Documentos de Académico
Documentos de Profesional
Documentos de Cultura
∑𝑋 ∑𝑋
𝑋̅ = 𝑀(𝑥) = 𝜇 = 𝑀(𝑥) =
𝑛 𝑁
∑ 𝑓𝑋 ∑ 𝑓𝑋
𝑋̅ = 𝑋̅ =
𝑛 𝑛
Si existe una sola Moda, se llama (Unimodal) Se debe buscar la Mayor Frecuencia, su valor
Si ningún número se repite, no existe una Moda correspondiente será la Moda
Si se repiten dos números igual de veces, Si todas las Frecuencias son iguales, no existe Moda
entonces existirán dos Modas (Bimodal) Si se presenta varias Frecuencias iguales y mayores a
las restantes, existirá Varias Modas (Distribución
Multimodal)
CLASIFICACIÓN DE DATOS
Donde:
Previamente se busca la Frecuencia Modal 𝑳𝒊𝒏𝒇 ∶ Limite inferior de la Clase
𝑓𝑗 (𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎) que contiene a la Moda
∆𝟏 ∶ 𝑓𝑗 − 𝑓𝑗−1
∆1 ∆𝟏 ∶ 𝑓𝑗 − 𝑓𝑗+1
𝑀𝑜(𝑥) = 𝐿𝑖𝑛𝑓 + ( )∗𝑐
∆1 + ∆2 𝒄 ∶ Amplitud del intervalo de la Clase Modal
ORDENACIÓN DE DATOS
𝑄𝑚 = 𝑋𝑚(𝑛−1) ; 𝑚 = 1,2,3
+ 1
4
Si el subíndice No es entero
𝑚(𝑛−1)
𝑄𝑚 = 𝑋𝑗 + [( + 1) − 𝑗] ∗ (𝑋𝑗+1 − 𝑋𝑗 ) ; 𝑚 = 1,2,3
4
Donde:
𝒋 ∶ Es el subindice que corresponde al entero inmediato inferior a
𝑋𝑚(𝑛−1)
+ 1
4
𝑿𝒋+𝟏 ∶ Son los datos correspondientes a los subindices indicados
𝒏 ∶ Es el número de datos (Frecuencia total)
TABULACIÓN DISCRETA
𝑚(𝑛−1)
Inicialmente se calcula : + 1 de éste resultado se toma el entero inmediato
4
inferior, este será el valor de 𝐶. Luego se busca la Frecuencia Acumulada dentro de la
cual está contenida 𝐶 (es decir, la 𝐹𝑗 inmediata superior)
𝑆𝑖 𝐶 < 𝐹𝑗 → 𝑄𝑚 = 𝑋𝑗
𝑚(𝑛 − 1)
𝑆𝑖 𝐶 = 𝐹𝑗 → 𝑄𝑚 = 𝑋𝑗 + [( + 1) − 𝐶] ∗ (𝑋𝑗+1 − 𝑋𝑗 )
4
𝑚∗𝑛
Primero se calcula el valor obtenido se compara con las Frecuencias Acumuladas
4
(el número de la Clase del Cuartil será el valor de 𝑗 )
𝑚∗𝑛
− 𝐹𝑗−1
𝑄𝑚 = 𝐿𝑖𝑛𝑓 + ( 4 )∗𝑐
𝑓𝑗
Donde:
𝑭𝒋−𝟏 ∶ Es la Frecuencia acumulada anterior a la Clase del cuaritl
𝒇𝒋 ∶ Frecuencia Absoluta de la Clase del cuartil
𝑳𝒊𝒏𝒇 ∶ Limite inferior de la Clase del cuartil
𝒄 ∶ Es la Amplitud del intervalo de la Clase del cuartil
MEDIDAS DE DISPERSIÓN
DESVIACIÓN MEDIA
(desviación media absoluta o desviación promedio)
∑|𝑥𝑗 − 𝑥̅ | ∑ 𝑓𝑗 |𝑥𝑗 − 𝑥̅ |
𝐷𝑀 = 𝐷𝑀 =
𝑛 𝑛
DESVIACIÓN MEDIANA
∑ (𝑥 − 𝜇)2 ∑ (𝑥 − 𝑥̅ )2
𝜎 = 2 𝑠2 =
𝑁 𝑛−1
∑ 𝑥2
2 ∑ 𝑥2 𝑛𝑥
2
𝜎 = − 𝜇2 2
𝑠 = −
𝑁 𝑛−1 𝑛−1
VARIANZA PARA DATOS AGRUPADOS
2
∑ 𝑓 (𝑥 − 𝜇)2 2
∑ 𝑓 (𝑥 − 𝑥̅ )2
𝜎 = 𝑠 =
𝑁 𝑛−1
∑ 𝑥2 𝑓 ∑ 𝑥2𝑓 𝑛𝑥
2
𝜎2 = − 𝜇2 2
𝑠 = −
𝑁 𝑛−1 𝑛−1
DESVIACIÓN ESTANDAR
POBLACIONAL MUESTRAL
∑ (𝑥 − 𝜇)2 ∑ (𝑥 − 𝑥̅ )2
𝜎=√ 𝑠=√
𝑁 𝑛−1
POBLACIONAL MUESTRAL
∑ 𝑓 (𝑥 − 𝜇)2 ∑ 𝑓 (𝑥 − 𝑥̅ )2
𝜎= √ 𝑠=√
𝑁 𝑛−1
𝑆
𝐶𝑉 = ∗ 100
𝑥
Si CV es menor al 50% significa baja dispersión, es decir que la media aritmética es una buena
representación de un conjunto de datos
MEDIDAS DE FORMA
COEFICIENTES DE ASIMETRÍA DE PEARSON
∑ 𝑓 (𝑥 − 𝑥 )4
𝐾= − 3
𝑛 ∗ 𝑠4
𝐾 > 0 𝐾= 0 𝐾< 0