Академический Документы
Профессиональный Документы
Культура Документы
CURSO :
ESTADSTICA Y PROBABILIDADES
DOCENTE :
TEMA :
ALUMNO :
Para construir una tabla de frecuencias con datos agrupados, conociendo los
intervalos, se debe determinar la frecuencia absoluta (fi) correspondiente a
cada intervalo, contando la cantidad de datos cuyo valor est entre los extremos
del intervalo. Luego se calculan las frecuencias relativas y acumuladas, si es
pertinente.
MTODO STURGES:
= + , ()
Donde:
k= nmero de clases
n= tamao muestral
Debemos tener en cuenta 2 cosas. Primero que el nmero de intervalos me tiene que
dar impar, segundo que el resultado se redondea generalmente a la baja. Si al
redondear a la baja nos da como resultado un nmero par debemos redondear al alza.
Este es el mtodo que tiene mayor precisin.
1
Estadstica y Probabilidades
MTODO EMPRICO
Este mtodo depende del criterio del evaluador de los datos, por lo tanto es arbitrario.
Dice lo siguiente.
5 k 20
Ejercicio:
En un centro comercial, se consult la edad a todas las personas que entraban
entre las 12:00 h y 12:30 h. Los resultados obtenidos fueron los siguientes:
1er Paso
Para poder construir la tabla de frecuencias lo primero que debemos hacer es
calcular el rango.
Rango:
El rango da la idea de proximidad de los datos a la media. Se calcula restando
el dato menor al dato mayor.
El dato mayor y el menor lo hemos destacado con color rojo:
2do Paso
En el problema nos dicen que debemos agruparlo en 8 intervalos o clases, con
este dato podemos calcular la amplitud o tamao de cada intervalo, dividiendo el
2
Estadstica y Probabilidades
valor del rango por la cantidad de intervalos que se desean obtener (en este caso
son 8).
Amplitud:
La amplitud de un intervalo es la diferencia entre el lmite superior y el lmite
inferior.
La amplitud(A) de los intervalos puede calcularse mediante la expresin:
Por lo tanto:
72
= =9
8
3er Paso
Hay distintas formas de construir los intervalos dependiendo del tipo de variable
que estemos trabajando.
Tipos de Variable:
1. Variables cuantitativas:
Una variable cuantitativa es la que se expresa mediante un nmero, por
tanto se pueden realizar operaciones aritmticas con ella. Podemos
distinguir dos tipos:
a. Variables cuantitativas discretas:
Una variable discreta es aquella que solo puede tomar un nmero finito
de valores entre dos valores cualesquiera de una caraterstica.
El nmero de hermanos de 5 amigos: 2, 1, 0, 1, 3.
3
Estadstica y Probabilidades
2. Variables Cualitativas:
Las variables cualitativas se refieren a caractersticas o cualidades que
no pueden ser medidas con nmeros. Podemos distinguir dos tipos:
4
Estadstica y Probabilidades
Definiendo trminos:
Frecuencia Absoluta (fi):
Corresponde a la cantidad de veces que se repite un dato. Denotamos
este valor por fi.
Por ejemplo:
Por ejemplo:
5
Estadstica y Probabilidades
Por ejemplo:
6
Estadstica y Probabilidades
Medidas de Centralizacin:
Se llama medidas de posicin, tendencia central o centralizacin a unos valores
numricos en torno a los cuales se agrupan, en mayor o menor medida, los
valores de una variable estadstica. Estas medidas se conocen tambin
como promedios.
Para que un valor pueda ser considerado promedio, debe cumplirse que est
situado entre el menor y el mayor de la serie y que su clculo y utilizacin resulten
sencillos en trminos matemticos.
1. Media aritmtica:
Se define media aritmtica de una serie de valores como el resultado producido
al sumar todos ellos y dividir la suma por el nmero total de valores. La media
aritmtica se expresada como .
Dada una variable x que toma los valores x1, x2,..., xn, con frecuencias absolutas
simbolizadas por f1, f2,..., fn, la media aritmtica de todos estos valores vendr
dada por:
7
Estadstica y Probabilidades
Ejemplo 1:
En matemticas, un alumno tiene las siguientes notas: 4, 7, 7, 2, 5, 3
n = 6 (nmero total de datos)
2. Media ponderada:
En algunas series estadsticas, no todos los valores tienen la misma importancia.
Entonces, para calcular la media se ponderan dichos valores segn su peso, con
lo que se obtiene una media ponderada.
Si se tiene una variable con valores x1, x2,..., xn, a los que se asigna un peso
mediante valores numricos p1, p2,..., pn, la media ponderada se calcular como
sigue:
3. Mediana:
La media aritmtica no siempre es representativa de una serie estadstica. Para
complementarla, se utiliza un valor numrico conocido como mediana o valor
central.
Dado un conjunto de valores ordenados, su mediana se define como un valor
numrico tal que se encuentra en el centro de la serie, con igual nmero de
valores superiores a l que inferiores. Normalmente, la mediana se expresa
como Me.
La mediana es nica para cada grupo de valores. Cuando el nmero de valores
ordenados (de mayor a menor, o de menor a mayor) de la serie es impar, la
mediana corresponder al valor que ocupe la posicin (n + 1)/2 de la serie. Si el
nmero de valores es par, ninguno de ellos ocupar la posicin central.
Entonces, se tomar como mediana la media aritmtica entre los dos valores
centrales.
8
Estadstica y Probabilidades
Ejemplo 1:
Se tienen los siguientes datos: 5, 4, 8, 10, 9, 1, 2
Al ordenarlos en forma creciente, es decir de menor a mayor, se tiene: 1, 2, 4, 5,
8, 9, 10
El 5 corresponde a la Mediana, porque es el valor central en este conjunto de
datos impares.
Ejemplo 2:
El siguiente conjunto de datos est ordenado en forma decreciente, de mayor a
menor, y corresponde a un conjunto de valores pares, por lo tanto, la Med ser
el promedio de los valores centrales.
21, 19, 18, 15, 13, 11, 10, 9, 5, 3
4. Moda:
En una serie de valores a los que se asocia una frecuencia, se define moda como
el valor de la variable que posee una frecuencia mayor que los restantes. La
moda se simboliza normalmente por Mo.
Un grupo de valores puede tener varias modas. Una serie de valores con slo
una moda se denomina unimodal; si tiene dos modas, es bimodal, y as
sucesivamente.
Ejemplo 1:
Determinar la moda en el siguiente conjunto de datos que corresponden a las
edades de nias de un Jardn Infantil.
5, 7, 3, 3 , 7, 8, 3 , 5, 9, 5, 3 , 4, 3
La edad que ms se repite es 3, por lo tanto, la Moda es 3 (Mo = 3)
Ejemplo 2:
20, 12, 14, 23, 78, 56, 96
En este conjunto de datos no existe ningn valor que se repita, por lo tanto, este
conjunto de valores no tiene moda.
9
Estadstica y Probabilidades
Medidas De Dispersin
Las medidas de tendencia central ofrecen una idea aproximada del
comportamiento de una serie estadstica. No obstante, no resultan suficientes
para expresar sus caractersticas: una misma media puede provenir de valores
cercanos a la misma o resultar de la confluencia de datos estadsticos
enormemente dispares. Para conocer en que grado las medidas de tendencia
central son representativas de la serie, se han de complementar con medidas de
dispersin como la varianza o la desviacin tpica.
10
Estadstica y Probabilidades
1. Concentracin y dispersin:
Las medidas de centralizacin ayudan a determinar el centro de gravedad de
una distribucin estadstica. Para describir el comportamiento general de la serie
se necesita, sin embargo, una informacin complementaria para saber si los
datos estn dispersos o agrupados.
As, las medidas de dispersin pueden definirse como los valores numricos
cuyo objeto es analizar el grado de separacin de los valores de una serie
estadstica con respecto a las medidas de tendencia central consideradas.
Las medidas de dispersin son de dos tipos:
Medidas de dispersin absoluta: como recorrido, desviacin media,
varianza y desviacin tpica, que se usan en los anlisis estadsticos
generales.
Medidas de dispersin relativa: que determinan la dispersin de la
distribucin estadstica independientemente de las unidades en que se
exprese la variable. Se trata de parmetros ms tcnicos y utilizados en
estudios especficos, y entre ellas se encuentran los coeficientes de
apertura, el recorrido relativo, el coeficiente de variacin (ndice de
dispersin de Pearson) y el ndice de dispersin mediana.
2. Recorrido:
La medida de dispersin ms inmediata es el recorrido de la distribucin
estadstica, tambin llamado rango o amplitud. Dada una serie de valores x1,
x2,..., xn, su recorrido es la diferencia aritmtica entre el mximo y el mnimo de
estos valores:
11
Estadstica y Probabilidades
3. Desviacin media:
Como medida de dispersin ms frecuentemente utilizada, la desviacin media
se define como la media aritmtica de los valores absolutos de la desviacin de
cada valor de la variable con respecto a la media. Su formulacin matemtica es
la siguiente:
5. Coeficiente de Variacin:
Es una medida de variacin relativa y expresa la desviacin estndar como un
porcentaje de la media aritmtica. Se obtiene como:
Por su falta de dimensiones es muy til para comparar variacin entre diferentes
poblaciones, que a simple vista seran difciles de comparar.
12