Tema 4 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

TEMA 4: MEDIDAS DE VARIABILIDAD Y FORMA 4.1 Rango y rango intercuartílico Rango Rango= R = Max – Min Rango intercuartílico= RI = Q3 – Q1 Varianza ( ) 1. Datos individuales: a) b) 2. Datos agrupados a) b) Ejemplo varianza datos individuales: X= 4, 3, 1, 2, 5, 6, 3 · [4+3+1+2+5+6+3]= 3,43 X= a) = b) Desviación estándar: S= = = 1,714 hijos n=7 Ejemplo varianza datos agrupados: X= asistencia anual teatro  S= a) b) =  S= *Si, en vez de tener datos individuales, tenemos datos agrupados: cogemos la Xi (marca de clase) como X y lo demás todo igual.
4.2 Coeficiente de variación CV=    Cuanto más grande peor No tiene divisiones Nos permite comparar distribuciones  el que tenga un CV menor decimos que su media es más representativa.
X= X = S X= 4.3 Box-plot (Diagrama de cajas) Q1 Q2 Q3 Min Max 0 1 2 3 25% 25% 25% Min Q1 Q2 Q3 4 5 25% Max 4.4 Valores atípicos y/o extremos 1) Valores atípicos a) Atípicos inferiores Q1 – 1.5RI b) Atípicos superiores Q3 + 1.5RI Si no hay atípicos tampoco hay extremos 2) Extremos a) Extremos inferiores Q1 - 3RI b) Extremos superiores Q3 + 3RI 4.5 Asimetría y curtosis (Apuntamiento) 1) Medidas de asimetría g1=0 → simétrica g1>0 → asimetría + (derecha) Asimetría de Fisher → g1 = g1<0 →asimetría – (izquierda) “skewness” fi g1=0 Mod=X=Med g1>0 Mod>Med<X g1<0 X<Med<Mod 2) Asimetria de Perrson =0 →simétrica A= A= >0 → asimétrica + Para poder calcularla:   <0 → asimétrica - Una única moda Tiene que tener una cierta forma campanoide 3) Coeficiente de apuntalamiento (curtosis) G2=0 → meseocúrtica G2= G2>0 → leptocúrtica G2<0 → platicúrtica G2=0 → meseocúrtica G2>0 → leptocúrtica G2<0 → platicúrtica 4. 6 Transformaciones lineales. Estandarización X → X , Q1 , Q , Q3 , R , RI , , S , CV Y? Yi= a + bx·i → Transformamos los datos Y = a + bX CVy ? → Sy= b Sx = CVy =   · 100 =     *Exemple a fulles de Anna Yi = bxi Y= b·X CVy=         = CVx Sy= b · Sx Estandarización Zi =  Z= 0 / (Siempre) No tiene unidades de medida, tiene unidades estándar *Exemples a full Anna   CV→ que media es + homogénea (comparar toda la distribución con otra) Estan→ que individuo está mejor posicionado (solo un caso, no toda la distribución) → posición relativa ...

Tags:
Comprar Previsualizar