Tablas de frecuencias para datos no agrupados
MATERIA: ESTADÍSTICA PARA ADMINISTRADORES
MAESTRO: IVÁN ALEJANDRO BRAMBILA PELAYO
ALUMNA: DOLORES MONSSERRAT PORTUGAL
GUTIERREZ
FECHA: 14/NOVIEMBRE/2024
XX/XX/20XX
datos agrupados y no agrupados
Datos no agrupados
Son aquellos datos que se presentan tal cual fueron recopilados, sin ninguna modificación o clasificación previa. Cada dato individual conserva su valor original.
Características
Individualidad: Cada dato representa un valor único y específico. Orden: Pueden estar ordenados de menor a mayor o de mayor a menor, pero cada dato mantiene su posición original. Presentación: Se suelen presentar en listas o tablas simples, donde cada valor ocupa una fila. Ejemplo: Si preguntamos a 10 personas cuántos libros leyeron el mes pasado, y obtenemos las siguientes respuestas: 2, 5, 3, 1, 4, 2, 0, 3, 2, 1, estos serían datos no agrupados.
datos agrupados
Son aquellos datos que han sido organizados en grupos o intervalos, con el objetivo de facilitar su análisis y visualización.
Características
Agrupación: Los datos se clasifican en categorías o rangos de valores. Frecuencia: A cada grupo se le asigna una frecuencia, que indica cuántos datos caen dentro de ese intervalo. Presentación: Se suelen presentar en tablas de frecuencia, histogramas o polígonos de frecuencia. Ejemplo: Tomando los mismos datos de los libros leídos, podríamos agruparlos en los siguientes intervalos: 0-1 libros 2-3 libros 4 o más libros Y contar cuántas personas caen en cada intervalo.
Arreglo Ordenado
arreglo ordenado
Un arreglo ordenado es una colección de elementos números, letras, objetos, etc. que están dispuestos en una secuencia específica, ya sea de menor a mayor o de mayor a menor. Es como una lista donde los elementos se encuentran en un orden particular, siguiendo una regla definida.
Características de un arreglo ordenado
- Orden: Todos los elementos están organizados según un criterio establecido ascendente o descendente.
- Acceso Directo: Cada elemento tiene un índice único que permite acceder a él de manera directa y rápida.
- Homogeneidad: Generalmente, los elementos de un arreglo ordenado son del mismo tipo de dato.
- Tamaño Fijo: En muchos lenguajes de programación, el tamaño de un arreglo se establece al momento de su creación y no puede modificarse fácilmente.
- Contiguidad: Los elementos de un arreglo se almacenan en ubicaciones de memoria contiguas, lo que facilita su acceso secuencial.
arreglo ordenado
Ventajas de utilizar arreglos ordenados
Búsqueda Eficiente: Gracias al orden, se pueden utilizar algoritmos de búsqueda eficientes como la búsqueda binaria, que reduce significativamente el tiempo de búsqueda en grandes conjuntos de datos. Inserción y Eliminación: Aunque pueden requerir más operaciones que en un arreglo desordenado, la inserción y eliminación en un lugar específico pueden realizarse de manera eficiente si se mantiene el orden. Organización: Facilita la visualización y comprensión de los datos, ya que están estructurados de manera lógica.
ejemplos
- Lista de nombres ordenados alfabéticamente.- Conjunto de números ordenados de menor a mayor. - Agenda de contactos ordenada por apellido. - Base de datos de productos ordenada por precio.
Aplicaciones de los arreglos ordenados
Algoritmos de ordenamiento: Son fundamentales para ordenar datos antes de aplicar otras operaciones.Búsqueda: Se utilizan en diversas aplicaciones que requieren encontrar elementos rápidamente, como bases de datos y motores de búsqueda. Estadística: Se emplean para calcular medidas estadísticas como la mediana y los cuartiles. Gestión de datos: Se utilizan para organizar y gestionar grandes cantidades de información de manera eficiente.
Distribución de frecuencia
Distribución de frecuencia
Una distribución de datos es la forma en que se organizan y reparten los valores de un conjunto de datos. Es una manera de visualizar cómo se distribuyen los datos a lo largo de un rango de valores. En otras palabras, nos muestra la frecuencia con la que aparecen ciertos valores o rangos de valores en un conjunto de datos.
Tipos de distribuciones
Distribución normal: También conocida como curva de campana, es una distribución simétrica y unimodal. Distribución binomial: Describe el número de éxitos en un número fijo de ensayos de Bernoulli experimentos con dos posibles resultados. Distribución de Poisson: Modela el número de eventos que ocurren en un intervalo de tiempo o espacio fijo. Distribución uniforme: Todos los valores tienen la misma probabilidad de ocurrir. Distribución exponencial: Describe el tiempo entre eventos en un proceso de Poisson.
Características de una distribución de datos
Forma: La forma de una distribución puede ser simétrica, asimétrica , o multimoda. Centro: Representa el valor alrededor del cual se agrupan los datos. Medidas como la media, la mediana y la moda se utilizan para describir el centro de una distribución. Dispersión: Indica qué tan dispersos están los datos con respecto al centro. Medidas como el rango, la varianza y la desviación estándar se utilizan para describir la dispersión. Sesgo: El sesgo indica si la distribución está inclinada hacia un lado u otro. Una distribución simétrica no tiene sesgo, mientras que una distribución asimétrica puede tener sesgo positivo o sesgo negativo. Curtosis: La curtosis mide el grado de apuntamiento de una distribución en comparación con una distribución normal. Una distribución leptocúrtica es más apuntada, mientras que una distribución platicúrtica es más plana.
Distribución de Frecuencia Relativa y Porcentual
La distribución de frecuencia es una forma de organizar los datos en grupos o intervalos, mostrando cuántas veces se repite cada valor o cae dentro de cada intervalo. A partir de esta distribución, podemos calcular otras medidas más informativas:
Ejemplo
- Distribución de frecuencia relativa: Indica la proporción de datos que caen en cada categoría o intervalo. Se obtiene dividiendo la frecuencia absoluta número de veces que se repite un valor entre el número total de datos. - Distribución de frecuencia porcentual: Es similar a la relativa, pero expresa la proporción en forma de porcentaje. Se obtiene multiplicando la frecuencia relativa por 100.
Frecuencia relativa (hi): Se divide cada frecuencia absoluta entre el número total de datos (en este caso, 5+8+12+7 = 32). Por ejemplo, para la edad de 20 años: hi = 5/32 = 0.15625. Frecuencia porcentual: Se multiplica cada frecuencia relativa por 100. Por ejemplo, para la edad de 20 años: 0.15625 * 100 = 15.625%
Distribución Acumulada
Distribución Acumulada
La distribución acumulada, también conocida como función de distribución acumulada FDA o función de probabilidad acumulada FDA, es una función matemática que nos indica la probabilidad de que una variable aleatoria tome un valor menor o igual a un cierto valor x. En otras palabras, nos dice la probabilidad acumulada hasta ese punto.
Características y Propiedades
Monótona creciente: La función de distribución acumulada siempre es creciente o no decreciente. Esto significa que la probabilidad acumulada no disminuye a medida que aumentamos el valor de x.Valores entre 0 y 1: La probabilidad acumulada siempre está entre 0 y 1, ya que representa una probabilidad. Límite en el infinito: Cuando x tiende a infinito, la probabilidad acumulada tiende a 1, ya que todos los valores posibles de la variable aleatoria están incluidos. Complemento de la probabilidad: La probabilidad de que la variable aleatoria sea mayor que un valor x es igual a 1 menos la probabilidad acumulada hasta ese valor.
La distribución acumulada se representa gráficamente como una curva que comienza en 0 y tiende a 1 a medida que x aumenta. La forma de esta curva depende de la distribución de probabilidad subyacente.
REFERENCIAS BIBLIOGRÁFICAS
IBM. (18 de ENERO de 2024). IBM. Obtenido de https://www.ibm.com/docs/es/cognos-analytics/12.0.0?topic=terms-statistical-distribution
Rodó, P. (01 de Junio de 2021). economipedia. Obtenido de https://economipedia.com/definiciones/distribucion-de-probabilidad-acumulada.html#google_vignette
SCRIBD. (19 de Marzo de 2019). SCRIBD. Obtenido de https://es.scribd.com/document/404997078/Arreglos-docx
Tablas de frecuencias para datos no agrupados
Monsserrat Portugal
Created on November 15, 2024
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Higher Education Presentation
View
Psychedelic Presentation
View
Harmony Higher Education Thesis
View
Vaporwave presentation
View
Geniaflix Presentation
View
Vintage Mosaic Presentation
View
Modern Zen Presentation
Explore all templates
Transcript
Tablas de frecuencias para datos no agrupados
MATERIA: ESTADÍSTICA PARA ADMINISTRADORES MAESTRO: IVÁN ALEJANDRO BRAMBILA PELAYO ALUMNA: DOLORES MONSSERRAT PORTUGAL GUTIERREZ FECHA: 14/NOVIEMBRE/2024
XX/XX/20XX
datos agrupados y no agrupados
Datos no agrupados
Son aquellos datos que se presentan tal cual fueron recopilados, sin ninguna modificación o clasificación previa. Cada dato individual conserva su valor original.
Características
Individualidad: Cada dato representa un valor único y específico. Orden: Pueden estar ordenados de menor a mayor o de mayor a menor, pero cada dato mantiene su posición original. Presentación: Se suelen presentar en listas o tablas simples, donde cada valor ocupa una fila. Ejemplo: Si preguntamos a 10 personas cuántos libros leyeron el mes pasado, y obtenemos las siguientes respuestas: 2, 5, 3, 1, 4, 2, 0, 3, 2, 1, estos serían datos no agrupados.
datos agrupados
Son aquellos datos que han sido organizados en grupos o intervalos, con el objetivo de facilitar su análisis y visualización.
Características
Agrupación: Los datos se clasifican en categorías o rangos de valores. Frecuencia: A cada grupo se le asigna una frecuencia, que indica cuántos datos caen dentro de ese intervalo. Presentación: Se suelen presentar en tablas de frecuencia, histogramas o polígonos de frecuencia. Ejemplo: Tomando los mismos datos de los libros leídos, podríamos agruparlos en los siguientes intervalos: 0-1 libros 2-3 libros 4 o más libros Y contar cuántas personas caen en cada intervalo.
Arreglo Ordenado
arreglo ordenado
Un arreglo ordenado es una colección de elementos números, letras, objetos, etc. que están dispuestos en una secuencia específica, ya sea de menor a mayor o de mayor a menor. Es como una lista donde los elementos se encuentran en un orden particular, siguiendo una regla definida.
Características de un arreglo ordenado
arreglo ordenado
Ventajas de utilizar arreglos ordenados
Búsqueda Eficiente: Gracias al orden, se pueden utilizar algoritmos de búsqueda eficientes como la búsqueda binaria, que reduce significativamente el tiempo de búsqueda en grandes conjuntos de datos. Inserción y Eliminación: Aunque pueden requerir más operaciones que en un arreglo desordenado, la inserción y eliminación en un lugar específico pueden realizarse de manera eficiente si se mantiene el orden. Organización: Facilita la visualización y comprensión de los datos, ya que están estructurados de manera lógica.
ejemplos
- Lista de nombres ordenados alfabéticamente.- Conjunto de números ordenados de menor a mayor. - Agenda de contactos ordenada por apellido. - Base de datos de productos ordenada por precio.
Aplicaciones de los arreglos ordenados
Algoritmos de ordenamiento: Son fundamentales para ordenar datos antes de aplicar otras operaciones.Búsqueda: Se utilizan en diversas aplicaciones que requieren encontrar elementos rápidamente, como bases de datos y motores de búsqueda. Estadística: Se emplean para calcular medidas estadísticas como la mediana y los cuartiles. Gestión de datos: Se utilizan para organizar y gestionar grandes cantidades de información de manera eficiente.
Distribución de frecuencia
Distribución de frecuencia
Una distribución de datos es la forma en que se organizan y reparten los valores de un conjunto de datos. Es una manera de visualizar cómo se distribuyen los datos a lo largo de un rango de valores. En otras palabras, nos muestra la frecuencia con la que aparecen ciertos valores o rangos de valores en un conjunto de datos.
Tipos de distribuciones
Distribución normal: También conocida como curva de campana, es una distribución simétrica y unimodal. Distribución binomial: Describe el número de éxitos en un número fijo de ensayos de Bernoulli experimentos con dos posibles resultados. Distribución de Poisson: Modela el número de eventos que ocurren en un intervalo de tiempo o espacio fijo. Distribución uniforme: Todos los valores tienen la misma probabilidad de ocurrir. Distribución exponencial: Describe el tiempo entre eventos en un proceso de Poisson.
Características de una distribución de datos
Forma: La forma de una distribución puede ser simétrica, asimétrica , o multimoda. Centro: Representa el valor alrededor del cual se agrupan los datos. Medidas como la media, la mediana y la moda se utilizan para describir el centro de una distribución. Dispersión: Indica qué tan dispersos están los datos con respecto al centro. Medidas como el rango, la varianza y la desviación estándar se utilizan para describir la dispersión. Sesgo: El sesgo indica si la distribución está inclinada hacia un lado u otro. Una distribución simétrica no tiene sesgo, mientras que una distribución asimétrica puede tener sesgo positivo o sesgo negativo. Curtosis: La curtosis mide el grado de apuntamiento de una distribución en comparación con una distribución normal. Una distribución leptocúrtica es más apuntada, mientras que una distribución platicúrtica es más plana.
Distribución de Frecuencia Relativa y Porcentual
La distribución de frecuencia es una forma de organizar los datos en grupos o intervalos, mostrando cuántas veces se repite cada valor o cae dentro de cada intervalo. A partir de esta distribución, podemos calcular otras medidas más informativas:
Ejemplo
- Distribución de frecuencia relativa: Indica la proporción de datos que caen en cada categoría o intervalo. Se obtiene dividiendo la frecuencia absoluta número de veces que se repite un valor entre el número total de datos. - Distribución de frecuencia porcentual: Es similar a la relativa, pero expresa la proporción en forma de porcentaje. Se obtiene multiplicando la frecuencia relativa por 100.
Frecuencia relativa (hi): Se divide cada frecuencia absoluta entre el número total de datos (en este caso, 5+8+12+7 = 32). Por ejemplo, para la edad de 20 años: hi = 5/32 = 0.15625. Frecuencia porcentual: Se multiplica cada frecuencia relativa por 100. Por ejemplo, para la edad de 20 años: 0.15625 * 100 = 15.625%
Distribución Acumulada
Distribución Acumulada
La distribución acumulada, también conocida como función de distribución acumulada FDA o función de probabilidad acumulada FDA, es una función matemática que nos indica la probabilidad de que una variable aleatoria tome un valor menor o igual a un cierto valor x. En otras palabras, nos dice la probabilidad acumulada hasta ese punto.
Características y Propiedades
Monótona creciente: La función de distribución acumulada siempre es creciente o no decreciente. Esto significa que la probabilidad acumulada no disminuye a medida que aumentamos el valor de x.Valores entre 0 y 1: La probabilidad acumulada siempre está entre 0 y 1, ya que representa una probabilidad. Límite en el infinito: Cuando x tiende a infinito, la probabilidad acumulada tiende a 1, ya que todos los valores posibles de la variable aleatoria están incluidos. Complemento de la probabilidad: La probabilidad de que la variable aleatoria sea mayor que un valor x es igual a 1 menos la probabilidad acumulada hasta ese valor.
La distribución acumulada se representa gráficamente como una curva que comienza en 0 y tiende a 1 a medida que x aumenta. La forma de esta curva depende de la distribución de probabilidad subyacente.
REFERENCIAS BIBLIOGRÁFICAS
IBM. (18 de ENERO de 2024). IBM. Obtenido de https://www.ibm.com/docs/es/cognos-analytics/12.0.0?topic=terms-statistical-distribution Rodó, P. (01 de Junio de 2021). economipedia. Obtenido de https://economipedia.com/definiciones/distribucion-de-probabilidad-acumulada.html#google_vignette SCRIBD. (19 de Marzo de 2019). SCRIBD. Obtenido de https://es.scribd.com/document/404997078/Arreglos-docx