Parametrizar el escenario

Parte 1 Taller para evaluar el Conocimiento en Saber, Hacer y

Comprender.
Adquiriendo Conocimientos

CONCEPTO

Medidas de centro a) Media para datos sueltos: Para calcular la

media aritmtica, sumamos todos los datos y
dividimos entre el nmero de datos.
b) Media para datos agrupados: Se calcula
sumando todos los productos de marca
clase con la frecuencia absoluta respectiva y
su resultado dividirlo por el nmero total de
datos.
c) Mediana para datos sueltos: La mediana
de un conjunto finito de valores es aquel
valor que divide al conjunto en dos partes
iguales, de forma que el nmero de valores
mayor o igual a la mediana es igual al
nmero de valores menores o igual a estos.
d) Mediana para datos agrupados: Es el
valor que ocupa el lugar central de todos los
datos cuando stos estn ordenados de
menor a mayor. La mediana se representa
por Me. La mediana se puede hallar slo
para variables cuantitativas.
Medidas
de a) Percentiles para datos sueltos: el
posicin
percentil divide la muestra en cien partes
iguales es importante recordar que los
datos deben estar ordenados.

DEFINICIN

b) Percentiles para datos agrupados: se

halla con la siguiente formula

c) Cuartiles para datos sueltos: Para un

nmero de n observaciones en el que los

EJEMPLO

datos no son representados en clases, una

vez ordenados los datos la posicin de los
cuartiles se pueden localizar de la siguiente
forma:

d)

Cuartiles para datos agrupados: El clculo

para los cuartiles se determina a travs de la
siguiente expresin:

e) Deciles para datos sueltos: Si se tienen una

serie de valores X1, X2, X3 ... Xn, se
localiza mediante las siguientes frmulas:

f) Deciles para datos agrupados: se calcula

mediante la frmula:

Medidas de forma

a) Coeficiente de asimetra de Fisher:

Cuando al trazar una vertical, en el
diagrama de barras o histograma, de una
variable, segn sea esta discreta o
continua, por el valor de la media, esta
vertical, se transforma en eje de
simetra, decimos que la distribucin es
simtrica.

b) Curtosis: se mide promediando la

cuarta potencia de la diferencia entre
cada elemento del conjunto y la media,
dividido
entre
la desviacin
tpica elevado tambin a la cuarta
potencia. Sea el conjunto X=(x1, x2,,

xN), entonces el coeficiente de curtosis

ser:

Medidas
dispersin

c) Qu significa que la curtosis sea

Mesocrtica,
Leptocrtica
y
Platicrtica?
Leptocrtica: la Curtosis>0. Los datos estn
muy concentrados en la media, siendo una
curva muy apuntada.
Mesocrtica: la Curtosis=0. Distribucin
normal.
Platicrtica: la Curtosis<0. Muy poca
concentracin de datos en la media,
presentando una forma muy achatada.

de a) Rango: es el intervalo 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.
b) Rango intercuartlico: la diferencia entre el
tercer y el primer cuartil de una distribucin.
Es una medida de la dispersin estadstica. A
diferencia del rango, se trata de un
estadstico robusto.
c) Varianza: es una medida de dispersin
definida como la esperanza del cuadrado de
la desviacin de dicha variable respecto a su
media.
d) Diferencia entre la Varianza Poblacional y
la Varianza Muestral: La varianza
poblacional se calcula sobre N elementos (el
todo)
La varianza muestral se calcula sobre n
elementos (una parte del todo)
e) Desviacin Estndar: es una medida de
dispersin para variables de razn (variables
cuantitativas o cantidades racionales) y de
intervalo. Se define como la raz cuadrada de
la varianza de la variable.

Correlacin
y a) Covarianza: es un valor que indica el grado
de variacin conjunta de dos variables
regresin lineal
aleatorias. Es el dato bsico para determinar
si existe una dependencia entre ambas
variables y adems es el dato necesario para
estimar otros parmetros bsicos, como
el coeficiente de correlacin lineal o la recta
de regresin.
b) Coeficiente de correlacin: indica la fuerza
y
la
direccin
de
una relacin
lineal y proporcionalidad entre dos variables
estadsticas. Se considera que dos variables
cuantitativas estn correlacionadas cuando
los valores de una de ellas varan
sistemticamente con respecto a los valores
homnimos de la otra: si tenemos dos
variables (A y B) existe correlacin si al
aumentar los valores de A lo hacen tambin
los de B y viceversa.
c) En una ecuacin de regresin lineal,
como se halla la pendiente a partir de
la covarianza:

Desarrollando Destrezas
1. Realice los siguientes ejercicio con la ayuda de Excel:
MEDIDAS DE TENDENCIA CENTRAL
1. Suponga que queremos venderle unos zapatos a nuestros compaeros de clase y
necesitamos hacer el pedido al vendedor con tiempo. An no sabemos si los
compaeros comprarn los zapatos pero solo podemos para comprar 20 pares de
zapatos. (para facilitar el anlisis suponga que solo podemos pedirle al vendedor
zapatos de una talla, no importa cul pero debe ser la misma para los 20 pares). Los
datos recogidos de los estudiantes son (Clic aqu)

a. Cmo podemos hacer el pedido de zapatos de la mejor forma para asegurar

la recuperacin de la inversin?
la manera ms efectiva para recuperar la inversin sera comprar zapatos talla 14 debido a
que el indicador de moda nos arroja que es la talla ms frecuente en el saln.
b. Qu se sugiere que hagamos con los datos? (lluvia de Ideas)
mirar que tanta frecuencia tiene cada talla de zapatos, podemos observar ciertos
comportamientos a travs de graficas que nos muestre como estn repartidas las tallas en el
saln de clases, adems de eso ayudarnos con las formulas estadsticas.
c. Qu medidas estadsticas nos ayudan a solucionar este problema a partir de
los datos tomados?, Cmo las utilizara?
para una buena organizacin de los datos utilizamos la ayuda de tendencias centrales como
la media, la moda la media que son de suma importancia para el correcto anlisis de las
decisiones a tomar.

MEDIDAS DE POSICIN
2. Se hizo una encuesta en el CIDLIS en el que se pregunt la talla del zapato de cada
uno de los estudiantes de los cursos que maneja junto con su respectivo precio de
almacn. Los datos son (Clic Aqu), conteste las siguientes preguntas:
a. Si queremos pedir las tallas de zapato que pudiera comprar la mitad de los
compaeros, Qu estadstico debera escoger?, Cmo se calcula?, Qu es
lo primero que debemos hacer para calcularlo?
para que la mitad de los compaeros de clases nos compren los zapatos deberamos pedir
las tallas desde 34 hasta 38. Como lo calculamos primero agrupando los datos por las tallas,
despus calculamos la frecuencia en forma porcentual para ver qu participacin tiene cada
una de las tallas en el saln una vez obtenida acumulamos talla en talla para obtener hasta
el valor deseado.
b. Si queremos pedir las tallas de zapato que pudiera comprar el 25% de los
compaeros, Qu estadstico debera escoger?, Cmo se calcula?
Utilizaramos hallar los cuartiles en Excel los podemos calcular y as encontramos que en el
cuartil 1 la talla de zapato que pudieran comparar el 25% de los compaeros es 35.

c. Si queremos pedir las tallas de zapato que pudiera comprar el 75% de los
compaeros, Qu estadstico debera escoger?, Cmo se calcula?
Utilizaramos hallar los cuartiles en Excel los podemos calcular y as encontramos que en el
cuartil 3 la talla de zapato que pudieran comparar el 75% de los compaeros es 42.
d. Qu otras medidas de posicin hay? cmo se podran calcular?
Otras medidas de dispersin son los percentiles que divide la muestra en cien partes iguales
es importante recordar que los datos deben estar ordenados. Los deciles que divide la
muestra en diez partes iguales es importante recordar que los datos deben estar ordenados.
e. Qu diferencia hay entre calcular los estadsticos para datos sueltos y para
datos agrupados sin o con intervalos? (escriba una breve reflexin)
Datos agrupados y no agrupados. Los datos agrupados son aquellos datos que pertenecen a
un tamao demuestra mayor a 20 o ms elementos, por lo que para ser analizados requieren
ser agrupados en clases a partir de ciertas caractersticas.
- Su objetivo es resumir la informacin.
- Comnmente, pertenecen a una muestra mayor a 20 elementos, por lo cual requieren ser
agrupados, esto implica: ordenar, clasificar y expresar los en una tabla de frecuencias.
- Se agrupan los datos, esto quiere decir que se pueden clasificar de forma coherente y lgica
mediante una tabla de frecuencias. - La agrupacin de los datos puede ser simple o mediante
intervalos de clase
Derivado de lo anterior los datos no agrupados son aquellos datos cuya que pertenecen a una
muestra menor a 20 elementos, por lo que, para ser analizados, no requieren ser agrupados. los datos tal como se recabaron, en bruto (es decir, no se presentan clasificados)
- no es necesario clasificar ni generar una tabla de frecuencias, ya que no tiene mucho
sentido.
- Muestra menor a 20 Elementos. Aunque contemos con menos de 20 elementos, debe de
verificarse que los datos no sean significativos, esto es que la informacin no sea repetitiva,
de esta forma, sabremos que no se podr clasificar y por lo tanto se puede presentar la
informacin en una tabla de frecuencias.
En caso de que una vez que hayamos ordenado los elementos, se cuente con datos
significativos. Procedemos a clasificarlos (si es posible, ya que tambin debemos de buscar la
lgica al clasificar los elementos) para convertirlos en datos agrupados.

MEDIDAS DE DISPERSIN
3. Suponga que ahora hizo un estudio estadstico sobre el peso a tres grupos de 7
personas cada uno y todos los grupos tuvieron media 55, Se puede decir que todos
los datos de los tres grupos fueron iguales? Por qu?
no podemos afirmar eso ya que no tenemos con exactitud los valores del peso de las 55
personas, tampoco podemos afirmarlo debido a que la media nos da una percepcin de
cuanto pesan en promedio cada persona lo que quiero decir con esto es que la media en
este caso es el peso de una persona invisible que representa todo el salon sin embargo
asi como pueden todos pesar lo mismo puede que tambin ninguno pese 55.
4. Suponga que los datos recogidos fueron los siguientes:
Grupo 1
Grupo 2
Grupo 3

55
47
39

55
51
47

55
54
53

55
55
55

55
56
57

55
59
63

55
63
71

a. Cmo podemos diferenciar estos tres grupos?, Qu tipo de medidas

podemos usar?
b. Si queremos saber qu intervalo de valores pueden tomar los datos, Qu
medida utilizamos?, Qu problema habra al utilizar esta medida para
describir los grupos?
c. Si queremos saber qu tan distantes a la media estn los datos, Qu medida
podemos utilizar?
d. Qu diferencia hay entre la desviacin media, la varianza, y los momentos
con respecto a la media?
MEDIDAS DE FORMA
5. Se quiere saber hacia dnde se encuentran agrupados los datos con respecto a los
lmites superior e inferior del rango. Qu medida podemos utilizar? Cmo se
calcula?
6. Se quiere saber qu tan apuntados se encuentran los datos grficamente. Qu
medida se puede utilizar para esto?, Cmo se calcula?
7. Qu diferencia hay entre curtosis y varianza?
8. Es posible tener diferentes conjuntos de datos con la misma varianza y diferente
curtosis? En caso de ser posible, Genere tres conjuntos de datos que tengan la
misma varianza pero uno con curtosis cero, otro con curtosis positiva y otro con
curtosis negativa.

9. Es posible tener diferentes conjuntos de datos con la misma curtosis y diferente

varianza? En caso de ser posible, Genere tres conjuntos de datos que tengan la
misma curtosis pero con diferentes varianzas.
Notas:

Se debe montar un trabajo por grapa y en formato IEEE (El formato IEEE se encuentra
en el material de soporte en MOODLE), en la tarea llamada: Entrega Caso 3 M1 (solo
los trabajos montados en la plataforma sern calificados). La fecha lmite de entrega
es hasta 11:55 pm del mircoles 18 de noviembre de 2015.
El nombre del archivo del trabajo debe tener el siguiente formato:
GRUPO_NGRAPA_CASO1.2_CEPI_2015-2. Donde Grupo debe ser remplazado
por B1 o H1 segn corresponda.