Variable cuantitativa

Una que se va r ia ble es la un po r t anto r e aliz ar co n Po d e mo s e xpr e sa

c ua nt it a t iva me diante nm er o , se pue de n

o per a c io nes a r it m t ic a s e lla.

dist ing uir do s tip o s:

Variable estadstica
De Wikipedia, la enciclopedia libre Saltar a: navegacin, bsqueda

Una variable es una caracterstica que al ser medida en diferentes individuos es susceptible de adoptar diferentes valores. Existen diferentes tipos de variables:

Contenido
[ocultar]

1 Segn la medicin o 1.1 Variables cualitativas o 1.2 Variables cuantitativas 2 Segn la influencia o 2.1 Variables independientes o 2.2 Variables dependientes 3 Otras o 3.1 Variable interviniente o 3.2 Variable moderadora 4 Vase tambin

[editar] Segn la medicin

Artculo principal: Nivel de medida.

[editar] Variables cualitativas

Son las variables que expresan distintas cualidades, caractersticas o modalidad. Cada modalidad que se presenta se denomina atributo o categora y la medicin consiste en una clasificacin de dichos atributos. Las variables cualitativas pueden ser dicotmicas cuando slo pueden tomar dos valores posibles como s y no, hombre y mujer o son politmicas cuando pueden adquirir tres o ms valores. Dentro de ellas podemos distinguir:

Variable cualitativa ordinal o variable cuasicuantitativa: La variable puede tomar distintos valores ordenados siguiendo una escala establecida, aunque no es necesario que el intervalo entre mediciones sea uniforme, por ejemplo: leve, moderado, grave. Variable cualitativa nominal: En esta variable los valores no pueden ser sometidos a un criterio de orden como por ejemplo los colores o el lugar de residencia.

[editar] Variables cuantitativas

Son las variables que se expresan mediante cantidades numricas. Las variables cuantitativas adems pueden ser:

Variable discreta: Es la variable que presenta separaciones o interrupciones en la escala de valores que puede tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los distintos valores especficos que la variable pueda asumir. Ejemplo: El nmero de hijos (1, 2, 3, 4, 5). Variable continua: Es la variable que puede adquirir cualquier valor dentro de un intervalo especificado de valores. Por ejemplo la masa (2,3 kg, 2,4 kg, 2,5 kg, ...) o la altura (1,64 m, 1,65 m, 1,66 m, ...), que solamente est limitado por la precisin del aparato medidor, en teora permiten que siempre exista un valor entre dos variables, tambin puede ser el dinero o un salario dado y se puede identificar las clases de variables (cualitativas y cuantitativas). las clases de variables se pueden ser cualitativas y cuantitativas

[editar] Segn la influencia

Segn la influencia que asignemos a unas variables sobre otras, podrn ser:
[editar] Variables independientes

Son las que el investigador escoge para establecer agrupaciones en el estudio, clasificando intrnsecamente a los casos del mismo. Un tipo especial son las variables de control, que modifican al resto de las variables independientes y que de no tenerse en cuenta adecuadamente pueden alterar los resultados por medio de un sesgo. Es aquella caracterstica o propiedad que se supone ser la causa del fenmeno estudiado. En investigacin experimental se llama as a la variable que el investigador manipula.

[editar] Variables dependientes

Son las variables de respuesta que se observan en el estudio y que podran estar influenciadas por los valores de las variables independientes. Hayman (1974 : 69) la define como propiedad o caracterstica que se trata de cambiar mediante la manipulacin de la variable independiente. La variable dependiente es el factor que es observado y medido para determinar el efecto de la variable independiente.

[editar] Otras
[editar] Variable interviniente

Son aquellas caractersticas o propiedades que de una manera u otra afectan el resultado que se espera y estn vinculadas con las variables independientes y dependientes.
[editar] Variable moderadora

Segn Tuckman: representan un tipo especial de variable independiente, que es secundaria, y se selecciona con la finalidad de determinar si afecta la relacin entre la variable independiente primaria y las variables dependientes. Son las variables que expresan distintas cualidades, caractersticas o modalidad. Cada modalidad que se presenta se denomina atributo o categora y la medicin consiste en una clasificacin de dichos atributos. Las variables cualitativas pueden ser dicotmicas cuando slo pueden tomar dos valores posibles como s y no, hombre y mujer o son politmicas cuando pueden adquirir tres o ms valores.

Concentracin
De Wikipedia, la enciclopedia libre Saltar a: navegacin, bsqueda Este artculo o seccin necesita referencias que aparezcan en una publicacin acreditada, como revistas especializadas, monografas, prensa diaria o pginas de Internet fidedignas. Puedes aadirlas as o avisar al autor principal del artculo en su pgina de discusin pegando: {{subst:Aviso referencias|Concentracin}} ~~~~ Para otros usos de este trmino, vase Concentracin (desambiguacin).

En qumica, la concentracin de una disolucin es la proporcin o relacin que hay entre la cantidad de soluto y la cantidad de disolvente, donde el soluto es la sustancia que se disuelve, el disolvente la sustancia que disuelve al soluto, y la disolucin es el resultado de la mezcla homognea de las dos anteriores. A menor proporcin de soluto disuelto en el disolvente, menos concentrada est la disolucin, y a mayor proporcin ms concentrada sta.

Estos vasos, que contienen un tinte pardo rojizo, muestran cambios cualitativos en la concentracin. Las disoluciones a la izquierda estn ms diluidas, comparadas con las soluciones ms concentradas de la derecha.

Contenido
[ocultar]

1 Solubilidad 2 Formas de expresar la concentracin o 2.1 Ejemplos o 2.2 Concentracin en trminos cualitativos 2.2.1 Diluida o concentrada 2.2.2 Insaturada, saturada y sobresaturada o 2.3 Concentracin en trminos cuantitativos 3 Porcentaje masa-masa, volumen-volumen y masa-volumen o 3.1 Porcentaje masa-masa (% m/m) o 3.2 Porcentaje volumen-volumen (% V/V) o 3.3 Concentracin en masa (% m/V) o 3.4 Clculos con porcentajes masa-masa y volumen-volumen 4 Molaridad 5 Molalidad 6 Formalidad 7 Normalidad o 7.1 Normalidad cido-base o 7.2 Normalidad redox 8 Concentraciones pequeas 9 Conversiones tiles 10 Otras formas de indicar la concentracin o 10.1 Densidad o 10.2 Nombres propios 11 Vase tambin 12 Enlaces externos

[editar] Solubilidad
Artculo principal: Solubilidad.

Cada sustancia tiene una solubilidad para un disolvente determinado. La solubilidad es la cantidad mxima de soluto que puede mantenerse disuelto en una disolucin, y depende de condiciones como la temperatura, presin, y otras sustancias disueltas o en suspensin. Cuando se alcanza la mxima cantidad de soluto en una disolucin se dice

que la disolucin est saturada, y ya no se admitir ms soluto disuelto en ella. Si agregamos un poco de sal comn a un vaso de agua, por ejemplo, y la agitamos con una cucharita, la sal se disolver. Si continuamos agregando sal, habr cada vez ms concentracin de sta hasta que el agua ya no pueda disolver ms sal por mucho que la agitemos. Entonces, la disolucin estar saturada, y la sal que le agreguemos, en vez de disolverse se precipitar al fondo del vaso. Si calentamos el agua, sta podr disolver ms sal (aumentar la solubilidad de la sal en el agua), y si la enfriamos, el agua tendr menos capacidad para retener disuelta la sal, y el exceso se precipitar.

[editar] Formas de expresar la concentracin

Los trminos cuantitativos son cuando la concentracin se expresa cientficamente de una manera numrica muy exacta y precisa. Algunas de estas formas cuantitativas de medir la concentracin son los porcentajes del soluto (como los usados en la introduccin), la molaridad, la normalidad, y partes por milln, entre otras. Estas formas cuantitativas son las usadas tanto en la industria para la elaboracin de productos como tambin en la investigacin cientfica.
[editar] Ejemplos

El alcohol comercial de uso domstico, por ejemplo, generalmente no viene en una presentacin pura (100% alcohol), sino que es una disolucin de alcohol en agua en cierta proporcin, donde el alcohol es el soluto (la sustancia que se disuelve) y el agua es el disolvente (la sustancia que disuelve el soluto). Cuando la etiqueta del envase dice que este alcohol est al 70% V/V (de concentracin) significa que hay un 70% de alcohol, y el resto, el 30%, es agua. El jugo de naranja comercial suele tener una concentracin de 60% V/V, lo que indica que el 60%, (el soluto), es jugo de naranja, y el resto, el 40% (el disolvente), es agua. La tintura de yodo, que en una presentacin comercial puede tener una concentracin 5%, significa que hay un 5% de yodo, (el soluto), disuelto en un 95% de alcohol, (el disolvente).
[editar] Concentracin en trminos cualitativos

La concentracin de las disoluciones en trminos cualitativos, tambin llamados empricos, no toma en cuenta cuantitativamente (numricamente) la cantidad exacta de soluto y disolvente presentes, y dependiendo de su proporcin la concentracin se clasifica como sigue:
[editar] Diluida o concentrada

A menudo en el lenguaje informal, no tcnico, la concentracin se describe de una manera cualitativa, con el uso de adjetivos como "diluido" o "dbil" para las disoluciones de concentracin relativamente baja, y de otros como "concentrado" o "fuerte" para las disoluciones de concentracin relativamente alta. En una mezcla, esos trminos relacionan la cantidad de una sustancia con la intensidad observable de los efectos o propiedades, como el color, sabor, olor, viscosidad, conductividad elctrica, etc, causados por esa sustancia. Por ejemplo, la concentracin de un caf puede determinarse por la intensidad de su color y sabor, la de una limonada por su sabor y olor, la del agua azucarada por su sabor. Una regla prctica es que cuanto ms

concentrada es una disolucin cromtica, generalmente ms intensamente coloreada est. Dependiendo de la proporcin de soluto con respecto al disolvente, una disolucin puede estar diluida o concentrada:

Disolucin diluida: Es aquella en donde la cantidad de soluto est en una pequea proporcin en un volumen determinado. Disolucin concentrada: Es la que tiene una cantidad considerable de soluto en un volumen determinado. Las soluciones saturadas y sobresaturadas son altamente concentradas.

[editar] Insaturada, saturada y sobresaturada

La concentracin de una disolucin puede clasificarse, en trminos de la solubilidad. Dependiendo de si el soluto est disuelto en el disolvente en la mxima cantidad posible, o menor, o mayor a esta cantidad, para una temperatura y presin dados:

Disolucin insaturada: Es la disolucin que tiene una menor cantidad de soluto que el mximo que pudiera contener a una temperatura y presin determinadas. Disolucin saturada: Es la que tiene la mxima cantidad de soluto que puede contener a una temperatura y presin determinadas. Una vez que la disolucin est saturada sta no disuelve ms soluto. En ellas existe un equilibrio entre el soluto y el disolvente. Disolucin sobresaturada: Es la que contiene un exceso de soluto a una temperatura y presin determinadas (tiene ms soluto que el mximo permitido en una disolucin saturada). Cuando se calienta una disolucin saturada, se le puede disolver una mayor cantidad de soluto. Si esta disolucin se enfra lentamente, puede mantener disuelto este soluto en exceso si no se le perturba. Sin embargo, la disolucin sobresaturada es inestable, y con cualquier perturbacin, como por ejemplo, un movimiento brusco, o golpes suaves en el recipiente que la contiene, el soluto en exceso inmediatamente se precipitar, quedando entonces como una disolucin saturada.

[editar] Concentracin en trminos cuantitativos

Para usos cientficos o tcnicos, una apreciacin cualitativa de la concentracin casi nunca es suficiente, por lo tanto las medidas cuantitativas son necesarias para describir la concentracin. A diferencia de las concentraciones expresadas de una manera cualitativa o emprica, las concentraciones expresadas en trminos cuantitativos o valorativos toman en cuenta de una manera muy precisa las proporciones entre las cantidades de soluto y disolvente que se estn utilizando en una disolucin. Este tipo de clasificacin de las concentraciones es muy utilizada en la industria, los procedimientos qumicos, en la farmacia, la ciencia, etc, ya que en todos ellos es necesario mediciones muy precisas de las concentraciones de los productos. Hay varias maneras de expresar la concentracin cuantitativamente, basndose en la masa, el volumen, o ambos. Segn cmo se exprese, puede no ser trivial convertir de una medida a la otra, pudiendo ser necesario conocer la densidad. Ocasionalmente esta

informacin puede no estar disponible, particularmente si la temperatura vara. Por tanto, la concentracin de la disolucin puede expresarse como:

Porcentaje masa-masa (% m/m) Porcentaje volumen-volumen (% V/V) Porcentaje masa-volumen (% m/V) Molaridad Molalidad Formalidad Normalidad Fraccin molar En concentraciones muy pequeas: o Partes por milln (PPM) o Partes por billn (PPB) o Partes por trilln (PPT) Otras: o Densidad o Nombres propios

En el Sistema Internacional de Unidades (SI) se emplean las unidades molm-3.

[editar] Porcentaje masa-masa, volumen-volumen y masa-volumen

[editar] Porcentaje masa-masa (% m/m)

Se define como la masa de soluto (sustancia que se disuelve) por cada 100 unidades de masa de la disolucin:

Por ejemplo, si se disuelven 20 g de azcar en 80 g de agua, el porcentaje en masa ser: [20/(80+20)]x 100=20% o, para distinguirlo de otros porcentajes, 20% m/m (en ingls, %w/w).
[editar] Porcentaje volumen-volumen (% V/V)

Expresa el volumen de soluto por cada cien unidades de volumen de la disolucin. Se suele usar para mezclas lquidas o gaseosas, en las que el volumen es un parmetro importante a tener en cuenta. Es decir, el porcentaje que representa el soluto en el volumen total de la disolucin. Suele expresarse simplificadamente como % v/v.

Por ejemplo, si se tiene una disolucin del 20% en volumen (20% v/v) de alcohol en agua quiere decir que hay 20 mL de alcohol por cada 100 mL de disolucin.

La graduacin alcohlica de las bebidas se expresa precisamente as: un vino de 12 grados (12) tiene un 12% (v/v) de alcohol.
[editar] Concentracin en masa (% m/V)

Se pueden usar tambin las mismas unidades que para medir la densidad aunque no conviene combinar ambos conceptos. La densidad de la mezcla es la masa de la disolucin dividida por el volumen de sta, mientras que la concentracin en dichas unidades es la masa de soluto dividida por el volumen de la disolucin por 100. Se suelen usar gramos por mililitro (g/mL) y a veces se expresa como % m/V.

[editar] Clculos con porcentajes masa-masa y volumen-volumen

Para clculos con los porcentajes masa-masa y volumen-volumen debemos manejar dos conceptos:
1. La suma de la masa del soluto ms la masa del disolvente es igual a la masa de la disolucin Disolucin = soluto + disolvente 2. Se usa la regla de tres para calcular diferentes proporciones.

[editar] Molaridad
Artculo principal: Molaridad.

La molaridad (M), o concentracin molar, es el nmero de moles de soluto por cada litro de disolucin. Por ejemplo, si se disuelven 0,5 moles de soluto en 1000 mL de disolucin, se tiene una concentracin de ese soluto de 0,5 M (0,5 molar). Para preparar una disolucin de esta concentracin habitualmente se disuelve primero el soluto en un volumen menor, por ejemplo 300 mL, y se traslada esa disolucin a un matraz aforado, para despus enrasarlo con ms disolvente hasta los 1000 mL.

Es el mtodo ms comn de expresar la concentracin en qumica, sobre todo cuando se trabaja con reacciones qumicas y relaciones estequiomtricas. Sin embargo, este proceso tiene el inconveniente de que el volumen cambia con la temperatura. Se representa tambin como: M = n / V, en donde "n" son los moles de soluto(n=gr soluto/PM) y "V" es el volumen de la disolucin expresado en litros.

[editar] Molalidad
La molalidad (m) es el nmero de moles de soluto que contiene un kilogramo de disolvente. Para preparar disoluciones de una determinada molalidad, no se emplea un matraz aforado como en el caso de la molaridad, sino que se puede hacer en un vaso de precipitados y pesando con una balanza analtica, previo peso del vaso vaco para poderle restar el correspondiente valor.

La principal ventaja de este mtodo de medida respecto a la molaridad es que como el volumen de una disolucin depende de la temperatura y de la presin, cuando stas cambian, el volumen cambia con ellas. Gracias a que la molalidad no est en funcin del volumen, es independiente de la temperatura y la presin, y puede medirse con mayor precisin. Es menos empleada que la molaridad pero igual de importante.

[editar] Formalidad
La formalidad (F) es el nmero de peso-frmula-gramo o Masa Molecular por litro de disolucin.

El nmero de peso-frmula-gramo tiene unidad de g / PFG.

[editar] Normalidad
La normalidad (N) es el nmero de equivalentes (eq-g) de soluto (sto) por litro de disolucin (Vsc).

El nmero de equivalentes se calcula dividiendo la masa total por la masa de un equivalente: , o bien como el producto de la masa total y la cantidad de . equivalentes por mol, dividido por la masa molar:
[editar] Normalidad cido-base

Es la normalidad de una disolucin cuando se utiliza para una reaccin como cido o como base. Por esto suelen titularse utilizando indicadores de pH. En este caso, los equivalentes pueden expresarse de la siguiente forma:

para un cido, o

para una base.

Donde:

n es la cantidad de equivalentes. moles es la cantidad de moles. H+ es la cantidad de protones cedidos por una molcula del cido. OH es la cantidad de hidroxilos cedidos por una molcula de la base.

Por esto, podemos decir lo siguiente:

para un cido, o para una base.

Donde:

N es la normalidad de la disolucin. M es la molaridad de la disolucin. H+ es la cantidad de protones cedidos por una molcula del cido. OH es la cantidad de hidroxilos cedidos por una molcula de la base.

Ejemplos:

Una disolucin 1 M de HCl cede 1 H+, por lo tanto, es una disolucin 1 N. Una disolucin 1 M de Ca (OH)2 cede 2 OH, por lo tanto, es una disolucin 2 N.

[editar] Normalidad redox

Es la normalidad de una disolucin cuando se la utiliza para una reaccin como agente oxidante o como agente reductor. Como un mismo compuesto puede actuar como oxidante o como reductor, suele indicarse si se trata de la normalidad como oxidante (Nox) o como reductor (Nrd). Por esto suelen titularse utilizando indicadores redox. En este caso, los equivalentes pueden expresarse de la siguiente forma:
.

Donde:

n es la cantidad de equivalentes. moles es la cantidad de moles. e es la cantidad de electrones intercambiados en la semirreaccin de oxidacin o reduccin.

Por esto, podemos decir lo siguiente:

.

Donde:

N es la normalidad de la disolucin. M es la molaridad de la disolucin. e: Es la cantidad de electrones intercambiados en la semirreaccin de oxidacin o reduccin.

Ejemplos:

En el siguiente caso vemos que el anin nitrato en medio cido (por ejemplo el cido ntrico) puede actuar como oxidante, y entonces una disolucin 1 M es 3 Nox. 4 H+ + NO3 + 3 e NO + 2 H2O

En el siguiente caso vemos que el anin ioduro puede actuar como reductor, y entonces una disolucin 1 M es 2 Nrd. 2 I - 2 e I2

En el siguiente caso vemos que el catin argntico, puede actuar como oxidante, donde una disolucin 1 M es 1 Nox. 1 Ag+ + 1 e Ag0

[editar] Concentraciones pequeas

Para expresar concentraciones muy pequeas, trazas de una sustancia muy diluida en otra, es comn emplear las relaciones partes por milln (ppm), partes por "billn" (ppb) y partes por "trilln" (ppt). El milln equivale a 106, el billn estadounidense, o millardo, a 109 y el trilln estadounidense a 1012. Es de uso relativamente frecuente en la medicin de la composicin de la atmsfera terrestre. As el aumento de dixido de carbono en el aire debido al calentamiento global se suele dar en dichas unidades. Las unidades que se usan con ms frecuencia son las siguientes:
ppmm = g g1 ppmv = g ml1 ppbm = ng g1 ppbv = ng ml1 pptm = pg g1 pptv = pg ml1

*Nota: Se pone una v o una m al final segn se trate de partes en volumen o en masa.

Sin embargo, a veces se emplean otras unidades. Por ejemplo, 1 ppm de CO2 en aire podra ser, en algunos contextos, una molcula de CO2 en un milln de molculas de componentes del aire. Otro ejemplo: hablando de trazas en disoluciones acuosas, 1 ppm corresponde a 1 mg soluto/ kg disolucin o, lo que es lo mismo, 1 mg soluto/ L disolucin -ya que en estos casos, el volumen del soluto es despreciable, y la densidad del agua es 1 kg/L.

Tambin se habla a veces de relaciones ms pequeas, por ejemplo "cuatrilln". Sin embargo son concentraciones excesivamente pequeas y no se suelen emplear. La IUPAC desaconseja el uso de estas relaciones (especialmente en el caso de masa entre volumen) y recomienda usar las unidades correspondientes. Es particularmente delicado el uso de ppb y ppt, dado el distinto significado de billn y trilln en los entornos estadounidense y europeo.

[editar] Conversiones tiles

Fraccin molar a molalidad ( Xstm ), y recordando que Xst + Xsv = 1

Molalidad a molaridad ( mM )

Molaridad a molalidad ( Mm )

Porcentaje en peso a porcentaje peso en volumen

Peso en volumen a molaridad

Donde:

Psv = Peso molar del disolvente (g/mol) Pst = Peso molar del soluto (g/mol) d = densidad (g/mL) %P/P = Concentracin en g soluto/100 g disolucin %P/V = Concentracin en g soluto/100 mL disolucin

[editar] Otras formas de indicar la concentracin

Para ciertas disoluciones de uso muy frecuente (por ejemplo cido sulfrico, hidrxido de sodio, etc.) se indica la concentracin de otras formas:
[editar] Densidad

Si bien la densidad no es una forma de expresar la concentracin, sta es proporcional a la concentracin (en las mismas condiciones de temperatura y presin). Por esto en ocasiones se expresa la densidad de la disolucin en condiciones normales en lugar de indicar la concentracin; pero se usa ms prcticamente y con disoluciones utilizadas muy ampliamente. Tambin hay tablas de conversin de densidad a concentracin para estas disoluciones, aunque el uso de la densidad para indicar la concentracin es una prctica que est cayendo en desuso.
[editar] Nombres propios

Algunas disoluciones se usan en una concentracin determinada para algunas tcnicas especficas. Y en estos casos suele usarse un nombre propio.
Ejemplos Compuesto Nombre Densidad Concentracin 1,8201,825 0,8100,812 91,00-92,25 % m/m

H2SO4

Gerber

Alcohol isoamlico

Gerber

Medidas de tendencia central

De Wikipedia, la enciclopedia libre Saltar a: navegacin, bsqueda

Al describir grupos de observaciones, con frecuencia es conveniente resumir la informacin con un solo nmero . Este nmero que, para tal fin, suele situarse hacia el centro de la distribucin de datos se denomina medida o parmetro de tendencia central o de centralizacin. Cuando se hace referencia nicamente a la posicin de estos parmetros dentro de la distribucin, independientemente de que sta est ms o menos centrada, se habla de estas medidas como medidas de posicin.1 En este caso se incluyen tambin los cuantiles entre estas medidas. Se debe tener en cuenta que existen variables cualitativas y variables cuantitativas, por lo que las medidas de posicin o medidas de tendencia se usan de acuerdo al tipo de variable que se esta observando, en este caso se observan variables cuantitativas Entre las medidas de tendencia central tenemos:

Media . Media ponderada. Media geomtrica. Media armnica. Mediana. Moda.

Contenido
[ocultar]

1 La media aritmtica (o simplemente media) o 1.1 Definicin formal o 1.2 PROPIEDADES o 1.3 Inconvenientes de su uso o 1.4 Media aritmtica ponderada o 1.5 Media muestral 2 Moda o 2.1 Propiedades o 2.2 Inconvenientes 3 Mediana o 3.1 Clculo de la mediana para datos agrupados o 3.2 Propiedades e inconvenientes 4 Vase tambin 5 Referencias 6 Enlaces externos

[editar] La media aritmtica (o simplemente media)

Artculo principal: Media aritmtica.

La media aritmtica es el valor obtenido por la suma de todos sus valores dividida entre el nmero de sumandos.

Por ejemplo, las notas de 5 alumnos en una prueba:

nio 1 2 3 alumnos: 4 5 nota 6,0 5,4 3,1 7,0 6,1 Primero, se suman las notas: 6,0+5,4+3,1+7,0+6,1 = 27,6 Luego el total se divide entre la cantidad de 27,6/5=5,52 La media aritmtica en este ejemplo es 5,52

La media aritmtica es, probablemente, uno de los parmetros estadsticos ms extendidos.2 Se le llama tambin promedio o, simplemente, media.

[editar] Definicin formal

Dado un conjunto numrico de datos, x1, x2, ..., xn, se define su media aritmtica como

Esta definicin vara, aunque no sustancialmente, cuando se trata de variables continuas, esto es, tambin puede calcularse para variables agrupadas en intervalos.
[editar] PROPIEDADES

Las principales propiedades de la media aritmtica son:3

Su clculo es muy sencillo y en l intervienen todos los datos. Su valor es nico para una serie de datos dada. Se usa con frecuencia para comparar poblaciones, aunque es ms apropiado acompaarla de una medida de dispersin. Se interpreta como "punto de equilibrio" o "centro de masas" del conjunto de datos, ya que tiene la propiedad de equilibrar las desviaciones de los datos respecto de su propio valor:

Minimiza las desviaciones cuadrticas de los datos respecto de cualquier valor prefijado, esto es, el valor de es mnimo cuando . Este resultado se conoce como Teorema de Knig. Esta propiedad permite interpretar uno de los parmetros de dispersin ms importantes: la varianza.

Se ve afectada por transformaciones afines (cambios de origen y escala), esto es, si entonces , para i = 1, ..., n y a y b nmeros reales. , donde es la media aritmtica de los

Es poco sensible a fluctuaciones muestrales, por lo que es un parmetro muy til en inferencia estadstica.

[editar] Inconvenientes de su uso

Este parmetro, an teniendo mltiples propiedades que aconsejan su uso en situaciones muy diversas, tiene tambin algunos inconvenientes, como son:

Para datos agrupados en intervalos (variables continuas) su valor oscila en funcin de la cantidad y amplitud de los intervalos que se consideren.

La estatura media como resumen de una poblacin homognea (abajo) o heterognea (arriba).

Es una medida a cuyo significado afecta sobremanera la dispersin, de modo que cuanto menos homogneos sean los datos, menos informacin proporciona. Dicho de otro modo, poblaciones muy distintas en su composicin pueden tener la misma media.4 Por ejemplo, un equipo de baloncesto con cinco jugadores de igual estatura, 1,95 m, evidentemente, tendra una estatura media de 1,95 m, valor que representa fielmente a esta poblacin homognea. Sin embargo, un equipo de jugadores de estaturas ms heterogneas, 2,20 m, 2,15 m, 1,95 m, 1,75 m y 1,70 m, por ejemplo, tendra tambin, como puede comprobarse, una estatura media de 1,95 m, valor que no representa a casi ninguno de sus componentes. En el clculo de la media no todos los valores contribuyen de la misma manera. Los valores altos tienen ms peso que los valores cercanos a cero. Por ejemplo, en el clculo del salario medio de un empresa, el salario de un alto directivo que gane 1.000.000 de tiene tanto peso como el de diez empleados "normales" que ganen 1.000 . En otras palabras, se ve muy afectada por valores extremos. No se puede determinar si en una distribucin de frecuencias hay intervalos de clase abiertos.

[editar] Media aritmtica ponderada

A veces puede ser til otorgar pesos o valores a los datos dependiendo de su relevancia para determinado estudio. En esos casos se puede utilizar una media ponderada. Si son nuestros datos y media ponderada se define de la siguiente forma: son sus "pesos" respectivos, la

[editar] Media muestral

Esencialmente, la media muestral es el mismo parmetro que el anterior, aunque el adjetivo "muestral" se aplica a aquellas situaciones en las que la media aritmtica se calcula para un subconjunto de la poblacin objeto de estudio. La media muestral es un parmetro de extrema importancia en la inferencia estadstica, siendo de gran utilidad para la estimacin de la media poblacional, entre otros usos.

[editar] Moda
Artculo principal: Moda (estadstica).

La moda es el dato ms repetido, el valor de la variable con mayor frecuencia absoluta.5 En cierto sentido la definicin matemtica corresponde con la locucin "estar de moda", esto es, ser lo que ms se lleva. Su clculo es extremadamente sencillo, pues slo necesita un recuento. En variables continuas, expresadas en intervalos, existe el denominado intervalo modal o, en su defecto, si es necesario obtener un valor concreto de la variable, se recurre a la interpolacin. Por ejemplo, el nmero de personas en distintos vehculos en una carretera: 5-7-4-6-9-56-1-5-3-7. El nmero que ms se repite es 5, entonces la moda es 5. Hablaremos de una distribucin bimodal de los datos, cuando encontremos dos modas, es decir, dos datos que tengan la misma frecuencia absoluta mxima. Cuando en una distribucin de datos se encuentran tres o ms modas, entonces es multimodal. Por ltimo, si todas las variables tienen la misma frecuencia diremos que no hay moda. Cuando tratamos con datos agrupados en intervalos, antes de calcular la moda, se ha de definir el intervalo modal. El intervalo modal es el de mayor frecuencia absoluta. La moda, cuando los datos estn agrupados, es un punto que divide el intervalo modal en dos partes de la forma p y c-p, siendo c la amplitud del intervalo, que verifiquen que:

Siendo la frecuencia absoluta del intervalo modal y y las frecuencias absolutas de los intervalos anterior y posterior, respectivamente, al Las calificaciones en la asignatura de Matemticas de 39 alumnos de una clase viene dada por la siguiente tabla (debajo):

Calificaciones

1 2 3 4 5 6 7 8 9

Nmero de alumnos 2 2 4 5 8 9 3 4 2 [editar] Propiedades

Sus principales propiedades son:

Clculo sencillo. Interpretacin muy clara. Al depender slo de las frecuencias, puede calcularse para variables cualitativas. Es por ello el parmetro ms utilizado cuando al resumir una poblacin no es posible realizar otros clculos, por ejemplo, cuando se enumeran en medios periodsticos las caractersticas ms frecuentes de determinado sector social. Esto se conoce informalmente como "retrato robot".6

[editar] Inconvenientes

Su valor es independiente de la mayor parte de los datos, lo que la hace muy sensible a variaciones muestrales. Por otra parte, en variables agrupadas en intervalos, su valor depende excesivamente del nmero de intervalos y de su amplitud. Usa muy pocas observaciones, de tal modo que grandes variaciones en los datos fuera de la moda, no afectan en modo alguno a su valor. No siempre se sita hacia el centro de la distribucin. Puede haber ms de una moda en el caso en que dos o ms valores de la variable presenten la misma frecuencia (distribuciones bimodales o multimodales).

[editar] Mediana
Artculo principal: Mediana (estadstica).

La mediana es un valor de la variable que deja por debajo de s a la mitad de los datos, una vez que stos estn ordenados de menor a mayor.7 Por ejemplo, la mediana del nmero de hijos de un conjunto de trece familias, cuyos respectivos hijos son: 3, 4, 2, 3, 2, 1, 1, 2, 1, 1, 2, 1 y 1, es 2, puesto que, una vez ordenados los datos: 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 4, el que ocupa la posicin central es 2:

En caso de un nmero par de datos, la mediana no correspondera a ningn valor de la variable, por lo que se conviene en tomar como mediana el valor intermedio entre los dos valores centrales. Por ejemplo, en el caso de doce datos como los anteriores:

Se toma como mediana Existen mtodos de clculo ms rpidos para datos ms nmerosos (vase el artculo principal dedicado a este parmetro). Del mismo modo, para valores agrupados en intervalos, se halla el "intervalo mediano" y, dentro de ste, se obtiene un valor concreto por interpolacin.
[editar] Clculo de la mediana para datos agrupados

Primero hallamos las frecuencias absolutas acumuladas Fi (ver tabla del margen derecho). As, aplicando la formula asociada a la mediana para n impar, obtenemos X(39+1)/2 = X20 y basndonos en la frmula que hace referencia a las frecuencias absolutas: Ni-1< n/2 < Ni = N19 < 19.5 < N20 Por tanto la mediana ser el valor de la variable que ocupe el vigsimo lugar. En nuestro ejemplo, 21 (frecuencia absoluta acumulada para Xi = 5) > 19.5 con lo que Me = 5 puntos (es aconsejable no olvidar las unidades; en este caso como estamos hablando de calificaciones, sern puntos) La mitad de la clase ha obtenido un 5 o menos, y la otra mitad un 5 o ms.
Ejemplo (N par)

Las calificaciones en la asignatura de Matemticas de 38 alumnos de una clase viene dada por la siguiente tabla (debajo):
Calificaciones 1 2 3 4 5 6 7 8 9

Nmero de alumnos 2 2 4 5 6 9 4 4 2 xi fi 1 2 2 2 3 4 4 5 Fi 2 4 8 13

5 6 19 = 19

Calculemos la Mediana: Primero hallamos las frecuencias absolutas acumuladas Fi (ver tabla margen derecho).

6 9 7 4

28 32 36 38

8 4 Si volvemos a utilizar la frmula asociada a la mediana para n par, obtenemos X(38/2) = X19 y basndonos en la frmula que hace referencia a las frecuencias absolutas --> Ni-1< n/2 < Ni = N18 < 19 < N19 9 2

Con lo cual la mediana ser la media aritmtica de los valores de la variable que ocupen el decimonoveno y el vigsimo lugar. En nuestro ejemplo, el lugar decimonoveno lo ocupa el 5 y el vigsimo el 6, (desde el vigsimo hasta el vigsimo octavo) con lo que Me = (5+6)/2 = 5,5 puntos.
[editar] Propiedades e inconvenientes

Las principales propiedades de la mediana son:8

Es menos sensible que la media a oscilaciones de los valores de la variable. Un error de transcripcin en la serie del ejemplo anterior en, pongamos por caso, el ltimo nmero, deja a la mediana inalterada. Como se ha comentado, puede calcularse para datos agrupados en intervalos, incluso cuando alguno de ellos no est acotado. No se ve afectada por la dispersin. De hecho, es ms representativa que la media aritmtica cuando la poblacin es bastante heterognea. Suele darse esta circunstancia cuando se resume la informacin sobre los salarios de un pas o una empresa. Hay unos pocos salarios muy altos que elevan la media aritmtica haciendo que pierda representatividad respecto al grueso de la poblacin. Sin embargo, alguien con el salario "mediano" sabra que hay tanta gente que gana ms dinero que l, como que gana menos.

Sus principales inconvenientes son que en el caso de datos agrupados en intervalos, su valor vara en funcin de la amplitud de estos. Por otra parte, no se presta a clculos algebraicos tan bien como la media aritmtica.

[editar] Vase tambin

Media aritmtica Mediana (estadstica) Moda (estadstica) Parmetro estadstico.

[editar] Referencias
1. Frnandez Fernndez, Santiago; Alejandro Crdoba, Jos Mara Cordero Snchez, Alejandro Crdoba (2002). 3.3. Medidas de posicin. Estadstica Descriptiva (2

2.

3.

4.

5. 6.

7. 8.

edicin). ESIC Editorial. p. 134. ISBN 8473563069. http://books.google.es/books?id=31d5cGxXUnEC&printsec=frontcover#PPA134,M1. Wackerly, Dennis D; Mendenhall, William; Scheaffer, Richard L. (2002). 1.3. Descripcin de un conjunto de mediciones: mtodos numricos. Estadstica matemtica con aplicaciones (6 edicin). Cengage Learning Editores. p. 8. ISBN 9706861947. La medida central que ms se usa en estadstica es la media aritmtica Rius Daz, Francisca (octubre de 1997). 2.3.2 La media. Bioestadstica. Mtodos y aplicaciones. Mlaga: Universidad de Mlaga. ISBN 84-7496-653-1. http://www.bioestadistica.uma.es/libro/node15.htm#sec:media. Consultado el 07-042009. Wackerly, Dennis D; Mendenhall, William; Scheaffer, Richard L. (2002). 1.3. Descripcin de un conjunto de mediciones: mtodos numricos. Estadstica matemtica con aplicaciones (6 edicin). Cengage Learning Editores. p. 8. ISBN 9706861947. Dos conjuntos de mediciones podran tener distribuciones de frecuencias muy distintas, pero con la misma media Rius Daz, Francisca. 2.3.6 La moda. Bioestadstica. Mtodos y aplicaciones. Santos, Mara Jos (abril 2009). Retrato robot del alcalde metropolitano. El Correo de Andaluca. http://www.correoandalucia.com/noticia.asp?idnoticia=442417009609510010009242 4170. Consultado el 07-04-2009. Serret Moreno-Gil, Jaime (1998). Procedimientos estadsticos. ESIC. pp. 75. ISBN 8473561716. http://books.google.es/books?id=812eR6i9Gj4C. Consultado el 17-4-2009. Rius Daz, Francisca. 2.3.4 La mediana. Bioestadstica. Mtodos y aplicaciones.

[editar] Enlaces externos

L o s int er va lo s de c la se la va r ia ble e s c o nt inua .

se

e mple an si l as

va r ia bles to man un n m er o gr a nde de va lo r e s o

Se a gr upa n los va lo r es e n int er va lo s que te ngan la m i sm a a m plit ud de no minado s c la se s . A cada c la se se le asigna su fr ec uen c ia c o r r espo ndient e .

Medidas de posicin no central

De Wikipedia, la enciclopedia libre Saltar a: navegacin, bsqueda

Los cuantiles 0.25, 0.50 y 0.75 de la distribucin normal. Ms conocidos como los cuartiles Q_1, Q_2 y Q_3, dividen la distribucin en cuatro bloques, cada uno de los cuales contiene el 25% de los datos.

En estadstica descriptiva, las medidas de posicin no central permiten conocer otros puntos caractersticos de la distribucin que no son los valores centrales. Entre las medidas de posicin no central ms importantes estn los cuantiles. El trmino cuantil fue usado por primera vez por Kendall en 1940. El cuantil de orden p de una distribucin (con 0 < p < 1) es el valor de la variable que marca un corte de modo que una proporcin p de valores de la poblacin es menor o igual que . Por ejemplo, el cuantil de orden 0.36 dejara un 36% de valores por debajo y el cuantil de orden 0.50 se corresponde con la mediana de la distribucin. Los cuantiles suelen usarse por grupos que dividen la distribucin en partes iguales; entendidas estas como intervalos que comprenden la misma proporcin de valores. Los ms usados son:

Los Cuartiles, que dividen a la distribucin en cuatro partes (corresponden a los cuantiles 0.25, 0.50 y 0.75); Los Quintiles, que dividen a la distribucin en cinco partes (corresponden a los cuantiles 0.20, 0.40, 0.60 y 0.80) ; Los Deciles, que dividen a la distribucin en diez partes; Los Percentiles, que dividen a la distribucin en cien partes.

En el clculo de cuantiles con distribuciones de variable continua (por ejemplo, con datos agrupados) puede conseguirse fcilmente que las partes en que se divide la distribucin sean exactamente iguales. Sin embargo, en las distribuciones de variable discreta (como el caso de datos aislados) debemos conformarnos con que estas partes sean aproximadamente iguales. Por desgracia, no hay consenso sobre la forma en que realizar esta aproximacin, existiendo en la literatura cientfica nueve mtodos diferentes, que conducen a resultados diferentes. Por ello, al calcular cualquier cuantil de datos no agrupados por medio de calculadora, software o manualmente, es bsico el saber e indicar el mtodo utilizado. La funcin que a cada p le asigna el punto de corte orden p, se denomina funcin cuantil. , es decir, el valor del cuantil de

Contenido
[ocultar]

1 Clculo de cuantiles de datos agrupados en intervalos 2 Cuantiles destacados o 2.1 Cuartiles o 2.2 Percentiles 3 Clculos con ordenador o 3.1 Con paquetes de software estadstico o 3.2 Con software matemtico de propsito general 4 Referencias 5 Vase tambin

[editar] Clculo de cuantiles de datos agrupados en intervalos

Calcularemos el cuantil de orden 0.30 de la edad de la poblacin de una aldea resumida en la tabla:
Edad de la poblacin habitantes frecuencia acumulada 0-20 20-40 40-60 60-80 80-100 9 18 26 7 4 9 27 53 60 64

Nuestro primer paso ser hallar el intervalo en que se encuentra nuestro cuantil: De un total de 64 datos, el cuantil 0.30 ocupar la posicin np=640.3=19.2. Observamos en la columna de frecuencias acumuladas que este valor, por estar comprendido entre 9 y 27, corresponde al intervalo 20-40. Dentro de este intervalo, seleccionaremos el valor de nuestro cuantil por simple interpolacin lineal. Para ello, siguiendo las indicaciones del grfico, slo ser necesario hacer una regla de tres.

Observamos en la figura dos tringulos semejantes: OAB y OCD. El cuantil buscado corresponder a la abscisa 20+x. Razonando por semejanza, OB=x es a AB=10.2, como OD=20 es a CD=18. Despejando obtenemos x=11.33, luego el cuantil buscado es a 20+x=31.33.

[editar] Cuantiles destacados

[editar] Cuartiles

Los cuartiles son los tres valores que dividen al conjunto de datos ordenados en cuatro partes porcentualmente iguales. Aparecen citados en la literatura cientfica por primera vez en 1879 por D. McAlister.1 La diferencia entre el tercer cuartil y el primero se conoce como rango intercuartlico. Se representa grficamente como la anchura de las cajas en los llamados diagramas de cajas. Dada una serie de valores X1,X2,X3 ...Xn ordenados en forma creciente, podemos pensar que su clculo podra efectuarse:

Primer cuartil (Q1) como la mediana de la primera mitad de valores; Segundo cuartil (Q2) como la propia mediana de la serie; Tercer cuartil (Q3) como la mediana de la segunda mitad de valores.

Pero esto conduce a distintos mtodos de clculo de los cuartiles primero (resp. tercero) segn la propia mediana se incluya o excluya en la serie de la primera (resp. segunda) mitad de valores.
Clculo con datos no Agrupados

No hay uniformidad sobre su clculo. en la bibliografa se encuentran hasta cinco mtodos que dan resultados diferentes.2 Uno de los mtodos es el siguiente: dados n datos ordenados,

El primer cuartil:

(n+3)/4

Para el tercer cuartil

(3n+1)/4
[editar] Percentiles

Se representan con la letra P. Para el percentil i-simo, donde la i toma valores del 1 al 99. El i % de la muestra son valores menores que l y el 100-i % restante son mayores. Aparecen citados en la literatura cientfica por primera vez por Francis Galton en 18853

P25 = Q1. P50 = Q2 = mediana. P75 = Q3.

Clculo con datos no Agrupados

Un mtodo para calcular un percentil sera el siguiente: Calculamos donde n es el nmero de elementos de la muestra e i el percentil. El resultado de realizar esta operacin da como resultado un nmero real con parte entera E y parte decimal D. Teniendo en cuenta estos 2 valores, aplicamos la siguiente funcin:

El resultado de esta ltima operacin es el valor del percentil pedido. Ejemplo en Youtube : http://www.youtube.com/watch?v=Ww0tPH_-31w

[editar] Clculos con ordenador

[editar] Con paquetes de software estadstico

Hay varios mtodos, que conducen a resultados distintos, para estimar el valor de los cuantiles.4 La batera completa de nueve mtodos est disponible en el lenguaje de programacin R;5 SAS incluye cinco de los mtodos citados; STAT, cuatro. A diferencia de estos, software de propsito general como Microsoft Excel incluye slo uno de los mtodos.

[editar] Con software matemtico de propsito general

Citaremos en este caso el uso de Scilab, Matlab y Excel.

Percentiles

En Scilab, los percentiles de un conjunto de datos son calculados con la instruccin perctl. A esta instruccin hay que introducirle dos vectores. Uno de ellos x debe contener los datos que queremos procesar y en el otro y, valores enteros comprendidos entre el 1 y el 100. La funcin calcula cuales son los valores de x que se corresponden con los percentiles indicados en y. Por ejemplo:
x=[7,12,4,8,3,10,11,5,13,1,12,3,5,1,17,4,8,8,7,19,8,1,7,17,4,7,1,7,3,7 ,3,13,3,4,7,8,10,2,5,11,5,4,3,5,8]; y=[15,25,60,80]

calculara los percentiles 15, 25, 60 y 80 del conjunto de datos del vector x, mostrando en la salida una matriz de dos columnas. En la primera de ellas aparecen los valores de los percentiles pedidos y en la segunda aparece la posicin que ocupan en el vector x dichos valores:
prctile(x,y) ans = 3. 43. 4. 3. 7. media de los elementos 1 y 19. 10.5 media de los elementos 6 y 7

Cuartiles

Siguiendo con Scilab, los cuartiles de la muestra son calculados con la instruccin quart. Esta instruccin es ms sencilla que la anterior. Basta con introducirle un vector o matriz de valores y nos devolver un vector con el valor de los cuartiles de los datos introducidos. Scilab tambin nos permite calcular el rango intercuartilico que es la distancia que hay entre un cuartil y otro. Podemos hacerlo con la instruccin iqr. Voy a usar el mismo vector x que en el caso anterior:
quart(x) ans = 3.75 iqr(x) ans = 4.75 7. 8.5

Para MSExcel se puede usar =cuartil(RANGO, 1) =cuartil(RANGO, 2) =cuartil(RANGO, 3) donde RANGO son los datos de los cuales queremos extraer el cuartil y el valor 1, 2 y 3 indican el primer, segunto y tercer cuartil.

[editar] Referencias
1. McAlister, D. (1879). The law of the geometric mean. PRSL, 29, 367-376. 2. Quartile - from MathWorld Compara diversos mtodos de clculo de cuertiles 3. Galton, F. (1885a). Some results of the Anthropometric Laboratory. J. Anthrop. Inst., 14, 275-287. 4. Hyndman, R.J.; Fan, Y. (November 1996). Sample Quantiles in Statistical Packages. American Statistician (American Statistical Association) 50 (4): pp. 361365. doi:10.2307/2684934. http://jstor.org/stable/2684934. 5. Plantilla:Cita manual

[editar] Vase tambin

Diagrama de caja para la representacin grfica de los cuartiles. Funcin cuantil Medidas de tendencia central

Medidas de dispersin
De Wikipedia, la enciclopedia libre Saltar a: navegacin, bsqueda Este artculo o seccin necesita referencias que aparezcan en una publicacin acreditada, como revistas especializadas, monografas, prensa diaria o pginas de Internet fidedignas. Puedes aadirlas as o avisar al autor principal del artculo en su pgina de discusin pegando: {{subst:Aviso referencias|Medidas de dispersin}} ~~~~

Las medidas de dispersin, tambin llamadas medidas de variabilidad, muestran la variabilidad de una distribucin, indicando por medio de un nmero, si las diferentes puntuaciones de una variable estn muy alejadas de la mediana media. Cuanto mayor sea ese valor, mayor ser la variabilidad, cuanto menor sea, ms homognea ser a la mediana media. As se sabe si todos los casos son parecidos o varan mucho entre ellos. Para calcular la variabilidad que una distribucin tiene respecto de su media, se calcula la media de las desviaciones de las puntuaciones respecto a la media aritmtica. Pero la suma de las desviaciones es siempre cero, as que se adoptan dos clases de estrategias para salvar este problema. Una es tomando las desviaciones en valor absoluto (Desviacin media) y otra es tomando las desviaciones al cuadrado (Varianza).

Contenido
[ocultar]

1 Rango estadstico o 1.1 Requisitos del rango 1.1.1 Ejemplo 2 Medio rango o 2.1 Ejemplo o 2.2 Propiedades 3 Desviacin tpica o 3.1 Desviacin tpica muestral o 3.2 Desviacin tpica poblacional 4 Coeficiente de Correlacin de Pearson o 4.1 Propiedades 4.1.1 Ejemplo 5 Vase tambin

[editar] Rango estadstico

El rango o recorrido estadstico es la diferencia entre el valor mnimo y el valor mximo en un grupo de nmeros aleatorios. Se le suele simbolizar con R.
[editar] Requisitos del rango

Ordenamos los nmeros segn su tamao. Restamos el valor mnimo del valor mximo

[editar] Ejemplo

Para una muestra (8,7,6,9,4,5), el dato menor es 4 y el dato mayor es 9 (Valor unitario inmediatamente posterior al dato mayor menos el dato menor). Sus valores se encuentran en un rango de:
Rango = 5

[editar] Medio rango

El medio rango de un conjunto de valores numricos es la media del menor y mayor valor, o la mitad del camino entre el dato de menor valor y el dato de mayor valor. En consecuencia, el medio rango es:

[editar] Ejemplo

Para una muestra de valores 3, 3, 5, 6, 8), el dato de menor valor Min= 3 y el dato de mayor valor Max= 8. El medio rango resolviendolo mediante la correspondiente frmula sera:

Representacin del medio rango: es una tim== Varianza == La varianza es una medida estadstica que mide la dispersin de los valores respecto a un valor central (media), es decir, es el cuadrado de las desviaciones:

[editar] Propiedades

La varianza es siempre positiva o 0: Si a los datos de la distribucin les sumamos una cantidad constante la varianza no se modifica.

Si a los dato de la distribucin les multiplicamos una constante, la varianza queda multiplicada por el cuadrado de esa constante.

Propiedad distributiva:

cov

FORBES

[editar] Desviacin tpica

La varianza a veces no se interpreta claramente, ya que se mide en unidades cuadrticas. Para evitar ese problema se define otra medida de dispersin, que es la desviacin tpica, o desviacin estndar, que se halla como la raz cuadrada positiva de la varianza. La desviacin tpica informa sobre la dispersin de los datos respecto al valor de la media; cuanto mayor sea su valor, ms dispersos estarn los datos. Esta medida viene representada en la mayora de los casos por S, dado que es su inicial de su nominacin en ingls.
[editar] Desviacin tpica muestral

[editar] Desviacin tpica poblacional

-->x= [17 14 2 5 8 7 6 8 5 4 3 15 9] x = 17. 15. 14. 9. 2. 5. 8. 7. 6. 8. 5. 4. 3.

-->stdev(x) ans = 4.716311 -->

Primero hemos declarado un vector con nombre X, donde introduzco los nmeros de la serie. Luego con el comando stdev se hallar la desviacin tpica. == Covarianza == La covarianza entre dos variables es un estadstico resumen indicador de si las puntuaciones estn relacionadas entre s. La formulacin clsica, se simboliza por la letra griega sigma () cuando ha sido calculada en la poblacin. Si se obtiene sobre una muestra, se designa por la letra " ". La formula suele aparecer expresada como:

Este tipo de estadstico puede utilizarse para medir el grado de relacin de dos variables si ambas utilizan una escala de medida a nivel de intervalo/razn (variables cuantitativas). La expresin se resuelve promediando el producto de las puntuaciones diferenciales por su tamao muestral (n pares de puntuaciones, n-1 en su forma insesgada). Este estadstico, refleja la relacin lineal que existe entre dos variables. El resultado numrico fluctua entre los rangos de +infinito a -infinito. Al no tener unos lmites establecidos no puede determinarse el grado de relacin lineal que existe entre las dos variables, solo es posible ver la tendencia.

[editar] Coeficiente de Correlacin de Pearson

El coeficiente de correlacin de Pearson, r, permite saber si el ajuste de la nube de puntos a la recta de regresin obtenida es satisfactorio. Se define como el cociente entre la covarianza y el producto de las desviaciones tpicas (raz cuadrada de las varianzas).

Teniendo en cuenta el valor de la covarianza y las varianzas, se puede evaluar mediante cualquiera de las dos expresiones siguientes:

[editar] Propiedades

El coeficiente de correlacin, r, presenta valores entre 1 y +1. Cuando r es prximo a 0, no hay correlacin lineal entre las variables. La nube de puntos est muy dispersa o bien no forma una lnea recta. No se puede trazar una recta de regresin.

Cuando r es cercano a +1, hay una buena correlacin positiva entre las variables segn un modelo lineal y la recta de regresin que se determine tendr pendiente positiva, ser creciente. Cuando r es cercano a -1, hay una buena correlacin negativa entre las variables segn un modelo lineal y la recta de regresin que se determine tendr pendiente negativa: es decreciente.es

[editar] Ejemplo

Tenemos una tabla con dos datos (x y h), elaboramos su tabla de frecuencias (fre) -->x=[2.5 7.5 12.5 17.5] Vector de datos X
x = 2.5 7.5 12.5 17.5

-->h=[0 1 2] Vector de datos H

h = 0. 1. 2.

-->fre=[.03 .12 .07;.02 .13 .11;.01 .13 .14;.01 .09 .14] Matriz de frecuencias
fre = 0.03 0.02 0.01 0.01 0.12 0.13 0.13 0.09 0.07 0.11 0.14 0.14

-->rho=correl(x,h,fre) Aplicacin del Comando correl

rho = 0.2097870c

Medidas de asociacin
De Wikipedia, la enciclopedia libre

Saltar a: navegacin, bsqueda

En epidemiologa, las medidas de asociacin tratan de estimar la magnitud con la que dos fenmenos se relacionan. Dicha asociacin no implica necesariamente causalidad. Ejemplos de medidas de asociacin son:

El riesgo relativo, utilizado en los estudios de cohortes. Compara la ocurrencia o incidencia acumulada de un suceso entre quienes estn expuestos a un factor de riesgo y quienes no. La razn de tasas, compara tasas de incidencia, es decir, la velocidad a la que ocurre un determinado fenmeno entre personas expuestas y no expuestas a un factor de riesgo. El odds ratio, que se usa en los estudios de casos y controles, y que nos permite relacionar cunto ms probable es que se produzca una exposicin determinada entre las personas enfermas (casos) que entre las sanas (controles).

En estadstica hay datos cualitativos y cuantitativos para las pruebas de 1, 2 y 3 o ms variables. Tpicos estadsticos de asociacin son la regresin y la correlacin, que a su vez se divide en datos cardinales y ordinales.

[editar] Ejemplos de estadsticos de asociacin

Las tablas de contingencia y la matriz de correlacin de tabulaciones cruzadas. Estos dos ejemplos de estadsticos miden asociaciones entre dos tablas de caractersticas con dos diferentes tratamientos y se pueden usan conjuntamente y son no parametricas, sino establecemos probabilidades.

[editar] Ejemplos de listas de datos asociados

En el Barmetro de opinin del CIS (Espaa) la encuesta mensual da las prioridades de los problemas sociales principales del pas y cuales le afectan ms al encuestado. Los resultados son para 30 tems que obviamente est en diferente orden: para el pas y para la persona. El coeficiente de Spearman de correlacin por rangos medir la asociacin entre el orden que existe en ambas listas, que ya tienen calculados el % y nmero de respuestas para cada tema de la lista. La frmula del estadstico es de Spearman es igual 1 menos el cociente de 6 por la suma de desviaciones entre pares al cuadrado dividida por el nmero de casos multiplicado por nmero de casos al cuadrado menos uno.

Serie de datos
De Wikipedia, la enciclopedia libre Saltar a: navegacin, bsqueda

Una serie de datos es un conjunto de resultados observados, generalmente ligados a una secuencia temporal. Por ejemplo:

serie de datos pluviomtricos diarios: estos datos son directamente observados en las estaciones pluviomtricas o meteorolgicas, pueden tambin ser llamadas series primarias; serie de datos pluviometricos mensuales, se trata de una elaboracin a partir de los datos primarios observados da a da en las estaciones de medicin; serie de resultados numricos obtenidos en un ensayo de laboratorio, en este caso puede no tener una relacin secuencial.

En el caso que est ligado a una serie temporal, se le denomina serie de tiempo. A partir de los aos 1980, se hace cada vez ms frecuente la utilizacin de redes de sensoreamiento remoto, generando de esta forma una serie temporal de observaciones con un intervalo de tiempo que pueden ser muy pequemos. Por ejemplo, en una red de sensoreamiento remoto de precipitaciones, el barrido de los sensores puede hacerse a cada unos pocos minutos.

[editar] Ejemplo de serie de datos primarios

Ejemplo de serie de datos primaria (Precipitaciones diarias en una estacin genrica).

En la figura anexa se presenta un ejemplo de serie de datos primarios, consta de 365 nmeros, y representa la serie de registros de precipitaciones diarias durante todo un ao en una estacin pluviomtrica genrica (en el caso particular, la unidad utilizada es el mm).

[editar] Ejemplo de serie de datos secundarios

De la serie anterior, se pueden calcular los totales mensuales, para este caso son: 144; 129; 104; 100; 73; 31; 26; 56; 115; 144; 152; 158 lo que constituye una serie de datos secundarios, que para el ejemplo considerado, son las precipitaciones mensuales en la estacin pluviomtrica en el ao considerado.

[editar] Caractersticas de una serie de datos

Las principales caractersticas estadsticas de una serie de datos son:

Media; en el ejemplo considerado media anual de precipitaciones diarias

donde: = media diaria anual en mm. = precipitacin del da i en mm.

para el caso considerado en el ejemplo sera:

mm/da

Desvo padrn " " sobre la media