2. ESTADISTICA DESCRIPTIVA DOCENTE: ALEJANDRO OBANDO INTEGRANTES: CARLOS RUEDA YENNY QUINTERO ANDREA CERON grupo : 504 UNIVERSIDAD COOPERATIVA DE COLOMBIA CONTADURIA PUBLICA III SEMESTRE
4. HOJA DE VIDA CARLOS RUEDA NOMBRE: CARLOS ENRIQUE RUEDA OLMOS FECHA DE NACIMIENTO 23 DE AGOSTO DEL 1990 LUGAR DE NACIMIENTO: BOGOTA D.C ESTADO CIVIL: SOLTERO DIRECCION: CLL 24B No 19B-34 CANAIMA TELEFONO 311 503 5366 ESTUDIOS REALIZADOS BACHILLER: NORMAL SUPERIOR DE V/CIO TECNICO: CONTABILIDAD Y FINANZAS UNIVERSIDAD: COOPERATIVA DE COLOMBIA
16. JENNY QUINTERO MIS FORTALEZAS MIS DEBILIDADES *Unas de mis fortalezas es que puedo afrontar los problemas con responsabilidad y no decaer frente a ellos. *Q tengo fe en lo que hago y no me dejo llevar por otras personas. *Q soy sincera con las personas que están a mi alrededor. *Unas de mis debilidades es ser tan sentimental. *que soy una persona malgeniada y a veces no mido las consecuencias. * Me considero una persona muy impaciente.
17. HOJA DE VIDA ANDREA CERON CHAVEZ INFORMACION PERSONAL Fecha de Nacimiento 04 Febrero 1980 Lugar de Nacimiento Cosaca - Nariño. Estado Civil: Soltera Edad: 30 Años Tel: 3132706474 Dirección: Cll 35D # 20C–21 Jordán reservado e-mail: ceronchavez@hotmail.com FORMACION ACADEMICA Primaria: Centro educativo mercedario Pasto – Nariño 1991 Secundaria: Colegio Sta. Rita de Casia Villavicencio-Meta 1997 Universitarios: Universidad Cooperativa de Colombia IIISem contaduría publica 2.010
34. UNIDAD DE APRENDIZAJE # 2 Moda Medidas de tendencia central medida valor dato Que tiene mayor frecuencia absoluta Cuyo resultado implica una esperanza que se reparte en forma proporcional a los elementos de la muestra Que divide a la muestra exactamente en dos partes iguales Mediana
36. MEDIDAS DE TENDENCIA CENTTRAL Medidas que centralizan la información en un dato especifico Resultado numérico de una medida de tendencia central Describe las características de toda la población
37. MEDIA ARITMETICA PARA DATOS NO AGRUPADOS Medida cuyo resultado implica una esperanza o un valor equitativo como justo que se debe repartir en forma proporcional a todos los elementos de una muestra formula Si los datos no agrupados se pueden asociar en una tabla de frecuencia entonces la media se calcula: X = Xi i = 1 n Xi = Datos n = # de elementos de la muestra formula X = Xi . f i = 1 n
38. EJEMPLO n = 15 estudiantes Xi = notas X = 44 = 2,9 promedio 15 15 44 INTERPRETACION: Se esperaría que el otro examen mejore porque este promedio fue muy malo
39. MEDIA ARITMETICA PARA DATOS AGRUPADOS Medida cuyo resultado implica una esperanza o un valor equitativo como justo que se debe repartir en forma proporcional a todos los elementos de una muestra formula n X = Xi . f i = 1 Diferencias entre datos agrupados y no agrupados DE FONDO * Datos no agrupados es para pocos datos y datos enteros * Datos agrupados para aquellos que son mayores de 20 y datos continuos y reales DE FORMA * Xi = para los no agrupados son datos * Xi = para los agrupados son intervalos
40. EJEMPLO X = 96,3 = 3,21 30 30 96,3 INTERPRETACION: Se esperaría que el próximo examen se pueda mejorar la nota
41. MEDIANA PARA DATOS NO AGRUPADOS MEDIANA: Es el dato que divide a la muestra exactamente en dos partes iguales 50% 50% Me En datos no agrupados si el numero de ellos es impar, la mediana se calcula por simple observación, plena organización en forma ascendente o descendente de los datos. Si el numero de datos es par, la mediana es el promedio de los datos centrales o semisuma de los datos centrales.
42. EJEMPLO DATOS PARES 3 2 5 4 1 3 2 1 2 4 3 4 4 3 2 1 Datos en forma ascendente 11111222223333444455 Me = 3+3 = 6 =3 2 2 INTERPRETACION: La mitad de los niños tienen derecho a consumir menos de 3ml de leche y la otra mitad tiene derecho a consumir mas de 3ml de leche DATOS IMPARES 3 4 2 5 1 3 5 4 2 3 1 5 Datos en forma ascendente 111222233344555 Me = 3 El 50%
43. MEDIANA PARA DATOS AGRUPADOS La mediana para datos agrupados se calcula mediante: formula Me = Li + n – Fa . C 2 fo Li = limite inferior de la clase media n = numero de datos Fa = frecuencia absoluta acumulada anterior fo = frecuencia absoluta observada en la clase C = longitud del intervalo CLASE MEDIANA Numero de intervalos impares: Es una distribución de intervalos, la clase mediana es el intervalo central Numero de intervalos pares: la expresión n se lo ubica en el valor 2 inmediato en el que queda contenido en la frecuencia acumulada.
44. EJEMPLO DATOS PARES DATOS IMPARES n = 30/2 = 15 Me = 3,0 + 30 – 12 . 0,7 2 8 Me = 3 + 3 . 0,7 / 8 = 3 + 0,26 = 3,26 Me = 3,3 Me = 150 + 40 – 13 . 10 2 6 Me = 150 + 7 . 10 / 6 = 150 + 11,66= 161,66 Me = 161,66
45. MODA PARA DATOS NO AGRUPADOS MODA en una distribución de datos es el dato que mayor frecuencia presenta, en datos no agrupados se calcula por simple observación previa organización de los datos. Una distribución de datos puede tener una moda y se llama unimodal, puede tener dos modas y se llama bimodal y puede tener mas de tres modas y se llama polimodal. Una distribución de datos puede carecer de moda y se llama distribución a modal ósea sin moda. EJEMPLO Mo1 = 1 Mo2 = 2
46. MODA PARA DATOS AGRUPADOS Se calcula mediante la formula Mo = Li + 1 . C 1 + 2 fo = frecuencia absoluta observada Li = limite inferior de la clase modal fa = frecuencia absoluta anterior a la observada 1= fo - fa 2= fo – fs fs = frecuencia absoluta siguiente a la observada
47. EJEMPLO Mayor frecuencia observada Mo = 160 + 2 . 10 2+2 Mo = 160 + 20/4 = 160 + 5 = 165 cm La mayoría de estudiantes medido tienen 165 cm
48. SUBMUESTRA En algunos casos se hace necesario dividir la muestra en varias submuestras Ejemplo: Cuando se requiere determinar el rendimiento académico en un salón de clases discriminando el sexo X1n1 X2 n2 X3 n3 X4n4 X5n5 FORMULA X = n1X1 + n2X2 + n3x3 n
49. EJEMPLO El precio medio de un centenar de artículos es de $ 8570, los artículos se dividen en dos grupos con medias de $ 7580 y $ 9780. ¿Cuántos artículos hay en cada grupo? X = 8570 n = 100 n1 = X = 7580 n2 = X = 9780 n = n1 + n2 100= n1 + n2 n1 = 100 – n2 X = n1X1 + n2X2 n 8570 = ( 100-n2 ) 7580 + n2 . 9780 = 857000= 758000-7580n2 + 9780n2 100 857000-758000=2200.n2 99000=2200.n2 = 99000 = n2 n2 = 45 2200 n 1 = 55
50. CUANTILES Podemos decir que los Cuantilesson unas medidas de posición que dividen a la distribución en un cierto número de partes de manera que en cada una de ellas hay el mismo de valores de la variable. CUARTILES Dividen a la muestra en cuatro partes iguales DECILES Dividen a la muestra en diez partes iguales PERCENTILES Dividen la muestra en cien partes iguales
51. CUARTILES PARA DATOS NO AGRUPADOS Q1 = 25% Q2 = 50% Q3 = 75% Q4 = 100% Qk = K = 1,2,3 75% Q1 = 25% Q2 = 50% 50% = Me Q3 = 75% 25% La posición de los cuartiles se determina por la formula: Qk = K ( n + 1) 4 K = 1,2 o 3 n = tamaño de la muestra
53. DECILES DECILES PARA DATOS NO AGRUPADOS DECILES PARA DATOS AGRUPADOS FORMULA Dk = Li + Kn . Fa . C 10 fo FORMULA Dk = K ( n + 1) k = 1,2,3,4,5,6,7,8,9 10
54. PERCENTILES PERCENTILES PARA DATOS NO AGRUPADOS FORMULA Pk = K ( n + 1 ) K = 1,2,3,4,………99 100 PERCENTILES PARA DATOS AGRUPADOS FORMULA Pk = Li + Kn – Fa . C 100 fo
55. EJEMPLO Q3 = 170 + 30-27 . 10 6 Q3 = 170 + 5 = 175 INTERPRETACION El 75% de los estudiantes tienen estaturas por debajo del 1.75cm. Solo 10 estudiantes están por encima
56. EJEMPLO DECILES PERCENTILES D7 = 170 + 28 – 27 . 10 P83 = 170 + 33,2 – 27 . 10 6 6 P83 = 170 + 10,33 = 180,33 D7 = 170 + 1.66 = 171.6 = 70% El 70% están por debajo de 171.6 cm