01 - Estadistica Descriptiva2014

Probabilidad y Estadstica
Consideraciones generales
n
n n
Teora: Yo, Federico Kovac kovacf@gmail.com Clases Tericas: viernes cada 15 das, de 19:00 a 23:00. Prcticas: Carlos Piccinini. Tres parciales, fechas tentativas: 24/6, 23/9, 25/11.
1
Bibliografa
n
Montgomery, Runge: Probabilidad y Estadstica Aplicada a la Ingeniera . Canavos: Probabilidad y Estadstica. Meyer: Probabilidad y Aplicaciones Estadsticas.
2
Metodologa de trabajo
Estudiar la teora Resolver la prctica
n n
Con la teora que se da en clase alcanza para resolver todos los ejercicios. Consultar bibliografa no est de mas. Las clases prcticas sirven como gua para resolver los otros ejercicios.
3
Presentacin y Objeto de la Materia
Estudiar fenmeno aleatorios. n Describir y modelar la variabilidad. n Inferencia estadstica: obtener conclusiones generales a partir de una muestra. n Estadstica descriptiva: ordenar y sintetizar datos.
n
Cien registros del tiempo que tardan 3 CPU en realizar diferentes tareas. Cul es ms rapido? Cul es mejor?
Old Faithful
Duracin de cada erupcin y tiempo de espera entre ellas de ese geiser famoso. Hay dos variables medidas (duracin y tiempo de espera) y una indicadora (da en que fue tomada la medicin). Puede detectar algn patrn a simple vista?
Son 222 mediciones

7
Diferentes variedades de trigo sembradas con o sin riego, y analizado su rinde. Regar hace la diferencia? Depende de la variedad?
Rendimiento Maz LB13 2007

Datos de rendimiento y NDVI del lote LB13, maz, 2007. Ac la idea no es ver la distribucin de cada variable, sino ver que relacin hay entre ellas (si es que hay).
2302 Registros
Algunos nombres usados

n
Poblacin objeto: de donde obtengo los datos. Variable: caracterstica de la poblacin objeto. Valor de variable: nmero o caracterstica correspondiente a una observacin. Poblacin estadstica: conjunto de todos los resultados posibles. Muestra: un subconjunto de la poblacin estadstica
10
Tipos de Variables
Ordinal (R, B, MB, E) Cualitativa Variables a medir Cuantitativa Cardinal (color predilecto) Contar (discreta) Medir (continua)
11
Inferencia
Muestra
n n n
Clculo de estadsticas
Inferencia sobre la poblacin
Se va de lo particular a lo general. Hay incertidumbre, posibilidad de error. Medida de confiabilidad, en trminos de probabilidad.
12
Deductivo vs Inductivo
n
Deductivo: analizando los factores, uno deduce la relacin entre las variables.
Analizando la estructura celular de un girasol (y muchos otros factores) uno podra deducir la relacin entre rinde y NDVI.
Inductivo: analizando los resultados, uno infiere la relacin entre las variables.
Comparando el rinde con el NDVI en varios lotes, uno podra inferir la relacin entre ellos.
13
Modelos determinsticos
n
Se puede predecir con exactitud el resultado de un experimento
F = ma
Permite calcular exactamente la aceleracin de una partcula de masa m sometida a una fuerza F.
14
Modelos probabilsticos
n
Se puede predecir la frecuencia relativa con la cual ocurren los diferentes resultados.
Si tiramos un dado honesto muchas veces, aproximadamente un sexto de las veces va a salir 1.
15
Pasos de una investigacin estadstica

n
Planteo de objetivos / Diseo de experimento. Diseo muestral.
Lo hace el investigador, que es quien sabe lo que quiere.
Muy difcil, otra historia. Aqu se utilizan los descriptiva.
Anlisis exploratorio de datos. mtodos de estadstica Inferencia estadstica.

Se elaboran las conclusiones con cierta medida de confianza o certeza.
16
Estadstica Descriptiva
Mtodos Grficos
n
Medidas Numricas
n n n
n n
Diagrama de puntos Tallo y hoja Histograma / tabla de frecuencias relativas Polgonos de frecuencia relativa / acumulada Box Plot
Media Mediana Cuartiles
n n n
Percentiles Moda Mximo y mnimo
n n n n n
Rango Rango intercuartil Varianza MAD Coeficiente de Variacin Coeficiente de correlacin
Varias Variables
n
Diagrama de dispersin
17
n
Tcnicas grficas y numricas para resumir informacin Presentar los datos para que sobresalga su estructura Detectar caractersticas sobresalientes e inesperadas Tambin llamado Anlisis Exploratorio de Datos
18
Datos de ejemplo
Usaremos para ejemplificar los siguientes datos:
61 63 64 65 65
63 70 71 71 73
75 77 78 78 79
81 83 84 84 87
88 88 92 93 95
25 mediciones de ruido (en Decibeles, dB) de motos circulando por la ciudad.

19
Mtodos Grficos
n
Medidas Numricas
n n n
n n
n n n
n n n n n
Varias Variables
n
20
Diagrama de puntos
Colocar un puntito por cada dato sobre una recta numerada. Para los datos del ejemplo queda as:
60
70
80
90
100
21
Diagrama de puntos
Diagrama de puntos de 100 mediciones tiempos CPU A, B y C
22
Diagrama tallo/hoja
n
Si las observaciones tienen varios dgitos, separamos cada observacin en dos partes: tallo (dgitos de la izquierda) y hojas (dgitos de la derecha). Se anotan en una tabla hasta agotar los datos.
tallo
6 7
hoja
1 3 0 61 63 64 63 70 71 75 77 78
23
Diagrama tallo/hoja
n
Para este ejemplo se eligi la unidad como hoja y la decena como tallo. Dicha eleccin depende del sentido comn.
Tallo Hoja 61 66 75 81 88 63 70 77 83 88 64 71 78 84 92 65 71 78 84 93 65 73 79 87 95
24
Diagrama tallo/hoja
Tallo Hoja
Tallo
Hoja
Esta definitivamente es una mala eleccin.
Por ah esta es una mejor eleccin.
25
Ejemplos en Minitab 15
Nuestros datos
El del CPU A de los datos de velocidad (100 registros)
26
Diagrama tallo/hoja
En este grfico observamos:
n n n n
Rango de las observaciones. Forma de la distribucin. Posicin del centro y dispersin. Datos extremos, desviaciones marcadas.
No hay perdida de informacin

27
Histograma
n n
Es el tpico grfico de barras. Se divide el rango total de los datos en intervalos llamados clases. El centro se llama marca de clase. La cantidad de observaciones en cada clase se llama frecuencia absoluta. Sobre cada clase se grafica un rectngulo de rea proporcional a la frecuencia de la clase.
28
Histograma
hi =
h3 h2 hi hk h1 [ l0
fi bi rea fi
..... )[ l1 )[ l2 ) l3 ..... [ li-1 ) li
..... ..... [ )
x1
xi
lk-1 lk
Marca de la clase i
Clase i, de ancho bi
29
Tabla frecuencias acumuladas

n
Necesaria para construir el histograma, resume la informacin numrica.
Notacin mas o menos universal: n = cantidad de datos, que se dividen en k clases. La clase i es [li 1 , li), tiene longitud bi y marca de clase xi. La clase i tiene ni datos (frecuencia absoluta), y frecuencia relativa fi = ni n
30
Tabla frecuencias acumuladas

Clase Frecuencia Frecuencia ni acumulada Frecuencia relativa fi Relativa acumulada
[l0 , l1) [l 1 , l 2 ) . . . [lk-1 ,lk)
n1 n2 . . . nk
n1 n1 + n2 . . . n1 ++ nk n
(n 1 / n )= f 1 (n 2 / n )= f 2 . . . (n k / n )= f k
f1 f1 + f2 . . . 1
31
Con nuestros datos: 8 clases de longitud 5

Clase [60,65) [65,70) [70,75) [75,80) [80,85) [85,90) [90,95) [95,100) Frecuencia Frecuencia ni acumulada Frecuencia relativa fi Relativa acumulada
3 3 4 5 4 3 2 1
3 6 10 15 19 22 24 25
0.12 0.12 0.16 0.20 0.16 0.12 0.08 0.04
0.12 0.24 0.40 0.60 0.76 0.88 0.96 1

32
Histograma - Tabla de Frecuencias

n n n
Entre 5 y 15 clases, usar sentido comn. Salvo excepciones, clases de igual longitud. Como altura de la clase i tomar fi hi = bi para que en el grfico el rea sea (proporcional a) la frecuencia relativa.
Cuando las clases son todas de longitud b, tomar hi = fi /b.

33
Histograma
f3 f2 fi fk f1 h3 h2 hi hk h1 [ l0 )[ l1 )[ l2 ) l3 ..... [ li-1 ) li ..... [ lk-1 ) lk
hi =
fi b
rea fi
.....
.....
En la prctica depende de la escala de los ejes, importa solo para comparar grficos.
Todas las clases de ancho b
34
Histograma
Basado en la tabla de frecuencias de nuestros datos de ejemplo. Hecho en Infostat.

35
Histograma de Ruido dB
0.05
0.04
Densidad
0.03
0.02
0.01
0.00
60
70
80 Ruido dB
90
100
Histograma de Ruido dB
0.05
Bien hechos, con Minitab, para poder comparar si uno subdivide las clases y/o agrega mediciones
0.04
Densidad
0.03
Misma rea
0.02
0.01
0.00
60.0
67.5
75.0
82.5 Ruido dB
90.0
97.5
36
Tabla de frecuencias e histograma del CPU A de los datos de velocidad (100 registros), hecho con Infostat.
37
Polgono de Frecuencias
f3 f2 fi ..... f1 [ l0 )[ l1 )[ l2 )[ l3 )[ )[ li-1 ) ..... li [ )[ lk-1 ) lk
n n
Une las marcas de clase. El rea debajo del polgono es igual a la suma del rea de los rectngulos.
38
La lnea roja es el polgono de frecuencias para nuestros datos (hecho a mano).
39
Histograma
n n n n n
Rango de las observaciones. Forma de la distribucin. Posicin del centro y dispersin. Datos extremos, desviaciones marcadas. Mas adecuado que tallo-hoja cuando hay muchos datos (resumen grande).
Hay perdida de informacin !!

40
Simtrico acampanado
Asimetra a izquierda
Asimetra a derecha
Mala eleccin de escala o no hay patrn (o tri-modal).
41
Uniforme
Bi-modal
Bi-modal
42
Polgono de frecuencias acumuladas

1 f1++ fk-1 f1++ fj f1++ fj-1 f1+f2 +f3 f1+f2 f1 [ l0 )[ l1 )[ l2 ) l3 ..... [ lj-1 ) lj ..... [ ) lk-1 lk
Unir los extremos de cada clase con un segmento, como sugiere el dibujo. Se usa para dividir datos en proporciones.
43
Polgono de frecuencias acumuladas
As queda con nuestros datos de ejemplo, hecho a mano.
44
Con nuestros datos: 8 clases de longitud 5

Clase
[60,65) [65,70) [70,75) [75,80) [80,85) [85,90) [90,95) [95,100)
Frecuencia Frecuencia ni acumulada
Frecuencia relativa fi
Relativa acumulada
3 3 4 5 4 3 2 1
3 6 10 15 19 22 24 25
0.12 0.12 0.16 0.20 0.16 0.12 0.08 0.04
0.12 0.24 0.40 0.60 0.76 0.88 0.96 1

45
CDF emprica de Ruido dB

1.0
0.8 Probabilidad
0.6
0.4
0.2
0.0 60 70 80 Ruido dB 90 100
As lo hace Minitab, y lo llama Distribucin Acumulada. Esto es muy importante para lo que sigue.
46
As lo hace Infostat, y lo llama Grfica de Distribucin Emprica. No muy bueno, faltara la curva.
47
Mtodos Grficos
n
Medidas Numricas
n n n
n n
n n n
n n n n n
Varias Variables
n
48
Medidas numricas
n
Son valores numricos que resumen la informacin de los datos. De posicin o tendencia central, y de dispersin. Denotaremos los n datos como
x1, x2,,xn
49
Medidas de tendencia central

n n n n n n
Medidas de variabilidad
n n n n n
Media Mediana Cuartiles Percentiles Moda Mximo y mnimo
Rango Rango intercuartil Varianza MAD Coeficiente de Variacin
50
Media x
n n n
Es el promedio de los datos. Punto de equilibrio en el grfico de puntos. Frmula para el clculo:
n n
Es sensible a valores extremos. Existe la media de la poblacin, , que en general es desconocida.

51
En nuestros datos,
60
70
80
90
100
Si cambiamos el ltimo dato de 95 a 595 queda 97.24

52
Mediana x
n
Divide los datos ordenados en dos grupos iguales. Al menos 50% de los datos que x, al menos 50% de los datos ! x. Frmula para el clculo:
Robusta, no es sensible a valores extremos. x2 xn

53
Recordar datos ordenados: x1
Nuestros datos ordenados:

61 63 64 65 65 66 70 71 71 73 75 77 78 78 79 81 83 84 84 87 88 88 92 93 95
n = 25 impar, entonces x = x13 = 78 Si cambiamos el ltimo dato de 95 a 595 queda 78

54
Cuando n es par, cualquier valor numrico entre xn/2 y x(n+1)/2 divide la muestra en dos. Por convencin se toma el promedio:
Relacin aproximada entre media y mediana
55
Cuartiles
n
n n
Generalizacin de la mediana, divide los datos ordenados. Cuartil q1: al menos 25% de los datos que q1, al menos 75% de los datos ! q1. Cuartil q2 = mediana. Cuartil q3: al menos 75% de los datos que q3, al menos 25% de los datos ! q3.
56
Percentiles
n
Generalizacin de cuartiles, divide los datos ordenados. Si 0 < k < 1, el pk- percentil deja: al menos 100k% de los datos que pk, y al menos 100(1 k)% de los datos ! pk. Frmula: si x1 x2 xn , entonces
donde j es el menor entero mayor que nk.

57
Si nk es entero:
nk datos n(1 k) datos
nk nk+1
Si nk no es entero:
menos de nk datos menos de n(1 k) datos
j -1 nk
n
58
Si k = 0.25 queda el primer cuartil p0.25 = q1 Si k = 0.75 queda el tercer cuartil p0.75 = q3
59

61 63 64 65 65 66 70 71 71 73 75 77 78 78 79 81 83 84 84 87 88 88 92 93 95 25 x 0.25 = 6.25, entonces q1 = x7 = 70 25 x 0.75 = 18.75, entonces q3 = x19 = 84 Si tomamos k = 0.2, 25 x 0.2 = 5, entonces p0.2 = 65.5
60
Otras medidas de posicin

n
Moda: dato que mas se repite. Pueden ser dos (datos bimodales) o mas. Mximo y mnimo: mayor y menor dato.

61 63 64 65 65 66 70 71 71 73 75 77 78 78 79 81 83 84 84 87 88 88 92 93 95
n
No tiene sentido hablar de moda (hay 5 valores que se repiten dos veces). Mx = 95, y mn = 61.
61
Mtodos Grficos
n
Medidas Numricas
n n n
n n
n n n
n n n n n
Varias Variables
n
62
Varianza
n
Promedio del cuadrado de las desviaciones de la media. Frmula para el clculo:
n n
Es sensible a datos extremos. El desvo estndar es: Tiene las mismas unidades que los datos
63
Existe la varianza de la poblacin, !2, que en general es desconocida. Frmulas alternativas para s2:
64
En nuestros datos,
Si cambiamos el ltimo dato de 95 a 595 queda 10853

65
M.A.D.
n
Es a la varianza como la mediana a la media. Para datos x1, x2,,xn , definir entonces
Robusta, no sensible a valores extremos.

66
En nuestros datos: ordenados les restamos x = 78 y anotamos el valor absoluto

61 63 64 65 65 66 70 71 71 73 75 77 78 78 79 81 83 84 84 87 88 88 92 93 95 17 15 14 13 13 12 8 7 7 5 3 1 0 0 1 3 5 6 6 9 10 10 14 15 17
Ordenamos, y como n = 25 la mediana es el dato 13:

0 0 1 1 3 3 5 5 6 6 7 7 8 9 10 10 12 13 13 14 14 15 15 17 17
MAD = 8 Si cambiamos el ltimo dato de 95 a 595 queda 8

67
Coeficiente de variacin
n n
Mide el tamao de la varianza en trminos de la media. Sirve para comparar diferentes mediciones. En ocasiones se expresa porcentualmente, multiplicado por 100 En nuestros datos,
68
Otras medidas de variabilidad

n n
Rango: R = Mx mn. Rango intercuartil: d = q3 q1.
Nuestros datos:
q1 = 70
q3 = 84
Mx = 95 mn = 61
n n
R = 95 61 = 34. d = 84 70 = 14.
69
Estadsticas de nuestros datos calculadas con Infostat.
Estadsticas del tiempo CPU A calculadas con Infostat.
70
Mtodos Grficos
n
Medidas Numricas
n n n
n n
n n n
n n n n n
Varias Variables
n
71
Grafico caja-bigote (box-plot)

n
Grafico simple que junta las medidas resumen. Sirve para comparar conjuntos de datos.
d
q1 min q1 1.5d x
q3 x Max q3 + 1.5d
Outliers cercanos q3+3d
Outliers cercanos > q3+3d
72
Grafico caja-bigote (box-plot)

n n n n n
Rango de las observaciones. Forma de la distribucin, asimetras. Posicin del centro y dispersin. Datos extremos, desviaciones marcadas. Tiende a esconder datos bimodales.
73
En nuestros datos,
74
Relacin box-plot vs histograma
75
Box-plot paralelos para comparar tres conjuntos de datos.

76
Mtodos Grficos
n
Medidas Numricas
n n n
n n
n n n
n n n n n
Varias Variables
n
77
Diagrama de Dispersin
Es un grfico para estudiar la relacin entre dos magnitudes, medidas simultneamente de cada sujeto (por ejemplo, altura y peso). Si tenemos n sujetos, obtendremos
( x1 , y1 ),..., ( xn , yn )
n pares de datos. Se grafica una variable contra la otra en un plano cartesiano.

78
Grfico de Nro. de cigarrillos vs capacidad pulmonar
n 1 2 3 4 5
Cigarrillos Capacidad pulmonar
0 5 10 15 20
45 42 33 31 29
Capacidad pulmonar
Cigarrillos
79
Duracin vs tiempo de espera, archivo Old Faithful (222 registros), hecho con Infostat.
80
Ejemplo de cosas que se suelen ver:
81
Tambin existen en 3D, para estudiar la relacin entre tres magnitudes
82
Covarianza/Correlacin Muestral
Definicin: Si tenemos n pares de datos
( x1 , y1 ),..., ( xn , yn )
la covarianza y el coeficiente de correlacin muestrales se definen como

1 n Cov( x, y ) = sxy = ( xi x )( yi y ) n 1 i =1
rxy =
s xy sx s y
donde:
1 n xi n i =1 1 n 2 sx = ( xi x )2 n 1 i =1 x=
1 n yi n i =1 1 n 2 sy = ( yi y ) 2 n 1 i =1 y=
83
Se suele llamar Coeficiente de Correlacin de Pearson. Para hacer los clculos manualmente se usan las siguientes frmulas:
1 n 1 n n sxy = xi yi xi yi n 1 i=1 n i =1 i=1
rxy
i =1 i
x yi
n i =1 i
n n x2 i=1 i
( x )( y ) x ) y ( y )
n n i =1 i i =1 i 2
i =1
2 i
i =1
84
Ms adelante veremos que el coeficiente de correlacin satisface:
n n n
n n
Toma valores entre 1 y 1 ( 1 rxy 1) Mide la relacin lineal entre x e y rxy prximo a 0 implica que no hay relacin lineal rxy prximo a 1 implica relacin lineal creciente rxy prximo a 1 implica relacin lineal decreciente Es independiente de las magnitudes de las variables
85
330 280 230 180 130 80 30 140 110 100 90 80 70 60 50 40 30 140 100 90 80 70 60 50 40 30 140 150 160 170 180 150 160 170 180
90 80 70 60 50 40 30 20 10 0
r=0,1
150 160 170 180 190 200
r=-0,5
140 150 160 170 180 190 200
80 70 60 50 40 30 20
r=0,6
190 200
10 0 140 80 70 60 50 40 30 20
r=-0,7
150 160 170 180 190 200
r=0,8
190 200
10
r=-0,999
150 160 170 180 190 200
0 140
86
Duracin vs tiempo de espera, archivo Old Faithful (222 registros), hecho con Infostat.
87
Fumar vs Capacidad Pulmonar

n
Ejemplo: Investigar la relaci n entre cantidad de cigarrillos y capacidad pulmonar Datos: Muestra de 5 pacientes con diferente hbito de fumar (cantidad de cigarrillos por da durante cierta cantidad de aos) a los cuales se les mide la capacidad pulmonar
88

n 1 2 3 4 5
Cigarrillos Capacidad pulmonar
(X ) 0 5 10 15 20
(Y ) 45 42 33 31 29
Capacidad pulmonar (Y )
Cigarrillos (X )
X = 10 Y = 36
89

n
n n
Se observa que a medida que crece la cantidad de cigarrillos, decrece la capacidad pulmonar. Las variables covarian inversamente. La covarianza (media del producto de las desviaciones) y el coeficiente de correlacin cuantifican esta relacin.
90

Clculo de cov(X,Y ): X 0 5 10 15 20
( X X ) ( X X ) (Y Y ) (Y Y )
Y 45 42 33 31 29
10 5 0 5 10
90 30 0 25 70 = 215
9 6 3 5 7
Entonces
1 S xy = ( 215) = 53.75 4
91

Clculo de rXY : X 0 5 10 15 20 =
rxy = 5(1585) 50(180)
2
XY 0 210 330 465 580
Y 45 42 33 31 29
( x )( y ) x ( x ) y ( y )
n
n i=1 i i n
xy
i=1 i
n i=1 i
n i=1 i
2 i=1 i
n 2 i=1 i
i=1 i
0 25 100 225 400
2025 1764 1089 961 841
50
2
750 1585 6680 180

7925 9000 (3750 2500)(33400 32400)
(5(750) 50 )(5(6680) 180 )

1075 = 0.9615 (1250)(1000)
92

Conclusin:
rxy = 0.96
rxy = 0.96 implica casi con certeza que fumar disminuye la capacidad pulmonar A mayor cantidad de cigarrillos, mayor perdida de capacidad pulmonar
93
Casos particulares
n n
Histogramas con clases desiguales Datos agrupados
94
Histograma con clases desiguales

n
Hay casos donde no se puede tomar clases de igual tamao, por ejemplo si nos dan los datos agrupados. Lo importante es que el rea de cada rectngulo debe ser proporcional a la frecuencia relativa. hi hi = fi bi bi rea fi
95
La siguiente tabla tiene las notificaciones de casos de Rubola en ao 2000 (fuente: SINAVE).
Se realiza (errneamente) un histograma tomando como altura la frecuencia relativa

96
Pareciera que la mayora de los enfermos tiene entre 15 y 50 aos
97
Ancho 3
7.77 = 23.3 / 3
98
Datos agrupados
A veces no hay acceso a los datos, solo a las clases, frecuencias, total de mediciones. Las estadsticas se calculan tomando las clases como datos.
99
100
1 f1++ fk-1 f1++ fj 0.5 f1++ fj-1 f1+f2 +f3 f1+f2 f1 [ l0
Polgonos de frecuencias acumuladas
)[ l1
)[ l2
) l3
.....
[ lj-1
.....
)
101
lj
lk-1 lk
Para encontrar la mediana, se plantea la siguiente igualdad utilizando proporcin de tringulos, y se despeja
e
21
102

01 - Estadistica Descriptiva2014

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

01 - Estadistica Descriptiva2014

Transféré par

Droits d'auteur :

Formats disponibles

Probabilidad y Estadstica

Son 222 mediciones

Rendimiento Maz LB13 2007

Algunos nombres usados

Inferencia sobre la poblacin

Se puede predecir con exactitud el resultado de un experimento

Pasos de una investigacin estadstica

Planteo de objetivos / Diseo de experimento. Diseo muestral.

Lo hace el investigador, que es quien sabe lo que quiere.

Muy difcil, otra historia. Aqu se utilizan los descriptiva.

Anlisis exploratorio de datos. mtodos de estadstica Inferencia estadstica.

Media Mediana Cuartiles

Percentiles Moda Mximo y mnimo

Rango Rango intercuartil Varianza MAD Coeficiente de Variacin Coeficiente de correlacin

25 mediciones de ruido (en Decibeles, dB) de motos circulando por la ciudad.

Media Mediana Cuartiles

Percentiles Moda Mximo y mnimo

Rango Rango intercuartil Varianza MAD Coeficiente de Variacin Coeficiente de correlacin

Por ah esta es una mejor eleccin.

El del CPU A de los datos de velocidad (100 registros)

No hay perdida de informacin

..... )[ l1 )[ l2 ) l3 ..... [ li-1 ) li

Tabla frecuencias acumuladas

Necesaria para construir el histograma, resume la informacin numrica.

Tabla frecuencias acumuladas

[l0 , l1) [l 1 , l 2 ) . . . [lk-1 ,lk)

Con nuestros datos: 8 clases de longitud 5

0.12 0.12 0.16 0.20 0.16 0.12 0.08 0.04

0.12 0.24 0.40 0.60 0.76 0.88 0.96 1

Histograma - Tabla de Frecuencias

Cuando las clases son todas de longitud b, tomar hi = fi /b.

Todas las clases de ancho b

Basado en la tabla de frecuencias de nuestros datos de ejemplo. Hecho en Infostat.

La lnea roja es el polgono de frecuencias para nuestros datos (hecho a mano).

Hay perdida de informacin !!

Mala eleccin de escala o no hay patrn (o tri-modal).

Polgono de frecuencias acumuladas

Polgono de frecuencias acumuladas

As queda con nuestros datos de ejemplo, hecho a mano.

Con nuestros datos: 8 clases de longitud 5

Frecuencia Frecuencia ni acumulada

0.12 0.12 0.16 0.20 0.16 0.12 0.08 0.04

0.12 0.24 0.40 0.60 0.76 0.88 0.96 1

CDF emprica de Ruido dB

0.0 60 70 80 Ruido dB 90 100

Media Mediana Cuartiles

Percentiles Moda Mximo y mnimo

Rango Rango intercuartil Varianza MAD Coeficiente de Variacin Coeficiente de correlacin

Medidas de tendencia central

Media Mediana Cuartiles Percentiles Moda Mximo y mnimo

Rango Rango intercuartil Varianza MAD Coeficiente de Variacin

Es sensible a valores extremos. Existe la media de la poblacin, , que en general es desconocida.

Si cambiamos el ltimo dato de 95 a 595 queda 97.24

Robusta, no es sensible a valores extremos. x2 xn

Recordar datos ordenados: x1

Nuestros datos ordenados:

n = 25 impar, entonces x = x13 = 78 Si cambiamos el ltimo dato de 95 a 595 queda 78

Relacin aproximada entre media y mediana

donde j es el menor entero mayor que nk.

Nuestros datos ordenados:

Otras medidas de posicin

Nuestros datos ordenados:

Media Mediana Cuartiles

Percentiles Moda Mximo y mnimo