Documentos de Académico
Documentos de Profesional
Documentos de Cultura
JORGE BASADRE
GROHMANN
FACULTAD DE INGENIERA
E.A.P.
DE
INGENIERA
DE MINAS
CURSO
:
DATOS MINEROS
TEMA
N01
PROFESOR
:
QUINTANILLA
ALUMNO
CDIGO
ANLISIS ESTADSTICO DE
INFORME DE PRCTICA
ING. SALOMN ORTIZ
JOS AGREDA RAMIREZ
2012-36986
TACNA-PER
2014
MEDIA
Construccin geomtrica para hallar las medias aritmtica, geomtrica, armnica y
cuadrtica de dos nmeros a y b.
Media aritmtica:
La media aritmtica es un promedio estndar que a menudo se denomina "promedio".
Por ejemplo, la media aritmtica de 34, 27, 45, 55, 22, 34 (seis valores)
es
A veces puede ser til otorgar pesos o valores a los datos dependiendo de su relevancia
para determinado estudio. En esos casos se puede utilizar una media ponderada.
Si
es un conjunto de datos o media muestral y
son
nmeros reales positivos, llamados "pesos" o factores de ponderacin, se define la media
ponderada relativa a esos pesos como:
Media geomtrica
Por ejemplo, la media geomtrica de la serie de nmeros 34, 27, 45, 55, 22, 34 (seis
valores) es
Media armnica
Por ejemplo, la media armnica de los nmeros: 34, 27, 45, 55, 22, y 34 es:
Generalizaciones de la media
Media generalizada
Las medias generalizadas, tambin conocidas como medias de Hlder, son una
abstraccin de las medias cuadrticas, aritmticas, geomtricas y armnicas. Se definen y
agrupan a travs de la siguiente expresin:
- mximo,
- media cuadrtica,
- media aritmtica,
- media geomtrica,
- media armnica,
- mnimo.
Media-f generalizada
Esta media puede generalizarse para una funcin montona como la media-f
generalizada:
donde
sea una funcin inyectiva e
un intervalo.
Escogiendo formas particulares para f se obtienen algunas de las medias ms
conocidas:
- media aritmtica,
- media armnica,
- media generalizada,
- media geomtrica,
Para una funcin continua sobre un intervalo [a,b], se puede calcular el valor
medio de funcin sobre [a,b] como:
Media estadstica
La media estadstica se usa en estadstica para dos conceptos diferentes
aunque numricamente similares:
Media poblacional
La media poblacional tcnicamente no es una media sino un parmetro fijo
que coincide con la esperanza matemtica de una variable aleatoria. El
nombre "media poblacional" se usa para significar que valor numrico de una
MEDIANA
,
,
=> El valor central es el tercero:
es la mediana de ese conjunto de datos, deja dos datos por debajo (
por encima de l ( , ).
,
,
. Es decir:
aritmtica
. Por tanto, la
de estos dos
Datos agrupados
Al tratar con datos agrupados, si coincide con el valor de una frecuencia acumulada, el
valor de la mediana coincidir con la abscisa correspondiente. Si no coincide con el valor
de ninguna abcisa, se calcula a travs de semejanza de tringulos en el histograma o
polgono de frecuencias acumuladas, utilizando la siguiente equivalencia:
Donde
son
las
frecuencias
absolutas
acumuladas
tales
que
,
y
son los extremos, interior y exterior, del intervalo
donde se alcanza la mediana y
es la abscisa a calcular, la
mediana. Se observa que
es la amplitud de los intervalos seleccionados
para el diagrama.
Ejemplos para datos sin agrupar
xi
fi
Ni
13
21 > 19.5
30
33
37
39
Nmero de alumnos
Por tanto la mediana ser el valor de la variable que ocupe el vigsimo lugar.En este
ejemplo, 21 (frecuencia absoluta acumulada para Xi = 5) > 19.5 con lo que Me = 5
puntos, la mitad de la clase ha obtenido un 5 o menos, y la otra mitad un 5 o ms.
Ejemplo 2: Cantidad (N) par de datos
Las calificaciones en la asignatura de Matemticas de 38 alumnos de una clase viene
dada por la siguiente tabla (debajo):
Calificaciones
Nmero de alumnos
xi
fi
Ni+w
13
19 = 19
28
32
36
38
frmula:
divididos entre dos).
(Donde n= 38 alumnos
Con lo cual la mediana ser la media aritmtica de los valores de la variable que
ocupen el decimonoveno y el vigsimo lugar. En el ejemplo el lugar decimonoveno lo
ocupa el 5 y el vigsimo el 6 con lo que Me = (5+6)/2 = 5,5 puntos, la mitad de la clase
ha obtenido un 5,5 o menos y la otra mitad un 5,5 o ms.
Ejemplo para datos agrupados
Entre
1.50
y
1.60
Entre
1.60
y
1.70
Entre 1.70 y 1.80 hay 3 estudiantes.
hay
hay
fi
Ni
[x11-x12]
f1
N1
N(i-2)
[x(i-1)1-x(i-1)2]
f(i-1)
f(i-1)-N(i-2)=N(i-1)
[xi1-xi2]
fi
fi-Ni-1=Ni
[x(i+1)1-x(i+1)2]
f(i+1)
f(i+1)-Ni=N(i+1)
2
5
estudiantes.
estudiantes.
[xM1-xM2]
fM
fM-N(M-1)=NM
Consideramos:
- x11 valor mnimo< Entonces:
MODA
En estadstica, la moda es el valor con una mayor frecuencia en una distribucin de
datos.
Se hablar de una distribucin bimodal de los datos adquiridos en una columna cuando
encontremos dos modas, es decir, dos datos que tengan la misma frecuencia absoluta
mxima. Una distribucin trimodal de los datos es en la que encontramos tres modas. Si
todas las variables tienen la misma frecuencia diremos que no hay moda.
El intervalo modal es el de mayor frecuencia absoluta. Cuando tratamos con datos
agrupados antes de definir la moda, se ha de definir el intervalo modal.
La moda, cuando los datos estn agrupados, es un punto que divide al intervalo modal en
dos partes de la forma p y c-p, siendo c la amplitud del intervalo, que verifiquen que:
Siendo la frecuencia absoluta del intervalo modal las frecuencias absolutas de los
intervalos anterior y posterior, respectivamente, al intervalo modal.
Donde:
=
Propiedades
Sus principales propiedades son:
Clculo sencillo.
determinado
sector
social.
Esto
se
conoce
Varianza
En teora de probabilidad, la varianza (que suele representarse como
) de una variable
aleatoria es una medida de dispersin definida como la esperanza del cuadrado de la
desviacin de dicha variable respecto a su media.
Est medida en unidades distintas de las de la variable. Por ejemplo, si la variable mide
una distancia en metros, la varianza se expresa en metros al cuadrado. La desviacin
1 Definicin
o
2 Ejemplos
o
3 Propiedades de la varianza
4 Varianza muestral
o
5 Vase tambin
6 Referencias
7 Enlaces externos
Definicin[editar]
Siendo:
: cada dato
: El nmero de datos
: la media aritmtica de los datos
Variable aleatoria[editar]
Aplicando este concepto a una variable aleatoria con media = E[X], se define
su varianza, Var(X) (tambin representada como
o, simplemente 2), como
donde
donde
.
Ejemplos[editar]
Distribucin exponencial[editar]
La distribucin exponencial de parmetro es una distribucin
continua con soporte en el intervalo [0,) y funcin de
densidad
Es decir, 2 = 2.
Dado perfecto[editar]
Un dado de seis caras puede representarse como una
variable aleatoria discreta que toma, valores del 1 al 6
con probabilidad igual a 1/6. El valor esperado es
(1+2+3+4+5+6)/6 = 3,5. Por lo tanto, su varianza es:
Propiedades de la varianza[editar]
Algunas propiedades de la varianza son:
siendo a y b nme
ros reales cualesquiera. De esta propiedad se
deduce que la varianza de una constante es
cero, es decir,
mientras que
Propiedades de la varianza
muestral[editar]
Como
consecuencia
de
la
igualdad
, s2 es
un estadstico insesgado de
. Adems, si se cumplen las
condiciones necesarias para
la ley
de
los
grandes
nmeros, s2 es
un estimador
consistente de
.
Ms an, cuando las muestras
siguen una distribucin normal,
por el teorema de Cochran,
tiene
la distribucin
chicuadrado:
Desviacin tpica
1 Interpretacin y aplicacin
2 Desglose
o
3 Ejemplo
4 Vase tambin
5 Enlaces externos
Interpretacin y aplicacin[editar]
La desviacin tpica es una medida del grado de dispersin de los datos con respecto al
valor promedio. Dicho de otra manera, la desviacin estndar es simplemente el
"promedio" o variacin esperada con respecto a la media aritmtica.
Por ejemplo, las tres muestras (0, 0, 14, 14), (0, 6, 8, 14) y (6, 6, 8, 8) cada una tiene una
media de 7. Sus desviaciones estndar muestrales son 7, 5 y 1 respectivamente. La
tercera muestra tiene una desviacin mucho menor que las otras dos porque sus valores
estn ms cerca de 7.
La desviacin estndar puede ser interpretada como una medida de incertidumbre. La
desviacin estndar de un grupo repetido de medidas nos da la precisin de stas.
Cuando se va a determinar si un grupo de medidas est de acuerdo con el modelo
terico, la desviacin estndar de esas medidas es de vital importancia: si la media de las
medidas est demasiado alejada de la prediccin (con la distancia medida en
desviaciones estndar), entonces consideramos que las medidas contradicen la teora.
Esto es coherente, ya que las mediciones caen fuera del rango de valores en el cual sera
razonable esperar que ocurrieran si el modelo terico fuera correcto. La desviacin
estndar es uno de tres parmetros de ubicacin central; muestra la agrupacin de los
datos alrededor de un valor central (la media o promedio).
Desglose[editar]
La desviacin estndar (DS/DE), tambin llamada desviacin tpica, es una medida
de dispersin usada en estadstica que nos dice cunto tienden a alejarse los valores
concretos del promedio en una distribucin. De hecho, especficamente, el cuadrado de la
desviacin estndar es "el promedio del cuadrado de la distancia de cada punto respecto
del promedio". Se suele representar por una S o con la letra sigma, .
La desviacin estndar de un conjunto de datos es una medida de cunto se desvan los
datos de su media. Esta medida es ms estable que el recorrido y toma en consideracin
el valor de cada dato.
Distribucin de probabilidad continua[editar]
Es posible calcular la desviacin estndar de una variable aleatoria continua como la raz
cuadrada de la integral
donde
Ejemplo[editar]
.
En este caso, N = 6:
Sustituyendo N por 6
2. Calcular
estndar
Sustituyendo N por 6;
Sustituyendo
por 6,33
la
desviacin
.
Cuartil
Los cuartiles son los tres valores que dividen al conjunto de datos ordenados en cuatro
partes porcentualmente iguales. Aparecen citados en la literatura cientfica por primera
vez en 1879 por D. McAlister.1
La diferencia entre el tercer cuartil y el primero se conoce como rango intercuartlico. Se
representa grficamente como la anchura de las cajas en los llamados diagramas de
cajas.
Dada una serie de valores X1,X2,X3 ...Xn ordenados en forma creciente, podemos pensar
que su clculo podra efectuarse:
Pero esto conduce a distintos mtodos de clculo de los cuartiles primero (as como
tercero) segn la propia mediana se incluya o excluya en la serie de la primera (respecto
de la segunda) mitad de valores.
Clculo con datos no agrupados
No hay uniformidad sobre su clculo. En la bibliografa se encuentran hasta cinco
mtodos que dan resultados diferentes.2 Uno de los mtodos es el siguiente: dados n
datos ordenados,
Asimetra estadstica
Ejemplo de datos experimentales con una asimetra positiva (respuesta gravitrpica de los
coleptilos del trigo).
ndice
[ocultar]
1 Definicin
2 Medidas de asimetra
o
3 Utilidad
4 Referencias
5 Enlaces externos
Definicin
Las medidas de asimetra son indicadores que permiten establecer el grado de
simetra (o asimetra) que presenta una distribucin de probabilidad de una variable
aleatoria sin tener que hacer su representacin grfica.
Como eje de simetra consideramos una recta paralela al eje de ordenadas que pasa por
la media de la distribucin. Si una distribucin es simtrica, existe el mismo nmero de
valores a la derecha que a la izquierda de la media, por tanto, el mismo nmero de
desviaciones con signo positivo que con signo negativo. Decimos que hay asimetra
positiva (o a la derecha) si la "cola" a la derecha de la media es ms larga que la de la
izquierda, es decir, si hay valores ms separados de la media a la derecha. Diremos que
hay asimetra negativa (o a la izquierda) si la "cola" a la izquierda de la media es ms
larga que la de la derecha, es decir, si hay valores ms separados de la media a la
izquierda.
Medidas de asimetra
Coeficiente de asimetra de Fisher
En teora de la probabilidad y estadstica, la medida de asimetra ms utilizada parte del
uso del tercer momento estndar. La razn de esto es que nos interesa mantener el signo
de las desviaciones con respecto a la media, para obtener si son mayores las que ocurren
a la derecha de la media que las de la izquierda. Sin embargo, no es buena idea tomar el
momento estndar con respecto a la media de orden 1. Debido a que una simple suma de
todas las desviaciones siempre es cero. En efecto, si por ejemplo, los datos estn
agrupados en clases, se tiene que:
en donde
representa la marca de la clase -sima y
denota la frecuencia relativa
de dicha clase. Por ello, lo ms sencillo es tomar las desviaciones al cubo.
El coeficiente de asimetra de Fisher, representado por
, se define como:
donde
es la desviacin estndar.
Si
Si
Si la distribucin es simtrica,
. Si la distribucin es
donde
es el 4 momento centrado o con respecto a la media y
estndar.
es la desviacin
, donde
es el momento de orden 4
As tendremos que:
Si la distribucin es leptocrtica
Si la distribucin es platicrtica
Si la distribucin es mesocrtica
y
y
y
como.