Estadistica y Prob 05

CLASE 05
ESTADISTICA Y
PROBABILIDADES
MEDIDAS DE
POSICIN
Ing. William Len Velsquez

wjleonv@yahoo.com
Estas medidas tratan de sintetizar los

datos que se necesitan para
representar
las distribuciones de
frecuencias.
En lugar de manipular todos los datos
de la variable estadstica, tarea que
puede ser pesada, se puede describir
su distribucin de frecuencias
mediante algunos valores numricos,
eligiendo como resumen de los datos
un valor central alrededor del cual se
encuentran distribuidos los valores de
la variable
ING. WILLIAM LEON V.
MEDIDA DE POSICIN
Son indicadores usados para

sealar que porcentaje de datos
dentro de una distribucin de
frecuencias
superan
estas
expresiones, cuyo valor representa
el valor del dato que se encuentra
en el centro de la distribucin de
frecuencia.
MEDIDA DE POSICIN
Estas medidas de posicin de una

distribucin de frecuencias han de
cumplir determinadas condiciones para
que
sean
verdaderamente
representativas de la variable a la que
resumen.
Toda sntesis de una distribucin se
considerara
como
operativa
si
intervienen en su determinacin todos y
cada uno de los valores de la
distribucin, siendo nica para cada
distribucin de frecuencias y siendo
siempre calculable y de fcil obtencin
MEDIDA DE POSICIN
CUANTILES
Son valores que dividen al

total de los datos debidamente
ordenados en k partes iguales.
CUANTILES
Son medidas de posicin que

dividen al total de los datos
ordenados, en cuatro partes
iguales.
De esta forma entre dos
cuartiles consecutivos se
encuentra ubicado no ms del
25% del total de los datos.
6
DEFINICIN
Hay 3 cuartiles que dividen a una distribucin

en 4 partes iguales: primero, segundo y tercer
cuartil.
DEFINICIN
Cuartiles para datos agrupados

El clculo para los cuartiles se determina a travs
de la siguiente expresin:
kn
f acumi 1
Qk Li 4
A
fi
k
Orden del cuartil
Li
Lmite inferior del intervalo que contiene al cuartil
fa(i-1)
Frecuencia acumulada considerada al intervalo donde se

encuentra
fi
Frecuencia del intervalo que contiene el cuartil
Nmero de mediciones
A Ic
Amplitud del intervalo
DEFINICIN
Aquel valor de una serie que supera al

25% de los datos y es superado por el
75% restante.
Formula de Q1 para series de Datos

Agrupados en Clase.
DEFINICIN
Donde:
: posicin de Q1, la cual se
localiza en la primera frecuencia

acumulada que la contenga, siendo la
clase de Q1, la correspondiente a tal
frecuencia acumulada.
Li, faa, fi, Ic : idntico a los conceptos
vistos para Mediana pero referidos a la
medida de la posicin correspondiente.
DEFINICIN
10
Coincide, es idntico o similar al

valor de la Mediana (Q2 = Md).
Es decir, supera y es superado

por el 50% de los valores de una
Serie.
DEFINICIN
11
Es aquel valor, termino o dato que

supera al 75% y es superado por el
25% de los datos restantes de la Serie.
Formula de Q3 para series de Datos
Agrupados en Clase.
DEFINICIN
12
Donde:
: posicin de Q3, la cual se
localiza en la primera frecuencia acumulada que

la contenga, siendo la clase de Q3, la
correspondiente a tal frecuencia acumulada.
Li, faa, fi, Ic : idntico a los conceptos vistos para
Mediana pero referidos a la medida de la
posicin correspondiente.
DEFINICIN
13
Ejemplo:
Un reporte de laboratorio indica

el nmero de pacientes que en
los primeros 100 das del ao
recibieron peticiones por parte
de una clnica, de reportes
clnicos para realizar estudios de
glucosa.
EJEMPLO
14
Para la obtencin del primer cuartil

tenemos k=1, obteniendo:
kn (1) 63
15.75
4
4
lo que representa que el primer cuartil se

encuentre en la tercera clase, sus datos estn
dados como
Li 20; f acumi 1 11; f i 8; A 9

EJEMPLO
15
Ejemplo:
Intervalos
Promedio Nmero de
pacientes
de das
f
xi
EJEMPLO
Frecuencia acumulada
f acumulada
1 da a 9 das
10 da a 19 das
14.5
11
20 da a 29 das
24.5
19
30 da a 39 das
34.5
27
40 da a 49 das
44.5
31
50 da a 59 das
54.5
36
60 da a 69 das
64.5
43
70 da a 79 das
74.5
51
80 da a 89 das
84.5
55
90da a 100 das
94.5
63
16
por lo que el primer cuartil es igual a
1 (63)
11
Q1 20 4
9 25.34 das
8
Interpretacin:
Lo que indica que 25 % de los pacientes fueron
mandados a valoracin de glucosa en 25.34 das y
el 75% de los pacientes atendidos lo hicieron
despus de 25.34 das.
EJEMPLO
17
Ntese que la consideracin para

elegir el primer cuartil se hizo
considerando la frecuencia
acumulada y de esta manera se
considerar para localizarla para el
resto.
EJEMPLO
18
Para la obtencin del segundo cuartil

consideraremos k=2 por lo que
kn 2 63
31.5
4
4
Considerando que para este segundo cuartil ,
Li 50; f acumi 1 31; f i 5; A 9

EJEMPLO
19
con ello el cuartil tendr un valor de

2 (63)
31
Q2 50 4
9 50.9 das
5
Interpretacin:
Lo que indica que en 50.9 das se haban atendido al
50 % de los pacientes a ser valorados de los niveles de
glucosa.
Lo que indica que 50 % de los pacientes fueron
mandados a valoracin de glucosa en 50.9 das y el
50% restante de los pacientes atendidos lo hicieron
despus de 50.9 das.
EJEMPLO
20
Ntese que efectivamente el segundo

cuartil corresponde a la mediana, ya que
si sustituimos k=2 tendremos la misma
formula que utilizamos para el calculo de
la mediana para datos agrupados
2n
n
f acumi 1
f acumi 1
Q2 Li 4
A Li 2
A Me
fi
fi
EJEMPLO
21
Para el clculo del tercer cuartil, k=3,

observamos que:
kn 3 63
47.25
4
4
con
Li 70; f acumi 1 43; f i 8; A 9
EJEMPLO
22
con ello el cuartil tendr un valor de
3 (63)
43
Q3 70 4
9 74.78 das
8
Interpretacin:
lo cual indica que 75% de pacientes que
envi la clnica a realizarse estudios de
glucosa lo realizo en 74.78das y el resto en
los otros das restantes.
EJEMPLO
23
Ntese que para el clculo del cuarto

cuartil es de manera inmediata, en
este se contempla la totalidad de la
muestra, por lo que no es necesario
realizar ningn clculo, aunque si lo
realizamos observamos que cubre el
total de das.
EJEMPLO
24
Cuartiles para datos no agrupados

El procedimiento para calcular los
cuartiles cuando los datos no estn
agrupados se da a travs del siguiente
concepto:
Para un nmero de n observaciones
en el que los datos no son
representados en clases, una vez
ordenados los datos la posicin de los
cuartiles se pueden localizar de la
siguiente forma:
k n 1
,
4
DEFINICIN
k 1, 2, 3 y 4
25
En el caso en que la posicin no

corresponda exactamente con la posicin la
interpolacin se realiza de la siguiente forma:
k Ls Li
Qk Li
,
4
k 1, 2, 3, 4
Donde:
Qk Cuartil k ;
DEFINICIN
Li limite inferior , ; L f Limite Superior;
26
Ejemplo.
Se tiene la siguiente tabla de temperaturas reportadas
en un experimento:
EJEMPLO:
25 C
28 C
25 C
26 C
28 C
28 C
35 C
32 C
31 C
31 C
32 C
27 C
25 C
29 C
26 C
28 C
27 C
28 C
30 C
30 C
31 C
31 C
30 C
31 C
27
Ejemplo.
Ordenando los datos tenemos:

25, 25, 25, 26, 26, 27, 27, 28, 28, 28, 28,
28, 29, 30, 30, 30, 31, 31, 31, 31, 31, 32,
32, 35
La posicin del primer cuartil es:
124 1 25
6.25
4
4
EJEMPLO:
28
Ejemplo.
n
25
25
25
26
26
27
27
28
28
28
28
28
29
30
30
30
31
31
31
31
31
32
32
35
10
11
12
13
14
15
16
17
18
19
20
21
22
23
34
lo que significa que el primer cuartil se encuentra

entre la posicin 6 y 7, como en este caso el
nmero es el mismo entonces
Li L f 0
por lo que el primer cuartil es igual a .
Q1 27C
EJEMPLO:
29
La posicin para el segundo cuartil es
224 1 50
12.5
4
4
EJEMPLO:
30
25
25
25
26
26
27
27
28
28
28
28
28
29
30
30
30
31
31
31
31
31
32
32
35
10
11
12
13
14
15
16
17
18
19
20
21
22
23
34
En este caso la posicin 12 la ocupa la

temperatura 28C y la posicin 13 la
temperatura 29C entonces, la
interpolacin nos conduce a
229 28
Q2 28
28.5
4
EJEMPLO:
31
La posicin del tercer cuartil se puede

calcular como
324 1
18.75
4
EJEMPLO:
32
25
25
25
26
26
27
27
28
28
28
28
28
29
30
30
30
31
31
31
31
31
32
32
35
10
11
12
13
14
15
16
17
18
19
20
21
22
23
34
Como la posicin 18 y 19 tienen la

temperatura 30C entonces, por la misma
razn que el primer cuartil, el tercer cuartil
es igual a 30C.
EJEMPLO:
33
RANGO INTERCUARTIL
Es la distancia que hay entre el tercer cuartil (Q 3 ) y el
primer cuartil (Q 1 ):
RIC = Q 3 - Q 1
RIC es la amplitud del intervalo que contiene el 50% central
de individuos.
Interpretacin
Es como una medida de variabilidad;
Si es pequea significar que los valores estn muy
concentrados alrededor de la medida de tendencia central
(mediana) y
Si es grande hay gran dispersin.
34
DECILES
Son valores que dividen al
total de los datos ordenados,
en diez partes iguales; de
modo que en cada una de
estas partes se encuentre
ubicado no ms del 10% del
total.
DEFINICIN
35
El primer decil es aquel valor de una serie

que supera a 1/10 parte de los datos y es
superado por las 9/10 partes restantes
(respectivamente, hablando en
porcentajes, supera al 10% y es superado
por el 90% restante),
DEFINICIN
36
El quinto decil es aquel valor de una serie

DEFINICIN
37
El noveno decil es aquel valor de una serie

DEFINICIN
38
Como se observa, son formulas parecidas a

la del calculo de la Mediana, cambiando
solamente la respectivas posiciones de las
medidas.
DEFINICIN
39
PERCENTILES
Son valores que dividen al total

de los datos ordenados, en cien
partes iguales: de manera que
en cada una de estas partes se
encuentre ubicado no ms del
1% del total.
DEFINICIN
40
De esta manera se puede establecer la

siguiente relacin entre cuartiles, deciles y
percentiles as como tambin con la
mediana.
DEFINICIN
41
El primer percentil supera al uno por ciento

de los valores y es superado por el noventa
y
nueve
por
ciento
restante.
Formulas de P1, para series de Datos
Agrupados en Clase.
DEFINICIN
42
El percentil 50 supera al cincuenta por

ciento de los valores y es superado por el
cincuenta
por
ciento
restante.
Agrupados en Clase.
DEFINICIN
43
El percentil 99 supera al noventa y nueve

por ciento de los valores y es superado por
el
uno
por
ciento
restante.
Agrupados en Clase.
DEFINICIN
44
Como se observa, todas estas medidas no

son sino casos particulares del percentil ya
que el primer cuartil no es sino el 25
percentil, el tercer cuartil el 75 percentil, el
cuarto decil el 40 percentil, etc.
DEFINICIN
45
Ejemplo:
Para la siguiente tabla de frecuencias que corresponde a la
distribucin de 42 das de acuerdo a la temperatura que se
registr en cada da.
El 35% inferior de los das, qu temperatura present como
mximo?
Temperatura
( C )
10-15
Ejemplo
N das
Fi
8
15-18
17
18-25
12
29
25-30
36
30-34
42
35 42
14,7 15vo. lugar
100
46
35 42
F1
F2
100
P35 I2
Luego:
15 8
P35 15 3
17,33
Interpretacin:
En el 35% inferior de los das se registr una
temperatura de 17 C como mximo?
47
Ejemplo
Cuantiles para datos no agrupados:
Ejemplo:
En una serie de 32 trminos se
desea localizar el 4 sextil, 8
decil y el 95 percentil.

48
Ejemplo
Esto significa que el 4 sextil se encuentra localizado en el

termino numero 21, es decir, el que ocupa la 21 posicin; el
8 decil se encuentra localizado entre el termino numero 25
y 26 ; y el 95 percentil entre la posicin 30 y 31 .

49
Ejemplo
Cuantiles para datos agrupados
Ejemplo:
Determinacin del primer
cuartil, el cuarto sextil, el
sptimo decil y el 30 percentil.

50
Ejemplo
Ejemplo:
Determinar el primer cuartil, el cuarto sextil,
el sptimo decil y el 30 percentil.
Salarios(I. de
Clases)
N de empleados (fi)
fa
200 299
85
85
300 399
90
175
400 499
120
295
500 599
70
365
600 699
62
427
700 800
36
463
51
Ejemplo
Ejemplo:
.
primer cuartil
Estos resultados nos indican que el 25 por

ciento de los empleados ganan salarios por
debajo de $. 334;
Ejemplo
52
Ejemplo:
.
el cuarto sextil
Estos resultados nos indican que sobre $. 59,51

ganan el 33,33 por ciento de los empleados;
Ejemplo
53
Ejemplo:
. el sptimo decil
Ejemplo:
.
Estos resultados nos indican que bajo $ 541,57

gana el 57 por ciento de los empleados
Ejemplo
54
Ejemplo:
.
el 30 percentil
Estos resultados nos indican que sobre $. 359,88 gana

el 70 por ciento de los empleados.
Ejemplo
55
Muchas veces necesitamos conocer el

porcentaje de valores que esta por debajo o
por encima de un valor dado; lo que
representa un problema contrario al anterior,
esto es, dado un cierto valor en la abscisa
determinar en la ordenada el tanto por
ciento de valores inferiores y superiores al
valor dado.
.
Definicin
56
Operacin que se resuelve utilizando la siguiente

formula general:
Donde:
P: lugar percentil que se busca.
P: valor reconocido en la escala X.
fa-1: frecuencia acumulada de la clase anterior a la
clase en que esta incluida P.
fi: frecuencia de la clase que contiene a p.
Li: limite inferior de la clase que contiene a P.
Ic: intervalo de clase.
N: frecuencia total..
57
Definicin
Ejemplo:
Utilizando la distribucin anterior,

determinar que porcentaje de
personas ganan salarios inferiores a $
450,00
El 50,75 por ciento de las personas ganan salarios inferiores a $. 450
Definicin
58
DIAGRAMAS
DE CAJAS

wjleonv@yahoo.com
Es una presentacin visual que describe al mismo tiempo

varias caractersticas importantes de un conjunto de datos,
Las caractersticas que representan son:

el centro, la dispersin, la desviacin de la
simetra
y
la
identificacin
de
observaciones que se alejan de manera
poco usual del resto de los datos, este tipo
de observaciones se conocen como
valores atpicos.
60
CAJAS Y BRAZOS
El diagrama de caja presenta los tres cuartiles, y los

valores mnimo y mximo de los datos sobre un
rectngulo, alineado horizontal o verticalmente.
El rectngulo delimita el rango intercuartlico con la
arista izquierda (o inferior) ubicada en el primer
cuartil y la arista derecha (o superior) en el tercer
cuartil.
61
CAJAS Y BRAZOS
Dentro del rectngulo se dibuja una lnea en la

posicin que corresponde a la mediana.
Cuando la distribucin es simtrica la mediana
divide a la caja en dos partes iguales.

62
CAJAS Y BRAZOS
Fuera del rectngulo se dibujan dos segmentos,

llamados `bigotes' o brazos que llegan hasta los
datos ms lejos que estn a una distancia menor o
igual a 1.5 x (RI) del rectngulo, donde RI
representa el rango intercuartil.
Cualquier punto que no est incluido en este rango
se representa individualmente y se considera un
punto atpico (outlier).

63
CAJAS Y BRAZOS

64
CAJAS Y BRAZOS
Estos grficos se utilizan para comparar la

distribucin de los valores entre diferentes grupos.
Si en una caja la lnea que representa al cuartil 1
est por encima de la lnea que representa a la
mediana en la otra caja, entonces se concluye que
las medias de las poblaciones son diferentes.
65
CAJAS Y BRAZOS
Los cinco nmeros son el valor mnimo, el primer cuartil, la

mediana,
el tercer cuartil, y el valor mximo, respectivamente.
66
a) La anchura de la caja refleja la amplitud intercuartil

(abreviado como IQR o como RI), en ella est representado
el 50% de la muestra.
b) El borde superior de la caja es el percentil 75 (Q3).
c) El borde inferior es el percentil 25 (Q1).
d) La lnea central de la caja es la mediana. Cuando
el valor de la mediana coincide con el punto medio
de la caja (IQR/2 + Q1), la variable representada es
simtrica.
Diremos que es asimtrica positiva o a la derecha
si est prxima al borde izquierdo de la caja y,
asimtrica negativa o a la izquierda si est prxima
al borde derecho
CAJAS Y BRAZOS
67
e) Los valores que no son considerados extremos

son aqullos comprendidos entre el lmite inferior y
el lmite superior.
Lmite inferior = Q1 1,5*IQR
Lmite superior = Q3 + 1,5IQR
Los valores de las patillas corresponden a la
primera y ltima observacin dentro de dichos
lmites.
f) Se sealan con signos (*,O) los casos muy
alejados o extremos.
g) Con una O se marcan los casos situados entre 1,5
y 3 veces la amplitud intercuartil desde los dos
extremos de la caja.
68
CAJAS Y BRAZOS
Variables estadsticas
bidimensionales
Covarianza
Correlacion
Se trata de variables que

surgen cuando se estudian
dos
caractersticas
asociadas a la observacin
de un fenmeno.
Las variables estadsticas bidimensionales se

representan por el par (X,Y), donde X es una variable
unidimensional que toma los valores x1,x2,....xn e Y
es otra variable unidimensional que toma los
valores y1,y2,...yn.
Si representamos estos pares (x1,y1), (x2,y2)......en
un sistema de ejes cartesianos se obtiene un
conjunto de puntos sobre el plano que se denomina
diagrama de dispersin o nube de puntos.
Considere una variable

estadstica bidimensional (X,Y) y
recuerde las definiciones de
media y varianza para
distribuciones de variable
estadstica unidimensional:
A la raz cuadrada positiva de las varianzas se la

llama desviacin tpica y se representa por Sx y
por Sy.
Ejemplo 1.- Estudiamos la

talla, medida en cm. y el
peso, medido en kg. de un
grupo de 10 personas,
podemos
obtener
los
siguientes valores
Talla
160 165 168 170 171 175 175 180 180 182
(cms)
Peso
(kgs)
55
58
58
61
67
62
66
74
79
83
Talla
(cms) 160 165 168 170 171 175 175 180 180 182
Peso
(kgs)
55
58
58
61
67
62
66
74
79
83
Podemos llamar X a la talla e Y al peso con lo que se

obtendra la variable bidimensional (X, Y) que toma
10 valores, que son las 10 parejas de valores de la
tabla anterior: (160,55), (165,58), etc.
En algunos casos el nmero de "parejas" de

valores (x,y) es grande y adems muchos de
ellos aparecen repetidos; en este caso se utiliza
una "Tabla de doble entrada" como la que se
muestra a continuacin en el ejemplo 2
En la primera fila se colocan los valores de una
de las caractersticas o variable que componen
la variable bidimensional y en la primera
columna los de la otra.
Ejemplo 2.- Se representa por X el nmero de hijos de 100

familias y por Y el nmero de hijas
# de hijas (Y)
# de hijos (x)
0
1
2
3
4
-------------------------------------------------------------
0 1 2
---- ---- ---10 15 15
10 12 7
8 4 3
3 2 1
2 1 1
3
--3
2
1
0
0
La lectura de esta tabla es sencilla.

Por ejemplo: habra 7 familias que tendran 1 hijo y 2
hijas y ninguna familia tendra 3 hijos y 3 hijas.
La representacin grfica de este tipo de

variables es en realidad semejante a la
respresentacin de puntos en el plano,
usando unos ejes de coordenadas. Cada
pareja de valores da lugar a un punto en el
plano y el conjunto de puntos que se
obtiene se denomina "diagrama de
dispersin o nube de puntos".
PESO
En el ejemplo 1 anterior en el que se estudiaba la talla y el

peso de 10 personas se obtendra el siguiente diagrama de
dispersin: (En el eje X se representa la talla en cm. y en el eje Y
el peso en kg.)
TALLA
Se puede ver en el primera figura que corresponda al diagrama

de talla - peso que la serie de puntos presenta una tendencia
"ascendente" . Se dice en este caso que existen entre las dos
variables una "dependencia directa" .
En caso en que la tendencia sea "descendente" se dira que
estaramos ante una " dependencia inversa "
En caso en que no se pueda observar una tendencia clara
estaramos ante una dependencia muy dbil que no se puede
observar mediante la nube de puntos
COVARIANZA
Sean (xi, yi ) pares de observaciones

de dos caracteristicas X y Y, y sean
sus respectivas medias. La
covarianza entre entre las dos
variables se define por :
COVARIANZA
Donde xi e yi representan los pares de valores de la

variable y el producto
corresponde al producto
de las medias aritmticas de las variables x e y
respectivamente.
Pasos para calcular la covarianza de una serie

de eventos
Paso 1: Se calcula xiyi , esto es la sumatoria de los

productos de las variablares x y y; o sea:
(x1 * y1) + (x2 * y2) + ... +(xn * yn )
Paso 2: se define n, que el numero de eventos o el
numero de pares de variables
Paso 3: Se calcula
, que es el producto de las medias
de ambas variables
Paso 4: Obtenidos todos los datos se sustituyen en la
formula y se obtiene el resultado
Calcular la covarianza para el ejemplo primero

correspondiente a la variable talla - peso
Talla
(cms) 160 165 168 170 171 175 175 180 180 182
Peso
(kgs)
55
58
58
61
67
62
66
74
79
83
Paso 1:
La suma de todos los productos de los valores de x (talla) por

los de y (peso) sera:
160 55 + 165 58 + 168 58 + 170 61 + 171 67 + 175 62 +
175 66 + 180 74 + 180 79 + 182 83 = 114987
Paso 2:
Definir n como el numero de eventos en este caso es 10
Paso 3:
A este valor debemos restarle el producto de las medias de
ambas variables que naturalmente sabes calcular:
Media de x (talla): 172.6
= 172.6 * 66.3 = 11443.38
Media de y (peso): 66.3
De acuerdo ala formula tenemos que:
Sxy = (114987 / 10 ) 11443.38
Sxy = 55.32
Se ha obtenido un valor positivo para la covarianza que
corresponde a una dependencia directa como ya habamos
intuido con la nube de puntos
CORRELACIN
Se llama correlacin a la teora

que trata de estudiar la
relacin o dependencia que
existe entre las dos variables
que intervienen en una
distribucin bidimensional.
CORRELACIN
Coeficiente de correlacin de Pearson.
Si le llamamos r, su valor es:
Puede observarse que el signo del

coeficiente de correlacin es el mismo
que el de la covarianza y puede
deducirse que el valor del mismo esta
comprendico entre -1 y 1.
CORRELACIN
Se pueden deducir las siguientes conclusiones
relativas al coeficiente de correlacin (r):
- Su signo es el mismo de la covarianza, luego si r es
positivo la dependencia es directa y si es negativo
inversa.
- Si r se acerca a -1 o a +1, la dependencia es fuerte y

por tanto las predicciones que se realicen a partir de la
recta de regresin sern bastante fiables.
- Si r se acerca a 0 la dependencia es dbil y por tanto
las predicciones que se realicen a partir de la recta de
regresin sern poco fiables
CORRELACIN
Ejemplo:
Calcularemos la correlacion para el ejemplo de las
tallas y los pesos
Sxy = 55.32
Sx = 50.71
r = 55.32 / (50.71 * 752.81)
Sy = 752.81
r =0.0014
r se acerca a 0 la dependencia es dbil y por tanto las

predicciones que se realicen a partir de la recta de
regresin sern poco fiables
Se han realizado unas pruebas de habilidad (puntan de 0

a 5) en un grupo de alumnos. Las siguientes puntuaciones
corresponden a las obtenidas por seis alumnos en dos de
ellas:
Calcula la covarianza y el coeficiente de correlacin. Cmo
es la relacin entre las variables?
Clculos
Clculos
Clculos
wjleonv@yahoo.com

Estadistica y Prob 05

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica y Prob 05

Cargado por

Copyright:

Formatos disponibles

CLASE 05

Ing. William Len Velsquez

Estas medidas tratan de sintetizar los

Son indicadores usados para

ING. WILLIAM LEON V.

Estas medidas de posicin de una

Son valores que dividen al

ING. WILLIAM LEON V.

Son medidas de posicin que

Hay 3 cuartiles que dividen a una distribucin

ING. WILLIAM LEON V.

Cuartiles para datos agrupados

Orden del cuartil

Lmite inferior del intervalo que contiene al cuartil

Frecuencia acumulada considerada al intervalo donde se

Frecuencia del intervalo que contiene el cuartil

Amplitud del intervalo

ING. WILLIAM LEON V.

Aquel valor de una serie que supera al

Formula de Q1 para series de Datos

ING. WILLIAM LEON V.

: posicin de Q1, la cual se

localiza en la primera frecuencia

ING. WILLIAM LEON V.

Coincide, es idntico o similar al

Es decir, supera y es superado

ING. WILLIAM LEON V.

Es aquel valor, termino o dato que

ING. WILLIAM LEON V.

: posicin de Q3, la cual se

localiza en la primera frecuencia acumulada que

ING. WILLIAM LEON V.

Un reporte de laboratorio indica

ING. WILLIAM LEON V.

Para la obtencin del primer cuartil

lo que representa que el primer cuartil se

Li 20; f acumi 1 11; f i 8; A 9

ING. WILLIAM LEON V.

90da a 100 das

ING. WILLIAM LEON V.

por lo que el primer cuartil es igual a

ING. WILLIAM LEON V.

Ntese que la consideracin para

ING. WILLIAM LEON V.

Para la obtencin del segundo cuartil

Li 50; f acumi 1 31; f i 5; A 9

ING. WILLIAM LEON V.

con ello el cuartil tendr un valor de

ING. WILLIAM LEON V.

Ntese que efectivamente el segundo

ING. WILLIAM LEON V.

Para el clculo del tercer cuartil, k=3,

Li 70; f acumi 1 43; f i 8; A 9

ING. WILLIAM LEON V.

con ello el cuartil tendr un valor de

ING. WILLIAM LEON V.

Ntese que para el clculo del cuarto

ING. WILLIAM LEON V.

Cuartiles para datos no agrupados

En el caso en que la posicin no

Li limite inferior , ; L f Limite Superior;

ING. WILLIAM LEON V.

ING. WILLIAM LEON V.