Este documento trata sobre medidas estadísticas descriptivas como la media aritmética, moda y mediana. Explica cómo calcular estas medidas para datos agrupados y no agrupados, y sus propiedades. También cubre medidas de dispersión como varianza y desviación estándar, así como conceptos de asimetría y curtosis. El objetivo es que los estudiantes aprendan a analizar conjuntos de datos usando estas herramientas estadísticas.
Este documento presenta una introducción a la estadística descriptiva y su aplicación con el software Minitab. Define conceptos clave como población, muestra, parámetros de centralización (media, mediana, moda), parámetros de dispersión (rango, varianza, desviación estándar), y representaciones gráficas de datos. El objetivo es calcular e interpretar estas medidas estadísticas básicas y realizar un caso práctico usando Minitab.
Este documento habla sobre la organización y representación gráfica de datos estadísticos. Explica que una vez recolectados los datos en bruto, estos deben organizarse en tablas de frecuencias o distribuciones de frecuencias para analizar patrones. Luego, los gráficos como histogramas, polígonos y ojivas permiten visualizar la información de manera global. Finalmente, introduce conceptos como media, mediana y moda para medir tendencias centrales en los datos, y medidas de dispersión para cuantificar su variabilidad.
Este documento explica varias medidas de tendencia central y dispersión utilizadas en estadística. Define la media aritmética, mediana y moda como medidas de tendencia central principales. También describe el cálculo y aplicación de estas medidas, así como el rango medio, para resumir conjuntos de datos. Además, explica medidas de dispersión como la varianza y desviación estándar y cómo calcularlas a partir de series de datos simples y agrupados.
Este documento resume tres tipos de medidas descriptivas: medidas de posición, medidas de dispersión y medidas de forma. Explica que las medidas de posición incluyen medidas centrales como la media, mediana y moda, así como medidas no centrales como los cuartiles, deciles y centiles. Describe cómo calcular estas medidas tanto para datos agrupados como no agrupados, e ilustra los cálculos con ejemplos numéricos.
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.
El documento presenta una introducción a diferentes medidas de posición y dispersión estadísticas como la media aritmética, la mediana, la moda, la varianza, la desviación estándar y el rango intercuartílico. Explica cómo calcular cada medida y sus propiedades para datos agrupados y no agrupados, así como las ventajas e inconvenientes de cada medida.
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 trata sobre medidas estadísticas descriptivas como la media aritmética, moda y mediana. Explica cómo calcular estas medidas para datos agrupados y no agrupados, y sus propiedades. También cubre medidas de dispersión como varianza y desviación estándar, así como conceptos de asimetría y curtosis. El objetivo es que los estudiantes aprendan a analizar conjuntos de datos usando estas herramientas estadísticas.
Este documento presenta una introducción a la estadística descriptiva y su aplicación con el software Minitab. Define conceptos clave como población, muestra, parámetros de centralización (media, mediana, moda), parámetros de dispersión (rango, varianza, desviación estándar), y representaciones gráficas de datos. El objetivo es calcular e interpretar estas medidas estadísticas básicas y realizar un caso práctico usando Minitab.
Este documento habla sobre la organización y representación gráfica de datos estadísticos. Explica que una vez recolectados los datos en bruto, estos deben organizarse en tablas de frecuencias o distribuciones de frecuencias para analizar patrones. Luego, los gráficos como histogramas, polígonos y ojivas permiten visualizar la información de manera global. Finalmente, introduce conceptos como media, mediana y moda para medir tendencias centrales en los datos, y medidas de dispersión para cuantificar su variabilidad.
Este documento explica varias medidas de tendencia central y dispersión utilizadas en estadística. Define la media aritmética, mediana y moda como medidas de tendencia central principales. También describe el cálculo y aplicación de estas medidas, así como el rango medio, para resumir conjuntos de datos. Además, explica medidas de dispersión como la varianza y desviación estándar y cómo calcularlas a partir de series de datos simples y agrupados.
Este documento resume tres tipos de medidas descriptivas: medidas de posición, medidas de dispersión y medidas de forma. Explica que las medidas de posición incluyen medidas centrales como la media, mediana y moda, así como medidas no centrales como los cuartiles, deciles y centiles. Describe cómo calcular estas medidas tanto para datos agrupados como no agrupados, e ilustra los cálculos con ejemplos numéricos.
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.
El documento presenta una introducción a diferentes medidas de posición y dispersión estadísticas como la media aritmética, la mediana, la moda, la varianza, la desviación estándar y el rango intercuartílico. Explica cómo calcular cada medida y sus propiedades para datos agrupados y no agrupados, así como las ventajas e inconvenientes de cada medida.
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 diferentes medidas de tendencia central y de dispersión para describir conjuntos de datos, incluyendo la moda, mediana y media aritmética. Explica cómo calcular cada medida para datos agrupados y no agrupados, y define conceptos como simetría y asimetría en distribuciones de datos. Además, incluye un ejemplo numérico para ilustrar el cálculo de las medidas de un conjunto real de datos.
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 describe medidas de dispersión como la desviación media, varianza y desviación estándar. Explica cómo calcular estas medidas para datos no agrupados y agrupados utilizando fórmulas y Excel. También describe propiedades como que la varianza y desviación estándar miden qué tan dispersos están los datos alrededor del promedio, y que la desviación estándar es más fácil de interpretar que la varianza debido a que está en las mismas unidades que los datos originales.
Este documento presenta conceptos estadísticos como media aritmética, moda, mediana, desviación estándar y varianza. Incluye un ejercicio sobre datos de ventas de tazas de café durante 10 periodos para determinar si es conveniente abrir un negocio de café.
El documento describe diferentes medidas de tendencia central como la media, mediana y moda. Explica cómo calcular cada una a partir de datos agrupados en tablas de frecuencias, incluyendo fórmulas y ejemplos. También define medidas de posición como cuartiles, quintiles, deciles y percentiles, las cuales dividen los datos en partes iguales.
Este documento presenta definiciones y fórmulas de conceptos básicos de estadística descriptiva como frecuencias, medidas de tendencia central, medidas de dispersión y medidas de posición. Explica cómo calcular la media, moda, mediana, desviación estándar, varianza y percentiles para datos agrupados y no agrupados. También incluye ejemplos numéricos de cálculos y una tabla de distribución de frecuencias como problema de ejemplo.
Estadística Descriptiva - Medidas de tendencia central, posición y dispersiónManuelIgnacioMontero
Es una presentación del cpech psu, donde trabajé alguna vez, tiene conceptos básicos de manera ordenada, donde podrán comprender las medidas de posición, dispersión y centrales.
Este documento presenta información sobre estadística descriptiva e incluye preguntas sobre temas como medidas de tendencia central, promedios, moda y mediana. Se define cada medida y se explican sus características. El documento provee ejemplos y fórmulas para calcular el promedio, moda y mediana de un conjunto de datos.
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.
1) Este documento describe diferentes medidas de tendencia central y posición para conjuntos de datos, incluyendo la media, mediana, moda, cuartiles, quintiles, deciles y percentiles.
2) Explica cómo calcular e interpretar la media, mediana y moda para datos agrupados en tablas de frecuencias.
3) Señala que la mediana y la moda pueden calcularse a partir de los límites reales de los intervalos de datos agrupados.
1) Este documento describe diferentes medidas de tendencia central y posición que se pueden aplicar a conjuntos de datos, incluyendo la media, mediana, moda, cuartiles, quintiles, deciles y percentiles.
2) Estas medidas resumen los datos dividiendo el rango de valores en partes iguales o identificando puntos de equilibrio.
3) Se explican fórmulas y ejemplos para calcular cada medida cuando los datos están agrupados en tablas de frecuencias.
Presentación estadistica adolfo bravo medidas de tendencia centralAdolfo Bravo
Este documento describe diferentes medidas estadísticas utilizadas para resumir conjuntos de datos, incluyendo medidas de tendencia central como la media, mediana y moda, y medidas de dispersión como el rango y la desviación estándar. Explica cómo calcular cada medida y ofrece ejemplos de su aplicación en diferentes contextos como la ingeniería mecánica.
MEDIDAS DE TENDENCIA CENTRAL PARA DATOS AGRUPADOSWiliDj Ascanta
Este documento explica las medidas de tendencia central para datos agrupados, incluyendo la media, mediana y moda. Define cada medida y proporciona fórmulas para calcularlas con datos agrupados. Además, discute medidas adicionales como la media geométrica y armónica. El objetivo es resumir conjuntos de datos en un solo valor representativo.
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 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 información sobre medidas de tendencia central y posición. Explica que las medidas de tendencia central como la media, mediana y moda resumen un conjunto de datos indicando hacia dónde se agrupan los valores. Luego define medidas de posición como cuartiles, deciles y percentiles que dividen los datos ordenados en partes porcentuales. Finalmente, proporciona ejercicios para calcular estas medidas a partir de datos de tiempos de reacción, edades y tiempos en una prueba.
Este documento presenta información sobre medidas de tendencia central y dispersión estadística. Explica conceptos como media, mediana, moda, desviación estándar y rango. Proporciona fórmulas y ejemplos para calcular estas medidas a partir de datos agrupados y no agrupados. Además, ofrece referencias bibliográficas relacionadas con estos temas estadísticos fundamentales.
Este documento presenta diferentes medidas de tendencia central y de dispersión para describir conjuntos de datos, incluyendo la moda, mediana y media aritmética. Explica cómo calcular cada medida para datos agrupados y no agrupados, y define conceptos como simetría y asimetría en distribuciones de datos. Además, incluye un ejemplo numérico para ilustrar el cálculo de las medidas de un conjunto real de datos.
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 describe medidas de dispersión como la desviación media, varianza y desviación estándar. Explica cómo calcular estas medidas para datos no agrupados y agrupados utilizando fórmulas y Excel. También describe propiedades como que la varianza y desviación estándar miden qué tan dispersos están los datos alrededor del promedio, y que la desviación estándar es más fácil de interpretar que la varianza debido a que está en las mismas unidades que los datos originales.
Este documento presenta conceptos estadísticos como media aritmética, moda, mediana, desviación estándar y varianza. Incluye un ejercicio sobre datos de ventas de tazas de café durante 10 periodos para determinar si es conveniente abrir un negocio de café.
El documento describe diferentes medidas de tendencia central como la media, mediana y moda. Explica cómo calcular cada una a partir de datos agrupados en tablas de frecuencias, incluyendo fórmulas y ejemplos. También define medidas de posición como cuartiles, quintiles, deciles y percentiles, las cuales dividen los datos en partes iguales.
Este documento presenta definiciones y fórmulas de conceptos básicos de estadística descriptiva como frecuencias, medidas de tendencia central, medidas de dispersión y medidas de posición. Explica cómo calcular la media, moda, mediana, desviación estándar, varianza y percentiles para datos agrupados y no agrupados. También incluye ejemplos numéricos de cálculos y una tabla de distribución de frecuencias como problema de ejemplo.
Estadística Descriptiva - Medidas de tendencia central, posición y dispersiónManuelIgnacioMontero
Es una presentación del cpech psu, donde trabajé alguna vez, tiene conceptos básicos de manera ordenada, donde podrán comprender las medidas de posición, dispersión y centrales.
Este documento presenta información sobre estadística descriptiva e incluye preguntas sobre temas como medidas de tendencia central, promedios, moda y mediana. Se define cada medida y se explican sus características. El documento provee ejemplos y fórmulas para calcular el promedio, moda y mediana de un conjunto de datos.
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.
1) Este documento describe diferentes medidas de tendencia central y posición para conjuntos de datos, incluyendo la media, mediana, moda, cuartiles, quintiles, deciles y percentiles.
2) Explica cómo calcular e interpretar la media, mediana y moda para datos agrupados en tablas de frecuencias.
3) Señala que la mediana y la moda pueden calcularse a partir de los límites reales de los intervalos de datos agrupados.
1) Este documento describe diferentes medidas de tendencia central y posición que se pueden aplicar a conjuntos de datos, incluyendo la media, mediana, moda, cuartiles, quintiles, deciles y percentiles.
2) Estas medidas resumen los datos dividiendo el rango de valores en partes iguales o identificando puntos de equilibrio.
3) Se explican fórmulas y ejemplos para calcular cada medida cuando los datos están agrupados en tablas de frecuencias.
Presentación estadistica adolfo bravo medidas de tendencia centralAdolfo Bravo
Este documento describe diferentes medidas estadísticas utilizadas para resumir conjuntos de datos, incluyendo medidas de tendencia central como la media, mediana y moda, y medidas de dispersión como el rango y la desviación estándar. Explica cómo calcular cada medida y ofrece ejemplos de su aplicación en diferentes contextos como la ingeniería mecánica.
MEDIDAS DE TENDENCIA CENTRAL PARA DATOS AGRUPADOSWiliDj Ascanta
Este documento explica las medidas de tendencia central para datos agrupados, incluyendo la media, mediana y moda. Define cada medida y proporciona fórmulas para calcularlas con datos agrupados. Además, discute medidas adicionales como la media geométrica y armónica. El objetivo es resumir conjuntos de datos en un solo valor representativo.
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 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 información sobre medidas de tendencia central y posición. Explica que las medidas de tendencia central como la media, mediana y moda resumen un conjunto de datos indicando hacia dónde se agrupan los valores. Luego define medidas de posición como cuartiles, deciles y percentiles que dividen los datos ordenados en partes porcentuales. Finalmente, proporciona ejercicios para calcular estas medidas a partir de datos de tiempos de reacción, edades y tiempos en una prueba.
Este documento presenta información sobre medidas de tendencia central y dispersión estadística. Explica conceptos como media, mediana, moda, desviación estándar y rango. Proporciona fórmulas y ejemplos para calcular estas medidas a partir de datos agrupados y no agrupados. Además, ofrece referencias bibliográficas relacionadas con estos temas estadísticos fundamentales.
Similar a METODOS ESTADÍSTICOS I, SEGUNDA Y TERCERA clase.pptx (20)
La energía radiante es una forma de energía que
se transmite en forma de ondas
electromagnéticas esta energía se propaga a
través del vacío y de ciertos medios materiales y
es fundamental en una variedad naturales y
tecnológicos
ESPERAMOS QUE ESTA INFOGRAFÍA SEA UNA HERRAMIENTA ÚTIL Y EDUCATIVA QUE INSPIRE A MÁS PERSONAS A ADENTRARSE EN EL APASIONANTE CAMPO DE LA INGENIERÍA CIVIŁ. ¡ACOMPAÑANOS EN ESTE VIAJE DE APRENDIZAJE Y DESCUBRIMIENTO
METODOS ESTADÍSTICOS I, SEGUNDA Y TERCERA clase.pptx
1. Asignatura: MÉTODOS ESTADÍSTICOS I
Dr. Juan Pablo Inostroza S.
OBJETIVOS(S): AL APROBAR LA ASIGNATURA, EL ALUMNO SERÁ CAPAZ
DE:
1. REPRESENTAR, ORGANIZAR Y SINTETIZAR UN CONJUNTO DE DATOS
PARA SU ANÁLISIS MEDIANTE EL USO DE HERRAMIENTAS DE LA
ESTADÍSTICA DESCRIPTIVA.
2. ENUNCIAR Y APLICAR LAS REGLAS BÁSICAS DE PROBABILIDAD.
3. RECONOCER Y APLICAR LAS DISTRIBUCIONES DE PROBABILIDADES
DISCRETAS Y CONTINUAS.
2. CONTENIDOS:
1. Introducción conceptos.
2. Representación gráfica de los datos.
3. Medidas de la Tendencia Central y Dispersión.
4. Principios de Probabilidad.
5. Distribuciones de Probabilidad discretas y continuas.
6. Estadística inferencial y estimaciones.
4. BIBLIOGRAFIA:
1. Leonard J. Kazmier. Estadística Aplicada a la Administración y la Economía. Ed. Mc Graw Hill.
Publicaciones Schaum. 3era. Ed. 1998.
2. Murria R. Spiegel. Probabilidad y Estadística. Ed. Mc Graw Hill.
3. Probabilidad y Estadística Aplicada a la Ingeniería. Douglas C. Montgomery y George C. Runger.
Mc Graw Hill. 1996.
6. Medidas de tendencia central o posición
Corresponden a valores que generalmente se ubican en la parte central de un conjunto de
datos.
Forma como los datos pueden condensarse en un solo valor central alrededor del cual todos los
datos muestrales se distribuyen.
7. Medidas de tendencia central o posición
Las medidas de tendencia central más importantes son:
◦ Media: Aritmética y Aritmética ponderada.
◦ Mediana.
◦ Moda.
8. Medidas de tendencia central y dispersión
TENDENCIAS CENTRALES
- DATOS NO AGRUPADOS:
MEDIA, MEDIANA, MODA, MEDIA PONDERADA Y MEDIA
GEOMÉTRICA.
- DATOS AGRUPADOS:
MEDIA, MEDIANA Y MODA.
9. Medidas de tendencia central y dispersión
DISPERSIÓN
- DATOS NO AGRUPADOS:
RANGO, VARIANZA Y DESVIACIÓN ESTÁNDAR, CUARTILES
(DECILES Y PERCENTILES).
- DATOS AGRUPADOS:
VARIANZA Y DESVÍO ESTÁNDAR.
10. Media Aritmética
Es la suma de todas las observaciones dividida entre el número total
de observaciones.
Expresada de forma más intuitiva, podemos decir que la media
aritmética es la cantidad total de la variable distribuida a partes
iguales entre cada observación. (wikipedia)
Por ejemplo, si en una habitación hay tres personas, la media de
dinero que tienen en sus bolsillos sería el resultado de tomar todo el
dinero de los tres y dividirlo a partes iguales entre cada uno de ellos.
Es decir, la media es una forma de resumir la información de una
distribución (dinero en el bolsillo) suponiendo que cada observación
(persona) tendría la misma cantidad de la variable. (wikipedia)
11. Cálculo de la media aritmética
Para datos no agrupados:
n
x
X
n
i
i
1
n
f
m
X
k
i
i
i
1
Para datos agrupados:
Donde: mi: punto medio de la clase i
fi: frecuencia absoluta de la clase i
k: cantidad de clases
12. Mediana
Es el valor que ocupa la posición central de un conjunto de observaciones, una vez que han sido
ordenados en forma ascendente o descendente.
Divide al conjunto de datos en dos partes iguales.
13. Cálculo de la mediana
Para datos no agrupados:
◦ Si n es impar: posición donde se ubica la mediana es igual a (n+1)/2.
◦ Si n es par: (n+1)/2 no es entero, por lo tanto la mediana será igual al promedio de las dos posiciones
centrales.
14. Cálculo de la mediana
Datos agrupados: clase mediana es la que contiene
a la observación que ocupa la posición n/2.
Cm
x
f
x
F
n
Lm
Md
m
m
)
(
)
(
2
1
1
Donde: Lm: límite inferior de la clase mediana.
F(xm-1): frecuencia acumulada de la clase
anterior a la clase mediana.
f(xm): frecuencia absoluta de la clase mediana.
Cm: amplitud de la clase mediana.
15. Moda
Observación o clase que tiene la mayor frecuencia en un conjunto de observaciones.
Un conjunto de datos puede ser unimodal, bimodal o multimodal.
Es la única medida de tendencia central que se puede determinar para datos de tipo cualitativo.
16. Cálculo de la moda
Para datos no agrupados: es simplemente la
observación que más se repite.
Para datos agrupados:
Cm
Lim
Mo
2
1
1
Donde: Lim: límite inferior de la clase modal.
1: diferencia entre fi de la clase modal y la
anterior.
2: diferencia entre fi de la clase modal y la
posterior.
Cm: amplitud de la clase modal (clase de mayor
frecuencia).
17. Relación entre la media, la mediana y la moda
Cuando los datos son sesgados es mejor emplear la Md
18. Medidas de tendencia central (datos no agrupados)
EJERCICIO 1
- CALCULE LAS MEDIDAS DE TENDENCIA CENTRAL:
A) MEDIA
B) MEDIANA
C) MODA
19. Medidas de tendencia central (datos no agrupados)
D) MEDIA PONDERADA
- SE UTILIZA CUANDO QUIERE DARSE MAYOR PESO A
ALGUNA DE LAS OBSERVACIONES.
20. Medidas de tendencia central (datos no agrupados)
D) MEDIA PONDERADA
EJEMPLO:
SI EL PROFESOR LE AMENAZA CON QUE EL EXAMEN FINAL VALDRÁ
EL DOBLE DE LOS OTROS EXÁMENES PARA DETERMINAR LA NOTA
FINAL, ENTONCES EL PUNTAJE DEL EXAMEN FINAL TENDRÁ EL DOBLE
DE PESO. SUPONIENDO QUE EN LOS PARCIALES SE SACÓ 89, 92 Y 79,
Y EN EL EXAMEN FINAL OBTUVO UN 94, ENTONCES LA MEDIA
PONDERADA SE CALCULA:
21. Medidas de tendencia central (datos no agrupados)
EJERCICIO 2
A) CALCULE LA MEDIA PONDERADA.
25. Cuantiles
Los cuantiles son medidas de posición “no central” que se utilizan con mayor frecuencia
y se emplean sobre todo para resumir o describir las propiedades de conjuntos grandes
de datos numéricos.
Cuartiles
Deciles
Percentiles
26. Cuartiles
De la misma manera que la mediana divide un conjunto de datos en dos grupos
iguales, los cuartiles lo dividen en cuatro grupos iguales.
Cada grupo está formado por 25% de los datos de la muestra y se denotan por Q1, Q2 y
Q3 respectivamente
25% 25% 25% 25%
Q1 Q2 Q3
27. Cuartiles
La obtención de los cuartiles depende del número de
datos de la muestra; se utilizan los mismo conceptos del
cálculo de la mediana. Las fórmulas para cada los
cuartiles 1 y al vienen a ser:
)
4
)
1
(
3
(
)
4
)
1
(
2
(
)
4
1
(
3
2
1
n
ión
ValorPosic
Q
n
ión
ValorPosic
Q
n
ión
ValorPosic
Q
28. E j e m p l o
Se define en minutos el tiempo que le lleva arreglarse, desde que se levanta
hasta que sale de casa. A lo largo de 10 días hábiles consecutivos, Usted
recaba los tiempos (redondeados a minutos)
que se muestras a continuación
39 29 43 52 39
44 40 31 44 35
32. 2-2008 32
Deciles
10% 10% 10% 10% 10% 10% 10% 10% 10% 10%
Los deciles dividen una muestra en 10 grupos
iguales y cada decil acumula el 10% de los
datos.
Se trabajan igual que los cuartiles
33. 2-2008 33
Percentiles
1% 1% 1% 1% 1% 1% 1%
Los percentiles dividen una muestra en 100
grupos iguales y cada percentil acumula el 1%
de los datos.
Se trabajan igual que los cuartiles y deciles
34. Medidas de dispersión, variación o variabilidad.
Son valores numéricos que indican o describen la forma en que las
observaciones están dispersas o diseminadas, con respecto al valor central.
35. Medidas de dispersión, variación o variabilidad.
Son importantes debido a que dos muestras de observaciones con el mismo valor central
pueden tener una variabilidad muy distinta.
36. Medidas de dispersión, variación o variabilidad.
Rango.
Varianza.
Desviación Típica.
Coeficiente de variación.
37. Medidas de dispersión: Rango
Rango (amplitud o recorrido):
Está determinado por los dos valores extremos de los datos
muestrales, es simplemente la diferencia entre la mayor y menor
observación.
Es una medida de dispersión absoluta, ya que depende solamente de
los datos y permite conocer la máxima dispersión.
38. Medidas de dispersión: Rango
Casi no se emplea debido a que depende únicamente de dos valores.
No proporciona una medida de variabilidad de las observaciones con respecto al centro de la
distribución.
Notación: R
39. Medidas de dispersión: Varianza
Es un valor numérico que mide el grado de dispersión relativa porque depende de la posición de
los datos x1,x2,…,xn con respecto a la media.
Es el promedio al cuadrado de las desviaciones de cada observación con respecto a la media.
Notación: s2, 2, var(X)
40. Medidas de dispersión: Varianza
Si la varianza de un conjunto de observaciones es
grande se dice que los datos tiene una mayor
variabilidad que un conjunto de datos que tenga un
varianza menor.
2
1
2
2
1
2
2
x
n
x
s
n
x
x
s
n
i
i
n
i
i
Para datos NO
agrupados:
41. Medidas de dispersión: Varianza
Para datos agrupados en una distribución de frecuencias:
2
1
2
2
1
2
2
x
n
f
m
s
n
f
x
m
s
k
i
i
i
k
i
i
i
42. Medidas de dispersión: Desviación Típica
Es la raíz cuadrada de la varianza.
Notación: s, .
2
s
s
43. Medidas de dispersión: Coeficiente de Variación
Es una medida de dispersión relativa que permite
comparar el nivel de dispersión de dos muestras de
variables estadísticas diferentes.
No tiene dimensiones.
Notación: CV
%
100
x
s
CV
44. Medidas de dispersión (datos no agrupados)
Ejercicio 4
a) Calcular la varianza.
b) Calcular el desvío estándar de la muestra.
47. Medidas de dispersión (datos agrupados)
A) CALCULAR LA VARIANZA Y EL DESVÍO ESTÁNDAR.
Ejercicio 7: Utilizando los mismos datos que en el ejercicio anterior,
52. Medidas de Forma: Asimetría
Permiten estudiar la forma de la curva, dependiendo de cómo se agrupan los datos.
La asimetría es la medida que indica la simetría de la distribución de una variable respecto a la media aritmética, sin
necesidad de hacer la representación gráfica. Los coeficientes de asimetría indican si hay el mismo número de
elementos a izquierda y derecha de la media.
Existen tres tipos de curva de distribución según su asimetría:
Asimetría negativa: la cola de la distribución se alarga para valores inferiores a la media.
Simétrica: hay el mismo número de elementos a izquierda y derecha de la media. En este caso, coinciden la media, la
mediana y la moda. La distribución se adapta a la forma de la campana de Gauss, o distribución normal.
Asimetría positiva: la cola de la distribución se alarga (a la derecha) para valores superiores a la media.
53. Coeficiente de asimetría de Fisher
CAF evalúa la proximidad de los datos a su media x. Cuanto mayor sea la suma ∑(xi–x)3,
mayor será la asimetría. Sea el conjunto X=(x1, x2,…, xN), entonces la fórmula de la
asimetría de Fisher es:
Cuando los datos están agrupados o agrupados en intervalos, la fórmula del coeficiente de asimetría
de Fisher se convierte en:
•Si CAF<0: la distribución tiene una asimetría negativa y se alarga a valores menores que la media.
•Si CAF=0: la distribución es simétrica.
•Si CAF>0: la distribución tiene una asimetría positiva y se alarga a valores mayores que la media.
54. Coeficiente de asimetría de Pearson
El coeficiente de asimetría de Pearson CAP mide la diferencia entre la media y la moda respecto a
la dispersión del conjunto X=(x1, x2,…, xN).
Este procedimiento, menos usado, lo emplearemos solamente en distribuciones unimodales y poco
asimétricas.
•Si CAP<0: la distribución tiene una asimetría negativa, puesto que la media es menor que
la moda.
•Si CAP=0: la distribución es simétrica.
•Si CAP>0: la distribución tiene una asimetría positiva, ya que la media es mayor que la moda.
55. Medidas de Forma: Kurtosis
Miden si los valores de la distribución están más o menos concentrados alrededor de
los valores medios de la muestra (zona central de la distribución).
La kurtosis (o apuntamiento) es una medida de
forma que mide cuán escarpada o achatada está
una curva o distribución.
Este coeficiente indica la cantidad de datos que
hay cercanos a la media, de manera que a mayor
grado de kurtosis más escarpada (o apuntada)
será la forma de la curva.
56. Medidas de Forma: Kurtosis
Se definen tres tipos de distribución según su grado de Kurtosis:
Mesocúrtica: grado de concentración medio alrededor de los valores centrales de la variable.
Leptocúrtica: grado de concentración elevado.
Platicúrtica: grado de concentración reducido.
57. La kurtosis se mide promediando la cuarta potencia de la diferencia entre cada
elemento del conjunto y la media, dividido entre la desviación típica elevado también a la
cuarta potencia. Sea el conjunto X=(x1, x2,…, xN), entonces el coeficiente de kurtosis será:
En la fórmula se resta 3 porque es la curtosis de una distribución Normal. Entonces la
curtosis valdrá 0 para la Normal, tomándose a ésta como referencia.
Cuando los datos están agrupados o agrupados en intervalos, la fórmula del coeficiente
de kurtosis se convierte en:
58.
59.
60.
61.
62. Distribuciones de Probabilidad
Una distribución o densidad de probabilidad de una variable aleatoria x es
la función de distribución de la probabilidad de dicha variable
◦ Área de curva entre 2 puntos representa la probabilidad de que ocurra un suceso entre esos dos
puntos.
Distribuciones probabilidad pueden ser discretas o continuas, de acuerdo
al tipo de.
Hay infinidad distribuciones probabilidad, pero hay ciertas distribuciones
“modelo”:
◦ Normal
63.
64. La Distribución Binomial
Se utiliza en situaciones cuya solución tiene dos posibles
resultados.
• Al nacer un/a bebé puede ser varón o hembra.
• En el deporte un equipo puede ganar o perder.
• Un tratamiento médico puede ser efectivo o inefectivo.
• Vivo / muerto; enfermo / sano; verdadero / falso
• Prueba múltiple 4 alternativas: correcta o incorrecta.
• Algo puede considerarse como Éxito o Fracaso
65. Propiedades de un
experimento de Binomial
1. En cada prueba del experimento sólo hay dos posibles resultados: Éxitos o
Fracasos.
2. El resultado obtenido en cada prueba es independiente de los resultados
obtenidos en pruebas anteriores.
3. La probabilidad de un suceso (p) es constante y no varía de una prueba a
otra.
4. La probabilidad del complemento (1- p) es q .
Si repetimos el experimento n veces podemos obtener los datos para armar
una distribución Binomial.
66. La función P(x=k)
Función de la distribución Binomial:
◦ k = número de aciertos.
◦ n = número de experimentos.
◦ p = probabilidad de éxito, como por ejemplo, que salga
"cara" al lanzar la moneda.
◦ 1-p = “q”
67. Ejemplo 1
¿Probabilidad de obtener 6 caras al lanzar una moneda 10 veces?
El número de aciertos k es 6. Esto es x=6
El número de experimentos n son 10
La probabilidad de éxito p = 0.50
P (k = 6) = 0.205
Es decir, que la probabilidad de obtener 6 caras al lanzar 10 veces una moneda es de
20.5% .
68. Distribución hipergeométrica
En estadística la Distribución hipergeométrica es una
distribución de probabilidad discreta con tres parámetros
discretos N, d y n cuya función de probabilidad es:
69. Aquí, se refiere al coeficiente binomial, o al número de combinaciones
posibles al seleccionar b elementos de un total a.
Esta distribución se refiere a un espacio muestra donde hay elementos de 2
tipos posibles. Indica la probabilidad de obtener un número de objetos x de
uno de los tipos, al sacar una muestra de tamaño n, de un total de N objetos,
de los cuales d son del tipo requerido.
70. Ejemplo
1. En un lote de productos se tienen 20 productos sin defectos, 3 con defectos
menores y 2 con defectos mayores, se seleccionan al azar 5 productos de este
lote, determine la probabilidad de que a) 3 de los productos seleccionados no
tengan defectos y 1 tenga defectos menores,
b) 4 de los productos seleccionados no tengan defectos y 1 tenga defectos
menores.
72. REGRESION LINEAL SIMPLE
Una de las aplicaciones mas importantes de la estadística
implica la estimación del valor medio de una variable de
respuesta y o la predicción de algún valor futuro de y con
base el conocimiento de un conjunto de variables
independientes relacionadas, x1, x2, . . . xk.
73. Los modelos que se emplean para
relacionar una variable dependiente y con
las variables independientes x1, x2, . . . xk se
denominan modelos de regresión o
modelos estadísticos lineales porque
expresan el valor medio de y para valores
dados de x1, x2, . . . xk como una función
lineal de un conjunto de parámetros
desconocidos.
74. Los conceptos de análisis de regresión se presentan
empleando un modelo de regresión muy sencillo, uno que
relaciona y con una sola variable x. Aprenderemos a ajustar
este modelo a un conjunto de datos mediante el método de
los mínimos cuadrados
75. Un tipo de modelo probabilístico, el
modelo de regresión lineal simple, supone
que el valor medio de y para un valor dado
de x se grafica como una línea recta y que
los puntos se desvían de esta línea de
medias en una cantidad aleatoria (positiva
o negativa) igual a
76. Modelo de regresión lineal simple
(probabilístico)
Si queremos ajustar un
modelo de regresión lineal
simple a un conjunto de datos,
debemos encontrar
estimadores para los
parámetros desconocidos, 0 y
1.
77. Ejercicio:
Con esta información encontrar la
ecuación de la línea recta E(y)=?
Embarque 1 2 3 4 5 6 7 8 9 10
Distancia
(km) x
825 215 1070550 480 9201350 325 670 1215
Tiempo
(dias) y
3.5 1.0 4.0 2.0 1.0 3.0 4.5 1.5 3.0 5.0