Академический Документы
Профессиональный Документы
Культура Документы
Media Aritmética:
433
3) Utilizo fórmula:
Modo:
Mediana:
Para resolver un ejercicio con la fórmula de la mediana, el primer paso es aplicar N/2.
Luego, debemos agregar la columna Fi (frencuencias acumuladas). Detectaremos
como clase mediana aquella cuya frecuencia acumulada sea el primer valor que
supera a N/2. Finalmente, aplicamos la fórmula.
Pasos para determinar la mediana
1) Agregar una columna que se denota F (Frecuencia acumulada)
2) Me fijo en la columna F cual es el primer valor que supera a N/2 . Ese valor va a
detrerminar la clase mediana
3) Aplico formula
Cuantiles - Cuartiles:
En una serie ordenada, son los valores de variable que dividen a la serie en 4 partes de
igual número de elementos.
Para resolver un ejercicio con la fórmula de cuartil, el primer paso es aplicar 1 (en este
caso porque determinamos el Q1) · N/4. Luego, agregamos la columna de
frecuencias acumuladas Fi, para buscar en ella el primer valor que supere a N/4,
Determino la clase cuartil 1, y aplico fórmula.
Si tomara el mismo caso para resolver el cuartil 3, lo haría de la misma manera, solo
que teniendo en cuenta el primer paso al determinar N/4, multiplicarlo por 3.
Cuantiles - Deciles:
En una serie ordenada, son los valores de variable que dividen a la serie en 10 partes
de igual número de elementos.
Hay 9 deciles en la serie. El decil es igual al q2 y la mediana
Para resolver un ejercicio con la fórmula del decil, el primer paso es aplicar 4 (en este
caso porque determinamos el D4) · N/10. Luego, agregamos la columna de
frecuencias acumuladas Fi, para buscar en ella el primer valor que supere a N/10,
Determino la clase cuartil 4, y aplico fórmula.
D4
Cuantiles - Percentiles:
En una serie ordenada, son los valores de variable que dividen a la serie en 100 partes
de igual número de elementos.
Para resolver un ejercicio con la fórmula del percentil, el primer paso es aplicar 60 (en
este caso porque determinamos el P60) · N/100. Luego, agregamos la columna de
frecuencias acumuladas Fi, para buscar en ella el primer valor que supere a N/100,
Determino la clase percentil 10, y aplico fórmula.
Las medidas de posición central son las medias aritméticas, el modo y la mediana
Medidas de Dispersión
Serie de Tiempo:
En el caso que la representación gráfica muestre que las puntas próximas a la recta se
dice que existe tendencia lineal, y la recta tiene forma Y = Q0 + Qi T
La recta de tendencia óptima será aquella que la suma de las diferencias cuadráticas
entre los valores empíricos y teóricos sea la menor posible. Método de los cuadrados
mínimos.
EL OBJETIVO ES DETERMINAR LA RECTA DE TENDENCIA QUE ES DE LA
FORMA
Y= A0 + A1.t
I 5 10 50 100
2016 II 6 11 66 121
III 13 12 156 144
TOTAL 71 78 547 650
△ 12 78 1716
78 650
△Q0 3484
Q0 = = = 2,03
△ 71 78 3484 △ 1716
547 650 △Q1 1026
Q0 = = = 0,59
△ 1716
△ 12 71 1026
78 547
Y = 2,03 + 0,59 t
En el caso de que la representación grafica muestre que los puntos están próximos a
una recta, se dice que existe te4ndencia lineal y la recta es de forma
Y=A0+A1t
Para calcula A0 y A1 se aplica el método de cuadrados minimos entre los valores
empíricos y teóricos
La recta de tendencia optima seria aquella en que la suma de las diferencias
cuadráticas entre los valores empíricos y teóricos sea la menor posible, por lo que el
método que permite calcular los valores de A0 y A1 que definen a la recta de tendencia
se denomina ETODO DE LOS CUADRADOS MINIMOS
CALCULO DE LA ESTACIONALIDAD
Serie de Tiempo: para que pueda cuantificarse la influencia de la estacionalidad, los
datos deben darse en períodos u subperíodos.
La segunda condición es que a subperíodos equivalentes le corresponde un perfil
aproximadamente similar. Para calcular el factor de estacionalidad se aplica el método
de los promedios móviles, se denota con la letra S al número de subperíodos que hay
en cada período.
Se llama móviles porque son promedios encadenados.
El factor de estacionalidad que corresponde a cada subperíodo cuantifica la incidencia
que en ese subperíodo tiene la estacionalidad respecto del valor de la variable
Correlación bivariada
Se tienen valores apareados de ambas variables y es el conjunto de puntos definidos,
por cada par ordenado
Ambas variables son altamente independientes
Para medir la confiabilidad del valor estimado hay que calcular el coeficiente de
correlación
1- Se tienen 2 variables expresadas en la misma magnitud o en distinta magnitud
2- Se tienen valores aparecidos o parecidos de ambas variables
3- Se hace el diagrama de dispersión:
es el conjunto de puntos definidos por cada par ordenado
Su distribución en el plano puede tomar distintas formas y se utiliza para tener
una idea aproximada del tipo de función que representa la relación entre los
valores de ambas variables
4- Calcular las funciones de regresión
Correlación lineal
En el caso de que el diagrama de dispersión muestre que sus puntos, están próximos a
una recta, se dirá que existe correlación lineal y la función de registraciones eran de la
forma
a- Y=ao+a1X
b- X=b0+b1Y
Objetivo:
a- Es la recta de regresión de Y en X, por lo que permite estimar el valor de Y que
le corresponde a un determinado valor de X
b- La recta de regresión de X en Y, la cual permite estimar el valor de X que le
corresponde a un determinado valor de Y
Para calcular el valor de ao, a1, b0, b1, se aplica el método de los cuadrados minimos
COEFICIENTE DE CORRELACION
Siempre el signo se a1 debe ser igual al de b1. Si ambos son positivos tomo el signo +
de la raíz. Por lo que r es +
Por lo que no ha de existir correlación directa
Si ambos son negativos, r será – y habrá correlación invertida
- Cuando r vale -1 se dice que existe correlación lineal inversa perfecta (ambas
rectas van a coincidir)
- Si r vale 1, se dice que existe correlación lineal directa y perfecta (ambas rectas
van a coincidir)
- Cuando r vale 0, no existe correlación lineal, por lo que puede existir otro tipo de
correlación
A) Las rectas de regresión calculadas explican mal la relación entre las variables,
por lo que cando a partir de ellos se estime. No será confiable la misma
B) Las rectas de regresión calculadas explican débilmente la relación entre las
variables
C) Las rectas de regresión calculadas explican bien la relación entre las variabes
D) Muy bien
Números índices:
A) Laspeyne: este índice utiliza como factor de ponderación el período base, ya que la
cantidad del año base no cambia de un año a otro, entonces se pueden hacer
comparaciones objetivas del cambio en precios y en el poder adquisitivo en el
tiempo. Admite error por defecto porque se mantiene la cantidad del período base.
B) Paasche: usa las cantidades del año de referencia en lugar del base, ya que tiende
a restarle peso a los bienes cuyo precio ha aumentado.
Atributos:
Al estudiar una propiedad sobre un universo o un subconjunto, puede ocurrir que esa
propiedad sea cuantificable, medible o no cuantificable.
Podemos clasificar a las variables en cualitativas y cuantitativas.
Nos referimos a aquellas variables que no se comportan como magnitudes sino como
cualidades (colores, edades, sexo).
Respecto de un atributo, hay dos posibilidades: o se lo posee o no. Siempre que existe
un atributo, existe su negación o no presencia. Para la notación se utilizan las
siguientes letras:
B β T
A (B;A) (β;A) (A)
α (α;B) (α;β) (α)
T (B) (β) N
PROBABILIDADES
Dentro de probabilidades el suceso puede ser de tipo determinístico donde existe una
relación de causalidad donde iguales causas producen iguales efectos, mientras que
en el suceso aleatorio, las mismas causas no producen necesariamente los mismos
efectos.
Los sucesos que son objeto de cálculo de la probabilidad son los sucesos aleatorios
Podríamos decir que la probabilidad es la medida de confianza en su ocurrencia de un
suceso aleatorio
Son sucesos simples A y B ya que están definidos por una sola conclusión; dados dos
o más sucesos simples, a partir de ellos puede generarse otros sucesos de mayor
complejidad, cuya naturaleza depende del comentario con que se vinculan.
Diferentes tipos de sucesos:
Suceso total:
Se satisface cuando ocurre A, ocurre B, separado o conjuntamente
Suceso compuesto:
Este suceso se satisface cuando A ocurre y B también pero simultáneamente
Suceso condicionante
Se satisface cuando ocurre A habiaendo ocurrido B previamente
Sucesos independientes
Se satisface cuando la ocurrencia o no ocurrencia de ellos no incide en la ocurrencia o
no ocurrencia del otro
Sucesos complementarios
son complementarios aquellos sucesos donde su unión se da como resultado todo el
espacio muestreal (se juntan)
VARIABLE ALEATORIA
Dentro de la variable aleatoria tenemos dos casos el discreto y el continuo
Caso discreto:
Condiciones
1- Sea x una variable discreta…
2- Tal que X toma un numero finito de valores (conocidos o no) si es conocido el
valor que toma X se lo dennota con la letra m, se dice que esa m es el orden de
variabilidad
M= X1, X2….Xm
Discreta y continuas son distintas ya que la discreta no admite valores
intermedios y la discreta si
3- Existe una función llamada función de probabilidad que permite calcular la
probabilidad que le corresponde a cada valor de variable
4- Debe verificarse que la sumatoria de todos las probabilidades sea = 1
Cuando se verifican todas estas condiciones se dice que X es una variable aleatoria
discreta para pasar de discreta a aleatoria enuncio las 4 condiciones.
Caso continuo
Condiciones
1- Sea X una variable continua …
2- Tal que X está definida en un campo de variabilidad (A;B) comprendido entre a y
b
3- Existe una función llamada función de densidad tal que, su integral definida en el
campo de variabilidad es =1
Cuando se dan todas estas condiciones se dice que es una variable aleatoria continua
BINOMIAL
Condicion que debe presentar un problema para aplicar el modelo binomial, para
calcular la probabilidad que digo
POISSON
Condiciones
1- Se define un suceso dicotómico (éxito y fracaso)
2- Se conoce a X como el numero de éxitos en un cierto tiempo o espacio DATO.
EJ: cada 10 min, 30 km
3- Se define la variable aleatoria X como el numero posibles de éxitos en un tiempo
o espacio que no necesariamente coincide con el tiempo o espacio que se
tienen como dato
4- Se define lambda como el valor proporcional de éxitos en el tiempo o
espacio pedido
Aclaración: cuando el tiempo o espacio dato no coincide con el tie3mpo o
espacio dato pedido se deberá calcular lambda
Cuando se dan las 4 condiuciones la variable sigue una distribución de POISSON de
parámetro lambda
NORMAL
Características
1- Tiene forma de campana gráficamente
2- Tiene un solo minimo es unimodal
3- El eje trazado X es el máximo es el eje de simetría (de la función)
4- Coincide modo, media y mediana en U
5- Tiene dos puntos de inflexión
a- punto de inflexión izquierdo es u-g. Media – desvio estandar
b-punto de inflexión derecha u+g. Media + desvio estándar
6- El área barrida bajo la curva es igual a 1. De cada lado o mitad vale 0,5
7- Es una función continua la cual esta determinada por todas los reales
8- Los parámetros que definen o determinan a la normal son u y G
9- Aplico el modelo normal en dos situaciónes distintas
a. cuando me lo dice el problema
b. cuando exista algún teorema que indica que esa variable sigue determinado
modelo
ESTANDARIZACION DE LA VARIABLE
Para usar una única tabla que sirva para calcular las probabilidades de una distribución
normal para cualquier valor de media y de desvio estándar hay que realizar un cambio
de variable
Esa formula me sirve para calcular el valor de Z que le corresponde a cualquier valor
de X
DISTRIBUCION LIMITES
Una distribución límite de otra dada es aquella que bajo ciertas conduiciones permitirá
obtener un valor de probabilidad muy próximo al que se hubiese obtenido aplicando el
modelo correspondiente