12-10-2016

UNIVERSIDAD AUTÓNOMA DE

CHIAPAS

INVESTIGACIÓN DE CONCEPTOS

Alumna: Dianel Montserrat Reyes Arellano

LICENCIATURA EN PEDAGOGÍA

TENDENCIA CENTRAL1. Media: La media aritmética es el valor obtenido al sumar todos

los datos y dividir el resultado entre el número total de datos.

2. Mediana: Es el valor que ocupa el lugar central de todos los datos cuando

éstos están ordenados de menor a mayor. La mediana se representa por

Me. La mediana se puede hallar sólo para variables cuantitativas.

3. Moda: La moda es el valor que tiene mayor frecuencia absoluta. Se

representa por Mo. Se puede hallar la moda para variables cualitativas y

cuantitativas.

4. Suma: La suma o total de todos los valores, a lo largo de todos los casos

que no tengan valores perdidos.

DISPERSIÓN 1. Desviación estándar: La desviación estándar o desviación típica es la raíz

cuadrada de la varianza. Es decir, la raíz cuadrada de la media de los

cuadrados de las puntuaciones de desviación. La desviación estándar se

representa por σ. La desviación estándar será siempre un valor positivo o

cero, en el caso de que las puntuaciones sean iguales. Si a todos los valores

de la variable se les suma un número la desviación estándar no varía. Si

todos los valores de la variable se multiplican por un número la desviación

estándar queda multiplicada por dicho número. Si tenemos varias

distribuciones con la misma media y conocemos sus respectivas desviaciones

estándar se puede calcular la desviación estándar total. La desviación

estándar, al igual que la media y la varianza, es un índice muy

sensible a las puntuaciones extremas. En los casos que no se

pueda hallar la media tampoco será posible hallar la desviación

estándar. Cuanta más pequeña sea la desviación estándar mayor

será la concentración de datos alrededor de la media.

2. Varianza: La varianza de las variables aleatorias, por lo tanto,

consiste en una medida vinculada a su dispersión. Se trata de la

esperanza del cuadrado de la desviación de esa variable

considerada frente su media y se mide en una unidad diferente.

Por ejemplo: en los casos en que la variable mide una distancia

en kilómetros, su varianza se expresa en kilómetros al cuadrado.

3. Rango: el rango señala la amplitud de la variación de un fenómeno entre su

límite menor y uno claramente mayor. El rango estadístico, por lo tanto, es el

intervalo que contiene dichos datos y que puede calcularse a partir de restar

el valor mínimo al valor máximo considerado.

4. Mínimo: Se refiere al valor más bajo. En la calculadora se puede utilizar

MINIMUM, para identificar un valor extremo que podría ser un valor atípico o

un error de entrada de datos.

5. Máximo: El máximo se refiere al valor más alto. En la calculadora se puede

utilizar MAXIMUM, para identificar un valor extremo que podría ser un valor

atípico o un error de entrada de datos.

6. Media de error estándar: El error estándar de la media (EE de la media)

estima la variabilidad entre las medias de las muestras que se obtendría si se

tomaran múltiples muestras de la misma población. El error estándar de la

media estima la variabilidad entre las muestras mientras que la desviación

estándar mide la variabilidad dentro de una muestra.

DISTRIBUCIÓN 1. Asimetría: La asimetría es el grado en que los datos no son simétricos. El

hecho de que el valor de la asimetría sea 0, positivo o negativo, revela

información sobre la forma de los datos. Distribuciones no asimétricas o simétricas: a medida que los datos son más simétricos, el valor de su

asimetría se acerca a cero. La figura A muestra datos distribuidos

normalmente, que por definición exhiben relativamente poca asimetría. Al

dibujar una línea por debajo de la mitad de este histograma de datos

normales, se puede determinar con facilidad que un lado es el reflejo del

otro. Pero la falta de asimetría sola no implica normalidad. La figura B

muestra una distribución en la que ambos lados siguen siendo un reflejo el

uno del otro, a pesar de que la distribución de los datos dista mucho de ser

normal. Distribuciones asimétricas hacia la derecha o positivas: los

datos con asimetría positiva o asimétrica hacia la derecha se denominan

así debido a que la "cola" de la distribución apunta hacia la derecha y

porque el valor de asimetría es mayor que 0 (es decir, positivo). Los datos

sobre salarios suelen ser asimétricos de esta manera: muchos empleados

de una empresa ganan relativamente poco, mientras que cada vez menos

personas ganan salarios muy elevados. Distribuciones asimétricas hacia la izquierda o negativas: Los datos asimétricos hacia la izquierda o con

asimetría negativa se denominan así porque la "cola" de la distribución

apunta hacia la izquierda y porque produce un valor de asimetría negativo.

Los datos de tasa de fallas con frecuencia son asimétricos a la izquierda.

Consideremos el caso de las bombillas: muy pocas se quemarán

inmediatamente, la gran mayoría dura un tiempo considerablemente largo.

2. Curtosis: La curtosis indica la manera en que el pico y las colas de una

distribución difieren de la distribución normal. Utilice la curtosis como ayuda

para entender inicialmente las características generales de la distribución

de sus datos. Los datos que siguen una distribución normal tienen

perfectamente un valor de curtosis de 0. Los datos distribuidos

normalmente establecen la línea de base para la curtosis. Una curtosis de

muestra que se desvía significativamente de 0 puede indicar que los datos

no están distribuidos normalmente. Curtosis positiva: Una distribución

con un valor positivo de curtosis indica que la distribución tiene colas más

pesadas y un pico más pronunciado que la distribución normal. Por

ejemplo, los datos que siguen una distribución t tienen un valor positivo de

curtosis. La línea continua indica la distribución normal y la línea de puntos

indica una distribución con un valor positivo de curtosis. Curtosis negativa:

Una distribución con un valor negativo de curtosis indica que la distribución

tiene colas más ligeras y un pico más plano que la distribución normal. Por

ejemplo, los datos que siguen una distribución beta con el primer y el

segundo parámetro de forma iguales a 2 tienen un valor negativo de

curtosis. La línea continua indica la distribución normal y la línea de puntos

indica una distribución con un valor negativo de curtosis.

Webgrafía

http://www.vitutor.net/2/11/ moda_media.html

http:// www.disfrutalasmatematicas.com/datos/desviacion-estandar.html

http://www.ditutor.com/ estadistica/desviacion_estandar.html

http://definicion.de/rango/ http://support.minitab.com/es-

mx/minitab/17/topic-library/basic-statistics-and-graphs/summary-statistics/what-are-n-minimum-maximum-range-and-sum/

http://support.minitab.com/es- mx/minitab/17/topic-library/basic-statistics-and-graphs/hypothesis-tests/tests-of-means/what-is-the-standard-error-of-the-mean/

http://support.minitab.com/es- mx/minitab/17/topic-library/basic-statistics-and-graphs/summary-statistics/how-skewness-and-kurtosis-affect-your-distribution/