Beruflich Dokumente
Kultur Dokumente
La estadística descriptiva tiene varias técnicas que se aplican de manera amplia en diversos
temas por ejemplo presenta datos informativos de mercadotecnia, contabilidad, control de
calidad, estudios de consumidores, análisis de resultados en deportes, administración de
instituciones, en la educación, organismos políticos, en la medicina y en otras muy distintas
áreas como un auxiliar en la toma de decisiones.
MUESTRA
Una muestra es una parte o una porción de un producto que permite conocer la calidad del
mismo. Por ejemplo: “Ayer solicité una muestra del nuevo perfume que publicitan en la
televisión”, “Me han pedido una nota de muestra para una revista mexicana”, “Necesito una
muestra de telas, por favor”.
Distribuciones de frecuencias
lista valores de datos (ya sea de manera individual o por grupos de intervalos), junto con sus
frecuencias (o conteos) correspondientes.
Cuando se trabaja con conjuntos grandes de datos, con frecuencia es útil organizarlos y
resumirlos por medio de la construcción de una tabla que liste los distintos valores posibles
de los datos (ya sea de forma individual o por grupos), junto con las frecuencias
correspondientes, es decir, el número de veces que ocurren dichos valores.
Media
La media Aritmética medida de tendencia central que se obtiene sumando los puntajes y
dividendo el total entre el número de puntajes.
Moda (de un conjunto de datos, que suele denotarse como M): valor que ocurre con mayor
frecuencia.
● Cuando dos valores ocurren con la misma frecuencia y ésta es la más alta, ambos valores
son modas, por lo que el conjunto de datos es bimodal.
● Cuando más de dos valores ocurren con la misma frecuencia y ésta es la más alta, todos
los valores son modas, por lo que el conjunto de datos es multimodal.
Media ponderada
En algunos casos los valores varían su grado de importancia, de modo que es posible que
queramos acomodarlos de acuerdo con ello. Después, será posible proceder al cálculo de una
media ponderada, que es una media que se obtiene asignando distintos pesos a los valores
Media Geométrica
La media geométrica es útil para calcular el promedio de porcentajes, razones, índices, y
tasas de crecimiento. Se utiliza cuando interesa calcular el cambio porcentual de variables
tales como el PIB, sueldos, ventas, etc.
Cuando algún 𝒙𝒊=𝟎, entonces la 𝑀𝑔se anula, y si toma valores negativos no queda
determinada.
Medidas de dispersión
Caracterizar una distribución solamente a través de una medida central no es apropiado; debe
ser complementada por una medida de dispersión. Ejemplo: Las distribuciones del ingreso
de dos departamentos con el mismo ingreso medio por hogar son muy distintas si una de ellas
tiene extrema pobreza y de riqueza, mientras que la otra tiene poca variación de ingresos
entre familias. Estamos interesados en la dispersión o variabilidad de los ingresos, además
de sus centros.
Estadística inferencial. Se define como aquellos métodos que permiten hacer estimación de
una característica de la población o de toma de decisiones respecto a una población, con base
solo en los resultados obtenidos de una muestra.
Población: conjunto de todos los posibles individuos, objetos o medidas de interés. Ejemplos:
Número de agencias de entidades financieras en el área rural; número de municipios en
Bolivia; número de establecimientos de educación secundaria; número de cajeros
automáticos, etc.
Muestra: Una porción o parte de la población de interés. Se acude a una muestra por costo
económico, ahorro de tiempo, etc.
Correlación lineal
Un análisis de correlación nos permite cuantificar el grado de asociación lineal entre variables
continuas, indica la fuerza y dirección de la relación lineal entre dos o más variables. Cuando
exista dicha relación se podrá proceder a la obtención del modelo de regresión (simple o
múltiple) que veremos posteriormente (Pérez, 2014).
Existen diferentes tipos de correlación, la correlación simple, la correlación múltiple y la
correlación parcial. Utilizaremos la correlación simple cuando contemos con una sola
variable predictora para explicar una respuesta, y los coeficientes de correlación parcial y
múltiple cuando tengamos varios predictores.
Por ultimo explique cuál es la relación entre prueba estadística para la verificación de
supuestos de los modelos de regresión de los estimadores de mínimos cuadrados ordinarios.
Hasta ahora el único modelo probabilista que hemos considerado para datos observados,
suponía que estos eran realizaciones de variables independientes de una misma ley. Esto
equivale a decir que los individuos en los cuales se tomaron los datos son intercambiables y
que las diferencias observadas entre ellos son imputables solamente al azar. En numerosas
situaciones, se busca explicar estas diferencias, es decir, atribuirlas a los efectos de otros
carácteres medidos en los mismos individuos. La modelación probabilista considerará que la
medición a explicar, realizada en un individuo dado, es una variable aleatoria cuya ley
depende de los valores observados, en ese individuo, de los carácteres explicativos,
individuo y son los valores que toman, para ese individuo, los
carácteres explicativos , se separará el efecto determinista y el efecto
aleatorio por un modelo del tipo:
La función depende de uno o varios parámetros desconocidos, que hay que estimar. Para
esto se busca minimizar el error cuadrático definido por:
El caso más elemental es el de la regresión lineal simple, donde hay un único carácter
la media empírica de .
la varianza empírica de .
la media empírica de .
la varianza empírica de .
la covarianza de y .
el coeficiente de correlación de y .
y
El valor de este mínimo es: