SlideShare una empresa de Scribd logo
1 de 40
NOMBRE DE LA MATERIA: 
PROBABILIDAD Y ESTADISTICA. 
INTEGRANTES DEL EQUIPO: 
HUGO LIZANDRO GUTIERREZ SANCHES. 
MARIA FERNANDA REYES AGUILAR. 
PEDRO LUIS JUAREZ. 
LORENZO PEREZ MARTINEZ. 
PROFESOR: 
ING. HILARIO OLMEDO JIMÉNEZ. 
ESPECIALIDAD: 
TECNICOS EN CONTABILIDAD. 
SEMESTRE: 5TO. GRUPO: Ä. 
NOMBRE DEL TRABAJO: 
CONSTRUCCION DE TABLAS DE DISTRIBUCION DE 
FRECUENCIAS.
ES UN RESUMEN TABULAR DE UN CONJUNTO DE DATOS QUE MUESTRA EL NUMERO DE VECES 
EN QUE LOS DATOS APARECEN EN CADA UNO DE LOS INTERVALOS DE CLASE QUE NO SE 
TRASLAPAN. 
PERMITE ESTUDIAR LOS DATOS A TRAVES DE FRECUENCIAS E INTERVALOS DE CLASE, CON 
EL PROPOSITO DE OBTENER CONCLUSIONES VÁLIDAS A CERCA DEL FENOMENO BAJO DE 
ESTUDIO. 
• PERMITE MANEJAR GRANDES VOLUMENES DE DATOS. 
• ES MAS ESTETICO. 
• SE MEJORA LA PRESENTACION. 
• SE MEJORA LA VISUALIZACION. 
• SE FACILITA LA INTERPRETACION. 
* EXISTE PERDIDA DE INFORMACION POR EL MANIPULEO DE LA 
INFORMACION.
NOMBRE ESTATURA EDAD PESO 
PLUTARCO 1.70 m 17.9 (.750) 61 kg 
FAVIAN 1.54 m 17.6 (.500) 63 kg 
ELIZABET 1.54 m 17.2 (.167) 63 kg 
ESMERALDA 1.54 m 16.9 (.750) 49.500 kg 
EDUARDO 1.64 m 18.00 (.000) 55.500 kg 
HUGO 1.70 m 17.4 (.333) 54.323 kg 
PEDRO 1.66 m 17.2 (.167) 50 kg 
DIANA 1.54 m 16.11 (.917) 53 kg 
EDWIN 1.68 m 17.2 (.167) 52.500 kg 
LORENZO 1.56 m 17.1 (.083) 58 kg 
SOLEDAD 1.54 m 18.5 (.417) 50 kg 
FERNANDA 1.59 m 17.3 (.250) 46.50 kg 
BELEN 1.55 m 18.00 (.000) 58 kg 
X JUAN 1.59 m 18.1 (.083) 59.3 kg 
XANACLETO 1.60 m 17.4 (.333) 50.5 kg 
XPANFILO 1.71 m 17.5 (.417) 55.4 kg 
XFILOGONIO 1.68 m 18.2 (.167) 58.7 kg 
XPETRONILA 1.56 m 18.3 (.250) 53.2 kg 
XJUANA 1.59 m 16.9 (.750) 57.6 kg 
XJULIA 1.65 m 16.8 (.667) 59.7 kg 
X FLORINDA 1.70 m 17.6 (.500) 
XMARIA 1.54 m 18.00 (.000) 
X XOCHITLH 1.55 m 17.9 (.750) 
XMANUEL 1.62 m 17.2 (.167) 
X ZARAMUYO 1.63 m 18.3 (.250) 
18.7 (.583) 
18.9 (.750) 
17.3 (.250) 
17.4 (.333) 
18.00 (.000)
ES NECESARIO ORDENAR LOS DATOS ; FORMANDO COLUMNAS DE CINCO EN 
CINCO; O DE UN NUMERO DISTINTO A CINCO, PERO CUIDANDO SIEMPRE LA 
UNIFORMIDAD. 
ORDENAMIENTO DE LOS DATOS (EDADES EN MILESIMAS). 
1 2 3 4 5 6 
16.667 17.167 17.250 17.500 18.000 18.250 
16.750 17.167 17.333 17.500 18.000 18.250 
16.750 17.167 17.333 17.750 18.000 18.417 
16.917 17.167 17.333 17.750 18.083 18.583 
17.083 17.250 17.417 18.000 18.167 18.750
ESTE PASO ES REALIZAR LO NECESARIO PARA TENER LA PLENA SEGURIDAD DE QUE LA 
ORDENACION DE LOS DATOS CORRESPONDE FIELMENTE A LA TOMA DE DATOS. SI 
ANTERIORMENTE SE HUBIERA COMETIDO ERRORES, EN ESTE PASO SE PUEDE CORREGIR. 
ES LA DIFERENCIA QUE EXISTE ENTRE EL DATO MAYOR Y EL DATO 
MENOR 
ORDENAMIENTO DE LOS DATOS (EDADES EN MILESIMAS). 
1 2 3 4 5 6 
16.667 17.167 17.250 17.500 18.000 18.250 
16.750 17.167 17.333 17.500 18.000 18.250 
16.750 17.167 17.333 17.750 18.000 18.417 
16.917 17.167 17.333 17.750 18.083 18.583 
17.083 17.250 17.417 18.000 18.167 18.750 
R= D. mayor – D. 
menor 
R= 18.750 – 16.667
TABLA DE DISTRIBUCION DE FRECUENCIA. 
i fi fr (%) xi fa fra (%) 
16.666 -17.013 
4 
4/30 = 13% 16.840 4 
13% 
17.013 - 17.36 
10 
10/30 = 33% 17.187 14 46% 
17.36 - 17.707 
3 
3/30 = 10% 17.534 17 56% 
17.707 - 18.054 
6 
6/30 = 20% 17.881 23 76% 
18.054 - 18.401 
4 
4/30 = 13% 18.229 27 90% 
18.401 - 18.748 
2 
2/30 = 6% 18.576 29 96% 
18.748 - 19.095 
1 
1/30 = 3% 18.923 30 100%
13% 
34% 
EDADES 
10% 
13% 
20% 
7% 
3% 
16.84 17.187 17.534 17.881 18.229 18.576 18.923
12 
10 
8 
6 
4 
2 
0 
EDADES 
16.84 17.187 17.534 17.881 18.229 18.576 18.923 
EDADES
12 
10 
8 
6 
4 
2 
0 
16.84 17.187 17.534 17.881 18.229 18.576 18.923 
Fi 
Edades 
Polígono 
Serie 1
12 
10 
8 
6 
4 
2 
0 
Edades 
16.5 17 17.5 18 18.5 19 19.5
*MEDIA ARITMETICA. 
*MEDIA ARITMETICA PONDERADA. 
*MEDIANA. 
*MODA. 
*MEDIA GEOMETRICA. 
*MEDIA ARITMETICA. 
NOS INDICA ALREDEDOR DE QUE VALOR (X), SE AGRUPAN LOS DATOS DE UNA 
DISTRIBUCION; ES DECIR; NOS INDICA QUE TAN COHESIONADOS SE ENCUENTRAN 
LOS DATOS DE UNA COLECCIÓN, CON RESPECTO AL VALOR DE LA MEDIA 
ARITMETICA.
DONDE: 
EQUIS BARRA (M. 
MUESTRAL) 
TOTAL DE DATOS 
LA SUMATORIA DE LOS 
NUMEROS Xi DESDE Xi HASTA XN 
CALCUL 
O
M.A. PONDERADA, 
CADA UNO DE LOS FACTORES O PESOS 
SE REFIERE AL PRODUCTO DEL “PESO”Y EL VALOR DE CADA 
ELEMENTO. 
SE REFIERE AL NUMERO TOTAL DE “PESOS”. 
SE REFIERE A CADA UNA DE LAS 
OBSERVACIONES. 
CALCUL 
O 
ES LA SUMA DE LOS PRODUCTOS DEL 
«PESO» Y EL VALOR DEL ELEMENTO 
RESPECTIVO, DIVIDIDO POR NÚMERO 
TOTAL DE PESO.
ORDENAMIENTO DE LOS DATOS (EDADES EN MILESIMAS). 
1 2 3 4 5 6 
16.667 17.167 17.250 17.500 18.000 18.250 
16.750 17.167 17.333 17.500 18.000 18.250 
16.750 17.167 17.333 17.750 18.000 18.417 
16.917 17.167 17.333 17.750 18.083 18.583 
17.083 17.250 17.417 18.000 18.167 18.750 
CALCUL 
O 
MEDIANA: 17.459
MODA: ES AQUEL VALOR QUE SE PRESENTA CON MAYOR FRECUENCIA EN UN 
CONJUNTO DE DATOS. 
ORDENAMIENTO DE LOS DATOS (EDADES EN MILESIMAS). 
1 2 3 4 5 6 
16.667 17.167 17.250 17.500 18.000 18.250 
16.750 17.167 17.333 17.500 18.000 18.250 
16.750 17.167 17.333 17.750 18.000 18.417 
16.917 17.167 17.333 17.750 18.083 18.583 
17.083 17.250 17.417 18.000 18.167 18.750
CALCUL 
O
SE DEFINE COMO EL RECIPROCO DE LA MEDIA ARITMETICA DE LOS RECIPROCOS 
DE CADA UNA DE LAS OBSERVACIONES. 
i=1 
i=1 
MEDIA ARMONICA. 
TOTAL DE 
OBSERVACIONES. 
SE REFIERE AL 
RECIPROCO DE. 
C/UNA DE LAS 
OBSERVACIONES. 
CALCUL 
O
*MEDIA ARITMETICA. 
*MEDIANA. 
*MODA. 
*MEDIA GEOMETRICA.
: MARCA DE CLASE. 
: FRECUENCIA ABSOLUTA. 
: PPRODUCTO DE CADA FRECUENCIA ABSOLUTA. 
MULIPLICANDO POR CADA MARCA DE CLASE. 
CALCUL 
O
DONDE: 
CALCUL 
O 
L.R.I. : ES EL LIMITE REAL DE LA CLASE; EN DONDE SE LOCALIZA EL 50% DE LAS FRECUENCIAS RELATIVA SERA LA CLASE EN DONDE SE LOCALIZA LA MEDIANA. 
N : TOTAL DE DATOS. 
Fa : FRECUENCIA ACUMULADA ANTERIOR A LA CLASE, EN DONDE SE LOCALIZA LA MEDIANA. 
Fi : ES LA FRECUENCIA ABSOLUTA EN DONDE SE LOCALIZA LA MEDIANA. 
i : AMPLITUD DEL INTERVALO.
L.R.I. : ES EL LIMITE REAL INFERIOR DE LA CLASE QUE PRESENTA MAYOR FRECUENCIA ABSOLUTA 
A QUE LLAMAREMOS FRECUENCIA MODAL. 
D1 : ES LA DIFERENCIA DE LA FRECUENCIA MODAL Y LA FRECUENCIA CONTINUA ANTERIOR. 
D2 : ES LA DIFERENCIA DE LA FRECUENCIA MODAL Y LA FRECUENCIA CONTINUA POSTERIOR. 
i : AMPLITUD DEL INTERVALO. 
CALCUL 
O
G : MEDIA GEOMETRICA. 
N: NUMERO TOTAL DE FRECUENCIAS. 
X1, X2, X3 … XN: LAS MARCAS DE CLASE DE DATOS 
F1, F2, X3 … FN: LAS CORRESPONDIENTES FRECUENCIAS DE CLASE.
12 
10 
8 
6 
4 
2 
0 
16.84 17.187 17.534 17.881 18.229 18.576 18.923 
Fi 
Edades 
Polígono 
Serie 1 
MEDIAN 
Conclusión: 
Curva 
sesgada a la 
derecha 
Caso de las edades.
NOS INDICAN EL GRADO DE DISPERSIÓN O VARIACIÓN QUE EXISTE DE LOS DATOS DE UNA POBLACIÓN AL VALOR DE LA MEDIA. 
ES LA DIFERENCIA QUE EXISTE ENTRE CADA OBSERVACIÓN CON RESPECTO AL VALOR DE LA MEDIA. 
SE HA DEMOSTRADO QUE LA SUMATORIA DE TODAS LAS DESVIACIONES SIEMPRE VA HACER IGUAL 
A CERO.
ES EL PROMEDIO DE LOS DESVÍOS ABSOLUTOS. ES UNA MEDIDA DE DISPERSIÓN DE LOS DATOS RESPECTO 
DE LA MEDIA ARITMÉTICA. 
CALCUL 
O
ES UNA MEDIDA DE DISPERSIÓN EQUIVALENTE AL 
PROMEDIO DE LAS DESVIACIONES CUADRÁTICAS 
DE LOS DATOS, RESPECTO DE LA MEDIA ARITMÉTICA. 
Xi ( Xi -X ) ( Xi -X )2 
16.667 -0.925 0.855 
16.750 -0.842 0.708 
16.750 -0.842 0.708 
16.917 -0.675 0.455 
17.083 -0.509 0.259 
17.167 -0.425 0.180 
17.167 -0.425 0.180 
17.167 -0.425 0.180 
17.167 -0.425 0.180 
17.250 -0.342 0.117 
17.250 -0.342 0.117 
17.333 -0.259 0.067 
17.333 -0.259 0.067 
17.333 -0.259 0.067 
17.417 -0.175 0.031 
17.500 -0.092 0.008 
17.500 -0.092 0.008 
17.750 0.158 0.025 
17.750 0.158 0.025 
18.000 0.408 0.167 
18.000 0.408 0.167 
18.000 0.408 0.167 
18.000 0.408 0.167 
18.083 0.491 0.241 
18.167 0.575 0.331 
18.250 0.658 0.433 
18.250 0.658 0.433 
18.417 0.825 0.681 
18.583 0.991 0.983 
18.750 1.158 1.342 
527.751 0.000 9.349 
= 17.592 
CALCUL 
O
ES UNA MEDIDA DE DISPERSIÓN RELATIVA DE UN CONJUNTO DE DATOS QUE SE OBTIENE 
DIVIDIENDO LA DESVIACIÓN ESTÁNDAR ENTRE LA MEDIAARITMÉTICA, Y GENERALMENTE SE EXPRESA 
EN PORCENTAJE. 
SE UTILIZA CUANDO SE COMPARAN DOS O MAS POBLACIONES O DOS O MAS MUESTRAS. 
CALCUL 
O
PASOS: 
XI: MARCA DE CLASE. 
FI: FRECUENCIA ABSOLUTA. 
D: (DESVIACIÓN) SE BUSCA LA MARCA DE CLASE CUYO VALOR SEA MAS PRÓXIMO AL VALOR DE LA MEDIA Y EN ESTA CLASE SE ANOTA EL CERO DEL DESVIÓ, A PARTIR DE EL, SI LOS VALORES SON MENORES LA NEGATIVA, SI SON MAYORES LA DESVIACIÓN SERÁ POSITIVA. 
FD: ESTA COLUMNA SE OBTIENE MULTIPLICANDO LA FRECUENCIA ABSOLUTAS POR CADA UNO DE LOS DESVÍOS, 
EN ESTE CASO INTERVIENEN LA LEY DE LOS SIGNOS. 
D2: ESTA COLUMNA SE OBTIENE ELEVANDO AL CUADRADO CADA UNO DE LOS DESVÍOS. 
FD2: ESTA SE OBTIENE MULTIPLICANDO LA COLUMNA DE LAS FRECUENCIAS ABSOLUTAS POR LA COLUMNA 
DE LOS DESVÍOS AL CUADRADO.
Media aritmética = 17.6033778 
xi fi d fd d2 fd2 
16.839 4 0.694 2.776 0.482 1.927 
17.186 10 0.347 3.47 0.120 1.204 
17.533 3 0 0 0 0 
17.88 6 -0.347 -2.082 0.120 0.722 
18.227 4 -0.694 -2.776 0.482 1.927 
18.574 2 1.041 2.082 1.084 2.167 
18.921 1 1.388 1.388 1.927 1.927 
CALCUL 
O
SESGO: ES EL GRADO DE ASIMETRIA O FALTA DE SIMETRIA DE UNA DISTRIBUCION. 
= 17.592 
= 17.168 
= 0.754 
S = 17.592 – 17.168 
0.754 
S = 0.562 
CALCUL 
O 
CONCLUSIÓN: CURVA SESGADA A LA DERECHA, POR QUE EL SESGO ES POSITIVO.
ES EL GRADO DE APARTAMIENTO DE LA SIMA DE UN HISTOGRAMA O UNA CURVA, ES DECIR 
MIDE CUAN PUNTIAGUDA ES UNA DISTRIBUCION. 
CURVAS DE DISTRIBUCION: 
A) LA CURVA PRESENTA UN PICO ALTO SE LE LLAMA CURVA LEPTOCÚRTICA. 
B) EL PICO DE LA CURVA ES ACHATADA, APLASTADA SE LE LLAMA CURVA PLATICÚRTICA. 
C) CUANDO LA CURVA NO ES NI MUY ALTA NI MUY APLASTADA SE DENOMINA CURVA 
MESOCÚRTICA. 
EXCEL
DIFERENCIA QUE EXISTE ENTRE EL DATO MAYOR Y EL DATO 
MENOR. 
SE REFIERE A CADA UNO DE LAS CLASES EN QUE SE DIVIDE 
EL RANGO. 
SE REFIERE A LAS UNIDADES QUE CORRESPONDE AL 
INTERVALO DE CLASE. 
VALOR EN EL CUAL INICIA UN INTERVALO. 
VALOR EN EL CUAL FINALIZA UN INTERVALO. 
SON LOS LIMITES VERDADEROS DE UN INTERVALO. 
(LIMITE REAL INFERIOR) SE OBTIENE RESTANDO MEDIA UNIDAD AL LIMITE 
I(NLIFMEIRTEIO RRE DAEL SCULAPSEER.IOR) SE OBTIENE AÑADIENDO MEDIA UNIDAD AL LIMITE 
SUPERIOR DE CLASE. SE REFIERE AL NUMERO DE OBSERVACIONES QE 
CORRESPONDE A CADA INTERVALO DE CLASE. 
ES EL PORCENTAJE DE OBSERVACIONES QUE CORRESP. A CADA INTV. 
DE CLASE 
SE REFIERE AL PROMEDIO ARITMETICO DE LOS LIMITES DE CLASE. SE 
CONOCE COMO LA SEMISUMA DE LOS LIMITES DE CLASE.
ES LA SUMA ACUMULATIVA DE LAS 
FRECUENCIAS ABSOLUTAS ANTERIORES 
DE CADA CLASE, HASTE LLEGAR AL 
TOTAL DE DATOS. 
SE REFIERE AL PORCENTAJE DE OBSERVACIONES ACUMULADOS QUE EXISTEN EN CADA 
UNO DE LOS INTERVALOS HASTA LLEGAR AL 100%.
* ESTADISTICA Y PROBABILIDAD , MATEMATICAS VI 
AUTOR: LIC. BENJAMIN GARZA OLVERA., DGETI.

Más contenido relacionado

La actualidad más candente

Taller de distribuciones discretas de probabilidad
Taller de distribuciones discretas de probabilidadTaller de distribuciones discretas de probabilidad
Taller de distribuciones discretas de probabilidad
Yohana Bonilla Gutiérrez
 
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
María Isabel Bautista
 

La actualidad más candente (20)

Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Cálculo Diferencial
Cálculo DiferencialCálculo Diferencial
Cálculo Diferencial
 
Tabla z
Tabla zTabla z
Tabla z
 
MANUAL DE PRÁCTICAS DE MATEMÁTICAS FINANCIERAS
MANUAL DE PRÁCTICAS DE MATEMÁTICAS FINANCIERASMANUAL DE PRÁCTICAS DE MATEMÁTICAS FINANCIERAS
MANUAL DE PRÁCTICAS DE MATEMÁTICAS FINANCIERAS
 
Mango vs. Zara
Mango vs. Zara Mango vs. Zara
Mango vs. Zara
 
Numero indice
Numero indiceNumero indice
Numero indice
 
125 EJERCICIOS RESUELTOS DE INTERÉS COMPUESTO
125 EJERCICIOS RESUELTOS DE INTERÉS COMPUESTO125 EJERCICIOS RESUELTOS DE INTERÉS COMPUESTO
125 EJERCICIOS RESUELTOS DE INTERÉS COMPUESTO
 
Formulario básico de estadística descriptiva
Formulario básico de estadística descriptivaFormulario básico de estadística descriptiva
Formulario básico de estadística descriptiva
 
VALOR PRESENTE , VALOR FUTURO Y AMORTIZACION
VALOR PRESENTE , VALOR FUTURO Y AMORTIZACIONVALOR PRESENTE , VALOR FUTURO Y AMORTIZACION
VALOR PRESENTE , VALOR FUTURO Y AMORTIZACION
 
Presentación VAN y TIR.ppt
Presentación VAN y TIR.pptPresentación VAN y TIR.ppt
Presentación VAN y TIR.ppt
 
Ejercicios econometría1
Ejercicios econometría1Ejercicios econometría1
Ejercicios econometría1
 
Practica dirigida nº 9 resuelta
Practica dirigida nº 9 resueltaPractica dirigida nº 9 resuelta
Practica dirigida nº 9 resuelta
 
1c778c1a561ee57d4e7d28e40332cef0
1c778c1a561ee57d4e7d28e40332cef01c778c1a561ee57d4e7d28e40332cef0
1c778c1a561ee57d4e7d28e40332cef0
 
Tabla chi cuadrado 1
Tabla chi cuadrado 1Tabla chi cuadrado 1
Tabla chi cuadrado 1
 
17.regresión y correlación simple
17.regresión y correlación simple17.regresión y correlación simple
17.regresión y correlación simple
 
Taller de distribuciones discretas de probabilidad
Taller de distribuciones discretas de probabilidadTaller de distribuciones discretas de probabilidad
Taller de distribuciones discretas de probabilidad
 
2 ecuaciones de valor
2   ecuaciones de valor2   ecuaciones de valor
2 ecuaciones de valor
 
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
 
INTERES SIMPLE
INTERES SIMPLEINTERES SIMPLE
INTERES SIMPLE
 
Matematicas financiera
Matematicas financieraMatematicas financiera
Matematicas financiera
 

Destacado

Participación ciudadana
Participación ciudadanaParticipación ciudadana
Participación ciudadana
Emilio Soriano
 
Habitos de vida saludables
Habitos de vida saludablesHabitos de vida saludables
Habitos de vida saludables
andoni_cabo
 

Destacado (18)

Limites del peru
Limites del peruLimites del peru
Limites del peru
 
Las fronteras de peru
Las fronteras de peruLas fronteras de peru
Las fronteras de peru
 
Participacion ciudadana
Participacion ciudadanaParticipacion ciudadana
Participacion ciudadana
 
Estilos de vida saludables
Estilos de vida saludablesEstilos de vida saludables
Estilos de vida saludables
 
Tablas de distribucion de frecuencias
Tablas de distribucion de frecuenciasTablas de distribucion de frecuencias
Tablas de distribucion de frecuencias
 
Participación ciudadana
Participación ciudadanaParticipación ciudadana
Participación ciudadana
 
Perú y sus Fronteras
Perú y sus FronterasPerú y sus Fronteras
Perú y sus Fronteras
 
Las fronteras del peru
Las fronteras del peruLas fronteras del peru
Las fronteras del peru
 
Estilos de vida saludable
Estilos de vida saludableEstilos de vida saludable
Estilos de vida saludable
 
Tabla de distribución de frecuencias
Tabla de distribución de frecuenciasTabla de distribución de frecuencias
Tabla de distribución de frecuencias
 
Estilos de vida saludables
Estilos de vida saludablesEstilos de vida saludables
Estilos de vida saludables
 
Habitos de vida saludables
Habitos de vida saludablesHabitos de vida saludables
Habitos de vida saludables
 
PERU Y SUS FRONTERAS
PERU Y SUS FRONTERAS PERU Y SUS FRONTERAS
PERU Y SUS FRONTERAS
 
Participacion ciudadana
Participacion ciudadanaParticipacion ciudadana
Participacion ciudadana
 
FRONTERAS DEL PERU
FRONTERAS DEL PERUFRONTERAS DEL PERU
FRONTERAS DEL PERU
 
Delimitación de las fronteras del perú
Delimitación de las fronteras del perúDelimitación de las fronteras del perú
Delimitación de las fronteras del perú
 
Participacion ciudadana
Participacion ciudadanaParticipacion ciudadana
Participacion ciudadana
 
Estilo De Vida Saludable
Estilo De Vida SaludableEstilo De Vida Saludable
Estilo De Vida Saludable
 

Similar a Estadistica tablas de distribucion de frecuencias

Problema de nelson
Problema de nelsonProblema de nelson
Problema de nelson
jullio-rmz10
 
143623957 metodo-de-alvord-horton-nash-pendiente-del-cauce-principal-compacid...
143623957 metodo-de-alvord-horton-nash-pendiente-del-cauce-principal-compacid...143623957 metodo-de-alvord-horton-nash-pendiente-del-cauce-principal-compacid...
143623957 metodo-de-alvord-horton-nash-pendiente-del-cauce-principal-compacid...
Ayuda Civil
 
Edson jimenez practica pares proyecto final Introducción a Ciencias de Datos ...
Edson jimenez practica pares proyecto final Introducción a Ciencias de Datos ...Edson jimenez practica pares proyecto final Introducción a Ciencias de Datos ...
Edson jimenez practica pares proyecto final Introducción a Ciencias de Datos ...
EdsonJimnezOcn
 

Similar a Estadistica tablas de distribucion de frecuencias (20)

Presentación capítulo 3. organización de datos
Presentación capítulo 3. organización de datosPresentación capítulo 3. organización de datos
Presentación capítulo 3. organización de datos
 
Presentación capítulo 3. organización de datos
Presentación capítulo 3. organización de datosPresentación capítulo 3. organización de datos
Presentación capítulo 3. organización de datos
 
Mantenimiento centrado en eficiencia energetica.pptx
Mantenimiento centrado en eficiencia energetica.pptxMantenimiento centrado en eficiencia energetica.pptx
Mantenimiento centrado en eficiencia energetica.pptx
 
Distribución normal
Distribución normal Distribución normal
Distribución normal
 
Problema de nelson
Problema de nelsonProblema de nelson
Problema de nelson
 
Probabilidad y estadistica gery vedia (1)
Probabilidad y estadistica gery vedia (1)Probabilidad y estadistica gery vedia (1)
Probabilidad y estadistica gery vedia (1)
 
Excel TIC Valeria Lara - pm
Excel TIC Valeria Lara - pmExcel TIC Valeria Lara - pm
Excel TIC Valeria Lara - pm
 
143623957 metodo-de-alvord-horton-nash-pendiente-del-cauce-principal-compacid...
143623957 metodo-de-alvord-horton-nash-pendiente-del-cauce-principal-compacid...143623957 metodo-de-alvord-horton-nash-pendiente-del-cauce-principal-compacid...
143623957 metodo-de-alvord-horton-nash-pendiente-del-cauce-principal-compacid...
 
Metodo ven te-chow
Metodo ven te-chowMetodo ven te-chow
Metodo ven te-chow
 
Hidrologia
HidrologiaHidrologia
Hidrologia
 
Edson jimenez practica pares proyecto final Introducción a Ciencias de Datos ...
Edson jimenez practica pares proyecto final Introducción a Ciencias de Datos ...Edson jimenez practica pares proyecto final Introducción a Ciencias de Datos ...
Edson jimenez practica pares proyecto final Introducción a Ciencias de Datos ...
 
CURVA DE MASA.pptx
CURVA DE MASA.pptxCURVA DE MASA.pptx
CURVA DE MASA.pptx
 
Analisis sismico-incremental
Analisis sismico-incrementalAnalisis sismico-incremental
Analisis sismico-incremental
 
Pre estatadistica tabla de Frecuencias.ppt
Pre estatadistica tabla de Frecuencias.pptPre estatadistica tabla de Frecuencias.ppt
Pre estatadistica tabla de Frecuencias.ppt
 
Variograma promedio ca co3
Variograma promedio ca co3Variograma promedio ca co3
Variograma promedio ca co3
 
Costos diapositivas
Costos diapositivasCostos diapositivas
Costos diapositivas
 
1 mer examen
1 mer examen1 mer examen
1 mer examen
 
Ejemplo de clase control estadístico de la calidad
Ejemplo de clase control estadístico de la calidadEjemplo de clase control estadístico de la calidad
Ejemplo de clase control estadístico de la calidad
 
Practica 6 Ley de Fick
Practica 6 Ley de FickPractica 6 Ley de Fick
Practica 6 Ley de Fick
 
trabajo
trabajotrabajo
trabajo
 

Estadistica tablas de distribucion de frecuencias

  • 1. NOMBRE DE LA MATERIA: PROBABILIDAD Y ESTADISTICA. INTEGRANTES DEL EQUIPO: HUGO LIZANDRO GUTIERREZ SANCHES. MARIA FERNANDA REYES AGUILAR. PEDRO LUIS JUAREZ. LORENZO PEREZ MARTINEZ. PROFESOR: ING. HILARIO OLMEDO JIMÉNEZ. ESPECIALIDAD: TECNICOS EN CONTABILIDAD. SEMESTRE: 5TO. GRUPO: Ä. NOMBRE DEL TRABAJO: CONSTRUCCION DE TABLAS DE DISTRIBUCION DE FRECUENCIAS.
  • 2.
  • 3. ES UN RESUMEN TABULAR DE UN CONJUNTO DE DATOS QUE MUESTRA EL NUMERO DE VECES EN QUE LOS DATOS APARECEN EN CADA UNO DE LOS INTERVALOS DE CLASE QUE NO SE TRASLAPAN. PERMITE ESTUDIAR LOS DATOS A TRAVES DE FRECUENCIAS E INTERVALOS DE CLASE, CON EL PROPOSITO DE OBTENER CONCLUSIONES VÁLIDAS A CERCA DEL FENOMENO BAJO DE ESTUDIO. • PERMITE MANEJAR GRANDES VOLUMENES DE DATOS. • ES MAS ESTETICO. • SE MEJORA LA PRESENTACION. • SE MEJORA LA VISUALIZACION. • SE FACILITA LA INTERPRETACION. * EXISTE PERDIDA DE INFORMACION POR EL MANIPULEO DE LA INFORMACION.
  • 4.
  • 5. NOMBRE ESTATURA EDAD PESO PLUTARCO 1.70 m 17.9 (.750) 61 kg FAVIAN 1.54 m 17.6 (.500) 63 kg ELIZABET 1.54 m 17.2 (.167) 63 kg ESMERALDA 1.54 m 16.9 (.750) 49.500 kg EDUARDO 1.64 m 18.00 (.000) 55.500 kg HUGO 1.70 m 17.4 (.333) 54.323 kg PEDRO 1.66 m 17.2 (.167) 50 kg DIANA 1.54 m 16.11 (.917) 53 kg EDWIN 1.68 m 17.2 (.167) 52.500 kg LORENZO 1.56 m 17.1 (.083) 58 kg SOLEDAD 1.54 m 18.5 (.417) 50 kg FERNANDA 1.59 m 17.3 (.250) 46.50 kg BELEN 1.55 m 18.00 (.000) 58 kg X JUAN 1.59 m 18.1 (.083) 59.3 kg XANACLETO 1.60 m 17.4 (.333) 50.5 kg XPANFILO 1.71 m 17.5 (.417) 55.4 kg XFILOGONIO 1.68 m 18.2 (.167) 58.7 kg XPETRONILA 1.56 m 18.3 (.250) 53.2 kg XJUANA 1.59 m 16.9 (.750) 57.6 kg XJULIA 1.65 m 16.8 (.667) 59.7 kg X FLORINDA 1.70 m 17.6 (.500) XMARIA 1.54 m 18.00 (.000) X XOCHITLH 1.55 m 17.9 (.750) XMANUEL 1.62 m 17.2 (.167) X ZARAMUYO 1.63 m 18.3 (.250) 18.7 (.583) 18.9 (.750) 17.3 (.250) 17.4 (.333) 18.00 (.000)
  • 6. ES NECESARIO ORDENAR LOS DATOS ; FORMANDO COLUMNAS DE CINCO EN CINCO; O DE UN NUMERO DISTINTO A CINCO, PERO CUIDANDO SIEMPRE LA UNIFORMIDAD. ORDENAMIENTO DE LOS DATOS (EDADES EN MILESIMAS). 1 2 3 4 5 6 16.667 17.167 17.250 17.500 18.000 18.250 16.750 17.167 17.333 17.500 18.000 18.250 16.750 17.167 17.333 17.750 18.000 18.417 16.917 17.167 17.333 17.750 18.083 18.583 17.083 17.250 17.417 18.000 18.167 18.750
  • 7. ESTE PASO ES REALIZAR LO NECESARIO PARA TENER LA PLENA SEGURIDAD DE QUE LA ORDENACION DE LOS DATOS CORRESPONDE FIELMENTE A LA TOMA DE DATOS. SI ANTERIORMENTE SE HUBIERA COMETIDO ERRORES, EN ESTE PASO SE PUEDE CORREGIR. ES LA DIFERENCIA QUE EXISTE ENTRE EL DATO MAYOR Y EL DATO MENOR ORDENAMIENTO DE LOS DATOS (EDADES EN MILESIMAS). 1 2 3 4 5 6 16.667 17.167 17.250 17.500 18.000 18.250 16.750 17.167 17.333 17.500 18.000 18.250 16.750 17.167 17.333 17.750 18.000 18.417 16.917 17.167 17.333 17.750 18.083 18.583 17.083 17.250 17.417 18.000 18.167 18.750 R= D. mayor – D. menor R= 18.750 – 16.667
  • 8.
  • 9. TABLA DE DISTRIBUCION DE FRECUENCIA. i fi fr (%) xi fa fra (%) 16.666 -17.013 4 4/30 = 13% 16.840 4 13% 17.013 - 17.36 10 10/30 = 33% 17.187 14 46% 17.36 - 17.707 3 3/30 = 10% 17.534 17 56% 17.707 - 18.054 6 6/30 = 20% 17.881 23 76% 18.054 - 18.401 4 4/30 = 13% 18.229 27 90% 18.401 - 18.748 2 2/30 = 6% 18.576 29 96% 18.748 - 19.095 1 1/30 = 3% 18.923 30 100%
  • 10. 13% 34% EDADES 10% 13% 20% 7% 3% 16.84 17.187 17.534 17.881 18.229 18.576 18.923
  • 11. 12 10 8 6 4 2 0 EDADES 16.84 17.187 17.534 17.881 18.229 18.576 18.923 EDADES
  • 12. 12 10 8 6 4 2 0 16.84 17.187 17.534 17.881 18.229 18.576 18.923 Fi Edades Polígono Serie 1
  • 13. 12 10 8 6 4 2 0 Edades 16.5 17 17.5 18 18.5 19 19.5
  • 14. *MEDIA ARITMETICA. *MEDIA ARITMETICA PONDERADA. *MEDIANA. *MODA. *MEDIA GEOMETRICA. *MEDIA ARITMETICA. NOS INDICA ALREDEDOR DE QUE VALOR (X), SE AGRUPAN LOS DATOS DE UNA DISTRIBUCION; ES DECIR; NOS INDICA QUE TAN COHESIONADOS SE ENCUENTRAN LOS DATOS DE UNA COLECCIÓN, CON RESPECTO AL VALOR DE LA MEDIA ARITMETICA.
  • 15. DONDE: EQUIS BARRA (M. MUESTRAL) TOTAL DE DATOS LA SUMATORIA DE LOS NUMEROS Xi DESDE Xi HASTA XN CALCUL O
  • 16. M.A. PONDERADA, CADA UNO DE LOS FACTORES O PESOS SE REFIERE AL PRODUCTO DEL “PESO”Y EL VALOR DE CADA ELEMENTO. SE REFIERE AL NUMERO TOTAL DE “PESOS”. SE REFIERE A CADA UNA DE LAS OBSERVACIONES. CALCUL O ES LA SUMA DE LOS PRODUCTOS DEL «PESO» Y EL VALOR DEL ELEMENTO RESPECTIVO, DIVIDIDO POR NÚMERO TOTAL DE PESO.
  • 17. ORDENAMIENTO DE LOS DATOS (EDADES EN MILESIMAS). 1 2 3 4 5 6 16.667 17.167 17.250 17.500 18.000 18.250 16.750 17.167 17.333 17.500 18.000 18.250 16.750 17.167 17.333 17.750 18.000 18.417 16.917 17.167 17.333 17.750 18.083 18.583 17.083 17.250 17.417 18.000 18.167 18.750 CALCUL O MEDIANA: 17.459
  • 18. MODA: ES AQUEL VALOR QUE SE PRESENTA CON MAYOR FRECUENCIA EN UN CONJUNTO DE DATOS. ORDENAMIENTO DE LOS DATOS (EDADES EN MILESIMAS). 1 2 3 4 5 6 16.667 17.167 17.250 17.500 18.000 18.250 16.750 17.167 17.333 17.500 18.000 18.250 16.750 17.167 17.333 17.750 18.000 18.417 16.917 17.167 17.333 17.750 18.083 18.583 17.083 17.250 17.417 18.000 18.167 18.750
  • 20. SE DEFINE COMO EL RECIPROCO DE LA MEDIA ARITMETICA DE LOS RECIPROCOS DE CADA UNA DE LAS OBSERVACIONES. i=1 i=1 MEDIA ARMONICA. TOTAL DE OBSERVACIONES. SE REFIERE AL RECIPROCO DE. C/UNA DE LAS OBSERVACIONES. CALCUL O
  • 21. *MEDIA ARITMETICA. *MEDIANA. *MODA. *MEDIA GEOMETRICA.
  • 22. : MARCA DE CLASE. : FRECUENCIA ABSOLUTA. : PPRODUCTO DE CADA FRECUENCIA ABSOLUTA. MULIPLICANDO POR CADA MARCA DE CLASE. CALCUL O
  • 23. DONDE: CALCUL O L.R.I. : ES EL LIMITE REAL DE LA CLASE; EN DONDE SE LOCALIZA EL 50% DE LAS FRECUENCIAS RELATIVA SERA LA CLASE EN DONDE SE LOCALIZA LA MEDIANA. N : TOTAL DE DATOS. Fa : FRECUENCIA ACUMULADA ANTERIOR A LA CLASE, EN DONDE SE LOCALIZA LA MEDIANA. Fi : ES LA FRECUENCIA ABSOLUTA EN DONDE SE LOCALIZA LA MEDIANA. i : AMPLITUD DEL INTERVALO.
  • 24. L.R.I. : ES EL LIMITE REAL INFERIOR DE LA CLASE QUE PRESENTA MAYOR FRECUENCIA ABSOLUTA A QUE LLAMAREMOS FRECUENCIA MODAL. D1 : ES LA DIFERENCIA DE LA FRECUENCIA MODAL Y LA FRECUENCIA CONTINUA ANTERIOR. D2 : ES LA DIFERENCIA DE LA FRECUENCIA MODAL Y LA FRECUENCIA CONTINUA POSTERIOR. i : AMPLITUD DEL INTERVALO. CALCUL O
  • 25. G : MEDIA GEOMETRICA. N: NUMERO TOTAL DE FRECUENCIAS. X1, X2, X3 … XN: LAS MARCAS DE CLASE DE DATOS F1, F2, X3 … FN: LAS CORRESPONDIENTES FRECUENCIAS DE CLASE.
  • 26.
  • 27. 12 10 8 6 4 2 0 16.84 17.187 17.534 17.881 18.229 18.576 18.923 Fi Edades Polígono Serie 1 MEDIAN Conclusión: Curva sesgada a la derecha Caso de las edades.
  • 28.
  • 29. NOS INDICAN EL GRADO DE DISPERSIÓN O VARIACIÓN QUE EXISTE DE LOS DATOS DE UNA POBLACIÓN AL VALOR DE LA MEDIA. ES LA DIFERENCIA QUE EXISTE ENTRE CADA OBSERVACIÓN CON RESPECTO AL VALOR DE LA MEDIA. SE HA DEMOSTRADO QUE LA SUMATORIA DE TODAS LAS DESVIACIONES SIEMPRE VA HACER IGUAL A CERO.
  • 30. ES EL PROMEDIO DE LOS DESVÍOS ABSOLUTOS. ES UNA MEDIDA DE DISPERSIÓN DE LOS DATOS RESPECTO DE LA MEDIA ARITMÉTICA. CALCUL O
  • 31. ES UNA MEDIDA DE DISPERSIÓN EQUIVALENTE AL PROMEDIO DE LAS DESVIACIONES CUADRÁTICAS DE LOS DATOS, RESPECTO DE LA MEDIA ARITMÉTICA. Xi ( Xi -X ) ( Xi -X )2 16.667 -0.925 0.855 16.750 -0.842 0.708 16.750 -0.842 0.708 16.917 -0.675 0.455 17.083 -0.509 0.259 17.167 -0.425 0.180 17.167 -0.425 0.180 17.167 -0.425 0.180 17.167 -0.425 0.180 17.250 -0.342 0.117 17.250 -0.342 0.117 17.333 -0.259 0.067 17.333 -0.259 0.067 17.333 -0.259 0.067 17.417 -0.175 0.031 17.500 -0.092 0.008 17.500 -0.092 0.008 17.750 0.158 0.025 17.750 0.158 0.025 18.000 0.408 0.167 18.000 0.408 0.167 18.000 0.408 0.167 18.000 0.408 0.167 18.083 0.491 0.241 18.167 0.575 0.331 18.250 0.658 0.433 18.250 0.658 0.433 18.417 0.825 0.681 18.583 0.991 0.983 18.750 1.158 1.342 527.751 0.000 9.349 = 17.592 CALCUL O
  • 32. ES UNA MEDIDA DE DISPERSIÓN RELATIVA DE UN CONJUNTO DE DATOS QUE SE OBTIENE DIVIDIENDO LA DESVIACIÓN ESTÁNDAR ENTRE LA MEDIAARITMÉTICA, Y GENERALMENTE SE EXPRESA EN PORCENTAJE. SE UTILIZA CUANDO SE COMPARAN DOS O MAS POBLACIONES O DOS O MAS MUESTRAS. CALCUL O
  • 33. PASOS: XI: MARCA DE CLASE. FI: FRECUENCIA ABSOLUTA. D: (DESVIACIÓN) SE BUSCA LA MARCA DE CLASE CUYO VALOR SEA MAS PRÓXIMO AL VALOR DE LA MEDIA Y EN ESTA CLASE SE ANOTA EL CERO DEL DESVIÓ, A PARTIR DE EL, SI LOS VALORES SON MENORES LA NEGATIVA, SI SON MAYORES LA DESVIACIÓN SERÁ POSITIVA. FD: ESTA COLUMNA SE OBTIENE MULTIPLICANDO LA FRECUENCIA ABSOLUTAS POR CADA UNO DE LOS DESVÍOS, EN ESTE CASO INTERVIENEN LA LEY DE LOS SIGNOS. D2: ESTA COLUMNA SE OBTIENE ELEVANDO AL CUADRADO CADA UNO DE LOS DESVÍOS. FD2: ESTA SE OBTIENE MULTIPLICANDO LA COLUMNA DE LAS FRECUENCIAS ABSOLUTAS POR LA COLUMNA DE LOS DESVÍOS AL CUADRADO.
  • 34. Media aritmética = 17.6033778 xi fi d fd d2 fd2 16.839 4 0.694 2.776 0.482 1.927 17.186 10 0.347 3.47 0.120 1.204 17.533 3 0 0 0 0 17.88 6 -0.347 -2.082 0.120 0.722 18.227 4 -0.694 -2.776 0.482 1.927 18.574 2 1.041 2.082 1.084 2.167 18.921 1 1.388 1.388 1.927 1.927 CALCUL O
  • 35.
  • 36. SESGO: ES EL GRADO DE ASIMETRIA O FALTA DE SIMETRIA DE UNA DISTRIBUCION. = 17.592 = 17.168 = 0.754 S = 17.592 – 17.168 0.754 S = 0.562 CALCUL O CONCLUSIÓN: CURVA SESGADA A LA DERECHA, POR QUE EL SESGO ES POSITIVO.
  • 37. ES EL GRADO DE APARTAMIENTO DE LA SIMA DE UN HISTOGRAMA O UNA CURVA, ES DECIR MIDE CUAN PUNTIAGUDA ES UNA DISTRIBUCION. CURVAS DE DISTRIBUCION: A) LA CURVA PRESENTA UN PICO ALTO SE LE LLAMA CURVA LEPTOCÚRTICA. B) EL PICO DE LA CURVA ES ACHATADA, APLASTADA SE LE LLAMA CURVA PLATICÚRTICA. C) CUANDO LA CURVA NO ES NI MUY ALTA NI MUY APLASTADA SE DENOMINA CURVA MESOCÚRTICA. EXCEL
  • 38. DIFERENCIA QUE EXISTE ENTRE EL DATO MAYOR Y EL DATO MENOR. SE REFIERE A CADA UNO DE LAS CLASES EN QUE SE DIVIDE EL RANGO. SE REFIERE A LAS UNIDADES QUE CORRESPONDE AL INTERVALO DE CLASE. VALOR EN EL CUAL INICIA UN INTERVALO. VALOR EN EL CUAL FINALIZA UN INTERVALO. SON LOS LIMITES VERDADEROS DE UN INTERVALO. (LIMITE REAL INFERIOR) SE OBTIENE RESTANDO MEDIA UNIDAD AL LIMITE I(NLIFMEIRTEIO RRE DAEL SCULAPSEER.IOR) SE OBTIENE AÑADIENDO MEDIA UNIDAD AL LIMITE SUPERIOR DE CLASE. SE REFIERE AL NUMERO DE OBSERVACIONES QE CORRESPONDE A CADA INTERVALO DE CLASE. ES EL PORCENTAJE DE OBSERVACIONES QUE CORRESP. A CADA INTV. DE CLASE SE REFIERE AL PROMEDIO ARITMETICO DE LOS LIMITES DE CLASE. SE CONOCE COMO LA SEMISUMA DE LOS LIMITES DE CLASE.
  • 39. ES LA SUMA ACUMULATIVA DE LAS FRECUENCIAS ABSOLUTAS ANTERIORES DE CADA CLASE, HASTE LLEGAR AL TOTAL DE DATOS. SE REFIERE AL PORCENTAJE DE OBSERVACIONES ACUMULADOS QUE EXISTEN EN CADA UNO DE LOS INTERVALOS HASTA LLEGAR AL 100%.
  • 40. * ESTADISTICA Y PROBABILIDAD , MATEMATICAS VI AUTOR: LIC. BENJAMIN GARZA OLVERA., DGETI.