Tema 1 y 2 Estadística l (2017)

Resumen Catalán
Universidad Universidad de Barcelona (UB)
Grado Administración y Dirección de Empresas - 2º curso
Asignatura Estadística 1
Profesor F.J.S.
Año del apunte 2017
Páginas 5
Fecha de subida 07/11/2017
Descargas 0
Subido por

Descripción

Apuntes Estadistica todos los temas con ejemplos ade ub segundo profesor Francisco Javier Sierra

Vista previa del texto

ESTADÍSTICA TEMA 1: INTRODUCCIÓ L’ estadística s’encarrega de proporcionar els mètodes necessaris per a l’estudi numèric de fenòmens empírics i aleatoris.
L’estadística l’utilitzem bàsicament per a dues coses: 1. Interpretar dades 2. Reduir la incertesa en el procés de presa de decisions Fenòmens aleatoris Els fenòmens aleatoris són aquells dels quals no coneixem el resultat final (imprevisibles) però que, en canvi, si que coneixem tots els possibles resultats.
Aquests presenten una regularitat estadística o pauta de comportament, es a dir, no son fruït de l’atzar.
Elements que formen l’estudi estadístic     Població (N): tots els individus que formen part de l’estudi Mostra (n): un conjunt de la població que estudio. Aquesta ha de ser representativa.
Estadístics: són característiques de la mostra. Ex: mitjana, mediana, ...
Inferència estadística: passar de la mostra a la població Podem diferenciar en dos tipus d’estadística: 1. Descriptiva (deductiva): són el conjunt de tècniques que permeten presentar, ordenar i sintetitzar la informació mostral o poblacional.
2. Inferència (inductiva): proporciona els resultats vàlids per al conjunt de la població sense necessitat de disposar de tota la informació.
Un estudi estadístic comença amb una informació. Aquesta es concreta en un conjunt de dades resultants de l’observació de les característiques que perfilen la població en estudi.
Les dades són el conjunt d’observacions obtingudes sobre una població o una mostra de les característiques que perfilen el fenomen en estudi. Les dades s’acostumen a anotar en la matriu de dades.
Tipus de dades Segons la naturalesa de la característica observada:  Qualitatius (atributs): corresponen a qualitats o propietats que no es poden quantificar o mesurar.
i.
Generalment s’expressen amb paraules (alfanumèrics) ii.
Es poden contar però no operar aritmèticament  Quantitatius (variables): corresponen a característiques mesurables o qualificables i s’expressen numèricament. Es classifiquen en discretes i continues.
i.
Les variables discretes: entre dues dades consecutives no hi ha res.
Ex: cotxes, fills, ...
ii.
Les variables continues: entre dues dades consecutives tenim infinites.
Ex: pes, altura, alçada, ...
ESTADÍSTICA Segons l’escala de mesura de les dades:   Escala nominal: no es pot establir un ordre amb ells. Ex: estat civil Escala ordinal: es pot establir un ordre o jerarquia. Ex: titulacions Segons considerar el temps en l’observació de l’objecte d’estudi:  Tall transversal: dades obtingudes de l’observació de la característica en un moment fix del temps. El temps es continu. Ex: a l’any 2016 Sèrie temporal: dades resultants de l’observació a intervals regulars i successius de temps, en un període de temps. Ex: entre 1960 i 2016  *Dades panell: les dades panel son aquelles que combinen una dimensió temporal amb una altre transversal.
2011 10 5 10 1 2 3 2012 12 8 12 2013 14 9 13 TEMA 2: DISTRIBUCIÓ DE FREQÜÈNCIES GRAFIQUES Població Mostra paràmetres estadístics 1. TAULES DE FREQÜÈNCIA  Variables discretes X ni X1 n1 X2 n2 .
.
.
.
.
.
Xn nn n ni = n Ni N1 N2 .
.
.
Nn fi f1 f2 .
.
.
fn 1 Fi F1 F2 .
.
.
Fn=1 mida de la mostra ni freqüència absoluta: numero de cops que es repeteix un valor de la variable Ni freqüència acumulada (N1= n1) (N2= n1 + n2) fi freqüència relativa: percentatges Fi freqüència relativa acumulada (fi = ) (Nn: n1 + n2 +...+nn) (fi = 1) (F1 = f1) (F2 = f1 + f2) (Fn = f1 + f2 +...+ fn =1) ESTADÍSTICA  Variables d’estudi ni 18 16 9 6 5 4 2 60 1 2 3 4 5 6 7  Ni 18 34 43 49 54 58 60 fi 0,3 0,2667 0,15 0,10 0,0833 0,0607 0,0333 1 Fi 0,3 0,5667 0,7167 0,8167 0,9 0,9667 1 Diagrama de barres fi 20 ni 15 10 5 0 1  2 3 4 5 6 7 X Diagrama d’escala 1,2 1 0,8 0,6 0,4 0,2 0 1 2 3 4 5 6 7 ESTADÍSTICA  Variables continues Es sol fer per intervals, aquests han de ser exhaustius (totes les variables incloses) i excloents (no pot pertànyer a dos intervals a la vegada).
Marca de classe Intervals (Lo – L1] (L1 – L2] ...
(Li-1 – Li] ...
(Lk-1 – Lk] Li-1 Li Xi X1 X2 ...
Xi ...
ni n1 n2 ...
ni ....
Ni N1 N2 ...
Ni ...
fi f1 f2 ...
fi ...
Fi F1 F2 ...
Fi .
Xk nk N Nk fk 1 Fk=1 límit inferior 1. Quants intervals? amplitud del interval *max (x) - min(x) 2. Amplitud? ai= d= densidad = Exemple retràs 200 vols en minuts Intervals (0-10] (10-20] (20-30] (30-40] (40-50] (50-60] Xi 5 15 25 35 45 ni 27 31 43 37 33 Ni 27 58 101 138 171 fi 0,135 0,155 0,215 0,185 0,165 Fi 0,135 0,29 0,505 0,69 0,855 55 29 200 200 0,145 1 1 1. Histograma 50 40 30 20 10 0 10 di ...
dk Xi= límit superior ai = Li – Li-1 d d1 d2 ...
20 2. Polígon de freqüència * 30 40 50 60 ESTADÍSTICA 3. Polígon de freqüències acumulades 1,2 1 0,8 0,6 0,4 0,2 0 0  10 20 30 40 50 60 Gràfic STEM and Leaf (Tall i fulles) Exemple amb edats: 20, 21, 31, 32, 35, 28, 24, 21, 45, 46, 40, 41, 43, 35, 37, 38, 51, 51, 52, 53, 58, 59 ni 5 6 5 6 22 Unitats de les fulles = 1  Tall 2 3 4 5 Fulles 01148 125578 01356 112389 3 1 significa 31 Simetries Campanoide. (Totalment simètric).
4 3 2 8 1 6 0 4 6 2 4 0 2 0 Asimetria negativa (esquerre) Asimetria positiva (dreta) ...

Tags:
Comprar Previsualizar