐
=
𝒊=𝟏
𝒏 𝒙 − 𝝁 𝟐
𝑵 − 𝟏
Muestra
Población
58.
59. b) Varianza para datos Agrupados
𝐒 𝟐 =
𝒊=𝟏
𝒏 𝒙 − 𝒙 𝟐 𝒇𝒊
𝒏 − 𝟏
𝛔 𝟐
=
𝒊=𝟏
𝒏 𝒙 − 𝝁 𝟐
𝒇𝒊
𝑵 − 𝟏
Muestra
Población
60.
61.
62. Ejemplo: De un grupo de contribuyentes se determinó
que el promedio de impuestos es de $32.200, con una
varianza de $7.600. Determinar en cada uno de los
siguientes casos, la nueva varianza:
a) Los impuestos aumentan en un 2 %
b) A los impuestos se les disminuye la cantidad de
$2.300
c) A cada contribuyente, se le disminuye un 3 % y
además se le condona $2.550
63.
64. Desviación Típica o Desviación Estándar
Es la raíz cuadrada positiva de la Varianza. Su
símbolo es si se está trabajando S con una muestra
es σ si se está trabajando con una población.
b) Desviación estándar para datos No-agrupados
𝑺 =
𝒊=𝟏
𝒏 𝒙 − 𝒙 𝟐
𝒏 − 𝟏
67. ¿Qué indican la Varianza y la Desviación
Estándar?
La varianza y la desviación estándar miden la
dispersión "promedio" en torno a la media
aritmética, es decir, cómo fluctúan las
observaciones mayores por encima de la media
aritmética y cómo se distribuyen las
menores por debajo de ella.
68. La varianza tiene ciertas propiedades matemáticas
útiles. Sin embargo, al calcularla se obtienen
unidades al cuadrado cm , pulgadas , mm ,
, (horas) , etc. por ello, en la práctica, la principal
medida de dispersión que se utiliza es la desviación
estándar, cuyo valor está dado en las unidades
originales: cm, pulgadas, mm, edades, horas, etc.
69. Criterio de Homogeneidad
Una distribución se considera homogénea, si
la desviación estándar se encuentra entre la
quinta y la cuarta parte del rango. Si no es
entonces se considera que la muestra es
heterogénea
70.
71. Comparación de la variación en diferentes
población
La propiedad dificulta comparar la variación
de valores tomados de distintas poblaciones.
Como el resultado es un valor libre de
unidades de medida específicas, el
de variación resuelve esta desventaja.
72. Definición
El coeficiente de variación (CV) de un
conjunto de datos muéstrales o
poblacionales, expresado como porcentaje,
describe la desviación estándar en relación
con la media. El coeficiente de variación está
dado de la siguiente forma:
𝐶𝑉 =
𝑠
𝑥
∗ 100
Muestra
𝐶𝑉 =
𝜎
𝜇
∗ 100
Población
73. EJEMPLO Estatura y peso de hombres Si
utilizamos los datos de la muestra de
estaturas y pesos de los 40 hombres del
conjunto de datos 1 del apéndice B,
obtendremos los estadísticos que aparecen
en la siguiente tabla.
Calcule el coeficiente de variación de las
estaturas, después calcule el coeficiente de
variación de los pesos; finalmente, compare
los dos resultados.
74.
75. Medidas de posición relativa
Puntuaciones z
Una puntuación z (o valor estandarizado) se
calcula convirtiendo un valor a una escala
estandarizada, como se establece en la
siguiente definición. Utilizaremos
ampliamente las puntuaciones z en el
capítulo 6 y en capítulos posteriores, ya que
son muy importantes.
76. Definición
Una puntuación z (o valor estandarizado) es el
número de desviaciones estándar que un valor x
se encuentra por arriba o por debajo de la media.
Se calcula utilizando las siguientes expresiones:
𝑧 =
𝑥 − 𝑥
𝑠
∗ 100
Muestra
𝑧 =
𝑥 − 𝜇
𝜎
∗ 100
Población
77.
78. The division manager for Northern Pipe and
Steel Company decide implant a new
incentive system for the managers of
Northern´s three plants. The plan called for
bonus to be paid the next month to the
manager whose plant has the greatest relative
improvement over the average monthly
production volume .
79. The following data reflect the historical
production volumes at the three plants .
Plant 1 Plant 2 Plant 3
μ= 700 μ= 2300 μ= 1200
σ= 200 σ= 350 σ= 30
80. At the close of the next month, the monthly
output for the three plants was
Plant 1 Plant 2 Plant 3
810 2600 1320
Suppose the division awarded the bonus to
the manager of plant 2 because her plant
increased the production by 300 units over
the mean.
81. This was a bigger increase than that of any of
the others managers . Do you agree with who
receive the bonus of this month?
82. Medicion de Medida de tendencia central
(Medida de aplicacion adicionales)
83. Una herramienta para muchos marcadores es
llamada grafico de bigotes y deciles (box
and whiskers plot), que incorpora la mediana
y los cuartiles para graficar la tendencia
central.
85. Rolling Hills Golf Course. Rolling hills is a
semiprivate golf club in rural North Carolina.
Like most golf courses, Rolling Hills
battles the slow play issue. Recently, the
course manager colected a radom simple of
the times for 18 hole rounds course. He plans
to make a presentation to the board of the
directors and wishes to construct a box and
whiskers plot as part of the presentation.
88. Se hace una encuesta entre 100 personas
acerca del numero de horas diarias que se
dedican a ver tv. Obteniéndose la siguiente
información.
Calcule la variación y desviación estándar.
89. De un total de 100 datos, 20 son 4, 40 son 5,
30 son 6 y el reto 7. Hallar la desviación
estándar.
90. Cuatro grupos de estudiantes, consistente en
15, 20, 10 y 18 individuos, dieron pesos de 60,
72. 55 y 65 kilos. Hallar la varianza de los
estudiantes
91. Las notas de un estudiante en sus
certámenes han sido 84. 91, 72, 68, 87 y 78.
Hallar la desviación estándar. Las notas son
homogéneas
92. Exercise 1
The following data represents the
commuting distances for employees of Pay
and Carry department store.
94. • The personnel manager for Pay and Carry
would like you to develop frequency
distribution and histogram for these data.
95. • Develop a steam and leaf diagram of these
data
96. • Break the data into three groups : under
3.0 miles; 3.0 and under 6 miles; and 6
miles and over. Construct a pie chart to
illustrate the proportion of employees in
each category.
97. • Referring to part c. construct a bar chart to
depict the proportion of employees in each
category.
98. Wendy Harrington is a staff accountant at a
regional accounting firm in Miami. One of her
clients has had problems with balancing the
cash register at the end of the day. Wendy
has made a study of the endings shortage
(indicates with parenthesis) or overage for the
past 30 days when the cash register did not
balance, and she has recorded the following
data.
100. • Develop a frequency distribution and a
histogram for these data.
• Develop a steam and leaf diagram for
these data. Explain the differences between
the histogram and a steam and leaf
diagram.
101. The following data reflect the number of
books sold at a used book store in Brooklyng,
New York each day for a radom sample of 45
days.
102.
103. 𝑧 =
𝑥 − 𝜇
𝜎
x - dato dado
μ - media promedio
σ – desviación estándar.