Probabilidad y estadstica

Capitulo 2 INDICE 1. Introduccin 2 2. Parmetros estadsticos.. 2 2.1. 2.2. Parmetro. 2 Estadstico. 2 Media aritmtica.. 3 Mediana. 3 Moda.. 3 Varianza 4 Desviacin tpica.. 4 Coeficiente de variacin.. 4 Amplitud 4 Cuartiles 5 Deciles 5 Centiles.. 5 Sesgo.. 6 Kurtosis. 6

3. Medidas de tendencia central. 2 3.1. 3.2. 3.3.

4. Medidas de dispersin. 4 4.1. 4.2. 4.3. 4.4.

5. Medidas de posicin 5 5.1. 5.2. 5.3. 5.4. 5.5.

6. Asimetra y apuntamiento.. 6 7. Conclusiones 7 8. Critica.. 7 9. Bibliografa.. 7

Introduccin:

En el capitulo dos se hablara sobre los parmetros estadsticos y los diferentes tipos de medidas que se pueden realizar en la estadstica, como realizarlas efectivamente y sus usos dentro de los problemas cotidianos. Este trabajo tiene la finalidad de que el alumno reafirme los conocimientos adquiridos en clase y disperse dudas en caso de que no quedara claro algn tema en particular. -Parmetros estadsticos. Parmetro: Es una cantidad numrica calculada sobre una poblacin y resume los valores que esta toma en algn atributo. El parmetro intenta resumir toda la informacin que hay en una poblacin en pocos nmeros Estadstico: Es la cantidad numrica calculada sobre una muestra que resume su informacin sobre algn aspecto. Si un estadstico se usa para aproximar un parmetro tambin se le suele llamar estimador. Normalmente nos interesa conocer un parmetro, pero por la dificultad que conlleva estudiar a toda la poblacin, calculamos un estimador sobre una muestra y confirmamos en que sean prximos. En si un parmetro estadstico es un numero que se obtiene a partir de los datos de una distribucin estadstica. Los parmetros estadsticos sirven para sintetizar la informacin dada por una tabla o por una grafica. Existen tres tipos de parmetros estadsticos: De centralizacin. De posicin. De dispersin.

-Medidas de tendencia central. Las medidas de tendencia central son los indicadores estadsticos que muestran hacia que valor o valores se agrupan los datos.

Las medidas de tendencia central ms usadas son:

Media aritmtica: Equivale al clculo del promedio simple o de un conjunto de datos. Es el valor resultante que se obtiene al dividir la sumatoria de un conjunto de datos sobre el nmero total de datos. Hay que entender que existen dos formas de trabajar con los datos: datos agrupados y no agrupados. La media aritmtica para los datos NO agrupados se puede obtener simplemente sumando todos los datos y dividiendo el resultado entre el nmero total de estos mismos. La media aritmtica para los datos agrupados primeramente se tiene que realizar una tabla de frecuencias ya explicada en el captulo 1 y despus la media ser la divisin de la sumatoria del producto de las clases por la frecuencia sobre el nmero de datos totales. Mediana: La media es el valor que divide una serie de datos ordenados en dos partes iguales. Es decir la cantidad de datos que queda por debajo y por arriba de la mediana son los mismos. Igual que la media, existen distintas formas para sacar la mediana, para datos NO agrupados y para datos agrupados. Para datos NO agrupados se debe ordenar la informacin y buscar el dato que divida en dos partes iguales el nmero de datos, si el valor central son dos datos, el promedio de estos se considerara como la mediana. Para datos agrupados, en la tabla de frecuencias se debe localizar la frecuencia relativa acumulada que se acerque ms al 50% y tomar la marca de clase de esa clase o para una mayor exactitud podemos calcular el cuartil dos que equivale a la mediana. Moda: La moda indica el valor que ms se repite o la clase que posee mayor frecuencia. En caso de que los valores presenten la misma frecuencia, se dice que existe un conjunto de datos bimodal y se elige la moda que ms se parezca a nuestras otras medidas de tendencia central. Para datos NO agrupados solo se tiene que observar el valor que ms se repite. Para datos agrupados se elige la marca de clase que presente mayor frecuencia de nuestra tabla de frecuencias. Cabe mencionar que existen otras medidas de tendencia central que no son de uso frecuente, como la media geomtrica y la media armnica, pero estas no se vieron durante el curso.

-Medidas de dispersin

Las medidas de dispersin estn encaminadas a cuantificar lo prximo o alejados que estn los datos de la muestra de un punto central. Estas medidas indicaran por un lado el grado de variabilidad que hay en la muestra y, por otro lado, la representatividad de dicho punto central, ya que si se obtiene un valor pequeo, eso significara que los valores se concentran en torno a ese centro. En cambio si se obtiene un valor grande, significara que los valores no estn concentrados, sino dispersos. Varianza: mide el promedio de las desviaciones al cuadrado de las observaciones con respecto a la media, esta es sensible a valores extremos y sus unidades son el cuadrado de la variable, por estas razones es conveniente utilizar la desviacin tpica. Para la varianza en datos NO agrupados se calcula la sumatoria de cada dato menos la media, cada resta se debe elevar al cuadrado, despus de sumarlos se tendra dividir entre el nmero total de datos. La varianza en datos agrupados se calcula restando la marca de clase de cada clase menos la media esta resta elevada al cuadrado, despus se multiplica con la frecuencia de cada clase y se divide entre el nmero total de datos. Desviacin tpica (estndar): La desviacin estndar es una medida del grado de dispersin de los datos del valor promedio. Dicho de otra menara, la desviacin estndar es el promedio o variacin esperada con respecto a la media aritmtica. Una desviacin estndar grande indica que los puntos estn lejos de la media y una desviacin pequea indica que los datos estn agrupados cerca de la media. Para calcular la desviacin tpica en datos agrupados y en datos NO agrupados se saca la raz cuadrada de la varianza dependiendo la formula de los datos. Coeficiente de variacin: El coeficiente de variacin permite comparar la dispersin entre dos variables, el coeficiente de variacin elimina la dimensionalidad de las variables y tiene en cuenta la proporcin existente entre una medida de tendencia y una desviacin tpica. Para calcular el coeficiente de variacin en datos agrupados y en datos NO agrupados se tiene que dividir la desviacin tpica entre la media.

Amplitud: La amplitud se obtiene restando el valor ms bajo del valor ms alto en un conjunto de observaciones ya sea en datos agrupados o en datos NO agrupados.

-Medidas de posicin Las medidas de posicin equivalen a los valores que puede tomar una variable caracterizados por agrupar a cierto porcentaje de observaciones en una muestra de poblacin. Las medidas de posicin son ideales para obtener informacin adicional a partir de datos resumidos, es decir, que presentan perdida de informacin por agrupamiento en intervalos de clase. En este captulo analizaremos: Cuartiles Deciles Centiles Sesgo Kurtosis

Cuartiles: Son representados como Qi el primer cuartil considera el 25% de la informacin, para el segundo cuartil se considera el 50% y este coincide con la mediana, el tercer cuartil es el 75% de la informacin, el cuarto cuartil considera el total de la informacin, as podemos afirmar que los cuartiles son valores que dividen una serie de datos en cuatro partes iguales. Para calcular el cuartil se debe multiplicar el nmero del cuartil por el numero de datos totales y esto dividirlo entre cuatro, despus restar la frecuencia acumulada antes de la clase en que se encuentra este cuartil, lo siguiente ser una divisin estre la frecuencia absoluta de la clase del cuartil, despus se multiplicara por el rango y el resultado se sumara al limite inferior de la clase. Deciles: Los deciles encontraron una gran aplicacin dentro de algunas areas tales como la biologa o la medicina, estos dividen la informacin en diez partes iguales. Por cada decil se va aumentando la informacin un 10%. La ecuacin para calcular los deciles es la misma que la de los cuartiles con la ligera diferencia que que en la multiplicacin se utiliza el decil correspondiente y en la primera divisin se divide entre diez. Centiles: Los centiles representan los valores de la variable que estn por debajo de un porcentaje, el cual puede ser un valor de 1% al 100%, en otras palabras es el total de la informacin dividia en cien partes iguales.

Para poder calcular los centiles es la misma ecuacin que la de los cuartiles y deciles, con la diferencia que en la multiplicacin se cambia por el numero del decil y la primera divisin es entre cien. Sesgo: En estadstica, un sesgo es un error que aparece en los resultados de un estudio debido a factores que dependen de la recogida, anlisis, interpretacin, publicacin o revisin de los datos que pueden conducir a conclusiones que son sistemticamente diferentes de la verdad o incorrectas acerca de los objetos de una investigacin. Para calcular el sesgo se resta la moda a la media y se divide entre la desviacin tpica. Kurtosis: Se refiere a la forma de la curva de la grafica. La medida de picudez o kurtosis es alta cuando la curva es picuda o alargada y baja cuando es aplanada y presenta una distribucin de 3 tipos. Mesocurtica: presenta un grado de concentracin medio alrededor de los valores centrales de la variable, esto se considera una distribucin normal. Leptocurtica: presenta un elevado grado de concentracin centrales de la variable alrededor de los valores

Platicurtuca: presenta un reducido grado de concentracin alrededor de los valores centrales de la variable. Para calcular la kurtosis se debe restar el primer cuartil del tercero y esto dividirlo entre el doble de la resta del centil noventa menos el centil diez. -Asimetra y apuntamiento Para saber si una distribucin de frecuencias es simtrica, se debe precisar con respecto a qu. Un buen candidato es la mediana, ya que para variables continuas divide el histograma de frecuencias en dos partes de igual rea. Podemos basarnos en ella para, de forma natural, decir que una distribucin de frecuencia es simtrica si el lado derecha de la grafica a partir de la mediana es la imagen por un espejo del lado izquierdo. En caso de variables discretas, la distribucin es simtrica si el lado derecho del diagrama se obtiene por imagen especular desde la media. En este caso coincide la media con la mediana si el numero de observaciones es impar. Si la variable es continua simtrica y unimodal, coinciden la media, la mediana y la moda. Dentro de los tipos de asimetra posible se encuentra la asimetra posita y la negativa. Positiva: Si las frecuencias ms altas se encuentran en el lado izquierdo de la media. Negativa: Cuando la cola esta en el lado izquierdo.

-Bibliografa http://www.economia.unam.mx/profesor/barajas/estadis/parte2.pdf http://www.mvzunipaz.edu.co/documentos/biblioteca/libros/estadistica/capitulo-vi.pdf http://www.um.es/docencia/pguardio/documentos/Tec2.pdf http://www.bioestadistica.uma.es/libro/node25.htm

Infante Zarate, Mtodos estadsticos, Ed, Trillas.