viernes, 27 de mayo de 2011

Resumen_ultima clase


UNIVERSIDAD TECNICA PARTICULAR DE LOJA
NOMBRE: Juan Gabriel Granda Granda
ESTADÍSTICA

RESUMEN ÚLTIMA CLASE

LA FAMILIA DE DISTRIBUCIONES DE PROBABILIDAD NORMAL

La distribución normal se describe mediante su media y desviación estándar.
La distribución de probabilidad normal posee las siguientes características principales:

1.       Tiene forma de campana y posee una sola cima en el centro de la distribución. La media aritmética, la mediana y la moda son iguales. El área total bajo la curva es 100, la mitad del área bajo la curva esta a la derecha y la otra mitad hacia la izquierda.
2.       Es simétrica respecto a la media.
3.       Tiene una distribución asintótica
4.       La localización de una distribución normal se determina a través de la media.
Estas características se muestran en la siguiente gráfica:  

DISTRIBUCÓN DE PROBALIDAD NORMAL ESTÁNDAR
El numero de distribución normales es limitado, y cada una posee diferente media (µ), desviación estándar (σ) o ambas.
Cualquier distribución de probabilidad normal puede convertirse  en una distribución de probabilidad normal estándar al restar la media de cada observación y dividir esta diferente entra la desviación estándar.
Los resultados reciben el nombre de valores z o valores tipificados.

FORMULA 
                                                                            
X= es el valor de cualquier observación y medición.
µ= la media de la distribución.
σ= es la desviación estándar de la distribución.

APLICACIONES DE LA DISTRIBUCIÓN NORMAL ESTANDAR

EJERCICIO:
La familia Kamp tiene gemelos, Rob y Rachel. Ellos se graduaron de la universidad hace dos años y actualmente cada uno gana $50000 anuales. Rachel trabaja en la industria de ventas de menudeo, donde el salario medio par ejecutivos con menos de cinco años de experiencia es de $ 35000, con una desviación estándar de $8000 Rob es ingeniero. El salario medio para los ingenieros con menos de cinco años de experiencia es de $ 60000, con una desviación estándar de $ 5000. Calcule los valores z par Rob y para Rachel y comente sus resultados.
                   Para X                                                                                     Para X
                                                                                                                                                                                                         
                                                                              


z=1.875                                                                                                    z= -2

Valor z para Rachel = 1.875       Valor z para Rob = -2                                                                                                                                                         
Comentario:
El valor z de 1.875 indica que un ingreso anual de  $50000 esta en una desviación estándar por encima de la media, y un valor z de -2 muestra que un ingreso de 50000 esta en una desviación estándar por debajo de la media.
METODOS DE MUESTREO
El muestreo es aquel que resulta más accesible que el estudio de toda la población.
Razones para muestrea:
1.       Establecer contacto con toda la población  requeriría mucho tiempo.
2.       El costo de estudiar todos los elementos de una población resulta prohibitivo.
3.       Es imposible verificar de manera física todos los elementos de la población.
4.       Algunas pruebas son de naturaleza destructiva.
5.       Los resultados de la muestra son adecuados.
A continuación hablaremos de cada método de muestreo:
1.   Muestreo aleatorio simple: Muestra seleccionada de manera que cada elemento o individuo de la población tenga las mismas posibilidades de que se le incluya.
2.         Muestreo aleatorio sistemático: Se selecciona un punto aleatorio de inicio  y posteriormente se elige       cada k-ésimo miembro de la población.
3.   Muestra aleatoria estratificada: Una población se divide en subgrupos, denominados estratos, y se selecciona al azar una muestra de cada estrato.
4.   Muestreo acumulado: Una población se divide en conglomerados a partir de los límites naturales geográficos o de otras clases. A continuación se seleccionan los conglomerados al azar y se toma una muestra de forma aleatoria con elementos de cada grupo.

ERROR DE MUESTREO
El error de muestreo es la diferencia entre el estadístico de una muestra  y el parámetro de la población correspondiente.









lunes, 9 de mayo de 2011

Estadistica_resumen4

UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA

Nombre: Juan Gabriel Ganda Granda
Fecha: 02/05/2011

ESTADÍSTICA
En el siguiente capítulo nos habla de lo siguiente:

PROBABILIDAD.
Es el valor que sesta entre 0 y 1, inclusive, que describe la posibilidad relativa (oportunidad o casualidad) de que ocurra un evento. En el estudio de la probalidad se estudian tres palabras clave: experimento, resultado y evento. Dichos términos son empleados en el lenguaje de la vida cotidiana, pero en estadística adquieren significados específicos.
ECPERIMENTO: Proceso que induce a que ocurra una y sólo una de varias obligaciones.
RESULTADO: Es alguna respuesta que se obtiene luego de practicar dicho experimento.
EVENTO: conjunto de uno o más resultados de un experimento.

DISTRIBUCION DE PROBABILIDAD.
¿Qué es una distribución de probabilidad?
Listado de todos los resultados de un experimento y la probabilidad asociada con cada resultado.

CARACTERISTICAS DE UNA DISTRIBUCION DE PROBALIDAD.
·         La probabilidad de un resultado en particular se encuentra entre 0 y 1.
·         Los resultados son eventos mutuamente excluyentes.
·         La lista es exhaustiva. Así, la suma de las probabilidades de los diversos eventos es igual a uno.
VARIABLES ALEATORIAS: Cantidad que resulta de un experimento que por azar puede adoptar diferentes valores. Esta variable consta de dos tipos:
·         Variable aleatoria discreta: Variable aleatoria que adopta sólo valores claramente separados.
·         Variable aleatoria continua: Es una distribución de probabilidad continua este tipo de variable es aquella en la que se obtiene valores con decimales.
Formulas.

 

                                                               Ejercicio:
La downtown Parking Authority de Tampa, Florida, informo los siguientes datos de una muestra de 250 clientes relacionada con la cantidad de horas que se estacionan los automóviles y las cantidades que pagan.


A)     Convierta la información relacionada con la cantidad de horas de estacionamiento en una distribución de probabilidad. ¿Es una distribución de probabilidad discreta o continua?



Es una distribución continua.


B)      Calcule la media, la varianza y desviación estándar del nu8mero de horas de estacionamiento.

Media. µ=4.144
Varianza= 4.37
Desviación= 2.090

PROBABILIDAD BIMONIAL.
Es una probabilidad discreta que se presenta con mucha frecuencia, en la cual existen solo dos probabilidades (verdadera o falsa).

CARASTERISTICAS:
·        Que en la distribución bimonial solo pueden haber dos resultados en determinado experimento, ya que en ellos se puede decir si el experimento es satisfactorio o no lo es.
·         También se toma en cuenta que el echo de que la variable aleatoria  es el resultado de conteos.
·         La probabilidad de éxito y fracaso es la misma para cada prueba.
·         Las pruebas son independientes lo cual significa que el resultado de una prueba no influye al resultado de otra.

Estadistica_resumen3


UNIVERSIDAD TECNICA PARTICULAR DE LOJA

Nombre: Juan Gabriel Granda Granda       
Fecha: 17-04-2011

ESTADISTIDA CAPITULO 4
RESUMEN

En este capítulo nos habla sobre lo siguiente:
DESCRIPCION DE DATOS

PRESENTACION Y ANALISIS DE DATOS
  1. DIAGRAMA DE PUNTOS: El diagrama de puntos es aquel que agrupa los datos lo menos posible y evita la pérdida de identidad de cada observación.
MODELO DE GRAFICA DE PUNTOS:
  1. GRÁFICA DE TALLO Y HOJAS.
Esta es técnica de estadística para la presentación de un conjunto de datos. Cada valor numérico se divide en dos partes. El dígito principal se convierte el dígito principal se convierte en el tallo y los dígitos secundarios se convierten en hojas.
El tallo se localiza a lo largo del eje y los valores de las hojas se apilan uno contra otros a lo largo del eje horizontal.
Ejemplo:
Nosotros queremos saber la fecha en la cual han ingresado a trabajar ciertas personas que laboran en el área de Desarrollo De Software de la UNIVERSIDAD TECNICA PARTICULAR DE LOJA, y obtenemos esa información mediante una encuesta realizada a cierto departamento, en lo cual nos da el siguiente resultado que se mostrara en la siguiente tabla en la cual obtendremos todas la fechas de nacimiento del personal.
1996     1997    1998   1999    200   2001    2002   2003
2004    2005     2006    2007   2008  2009   2010   2011

Al organizar los datos, el diagrama de tallo y hojas queda de la siguiente manera.
    Tallo                       Hoja
  199
  200
  201

 6 7 8 9
 1 2 3 4 5 6 7 8 9
 0 1

La última línea, la fila se refiere a los valores próximos a 2010, lo cual se vería en la siguiente tabla.
    Tallo                       Hoja
 
  201


  1

Bueno en el diagrama de tallo de hojas obtendríamos las siguiente conclusiones.
Primero que la persona más antigua del personal del área es de 1996 y la persona recién ingresada es del año 2011.
También se pudo concluir que tres personas ingresaron en el año 1996, dos personas entraron en el año de 1997, dos personas ya no eran parte del personal en el año de 1998, y que desde el año 1999 al 2005 ingresaron 6 uno por cada año y en el año 2006 se retiraron 3 personas, en los años de 2007 y 20011 ingresaron más personal uno por año, mediante estas encuetas podemos concluir con que en el área  DESARROLLO DE SOFTWARE se encuentran trabajando un total de 11 personas.

OTRAS MEDIDAS DE DISPERSION:
Ø  Cuartiles: son aquellos que dividen un grupo de observaciones en cuatro partes iguales.
Ø  Deciles: los deciles dividen un grupo de observaciones en 10 partes iguales.
Ø  Percentiles: dividen en 100 partes iguales 
  1. DIAGRAMA DE CAJA.
Es la representación gráfica basada en cuartiles que ayuda a exhibir un conjunto de datos.
Para la construcción de un diagrama de caja se necesita 5 estadísticos: valor mínimo, Q1 (primer cuartil), la mediana, Q3 (tercer cuartil),  y el valor máximo
Ejemplo:
Un metro tiene un valor de  100cm.De este de estos cien centímetros podremos analizar las cinco estadísticos de un diagrama de caja  en lo siguiente concluimos que:
                                               El valor mínimo = 0cm
                                                                     Q1= 25cm
                                                             Median= 50cm
                                                                     Q3= 75cm
                                                   Valor máximo= 100cm


Bueno esto es de lo que trata el capítulo 4.                                                            

Estadistica_resumen2


UNIVERSIDAD TECNICA PARTICULAR DE LOJA

NOMBRE: Juan Gabriel Granda Granda
FECHA: 10-04-2011
CAPITULO 2 Y 3

RESUMEN
En los capítulos 2 y 3 emprendiendo nuestro conocimiento podemos seguir avanzando en el aprendizaje sobre la materia en el cual nos habla sobre la tabla de frecuencia, en lo cual dice que una tabla  de frecuencia es la agrupación de datos cualitativos en clases mutuamente excluyente que muestra el número de observaciones en cada clase.
 Modelo de una tabla de frecuencia:
Tipo de computadora                                     Numero de computadoras
 De escritorio                                                                   30
Personales                                                                       20

También nos habla sobre las frecuencias relativas de la clase y nos dice que la misma es el número de observaciones en cada clase, modelo de la tabla:
Tipo de computadora            Numero de computadoras    Frecuencia relativa     
De escritorio                                               30                                0.625
Personales                                                  20                                0.375
Total                                                           80                                1.000
  
Aquí también habla de la representación gráfica de datos cualitativos, ya que este método es un instrumento muy común para representar una variable  cualitativa en forma gráfica junto a la gráfica de barras.
Grafica de barras: aquí las clases se representan en el eje horizontal y las frecuencias de clase en el eje vertical. Las frecuencias de clases son proporcionales a las alturas de las barras.
Modelo de una gráfica de barras
 

También se utiliza las grafica de pastel.
Graficas de pastel: Grafica que muestra la parte o porcentaje que representa una clase del total de números de frecuencia.
Modelo de una gráfica de pastel:


Construcción de distribuciones de frecuencias: datos cuantitativos.
¿ Qué es la distribución de frecuencias?
Es la agrupación de datos en clases mutuamente excluyentes, que muestra el número de observaciones que hay en cada clase.
Intervalos de clase y puntos medios de clase: con frecuencia aparecerán otros dos términos, punto medio de clase e intervalo de clase.
El punto medio se encuentra en la mitad, entre los límites inferiores de dos clases consecutivas. Este se calcula sumando los límites inferiores de clases consecutivas y dividiendo el resultado entre dos.
Y para determinar el intervalo de clase, se resta el límite inferior de la clase del límite inferior de la siguiente clase.
Distribución de frecuencias relativas:
Una distribución de frecuencias relativas convierte la frecuencia en un porcentaje.
Grafica en la que las clases se señalan en el eje horizontal y las frecuencias  de clase en el eje vertical. Las frecuencias de clase se representan por medio de las alturas de las barras, estas se dibujan de manera adyacente. En este capítulo también hablamos del polígono de frecuencia en lo cual nos dice que los puntos medios de clase se unen por medio de segmento de clase.
Modelo gráfica polígono.
Capítulo 3
La media poblacional.-
Se dice que la media poblacional se calcula de la siguiente manera:
Media poblacional=Suma de todos los valores en la población/Numero de valores en la población.
µ=∑X/N


Media de una muestra: aquí con frecuencia se selecciona una muestra de la población para encontrar algo sobre una característica específica de la población.

Media ponderada:
La media ponderada constituye un  caso especial de la media aritmética y se presenta cuando hay varias observaciones con el mismo valor.

MEDIANA:
Punto medio de los valores una vez que se han ordenado de mayor a menor o de menor a mayor.
  
MODA:
Valor de observación que parece con mayor frecuencia.

Estadistica_Resumen1


UNIVERSIDAD TECNICA PARTICULAR DE LOJA

Nombre: Juan Gabriel Granda Granda    
Fecha: 10-04-2010

ESTADISTIDA CAPITULO 1
RESUMEN

 En el capítulo uno nos da a conocer acerca de lo que estudia o se puede realizar con la estadística, bueno en ello me da a entender que la ESTADISTICA es la ciencia en donde se recoge organiza, presenta, analiza e interpreta datos con el fin de propiciar la toma de decisiones más eficaz y con más seguridad, también se dice que en el estudio de la estadística podemos analizar que se divide en dos categorías como son:

Ø  Estadística descriptiva: en este método es muy útil para la organización y también para resumir y presentar datos de manera informativa.

Ø  Estadística inferencial: este tipo de estadística es muy útil para cuando se necesita determinar una propiedad de una población pero siempre con base en la información de una muestra.

Continuando con el estudio del capítulo también nos da a conocer sobre el significado de lo que es población y muestra, ya que para el estudio aplicando estadística se necesita mucho de esta de estos términos para así mediante ellos poder realizar un distinguido cálculo a o conocer aquella información que se desee saber sobre ese estudio.

Ø  Población: Es un conjunto de individuos u objetos  de interés o medidas o medidas obtenidas a partir  de todos los individuos u objetos de interés.

Ø  Muestra: Porción o parte que se toma de una población para por medio de ello poder realizar un estudio acerca del interés que se requiera o en otras palabras se dice que la muestra son los elementos elegidos entre la población.
En el estudio aplicando la estadística existen dos tipos básico de variables  como son la:

Variable cualitativa o de atributo: son aquellas variables que cuando las características que se estudian son de naturaleza no numérica, ejemplos: marcas de automóviles, colores del arcoíris, nombre de las ciudades, tipos de  colores de un edificio…etc...
Variable cuantitativa: es aquella variable que cuando vamos a realizar un distinguido estudio la misma aparece de forma numérica, esta variables pueden ser de tipo discreta o continua hablamos de estos tipos cuan la:

Ø  Variable discreta: adoptan solo ciertos valores y dejan espacios vacíos entre ellos, ejemplo puede ser que el número de estudiantes de la universidad son de 1 a 1000 alumnos.

Ø  Variables continuas: toman cualquier valor dentro de un intervalo especifico, un ejemplo puede ser: saldo de una cuenta de banco.
También analizamos los niveles de medición de datos ellos rigen los cálculos que se lleva a cabo con el fin de resumir y presentar los distinguidos datos, en ello podemos tener distintos tipos de niveles los cuales son:

Ø  Datos de nivel nominal: es aquel nivel donde los datos tan solo se los clasifica según ellos, por ejemplo marcas más vendidas de computadoras personales.
 
Ø  Datos de nivel ordinal: en este nivel los datos solo se los ordena, por ejemplo la el orden de los nombres de personas en forma alfabética.

Ø  Datos de nivel intervalo: es la diferencia significativa entre valores, por ejemplo las tallas de la cualquier tipo de ropa de vestir.

Ø  Datos de nivel razón: aquí en este nivel el punto cero es significativo y se tiene razón entre valores, por ejemplo la distancia desde mi casa hacia la universidad.