1. ESTADISTICA DESCRIPTIVA
EQUIPO 4
CARLO RAMIRO HERRERA
DAYRA GPE. RUVALCABA MORALES
SAMARA MELISSA MARTINEZ LEAL
DAVID CRUZ COBOS
JESUS DANIEL RAMOS TRUJILLO
DAVID OSVALDO GARCIA GONZALEZ
ADRIAN AZAEL MENDOZA TORRES
2. ESTADISTICA DESCRIPTIVA
La estadística descriptiva es una gran parte de
la estadística que se dedica a recolectar, ordenar,
analizar y representar un conjunto de datos, con el
fin de describir apropiadamente las características
de ese conjunto.
3. NOTACION SUMATORIA
En estadística se requiere la suma de grandes
masas de datos y es pertinente tener una
notación simplificada para indicar la suma de
estos datos. Así, si una variable se puede denotar
por X, entonces las observaciones sucesivas de
esta variable se escriben.
X1+ X2+x3+…+xn
4. Las sumatorias se pueden representar bajo dos
tipos de notaciones:
Notación suma abierta.- Esta notación va de una
representación de sumatoria a cada uno de los
elementos que la componen.
Notación suma pertinente.- Esta notación es al
contrario de la suma abierta, va de la
representación de cada uno de los elementos de
una sumatoria a su representación matemática
resumida.
5. DATOS NO AGRUPADOS
Los datos no agrupados son los datos sin
procesar, y las estadísticas correctas pueden ser
determinadas. Los datos no agrupados son
usualmente el punto de inicio de los análisis.
6. Los datos no agrupados, también pueden ser
ordenados y de la misma forma, también se
pueden obtener graficas, determinar media,
desviación estándar, etc.
El hecho de que los datos “no agrupados” pueden
ordenarse, no significa que se conviertan en
“datos agrupados”.
7. Ejemplos:
Vas a investigar la edad a un grupo de 20 Niños
en datos no agrupados (es decir, vienen los 20
niños y asi como te dan la edad asi la anotas)
2,2,1,3,3,3,4,4,5,6,1,2,2,3,3,3,4,4,3,6
Despues se ordenan los numeros:
1,1,2,2,2,2,3,3,3,3,3,3,3,4,4,4,4,5,5,6
8. Para que sean datos agrupados tienes que
contarlos y clasificarlos, por ejemplo cuántos
niños había de cada año. (y siguen siendo 20
niños)
Edad..........Frecuencia
1..................2
2..................4
3..................7
4..................4
5..................2
6..................1
Total............20
9. MEDIDAS DE TENDENCIA CENTRAL
Las medidas de tendencia central (media,
mediana y moda) sirven como puntos de
referencia para interpretar datos.
La media aritmética: comúnmente conocida
como media o promedio. Se representa por
medio de una letra M o por una X con una línea
en la parte superior.
La mediana: la cual es el puntaje que se ubica
en el centro de una distribución. Se representa
como Md.
La moda: que es el puntaje que se presenta con
mayor frecuencia en una distribución. Se
representa Mo.
10. MEDIDAS DE POSICION
Son indicadores usados para señalar que
porcentaje de datos dentro de una distribución de
frecuencias superan estas expresiones, cuyo valor
representa el valor del dato que se encuentra en
el centro de la distribución de frecuencia, por lo
que también se les llama " Medidas de Tendencia
Central ".
11. Medidas de posicion mas comunes:
- Cuartiles: hay tres cuartiles que dividen a una
distribucion en 4 partes iguales: primero,
segundo y tercer cuartil.
- Deciles: hay 9 deciles que la dividen en 10partes
iguales: (del primero al noveno decil).
- Percentiles: hay 99 percentiles que dividen a una
serie en 100 partes iguales.
12. MEDIDAS DE DISPERSION
Las medidas de dispersión nos informan sobre
cuánto se alejan del centro los valores de la
distribución.
Las medidas de dispersión son:
- El rango es la diferencia entre el mayor y
el menor de los datos de una distribución
estadística.
13. - La desviación respecto a la media es
la diferencia entre cada valor de la variable
estadística y la media aritmética.
Di = x - x
- La varianza es la media aritmética del
cuadrado de las desviaciones respecto a la
media de una distribución estadística.
14. MEDIDAS DE FORMA
Las medidas de forma permiten comprobar si una
distribución de frecuencia tiene características
especiales como simetría, asimetría, nivel de
concentración de datos y nivel de apuntamiento
que la clasifiquen en un tipo particular de
distribución.
Las medidas de forma son necesarias para
determinar el comportamiento de los datos y así,
poder adaptar herramientas para el análisis
probabilístico.