Beruflich Dokumente
Kultur Dokumente
CONCEPTOS CLAVES
Muestra:
Muestra: es parte de una poblacin de objetos,
personas, empresas o cosas, que es representativa
del total de elementos que conforman el universo.
Poblacin:
Poblacin: es la totalidad de las posibles
observaciones o medidas que se estn considerando
UNIVERSIDAD ALAS PERUANAS en alguna investigacin, de cuyo conjunto se toma
FACULTAD DE CIENCIAS AGROPECUARIAS una muestra.
ESCUELA PROFESIONAL DE MEDICINA Parmetro:
Parmetro: es una medida que describe alguna
VETERINARIA caracterstica de la poblacin.
Estadgrafo o estadstico:
estadstico: es una medida que
describe alguna caracterstica de la muestra.
http://purafisica.blogspot.com/ 1
CONCEPTOS CLAVES
MEDIDAS DE
TENDENCIA CENTRAL
Los datos organizados en una distribucin de frecuencias destacan sus Son estadgrafos que permiten hallar un solo valor
caractersticas esenciales, como marcas de clase, forma de la distribucin, etc. numrico e indicar el "centro" de un conjunto de datos.
Sin embargo, los indicadores que describen a los datos en forma ms precisa
deben calcularse. Este nico valor numrico describe al conjunto de
Las medidas de resumen son un conjunto de tcnicas que permiten resumir datos, sealando la caracterstica que destaca en la
mucho ms los datos contenidos en una tabla de distribucin de frecuencias,
informacin.
Entre estas medidas tenemos:
para facilitar su anlisis e interpretacin. Pueden ser:
Medidas de posicin o tendencia central
La media aritmtica
Medidas de dispersin o variabilidad La mediana
Medidas de deformacin o asimetra La moda
Medidas de apuntamiento o kurtosis
Ejemplo:
O Simplemente "Media", es el valor numrico que se obtiene dividiendo la suma Se tienen los puntajes obtenidos por un alumno en 5 (n=5) exmenes del curso
total de los valores observados de una variable entre el nmero de de Diseo experimental: 13; 10; 14; 11; 10. Calcule la media aritmtica o nota
observaciones. promedio del alumno
a) Datos no agrupados
Media
Aritmtica b.1) De variable cuantitativa discreta Interpretacin: La nota promedio del alumno del alumno es de 12 ptos.
b) Datos agrupados
b.2) De variable cuantitativa continua
40 50 45 5 5
Peso M. Clase Fr. Fr. ac.
50 60 55 10 15
40 50 45 5 5
60 70 65 21 36 50 60 55 10 15
70 - 80 75 11 47 60 70 65 21 36
80 - 90 85 5 52 70 - 80 75 11 47
90 - 100 95 3 55 80 - 90 85 5 52
100 130 115 3 58 90 - 100 95 3 55
100 130 115 3 58
Ejemplo 1: Unimodal
Calcular la moda de los gastos semanales en movilidad (en Nuevos
Soles) de un alumno de la U.A.P. de MEDVET: 5; 4; 8; 6; 5; 9; 5
Ejemplo 2: Bimodal
Calcular la moda del nmero de horas que se emplea un equipo
multimedia en la U.A.P. de MEDVET: 2; 1; 3; 2; 1; 4; 2; 6; 1; 5
Ejemplo: Dada la siguiente tabla de distribucin, calcule la Ejemplo: Dada la siguiente tabla de distribucin, calcule la
DISTRIBUCIN DE 80 FAMILIAS SEGN
Mo. DISTRIBUCIN DE FAMILIAS SEGN Mo. CONSUMO DE CARNE SEMANAL
N Kg. carne N Familias El intervalo modal est
NMERO DE MIEMBROS (xi) (fi)
15 fj-1 dada por el valor de la
N Personas
(xi)
N Familias
(fi)
La Mo est dada por Intervalo
[0 2>
[2 4> 26 fj
modal [4 6> 20 fj+1
2
3
M 16
24
el valor de la variable [6 8> 13 variable que tiene
[8 10> 6
4 o 52
5 76 que tiene n = 80 mayor frecuencia
6 40
7 o ms 12
mayor frecuencia absoluta
- Ubicar la mayor frecuencia absoluta (fj), luego las
n = 20 absoluta frecuencias anterior (fj-1)y posterior (fj+1).
Interpretacin: El nmero de miembros que conforman - La clase o intervalo modal corresponde a la mayor
una familia ms frecuente es de 5 personas. frecuencia absoluta (fj). En nuestro caso el intervalo [2 4>.
Luego fj-1=15 y fj+1=20.
VENTAJAS DE LA MODA:
- En el intervalo modal se puede reconocer DISTRIBUCIN DE 80 FAMILIAS SEGN Se puede utilizar como una localizacin tanto para datos cualitativos como
lo siguiente: CONSUMO DE CARNE SEMANAL cuantitativos.
Lmite inferior (Li) = 2 No est afectada por los valores extremos.
Amplitud (I) = 2 N Kg. carne N Familias
(xi) (fi) Se puede calcular an cuando una o ms de las clases o intervalos sean
- La Moda est dada por la siguiente
abiertos.
frmula: [0 2> 15 fj-1
Intervalo [2 4> 26 fj DESVENTAJAS DE LA MODA:
modal
[4 6> 20 fj+1 Muy a menudo no hay un solo valor modal. Pueden darse distribuciones
[6 8> 13 unimodales (1 moda), bimodales (2 modas), multimodales (ms de 2
[8 10> 6 modas), las cuales son difciles de interpretar.
En nuestro caso: Algunas veces el conjunto de datos no contiene valores que se repitan ms
n = 80
de una vez. Otras veces, cada valor es la moda, porque cada uno aparece
el mismo nmero de veces. En estos casos la moda no es una medida til.
Interpretacin: La cantidad
de Kg. de carne que con ms
frecuencia consumen dichas
familias es 3,14 Kg.
ESTADGRAFOS DE DISPERSIN:
(
LA VARIANZA (
Los estadsticos de variabilidad o dispersin nos indican si los
valores estn prximas entre s o si por el contrario estn o
muy dispersas.
Se define como la media de las diferencias cuadrticas de n
Una medida razonable de la variabilidad podra ser la puntuaciones con respecto a su media aritmtica, es decir:
amplitud o rango,
rango que se obtiene restando el valor ms bajo
de un conjunto de observaciones del valor ms alto. Es fcil
de calcular y sus unidades son las mismas que las de la
variable, aunque posee varios inconvenientes:
No utiliza todas las observaciones (slo dos de ellas);
Se puede ver muy afectada por alguna observacin extrema; Para datos agrupados en tablas, la varianza se puede escribir
El rango aumenta con el nmero de observaciones, o bien se como:
queda igual. En cualquier caso nunca disminuye.
ESTADGRAFOS DE DISPERSIN:
LA DESVIACIN TPICA (S) Observaciones:
Tanto la varianza como la desviacin tpica, son
sensibles a la variacin de cada una de las
La varianza no tiene la misma magnitud que las puntuaciones, es decir, si una puntuacin cambia,
cambia con ella la varianza.
observaciones (Ej. si las observaciones se miden Si se calculan a travs de los datos agrupados en una
en metros, la varianza lo hace en metros^2). Si tabla, dependen de los intervalos elegidos. Es decir,
queremos que la medida de dispersin sea de la cometemos cierto error en el clculo de la varianza
misma dimensin que las observaciones bastar cuando los datos han sido resumidos en una tabla
estadstica mediante intervalos, en lugar de haber
con tomar su raz cuadrada. Por ello se define la sido calculados directamente como datos no
desviacin tpica,
tpica como: agrupados. Este error no ser importante si la
eleccin del nmero de intervalos, amplitud y lmites
de los mismos ha sido adecuada.
Tipificacin.
Tipificacin. Se conoce por tipificacin al proceso de restar la
Grados de libertad.
libertad.
media y dividir por su desviacin tpica a una variable X. De
este modo se obtiene una nueva variable de media =0 y
desviacin tpica , que denominamos variable tipificada.
tipificada Por qu calculamos la varianza dividiendo por n - 1, en lugar de dividir por
: n?
Como la suma de las desviaciones es 0, la ltima desviacin es una
combinacin lineal de las n - 1 desviaciones restantes.
Por lo tanto, no estamos calculando el promedio de n nmeros
Esta nueva variable carece de unidades y permite hacer comparables dos
medidas que en un principio no lo son, por aludir a conceptos diferentes. Por
independientes (los desvos). Solo n -1 de las desviaciones al cuadrado
ejemplo si deseamos comparar el nivel acadmico de dos estudiantes de pueden variar libremente y por ello, promediamos la suma de los desvos al
diferentes Universidades para la concesin de una beca de estudios, en cuadrado dividiendo por n -1.
principio sera injusto concederla directamente al que posea una nota media
ms elevada, ya que la dificultad para conseguir una buena calificacin Al numero n -1 se lo denomina grados de libertad de la varianza o de la
puede ser mucho mayor en un centro que en el otro, lo que limita las desviacin tpica.
posibilidades de uno de los estudiante y favorece al otro. En este caso, lo
ms correcto es comparar las calificaciones de ambos estudiantes, pero
tipificadas cada una de ellas por las medias y desviaciones tpicas respectivas
de las notas de los alumnos de cada Universidad.
Asimetra
Asimetra Si bien es fcil tener una idea de si la distribucin es
simtrica o no tras ver la representacin grfica, es
En los temas anteriores hemos visto las medidas de
importante cuantificar la posible asimetra de una
tendencia central y las medidas de variabilidad.
distribucin.
Si bien la obtencin de tales medidas es clave para
Recordemos que cuando la distribucin de los datos es
describir una muestra y efectuar inferencias sobre la
simtrica, la media, la mediana y la moda coinciden. (Y la
poblacin de origen, es tambin fundamental saber
distribucin tiene la misma forma a la izquierda y la
obtener una caracterizacin adecuada de los datos.
derecha del centro)
Muy sencillo de calcular. Est basado en la relacin Est basado en la diferencia de los datos sobre la
entre la media y la moda en distribuciones simtricas y media, como la varianza, si bien esta vez se elevan los
asimtricas: coeficientes al cubo
Asimetra
Asimetra hacia la derecha Asimetra hacia la izquierda
(asimetra positiva) (asimetra negativa)
MEDIDAS DE
APUNTAMIENTO
Al ser positiva significa que la Al ser negativa significa que la
grfica es asimtrica por la grfica es asimtrica por la
derecha de la media y por izquierda de la media y por
tanto los valores mayores que tanto los valores menores que
ella estn ms dispersos que ella estn ms dispersos que
los menores. los mayores.
Curtosis
Leptocrtica Platicrtica
Gracias
48