Академический Документы
Профессиональный Документы
Культура Документы
FACULTAD DE CIENCIAS DE
INGENIERIA
E.P. ING. CIVIL
SESIN N 04
Presentado por:
y e
Es mesocrtica. 2
La media, mediana y moda
coinciden en el mismo punto.
El rea total de la grfica es 1.00.
PARMETROS p1 ,
m1 ,
Caractersticas medibles de una
POBLACIN. x1
Representadas por letras griegas.
VALOR FIJO para una poblacin dada.
s12
P
m2 ,
p2 ,
x2
s22
ESTADSTICOS
Caractersticas medibles de una
MUESTRA, usadas para estimar
parmetros poblacionales.
Representadas por letras latinas.
VARIABLE para la poblacin, fija para la
muestra dada.
ESCALAS DE MEDICIN Y PRUEBAS ESTADSTICAS
PRUEBAS
TIPO DE
ESCALAS ESTADISTICOS PERMITIDOS ESTADISTICAS
RELACION PERMITIDAS
Moda
NOMINAL IGUALDAD Distribucin de Frecuencias.
Coeficiente de Contingencias
Cuartiles, Deciles y Percentiles No
Mediana
paramtricas
ORDINAL MAYOR QUE Coeficiente de Spearman
Coeficiente de Kendall
Chi Cuadrada
Media Aritmtica
Varianza/Desviacin Tpica o Estndar
Coeficiente de Pearson
t de Student y/o Prueba Z
Caractersticas
til para medidas nominales y ordinales
Mo = 455
1) Determinar la clase que contiene la Moda
Li 375
2) Realizar la interpolacin para hallar el valor de
1
Mo Li h
1 2
= 12 4 = 12 7
=8 =5
8
Mo 375 15 375 9.23 384.23
85
Extensin del intervalo h = 390-375
Forma grafica de
determinar la moda h Extensin del intervalo
Diferencia
entre la 1 Diferencia
frecuencia de entre la
2
la clase modal frecuencia de
y la clase la clase modal
anterior y la clase
siguiente
Li Mo x
Limite inferior de la clase
modal
EJEMPLO 1:
En un estudio en particular estaban
interesados en evaluar el nmero
de frutos por planta de zapallo. Se
consider solo las plantas de una
parcela; para cada planta se cont
la cantidad de frutos que tenan.
Los datos se presentan en forma
aleatoria a continuacin :
1 5 7 4 1 2 5 4
6 2 7 5 7 6 3 2
5 4 3 6 6 3 4 4
1 4 3 5 4 4
variable xi fi frecuencia
1 3
2 3
Hay 3
3 4 zapallos
4 8 con 2
5 5 frutos
6 4
7 3 Hay 4
zapallos con
N=30
6 frutos
FRECUENCIA ACUMULADA
RELATIVAFRECUENCIA
PORCENTUAL
REALTIVA
FRECUENCIA
PORCENTUAL
ACUMULADA
FRECUENCIA
FRECUENCIA RELATIVA
RELATIVA
ACUMULADA
xi fi F fr Fr fr% Fr%
1 3 3 1/10 1/10 10 10
2 3 6 1/10 1/5 10 20
3 4 10 2/15 1/3 13.33 33.3
4 8 18 4/15 3/5 26.67 60
5 5 1/6 23/30 16.67 76.67
6 4 2
27 2/15 97/10 13.33 90
3
7 3 30 1/10 1 10 100
N=30 1 100
Fuente: Datos brindados por la ctedra
Elemplo 2:
Siguiendo con el estudio del zapallo japons
ahora estamos interesados en evaluar el peso de
los zapallos para eso registramos su peso en
kilogramos. Tom una muestra de 30 zapallos
K=1+3.322*logN: N<50
K=1,8914+3,9910logN: 50<N<100
K=2,7560+5,8154logN: N>100
1+3.322log 30=5.67
6
3 PASO: CALCULAR LA AMPLITUD DEL
INTERVALO
0.80/6=0.1333 0.15
Clase xi
MARCA DE
CLASE
(1.10-1.25] 1.18
(1.25-1.40] 1.33
(1.40-1.55] 1.48
(1.55-1.70] 1.63
(1.70-1.85] 1.78
(1.85-2.00] 1.93
Clase xi fi fr Fi Fr fr% Fr%
1 (1.10-1.25] 1.18
2 (1.25-1.40] 1.33
3 (1.40-1.55] 1.48
4 (1.55-1.70] 1.63
5 (1.70-1.85] 1.78
6 (1.85-2.00] 1.93
1.20 1.20 1.20 1.30 1.30 1.30 1.40
12
cantidad de zapallos
10
2
3
0
0.03 1.18 1.33 1.48 1.63 1.78 1.93 2.08
peso
Fuente: Datos brindados por la ctedra
POLIGONO DE FRECUENCIAS
15
10
5
0
1 2 3 4 5
15
10
5
0
50 55 60 65 70 75 80 85
10
5
0
10
5
0
33
Diagrama de cajas de Tukey: Resumen en 5 nmeros
0.08
Resumen con 5
nmeros:
0.06
Mnimo, cuartiles y
mximo.
densidad
0.04
Suelen dar una buena
idea de la distribucin. Mn. P25 P50 P75 Mx.
0.02
La zona central, caja,
0.00
contiene al 50% central
de las observaciones. 40 45 50 55 60 65
rango intercuartlico
(R.I.) Diagrama de cajas de Tukey: Resumen en 5 nmeros
bigotes, no lleguen
hasta los extremos,
0.03
observaciones que se
0.02
separan de la caja en
no ms de 1,5 R.I. Mn. P25 P50 P75 Mx.
0.01
Ms all de esa
distancia se consideran
0.00
anmalas, y as se
marcan. 80 90 100 110 120 130 140
Mn es 5
DATOS
3) Hallar el valor de x en la Mn xi
posicin i
AGRUPADOS:
3) Realizar la interpolacin n
para hallar el valor de la Mn
2 Fa
Mn Li h
f
1) Determinar la posicin (35 1) 0.5 18
2) clase que contiene la Mediana Li 375
3) Realizar la interpolacin para hallar el valor
de la Mn
n
2 Fa
Mn Li h
f
35 10
Mn 375 2 15 375 7.5 382.5
12 Extensin del intervalo h = 390-375
Mn (P50)
Los coeficientes rhoi de Spearman, simbolizado por rs, y
tau de Kendall, simbolizado como t, son medidas de
correlacin para variables en un nivel de medicin ordinal,
de tal modo que los individuos u objetos de la muestra
pueden ordenarse por rangos o jerarquas.
Frmula (n 1) S 2
: X
2
2
Donde:
n=nmero de elementos de la muestra.
n-1=nmero de grados de libertad.
S2=Varianza de la muestra.
2=Varianza de la poblacin.
Ejemplo 1:
En un estudio de la capacidad de aprendizaje de Matemtica, en los
nios de una poblacin, se tom una muestra representativa de 40
nios. Se les aplic una prueba de diagnstico del aprendizaje en
Matemtica y con los datos obtenidos se calcul la varianza s 2=8,4,
conociendo que la varianza poblacional es de 2=12,37. Calcular el
valor del estadstico chi-cuadrado.
Solucin: Datos:
n=40. ( n 1 ) S 2
(40 1)(8,4)
S2=8,4 X
2
26,48
2
12,37
2=12,37.
fe
X (20, 025;3) 9,348
Valor crtico superior:
Paso 5: valor crtico:
X (20,975;3) 0,216
Valor crtico inferior:
gl=(C-1)(F-1)=(4-1)(4-1)
gl=9
Y con: X2(9)=16,919
(Oij Eij ) 2
Paso 5: Clculo de Ch2: X
2
ij Eij
Nerviosismo y ansiedad
Nivel
acadmico NN LN MN EN TOTAL
2
20 44
E11 13,10
44
2
20 36
E12 7,11
36
2
40 32
E12 21,33
32
...
2
0 18
E44 18,00
18 X2(9)=154,14
Paso 6: Decisin
MEDIANA
centro
MODA
MEDIA ARMNICA.
MEDIA GEOMTRICA.
CUANTILES o SEPARATRICES
Es el cociente entre la suma de los valores de la variable, y el
tamao de la poblacin o de la muestra (nmero de observaciones)
POBLACIN MUESTRA
DATOS SIN N n
AGRUPAR
x i x i
i 1
x i
N n
k k
DATOS
AGRUPADOS
k
x
i fi x i fi x i fi
i 1 x i 1
i 1
k
n
N
f
i 1
i
Estadstica: el concepto de media aritmtica o
promedio
El cobre del
Per
xp(
La media aritmtica ponderada )
donde:
n
wX i i wi = factor de
xp i 1
ponderacin
n
w
i 1
i
Xi
= datos
Ejemplo: Una empresa comercializadora de Seguros
Mdicos dispone de 3 representantes para la zona de
Miraflores, cada uno de los cuales cobra diferente
comisin por pliza vendida, y realiza diferente nmero
de contratos. Calcule e interprete el valor medio de la
comisin
wi Xi
30(30) 25(40) 20(50) 2900
xp $38.67
30 25 20 75
Interpretacin:
dispersin
AMPLITUD TOTAL
2 2
O RANGO: A
VARIANZA
SEMIRECORRIDO INTERCUARTLICO Q
COEFICIENTE DE VARIACIN C
poblacin muestra
DATOS SIN
2 x x
2
x
AGRUPAR 2
2 s
n n 1
DATOS
AGRUPADOS
2 f x x
2
f x
2
2 s
n n 1
La varianza es una media de cuadrados de los desvos (MC)
suma de cuadrados
s
n-1 grados de libertad (GL)
La divisin por n-1 asegura que la varianza muestral sea una estimacin
centrada de la varianza poblacional
Es sensible a valores extremos (alejados de la media).
DESVIACIN TPICA
Es la raz cuadrada de la varianza S S 2
Tiene las misma dimensionalidad (unidades) que la variable.
Coeficiente de variacin
s
Es el cociente entre la desviacin tpica y la media.
CV
3) Realizar la n.r Fa
interpolacin Pr Li h
f
35 0.75 22
Q3 390 15 399.11 399.11 370.31
7 Q 14,4
2
35 0.25 6
Q2 360 15 370.31
4
Qu medidas de tendencia central y
dispersin utilizar
forman
DUOS
Segn teora de
momentos
Media -
Datos numricos
Varianza y distribuciones simtricas o asimtricas
desviacin tpica con muchas observaciones
Solucin:
3. Nivel de
significancia:
Asumido: 1%=0.01.
4. Distribucin
Como aplicable:
se conoce la media () de la muestra y la media poblacional (), se debe utilizar la
distribucin muestral de medias, adems se desconoce la desviacin estndard (); y
como n<30 y los datos se ajustan obedecen a una distribucin normal.
5. Esquema grfico de la
prueba
Nivel de significancia: =0.01.
Grados de libertad: gl=n-1=15-1=14 gl.
En la tabla t, con 14 gl y =0.01 y a una cola: tc=2.624.
7. Clculo del estadgrafo de la
prueba:
Datos:
x 105,4
x 105,43 101 4,4
101 t 3,11
S 5,3 1,426
S 5,3
n 15 n 1 15 1
8. Toma de
Como tc=3,11 y este cae en la zona de rechazo, por tanto descartamos
decisiones:
la H y aceptamos la H ; es decir el grupo de 15 alumnos tiene un
o 1
rendimiento mental mayor que el promedio de estandarizacin.
Ejemplo 2:
Para verificar la suposicin de que existe diferencia en el rendimiento
acadmico en la asignatura de Anlisis Matemtico I, en los
estudiantes de dos aulas A y B de una Universidad, se tom una
muestra aleatoria de cada aula y se les aplic una misma prueba de
conocimientos, obtenindose los puntajes que a continuacin se
indican.
Aula A: 16,43,24,35,20,27,29,30,40,32.
Aula B: 15,40,18,37,16,29,30,45,20,36.
Solucin:
1: El rendimiento acadmico en Matemtica del Aula A.
Prueba:
Existe dos posibilidades de la H1, y como no se puede anticipar la
direccin de la prueba, debe realizarse una prueba bilateral.
3. Nivel de
significancia:
Asumido: 5%=0.05.
4. Distribucin
aplicable:
Teniendo en cuenta que se quiere comparar el puntaje en dos muestras pequeas
y como los datos estn distribuidos normalmente, utilizaremos la prueba de
diferencia de medias con la distribucin de Student.
5. Esquema grfico de la
prueba
Nivel de significancia: =0.05.
Grados de libertad: gl=n1+n2-2=10+10-2=18 gl.
En la tabla t, con 18 gl y =0.05 y a dos colas: tc=2.101.
7. Clculo del estadgrafo de la
Datosprueba:
:
x1 29,6;
x1 x 2 29,6 28,6
S 63,84
2
t 0,24
63,84 105,64
1
x 2 28,6; S S
1
2 2
2
S 22 105,64 n 10
8. Toma de
Como la tc=0,24 cae en la zona de aceptacin, por tanto descartamos la
decisiones:
H y aceptamos la H ; es decir no existe diferencias significativas en el
1 0
rendimiento del curso Anlisis Matemtico I en las dos aulas A y B.
Ejemplo 3:
Se necesita verificar la PROCESAMIENTO DE INFORMACION
eficacia de una Estrategia Estudiantes Grupo A Grupo B
Didctica en una Universidad 1 30 44
especfica. 2 43 40
3 24 36
4 35 37
5 20 16
6 27 29
7 29 38
8 30 45
9 25 35
10 34 36
11 27 29
12 29 35
13 32 45
Solucin: 14 40 42
15 18 36
HIPTESIS ALTERNA: HIPTESIS NULA:
H 1 : GE GC H o : GE GC
esto es: H 1 : 1 2 1 2
No existe diferencias
Si existe diferencias en el aprendizaje en
en el aprendizaje en el el grupo A y grupo B.
grupo A y grupo B.
Donde:
Se eligi el nivel
de significancia:
=0,05.
3. El estadgrafo de prueba
Se eligi el nivel de significancia: =0,05.
Luego se seleccion el estadstico de prueba,
t de Student, debido a que la muestra es
pequea y adems sta tiene distribucin
normal y los dos grupos fueron asignados
aleatoriamente.
Asimetra de Pearson: Grupo A = 0,237 y Grupo B =
0,080
La prueba t sigue
una distribucin:
NE+NC-2gl,
Es decir: 15+15-
2=28gl.
Se determin la
regin de rechazo
(RR), 28gl y
=0,05 (2,048)
_ _
X 1 X 2 29,53 36,20
t 2,5654
S S1
2 2
2 (6,74) (7,48)
2 2
n 15
Como la t calculada
(tc) con los datos
procesados es igual a:
-2,5654 y este cae en
la zona de rechazo;
entonces se rechaza la
Ho, y se acepta la
hiptesis alterna H1.
Carlos E. Espinoza
Quispe
Un factor ( tratamientos) Categrica
a
Cuando se comparan de a dos a medias tenemos C2
comparaciones posibles.
P(x=0)=(1-p)^n P(x>0)=1-[(1-p)^n]
C2a
Probabilidad de cometer un erro tipo I = 1-[(1-) ]
0.05
En el ejemplo:
' 0,005
10
HAY OTRAS ALTERNATIVAS: UNA DE ELLAS ES EL
2
ANALISIS DE LA VARIANZA
sentre
Fc 2
sdentro
ANOVA (ANalysis Of
Variance) Modelo I efectos
Finalidad
Comparar simultneamente
fijos
xij i ij
varias medias
xBj
x
Bj
Variacin total
B
B
A
C
A B C grupos
xij i xij i En la
i poblacin
xij x xi x xij xi En la muestra
Elevando al cuadrado:
xij x xi x xij xi
2 2 2
2 xi x xij xi
Sumando:
xij x
ij
2
ij
2
ij
xi x xij xi 2
SC SC ENTRE SC DENTRO de
TOTAL grupos grupos (residual)
( xij x ) Recordar
2
SCentre ij
2
sentre
glentre a 1
( xij xi )
2
SCdentro ij
2
sdentro o residual
gldentro na
HIPOTESIS En general
Modelo I H 0 : i : i 0 H 0 : i : i
MEDIAS DE CUADRADOS ESTIMA
MC entre = SC entre/(a-1) 2
2 i
a = no de grupos
Mod I
ni a 1
ni tamao medio
del grupo
MC dentro = SC dentro/(n-a ) 2
n = tamao de la muestra total
Si Ho es verdadera : MC entre = MC dentro en la poblacin
TEST DE HIPOTESIS
Normalidad de Homocedasticidad
los residuos ( ij) de los residuos
C A B
T x ij Gran total
ij
n n
i
i
Tamao total de la muestra
FUENTE DE SUMA DE GL MEDIA DE Fcalc
VARIACION CUADRADOS CUADRADOS
ENTRE SC entre a-1 MC entre
GRUPOS SC entre (a 1)
MC dentro
DENTRO DE SC dentro n-a SC dentro (n a)
GRUPOS
10
2
CALCULO DE LAS SUMAS DE CUADRADOS
A
4.4
B
8.6
C
3.4
D
8.9
H 0 : i : i
5.9 4.5 7.3 0.0 2
6.2 8.4 8.8 1.7
x ij 597.2
ij
6.3 8.7 0.2
0.1
n ni 16
Ti 22.8 30.2 19.8 10.6 T =83.4 a4
ni 4 4 5 3 n = 16
TOTAL 162.4775 15
F0.95(3, 12)= 3.49
-> trat = A
| Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
| 10 2.69 .2024846 2.4 3
-> trat = B
| Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
| 10 3.11 .1852926 2.8 3.4
-> trat = C
| Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
| 10 2.56 .2065591 2.2 2.9
. oneway x y,b
Analysis of Variance
Source SS df MS F Prob > F
------------------------------------------------------------------------
Between groups 1.65266668 2 .826333338 21.01 0.0000
Within groups 1.06200005 27 .039333335
------------------------------------------------------------------------
Total 2.71466672 29 .093609197
3.5
Col Mean | A B
---------+----------------------
B | .42 ganancia de peso (kg)
| 0.000 3
C | -.13 -.55
| 0.463 0.000
2.5 2
A B C
Observaciones Independientes.
Distribucin Normal.
Varianzas Homogneas.
Con el fin de obtener inferencias vlidas, resulta
importante determinar si los errores se
encuentran correlacionados.
El supuesto ms importante es la
independencia de las observaciones, pues si no
hubo asignacin aleatoria de tratamientos a
unidades experimentales, entonces los resultados
pueden incluir un efecto persistente de factores
no considerados en el anlisis. Esto invalida el
experimento
No es tan importante como la
Independencia de las Observaciones, pues
el ANOVA es robusto. Esto quiere decir
que, aunque las observaciones no sean
normales, las medias de los tratamientos
son aproximadamente normales debido al
Teorema Central del Limite.
observacin yij. .
:Es la media de la covariable.
En un diseo completamente aleatorizado la suma total de
cuadrados puede descomponerse en suma de cuadrados
entre tratamientos y en suma de cuadrados residual.
A.- Contraste de hiptesis
1. Todos los niveles del factor producen el mismo efecto (H o: i = 0 i) vs
(H1: i 0 por lo menos para algn i).
2. El coeficiente de regresin es 0
Ho: = 0
H 1: 0
B.- Contraste de los efectos del factor
El estadstico de contraste para contrastar la hiptesis nula Ho: i = 0 i
es:
Siendo
i el efecto producido por el nivel i-simo del factor principal (
)
j el efecto producido por el nivel j-simo bloque ( )
es el efecto ijsimo valor observado en la covariable
Las Sumas de Cuadrados y productos Cruzados tienen las
siguientes expresiones:
.
Modelo estadstico
Modelo estadstico
Consideramos un diseo unifactorial equilibrado con
dos factores, supongamos que hay a niveles para el
factor A y b niveles del factor B y cada rplica del
experimento contiene los ab tratamientos posibles
Siendo
r: n de replicaciones
ij: el efecto producido por la interaccin entre A y B.
Modelo estadstico
Siendo
r: n de replicaciones
ij: el efecto producido por la interaccin entre A y B.
Se tiene ocho variedades de fresas (A, B, C, D, E, F, G y
H) sembradas a lo largo de cuatro franjas de un terreno.
Cada franja se ha dividido en ocho parcelas donde se
siembran las ocho variedades de fresas. No se tiene
seguridad de que el terreno sea igual de frtil en todas
las franjas, por lo que la cantidad de fresas recolectada
podra depender de la franja en la que se siembra.
Adems, en el lmite este del terreno hay un seto que
podra quitar elementos de tierra beneficiosas para las
fresas, influyendo de alguna manera en la cosecha
recogida.
Los datos de los kilos recolectados y la distribucin
del cultivo de las fresas en terreno se representan a
continuacin en la tabla 1
Caso prctico
A B C D E F G H
I
5.8 6.3 4.9 6.5 4.5 5.2 6.5 3.8
G H F E A B D C
II
6.9 7.6 7.9 5.6 7 5.5 4 2.7
Franja Seto
B D C A H G E F
III
7.6 6.4 5 6.9 7.4 5.3 5.2 3.2
G E F H A D B C
IV
7.5 7 6.1 7.2 6.5 5.6 5.8 1.4
Distancia al seto
8 7 6 5 4 3 2 1
(en metros)
Tabla
1
Se pide:
ij N(0,) independientes
Homocedasticidad
yij ~ N (+i ,)
Para verificar si se trata o no de una distribucin
Normal se realiza un contraste Chi-cuadrado
13
5
Por lo tanto, P-valor > 0,10.
As que, no se rechaza H0 al
nivel del 10% de significacin.
De este modo, podemos
concluir que la distribucin es
normal.
Es el terreno igual de
frtil
en todas las franjas?
3.- Es necesario controlar la influencia de esta variable?
p-valor asociado a la
variable concominante
es 0,0000.
El inverso de la
distancia al seto influye
sobre la cantidad de
fresa recolectada.
Si es necesario incluir en el
anlisis la distancia al seto.
13
8
Las4.-diferencias
Analizar las diferencias entre las 8 variedades de fresas
encontradas entre las
cantidades medias
recogidas de las
variedades son C y H.
Y de la cosecha que
ms se recoge es de la
variedad H, siendo su
media 6.7.
13
9
Efecto de fertilizantes en el estudio de las plantas
Efecto de formas nuevas de promocin en la venta de sus vinos en supermercados.
Las formas de promocin son: Degustaciones, Aumento de espacio en los estantes, Muestrarios en
los extremos del pasillo
Efecto de las dietas en cerdos de la misma edad
Efecto de la renta, segn zona geogrfica, pero ajustando previamente por variables cuantitativas
como la proteccin social (covariable).
Efecto de las horas trabajadas segn la educacin y sexo.
Efecto de reducir las diferencias salariales entre hombres y mujeres al asistir a los cursos de
formacin que antes han sido planificados.
Efecto de la religin en la actitud hacia el divorcio segn nivel educacional
Efecto de los mtodos de enseanza en el rendimiento segn habilidades de los alumnos (cov).
Efecto de documentales en el deseo de viajar a la Patagonia.
Efecto de corregir resultados observados de conocimientos iniciales sobre una materia
determinada.
Efecto de comparar rendimientos en un proceso qumico segn los porcentajes de impureza en la
materia prima a diversas temperaturas.
Efecto de distintos mtodos de aprendizaje en los alumnos.
Efecto de mtodos de adelgazamiento en pacientes.
Efecto de un tratamiento y efecto de una o ms variables de confusin potenciales segn
puntuaciones previas a la prueba, edad, educacin, nivel social y nivel de ansiedad.
Efecto de la hipertensin segn la edad y sexo.
Efecto en la produccin al utilizar diferentes insecticidas en un cultivo de patatas.
MEDIDAS DE RESUMEN
Medidas de tendencia central
Medidas de dispersin
Medidas de posicin
FORMA DE LADISTRIBUCION
as = + as = -
Coeficiente de asimetra
asimetra positiva asimetra negativa
x Mn
as 3
s
Es nulo cuando la
distribucin simtrica distribucin es simtrica
SIMTRICA
las observaciones equidistan del mximo central con la
misma frecuencia.
Coinciden Media, Moda y Mediana
ASIMTRICA
la cola ms larga determina la direccin del sesgo.
Se separan la Media, Mediana y Moda
BIMODAL MULTIMODAL
FORMA DE LADISTRIBUCION
Medidas de
asimetra
Medidas de apuntamieno o
curtosis
Exceso de
frecuencias Exceso de
frecuencias
La grfica La grfica
La grfica
leptocrtic
platicrica mesocrtica
a
El Coeficiente de Curtosis viene Simbologa: k
definido por la siguiente frmula: Nivel de
Frmula
n
medicin: Ordinal,
: (1 / n)( ( xi x ) 4 Intervalos o razn
g2 i 1
3
s4 Los resultados pueden ser los
siguientes:
g2 = 0 (distribucin
mesocrtica).
g2 > 0 (distribucin
leptocrtica).La grfica
La grfica La grfica
g < 0 (distribucin
leptocrtic
platicrica mesocrtica2
platicrtica). a
xg
Se utiliza para calcular tasas medias de
variacin, como la tasa media de crecimiento
poblacional, la tasa media de inflacin
mensual, la tasa media de mortalidad, entre
otros.
xg n X1 X 2 X3 .........X n
Ejemplo:
La siguiente tabla muestra la tasa de aumento en
las quejas durante los ltimos meses. Calcule e
interprete la tasa media mensual.
Tasa media
= (x g 1) 100
de
variacin
= (1,0272540 - 1) x 100 = 2,72%
c) Interpretacin
xh 43 minutos 7 segundos
b) Interpretacin:
cespinozaq@hotmail.com