Professional Documents
Culture Documents
Equipo:
Barbosa Arizpe teresa de Jesús.
Carmona García Gabriela.
Carrera Miramón juan.
Coyote villaba Jesús Eduardo.
Martínez cruz Jorge adrián.
Ortega cabrera blanca.
Grupo: 4c11.
Ordinales o
Jerarquizados
Polígono de frecuencia
Si se divide a la mitad la parte superior de cada una de las
barras o rectángulos y los unimos uno a continuación del
otro, obtenemos una línea poligonal.
Ojivas
1.4 Medidas de tendencia central para un conjunto de datos y
datos no agrupados
x=i=1nxin
x=fiMin
μ=i=1nxiN
μ=fiMiN
Media ponderada
1.4.2 Mediana
Datos no agrupados
La mediana es otra medida de localización central de los
datos. Es el valor intermedio, cuando los valores de los
datos se ordenan en forma ascendentes. Si hay una cantidad
impar de elementos, la mediana es el valor del elemento
intermedio; si la cantidad es par, no hay un elemento
intermedio, y en este caso se sigue la convención de definir
la mediana como el promedio de los valores de los dos
elementos intermedios.
Ejemplo:
Apliquemos esta definición para calcular la mediana del
tamaño de grupo para la muestra de cinco grupos en la
escuela. Al disponer los cinco valore de datos en orden
ascendente, se obtiene la siguiente lista ordenada.
1.4.3 Moda
Datos no agrupados
La moda es el valor de los datos que se presenta con más
frecuencia. La moda es una medida importante de localización
de datos cualitativos.
Ejemplo:
¿Cuál es la moda de los siguientes números?
23, 24, 24, 25, 25,25, 26,27
Como podemos observar la moda es 25 puesto que es el número
que mas se repite en la muestra.
Mo=Li+d1d1+ d2*c
1.5.1 Rango
Es la medida de dispersión, definida como el valor máximo
menos el valor mínimo.
D.M=xi=xn
1.5.3 Varianza
Es la medida de dispersión para un conjunto de datos, basada
en las desviaciones de los valores de los datos respecto a la
media, elevadas al cuadrado.
s2=i=1n(xi-x)2n-1
s2=fiMi- x2n-1
σ2=i=1n(xi-μ)2N
Formula de la varianza de la población para datos agrupados
σ2=fiMi- μ2N
s=s2
σ=σ2
Desviación estándarPromedio×100
1.7 Coeficiente de asimetría de Pearson
Promedio de la r de Pearson
r=zy zy N
28,40,24,46, 44,40,43,38,32,42,44,30,45,46,45,31,31,40,42,54
A) Media= 34.25
B) Mediana = 41
C) Moda = 40
D) Rango = 30
Media
Formula
Mediana
Me = 40+422 = 822 = 41
24,28,30,31,31,32,38,40,40,40,42,42,43,44,44,45,45,46,46,54
Moda
Mo = 40
Rango
Varianza muestral
Formula
s2=i=1n(xi-x)2n-1
s2 = 28-39.25 2+40-39.25 2+24-39.25 2 +46-39.25 2+44-39.25 2+43-39.25 2+28-
39.25 2+32-39.25 2+ 42-39.25 2 +44-39.25 2+ 30-39.25 2+ 45-39.25 2 + 46-39.25
2+ 45-39.25 2+31-39.25 2+ 31-39.25 2+40-39.25 2+ 42-39.25 2+ 31-39.25 2
20-1
Formula
PA ∪ B=PA+PB
PA o B o C=PA+PB+PC
El cálculo de P A ∪Bcuando son mutuamente no excluyentes la
probabilidad del evento A o B, puede expresar en la siguiente
regla de la adición general:
PA ∪ B=PA+PB-PA ∩ B
PA/B=PA
o si
PB/A=PB
Probabilidad condicional
PA/B= P∩BPB
o sea
PB !A= PA∩BPA
P A /B=P A y BPB
P Ay B=PABPB
P A y B=PAPB
Si esta regla se cumple para dos eventos, A y B, entonces A y
B son estadísticamente independientes. Por lo tanto, hay dos
formas de determinar la independencia estadística.
1. Los eventos A y B son estadísticamente independientes si
y solo si PA/B=PA.
2. Los eventos A y B son estadísticamente independientes si
y solo P A y B=PAPB.
P A y B y C=PAPBPC
Ejemplo:
nnCr= n!r!n-r!
nnPr= n!n-r!
En donde:
Principio fundamental
Si un suceso puede ocurrir de n1 maneras, y si cuando este ha
ocurrido otro suceso puede ocurrir de n2 maneras, entonces el
número de maneras en que ambos pueden ocurrir en el orden
especificado es n1n2.
Ejemplo:
Si hay 3 candidatos para gobernador y 5 para alcalde, los dos
cargos pueden ocuparse de 3*5 = 15 formas.
Factorial de n
La factorial de n, denotada por n!, se define como:
n!=nn-1n-2…1
E(x)= µ =i=1x*px
BIBLIOGRAFIA
4.Estadística
Murray R. Spiegel
Editorial Mc. Graw Hill
134-135 páginas