Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Copy of ESTADISTICA

No description
by

Pedro Corcho

on 20 March 2013

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Copy of ESTADISTICA

1 La desviación estándar, al igual que la media y la varianza, es un índice muy sensible a las puntuaciones extremas.

2 En los casos que no se pueda hallar la media tampoco será posible hallar la desviación estándar.

3 Cuanta más pequeña sea la desviación estándar mayor será la concentración de datos alrededor de la media Estadística inferencial es la raíz cuadrada de la varianza.

= fi .(xi - x) Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a la media de una distribución estadística.
La varianza se representa por EJEMPLO Un pediatra obtuvo la siguiente tabla sobre los meses de edad de 50 niños de su consulta en el momento de andar por primera vez:
Meses Niños
9 1
10 4
11 9
12 16
13 11
14 8
15 1 listado de todas las frecuencias observadas
de todos los resultados de un experimento.
si el experimento se lleva a cabo podría obtenerse una distribución de probabilidades de
todos los resultados posibles.
las distribuciones de probabilidad se clasifican en:
discretas (vad) y continuas (vac) CAMILA TOBON
INGRID D. ALZATE
MANUELA RAMIREZ
ERIKA RAMIREZ
JUAN G. SOLER Teorema del Límite Central. desviación estándar Varianza Distribución
probabilística El teorema del límite central o teorema central del límite indica que, en condiciones muy generales, si Sn es la suma de n variables aleatorias independientes, entonces la función de distribución de Sn «se aproxima bien» a una distribución normal (también llamada distribución gaussiana, curva de Gauss o campana de Gauss). Así pues, el teorema asegura que esto ocurre cuando la suma de estas variables aleatorias e independientes es lo suficientemente grande. variable discreta: Distribución probabilística de POISSON P (X)= .e
X! P= probabilidad de éxito de un suceso.
e= 2.718
= media o promedio de éxitos por unidad de tiempo, área o producto.
x = variable que nos denota el número de éxitos que se desea que ocurra variable discreta

distribución binomial Ejemplo:
si la posibilidad de que una persona adquiera un trastorno de esquizofrenia debido a una lesión en su lóbulo frontal es del 35% cual es la probabilidad de que 6 personas de un total de 70 que viajan en un autobús, adquieran el trastorno después de un fuerte accidente.

P= 35%
n= 70%
X= 6
= 70 . 35 = 2450

P=(X=6)= 2450 * e = 2.59%
6! P(X)= ( ) P Q numero de ensayos numero de éxitos -Promedio de edades de los pacientes que sufren de anorexia en un hospital



Edades Numero de Pacientes

[10 -20) 1
[20 -30) 8
[30-40) 10
[40-50) 9
[50-60) 8
[60-70) 4
[70-80) 2 Calcula la varianza.
xi fi xi • fi xi2 • fi
[10 -20) 15 1 15 225
[20 -30) 25 8 200 5000
[30-40) 35 10 350 12.250
[40-50) 45 9 405 18.225
[50-60) 55 8 440 24.200
[60-70) 65 4 260 16.900
[70-80) 75 2 150 11.250
42 1820 88.050 Media
x =1820/42 =43.33 Varianza
o =88050/42 -43.33 =218.94 EJEMPLO:
Al investigar 4 antecedentes que respalden la teoría psicosocial de erickson, se espera obtener exactamente 2 antecedentes que apoyen esta teoría.

P(X)=( ) P . Q

P(X=4)= C . ( ) ( )
= 6 ( ).( )
= 6 . = = . 100= 37,5% 2 4 1 2 2 1 2 4-2 1 4 1 4 1 8 6 8 3 0,375 En la clase de neuro del programa de psicología la probabilidad de salir a control de lectura en cada clase es del 10%. A lo largo del año se tienen 100 clases de esa asignatura. ¿Cuál es la probabilidad de salir a control de lectura más de 15 veces?
Se vuelve a aplicar el Teorema del Límite Central.

"Salir a exponer", le damos el valor 1 y tiene una probabilidad del 0,10
"No salir a exponer", le damos el valor 0 y tiene una probabilidad del 0,9
La media y la varianza de cada variable independiente es:
La MEDIA = 0,10
VARIANZA = 0,10 * 0,90 = 0,09
Por tanto, la suma de las 100 variables se distribuye según una normal cuya media y varianza son:
Media: n * U = 100 * 0,10 = 10
Varianza: n * o = 100 * 0,09 = 9
Para calcular la probabilidad de de salir a control más de 15 veces, calculamos el valor equivalente de la variable normal tipificada:

Luego:
P (X > 15) = P (Y > 1,67) = 1 - P (Y < 1,67) = 1 - 0,9525 = 0,0475
Es decir, la probabilidad de tener que salir más de 15 veces a control de lectura a lo largo del año es tan sólo del 4,75% (no es tan grave). 2 N O = 7526 - 12.2 = 1.68
50 2
Calcular la desviación típica.
xi fi Ni xi · fi x²i · fi
9 1 1 9 81
10 4 5 40 400
11 9 14 99 1089
12 16 30 192 2304
13 11 41 143 1859
14 8 49 112 1568
15 1 50 15 225
50 6 10 7526 GRACIAS POR SU ATENCIÓN
Full transcript