Este documento presenta información sobre estadística. La estadística es una ciencia que utiliza métodos para organizar, analizar e interpretar datos sujetos a variación. Se divide en estadística descriptiva, que comprende la organización y presentación de datos, y estadística inferencial, que realiza inferencias sobre una población basadas en una muestra. La curva normal es una distribución importante en estadística que describe muchos fenómenos biológicos.
Este documento resume las principales medidas de tendencia central: media, mediana y moda. Explica las fórmulas para calcular cada medida en diferentes tipos de datos, como datos originales, agrupados y tabulados. También introduce otros conceptos como cuartiles, deciles y percentiles, que dividen los datos en porciones iguales.
El documento describe medidas de centralización y dispersión utilizadas para analizar y comparar series de datos. Explica que las medidas de posición central como la media, mediana y moda resumen la tendencia central de los datos, mientras que las medidas de dispersión como los cuartiles y el rango indican cómo se dispersan los valores. Define cada medida y proporciona fórmulas y ejemplos para calcular la media, mediana, moda, primer y tercer cuartil.
Este documento presenta una introducción a las medidas de tendencia central y dispersión en estadística. Explica las cinco medidas de tendencia central más comunes (media, mediana, moda, media armónica y media geométrica) y cómo calcularlas. También describe tres medidas de dispersión (rango, varianza y desviación estándar) y los pasos para calcular la varianza y desviación estándar de una muestra de datos. El objetivo es que los estudiantes aprendan a identificar y calcular estas medidas para resumir y describir conjuntos de datos.
Este documento describe la distribución normal y su uso en psicología. Explica que muchas variables psicológicas siguen esta distribución y por eso se usa como modelo. Detalla las características de la curva normal como su simetría y forma de campana. También explica cómo transformar puntuaciones directas en puntuaciones típicas usando la media y desviación estándar para hacer grupos comparables.
El documento explica las tres principales medidas de tendencia central: la media aritmética, la mediana y la moda. Define cada una y describe cómo se calculan para datos agrupados y no agrupados. Explica que la media es el valor alrededor del cual se agrupan los datos, la mediana divide la distribución en dos partes iguales, y la moda es el valor más frecuente. Además, compara sus propiedades y cuándo es más adecuada cada medida.
Este documento describe la correlación de Pearson y la distribución chi-cuadrado. Explica que la correlación de Pearson se usa con variables de escala ordinal o de intervalo/razón y que la distribución chi-cuadrado modela la suma de cuadrados de variables aleatorias normales independientes. También menciona algunas preguntas importantes para el diseño estadístico de un estudio de correlación como el tipo de variables, tamaño de muestra, y propósito de la investigación.
El documento describe diferentes medidas de dispersión como el rango, la varianza, la desviación estándar y el coeficiente de variación. Explica cómo calcular estas medidas para datos agrupados y no agrupados, y provee ejemplos numéricos para ilustrar los cálculos. Las medidas de dispersión miden qué tan dispersos están los valores de una variable en torno a su media.
Este documento resume las principales medidas de tendencia central: media, mediana y moda. Explica las fórmulas para calcular cada medida en diferentes tipos de datos, como datos originales, agrupados y tabulados. También introduce otros conceptos como cuartiles, deciles y percentiles, que dividen los datos en porciones iguales.
El documento describe medidas de centralización y dispersión utilizadas para analizar y comparar series de datos. Explica que las medidas de posición central como la media, mediana y moda resumen la tendencia central de los datos, mientras que las medidas de dispersión como los cuartiles y el rango indican cómo se dispersan los valores. Define cada medida y proporciona fórmulas y ejemplos para calcular la media, mediana, moda, primer y tercer cuartil.
Este documento presenta una introducción a las medidas de tendencia central y dispersión en estadística. Explica las cinco medidas de tendencia central más comunes (media, mediana, moda, media armónica y media geométrica) y cómo calcularlas. También describe tres medidas de dispersión (rango, varianza y desviación estándar) y los pasos para calcular la varianza y desviación estándar de una muestra de datos. El objetivo es que los estudiantes aprendan a identificar y calcular estas medidas para resumir y describir conjuntos de datos.
Este documento describe la distribución normal y su uso en psicología. Explica que muchas variables psicológicas siguen esta distribución y por eso se usa como modelo. Detalla las características de la curva normal como su simetría y forma de campana. También explica cómo transformar puntuaciones directas en puntuaciones típicas usando la media y desviación estándar para hacer grupos comparables.
El documento explica las tres principales medidas de tendencia central: la media aritmética, la mediana y la moda. Define cada una y describe cómo se calculan para datos agrupados y no agrupados. Explica que la media es el valor alrededor del cual se agrupan los datos, la mediana divide la distribución en dos partes iguales, y la moda es el valor más frecuente. Además, compara sus propiedades y cuándo es más adecuada cada medida.
Este documento describe la correlación de Pearson y la distribución chi-cuadrado. Explica que la correlación de Pearson se usa con variables de escala ordinal o de intervalo/razón y que la distribución chi-cuadrado modela la suma de cuadrados de variables aleatorias normales independientes. También menciona algunas preguntas importantes para el diseño estadístico de un estudio de correlación como el tipo de variables, tamaño de muestra, y propósito de la investigación.
El documento describe diferentes medidas de dispersión como el rango, la varianza, la desviación estándar y el coeficiente de variación. Explica cómo calcular estas medidas para datos agrupados y no agrupados, y provee ejemplos numéricos para ilustrar los cálculos. Las medidas de dispersión miden qué tan dispersos están los valores de una variable en torno a su media.
Actividad de 20% de Distribucion Muestral realizada por el grupo numero 6, cuyos integrantes son: Felipe Salazar, Greylen Acuña, Katherine Malave, Andres Maica, Mayerling Vargas.
1. La distribución t de Student surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño de la muestra es pequeña.
2. Fue descrita por primera vez en 1908 por William Sealy Gosset bajo el seudónimo de "Student" debido a restricciones de su empleador Guinness.
3. Se utiliza para hacer estimaciones de parámetros de las poblaciones a partir de los valores de los estadísticos correspondientes en las muestras, cuando se desconoce el valor de la varianza o la des
Este documento describe un estudio realizado por investigadores de la Universidad Estatal de Florida sobre el modelado por computadora. El estudio compara los métodos de Box-Muller e inversa para transformar secuencias de baja discrepancia de una distribución uniforme a una normal. Los investigadores concluyen que el método de Box-Muller se puede usar con secuencias de baja discrepancia y en algunos casos puede ser ventajoso sobre el método inverso. Presentan resultados numéricos que comparan ambos métodos.
Este documento presenta una introducción a las distribuciones muestrales. Explica que cuando se toman muestras de una población y se calculan estadísticos como la media y la varianza de cada muestra, estos valores varían y siguen distribuciones de probabilidad específicas llamadas distribuciones muestrales. A través de un ejemplo, muestra cómo calcular la distribución muestral de la media para una población y describirla mediante su media, desviación estándar y forma.
Este documento presenta un resumen de medidas de tendencia central y medidas de dispersión. Explica que las medidas de tendencia central como la media, mediana y moda describen el centro de un conjunto de datos, mientras que las medidas de dispersión como el rango, varianza y desviación estándar miden qué tan dispersos están los datos. Proporciona fórmulas y ejemplos para calcular cada medida. El objetivo es que los estudiantes conozcan y sepan calcular estas medidas estadísticas básicas.
Este documento presenta varios temas relacionados con la teoría de muestras pequeñas. Introduce la distribución t de Student y explica cómo se puede usar para construir intervalos de confianza para una media cuando la varianza es desconocida. También describe las distribuciones Ji-cuadrada y Fisher, que se pueden usar para realizar pruebas de hipótesis sobre varianzas. Finalmente, cubre técnicas estadísticas no paramétricas como las pruebas de rango de Wilcoxon.
Este documento presenta el primer avance de un trabajo final sobre la prueba del valor Z de la distribución normal. Se describe el planteamiento teórico del problema, los objetivos del estudio y el marco teórico sobre la distribución normal y la prueba del valor Z. El objetivo general es determinar si dos nuevos alumnos se encuentran dentro del promedio de talla de los demás alumnos mediante el cálculo del valor Z y la comparación con tablas de distribución normal.
Este documento describe medidas estadísticas como la media, mediana, moda, varianza y desviación estándar para resumir conjuntos de datos. Explica cómo calcular estas medidas tanto para datos agrupados como no agrupados, y provee ejemplos numéricos ilustrativos.
Asimetria y Curtosis, Resumen de Medidas de Dispersión.pdfCarlos Franco
Este documento presenta varias medidas de dispersión y forma comúnmente usadas en estadística. Define el rango, la desviación cuartílica, el rango percentil, la desviación media, la varianza, la desviación típica y el coeficiente de variación como medidas de dispersión. También explica la asimetría y curtosis como medidas de forma, y cómo indican si una distribución es simétrica, asimétrica o apuntada. Finalmente, da un ejemplo numérico para calcular estas medidas.
El documento describe las distribuciones muestrales de la media y las proporciones. Explica que la distribución muestral de la media describe todas las posibles medias de las muestras obtenidas de la población. Muestra un ejemplo numérico para calcular las medias muestrales. También explica que cuando la muestra es grande, la distribución muestral de la media se aproxima a una distribución normal según el teorema del límite central. Finalmente, define la distribución muestral de proporciones y cómo calcular su media y des
Este documento describe las medidas de dispersión, que muestran cuánto varían los valores de una distribución respecto a la media. Las principales medidas son la desviación estándar, que es la raíz cuadrada de la varianza, la cual es la media de los cuadrados de las desviaciones de cada valor respecto a la media. También se mencionan la desviación media y el rango. Se provee un ejemplo para calcular estas medidas en un conjunto de datos agrupados y no agrupados.
1) Los puntajes Z transforman valores de una distribución normal en unidades de desviación estándar para analizar su distancia de la media.
2) El cálculo de puntajes Z requiere datos de la media y desviación estándar de la población, y que la distribución sea normal.
3) Los puntajes Z indican el número de desviaciones estándar que una muestra se encuentra de la media y permite comparar variables en una unidad común.
Este documento introduce el concepto de grados de libertad y describe tres distribuciones estadísticas (t de Student, ji-cuadrada y Fisher) que requieren grados de libertad. Explica que los grados de libertad se calculan como n-1, donde n es el tamaño de la muestra. Luego proporciona ejemplos y propiedades de la distribución t de Student, incluidos cómo calcular y usar valores críticos t para realizar pruebas de hipótesis sobre la media cuando la varianza es desconocida.
Introd. a estadistica inferencial y distribución normalOscar Barrera
La estadística descriptiva incluye la tabulación y descripción de conjuntos de datos para organizar y resumir información básica. La estadística inferencial proporciona métodos para estimar las características de una población a partir de una muestra, y se basa en la probabilidad y la distribución normal.
La distribución normal describe cómo se distribuyen muchas variables en la naturaleza. Tiene forma de campana y depende de los parámetros media (μ) y desviación estándar (σ). La distribución normal estándar tiene μ=0 y σ=1 y se usa para transformar otras distribuciones normales. El documento explica cómo calcular probabilidades usando áreas bajo la curva normal y da ejemplos.
Este documento describe tres medidas de centralización comúnmente usadas en el análisis de datos: la moda, la mediana y la media aritmética. Define cada una y explica cómo calcularlas tanto para datos individuales como agrupados.
El documento explica los conceptos de cuartiles, deciles y percentiles, que son medidas adicionales para medir la dispersión de un conjunto de datos. Define cada medida y ofrece ejemplos numéricos para calcular cuartiles, deciles y percentiles de diferentes conjuntos de datos ordenados.
Este documento describe diferentes medidas de tendencia central y dispersión estadísticas. Explica que las medidas de tendencia central como la media, la mediana y la moda resumen un conjunto de datos en un solo valor representativo. También describe varios tipos de promedios como la media aritmética, la media ponderada, la media geométrica y la media armónica. Finalmente, explica medidas de dispersión como el rango, la varianza y la desviación estándar, las cuales indican qué tan dispersos están los valores de los datos respecto al centro.
Este documento habla sobre estadística y sus aplicaciones. La estadística se divide en descriptiva e inferencial. La descriptiva organiza y resume datos de forma informativa usando tablas de frecuencia, histograma y polígonos de frecuencia. La inferencial deduce propiedades de poblaciones a partir de muestras. Se describen también conceptos como media, mediana, varianza, desviación estándar y teoría de conjuntos.
Este documento describe diferentes medidas de tendencia central como la media, mediana y moda. Explica que las medidas de tendencia central resumen cómo se agrupan los datos alrededor de un punto central. Define la media como la suma de los valores dividida por el número total de valores. La mediana es el valor central cuando los datos están ordenados. La moda es el valor que más se repite. También introduce conceptos como cuartiles, deciles y percentiles para dividir los datos en partes iguales.
Actividad de 20% de Distribucion Muestral realizada por el grupo numero 6, cuyos integrantes son: Felipe Salazar, Greylen Acuña, Katherine Malave, Andres Maica, Mayerling Vargas.
1. La distribución t de Student surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño de la muestra es pequeña.
2. Fue descrita por primera vez en 1908 por William Sealy Gosset bajo el seudónimo de "Student" debido a restricciones de su empleador Guinness.
3. Se utiliza para hacer estimaciones de parámetros de las poblaciones a partir de los valores de los estadísticos correspondientes en las muestras, cuando se desconoce el valor de la varianza o la des
Este documento describe un estudio realizado por investigadores de la Universidad Estatal de Florida sobre el modelado por computadora. El estudio compara los métodos de Box-Muller e inversa para transformar secuencias de baja discrepancia de una distribución uniforme a una normal. Los investigadores concluyen que el método de Box-Muller se puede usar con secuencias de baja discrepancia y en algunos casos puede ser ventajoso sobre el método inverso. Presentan resultados numéricos que comparan ambos métodos.
Este documento presenta una introducción a las distribuciones muestrales. Explica que cuando se toman muestras de una población y se calculan estadísticos como la media y la varianza de cada muestra, estos valores varían y siguen distribuciones de probabilidad específicas llamadas distribuciones muestrales. A través de un ejemplo, muestra cómo calcular la distribución muestral de la media para una población y describirla mediante su media, desviación estándar y forma.
Este documento presenta un resumen de medidas de tendencia central y medidas de dispersión. Explica que las medidas de tendencia central como la media, mediana y moda describen el centro de un conjunto de datos, mientras que las medidas de dispersión como el rango, varianza y desviación estándar miden qué tan dispersos están los datos. Proporciona fórmulas y ejemplos para calcular cada medida. El objetivo es que los estudiantes conozcan y sepan calcular estas medidas estadísticas básicas.
Este documento presenta varios temas relacionados con la teoría de muestras pequeñas. Introduce la distribución t de Student y explica cómo se puede usar para construir intervalos de confianza para una media cuando la varianza es desconocida. También describe las distribuciones Ji-cuadrada y Fisher, que se pueden usar para realizar pruebas de hipótesis sobre varianzas. Finalmente, cubre técnicas estadísticas no paramétricas como las pruebas de rango de Wilcoxon.
Este documento presenta el primer avance de un trabajo final sobre la prueba del valor Z de la distribución normal. Se describe el planteamiento teórico del problema, los objetivos del estudio y el marco teórico sobre la distribución normal y la prueba del valor Z. El objetivo general es determinar si dos nuevos alumnos se encuentran dentro del promedio de talla de los demás alumnos mediante el cálculo del valor Z y la comparación con tablas de distribución normal.
Este documento describe medidas estadísticas como la media, mediana, moda, varianza y desviación estándar para resumir conjuntos de datos. Explica cómo calcular estas medidas tanto para datos agrupados como no agrupados, y provee ejemplos numéricos ilustrativos.
Asimetria y Curtosis, Resumen de Medidas de Dispersión.pdfCarlos Franco
Este documento presenta varias medidas de dispersión y forma comúnmente usadas en estadística. Define el rango, la desviación cuartílica, el rango percentil, la desviación media, la varianza, la desviación típica y el coeficiente de variación como medidas de dispersión. También explica la asimetría y curtosis como medidas de forma, y cómo indican si una distribución es simétrica, asimétrica o apuntada. Finalmente, da un ejemplo numérico para calcular estas medidas.
El documento describe las distribuciones muestrales de la media y las proporciones. Explica que la distribución muestral de la media describe todas las posibles medias de las muestras obtenidas de la población. Muestra un ejemplo numérico para calcular las medias muestrales. También explica que cuando la muestra es grande, la distribución muestral de la media se aproxima a una distribución normal según el teorema del límite central. Finalmente, define la distribución muestral de proporciones y cómo calcular su media y des
Este documento describe las medidas de dispersión, que muestran cuánto varían los valores de una distribución respecto a la media. Las principales medidas son la desviación estándar, que es la raíz cuadrada de la varianza, la cual es la media de los cuadrados de las desviaciones de cada valor respecto a la media. También se mencionan la desviación media y el rango. Se provee un ejemplo para calcular estas medidas en un conjunto de datos agrupados y no agrupados.
1) Los puntajes Z transforman valores de una distribución normal en unidades de desviación estándar para analizar su distancia de la media.
2) El cálculo de puntajes Z requiere datos de la media y desviación estándar de la población, y que la distribución sea normal.
3) Los puntajes Z indican el número de desviaciones estándar que una muestra se encuentra de la media y permite comparar variables en una unidad común.
Este documento introduce el concepto de grados de libertad y describe tres distribuciones estadísticas (t de Student, ji-cuadrada y Fisher) que requieren grados de libertad. Explica que los grados de libertad se calculan como n-1, donde n es el tamaño de la muestra. Luego proporciona ejemplos y propiedades de la distribución t de Student, incluidos cómo calcular y usar valores críticos t para realizar pruebas de hipótesis sobre la media cuando la varianza es desconocida.
Introd. a estadistica inferencial y distribución normalOscar Barrera
La estadística descriptiva incluye la tabulación y descripción de conjuntos de datos para organizar y resumir información básica. La estadística inferencial proporciona métodos para estimar las características de una población a partir de una muestra, y se basa en la probabilidad y la distribución normal.
La distribución normal describe cómo se distribuyen muchas variables en la naturaleza. Tiene forma de campana y depende de los parámetros media (μ) y desviación estándar (σ). La distribución normal estándar tiene μ=0 y σ=1 y se usa para transformar otras distribuciones normales. El documento explica cómo calcular probabilidades usando áreas bajo la curva normal y da ejemplos.
Este documento describe tres medidas de centralización comúnmente usadas en el análisis de datos: la moda, la mediana y la media aritmética. Define cada una y explica cómo calcularlas tanto para datos individuales como agrupados.
El documento explica los conceptos de cuartiles, deciles y percentiles, que son medidas adicionales para medir la dispersión de un conjunto de datos. Define cada medida y ofrece ejemplos numéricos para calcular cuartiles, deciles y percentiles de diferentes conjuntos de datos ordenados.
Este documento describe diferentes medidas de tendencia central y dispersión estadísticas. Explica que las medidas de tendencia central como la media, la mediana y la moda resumen un conjunto de datos en un solo valor representativo. También describe varios tipos de promedios como la media aritmética, la media ponderada, la media geométrica y la media armónica. Finalmente, explica medidas de dispersión como el rango, la varianza y la desviación estándar, las cuales indican qué tan dispersos están los valores de los datos respecto al centro.
Este documento habla sobre estadística y sus aplicaciones. La estadística se divide en descriptiva e inferencial. La descriptiva organiza y resume datos de forma informativa usando tablas de frecuencia, histograma y polígonos de frecuencia. La inferencial deduce propiedades de poblaciones a partir de muestras. Se describen también conceptos como media, mediana, varianza, desviación estándar y teoría de conjuntos.
Este documento describe diferentes medidas de tendencia central como la media, mediana y moda. Explica que las medidas de tendencia central resumen cómo se agrupan los datos alrededor de un punto central. Define la media como la suma de los valores dividida por el número total de valores. La mediana es el valor central cuando los datos están ordenados. La moda es el valor que más se repite. También introduce conceptos como cuartiles, deciles y percentiles para dividir los datos en partes iguales.
Conceptos básicos en estadística.
Escalas de medición
Medidas de tendencia central: media, moda y mediana
Medidas de dispersión: desviación estándar, error estándar
Distribución normal (de gauss). Test de normalidad de los datos
Conceptos básicos en estadística.
Escalas de medición
Medidas de tendencia central: media, moda y mediana
Medidas de dispersión: desviación estándar, error estándar
Distribución normal (de gauss). Test de normalidad de los datos
PROBABILIDAD Y ESTADISTICA contenido tematico 4 parcialesEli Diaz
El documento define conceptos básicos de estadística como la descripción de poblaciones y muestras, variables cualitativas y cuantitativas, y parámetros estadísticos. Explica que la estadística se utiliza para organizar y analizar datos en campos como las ciencias sociales, la economía, la medicina y las ciencias naturales. Además, proporciona ejemplos de cómo calcular estadísticos descriptivos como la media, mediana y moda para resumir las características de una muestra.
1. El documento habla sobre diferentes formas de resumir y representar datos estadísticos, incluyendo tablas, diagramas y medidas de tendencia central como la media, mediana y moda.
2. Explica conceptos como variabilidad, desviación estándar, asimetría, curtosis y cómo dividir datos en cuartiles, deciles y percentiles.
3. Señala que a menudo se toman muestras de una población para estimar parámetros poblacionales, y cómo se pueden calcular intervalos de confianza para estas estim
1. El documento describe diferentes métodos para resumir datos estadísticos, incluyendo tablas, diagramas y medidas de tendencia central y variabilidad.
2. Se explican conceptos como la media, mediana, moda, rango, varianza y desviación estándar para describir cómo se distribuyen y varían los datos.
3. El documento recomienda usar diferentes métodos de acuerdo a si los datos siguen una distribución normal o si hay valores extremos, para proveer resúmenes precisos.
El documento presenta información sobre las medidas de dispersión y asimetría que se abordarán en la unidad 1 del curso de Estadística para los Negocios I. Se definirán conceptos como rango, varianza, desviación estándar y coeficiente de variabilidad, los cuales permiten medir qué tanto se dispersan los datos alrededor de la media. También se explicará el cálculo e interpretación de estas medidas tanto para datos agrupados como no agrupados.
El documento presenta información sobre las medidas de dispersión y asimetría que se abordarán en la unidad 1 del curso de Estadística para los Negocios I. Se definirán conceptos como rango, varianza, desviación estándar y coeficiente de variabilidad, los cuales permiten medir qué tanto se dispersan los datos alrededor de la media. También se explicará el cálculo e interpretación de estas medidas tanto para datos agrupados como no agrupados.
El documento trata sobre conceptos estadísticos como la variabilidad, la desviación estándar, la varianza y la distribución normal. Explica que un procedimiento de medición confiable proporciona datos con poca variación y que la varianza y desviación estándar miden qué tan dispersos están los valores respecto a la media. También describe cómo la distribución normal puede usarse para representar muchos conjuntos de datos y predecir qué porcentaje de datos estarán dentro de ciertos rangos de la media.
Este documento explica las medidas de tendencia central como promedios, moda y mediana, y cómo se calculan e interpretan. Define los tipos de promedios como aritmético, geométrico, armónico y cuadrático. Explica cómo calcular la moda, mediana y diferentes promedios para datos agrupados y series simples. Incluye ejemplos y ejercicios resueltos para ilustrar los conceptos.
Este documento resume conceptos estadísticos clave como medidas de tendencia central (media, mediana, moda), medidas de variabilidad (rango, desviación estándar, varianza), y métodos para resumir y representar datos (tablas, gráficos, curvas de frecuencia). Explica cómo estas medidas y métodos permiten condensar grandes cantidades de datos de manera concisa para facilitar su análisis e interpretación.
Este documento presenta una introducción a conceptos básicos de estadística como población, muestra, variables cualitativas y cuantitativas, tabla de frecuencias, medidas de tendencia central como media, mediana y moda. Explica cómo se construye una tabla de frecuencias para datos agrupados y cómo calcular medidas de tendencia central tanto para datos no agrupados como agrupados.
Este documento describe diferentes medidas estadísticas de tendencia central, posición y dispersión. Explica que las medidas de tendencia central como la media, mediana y moda resumen un conjunto de datos en un solo valor central, mientras que las medidas de dispersión miden qué tan dispersos están los datos. Luego define y da ejemplos de diferentes tipos de promedios, moda, mediana, cuartiles, deciles y percentiles.
Este documento presenta un temario sobre estadística descriptiva. Incluye medidas de tendencia central como la media, mediana y moda, medidas de dispersión como rango, desviación estándar y varianza, y medidas de forma como curtosis y sesgo. También cubre distribución de frecuencias, resumen numérico de datos con Excel, y ofrece ejemplos y ejercicios para calcular estas medidas estadísticas. El documento proporciona información básica sobre conceptos y cálculos importantes en estadística descriptiva.
Este documento proporciona información sobre medidas de tendencia central y dispersión. Brevemente describe las medidas de tendencia central como la media, mediana y moda, y explica que miden el centro de los datos. Luego explica medidas de dispersión como el rango y desviación estándar, las cuales miden qué tan dispersos están los valores con respecto al centro. Finalmente, indica que ambos tipos de medidas son necesarias para describir completamente un conjunto de datos.
Este documento presenta los conceptos clave de la estadística descriptiva, incluyendo medidas de tendencia central como la media, mediana y moda, y medidas de variabilidad como la varianza y desviación estándar. Explica cómo calcular y interpretar estas medidas para resumir conjuntos de datos, ya sea datos numéricos exactos o datos agrupados.
Este documento presenta definiciones de varios conceptos matemáticos clave como media, moda, mediana, desviación estándar, varianza y curtosis. Explica que la media es el promedio de un conjunto de valores, la moda es el valor con mayor frecuencia, y la mediana divide los datos ordenados en dos partes iguales. También describe cómo calcular estas medidas y los diferentes tipos de errores en estadística.
Este documento presenta conceptos clave de estadística descriptiva e inferencial. Explica medidas de tendencia central como la media, mediana y moda, así como medidas de variabilidad como la varianza y desviación estándar. Luego introduce conceptos de estadística inferencial como muestreo, nivel de significancia, pruebas de hipótesis e intervalos de confianza para hacer inferencias sobre una población basadas en una muestra.
Este documento describe los aspectos fundamentales del estudio genético en pediatría. Explica que el estudio genético consiste en una historia clínica dirigida, exploración clínica y exámenes complementarios para evaluar rasgos dismórficos. El objetivo es establecer un diagnóstico y pronóstico, y proveer consejo genético sobre el riesgo de recurrencia y posibilidades de tratamiento y procreación. También describe las diferentes categorías de trastornos genéticos como las enfermedades monogénicas, c
Este documento describe el enfoque clínico para evaluar a niños con dismorfias o malformaciones congénitas. Explica que es importante realizar un diagnóstico preciso para establecer el tratamiento y pronóstico adecuados, y para informar sobre el riesgo de recurrencia. Detalla los pasos para evaluar al paciente, incluyendo una exploración detallada para identificar malformaciones mayores y menores, y las pruebas necesarias para confirmar la sospecha diagnóstica.
Este documento presenta una guía de práctica clínica sobre atelectasia (colapso pulmonar) en pediatría. Define la atelectasia como regiones pulmonares colapsadas donde no se realiza el intercambio gaseoso, y puede afectar subsegmentos, segmentos, lóbulos o todo un pulmón. Describe las causas, síntomas, diagnóstico, tratamiento y complicaciones de la atelectasia, con énfasis en el manejo mediante fisioterapia respiratoria, broncodilatadores y broncoscopia cuando es
Este documento resume los protocolos para diagnosticar diferentes tipos de poliglobulia. Describe poliglobulia aparente vs absoluta, y dentro de esta última distingue entre primaria (defecto en la eritropoyesis) y secundaria (aumento de eritropoyetina). La única forma primaria adquirida es la policitemia vera. Se proveen criterios diagnósticos y pruebas como masa eritrocitaria, saturación de oxígeno y esplenomegalia para diferenciar entre causas. El objetivo es identificar
La familia Herpesviridae está formada por virus ADN con cápside de estructura icosaédrica y una envuelta lipídica. Son virus de alta prevalencia en la población general que tras la infección primaria quedan en estado de latencia y pueden reactivarse por mecanismos no bien conocidos, pudiendo causar patología recidivante y de evolución grave en sujetos inmunodeprimidos. Algunos virus herpes importantes son el virus herpes simple 1 y 2, virus varicela-zoster, virus de Epstein-Barr
Este documento presenta el Módulo II de un curso de gerencia para el manejo efectivo del Programa Ampliado de Inmunización (PAI). El módulo se enfoca en las vacunas del PAI y contiene 12 unidades que describen vacunas individuales como la del sarampión, la rubéola y la poliomielitis, así como conceptos generales sobre vacunación e inmunización. El documento proporciona información técnica sobre las vacunas con el objetivo de capacitar a los participantes en la administración efectiva del PAI.
Here are the key clinical characteristics of measles:
- Prodrome phase with fever, cough, runny nose, red eyes. Fever increases over 2-4 days.
- Koplik's spots (white spots on an erythematous base) appear in the mouth 1-2 days before the rash.
- Characteristic rash appears 2-4 days after prodrome starts. Rash consists of large red blotchy areas made up of confluent papules. Rash usually starts on the face and spreads downwards.
- Other symptoms may include conjunctivitis, coryza, and bronchitis. Cough is usually dry and lasts 1-2 weeks.
-
Este documento presenta el calendario epidemiológico del Ministerio de Salud del Perú para el año 2013, con los meses de enero a marzo. Incluye las definiciones de caso y lineamientos de notificación para varias enfermedades de vigilancia obligatoria como dengue, cólera y fiebre amarilla. El documento proporciona información sobre los criterios para clasificar casos como probables, confirmados o descartados, así como las pruebas de laboratorio aceptadas para la confirmación.
Este documento presenta una sección sobre enfermedades del aparato digestivo. La primera parte se enfoca en gastroenterología y describe varias enfermedades y alteraciones que pueden afectar la boca, incluyendo infecciones como herpes labial recurrente y enfermedad pie-mano-boca, así como condiciones como leucoplaquia, liquen plano y candidiasis. También cubre enfermedades periodontales como periodontitis e hiperplasia gingival.
Este documento describe las adenopatías o linfadenopatías, incluyendo su anatomía, causas comunes, presentación clínica y evaluación. Las adenopatías son el aumento de tamaño de los ganglios linfáticos y pueden deberse a infecciones, procesos inflamatorios o neoplasias. La presentación y localización de las adenopatías ayudan a orientar el diagnóstico, y adenopatías de más de 1 cm (2 cm en inguinales), consistentes, fijas o múltiples a menudo requ
El documento resume la actualización sobre el lupus eritematoso sistémico. Describe que es una enfermedad autoinmune crónica más común en mujeres que se presenta entre la adolescencia y los 50 años. Tiene una etiología multifactorial que involucra factores genéticos, hormonales, inmunológicos y ambientales. Presenta numerosas alteraciones en el sistema inmune como defectos en la apoptosis y fagocitosis, estimulación anómala de células B y activación del sistema innato. El diagnóstico y tratamiento
Este documento describe la evolución de las alteraciones anatómicas observadas en la artritis reumatoidea a través de cuatro etapas: 1) articulación normal, 2) articulación inflamada en etapa inicial, 3) articulación inflamada en etapa tardía con engrosamiento de la membrana sinovial ("pannus") que erosiona el cartílago, y 4) etapa avanzada con notable erosión del cartílago, hueso y otras alteraciones.
La peste es una enfermedad causada por la bacteria Yersinia pestis que se transmite principalmente a través de pulgas infectadas. Existen tres tipos de peste: bubónica, neumónica y septicémica. La peste puede ser mortal si no se trata, pero se puede prevenir y tratar con antibióticos. Aunque rara, sigue ocurriendo en algunas partes del mundo.
2. ESTADISTICA
Ciencia, su sustento es teoría de las probabilidades
Para procesar información y tomar decisiones
Herramienta para investigación
Conjunto de métodos y procedimientos para captar, elaborar e
interpretar datos sujetos a variaciones.
Predice
fenómenos
cuantitativamente.
aleatorios
que
pueden
expresarse
Utiliza para ser inferencias validas para una población mas amplia de
características similares.
La finalidad del análisis es establecer las conclusiones a una
población donde la muestra sea representativa.
3. ESTADÍSTICA
SCHWARTS (1981)
Métodos de razonamiento, interpreta datos de la ciencias de
la vida.
Su carácter es la variabilidad.
LAST (1988)
Resumen y analiza datos sujetos a variaciones aleatorias.
4. ESTADÍSTICA DESCRIPTIVA
Comprende la organización, presentación de datos de manera
científica.
Incluye diversos métodos
gráficamente los datos.
de
organizar
y
representar
Revisa y clasifica datos.
Calcula medidas de tendencia central y de dispersión.
Representa gráficamente los datos
Comprende la organización, presentación y síntesis de datos de
manera científica
5. ESTADÍSTICA INFERENCIAL
• Describe lo que esta pasando y realiza inferencias.
• Toma decisiones probabilísticas.
• Toda generalización tiene un margen de error.
• Comprende las bases lógicas mediante las cuales se
establecen conclusiones.
6. ESTADÍSTICA INFERENCIAL
Proporciona métodos para
estimar las características
de un grupo (población)
basándose en los datos de
un
conjunto
pequeño
(muestra).
Población
Población
Muestra
7. ESTADÍSTICA EN MEDICINA
El resultado de un análisis estadístico no es un objetivo
en sí mismo, sino una herramienta para:
Comprobar o rechazar una hipótesis de trabajo,
Representar de una forma eficiente y resumida un
colectivo de observaciones, para validar un modelo de
un proceso fisiológico.
8. DATOS CUANTITATIVOS
En el grupo de datos cuantitativos tenemos:
Aquellos cuyo resultado puede variar de forma
continua, como puede ser el peso, la presión arterial,
el nivel de colesterol, etc.
Los que sólo pueden tomar valores enteros como por
ejemplo el número de hijos, el número de ingresados
en el Servicio de Ortopedia, un día concreto, etc.
9. DATOS CUALITATIVOS
Pueden ser:
Nominales, que constituyen una simple etiqueta como puede
ser el sexo, el grupo sanguíneo, etc.
Ordinales, en las que se da una relación de orden entre las
respuestas, por ej. resultado de una patología/tratamiento
(fallece, empeora, sin cambios, mejora, curación).
10. PRESENTACIÓN DE DATOS CUALITATIVOS
Indicar un valor central y uno de variabilidad o
dispersión.
Cuando es razonable suponer que los datos pueden seguir
una distribución normal, se estimará la media y la
desviación estándar.
Ejemplo: La media de la PAS fue de 139.2 ± 14.9 mmHg.
11. MEDIDAS DE TENDENCIA CENTRAL
Son valores promedios que representan a toda la muestra
de valores
Indican el punto medio de la distribución.
Nos indican en torno a que valor (centro) se distribuyen
los datos.
En una distribución de frecuencias las medidas de
tendencia central son: Media, mediana y moda.
12. MEDIA
Es un valor representativo o promedio.
x se calcula a partir de la distribución de frecuencias.
Suma l os valores de todas las observaciones y se divide por el numero total.
Ventaja. Su fácil manejo matemático y estadístico.
Se usa en datos intervalicos y proporcionales.
Limitación sensibilidad a los valores extremos
X1, x2, x3, ………xn
x = x1, x2, x3, … xn
n
x = Ʃ xi
n
13. PROPIEDADES DE LA MEDIA ARITMÉTICA
Propiedades de la media aritmética
La suma de las desviaciones de todas las puntuaciones de una
distribución respecto a la media de la misma igual a cero.
Las suma de las desviaciones de los números 8, 3, 5, 12, 10 de su media
aritmética 7.6 es igual a 0:
8 − 7.6 + 3 − 7.6 + 5 − 7.6 + 12 − 7.6 + 10 − 7.6 =
= 0. 4 − 4.6 − 2.6 + 4. 4 + 2. 4 = 0
14. CALCULO DE LA MEDIA : EJEMPLOS
1.- DATOS NO AGRUPADOS: Los pesos de 6 amigos son
84,91,72,68,87 y 78 kilos. Hallar el peso medio.
_
X = 84 +91 +72 +68 +87 + 78 =
6
480 = 80
6
15. 2.- DATOS AGRUPADOS:
Si lo s datos vienen agrupados en una
X = Σxi . fi
N
tabla de frecuencia
fi
xi · fi
[10, 20)
15
1
15
[20, 30)
25
8
200
[30,40)
35
10
350
[40, 50)
45
9
405
[50, 60
55
8
440
[60,70)
65
4
260
[70, 80)
75
2
150
42
1 820
xi
_
16. En un brote de hepatitis A, 6 personas iniciaron síntomas 24 a 31 días
después de la exposición. Calcule el promedio del período de incubación en
éste brote; los períodos de incubación para las i personas afectadas (X)
fueron: 29,31,24,29,30 y 25.
1.- Para calcular el numerador sume las observaciones individuales
x = 29+31+24+29+30+25= 168
2.- Para calcular el denominador cuente el número de las observaciones : n=6
3.- Para calcular la media divida el numerador sumatoria de las observaciones)
entre el denominador (numero de las observaciones).
media x = 29 31 24 29 30 25 = 168 = 28 días
6
6
Entonces: el promedio del período de incubación del brote es 28 días.
17. En una lista de 5 variables para 11 personas. Vamos a demostrar como se
calcula la media de cada variable (A-E) en el listado.
Persona # Variable A Variable B
1
0
0
2
0
4
3
1
4
4
1
4
5
1
5
6
5
5
7
9
5
8
9
6
9
9
6
10
10
6
11
10
10
Variable C
0
1
2
3
4
5
6
7
8
9
10
Variable D Variable E
0
0
1
6
1
7
2
7
2
7
2
8
3
8
3
8
3
9
4
9
10
10
18. 1.
Para calcular el numerador, sume todas las observaciones individuales:
A. ∑i x = 0+0+1+1+1+5+9+9+9+10+10 = 55
B. ∑i x = 0+4+4+4+5+5+5+6+6+6+10 = 55
C. ∑i x = 0+1+2+3+4+5+6+7+8+9+10 = 55
D. ∑i x = 0+1+1+2+2+2+3+3+3+4+10 = 31
E. ∑i x = 0+6+7+7+7+8+8+8+9+9+10 = 79
2
.- Para calcular el denominador cuente el número de observaciones (n=11) para cada
variable.
3.- Para calcular la media, divida el numerador (suma de las observaciones) entre el
denominador (número de las observaciones).
» Media de la variable A= 55/11= 5
» Media de la variable B= 55/11= 5
» Media de la variable C= 55/11= 5
» Media de la variable D= 31/11= 2.82
» Media de la variable E= 79/11= 7.18
19. MEDIANA
Se define a la observación equidistante de los extremos.
Es un valor que va a dividir una representación ordenada en dos partes iguales.
La mitad de las observaciones tienen valor inferior o igual a la mediana y la otra
mitad igual o mayor a la mediana.
Los cálculos se ordenan según su valor en la escala de medición.
Si N es impar la mediana será el valor correspondiente a la observación situada en
el centro
1,2, 3,4, 5,7, 9
Si N es par la mediana será la media de las variaciones centrales
3, 7, 5, 4, 2, 8, 11, 1 Ventaja : Se usa en variables ordinales
1, 2, 3, 4, 5, 7, 8, 11 Desventaja: Limitaciones de su manejo matemático.
Me= 4+5 = 4.5
2
20. MEDIDAS DE TENDENCIA CENTRAL. MEDIANA
DATOS AGRUPADOS:
La mediana es el valor de la variable que tiene la propiedad de que los valores
menores que él son tan frecuentes como los mayores que él .
X = Li +
N/2 – fd
fc
i
Rango mediano = (n+1)
2
donde: Li = Límite inferior del intervalo crítico
N = Nº total de datos
fd = Frecuencia acumulada por debajo del intervalo crítico
fc = Frecuencia del intervalo crítico
i = Amplitud del intervalo
21. fi
Fac.
151,5 – 172,5
5
5
172,5 – 193,5
7
12
193,5 – 214,5
9
21
214,5 – 235,5
6
27
235,5 – 256,5
3
30
30
INTERVALOS
X = Li +
N/2 – fd
fc
. i = 193,5 +
Rango mediano = (n+1)
2
30 /2 - 12 . 21 = 200,5
9
22. CARACTERÍSTICAS DE LA MEDIANA
Es menos sensible que la media a la variación de las puntuaciones .
Ejemplo: A 24,25,29,30,31 Media 28.0 mediana 29
B 24,25,29,30,131 Media 44.7 mediana 29
Se puede calcular aunque existan algún intervalo abierto, siempre que no
sea ese el intervalo crítico
Es más representativa cuando la distribución tiene puntuaciones muy
extremas.
23. MODA
Es el valor de mayor frecuencia en el conjunto de observaciones.
Se representa por MO
Ventaja: se usa para datos nominales.
Limitación: Puede no existir ninguna moda o existir mas de uno.
- Hallar la moda de la distribución:
2, 3, 3,4,4,4,5,5,
MO = 4
24. Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y
esa frecuencia es la máxima, la distribución es bimodal o multimodal, es
decir, tiene varias modas.
1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9
Cuando todas las puntuaciones de
frecuencia, no hay moda.
2, 2, 3, 3, 6, 6, 9, 9.
un
grupo
tienen
la misma
Si dos puntuaciones adyacentes tienen la frecuencia máxima, la moda es
el promedio de las dos puntuaciones adyacentes.
0, 1, 3, 3, 5, 5, 7, 8 Mo = 4
25. CURVA NORMAL ESTADÍSTICA
Curva de Gauss o en campana.
Se caracteriza porque dado el promedio y la Ds es posible reconstruirlo y precisar el
área que existe bajo cualquier segmento.
Se extiende entre – 0 a +0 su comportamiento bajo la curva es igual a la unidad.
En ella coincide la media, mediana y moda.
Es la distribución teórica de probabilidad mas importante y se usa en la mayoría de
variables continuas biológicas.
Entre el valor central y una Ds se encuentra el 68.3 del área
Dos Ds equivale al 95%; 2.5 Ds equivale al 98.8 y 3 Ds equivale al 99.7%
26. IMPORTANCIA
Describe fenómenos biológicos ya que tiene una distribución
de este tipo para un valor promedio que establece la tendencia
central del fenómeno en medición.
Estima probabilidad de ocurrencia de diversos eventos.
La mayoría de los Test estadísticos dan por supuesto que
provienen de una distribución normal.
27. PROPIEDADES
Es simétrica, una de las partes es fiel reflejo de la otra.
La validez de la media aritmética son iguales en una distribución
normal.
El intervalo de valores o recorrido son las medidas de variabilidad.
Es la distancia entre los valores máximos y mininos.
La media, mediana y moda tienen el mismo valor.
Las colas de la curva están cada vez mas próximos al eje x.
Es unimodal .
28. INTERPRETACION
Se aplica al raciocinio de las pruebas de significación estadística
La determinación de la significación estadística es un fenómeno probabilístico:
Mide la probabilidad de que un evento sea debido al azar.
El resultado de la significación esta estrechamente ligado al numero de
observaciones realizadas.
Una diferencias estadísticamente significativa solo indica que existe una baja
probabilidad de que el azar explique la diferencia.
El limite de significación para que el hallazgo se considere significativo tiene que
ser igual o menor a 0.05 %.
La dos probalidades de error:
- Error tipo 1 o @ existe diferencia significativa cuando de hecho no
diferencia real.
- Error tipo 2 o ɞ no existe la diferencia cuando en verdad existe
existe
34. MEDIDAS DE ORDEN
Permiten conocer otros puntos característicos
de la distribución que no son los valores
centrales.
Cuartiles, deciles y percentiles.
35. PERCENTILES
Los percentiles dividen en dos partes las observaciones.
Por ejemplo, el percentil 20, P20, es el valor que deja por
debajo un 20%
y por encima un 80% de las
observaciones.
PERCENTILES (P):
Es el valor de la variable por debajo del cual se
encuentra un
porcentaje determinado de
observaciones.
37. ÍNDICES DE POSICIÓN
CUARTILES (Q): Son los valores de la variable que dejan por debajo el:
25% de los datos ............... Primer cuartil
Q1 (25%)
50% de los datos................ Segundo cuartil Q2 (50%)
75% de los datos................ Tercer cuartil
Q3 (75%)
40. MEDIDAS DE DISPERSIÓN
Estudia lo concentrada o dispersa que está la
distribución de los datos con respecto a la media
aritmética.
Rango o recorrido, desviación media, varianza y
desviación típica o estándar, y coeficiente de variación.
41. MEDIDAS DE DISPERSIÓN
RANGO, RECORRIDO O AMPLITUD:
Es la diferencia entre los valores más grande y más pequeño de la
distribución.
Ejemplo:
En éste ejemplo se demuestra cómo se encuentran los valores
_
mínimo y máximo y el rango de los siguientes datos:
29,31,24,29,30,25.
1.- Organice los datos de menor a mayor: 24,25,29,29,30,31.
2.- Identifique los valores mínimo y máximo: mínimo=24 y máximo=31
3.- Calcule el rango: rango = máximo - mínimo =31-24=7; entonces el rango
es igual a 7.
42. RANGO INTERCUARTILICO
Es la diferencia entre el tercer cuartil y el primero (Q3 – Q1).
1. Organice las observaciones en orden ascendente.
Dados estos datos: 13, 7, 9, 15, 11, 5, 8, 4,
hay que organizarlos así: 4, 5, 7, 8, 9, 11, 13, 15.
2. Encuentre la posición del primer y el tercer cuartil. Dado que hay 8
observaciones, n = 8.
posición del primer cuartil (Q1) = (n + 1) / 4
= (8 + 1) / 4 = 2.25
posición del tercer cuartil (Q3) = 3(n + 1) / 4 = 3 x Q1
3(8 + 1) / 4 = 6.75
Así, se encuentra Q1 (1/4) de las observaciones entre 2 y 3 y Q3 es
(3/4) entre las observaciones entre 6 y 7.
43. 3. Identifique el valor del primer y el tercer cuartil.
Valor de Q1: La posición de Q1 es 2 1/4; así, el valor de Q1 es el
valor de la observación 2 más 1/4 de la diferencia entre los valores
de las observaciones 2 y 3.
Valor de la observación 3 (ver paso 1) : 7
Valor de la observación 2: 5
Q1 = 5 + 1/4( 7-5 ) = 5 + 1/4(2) = 5 + 0,5 = 5.5
44. Valor de Q3:
La posición de Q1 es 6 3/4; así, el valor de Q3 es el valor de la
observación 6 más 3/4 de la diferencia entre los valores de las
observaciones 6 y 7.
Valor de la observación 7 (ver paso 1) : 13
Valor de la observación 6: 11
Q3 = 11 + 3/4( 13-11 ) = 11 + 3/4 (2) = 11 + 1.5 = 12.5
45. 4. Calcule el rango intercuartílico como Q3 menos Q1.
Q3 = 12,5 (ver paso 3) Q1 = 5,5
Rango intercuartílico = 12,5 - 5,5 = 7
En general, se usan los cuartiles y el rango intercuartílico
para describir la variabilidad cuando se está usando la
mediana como la medida de tendencia central.
Cuando se está usando la media aritmética, hay que usar
la desviación típica.
46. VARIANZA: Es la media de los cuadrados de las diferencias entre cada valor de
la variable y la media aritmética.
_
S² = Σ (xi - X )² o bien S² = 1
_
N
N
También:
S² =
Σxi ² - X ²
N
Σxi ² - (Σxi )²
N
Para datos agrupados:
_
S² = Σfi (xi - X )² o bien S² = 1
N
N
_
También:
S² = Σfixi ² - X ²
N
Σfi . xi ² - (Σfi . xi )²
N
47. VARIANZA Y DESVIACIÓN TIPICA
Si se resta la media aritmética de cada observación, la suma de las
diferencias es cero.
Este concepto de restar la media de cada observación es la base para dos
medidas de dispersión: la varianza y la desviación típica o estándar.
Para estas medidas, hay que elevar al cuadrado las diferencias para eliminar
los números negativos.
Después, se suma el cuadrado de las diferencias y se divide por n-1 para
encontrar la "media" de las diferencias al cuadrado.
Esta "media" es la VARIANZA
48. DESVIACIÓN TÍPICA
DESVIACIÓN TÍPICA: Es la raíz cuadrada de la varianza
Para convertir la varianza a las unidades originales, hay que
obtener la raíz cuadrada. Se denomina DESVIACIÓN TIPICA
Ó ESTANDAR .
49. Valor menos la media
Diferencia
Diferencias al cuadrado
24 - 28
-4
16
25 - 28
-3
9
29 - 28
+1.0
1
29 - 28
+1.0
1
30 - 28
+2.0
4
31 - 28
+3.0
9
-7+7=0
40
168 - 168 = 0
50. Varianza = ∑ diferencias cuadráticas = 40 = 8
n-1
5
Desvío estándar= √8 = 2.83
La varianza y la desviación estándar son medidas de la desviación
o dispersión de las observaciones alrededor de la media de la
distribución.
La varianza es la media de las diferencias cuadradas de las
observaciones alrededor de la media. Se representa como "S2 " en
las fórmulas.
La desviación estándar es la raíz cuadrada de la varianza; se
representa con "s"
51. El CV es igual al cociente entre la desviación típica y la
media.
Si encontramos que el coeficiente de variación es próximo o
mayor que 0.5 y no puede haber datos negativos, la
distribución no es normal.
52. COEFICIENTE DE VARIACIÓN DE PEARSON:
Es la «desviación típica medida en unidades de media» y se mide en %; o lo
que es lo mismo, indica el tanto por ciento de la media que representa la
desviación típica. Así:
CV = S / X . 100
Una distribución tiene X = 140 y s = 28 y otra X = 150 y s = 24. ¿Cuál de
las dos presenta mayor dispersión?
La primera distribución presenta mayor dispersión.
Notas del editor
Cada
tipo variable tiene requerimientos propios en cuanto a presentación y en cuanto a las pruebas que se utilizan
para contrastar los valores entre diferentes grupos.