Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Análisis Descriptivo de Datos: Coeficiente de Variación y Asimetría - Prof. Martín, Apuntes de Estadística Aplicada

Conceptos básicos de análisis descriptivo de datos, específicamente sobre el coeficiente de variación y la asimetría. Se explica cómo medir la variabilidad y la forma de una variable, y cómo estas medidas son útiles para comparar variables y definir mejor su distribución. Además, se introduce el coeficiente de pearson para determinar relaciones lineales entre variables cuantitativas.

Tipo: Apuntes

2016/2017

Subido el 17/10/2017

iratiml
iratiml 🇪🇸

4.9

(9)

11 documentos

1 / 7

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
con las cuantitativas :media moda mediana
Con las cualitativas no
Medidas de dispersion
El coeciente de variación
No se puede comparar las variables por medio de la desviación típica.
CV= Sx / X
Resulta útil para comparar la variabilidad de os variables medidas en
diferentes escalas. (A veces se expresa en porcentaje).
Sólo variables en positivo.
Es invariable a los cambios de escala.
El diagrama de cajas
Representa el valor central, mediana y la variabilidad.
Expresa: la mediana, P50 y Q3
Cuanto más alta, más arriba este la caja, mayor será la diferencia.
medidas de forma y asimetría
Nos ayudan a denir mejor la variable, nos muestran la forma de la
distribución.
Coeciente de asimetría:
Una distribución es simétrica si su parte derecha es igual a la izquierda
(espejo)
La asimetría es positiva o negativa dependiendo de donde este la cola de
la distribución.
La media tiende a desplazarse hacia los valores extremos.
En distribuciones simétricas media, mediana y moda coinciden
En asimetrías positivas CA>0, la media es mayor a la mediana.
En asimetría negativa CA<0, la media es menor a la mediana.
ASIMETRÍA POSITIVA: CA>0 ASIMETRÍA
NEGATIVA: CA<0
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga Análisis Descriptivo de Datos: Coeficiente de Variación y Asimetría - Prof. Martín y más Apuntes en PDF de Estadística Aplicada solo en Docsity!

con las cuantitativas :media moda mediana Con las cualitativas no

Medidas de dispersion

El coeficiente de variación No se puede comparar las variables por medio de la desviación típica. CV= S (^) x / X

Resulta útil para comparar la variabilidad de os variables medidas en

diferentes escalas. (A veces se expresa en porcentaje).

Sólo variables en positivo.

Es invariable a los cambios de escala.

El diagrama de cajas

Representa el valor central, mediana y la variabilidad.

Expresa: la mediana, P 50 y Q (^3)

Cuanto más alta, más arriba este la caja, mayor será la diferencia.

medidas de forma y asimetría

Nos ayudan a definir mejor la variable, nos muestran la forma de la distribución. Coeficiente de asimetría: Una distribución es simétrica si su parte derecha es igual a la izquierda (espejo) La asimetría es positiva o negativa dependiendo de donde este la cola de

la distribución. La media tiende a desplazarse hacia los valores extremos. En distribuciones simétricas media, mediana y moda coinciden

En asimetrías positivas CA>0, la media es mayor a la mediana. En asimetría negativa CA<0, la media es menor a la mediana.

ASIMETRÍA POSITIVA: CA>0 ASIMETRÍA NEGATIVA: CA<

LEPTOCÚRTICA: K>0 MESOCÚRTICA:

K=0 PLATICÚRTICA: K<

DISTRIBUCIÓN NORMAL

2º Los porcentajes por fila sean diferentes:

Conclusiones: el sexo influye en la elección de la carrera

COEFICIENTE DE CONTINENCA

Sin embargo estos porcentajes no nos permiten saber que clase de relación

obtenemos. No se puede saber cómo de fuerte es la relación. Par ello se necesita el coeficiente de contingencia.

3º Los valores reales y esperados sean diferentes (valor esperado en el caso

de independencia absoluta). Qué pasaría si NO hubiera relación entre

variables.

Cálculo: Total de columna por total de fila entre el total de la tabla.

Valores reales = Tabla de valores esperados (Si NO hubiera relación)

FÓRMULA :

*Que las columnas sean diferentes en los %

Carrera Pedagogía Ed.

Social

Filosofía Total

Sexo

Hombre 4 7 89 100

Mujer 35 56 9 100

Total 24 38 38 100

SITUACIÓNES: (Para la comparación de las relaciones entre variables).

RELACIONES INDEPENDIENTES. Cuanto más cercano a 0, no hay relación entre variables.

VARIABLES DEPENDIENTES. Cuanto más cercano a 1, hay una relación entre variables.

Relación de medias. Variable Cuantitativas

TEMA 6

ESDÍSTICA INDIFERENCIAL

No hay que preguntar a toso cada uno de los individuos para saber sus resultados. A partir de una muestra se obtienen respuestas.

Tabla de contingencia Eje Izquierda-derecha ¿Has hecho la confirmación?* Hay más gente del NO que es de izquierdas y mas gente del SÍ que e s de derechas* La religión influye en los religiosos hay mas, destacan más (no es que haya más) gente de centro y derecha y de los no religiosos destacan más los de izquierdas.

Carrera Sexo

Pedagog ía

Ed. Social

Filosofia Total

Hombre 3 5 64

Mujer 45 72 12

Total 48 77 76

Carrera Pedagog ía

Ed. Social

Filosofia Total Sexo

Hombre 17,19 27,58 27,22 72

Mujer 30,81 49,42 48,78 129

Total 48 77 76

Si es MENOR de 0,05, se rechaza la hipótesis. Como siempre es que son iguales, si es menor no son iguales.

Conclusiones: los hombres sondas de extremos o de derecha en comparación

con las mujeres. son mas de centro y izquierda.