TABLAS DE FRECUENCIAS Variables continuas

Slides:



Advertisements
Presentaciones similares
ESTADÍSTICA DESCRIPTIVA
Advertisements

DISTRIBUCIÓN DE PROBABILIDAD CONTINUA DÍA 61 * 1º BAD CT.
UNIVERSIDAD TECNICA DE COTOPAXI
Tabla de Frecuencia según tipo de tipo de variables
Medidas de resumen.
@ Angel Prieto BenitoApuntes de Matemáticas 3º ESO1 TEMA 13 ESTADÍSTICA.
  Intervalos de clase f.a. f.a. acum f.r. f.r. acum Frec. porcentual
GRUPO I ESTADISTICA I YIRA LOPEZ WILLIAM ESTEVEZ CAROLINA PEREZ
Medidas de tendencia Central
DISTRIBUCIÓN DE PROBABILIDAD CONTINUA
@ Angel Prieto BenitoMatemáticas Acceso a CFGS1 Bloque IV * Tema 156 MEDIDAS DE DISPERSIÓN.
Distribución de Frecuencias por intervalos
Distribución de Frecuencias para Datos agrupados
ESTADÍSTICAS DESCRIPTIVA
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
La moda La moda es el valor que tiene mayor frecuencia absoluta.
Construcción de una tabla para datos agrupados
ESTADÍSTICA DESCRIPTIVA
Estadísticas Datos y Azar
TC 28 * ESPAD III Formas de una función.
ESTADISTICAS YADIRA AZPILCUETA GARCIA 2C. El conjunto de los intervalos reales.
Matemáticas 4º ESO Opción B
ESTADÍSTICA: DESVIACIÓN TÍPICA
UNIDAD III DESCRIPTORES NUMÉRICOS
@ Angel Prieto BenitoApuntes de Matemáticas 3º ESO1 TEMA 13 ESTADÍSTICA.
ESTADÍSTICA UNIDIMENSIONAL
Distribuciones Acumuladas
Tabla de Distribución de Frecuencias
ESTADÍSTICA UNIDIMENSIONAL
Apuntes de Matemáticas 3º ESO
Diapositivas de matemáticas
TABULACION O DESARROLLO DE LA TABLA DEL PROCESO ESTADISTICO
@ Angel Prieto BenitoApuntes de Matemáticas 3º ESO1 TEMA 13 ESTADÍSTICA.
ESTADÍSTICA: VARIABLES
TABLAS DE FRECUENCIAS Variables discretas
DÍA 51 * 1º BAD CS MEDIA, MODA Y MEDIANA.
@ Angel Prieto BenitoMatemáticas Acceso a CFGS1 Bloque IV * Tema 155 MEDIDAS DE CENTRALIZACIÓN.
ESTADÍSTICA ESPAD III * TC 33.
Apuntes Matemáticas 1º ESO
Matemáticas 4º ESO Opción B
Apuntes Matemáticas 2º ESO
ESTADÍSTICA UNIDIMENSIONAL
Aplicaciones Estadísticas a las Finanzas Clase 1
Liceo Evangélico Eben-Ezer 6to. Perito Contador Programación II
Estadística Reporte Ejecutivo
JUAN LUIS CHAMIZO BLÁZQUEZ
MEDIDAS DE TENDENCIA CENTRAL
Matemáticas 2º Bachillerato CS
TEMA 14.2 ESTADÍSTICA: TABLAS DE Angel Prieto Benito
Medidas de posición: Percentiles
PROPIEDADES DE LA MATERIA
@ Angel Prieto BenitoApuntes Matemáticas 1º BCT1 ESTADÍSTICA UNIDIMENSIONAL U.D. 14 * 1º BCT.
DATOS ESTADÍSTICOS.
Por: Agustín Audor Julian Tole
FORMULARIO ESTADÍSTICA DESCRIPTIVA contar, medir, pesar, evaluar, observar es el punto de partida.
MEDIDAS DE TENDENCIA CENTRAL
@ Angel Prieto BenitoApuntes Matemáticas 1º ESO1 U.D. 12 * 1º ESO TABLAS Y GRÁFICAS x
@ Angel Prieto BenitoApuntes de Matemáticas 3º ESO1 U.D. 14 * 3º ESO E.AC. MEDIDAS ESTADÍSTICAS.
@ Angel Prieto BenitoApuntes de Matemáticas 3º ESO1 U.D. 13 * 3º ESO E.AC. ESTADÍSTICA.
@ Angel Prieto BenitoApuntes de Matemáticas 3º ESO1 U.D. 14 * 3º ESO E.AP. ESTADÍSTICA.
Tabla de Distribución de Frecuencias
@ Angel Prieto BenitoApuntes de Matemáticas 3º ESO1 U.D. 14 * 3º ESO E.AC. MEDIDAS ESTADÍSTICAS.
@ Angel Prieto BenitoApuntes de Matemáticas 3º ESO1 U.D. 14 * 3º ESO E.AP. ESTADÍSTICA.
@ Angel Prieto BenitoMatemáticas Aplicadas CS I1 ESTADÍSTICA UNIDIMENSIONAL U.D. 10 * 1º BCS.
MEDIDAS DE DISPERSIÓN Pedro Godoy Gómez. Miden qué tanto se dispersan las observaciones alrededor de su media. MEDIDAS DE DISPERSIÓN.
Estadística I.
@ Angel Prieto BenitoMatemáticas 4º ESO E. AC.1 ESTADÍSTICA UNIDIMENSIONAL U. D. 14 * 4º ESO E. AC.
ESTADÍSTICA UNIDIMENSIONAL
Apuntes de Matemáticas 3º ESO
Transcripción de la presentación:

TABLAS DE FRECUENCIAS Variables continuas ESPAD III * TC 35

TABLAS CON VARIABLES CONTINUAS Cuando la variable es continua, en lugar de xi se pondrá el intervalo que abarca en la primera columna, y de forma ordenada. En la siguiente columna se pone la marca de clase (m.c.) correspondiente a cada intervalo, o sea el valor medio de los valores que limitan el intervalo. Ejemplos (2 , 7)  m.c. = (2+7)/2 = 9/2 = 4,50 (0’14 , 0’ 56)  m.c. = (0,14+0,56)/2 = 0,70/2 = 0,35 Para elaborar el resto de la tabla, nos olvidamos de la primera columna (las clases o intervalos) y trabajamos como si la marca de clase (m.c.) fuera el valor de xi. Es decir, si hay 25 alumnos cuyo peso está entre 60 kg y 62 kg, al ser m.c.= 61 kg, trabajamos como si los 25 alumnos pesaran 61 kg todos.

Cantidad, en gr, de cacao en un litro de leche. VARIABLE CONTINUA Ejemplo_1 Cantidad, en gr, de cacao en un litro de leche. VARIABLE CONTINUA Clases m.c. ni fi fi(%) Ni Fi(%) ni.xi ni.xi2 [0,00-0,02) 0,010 20 0,08 8 0,20 0,002 [0,02-0,04) 0,030 60 0,24 24 80 32 1,80 0,054 [0,04-0,06) 0,050 90 0,36 36 170 68 4,50 0,225 [0,06-0,08) 0,070 50 220 88 3,50 0,245 [0,08-0,10) 0,090 30 0,12 12 250 100 2,70 0,243 1 12,70 0,769 Importante: La variable xi puede tomar hasta 250 valores diferentes. Luego, al ser demasiados, procede a considerarla variable continua y hacer intervalos o clases. Aunque no es obligado, suelen ser del mismo ancho.

Calificaciones de un trabajo a 40 alumnos. Variable discreta. Clases Ejemplo_2 Calificaciones de un trabajo a 40 alumnos. Variable discreta. Clases m.c. ni fi fi(%) Ni Fi(%) ni.xi ni xi 2 [2 , 4) 3 5 0,125 12,5 12,50 15 45 [4 , 6) 20 0,500 50 25 62,50 100 500 [6 , 8] 7 0,375 37,5 40 105 735 1 220 1280 Nota: En este ejemplo la nota del alumno puede ser cualquier valor entre el 2 y el 8. Para evitar que nos salgan 40 resultados distintos, se agrupan en clases. Si un alumno saca un 4,00 se le contaría en el intervalo [4 , 6) y no en el [2 , 4).

Ejemplo_3 Calificaciones de 200 alumnos de una clase en Matemáticas VARIABLE CONTINUA ( notas con decimales) Clases m.c. ni fi fi(%) Ni Fi(%) ni.xi ni.xi2 [0 , 2] 1 15 0,075 7,50 (2 , 4] 3 50 0,250 25 65 32,50 150 450 (4 , 6] 5 75 0,375 37,50 140 70 375 1875 (6 , 8] 7 40 0,20 20 180 90 280 1960 (8 , 10] 9 0,10 10 200 100 1620 1000 5920

Muestras 1 2,01 1,00 8,01 3,91 3,01 1,01 2,05 7,05 8,09 8,05 3,15 8,75 8,15 2,55 1,15 2,07 7,07 8,77 3,07 1,07 8,07 5,07 3,74 4,00 8,37 8,34 3,34 5,54 1,34 2,25 7,75 1,55 5,55 6,65 2,38 7,18 2,18 5,18 5,88 1,18 2,11 3,31 2,31 1,11 3,11 6,11 3,14 7,14 2,14 6,34 1,14 2,21 7,71 6,61

Nos dan, en una tabla, el peso en gramos de 80 insectos, para su Ejemplo_4 Nos dan, en una tabla, el peso en gramos de 80 insectos, para su Tabulación y posterior estudio estadístico. Localizamos la medida menor y la mayor. Determinamos la cantidad de intervalos o clases. Fijamos los límites de cada clase, todas de igual ancho generalmente. Y contamos los datos (pesos) correspondientes a cada clase. clases m.c. ni fi fi(%) Ni Fi(%) ni.xi ni xi 2 [1 , 3] 2 33 0,4125 41,25 66 132 (3 , 5] 4 12 0,15 15 45 56,25 48 192 (5 , 7] 6 0,1875 18,75 60 75 90 540 (7 , 9] 8 20 0,25 25 80 100 160 1280 1 364 2144

Muestras 2 261 140 201 100 102 110 265 405 245 305 205 317 315 345 312 335 375 267 207 227 204 237 277 374 400 474 372 404 334 480 225 445 425 500 418 248 238 218 211 331 221 311 431 314 214 316 264 444

Nos dan, en una tabla, la precipitación (litros de lluvia por metro Ejemplo_5 Nos dan, en una tabla, la precipitación (litros de lluvia por metro cuadrado) en 80 lugares diferentes de un pais para su Tabulación y posterior estudio estadístico. Localizamos la medida menor y la mayor. Determinamos la cantidad de intervalos o clases. Fijamos los límites de cada clase, todas de igual ancho generalmente. Y contamos los datos (litros) de cada clase. clases m.c. ni fi fi(%) Ni Fi(%) ni.xi ni xi 2 [100 , 200) 150 4 0,05 5 600 90000 [200 , 300) 250 41 0,5125 51,25 45 56,25 10250 2562500 [300 , 400) 350 20 0,25 25 65 81,25 7000 2450000 [400 , 500] 450 15 0,1875 18,75 80 100 6750 3037500 1 24600 8140000