sábado, 29 de octubre de 2011

COEFICIENTE DE SIMETRIA




Medidas de Simetría:
Las medidas de la asimetría, al igual que la curtosis, van a ser medidas de la forma de la distribución, es frecuente que los valores de una distribución tiendan a ser similares a ambos lados de las medidas de centralización. La simetría es importante para saber si los valores de la variable se concentran en una determinada zona del recorrido de la variable
Para medir la asimetría se puede realizar atendiendo básicamente a dos criterios:
  • Comparando la Media y la Moda.
  • Comparando los valores de la variable con la media.
Comparando la Media y la Moda:
Si la diferencia es positiva, diremos que hay asimetría positiva o a la derecha, en el caso de que sea negativa diremos que hay asimetría negativa o a la izquierda. No obstante, esta medida es poco operativa al no ser una medida relativa, ya que esta influida por la unidad en que se mida la variable, por lo que se define el coeficiente de Asimetría como:
Esta medida es muy fácil de calcular, pero menos precisa que el coeficiente de asimetría de Pearson.
El coeficiente de asimetría de Pearson, se basa en la comparación con la media de todos los valores de la variable, así que es una medida que se basará en las diferencias , como vimos en el caso de la dispersión si medimos la media de esas desviaciones sería nulas, si las elevamos al cuadrado, serían siempre positivas por lo que tampoco servirían, por lo tanto precisamos elevar esas diferencias al cubo.
Para evitar el problema de la unidad, y hacer que sea una medida escalar y por lo tanto relativa, dividimos por el cubo de su desviación típica. Con lo que resulta la siguiente expresión:
ELABORARON JOSE ROBIN GONZALEZ GUILLEN  Y DAVID LEON ALVARADO

EQUIPO RELAMPAGOS

ESTE BLOG LO ELABORAMOS.
GUADALUPE CORDERO HERNANDEZ
MONSERRAT GALAN HERNANDEZ
GONZALEZ GUILLEN JOSE ROBIN
LEON ALVARADO DAVID
PEREZ GALLARDO LUIS ALBERTO
SANCHEZ APARICIO JUAN ANGEL

POLIGONO DE FRECUENCIAS

CONSISTE EN UNA LÍNEA FORMADA POR SEGMENTOS DE RECA QUE UNE LOS PUNTOS DETERMINADOS POR LAS INTERSECCIONES VERTICALES DE LOS PUNTOS MEDIO DE CLASE Y LA HORIZONTAL DE LA FRECUENCIA DE CLASE.LAS CLASES VACIAS GENERALMENTE SE INCLUYEN EN CADA EXTREMO,DE MODO QUE LA CURVA SE "ANCLE" EN EL EJE HORIZONTAL

MEDIDAS DE DISPERCION

Las medidas de dispersión, también llamadas medidas de variabilidad, muestran la variabilidad de una distribución, indicando por medio de un número, si las diferentes puntuaciones de una variable están muy alejadas de la mediana media. Cuanto mayor sea ese valor, mayor será la variabilidad, cuanto menor sea, más homogénea será a la mediana media. Así se sabe si todos los casos son parecidos o varían mucho entre ellos.
Para calcular la variabilidad que una distribución tiene respecto de su media, se calcula la media de las desviaciones de las puntuaciones respecto a la media aritmética. Pero la suma de las desviaciones es siempre cero, así que se adoptan dos clases de estrategias para salvar este problema. Una es tomando las desviaciones en valor absoluto (Desviación media) y otra es tomando las desviaciones al cuadrado

El rango o recorrido estadístico es la diferencia entre el valor mínimo y el valor máximo en un grupo de números aleatorios. Se le suele simbolizar con R.
El medio rango de un conjunto de valores numéricos es la media del menor y mayor valor, o la mitad del camino entre el dato de menor valor y el dato de mayor valor. En consecuencia el medio rango es



ELABORO GUADALUPE CORDERO HERNANDEZ

FRECUENCIA ESTADISTCA

Se llama frecuencia a la cantidad de veces que se repite un determinado valor de la variable.
Se suelen representar con histogramas y con diagramas de Pareto

La frecuencia absoluta es el número de veces que aparece un determinado valor en un estudio estadístico.
Se representa por fi.
La suma de las frecuencias absolutas es igual al número total de datos, que se representa por N.
Para indicar resumidamente estas sumas se utiliza la letra griega Σ (sigma mayúscula) que se lee suma o sumatoria.

Ejemplo
Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas máximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29.
En la primera columna de la tabla colocamos la variable ordenada de menor a mayor y en la segunda anotamos la frecuencia absoluta.


La frecuencia acumulada o frecuencia acumulativa es la frecuencia de ocurrencia de valores de un fenómeno menores que un valor de referencia. El fenómeno puede ser una variable aleatoria que varía en el tiempo o en el espacio.
La frecuencia acumulada se llama también frecuencia de no−excedencia.
El análisis de la frecuencia acumulada se hace con el propósito de obtener una idea de cuantas veces ocurriría un cierto fenómeno lo que puede ser instrumental en describir o explicar una situación en la cual el fenómeno juega un papel importante, o en planificar intervenciones, por ejemplo en el control de inundaciones.
La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado valor y el número total de datos.
La frecuencia relativa se puede expresar en tantos por ciento y se representa por ni.
La suma de las frecuencias relativas es igual a 1.
Ejemplo
Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas máximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29.
http://es.wikipedia.org/wiki/An%C3%A1lisis_de_frecuencia_acumulada

ELABORO MONSERRAT GALAN HERNANDEZ

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL
Las medidas de tendencia central (media, mediana y moda) sirven como puntos de referencia para interpretar valor numérico promedio (media aritmética), el punto medio de una serie de datos (mediana) y el dato que se repite más (moda).




LA MEDIA
La media aritmética: Se representa por medio de una letra M si es poblacional o por una X con una línea en la parte superior si es muestral.

¿Cómo sacamos la media?
La media es aquella que se obtiene al dividir la suma de todos los valores de una variable por la frecuencia total. En pocas palabras, corresponde a la suma de un conjunto de datos dividida por el número total de dichos datos.
LA MEDIANA
La mediana: Es el valor que se ubica en el centro de una distribución. Se representa como Md.
LA MODA
La moda: Es el valor que se presenta con mayor frecuencia en una distribución. Se representa Mo.

2
5
6
5
3
5
5
5
5
1
6
4
6
1
4
9
4
4
2
5
2
5
6
5
3
5
5
5
5
1
6
4
6
1
4
9
4
4
2
5

En la tabla de datos el valor que más se repite es 5
Por lo tanto la mo=5

ELABORÓ:LUIS ALBERTO PEREZ GALLARDO

GRAFICAS

Gráfica de barras nos permite saber mediante comparación de barras paralelas colocadas en un eje perpendicular x y y y un eje de las abcisas y


GRÁFICA DE PASTEL
Se  utilizan para represenar carácteristicas cualitativas y sirve para resaltar los proporciones en porcentajes en que esta dada la distribucion.

HISTOGRAMA.
MEDIOS GRÁFICOS MÁS EMPLEADOS Y UNO DE LOS MÁS EMPLEADOS Y UNO DE LOS MÁS FACILES DE COMPRENDER.Describe una distribución de frecuencias utilizando una gráfica de barras (verticales rectángulares adyacentes),en la que la altura de cada barra es proporcional a la frecuencia de la clase que se representa.
GRAFICA OJIVA
Para el trazado de esta gráfica,se ubica los puntos en el plano cartesiano.Dichos puntos se determinan teniendo en cuenta el límite superior de cada intervalo y las respectivas frecuencias absolutas o relativas acumuladas;luego se unen los puntos partiendo del limite inferior al exterior.

CURTOSIS

Uso de la estadística para un administrador de recursos humanos

La estadística es muy  esencial para el administrador ya que influye demasiado para la toma de decisiones por ejemplo recopilamos datos  para organizarlos esto mediante graficas estadísticas para saber cuál es la productividad de cada trabajador y si es eficiente o no he ahí una decisión para saber si sigue o en la empresa o lo damos por despedido por su ineficiencia.

Curtosis.

El coeficiente de  curtosis mide cuan 'puntiaguda' es una distribución respecto de un estándar. Este estándar es una forma acampanada denominada 'normal', y corresponde a una curva de gran importancia en estadística.
El coeficiente de curtosis está definido por:
 De acuerdo a su valor, la 'puntudez' de los datos puede clasificarse en tres grupos:  
Leptocúrticos, con valores grandes para el coeficiente.
Mesocúrticos, con valores medianos para el coeficiente.
Platicúrticos, con valores pequeños para el coeficiente. 
Las siguientes figuras muestran gráficamente los tres tipos de curvas de acuerdo a la definición anterior:
Leptocúrtica 


 

12.     Conclusión

Hasta ahora sólo hemos utilizado unos tipos de gráfico muy comunes como el gráfico de columnas por ejemplo. Sin embargo, hoy día  Excel dispone de muchos más tipos de gráficos.
Cada tipo de gráfico se diferencia de los demás por la clase de marcas de datos que utiliza. Por ejemplo, el gráfico de columnas utiliza columnas como marcas de datos; el de círculos, utiliza círculos; etc.
El motivo de que haya tantos tipos de gráficos diferentes no es solamente estético. Cada uno de los tipos de gráficos está especialmente indicado para representar los datos de una manera distinta. Por lo tanto, si quieres obtener la máxima eficacia al crear tus gráficos y presentar tus datos de la mejor manera posible debes tener esto muy en cuenta; que cada tipo de grafico está destinado para una labor especifica.

tarea de estadistica y probabilidad

SÁNCHEZ APARICIO JUAN ÁNGEL
La relación de un administrador de recursos humanos con la estadística:
Es que como ya sabemos la estadística una rama de las matemáticas que se ocupa de reunir, organizar y analizar datos numéricos y que ayuda a resolver problemas como el diseño de experimentos y la toma de decisiones, tiene como finalidad facilitar la solución de problemas en los cuales necesitamos conocer algunas características sobre el comportamiento de algún suceso o evento. Características que nos permiten conocer o mejorar el conocimiento de ese suceso. Además nos permiten inferir el comportamiento de sucesos iguales o similares sin que estos ocurran. Esto nos da la posibilidad de tomar decisiones acertadas y a tiempo, así como realizar proyecciones del comportamiento de algún suceso. Esto es debido a que solo realizamos los cálculos y el análisis con los datos obtenidos de una muestra.
Todo esto se lleva de la mano con el administrador ya que en una empresa es demasiado versátil encontrarnos con toma de decisiones y si no las sabemos tomar esto puede ser perjudicial pero con ayuda de la estadística es más fácil tomar una decisión, pero no solo tomar decisiones sino que también podemos organizar mejor el trabajo así como a los trabajadores   la empresa tomara un mejor rumbo conllevando los análisis estadísticos.
Liga del uso de estadística en administración.

Variables cuantitativas.  Son las variables que pueden medirse, cuantificarse o expresarse numéricamente. Las variables cuantitativas pueden ser de dos tipos:
Variables cuantitativas continuas, si admiten tomar cualquier valor dentro de un rango numérico determinado (edad, peso, talla).
SÁNCHEZ APARICIO JUAN ÁNGEL
La relación de un administrador de recursos humanos con la estadística:
Es que como ya sabemos la estadística una rama de las matemáticas que se ocupa de reunir, organizar y analizar datos numéricos y que ayuda a resolver problemas como el diseño de experimentos y la toma de decisiones, tiene como finalidad facilitar la solución de problemas en los cuales necesitamos conocer algunas características sobre el comportamiento de algún suceso o evento. Características que nos permiten conocer o mejorar el conocimiento de ese suceso. Además nos permiten inferir el comportamiento de sucesos iguales o similares sin que estos ocurran. Esto nos da la posibilidad de tomar decisiones acertadas y a tiempo, así como realizar proyecciones del comportamiento de algún suceso. Esto es debido a que solo realizamos los cálculos y el análisis con los datos obtenidos de una muestra.
Todo esto se lleva de la mano con el administrador ya que en una empresa es demasiado versátil encontrarnos con toma de decisiones y si no las sabemos tomar esto puede ser perjudicial pero con ayuda de la estadística es más fácil tomar una decisión, pero no solo tomar decisiones sino que también podemos organizar mejor el trabajo así como a los trabajadores   la empresa tomara un mejor rumbo conllevando los análisis estadísticos.
Liga del uso de estadística en administración.

Variables cuantitativas.  Son las variables que pueden medirse, cuantificarse o expresarse numéricamente. Las variables cuantitativas pueden ser de dos tipos:
Variables cuantitativas continuas, si admiten tomar cualquier valor dentro de un rango numérico determinado (edad, peso, talla).
                
Ejemplificación 1 variable cuantitativa  (edad)             ejemplificación 2 (edad y peso)
Variables cuantitativas discretas, si no admiten todos los valores intermedios en un rango. Suelen tomar solamente valores enteros (número de hijos, número de partos, número de hermanos, etc.).
Ejemplificación variable cuantitativa (número de hijos)



 Variables cualitativas.  Este tipo de variables representan una cualidad o atributo que clasifica a cada caso en una de varias categorías. La situación más sencilla es aquella en la que se clasifica cada caso en uno de dos grupos (hombre/mujer, enfermo/sano, fumador/no fumador). Son datos dicotómicos o binarios. Como resulta obvio, en muchas ocasiones este tipo de clasificación no es suficiente y se requiere de un mayor número de categorías (color de los ojos, grupo sanguíneo, profesión, etcétera).
En el proceso de medición de estas variables, se pueden utilizar dos escalas:
Escalas nominales: ésta es una forma de observar o medir en la que los datos se ajustan por categorías que no mantienen una relación de orden entre sí (color de los ojos, sexo, profesión, presencia o ausencia de un factor de riesgo o enfermedad, etcétera).
Variable cualitativa nominal.

Escalas ordinales: en las escalas utilizadas, existe un cierto orden o jerarquía entre las categorías (grados de disnea, estiaje de un tumor, etcétera).
Variable cualitativa ordinal.



Liga descripción de variables
NOTA IMPORTANTE. Esto se encuentra a partir de la página 108 del documento.

Liga descripción de variables (video)

                
Ejemplificación 1 variable cuantitativa  (edad)             ejemplificación 2 (edad y peso)
Variables cuantitativas discretas, si no admiten todos los valores intermedios en un rango. Suelen tomar solamente valores enteros (número de hijos, número de partos, número de hermanos, etc.).
Ejemplificación variable cuantitativa (número de hijos)



 Variables cualitativas.  Este tipo de variables representan una cualidad o atributo que clasifica a cada caso en una de varias categorías. La situación más sencilla es aquella en la que se clasifica cada caso en uno de dos grupos (hombre/mujer, enfermo/sano, fumador/no fumador). Son datos dicotómicos o binarios. Como resulta obvio, en muchas ocasiones este tipo de clasificación no es suficiente y se requiere de un mayor número de categorías (color de los ojos, grupo sanguíneo, profesión, etcétera).
En el proceso de medición de estas variables, se pueden utilizar dos escalas:
Escalas nominales: ésta es una forma de observar o medir en la que los datos se ajustan por categorías que no mantienen una relación de orden entre sí (color de los ojos, sexo, profesión, presencia o ausencia de un factor de riesgo o enfermedad, etcétera).
Variable cualitativa nominal.

Escalas ordinales: en las escalas utilizadas, existe un cierto orden o jerarquía entre las categorías (grados de disnea, estiaje de un tumor, etcétera).
Variable cualitativa ordinal.



Liga descripción de variables
NOTA IMPORTANTE. Esto se encuentra a partir de la página 108 del documento.

Liga descripción de variables (video)