PRACTICA N2

NOMBRE: Unv. Paredes Pillco lvaro Simon DOCENTE: Ing. Tapia Tapia Waldo MATERIA: Mat-237 FECHA: 18/03/2013

LA PAZ-BOLIVIA

ESTADGRAFOS, MEDIDAS DESCRIPTIVAS

1. DEFINICION:
Despus de haber ordenado y descrito un conjunto de datos, an el anlisis resulta todava un tanto incompleto; es necesario entonces resumir la informacin y facilitar as su anlisis e interpretacin utilizando ciertos indicadores. A estos indicadores se les denomina tambin ESTADIGRAFOS o MEDIDAS DE RESUMEN, permiten hallar un valor numrico, el mismo que representa a toda la poblacin o muestra en estudio.

2. CLASIFICACIN:
Las medidas de resumen ms importantes se clasifican en tres grupos: -Medidas de tendencia central : -Medidas de posicin : -Medidas de dispersin : Media, mediana, moda Deciles, cuartiles, percentiles Desviacin standard, varianza, coeficiente de variacin

MEDIDAS DE TENDENCIA CENTRAL: Son los valores

numricos que indican el "centro" de un conjunto de datos, describen a todo el conjunto sealando una caracterstica que destaca. Los estadgrafos de tendencia central ms importantes son:

A. MEDIA ARITMETICA O PROMEDIO ARITMTICO: Es el punto de equilibrio de una serie de datos, el valor que tendran todos los datos de no existir diferencias entre ellos.

a) Para datos no agrupados: Se obtiene sumando los valores de

todos los datos y dividiendo esta suma entre el nmero total de datos. La frmula es:

b) Para datos agrupados: La media se obtiene sumando el producto que se obtiene del valor medio del intervalo de clase por la frecuencia de esa clase y dividiendo esta suma entre el nmero total de datos. El valor medio del intervalo de clase se obtiene sumando el lmite inferior ms el lmite superior de la clase y dividiendo esta suma entre dos. La frmula es:

Ejemplos

La media tiene como ventajas cuando los datos estn distribuidos normal o simtricamente, es de gran estabilidad porque toma en cuenta todos los datos y nos permite estimar y probar parmetros en inferencias. Sin embargo, tambin tiene algunas desventajas como que al incluir todos los datos, puede ser afectado por valores extremos, por ello no es recomendable calcular la media en datos agrupados que tienen clases abiertas en los extremos.
B. MEDIANA: Es un valor numrico de posicin central, que nos determina que el 50 % de las observaciones sea menor o igual que l y el otro 50 % sea mayor o igual. Para obtenerlo se deben seguir los siguientes pasos:

a) Para datos no agrupados: A. Ordenar los datos de menor a mayor. B. Determinar la posicin con: pMd = n+1 = E + f (Entero + fraccin) 2 C. Calcular el valor de la mediana con: vMd = xE + fD
donde

D = (xE+1 - xE)

b) Para datos agrupados: A. Obtener Nh (nmero de datos acumulado) B. Determinar la posicin de la mediana (y marcar la clase que la contiene), con: pMd = Nh 2 C. Calcular el valor de la mediana con:

Ejemplos

vMd =

LMdi + IMd

(Nh/2) - N(Md-1) nMd

Donde:

LMdi IMd

= Lmite real inferior (por redondeo) de la clase que contiene la mediana = Tamao del intervalo de la clase Mediana.

N(Md-1) = Nmero de datos acumulado hasta la clase anterior a la

clase mediana

nMd

= Nmero de datos de la clase mediana.

La mediana no est afectada por valores extremos, es til cuando los datos agrupados tienen clases abiertas en los extremos. Se aplica tambin a variables de la escala ordinal. C. MODA: Es el valor que ms se repite, , en una distribucin de frecuencias, es el valor de ms alta frecuencia. Si hay dos o ms valores con esta caracterstica, se dice entonces que el conjunto de datos es bi o multimodal. Si la cantidad de elementos que se repiten es mayor que n/2, entonces se afirma que no hay moda. a) Para datos no agrupados: La moda es el valor ms frecuente o el que ms se repite.

b) Para datos agrupados: A. La posicin de la moda est en la clase de frecuencia mxima, a ella se le denomina clase moda. pMo = nmx B. El valor de la moda se calcula con:

vMo =

LMoi + IMo

1 1 + 2

Ejemplos
Donde:

LMoi = Lmite real inferior (por redondeo) de la clase moda IMo = Tamao del intervalo de la clase moda

= nMo - n(Mo-1) = nMo - n(Mo+1)

nMo = Valor de la clase moda n(Mo-1) = Valor de la clase anterior a la clase moda n(Mo+1) = Valor de la clase posterior a la clase moda.
2.2. MEDIDAS DE POSICION RELATIVA: Llamados tambin CUANTILES, son aquellos valores de las variables que dividen una distribucin de frecuencias o serie de nmeros en 4, 10 100 partes iguales, tomando la denominacin de QUARTILES, DECILES PERCENTILES. Determinan la dispersin alrededor de la mediana. Se obtienen de la siguiente manera:

a) Para datos no agrupados: A. Ordenar los datos de menor a mayor. B. Encontrar la posicin con: M pCj = jn + 2 = E + f M Donde M = nmero de partes en que se divide la distribucin

C. Calcular el valor con:

vCj = xE + fD

donde

D = (xE+1 - xE)

MEDIDA

SIMBOLO

POSICION

PARTES

-----------------------------------------------------------------------------CUANTILES C j M

CUARTILES

1, 2, 3

DECILES

1, 2, 3,....8, 9

10

PERCENTILES

1, 2, 3,...98, 99

100

-----------------------------------------------------------------------------

b) Para datos agrupados: Se realizan los siguientes pasos: A. Obtener Nh (nmero de datos acumulado) B. Determinar la posicin del cuantil j (y marcar la clase que lo contiene), con: pCj = jNh M C. Calcular el valor del cuantil con:

vCj =

LCji + ICj

(jNh/M) - N(Cj-1) nCj

Donde:

LCji

= Lmite real inferior (por redondeo) de la clase que contiene el cuantil j ICj = Tamao del intervalo de la clase cuantil j N(Cj-1) = Nmero de datos acumulado hasta la clase anterior a la clase cuantil j

NCj

= Nmero de datos de la clase cuantil j.

2.3.

MEDIDAS DE DISPERSION: Son aquellas que miden cunto se alejan de la media cada uno de los valores de la variable.

A. VARIANZA: Es el promedio de la suma de las desviaciones al cuadrado con respecto a la media. Sirve para comparar dos o ms distribuciones. Se obtiene de la siguiente manera: a) Para datos no agrupados:

Ejemplos
b) Para datos agrupados:

S2 = I2 [N nh dh2 - ( nh dh)2]
N2

B. DESVIACION STANDARD: Es igual a la raz cuadrada de la varianza, tiene algunos principios que mencionamos: a) A mayor dispersin alrededor de la media, mayor valor de la desviacin standard. b) Las desviaciones extremas con respecto a la media, pesan mucho para determinar el valor de la desviacin standard. c) Para distribuciones normales: El 68,97 % de las observaciones est en X 1 S El 95,45 % de las observaciones est en X 2 S El 99,73 % de las observaciones est en X 3 S C. COEFICIENTE DE VARIACIN: Mide la homogeneidad de una muestra. CV = S x 100 X . Se da en porcentaje, el resultado es la heterogeneidad de la poblacin; el resto de 100 % es la homogeneidad