presentacion taller2

Upload: edgar-mendez-alanis

Post on 05-Jul-2018

219 views

Category:

Documents


0 download

TRANSCRIPT

  • 8/16/2019 PRESENTACION TALLER2

    1/18

    Modelos de procesamde datos con el u

    herramientas estadí

  • 8/16/2019 PRESENTACION TALLER2

    2/18

    Distribución de frecuencia

    •Una distribución de frecuencias es unconjunto de puntuaciones presentadauna tabla de manera ordenada, segúcaracterísticas denidas por el invest

  • 8/16/2019 PRESENTACION TALLER2

    3/18

    Nivel de desempleo en la ciudasegún se#o $ nivel acad%mico

    población

  • 8/16/2019 PRESENTACION TALLER2

    4/18

    &istogramas

    •'as distribuciones de frecuencia sepresentan mu$ a menudo en formaguras gr(cas denominadas

    histogramas )gr(cas de barras* ogr(cas circulares

  • 8/16/2019 PRESENTACION TALLER2

    5/18

  • 8/16/2019 PRESENTACION TALLER2

    6/18

    Medidas de tendencia cent

    •'as medidas de tendencia central cantidades típicas o representativaun conjunto de datos+ las principalmedidas son moda, mediana, $ mpromedio.

  • 8/16/2019 PRESENTACION TALLER2

    7/18

    • 'a moda es la categoría o puntuación -ue ocma$or frecuencia en un registro de datos.

    • 2, 3, 3, 4, 4, 4, 5, 5• 'a mediana es el valor -ue divide una distrib

    frecuencias por la mitad, una ve ordenadosdatos de manera ascendente o descendente

    • 2, 3, 4, 4, 5, 5, 5, 6,6

    • 'a media o el promedio es la medida de tendcentral m(s utiliada, en si es la suma de esde todos los valores de una medición divididnúmero de mediciones

    • 40/9= 4.4

  • 8/16/2019 PRESENTACION TALLER2

    8/18

    Medidas de dispersión

    •'as medidas de dispersión -ue se empcon ma$or frecuencia inclu$en la desvest(ndar, la variana $ el rango. 'as m

    de dispersión indican cu(n /dispersos0separados se encuentran los datos, rea un valor central.

  • 8/16/2019 PRESENTACION TALLER2

    9/18

     medidas de tendencia central+ consiste simen la distancia entre los dos valores m(s e#de una medición.

    • 1jemplo 2e toma el valor ma$or de litros d

    consumido en un mes $ se le resta el valor todos los entrevistados+ en este caso, los vason 34 litros de cervea 5 6 litros de cervelitros de cervea.

    • La desviación estándar permite medir el

    homogeneidad )igualdad* o heterogeneidad)variedad* de los datos de la población objemedición. 8uanto ma$or sea la dispersión ddatos respecto a la media, ma$or ser( la deest(ndar, lo cual signica ma$or heterogen

    las mediciones.

  • 8/16/2019 PRESENTACION TALLER2

    10/18

    • 9ormula donde27desviación est(ndar :i7la muestra :7 media aritm%tica N7 tamamuestra

    • Ejemplo: Se tiene la siguiente muestra S=4.81 V= !.

    • Varian"a# se dene la variana como la desest(ndar elevada al cuadrado.

    Xi (Xi-m) (Xi-m)^2

    2 -2.2 4.84

    6 -6.2 38.44

    8 -.2 .04

    10 1.8 3.24

    15 6.8 46.24

  • 8/16/2019 PRESENTACION TALLER2

    11/18

    • $rue%a &, es una prueba de distribución notiene como nalidad comparar los puntajes distribuciones -ue son diferentes entre sí. 1< es el resultado de dividir la desviación de

    puntaje individual respecto a la media, entredesviación est(ndar, utiliando la fórmula sipara calcular la prueba

  • 8/16/2019 PRESENTACION TALLER2

    12/18

    • 2uponga -ue un habitante de la ciudad = gasta en promes, para alimentación, >?4@ @@@ )la media de gasto pciudad es de >A@B @@@ $ la desviación est(ndar de >Aciudad , otro habitante gasta >?CB @@@ por mes )e

    de gasto mensual per c(pita de los habitantes de la ciu>?EB @@@ con una desviación est(ndar de >A@ @@

    • F1st( en mejores condiciones de gasto en alimentaciónhabitante de la ciudad respecto al de la ciudad =G

  • 8/16/2019 PRESENTACION TALLER2

    13/18

  • 8/16/2019 PRESENTACION TALLER2

    14/18

    Hrueba de hipótesis

    • Una hipótesis es una suposición respecproblema de investigación, esta determla proposición es consistente con los da

    obtenidos una ve realiada la investig2i la hipótesis o proposición no es conscon los datos obtenidos, se rechaa lahipótesis.

  • 8/16/2019 PRESENTACION TALLER2

    15/18

    Hasos para probar las hipótesis

    • 3. 9ormular la hipótesis. 'as hipótesis se plantean de dos fundamentales la hipótesis nula &o $ la hipótesis alterna

    • Hor ejemplo, el gerente del anco :HI considera -ue susprocedimientos operativos garantian -ue el cliente promtiene -ue esperar siete minutos en la la de los cajeros aatendido.

    • 'a hipótesis nula $ la hipótesis alterna se formulan de la smanera &ipótesis nula &o tiempo promedio de espera e

    para ser atendido 7 4 minutos. &ipótesis alterna &= tiemde espera en la la para ser atendido J 4 minutos.

    • ?. 1legir la prueba estadística adecuada. 1s mu$ importa-ue para la prueba de hipótesis e#isten varias pruebas espor lo -ue el investigador debe elegir la apropiada teniencuenta las características del caso -ue va a investigar.

    •  

  • 8/16/2019 PRESENTACION TALLER2

    16/18

    • ?. 1legir la prueba estadística adecuada. 1s mu$ imsaber -ue para la prueba de hipótesis e#isten variaestadísticas, por lo -ue el investigador debe elegir apropiada teniendo en cuenta las características deva a investigar.

    • A. Denir el nivel de signicancia. Hor ejemplo a 7• K. Lecolectar los datos con una muestra representa

    caso del estudio del tiempo de espera por los clientanco :HI, se lleva a cabo una investigación con b

    observación en momentos aleatorios de EB@ clienteocinas del banco elegidas aleatoriamente. 1l tiempromedio de espera de los clientes fue de E,? minudesviación est(ndar de ?,6 minutos.

    • B. 1stimar la desviación est(ndar de la distribuciónde la media. 2e utilia la siguiente fórmula

  • 8/16/2019 PRESENTACION TALLER2

    17/18

    • B. 1stimar la desviación est(ndar de la distribución de la media. 2e utilia la siguiente fórmula

    • Donde 2# desviación est(ndar de la distribución mde la media. 2 desviación est(ndar de la muestra.

    tama;o de la muestra. 1ntonces Hara transformar de la muestra en una puntuación

  • 8/16/2019 PRESENTACION TALLER2

    18/18

    • 6. Decisión estadística. Hara el caso referido, comocalculado < 7 3A es ma$or -ue el valor crítico )v%a3,C6, entonces se rechaa la hipótesis nula.

    • 4. 8onclusión. 8on un nivel de signicancia del @,@conana, no es adecuado armar -ue el tiempo pespera en la la por un cliente del anco :HI es deminutos.