Formulas
MEDIA DE POBLACIÓN: promedio de los datos
Dividimos la suma de todos los valores por el tamaño de la población
MEDIANA: punto medio de los datos. Es el valor central que divide el conjunto de datos en dos
mitades.
Conjunto de datos debe estar ordenados numéricamente
Índice de la mediana i: el índice del punto en conjunto de datos correspondiente al valor medio.
n: tamaño de la muestra
(n+1) / 2
MODO: valor que ocurre con más frecuencia
MEDIA PONDERADA: el valor medio de los valores de datos se pondera de acuerdo con su
importancia relativa.
PERCENTILES
1er cuartil: 25 percentil
2do cuartil: 50 percentil y la mediana
3 er cuartil: 75 percentil
Cálculo de percentiles
1°: ordenar los datos de menor a mayor
2°: determinar el índice del percentil
3°: si i no es un entero redondear al próximo entero mayot. El pmo percentil esta localizado
alrededor de la posición del índice, si i es un entero el p percentil es el promedio de las posiciones
l y i +1
Ej: determinar el percentil de 80
Medidas de dispersión
RANGO: una medida de variación q se calcula al encontrar las diferencias entre los valores máximos
y mínimos en un conjunto de datos. Es muy sensible a los valores extremos. Ignora la distribución de
datos.
RANGO INTERCUARTIL: una medida de variación que se determina calculando la diferencia entre el
tercer y el primer cuartil. Elimina problemas atípicos, elimina algunas observaciones de alto y bajo
valor.
VARIANZA DE LA POBLACIÓN: promedio de las distancias al cuadrado entre cada valor y la media
DESVIACION ESTANDAR DE LA POBLACION: la más comúnmente usada medida de dispersión es la
raíz cuadrada positiva de la varianza. Tiene la misma unidad que los datos originales.
DESVIACIÓN ESTÁNDAR (raíz cuadrada de la varianza): es el promedio de las desviaciones de cada
valor respecto de la media
DESVIACIÓN ESTANDAR DE LA MUESTRA: medida de distancia respecto de la media
EJEMPLO
USO CONJUNTO DE MEDIA Y DESVIACION ESTÁNDAR
COEFICIENTE DE VARIACION (CV): la razón de la desviación estándar a la media expresada como un
porcentaje. El cv se usa para medir la variación relativa a la media. Siempre expresado en %. Se usa
para comparar dos o más medidas en diferentes unidades.
DATOS ESTANDARIZADOS: el número de desviaciones estándar que un valor es de la media. Los
valores de datos estandarizados también se conocen como puntajes z.
Puntuación z población core
Puntuación z de una muestra
Como convertir datos a valores estandarizados
Datos bivariados
COVARIANZA de la muestra: mide la relación lineal entre dos variables numéricas sin implicar causa
COEFICIENTE DE CORRELACIÓN: mide la relación relativa de la relación lineal entre dos variables. No
tiene unidades, varia entre -1 y 1. Valores cercanos a -1 indica que la relación entre ambas es
negativa. Valores cercanos a 1 indica que la relación entre ambas es positiva. Valores cercanos a 0
indican que están pobremente relacionados o no hay relación
Consideraciones generales
- Análisis de datos es objetivo
- La interpretación de los datos es subjetivo
Dos tipos de variables aleatorias
- Variables aleatoria: una variable cuyo valor es un valor numérico determinado por el resultado de
un experimento
discreta
continua
- Variable aleatoria discreta: los valores posibles se pueden contar
el número de unidades defectuosas en un lote de 20
una calificación de oyente (en una escala de 1 a 5) en una encuesta
- Variable aleatoria continua: puede asumir cualquier valor numérico en uno o más intervalos
el tiempo de espera para una autorización de tarjeta de crédito
la tasa de interés cobrada por un préstamo empresarial
Propiedades discretas de distribución de probabilidad: para cualquier valor x de la variable aleatoria
p(x) ≥ 0
Las probabilidades de todos los eventos en el espacio de muestra deben sumar a 1
El valor medio o esperado de una variable aleatoria discreta x es:
µ es el valor que se espera que ocurra a largo plazo y en promedio
LA VARIANZA: es el promedio de las desviaciones cuadradas de los diferentes valores de la variable
aleatoria del valor esperado
DESVIACIÓN ESTANDAR
La varianza y la desviación estándar mide la dispersión de los valores de la variable aleatoria de su
valor esperado
DISTRIBUCION BINOMIAL
Cada ensayo resulta en éxito o fracaso probabilidad éxitos p es constante para c/ ensayo
La probabilidad de fracaso, q, es 1-p los ensayos son independientes
Si x es el número total de éxitos en n ensayos de un experimento binomial x es una variable
aleatoria binomial
Para una variable aleatoria binomial x la probabilidad de x éxitos en n ensayos es dada por la
distribución binomial
N! = n factorial y n! = n x (n – 1) x (n – 2)
0! = 1
No definido para números negativos ni fracciones
MEDIA Y VARIANZA DE UNA VARIABLE ALEATORIA BINOMIAL
Si x es una variable aleatoria binomial con los parámetros n y p (así que q= 1-p)
Media µ = n . p
Varianza σ x = n . p . q
Desviación Estándar σ = raíz cuadrada n . p . q
La distribución de Poisson
Si x = el número de apariciones en un intervalo especificado x es a variable aleatoria de Poisson
La probabilidad de x ocurrencias en el intervalo en el que se esperan µ se describe mediante la
distribución de Poisson
Donde x puede tomar cualquiera de los valores x= 0, 1, 2, 3 … y e= 2.71828 (e es la base de los
logaritmos naturales)
COVARIANZA