Académique Documents
Professionnel Documents
Culture Documents
Unidades Tipificadas
La
unidades
tipificas
muestran
el
número
de
desviaciones
estándar
en
que
un
valor
dado
se
sitúa
por
encima
o
debajo
de
la
media.
También
se
usan
para
comparar
valores
de
diferentes
muestras
o
poblaciones.
Supóngase
que
x
es
un
valor
procedente
de
una
muestra
o
de
una
población
con
media
y
desviación
estándar
s
o
t.
Entonces
el
valor
de
x
en
unidades
tipificadas,
se
representa
por
z
y
se
define
como
sigue:
Unidades tipificadas
Unidades tipificadas
Ejemplos:
Un
alumno
A
saca
una
puntuación
de
85
en
un
examen
cuyas
puntuaciones
tienen
una
media
de
79
y
desviación
estándar
de
8.
Un
alumno
B
saca
74
en
un
examen
cuyas
puntuaciones
tienen
media
70
y
desviación
estándar
de
5.
¿Cuál
de
las
dos
obtuvo
una
puntuación
mejor?
Alumno “A”
Alumno “B”
Por tanto el alumno B esta mucho mas por encima de la media que el alumno A.
El
coeficiente
de
variación
es
un
valor
relativo
expresado
en
términos
de
%
y
permite
comparar
dos
muestras
o
poblaciones,
relacionadas
con
una
misma
variable.
Coeficiente variación:
Ejemplo No.1
Considérese
las
dos
muestras
siguientes
que
representa
los
pesos
en
kg
y
la
estatura
en
cm
de
una
muestra
de
10
personas.
Para el caso del peso en Kg el cálculo del coeficiente variación es
Para el caso de la estatura en Cm. el cálculo del coeficiente variación es
(162 − 161.3)2 + (158 − 161.3)2 + (167 − 161.3)2 + (151 − 161.3)2 + (162 − 161.3)2 + (168 − 161.3)2 + (167 − 161.3)2 + (153 − 161.3)2 + (152 − 161.3)2 + (173 − 161.3)2
S2 =
9
= 57. 789
Obsérvese
entonces
que
la
muestra
de
10
personas
aporta,
que
hay
mas
variación
en
el
peso
que
en
la
estatura
de
las
personas.
Ejemplo No. 2
Supongase
que
se
mide
un
objeto
con
un
medidor
métrico
“A”
de
media
3.25
mm
y
desviación
típica
de
0.01
mm,
y
supongamos
que
medimos
otro
objeto
con
un
medidor
inglés
“B”
de
media
0.80
pulgadas
y
desviación
típica
de
0.002
pulgadas.
¿Qué
medidor
es
rlativamente
el
más
preciso?
0.01 0.01
VA = 0.0030 30% VA = 0.0030 30%
3.25 3.25
0.002 0.002
VB = = 0.0025 25% VB = = 0.0025 25%
0.80 0.80
Medida
que
intenta
incorporar
en
una
única
Cifra
el
rendimiento
de
la
inversión
sobre
la
inversión
y
el
riesgo
de
la
inversión.
El
razonamiento
usado
es
que
cuanto
más
bajo
es
el
CV.
Menor
es
el
riesgo
por
unidad
de
rendimiento.
Media Ponderada:
Para
algunos
fines
específicos
a
los
datos
X1,
X2
,...,
Xn,
se
le
asigna
un
peso
W1,
W2
,…,
Wn
respectivamente.
Este
peso
puede
ser
la
frecuencia
de
una
observación
o
la
probabilidad
de
que
esa
observación
ocurra
o
alguna
otra
medida
referente
al
estudio
en
cuestión.
Entonces:
Obsérvese
que
la
media
ponderada
es
la
misma
que
la
media
muestral
para
una
distribución
de
frecuencias,
cuando
es
el
caso
que
solo
pesos
representan
frecuencias.
Gran Media:
Es
útil
en
Muestreo
estratificado
es
decir
donde
los
datos
se
dividen
en
“t”
grupos,
supongamos
que
son
el
número
de
datos
en
los
“t”
grupos
y
son
las
medias
de
los
correspondientes
grupos,
entonces
la
gran
media
es:
En ocasiones se considera la gran media como un caso especial de media ponderada.
Una
clase
de
arte
contemporaneo
en
la
Universidad
de
San
Diego
contiene
10
estudiantes
de
primero,
20
de
segundo,
15
de
tercero,
y
5
de
cuarto.
Se
pone
un
examen
a
la
clase
arte
contemporaneo
donde
la
media
de
estudiantes
de
primero
es
de
75,
la
de
segundo
78,
la
de
tercero
80
y
la
de
cuarto
82.
Hallar
el
curso
medio
de
la
clase.
Asimetría
y
apuntamiento
Intervalo
del
rango
El
intervalo
de
rango
de
un
conjunto
de
datos
numérico,
es
el
intervalo
cuyos
extremos
son
el
menor
y
el
mayor
valor.
Rango
El
rango
de
un
conjunto
de
datos
numérico
es
la
diferencia
entre
el
mayor
valor
y
el
menor
valor;
es
decir
es
la
longitud
del
intervalo
del
rango.
El
medio
rango
de
un
conjunto
de
valores
numérico
es
la
media
entre
el
menor
valor
y
el
mayor
valor,
es
decir
el
punto
medio
del
intervalo
de
rango.
Sesgo o Skewness
La
medida
de
posición
o
de
forma
determina
la
conformación
geométrica
del
polígono
de
frecuencias
de
una
distribución.
El sesgo o skewness determina el grado de asimetría de la curva o polígono de frecuencia
Si el sesgo es (-‐) la curva es sesgada a la izquierda
Si el sesgo es (+) la curva es sesgada a la derecha
Para
la
siguiente
distribución
de
frecuencias,
obsérvese
que
el
histograma
tiene
sesgo
positivo
(+)
es
decir
xi
1
2
3
4
5
6
7
8
9
f
30
25
20
15
10
5
5
2
2
Histograma sesgado a la derecha y se dice que tiene sesgo positivo.
En
un
histograma
con
sesgo
negativo
se
considera
que
hay
menos
datos
u
observaciones
debajo
de
la
media,
obsérvese
que
hay
75
datos
abajo
de
la
media
y
39
datos
arriba
de
la
media.
Esto
es
que
la
mediana
y
la
moda
se
encuentran
por
abajo
de
la
media.
Xi
1
2
3
4
5
6
7
8
9
fi
2
2
5
5
10
15
20
25
30
Histograma sesgado a la izquierda y se dice que tiene sesgo negativo.
En
un
histograma
con
sesgo
negativo
se
considera
que
hay
menos
datos
u
observaciones
debajo
de
la
media,
obsérvese
que
hay
75
datos
arriba
de
la
media
y
39
datos
debajo
de
la
media.
Esto
es
que
la
mediana
y
la
moda
se
encuentran
por
arriba
de
la
media.
30
25
20
15 Serie2
10
5
0
1
2
3
4
5
6
7
8
9
Determina el grado de pronunciamiento de la cúspide de la curva o polígono de frecuencia
= tercer cuartil
= primer cuartil