resumen estadisticas

PROGRAMAS ANALTICOS

1.- INTRODUCCIN.

1.a. DEFINICIN DE ESTADSTICA:Rama de las matemticas que se encarga del estudio de series de datos mediante su coleccin, organizacin, presentacin y anlisis de resultados, tanto para la toma de decisiones como para la deduccin de concusiones (Inferencia estadstica), permitiendo evaluar la incertidumbre de inferencias inductivas, de acuerdo al estudio realizado.

La estadstica ayuda a todas las dems ciencias a generar modelos matemticos generales donde se haya considerado el componente aleatorio.

-Coleccin de datos C-Organizacin de datos O-Anlisis de datos A-Presentacin de datos. P

1.b. CLASIFICACIN DE LA ESTADSTICA:

Estadstica DESCRIPTIVA Clasificacin de la Estadstica

Estadstica INFERENCIAL

Estadstica DESCRIPTIVA es:Es la parte de la estadstica que estudia desde la coleccin de datos hasta el anlisis para tratar de extraer conclusiones sobre e comportamiento de sus variables.

Es la parte de la estadstica (Herramienta) que sirve para analizar series de datos numricos.Mediante los 4 pasos que son: -Coleccin-Organizacin (Tabulacin)-Presentacin-Anlisis*Es la parte de la Estadstica que da los procedimientos para transformar los datos del anlisis de un fenmeno colectivo, o sea calcular los valores del fenmeno.

Los datos se pueden describir en tres formas:I) Tabular: La utilizaremos mediante la construccin de tablas.II)Graficas: La utilizaremos mediante el uso de grficas(Circulares, barras, lneas, )III)Aritmtica: La usaremos para calcular determinados nmeros cuya interpretacin proporciona aspectos de la naturaleza de los datos.

Estadstica INFERENCIAL(PARAMTRICA) es:Determina conclusiones, significa que los resultados son inferibles para toda la poblacin. En si son conclusiones, predicciones, suposiciones y permite tomar decisiones, va despus del anlisis (UNA INFERENCIA ESTADSTICA ES UNA SUPOSICIN)

Es la que toma las decisiones.--Elabora Conclusiones.-Hace Conclusiones.

Trabaja con: suposiciones/ Conclusiones / Pronsticos

Ejemplo del Dr. Dimas: Una parcela agrcola es = POBLACINLa parcela tiene una poblacin de 85,000 plantas Si tomamos una muestra de 100 plantas y la variable analizada es la altura.Con los datos recabados de la altura de las 100 plantas, podemos inferir que los datos son representativos de todas las plantas dentro de la parcela.

Resumen:La estadstica es la disciplina que nos proporciona una metodologa para recoger, organizar, resumir, analizar datos, interpretar los resultados y hacer inferencias a partir de ellos-

Que puedo hacer con la estadstica??????????

-Se pueden calcular medias, promedios aritmticos.-Se puede determinar la variabilidad de las observaciones.-Se pueden elaborar grficas.-------------------------------------------------------------------------------------------------------------------------------- > Material consultado fuera de clase> fin material consultado fuera de clasematerial consultado fuera de claseRepresentativa (debe de ser sacada de grupos distintos o clases en que se divide la poblacin investigada.>Que tenga el tamao idneo (Que sea representativa/ el investigador determian el tamao).>Que intervenga el AZAR (Que todas las pruebas tengan la misma posibilidad de ser sacardas).

ESCALA DE MEDICIN: NOMINAL

ORDINAL ESCALA DE MEDICIN DE INTERVALOS

DE RAZONES

ESCALA NOMINAL: Se utilizan como medidas de identidad. Los nmeros sirven de indicativos para indicar objetos o clases Ejemplo: Las personas se pueden clasificar acorde a su sexo, raza, color de piel, color de cabello, su religin, etc.

ESCALA ORDINAL:Es donde los nmeros reflejan la orden de objetos o la Jerarqua de individuos u objetos. Estas medidas se disponen desde la ms alta a la ms baja o viceversa. Las medidas ordinales revelan que persona u objeto es de mayor o menor talla. O si es ms duro o suave.

ESCALA DE INTERVALOS:Proporciona nmeros que reflejan diferencias entre objetos o individuos. En este tipo las escalas de medicin son iguales: Ejemplo escala Celsius y escala Fahrenheit.Los valores estadsticos que usa esta escala son: la media aritmtica, la desviacin estndar, el coeficiente de correlacin.

ESCALA DE RAZONES:Son nmeros que indican razones o cocientes entre ciertas magnitudes de los objetos y los datos obtenidos con estas escalas pueden ser sometidos a tratamientos estadsticos ms elaborados.Ejemplo: Un peso de 80 libras es 4 veces mayor que uno de 20 libras.

>>fin de material consultado MEDIDAS DE DISPERSIN PARA DATOS NO AGRUPADOS = 12 cm

Resumen ( Hiptesis):

Las Hiptesis pueden ser Negativas(-) Positivas(+)

1.- Ho = T1 < T2 Vs Ha= T1>= T2

2.-Ho = T1 > T2 Vs Ha = T1 =< T2

3.-Ho = T1 = T2 Vs Ha = T1 = T2

El signo de la Hiptesis indica en que lado de la curva esta la hiptesis.

= Positivo, es una cola= Negativo, es una cola

= No hay direccin, es de 02 colas.

ZONA DE RECHAZO:Simbolo Z

Frmula

Ejemplo:El gerente de la tienda quiere conocer quines de sus vendedores atienden a mas de 15 clientes por semana, y selecciono a un grupo de 36 vendedores y us una muestra de 17 prospectos, con una varianza de 9

= 17 = 15n = 36 s= 9S= 3 gl = (n -1) 35

Sustituyendo formulas:

Usando las tablas F de distribucin t

El valor cay en la ZONA DE RECHAZO (Z=4), por o tanto se rechaza Ho, y se acepta HaREGRESIN LINEAL SIMPLE

La regresin lineal simple, se espera que las variables estn asociadas linealmente, o sea que los datos se puedan ajustar a una lnea recta.

La REGRESION se usa para hacer predicciones a futuro, las condiciones de aplicacin deben de ser las mismas que en el modelo generado originalmente.

NOTA >>>>>>>> SIEMPRE SE DEBE CONSTRUIR UN DIAGRAMA DE DISPERSIN.