Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE
FORMA
INTEGRANTES:
NIK MAIKOL APAZA PACAJES
BRISA COARICONA APAZA
DATOS
QUE NESECITAMOS
= media aritmética.
Mo = Moda
𝝈 = desviación estándar.
PASO 1
HALLAR LA MEDIA ARITMETICA
Li – 1 ni xi
xi * ni
Li
12 - 17 5 14.5 72,5
17 - 22 10 19,5 195
22 - 27 8 24,5 196
27 - 32 12 29,5 354
32 - 37 24 34,5 828
37 - 42 7 39,5 276,5
42 - 47 14 44,5 623
TOTAL 80 2545
PASO 2
Li – 1 Li ni Ni
12 - 17 5 5
17 - 22 10 15
22 - 27 8 23
27 - 32 12 35
32 - 37 24 59
37 - 42 7 66
42 - 47 14 80
TOTAL 80
PASO 3
HALLAR LA DESVIACION ESTANDAR
Li – 1 Li ni xi
12 - 17 5 14.5 299.64 1498,2
17 - 22 10 19,5 151.29 1519
22 - 27 8 24,5 53.44 427,52
27 - 32 12 29,5 5.34 64,02
32 - 37 24 34,5 7.24 173,76
37 - 42 7 39,5 59.29 415,03
42 - 47 14 44,5 161.04 2254,56
TOTAL 80 6352,09
PASO 4
la distribución tiene una asimetría
REEMPLAZAR EN FORMULA negativa, ya que es menor a 0 y
puesto que la media es menor que la
moda
MOMENTOS
L L ni xi (xi*ni) (xi-X) X=18,75 (xi-X) ‸2 (xi-X) ‸ 3 (xi-X) ‸ 4 (xi-X) ‸ 2*ni (xi-X) ‸ 3*ni (xi-X) ‸ 4*ni
5 10 2 7,5 15 -11,25 126,56 -1423,83 16018,07 253,13 -2847,66 32036,13
10 15 4 12,5 50 -6,25 39,06 -244,14 1525,88 156,25 -976,56 6103,52
15 20 6 17,5 105 -1,25 1,56 -1,95 2,44 9,38 -11,72 14,65
20 25 3 22,5 67,5 3,75 14,06 52,73 197,75 42,19 158,20 593,26
25 30 5 27,5 137,5 8,75 76,56 669,92 5861,82 382,81 3349,61 29309,08
TOTALES 20 375 -6,25 257,81 -947,27 23605,96 843,75 -328,13 68056,64
resolución
3402,83
Encontrando el coeficiente de asimetría
Encontrando la curtosis
3402,83
COEFICIENT
E DE
CURTOSIS
La curtosis es una medida estadística
que determina el grado de
concentración que presentan los
valores de una variable alrededor de
la zona central de la distribución de
frecuencias. También es
conocida como medida de
apuntamiento
Ejemplo
Para Lanzar un nuevo producto Al mercado, Una empresa estudia el
tiempo de publicidad , en segundos, Empleando en los medios
audiovisuales por otra empresa que produce Un producto similar. La tabla
siguiente representa la distribución de los datos.
CURVA DE LORENZ Y
EL ÍNDICE DE GINI
La curva de Lorenz y el índice de
GINI, son métodos que se utilizan
en el campo de la economía para
medir la desigualdad de los
ingresos de una sociedad.
Para entender la relación entre el índice de GINI y la curva
de Lorenz debemos conocer primero estos dos conceptos:
ÍNDICE DE GINI:
Es una medida de la desigualdad en la distribución de los
ingresos.
Es la recolección de datos, la cual nos dice cuanta igualdad
existe con la Línea de Equidad.
CURVA DE LORENZ:
Es una representación gráfica de la desigualdad en la
distribución de los ingresos, en otras palabras es una frontera
para los valores de la recolección de datos .
La curva de Lorenz es una curva donde nos dice hasta donde
estarán representados los valores es decir una frontera.
El índice de GINI, nos dice cuanta desigualdad hay entre la línea de
equidad y la curva de Lorenz es el índice de GINI.
Formula
EJEMPLO
Enla tabla siguiente, se muestra la cantidad de empleados y sus
respectivos salarios. Calcular el índice de GINI de la empresa
de autos “McQueen”.
Cantidad de
Nº Salarios Bs.
empleados
Tenemos que hallar la
1 10 900
2 12 1000
cantidad acumulada tanto
3 20 1500
población como de renta,
4 7 2500
para luego sacar el
5 5 3500 porciento (%) de la
6 2 4500 cantidad acumulada
TOTAL 56 13900
SOLUCION
Salario
Cantidad Salario total
Cantidad de Salario Salario Salario Total
Acumulad fi FI en
empleados ni Bs. Total Acumulado Acumulad
a Ni Porcentaje
o
Cabe resaltar que ya con tan solo ver la muestra se veía que no había
igual de salarios; confirmando así que la muestra se aleja bastante de 1,
dándonos a conocer que esta distribución no es equitativa, llegando a
concluir que en dicha empresa “McQueen” no tiene igualdad de salarios
CONCLUSION
Las medidas de forma permiten comprobar si una distribución de
frecuencia tiene características especiales como simetría,
asimetría, nivel de concentración de datos y nivel de
apuntamiento que la clasifiquen en un tipo particular de
distribución.
Las medidas de forma son necesarias para determinar el
comportamiento de los datos y así, poder adaptar herramientas
para el análisis probabilístico.
Las medidas de forma son indicadores estadísticos que permiten
identificar si una distribución de frecuencia presenta uniformidad.
RECOMENDACION