Este documento describe diferentes medidas estadísticas de tendencia central y dispersión como la media, mediana, moda, cuartiles, varianza, desviación estándar y más. Explica qué son estas medidas, cómo calcularlas y en qué contextos son útiles para resumir y analizar conjuntos de datos.
Presentación que analiza la varianza de las medias y su importancia en la toma de decisiones, se comparan resultados mediante el uso de Stata y SPSS, para ello se trabaja de manera manual los cálculos, llegando al final a utilizar el software existente para verificar los resultados.
Presentación que analiza la varianza de las medias y su importancia en la toma de decisiones, se comparan resultados mediante el uso de Stata y SPSS, para ello se trabaja de manera manual los cálculos, llegando al final a utilizar el software existente para verificar los resultados.
Las Medidas de Dispersión nos resumen la información de la “muestra” o serie de datos, dándonos así información acerca de la magnitud del alejamiento de la distribución de datos en relación a un valor central o de concentración de los datos.
Las Medidas de Dispersión nos resumen la información de la “muestra” o serie de datos, dándonos así información acerca de la magnitud del alejamiento de la distribución de datos en relación a un valor central o de concentración de los datos.
En éste capítulo encontrarás las generalidades de estadística, conceptos claves, tablas y gráficos de frecuencia y porcentaje y conceptos básicos en estadística univariada que comprenden las medidas de tendencia central y las de dispersión
Resumen gráfico sobre algunos de los principales aspectos de las plantas que maximizan la eficiencia de remoción del material particulado (PM) presente en el aire.
Con el propósito de caracterizar algunos aspectos ecológicos y ambientales de la ciénaga las Quintas, en la ciudad de Cartagena, Caribe Colombiano, se desarrollaron dos jornadas de muestreo, durante las cuales se reconocieron algunos representantes de la flora de la formación de manglares, e igualmente se analizo el
contenido de bentos, la ornitofauna y los tipos de residuos sólidos presentes en este humedal; concluyéndose que este posee condiciones ambientales no muy adecuadas para el mantenimiento de algunas funciones ecosistémicas.
Este trabajo se presento durante el evento denominado Saberes
Fundación Universitaria Tecnológico Comfenalco, Cartagena-Colombia.
Octubre 4 y 5 de 2012.
Se presentan los resultados obtenidos a partir de la caracterización de algunos aspectos socioeconómicos, nutricionales y de los hábitos alimenticios de pacientes con la enfermedad de Huntintong, que habitan en le municipio Juan de Acosta en el departamento del Atlántico, donde la mayor proporción de pacientes correspondió al género masculino, acentuándose en aquellos cuya edad oscila entre los 40 y 50 años; quienes además se caracterizan por presentar condiciones socieconómicas poco favorables, que impiden un adecuado consumo de alimentos requeridos para el mantenimiento
de sus condiciones nutricionales normales, favoreciendose de esta manera procesos de desnutrición y delgadez en los pacientes, contribuyendo aún mas con el deterioro de su calidad de vida.
Poster donde se muestran los resultados de la reforestación con la especie C. erectus en el corregimiento de Pasacaballos, Cartagena de Indias.
Mayor información en: En: Domínguez-Haydar, Y., C. Boom & F. Lamadrid. 2012. Simposio Internacional de Restauración de Ecosistemas: Retos y Estrategias de Restauración en el Caribe Colombiano [CD- ROM]. Universidad del Atlántico. Barranquilla. Disponible en: http://es.scribd.com/doc/133537205/Libro-Simposio-Final#scribd. ISBN: 978-958-8742-28-1.
Se describen algunos aspectos generales sobre la importancia ambiental de los manglares en Cartagena de Indias, especialmente los asociados a la Ciénaga de la Virgen.
Aspectos Bioecológicos y Ambientales de los Manglares en Cartagena de Indias
Medidas de tendencia central y de dispersión
1.
2. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) INTRODUCCIÓN Las medidas de tendencia central y dispersión, son aquellos estadísticos, que nos permiten reconocer de una manera rápida el comportamiento de la frecuencia de los datos, a partir de uno o pocos números, como no ocurre con las distribuciones de frecuencias.
3. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) OBJETIVO Identificar las principales medidas de centralización y dispersión, así como las situaciones en que estas deben ser aplicadas.
4.
5. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIA ARITMÉTICA, PROPIEDADES, VENTAJAS E INCONVENIENTES Media aritmética, es la que se obtiene sumando los datos y dividiéndolos por el número de ellos. Se aplica por ejemplo para resumir el número de pacientes promedio que se atiende en un turno. Otro ejemplo, es el número promedio de controles prenatales que tiene una gestante. POBLACIONAL MUESTRAL
6. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) En é sta, para cada uno de los valores de xi se asigna un factor wi de peso, que depende de la importancia que el investigador desee darle. MEDIA ARITMÉTICA PONDERADA Xp = S ( xi wi) / S wi
7. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIA GEOMÉTRICA Ú til cuando la variable cambia a lo largo del tiempo, esto es, en el calculo del promedio de tasas, razones, proporciones geom é tricas y relaciones de variables. Se utiliza en Matem á ticas Financieras y Finanzas para promediar n ú meros í ndices, tasas de cambio, etc. La media Geom é trica de una serie de n ú meros es la ra í z n- é sima del producto de esos n ú meros M = n e (x 1 * x 2 * x 3 *.....*x n ) Se ve afectada por todos los n ú meros y valores extremos pero en menor grado que la Media Aritm é tica, su valor siempre es menor que el de é sta.
8. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIA ARMÓNICA Se utiliza para el promedio de rendimientos y velocidades. La Media Armónica de una serie de números es el reciproco de la media aritmética del recíproco de esos números. 1 / MH = [ S 1 / xi ] / n
9. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIA CUADRÁTICA Es la ra í z cuadrada de la media aritm é tica de los cuadrados de los n ú meros, se usa eficientemente para promediar los errores o desviaciones porque es m á s susceptible a los mismos. MC = 2 e S [ xi 2 ] / n
10. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIANA (CÁLCULO ANALÍTICO Y GRÁFICO) Mediana: Corresponde al percentil 50%. Es decir, la mediana divide a la población exactamente en dos. Por ejemplo el número mediana de hijos en el centro de salud “X” es dos hijos. Otro ejemplo es el número mediana de atenciones por paciente en un consultorio.
11. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) Valor o (valores) que aparece(n) con mayor frecuencia. Una distribución unimodal tiene una sola moda y una distribución bimodal tiene dos. Útil como medida resumen para las variables nominales. Por ejemplo, el color del uniforme quirúrgico en sala de operaciones es el verde; por lo tanto es la moda en colores del uniforme quirúrgico. MODA
12. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) CUARTILES, DECILES Y PERCENTILES Son valores que dividen a la distribuci ó n en n partes iguales Cuartiles, cuatro partes iguales: Q1, Q2, Q3 Deciles, diez pares iguales : D1, D2..........D9 Percentiles o centiles, cien partes iguales: P1, P2.....P99 Los cuantiles permiten hacer un an á lisis minucioso de la distribuci ó n, se utilizan generalmente cuando se quiere ubicar un dato dentro del conjunto. Por ejemplo. Pertenece el dato x al 50% superior ?, al 10% inferior? , al 50 % central?, etc.
13. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIDAS DE DISPERSIÓN Hacen referencia a la variabilidad, o la evaluaci ó n de cu á n separados o extendidos est á n los datos o bien cuanto difieren unos de otros. Entendiéndose la variación, como el grado en que los datos numéricos tienden a distribuirse alrededor de un valor central. ¿Para que sirven? Identificar si una medida central, es adecuado para representar la población de datos Indicar la relación de un dato con los otros Comprender el riesgo para poder tomar decisiones Son de gran utilidad al comparar distribuciones
14. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) RECORRIDO O RANGO Mide la dispersi ó n de la totalidad de los datos. Es la m á s obvia de las mediadas ya que es la distancia entre los valores m á ximo y m í nimo. El rango o recorrido da alguna idea del grado de variaci ó n que ocurre en la poblaci ó n, pero con frecuencia los resultados pueden ser enga ñ osos, pues este depende de los valores extremos e ignora la variaci ó n de las dem á s observaciones. Est á afectado por ocurrencias raras o extraordinarias. R = valor máximo – valor mínimo
15. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) VARIANZA Es el valor de la desviación estándar al cuadrado; su utilidad radica en que su valor es requerido para todos los procedimientos estadístico. Conocido como los Grados de Libertad (GL);, permiten tener la libertad de elegir al azar, únicamente n-1 elementos , y una vez obtenidos, es obligatorio elegir el resto, sin la libertad de hacerlo de manera azarosa. Donde: = Promedio de la población N = Número de datos totales de la población POBLACIONAL Donde: = Promedio de la muestra n = Número de datos totales de la muestra MUESTRAL
16. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) DESVIACIÓN ESTÁNDAR Llamada también desviación típica; es una medida que informa sobre la media de distancias que tienen los datos respecto de su media aritmética, expresada en las mismas unidades que la variable. POBLACIONAL MUESTRAL
17. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) Llamado también error estándar de la media. Se refiere a una medida de variabilidad de la media; sirve para calcular cuan dispersa estaría la media de realizar un nuevo cálculo. ERROR TÍPICO
18. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) INTERVALO INTERDECIL Mide la dispersi ó n del 80% de los datos centrales y se obtiene de la diferencia entre el decil 9 y el decil 1, evitando as í los puntos extremos.
19. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) INTERVALO INTERCUARTIL Cuando aumenta la dispersión de una distribución de frecuencias, se amplía la distancia entre los cuartiles, por lo que esta distancia puede usarse como base de una medida de variabilidad El intervalo intercuartil, es el recorrido entre el cuartil 3 y el cuartil 1. Es el intervalo en el cual está comprendido el 50% de los datos centrales.
20. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) DESVIACIÓN CUARTÍLICA Mide el intervalo promedio de un cuarto de los datos [Q3-Q1)/2] Si la distribución es perfectamente simétrica, los dos cuartiles Q1 y Q3 equidistan de la mediana y la mitad de la distancia entre los cuartiles representa la distancia promedio entre ellos y la mediana. Si en una distribución simétrica se mide una distancia igual a la desviación cuartílica a ambos lados de un punto ubicado en el centro de los cuartiles, el 50% de los valores estarán incluidos dentro de esos límites y el valor del punto medio coincide con la mediana. La ventaja de la desviación cuartílica es que evita los valores extremos utilizando únicamente la mitad intermedia de los datos.
21. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) DESVIACIÓN MEDIA La desviación Media o Desviación absoluta promedio, es la media aritmética de las desviaciones absolutas de cada una de las observaciones con respecto a su valor central, la media aritmética, o la mediana Cuanto mayor es su valor, mayor es la dispersión de los datos DM =[ S | xi . X | ] / n DM = [ S fi | xi - X | ] / S fi
22. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIDAS DE DISPERSIÓN RELATIVAS Cuando se necesita comparar dos o más series de datos a veces no es posible hacerlo con las medidas absolutas, ya sea porque las unidades son diferentes o porque tienen diferente media, en éstos casos deben utilizarse cantidades relativas definida generalmente como: Dispersión relativa = Dispersión absoluta / media
23. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) COEFICIENTE DE VARIACIÓN Es la medida de dispersión relativa más usada y se define como el cociente de la desviación estándar entre el promedio aritmético, expresado en porcentaje y es adimensional V = S / X
24. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIDAS DE ASIMETRÍA Y APUNTAMIENTO O KURTOSIS MEDIDAS DE SESGO O ASIMETRIA En las distribuciones que no toman la forma de una curva acampanada Normal, interesa muchas veces obtener dos medias adicionales, las de asimetría y curtosis. Las medidas de asimetría muestran si en la distribución hay concentración de datos en un extremo, superior o inferior, y se denomina Sesgo positivo o a la derecha si la concentración es en el extremo inferior y Sesgo Negativo o a la izquierda si la concentración es en el superior.
25. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) COEFICIENTE DE PEARSON En las distribuciones simétricas, la media , la mediana y la moda coinciden y conforme la distribución se separa de la simetría estos valores se separan, por lo que la más corriente de las medidas de asimetría es la diferencia entre la moda y la media que se la más sensible a los valores extremos Sk = ( X -Mo) / S Para cuando la moda no se encuentra bien definida se puede sustituir por la mediana Sk= 3 ( X -Me) / S Estas medidas se conocen como el primero y segundo coeficiente de Pearson y varían entre el intervalo + 3, es cero para la distribución normal.
26. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIDA CUARTIL DE ASIMETRIA En una distribución simétrica los cuartiles quedan simétricamente colocados respecto a la mediana, pero si es asimétrica un cuartil se separa más que otro. La medida cuartil de asimetría marca esta relación Sk =[ ( Q3-Me) -( Me-Q1) ]/ ( Q3-Q1) Si la asimetría es a la derecha Q3 está más lejos de la mediana que Q1, si la asimetría es a la izquierda Q1 está mas alejada de la mediana que Q3.Esta medida varía siempre entre + 1, si es cero la distribuciones normal.
27. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) COEFICIENTE DE SESGO PERCENTÍLICO Se aplica con el mismo criterio de la medida Cuartil de Asimetría Sk = [( P90-P50) -(P50-P10) ]/ ( P90-P10)
28. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) MEDIDAS DE CURTOSIS Al comparar cuán aguda es una distribución en relación con la Distribución Normal, se pueden presentar diferentes grados de apuntalamiento. 1. Mesocúrtica, Normal 2. PlarticúrtiCa, Menor apuntalamiento 3. Leptocúrtica, Mayor apuntalamiento
32. Estadística Descriptiva (Juan Carlos Valdelamar Villegas) COEFICIENTE DE CURTOSIS PERCENTILICO Una medida del apuntalamiento o curtosis de la distribución está basada en los cuartiles y percentiles, y está dada por el coeficiente de Curtosis Percentílico K= ( 0.5 ( Q3- Q1) ) / ( P90-P10) Para la distribución normal K toma un valor de 0.263 y las distribuciones se definen como: Leptocúrtica si k es mayor que 0.263 Platicúrtica si k es menor que 0.263