Categorías: Todo - estadística - frecuencia - datos - tendencia

por Tomas Martinez hace 3 años

273

Organigrama

El primer capítulo trata sobre la estadística descriptiva, enfocándose en el análisis de datos tanto agrupados como no agrupados. Los datos no agrupados se presentan tal como aparecen, mientras que los agrupados se organizan para facilitar el estudio, especialmente cuando el volumen de datos es significativo.

Organigrama

Capitulo 1. Estadistica Descriptiva

Uso de software estadístico

En el software especializado en tratamiento estadístico se pueden seguir las siguientes instrucciones para obtener algunos resultados de la final como las que se explicaron en el presente capítulo.
Estadísticas descriptivas para datos no agrupados.

Le ayuda a calcular las estadísticas de tendencia central de posición expresión y de forma tiene tres alternativas. Vaya al menú estadísticas>estadísticas básicas

Almacenar estadísticos descriptivos

Le coloca todos los estadísticos que le soliciten software dentro de la hoja de trabajo como anexo una columna para cada estadístico.

Resumen gráfico.

Crea un elemento visual dónde se colocan los estadísticos más importantes de la muestra, acompañado de un histograma, gráfico de caja, dos intervalos de confianza y los resultados de la prueba de normalidad.

Mostrar estadísticos descriptivos.

Le colocan todos los estadísticos que le solicité el software dentro de la hoja de trabajo, anexa una columna para cada estadístico.

Representaciones gráficas

Los gráficos son elementos útiles para la descripción de datos estadísticos, sin importar que sean categóricos, discretos o continuo.
Diagrama de caja

Este gráfico se forma a partir de los estadísticos de posición de un conjunto de datos, de manera puntual cómo se elabora con los cuartiles.

Histograma

El histograma es una representación gráfica muy básica que muestra la distribución en forma de barras o de un conjunto de datos. Diagrama de caja

Diagrama de dispersión

En muchas situaciones reales a los ingenieros les resultan conveniente comparar dos variables diferentes para evaluar la relación entre ellas es ahí donde se interviene un diagrama de dispersión. A diferencia del histograma y diagrama de caja en los que se grafica una sola variable el diagrama y persona es el tipo X -Y porque a cada punto en el eje horizontal le corresponde un valor numérico en el eje vertical.

Si los datos que se están estudiando son de una muestra pequeña, pueden ser analizados directamente, pero en muchas situaciones el número de datos es grande, entonces es conveniente agruparlos para facilitar su estudio.
Medidas de dispersión

En un análisis de datos la variabilidad es un hecho real, es por ello que cada vez más ingenieros en ministradores de procesos buscan el control y la reducción de la variabilidad de los procesos productivos.

Son números que definen cuál es el valor alrededor del que se concentran los datos explica que si los datos están agrupados en una distribución de frecuencia es necesario modificar las fórmulas para analizarlos

Del mismo modo que para los datos no agrupados, los cuantiles en una distribución de frecuencia permiten conocer puntos característicos de conjunto de datos

Tabla de frecuencia

Es un dispositivo para la agrupación de datos y facilita su interpretación.

Análisis de datos agrupados

Los datos no agrupados son el conjunto de datos que no se ha clasificado y se es presentada en su forma de aparición en una tabla de datos donde cada valor se representa de forma individual.
Medidas de disperción

Son valores numéricos que proporcionan información sobre el comportamiento de los datos la tendencia central nos proporciona suficiente información para explicar el comportamiento de forma de cada día que no considera la separación que existe entre las observaciones.

Medidas de posición

También son conocidas como cuantiles y permiten separar un conjunto de datos ordenados en determinado número de grupos o partes que contienen la misma cantidad de observaciones.

Medidas de tendencia central

Están diseñadas para proporcionar al investigador o analista valores cuantitativos sobre la ubicación central de los datos en una muestra