SlideShare a Scribd company logo
1 of 22
PROYECTO DE AULA.
MATEMÁTICAS.
MEDIDAS DE TENDENCIA CENTRAL Y DE
DISPERSIÓN

• Integrantes:
• Janina Cañizares.
Zumbana.
• Belén Aguirre.
• Juan Díaz.
• José Parra.
• Vladimir Plazarte.
• Elías Ramos.

Profesor:
Ing. Byron














La Estadística es la ciencia que trata de los métodos y procedimientos para
recoger, clasificar, resumir, hallar regularidades y analizar  datos,  así como de
realizar inferencias a partir de ellos, con la finalidad de ayudar a la toma
de decisiones y en su caso formular predicciones.
Población: es el conjunto de elementos, individuos o entes sujetos a estudio
y  de los cuales queremos obtener un resultado.
Variable: es la característica que estamos midiendo.
Existen dos tipos de variables:
Variable cualitativa:  Es aquella que expresa un atributo o característica,
ejemplo: Rubio, moreno, etc.
Variable cuantitativa:  Es aquella que podemos expresar numéricamente:
edad, peso, etc. 
Muestra: Conjunto de elementos que forman parte de población . La muestra
representa a esta población.
Dato: Cada uno de los individuos, cosas, entes abstractos que integran una
población o universo determinado. Dicho de otra forma, cada valor observado
de la variable.
Medidas de tendencia central
Medidas de Posición: son aquellos valores numéricos que nos permiten
o bien dar alguna medida de tendencia central, dividiendo el
recorrido de la variable en dos, o bien fragmentar la cantidad de
datos en partes iguales. Las más usuales son la media, la mediana, la
moda, los cuartiles, quintiles, deciles y percentiles. Pueden ser de
dos tipos: de tendencia central o de tipismo.
Medidas de Dispersión: se llaman medidas de dispersión aquellas que
permiten retratar la distancia de los valores de la variable a un cierto
valor central, o que permiten identificar la concentración de los
datos en un cierto sector del recorrido de la variable. Se trata de
coeficientes para variables cuantitativas. Las más usuales son el
desvío estándar y la varianza.
Dado un conjunto de observaciones
la media se representa mediante
y se obtiene dividiendo la suma de todos los datos
por el número de ellos, es decir:
Media aritmética (I)

La media aritmética de un conjunto de datos es el cociente entre la suma
de todos los datos y el número de estos.
Ejemplo: las notas de Juan el año pasado fueron:
5, 6, 4, 7, 8, 4, 6
La nota media de Juan es:

Hay 7 datos
que suman 40

5 + 6 + 4 + 7 + 8 + 4 + 6 40
=
= 5,7
Nota media =
7
7
Media aritmética (II)

Cálculo de la media aritmética cuando los datos se repiten.
1º. Se multiplican los datos por sus frecuencias absolutas respectivas, y
se suman.
2º. El resultado se divide por el total de datos.
Ejemplo. Las notas de un grupo de alumnos fueron:
Notas Frecuencia Notas x
absoluta F. absoluta
3
5
15
5
8
40
6
10
60
7
2
14
Total
25
129

Datos por frecuencias

Media =

129
= 5,1
25

Total de datos
La mediana, a diferencia de la media no busca el valor central del recorrido de la variable
según la cantidad de observaciones, sino que busca determinar el valor que tiene
aquella observación que divide la cantidad de observaciones en dos mitades iguales.
Por lo tanto es necesario atender a la ordenación de los datos, y debido a ello, este
cálculo depende de la posición relativa de los valores obtenidos. Es necesario, antes
que nada, ordenar los datos de menor a mayor (o viceversa).

en caso que N sea impar
La mediana

La mediana de un conjunto de datos es un valor del mismo tal que el número de
datos menores que él es igual al número de datos mayores que él.

Ejemplo:

Los pesos, en kilogramos, de 7 jugadores de un
equipo de fútbol son: 72, 65, 71, 56, 59, 63, 72

1º. Ordenamos los
56, 59, 63, 65, 71, 72, 72
datos:
2º. El dato que queda en el centro es
La mediana vale 65.
65.
Caso:

Si el número de datos fuese par, la mediana es la
media aritmética de los dos valores centrales.

Para el conjunto 56, 57, 59, 63, 65, 71, 72, 72, la mediana es: 63 + 65
= 64
2
La moda, es aquel dato, ó valor de la variable
que más se repite; es decir, aquel valor de la
variable (que puede no ser un único valor)
con una frecuencia mayor.
La moda

La moda de un conjunto de datos es el dato que más se repite.
Ejemplo.

Una zapatería ha vendido en una semana los zapatos
que se reflejan en la tabla:

Nº de calzado
Nº de personas

38
16

El número de zapato más
vendido, el dato con mayor
frecuencia absoluta, es el 41.

39
21

40
30

41
35

42
29

43
18

44
10

45
7

Lo compran 35 personas
La moda es 41.
El desvío estándar
Es posible identificar conjuntos de datos que a pesar de ser muy
distintos en términos de valores absolutos, poseen la misma media.
Una medida diferencial para identificar esos conjuntos de datos es
la concentración o dispersión alrededor de la media.
Una manera de evitar que los distintos signos se compensen es
elevarlas al cuadrado, de manera que todas las desviaciones sean
positivas. La raíz cuadrada del promedio de estas cantidades recibe
el nombre de desvío estándar, o desviación típica y es representada
por la siguiente fórmula:
A mayor valor del coeficiente del desvío estándar, mayor dispersión de los datos con respecto a
su media. Es un valor que representa los promedios de todas las diferencias individuales de las
observaciones respecto a un punto de referencia común, que es la media aritmética. Se entiende
entonces que cuando este valor es más pequeño, las diferencias de los valores respecto a la
media, es decir, los desvíos, son menores y, por lo tanto, el grupo de observaciones es más
“homogéneo” que si el valor de la desviación estándar fuera más grande. O sea que a menor
dispersión mayor homogeneidad y a mayor dispersión, menor homogeneidad.
La Varianza
El cuadrado de la desviación estándar recibe el nombre de varianza y se representa por . La
suma de los cuadrados de los desvíos de la totalidad de las observaciones, respecto de la media
aritmética de la distribución, es menor que la suma de los cuadrados de los desvíos respecto de
cualquier otro valor que no sea la media aritmética.
Si observamos, veremos que la varianza no es más que el desvío estándar al cuadrado.
Precisamente la manera de simbolizarla es.
Por lo mismo, el desvío estándar puede definirse como la raíz cuadrada de la varianza
8 cms.

Aquí tenemos 9 rectángulos cuya altura es de 8 centímetros (y todos
tienen la misma base).
¿Existe alguna variación respecto de su altura entre estos rectángulos?
¿Cuál es el promedio de la altura de estos rectángulos?
8+8+8+8+8+8+8+8+8
9

=

72
=8
9
10 cms
6 cms
8 cms.

El quinto rectángulo y el octavo rectángulo en un acto de rebeldía
cambiaron su altura. El quinto rectángulo, ahora de color rojo, mide 10
centímetros, y el octavo rectángulo, de color azul, mide 6 centímetros?
¿Cuál es el nuevo promedio de estos 9 rectángulos?
8 + 8 + 8 + 8 + 10 + 8 + 8 + 6 + 8
9

=

72
=8
9

... ¡el mismo promedio! Pero... ¿ha habido variación?
10 cms
6 cms
8 cms.

El rectángulo rojo tiene +2 centímetros sobre el promedio, y el
rectángulo azul tiene –2 centímetros bajo el promedio. Los otros
rectángulos tienen cero diferencia respecto del promedio.
Si sumamos estas diferencias de la altura respecto del promedio,
tenemos
0+0+0+0+2+0+0–2+0 =0
Este valor nos parece indicar que ¡no ha habido variabilidad! Y sin
embargo, ante nuestros ojos, sabemos que hay variación.
10 cms
6 cms
8 cms.

Una forma de eliminar los signos menos de aquellas diferencias que
sean negativas, esto es de aquellos mediciones que estén bajo el
promedio, es elevar al cuadrado todas las diferencias, y luego sumar...
02 + 02 + 02 + 02 + 22 + 02 + 02 + (– 2)2 + 02 = 8
Y este resultado repartirlo entre todos los rectángulos, es decir lo
dividimos por el número de rectángulos que es 9
02 + 02 + 02 + 02 + 22 + 02 + 02 + (– 2)2 + 02 =
9

8
9

= 0,89
10 cms
6 cms
8 cms.

Se dice entonces que la varianza fue de 0,89
Observemos que las unidades involucradas en el cálculo de la varianza
están al cuadrado. En rigor la varianza es de 0,89 centímetros cuadrados.
De manera que se define

0,89 = 0,943
La raíz cuadrada de la varianza se llama desviación estándar
10 cms
6 cms
8 cms.

Que la desviación estándar haya sido de 0,943 significa que en promedio la
altura de los rectángulos variaron (ya sea aumentando, ya sea
disminuyendo) en 0,943 centímetros.
Es claro que esta situación es “en promedio”, puesto que sabemos que
los causantes de la variación fueron los rectángulos quinto y octavo.
Esta variación hace repartir la “culpa” a todos los demás rectángulos
que se “portaron bien”.
La desviación estándar mide la dispersión de los datos respecto del
promedio
10 cms
8 cms.
8 cms.8 cms.
8 cms.
8 cms.
7 cms.
6 cms
4 cms

¿Cuál es la varianza y la desviación estándar de las alturas de los rectángulos?
En primer lugar debemos calcular el promedio
8 + 4 + 8 + 8 + 10 + 8 + 7 + 6 + 8
= 7,44
9
Luego debemos calcular la varianza
10 cms
8 cms.

8 cms.

8 cms.

8 cms.

7 cms.

4 cms

0,56

-3,44

0,56

0,56

2,56

0,56 -0,44

8 cms.
6 cms

-1,44
0,56

7,44
Promedio
0,562 + (-3,44)2 + 0,562 + 0,562 + 2,562 + 0,562 + (-0,44)2 + (-1,44)2 + 0,562 22,2224
=
9
9
Este es el valor de la varianza

= 2,469
10 cms
8 cms.

8 cms.

8 cms.

8 cms.

4 cms

7 cms.

8 cms.
6 cms

7,44
Promedio
Si la varianza fue de 2,469, entonces la desviación estándar es de...

2, 469 = 1,57
Lo que significa que, en promedio, los rectángulos se desviaron más o
menos (más arriba o más abajo) en 1,57 centímetros.
Para entender la varianza necesariamente debe saber:
•Sumar
•Restar
•Multiplicar
•Dividir
•Potencia de orden 2
•Raíz cuadrada
Y es claro que esto no es suficiente (salvo que queramos que aprenda de
memoria los cálculos). Necesitamos estimular su imaginación para que
“vea” la variabilidad existente en la naturaleza.
Entregue una lista de fenómenos en que un mismo atributo tenga
variabilidad si se mide este atributo a un número de individuos u objetos.

More Related Content

What's hot

Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
poolbilla
 
Diapositivas estadistica
Diapositivas estadisticaDiapositivas estadistica
Diapositivas estadistica
lissethperez
 
media aritmetica en datos agrupados y no agrupados
media aritmetica en datos agrupados y no agrupadosmedia aritmetica en datos agrupados y no agrupados
media aritmetica en datos agrupados y no agrupados
joherman paradas
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
analiamon
 
Tipos de escalas de medición
Tipos de escalas de mediciónTipos de escalas de medición
Tipos de escalas de medición
USET
 
Expo equipo d parametro, variable, datos
Expo equipo d parametro, variable, datosExpo equipo d parametro, variable, datos
Expo equipo d parametro, variable, datos
Anna Rodriguez
 

What's hot (19)

Elementos de estadistica_descriptiva
Elementos de estadistica_descriptivaElementos de estadistica_descriptiva
Elementos de estadistica_descriptiva
 
Medidas de dispersion_prof hector
Medidas de dispersion_prof hectorMedidas de dispersion_prof hector
Medidas de dispersion_prof hector
 
Unidad 5 La Curva Normal
Unidad 5 La Curva NormalUnidad 5 La Curva Normal
Unidad 5 La Curva Normal
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
UNIDAD 1 FASE 2_ESTADISTICA DESCRIPTIVA.docx
UNIDAD 1 FASE 2_ESTADISTICA DESCRIPTIVA.docxUNIDAD 1 FASE 2_ESTADISTICA DESCRIPTIVA.docx
UNIDAD 1 FASE 2_ESTADISTICA DESCRIPTIVA.docx
 
Analisisdevarianza
AnalisisdevarianzaAnalisisdevarianza
Analisisdevarianza
 
T02 bidimensional 03
T02 bidimensional 03T02 bidimensional 03
T02 bidimensional 03
 
Diapositivas estadistica
Diapositivas estadisticaDiapositivas estadistica
Diapositivas estadistica
 
Términos Básicos en Estadística
Términos Básicos en EstadísticaTérminos Básicos en Estadística
Términos Básicos en Estadística
 
Medidas de-dispersion-arvelo
Medidas de-dispersion-arveloMedidas de-dispersion-arvelo
Medidas de-dispersion-arvelo
 
media aritmetica en datos agrupados y no agrupados
media aritmetica en datos agrupados y no agrupadosmedia aritmetica en datos agrupados y no agrupados
media aritmetica en datos agrupados y no agrupados
 
Medidas de Tendencia Central
Medidas de Tendencia CentralMedidas de Tendencia Central
Medidas de Tendencia Central
 
Estadística descriptiva para una variable
Estadística descriptiva para una variableEstadística descriptiva para una variable
Estadística descriptiva para una variable
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Primera clase
Primera clasePrimera clase
Primera clase
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Tipos de escalas de medición
Tipos de escalas de mediciónTipos de escalas de medición
Tipos de escalas de medición
 
Expo equipo d parametro, variable, datos
Expo equipo d parametro, variable, datosExpo equipo d parametro, variable, datos
Expo equipo d parametro, variable, datos
 
Estadística
EstadísticaEstadística
Estadística
 

Viewers also liked (9)

3 medidas de tendencia central y de dispersion
3 medidas de tendencia central y de dispersion3 medidas de tendencia central y de dispersion
3 medidas de tendencia central y de dispersion
 
Medidas de tendencia central y dispersión
Medidas de tendencia central y dispersiónMedidas de tendencia central y dispersión
Medidas de tendencia central y dispersión
 
Medidas de Tendencias Central y Dispersión
Medidas de Tendencias Central y DispersiónMedidas de Tendencias Central y Dispersión
Medidas de Tendencias Central y Dispersión
 
Promedio Y Desviacion Estandar Finanzas 211.Ppt [Compatibility M
Promedio Y Desviacion Estandar  Finanzas 211.Ppt [Compatibility MPromedio Y Desviacion Estandar  Finanzas 211.Ppt [Compatibility M
Promedio Y Desviacion Estandar Finanzas 211.Ppt [Compatibility M
 
Estadistica I 05
Estadistica  I 05Estadistica  I 05
Estadistica I 05
 
Tema 1.4 tendencia central y dispersión (datos agrupados)
Tema 1.4 tendencia central y dispersión (datos agrupados)Tema 1.4 tendencia central y dispersión (datos agrupados)
Tema 1.4 tendencia central y dispersión (datos agrupados)
 
Medidas de tendencia central y de dispersión
Medidas de tendencia central y de dispersiónMedidas de tendencia central y de dispersión
Medidas de tendencia central y de dispersión
 
Impulso y cantidad de movimiento
Impulso y cantidad de movimientoImpulso y cantidad de movimiento
Impulso y cantidad de movimiento
 
3 medidas de tendencia central y de dispersion
3   medidas de tendencia central y de dispersion3   medidas de tendencia central y de dispersion
3 medidas de tendencia central y de dispersion
 

Similar to Clase v medidas_de_tendencia_central

Clase_V_Medidas_de_tendencia_central.ppt
Clase_V_Medidas_de_tendencia_central.pptClase_V_Medidas_de_tendencia_central.ppt
Clase_V_Medidas_de_tendencia_central.ppt
briannarp
 
PROBABILIDAD Y ESTADISTICA contenido tematico 4 parciales
PROBABILIDAD Y ESTADISTICA contenido tematico 4 parcialesPROBABILIDAD Y ESTADISTICA contenido tematico 4 parciales
PROBABILIDAD Y ESTADISTICA contenido tematico 4 parciales
Eli Diaz
 
Guia estudio 03.pptxestadistica
Guia estudio 03.pptxestadisticaGuia estudio 03.pptxestadistica
Guia estudio 03.pptxestadistica
cienciascontables
 

Similar to Clase v medidas_de_tendencia_central (20)

Clase_V_Medidas_de_tendencia_central.ppt
Clase_V_Medidas_de_tendencia_central.pptClase_V_Medidas_de_tendencia_central.ppt
Clase_V_Medidas_de_tendencia_central.ppt
 
PROBABILIDAD Y ESTADISTICA contenido tematico 4 parciales
PROBABILIDAD Y ESTADISTICA contenido tematico 4 parcialesPROBABILIDAD Y ESTADISTICA contenido tematico 4 parciales
PROBABILIDAD Y ESTADISTICA contenido tematico 4 parciales
 
Guia estudio 03.pptxestadistica
Guia estudio 03.pptxestadisticaGuia estudio 03.pptxestadistica
Guia estudio 03.pptxestadistica
 
Varianza
VarianzaVarianza
Varianza
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Medidas de tendencia central posicion y dispercion gabriel
Medidas de tendencia central posicion y dispercion gabrielMedidas de tendencia central posicion y dispercion gabriel
Medidas de tendencia central posicion y dispercion gabriel
 
3°-medio-Probabilidad-Medidas-de-dispersión.pptx
3°-medio-Probabilidad-Medidas-de-dispersión.pptx3°-medio-Probabilidad-Medidas-de-dispersión.pptx
3°-medio-Probabilidad-Medidas-de-dispersión.pptx
 
medio-Probabilidad-Medidas-de-dispersión.pptx
medio-Probabilidad-Medidas-de-dispersión.pptxmedio-Probabilidad-Medidas-de-dispersión.pptx
medio-Probabilidad-Medidas-de-dispersión.pptx
 
Varianza y desviación estándar
Varianza y desviación estándarVarianza y desviación estándar
Varianza y desviación estándar
 
TEMA 1 . 19 DE JUNIO-6.pptx
TEMA 1 . 19 DE JUNIO-6.pptxTEMA 1 . 19 DE JUNIO-6.pptx
TEMA 1 . 19 DE JUNIO-6.pptx
 
Epidemiología (epidemiometria)
Epidemiología (epidemiometria)Epidemiología (epidemiometria)
Epidemiología (epidemiometria)
 
Capitulo 1
Capitulo 1Capitulo 1
Capitulo 1
 
Estadistica+basica
Estadistica+basicaEstadistica+basica
Estadistica+basica
 
Medidas de Dispersion
Medidas de DispersionMedidas de Dispersion
Medidas de Dispersion
 
Medidas de tendencia central - Albbanys Campos
Medidas de tendencia central - Albbanys CamposMedidas de tendencia central - Albbanys Campos
Medidas de tendencia central - Albbanys Campos
 
Medidas de tendencia_2013
Medidas de tendencia_2013Medidas de tendencia_2013
Medidas de tendencia_2013
 
Medidas de dispersion.pptx
Medidas de dispersion.pptxMedidas de dispersion.pptx
Medidas de dispersion.pptx
 
Power tics
Power ticsPower tics
Power tics
 
Actividad no 7
Actividad no 7Actividad no 7
Actividad no 7
 
Diapositivas Estadistica
Diapositivas EstadisticaDiapositivas Estadistica
Diapositivas Estadistica
 

Recently uploaded

PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
lupitavic
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
JonathanCovena1
 

Recently uploaded (20)

Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circular
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Estrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxEstrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptx
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperio
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 

Clase v medidas_de_tendencia_central

  • 1. PROYECTO DE AULA. MATEMÁTICAS. MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN • Integrantes: • Janina Cañizares. Zumbana. • Belén Aguirre. • Juan Díaz. • José Parra. • Vladimir Plazarte. • Elías Ramos. Profesor: Ing. Byron
  • 2.         La Estadística es la ciencia que trata de los métodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar  datos,  así como de realizar inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones. Población: es el conjunto de elementos, individuos o entes sujetos a estudio y  de los cuales queremos obtener un resultado. Variable: es la característica que estamos midiendo. Existen dos tipos de variables: Variable cualitativa:  Es aquella que expresa un atributo o característica, ejemplo: Rubio, moreno, etc. Variable cuantitativa:  Es aquella que podemos expresar numéricamente: edad, peso, etc.  Muestra: Conjunto de elementos que forman parte de población . La muestra representa a esta población. Dato: Cada uno de los individuos, cosas, entes abstractos que integran una población o universo determinado. Dicho de otra forma, cada valor observado de la variable.
  • 3. Medidas de tendencia central Medidas de Posición: son aquellos valores numéricos que nos permiten o bien dar alguna medida de tendencia central, dividiendo el recorrido de la variable en dos, o bien fragmentar la cantidad de datos en partes iguales. Las más usuales son la media, la mediana, la moda, los cuartiles, quintiles, deciles y percentiles. Pueden ser de dos tipos: de tendencia central o de tipismo. Medidas de Dispersión: se llaman medidas de dispersión aquellas que permiten retratar la distancia de los valores de la variable a un cierto valor central, o que permiten identificar la concentración de los datos en un cierto sector del recorrido de la variable. Se trata de coeficientes para variables cuantitativas. Las más usuales son el desvío estándar y la varianza.
  • 4. Dado un conjunto de observaciones la media se representa mediante y se obtiene dividiendo la suma de todos los datos por el número de ellos, es decir:
  • 5. Media aritmética (I) La media aritmética de un conjunto de datos es el cociente entre la suma de todos los datos y el número de estos. Ejemplo: las notas de Juan el año pasado fueron: 5, 6, 4, 7, 8, 4, 6 La nota media de Juan es: Hay 7 datos que suman 40 5 + 6 + 4 + 7 + 8 + 4 + 6 40 = = 5,7 Nota media = 7 7
  • 6. Media aritmética (II) Cálculo de la media aritmética cuando los datos se repiten. 1º. Se multiplican los datos por sus frecuencias absolutas respectivas, y se suman. 2º. El resultado se divide por el total de datos. Ejemplo. Las notas de un grupo de alumnos fueron: Notas Frecuencia Notas x absoluta F. absoluta 3 5 15 5 8 40 6 10 60 7 2 14 Total 25 129 Datos por frecuencias Media = 129 = 5,1 25 Total de datos
  • 7. La mediana, a diferencia de la media no busca el valor central del recorrido de la variable según la cantidad de observaciones, sino que busca determinar el valor que tiene aquella observación que divide la cantidad de observaciones en dos mitades iguales. Por lo tanto es necesario atender a la ordenación de los datos, y debido a ello, este cálculo depende de la posición relativa de los valores obtenidos. Es necesario, antes que nada, ordenar los datos de menor a mayor (o viceversa). en caso que N sea impar
  • 8. La mediana La mediana de un conjunto de datos es un valor del mismo tal que el número de datos menores que él es igual al número de datos mayores que él. Ejemplo: Los pesos, en kilogramos, de 7 jugadores de un equipo de fútbol son: 72, 65, 71, 56, 59, 63, 72 1º. Ordenamos los 56, 59, 63, 65, 71, 72, 72 datos: 2º. El dato que queda en el centro es La mediana vale 65. 65. Caso: Si el número de datos fuese par, la mediana es la media aritmética de los dos valores centrales. Para el conjunto 56, 57, 59, 63, 65, 71, 72, 72, la mediana es: 63 + 65 = 64 2
  • 9. La moda, es aquel dato, ó valor de la variable que más se repite; es decir, aquel valor de la variable (que puede no ser un único valor) con una frecuencia mayor.
  • 10. La moda La moda de un conjunto de datos es el dato que más se repite. Ejemplo. Una zapatería ha vendido en una semana los zapatos que se reflejan en la tabla: Nº de calzado Nº de personas 38 16 El número de zapato más vendido, el dato con mayor frecuencia absoluta, es el 41. 39 21 40 30 41 35 42 29 43 18 44 10 45 7 Lo compran 35 personas La moda es 41.
  • 11. El desvío estándar Es posible identificar conjuntos de datos que a pesar de ser muy distintos en términos de valores absolutos, poseen la misma media. Una medida diferencial para identificar esos conjuntos de datos es la concentración o dispersión alrededor de la media. Una manera de evitar que los distintos signos se compensen es elevarlas al cuadrado, de manera que todas las desviaciones sean positivas. La raíz cuadrada del promedio de estas cantidades recibe el nombre de desvío estándar, o desviación típica y es representada por la siguiente fórmula:
  • 12. A mayor valor del coeficiente del desvío estándar, mayor dispersión de los datos con respecto a su media. Es un valor que representa los promedios de todas las diferencias individuales de las observaciones respecto a un punto de referencia común, que es la media aritmética. Se entiende entonces que cuando este valor es más pequeño, las diferencias de los valores respecto a la media, es decir, los desvíos, son menores y, por lo tanto, el grupo de observaciones es más “homogéneo” que si el valor de la desviación estándar fuera más grande. O sea que a menor dispersión mayor homogeneidad y a mayor dispersión, menor homogeneidad. La Varianza El cuadrado de la desviación estándar recibe el nombre de varianza y se representa por . La suma de los cuadrados de los desvíos de la totalidad de las observaciones, respecto de la media aritmética de la distribución, es menor que la suma de los cuadrados de los desvíos respecto de cualquier otro valor que no sea la media aritmética. Si observamos, veremos que la varianza no es más que el desvío estándar al cuadrado. Precisamente la manera de simbolizarla es. Por lo mismo, el desvío estándar puede definirse como la raíz cuadrada de la varianza
  • 13. 8 cms. Aquí tenemos 9 rectángulos cuya altura es de 8 centímetros (y todos tienen la misma base). ¿Existe alguna variación respecto de su altura entre estos rectángulos? ¿Cuál es el promedio de la altura de estos rectángulos? 8+8+8+8+8+8+8+8+8 9 = 72 =8 9
  • 14. 10 cms 6 cms 8 cms. El quinto rectángulo y el octavo rectángulo en un acto de rebeldía cambiaron su altura. El quinto rectángulo, ahora de color rojo, mide 10 centímetros, y el octavo rectángulo, de color azul, mide 6 centímetros? ¿Cuál es el nuevo promedio de estos 9 rectángulos? 8 + 8 + 8 + 8 + 10 + 8 + 8 + 6 + 8 9 = 72 =8 9 ... ¡el mismo promedio! Pero... ¿ha habido variación?
  • 15. 10 cms 6 cms 8 cms. El rectángulo rojo tiene +2 centímetros sobre el promedio, y el rectángulo azul tiene –2 centímetros bajo el promedio. Los otros rectángulos tienen cero diferencia respecto del promedio. Si sumamos estas diferencias de la altura respecto del promedio, tenemos 0+0+0+0+2+0+0–2+0 =0 Este valor nos parece indicar que ¡no ha habido variabilidad! Y sin embargo, ante nuestros ojos, sabemos que hay variación.
  • 16. 10 cms 6 cms 8 cms. Una forma de eliminar los signos menos de aquellas diferencias que sean negativas, esto es de aquellos mediciones que estén bajo el promedio, es elevar al cuadrado todas las diferencias, y luego sumar... 02 + 02 + 02 + 02 + 22 + 02 + 02 + (– 2)2 + 02 = 8 Y este resultado repartirlo entre todos los rectángulos, es decir lo dividimos por el número de rectángulos que es 9 02 + 02 + 02 + 02 + 22 + 02 + 02 + (– 2)2 + 02 = 9 8 9 = 0,89
  • 17. 10 cms 6 cms 8 cms. Se dice entonces que la varianza fue de 0,89 Observemos que las unidades involucradas en el cálculo de la varianza están al cuadrado. En rigor la varianza es de 0,89 centímetros cuadrados. De manera que se define 0,89 = 0,943 La raíz cuadrada de la varianza se llama desviación estándar
  • 18. 10 cms 6 cms 8 cms. Que la desviación estándar haya sido de 0,943 significa que en promedio la altura de los rectángulos variaron (ya sea aumentando, ya sea disminuyendo) en 0,943 centímetros. Es claro que esta situación es “en promedio”, puesto que sabemos que los causantes de la variación fueron los rectángulos quinto y octavo. Esta variación hace repartir la “culpa” a todos los demás rectángulos que se “portaron bien”. La desviación estándar mide la dispersión de los datos respecto del promedio
  • 19. 10 cms 8 cms. 8 cms.8 cms. 8 cms. 8 cms. 7 cms. 6 cms 4 cms ¿Cuál es la varianza y la desviación estándar de las alturas de los rectángulos? En primer lugar debemos calcular el promedio 8 + 4 + 8 + 8 + 10 + 8 + 7 + 6 + 8 = 7,44 9 Luego debemos calcular la varianza
  • 20. 10 cms 8 cms. 8 cms. 8 cms. 8 cms. 7 cms. 4 cms 0,56 -3,44 0,56 0,56 2,56 0,56 -0,44 8 cms. 6 cms -1,44 0,56 7,44 Promedio 0,562 + (-3,44)2 + 0,562 + 0,562 + 2,562 + 0,562 + (-0,44)2 + (-1,44)2 + 0,562 22,2224 = 9 9 Este es el valor de la varianza = 2,469
  • 21. 10 cms 8 cms. 8 cms. 8 cms. 8 cms. 4 cms 7 cms. 8 cms. 6 cms 7,44 Promedio Si la varianza fue de 2,469, entonces la desviación estándar es de... 2, 469 = 1,57 Lo que significa que, en promedio, los rectángulos se desviaron más o menos (más arriba o más abajo) en 1,57 centímetros.
  • 22. Para entender la varianza necesariamente debe saber: •Sumar •Restar •Multiplicar •Dividir •Potencia de orden 2 •Raíz cuadrada Y es claro que esto no es suficiente (salvo que queramos que aprenda de memoria los cálculos). Necesitamos estimular su imaginación para que “vea” la variabilidad existente en la naturaleza. Entregue una lista de fenómenos en que un mismo atributo tenga variabilidad si se mide este atributo a un número de individuos u objetos.