\
|
+ =
2
2001 Alfaomega Grupo Editor
Medidas de tendencia central
Moda: Es el valor que ms se repite en un conjunto de datos
Para datos agrupados
Donde:
Liv = Lmite inferior verdadero del intervalo localizado.
d
1
= Diferencia entre la frecuencia de la clase modal y la
frecuencia del intervalo inmediato anterior.
d
2
= Diferencia entre la frecuencia de la clase modal y la
frecuencia del intervalo inmediato posterior.
i = Ancho del intervalo
2-4
i
d d
d
Liv Mo
+
+ =
2 1
1
2001 Alfaomega Grupo Editor
Medidas de tendencia central
Media geomtrica: Se utiliza para calcular el cambio
porcentual promedio de una variable en el tiempo.
MG =
.
2-5
n
n X X X X ..... . . 3 2 1
2001 Alfaomega Grupo Editor
Medidas de posicin
Fractiles: se usan para describir la posicin que tiene un
valor de datos especficos (segmento), en
relacin con el resto de datos.
Cuartiles
Deciles
Quintiles
Percentiles
.
2-5
2001 Alfaomega Grupo Editor
Medidas de posicin
.
2-5
i
fi
Fm
N
Liv Q
|
.
|
\
|
+ =
4
1
i
fi
Fm
N
Liv Q
|
.
|
\
|
+ =
4
2
2
i
fi
Fm
N
Liv Q
|
.
|
\
|
+ =
4
3
3
2001 Alfaomega Grupo Editor
Medidas de dispersin
Describen la cantidad de dispersin, o variabilidad que
se encuentra entre los datos. Estas medidas dan una
distancia promedio de cualquier observacin del
conjunto de datos respecto a la media de la
distribucin.
Rango
Desviacin media
Varianza
Desviacin tpica
2-5
2001 Alfaomega Grupo Editor
Medidas de dispersin
Varianza: La variancia es una medida til para comparar el
grado de dispersin de dos o ms conjuntos de datos. El
resultado de la varianza se expresa con el cuadrado de las
unidades de la variable de estudio.
E (x i u )
2
o
2 =
---------------- para una serie simple de datos
N
E fi (x m u )
2
o
2 =
------------------ para datos agrupados
N
2-5
2001 Alfaomega Grupo Editor
Medidas de dispersin
Desviacin tpica: al igual que la varianza, mide la
dispersin de los valores que toma una variable de
estudio con relacin a su media aritmtica. Su resultado
est expresado en las mismas unidades de la variable.
Para una serie simple de datos
Para datos agrupados
2-5
N
u xi
=
2
) (
o
N
u xm fi
=
2
) (
o
2001 Alfaomega Grupo Editor
Medidas de forma
Las medidas de forma se basan en su representacin grfica.
Curtosis (K): medida de apuntamiento o concentracin
central, estudian la mayor o menor concentracin de datos
alrededor de la media. Indica qu tan puntiaguda es la
distribucin de los datos observados.
Si K > 0 , la distribucin presenta un pico alto y se llama
leptocrtica.
Si K < 0 , la distribucin es plana, y se llama platicrtica.
Si K = 0 , la distribucin no presenta ningn pico ni es
plana, se llama mesocrtica (normal).
2-5
2001 Alfaomega Grupo Editor
Medidas de forma
2-5
10 90
P P
Q
K
=
Q = (Q
3
Q
1
)
P
90
= Percentil90
P
10
= Percentil10
2001 Alfaomega Grupo Editor
Medidas de forma
2-5
7 5 7 0 6 5 6 0 5 5 5 0 4 5 4 0 3 5 3 0 2 5
0 , 2
0 , 1
0 , 0
X
P
(
X
)
Distribuciones normales : 2 , 4 , 8 ( u = 5 0 )
2001 Alfaomega Grupo Editor
Medidas de forma
Coeficiente de asimetra: El coeficiente de asimetra analiza
si la distribucin de datos presenta la misma forma a la
izquierda o a la derecha de la media aritmtica. Estas
curvas pueden ser simtricas o sesgadas.
Si CA > 0 , la curva presenta una asimetra positiva
Si CA < 0 , la curva presenta una asimetra negativa
Si CA = 0 , la curva es simtrica
2-5
2001 Alfaomega Grupo Editor
Medidas de forma
2-5
o
) ( 3 Me U
CA
=
Distribucin simtrica
sesgo cero moda = mediana = media
3-26
Distribucin con asimetra positiva
sesgo a la derecha: media y mediana se
encuentran a la
derecha de la moda.
moda < mediana < media
3-27
Distribucin con asimetra negativa
sesgo a la izquierda: media y mediana
estn a la izquierda de la moda.
media < mediana < moda
3-28
2001 Alfaomega Grupo Editor
2-5
Nociones Bsicas de Estadstica
Inferencial
La probabilidad se determina con base a la
proporcin de veces en las que ocurre un resultado
favorable en cierto nmero de observaciones o
experimentos.
DEFINICIN DE PROBABILIDAD
2001 Alfaomega Grupo Editor
Trminos utilizados
2-5
Experimento.- Es el proceso mediante el cual se obtiene una
observacin o medicin de un fenmeno y que puede tener
dos o ms resultados, llamados eventos o sucesos.
Ejemplos: (1) el lanzamiento de una moneda, (2) el
lanzamiento de un par de dados, (3) el revisar un producto,
entre otros.
Evento o suceso.- Es el conjunto de uno o ms resultados
producto de un experimento.
Ejemplos: (1) en el lanzamiento de una moneda, los eventos
posibles son: cara o sello, (2) en el lanzamiento de un dado,
los eventos posibles son: 1,2,3,4,5 o 6.
2001 Alfaomega Grupo Editor
Trminos utilizados
2-5
EVENTO CONJUNTO O ESPACIO MUESTRAL
Es el conjunto de todos los resultados posibles de un
experimento en particular. A sus elementos se los denomina
muestra.
Ejemplo, al lanzar dos monedas por una sola vez, el evento
conjunto sera:
2001 Alfaomega Grupo Editor
PROBABILIDAD DE UN EVENTO
2-5
Si al evento A se observa n veces en un gran nmero
de N repeticiones de un experimento, entonces la
probabilidad del evento A est dado por la siguiente frmula:
Donde:
P = Probabilidad.
A = Evento esperado.
n = Nmero de observaciones del evento esperado.
N = Nmero total de eventos en un experimento.
( )
N
n
A P =
2001 Alfaomega Grupo Editor
PROBABILIDAD DE UN EVENTO
2-5
En un experimento dado, un evento o suceso debe ocurrir o no
ocurrir. En consecuencia, la suma de la probabilidad de la
ocurrencia ms la no ocurrencia ser siempre igual a 1 en
valores relativos 100%en valores porcentuales.
Lo expuesto, se indica en la siguiente ecuacin:
P + Q = 1.
P + Q = 100 %.
P = Probabilidad de ocurrencia o xito.
Q = Probabilidad de no ocurrencia o fracaso.
2001 Alfaomega Grupo Editor
LA DISTRIBUCIN NORMAL DE PROBABILIDAD
2-5
Conocida tambin como curva normal o campana de Gauss
tiene una importancia fundamental en estadstica, por el elevado
nmero de fenmenos que se explican con esta distribucin.
La curva normal no es otra cosa que la expresin grfica de una
distribucin de Frecuencias, misma que tiene muchas
observaciones cercanas al centro de la distribucin y luego
disminuyen gradual y simtricamente.
2001 Alfaomega Grupo Editor
2-5
PROPIEDADES
1. Es simtrica y tiene forma de campana.
2. La media aritmtica est en el centro y divide el rea en dos
partes iguales. Por consiguiente, la mediana y la moda tienen
el mismo valor.
1. Tericamente la curva normal se extiende hacia el infinito en
ambas direcciones y tiende gradualmente a unirse con el eje
de la abscisa (x), sin llegar a tocar el eje.
2001 Alfaomega Grupo Editor
2-5
PROPIEDADES
2001 Alfaomega Grupo Editor
2-5
El objetivo de la curva normal es el de encontrar la proporcin
o probabilidad de un evento, a travs de la utilizacin de la
siguiente frmula y las tablas de reas bajo la curva normal.
Donde:
X = Valor indicado de la variable de estudio.
U = Media aritmtica de la poblacin.
o = Desviacin tpica de la poblacin
CURVA NORMAL
o
U X
Z
=
2001 Alfaomega Grupo Editor
2-5
El clculo de los puntos percentiles bajo la curva
normal sirven para determinar valores de la
variable de estudio en el eje de la abscisa.
o
U X
Z
=
PUNTOS PERCENTILES BAJO LA CURVA NORMAL
2001 Alfaomega Grupo Editor
2-5
Es una probabilidad que asociamos con la estimacin de un
intervalo el cual incluya al parmetro buscado. Es decir, significa
que las medias de todas las muestras, consideramos como
probables que el 95 % de estos valores se acerquen al valor
verdadero (u) , dejando el 5 % restante como improbable su
obtencin (es el riesgo a equivocarnos).
Un nivel de confianza est representado por la letra Z. A su
vez, los valores de Z estn expresados en unidades de
desviaciones tpicas, mismos que se pueden determinar por
medio de la grfica de la curva normal y las tablas de reas
NIVELES DE CONFIANZA
2001 Alfaomega Grupo Editor
FRMULAS PARA DETERMINAR EL TAMAO
DE MUESTRA
2-5
2
2
e
PQ Z
n=
PQ Z N e
PQN Z
n
2
) 1 (
2
2
+
=
Poblaciones
infinitas
Poblaciones
finitas
2001 Alfaomega Grupo Editor
2-5
2
|
|
.
|
\
|
=
e
z
n
o
PARA ESTIMAR LA MEDIA ARITMTICA DE
UNA POBLACIN
2001 Alfaomega Grupo Editor
2-5
PROPIEDADES
2001 Alfaomega Grupo Editor
2-5
ESTIMACIN
Debido a factores de tiempo y costo, los
parmetros de una poblacin o proceso
frecuentemente se estiman sobre la base de
estadsticas muestrales. Cualquier estadstico de
la muestra que se utilice para estimar un
parmetro poblacional se conoce como estimador.
2001 Alfaomega Grupo Editor
2-5
INTERVALOS DE CONFIANZA
Es el rango de la estimacin que se est realizando.
Los intervalos de confianza se expresan tanto en
valores numricos de la variable de estudio como en
trminos de errores estndar
2001 Alfaomega Grupo Editor
2-5
FRMULAS PARA ESTABLECER UN INTERVALO DE
CONFIANZA
Para estimar la media aritmtica
de una poblacin
Para estimar la proporcin de
una poblacin
x S Z X .
p S Z p .
2001 Alfaomega Grupo Editor
2-5
FRMULAS PARA ESTABLECER UN INTERVALO DE
CONFIANZA
Para estimar el error stndar de la
media aritmtica de una poblacin
Para estimar el error estndar de la
proporcin de una poblacin
n
p p
S
p
) 1 (
=
s
s
n
x
=
2001 Alfaomega Grupo Editor
2-5
EL ERROR MUESTRAL
El error muestral no es otra cosa que la diferencia entre la
media aritmtica muestral y la media aritmtica poblacional.
En trminos matemticos, esto significa que el error muestral
es la desviacin tpica de las distintas medias aritmticas
muestrales en relacin a la media aritmtica poblacional.
Por consiguiente, se designa a la desviacin tpica de una
distribucin de muestreo como error estndar
2001 Alfaomega Grupo Editor
2-5
ERROR DE ESTIMACIN
Es el error mximo permisible que el investigador est dispuesto a
tolerar.
Se identifica por la letra E, y sirve para establecer el intervalo de
confianza dentro del que nos movemos en la muestra, es decir, los
lmites formados por la media de la muestra, ms o menos el error
en cuestin, dentro del que se debe encontrar la media poblacional,
con el grado de probabilidad con que se trabaje.
El error puede determinarse en las mismas unidades de la variable
de estudio o en valores relativos