MEDIDAS DE TENDENCIA CENTRAL Son estadgrafos de posicin que son interpretados como valores que permiten resumir a un conjunto

de datos dispersos, podra asumirse que estas medidas equivalen a un centro de gravedad que adopta un valor representativo para todo un conjunto de datos predeterminados. Estas medidas son:
(Despus de haber ordenado y descrito un conjunto de datos, an el anlisis resulta todava un tanto incompleto; es necesario entonces resumir la informacin y facilitar as su anlisis e interpretacin utilizando ciertos indicadores.

A estos indicadores se les denomina tambin ESTADIGRAFOS o MEDIDAS DE RESUMEN, permiten hallar un valor numrico, el mismo que representa a toda la poblacin o muestra en estudio
)

1. LA MEDIA ARITMETICA 2. LA MEDIANA Es el valor que ocupa la posicin central de un conjunto de observaciones ordenadas. El 50%de las observaciones son mayores que este valor y el otro 50% son menores.

3. LA MODA Es el valor, clase o categora que ocurre con mayor frecuencia y sus caractersticas son: y y y y Puede no existir o existir ms de una moda Su valor no se ve afectado por los valores extremos en los datos Se utiliza para analizar tanto la informacin cualitativa como la cuantitativa Es una medida inestable cuando en nmero de datos es reducido.

MEDIDAS DE VARIABILIDAD Son estadgrafos de dispersin que permiten evaluar el grado de homogeneidad, dispersin o variabilidad de un conjunto de datos. Estas medidas son:
Varianza: Mide la distancia existente entre los valores de la serie y la media. Se calcula como sumatorio de las difrencias al cuadrado entre cada valor y la media, multiplicadas por el nmero de veces que se ha repetido cada valor. El sumatorio obtenido se divide por el tamao de la muestra La varianza siempre ser mayor que cero. Mientras ms se aproxima a cero, ms concentrados estn los valores de la serie alrededor de la media. Por el contrario, mientras mayor sea la varianza, ms dispersos estn.

5. DESVIACIN ESTNDAR Es una medida de variabilidad que corresponde a la raz cuadrada de la variancia. Esteindicador tiene la misma unidad de medida en la que se expresa el promedio.

COEFICIENTE DE VARIACIN: Mide la homogeneidad de una muestra.

CV = S x 100 X

PRUEBAS DE JI CUADRADA No siempre los datos a analizar provienen de mediciones, es decir, hay ocasiones en que se necesita analizar variables discretas y estas necesitan un trato diferente de las variables continuas. Algunos ejemplos podran ser: y y y y Clasificacin de palmas en compactas, sper compactas, normales. Clasificacin de individuos en muertas, enfermas, sanas. Clasificacin de individuos por colores. Clasificacin de individuos en hembras y machos.

Pruebas de frecuencias observadas

Trata de probar si los resultados a partir de una muestra tienen concordancia con los esperados.

Donde: y y "o" es el valor observado para cada una de dos o ms clases. "e" es el valor esperado correspondiente.

Para evaluar esta expresin, primero hay que determinar el valor esperado para cada clase de individuos, de acuerdo al planteamiento de la hiptesis.

Ejemplo: Se sabe que en un cruce T x T de palma, la descendencia de duras, teneros y pinferasest en una proporcin de 1:2:1. En una muestra de 104 palmas se obtuvieron 28 duras, 49 teneros y 27 pinferas. Se ajustan estos datos a la proporcin esperada?

Calculo: Durase=

Teneros e=

Piniferase=

Categora Duras Teneras Pisiferas Total

Esperado 26 52 26 104

Observado 28 49 27 104

(o-e)2/e 0.1538 0.1731 0.0385 0.3654

X2c = 0.365 y Gl = 2 Los grados de libertad (Gl) se obtienen restndole 1 al nmero de categoras. Haciendo uso de la tabla de probabilidades de x 2 y con los grados de libertad obtenidos, se determina el valor crtico al nivel de significancia deseado. En este caso para Gl = 2 y para un nivel de 0.05 P se obtiene x2 = 5.991. Como x2c < x2t entonces se acepta la hiptesis planteada y se concluye que los datos corresponden a una proporcin de 1:2:1.

PRUEBA DE LA INDEPENDENCIA

Trata de probar si dos variables tienen algn grado de relacin o si son completamente independientes. En el anlisis de una relacin entre 2 variables, resulta ms conveniente plantearse la hiptesis de que ambos son independientes. Para hallar los valores esperados se emplea la teora de probabilidades que establece: si dos acontecimientos son independientes, la probabilidad de que ambos ocurran simultneamente es el producto de sus probabilidades individuales de ocurrir.

Ejemplo:

Cien palmas de vivero fueron tratadas con un fungicida y despus de cierto tiempo, fueron examinados en busca de sntomas de enfermedad. A otro grupo de 200 palmas no se les administro el fungicida para usarlos como control.

Resultados Tratamiento Tratado No tratado Total Sanos 88 143 231 Enfermos 12 57 69 Total 100 200 300

Se someter a prueba la hiptesis de si existe relacin entre el tratamiento con fungicida y la incidencia de enfermedad. Si estas dos variables son independientes la proporcin esperada de palmas tratadas saludables ser igual a la proporcin de animales saludables por la proporcin de palmas tratados por la cantidad de palmas total.

77 es el nmero de palmas esperadas tratadas y saludables. Con esta informacin ya se puede construir la tabla de contingencia 2 x 2.

Tratamiento Sanas Tratadas No tratadas Total 88 (77) 143 (154) 231

Enfermas Total 12 (23) 57 (46) 69 100 200 300

Puesto que se espera que 77 de las palmas tratadas fueran saludables, las 23 restantes sern enfermas; as mismo, si se espera que 77 de las palmas sanas estuvieran en la clase de las tratadas, el resto de las 231 estarn en la clase de las no tratadas (154); de las 200 palmas no tratadas, se espera que 154 sean sanas, entonces el resto (46) estarn enfermas. Una caracterstica especial de la tabla 2 x 2 es que la diferencia entre lo observado y lo esperado es igual para cada casilla de la tabla, con la excepcin del signo (88-77 = 11, 12-23 = -11, etc.). La formula general para determinar los grados de libertad en una tabla de contingencia es: (r - 1) * (c - 1) Donde r son las hileras y c son las columnas. En nuestro caso nos da 1 * 1 = 1, y esto nos conlleva a otra consideracin: Cuando los grados de libertad den 1, la frmula general debe ser modificada por la correccin de Yates

Y para nuestro ejemplo entonces sera:

Consultando en la tabla de X2 tenemos que el valor a 0.05 de probabilidad es 3.841 Como la X2c > X2t al nivel de 0.05 P, se declara significativa y se concluye que si hay relacin entre el fungicida y la incidencia de la enfermedad.