UNIDAD I. CONCEPTOS BÁSICOS Y ESTADÍSTICA DESCRIPTIVA.
-
Upload
leonardo-tafolla -
Category
Documents
-
view
25 -
download
1
Transcript of UNIDAD I. CONCEPTOS BÁSICOS Y ESTADÍSTICA DESCRIPTIVA.
UNIDAD I. CONCEPTOS BÁSICOS Y ESTADÍSTICA DESCRIPTIVA
CONCEPTO DE ESTADÍSTICA
• Se refiere a un conjunto de métodos para manejar la obtención, presentación y análisis de observaciones numéricas.
Tem
a 1
. Intro
ducció
n
CONCEPTO DE ESTADÍSTICA
• Sus fines son describir al conjunto de datos obtenidos y tomar decisiones o realizar generalizaciones acerca de las características de todas las observaciones bajo consideración.
Tem
a 1
. Intro
ducció
n
ÁREAS QUE CONFORMAN A LA ESTADÍSTICA
• Estadística Descriptiva (Deductiva): es la encargada de la organización, condensación, presentación de los datos en tablas y gráficos y del cálculo de medidas numéricas que permitan estudiar los aspectos más importantes de los datos.
Tem
a 1
. Intro
ducció
n
ÁREAS QUE CONFORMAN A LA ESTADÍSTICA
• Estadística Inferencial o Inferencia Estadística: está definida por un conjunto de técnicas, mediante las cuales se hacen generalizaciones o se toman decisiones en base a información parcial obtenida mediante técnicas descriptivas.
Tem
a 1
. Intro
ducció
n
ÁREAS DE APLICACIÓN DE LA ESTADÍSTICA
• El uso de la Estadística es muy amplio. Resulta difícil nombrar un área en la cual no se emplee.• Los métodos estadísticos han encontrado aplicación en:• Gobierno• Negocios• Ciencias Sociales• Ingeniería• Ciencias Física y Naturales• Control de Calidad• Procesos de Manufactura• Muchos otros campos de la actividad intelectual.
Tem
a 1
. Intro
ducció
n
ÁREAS DE APLICACIÓN DE LA ESTADÍSTICA
• Esto se debe a la creciente facilidad con la cual se pueden manejar grandes cantidades de datos numéricos, debido al uso de …
Tem
a 1
. Intro
ducció
n
CONCEPTOS DE POBLACIÓN Y MUESTRA
• Población: es la colección de todas las posibles mediciones u observaciones que pueden hacerse de una variable bajo estudio.
Tem
a 1
. Intro
ducció
n
CONCEPTOS DE POBLACIÓN Y MUESTRA
• Se clasifica en dos categorías:• Finita: es aquella que incluye una cantidad limitada contable de
observaciones, individuos o medidas. Siempre que sea posible alcanzar (contar) el número total de todas las posibles mediciones, se considera como finita la población.
Tem
a 1
. Intro
ducció
n
CONCEPTOS DE POBLACIÓN Y MUESTRA
• Infinita: es aquella que incluye un gran conjunto de observaciones o mediciones que no pueden alcanzarse por conteo. Al menos, hipotéticamente, no existe límite en cuanto al número de observaciones que el experimento puede generar.
Tem
a 1
. Intro
ducció
n
CONCEPTOS DE POBLACIÓN Y MUESTRA
• Muestra: • es un conjunto de mediciones u observaciones tomadas a partir
de una población.• es un subconjunto de la población.
Tem
a 1
. Intro
ducció
n
CONCEPTOS DE POBLACIÓN Y MUESTRA
• Muestra aleatoria: se considera aleatoria siempre y cuando cada observación, medición o individuo de la población tenga la misma probabilidad de ser seleccionado.
Tem
a 1
. Intro
ducció
n
TIPOS DE DATOS Y ESCALAS DE MEDIDA
• Variables: • son las características o lo que se estudia de cada individuo de la
muestra. Ej: sexo, edad, peso, estatura, color de ojos, estado civil, temperatura, cantidad de nacimientos, presión, grosor, diámetro, ...
• Datos:• son los valores que toma la variable en cada caso.
Tem
a 1
. Intro
ducció
n
TIPOS DE DATOS
• Cualitativos: son datos que solo toman valores asociados a las cualidades o atributos, clasificándolos en una de varias categorías, es decir, no son valores numéricos. Ej:• Sexo: f/m.• Hábito de fumar: Fumador/No fumador• Color de ojos: negro, azul, marrón, …• Religión: católica, evangélica, …• Estado civil: soltero, casado, divorciado,…
Tem
a 1
. Intro
ducció
n
TIPOS DE DATOS
• Cuantitativos: provienen de variables que pueden medirse, cuantificarse o expresarse numéricamente. Ejemplos:• Peso• Edad• Estatura• Presión• Humedad• Intensidad de un sismo• Cantidad de hermanos
Tem
a 1
. Intro
ducció
n
ESCALAS DE MEDIDA
• Tipos de variables cuantitativas:• Discretas: es aquella que solo puede tomar un número finito o infinito
numerable de valores. Ejemplo: cantidad de hermanos.• Continuas: es la variable que puede tomar cualquier valor en una escala
continua. Ejemplo: cantidad de líquido contenido en un recipiente.
Tem
a 1
. Intro
ducció
n
ESCALAS DE MEDIDA
• Escala Nominal.• Escala Ordinal.• Escala de Intervalos.• Escala de Razón o Proporción.• Escala Absoluta.
Variables Cualitativas
VariablesCuantitativas T
em
a 1
. Intro
ducció
n
ESCALAS DE MEDIDA
• Escala nominal: los datos se pueden agrupar en categorías que no mantienen una relación de orden entre si, por lo tanto no están definidas las operaciones lógicas (>, <, , ) sino solo las de igualdad o diferencia. • Ejemplos: color de ojos, sexo, profesión, estado civil,
religión.
Tem
a 1
. Intro
ducció
n
ESCALAS DE MEDIDA
• Escala ordinal: existe un cierto orden o jerarquía entre las categorías (>, <, , ).• Ejemplos: grados militares, organigrama de una empresa,
escalafón de los profesores universitarios, grados de disnea, estadiaje de un tumor.
Tem
a 1
. Intro
ducció
n
ESCALAS DE MEDIDA
• Escala de Intervalos: valores numéricos de las variables y además de las relaciones de orden (>, <, , ), se pueden establecer distancias, es decir, tienen sentido las operaciones de suma y resta. Tiene dos propiedades:• Existe una unidad de medida que se mantiene constante
para todos los valores que toma la variable.• Existe un valor patrón u origen relativo que no significa la
ausencia de valor en la variable.
Tem
a 1
. Intro
ducció
n
ESCALAS DE MEDIDA
• Ejemplo: temperatura, nivel de ruido, movimientos sísmicos.
Tem
a 1
. Intro
ducció
n
ESCALAS DE MEDIDA
• Escala de razón o proporción: es la más completa y general de todas las escalas. Se caracteriza porque los valores de la variable son números entre los cuales, además de las relaciones de orden (>, <, , ) y distancia (+,-), se pueden establecer múltiplos y proporciones.• Ejemplos: peso, altura, volumen… T
em
a 1
. Intro
ducció
n
ESCALAS DE MEDIDA
• Escala Absoluta: se caracteriza porque los valores que toma la variable son el resultado de contar y por lo tanto, está constituida por los enteros positivos y el cero.• Ejemplos: número de hermanos, cantidad de autos vendidos,
cantidad de accidentes en una intersección, cantidad de hijos,…
Tem
a 1
. Intro
ducció
n
DATOS UNIVARIANTES Y MULTIVARIANTES
• Univariantes o unidimensionales: sólo recogen información sobre una característica (Ej: edad de los alumnos de una clase).• Bivariantes o bidimensionales: recogen información sobre dos
características de la población. (Ej: edad y estatura de los alumnos de una clase).
Tem
a 1
. Intro
ducció
n
DATOS UNIVARIANTES Y MULTIVARIANTES
• Multivariantes o pluridimensionales: recogen información sobre tres ó más características. (Ej: edad, estatura y peso de los alumnos de una clase).
Tem
a 1
. Intro
ducció
n
ABUSOS QUE SE PUEDEN COMETER CON LA ESTADÍSTICA
• Conclusiones erróneas debido a que los datos son numéricamente insuficientes.• Representaciones gráficas engañosas (escalas).• Datos muestrales no representativos:• Muestra que no incluye a elementos de toda la población.• Ciertas categorías de personas no responden correctamente.• Respuestas voluntarias (sesgadas).
Tem
a 1
. Intro
ducció
n
TEMA 2. ESTADÍSTICA DESCRIPTIVA
ORGANIZACIÓN DE LOS DATOS
• Una vez que se ha realizado la recolección de los datos, se obtienen datos en bruto, los cuales rara vez son significativos sin una organización y tabulación.
Tem
a 2
. Esta
dística
Descrip
tiva
ORGANIZACIÓN DE LOS DATOS
• Formas de organizar los datos:• Un arreglo: es la forma más sencilla de organizar los datos en
bruto, consiste en colocar las observaciones en orden según su magnitud: ascendente o descendente.
• Poco práctica cuando se tiene una gran cantidad de datos.
Tem
a 2
. Esta
dística
Descrip
tiva
ORGANIZACIÓN DE LOS DATOS
• Una distribución de frecuencias: es un arreglo de los datos que permite expresar la frecuencia de ocurrencias de las observaciones en cada una de las clases, mostrando el patrón de la distribución de manera más significativa.
Clase Pto.Medio
fi Fi fri FRi
Tem
a 2
. Esta
dística
Descrip
tiva
ORGANIZACIÓN DE LOS DATOS
• La Distribución de Frecuencias:• Se recomienda su uso cuando se tienen grandes cantidades de
datos (n).• Su construcción requiere, en primer lugar, la selección de los
límites de los intervalos de clase.• Para definir la cantidad de intervalos de clase (k), se puede usar:• La regla de Sturges: k = 1 + 3.3log(n)• k = n
Tem
a 2
. Esta
dística
Descrip
tiva
ORGANIZACIÓN DE LOS DATOS
• La cantidad de clases no puede ser tan pequeño (menos de 5) o tan grande (más de 20), que la verdadera naturaleza de la distribución sea imposible de visualizar.• La amplitud de todas las clases deberá ser la misma.
Se recomienda que sea impar y que los puntos medios tengan la misma cantidad de cifras significativas que los datos en bruto.• Los límites de las clases deben tener una cifra
significativa más que los datos en bruto.
Tem
a 2
. Esta
dística
Descrip
tiva
ORGANIZACIÓN DE LOS DATOS
• Determinar:• Punto medio = (Li+Ls)/2.
• Frecuencia absoluta de la clase (fi).
• Frecuencia acumulada de la clase (Fi).
• Frecuencia relativa de la clase (fri):
• fri = fi/n
• Frecuencia relativa acumulada de la clase (FRi).
Tem
a 2
. Esta
dística
Descrip
tiva
EJEMPLOS DE DISTRIBUCIÓN DE FRECUENCIAS
A continuación se presentan las calificaciones de 60 estudiantes que presentaron la PINA en el año 2009:
Tem
a 2
. Esta
dística
Descrip
tiva
EJEMPLOS DE DISTRIBUCIÓN DE FRECUENCIAS
23 60 79 32 57 74 52 70 82 3680 77 81 95 41 65 92 85 55 7652 10 64 75 78 25 80 98 81 6741 71 83 54 64 72 88 62 74 4360 78 89 76 84 48 84 90 15 7934 67 17 82 69 74 63 80 85 61
a) Construya una distribución de frecuencias.b) Qué puede concluir de estos datos.
REPRESENTACIÓN GRÁFICA DE LOS DATOS
• Los gráficos permiten visualizar en forma global y rápida el comportamiento de los datos.• Para datos cuantitativos agrupados en clases, comúnmente
se utilizan tres gráficos:• Histogramas.• Polígono de frecuencias.• Ojiva o Polígono de frecuencias acumuladas.
Tem
a 2
. Esta
dística
Descrip
tiva
REPRESENTACIÓN GRÁFICA DE LOS DATOS
Histograma
REPRESENTACIÓN GRÁFICA DE LOS DATOSTem
a 2
. Esta
dística
Descrip
tiva
Histograma y Polígono de Frecuencias
Ojiva
REPRESENTACIÓN GRÁFICA DE LOS DATOSTem
a 2
. Esta
dística
Descrip
tiva
REPRESENTACIÓN GRÁFICA DE LOS DATOS
• Para datos cualitativos se usan:• Curvas• Barras• Sectores
Tem
a 2
. Esta
dística
Descrip
tiva
Barras
REPRESENTACIÓN GRÁFICA DE LOS DATOS
Barras
REPRESENTACIÓN GRÁFICA DE LOS DATOS
Curvas
REPRESENTACIÓN GRÁFICA DE LOS DATOS
Sectores, torta o circular
Tem
a 2
. Esta
dística
Descrip
tiva
Ejemplos de construcción de gráficos
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE TENDENCIA CENTRAL O POSICIÓN
• Corresponden a valores que generalmente se ubican en la parte central de un conjunto de datos.• Forma como los datos pueden condensarse en un solo valor
central alrededor del cual todos los datos muestrales se distribuyen.
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE TENDENCIA CENTRAL O POSICIÓN
• Las medidas de tendencia central más importantes son:• Media: Aritmética y Aritmética ponderada.• Mediana.• Moda.
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIA ARITMÉTICA
• Es la suma de todas las observaciones dividida entre el número total de observaciones.
• Expresada de forma más intuitiva, podemos decir que la media aritmética es la cantidad total de la variable distribuida a partes iguales entre cada observación. (wikipedia)
• Por ejemplo, si en una habitación hay tres personas, la media de dinero que tienen en sus bolsillos sería el resultado de tomar todo el dinero de los tres y dividirlo a partes iguales entre cada uno de ellos. Es decir, la media es una forma de resumir la información de una distribución (dinero en el bolsillo) suponiendo que cada observación (persona) tendría la misma cantidad de la variable. (wikipedia)
Tem
a 2
. Esta
dística
Descrip
tiva
CÁLCULO DE LA MEDIA ARITMÉTICA
• Para datos no agrupados:
n
xX
n
ii
1
n
fmX
k
iii
1
Para datos agrupados:
Donde: mi: punto medio de la clase i fi: frecuencia absoluta de la clase i
k: cantidad de clases
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIANA
• Es el valor que ocupa la posición central de un conjunto de observaciones, una vez que han sido ordenados en forma ascendente o descendente.• Divide al conjunto de datos en dos partes iguales.
Tem
a 2
. Esta
dística
Descrip
tiva
CÁLCULO DE LA MEDIANA
• Para datos no agrupados:• Si n es impar: posición donde se ubica la mediana es igual a (n+1)/2.• Si n es par: (n+1)/2 no es entero, por lo tanto la mediana será igual al
promedio de las dos posiciones centrales.
Tem
a 2
. Esta
dística
Descrip
tiva
CÁLCULO DE LA MEDIANA
• Datos agrupados: clase mediana es la que contiene a la observación que ocupa la posición n/2.
Cmxf
xFn
LmMdm
m
)(
)(21
1
Donde: Lm: límite inferior de la clase mediana. F(xm-1): frecuencia acumulada de la clase anterior a la clase mediana. f(xm): frecuencia absoluta de la clase mediana. Cm: amplitud de la clase mediana.
Tem
a 2
. Esta
dística
Descrip
tiva
MODA
• Observación o clase que tiene la mayor frecuencia en un conjunto de observaciones.• Un conjunto de datos puede ser unimodal, bimodal o
multimodal.• Es la única medida de tendencia central que se puede
determinar para datos de tipo cualitativo.
Tem
a 2
. Esta
dística
Descrip
tiva
CÁLCULO DE LA MODA
• Para datos no agrupados: es simplemente la observación que más se repite.• Para datos agrupados:
CmLimMo21
1
Donde: Lim: límite inferior de la clase modal. 1: diferencia entre fi de la clase modal y la anterior. 2: diferencia entre fi de la clase modal y la posterior. Cm: amplitud de la clase modal (clase de mayor frecuencia).
Tem
a 2
. Esta
dística
Descrip
tiva
RELACIÓN ENTRE LA MEDIA, LA MEDIANA Y LA MODA
Tem
a 2
. Esta
dística
Descrip
tiva
Cuando los datos son sesgados es mejor emplear la Md
PROPIEDADES, VENTAJAS Y DESVENTAJAS DE LA MEDIA
Propiedades:• La suma de las diferencias entre las media muestral y el
valor de cada observación es cero.• La media de una constante es la constante.• Si todas las observaciones xi se multiplican por una
constante a, la X también se debe multiplicar por ese mismo valor constante.
Tem
a 2
. Esta
dística
Descrip
tiva
PROPIEDADES, VENTAJAS Y DESVENTAJAS DE LA MEDIA
• Si se somete a una variable estadística X a un cambio de origen y escala, Y = a + bX, la media aritmética de dicha variable X varía en la misma proporción. • La media de la suma de dos variables es igual a la suma de sus
medias.
Tem
a 2
. Esta
dística
Descrip
tiva
PROPIEDADES, VENTAJAS Y DESVENTAJAS DE LA MEDIA
Ventajas:• Emplea en su cálculo toda la información disponible.• Se expresa en las mismas unidades que la variable en estudio.• Es el centro de gravedad de toda la distribución, representando
a todos los valores observados.• Es una valor único.
Tem
a 2
. Esta
dística
Descrip
tiva
PROPIEDADES, VENTAJAS Y DESVENTAJAS DE LA MEDIA
• Se trata de un concepto familiar para la mayoría de las personas.• Es útil para llevar a cabo procedimientos estadísticos como la
comparación de medias de varios conjuntos de datos.
Tem
a 2
. Esta
dística
Descrip
tiva
PROPIEDADES, VENTAJAS Y DESVENTAJAS DE LA MEDIA
Desventajas:• Se ve adversamente afectada por valores extremos,
perdiendo representatividad.• Si el conjunto de datos es muy grande puede ser tedioso su
cálculo manual.• No se puede calcular para datos cualitativos.• No se puede calcular para datos que tengan clases de
extremo abierto, tanto superior como inferior.
Tem
a 2
. Esta
dística
Descrip
tiva
VENTAJAS Y DESVENTAJAS DE LA MEDIANA
Ventajas:• Fácil de calcular si el número de observaciones no es
muy grande.• No se ve influenciada por valores extremos, ya que solo
influyen los valores centrales.• Fácil de entender.
Tem
a 2
. Esta
dística
Descrip
tiva
VENTAJAS Y DESVENTAJAS DE LA MEDIANA
• Se puede calcular para cualquier tipos de datos cuantitativos, incluso los datos con clase de extremo abierto.• Es la medida de tendencia central más representativa en el
caso de variables que solo admiten la escala ordinal.
Tem
a 2
. Esta
dística
Descrip
tiva
VENTAJAS Y DESVENTAJAS DE LA MEDIANA
Desventajas:• No utiliza en su “cálculo” toda la información disponible.• No pondera cada valor por el número de veces que se ha
repetido.• Hay que ordenar los datos antes de determinarla.
Tem
a 2
. Esta
dística
Descrip
tiva
VENTAJAS Y DESVENTAJAS DE LA MODA
Ventajas:• No requiere cálculos.• Puede usarse para datos tanto cuantitativos como cualitativos.• Fácil de interpretar.• No se ve influenciada por valores extremos.• Se puede calcular en clases de extremo abierto.
Tem
a 2
. Esta
dística
Descrip
tiva
VENTAJAS Y DESVENTAJAS DE LA MODA
Desventajas:• Para conjuntos pequeños de datos su valor no tiene casi
utilidad, si es que de hecho existe. Solo tiene significado en el caso de una gran cantidad de datos.• No utiliza toda la información disponible.• No siempre existe, si los datos no se repiten.
Tem
a 2
. Esta
dística
Descrip
tiva
VENTAJAS Y DESVENTAJAS DE LA MODA
• En ocasiones, el azar hace que una sola observación se no representativa se el valor más frecuente del conjunto de datos.• Difícil de interpretar si los datos tiene 3 o más modas. T
em
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE DISPERSIÓN, VARIACIÓN O VARIABILIDAD.
• Son valores numéricos que indican o describen la forma en que las observaciones están dispersas o diseminadas, con respecto al valor central. T
em
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE DISPERSIÓN, VARIACIÓN O VARIABILIDAD.
• Son importantes debido a que dos muestras de observaciones con el mismo valor central pueden tener una variabilidad muy distinta. T
em
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE DISPERSIÓN, VARIACIÓN O VARIABILIDAD.
• Rango.• Varianza.• Desviación Típica.• Coeficiente de variación.
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE DISPERSIÓN: RANGO
Rango (amplitud o recorrido):• Está determinado por los dos valores extremos de los
datos muestrales, es simplemente la diferencia entre la mayor y menor observación.• Es una medida de dispersión absoluta, ya que depende
solamente de los datos y permite conocer la máxima dispersión.
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE DISPERSIÓN: RANGO
• Casi no se emplea debido a que depende únicamente de dos valores.• No proporciona una medida de variabilidad de las
observaciones con respecto al centro de la distribución.• Notación: R
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE DISPERSIÓN: VARIANZA
• Es un valor numérico que mide el grado de dispersión relativa porque depende de la posición de los datos x1,x2,…,xn con respecto a la media.• Es el promedio al cuadrado de las desviaciones de cada
observación con respecto a la media.• Notación: s2, 2, var(X)
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE DISPERSIÓN: VARIANZA
• Si la varianza de un conjunto de observaciones es grande se dice que los datos tiene una mayor variabilidad que un conjunto de datos que tenga un varianza menor.
21
2
2
1
2
2
xn
xs
n
xxs
n
ii
n
ii
Tem
a 2
. Esta
dística
Descrip
tiva
Para datos NOagrupados:
MEDIDAS DE DISPERSIÓN: VARIANZA
Para datos agrupados en una distribución de frecuencias:
21
2
2
1
2
2
xn
fms
n
fxms
k
iii
k
iii
MEDIDAS DE DISPERSIÓN: DESVIACIÓN TÍPICA
• Es la raíz cuadrada de la varianza.• Notación: s, .
2ss
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE DISPERSIÓN: COEFICIENTE DE VARIACIÓN
• Es una medida de dispersión relativa que permite comparar el nivel de dispersión de dos muestras de variables estadísticas diferentes.• No tiene dimensiones.• Notación: CV
%100x
sCV
Tem
a 2
. Esta
dística
Descrip
tiva
VENTAJAS Y DESVENTAJAS DEL RANGO
Ventajas:• Útil cuando se quiere conocer la extensión de las variaciones
extremas (valor máximo de la dispersión).• Fácil de calcular.
Tem
a 2
. Esta
dística
Descrip
tiva
VENTAJAS Y DESVENTAJAS DEL RANGO
Desventajas:• No es una MD con respecto al centro de la distribución.• Solo emplea dos valores en su cálculo.• No se puede calcular en distribuciones de límite de clase
abierto.
Tem
a 2
. Esta
dística
Descrip
tiva
PROPIEDADES, VENTAJAS Y DESVENTAJAS DE LA VARIANZA
Propiedades:1. Siempre es mayor o igual a cero y menor que infinito.2. La varianza de una constante es cero.3. Si a una variable X la sometemos a Y=a+bX, la varianza de Y
será Var(Y) = b2Var(X)
Tem
a 2
. Esta
dística
Descrip
tiva
PROPIEDADES, VENTAJAS Y DESVENTAJAS DE LA VARIANZA
Ventajas:• Es útil cuando se compara la variabilidad de dos o más
conjuntos de datos.• Utiliza toda la información disponible.Desventajas:• No proporciona ayuda inmediata cuando se estudia la
dispersión de un solo conjunto de datos.• Difícil de interpretar por tener sus unidades elevadas al
cuadrado.
Tem
a 2
. Esta
dística
Descrip
tiva
VENTAJAS Y DESVENTAJAS DE LA DESVIACIÓN TÍPICA
Ventajas:• Esta expresada en las mismas unidades que la variable en
estudio.• Utiliza todas las observaciones en su cálculo.• Fácil de interpretar.Desventajas:• No tiene.
Tem
a 2
. Esta
dística
Descrip
tiva
VENTAJAS Y DESVENTAJAS DEL COEFICIENTE DE VARIACIÓN
Ventajas:• Es la única MD que permite comparar el nivel de dispersión de
dos muestras de variables diferentes.• Emplea toda la información disponible en su cálculo.• Fácil de calcular.
Tem
a 2
. Esta
dística
Descrip
tiva
VENTAJAS Y DESVENTAJAS DEL COEFICIENTE DE VARIACIÓN
Desventaja:• No es una MD con respecto al centro de la distribución de los
datos. Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE FORMA
• Son medidas numéricas que permiten determinar la forma que tiene la curva de los datos, por lo tanto, sirven para corroborar lo que los gráficos muestran.
Medidasde forma
-Asimetría
-Kurtosis o apuntamiento
Coeficiente de PearsonCoeficiente de Fisher
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE FORMA: ASIMETRÍA
• Permiten estudiar la forma de la curva, dependiendo de cómo se agrupan los datos.
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE FORMA: ASIMETRÍA
Coeficiente de Asimetría de Pearson:• Fácil de calcular e interpretar.• Cálculo:
s
MdXASP
3
o Interpretación:
ASP
= 0, X=Md Simétrica
> 0, X>Md Asimétrica Positiva
< 0, X<Md Asimétrica Negativa
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE FORMA: ASIMETRÍA
Coeficiente de Asimetría de Fisher:• No es de fácil cálculo, pero si su interpretación.
Tem
a 2
. Esta
dística
Descrip
tiva
3
1
3
31
3
ns
fxMASF
ns
XxASF
k
iii
n
ii
Datos NO agrupados
Datos Agrupados
MEDIDAS DE FORMA: ASIMETRÍA
o Interpretación:
ASF
= 0, Simétrica
> 0, Asimétrica Positiva
< 0, Asimétrica Negativa
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE FORMA: KURTOSIS
• Miden si los valores de la distribución están más o menos concentrados alrededor de los valores medios de la muestra (zona central de la distribución).• Se definen tres tipos de distribución según su grado de
Kurtosis:
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE FORMA: KURTOSIS
• Mesocúrtica: grado de concentración medio alrededor de los valores centrales de la variable.• Leptocúrtica: grado de concentración elevado.• Platicúrtica: grado de concentración reducido.
Tem
a 2
. Esta
dística
Descrip
tiva
MEDIDAS DE FORMA: KURTOSIS
3
3
41
4
41
4
ns
fXMCK
ns
XxCK
k
iii
n
ii
Datos No Agrupados
Datos Agrupados
Interpretación:
CK
=0 Mesocúrtica
>0 Leptocúrtica
<0 Platicúrtica
Tem
a 2
. Esta
dística
Descrip
tiva
REFERENCIAS:
• Wikipedia(http://es.wikipedia.org/wiki/Wikipedia:Portada)• Walpole y Myers. Probabilidad y Estadística. Mc Graw-Hill.• Triola, Mario F. Estadística. Pearson.