You are on page 1of 3

DATOS DESCRIPTIVOS

MEDIA: es el promedio de todos los números .
Es fácil de calcular: se suman todos los números, luego se divide el resultado por
cuantos números hay. Ejemplo: cual es la media de 2,7 y 9?---- se suman los
números 2+7+9= 18 y se divide por la cantidad de números que hay, en este caso
serian 3. Entonces 18 / 3 = 6. ( entonces la media es de 6 )

EL ERROR ESTÁNDAR DE LA MEDIA: estima la variabilidad entre las medias de
las muestras que se obtendría si se tomaran múltiples muestras de la misma
población. El error estándar de la media estima la variabilidad entre las muestras
mientras que la desviación estándar mide la variabilidad dentro de una muestra.

Por ejemplo, usted tiene un tiempo de entrega medio de 3.80 días con una
desviación estándar de 1.43 días con base en un muestra aleatoria de 312 tiempos
de entrega. Estos números producen un error estándar de la media de 0.08 días
(1.43 dividido entre la raíz cuadrada de 312). De haber tomado múltiples muestras
aleatorias del mismo tamaño y de la misma población, la desviación estándar de
esas medias diferentes de las muestras habría sido aproximadamente 0.08 días.

MEDIANA
1 Ordenamos los datos de menor a mayor.
2 Si la serie tiene un número impar de medidas la mediana es la puntuación
centralde la misma. 2, 3, 4, 4, 5, 5, 5, 6, 6Me= 5
3 Si la serie tiene un número par de puntuaciones la mediana es la media entre las
dospuntuaciones centrales. 7, 8, 9, 10, 11, 12Me= 9.5
CÁLCULO DE LA MEDIANA
1 Ordenamos los datos de menor a mayor.
2 Si la serie tiene un número impar de medidas la mediana es
la puntuación centralde la misma. 2, 3, 4, 4, 5, 5, 5, 6, 6 Me= 5

de manera que a mayor grado de curtosis. La razón de la asimetría sobre su error estándar puede utilizarse como una prueba de normalidad (es decir.5 DESVIACIÓN ESTÁNDAR La desviación estándar (σ) mide cuánto se separan los datos. la varianza (que suele representarse como ) de una variable aleatoria es una medida de dispersión definida como la esperanza del cuadrado de la desviación de dicha variable respecto a su media. se puede rechazar la normalidad si la razón es menor que -2 o mayor que +2). La razón de la curtosis sobre su error estándar puede utilizarse como prueba de normalidad (es decir. Está medida en la unidad de medida de la variable al cuadrado. VARIANZA: En teoría de probabilidad. ASIMETRIAS: Las medidas de asimetría son indicadores que permiten establecer el grado de simetría (o asimetría) que presenta una distribución de probabilidad de una variable aleatoria sin tener que hacer su representación gráfica. un valor extremo y negativo indica una cola larga por la izquierda CURTOSIS: es una medida de forma que mide cuán escarpada o achatada está una curva o distribución. 9. Un valor grande y positivo para la asimetría indica una cola larga a la derecha. 8. 10.12 Me= 9. Un valor grande y . más escarpada (o apuntada) será la forma de la curva. La fórmula es fácil: es la raíz cuadrada de la varianza. ERROR ESTÁNDAR DE CURTOSIS. ERROR ESTÁNDAR DE ASIMETRÍA. 11.3 Si la serie tiene un número par de puntuaciones la mediana es la media entre las dos puntuaciones centrales . Este coeficiente indica la cantidad de datos que hay cercanos a la media. 7. se puede rechazar la normalidad si la razón es menor que -2 o mayor que +2).

MÍNIMO Y MÁXIMO El máximo se refiere al valor más alto. Permite obtener una idea de la dispersión de los datos. . RANGO: es el intervalo entre el valor máximo y el valor mínimo. el mínimo. por ello.positivo para la curtosis indica que las colas son más largas que las de una distribución normal. comparte unidades con los datos. por el contrario. SUMA La suma es el total de todos los valores de los datos. al más bajo. un valor extremo y negativo indica que las colas son más cortas (llegando a tener forma de caja como en la distribución uniforme). cuanto mayor es el rango. más dispersos están los datos de un conjunto.