PROBABILIDAD Y ESTADISTICA

UNIDAD 1 ESTADISTICA DESCRPTIVA (resumen general)

El tema al cual damos inicio tratara de la Estadstica Descriptiva, su importancia y su uso, el cual es de mucha importancia. Podemos empezar diciendo que es la estadstica descriptiva; esta es una gran parte de la estadstica que se dedica a recolectar, ordenar, analizar y representar un conjunto de datos, con el fin de describir apropiadamente las caractersticas de ese conjunto. Esta definicin es muy bsica, aunque normalmente existe tendencia al generalizar a toda la poblacin, las primeras conclusiones obtenidas tras un anlisis descriptivo, es un estudio calculando una serie de medidas de tendencia central, para ver en qu medida los datos se agrupan o dispersan en torno a un valor central. Esto es lo que podra ser un concepto aproximado.

En estadstica existe un smbolo muy importante el cual pertenece al tema de la notacin sumatoria, este smbolo se utiliza para denotar la suma de una gran cantidad de indicadores estadsticos y es normalmente conocida como sigma (). Esta letra en pocas palabras indica suma total, pero si la variable x toma los valores (x1 + x2 + x3 +. . . . . + xn) entonces su notacin sumatoria es: Esta expresin se lee como, sumatoria de x, desde i = 1 hasta n, Aqu i = 1 debajo de la notacin indica el elemento que se va a sumarse (i) y el primer elemento de la suma (1). La n indica el trmino final de la suma. Ambas sumatorias nos son de gran utilidad y nos facilitan el tedioso procedimiento de la suma a gran escala. Por ejemplo si queremos expresar la suma de los primeros diez nmeros naturales podemos hacerlo as en notacin sigma:

 La letra i recibe el nombre de ndice de suma, los nmeros 1 y 10 son los lmites inferior y superior de la suma y tienen que cumplir que: Lmite inferior <= lmite superior

Ya con esto aclarado pasamos a lo que son los datos no agrupados los cuales usualmente son el punto de inicio del anlisis. Los datos agrupados son conjuntos de datos obtenidos en la recopilacin, despus de esto, el paso siguiente consiste en organizarlos, ya que esto es de suma importancia. Cuando de la muestra que se ha tomado de la poblacin o proceso que se desea analizar, es decir, tenemos menos de 20 elementos en la muestra, entonces estos datos son analizados sin necesidad de formar clases con ellos y a esto es a lo que se le llama tratamiento de datos no agrupados. Ejemplo de ello: Vas a investigar la edad a un grupo de 20 Nios en datos no agrupados (Es decir, vienen los 20 nios y as como te dan la edad as la anotas) 2,2,1,3,3,3,4,4,5,6,1,2,2,3,3,3,4,4,3, (Total 20 nios) Estos son datos no agrupados por qu no los has clasificado y contado 1,1,2,2,2,2,3,3,3,3,3,3,3,4,4,4,4,5,5, (Total 20 nios) Los datos no agrupados tambin los puedes ordenar, por ejemplo de la edad menor a la edad mayor, no estn contabilizados ni clasificados solamente estn ordenados. Mas sin embargo estos son los datos que posteriormente se pueden convertir en datos agrupados Para que sean datos agrupados tienes que contarlos y clasificarlos, por ejemplo cuntos nios haba de cada ao. (Y siguen siendo 20 nios)

Edad..........Frecuencia 1..................2 2..................4

3..................7 4..................4 5..................2 6..................1 Total............20

Las medidas de tendencia central son muy importantes en la estadstica descriptiva ya que son un mtodo que nos sirve para comparar o interpretar cualquier puntaje central o tpico, para comparar el puntaje obtenido por una misma persona en dos diferentes ocasiones, para comparar resultados medios obtenidos por dos grupos o ms, etc. Las ms comunes de estas tendencias son: o La media aritmtica tambin conocida como media o promedio la cual es representada con una letra M o por una X con una lnea en la parte superior. o La mediana la cual es el puntaje que se encuentra en el centro de una distribucin y es representada como Md. o La Moda la cual es el puntaje que se representa con mayor frecuencia en una distribucin representada con Mo. Lo ms importante para poder obtener estas tendencia es que la distribucin debe estar ordenada de menor a mayor para mayor facilidad de obtener dichos resultados.

Las medidas de posicin son tambin medidas de tendencia central, usadas en diversos casos en probabilidad; son indicadores que son utilizados para sealar que porcentaje de datos dentro de una distribucin de frecuencias superan estas expresiones, cuyo valor representa el valor del dato que se encuentra en el centro de la distribucin de frecuencia. Estas medidas nos facilitan informacin sobre la serie de datos que estamos analizando, ayudndonos a encontrar unas medidas que sinteticen las distribuciones de frecuencia, evitando que usemos todos los datos sobre las variables, eligiendo como resumen de los datos un valor central alrededor del cual se encuentran distribuidos los valores de la variable. Al igual que las medidas de tendencia central, las de posicin tambin tienen medidas comunes usadas en estadstica las cuales son:

o Los cuartiles que son 3 y dividen una distribucin en 4 partes iguales; primero, segundo y tercer cuartil. o Los deciles que son 9 y dividen una distribucin en 10 partes iguales; del primero al noveno decil. o Los percentiles que son 99 y dividen una serie en 100 partes iguales; del primero al noventa y nueve percentil.

Las medidas de dispersin son tambin conocidas como medidas de variabilidad, como su nombre lo dice, muestran la variabilidad de una distribucin, indicando por medio de un nmero, si las diferentes puntuaciones de una variable estn muy alejadas de la mediana media. Cuanto mayor sea ese valor, mayor ser la variabilidad, cuanto menor sea, mas homognea ser a la mediana media. As se sabe si todos los casos son parecidos o varan muchos entre ellos. En palabras ms claras, la funcin de las medidas de dispersin es informarnos sobre cuanto se alejan del centro los valores de la distribucin. Las medidas de dispersin son: o El rango o recorrido, este nos muestra la diferencia entre el mayor y el menor de los datos de una distribucin estadstica. o La desviacin media que respecto a la media la diferencia entre cada calor de la variable estadstica y la media aritmtica. o La desviacin media es la media aritmtica de los valores absolutos de las desviaciones respecto de la media.

Las medidas de forma son indicadores que permiten identificar si una distribucin de frecuencia presenta uniformidad, nos ayudan a comprobar si existen caractersticas especiales como simetra, asimetra, nivel de concentracin de datos y nivel de apuntamiento que la clasifiquen en un tipo particular de distribucin. Las medidas de forma son necesarias para determinar el comportamiento de los datos y as, podes adaptar herramientas para el anlisis probabilstico. Entre las medidas de forma encontramos "EL SESGO" Y "LA CURTOSIS".

El sesgo mide las desviaciones de las medidas de tendencia central, ya que el sesgo es el grado de asimetra o falta de asimetra, de una distribucin, si el polgono de frecuencias visualizado de una distribucin tiene una cola ms larga a la derecha del

mximo central que a la izquierda, se dice que la distribucin esta sesgada a la derecha, o que tiene sesgo positivo (asimetra positiva) y si al contrario se dice que tiene sesgo (asimetra negativa) en la asimetra encontramos si es: a)asimetricamente + = cuado el sg es mayor a 0 b)normal= cuado el sg = 0 c)simetricamente - cuando el sg es menor a 0

formula: Sg= desviacin. = Sesgo es igual a: media menos la moda partido o dividido entre la

Los datos ms utilizados son los siguientes: moda, media, desviacin.

Pero si existen dos o ms modas se utilizara otra frmula: Sg= desviacin. = sesgo es igual a: media menos la mediana partido o dividido entre la

Si la asimetra es NORMAL se aplicara la curtosis: si y solo si la asimetra es normal. La CURTOSIS es complemento de SESGO, la curtosis es la agudeza de la curva normal, esta agudeza puede ser alta, baja o intermedia dando lugar a diferentes tipos de curvas como: platocurtica, mesocurtica o leptocurtica.

k<0.263> k=0.263 = mesocurtica. k>0.263 = leptocurtica. La frmula a utilizar es la siguiente:

K=

Curtosis es igual a un medio entre cuartil 3 menos cuartil 1 dividido entre percentil de 90 menos percentil de 10. Las medidas de forma son complejas y nos ayudan a detectar las asimetras del fenmeno estudiado.

Integrantes: o o o o o o o Carla Melissa Hernndez Calvillo Damaris Gorospe de Luna Jos Eduardo Quino Xolo Juan Manuel Domnguez Cruz Kasandra Coral Cruz Mari Flor Rodrguez Sarai Martnez Vicencio