Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Instituto Tecnologico de Nuevo Laredo Prob

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 7

INSTITUTO TECNOLOGICO DE NUEVO LAREDO

PRODUCTO 2

MATERIA:
PROBABILIDAD Y ESTADISTICA

JARET RAMON PEÑA 16100688

Nuevo Laredo, Tamps 04 de septiembre de 2020


NOTACION SUMATORIA

El sumatorio o sumatoria (también conocido como operación de suma o notación


sigma), es un operador matemático que permite representar sumas de muchos
sumandos, n o incluso infinitos sumandos. Se expresa con la letra griega sigma y se
define como:

DATOS NO AGRUPADOS
Los datos no agrupados son el conjunto de datos que no se ha clasificado y se es
presentada en su forma de aparición en una tabla de datos donde cada valor se
representa de forma individual. Por lo general este conjunto comprende una
cantidad de elementos menor a 30 (n<30) con poca o nula repetición.

El tratamiento de estos datos sin agrupar. El manejo de estos datos es simple, se


recolectan los datos de la población de estudio y dichos datos se distribuyen en una
tabla de datos y se analizan sin necesidad de formar clases con ellos.

Estos datos al distribuirse en tabla de frecuencia donde cada dato mantiene su


propia identidad después que la distribución de frecuencia se ha elaborado.

MEDIDAS DE TENDENCIA CENTRAL


La medida de tendencia central, parámetro de tendencia central o medida de
centralización es un número situado hacia el centro de la distribución de los valores
de una serie de observaciones (medidas), en la que se encuentra ubicado el
conjunto de los datos. Las medidas de tendencia central más utilizadas son: media,
mediana y moda. Cuando se hace referencia únicamente a la posición de estos
parámetros dentro de la distribución, independientemente de que esté más o menos
centrada, se habla de estas medidas como medidas de posición.

MEDIDAS DE POSICION
Las medidas de posición relativa se llaman en general cuantiles y se pueden clasificar
en tres grandes grupos: Cuartiles, quintiles, deciles, percentiles.

Las medidas de posición como los cuartiles, quintiles, deciles y percentiles dividen a
una distribución ordenada en partes iguales. Para calcular las medidas de posición es
necesario que los datos estén ordenados de menor a mayor.

MEDIDAS DE DISPERSION

En estadística, las medidas de dispersión (también llamadas variabilidad, dispersión o


propagación) es el grado en que una distribución se estira o exprime. Ejemplos
comunes de medidas de dispersión estadística son la varianza, la desviación estándar
y el rango intercuartil.

Las medidas de dispersión se contrastan con la ubicación o la tendencia central, y


juntas son las propiedades más utilizadas de las distribuciones.

MEDIDAS DE FORMA
Las medidas de forma son aquellas que nos muestran si una distribución de
frecuencia tiene características especiales como simetría, asimetría, nivel de
concentración de datos y nivel de apuntamiento que la clasifiquen en un tipo
particular de distribución.

Para analizar estos aspectos recurriremos a dos tipos de medida:

 Coeficiente de asimetría de Fischer.


 Coeficiente de curtosis a apuntamiento de Fisher

DATOS AGRUPADOS
Los datos agrupados son como lo indica su nombre, una cantidad dada de datos
que puede clasificarse, ya sea por sus cualidades cualitativas o cuantitativas, y por tal
agruparse para su análisis.
Estos datos por lo general son aconsejable agruparles cuando su población cuenta
con alrededor de 20 o más elementos que comparten una característica y caben
dentro de una categorización (repeticiones de un valor), pues permite un mejor
manejo y análisis más profundo de los mismos. Porque al emplear este método
podemos manejarlos por clases (una clase es una categoría en la que se agrupan los
datos).

TABLA DE FRECUENCIA
Las Tablas de frecuencias son herramientas de Estadística donde se colocan los datos
en columnas representando los distintos valores recogidos en la muestra y las
frecuencias (las veces) en que ocurren.

ELEMENTOS QUE COMPLEMPLAN:

Datos

Los datos son los valores de la muestra recogida en el estudio estadístico

Frecuencia absoluta

La frecuencia absoluta (ni) es el número de veces que aparece un determinado valor


en un estudio estadístico. Número de veces que se repite el í-esimo valor de la
variable. La suma de las frecuencias absolutas es igual al número total de datos, que
se representa por n

Frecuencia absoluta acumulada

La Frecuencia absoluta acumulada (Ni) es la suma de las frecuencias absolutas de


todos los valores inferiores o iguales al valor considerado.

N1 = n1

N2 = n1 + n2 = N1 + n2

N3 = n1 + n2 + n3 = N2 + n3

Nk = n.

Se interpreta como el número de observaciones menores o iguales al í-esimo valor de


la variable.

Frecuencia relativa

La frecuencia relativa (fi) es la proporción de veces que se repite un determinado


dato.
La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado
valor y el número total de datos.

fi = ni/n

La suma de las frecuencias relativas es igual a 1.

Frecuencia relativa acumulada

La frecuencia relativa acumulada (Fi) es el número de observaciones menores o


iguales al í-esimo valor de la variable pero en forma relativa.

F1 = fl

F2 = f1+ f2 = F1 + f2

F3 = f1+ f2 + f3 = F2 + f3

Fk = 1

MEDIDAS DE TENDENCIA CENTRAL Y DE POSICION


Se llama medidas de posición, tendencia central o centralización a unos valores
numéricos en torno a los cuales se agrupan, en mayor o menor medida, los valores de
una variable estadística. Las medidas de posición centrales: medias (aritmética,
geométrica, cuadrática, ponderada), mediana y moda.

MEDIDAS DE ASIMETRIA Y CURTOSIS


La asimetría y curtosis informan sobre la forma de la distribución de una variable. Estas
medidas permiten saber las características de su asimetría y homogeneidad sin
necesidad de representarlos gráficamente.

La asimetría es la medida que indica la simetría de la distribución de una variable


respecto a la media aritmética, sin necesidad de hacer la representación gráfica. Los
coeficientes de asimetría indican si hay el mismo número de elementos a izquierda y
derecha de la media.

Existen tres tipos de curva de distribución según su asimetría:

 Asimetría negativa: la cola de la distribución se alarga para valores inferiores a


la media.
 Simétrica: hay el mismo número de elementos a izquierda y derecha de la
media. En este caso, coinciden la media, la mediana y la moda. La
distribución se adapta a la forma de la campana de Gauss, o distribución
normal.
 Asimetría positiva: la cola de la distribución se alarga (a la derecha) para
valores superiores a la media.
Existen tres coeficientes de asimetría:

La curtosis (o apuntamiento) es una medida de forma que estima cuán escarpada o


achatada está una curva o distribución, respecto a la distribución normal o
distribución gaussiana.

Indica la cantidad de datos que hay cercanos a la media, de manera que a mayor
grado de curtosis, más escarpada (o apuntada) será la forma de la curva y viceversa.

La curtosis se mide promediando la cuarta potencia de la diferencia entre cada


elemento del conjunto y la media, dividido por el producto del número elementos por
la cuarta potencia de la desviación típica.

REPRESENTACIONES GRAFICAS
Una gráfica, representación gráfica o gráfico es un tipo de representación de datos,
generalmente numéricos, mediante recursos visuales (líneas, vectores, superficies o
símbolos), para que se manifieste visualmente la relación matemática o correlación
estadística que guardan entre sí. También es el nombre de un conjunto de puntos que
se plasman en coordenadas cartesianas y sirven para analizar el comportamiento de
un proceso o un conjunto de elementos o signos que permiten la interpretación de un
fenómeno. La representación gráfica permite establecer valores que no se han
obtenido experimentalmente sino mediante la interpolación (lectura entre puntos) y
la extrapolación (valores fuera del intervalo experimental).

DIAGRAMA DE DISPERSION
El diagrama de dispersión permite estudiar las relaciones entre dos conjuntos
asociados de datos que aparecen en pares (por ejemplo, (x,y), uno de cada
conjunto). El diagrama muestra estos pares como una nube de puntos.

Las relaciones entre los conjuntos asociados de datos se infieren a partir de la forma
de las nubes.

 Una relación positiva entre x y y significa que los valores crecientes de x están
asociados con los valores crecientes de y.
 Una relación negativa significa que los valores crecientes de x están asociados
con los valores decrecientes de y.

También podría gustarte