Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejemplo:
SEXO: Masculino, Femenino.
Ejemplo:
Nivel académico: Excelente, Bueno, Regular, Deficiente.
Ejemplo:
Termometría: entre 23 y 24 grados centígrados.
Escala de razón o proporción: En ellas se conservan todas las propiedades de los casos
anteriores, pero además se añade la existencia de un valor cero reales, con lo que se
hacen posibles ciertas operaciones matemáticas, tales como la obtención de proporciones
y cocientes.
Ejemplo:
Peso: 0 a 50 kg, 51 a 61 kg.
3- Diagrama de círculos
El diagrama circular (también llamado gráfica circular, gráfica de pastel o diagrama de
sectores) sirve para representar variables cualitativas o discretas. Se utiliza para
representar la proporción de elementos de cada uno de los valores de la variable.
Uno círculo completo tiene 360º (o 2π radianes). El ángulo de cada porción debe ser
proporcional a la frecuencia de cada valor. Por ejemplo, si un valor representa un 50% del
total de elementos, su sector del círculo tendrá un ángulo de 180º (o π radianes).
Fórmula del ángulo de cada sector en grados sexagesimales del diagrama circular.
El ángulo de cada sector se calcula como 360º dividido por el total de sujetos (N) y
multiplicado por la frecuencia absoluta (ni), o bien el producto de la frecuencia relativa (fi)
por 360º. También podemos calcular el ángulo en radianes:
Ejemplo:
Los continentes suponen el 29,1% de superficie de la Tierra, el resto es agua. Supongamos
que se pretende representar mediante un diagrama circular la proporción de superficie de
cada continente respecto a la superficie de todos los continentes.
Para dibujar el diagrama, calcula el ángulo de cada uno de los sectores (que serán Europa,
África, América, Asia, Oceanía, la Antártida). Se obtiene la siguiente tabla:
4- Diagrama de barras
El diagrama de barras (o gráfico de barras) es un gráfico que se utiliza para representar
datos de variables cualitativas o discretas. Está formado por barras rectangulares cuya
altura es proporcional a la frecuencia de cada uno de los valores de la variable.
Las barras pueden ser horizontales o verticales, según si los valores de la variable
se reflejan en el eje horizontal o vertical.
Todas las barras deben tener el mismo ancho y no deben superponerse las unas
con las otras.
Tipos de gráficos de barras
Existen cuatro tipos de gráficos de barras según las series de datos y como están estas
representadas:
Las barras se colocan una al lado de la otra por categoría de la variable para
comparar las series de datos.
C. Gráfico de barras apilado
D. Pirámide de población
Ejemplo
El jefe de una empresa pregunta a sus empleados cuando prefieren disfrutar de sus
vacaciones. Les ofrece cinco quincenas.
Se puede observar como la inmensa mayoría de los trabajadores preferiría las vacaciones
en las quincenas de agosto.
Este diagrama se utilizaba más en los años 80 y 90, cuando los ordenadores no dibujaban
gráficos, aunque sí que escribían dígitos.
Para construir el diagrama de tallo y hojas, debemos seguir los siguientes pasos:
B. Redondear los números (en el caso de que no lo estén) hasta tengan las cifran que
queramos. Por ejemplo, si tenemos el número 3,62856 y queremos que tenga 2
dígitos la parte decimal, lo redondeamos a 3,63.
C. Dibujar una tabla con dos columnas, la primera columna para el tallo y la segunda
para las hojas. Disponer todos los tallos en la primera columna en orden
descendente. Cada tallo solo se escribe una vez.
D. Registrar en la segunda columna todas las hojas, en orden creciente, junto al tallo
correspondiente.
Ejemplo
En las pruebas médicas de un instituto, se toma la altura de los cuarenta alumnos de una
clase. El médico está interesado en representar gráficamente la variable y opta por
el diagrama de tallo y hoja.
B. Los datos son tomados en centímetros, por lo que tiene tres cifras cada número.
En este caso no se requiere redondear los datos, ya que se parte del número de
dígitos que se desea. Los dos primeros dígitos serán el tallo y el último la hoja.
C. Una vez preparados los datos, procede a construir el diagrama. Dibuja una tabla
con dos columnas. En la primera columna coloca los tallos ordenados de menor a
mayor. En este caso los tallos serán: 14, 15, 16, 17 y 18.
6- Permutaciones y combinaciones
La permutación es un arreglo ordenado de una cantidad finita de objetos distintos. Es
importante tener en cuenta que las permutaciones se pueden identificar como una
muestra seleccionada sin o con reemplazo, pero siempre en orden.
AB AC AD BA BC BD CA CB CD DA DB DC
Combinaciones
C
n r = Combinaciones de r objetos tomados de entre n objetos
La expresión anterior nos explica como las combinaciones de r objetos tomados de entre n
objetos pueden ser obtenidas a partir de las permutaciones de r objetos tomados de entre
n objetos, esto se debe a que como en las combinaciones no nos importa el orden de los
objetos, entonces si tenemos las permutaciones de esos objetos al dividirlas entre r!, les
estamos quitando el orden y por tanto transformándolas en combinaciones, de otra
forma, también si deseamos calcular permutaciones y tenemos las combinaciones,
simplemente con multiplicar estas por el r! obtendremos las permutaciones requeridas.
7- Distribución de Poisson
La distribución de Poisson es una distribución de probabilidad discreta que se aplica a las
ocurrencias de algún suceso durante un intervalo especifico. La variable aleatoria x es el
número de ocurrencias de un suceso en un intervalo. El intervalo suele ser normalmente
tiempo, distancia, área, volumen o alguna unidad similar. La probabilidad de que el suceso
ocurra x-veces, durante el intervalo, está dada por la siguiente fórmula:
Donde y µ es el número promedio de resultados por unidad de tiempo y donde la
desviación estándar.
Las ocurrencias deben estar uniformemente distribuidas dentro del intervalo que se
emplea.
[adrotate banner=”4″]
Ejemplo:
Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las
probabilidades de que reciba, a) cuatro cheques sin fondo en un día dado, b) 10 cheques
sin fondos en cualquiera de dos días consecutivos?
Solución:
a) x = variable que nos define el número de cheques sin fondo que llegan al banco en
un día cualquiera = 0, 1, 2, 3, ....., etc, etc.
b) x= variable que nos define el número de cheques sin fondo que llegan al banco en dos
días consecutivos = 0, 1, 2, 3, ......, etc., etc.
λ = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos días consecutivos
Nota: l siempre debe de estar en función de x siempre o, dicho de otra forma, debe
“hablar” de lo mismo que x.
Media y varianza de la distribución de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
8- Distribución de hipergeométrica
La distribución hipergeométrica es una distribución discreta que modela el número de
eventos en una muestra de tamaño fijo cuando usted conoce el número total de
elementos en la población de la cual proviene la muestra. Cada elemento de la muestra
tiene dos resultados posibles (es un evento o un no evento). Las muestras no tienen
reemplazo, por lo que cada elemento de la muestra es diferente. Cuando se elige un
elemento de la población, no se puede volver a elegir. Por lo tanto, la probabilidad de que
un elemento sea seleccionado aumenta con cada ensayo, presuponiendo que aún no haya
sido seleccionado.
Utilice la distribución hipergeométrica para muestras obtenidas de poblaciones
relativamente pequeñas, sin reemplazo. Por ejemplo, la distribución hipergeométrica se
utiliza en la prueba exacta de Fisher para probar la diferencia entre dos proporciones y en
muestreos de aceptación por atributos cuando se toman muestras de un lote aislado de
tamaño finito.
La distribución hipergeométrica se define por 3 parámetros: tamaño de la población,
conteo de eventos en la población y tamaño de la muestra.
Por ejemplo, usted recibe un envío de pedido especial de 500 etiquetas. Supongamos que
el 2% de las etiquetas es defectuoso. El conteo de eventos en la población es de 10 (0.02 *
500). Usted toma una muestra de 40 etiquetas y desea determinar la probabilidad de que
haya 3 o más etiquetas defectuosas en esa muestra. La probabilidad de que haya 3 o más
etiquetas defectuosas en la muestra es de 0.0384.