Professional Documents
Culture Documents
Departamento de Matemticas
Iintroduccin
Descripcin
Relacin
Conceptos
Modelos
de un conjunto de datos.
bsicos de probabilidad
probabilsticos
Distribuciones
La
DATO:
TIPOS DE VARIABLES
1. Cualitativas
DE ACUERDO A
MEDICIN
1.1. ordinales
1.2. nominales
2. Cuantitativas
2.1. discreta
2.2. continua
POR SE ASIGNA
SOBRE OTRAS
VARIABLES
1. Independiente
2. Dependiente
3. Extraa
DESCRIPCIPCIN
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, pues no puede construirse una
serie numrica definida, sino que se ordenan en jerarquas con
respecto a la caracterstica que se evala
La variable cualitativa ordinal es aquella que toma distintos
valores ordenados siguiendo una escala establecida. Por
ejemplo para medir la severidad de una lesin se puede usar la
escala de: leve, moderada y grave. Otro ejemplo puede ser el
nivel socioeconmico, bajo, medio y alto.
La variable cualitativa nominal los valores no tienen alguna
forma natural de ordenacin, y adems los posibles valores que
tome son mutuamente excluyentes. Por ejemplo los posibles
valores de un estudio son si y no, u hombre y mujer.
Son las variables que se expresan mediante cantidades
numricas
Son las variables que nicamente toman valores enteros o
numricamente fijos. Por ejemplo, las ocasiones en que ocurre
un suceso, la cantidad de pesos que se gastan en una semana,
los puntos con que cierra diariamente una bolsa de valores, el
nmero de hijos, etc.
Estas son llamadas tambin variables de medicin, y son
aquellas que toman cualquier valor numrico ya sea entero,
fraccionario, o incluso irracional. Este tipo de variable se
obtienen a travs de mediciones y su valor est sujeto a la
precisin de los instrumentos de medicin. Por ejemplo el
tiempo que un corredor tarda en recorrer una cierta distancia, la
estatura de los alumnos de una clase, la cantidad de litros que
despacha una bomba de combustible, etc.
La variable independiente es aquella propiedad de un fenmeno
al que se le va a evaluar su capacidad para influir, incidir o
afectar a otras variables. Por lo tanto es la que el investigador
escoge o manipula para observar los efectos en la variable
dependiente.
Son las variables de respuesta que se observan en el estudio y
que podran estar influidas por los valores de las variables
independientes. En otras palabras son las que registran los
cambios de la manipulacin de la variable independiente por el
investigador.
Son aquellas variables que el investigador no controla
directamente, pero que pueden influir en el resultado de su
investigacin. Por lo tanto deben ser controladas hasta donde
sea posible, para asegurarnos que los resultados se deben
nicamente al manejo que el investigador hace de la variable
independiente, y no a las variables extraas no controladas.
ESTADSTICA
DESCRIPTIVA
MEDIDAS DE
TENDENCIA
CENTRAL
Media
Mediana
Moda
MEDIDAS DE
DISPERSIN
Rango
Desviacin Estandar
Coeficiente de variacin
El
X
1 + X 2 + ...+ X n
X=
,
n
La media poblacional se denota con m
Mediana:
2,3,3,3,4,4,4,4,5,5,5,6,6,7,7,7,7,8,8,8,8,12
CASO 2
Me =
5 + 6
= 5.5
2
2,3,3,3,4,4,4,4,5,5,6,6,7,7,7,7,8,8,8,8,12
Me = 6
X= 2+3+3+3+4+4+4+4+5+5+5+6+6+7+7+7+7+8+8+8+8+12 = 5.54
22
X=
2+3+3+3+4+4+4+4+5+5+6+6+7+7+7+7+8+8+8+8+12
21
= 5.76
Moda:
En un conjunto de nmeros es el valor que ocurre con mayor
frecuencia, es decir, es el valor mas frecuente.
La moda puede no existir en la distribucin, e incluso puede
hasta tener 2 o mas.
En el caso de una moda la distribucin es unimodal, en el caso de
dos modas es bimodal, tres modas trimodal y as sucesivamente.
Me
Me
Mo
Mo
X
Me
Mo
Distribuciones simtricas
La
Rango =
R = Vmax - V min
R = 7 - 2
R = 5
120,121,112,113,123,132,157,132,157,118,119,115,150,121,
138,107,104,140,109,113,106,129,134,121,109,102,123,116,
110,121
n
S ( Xj X )2
R = Vmx - Vmn
R = 157 102 = 55
La relacin corresponde a que el rango es
aproximadamente igual a 4 veces la desviacin
estndar
S=
j=1
n-1
S = 13.8
R = 4S = 4(13.8) = 55.2
Promedio
Desv. Std.
CV =
CV =
CV =
Lnea J
Lnea C
+ 98.50 + 94.39
0.98
0.67
0.98/98.50
0.67/94.39
0.009949
0.007098
0. 9949 %
0. 7098 %
Las
Realizar
PASO
Histogramas
Histograma
edades.
Tipo serrucho
Tendremos esta forma cundo el tamao de la clase
del histograma, no ha sido establecida
adecuadamente.
14
12
10
8
6
4
2
0
1
9 10
Tipo sesgada
Estos histogramas se observan en casos de defectos o
fallas.
12
10
8
6
4
2
0
1
9 10
Datos aislados
Este tipo de histogramas se presenta debido a
errores en mediciones o en la toma de la muestra.
Se
De
La
Si
Si
=REDONDEAR(ALEATORIO()*(88-12)+12,0)
Tamao muestral
Valor correspondiente a la distribucin de Gauss 1,96 para a =0,05 y 2,58 para a =0,01.
Prevalencia esperada del parmetro a evaluar. En caso de desconocerse, aplicar la opcin ms desfavorable (p=0,5), que hace
mayor el tamao muestral.
Error que se prev cometer. Por ejemplo, para un error del 10%, introduciremos en la frmula el valor 0,1. As, con un error del
10%, si el parmetro estimado resulta del 80%, tendramos una seguridad del 95% (para a =0,05) de que el parmetro real se
sita entre el 70% y el 90%. Vemos, por tanto, que la amplitud total del intervalo es el doble del error que introducimos en la
frmula.