Beruflich Dokumente
Kultur Dokumente
Frecuencia acumulada de clase (Fi): es la frecuencia total de todos los valores que hasta
su lmite superior existen en la serie. Si trabajamos con intervalos cerrados y abiertos,
para esta definicin de frecuencia acumulada, no incluimos el valor del lmite superior.
Observacin: esta definicin es vlida para distribuciones acumuladas menores que.
Distribucin de frecuencias acumuladas menor que: es una tabla donde se presentan las
frecuencias acumuladas, para hallar esta distribucin en una clase determinada lo que se
hace es sumar la frecuencia de esa clase a la de las clases anteriores. Las distribuciones
de frecuencias acumuladas nos permiten ver cuntas observaciones se encuentran por
arriba o debajo de ciertos valores.
Frecuencia relativa acumulada (Hi): es el cociente de la frecuencia acumulada con
respecto a la frecuencia total, muestra la proporcin de elementos con valores menores o
iguales al lmite superior de cada clase. Si trabajamos con intervalos cerrados y abiertos,
para esta definicin de frecuencia relativa acumulada, no incluimos el valor del lmite
superior
Se leccin del nmero de clases: el nmero de clases que se utilizan depende primordialmente
de la cantidad de datos que se tengan, es una decisin arbitraria; sin embargo, en trminos
generales, se recomienda que la distribucin de frecuencias deba tener al menos 5 clases y no
ms de 15 (si no existen suficientes clases, o si hay demasiadas, la informacin que se puede
obtener es reducida). Entre las expresiones que se pueden utilizar para calcular el nmero de
clases tenemos:
Observaciones:
Raz cuadrada de n donde n el nmero total de observaciones.
Si el nmero de observaciones que tenemos es 100, es un buen criterio agrupar las
observaciones en Raz cuadrada 100 = 10 intervalos, pero si el nmero de observaciones fuese
muy alto como por ejemplo n = 1000000, este segundo criterio nos da un nmero excesivo de
intervalo (1000) por lo que en estos
3- Grafique una curva simtrica con la MODA. Cmo se llama donde se encuentra el
lugar ms alto del grafico?
Moda: es una medida de tendencia central que indica la categora o el valor de la variable que
presenta el valor de mayor frecuencia y se simboliza Mo.
Varianza: Es la medida del cuadrado de la distancia promedio entre la media y cada elemento
de la poblacin.
Desviacin tpica o estndar: Indica un promedio de los desvos, pero por la propiedad de la
media. Que establece que al sumarlo es igual a cero, se los eleva al cuadrado y se compensa
calculando con la raz.
Propiedades de la media:
Si a todos los valores de la variable se les suma un mismo nmero, la media queda
aumentada en dicho nmero.
Grfico de barras:
Consiste en una serie o conjunto de rectngulos que de acuerdo a su longitud y anchura
representan un fenmeno, se puede utilizar para representar datos cualitativos y cuantitativos.
Observaciones:
1. En el eje donde ir la base del rectngulo se especifican los indicadores o nombres que se
usan para cada una de las bases.
2. La escala que se debe tomar para la base debe ser la misma para cada rectngulo.
3. La separacin que exista entre las barras debe ser la misma, depende del nmero de barras a
construir y del espacio con que se cuenta.
4. En el eje vertical se puede representar una escala de frecuencias, frecuencias relativas o de
porcentajes.
Este tipo de grfico considera al crculo como la totalidad del fenmeno, en consecuencia, se
dividir al mismo en tantos sectores como componentes tenga el fenmeno a representar; son
bastante tiles para visualizar diferencias de porcentajes, para representar datos cualitativos,
etc.
DIAGRAMA DE PARETO
Es una representacin grfica de los datos obtenidos sobre un problema, que ayuda a identificar
cules son los aspectos prioritarios que hay que tratar.
Dibujar dos ejes verticales y un eje horizontal. Situar en el eje vertical izquierdo la magnitud de
cada factor. La escala del eje est comprendida entre cero y la magnitud total de los factores. En
el derecho se representan el porcentaje acumulado de los factores, por tanto, la escala es de
cero a 100. El punto que representa a 100 en el eje derecho est alineado con el que muestra la
magnitud total de los factores detectados en el eje izquierdo. Por ltimo, el eje horizontal
muestra los factores empezando por el de mayor importancia.
2- Grafico para Variables Cuantitativas:
Son un diseo ideado por John Tukey que proporciona una impresin visual rpida del nmero de
observaciones o de datos de una clase. Cada observacin del conjunto de datos se divide en dos
partes: tallo y hoja, aunque hay bastante flexibilidad en cuanto al procedimiento que pueda
seguirse, en ocasiones es conveniente considerar todos los dgitos de una observacin menos el
ltimo como el tallo y ste ltimo dgito se considera como la hoja.
Entre las ventajas que tiene podemos mencionar que es ms fcil de construir que un
histograma y dentro de un intervalo de clase, este grfico de ms informacin que un
histograma porque muestra los valores reales.
6 8 9
7 2 3 3
7 5 6 6
8 0 1 1234
8 5 6
9 1 2 24
Grfico de barras:
Observaciones:
1. En el eje donde ir la base del rectngulo se especifican los indicadores o nombres que se
usan para cada una de las bases.
2. La escala que se debe tomar para la base debe ser la misma para cada rectngulo.
3. La separacin que exista entre las barras debe ser la misma, depende del nmero de barras a
construir y del espacio con que se cuenta.
4. En el eje vertical se puede representar una escala de frecuencias, frecuencias relativas o de
porcentajes.
Polgonos de frecuencias
Son grficos de lnea trazados sobre las marcas de clase de cada intervalo, puede obtenerse
uniendo los puntos medios de los techos de los rectngulos del histograma y tomando en cuenta
que se deben extender ambos extremos del polgono hasta el eje horizontal en aquellos puntos
que seran las marcas de clase adyacentes a cada extremo.
A medida que crece el nmero de clases y de observaciones, el polgono se vuelve cada vez ms
suave y curvo. Este polgono suavizado recibe el nombre de curva de frecuencia.
Al igual que sucede con los histogramas, tenemos el nombre del polgono segn lo que se
indique en el eje vertical; de esta forma tenemos polgonos de frecuencia, polgonos de
frecuencia relativa y polgono porcentual.
1- Recta de regresin.
2- Chi cuadrado.
Se puede suponer que la variable Altura influye sobre la variable Peso en el sentido de que
pesos grandes vienen explicados por valores grandes de altura (en general).
De las dos variables a estudiar, que vamos a denotar con X e Y, vamos a llamar a la X VARIABLE
INDEPENDIENTE o EXPLICATIVA, y a la otra, Y, le llamaremos VARIABLE DEPENDIENTE o
EXPLICADA.
En la mayora de los casos la relacin entre las variables es mutua, y es difcil saber qu
variable influye sobre la otra. En el ejemplo anterior, a una persona que mide menos le
supondremos menor altura y a una persona de poca altura le supondremos un peso ms bajo. Es
decir, se puede admitir que cada variable influye sobre la otra de forma natural y por igual. Un
ejemplo ms claro donde distinguir entre variable explicativa y explicada es aquel donde se
anota, de cada alumno de una clase, su tiempo de estudio (en horas) y su nota de examen. En
este caso un pequeo tiempo de estudio tender a obtener una nota ms baja, y una nota buena
nos indicar que tal vez el alumno ha estudiado mucho. Sin embargo, a la hora de determinar
qu variable explica a la otra, est claro que el tiempo de estudio explica la nota de examen
y no al contrario, pues el alumno primero estudia un tiempo que puede decidir libremente, y
luego obtiene una nota que ya no decide arbitrariamente.
Por tanto,
X = Tiempo de estudio (variable explicativa o independiente)
Y = Nota de examen (variable explicada o dependiente)
El problema de encontrar una relacin funcional entre dos variables es muy complejo, ya que
existen infinidad de funciones de formas distintas. El caso ms sencillo de relacin entre dos
variables es la relacin LINEAL, es decir que: Y = b0 + b1 X.
Para una variable cuantitativa continua utilizamos la medida de centralizacin Media, con una
medida de dispersin que la desviacin estndar S. Y para la dependencia de dos variables
continuas utilizamos la recta de regresin y=b O+b1.X, y la desviacin estndar residual.
11- Explique para que utiliza el clculo de la recta de regresin entre 2 variables y
defina como se interpreta su clculo.
Para determinar cmo cambia la media de la variable dependiente y en funcin de los valores
de la variable independiente x, y la utilizamos para pronosticar un valor promedio de y
conociendo x.