▼ 2013 (12)
▼ febrero (12)
Mapa conceptual 2: ERIK OMAR
MOSQUEDA CEPEDA
Mapa conceptual 2 Marco Antonio Anaya
Mapa conceptual 2 Javier Gutiérrez
García
Mapa conceptual 2 Jesus Adrian Olvera
Juarez
Publicado por probabilidad y estadistica en 17:42 No hay comentarios: Mapa conceptual 2 Manuel René de los
Santos Manjar...
“1.6.CUANTILES”Loscuantiles son
aquellos valores d...
martes, 12 de febrero de 2013
Mapa conceptual: ERIK OMAR
Mapa conceptual 2 Marco Antonio Anaya MOSQUEDA CEPEDA
Mapa conceptual: Jesus Adrian Olvera
Juarez Enlac...
Javier Gutiérrez García - Mapa
Conceptual 1
Mapa conceptual: Marco Antonio
AnayaEnlace externo...
Mapa Conceptual: Manuel René de los
Santos Manjar...
Estadistica descriptiva
Etiquetas
ERIK OMAR
MOSQUEDA
CEPEDA (1)
Javier Gutiérrez
García (2)
Jesus Adrian
Olvera Juarez (2)
Publicado por probabilidad y estadistica en 18:04 No hay comentarios: Manuel René de
los Santos
Etiquetas: Mapas conceptuales, Marco Antonio Anaya, Unidad 1
Manjarrez (2)
Mapas
conceptuales (9)
Mapa conceptual 2 Javier Gutiérrez García Marco Antonio
Anaya (2)
Javier Gutiérrez García - Mapa Conceptual 2 Resumen (1)
Unidad 1 (11)
Datos personales
probabilidad y
estadistica
Ver todo mi perfil
http://proyestitr.blogspot.be/2013/ 1/15
1/17/2018 Probabilidad y estadistica ITR: 2013
Estadística Descriptiva
Valores de la variable, que Representaciones Un gráfico basado Una gráfica para Ordenadores y calculadoras
ordenados de menor a mayor visuales que en cuartiles organizar datos en facilita la comprensión de temas
dividen a la distribución en ofrecen la mayor mediante el cual forma descendente, de complejos de matemáticas, la
partes de tal manera que cada información se visualiza un izquierda a derecha y tecnología agiliza y supera la
una de ellas contiene el posible. conjunto de datos. separados por barras. capacidad de calculo de la mente
mismo numero de frecuencias humana.
http://proyestitr.blogspot.be/2013/ 2/15
1/17/2018 Probabilidad y estadistica ITR: 2013
“1.6. CUANTILES”
Los cuantiles son aquellos valores de la variable, que ordenados de menor a mayor,
dividen a la distribución en partes, de tal manera que cada una de ellas contiene el mismo
número de frecuencias.
Constituyen una generalización del concepto de mediana. Así como la mediana divide a
la serie estudiada en dos partes con el mismo número de elementos cada una, si la división se
hace en cuatro partes, o en diez partes, o en cien partes, llegamos al concepto de cuantil.
Hay, principalmente, tres cuantiles importantes: cuartiles, deciles y percentiles:
Cuartiles
Percentiles
Hay 99 percentiles que se denotan: P1, P2, P3,.......,P98, P99. Así P90, por ejemplo, deja por
debajo de él el 90% de los elementos.
Ejercicio: De la siguiente serie hallar el primero y el tercer cuartil, el segundo y el séptimo decil
y los percentiles 8 y 73.
Obsérvese que entre los 6 cuantiles calculados, aparecen valores muy parecidos. En particular
se dan las siguientes coincidencias:
Ø Los percentiles P25 y P75 se corresponden con el primer y tercer cuartil, respectivamente.
Deciles
Es la segunda clase de cuantiles. Si se divide toda la serie en diez partes iguales tendremos
los deciles.
D1, el decil 1, deja el 10% de los valores de la serie por debajo de él.
Análogamente ocurre con los deciles D2, D3,.......D9. El decil 8, por ejemplo, deja el 80% de la
masa de datos investigada por debajo de él.
Las fórmulas para calcularlos son también análogas a las de la mediana.
“1.7 GRÁFICOS”
Las representaciones gráficas deben conseguir que un simple análisis visual ofrezca la mayor información
posible.
Según el tipo de carácter que estemos estudiando, usuraremos un grafico u otro.
Según sea la variable, los gráficos más utilizados son:
- Diagramas de barra.
- Diagramas de sectores
- Histogramas
Diagrama de barras
Es un tipo de gráfico estadístico que se utiliza para variables cualitativas y discretas.
En el eje X se sitúan:
§ Las modalidades de la variable cualitativa.
§ Los valores de la variable cualitativa discreta.
Y sobre ellos se levantan barras cuya altura sea proporcional a sus frecuencias.
http://proyestitr.blogspot.be/2013/ 3/15
1/17/2018 Probabilidad y estadistica ITR: 2013
Histogramas
Se utilizan con variables continuas, o agrupadas en intervalos, representando en el eje X
los intervalos de clase y levantando rectángulos de base la longitud de los distintos intervalos y
de altura tal que el área sea proporcional a las frecuencias representativas.
El polígono de frecuencias se obtiene uniendo los puntos medios de las bases
superiores de los rectángulos.
Los histogramas permiten compara datos de una forma rápida (basta mirar la gráfica).
Pirámides de población
Cuando se realizan representaciones correspondientes a edades de población,
cambiamos el eje Y por el eje X para obtener las llamadas pirámides de
población, que no son más que 2 histogramas a izquierda y derecha, para hombres y mujeres.
Diagramas de sectores
Es un gráfico empleado fundamental mente para variables cualitativas. Las modalidades
se representan en un círculo dividido en sectores.
La amplitud de cada sector, en grados, se obtiene multiplicando la frecuencia relativa de
cada modalidad o valor por 360°
http://proyestitr.blogspot.be/2013/ 4/15
1/17/2018 Probabilidad y estadistica ITR: 2013
Es un gráfico que suministra información sobre los valores mínimo y máximo, los
cuartiles Q1, Q2 o mediana y Q3, y sobre la existencia de valores atípicos y la simetría de la
distribución. Primero es necesario encontrar la mediana para luego encontrar los 2 cuartiles
restantes
Cómo expresarlo gráficamente:
+-----+-+
* o |-------| | |---|
+-----+-+
+---+---+---+---+---+---+---+---+---+---+---+---+
0 5 10 12
Ordenar los datos y obtener el valor mínimo, el máximo, los cuartiles Q1, Q2 y Q3 y el Rango
Inter Cuartilico (RIC)
En el ejemplo:
· Valor 7: es el Q1 (25% de los datos)
· Valor 8.5: es el Q2 o mediana (el 50% de los datos)
· Valor 9: es el Q3 (75% de los datos)
· Rango Inter Cuartilico RIC (Q3-Q1)=2
Para dibujar los bigotes, las líneas que se extienden desde la caja, hay que calcular los límites
superiores e inferiores, Li y Ls, que identifiquen a los valores atípicos.
Para ello se calcula cuándo se consideran atípicos los valores. Son aquellos inferiores a Q1-
1.5*RIC o superiores a Q3+1.5*RIC.
En el ejemplo:
· inferior: 7-1.5*2=4
· superior: 9+1.5*2=12
Ahora se buscan los últimos valores que NO son atípicos, que serán los extremos de los
bigotes.
· En el ejemplo: 5 y 10
Marcar como atípicos todos los datos que están fuera del intervalo (Li, Ls).
· En el ejemplo: 0.5 y 3.5
Además, se pueden considerar valores extremadamente atípicos aquellos que exceden Q1-
3*RIC o Q3+3*RIC. De modo que, en el ejemplo:
· inferior: 7-3*2=1
· superior: 9+3*2=15
http://proyestitr.blogspot.be/2013/ 5/15
1/17/2018 Probabilidad y estadistica ITR: 2013
El diagrama permite mostrar gráficamente el principio de Pareto (pocos vitales, muchos triviales), es decir,
que hay muchos problemas sin importancia frente a unos pocos graves. Mediante la gráfica colocamos los "pocos
vitales" a la izquierda y los "muchos triviales" a la derecha.
El diagrama facilita el estudio de las fallas en las industrias o empresas comerciales, así como fenómenos
sociales o naturales psicosomáticos, como se puede ver en el ejemplo de la gráfica al principio del artículo.
Hay que tener en cuenta que tanto la distribución de los efectos como sus posibles causas no es un
proceso lineal sino que el 20% de las causas totales hace que sean originados el 80% de los efectos.
El principal uso que tiene el elaborar este tipo de diagrama es para poder establecer un orden de
prioridades en la toma de decisiones dentro de una organización. Evaluar todas las fallas, saber si se pueden
resolver o mejor evitarlas.
Las nuevas tecnologías han venido a cambiar por completo el panorama tradicional de
cómo se hacían, se veían y se enseñaban las matemáticas. Introducirse en este nuevo
panorama implica realizar profundos cambios en nuestros programas educativos.
http://proyestitr.blogspot.be/2013/ 6/15
1/17/2018 Probabilidad y estadistica ITR: 2013
Es muy amplia la variedad de aplicaciones informáticas disponibles para estadística y
probabilidad:
Excel o Calc
Javascript
Applet de Java, Geogebra
Proyecto Descartes
Software Libre
Otros Software
Ejercicio: Estadística Bidimensional
Se observaron las edades de cinco niños y sus pesos respectivos y se
consiguieron los resultados siguientes:
Edad 2 4,5 6 7,2 8
Peso 15 19 25 33 34
A continuación podemos hacer clic con el ratón en "Función fx", del menú "Insertar”,
apareciendo la ventana de diálogo "Pegar función", donde podemos seleccionar las funciones
estadísticas y las funciones que queramos calcular; o bien directamente, si conocemos la
sintaxis de las funciones estadísticas, editamos dichas funciones. Situamos el puntero en la
columna D y vamos tecleando cada una de las funciones estadísticas en la barra de fórmulas,
situando el puntero cada vez en una celda distinta para ir conservando los datos. De esta
forma, las medias y desviaciones marginales se calculan:
=PROMEDIO (A2:A6), obtenemos la media de la edad.
=PROMEDIO (B2:B6), obtenemos la media del peso.
=DESVESTP (A2:A6), obtenemos la desviación típica de la edad.
=DESVESTP (B2:B6), obtenemos la desviación típica del peso.
Para calcular el coeficiente de correlación, tecleamos en la barra de fórmulas
=COEF.DE.CORREL (A1:A6, B2:B6), una vez situados en la celda que queramos.
=PENDIENTE (B2:B6, A2:A6) nos informa sobre la pendiente de la recta de
regresión del peso sobre la edad, en la celda donde queramos.
http://proyestitr.blogspot.be/2013/ 7/15
1/17/2018 Probabilidad y estadistica ITR: 2013
=ERROR.TÍPICO.XY. (B2:B6, A2:A6), devuelve el error típico del valor de Y previsto para cada
X.
También podemos hacer la nube de puntos. Marcando los datos introducidos, pulsamos
el botón de gráficos, seleccionamos diagrama de dispersión y a través de las ventanas de
diálogos damos nombre a los ejes, hacemos la división en los mismos.
Enlace externo
Enlace externo
http://proyestitr.blogspot.be/2013/ 8/15
1/17/2018 Probabilidad y estadistica ITR: 2013
Estadística Descriptiva
son son es
Enlace externo
Enlace Externo
http://proyestitr.blogspot.be/2013/ 9/15
1/17/2018 Probabilidad y estadistica ITR: 2013
Estadistica descriptiva
-Muestra Aleatoria
Una muestra estadística o muestra aleatoria o simplemente muestra es un subconjunto de
casos o individuos de una población estadística.
Las muestras se obtienen con la intención de inferir propiedades de la totalidad de la población,
para lo cual deben ser representativas de la misma. Para cumplir esta característica la inclusión
de sujetos en la muestra debe seguir una técnica de muestreo.
Por otra parte, en ocasiones, el muestreo puede ser más exacto que el estudio de toda la
población porque el manejo de un menor número de datos provoca también menos errores en
su manipulación.
El número de sujetos que componen la muestra suele ser inferior que el de la población, pero
suficiente para que la estimación de los parámetros determinados tenga un nivel de
confianza adecuado. Para que el tamaño de la muestra sea idóneo es preciso recurrir a su
cálculo.
Espacio Muestral
El espacio muestral del que se toma una muestra concreta está formado por el conjunto de
todas las posibles muestras que se pueden extraer de una población mediante una
determinada técnica de muestreo.
Estimación
Una estimación es cualquier técnica para conocer un valor aproximado de un parámetro
referido a la población, a partir de los estadísticos muestrales calculados a partir de los
elementos de la muestra.
Ejemplo
La descripción de una muestra, y los resultados obtenidos sobre ella, puede ser del tipo
mostrado en el siguiente ejemplo:
http://proyestitr.blogspot.be/2013/ 10/15
1/17/2018 Probabilidad y estadistica ITR: 2013
· Estimamos en un 50% para cada sexo y para el propósito del estudio es suficiente un
90% de seguridad con un nivel entre 90 - 5 y 90 + 5.
· Generamos una tabla de 270 números al azar entre 1 y 222.222 y en un censo
numerado comprobamos el género para los seleccionados.
Tipos de muestreo
Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en
general pueden dividirse en dos grandes grupos: métodos de muestreo probabilísticos y
métodos de muestreo no probabilísticos.
1. Muestreo probabilístico
Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de Ser elegidos para formar parte de una muestra y, consiguientemente, todas las
posibles muestras
Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos:
http://proyestitr.blogspot.be/2013/ 12/15
1/17/2018 Probabilidad y estadistica ITR: 2013
entre la cantidad de valores.
Media Ponderada
Es apropiada cuando en un conjunto de datos cada uno de ellos ene una importancia rela va (o peso)
respecto de los demás datos
Se ob ene del cociente entre la suma de los productos de cada dato por su peso o ponderación y la suma de los pesos.
Media geométrica
Es un promedio muy ú l en conjuntos de números que son interpretados en orden de su producto, no de su suma.
Se ob ene de la mul plicación de todos los valores, elevada a la potencia de la can dad de valores dividiendo a uno ‘‘1’.
Media armónica
La media armónica es un promedio muy útil en conjuntos de números que se definen en
relación con alguna unidad.
Mediana
Representa el valor de la variable de posición central en un conjunto de datos ordenados.
Ejemplo: tenemos el siguiente conjunto de números 8,3,7,4,11,2,9,4,10,11,4 ordenamos: 2,3,4,4,4,7,8,9,10,11,11 En esta
secuencia la mediana es 7, que es el número central. Y si tuviésemos: 8,3,7,4,11,9,4,10,11,4, entonces ordenamos:
3,4,4,4,7,8,9,10,11,11 y la mediana (Md) está en: los números centrales son 7 y 8, lo que haces es sumar 7 + 8 y divides entre 2
y Md= 7.5.
Los pasos son:
1. Ordena los valores en orden del menor al mayor.
2. Cuenta de derecha a izquierda, o al revés, hasta encontrar el valor o valores medios.
Moda
Es el valor con una mayor frecuencia en una distribución de datos.
Ejemplo Encontrar la estatura modal de un grupo que se encuentra distribuido de la siguiente forma:
Clase modal = 1,6 y 1,7 (es la que ene frecuencia absoluta más alta: 10).
Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la
distribución.
Las medidas de dispersión son:
Rango o recorrido
El rango es la diferencia entre el mayor y el menor de los datos de una distribución estadística.
Desviación media
La desviación respecto a la media es la diferencia entre cada valor de la variable estadística y
la media aritmética.
Di = x - x
La desviación media es la media aritmética de los valores absolutos de las desviaciones
respecto a la
media.
Ejemplo
Calcular la desviación media de la distribución:
9, 3, 8, 8, 9, 8, 9, 18
http://proyestitr.blogspot.be/2013/ 13/15
1/17/2018 Probabilidad y estadistica ITR: 2013
Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a la media de
una distribución estadística.
Propiedades de la varianza
ü La varianza será siempre un valor positivo o cero, en el caso de que las puntuaciones
sean iguales.
ü Si a todos los valores de la variable se les suma un número la varianza no varía.
ü Si todos los valores de la variable se multiplican por un número la varianza queda
multiplicada por el cuadrado de dicho número.
ü Si tenemos varias distribuciones con la misma media y conocemos sus respectivas
varianzas se puede calcular la varianza total.
Frecuencia absoluta
La frecuencia absoluta es el número de veces que aparece un
determinado valor en un estudio estadístico. Se representa por f i .
Frecuencia relativa
La frecuencia rela va es el cociente entre la frecuencia absoluta de un determinado
valor y el número total de datos. Se puede expresar en tantos por ciento y se
representa por n i .
Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los
valores inferiores o iguales al valor considerado. Se representa por F i .
http://proyestitr.blogspot.be/2013/ 14/15
1/17/2018 Probabilidad y estadistica ITR: 2013
Etiquetas: Unidad 1
http://proyestitr.blogspot.be/2013/ 15/15