ESTADÍSTICA DESCRIPTIVA: CASO 2

MÍNIMO

MODAL
MEDIANA = MODAL
MODAL

MÁXIMO
N
9
MODA

13

13
TICA DESCRIPTIVA: CASO 2 de DATOS SIMPLES a DA
Xi
11
12
12
13
13
13
14
14
15
117
∑Xi
MEDIANA

13

13
CASO 2 de DATOS SIMPLES a DATOASMAGRUPADO
Xi %
11.11%
11.11%
11.11%
11.11%
11.11%
11.11%
11.11%
11.11%
11.11%
100.00%
∑X%
PROMEDIO o MEDIA=Ẋ
13
Ẋ=∑fXi/N
13
TOASMAGRUPADOS EN FRECUENCIAS: Principales in
e= X - Ẋ
-2.00
-1.00
-1.00
0.00
0.00
0.00
1.00
1.00
2.00
0
∑e=∑(Xi-Ẋ)=0
VAR MUESTRAL: s2 = ∑f*e2/(n-1)
1.5
DESV STAND MUESTRAL: s= √s2
1.2247448714
S EN FRECUENCIAS: Principales indicadores de Medid
e2
4
1
1
0
0
0
1
1
4
12
∑f*e2=∑f*(X-Ẋ) 2

STRAL: s2 = ∑f*e2/(n-1)
1.5
ND MUESTRAL: s= √s2
1.22474487139159
pales indicadores de Medidas de Tendencia Central y
CASO 2: AGRUPAMIENTO EN
Xi graficar fi graficar
11 1
12 2
13 3
14 2
15 1

DIAGRAMA DE FRECUE
4
3
3
2
2
1
1 33%
11% 22%
0
11 12 13
SESGO CUR
0.0000 -0.
 ncia Central y Medidas de Dispersión
MIENTO EN FRECUENCIAS
fi % graficar
11%
22%
33%
22%
11%
100%

DE FRECUENCIAS

3
2
1
33% 22% 11%
13 14 15
CURTOSIS
-0.2857
DATA=MARCA DE CLASEFRECUENCIAS SIMPLES
Xi fi
11 1
12 1
12 1
13 1
13 1
13 1
14 1
14 1
15 1
CONTAR= N
9 117/9
PROMEDIO 117
13 13
M0DA
13
MEDIANA
13
 PRIMER CASO DE PROCESAMIENTO DE
NCIAS SIMPLES desvios= e
fi% ei= Xi-X
11% 11-13
11% 12-13
11% 12-13
11% 13-13
11% 13-13
11% 13-13
11% 14-13
11% 14-13
11% 15-13

no se puede sacar su promedio de los desvío

12.000/9=
1.333333 1.3333
VAR.P 1.33333333333
VARIANZA POBLACIONAL
R CASO DE PROCESAMIENTO DE DATOS: DATA SIMPLE O N
desvios= e desvios cuadrad
ei= Xi-X ei2= (Xi-X
-2
-1
-1
0
0
0
1
1
2
0.00000000
acar su promedio de los desvíos AQUÍ SI SALE PRO
DE
RAÍZ CUADRADA DE LA VARIANZA
1.15470053837925 1.5000
DESVEST:P DESV ESTANDAR POBLAC VAR
1.15470053837925 VARIANZA MUEST
TA SIMPLE O NO AGRUPADA
esvios cuadrados= e2
ei2= (Xi-X)2 z
4.0000 -2/1.2247 -2
1.0000 -1/1.2248 -1
1.0000 -1/1.2249 -1
0.0000 0/1.2250 0
0.0000 0/1.2251 0
0.0000 0/1.2252 0
1.0000 1/1.2253 1
1.0000 1/1.2254 1
4.0000 2/1.2255 2
12.000
UÍ SI SALE PROMEDIO DIFERENTE
DE CERO
12.000/(9-1)=
1.5000
1.5 1.2247449
RIANZA MUESTRAL DESVEST.M
 Columna1

Media 13
Error típico 0.40824829
Mediana 13
Moda 13
Desviación estándar 1.22474
Varianza de la muestra 1.5
Curtosis -0.2857143

Coeficiente de asimetría 0

4
Rango
Mínimo 11
Máximo 15
Suma 117

Cuenta 9

DESVEST:M DESV ESTAND MUESTRA

 items= i
1 1
2 2
3 3
4 4
5 5
4 6
3 7
2 8
1 9
CONTAR
N
9
EXAMEN:Xi
11
12
12
13
13
13
14
14
15
117
∑X

mediana
13
13
13
promedio
13
PROMEDIO o
MEDIA = Ẋ
Ẋ=∑X/N
117/9
13
 e= Xi - X*
-2
-1
-1
0
0
0
1
1
2
0
∑ e= X - Ẋ=0
0

moda
 13
13
13
promedio
13
ROMEDIO o
MEDIA = Ẋ
Ẋ=∑X/N
117/9
13
 MODELO DE ESTADÍSTICA INT

e2
4
1
1
0
0
0
1
1
4
12
∑ e2=∑f*( X - Ẋ )2
44451
1.33333333333333
var (muestra)
 1.5
12/(9-1)
1.5
varP
1.33333333333333
. 12/9
1.33333333333333

COMO Me=Mo=X*=13==>LOS DAT

DISTRIBUYEN NORMALMENTE. Entonce
coeficiente de asimetría: a3=0; y, curto
MODELO DE ESTADÍSTICA INTEGRAL JPMEZA

z= e/s
-1.6
-0.8
-0.8
0.0
0.0
0.0
0.8
0.8
1.6

n/(n-1)*(n-2)
7.875

desvest.M (muestral)
 1.22474487139159
1.5^(1/2)
1.22474487139159
desvest.P
1.15470053837925
. (12/9)^(1/2)
1.15470053837925

X*=13==>LOS DATOS SE
ALMENTE. Entonces sesgo o
etría: a3=0; y, curtosis a4=0
A

z3= (e/s)3
-4.4
-0.5
-0.5
0.0
0.0
0.0
0.5
0.5
4.4
0
∑z3= (e/s)3
coeficiente.asimetria (muestra) MANUAL
0
coeficiente.asimetria (muestra)FÓRMULA
 0
coeficiente.asimetria.P FORMULA
0
 z4= (e/s)4
7.11111111111112
0.444444444444445
0.444444444444445
0
0
0
0.444444444444445
0.444444444444445
7.11111111111112
16
∑z4= (e/s)4
(n*(n+1))/((n-1)*(n-2)*(n-3))
0.267857142857143
(-3*n-1)^2)/((n-2)*(n-3))
 -192
42
-4.57142857142857
CURTOSIS (muestra) MANUAL
-0.285714285714283
CURTOSIS (muestra) FÓRMULA
-0.285714285714283