1) Define las variables nominales, ordinales y cardinales, indicando las características y diferencias entre ellas. 2) Explica brevemente qué son las variables aleatorias y cómo se utilizan las tablas estadísticas para organizar y describir datos. 3) Indica que las tablas de frecuencias son una forma de presentar datos organizándolos en intervalos o clases.
El documento presenta los criterios de evaluación y contenido de una unidad sobre el escenario modificado. La unidad cubre temas como el crecimiento demográfico, la industrialización, el uso de la energía, el impacto de las actividades humanas en la naturaleza, escenarios socioeconómicos y el flujo de energía en comunidades humanas. El objetivo es que los estudiantes utilicen estos conceptos en su vida profesional y para influir positivamente en la sociedad.
Este documento presenta una introducción a la inferencia estadística, incluyendo estimación y prueba de hipótesis. Define estadística, estadística descriptiva, probabilidad e inferencial. Explica la diferencia entre parámetros y estadísticos, y las propiedades de un buen estimador. También cubre distribuciones muestrales, el teorema del límite central, y distribuciones t y de Student. Finalmente, distingue entre estimación y prueba de hipótesis.
Este documento describe los diferentes tipos de escalas de medición, incluyendo escalas nominales, ordinales, de intervalo y de razón. Explica que las escalas de medición clasifican variables en categorías jerárquicas y describen el tipo de información y análisis estadístico que cada escala permite. También proporciona ejemplos detallados de cómo diferentes variables como género, calificaciones y temperatura se pueden medir en cada escala.
Series cronologicas y numero de indice (completo)Estefania Guzman
Este documento describe las series cronológicas, que son conjuntos de datos estadísticos recopilados en intervalos de tiempo regulares. Explica los componentes de las series cronológicas como la tendencia, variaciones estacionales y cíclicas, e irregularidades. También cubre índices numéricos y cómo las series cronológicas son útiles para predecir eventos futuros basados en datos históricos.
Este documento trata sobre la teoría de muestreo estadístico. Explica que la teoría de muestreo se refiere al estudio de las relaciones entre una población y las muestras extraídas de ella, permitiendo estimar características desconocidas de la población. Luego define conceptos clave como estadísticos, parámetros, estimadores y tipos de muestreo como probabilístico y no probabilístico. Finalmente, describe distribuciones muestrales como la de medias y proporciones.
Este documento introduce conceptos básicos de estadística, incluyendo su definición como la rama de las matemáticas que recopila y analiza datos para estudiar fenómenos. Explica los conceptos de población, muestra, variables, frecuencias, distribución de frecuencias e introduce gráficos estadísticos comunes como diagramas de barras y gráficos circulares.
El documento habla sobre los conceptos básicos de la estimación estadística, incluyendo los tipos de estimación (puntual e intervalos), estimadores, selección del tamaño de la muestra, y el cálculo de intervalos de confianza. Explica que la estimación es útil para hacer inferencias sobre las características de una población completa basadas en una muestra representativa, y discute los métodos y fórmulas utilizados para realizar estimaciones precisas y confiables.
Metodos de correlacion de spearman y pearsonmichacy
Este documento explica los coeficientes de correlación de Pearson y Spearman. El coeficiente de Pearson mide la relación lineal entre dos variables cuantitativas, mientras que el coeficiente de Spearman utiliza los rangos de las variables y es menos sensible a valores extremos. Ambos coeficientes oscilan entre -1 y 1 para indicar correlaciones negativas o positivas.
El documento presenta los criterios de evaluación y contenido de una unidad sobre el escenario modificado. La unidad cubre temas como el crecimiento demográfico, la industrialización, el uso de la energía, el impacto de las actividades humanas en la naturaleza, escenarios socioeconómicos y el flujo de energía en comunidades humanas. El objetivo es que los estudiantes utilicen estos conceptos en su vida profesional y para influir positivamente en la sociedad.
Este documento presenta una introducción a la inferencia estadística, incluyendo estimación y prueba de hipótesis. Define estadística, estadística descriptiva, probabilidad e inferencial. Explica la diferencia entre parámetros y estadísticos, y las propiedades de un buen estimador. También cubre distribuciones muestrales, el teorema del límite central, y distribuciones t y de Student. Finalmente, distingue entre estimación y prueba de hipótesis.
Este documento describe los diferentes tipos de escalas de medición, incluyendo escalas nominales, ordinales, de intervalo y de razón. Explica que las escalas de medición clasifican variables en categorías jerárquicas y describen el tipo de información y análisis estadístico que cada escala permite. También proporciona ejemplos detallados de cómo diferentes variables como género, calificaciones y temperatura se pueden medir en cada escala.
Series cronologicas y numero de indice (completo)Estefania Guzman
Este documento describe las series cronológicas, que son conjuntos de datos estadísticos recopilados en intervalos de tiempo regulares. Explica los componentes de las series cronológicas como la tendencia, variaciones estacionales y cíclicas, e irregularidades. También cubre índices numéricos y cómo las series cronológicas son útiles para predecir eventos futuros basados en datos históricos.
Este documento trata sobre la teoría de muestreo estadístico. Explica que la teoría de muestreo se refiere al estudio de las relaciones entre una población y las muestras extraídas de ella, permitiendo estimar características desconocidas de la población. Luego define conceptos clave como estadísticos, parámetros, estimadores y tipos de muestreo como probabilístico y no probabilístico. Finalmente, describe distribuciones muestrales como la de medias y proporciones.
Este documento introduce conceptos básicos de estadística, incluyendo su definición como la rama de las matemáticas que recopila y analiza datos para estudiar fenómenos. Explica los conceptos de población, muestra, variables, frecuencias, distribución de frecuencias e introduce gráficos estadísticos comunes como diagramas de barras y gráficos circulares.
El documento habla sobre los conceptos básicos de la estimación estadística, incluyendo los tipos de estimación (puntual e intervalos), estimadores, selección del tamaño de la muestra, y el cálculo de intervalos de confianza. Explica que la estimación es útil para hacer inferencias sobre las características de una población completa basadas en una muestra representativa, y discute los métodos y fórmulas utilizados para realizar estimaciones precisas y confiables.
Metodos de correlacion de spearman y pearsonmichacy
Este documento explica los coeficientes de correlación de Pearson y Spearman. El coeficiente de Pearson mide la relación lineal entre dos variables cuantitativas, mientras que el coeficiente de Spearman utiliza los rangos de las variables y es menos sensible a valores extremos. Ambos coeficientes oscilan entre -1 y 1 para indicar correlaciones negativas o positivas.
Este documento presenta una introducción al concepto de muestreo estadístico. Explica que el muestreo surge de la necesidad de conocer ciertas poblaciones de manera más eficiente en términos de costo y tiempo. También define los conceptos clave de población, marco y muestra, y describe las etapas clave del proceso de muestreo como la delimitación de la población objetivo, el diseño de la muestra, el trabajo de campo y el procesamiento y presentación de resultados. Finalmente, introduce brevemente la teoría del muest
Las series de tiempo son conjuntos de valores observados en períodos de tiempo secuenciales como semanas, meses o años. Se usan para identificar patrones, aislar componentes y pronosticar valores futuros en áreas como economía, meteorología, química y marketing. Por ejemplo, un análisis de series de tiempo de ventas de una empresa de alimentos durante 5 años permite estimar las ventas futuras usando un modelo de tendencia lineal.
Tendencias Lineales o no lineales / EstadisticaBego E A
Este documento describe diferentes tipos de tendencias en series de tiempo, incluyendo tendencias lineales y no lineales. Explica que las tendencias muestran cambios en el tiempo en variables como la tecnología y los estándares de vida. Las tendencias lineales se pueden modelar usando una ecuación de línea recta, mientras que las tendencias no lineales requieren métodos de regresión no lineal como algoritmos iterativos.
Este documento presenta un resumen de las variables macroeconómicas más importantes de El Salvador. Analiza el sector real, externo y fiscal de la economía salvadoreña utilizando datos del Banco Central de Reserva e información de internet. El objetivo es adquirir conocimientos sobre las variables económicas y su impacto en las organizaciones para la toma de decisiones.
El muestreo por conglomerados consiste en dividir una población dispersa en grupos naturales como cuadras o provincias, seleccionar algunos de estos grupos al azar, y luego incluir a todos los individuos dentro de esos grupos seleccionados en la muestra. Esto reduce los costos de muestreo para poblaciones grandes al permitir la recolección de datos de múltiples individuos dentro de cada grupo seleccionado.
Este documento resume las cuatro principales escalas de medición utilizadas en estadística: escala nominal, ordinal, de intervalos y de razón. La escala nominal asigna números a objetos sin orden o distancia entre ellos. La escala ordinal ordena los objetos pero sin medir distancias. La escala de intervalos mide distancias entre valores. Y la escala de razón tiene un punto cero absoluto y permite todas las operaciones matemáticas. El documento explica cada escala con ejemplos y concluye resaltando la importancia de las escalas de medición
Este documento presenta información sobre el proceso de ordenamiento de datos estadísticos. Explica cómo recolectar y organizar datos, incluyendo los pasos para crear tablas de frecuencia y distribuciones de datos agrupados y no agrupados. También describe diferentes tipos de gráficas estadísticas como histogramas y polígonos de frecuencias que pueden usarse para visualizar y analizar los datos.
La inflación se define como el aumento del nivel general de precios de los bienes y servicios en una economía, mientras que la deflación es una disminución de dichos precios. El índice de precios al consumidor mide la variación de precios de los bienes que consumen los hogares y es usado para medir la inflación. Este indicador estadístico se calcula a partir de una canasta familiar representativa.
Este documento explica conceptos clave relacionados con poblaciones, muestras y tamaños de muestra. Define una población como el conjunto total de elementos a estudiar, y una muestra como un subconjunto de elementos seleccionados de la población. Explica que al seleccionar una muestra representativa y de tamaño adecuado, se pueden extrapolar sus resultados a toda la población. Finalmente, detalla fórmulas para calcular el tamaño de muestra requerido en función del error permitido, nivel de confianza y tamaño de
Este documento explica los números índices, que son medidas estadísticas utilizadas para comparar datos entre diferentes situaciones o períodos de tiempo. Los números índices se clasifican en simples o compuestos, y estos últimos pueden ser sin ponderar o ponderados. Existen diferentes métodos para calcular índices compuestos ponderados como los índices de Laspeyres, Paasche y de agregados de peso fijo. Finalmente, los números índices se usan comúnmente para medir cambios en cantidades, precios y valores a lo largo del tiempo.
El documento trata sobre la macroeconomía y sus objetivos principales. Explica que la macroeconomía estudia la economía a nivel agregado, incluyendo el producto total, ingresos, empleo y precios. Sus objetivos son lograr el pleno empleo, estabilidad económica y de precios, equilibrio en la balanza de pagos y una distribución equitativa de la renta.
Este documento resume la base legal y las leyes que rigen el comercio exterior de México, así como los principales productos de exportación e importación. Explica que la Constitución faculta al ejecutivo a establecer aranceles de importación y exportación. Detalla algunas leyes como la Ley de Comercio Exterior y la Ley de Impuesto General de Importación y Exportación. Además, enumera los principales socios comerciales de México y los productos intercambiados, como petróleo, automóviles, productos agroalimentarios y manufact
Este documento describe varias distribuciones de probabilidad como la distribución de Bernoulli, binomial, Poisson, normal, gamma y t-Student. Explica sus características clave como la probabilidad de éxito o fracaso, el número de ensayos, la esperanza y varianza para modelar diferentes tipos de experimentos aleatorios.
El documento define los conceptos de universo, población y muestra. Un universo es el conjunto total de individuos, objetos o eventos sobre los cuales se desea obtener información. Una población se refiere al conjunto de observaciones o datos recolectados sobre el universo. Una muestra es un subconjunto finito de la población seleccionado para su estudio. Se proveen ejemplos de cómo estos conceptos se aplican en estudios biológicos y agrícolas.
El coeficiente de correlación de Pearson y Spearman miden la relación lineal entre dos variables cuantitativas. El coeficiente de Pearson se usa para variables de escala de intervalo/razón, mientras que Spearman se usa para variables de escala ordinal. Ambos coeficientes oscilan entre -1 y 1, indicando correlación negativa o positiva respectivamente.
El documento discute los problemas macroeconómicos actuales de México, incluyendo la mala distribución de la riqueza que resulta en un bajo PIB per cápita y niveles de consumo, afectando negativamente la economía. También cubre brevemente el tema del crecimiento económico y las políticas antiinflacionarias, señalando que éstas últimas deben influir las expectativas para convencer a los agentes económicos que la inflación futura será más baja.
Este documento trata sobre los conceptos básicos de la estimación estadística. Explica que la estimación estadística es el proceso mediante el cual se establece el valor de un parámetro poblacional a partir de una muestra. Describe los tipos de estimación puntual y por intervalo, y las propiedades de un buen estimador puntual como la no sesgadez y la eficiencia. También cubre el intervalo de confianza para la media de una población normal con varianza conocida y desconocida. Finalmente, señala que
Este documento describe cómo usar pruebas de normalidad en SPSS para determinar si los datos siguen una distribución normal. Explica que la normalidad de los datos es importante para la aplicación correcta de pruebas estadísticas. Detalla dos pruebas de normalidad en SPSS: histograma de frecuencias y prueba de Kolmogorov-Smirnov. Esta última prueba contrasta la hipótesis nula de que los datos siguen una distribución normal.
Este documento presenta conceptos básicos de estadística. Explica que la estadística es una ciencia que estudia fenómenos mediante la descripción y análisis de datos, y que se divide en estadística descriptiva, que describe datos, y estadística inferencial, que realiza inferencias a partir de muestras. También define conceptos como población, muestra, distribución de frecuencias, medidas de tendencia central y más.
El documento define conceptos estadísticos básicos como variables, población y muestra, parámetros, escalas de medición, y sumatoria, razón, proporción y tasa. Define variables independientes, dependientes y aleatorias, así como poblaciones finitas e infinitas. Explica los tipos de escalas de medición - nominal, ordinal, de intervalo y de razón - y provee ejemplos para cada una.
Este documento define varios términos básicos de estadística como variables cuantitativas, cualitativas, población, muestra, parámetro, estadísticos y escalas de medición. También explica la diferencia entre estadística descriptiva e inferencial, siendo la descriptiva para describir datos y la inferencial para deducir propiedades de una población a partir de una muestra.
Este documento presenta una introducción al concepto de muestreo estadístico. Explica que el muestreo surge de la necesidad de conocer ciertas poblaciones de manera más eficiente en términos de costo y tiempo. También define los conceptos clave de población, marco y muestra, y describe las etapas clave del proceso de muestreo como la delimitación de la población objetivo, el diseño de la muestra, el trabajo de campo y el procesamiento y presentación de resultados. Finalmente, introduce brevemente la teoría del muest
Las series de tiempo son conjuntos de valores observados en períodos de tiempo secuenciales como semanas, meses o años. Se usan para identificar patrones, aislar componentes y pronosticar valores futuros en áreas como economía, meteorología, química y marketing. Por ejemplo, un análisis de series de tiempo de ventas de una empresa de alimentos durante 5 años permite estimar las ventas futuras usando un modelo de tendencia lineal.
Tendencias Lineales o no lineales / EstadisticaBego E A
Este documento describe diferentes tipos de tendencias en series de tiempo, incluyendo tendencias lineales y no lineales. Explica que las tendencias muestran cambios en el tiempo en variables como la tecnología y los estándares de vida. Las tendencias lineales se pueden modelar usando una ecuación de línea recta, mientras que las tendencias no lineales requieren métodos de regresión no lineal como algoritmos iterativos.
Este documento presenta un resumen de las variables macroeconómicas más importantes de El Salvador. Analiza el sector real, externo y fiscal de la economía salvadoreña utilizando datos del Banco Central de Reserva e información de internet. El objetivo es adquirir conocimientos sobre las variables económicas y su impacto en las organizaciones para la toma de decisiones.
El muestreo por conglomerados consiste en dividir una población dispersa en grupos naturales como cuadras o provincias, seleccionar algunos de estos grupos al azar, y luego incluir a todos los individuos dentro de esos grupos seleccionados en la muestra. Esto reduce los costos de muestreo para poblaciones grandes al permitir la recolección de datos de múltiples individuos dentro de cada grupo seleccionado.
Este documento resume las cuatro principales escalas de medición utilizadas en estadística: escala nominal, ordinal, de intervalos y de razón. La escala nominal asigna números a objetos sin orden o distancia entre ellos. La escala ordinal ordena los objetos pero sin medir distancias. La escala de intervalos mide distancias entre valores. Y la escala de razón tiene un punto cero absoluto y permite todas las operaciones matemáticas. El documento explica cada escala con ejemplos y concluye resaltando la importancia de las escalas de medición
Este documento presenta información sobre el proceso de ordenamiento de datos estadísticos. Explica cómo recolectar y organizar datos, incluyendo los pasos para crear tablas de frecuencia y distribuciones de datos agrupados y no agrupados. También describe diferentes tipos de gráficas estadísticas como histogramas y polígonos de frecuencias que pueden usarse para visualizar y analizar los datos.
La inflación se define como el aumento del nivel general de precios de los bienes y servicios en una economía, mientras que la deflación es una disminución de dichos precios. El índice de precios al consumidor mide la variación de precios de los bienes que consumen los hogares y es usado para medir la inflación. Este indicador estadístico se calcula a partir de una canasta familiar representativa.
Este documento explica conceptos clave relacionados con poblaciones, muestras y tamaños de muestra. Define una población como el conjunto total de elementos a estudiar, y una muestra como un subconjunto de elementos seleccionados de la población. Explica que al seleccionar una muestra representativa y de tamaño adecuado, se pueden extrapolar sus resultados a toda la población. Finalmente, detalla fórmulas para calcular el tamaño de muestra requerido en función del error permitido, nivel de confianza y tamaño de
Este documento explica los números índices, que son medidas estadísticas utilizadas para comparar datos entre diferentes situaciones o períodos de tiempo. Los números índices se clasifican en simples o compuestos, y estos últimos pueden ser sin ponderar o ponderados. Existen diferentes métodos para calcular índices compuestos ponderados como los índices de Laspeyres, Paasche y de agregados de peso fijo. Finalmente, los números índices se usan comúnmente para medir cambios en cantidades, precios y valores a lo largo del tiempo.
El documento trata sobre la macroeconomía y sus objetivos principales. Explica que la macroeconomía estudia la economía a nivel agregado, incluyendo el producto total, ingresos, empleo y precios. Sus objetivos son lograr el pleno empleo, estabilidad económica y de precios, equilibrio en la balanza de pagos y una distribución equitativa de la renta.
Este documento resume la base legal y las leyes que rigen el comercio exterior de México, así como los principales productos de exportación e importación. Explica que la Constitución faculta al ejecutivo a establecer aranceles de importación y exportación. Detalla algunas leyes como la Ley de Comercio Exterior y la Ley de Impuesto General de Importación y Exportación. Además, enumera los principales socios comerciales de México y los productos intercambiados, como petróleo, automóviles, productos agroalimentarios y manufact
Este documento describe varias distribuciones de probabilidad como la distribución de Bernoulli, binomial, Poisson, normal, gamma y t-Student. Explica sus características clave como la probabilidad de éxito o fracaso, el número de ensayos, la esperanza y varianza para modelar diferentes tipos de experimentos aleatorios.
El documento define los conceptos de universo, población y muestra. Un universo es el conjunto total de individuos, objetos o eventos sobre los cuales se desea obtener información. Una población se refiere al conjunto de observaciones o datos recolectados sobre el universo. Una muestra es un subconjunto finito de la población seleccionado para su estudio. Se proveen ejemplos de cómo estos conceptos se aplican en estudios biológicos y agrícolas.
El coeficiente de correlación de Pearson y Spearman miden la relación lineal entre dos variables cuantitativas. El coeficiente de Pearson se usa para variables de escala de intervalo/razón, mientras que Spearman se usa para variables de escala ordinal. Ambos coeficientes oscilan entre -1 y 1, indicando correlación negativa o positiva respectivamente.
El documento discute los problemas macroeconómicos actuales de México, incluyendo la mala distribución de la riqueza que resulta en un bajo PIB per cápita y niveles de consumo, afectando negativamente la economía. También cubre brevemente el tema del crecimiento económico y las políticas antiinflacionarias, señalando que éstas últimas deben influir las expectativas para convencer a los agentes económicos que la inflación futura será más baja.
Este documento trata sobre los conceptos básicos de la estimación estadística. Explica que la estimación estadística es el proceso mediante el cual se establece el valor de un parámetro poblacional a partir de una muestra. Describe los tipos de estimación puntual y por intervalo, y las propiedades de un buen estimador puntual como la no sesgadez y la eficiencia. También cubre el intervalo de confianza para la media de una población normal con varianza conocida y desconocida. Finalmente, señala que
Este documento describe cómo usar pruebas de normalidad en SPSS para determinar si los datos siguen una distribución normal. Explica que la normalidad de los datos es importante para la aplicación correcta de pruebas estadísticas. Detalla dos pruebas de normalidad en SPSS: histograma de frecuencias y prueba de Kolmogorov-Smirnov. Esta última prueba contrasta la hipótesis nula de que los datos siguen una distribución normal.
Este documento presenta conceptos básicos de estadística. Explica que la estadística es una ciencia que estudia fenómenos mediante la descripción y análisis de datos, y que se divide en estadística descriptiva, que describe datos, y estadística inferencial, que realiza inferencias a partir de muestras. También define conceptos como población, muestra, distribución de frecuencias, medidas de tendencia central y más.
El documento define conceptos estadísticos básicos como variables, población y muestra, parámetros, escalas de medición, y sumatoria, razón, proporción y tasa. Define variables independientes, dependientes y aleatorias, así como poblaciones finitas e infinitas. Explica los tipos de escalas de medición - nominal, ordinal, de intervalo y de razón - y provee ejemplos para cada una.
Este documento define varios términos básicos de estadística como variables cuantitativas, cualitativas, población, muestra, parámetro, estadísticos y escalas de medición. También explica la diferencia entre estadística descriptiva e inferencial, siendo la descriptiva para describir datos y la inferencial para deducir propiedades de una población a partir de una muestra.
Este documento explica diferentes conceptos estadísticos como la notación de subíndice, la sumatoria, medidas de tendencia central (media, mediana, moda), escalas de medición (nominal, ordinal, de intervalo, de razón), y tipos de variables y sus propiedades. También compara y contrasta las escalas nominal, ordinal e intervalo.
Este documento describe los diferentes tipos de números, variables y escalas utilizadas en análisis estadísticos. Explica que los números pueden ser nominales, ordinales o cardinales, y que las variables pueden ser cuantitativas o cualitativas. También describe las escalas nominal, ordinal, de intervalo y de razón. El documento enfatiza la importancia de medir variables en el nivel más alto posible para permitir un análisis estadístico más completo.
Este documento describe los diferentes tipos de números, variables y escalas utilizadas en análisis estadísticos. Explica que los números pueden ser nominales, ordinales o cardinales, y que las variables pueden ser cuantitativas o cualitativas. También describe las escalas nominal, ordinal, de intervalo y de razón. Finalmente, discute el redondeo de números en escalas continuas.
Este documento describe diferentes medidas estadísticas como la mediana, moda, media armónica y geométrica para datos no agrupados. También explica las escalas de medición nominal, ordinal, de intervalo y razón. Define cada medida estadística y escala de medición e ilustra sus aplicaciones con ejemplos numéricos.
Este documento describe diferentes medidas estadísticas como la mediana, moda, media armónica y geométrica para datos no agrupados. También explica las escalas de medición nominal, ordinal, de intervalo y razón. Define cada medida estadística y escala de medición e ilustra sus aplicaciones con ejemplos numéricos.
Este documento presenta conceptos básicos de estadística como variables, tipos de variables, población, muestra, parámetros estadísticos, escalas de medición y términos como frecuencia, proporción, razón y tasa. Define variables cualitativas y cuantitativas, nominales, ordinales e intervalares. Explica qué es una población, muestra, parámetro estadístico y presenta ejemplos de escalas de medición y el uso de distintos términos.
Este documento presenta información sobre conceptos básicos de programación y métodos estadísticos. Explica conceptos como qué es la estadística, sus ramas, aplicaciones en educación, contaduría, administración y deporte. También define términos como variable, dato, población, muestra, nivel de medición, hipótesis. Finalmente, describe la distribución de frecuencias, frecuencia absoluta y frecuencia relativa porcentual.
Este documento presenta información sobre conceptos básicos de programación y métodos estadísticos. Explica temas como qué es la estadística, sus ramas, aplicaciones y conceptos fundamentales como variables, datos, población y muestra. También cubre distribución de frecuencias, diferencia entre contador y acumulador, y tipos de lenguajes de programación. Finalmente, incluye un taller práctico en Pseint.
Este documento presenta información sobre conceptos básicos de programación y métodos estadísticos. Explica conceptos como qué es la estadística, sus ramas, aplicaciones en educación, contaduría, administración y deporte. También define términos como variable, dato, población, muestra, nivel de medición, hipótesis. Finalmente, describe la distribución de frecuencias, frecuencia absoluta y frecuencia relativa porcentual.
Este documento presenta información sobre conceptos básicos de programación y métodos estadísticos. Explica conceptos como qué es la estadística, sus ramas, aplicaciones en educación, contaduría, administración y deporte. También define términos como variable, dato, población, muestra, nivel de medición, hipótesis. Finalmente, describe la distribución de frecuencias, frecuencia absoluta y frecuencia relativa porcentual.
Este documento presenta información sobre conceptos básicos de programación y métodos estadísticos. Explica temas como qué es la estadística, sus ramas, aplicaciones y conceptos fundamentales como variables, datos, población y muestra. También cubre distribución de frecuencias, diferencia entre contador y acumulador, y tipos de lenguajes de programación. Finalmente, incluye un taller práctico en Pseint.
Este documento presenta información sobre conceptos básicos de programación y métodos estadísticos. Explica temas como qué es la estadística, sus ramas, aplicaciones y conceptos fundamentales como variables, datos, población y muestra. También cubre distribución de frecuencias, diferencia entre contador y acumulador, y tipos de lenguajes de programación. Finalmente, incluye un taller práctico en Pseint.
Este documento define conceptos estadísticos básicos como variables, población, muestra, parámetros, estadísticos, escalas de medición, razón, tasa, proporción y diferencias entre estadística descriptiva e inferencial. Explica que una variable representa elementos que pueden cambiar, una población es el conjunto total de elementos a estudiar, y una muestra es una parte de la población. También describe tipos de variables, escalas de medición y estadísticos utilizados para resumir datos.
Este documento define conceptos estadísticos básicos como variables, población, muestra, parámetros, escalas de medición y tablas de frecuencias. Explica que las variables pueden ser cualitativas o cuantitativas, y nominales, ordinales o de razón/intervalo. También describe los tipos de parámetros como medidas de tendencia central y dispersión, así como las diferentes escalas de medición como nominal, ordinal, de intervalo y de razón.
Este documento describe los diferentes tipos de escalas de medición, incluyendo escalas nominales, ordinales, de intervalos y de razón. Explica las propiedades matemáticas de cada escala y cómo estas determinan los análisis estadísticos aplicables. También destaca la importancia de entender las escalas de medición en la investigación científica para seleccionar gráficas y análisis apropiados.
Este documento describe las escalas de medición y tipos de datos estadísticos. Explica que existen cuatro niveles de medición: nominal, ordinal, de intervalo y de razón. La escala nominal solo provee etiquetas sin significado numérico, mientras que la escala de razón permite el uso de estadísticos complejos como la media aritmética. También describe los tipos de variables cualitativas y cuantitativas, y cómo la clasificación de variables y datos determina qué análisis estadísticos son posibles.
Este documento proporciona una introducción a los conceptos básicos de estadística. Explica que la estadística extrae información de grandes conjuntos de datos mediante el uso de técnicas matemáticas. Define términos clave como población, muestra, variable estadística cualitativa y cuantitativa. Describe la estadística descriptiva y sus herramientas para resumir y visualizar datos, incluyendo tablas de frecuencias, diagramas de sectores, barras e histogramas.
Este documento explica las cuatro principales escalas de medición utilizadas en investigaciones científicas: nominal, ordinal, de intervalo y de razón. Define cada escala y proporciona ejemplos. Explica que la escala de medición determina qué análisis estadísticos y operaciones matemáticas son apropiadas para los datos. Concluye que la escala nominal permite clasificación, la ordinal agrega ordenamiento, la de intervalo agrega distancia entre valores, y la de razón permite todas las operaciones matemáticas.
1. ¿QUÉ ES VARIABLE NOMINAL?
Son variables numéricas cuyos valores representan una categoría o identifican un
grupo de pertenencia. Este tipo de variables sólo nos permite establecer relaciones de
igualdad/desigualdad entre los elementos de la variable. La asignación de los valores
se realiza en forma aleatoria por lo que NO cuenta con un orden lógico. Un ejemplo de
este tipo de variables es el Género ya que nosotros podemos asignarles un valor a los
hombres y otro diferente a las mujeres y por más machistas o feministas que seamos
no podríamos establecer que uno es mayor que el otro.
¿QUÉ ES VARIABLE ORDINAL?
Son variables numéricas cuyos valores representan una categoría o identifican un
grupo de pertenencia contando con un orden lógico. Este tipo de variables nos permite
establecer relaciones de igualdad/desigualdad y a su vez, podemos identificar si una
categoría es mayor o menor que otra. Un ejemplo de variable ordinal es el nivel de
educación, ya que se puede establecer que una persona con título de Postgrado tiene
un nivel de educación superior al de una persona con título de bachiller. En las
variables ordinales no se puede determinar la distancia entre sus categorías, ya que
no es cuantificable o medible.
¿QUÉ ES VARIABLE CARDINAL?
Estas escalas son más refinadas que las ordinales; el nivel científico de utilidad es
más alto que el de la escala ordinal, ya que permite la cuantificación y, a este nivel,
medir escalas asociadas. Existen dos tipos de escalas cardinales: escala de intervalos
y escala de razón. Una característica común para estos dos tipos de escalas es que
distancias iguales entre dos puntos corresponden siempre a diferencias iguales.
Las escalas de intervalos se emplean generalmente para establecer intervalos entre
temperaturas y fechas, entre otros. En estas escalas es importante resaltar que no
existe un punto de referencia o cero real.
Las escalas de razón o de proporción, permiten incluir un valor cero real, lo que hace
posible operaciones matemáticas para establecer proporciones o cocientes, las
escalas. Son escalas de cocientes las que miden la longitud, la masa, la intensidad de
corriente eléctrica y otras variables del mundo físico.
¿QUÉ SON LAS OPERACIONES DE DESIGUALDAD?
Son operaciones con desigualdad a dos miembros de una desigualdad a las cuales les
sumamos o restamos un mismo número la desigualdad se mantiene. ejm
3<5
3+2<5+2
5<7
Si a los dos miembros de una desigualdad les multiplicamos o dividimos por un mismo
número, la desigualdad: si el nº es positivo se mantiene.
3<5
3·2<5·2
6 < 10
si el número es negativo, se invierte.
3<5
2. 3 (-2) > 5 (-2)
-6 > -10
¿QUÉ SON LOGARITMOS?
En matemáticas, el logaritmo de un número —en una base determinada— es el
exponente al cual hay que elevar la base para obtener dicho número. Por ejemplo, el
logaritmo de 1000 en base 10 es 3, porque 1000 es igual a 10 a la potencia 3: 1000 =
103 = 10×10×10.
De la misma manera que la operación opuesta de la suma es la resta y la de la
multiplicación la división, el cálculo de logaritmos es la operación inversa a la
potenciación de la base del logaritmo.
Para representar la operación de logaritmo en una determinada base se escribe la
abreviatura log y como subíndice la base y después el número resultante del que
deseamos hallar el logaritmo. Por ejemplo, 35=243 luego log3243=5. Cuando se
sobreentiende la base, se puede omitir.
Los logaritmos fueron introducidos por John Napier a principios del siglo XVII como un
medio de simplificación de los cálculos. Estos fueron rápidamente adoptados por
científicos, ingenieros, y otros para realizar operaciones más fácilmente, usando reglas
de cálculo y tablas de logaritmos. Estos dispositivos se basan en el hecho más
importante — por derecho propio — que el logaritmo de un producto es la suma de los
logaritmos de los factores:
La noción actual de los logaritmos viene de Leonhard Euler, quien conectó estos con
la función exponencial en el siglo XVIII.
¿QUÉ SON ANTILOGARITMOS?
A cada número p o s i t i vo le corresponde un logaritmo,
p o s i t i vo o n e g at i vo .
A t o d o n ú m er o po s i t i vo o n e g a t i vo l e c o r r e s p o n d e el
l o g a r i t m o d e ot r o n úm e r o , q u e s e l l a m a s u a n t i l og a r i t m o .
E l a n t i l o g a r i t m o d e u n n ú m e r o, e n u n a b a s e d a d a c o n s i s t e
e n e l e va r l a b a s e a l n ú m er o r e s u l t a d o .
S i t e n e m o s u n l og ar i t m o d ec i m a l p o d e m o s u t i l i za r l a
c a l c u l a d o r a p a r a h al l a r s u a n t i l o g ar i t m o , p a r a e l l o t e n em o s q ue
p u l s a r l a t e c l a 1 0 x . G e n e r a lm e n t e es t a t e c l a s u e l e ve n i r c o m o
s e g u n d a f u nc i ó n d e l a t e c l a " l o g " .
log x = 2.4572
x = 1 0 2 . 4 5 7 2 = 2 8 6 . 55
Cologaritmo
3. E l c o l o g a r i t m o d e un n ú m e r o e s e l l o g ar i t m o d e s u i n ve r s o ,
p o r t a n t o e l c o l o g a r i t m o d e u n n ú m er o e s e l o p u e s t o d e s u
logaritmo.
c o l o g 2 0 0 = - l og 2 00 = - 2. 3 0 1 0
Ejercicios
C a l c u l a m e d i a n t e l og ar i t m o s e l va l o r d e x.
1
2
3
¿QUÉ SON VARIABLES ALEATORIAS?
En probabilidad y estadística, una variable aleatoria o variable estocástica es una
variable estadística cuyos valores se obtienen de mediciones en algún tipo de
experimento aleatorio. Formalmente, una variable aleatoria es una función, que asigna
eventos (p.e., los posibles resultados de tirar un dado dos veces: (1, 1), (1, 2), etc.) a
números reales (p.e., su suma).
Los valores posibles de una variable aleatoria pueden representar los posibles
resultados de un experimento aún no realizado, o los posibles valores de una cantidad
cuyo valor actualmente existente es incierto (p.e., como resultado de medición
incompleta o imprecisa). Intuitivamente, una variable aleatoria puede tomarse como
una cantidad cuyo valor no es fijo pero puede tomar diferentes valores; una
distribución de probabilidad se usa para describir la probabilidad de que se den los
diferentes valores.
4. Las variables aleatorias suelen tomar valores reales, pero se pueden considerar
valores aleatorios como valores lógicos, funciones... El término elemento aleatorio se
utiliza para englobar todo ese tipo de conceptos relacionados. Un concepto
relacionado es el de proceso estocástico, un conjunto de variables aleatorias
ordenadas (habitualmente por orden o tiempo).
¿TABLAS ESTADÍSTICAS?
Tablas estadísticas
Dentro del estudio de la
Estadística, una parte
importante son las funciones
estadística, tanto continuas Distribuciones continuas
como discretas, que nos
permiten determinar las Distribución normal
probabilidades de un suceso, Tabla para imprimir: Distribución normal
partiendo del modelo estadístico
al que ese suceso se ajusta. Tabla para imprimir: Distribución normal
inversa
En la práctica, cuando
queremos saber el valor Distribución t de Student
numérico de esa probabilidad,
no solamente la expresión que Tabla para imprimir: Distribución t de Student
la determina, necesitamos
cuantificar la distribución de Tabla para imprimir: Distribución t de Student
probabilidad, que no suelen inversa
ser expresiones sencillas, en los
últimos tiempos el desarrollo de Distribución chi-cuadrado
la informática, facilita
grandemente estos cálculos, Distribución exponencial
pero la utilización de tablas
estadísticas es lo más corriente. Distribución gamma
Veamos algunas de estas tablas Distribuciones discretas
y su modo de empleo.
Distribución binomial
Distribución de Poisson
Distribución geométrica
Distribución hipergeométrica
5. ¿ORGANIZACIÓN Y DESCRIPCIÓN DE DATOS?
Organización y descripción grafica de un conjunto de datos.
Una forma de presentación para organizar los datos es la tabla de frecuencias,
conocida también por el nombre de distribución de frecuencias. En este tipo de tablas
se divide la amplitud de los valores numéricos de los datos en un cierto número de
intervalos o clases, denominado frecuencia.
Primeramente, se deciden cuántas clases deberán establecerse y si éstas tendrán o
no la misma anchura. Es común utilizar entre 5 y 20 clases, lo cual resulta conveniente
construirlas de modo que todas las clases tengan la misma anchura, cual recibe el
nombre de intervalo de clase.
Ahora se determina el intervalo de clase, calculando la diferencia entre el mayor y el
menor valor numérico de los datos. Nótese que una vez escogidos los intervalos de
clase y el límite inferior de la primera clase, los límites de las clases restantes quedan
perfectamente definidos. Los puntos que limitan a una de las clases reciben el nombre
de límites de clase.
Para prevenir ambigüedades en cuanto a la clase a la que pertenece cierto número,
diremos que un dato pertenece a una determinada clase si su valor numérico es
estrictamente mayor que el límite inferior y menor o igual que el límite superior.
Es conveniente elegir un número que represente a cada una de las clases. Se elige el
punto central, que se denomina Valor Medio de Clase, el cual se obtiene dividiendo la
suma de los límites de clase entre dos.
El siguiente paso para la construcción de la tabla es llevar a cabo del conteo del
número de observaciones que pertenecen a cada clase. Este número es llamado
frecuencia absoluta de clase (fi). Es conveniente calcular las frecuencias relativas de
clase (pi), las cuales indican qué proporción del total de las observaciones pertenece a
cada clase; dividiendo la frecuencia absoluta entre el total de observaciones (total de
frecuencias absolutas).
¿REGLAS PARA LA REPRESENTACIÓN GRAFICA?
¿TIPOS DE GRÁFICOS?
Tabla de entrada de datos: Es una tabla en la cual solo aparecen los datos que
se obtuvieron de la investigación científica o del experimento. Es la tabla más
sencilla y se utiliza cuando no se necesita mayor información acerca de los datos,
estas tablas se construyen por medio de la tabulación de los datos, este
6. procedimiento es relativamente sencillo, para realizarlo nos ocupamos de un
conjunto de datos estadísticos obtenidos al registrar los resultados de una serie de
n repeticiones de algún experimento u observación aleatoria, suponiendo que las
repeticiones son mutuamente independientes y se realizan en condiciones
uniformes, es importante decir que el resultado de cada observación puede
expresarse de forma numérica, para este tipo de tablas de entrada de datos se
puede trabajar con una ó más variables, de manera que nuestro material
estadístico consiste en n valores observados de la variable Xj.
Los valores observados se suelen registrar, en primer lugar en una lista, si él numero
de observaciones no excede de 20 ó 30, estos datos se registran en orden creciente
de magnitud.
Con los datos de esta tabla pueden hacerse diversas representaciones gráficas y
calcularse determinadas características numéricas como la media, la mediana, etc.
EJ: Agrupar en una tabla de datos
10, 1, 6, 9, 2, 5, 7, 4, 3, 8
X 1 2 3 4 5 6 7 8 9 10
Tablas de frecuencias: Una tabla de frecuencia está formada por las categorías o
valores de una variable y sus frecuencias correspondientes. Esta tabla es lo mismo
que una distribución de frecuencias. Esta tabla se crea por medio de la tabulación
y agrupación, la cual es un método sencillo como lo habíamos empezado a ver en
la tabla de datos, Se realiza el mismo procedimiento de tabulación anteriormente
descrito si el numero de valores observados para la variable, se trabaja con una
sola variable, descontando los repetidos son pequeños, si existen repetidos la
frecuencia f es el número de repeticiones de un valor de X dado, Sin embargo,
cuando el conjunto de datos es mayor, resulta laborioso trabajar directamente con
los valores individuales observados y entonces se lleva a cabo, por lo general,
algún tipo de agrupación como paso preliminar, antes de iniciar cualquier otro
tratamiento de los datos. Las reglas para proceder a la agrupación son diferentes
según sea la variable, discreta o continua, para una variable discreta suele resultar
conveniente hacer una tabla en cuya primera columna figuren todos los valores de
la variable X representados en el material, y en la segunda, la frecuencia f con que
ha aparecido cada valor de X en las observaciones.
Para una variable continua, el procedimiento de agrupación es algo más complicado.
Se toma un intervalo adecuado sobre el eje de la variable que contenga los n valores
observados, y divídase el intervalo en cierto número de intervalos de clase. Todas las
observaciones que pertenecen al mismo intervalo de clase se agrupan y cuentan, y él
numero que resulte representa la frecuencia de clase correspondiente a dicho
intervalo, luego se forma una tabla, en cuya primera columna figuran los limites de
cada intervalo de clase, y en la segunda aparecen las correspondientes frecuencias.
Estas clases de tablas son las más usadas y brindan mayor información de los datos
que las tablas de entradas de datos, efectivamente, una tabla de este tipo dará en
forma abreviada, una información completa acerca de la distribución de los valores
observados. Con estas se pueden utilizar más a fondo los métodos gráficos al igual
que los métodos aritméticos.
Ej: Agrupar en una tabla 1, 1, 2, 2, 2, 2, 3, 3, 3, 4, 5
X F
1 2
2 4
3 3
4 1
7. 5 1
S 11
Agrupar en una tabla las siguientes estaturas: 160, 168, 175, 183, 170, 164, 170, 184,
171, 168, 187, 161, 183, 175, 185, 186, 187, 164, 165, 175, 162, 188, 169, 163, 166,
172, 173, 167, 174, 176, 178, 179, 177
X F
160-165 6
265-270 6
170-175 6
175-180 7
180-185 3
185-190 5
S 33
Tablas de doble entrada: También llamadas tablas de contingencias, son
aquellas tablas de datos referentes a dos variables, formada, en las cabeceras de
las filas, por las categorías o valores de una variable y en las de las columnas por
los de la otra, y en las casillas de la tabla, por las frecuencias o numero de
elementos que reúnen a la vez las dos categorías o valores de las dos variables
que se cruzan en cada casilla. Para la tabulación de un material agrupado de
observaciones simultáneas de dos variables aleatorias necesitaremos una tabla
descrita como anteriormente lo describimos, las reglas para agrupar son las
mismas que en el caso de una sola variable.
Este tipo de tablas brindan información estadística de dos eventos relacionados entre
sí, es útil en casos en los cuales los experimentos son dependientes de otro
experimento, mas adelante aparecen mas aplicaciones del análisis estadístico
bivariable.
Ej:
T1/T2 SÍ NO
SÍ 12 2
NO 10 4
1. Métodos gráficos:
Primero definiré lo que es un gráfico o diagrama en estadística
Un diagrama es una especie de esquemático, formado por líneas, figuras, mapas,
utilizado para representar, bien datos estadísticos a escala o según una cierta
proporción, o bien los elementos de un sistema, las etapas de un proceso y las
divisiones o subdivisiones de una clasificación. Entre las funciones que cumplen los
diagramas se pueden señalar las siguientes:
Hacen más visibles los datos, sistemas y procesos
Ponen de manifiesto sus variaciones y su evolución histórica o espacial.
Pueden evidenciar las relaciones entre los diversos elementos de un sistema o de
un proceso y representar la correlación entre dos o más variables.
Sistematizan y sintetizan los datos, sistemas y procesos.
Aclaran y complementan las tablas y las exposiciones teóricas o cuantitativas.
El estudio de su disposición y de las relaciones que muestran pueden sugerir
hipótesis nuevas.
8. Algunos de los diagramas más importantes son el diagrama en árbol, diagrama de
áreas o superficies, diagrama de bandas, diagrama de barras, diagrama de bloques,
diagrama circular, diagrama circular polar, diagrama de puntos, diagrama de tallo y
hoja diagrama, histogramas y gráficos de caja y bigote o boxplots.
2.1 Gráficos univariados: Para trabajar los gráficos univariables debemos primero
saber lo que es el análisis estadístico invariable y después de esto trabajaremos los
métodos pedidos
El análisis estadístico que opera con datos referentes a una sola variable o distribución
de frecuencias y pretende determinar sus propiedades estadísticas. El a.e.u.
proporciona al analista medidas representativas de la distribución o promedios, índices
de dispersión de los datos de la distribución, procedimientos para normalizar los datos,
medidas de desigualdad de unos datos en relación con otros y por ultimo medidas de
la asimetría de la distribución.
Gráficos de puntos: Es una variación del diagrama lineal simple el cual esta
formado por líneas rectas o curvas, que resultan de la representación, en un eje de
coordenadas, de distribuciones de frecuencias, este construye colocando en el eje
x los valores correspondientes a la variable y en el eje de las ordenadas el valor
correspondiente a la frecuencia para este valor. Proporciona principalmente
información con respecto a las frecuencias. Este se usa cuando solo se necesita
información sobre la frecuencia.
Cuando la muestra se agrupa por intervalos se trabaja con la marca de clase del
intervalo de clase, la marca de clase es el punto medio del intervalo
EJ: Duración de tubos de neón
X(horas) Xm F
300-400 350 2
400-500 450 6
500-600 550 10
600-700 650 8
700-800 750 4
S 30
Gráficos de tallo y hoja: es una forma rápida de obtener una representación
visual ilustrativa del conjunto de datos, para construir un diagrama de tallo y hoja
primero se debe seleccionar uno ó más dígitos iniciales para los valores de tallo, el
dígito o dígitos finales se convierten en hojas, luego se hace una lista de valores de
tallo en una columna vertical. Prosiguiendo a registrar la hoja por cada observación
junto al valor correspondiente de tallo, finalmente se indica las unidades de tallos y
9. hojas en algún lugar del diagrama, este se usa para listas grandes y es un método
resumido de mostrar los datos, posee la desventaja que no proporciona sino los
datos, y no aparece por ningún lado información sobre frecuencias y demás datos
importantes.
Ej: realice un diagrama de tallo y hoja para los siguientes datos de distancias en
yardas de una cancha de golf
6435 6464 6433 6470 6526 6527 6506 6583 6605 6694 6614 6790 6770 6700 6798
6770 6745 6713 6890 6870 6873 6850 6900 6927 6936 6904 7051 7005 7011 7040
7050 7022 7131 7169 7168 7105 7113 7165 7280 7209
Diagramas de barras: nombre que recibe el diagrama utilizado para representar
gráficamente distribuciones discretas de frecuencias no agrupadas. Se llama así
porque las frecuencias de cada categoría de la distribución se hacen figurar por
trazos o columnas de longitud proporcional, separados unos de otros. Existen tres
principales clases de gráficos de barras:
Barra simple: se emplean para graficar hechos únicos
Barras múltiples: es muy recomendable para comprar una serie estadística con
otra, para ello emplea barras simples se distinto color o tramado en un mismo
plano cartesiano, una al lado de la otra
Barras compuestas: en este método de graficacion las barras de la segunda serie
se colocan encima de las barras de la primera serie en forma respectiva.
El diagrama de barras proporciona información comparativa principalmente y este es
su uso principal, este diagrama también muestra la información referente a las
frecuencias
Ej:
CIUDAD TEMPERATURA
A 12
B 18
C 24
TIENDA Enero Febrero Marzo abril mayo Junio
A 800 600 700 900 1100 1000
B 700 500 600 1000 900 1200
10. Histogramas: Se emplea para ilustrar muestras agrupadas en intervalos. Está
formado por rectángulos unidos a otros, cuyos vértices de la base coinciden con los
límites de los intervalos y el centro de cada intervalo es la marca de clase, que
representamos en el eje de las abscisas. La altura de cada rectángulo es proporcional
a la frecuencia del intervalo respectivo. Esta proporcionalidad se aplica por medio de la
siguiente formula
Altura del rectángulo = frecuencia relativa/longitud de base
El histograma se usa para representar variables cuantitativas continuas que han sido
agrupadas en intervalos de clase, la desventaja que presenta que no funciona
Para variables discretas, de lo contrario es una forma útil y practica de mostrar los
datos estadísticos.
EJ:
X Xm F
118-126 122 2
126-134 130 3
134-142 138 8
142-150 146 12
150-158 154 7
158-166 162 5
166-174 170 2
174-182 178 1
S 40
Diagramas de caja o boxplots: los pasos para construirlo son los siguientes:
dibujar y marcar un eje de medida horizontal
11. construir un rectángulo cuyo borde izquierdo está arriba del cuarto inferior y cuyo
borde derecho está arriba del cuarto superior
dibujar un segmento de recta vertical dentro de la caja arriba de la mediana
prolongar rectas desde cada extremo de la caja hasta las observaciones más
lejanas que estén todavía a menos de 1.5fs de los bordes correspondientes
dibujar un circulo abierto para identificar cada observación que caiga entre 1.5fs y
3fs del borde al cual está más cercano estas se llaman puntos inusuales suaves
dibujar un circulo de línea llena para identificar cada observación que caiga a mas
de 3fs del borde más cercano, estas se llaman puntos inusuales extremos
Donde fs= cuarto superior – cuarto inferior
Este diagrama se usa cuando se necesita la mayor información acerca de la
distribución de los datos, la ventaja que posee con respecto a los demás diagramas es
que este gráfico posee características como centro y dispersión de los datos, y la
principal desventaja que posee es que no presenta ninguna información acerca de las
frecuencias que presentan los datos
EJ: Para los siguientes datos realice un diagrama de caja: 2.68 3.06 4.31 4.71 5.71
5.99 6.06 7.04 7.17 7.46 7.50 8.27 8.42 8.73 8.84 9.14 9.19 9.21 9.39 11.28 15.19
21.06
Gráficos de sectores: es un gráfico que se basa en una proporcionalidad entre la
frecuencia y el ángulo central de una circunferencia, de tal manera que a la
frecuencia total le corresponde el ángulo central de 360°. Para construir se aplica
la siguiente fórmula:
X = frecuencia relativa * 360°/S frecuencia relativa
Este se usa cuando se trabaja con datos que tienen grandes frecuencias, y los valores
de la variable son pocos, la ventaja que tiene este diagrama es que es fácil de hacer y
es entendible fácilmente, la desventaja que posee es que cuando los valores de la
variable son muchos es casi imposible o mejor dicho no informa mucho este diagrama
y no es productivo, proporciona principalmente información acerca de las frecuencias
de los datos de una manera entendible y sencilla.
EJ: Representar mediante un gráfico de sectores la frecuencia con que aparece cada
una de las cinco vocales en el presente párrafo:
Vocal a e i o u
Frecuencia 13 20 4 6 3 S 46
2.2 gráficos bivariados: Para trabajar los diagramas de dispersión, primero debemos
saber que es el análisis estadístico bivariable y las ventajas que este tiene
El análisis estadístico bivariable es aquel análisis que opera con datos referentes a
dos variables y pretende descubrir y estudiar sus propiedades estadísticas. El análisis
estadístico bivariable se orienta fundamentalmente a la normalización de los valores o
12. frecuencias ce los datos brutos, determina la existencia, dirección y grado de la
variación conjunta entre las dos variables, lo que se realiza mediante él calculo de los
coeficientes de correlación pertinentes, calcula la covarianza o producto de las
desviaciones de las dos variables en relación a sus medias respectivas y por ultimo
establece la naturaleza y forma de la asociación entre las dos variables en el caso de
las variables de intervalo.
Diagrama de dispersión: es un diagrama que representa gráficamente, en un
espacio de ordenadas, los puntos de dicho espacio que corresponden a los valores
correlativos de una distribución bivariante conjunta, estos diagramas deben usarse
cuando tenemos un análisis estadístico bivariable, ósea una tabla de datos de
doble entrada, la ventaja que tienen es que se puede graficar de una forma sencilla
una distribución bivariante conjunta y la desventaja principal es que no funciona si
sucede que una dupla se repita
EJ:
X Y
A 2 3
B 4 1
C 5 4
D 3 6
E 2 8