amplitud Distancia o valor mximo de una cantidad variable, de su valor medio o valor base, o la mitad del valor mximo

pico a pico de una funcin peridica, como un movimiento armnico simple. En el caso de y = sen x, el valor mximo posible es 1 y el valor mnimo posible es -1. De ah que, la amplitud es (1-(-1))/2 = 1. Caracterstica Se llama caractersticas o aspectos tcnicos o naturales a aquella informacin que es propia de un sujeto, objeto o estado y que lo define como tal. Las caractersticas son todos aquellos aspectos o variables que configuran el estado e identidad de una entidad en particular, que puede ser tanto una persona como un animal, un vegetal, un objeto o incluso una condicin o escenario. En una distribucin bidimensional puede ocurrir que las dos variables guarden algn tipo de relacin entre si. Por ejemplo, si se analiza la estatura y el peso de los alumnos de una clase es muy posible que exista relacin entre ambas variables: mientras ms alto sea el alumno, mayor ser su peso. Coeficiente de correlacin lineal El coeficiente de correlacin lineal mide el grado de intensidad de esta posible relacin entre las variables. Este coeficiente se aplica cuando la relacin que puede existir entre las varables es lineal (es decir, si representaramos en un gfico los pares de valores de las dos variables la nube de puntos se aproximara a una recta). No obstante, puede que exista una relacin que no sea lineal, sino exponencial, parablica, etc. En estos casos, el coeficiente de correlacin lineal medira mal la intensidad de la relacin las variables, por lo que convendra utilizar otro tipo de coeficiente ms apropiado. Para ver, por tanto, si se puede utilizar el coeficiente de correlacin lineal, lo mejor es representar los pares de valores en un grfico y ver que forma describen. Correlacion simple Coeficiente de correlacin simple de Pearson (modelo rectilneo) Raymundo El coeficiente de correlacin es una medida de asociacin entre dos variables y se simboliza con la literal r. Los valores de la correlacin van de + 1 a - 1, pasando por el cero, el cual corresponde a ausencia de correlacin. Los primeros dan a entender que existe una correlacin directamente proporcional e inversamente proporcional, respectivamente. De lo anterior referimos que: +1 -1 = Correlacin perfecta. 0.95 = Correlacin fuerte. 80% = Correlacin significativa. 70% = Correlacin moderada. 50% = Existe una relacin parcial. Las 3 grficas en coordenadas cartesianas posteriores, se muestra la variable independiente (X) se ubica en las abscisas y la dependiente (Y) en el eje de las ordenadas. Los coeficientes de correlacin significan esa asociacin entre los cambios que se observan en la variable dependiente con respecto a la variable independiente. La grfica (a) representa una correlacin positiva, es decir, conforme los valores de X aumentan, tambin aumentan los valores de Y. A su vez, la grfica (b) muestra una correlacin negativa, de modo que al incrementarse los valores de la variable independiente, los valores de la dependiente disminuyen. La grfica (c) no indica correlacin. El coeficiente de correlacin lineal de Pearson se define matemticamente con la ecuacin siguiente:

Donde: r = coeficiente de correlacin de Pearson. Sxy = sumatoria de los productos de ambas variables. Sx = sumatoria de los valores de la variable independiente. Sy = sumatoria de los valores de la variable dependiente. Sx2 = sumatoria de los valores al cuadrado de la variable independiente. Sy2 = sumatoria de los valores al cuadrado de la variable dependiente. N = tamao de la muestra en funcin de parejas. Este procedimiento estadstico es aplicable cuando las observaciones se miden segn una escala de intervalo, por otra parte, el fenmeno debe ser lineal. Al igual que las otras pruebas paramtricas, la varianza de las variables X y Y deben guardar homogeneidad. Pasos. 1. Ordenar los valores de la variable dependiente (Y) con respecto a los valores de la variable independiente (X). 2. Elevar al cuadrado cada valor X y de Y. 3. Obtener los productos de X y Y, para lo cual se deben multiplicar independientemente ambos valores.

4. Efectuar las sumatorias Sx, Sy, Sx2, Sy2, y Sxy. 5. Calcular el tamao de la muestra en funcin de parejas de X y Y. 6. Aplicar la ecuacin. 7. Calcular los grados de libertad (gl): gl = N parejas -1. 8. Comparar el valor de r calculado en la tabla de valores crticos de t de Kendall en funcin de la probabilidad. 9. Decidir si se acepta o rechaza la hiptesis. Curva de frecuencia Las curvas de frecuencia presentan determinadas caractersticas que la distinguen una de otras, las ms usuales son: a) LAS CURVAS DE FRECUENCIA SIMETRICAS O BIEN FORMADAS Se caracterizan por el hecho de que las observaciones tienen un equilibrio en sus frecuencias que van subiendo al respecto a sus frecuencias hasta llegar a una mxima y despus descienden las frecuencias. Observaciones: la media, la mediana y la moda coinciden Desviacin La desviacin estndar o desviacin tpica (denotada con el smbolo o s, dependiendo de la procedencia del conjunto de datos) es una medida de centralizacin o dispersin para variables de razn (ratio o cociente) y de intervalo, de gran utilidad en la estadstica descriptiva. Se define como la raz cuadrada de la varianza. Junto con este valor, la desviacin tpica es una medida (cuadrtica) que informa de la media de distancias que tienen los datos respecto de sumedia aritmtica, expresada en las mismas unidades que la variable. Para conocer con detalle un conjunto de datos, no basta con conocer las medidas de tendencia central, sino que necesitamos conocer tambin la desviacin que presentan los datos en su distribucin respecto de la media aritmtica de dicha distribucin, con objeto de tener una visin de los mismos ms acorde con la realidad al momento de describirlos e interpretarlos para la toma de decisiones. Distribucin de probabilidad Distribucin de probabilidad La distribucin Normal suele conocerse como la "campana de Gauss". En teora de la probabilidad y estadstica, la distribucin de probabilidad de una variable aleatoria es una funcin que asigna a cada suceso definido sobre la variable aleatoria la probabilidad de que dicho suceso ocurra. La distribucin de probabilidad est definida sobre el conjunto de todos los sucesos, cada uno de los sucesos es el rango de valores de la variable aleatoria. La distribucin de probabilidad est completamente especificada por la funcin de distribucin, cuyo valor en cada real x es la probabilidad de que la variable aleatoria sea menor o igual que x. Estadgrafos Es la medida que en Estadstica se aplica sobre una muestra. En general se utilizan dos tipos: Los de Tendencia Central y los de Dispersin. Entre los primeros tenemos: a) las medidas denominadas promedios, osea aquellas que tratan de localizarse hacia el centro de la serie; moda, media y mediana; y b) los cuartiles y deciles, o cuartas y dcimas partes de las observaciones; esto slo se aplican en los datos agrupados. Entre los de Dispersin estn: la desviacin media, la desviacin mediana, la varianza, la desviacin tpica o estndar, la dispersin absoluta y relativa. Estadsticas primarias Estadsticas Primarias Datos Estadsticos: Los datos estadsticos no son otra cosa que el producto de las observaciones efectuadas en las personas y objetos en los cuales se produce el fenmeno que queremos estudiar. Dicho en otras palabras, son los antecedentes (en cifras) necesarios para llegar al conocimiento de un hecho o para reducir las consecuencias de este. Los datos estadsticos se pueden encontrar de forma no ordenada, por lo que es muy difcil en general, obtener conclusiones de los datos presentados de esta manera. Para poder obtener una precisa y rpida informacin con propsitos de descripcin o anlisis, estos deben organizarse de una manera sistemtica; es decir, se requiere que los datos sean clasificados. Esta clasificacin u organizacin puede muy bien hacerse antes de la recopilacin de los datos. Ejemplo: Si se quiere conocer las caractersticas de los estudiantes del Ncleo San Carlos de la UNESR, que solicitan prstamo a la biblioteca de dicha Universidad, la recoleccin de la informacin debe clasificar a cada estudiante sobre la base de: Carrera que estudia, edad, semestre de estudios, etc. Vemos pues que la clasificacin marca la pauta de la clase de datos que debe ser obtenido. Estadsticas secundarias Estadsticas o fuentes primarias:- Son aquellos datos obtenidos ya sea por encuestas directas, mediante la utilizacin de cuestionarios, o como resultados de la observacin directa; es una tcnica muy utilizada en estudios de carcter cientfico o en investigacin de mercados. Se puede decir tambin que son datos publicados por quien recoge directamente de la fuente de informacin primaria. Son fuentes primarias: personales (entrevistas, correo, etc. Y experimentos), unipersonales (auditoria, anlisis de rastreo o de contenido, simulacin); mixta (observaciones).

Estadsticas o fuentes secundarias:- En stas, los datos se obtienen de publicaciones, las cuales pueden ser reproducciones totales o parciales. Son valiosas para cualquier tipo de investigacin. Son fuentes secundarias: bibliotecas, centros de documentacin, folletos, revistas, archivos, etc.

Estadsticas o fuentes temporales:- Denominadas series de tiempo o series cronolgicas. Son las obtenidas y ordenadas en forma cronolgica, siendo el resultado de investigaciones y observaciones peridicas; da, meses, aos. Cuando las investigaciones son aisladas, es decir, no presentan periodicidad continuada, las estadsticas se llaman atemporales o aisladas. Eventos aleatorios Un evento se entiende como el acontecimiento de un hecho en proceso o por venir. Se dice que es aleatorio, si no es posible determinarlo con exactitud. En todo caso, ser posible predecirlo con un nivel dado de confianza. Al evento tambin se le denomina un suceso o un fenmeno. Generalmente, se simula el evento por un conjunto de variables relacionadas entre si. Por lo tanto, un evento est representado con una o ms variablesvinculadas entre ellas. Si las variables (una o varias de stas) no son predecibles con exactitud se dice que el evento es aleatorio. Generalmente las variables representan atributos y propiedades de los entes que intervienen en el evento, y que pueden ser medidos. De esta manera se dice que las variables tienen unamagnitud. Frecuencia de un nmero La frecuencia es el nmero de veces que se repite un valor o dato de anlisis en una tabla. Hay dos tipos de frecuencia: la absoluta y la relativa. La frecuencia absoluta es el nmero de veces que se repite cada dato y la frecuencia relativa se obtiene dividendo la frecuencia absoluta entre el total de registro. La frecuencia relativa nos ayuda a identificar tendencias. El nmero cuya frecuencia se acerque ms a la unidad es el que tiene mayores probabilidades de salir. En la tabla de frecuencias absolutas es sencillo visualizar cmo se distribuyen los datos. La columna de las frecuencias absolutas nos indica el nmero de veces que ocurre un mismo dato. Grfico Grfico y grfica son las denominaciones de la representacin de datos, generalmente numricos, mediante recursos grficos (lneas, vectores, superficies o smbolos), para que se manifieste visualmente la relacin matemtica o correlacin estadstica que guardan entre s. Tambin es el nombre de un conjunto de puntos que se plasman en coordenadas cartesianas y sirven para analizar el comportamiento de un proceso o un conjunto de elementos o signos que permiten la interpretacin de un fenmeno. La representacin grfica permite establecer valores que no se han obtenido experimentalmente sino mediante la interpolacin (lectura entre puntos) y la extrapolacin (valores fuera del intervalo experimental). Media estadstica La media estadstica se usa en estadstica para dos conceptos diferentes aunque numricamente similares: La media muestral, que es un estadstico que se calcula a partir de la media aritmtica de un conjunto de valores de una variable aleatoria. La media poblacional, valor esperado o esperanza matemtica de una variable aleatoria. En la prctica dada una muestra estadstica suficientemente grande el valor de la media muestral de la misma es numricamente muy cercano a la esperanza matemtica de la variable aleatoria medida en esa muestra. Dicho valor esperado, slo es calculable si se conoce con toda exactitud la distribucin de probabilidad, cosa que raramente sucede en la realidad, por esa razn, a efectos prcticos la llamada media se refiere normalmente a la media muestral. [editar]Media muestral La media resume en un valor las caractersticas de una constante teniendo en cuenta a todos los casos. Solamente puede utilizarse con variables cuantitativas Media muestral: Si se tiene una muestra estadstica de valores de valores para una variable aleatoria X con distribucin de probabilidad F(x,) [donde es un conjunto de parmetros de la distribucin] se define la media muestral n-sima como:

Mtodos estadsticos Estudios experimentales y observacionales Un objetivo comn para un proyecto de investigacin estadstica es investigar la causalidad, y en particular extraer una conclusin en el efecto que algunos cambios en los valores de predictores o variables independientes tienen sobre una respuesta o variables dependientes. Hay dos grandes tipos de estudios estadsticos para estudiar causalidad: estudios experimentales y observacionales. En ambos tipos de estudios, el efecto de las diferencias de una variable independiente (o variables) en el comportamiento de una variable dependiente es observado. La diferencia entre los dos tipos es la forma en que el estudio es conducido. Cada uno de ellos puede ser muy efectivo. [editar]Niveles de medicin Hay cuatro tipos de mediciones o escalas de medicin en estadstica. Los cuatro tipos de niveles de medicin (nominal, ordinal, intervalo y razn) tienen diferentes grados de uso en lainvestigacin estadstica. Las medidas de

razn, en donde un valor cero y distancias entre diferentes mediciones son definidas, dan la mayor flexibilidad en mtodos estadsticos que pueden ser usados para analizar los datos. Las medidas de intervalo tienen distancias interpretables entre mediciones, pero un valor cero sin significado (como las mediciones de coeficiente intelectual o temperatura en grados Celsius). Las medidas ordinales tienen imprecisas diferencias entre valores consecutivos, pero un orden interpretable para sus valores. Las medidas nominales no tienen ningn rango interpretable entre sus valores. La escala de medida nominal, puede considerarse la escala de nivel ms bajo. Se trata de agrupar objetos en clases. La escala ordinal, por su parte, recurre a la propiedad de orden de los nmeros. La escala de intervalos iguales est caracterizada por una unidad de medida comn y constante. Es importante destacar que el punto cero en las escalas de intervalos iguales es arbitrario, y no refleja en ningn momento ausencia de la magnitud que estamos midiendo. Esta escala, adems de poseer las caractersticas de la escala ordinal, permite determinar la magnitud de los intervalos (distancia) entre todos los elementos de la escala. La escala de coeficientes o Razones es el nivel de medida ms elevado y se diferencia de las escalas de intervalos iguales nicamente por poseer un punto cero propio como origen; es decir que el valor cero de esta escala significa ausencia de la magnitud que estamos midiendo. Si se observa una carencia total de propiedad, se dispone de una unidad de medida para el efecto. A iguales diferencias entre los nmeros asignados corresponden iguales diferencias en el grado de atributo presente en el objeto de estudio. Parmetros En estadstica, un parmetro es un nmero que resume la ingente cantidad de datos que pueden derivarse del estudio de una variable estadstica.1 El clculo de este nmero est bien definido, usualmente mediante una frmula aritmtica obtenida a partir de datos de la poblacin.2 3 Los parmetros estadsticos son una consecuencia inevitable del propsito esencial de la estadstica:crear un modelo de la realidad.4 El estudio de una gran cantidad de datos individuales de una poblacin puede ser farragoso e inoperativo, por lo que se hace necesario realizar un resumen que permita tener una idea global de la poblacin, compararla con otras, comprobar su ajuste a un modelo ideal, realizar estimaciones sobre datos desconocidos de la misma y, en definitiva, tomar decisiones. A estas tareas contribuyen de modo esencial los parmetros estadsticos. Por ejemplo, suele ofrecerse como resumen de la juventud de una poblacin la media aritmtica de las edades de sus miembros, esto es, la suma de todas ellas, dividida por el total de individuos que componen tal poblacin. Probabilidad en estadstica La probabilidad por medio de la cual se obtiene la frecuencia de un suceso determinado mediante la realizacin de un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables. La teora de la probabilidad se usa extensamente en reas como la estadstica, la fsica, la matemtica, las ciencias y la filosofa para sacar conclusiones sobre la probabilidad discreta de sucesos potenciales y la mecnica subyacente discreta de sistemas complejos. Rango En estadstica descriptiva se denomina rango estadstico (R) o recorrido estadstico al intervalo a la diferencia entre el valor mximo y el valor mnimo; por ello, comparte unidades con los datos. Permite obtener una idea de la dispersin de los datos, cuanto mayor es el rango, ms dispersos estn los datos de un conjunto. Regresin La regresin estadstica o regresin a la media es la tendencia de una medicin extrema a presentarse ms cercana a la media en una segunda medicin. La regresin se utiliza para predecir una medida basndonos en el conocimiento de otra. El trmino regresin fue introducido por Francis Galton en su libro Natural inheritance (1889) y fue confirmada por su amigo Karl Pearson. Su trabajo se centr en la descripcin de los rasgos fsicos de los descendientes (variable A) a partir de los de sus padres (variable B). Estudiando la altura de padres e hijos a partir de ms de mil registros de grupos familiares, se lleg a la conclusin de que los padres muy altos tenan una tendencia a tener hijos que heredaban parte de esta altura, pero que revelaban tambin una tendencia a regresar a la media. Galton generaliz esta tendencia bajo la "ley de la regresin universal": Cada peculiaridad en un hombre es compartida por sus descendientes, pero en media, en un grado menor. Modelos de regresin Regresin lineal Artculo principal: Regresin lineal. Regresin lineal simple Dadas dos variables (Y: variable dependiente; X: independiente) se trata de encontrar una funcin simple (lineal) de X que nos permita aproximar Y mediante: = a + bX a (ordenada en el origen, constante) b (pendiente de la recta) A la cantidad e=Y- se le denomina residuo o error residual. As, en el ejemplo de Pearson: = 85 cm + 0,5X Donde es la altura predicha del hijo y X la altura del padre: En media, el hijo gana 0,5 cm por cada cm del padre.