MEDIDAS DE RESUMEN

Description

Mind Map on MEDIDAS DE RESUMEN, created by jesica espinosa on 12/09/2017.
jesica  espinosa
Mind Map by jesica espinosa, updated more than 1 year ago
jesica  espinosa
Created by jesica espinosa about 7 years ago
42
0

Resource summary

MEDIDAS DE RESUMEN
  1. Sirven para describir en forma resumida un conjunto de datos que constituyen una muestra tomada de alguna población.
    1. Podemos distinguir cuatro grupos de medida de resumen:
      1. MEDIDAS DE TENDENCIA CENTRAL
        1. Pretende indicar donde está lo que se podría considerar como el centro de la masa de datos
          1. MEDIANA
            1. Es el valor de la observación que se encuentre con mayor frecuencia. "ordenados de menor a mayor o viceversa".
            2. MODA
              1. Es un número tal que al menos el 50% de las observaciones son menor o igual a él así como el otro 50% es mayor o igual a él. "Mn"
              2. PROMEDIO ARITMETICA O MEDIDA
                1. Suma de las observaciones dividida entre el número de observaciones. X1+X2+...Xn/n
                2. TIPOS DE MEDIDA
                  1. MEDIDA GEOMÉTRICA
                    1. Es cuando se multiplica cada uno de los datos y se les saca raíz "n" (número total de datos)
                    2. MEDIDA ARMONICA
                      1. Es la inversa de la media aritmética de las observaciones.
                3. MEDIDAS DE POSICIÓN (NO CENTRAL)
                  1. CUANTILES O CUANTILA
                    1. Son los cuantiles el termino usado en la estadística descriptiva, y se refieren a las medidas de posición no central que me permiten reconocer otros puntos característicos de la distribución los cuales no son centrales.
                      1. CARACTERISTICAS: KEN DALL
                        1. el cual dice que el cuantíl "P" de una distribución con (0<p<1) seria el valor de la variable Xp el cuál marca con un corte de modo que una proporción "P" de valores de la población es menor o igual que Xp.
                          1. TIPOS DE CUANTILES
                            1. CUARTILES
                              1. El cual dice que el cuantíl "P" de una distribución con (0<p<1) seria el valor de la variable Xp el cuál marca con un corte de modo que una proporción "P" de valores de la población es menor o igual que Xp.
                              2. QUINTILES
                                1. Divide a la distribución en cinco partes la cual corresponde a los cuantiles (0.20, 0.40, .0.60 y 0.80)
                                2. DICILES
                                  1. Puntos que dividen al conjunto de datos en diez partes donde cada uno acumula el 10% de datos.
                                  2. PERCENTILES
                                    1. Puntos que dividen al conjunto de datos en cien partes donde cada uno acumula el 1% de datos.
                                    2. EXISTEN DOS TIPOS DE VARIABLES
                                      1. *En el calculo de cuantiles con distribución de variables continuas.
                                        1. Ejemplo:
                                          1. Con datos agrupados puede lograrse con facilidad que las partes en que se divide la distribución sean exactamente iguales.
                                        2. *En el calculo de cuarteles con variable discreta.
                                          1. Ejemplo:
                                            1. En el caso de los datos aislados debemos conformarnos con que las partes iguales sean aproximadamente iguales.
                                                1. BIBLIOGRAFIA https://es.slideshare.net/oaca54/curtosis-13173097?next_slideshow=1 http://refip.cmm.uchile.cl/files/liberado_datos_y_azar.pdf http://refip.cmm.uchile.cl/files/liberado_datos_y_azar.pdf
                                                  1. GRUPO 4: JESICA LORENA ESPINOSA CAROLINA IZQUIERDO ZAMBRANO ARIS MIRLEY LOPEZ
                            2. MEDIDAS DE DISPERSIÓN
                              1. Son medidas que cualifican la variabilidad de las observaciones con respecto a un estadigrafo de tendencia central (generalmente la media aritmética).
                                1. Las principales son:
                                  1. VARIANZA
                                    1. Es un parametro de la distribución normal que evalúa la diferencia absoluta de cada valor con respecto a la media aritmética.
                                    2. DESVIACION ESTANDAR
                                      1. Es un derivado de la varianza gráficamente representa la distancia desde la media de la distribución normal hasta el punto de inflexión de la curva que representa la distribución.
                                      2. COHEFICIENTE DE VARIACION
                                        1. es un estadístico de dispersión que tiene la ventaja de que no lleva asociada ninguna unidad, por lo que nos permitirá decir entre dos muestras cual es la que presenta mayor dispersión
                                        2. ERROR ESTANDAR
                                          1. A veces llamado también desviación estándar del estimador se define como la desviación estándar divida entre n-1.
                                    3. MEDIDAS DE FORMA
                                      1. Son las que indican la dirección de la dispersión de los datos respecto a su centro y completan la descripción de las distribuciones de frecuencia.
                                        1. Las principales son:
                                          1. ASIMETRIA
                                            1. Indica la deformación horizontal de las distribuciones de frecuencia con respecto a la media aritmética
                                              1. Para una distribución unimodal tenemos las siguientes situaciones:
                                                1. DISTRIBUCION SIMETRICA
                                                  1. en cuyo caso la media, la mediana y moda coinciden y las frecuencias simples para cada punto equidistante de la media son iguales.
                                                  2. DISTRIBUCION ASIMETRICA
                                                    1. Es decir los datos se concentran a uno de los extremos y aparecen con poca frecuencia hacia el otro extremo.
                                                        1. -Coheficiente de asimetría (Skp):
                                                          1. Sirve como indicador de los grados de asimetría de las distribuciones de frecuencia.
                                                              1. De donde:
                                                                1. *Si Skp= 0, la distribución es simétrica.
                                                                  1. *Si Skp<1, la distribución tiene una asimetría leve.
                                                                    1. *Si 1<Skp<2, la distribución tiene asimetría moderada.
                                                                      1. *Si Skp >2, la distribución tiene una asimetría severa.
                                                      1. CURTOSIS
                                                        1. Es una medida de la deformación vertical de una distribución de frecuencias, es decir, nos indica el apuntamiento o achatamiento de la curva, la cual esta relacionada con la dispersión de los datos.
                                                            1. Se distribuye de la siguiente manera:
                                                              1. DISTRIBUCION PLATICÚRTICA: k--->1
                                                                1. Es decir los datos están ampliamente esparcidos y la curva es aplanada
                                                                2. DISTRIBUCION MESOCURTICA: k--->0,25
                                                                  1. Esto ocurre cuando los datos tienen una distribución moderada.
                                                                  2. DISTRIBUCION LEPTOCURTICA: k--->0,5
                                                                    1. Esto ocurre cuando los datos están agrupados en un intervalo estrecho, es decir tienen una dispersión pequeña.
                                                    Show full summary Hide full summary

                                                    Similar

                                                    Reasons Why Development May Not Follow The Expected Pattern
                                                    jessica.godfrey
                                                    P1 - The Earth in the Universe
                                                    franimal
                                                    Relationships Anthology
                                                    andrew_w_scholl
                                                    AS Pure Core 1 Maths (AQA)
                                                    jamesmikecampbell
                                                    CHEMISTRY C1 5
                                                    x_clairey_x
                                                    CHEMISTRY C1 7
                                                    x_clairey_x
                                                    Geography - Restless Earth
                                                    pip.kaley
                                                    MATTERS OF LIFE AND DEATH - UNIT 1, SECTION 2 - RELIGIOUS STUDIES GCSE EDEXCEL
                                                    Khadijah Mohammed
                                                    Memory: AS Psychology
                                                    rae_olamide_xo
                                                    The Rise of the Nazis
                                                    shann.w
                                                    Types of Learning Environment
                                                    Brandon Tuyuc