Académique Documents
Professionnel Documents
Culture Documents
Objetivo de la materia: Aplicar métodos y Técnicas para Estadística descriptiva y Cálculo de Probabilidades.
Evaluación: Ocho (8) Objetivos; 2 Integrales (objetivos 2 al 8) y 1 Trabajo Práctico (Objetivo 1). Mínimo para
aprobación: 5 Objetivos.
Material Instruccional: Estadística Aplicada a los negocios y a la economía (Webster); Estadística (Spiegel);
Probabilidad (Meyer)
1
Para datos no agrupados
Media: Medida de tendencia central que normalmente era considerada como promedio.
Media Poblacional (μ): Suma de todas las X 1 + X 2 + X 3 + ... + X N ΣX i
observaciones divididas entre la cantidad de µ= =
observaciones. N N
Medidas de dispersión: Miden que tanto se dispersan las medidas alrededor de su media
Rango: Diferencia entre la observación más alta y la Rango = observació n más alta −observació n más baja
más baja
Poblacional
( X 1 − µ ) 2 + ( X 2 − µ ) 2 + ... + ( X N − µ ) 2 Σ ( Xi − µ ) 2
σ2 = =
N N
Varianza σ 2 o S 2 : Promedio de las observaciones
Muestral:
respecto a su media elevadas al cuadrado
( X 1 − X ) 2 + ( X 2 − X ) 2 + ... + ( X N − X ) 2 Σ(X i −
S 2= =
n −1 n −1
Poblacional σ= σ2
Desviación Estándar σ o S : Es la raíz cuadrada
de la varianza
Muestral: S = S 2
2
Para datos agrupados.
Media: X g = Media de datos agrupados
ΣfM Σf M f
Xg = = = Frecuencia o número de observaciones en
n Σf cada clase
M = Punto medio de cada clase
n = Tamaño de la muestra = suma de todas las
frecuencias
Clase mediana: Es la clase cuya frecuencia
acumulada es ≥ n/2
Mediana:. Lmd = Límite inferior de la clase que contiene la mediana
n − F F = Frecuencia acum. de la clase que antecede a la clase
Mediana = Lmd + 2 (C ) de la mediana
f md f md = Frecuencia de la clase de la mediana
(C ) = Intervalo de clase de la clase de la mediana.
Clase modal: La clase que tiene mayor frecuencia
Moda: Observación más frecuente. Se calcula Lmo = Límite inferior de la clase modal
usando como base la clase Modal Da = Diferencia entre la frecuencia de la clase modal y la
Da clase anterior
Moda = Lmo + (C ) Db = Diferencia entre la frecuencia de la clase modal y la
D a − Db
clase sigiente
(C ) = Intervalo de clase de la clase modal.
X = Media de datos agrupados
f= Frecuencia o número de observaciones en
Varianza: Desviación estándar:
2 2 2 cada clase
Σ f M −n X S = S
S 2= M = Punto medio de cada clase
n −1 n = Tamaño de la muestra = suma de todas las
frecuencias
Cuartiles: Son las medidas que dividen un conjunto 1er. Cuartil = Q1= percentil 25 = P25
de datos en 4 partes iguales (son 3 en total Q1, Q2,
2do. Cuartil = Q2 =percentil 50 = P50
Q3). Se calculan igualando los cuartiles al
equivalente en percentiles 3er. Cuartil = Q3 = percentil 75 = P75
Deciles: Son las medidas que dividen un conjunto 1er. Decil = percentil = 10 = P10
de datos en 10 partes iguales(son 9 en total) Se 2do. Decil = percentil = 20 = P20
calculan igualando los cuartiles al equivalente en :
percentiles 9no. Decil = percentil = 90 = P90
Percentiles: Son las medidas que dividen un
conjunto de datos en 100 partes iguales (son 99 en L p = Sitio del percentil deseado en una serie ordenada
total) n = Número de observaciones
P P = Percentil deseado
Lp = (n +1)
100
Cálculo del Percentil en datos agrupados Cálculo del Decil o cuartil
p
( n 100 ) − F Se coloca el percentil equivalente al decil o al cuartil
Percentil = Lmd + (C ) deseado.
f md
Rango o recorrido: Diferencia entre la observación Rango de todas las observaciones = Dato mayor –
mayor y la menor de todas las observaciones. Dato menor
Rango de clase: Diferencia entre la observación Rango de clase = Límite mayor – Límite menor
mayor y la menor de la clase
Rango o recorrido intercuartílico: Diferencia entre
Rango intercuartílico = Q3 - Q1 = P75 – P25
el primer cuartil y el tercer cuartil
3
Teorema de Chevyshev:
Para todo conjunto de datos por lo menos
1 1
1− 100 de las observaciones están dentro de 1 − K 2 . 100
K 2
K desviaciones estándar de la media, en donde K
es cualquier número mayor a 1.
f (x)
4
Distribución Normal: Distribución de
datos continuos (no discretos) que
produce una curva simétrica en forma de
f (x)
campana. En ella la media la mediana y
la moda son todas iguales se utiliza para
reflejar variables como estaturas, pesos,
distancias y otras medidas que son
divisibles infinitamente. La forma y
posición están determinadas por la
media μ y la desviación estándar σ. Más 0 5 10 15 20 x (minutos)
del 50% de las observaciones están por Media
Mediana
encima de la media y 50% están por Moda
debajo. Igualmente el 50% de las
observaciones están a la derecha de la
media y 50% a la izquierda de la media.
Desviación normal o Z : Es el número
de desviaciones estándar a las que una
observación está por encima o por X −µ
Z =
debajo de la media. La distribución σ
normal se CONVIERTE a una forma Z =Desviación normal
estándar utilizando la fórmula de X = Variable aleatoria
conversión o Fórmula Z. para facilitar μ = Media
los cálculos Luego de aplicada la σ= Desviación estándar
fórmula Z la media μ = 0 y la desviación
estándar σ = 1
Cálculo de probabilidades con la
desviación normal: Si se conoce el área en porcentaje
Para hallar la probabilidad de que un (probabilidad)
evento X ocurra, se utiliza la fórmula Z y 1.- Se convierte a cifra decimal y se le resta
se obtiene el valor de Z (Este valor 0,5: Si la cifra es negativa estará a la
representa el área que se encuentra izquierda de la media y si es positiva a la
bajo la curva de la distribución, desde la derecha.
media hasta el punto X ; equivale a la 2.- El porcentaje que resulte se ubica en el
probabilidad). Como el 99.7% de los interior de la Tabla de Distribución normal
datos están a + 3 desviaciones estándar para obtener a cual valor Z corresponde.
de la media, el valor máximo que puede 2.- Despejando X de la fórmula Z queda
tomar Z es 3.99. La tabla de la X = Z .σ +µ
distribución normal muestra las distintas 3.- Se sustituyen los valores dados y resulta
áreas (probabilidades) relacionadas con la variable buscada.
los valores de Z.
Procedimiento:
Aproximación normal a distribución
1.- Se calcula la media y la desviación
binomial:
estándar con las fórmulas:
Si en una distribución binomial la
µ = nπ σ = n(π)(1 −π)
cantidad de ensayos (n) es muy grande
la solución puede hallarse con un 2.- Se coloca el valor X como media de un
aproximado a la distribución normal. La intervalo de 1(ejem. Si n= 20 entonces el
aproximación es suficientemente intervalo es 19,5 < 20 < 20,5 y se calcula la
probabilidad como distribución normal.
precisa si n.π ≥ 5 y (1- π) ≥ 5.
5
Distribución Exponencial: Distribución de datos
continuos (no discretos) que mide el paso del t = Lapso de tiempo
tiempo entre eventos con distribución de Poisson. μ = Tasa promedio de ocurrencia
−µ t e= Base de logaritmo natural: 2,71828
P( X ≤ x) = 1 − e