Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejemplo: S e t i e n e e l s i g u i e n t e c o n j u n t o d e 2 6 d a t o s :
Obtener su mediana y moda.
TEORIA DE DECISION:
Estudio formal sobre la toma de decisiones. Los estudios de casos reales, que se sirven de la
toma de decisiones racionales, que utilizan la lógica y la estadística, se llaman teoría preceptiva
de decisión. Estos estudios se hacen más complicados cuando hay más de un individuo, cuando
los resultados de diversas opciones no se conocen con exactitud y cuando las probabilidades de
los distintos resultados son desconocidas. La teoría de decisión comparte características con la
jugador o jugadores.
Al hacer un análisis sobre esta teoría, y mirándola desde el punto de vista de un sistema, se
puede decir que al tomar una decisión sobre un problema en particular, se debe tener en cuenta
los puntos de dificultad que lo componen, para así empezar a estudiarlos uno a uno hasta
obtener una solución que sea acorde a lo que se esta esperando obtener de este, y sino, buscar
general, porque esta se utiliza a menudo para tomar decisiones de la vida cotidiana, ya que
muchas personas piensan que la vida es como una de las teorías; La teoría del juego, que para
poder empezarlo y entenderlo hay que saber jugarlo y para eso se deben conocer las reglas de
Se puede decir que la Teoría de decisión es una de las ramas que sirve para que al dar un paso,
POBLACION:
acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996).
Ejemplo:
MUESTRA ALEATORIA:
Es una muestra sacada de una población de unidades, de manera que todo elemento
se seleccionen independientemente.
Muestra aleatoria: muestra elegida independientemente de todas las demás, con la misma
probabilidad que cualquier otra y cuyos elementos están elegidos independientemente unos de
Muestra aleatoria
Una muestra aleatoria es una muestra sacada de una población de unidades, de manera que
todo elemento de la población tenga la misma probabilidad de selección y que las unidades
Para el caso de las poblaciones, las medidas que las describen se denominan parámetros, y
suelen estar representadas con letras griegas (por ejemplo Y Por otro lado, para el caso de
aquellas medidas que describen a una muestra se les llama estadísticos o estimadores, y son
representados por letras de nuestro alfabeto (por ejemplo, x o s).
Parámetro: Una parámetro es una medida usada para describir alguna característica de una
población, tal como una media aritmética, una mediana o una desviación estándar de una
población. Cuando los dos nuevos términos de arriba son usados, por ejemplo, el proceso de
estimación en inferencia estadística puede ser descrito como le proceso de estimar un parámetro
a partir del estadístico correspondiente, tal como usar una media muestral (un estadístico para
estimar la media de la población (un parámetro). Los símbolos usados para representar los
estadísticos y los parámetros, en éste y los siguientes capítulos, son resumidos en la tabla
siguiente:
DESCRIPCION DE DATOS:
FRECUENCIA DE CLASE
La frecuencia de clase se le denomina frecuencia absoluta y se le designa con las letras fi. Es el
número total de valores de las variables que se encuentran presente en una clase determinada,
de una distribución de frecuencia de clase.
Frecuencia absoluta
La suma de las frecuencias absolutas es igual al número total de datos, que se representa por N.
igualdad
Para indicar resumidamente estas sumas se utiliza la letra griega Σ (sigma mayúscula) que se
lee suma o sumatoria.
igualdad Ejemplo
Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas máximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31,
30, 31, 34, 33, 33, 29, 29.
FRECUENCIA RELATIVA
a b s o l u t a d e u n d e t e r m i n a d o v a l o r y e l n ú m e r o to t a l d e d a t o s .
L a f r e c u e n c i a r e l a t i v a s e p u e d e e x p r e s a r e n t a n t o s po r c i e n t o y
s e r e p r e s e n t a po r n i .
L a s u m a de l a s f r e c u e n ci a s r e l a t i v a s e s i g u a l a 1 .
Ejemplo
D u r a n t e e l m e s de j u l i o , e n un a c i u d a d s e h a n r e g i s t r a d o l a s
s i g u i e n t e s t e m pe r a t u r a s m á x i m a s :
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31,
30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29.
PUNTO MEDIO
LIMITES
Los límites inferiores y superiores son los valores mínimo y máximo de una distribución. V.g: En un curso de
50 alumnos, se le pidió a un profesor que pesará a todos, los datos obtenidos son los siguientes:
LIMITE SUPERIOR: 98
LIMITE INFERIOR: 38
3.3 MEDIDAS DE TENDECIA CENTRAL
Media aritmética
Artículo principal: Media aritmética
valores, o su distribución; sin embargo, para las distribuciones con sesgo, la media no es necesariamente el
mismo valor que la mediana o que la moda. La media o moda son elementos intuitivos de medir los datos. Es
a veces una forma de medir el sesgo de una distribución tal y como se puede hacer en las
distribuciones exponencial y de Poisson.
Por ejemplo, la media aritmética de 34, 27, 45, 55, 22, 34 (seis valores)
es
A veces puede ser útil otorgar pesos o valores a los datos dependiendo de su relevancia para determinado
estudio. En esos casos se puede utilizar una media ponderada. Si X1,X2,...,Xn es un conjunto de datos o media
muestral y w1,w2,...,wn son números reales positivos, llamados "pesos" o factores de ponderación, se define la
La media es invariante frente a transformaciones lineales, cambio de origen y escala, de las variables, es decir
si X es una variable aleatoria e Y es otra variable aleatoria que depende linealmente de X, es decir, Y = a·X +
b (donde a representa la magnitud del cambio de escala y bla del cambio de origen) se tiene que:
[editar]Media geométrica
Artículo principal: Media geométrica
La media geométrica es un promedio muy útil en conjuntos de números que son interpretados en orden de su
producto, no de su suma (tal y como ocurre con la media aritmética). Por ejemplo, las velocidades de
crecimiento.
Por ejemplo, la media geométrica de la serie de números 34, 27, 45, 55, 22, 34 (seis valores)
es
Moda
La moda es el dato más repetido, el valor de la variable con mayor frecuencia absoluta.5 En cierto sentido la
definición matemática corresponde con la locución "estar de moda", esto es, ser lo que más se lleva.
Su cálculo es extremadamente sencillo, pues sólo necesita un recuento. En variables continuas, expresadas
en intervalos, existe el denominado intervalo modal o, en su defecto, si es necesario obtener un valor concreto
Por ejemplo, el número de personas en distintos vehículos en una carretera: 5-7-4-6-9-5-6-1-5-3-7. El número
Hablaremos de una distribución bimodal de los datos, cuando encontremos dos modas, es decir, dos datos
que tengan la misma frecuencia absoluta máxima. Cuando en una distribución de datos se encuentran tres o
más modas, entonces es multimodal. Por último, si todas las variables tienen la misma frecuencia diremos que
no hay moda.
Cuando tratamos con datos agrupados en intervalos, antes de calcular la moda, se ha de definir el intervalo
La moda, cuando los datos están agrupados, es un punto que divide el intervalo modal en dos partes de la
Siendo ni la frecuencia absoluta del intervalo modal y ni − 1 y ni + 1 las frecuencias absolutas de los intervalos
Las calificaciones en la asignatura de Matemáticas de 39 alumnos de una clase viene dada por la siguiente
tabla (debajo):
Calificaciones 1 2 3 4 5 6 7 8 9
Número de alumnos 2 2 4 5 8 9 3 4 2
Mediana
La mediana es un valor de la variable que deja por debajo de sí a la mitad de los datos, una vez que éstos
están ordenados de menor a mayor.7 Por ejemplo, la mediana del número de hijos de un conjunto de trece
familias, cuyos respectivos hijos son: 3, 4, 2, 3, 2, 1, 1, 2, 1, 1, 2, 1 y 1, es 2, puesto que, una vez ordenados
En caso de un número par de datos, la mediana no correspondería a ningún valor de la variable, por lo
que se conviene en tomar como mediana el valor intermedio entre los dos valores centrales. Por
Existen métodos de cálculo más rápidos para datos más númerosos (véase el artículo
principal dedicado a este parámetro). Del mismo modo, para valores agrupados en intervalos, se
halla el "intervalo mediano" y, dentro de éste, se obtiene un valor concreto por interpolación
distribución, indicando por medio de un número, si las diferentes puntuaciones de una variable están muy
alejadas de la media. Cuanto mayor sea ese valor, mayor será la variabilidad, cuanto menor sea, más
homogénea será a la media. Así se sabe si todos los casos son parecidos o varían mucho entre ellos.
Para calcular la variabilidad que una distribución tiene respecto de su media, se calcula la media de las
desviaciones de las puntuaciones respecto a la media aritmética. Pero la suma de las desviaciones es
siempre cero, así que se adoptan dos clases de estrategias para salvar este problema. Una es tomando las
desviaciones en valor absoluto (Desviación media) y otra es tomando las desviaciones al cuadrado
(Varianza).
RECORRIDO O RANGO
representa por R.
ocasiones se calcula como el extremo superior del último intervalo menos el extremo
El recorrido tiene el inconveniente de que sólo toma en cuenta los valores extremos.
Así, por ejemplo, el recorrido de los datos 1, 20, 21, 22, 23, 50, es el mismo que el de 1,
El recorrido, como la media, no siempre ayuda a distinguir entre dos series diferentes.
DESVIACIÓN MEDIA
Como la suma de todas las desviaciones de los datos de una serie es cero (Σd
= 0);
para evitar que unas desviaciones se neutralicen con otras, se toma su valor absoluto.
DESVIACIÓN MEDIANA
Del mismo modo que la desviación media da una medida de la distancia que hay entre
los datos y su media, se puede hablar de desviación mediana como la medida que
VARIANZA
resultado nulo de la suma de todas las desviaciones de los datos respecto a la media x
Cuando los datos a analizar son grandes es usual probar algún tipo de agrupación, a fin de comprender
No importa si se trata de datos repetidos o no, para agruparlos se divide el rango en segmentos, y luego se
Los segmentos se denominan clases, y se especifican señalando el límite inferior (Li) y el límite superior (Ls)
de cada clase.
La marca de clase se denota mi y se calcula como el promedio de los límites de la clase, es decir (Ls + Li)/2
Existen múltiples procedimientos para agrupar datos. Uno de los más comunes es: