You are on page 1of 10

PROBABILIDAD Y ESTADISTICA

GRUPO 1
DISTRIBUCIONES EMPIRICAS
PRESENTADO POR:
QUITO SINCHI CHRISTIAN OSWALDO
SAAVEDRA CARRERA CHRISTIAN FERNANDO
PROFESOR:
ING. JUAN PABLO MONTERO
CARRERA:
INGENIERIA MECANICA AUTOMOTRIZ
CICLO:
SEXTO

CUENCA, JUNIO 2014

mientras que la hoja se forma con los demás dígitos siguientes. OBJETIVOS 2. 12 tronco hoja Los valores de los datos se utilizan para efectuar tal ordenación. el valor numérico 458 se dividiría en 45-8 Ejemplo: Las edades de un grupo de amigos son las siguientes 11 12 10 11 11 10 12 12 11 - El primer dígito de cada valor debe utilizarse como tronco. Tronco 1 1 1 (Estadistica para todos) Hoja 0 0 1 1 1 1 2 2 2 . 2. El tronco se forma con el (los) primer(os) dígito(s) del dato. 3.1 OBJETIVO GENERAL - Analizar los distintos tipos de distribuciones de probabilidad con sus respectivas variables aleatorias. y el segundo como hoja. Relacionar la independencia estadística con las distribuciones de probabilidad. Casi siempre la representación se construye en disposición vertical. en columna. ordenar. Trácese una recta vertical y colóquense los tallos a la izquierda.1. Para construirlo basta separar en cada dato el último dígito de la derecha (que constituye la hoja) del bloque de cifras restantes (que formará el tronco). se revisara diversas formas de realizar las distribuciones además de ejercicios resueltos a base de los temas que se revisaran en este documento a continuación 2. Por ejemplo. analizar y representar un conjunto de datos.2 OBJETIVOS ESPECIFICOS - Determinar las formulas y aplicaciones de las distribuciones empíricas. MARCO TEORICO: Distribuciones Empíricas 3.1 Diagrama de Tronco y Hojas El diagrama "tronco y hojas" (Stem-and-Leaf Diagram) permite obtener simultáneamente una distribución de frecuencias de la variable y su representación gráfica. INTRODUCCIÓN: Una gran parte de la estadística que se dedica a recolectar. Diferenciar los casos discretos o continuos en las distribuciones de probabilidad.

la representaremos por fi Frecuencia relativa. Al igual que en el caso anterior la frecuencia relativa acumulada es la frecuencia absoluta acumulada dividido por el tamaño de la muestra. y la denotaremos por Fr (Granda) . Se denota por fr Donde n = Tamaño de la muestra fi = frecuencia absoluta Frecuencia Absoluta Acumulada. (Cabrera) 3. se conoce como una distribución de frecuencias o tabla de frecuencias. es el número de veces que aparece en la muestra dicho valor de la variable. Para poder calcular este tipo de frecuencias hay que tener en cuenta que l variable estadística ha de ser cuantitativa.2 Distribuciones de frecuencia Cuando se dispone de gran número de datos. Generalmente se expresa en porcentaje. es útil el distribuirlos en clases o categorías y determinar el número de individuos pertenecientes a cada clase. La frecuencia absoluta de una variable estadística. Frecuencia absoluta. Una ordenación tabular de los datos en clases.1 Clases de frecuencias.3.2. La frecuencia absoluta acumulad de un valor de la variable. es el número de veces que ha aparecido en l muestra un valor menor o igual que el de la variable y lo representaremos por Fi Frecuencia Relativa Acumulada. Es una medida útil para poder comparar. La frecuencia relativa es el cociente entre la frecuencia absoluta y el tamaño de la muestra. que es la frecuencia de clase. reunidas las clases y con las frecuencias correspondientes a cada una.

8.2. Como el mayor valor es x(max) = 16. Esta amplitud es igual al rango de los datos dividida en el número de intervalos. que es la diferencia entre el valor mayor y el valor menor. •En general se recomienda tener. en 34 almacenes de la ciudad de Bogotá. si no se tiene seguridad del número de intervalos a utilizar. una sugerencia de 6 intervalos. •Se determina el número de intervalos o clases (K) que se utilizan para agrupar los datos. desde el menor hasta el mayor o viceversa Se determina el rango o amplitud de la serie de datos.08757 Es decir. que es el valor medio o promedio de cada intervalo. se puede aplicar la regla de STURGES. Sin embargo. la amplitud sugerida es: . tener entre 5 y 20 intervalos o clases. El primer intervalo debe contener el menor valor de los datos y el último intervalo debe contener el mayor valor de los datos Se calcula la marca de clase o punto medio (Xi). •Una vez escogido el número de intervalos se determina la amplitud de cada clase o intervalo de clase (C). con la cual se obtiene una aproximación aceptable sobre el número de intervalos necesarios para agruparlos.3.322 log 34 = 1 + 3.2 Pasos para elaborar una distribución de frecuencias.53148 = 6. Ordenar los datos u observaciones. el cual sirve para facilitar el cálculo de algunas medidas de posición y de dispersión.322 • 1.5 y el menor x(min) = 7. hasta donde sea posible. obteniéndose los siguientes datos: (Granda) Aplicando la fórmula de Sturges para el cálculo del número de intervalos en que se dividen las observaciones obtenemos: k = 1 + 3. Ejemplo: Se determinaron las ventas en millones de pesos durante el mes de junio.

etc).2. en el eje de la "x" va la variable estudiada (estaturas.10'5).5. razonable tomar como amplitud 1.15). por tanto. longitudes. (Granda) 3. pesos. donde la superficie de cada barra es proporcional a la frecuencia de los valores representados. ya sea en forma diferencial o acumulada. [9 . .3 Representación grafica de una distribución de frecuencias. Si ya se tiene el histograma se construye una clase anterior a la primera clase y se le pone frecuencia cero. Se marca un punto en la parte central superior de cada barra del histograma y se unen los puntos. [15 . [12 . En estadística.9). y una clase posterior a la última clase y se le pone frecuencia cero.Parece. Figura 1: Histograma De esta manera ofrece una visión en grupo permitiendo observar una preferencia. un histograma como en la figura 1.16'5] Los datos agrupados en los intervalos obtenidos. proporcionan la siguiente tabla de distribución de frecuencia.12). [13'5 . obteniendo como intervalos en los que clasificar los datos [7'5 . El polígono de frecuencia como se indica en la figura 2. [10'5 .13'5). en el eje de la "y" van las frecuencias. es una representación gráfica de una variable en forma de barras. es una gráfica poligonal. o tendencia.

Figura 2: Polígono de Frecuencia (Granda) 3. mediana y media como se indica en la figura 3 coinciden aproximadamente en valores y la forma de un histograma (o polígono de frecuencias) se parece a la figura I.2 Asimetría Esta medida nos permite identificar si los datos se distribuyen de forma uniforme alrededor del punto central (Media aritmética). a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece aproximada en fenómenos reales.Se obtiene dividiendo la frecuencia absoluta por el número de observaciones .3 Distribución de frecuencia relativa La distribución de frecuencia relativa es una técnica estadística básica. al expresarse en términos porcentuales Facilitan el análisis de los datos. Para calcular la frecuencia relativa acumulada. Esto luego ayuda con otras estadísticas. como la probabilidad. Sumar las cuentas te proporciona la frecuencia relativa acumulada.4. en especial para comparar distribuciones de frecuencias basadas en diferente número de observaciones. distribución de Gauss o distribución gaussiana. está en lo correcto (Granda) (Wolve) 3.4 Simetría y asimetría en una distribución 3. La asimetría presenta tres estados diferentes como se indica en la figura 4.Denota la importancia de la clase.4. Figura 3: Distribución Simetrica 3. ¿Cuál es la diferencia entre frecuencia absoluta simple y frecuencia relativa simple? La diferencia radica en que la primera se refiere a la cantidad de valores observados y que la segunda se refiere a la proporción de datos que se encuentra en cada intervalo o clase. cada uno de los cuales define de forma concisa como están . Luego enumeras cuántas veces tu conjunto de datos cae dentro del rango de datos. Los estadísticos necesitan esta técnica para determinar cuántas veces algo ha ocurrido en un grupo de datos dado. Esta curva se conoce como campana de Gauss y es el gráfico de una función gaussiana. en donde el lado derecho de la barra central es simétrico a su lado izquierdo. Esta tabla enlista rangos de datos específicos. Pasos a seguir para obtener la frecuencia relativa .1 Simetría: En estadística y probabilidad se llama distribución normal. La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro estadístico. Cuando una distribución es simétrica. moda. necesitas crear una tabla.

se representa mediante la ecuación matemática. (Xi) cada uno de los valores. mayor será la distancia que separa la aglomeración de los valores con respecto a la media. Donde (g1) representa el coeficiente de asimetría de Fisher. Los resultados de esta ecuación se interpretan:  (g1 = 0): Se acepta que la distribución es Simétrica. es decir. (uv.  (g1 < 0): La curva es asimétricamente negativa por lo que los valores se tienden a reunir más en la parte derecha de la media. Figura 4: Estados de la Asimetria El Coeficiente de asimetría.  (g1 > 0): La curva es asimétricamente positiva por lo que los valores se tienden a reunir más en la parte izquierda que en la derecha de la media. Este valor es difícil de conseguir por lo que se tiende a tomar los valores que son cercanos ya sean positivos o negativos (± 0. existe aproximadamente la misma cantidad de valores a los dos lados de la media.5). (Spss) . la curva es Simétrica cuando se distribuyen aproximadamente la misma cantidad de valores en ambos lados de la media y se conoce como asimetría negativa cuando la mayor cantidad de datos se aglomeran en los valores menores que la media.distribuidos los datos respecto al eje de asimetría. Se dice que la asimetría es positiva cuando la mayoría de los datos se encuentran por encima del valor de la media aritmética. ( ) la media de la muestra y (ni) la frecuencia de cada valor.es) Desde luego entre mayor sea el número (Positivo o Negativo).

3. 1) g(x) = 0 2) h(y) =1 3) P(X = x) = g(x) 0 x. y son estadisticamente independientes. y variables aleatorias discretas f(x.6 Independencia estadística Dos variables estadísticas son estadísticamente independientes cuando el comportamiento estadístico de una de ellas no se ve afectado por los valores que toma la otra. y R =1 P(Y = y) = h(y) (uv. h(x) son funciones de probabilidad de las variables aleatorias x.j : (uv. P (A/B) = A=X=x B=Y=y . las funciones se denominan condicionales. Esto se puede caracterizar cuando dos variables son estadísticamente independientes cuando para todos los pares de valores se cumple que la frecuencia relativa conjunta es igual al producto de las frecuencias relativas marginales.es) Por lo tanto si esto se cumple se puede deducir que x .7 Distribución de probabilidad condicional Cuando se estudia más de una variable aleatoria en forma conjunta puede ser de interés conocer la distribución de probabilidad de cada variable aleatoria dado que la otra variable tenía un valor especifico. estas funciones se denominan distribuciones de probabilidad marginales. Estas funciones deben cumplir las propiedades de una función de probabilidad y pueden ser usadas para calcular la probabilidad para cada variable. para todo i.3. Sean x. y separadamente. esto es cuando las relatividad de las distribuciones condicionadas no se ven afectadas por la condición y coinciden en todos los casos con las frecuencias relativas marginales.es) 3.5 Distribuciones de probabilidad marginal Cuando se estudia más de una variable aleatoria en forma conjunta puede ser de interés conocer las distribuciones de probabilidad de las variables aleatorias individualmente. y) función de probabilidad conjunta entonces g(x) = h(x) = Las distribuciones marginales g(x).

Sean (x. 1999) 3. y) variables aleatorias discretas f(x. y son continuos evaluamos.Siendo x. dado que X = x f(x/y) = Es la distribución condicional de x. y variables aleatorias discretas: P(X = x / Y = y) = (Walpole. 1999) . y) distribución de probabilidad conjunta Entonces f(x/y) = Es la distribución condicional de y. P (a Y = y) = (Walpole.8 Distribución de probabilidad condicional conjunta Lo que se expresa con la notación establecida para las distribuciones conjuntas: f(x/y) = La función f(x + y) también satisface las propiedades de las funciones de probabilidad. P (a Y = y) = Donde la sumatoria se extiende a todos los valores de x entre a y b cuando x. dado que Y = y Si se desea encontrar la probabilidad de que la variable aleatoria discreta x este entre a y b cuando se sabe que la variable discreta Y = y evaluamos.

OBSERVACIONES: El uso del diagrama de Tronco y Hojas.f.cl/605/articles-27671_recurso_pauta_pdf. que pueden ser con el uso del Histograma o el polígono de frecuencias.ditutor.html uv. G.uma.).com/spss/analisis3. de uv. (s.f.f. UTPL . Recuperado el 14 de 06 de 2014. de Spss: http://www. Recuperado el 15 de 06 de 2014.shtml Ditutor. Recuperado el 15 de 06 de 2014. Spss. BIBLIOGRAFIA: (s. Mexico: Pearson.bioestadistica.pdf Bioestadistica. Probabilidad y Estadistica.es. de http://www. E. (s. (s. (s.). (s.es/taller/graficas/tallos_hojas. F.f.shtml . Recuperado el 15 de 06 de 2014. con las distribuciones empíricas pueden ser aplicadas en otras áreas como en mantenimiento de maquinarias. de Monografias: http://www.com/estadistica/distribuci%C3%B3n_frecuencias.estadisticaparatodos. ya que se pueden calculo de otras maneras y mas rápido.es/libro/node25.spssfree. puede ser innecesario para algunos aspectos como en el cálculo de medianas. de Ditutor: http://www. Recuperado el 17 de 06 de 2014. Recuperado el 17 de 06 de 2014. Spss.com/trabajos72/distribucion-frecuencias/distribucionfrecuencias. C. Wolve.htm#SECTION00251700000000000000 Cabrera.monografias.curriculumenlineamineduc.CONCLUSIONES: Interpretación de datos mediante graficas. modas o medias. (s.es: http://www. Recuperado el 16 de 06 de 2014.).).). de Bioestadistica: http://www. Recuperado el 17 de 06 de 2014.f.f. en donde hacemos el uso de intervalos de tiempo para encontrar fallos.f. de Estadistica para todos: http://www.).es/ceaces/base/descriptiva/independencia.).).com/trabajos43/distribucion-frecuencias/distribucionfrecuencias2.uv. Distribucion de frecuencias.html Estadistica para todos.f. de http://www.f. (1999). Monografias. (s. (s.html Granda.monografias.).htm Walpole.