SlideShare une entreprise Scribd logo
1  sur  17
Tabla de Distribución de Frecuencia
Profesor: Bachiller:
Pedro Beltrán Gustavo Lemus
C.l: 25.812.663
Sección: CV
Barcelona, Junio 2016
se le llama distribución de frecuencias a la agrupación de datos en
categorías mutuamente excluyentes que indican el número de observaciones en
cada categoría. Esto proporciona un valor añadido a la agrupación de datos. La
distribución de frecuencias presenta las observaciones clasificadas de modo que se
pueda ver el número existente en cada clase.
Las distribuciones de frecuencias son tablas en que se dispone las
modalidades de la variable por filas. En las columnas se dispone el número de
ocurrencias por cada valor, porcentajes, etc. La finalidad de las agrupaciones en
frecuencias es facilitar la obtención de la información que contienen los datos.
Los intervalos son los límites a los extremos a los que llega una función. Son
utilizados a modo de resumen cuando la cantidad de datos es muy grande. Los límites
extremos de cada clase se les llaman Límite Inferior y Superior de clase respectivamente.
Los intervalos de clase se emplean si las variables toman un número grande de valores o
la variable es continua, es el Rango utilizado para dividir el conjunto de posibles valores
numéricos al trabajar con grandes cantidades de datos. Por ejemplo, si los valores están
entre 1 y 100,se podrían definir grupos por medio de los intervalos 1-25, 26-50, 51-75,
76-100 cuando el intervalo de la clase es 25
Se agrupan los valores en intervalos que tengan la misma amplitud denominados
clases. A cada clase se le asigna su frecuencia correspondiente
 Ejemplo:
No. De clases (Regla de Sturges): 1 + 3.332 log N
 Para obtener un valor aproximado, podemos emplear la regla de ¨STURGES¨.
 k = 1 + 3,3logN
 donde N es el número de elementos de la muestra.
 La distribución de frecuencias simple es una tabla que se construye con base en
los siguientes datos: clase o variable (valores numéricos) en orden descendente o
ascendente, tabulaciones o marcas de recuento y frecuencia.
Frecuencia simple absoluta: es el número de veces que se observa en un
mismo ítem o la cantidad de datos que caen en un mismo intervalo.
Frecuencia simple relativa: es la razón geométrica entre la frecuencia absoluta
y el total de datos, es decir el cociente de dividir el número de veces que
aparece un dato de un intervalo entre la totalidad de datos que conforma la
muestra de que se trate. Su máximo será la unidad y su mínimo será el cero.
 La distribución de frecuencias agrupadas o acumulada es una tabla que contiene
las columnas siguientes: intervalo de clase, puntos medios, tabulación frecuencias y
frecuencias agrupadas. Frecuencia acumulada, es la suma de la frecuencia de
un intervalo de clases con todas las frecuencias de los intervalos que la
preceden.
Frecuencia acumulada absoluta: es la evaluación o suma de todas las frecuencias
absolutas hasta el intervalo de la clase considerado inclusive.
Frecuencia acumulada relativa: viene a ser la acumulación de todas las frecuencias
relativas hasta el mismo intervalo considerado inclusive.
 Ejemplo:
La medidas de Tendencia Central son:
 Media aritmética: La media es el valor promedio de la distribución.
 Mediana: La mediana es la puntuación de la escala que separa la mitad superior de
la distribución y la inferior, es decir divide la serie de datos en dos partes iguales.
 Moda: La moda es el valor que más se repite en una distribución.
 Ejemplo:
 MODA (PARA DATOS NO AGRUPADOS)
La moda es el valor que tiene mayor frecuencia absoluta.
Se representa por Mo.
Se puede hallar la moda para variables cualitativas y cuantitativas.
Hallar la moda de la serie de datos:
Xi: 2, 3, 3, 4, 4, 4, 5, 5 Mo= 4
Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa
frecuencia es la máxima, la distribución es bimodal, si son tres las que mas se
repiten será trimodal y cuando se mayo a cuatro el número de Mo, generalizaremos
diciendo que es multimodal o polimodal, es decir, que tiene varias modas.
Yi: 1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9 (trimodal)
Nota: Cuando todas las puntuaciones de un grupo tienen la misma
frecuencia, no hay moda.
Zi: 2, 2, 3, 3, 6, 6, 9, 9
 Cálculo de la moda para datos agrupados
Debemos considerar que todos los intervalos tienen la misma amplitud. Por tal
motivo y para efectos de nuestro curso, consideraremos que la Mo es el punto medio
(xi) del intervalo que presente la mayor frecuencia. considerando también el caso en
que la mayor frecuencia puede presentarse en mas de un intervalo (como ocurría
para los datos no agrupados) en cuyo caso una distribución pudiera presentar mas
de una mida.
Clases fi
72 – 73 8
69 – 71 27
66 – 68 42
63 – 65 18
60 – 62 5
100
El intervalo en el que se encuentra la mayor frecuencia es en 66 - 68, donde
fi es 42, para determinar la moda de esta distribución será necesario calcular el
punto medio de ese intervalo:
Xi = (66 + 68) / 2 = 67
Xi =67
por tanto, la moda de esta distribución es Mo = 67
 MEDIANA
Es el valor que ocupa el lugar central de todos los datos cuando éstos
están ordenados de menor a mayor. Es decir divide a la serie en dos partes iguales
en la que el 50% de los datos están por debajo de la Md y el otro 50% está por
encima de ella.
La mediana se representa por Md.
La mediana se puede hallar sólo para variables cuantitativas.
 Cálculo de la mediana
1. Ordenamos los datos de menor a mayor.
2. Si la serie tiene un número impar de medidas la mediana es la puntuación
central de la misma.
2, 3, 4, 4, 5, 5, 5, 6, 6 Md= 5
3. Si la serie tiene un número par de puntuaciones la mediana es la media entre las
dos puntuaciones centrales.
7, 8, 9, 10, 11, 12 Md= 9.5
 Cálculo de la mediana para datos agrupados
La mediana se encuentra en el intervalo donde la frecuencia acumulada llega
hasta la mitad de la suma de las frecuencias absolutas.
Es decir tenemos que buscar el intervalo en el que se encuentre el 50% de los
datos.
Ejemplo
Calcular la mediana de una distribución estadística que viene dada por la
siguiente tabla:
Clases fi Fac
72 – 74 8 100
69 – 71 27 92
66 – 68 42 65
63 – 65 18 23
60 – 62 5 5
100
El procedimiento es igual al utilizado para calcular el Percentil cincuenta
(Pc 50). para ello debemos determinar el 50% de los datos.
el 50% de los 100 datos es 50, entonces debemos hallar la puntuación que
deja por debajo de ella al 50 % de los datos (el otro 50% está por encima)
 Definición de media aritmética
La media aritmética es el valor obtenido al sumar todos los datos y dividir el
resultado entre el número total de datos.
µx es el símbolo de la media aritmética para población.
es el símbolo de la media aritmética para población.
Su fórmula estará dada por la siguiente ecuación:
NOTA. Mientras no digamos lo contrario supondremos que estamos
trabajando con una muestra.
 Calculo de media aritmética para datos NO agrupados:
Ejemplo
Los tiempos de diez vehículos en hacer un determinado recorrido son: 39, 29, 43, 52, 39,
44, 40, 31, 44, 35 minutos. Hallar el tiempo medio.
 Media aritmética para datos agrupados
Si los datos vienen agrupados en una tabla de frecuencias, la expresión de
la media es:
= ( ∑ xi . fi ) / N
= (x1f1 + x2f2 + x3f3 +....+xnfn) / N
Las medidas de tendencia central tienen como objetivo el sintetizar los datos
en un valor representativo, las medidas de dispersión nos dicen hasta que punto
estas medidas de tendencia central son representativas como síntesis de la
información. Las medidas de dispersión cuantifican la separación, la dispersión, la
variabilidad de los valores de la distribución respecto al valor central. Distinguimos
entre medidas de dispersión absolutas, que no son comparables entre diferentes
muestras y las relativas que nos permitirán comparar varias muestras.
 LA DISPERSIÓN.
Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la
moda sólo nos revelan una parte de la información que necesitamos acerca de las
características de los datos. Para aumentar nuestro entendimiento del patrón de los
datos, debemos medir también su dispersión, extensión o variabilidad.
 La dispersión es importante porque:
• Proporciona información adicional que permite juzgar la confiabilidad de la
medida de tendencia central. Si los datos se encuentran ampliamente dispersos, la
posición central es menos representativa de los datos.
• Ya que existen problemas característicos para datos ampliamente dispersos,
debemos ser capaces de distinguir que presentan esa dispersión antes de abordar
esos problemas.
Medidas de tendencia central
• MEDIA: Media Aritmética, es la que se
obtiene sumando los datos y
dividiéndolos por el número de ellos. Se
aplica por ejemplo para resumir el
número de pacientes promedio que se
atiende en un turno. Otro ejemplo, es el
número promedio de controles
prenatales que tiene una gestante.
• MEDIANA: Corresponde al percentil
50%. Es decir, la mediana divide a la
población exactamente en dos. Por
ejemplo el número mediana de hijos en
el centro de salud “X” es dos hijos. Otro
ejemplo es el número mediana de
atenciones por paciente en un
consultorio.
• MODA: Valor o (valores) que aparece(n)
con mayor frecuencia. Una distribución
unimodal tiene una sola moda y una
distribución bimodal tiene dos. Útil como
medida resumen para las variables
nominales. Por ejemplo, el color del
uniforme quirúrgico en sala de
operaciones es el verde; por lo tanto es
la moda en colores del uniforme
quirúrgico.
Medidas de dispersión
DESVIACIÓN ESTÁNDAR:
Llamada también desviación típica; es
una medida que informa sobre la
media de distancias que tienen los
datos respecto de su
media Aritmética, expresada en las
mismas unidades que la variable.
LA VARIANZA: Es el valor de la
desviación estándar al cuadrado; su
utilidad radica en que su valor es
requerido para todos los
procedimientos estadístico.
ERROR TÍPICO: Llamado
también error estándar de la media.
Se refiere a una medida d variabilidad
de la media; sirve para calcular cuan
dispersa estaría la media de realizar
un nuevo calculo.
 http://eduteka.icesi.edu.co/proyectos.php/1/3053
 http://ncastillo.ve.tripod.com/profmscnelsoncastillo/id4.html
 http://educacionestadisticageneral.blogspot.com/2009/08/distribucion-de-
frecuencia.html
 https://thales.cica.es/rd/Recursos/rd97/UnidadesDidacticas/53-1-u-punt14.html
 https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_frecuencias

Contenu connexe

Tendances

La informática y la estadística para la investigacion
La informática y la estadística para la investigacionLa informática y la estadística para la investigacion
La informática y la estadística para la investigacionLuis Fernández
 
Cuadro sinoptico Como elaborar un proyecto
Cuadro sinoptico Como elaborar un proyectoCuadro sinoptico Como elaborar un proyecto
Cuadro sinoptico Como elaborar un proyectoOmisMimy
 
Investigación Mixta Monica
Investigación Mixta MonicaInvestigación Mixta Monica
Investigación Mixta MonicaDamian Ortiz
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptivareycol04
 
Conceptos basicos recreacion
Conceptos basicos recreacionConceptos basicos recreacion
Conceptos basicos recreaciontoyocontreras
 
Metodos mixtos.pptx-equipo-4
Metodos mixtos.pptx-equipo-4Metodos mixtos.pptx-equipo-4
Metodos mixtos.pptx-equipo-4Guadalupe P.R
 
Trabajo power point Natación
Trabajo power point NataciónTrabajo power point Natación
Trabajo power point NataciónLorevictoria
 
Exposicion semifondo o medio fondo
Exposicion semifondo o medio fondoExposicion semifondo o medio fondo
Exposicion semifondo o medio fondocabezon1971
 
poblacion y muestra
poblacion y muestrapoblacion y muestra
poblacion y muestraKaren Noelia
 
Terminos basicos estadistica
Terminos basicos estadisticaTerminos basicos estadistica
Terminos basicos estadisticaagustin rojas
 
Datos agrupados y no agrupados
Datos agrupados y no agrupadosDatos agrupados y no agrupados
Datos agrupados y no agrupadosmaryerlingvargas
 
Temas de Estadistica Inferencial I ccesa007
Temas de Estadistica Inferencial I  ccesa007Temas de Estadistica Inferencial I  ccesa007
Temas de Estadistica Inferencial I ccesa007Demetrio Ccesa Rayme
 
Mapa conceptual de la elaboracion de un proyecto de investigacion
Mapa conceptual de la elaboracion de un proyecto de investigacionMapa conceptual de la elaboracion de un proyecto de investigacion
Mapa conceptual de la elaboracion de un proyecto de investigacionyomar19
 
mapaconceptual sobre tecnicas de conteo
mapaconceptual sobre tecnicas de conteomapaconceptual sobre tecnicas de conteo
mapaconceptual sobre tecnicas de conteoFabian Herrera Avalos
 
Serie Fibonacci en C
Serie Fibonacci en CSerie Fibonacci en C
Serie Fibonacci en CAbraham
 
Gimnasia Deportiva
Gimnasia DeportivaGimnasia Deportiva
Gimnasia Deportivaalextinana
 

Tendances (20)

La informática y la estadística para la investigacion
La informática y la estadística para la investigacionLa informática y la estadística para la investigacion
La informática y la estadística para la investigacion
 
Cuadro sinoptico Como elaborar un proyecto
Cuadro sinoptico Como elaborar un proyectoCuadro sinoptico Como elaborar un proyecto
Cuadro sinoptico Como elaborar un proyecto
 
Investigación Mixta Monica
Investigación Mixta MonicaInvestigación Mixta Monica
Investigación Mixta Monica
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Conceptos basicos recreacion
Conceptos basicos recreacionConceptos basicos recreacion
Conceptos basicos recreacion
 
Ii. investigaciones mixtas
Ii. investigaciones  mixtasIi. investigaciones  mixtas
Ii. investigaciones mixtas
 
Metodos mixtos.pptx-equipo-4
Metodos mixtos.pptx-equipo-4Metodos mixtos.pptx-equipo-4
Metodos mixtos.pptx-equipo-4
 
Seguridad en redes
Seguridad en redesSeguridad en redes
Seguridad en redes
 
introduccion a la natacion
introduccion a la natacionintroduccion a la natacion
introduccion a la natacion
 
Trabajo power point Natación
Trabajo power point NataciónTrabajo power point Natación
Trabajo power point Natación
 
Exposicion semifondo o medio fondo
Exposicion semifondo o medio fondoExposicion semifondo o medio fondo
Exposicion semifondo o medio fondo
 
poblacion y muestra
poblacion y muestrapoblacion y muestra
poblacion y muestra
 
Terminos basicos estadistica
Terminos basicos estadisticaTerminos basicos estadistica
Terminos basicos estadistica
 
Datos agrupados y no agrupados
Datos agrupados y no agrupadosDatos agrupados y no agrupados
Datos agrupados y no agrupados
 
Temas de Estadistica Inferencial I ccesa007
Temas de Estadistica Inferencial I  ccesa007Temas de Estadistica Inferencial I  ccesa007
Temas de Estadistica Inferencial I ccesa007
 
Mapa conceptual de la elaboracion de un proyecto de investigacion
Mapa conceptual de la elaboracion de un proyecto de investigacionMapa conceptual de la elaboracion de un proyecto de investigacion
Mapa conceptual de la elaboracion de un proyecto de investigacion
 
mapaconceptual sobre tecnicas de conteo
mapaconceptual sobre tecnicas de conteomapaconceptual sobre tecnicas de conteo
mapaconceptual sobre tecnicas de conteo
 
Serie Fibonacci en C
Serie Fibonacci en CSerie Fibonacci en C
Serie Fibonacci en C
 
Gimnasia Deportiva
Gimnasia DeportivaGimnasia Deportiva
Gimnasia Deportiva
 
7. población y muestra
7. población y muestra 7. población y muestra
7. población y muestra
 

En vedette

Benchmarking Briefing for LinkedIn
Benchmarking Briefing for LinkedInBenchmarking Briefing for LinkedIn
Benchmarking Briefing for LinkedInJohn Coulter MBA
 
The gaya method presentation
The gaya method presentationThe gaya method presentation
The gaya method presentationSarit Zeltzer
 
Getting Started with Twitter
Getting Started with TwitterGetting Started with Twitter
Getting Started with TwitterRey Junco
 
LIÇÃO 25-DESCRIÇÕES ALEGÓRICAS DOS PECADOS DE JERUSALÉM
LIÇÃO 25-DESCRIÇÕES ALEGÓRICAS DOS PECADOS DE JERUSALÉMLIÇÃO 25-DESCRIÇÕES ALEGÓRICAS DOS PECADOS DE JERUSALÉM
LIÇÃO 25-DESCRIÇÕES ALEGÓRICAS DOS PECADOS DE JERUSALÉMCARLOS LINUS FERREIRA
 
Recursos audiovisuales
Recursos audiovisualesRecursos audiovisuales
Recursos audiovisualesLeidypr
 
Трудный возраст
Трудный возрастТрудный возраст
Трудный возрастElena Sinigaeva
 
Heritage365 money museums - the funding conference 2007-04-25
Heritage365 money museums - the funding conference 2007-04-25Heritage365 money museums - the funding conference 2007-04-25
Heritage365 money museums - the funding conference 2007-04-25Azadi Sheridan
 
HEALTH AND FITNESS PROGRAMS - MANAGEMENT TEAMS (1)
HEALTH  AND  FITNESS  PROGRAMS - MANAGEMENT TEAMS (1)HEALTH  AND  FITNESS  PROGRAMS - MANAGEMENT TEAMS (1)
HEALTH AND FITNESS PROGRAMS - MANAGEMENT TEAMS (1)Michael Clarjen-Arconada
 
Fabrizio Capobianco Funambol Stanford Apr2709
Fabrizio Capobianco Funambol Stanford Apr2709Fabrizio Capobianco Funambol Stanford Apr2709
Fabrizio Capobianco Funambol Stanford Apr2709Burton Lee
 
Mayo clinic TRANSFORM case study, Social Media OD Summit
Mayo clinic TRANSFORM case study, Social Media OD SummitMayo clinic TRANSFORM case study, Social Media OD Summit
Mayo clinic TRANSFORM case study, Social Media OD SummitDeb Nystrom
 

En vedette (20)

JW Curriculum Vitae
JW Curriculum VitaeJW Curriculum Vitae
JW Curriculum Vitae
 
ERP Brochure
ERP BrochureERP Brochure
ERP Brochure
 
Toalha de mesa
Toalha de mesaToalha de mesa
Toalha de mesa
 
Benchmarking Briefing for LinkedIn
Benchmarking Briefing for LinkedInBenchmarking Briefing for LinkedIn
Benchmarking Briefing for LinkedIn
 
The gaya method presentation
The gaya method presentationThe gaya method presentation
The gaya method presentation
 
Getting Started with Twitter
Getting Started with TwitterGetting Started with Twitter
Getting Started with Twitter
 
54115165871
5411516587154115165871
54115165871
 
Aula 04 – a escritura completa
Aula 04 – a escritura completaAula 04 – a escritura completa
Aula 04 – a escritura completa
 
LIÇÃO 25-DESCRIÇÕES ALEGÓRICAS DOS PECADOS DE JERUSALÉM
LIÇÃO 25-DESCRIÇÕES ALEGÓRICAS DOS PECADOS DE JERUSALÉMLIÇÃO 25-DESCRIÇÕES ALEGÓRICAS DOS PECADOS DE JERUSALÉM
LIÇÃO 25-DESCRIÇÕES ALEGÓRICAS DOS PECADOS DE JERUSALÉM
 
Utkarsh sethia , CV
Utkarsh sethia , CVUtkarsh sethia , CV
Utkarsh sethia , CV
 
4 - Il Ge.Ri.Co.
4 - Il Ge.Ri.Co.4 - Il Ge.Ri.Co.
4 - Il Ge.Ri.Co.
 
Recursos audiovisuales
Recursos audiovisualesRecursos audiovisuales
Recursos audiovisuales
 
Трудный возраст
Трудный возрастТрудный возраст
Трудный возраст
 
Hi people
Hi peopleHi people
Hi people
 
Radio educativa
Radio educativaRadio educativa
Radio educativa
 
Heritage365 money museums - the funding conference 2007-04-25
Heritage365 money museums - the funding conference 2007-04-25Heritage365 money museums - the funding conference 2007-04-25
Heritage365 money museums - the funding conference 2007-04-25
 
Scott 40th Final
Scott 40th  FinalScott 40th  Final
Scott 40th Final
 
HEALTH AND FITNESS PROGRAMS - MANAGEMENT TEAMS (1)
HEALTH  AND  FITNESS  PROGRAMS - MANAGEMENT TEAMS (1)HEALTH  AND  FITNESS  PROGRAMS - MANAGEMENT TEAMS (1)
HEALTH AND FITNESS PROGRAMS - MANAGEMENT TEAMS (1)
 
Fabrizio Capobianco Funambol Stanford Apr2709
Fabrizio Capobianco Funambol Stanford Apr2709Fabrizio Capobianco Funambol Stanford Apr2709
Fabrizio Capobianco Funambol Stanford Apr2709
 
Mayo clinic TRANSFORM case study, Social Media OD Summit
Mayo clinic TRANSFORM case study, Social Media OD SummitMayo clinic TRANSFORM case study, Social Media OD Summit
Mayo clinic TRANSFORM case study, Social Media OD Summit
 

Similaire à Presentacion n2 estadistica

Presentacion(medidas de tendencia central)
Presentacion(medidas de tendencia central)Presentacion(medidas de tendencia central)
Presentacion(medidas de tendencia central)luis balderrama
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia centralOriana Santana
 
Medidas de Tendencia
Medidas de TendenciaMedidas de Tendencia
Medidas de TendenciaJhane Bahar
 
Medidas de Tendencia Central, Posición y Dispersión
Medidas de Tendencia Central, Posición y DispersiónMedidas de Tendencia Central, Posición y Dispersión
Medidas de Tendencia Central, Posición y Dispersiónreynier valor
 
estadistica inferencial
estadistica inferencialestadistica inferencial
estadistica inferencialRuben Santos
 
Tema 1.5 tendencia central y dispersión (datos no agrupados)
Tema 1.5 tendencia central y dispersión (datos no agrupados)  Tema 1.5 tendencia central y dispersión (datos no agrupados)
Tema 1.5 tendencia central y dispersión (datos no agrupados) anthonymaule
 
Tema 1.4 tendencia central y dispersión (datos agrupados)
Tema 1.4 tendencia central y dispersión (datos agrupados)Tema 1.4 tendencia central y dispersión (datos agrupados)
Tema 1.4 tendencia central y dispersión (datos agrupados)anthonymaule
 
Presentacion medidas de tendencua central
Presentacion medidas de tendencua centralPresentacion medidas de tendencua central
Presentacion medidas de tendencua centralLuz Alfonso
 
Distribución de frecuencias estadisticas pedrooo
Distribución de frecuencias estadisticas pedroooDistribución de frecuencias estadisticas pedrooo
Distribución de frecuencias estadisticas pedrooopedro roca
 
Medidas de posicion y dispersion
Medidas de posicion y dispersionMedidas de posicion y dispersion
Medidas de posicion y dispersionMiguel Brunings
 
Distribución de Frecuencia
Distribución de Frecuencia Distribución de Frecuencia
Distribución de Frecuencia AgustinMendez12
 

Similaire à Presentacion n2 estadistica (20)

Presentacion(medidas de tendencia central)
Presentacion(medidas de tendencia central)Presentacion(medidas de tendencia central)
Presentacion(medidas de tendencia central)
 
Estadística I
Estadística I Estadística I
Estadística I
 
Presentación 2
Presentación 2Presentación 2
Presentación 2
 
Estadística descriptiva
Estadística descriptivaEstadística descriptiva
Estadística descriptiva
 
Apuntes de estadistica
Apuntes de estadisticaApuntes de estadistica
Apuntes de estadistica
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Medidas de Tendencia
Medidas de TendenciaMedidas de Tendencia
Medidas de Tendencia
 
Medidas de Tendencia Central, Posición y Dispersión
Medidas de Tendencia Central, Posición y DispersiónMedidas de Tendencia Central, Posición y Dispersión
Medidas de Tendencia Central, Posición y Dispersión
 
estadistica inferencial
estadistica inferencialestadistica inferencial
estadistica inferencial
 
Tema 1.5 tendencia central y dispersión (datos no agrupados)
Tema 1.5 tendencia central y dispersión (datos no agrupados)  Tema 1.5 tendencia central y dispersión (datos no agrupados)
Tema 1.5 tendencia central y dispersión (datos no agrupados)
 
Tema 1.4 tendencia central y dispersión (datos agrupados)
Tema 1.4 tendencia central y dispersión (datos agrupados)Tema 1.4 tendencia central y dispersión (datos agrupados)
Tema 1.4 tendencia central y dispersión (datos agrupados)
 
Presentacion medidas de tendencua central
Presentacion medidas de tendencua centralPresentacion medidas de tendencua central
Presentacion medidas de tendencua central
 
Distribución de frecuencias estadisticas pedrooo
Distribución de frecuencias estadisticas pedroooDistribución de frecuencias estadisticas pedrooo
Distribución de frecuencias estadisticas pedrooo
 
Medidas de posicion y dispersion
Medidas de posicion y dispersionMedidas de posicion y dispersion
Medidas de posicion y dispersion
 
Universidad fermin toro
Universidad fermin toroUniversidad fermin toro
Universidad fermin toro
 
Universidad fermin toro
Universidad fermin toroUniversidad fermin toro
Universidad fermin toro
 
Universidad fermin toro
Universidad fermin toroUniversidad fermin toro
Universidad fermin toro
 
Distribución de Frecuencia
Distribución de Frecuencia Distribución de Frecuencia
Distribución de Frecuencia
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 

Dernier

Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024IES Vicent Andres Estelles
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Katherine Concepcion Gonzalez
 
activ4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdfactiv4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdfRosabel UA
 
La Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalLa Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalJonathanCovena1
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxiemerc2024
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...jlorentemartos
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfUPTAIDELTACHIRA
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxFernando Solis
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOluismii249
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptxdeimerhdz21
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioELIASAURELIOCHAVEZCA1
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfcarolinamartinezsev
 
Análisis de los Factores Externos de la Organización.
Análisis de los Factores Externos de la Organización.Análisis de los Factores Externos de la Organización.
Análisis de los Factores Externos de la Organización.JonathanCovena1
 
Posición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxPosición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxBeatrizQuijano2
 
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.pptFUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.pptNancyMoreiraMora1
 
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIASISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIAFabiolaGarcia751855
 

Dernier (20)

Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
Lecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigosLecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigos
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
activ4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdfactiv4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdf
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
La Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalLa Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración Ambiental
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
 
Análisis de los Factores Externos de la Organización.
Análisis de los Factores Externos de la Organización.Análisis de los Factores Externos de la Organización.
Análisis de los Factores Externos de la Organización.
 
Posición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxPosición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptx
 
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.pptFUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
 
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIASISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 

Presentacion n2 estadistica

  • 1. Tabla de Distribución de Frecuencia Profesor: Bachiller: Pedro Beltrán Gustavo Lemus C.l: 25.812.663 Sección: CV Barcelona, Junio 2016
  • 2. se le llama distribución de frecuencias a la agrupación de datos en categorías mutuamente excluyentes que indican el número de observaciones en cada categoría. Esto proporciona un valor añadido a la agrupación de datos. La distribución de frecuencias presenta las observaciones clasificadas de modo que se pueda ver el número existente en cada clase. Las distribuciones de frecuencias son tablas en que se dispone las modalidades de la variable por filas. En las columnas se dispone el número de ocurrencias por cada valor, porcentajes, etc. La finalidad de las agrupaciones en frecuencias es facilitar la obtención de la información que contienen los datos.
  • 3. Los intervalos son los límites a los extremos a los que llega una función. Son utilizados a modo de resumen cuando la cantidad de datos es muy grande. Los límites extremos de cada clase se les llaman Límite Inferior y Superior de clase respectivamente. Los intervalos de clase se emplean si las variables toman un número grande de valores o la variable es continua, es el Rango utilizado para dividir el conjunto de posibles valores numéricos al trabajar con grandes cantidades de datos. Por ejemplo, si los valores están entre 1 y 100,se podrían definir grupos por medio de los intervalos 1-25, 26-50, 51-75, 76-100 cuando el intervalo de la clase es 25 Se agrupan los valores en intervalos que tengan la misma amplitud denominados clases. A cada clase se le asigna su frecuencia correspondiente  Ejemplo:
  • 4. No. De clases (Regla de Sturges): 1 + 3.332 log N  Para obtener un valor aproximado, podemos emplear la regla de ¨STURGES¨.  k = 1 + 3,3logN  donde N es el número de elementos de la muestra.
  • 5.  La distribución de frecuencias simple es una tabla que se construye con base en los siguientes datos: clase o variable (valores numéricos) en orden descendente o ascendente, tabulaciones o marcas de recuento y frecuencia. Frecuencia simple absoluta: es el número de veces que se observa en un mismo ítem o la cantidad de datos que caen en un mismo intervalo. Frecuencia simple relativa: es la razón geométrica entre la frecuencia absoluta y el total de datos, es decir el cociente de dividir el número de veces que aparece un dato de un intervalo entre la totalidad de datos que conforma la muestra de que se trate. Su máximo será la unidad y su mínimo será el cero.  La distribución de frecuencias agrupadas o acumulada es una tabla que contiene las columnas siguientes: intervalo de clase, puntos medios, tabulación frecuencias y frecuencias agrupadas. Frecuencia acumulada, es la suma de la frecuencia de un intervalo de clases con todas las frecuencias de los intervalos que la preceden. Frecuencia acumulada absoluta: es la evaluación o suma de todas las frecuencias absolutas hasta el intervalo de la clase considerado inclusive. Frecuencia acumulada relativa: viene a ser la acumulación de todas las frecuencias relativas hasta el mismo intervalo considerado inclusive.
  • 7. La medidas de Tendencia Central son:  Media aritmética: La media es el valor promedio de la distribución.  Mediana: La mediana es la puntuación de la escala que separa la mitad superior de la distribución y la inferior, es decir divide la serie de datos en dos partes iguales.  Moda: La moda es el valor que más se repite en una distribución.
  • 8.  Ejemplo:  MODA (PARA DATOS NO AGRUPADOS) La moda es el valor que tiene mayor frecuencia absoluta. Se representa por Mo. Se puede hallar la moda para variables cualitativas y cuantitativas. Hallar la moda de la serie de datos: Xi: 2, 3, 3, 4, 4, 4, 5, 5 Mo= 4 Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa frecuencia es la máxima, la distribución es bimodal, si son tres las que mas se repiten será trimodal y cuando se mayo a cuatro el número de Mo, generalizaremos diciendo que es multimodal o polimodal, es decir, que tiene varias modas. Yi: 1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9 (trimodal) Nota: Cuando todas las puntuaciones de un grupo tienen la misma frecuencia, no hay moda. Zi: 2, 2, 3, 3, 6, 6, 9, 9
  • 9.  Cálculo de la moda para datos agrupados Debemos considerar que todos los intervalos tienen la misma amplitud. Por tal motivo y para efectos de nuestro curso, consideraremos que la Mo es el punto medio (xi) del intervalo que presente la mayor frecuencia. considerando también el caso en que la mayor frecuencia puede presentarse en mas de un intervalo (como ocurría para los datos no agrupados) en cuyo caso una distribución pudiera presentar mas de una mida. Clases fi 72 – 73 8 69 – 71 27 66 – 68 42 63 – 65 18 60 – 62 5 100 El intervalo en el que se encuentra la mayor frecuencia es en 66 - 68, donde fi es 42, para determinar la moda de esta distribución será necesario calcular el punto medio de ese intervalo: Xi = (66 + 68) / 2 = 67 Xi =67 por tanto, la moda de esta distribución es Mo = 67
  • 10.  MEDIANA Es el valor que ocupa el lugar central de todos los datos cuando éstos están ordenados de menor a mayor. Es decir divide a la serie en dos partes iguales en la que el 50% de los datos están por debajo de la Md y el otro 50% está por encima de ella. La mediana se representa por Md. La mediana se puede hallar sólo para variables cuantitativas.  Cálculo de la mediana 1. Ordenamos los datos de menor a mayor. 2. Si la serie tiene un número impar de medidas la mediana es la puntuación central de la misma. 2, 3, 4, 4, 5, 5, 5, 6, 6 Md= 5 3. Si la serie tiene un número par de puntuaciones la mediana es la media entre las dos puntuaciones centrales. 7, 8, 9, 10, 11, 12 Md= 9.5
  • 11.  Cálculo de la mediana para datos agrupados La mediana se encuentra en el intervalo donde la frecuencia acumulada llega hasta la mitad de la suma de las frecuencias absolutas. Es decir tenemos que buscar el intervalo en el que se encuentre el 50% de los datos. Ejemplo Calcular la mediana de una distribución estadística que viene dada por la siguiente tabla: Clases fi Fac 72 – 74 8 100 69 – 71 27 92 66 – 68 42 65 63 – 65 18 23 60 – 62 5 5 100 El procedimiento es igual al utilizado para calcular el Percentil cincuenta (Pc 50). para ello debemos determinar el 50% de los datos. el 50% de los 100 datos es 50, entonces debemos hallar la puntuación que deja por debajo de ella al 50 % de los datos (el otro 50% está por encima)
  • 12.
  • 13.  Definición de media aritmética La media aritmética es el valor obtenido al sumar todos los datos y dividir el resultado entre el número total de datos. µx es el símbolo de la media aritmética para población. es el símbolo de la media aritmética para población. Su fórmula estará dada por la siguiente ecuación: NOTA. Mientras no digamos lo contrario supondremos que estamos trabajando con una muestra.
  • 14.  Calculo de media aritmética para datos NO agrupados: Ejemplo Los tiempos de diez vehículos en hacer un determinado recorrido son: 39, 29, 43, 52, 39, 44, 40, 31, 44, 35 minutos. Hallar el tiempo medio.  Media aritmética para datos agrupados Si los datos vienen agrupados en una tabla de frecuencias, la expresión de la media es: = ( ∑ xi . fi ) / N = (x1f1 + x2f2 + x3f3 +....+xnfn) / N
  • 15. Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor representativo, las medidas de dispersión nos dicen hasta que punto estas medidas de tendencia central son representativas como síntesis de la información. Las medidas de dispersión cuantifican la separación, la dispersión, la variabilidad de los valores de la distribución respecto al valor central. Distinguimos entre medidas de dispersión absolutas, que no son comparables entre diferentes muestras y las relativas que nos permitirán comparar varias muestras.  LA DISPERSIÓN. Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la moda sólo nos revelan una parte de la información que necesitamos acerca de las características de los datos. Para aumentar nuestro entendimiento del patrón de los datos, debemos medir también su dispersión, extensión o variabilidad.  La dispersión es importante porque: • Proporciona información adicional que permite juzgar la confiabilidad de la medida de tendencia central. Si los datos se encuentran ampliamente dispersos, la posición central es menos representativa de los datos. • Ya que existen problemas característicos para datos ampliamente dispersos, debemos ser capaces de distinguir que presentan esa dispersión antes de abordar esos problemas.
  • 16. Medidas de tendencia central • MEDIA: Media Aritmética, es la que se obtiene sumando los datos y dividiéndolos por el número de ellos. Se aplica por ejemplo para resumir el número de pacientes promedio que se atiende en un turno. Otro ejemplo, es el número promedio de controles prenatales que tiene una gestante. • MEDIANA: Corresponde al percentil 50%. Es decir, la mediana divide a la población exactamente en dos. Por ejemplo el número mediana de hijos en el centro de salud “X” es dos hijos. Otro ejemplo es el número mediana de atenciones por paciente en un consultorio. • MODA: Valor o (valores) que aparece(n) con mayor frecuencia. Una distribución unimodal tiene una sola moda y una distribución bimodal tiene dos. Útil como medida resumen para las variables nominales. Por ejemplo, el color del uniforme quirúrgico en sala de operaciones es el verde; por lo tanto es la moda en colores del uniforme quirúrgico. Medidas de dispersión DESVIACIÓN ESTÁNDAR: Llamada también desviación típica; es una medida que informa sobre la media de distancias que tienen los datos respecto de su media Aritmética, expresada en las mismas unidades que la variable. LA VARIANZA: Es el valor de la desviación estándar al cuadrado; su utilidad radica en que su valor es requerido para todos los procedimientos estadístico. ERROR TÍPICO: Llamado también error estándar de la media. Se refiere a una medida d variabilidad de la media; sirve para calcular cuan dispersa estaría la media de realizar un nuevo calculo.
  • 17.  http://eduteka.icesi.edu.co/proyectos.php/1/3053  http://ncastillo.ve.tripod.com/profmscnelsoncastillo/id4.html  http://educacionestadisticageneral.blogspot.com/2009/08/distribucion-de- frecuencia.html  https://thales.cica.es/rd/Recursos/rd97/UnidadesDidacticas/53-1-u-punt14.html  https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_frecuencias