Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Semana 5
Sesión 9
Coeficiente de variación
La variación real o dispersión determinada a partir de la
desviación estándar u otra medida de dispersión, es llamada la
dispersión absoluta.
Si la dispersión absoluta es la desviación estándar S y el
promedio, la dispersión relativa se llama coeficiente de variación
o coeficiente de dispersión.
Semana 5
Sesión 10
Medidas De Dispersión
Para Datos Agrupados
Medidas De Distribución
Asimetría Y Curtosis
ASIMETRI
A
Here is where your presentation begins
Que la asimetria ?
.
Es una medida de forma de una distribución que
permite identificar y describir la manera como los datos
tiende a
reunirse de acuerdo con la frecuencia con que se hallen
dentro de
la distribución de una variable respecto a la media aritmética
Permite identificar las
características de la distribución de datos sin
necesidad de generar el gráfico
TIPOS DE Math - 11th Grade
ASIMETRI
A
Here is where your presentation begins
ASIMETRI
A
NEGATIVA
O A LA
INTRODUCCION:
Seda cuando en una distribución la minoría de los
datos está en la parte izquierda de la media. Este tipo de
distribución presenta un alargamiento o sesgo hacia la
izquierda, es decir, la distribución de los datos tiene a
la izquierda una cola más larga que a la derecha.
También se dice que una distribución es
simétrica a la izquierda o tiene sesgo negativo cuando el
valor de la media aritmética es menor que la mediana y
éste valor de la mediana a su vez es menor que la moda, en
símbolos
CURTOSIS
Here is where your presentation begins
Que la curtosis ?
. La curtosis (o apuntamiento) es una medida de forma
que mide cuán escarpada o achatada está una curva o
distribución.
Este coeficiente indica la cantidad de datos que hay
cercanos a la media, de manera que a mayor grado de
curtosis, más escarpada (o apuntada) será la forma de
la curva
La curtosis se mide promediando la
cuarta potencia de la diferencia entre
cada elemento del conjunto y la media,
dividido entre la desviación típica
elevado también a la cuarta potencia.
Sea el conjunto X=(x1, x2,…, xN),
entonces el coeficiente de curtosis
será:
En la fórmula se resta 3 porque es
la curtosis de una distribución
Normal. Entonces la curtosis
valdrá 0 para la Normal, tomándose
a ésta como referencia.
Cuando los datos están agrupados o
agrupados en intervalos, la fórmula
del coeficiente de curtosis se
convierte en:
Semana 6
Sesión 11-12
Medidas De Distribución
Asimetría Y Curtosis
Ejercicios
Medidas de
Distribución
¿Qué son las medidas de Distribución?
Las medidas de distribución son valores que intervienen en la calibración de variables en estudios estadísticos. Se
trata de ciertos valores que representan relaciones entre variables, datos y otras variables. Suponen una descripción
matemática de un sistema de datos indefinidos que se organizan en variables y que buscan descubrir patrones y
esquemas.
A través de diferentes fórmulas y modelos, la estadística permite conocer los valores numéricos que representan
tendencias y fluctuaciones en todo tipo de sistemas de datos. Su cálculo se utiliza en distintas disciplinas para
conocer hasta qué punto son confiables los datos recolectados una vez volcados sobre una variable que será, a su
vez, utilizada en un modelo.
Existe dos tipos de medidas de distribución también
conocido como medidas de forma:
Es necesario definir una serie de medidas que permitan
cuantificar en lo posible la forma de la distribución de
frecuencias. Esta cuantificación se realiza en 2 sentidos
principales:
-Medidas de asimetría: Se dirigen a elaborar un
indicador que permita establecer el grado de simetría.
Se sabe: Md= 80,45 kg P10= 62,25 kg P25= 72,22 kg P75= 88,21 kg P90= 94,43 kg
Para calcular la asimetría, necesitamos la mediana, la media aritmética y la Desviación Estándar. Ya la Mediana nos la
da el ejercicio, falta determinar la Media Aritmética y la Desviación Estándar.
Fórmula:
Una vez calculada la Desviación Estándar, procedemos a sustituir datos en la fórmula
del Coeficiente de Asimetría.
Entre los datos del ejercicio están los percentiles a utilizar, solo deben sustituirlos en lafórmula y calcular
Interpretación:
Este resultado se contrasta con la siguiente tabla:
Si el Coeficiente de Curtosis es igual a:
= 0,263 Mesocúrtica
>0,263 Leptocúrtica
< 0,263 Platicúrtica
Como el resultado obtenido 0,248 es menor que 0,263 se concluye que la Distribución es Platicúrtica
Ejercicio 2
2.- Para el siguiente conjunto de datos calcular, el coeficiente de asimetría y de curtosis y emitir un juicio
acerca del grado de asimetría y de apuntamiento de los datos. Use el criterio del RIC puede decirse que hay
valores atípicos
43.8 36.4 58.8 58.8 40.0 43.5 27.0 31.3
Calculando el coeficiente de asimetría:
Regresión Lineal
01 Regresión Lineal Simple 03 Multivariante
COEFICIENTE DE
CORRELACION
¿Qué es el coeficiente de correlación?
El coeficiente de correlación es la medida
específica que cuantifica la intensidad de la relación
lineal entre dos variables en un análisis de
correlación. En los informes de correlación, este
coeficiente se simboliza con la r.
¿Cómo se utiliza el coeficiente de
correlación?
Para dos variables, la fórmula compara la distancia de cada dato
puntual respecto a la media de la variable y utiliza esta
comparación para decirnos hasta qué punto la relación entre las
variables se ajusta a una línea imaginaria trazada entre los datos.
A esto nos referimos cuando decimos que la correlación examina
las relaciones lineales
¿Cómo calculamos
efectivamente el coeficiente de
correlación?
R= ∑[(xi−¯¯¯x)(yi−¯¯¯y)]
√Σ(xi−¯¯¯x)2 ∗ Σ(yi −¯¯¯y)2
01
CORRELACIÓN
LINEAL DE
PEARSON
El coeficiente de correlación de Pearson es una prueba que mide la relación estadística entre
dos variables continuas. Si la asociación entre los elementos no es lineal, entonces el
coeficiente no se encuentra representado adecuadamente.
Para llevar a cabo la correlación de Pearson es necesario cumplir lo siguiente:
• La escala de medida debe ser una escala de intervalo o relación.
• Las variables deben estar distribuida de forma aproximada.
• La asociación debe ser lineal.
• No debe haber valores atípicos en los datos.
Cómo se calcula el coeficiente de
correlación de Pearson
Donde:
“x” es igual a la variable número uno, “y” pertenece a la variable número dos, “zx” es
la desviación estándar de la variable uno, “zy” es la desviación estándar de la
variable dos y “N” es es número de datos.
Interpretación del coeficiente de correlación de
Karl Pearson
El coeficiente de correlación de Pearson tiene el objetivo de indicar cuán
asociadas se encuentran dos variables entre sí por lo que: