Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Los cuartiles son los tres valores que dividen un conjunto de datos ordenados en
cuatro partes porcentualmente iguales
Dada una serie de valores X1,X2,X3 ...Xn ordenados en forma creciente, podemos
pensar que su cálculo podría efectuarse:
Primer cuartil (Q1) como la mediana de la primera mitad de valores;
Segundo cuartil (Q2) como la propia mediana de la serie;
Tercer cuartil (Q3) como la mediana de la segunda mitad de valores.
COEFICIENTE DE ASIMETRIA
En teoría de la probabilidad y estadística, la medida de asimetría más utilizada parte del uso del
tercer momento estándar. La razón 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 estándar 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 están agrupados en clases, se tiene que:
COEFICIENTE CURTOSIS
La medida de curtosis trata de estudiar la proporción de la varianza que se explica por la
combinación de datos extremos respecto a la media en contraposición con datos poco alejados de
la misma.
COEFIICENTE DE CORRELACION:
La correlación es, pues una medida de covariación conjunta que nos informa del sentido de esta y
de su relevancia, que está acotada y permite la comparación entre distintos casos.
El coeficiente de correlación entre dos variables puede definirse como la covarianza existente
entre sus dos variables tipificadas y tiene por expresión de cálculo:
Interpretación:
**Si r < 0 Hay correlación negativa : las dos variables se correlacionan en sentido inverso. A
valores altos de una de ellas le suelen corresponder valor bajos de la otra y viceversa. Cuánto más
próximo a -1 esté el coeficiente de correlación más patente será esta variación extrema. Si r= -1
hablaremos de correlación negativa perfecta lo que supone una determinación absoluta entre las
dos variables ( en sentido inverso): Existe una relación funcional perfecta entre ambas(una
relación lineal de pendiente negativa).
** Si r > 0 Hay correlación positiva: las dos variables se correlacionan en sentido directo. A
valores altos de una le corresponden valores altos de la otra e igualmente con los valores bajos.
Cuánto más próximo a +1 esté el coeficiente de correlación más patente será esta covariación.Si r
= 1 hablaremos de correlación positiva perfecta lo que supone una determinación absoluta entre
las dos variables (en sentido directo):Existe una relación lineal perfecta ( con pendiente positiva).
** Si r = 0 se dice que las variables están incorrelacionadas: no puede establecerse ningún
sentido de covariación.
Propiedad importante: Si dos variables son independientes estarán incorrelacionadas aunque
el resultado recíproco no es necesariamente cierto. Matriz de correlaciones
ir a análsis multidimensional
CUASICUANTITATIVA:
CUALITATIVA:
Una variable, en el ámbito de la matemática, es un símbolo que puede aparecer en una función,
un algoritmo, una proposición o una fórmula, adoptando distintos valores. Al establecer vínculos
con otras variables, pueden contribuir al desarrollo de una teoría o de una hipótesis, adquiriendo
la denominación de constructos.
CALCULO:
CALCULO DE AMPLITUD:
DATOS DETERMINISTICOS:
Una base de datos probabilística es una base de datos en la que los campos tienen
asociados valores de probabilidad. Los gestores de bases de datos probabilísticas son un
área de investigación muy activa en la actualidad. Si bien aún no hay productos
comerciales, existen diversos prototipos.
En las bases de datos probabilísticas se distingue entre el modelo de datos y su
representación física, de un modo similar al de una base de datos relacional. En las
probabilísticas esta distinción es crucial porque tienen que representar números muy
grandes de posibles valores, a veces exponencial
DECILES
En estadística descriptiva, el concepto decil se refiere a cada uno de los 9 valores que dividen un
grupo de datos (clasificados con una relación de orden) en diez partes iguales, y de manera que
cada parte representa un décimo de la población. En resumen, los deciles son cada uno de los
nueve valores que dividen un conjunto de datos en diez grupos con iguales efectivos. Son los
nueve valores que dividen la serie de datos en diez partes
DESVIACION ESTANDAR:
Para representar que una variable aleatoria X sigue una distribución binomial de parámetros n y p,
se escribe:
DISTRIBUCION NORMAL
Tipificación de la variable
Para poder utilizar la tabla tenemos que transformar la variable X que sigue una
distribución N(μ, σ) en otra variable Z que siga una distribución N(0, 1).
DESVIACION MONETARIA:
Existen diferentes explicaciones sobre las causas de la desviación monetaria, probablemente
existen diversos tipos de procesos económicos que producen inflación, y esa es una de las causas
por las cuales existen diversas explicaciones: cada explicación trata de dar cuenta de un proceso
generador de inflación diferente, aunque no existe una teoría unificada que integre todos los
procesos.
DATOS AGRUPADOS:
Los datos agrupados son aquellos que se encuentran ordenados y clasificados. Cuando la muestra
consta de 30 o más datos, lo aconsejable es agrupar los datos en clases y a partir de estas
determinar las características de las muestras y por consiguiente las de la población de donde fue
tomada. Antes de pasar a definir cuál es la manera de determinar las características de interés,
cuando se han agrupado en clases los datos de la muestra, es necesario que sepamos cómo se
agrupan los datos, esto se determinara de acuerdo al tipo de muestra que se esté realizando y de
acuerdo al tipo de datos obtenidos.
DATOS NO AGRUPADOS:
Los datos no agrupados son el conjunto de observaciones que se presentan en su forma original
tal y como fueron recolectados, para obtener información directamente de ellos.
Cuando en la muestra que se ha tomado de la población o proceso que se desea analizar se tienen
menos de 30 datos, estos son analizados sin necesidad de formar clases con ellos y a esto es a lo
que se le llama tratamiento de datos no agrupados.
ESTADIGRAFOS:
Después de haber ordenado y descrito un conjunto de datos, aún el análisis resulta
todavía un tanto incompleto; es necesario entonces resumir la información y facilitar así
su análisis e interpretación utilizando ciertos indicadores.
A estos indicadores se les denomina también ESTADIGRAFOS o MEDIDAS DE RESUMEN,
permiten hallar un valor numérico, el mismo que representa a toda la población o
muestra en estudio.
2. CLASIFICACIÓN:
Las medidas de resumen más importantes se clasifican en tres grupos:
- Medidas de tendencia central : Media, mediana, moda
- Medidas de posición : Deciles, cuartiles, percentiles
- Medidas de dispersión : Desviación standard, varianza,
coeficiente de variación