Saltar al contenido principal
LibreTexts Español

2: Estadísticas - Parte 2

  • Page ID
    110002
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    Las descripciones gráficas de los datos son importantes. Sin embargo, muchas veces queremos tener un número para ayudar a describir un conjunto de datos. A modo de ejemplo, en el beisbol se considera bueno a un lanzador si tiene un número bajo de carreras ganadas por nueve entradas. Un bateador de beisbol se considera bueno si tiene un promedio de bateo alto. Estos números nos dicen mucho sobre un jugador. Hay números similares en otros deportes como porcentaje de goles de campo realizados en basquetbol. También hay números similares en otros aspectos de la vida. Si quieres saber cuánto dinero ganarás al graduarte de la universidad y estés empleado en tu campo elegido, podrías mirar el salario promedio que gana alguien con tu título. Si quieres saber si puedes permitirte comprar una vivienda, podrías mirar el precio medio de las viviendas en la zona. Para entender cómo encontrar esta información, necesitamos mirar las diferentes estadísticas descriptivas numéricas que existen por ahí.

    Estadística Descriptiva Numérica: Son números que se calculan a partir de la muestra y se utilizan para describir o estimar el parámetro poblacional.

    Las estadísticas que podemos calcular son proporción, ubicación del centro (promedio), medidas de dispersión (variabilidad) y percentiles. Hay otros números, pero estos son los que nos concentraremos en este libro.

    • 2.1: Proporción
      Las proporciones generalmente se calculan cuando se tratan variables cualitativas.
    • 2.2: Ubicación del Centro
    • 2.3: Medidas de propagación
      La ubicación del centro de un conjunto de datos es importante, pero también es importante cuánta variabilidad o dispersión hay en los datos.
    • 2.4: La distribución normal
      Hay una distribución especial de forma simétrica llamada distribución normal. Es alto en el medio y luego baja rápida e igualmente en ambos extremos. Parece una campana, así que a veces se le llama curva de campana. Una propiedad de la distribución normal es que es simétrica con respecto a la media. Otra propiedad tiene que ver con qué porcentaje de los datos cae dentro de ciertas desviaciones estándar de la media.
    • 2.5: Correlación y causalidad, Gráficas de dispersión
      Existen muchos estudios que muestran que dos variables están relacionadas entre sí. La fuerza de una relación entre dos variables se denomina correlación. Las variables que están fuertemente relacionadas entre sí tienen una fuerte correlación. Sin embargo, si se correlacionan dos variables no significa que una variable causó que se produjera la otra variable.
    • 2.6: Ejercicios


    This page titled 2: Estadísticas - Parte 2 is shared under a CC BY-SA 4.0 license and was authored, remixed, and/or curated by Maxie Inigo, Jennifer Jameson, Kathryn Kozak, Maya Lanzetta, & Kim Sonier via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.