Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Informe Final de Medicion
Informe Final de Medicion
LA MODA. (M0):
6.7.1.1 PARA DATOS NO AGRUPADOS.- Es el valor que se presenta con
mayor frecuencia en grupo de datos. A una distribucin que tiene una
sola moda se le denomina unimodal. Si hubiese ms de dos valores no
adyacentes con frecuencias mximas similares, la distribucin es
multimodal: bimodal, trimodal, etc. En caso que ninguna se repita se
dice que no hay moda. [15]
Por ejemplo: 3; 4;5 ;4; 5; 7; 4; 5;6 ; 6; 9;4.
Entonces la moda es 4
6.7.1.2 PARA DATOS AGRUPADOS.- con intervalos de igual ancho de clase
se tiene que la clase modal es aquella que tiene mayor cantidad de
datos. Luego, el valor de la moda se da por:
(15)
Hi Xi fi Xi.fi
[ 0 ; 4>
2 3 6
[4 ; 8>
6 7 42
[ 8; 12>
10 11 110
[ 12 ; 16 >
14 13 182
[ 16 ; 20 ] 18 18 324
xx
Donde:
- Lo= lmite inferior de la clase modal
- Wo= ancho de la clase modal
- d1= diferencia entre la frecuencia de clase modal y la frecuencia de la clase
precedente
- d2= diferencia de la frecuencia de la clase modal y la frecuencia de la clase
siguiente
En el ejemplo:
CLASE MODAL
d1= 7 2 = 5
d2= 11 - 7 = 4
Lo = 4
Wo = 4
7. DESVIACIN MEDIA:
Es igual al cociente de la sumatoria de los valores absolutos de las
desviaciones de los datos respecto a la media aritmtica, dividido entre el
nmero total de datos. Determina la mayor o menor desviacin promedio de los
datos respecto a la Media Aritmtica. A. mayor valor, mayor desviacin y a
menor valor, menor desviacin. [16]
n
x x
DM
n
i
i
=
=
1
, si los datos no estn tabulados (16)
n
y y n
DM
m
i
i i
=
=
1
, si los datos estn agrupados (17)
Donde:
Hi Xi fi
[ 0 ; 4>
2 2
[ 4 ; 8>
6 7
[ 8; 12>
10 11
[12; 16>
14 13
[ 16 ; 20 ] 18 18
xxi
m : Nmero de clases
i
n : Frecuencia absoluta de la clase i
i
y : Marca de clase o punto medio de la clase i
La desviacin media se puede utilizar como medida de dispersin en todas
aquellas distribuciones en las que la medida de tendencia central ms
significativa haya sido la media. Pero, para las mismas distribuciones es mucho
ms significativa la desviacin tpica.
8. MEDIDAS DE DISPERSIN:
Para describir un conjunto datos no es suficiente con conocer slo las medidas
de tendencia central, para concluir el anlisis es necesario tener una idea del
grado de concentracin o dispersin de los datos alrededor de un valor
central. [17]
Existen conjuntos de datos que siendo diferentes, tiene valores iguales para
algunas de sus medidas de tendencia central.
Por ejemplo:
- 13; 7; 42;6 y 82 x = 30 ; xm = 42
- 5; 48; 36; 56 y 63 x = 41,6 ; xm = 36
Ntese que, en ambos casos, tienen igual media y mediana; esto puede
conducir a conclusiones equivocadas cuando se est comparando
poblaciones. Para superar esta limitacin se propone construir otras medidas
que permitan analizar otras caractersticas como la dispersin o desviacin de
los datos alrededor de un valor central, estas son las medidas de dispersin:
9. VARIANZA (S V(x)): Es la ms importante. Expresa el grado de
dispersin de los datos respecto a la medida. Se define como la media de los
cuadrados de las desviaciones de los datos respecto a la media. [18]
xxii
- Es el resultado de la divisin de la sumatoria de las distancias
existentes entre cada dato y su media aritmtica elevadas al
cuadrado, y el nmero total de datos.
- 9.1 PARA DATOS NO AGRUPADOS. Dados los nmeros X1; X2;
X3;.Xn cuya media es X.
(18)
- 9.2 PARA DATOS AGRUPADOS.- considerando X1; X2; X3;.Xn las
marcas de clase de cada uno de los intervalos de la distribucin y f1; f2;
f3;; fn.
(19)
- EJEMPLO:
- Aqu se muestra cmo calcular la desviacin estndar de un conjunto de datos.
Los datos representan la edad de los miembros de un grupo de nios. { 4, 1, 11,
13, 2, 7 }. Calcular la varianza?
1. Calcular el promedio o media aritmtica :
En este caso, N = 6 porque hay seis datos:
S(x) =
S (x) =
xxiii
Sustituyendo N por 6
Este es el promedio.
2. Clculo de la varianza
sta es la varianza.
10. DESVIACIN TPICA O ESTNDAR (S(x)): se define como la raz
cuadrada de la varianza.
(20)
S(x) = s(x)
xxiv
11. ELABORACIN DEL HISTOGRAMA DE FRECUENCIAS:
Un histograma o histograma de frecuencias, est formado por una serie de
rectngulos que tiene sus bases sobre un eje horizontal (eje x), siendo
cada una de ellas igual a un segmento de longitud correspondiente a la
amplitud de la clase que representa.
El principio de representacin que rige la, construccin del histograma es
que la superficie de cada rectngulo sea proporcional a la frecuencia de la
clase que representa, segn una constante de proporcionalidad fija e igual
para todas las clases; cuando, como es habitual, las clases son todas ellas
de la misma amplitud, este principio se traduce en que la altura de cada
rectngulo representa directamente la frecuencia de la clase
correspondiente.
1. Trazar ejes coordenados.
2. Dividir el eje horizontal en segmentos de igual medida, sealando su
punto medio y escribiendo abajo de cada uno el valor del punto medio de la
clase correspondiente.
3. Dividir el eje vertical en segmentos de igual medida y colocar en cada
una de las marcas las frecuencias.
4. Construir rectngulos cuyas bases sean las clases o intervalos y sus
alturas las frecuencias correspondientes a cada clase. [19]
xxv
FIGUTRA (B)
12. ELABORACIN DEL POLGONO DE FRECUENCIAS:
Si se une entre si consecutivamente los puntos medios de las bases
superiores de los rectngulos de un histograma se obtiene una lnea
poligonal denominada polgona de frecuencias. Esta lnea acostumbra
prolongarse por sus extremos hasta cortar el eje de abscisas.
Para ello se toman dos intervalos de clases que no contienen valores de la
variable uno situado por debajo del extremo inferior del rango de la variable
y a continuacin de l, y el otro, a continuacin de el extremo superior del
rango y por encima de l, ambos de igual amplitud que las restantes clases;
la lnea poligonal se cierra entonces prolongndola por cada lado hasta
unirla con los puntos medios de estos dos intervalos, de esta manera se
consigue que el rea de la superficie encerrada por el polgono de
frecuencias y el eje de abscisas sea igual a la suma de las reas de los
rectngulos que integran el histograma correspondiente, de modo que
ambas representaciones resultan ser equivalentes[20]
13. PORCENTAJE DE ERROR:
xxvi
13.1 Error Absoluto: Queda determinado al comparar el valor terico
obtenido de la informacin bibliogrfica con el valor experimental obtenido
en la experiencia
(21)
- Vt = valor terico
- Ve = valor experimental
13.2 Error Relativo: Es la relacin entre el error absoluto y el valor
verdadero multiplicado por 100. [5]
(22)
13.3 Porcentaje de error:
(23)
Donde % Error puede ser positivo por exceso o negativo por defecto.
Donde:
(24)
a: valor real
b: valor nominal
Error Absoluto = Ve Vt
e
V
Error Relativo = ( ) x100
t
t
V
V
% 1 x100
e
t
V
Error
V
| |
=
|
\ .
a b si , 100
b
a - b
eror de %
b a si , 100
b
b - a
error de %
) =
) =
xxvii
- EJEMPLO
La campaa de sondeo de opiniones ONPE pronostico que el candidato
a la presidencia XX en las elecciones presidenciales ganara con el 32%.
Perdi con el 18% Cul es el porcentaje de error de estimacin?
SOLUCIN:
Aplicando la formula dada directamente:
% 8 , 77 100
18
18 - 32
error de % = =
14. MEDIDAS DE POSICION O ESTADIGRAFOS DE TENDENCIA
CENTRAL:
Medidas de descentralizacin o datos centrales, pueden ser:
14.1 MEDIA ARITMETICA (
x MA;
):
Es el valor central de una progresin aritmtica que tiene un
nuecero impar de trminos.
La media aritmtica es la medida de tendencia central ms
conocida, muy fcil de calcular ya sea de dato s tabulados como
de no tabulados. [21]
14.1.1 PARA DATOS NO TABULADOS
Dado el conjunto de N nmeros
n
a a a a ; ; ; ;
3 2 1
, la media
aritmtica se define:
(25)
14.1.2 PARA DATOS TABULADOS
N
a
N
a a a a
x
N
i
i
n
=
=
+ + + +
=
1 3 2 1
xxviii
Sean
k
x x x x ; ; ; ;
3 2 1
las marcas de clase de los k intervalos de
una distribucin respectivamente, la media aritmtica se define:
n
x
n
f x f x f x f x
x
K
i
i
k k
=
=
+ + + +
=
1
1
3 3 2 2 1 1
(26)
n
h x
x
K
i
i i
=
=
1
(
i
h : Frecuencia relativa) (27)
14.2 MEDIANA (Me,
m
x ):
Es el valor que divide al total de observaciones (n) debidamente
ordenadas o tabuladas en dos partes de igual tamao. La
mediana depender de la cantidad de datos mas no de los valores
de estos. [22]
14.2.1 PARA DATOS NO TABULADOS
Cuando se obtengan datos de una muestra se tendr dos
casos.
En primer lugar tenemos que ordenarlos de forma ascendente o
descendente.
1. Nmero impar de datos. La mediana ser igual al valor del
trmino central.
2. Nmero par de datos
La mediana es igual a la semisuma de los trminos centrales.
14.2.2 PARA DATOS TABULADOS
Se utiliza la siguiente frmula:
(28)
Donde:
|
.
|
\
|
|
|
.
|
\
|
+ =
1
2
m
m
m
m m
F
n
f
L x
e
xxix
m
L
: Limite inferior de la clase mediana
m
e
: Ancho de clase, de la clase mediana
n
: Total de datos
1 m
F
: Frecuencia absoluta acumulada de la clase que precede a
clase mediana
m
f
: Frecuencia absoluta de la clase mediana
14.3 MODA (Mo):
Es el valor que se presenta con mayor frecuencia en un grupo de
datos. [23]
14.3.1 PARA DATOS NO TABULADOS
Cuando se tenga datos no clasificados solamente tendramos
que ver cual se repite ms.
Ejemplo
Si se tiene las edades de 9 personas: 17, 18, 16, 15, 18, 16, 18,
15 , 17, entonces se dir que la edad 18 se repite 3 veces. En
este caso la distribucin es unimodal, Mo=18
14.3.2 PARA DATOS NO TABULADOS
Cuando se tengan datos clasificados en una cierta cantidad de
intervalos, para poder hallar la moda ser necesario construir el
histograma de la distribucin e identificar la clase modal
(aquella con mayor altura). Tenga en cuenta que la distribucin
puede ser multimodal.
(29)
Donde:
i
L : Limite inferior de la clase modal
i
e : Ancho de la clase modal
|
|
.
|
\
|
+
+ =
2 1
1
d d
d
L Mo
i i
e
xxx
d
d : Diferencia entre la clase modal y la frecuencia de la
clase anterior
2
d : Diferencia entre la clase modal y la frecuencia de la
clase siguiente
14.3.3 CARACTERISTICAS DE LA MODA
- A la distribucin que tiene una sola moda se le llama
unimodal
- A la distribucin que tiene dos modas se le llama bimodal
- A la distribucin que tiene ms de dos modas se le llama
multimodal
- En el caso que ningn valor se repita mas que los otros se
dice que no existe moda.
15. DESVIACION ESTANDAR O TIPICA ():
La desviacin estndar o desviacin tpica () es una medida de
centralizacin o dispersin para variables de razn (ratio o cociente) y de
intervalo, de gran utilidad en la estadstica descriptiva. Junto a la varianza -
con la que est estrechamente relacionada-, es una medida (cuadrtica)
que informa de la media de distancias que tienen los datos respecto de su
media aritmtica, expresada en las mismas unidades que la variable.
(30)
Ejemplo:
Aqu se muestra cmo calcular la desviacin estndar de un conjunto de datos.
Los datos representan la edad de los miembros de un grupo de nios. { 4, 1, 11,
13, 2, 7 }
1. Calcular la desviacin estndar o tpica?
.
xxxi
En este caso, N = 6 porque hay seis datos:
i=nmero de datos para sacar desviacin estndar
Sustituyendo N por 6
Este es el promedio.
2. Calcular la desviacin estndar
Sustituyendo N - 1 por 5 ( 6 - 1 )
Sustituyendo por 6.33
Esta es la desviacin estndar.
xxxii
15. DESVIACION MEDIA:
Es la media aritmtica de los valores absolutos de las desviaciones de los
valores observados respecto de la media aritmtica de estos, es decir: [24]
n
x x
DM
n
i
i
=
=
1
, si los datos no estn tabulados (31)
n
y y n
DM
m
i
i i
=
=
1
, si los datos estn agrupado (32)
o
(33)
. Donde:
m
: Nmero de clases
i
n
: Frecuencia absoluta de la clase i
i
y
: Marca de clase o punto medio de la clase i
- La desviacin media se puede utilizar como medida de dispersin en
todas aquellas distribuciones en las que la medida de tendencia
central mas significativa haya sido la media. Pero, para las mismas
distribuciones es mucho ms significativa la desviacin tpica.
n
y y n
DM
m
i
i i
=
=
1
xxxiii
REFERENCIA BIBLIOGRAFICA
[1] http://es.wikipedia.org/wiki/Medicin.
[2]Fundamentos de Mecnica de Fluidos (P. Gerhard, R. Gros, J.
Hochstein), 1995, Segunda Edicin.
[3]http://es.wikipedia.org/wiki/Densidad.
[4]Claudio Mat.aix; 1994; Mecnica de fluidos y mquinas
hidrulicas; cuarta edicin; Espaa
[5]http://es.wikipedia.org/wiki/Densidad.relativa
[6]Julin de la honrra navarro estadstica aplicada. 3 edicin
[7jJesus esteban garila editor Thompson 2005.]
[8] www. Untumbes.edu.pe /estadstica inferencial.
[9 ]Jorge L. castillo.ceber crazy.
[10]Murria R. spiegel, 1991
[11] http://es.wikipedia.org/wiki/ Recopilacin de datos.
[12]Editorial lumbreras.
[13] Armando, soto negrin. Principios de estadstica .Editorial
panapo 1999.
[14] Juan Flores Velasco, 1999, Problemas de Aritmtica y como
Resolverlos.
[15]Rivas Gonzlez. Estadstica general ediciones de biblioteca.
Caracas.2000.
[16] http://es.wikipedia.org/wiki desviacin media.
[17] M DIS, www sector matemtica/ medidas de dispersin.
xxxiv
[18] http://es.wikipedia.org/wiki / varianza
[19] htm/. Rincondelvago. Com.
[20] http://es.wikipedia.org/wiki elaboracin del polgono de frecuencias
[21] http: // www.google.com.pe
[22] http://es.wikipedia.org/wik/mediana.