1. Las medidas de tendencia central son medidas estadisticas que pretenden resumir un solo valor a un conjunto de valores. Representan un centro en torno al cual se encuentra ubicado el conjunto de los datos. Las medidas de tendencia central mas utilizados son:
1.1. MEDIA
1.1.1. La medida de tendencia central mas conocida y utilizada es la MEDIA ARITMETICA o PROMEDIO ARITMETICO . Se representa por la letra griega Y cuando se trata del promedio del universo o poblacion y por Ý (léase y barra) cuanto se trata del promedio de la muestra. Es importante destacar que Y es una cantidad fija mientras que el promedioi de la muestra es viable puesto que diferentes muestras extraidas de la misma poblacion tienden a tener diferentes medias. la media se expresa en la misma unida que los datos originales: centimetros, horas, gramos,etc.
1.1.1.1. Ý=-3+5+2+2 / 4 =12/2=3
1.2. MEDIANA
1.2.1. Otra medida de tendencia central es la mediana. La mediana es el valor de la variable que ocupa la posición central, cuando los datos se disponen en orden de magnitud. Es decir, el 50% de las observaciones tiene valores iguales o inferiores a la mededa y el otro 50% tiene valores iguales o superiores a la mediana. Si el nuemro de observaciones es par, la mediana corresponde al promedio de los dos valores centrales.
1.2.1.1. Por ejemplo, en la muestra 3, 9, 11, 15, la mediana es (9+11)/2=10.
1.3. MODA
1.3.1. La moda de una distribucion se define como el valor de la variable que mas se repite. En un polígono de frecuencia la moda corresponde al valor de la variable que esta bajo el punto mas alto de grafico. una muestra puede tener más de una moda.
2. Medidas de dispersión
2.1. Las medidas de dispersión entregan información sobre la variación de la variable. Pretenden resumir en un solo valor la despersión que tiene un conjunto de datos. Las medidas de dispersión mas utilizadas son
2.1.1. RANGO
2.1.1.1. Se define como la diferencia entre el mayor valor de la variable y el menor valor de la variable.
2.1.2. VARIANZA
2.1.2.1. Es dificil hacer una interpretacion de la varianza teniendo un solo valor de ella. La situacion es mas clara si se comparan las varianza de dos muestras, por ejemplo varianza de la muestra igual 18 y varianza de la muestra b igual 25. En este caso diremos que los datos de la muestra b tienen mayor dispersión que los datos de la muestra a. Esto significa que en la muestra a los datos están más cerca del promedio y en cambio en la muestra b los datos entán mas alejados del promedio.1
2.1.3. DESVIACIÓN TIPICA O ESTANDAR
2.1.3.1. La desviación estándar es una medida de la dispersión de los datos, cuando mayor sea la dispersón mayor es la desviacion estándar, si no hubiera ninguna variación en los datos, es decir, si fueran todos iguales, la desviación estándar sería cero.
3. Graficos
3.1. DE PATEL
3.1.1. Un gráfico circular, diagrama sectoria o gráfica circula, tambienllamado gráfico de pastel, gráfica de pizza, es un recurso estadístico que se utiliza para representar porcentajes y proporciones. El número de elemento comparados dentro de una gráfica circulas suele ser de mas de cuatro.
3.1.1.1. Se utiliza en aquellos casos donde interesa no solamente mostrar el numero de veces que se dan una caracteristica o atributo de manera tabular sino mas bien de manera gráfica, de tal manera que se pueda visualizar mejor la proporción en que aparece esa caracteristica respecto del total.
3.2. DE BARRA
3.2.1. Un diagrama de barras, gráfico de barras o gráfico de columnas es una forma de representar gráficamente un conjunto de datos o valores mediante barras rectagulares de longitud proporcional a los valores representados
3.2.1.1. En el diagrama de barras, los datos se representan con rectangulos de igualbase sobre el eje de categorias (eje x o de abscisas); en tanto que la longitud del otro lado corresponde al valor del dato, segun la escala utilizada en elmeje de valores (eje y o de ordenafas). cuando se representa mas de una cataegoria existen diferentes tipos de presentacion.
3.3. HISTOGRAMA
3.3.1. Un histograma es un gráfico que se utiliza para representar la distribución de frecuencias de algunos puntos de datos de una variable.
3.3.1.1. Los histograma frecuentemente clasifican los datos en varios "contenedore" o "grupos de rango"y cuentan cuántos puntos de datos pertenecen a cada uno de los contenedores.
4. Probabilidad
4.1. CONCEPTOS BASICOS DE PROBABILIDAD
4.1.1. La probabilidad es simplemente que tanposible es que ocurre un evento determinado. Cuando no estamos seguros del resultado de un evento, podemos hablar de la probabilidad de ciertos resultados: qué tan común es que ocurra. Al análisis de los eventos gobernados por la probabilidad se le llama estadistica.
4.2. LEY ADITIVA
4.2.1. La ley aditiva o regla de la suma para eventos mutuamente excluyentes o desarticulados, es decir, que no pueden suceder al mismo tiempo y que no tienen puntos en comun, se aplica sumando las probabilidades de los eventos considerados
4.3. LEY MULTIPLICATIVA
4.3.1. Esta regla concierne a la probabilidad de dos eventos sucediendo al mismo tiempo. Si los eventos son independientes -i.e.no ejercen influencias entre si- entonces la probabilidad de que sucedan los dos es igual al producto de sus respectivas probabilidades