Resumen numérico de una serie
estadística
- Además de las tablas podemos resumir una serie de observaciones mediante “estadísticos”:
“Función de los
datos observados”
- Tres grandes tipos de medidas estadísticas:
Medida de tendencia central:
Medidas de posición:
Medidas de dispersión:
DISTRIBUCIONES NORMALES.
En estadística se llama distribución normal,
distribución de Gauss o distribución gaussiana, a
una de las distribuciones de probabilidad de
variable continua que con más frecuencia aparece
en fenómenos reales.
La gráfica de su función de densidad tiene una
forma acampanada y es simétrica respecto de los
valores posición central (media, mediana y moda,
que coinciden en estas distribuciones)
Asimetrias
Coeficiente de asimetría de una
variable: Grado de asimetría de la
distribución de sus datos en torno a su
media.
Es adimensional y adopta valores
entre -1 y 1.
Los resultados pueden ser los siguientes:
g1 < 0 (distribución asimétrica negativa; existe mayor concentración de valores a la izquierda de la media que a su derecha)
g 1 = 0 (distribución simétrica; existe la
misma concentración de valores a la
derecha y a la izquierda de la media)
g1 > 0 (distribución asimétrica positiva;
existe mayor concentración de valores a
la derecha de la media que a su
izquierda)
Curtosis o apuntamiento
Coeficiente de apuntamiento o curtosis de una
variable, sirve para medir el grado de
concentración de los valores que toma en
torno a su media.
Se elige como referencia una variable con
distribución normal, de modo que para ella el
coeficiente de curtosis es 0.
Adopta también valores entre -1 y 1.
Los resultados pueden ser los siguientes:
g2 > 0 (distribución leptocúrtica ). Presenta un elevado grado de concentración alrededor de los valores centrales de la variable.
g 2 = 0 (distribución mesocúrtica) . Presenta un
grado de concentración medio alrededor de los
valores centrales de la variable (el mismo que
presenta una distribución normal).
g2 < 0 (distribución platicúrtica) . Presenta un
reducido grado de concentración alrededor de
los valores centrales de la variable
No hay comentarios:
Publicar un comentario