MEDIDAS DE FORMA

MEDIDAS DE FORMA

EL SESGO: Mide las desviaciones de las MTC., Ya que el sesgo es el grado de asimetría o falta de asimetría, de una distribución, si el polígono de frecuencias visualizado de una distribución tiene una cola más larga a la derecha del máximo central que a la izquierda, se dice que la distribución esta sesgada a la derecha o que tiene sesgo positivo(asimetría positiva) y si al contrario se dice que tiene sesgo (asimetría negativa) en la asimetría encontramos si es:
a)asimétricamente + = cuando el sg es mayor a 0
b)normal= cuando el sg = 0
c)simétricamente - cuando el sg es menor a 0

Formula:

_
Sg= __X -Md__ = Sesgo es igual a: media menos la moda partido o dividida desviación.       S
los datos más utilizados son los sig:
moda, media, desviación.
Pero si existen dos o más modas se utilizara otra formula:
Sg=_x-Md__= sesgo es igual a: media menos la mediana partido o dividido desviación
si la asimetría es NORMAL se aplicara la curtosis : si y solo si la asimetría es normal.


CURTOSIS:Es la agudeza de la curva normal , esta agudeza puede ser alta , baja, o intermedia dando lugar a diferentes tipos de curvas como: plato, meso, leptocúrtica,


k<0.263>

k=0.263 = mascotica.
k>0.263 = leptocurtica.
la fórmula a utilizar el la siguiente:
1/2 (Q3-Q1)
K= __________
P90-P10

curtosis igual a un medio entre cuartil 3 menos cualtil 1 dividido percentil de 90 menos percentil de 10

las medidas de forma son complejas´ pero la cual nos facilitan a detectar las asimetrías del fenómeno estudiado...

MEDIDA DE CORRELACION

la realidad muestra con más frecuencia situaciones en las que una variable depende más o menos intensamente de la otra, pero sin que sea posible encontrar una expresión matemática que relacione ambas exactamente. Se trata entonces de una relación o dependencia estadística. Cuando ambas variables son cuantitativas, esa dependencia recibe el nombre de correlación.
El punto de partida de un estudio de correlación es la representación gráfica de los pares de valores relacionados en un sistema cartesiano: se obtiene así el diagrama de dispersión o nube de puntos

COEFICIENTE DE CORRELACIÓN Frecuentemente denominado correlación. Una medida estadística ampliamente utilizada que mide el grado de relación lineal entre dos variables aleatorias. El coeficiente de correlación debe situarse en la banda de -1 a +1. El coeficiente de correlación se calcula dividiendo la covarianza de las dos variables aleatorias por el producto de las desviaciones típicas individuales de las dos variables aleatorias

Recta de Regresión

La regresión estadística o regresión a la media es la tendencia de una medición extrema a presentarse más cercana a la media en una segunda medición.

Error estándar

El error estándar de la media (llamado en inglés "standard error of the mean" (SEM)) cuantifica[4] las oscilaciones de la media muestral (media obtenida en los datos) alrededor de la media poblacional (verdadero valor de la media). El EEM o SEM se estima generalmente dividiendo la desviación estándar de la población entre la raíz cuadrada del tamaño de la muestra (asumiendo independencia estadística de los valores en la muestra):

donde

s es la desviación estándar (es decir, la estimación basada en la muestra de la desviación estándar de la población).

n es el tamaño (número de individuos de la muestra)

Esta estimación puede ser comparada con la fórmula de la verdadera desviación estándar de la media de la muestra:

donde

σ es la verdadera desviación estándar de la población.

Esta fórmula puede alcanzarse desde lo que ya conocemos sobre la varianza de la suma de variables independientes aleatorias.[5]

Si son observaciones independientes de una población que tiene una media y una desviación estándar , entonces la varianza del total es 

La varianza de debe ser 

Y la desviación estándar de debe ser .

Por supuesto, es la media de la muestra .

Nota: El error estándar y la desviación estándar de muestras pequeñas tienden a infravalorar sistemáticamente el error estándar y la desviación estándar de la población: el error estándar de la media es un parámetro sesgado del error estándar de la población. Con n=2 la infravaloración puede ser del 25%, pero para n=6 la infravaloración es sólo del 5%.[6]