CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS.pdf

June 5, 2019 | Author: José Luis Rojas Rodríguez | Category: Sampling (Statistics), Standard Error, Statistical Dispersion, Standard Deviation, Skewness
Share Embed Donate


Short Description

Download CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS.pdf...

Description

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS

El conocimiento de las medidas de centralización no es suficiente para caracterizar completamente a una distribución por ejemplo: si las edades medias de dos grupos de personas fueran iguales, esto no implica que las edades en ambos grupos sean las mismas y esta igualdad en las medias persistirá aún cuando en un grupo todos tengan las mismas edades y en el otro grupo solo sean unos cuantos los que tienen mayores edades. Para caracterizar completamente una distribución, es necesario conocer cómo están distribuidos los valores de la variable alrededor de un promedio. Son medidas de dispersión; cuantifican el grado de concentración o de dispersión de los datos alrededor de un “promedio”. ¿Por qué estudiar la dispersión?



Una medida de dispersión se aplica para evaluar la confiabilidad del promedio que se está utilizando.



Permite apreciar cuán dispersas están dos o más distribuciones.

Ejemplo:

Observemos los siguientes tres conjuntos de datos: 1 2 3 4 5, 5 10 15 20 25, 10 20 30 40 50 En el primero, cuya media es 3, notamos que los datos están muy concentrados alrededor de su media. En el segundo, cuya media es 15, los datos están menos concentrados alrededor de su media. En el tercero, cuya media es 30, los datos están más distantes, más dispersos alrededor de su media.

Mag. RENAN QUISPE LLANOS

Pág. 47

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

4.1 EL RECORRIDO (AMPLITUD TOTAL O RANGO) (R)

Es la distancia entre los valores máximo y mínimo de la variable de una población o muestra. Cálculo Datos no agrupados

R = Obs. Mayor Mayor - Obs. Obs. Menor Menor

Cálculo Datos agrupados

Método 1

R = Ms - Mi Ms: Marca de clase superior. superior. Mi : Marca de clase interior. i nterior. Método 2

R = Ls - Li Ls :Limite superior del intervalo más alto. Li :Limite interior del intervalo intervalo más bajo. bajo.

4.2 LA DESVIACION MEDIA

Es el promedio de los valores absolutos las desviaciones con respecto a la media aritmética, mediana u otra medida de tendencia central. Denominada también como desviación promedio, mide el promedio en donde los valores de una población, o muestra, varían con respecto a su media.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

Cálculo Datos no agrupados

Cálculo Datos agrupados

RESPECTO A LA MEDIA

RESPECTO A LA MEDIA

Para una muestra:

Para una muestra:

 DM  =

 x1 − x

+ ... +  xn  − x

DM

n

=

x1

− x f 1 + ... + x m − x f m n

donde:

donde:

xi : : observaciones en la muestra.  x  : media muestral. n : tamaño de la muestra.

xi : marca de de clase del intervalo intervalo i, donde j varia de 1 a m.  x  : media muestral. fi : frecuencia intervalo i. n : tamaño de la muestra .

RESPECTO A LA MEDIANA

RESPECTO A LA MEDIANA

Para una muestra:

Para una muestra:

 DM  =

donde:

 x1

− k  + ... +  xn  − k 

DM

n

=

x1

− k f 1 + ... +

xm

− k f m

n

donde:

xi : observaciones en la muestra. xi : marca de clase del intervalo i, donde i varía k : cualquier medida de tendencia central de la de 1 a m. muestra (mediana) k : cualquier medida T.C. muestral, tal n : tamaño de la muestra. como la mediana. fi : frecuencia intervalo i. n : tamaño de la muestra.

Características:

El valor de la desviación media depende del valor de la variable en cada unidad de la población o muestra. Se puede calcular alrededor de la media aritmética, mediana o cualquier otra Medida de tendencia central.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

4.3 LA VARIANZA

La varianza es una forma especial de desviación promedio alrededor de la media. Indica la variación de las observaciones en torno a su media. Para una población se denota por la letra griega σ2 y para una muestra muestra por s2. Cálculo Datos no agrupados Para una muestra:

Cálculo Datos agrupados Para una muestra:

2 ( ) x x − ∑i S2 = n −1

2 ( ) x x − ∑ i f i S2 = n −1

xi : observaciones en la muestra. X  : media muestral. n : tamaño tamaño muestra.

xi :  marca de clase del intervalo i, donde i varía de 1 a m. X  : media muestral. fi : frecuencia frecuencia intervalo i. n : tamaño tamaño muestra.

Para una población:

Para una población:

2 ( )  X  − μ ∑ i σ2 =

 N 

xi : observaciones en la población. μ : media poblacional. N : tamaño de la población.

σ2 =

2 ( ) X − μ ∑ i f i

 N

Xi: observaciones en la población. fi : frecuencia de clase. N: tamaño de la población.

Características:

Suma de cuadrados y reglas elementales: constante, aditiva, multiplicativa.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

Reglas Elementales

CONSTANTE:  xi

= k ⇒ x = k ⇒ xi − x = k − k  = 0 ⇒ SC = 0 V (k ) = 0

ADITIVA:  xi

+ k ⇒ x + k  = x + k  ⇒ ( xi + k − ( x + k )) = ( xi + k − x − k ) = ( xi − x) ⇒ ( xi + k − ( x + k ))2 = ( xi − x )2 V ( xi

+ k ) = V ( xi )

MULTIPLICATIVA: cxi

⇒ cx = c. x ⇒ (cxi − cx) = c( xi − x) ⇒ (cxi − cx)2 = cx 2 ( xi − x)2

= c 2V ( xi ) 2  E (cxi − cx ) = cE ( xi − x ) V ( xi ) = E ( xi + x )2 2 V ( xi + k ) = E (( xi + k ) − ( xi + k )) V (cxi )

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

4.4 LA DESVIACION ESTANDAR

La Desviación Estándar es la raíz cuadrada positiva de la varianza, es decir, σ para una población  y S, para una muestra. muestra. Cálculo Datos no agrupados Para una muestra: S=

Cálculo Datos agrupados Para una muestra:

∑ (x

− x )2 n −1

∑ (x

− x )2 f i n −1

S=

i

i

donde:

donde:

xi: observaciones en la muestra. X  : media muestral. n : tamaño muestra.

xi  : Marca de Clase del intervalo i, donde i varía de 1 a m. X : media muestral. fi : frecuencia intervalo i. n : tamaño población.

Para una población:

σ=

Para una población:

∑ (X

i

− μ )2

 N

donde: Xi: observaciones en la población. μ: media poblacional. N: tamaño de la población.

σ=

∑ (X

i

− μ )2 f i

 N

donde: Xi: observaciones en la población. f: frecuencia. N: tamaño de la población.

Características:

Al igual que la varianza las características o propiedades de la desviación estándar se corresponden con las Reglas Elementales: constante, aditiva y multiplicativa.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

4.5 EL COEFICIENTE DE VARIACION

Es un número abstracto que, denotado por CV, se obtiene como cociente entre la desviación estándar y su media aritmética. Cálculo para Datos no agrupados y agrupados

CV  =

σ  

100  para una  población

μ 

CV  =

S   x

100  para una muestra

donde: : desviación estándar poblacional. S : desviación estándar muestral. μ : media aritmética poblacional.  x : media aritmética muestral. σ

COEFICIENTE DE VARIACION DE LA DESVIACION MEDIANA

CV  DM 

=

 DM   Me

100

donde: CVDM : coeficiente de variación de la desviación mediana. DM : desviación mediana. Me : mediana.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

4.6 ASIMETRIA O SESGO

El grado de asimetría de la distribución de frecuencias constituye uno de sus caracteres de mayor importancia. En la práctica casi nunca se encuentran polígonos de frecuencias o histogramas completamente simétricos, por lo cual, el grado en el cual la distribución es asimétrica constituye su sesgo. Si una distribución de frecuencias es simétrica, no tiene sesgo, es decir, el sesgo es nulo. Si una o mas observaciones son grandes, la media de la distribución se vuelve mayor que la Me o la Mo, en tales casos se dice que la distribución distribución tiene sesgo positivo. Si una o más observaciones muy pequeñas se encuentran presentes, la media es la menor de los tres promedios y se dice que la distribución tiene sesgo negativo. Obsérvese el siguiente diagrama: Diagrama

f i  i 

1. SIMÉTRICA

 x i  i  X  = Me = Mo

f i  i 

2. SESGO POSITIVO

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

f i  i 

3. SESGO NEGATIVO

X

Me



 x i  i 

Karl Pearson desarrolló una medida para desarrollar el sesgo de una distribución denominada coeficiente de asimetría (C.A.).

C.A. =

3(media − mediana) desviación estándar 

Las duraciones de estándar en el piso de cancerología de un hospital, se organizaron en una distribución de frecuencias. La duración media fue de 28 días, la mediana 25 días, y la duración modal 23 días. Se calculó una desviación estándar de 4.2 días.

Ejemplo:

1. ¿Es la distribución simétrica con sesgo positivo o sesgo negativo? 2. ¿Cuál es el coeficiente de asimetría? Interprételo. Solución:

1. Es asimétrica con sesgo positivo porque la media es la mayor de los tres promedios. 2. Lo calculamos de la siguiente manera:

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

4.7 CURTOSIS

Permite medir el grado de la agudeza de una distribución, es decir, para saber cuán agudo o plano es un polígono de frecuencias. Observemos los tipos de curtosis, en las siguientes gráficas: En la figura A se observa que ambas curvas son simétricas y tienen la misma media, mientras que una de las curvas curvas es más cúrtica. La figura B se le denomina mesocúrtica mesocúrtica (intermedio con punta). La figura C se le denomina leptocúrtica (delgada con punta) y la figura D se le denomina platicúrtica (aplanado con punta).

A

B

Su agudeza es mayor que la de esta curva

Curva mesocúrtica

Curva leptocúrtica

C

D

Curva platicúrtica

El coeficiente de curtosis de un grupo de datos, es una medida del apuntamiento o aplastamiento de su polígono de frecuencias, se define como:

k =

(0,5)(C75 − C25 )

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

4.8 APLICACIONES DE MEDIDAS DE DISPERSION

En base al ejercicio Nº 1, se tiene: d. Desviación Media

Designaremos por

DMA

:

desviación media - Empresa A.

DMB

:

desviación media - Empresa B

Para datos agrupados, la desviación media se define como: DM

=

⏐ X1 -

X

⏐ f1 + … + ⏐ Xm -

X ⏐ . fm

n Entonces calcularemos las desviaciones con respecto a la media aritmética en valor absoluto y luego, las multiplicaremos por sus respectivas frecuencias. Empresa A

Salarios (S/.)

500 – 1 000 1 000 – 1 500 1 500 – 2 000 2 000 – 2 500 2 500 – 3 000 3 000 – 3 500 Total

Marcas de Clase Xi

750 1 250 1 750 2 250 2 750 3 250

Frecuencia fi

1 3 8 5 6 2 nA = 25

Xi -

XA

-1 360 -860 -360 140 640 1.140

Xi -

XA

1 360 860 360 140 640 1 140

Xi -

XA

1 360 2 580 2 880 700 3 840 2 280 13 640

. fi

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

Empresa B

Salarios (S/.)

500 – 1 000 1 000 – 1 500 1 500 – 2 000 2 000 – 2 500 2 500 – 3 000 3 000 – 3 500

Marcas de Clase X1

750 1 250 1 750 2 250 2 750 3 250

Total Donde: Entonces:

Frecuencia fi

5 1 3 7 5 4

Xi -

XB

-1 360 -860 -360 140 640 1 140

nB = 25

Xi -

XB

1 360 860 360 140 640 1 140

Xi -

XB

6 800 860 1 080 980 3 200 4 560 17 480

XB  = S/. 2.110 DMB

=

17 480 = 25

699,2

Hay una desviación promedio igual a 699.2 de los salarios percibidos por los empleados de la Empresa B, alrededor de la media aritmética X B = S/. 2110 Puesto que la DM B es mayor que la DM A, se concluye que los salarios de los empleados de la Empresa B están más dispersos alrededor de su media aritmética que los salarios de los empleados de la Empresa A.

. fi

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

Empresa B

1ª Forma : Recorrido B = 3.500 - 500 = S/. 3 000 2ª Forma : Recorrido B = 3.250 - 750 = S/. 2 500 Para ambas Empresas, A y B, los sueldos de los empleados oscilan entre S/. 500 y S/. 3 500. Si eliminamos los valores extremos, tendríamos tendríamos que los salarios de los empleados para las dos empresas, varían entre S/. 750 y S/. 3 250. f. Varianza

Designaremos por S2A S2B

:

varianza de salarios - Empresa A

:

varianza de salarios - Empresa B

La fórmula de la varianza para datos agrupados es: S2

=

( X1 -

2 X )  . f1 +

… + (Xm -

2 X )  . fm

n-1 Entonces, se deben calcular las desviaciones al cuadrado con respecto a la media aritmética  y luego, multiplicarlas multiplicarlas por las frecuencias frecuencias correspondientes. Empresa A

Salarios

2

2

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

Empresa B

Salarios (S/.)

500 – 1 000 1 000 – 1 500 1 500 – 2 000 2 000 – 2 500 2 500 – 3 000 3 000 – 3 500

Marcas de Clase X1

Frecuencia fi

750 1 250 1 750 2 250 2 750 3 250

5 1 3 7 5 4

(Xi -

XB

-1 360 -860 -360 140 640 1 140

)

( Xi –

1 849 600 739 600 129 600 19 600 409 600 1 299 600

Total Así,

S2B

2 X B)

(Xi –

X B)

. fi

9 248 000 739 600 388 800 137 200 2 048 000 5 198 400 17 760 000

=

17 760 000 24

=

740 000 (S/.) 2

En la Empresa B, la varianza de los salarios es de 740.000 (S/.) 2; la cual es mayor que en la Empresa A. g. Desviación Estándar

Sean SA

2

:

desviación estándar de los salarios - Empresa A.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

h. Coeficiente de Variación

Si denotamos por

CVA

:

Coef. de variación - Empresa A.

CVB

:

Coef. de variación - Empresa B

Sabemos que el Coeficiente de Variación, se calcula como: CV  =

S   X 

100

Entonces, a partir de los resultados resultados obtenidos en (a) (a) y en (f), sabemos que que XA 

=

S/. 2.110

y

SA

=

S/. 653.8

XB

=

S/. 2.110

y

SB

=

S/. 860.2

Reemplazando en la fórmula, obtenemos: CVA

=

653.8 . 100 2.110

=

30.98

= 0,3098 . 100

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

¿Que es un Error Estándar?

Para la inferencia estadística, digamos una prueba estadística y de estimación, se necesita estimar los parámetros de la población. La estimación implica la determinación, con un error posible debido al muestreo, del valor desconocido de un parámetro de la población, tal como la proporción que tiene una cualidad específica o el valor medio m de una cierta medida numérica. Para expresar la exactitud de las estimaciones de las características de la población, se debe también calcular los errores estándar de las estimaciones. Éstas son las medidas de exactitud que determinan los errores posibles que se presentan del hecho de que las estimaciones están basadas en muestras escogidas al azar de la población entera, y no en un censo completo de la población. El error estándar es un estadístico que indica la exactitud de una estimación. Es decir, nos dice cuan diferente la estimación (como) es del parámetro de la población (como m). Por lo tanto, esta es la desviación estándar de una distribución muestral para un estimador como. Los siguientes son una colección de errores estándar para la extensamente usada estadística: Error Estándar Estándar para la Media is: S/n½. Como cualquiera esperaría, el error estándar disminuye mientras que el tamaño de la muestra aumenta. Sin embargo la desviación estándar de la estimación disminuye por un factor del n½ no n. Por ejemplo, si usted desea reducir el error en 50%, el tamaño de la muestra debe ser 4 veces n, lo cual es costoso. Por lo tanto, como alternativa a incrementar el tamaño de la muestra, se puede reducir el error obteniendo los datos de “calidad” el cual

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

The world’s largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions! Start Free Trial Cancel Anytime.

EJERCICIOS

1.-

Cinco representantes de servicio de clientes de una empresa electrónica, trabajaron durante las ventas del viernes. Las cantidades respectivas de videograbadoras que vendieron durante las primera cuatro horas de servicio son: 5,8,4,10 y 3. a. ¿Cuál es la amplitud total de los datos? b. ¿Cuál es la media aritmética? c. ¿Cuál es la desviación media? d. Interprete la amplitud total.

2.-

El departamento de estadística de una universidad ofrece ocho cursos de estadística básica. Las siguientes son las cantidades de estudiantes inscritos en tales cursos:34,46,52,29,41,38,3 cursos:34,46,52,29,41,38,366 y 28. a. ¿Cuál es la amplitud total? b. ¿Cuál es la media aritmética de las cantidades de estudiantes inscritos en los cursos? c. ¿Cuál es la desviación promedio?

View more...

Comments

Copyright ©2017 itdaklak.info Inc.
SUPPORT itdaklak.info