Conceptos Estadísticos
Click here to load reader
-
Upload
dianel-montserrat-reyes-arellano -
Category
Education
-
view
48 -
download
0
Transcript of Conceptos Estadísticos
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/