Documentos de Académico
Documentos de Profesional
Documentos de Cultura
•• MEDIDAS
MEDIDASESTADISTICAS
ESTADISTICAS
Profesor:Celso
Profesor: CelsoGonzales
Gonzales
SUMATORIAS
Objetivos:
• Representar mediante sumatorias una expresión
numérica.
SUMATORIAS
∑i= p
xi
q q q
∑ k = k ( q − p + 1)
i= p
∑k *x i = k ∑ xi
i= p i= p
20
∑ i 1 2
x 2
i =1
= x 2
+ x 2
+ ... + x 2
20
2
⎛ 3
⎞
⎜∑ i ⎟x = ( x1 + x 2 + x 3 ) 2
⎝ i =1 ⎠
SUMAS DE CUADRADO Y SUMAS DE PRODUCTO
SCx = ∑ ( x − x ) 2 = ∑ x 2 − n x 2
x y
2 10
SCy = ∑ ( y − y ) 2 5 12
4 11
6 10
3 15
SPxy= ∑( x − x)( y − y) = ∑ xy − n xy
SUMATORIAS
Sumatoria doble: En el
caso de que se tenga dos q s
∑∑ x
criterios para identificar a
una observación.
ij
i = p j =r
Notación
n
X • j = ∑ xij ; j = 1,..., m
puntual i =1
m
X i • = ∑ xij ; i = 1,..., n
j =1
n m
X •• = ∑ ∑ xij
i =1 j =1
Ejemplo
Vendedor (j)
Se tiene la siguiente Electrodoméstico (i) Precio (i)
información sobre el número 1 2 3 4 5
n
A= ∑ [3 x x + ( x
i =1
i i − 2 x )( x i + 2 x ) ]
n
B= ∑ ( xi − x )
i =1
2
donde X =
X.
n
∑X i
X 1 + ... + X N
μ= i =1
=
N N
n
∑X i
X 1 + ... + X n
X = i =1
=
n n
Ejemplo
0 1
1 4
2 7
3 6
4 2
X= ∑ X f i i
=
1(0) + 4(1) + 7(2) + 6(3) + 2(4) 44
= = 2.2 faltas/ dia
n 20 20
∑ (x
i =1
i − x) = 0
4) Si a cada observación de una muestra se le suma una constante, el
promedio de las nuevas observaciones será igual al promedio de la
muestra original más la constante.
Si yi = xi ± b , i = 1, 2,..., n
entonces y = x ± b
Si y i = a xi , i = 1, 2,..., n
entonces y=ax
MEDIA ARITMÉTICA PONDERADA
∑w x i i
w1 x1 + w 2 x 2 + ... + w n x n
Xp = i =1
=
n
w1 + w 2 + ... + w n
∑w
i =1
i
A 10.5 500
B 15.8 100
C 8.2 800
n
∑wx i i
10 .5 * 500 + 15 .8 * 100 + 8 .2 * 800 13390
Xp = i =1
= = = 9 .5643 soles / unid
n
500 + 100 + 800
∑w
1400
i
i =1
1.0195
Ejemplo:
Mes 2
Mes 3 1467.40
Ejemplo:
NOTA:
Determinar porcentaje promedio en ventas u otros negocios o series
económicas de un período a otro
1 n n
XA = n
= n
=
1 1 1 1 1 1
∑
n i =1 x i
∑
i =1 xi
+
x1 x 2
+"+
xn
3 3
X A == = = 0 .491803 horas / articulo
1 1 1 6 .1
+ +
0 .5 0 .625 0 .4
50% de n 50% de n
min me max
• Para datos no agrupados
me = X ⎛ n +1 ⎞ para n impar
⎜ ⎟
⎝ 2 ⎠
X⎛n⎞ + X⎛n ⎞
⎜ ⎟ ⎜ +1 ⎟
me = ⎝2⎠ ⎝2 ⎠
para n par
2
EJEMPLO
En la Granja UNALM, se realizó un
estudio con la finalidad de comparar
el peso en Kg. ( a los dos meses de ANDINA INTI
nacido), de dos razas de cuyes: Inti y Stem-and-Leaf Display:
Andina. Para llevarlo a cabo, se Cuy Peso Cuy Peso Catimor
seleccionaron al azar muestras de
cada una de las razas, obteniéndose Stem-and-leaf of
los siguientes resultados: 1 0,68 9 0.94 Catimor N=14
1. Halle e interprete la media, mediana 2 0,89 10 0,95 Leaf Unit = 0,010
y la moda para la raza Andina
3 0,89 11 0,99 1 8 3
2. Cuando se considera el cuy para
consumo alimenticio, se debe tener 4 0,89 12 0,99 3 8 58
en cuenta que el 62 % del peso del 5 0,89 13 1,04 7 9 1234
cuy de la raza inti es comestible, y
que el precio de venta de la parte 6 0,89 14 1,09 (5) 9 56679
comestible es de 18 soles por 7 0,89 15 1,11 3 10 1
kilogramo. Para mantener la parte
comestible lista para la venta, ésta 8 0,90 16 1,11 2 10 5
debe ser refrigerada a un costo 1 11
único de 5 soles(no dependiendo de
la cantidad de cuyes que se desee 1 11 5
refrigerar). Considerando las
condiciones ya mencionadas,¿ cuál
es el ingreso neto promedio por la
venta de los cuyes de raza inti?
Ejemplo
Nota:
• La moda se puede hallar para datos cualitativos como
cuantitativos.
• La moda es una medida de tendencia inestable.
Ejemplo
PERCENTILES
El percentil q (Pq), es el valor por debajo del cual se encuentra
el q% de las observaciones y por encima el (100-q)% de las
observaciones
Toma el nombre de percentiles por que dividen a la distribución
en 100 partes iguales.
( n + 1)
Posición q = E .d
100
Pq = X ( E ) + d * ( X ( E +1) − X ( E ) )
CUARTILES
DECILES
Los Deciles son nueve y dividen a la distribución en 10 partes iguales
D3=P30 D5=P50=Q2=me D9=P90
Ejemplo
variedad Caturra.
Calcule e interprete los
cuartiles. Parcela Rend. Parcela Rend.
1 8,5 9 11,4
2 9,8 10 11,7
3 9,9 11 11,8
4 10,3 12 12,2
5 10,7 13 12,4
6 10,9 14 14,9
7 10,9
8 11,2
MEDIDAS DE VARIABILIDAD
•Rango
•Rango intercuartil
•Variancia
•Desviación estándar
•Coeficiente de variabilidad
Introducción
Cuando se dispone de
información de una variable Dispesión de las notas de dos alumnos
es necesario conocer si los
datos recopilados muestran Alumno
una variabilidad significativa. y
x
5 10 15
Notas
• Si los datos son muy semejantes entre si (notas del alumno Y), se
observara que no se encuentran muy dispersos con respecto a la
media; sin embargo, cuando los datos presentan diferencias
importantes entre si (notas del alumno X) se apreciara que los
datos son muy dispersos.
• En todo análisis estadístico el grado de variabilidad es importante
pues de esto depende el grado de confiabilidad de las
estimaciones que se realicen.
• Rango
Es la diferencia entre el valor máximo de las observaciones y el
valor mínimo de las observaciones.
R= Obs. Mayor – Obs. Menor
Nos da una idea muy rápida de dispersión.
• Rango intercuartil
RIC=Q3-Q1
también nos da idea de dispersión pero en el 50% central de los
datos
VARIANZA
∑( X − μ)
2
i
Varianza
σ2 = i =1
und2 poblacional
N
n
(
∑ i − )2
=∑
X X Varianza
X2 −n X
s =
2 i =1
u 2
muestral
n −1 n −1
Desviación estándar
s = Varianza und .
∑(x − x) ≤ ∑(x − a) ,
i=1
i
2
i=1
i
2
a∈R
2) Si todas las observaciones son iguales a una constante la
varianza es cero.
3) Si a cada observación se le suma una constante, la varianza no
cambia.
4) Si a cada observación se le multiplica por una constante, la
varianza queda multiplicada por dicha constante.
Coeficiente de Variación
σ s
CV = .100 cv = .100
μ x
Con alta variabilidad Más de 30%
Distribucion simetrica
9
8
7
6
Frequency
5
4
3
2
1
0
1 2 3 4 5 6 7
X
Distribución asimétrica positiva μ>Me>Mo
6
Frequency
1 2 3 4 5 6
X
6
Frequency
1 2 3 4 5 6
X
Coeficiente de asimetría de Pearson
3( μ − Me )
As = Poblacional
σ
3( x − me )
as = Muestral
s
110
100
Frecuencia
90
80
70
60
50
Mujeres Hombres