Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Objetivo Calcular y explicar el coeficiente de variación y valor estandarizado (z) 3-1 Coeficiente de Variación Muestra la variación relativa a la media. Expresado siempre en porcentaje (%). Especialmente relevante para comparar la variabilidad de dos distribuciones con distintas medias. Usado para comparar dos o más conjuntos de datos medidos en diferentes unidades o niveles 3-2 Población Muestra Comparación de Coeficientes de Variación Acción A: Precio promedio del año pasado = $50 Desviación estándar = $5 Acción B: Precio promedio del año pasado = $100 Desviación estándar = $5 3-3 Ambas acciones tienen la misma desviación estándar, pero la Acción B es menos variable relativo a su precio Si la distribución de los datos tiene forma de campana, entonces el intervalo ( ) contiene alrededor del 68% de los valores de la población: 3-4 Regla Empírica 68% La media y la mediana son iguales contiene alrededor del 95% de los valores de la población contiene alrededor del 99.7% de los valores de la población 3-5 Regla Empírica 99.7% 95% Sin considerar como esten distribuidos los datos, al menos (1 - 1/k2) de los valores caerán dentro del intervalo μ ± kσ Ejemplos: (1 - 1/12) = 0% ……..... k=1 (μ ± 1σ) (1 - 1/22) = 75% …........ k=2 (μ ± 2σ) (1 - 1/32) = 89% ………. k=3 (μ ± 3σ) 3-6 Teorema de Tchebysheff Dentro Al menos Un valor estandarizado se refiere al número de desviaciones estándar en que el valor difiere de su media. Un valor estandarizado también es conocido como valor z. Pueden ser usados para comparar conjuntos de datos, al menos de intervalo, incluso de escala distinta. Serán vistos en mayor detalle en los próximos capítulos. 3-7 Valores Estandarizados Valores Estandarizados Poblacionales Donde: x = valor original del dato μ = media poblacional σ = desviación estándar poblacional z = valor estandarizado (número de desviaciones estándar en que x difiere de μ) 3-8 Valores Estandarizados Muestrales Donde: x = valor original del dato x = media muestral s = desviación estándar muestral z = valor estandarizado (número de desviaciones estándar en que x difiere de x ) 3-9 Valor Estandarizado: Ejemplo Los puntajes de CI en una población tienen distribución en forma de campana con media μ = 100 y desviación estándar σ = 15 Encontrar el valor estandarizado (z-score) para una persona con un CI de 121. Alguien con CI de 121 está a 1.4 desviaciones estándar sobre la media 3-10 Respuesta: Usando Excel Estadísticas Descriptivas son fáciles de obtener de Excel Seleccione: Datos / Análisis de datos / Estadística descriptiva Diligencie el cuadro de diálogo 3-11 Usando Excel 3-12 Seleccionar: Datos / Análisis de datos / Estadística descriptiva (continuación) Usando Excel Diligenciar el cuadro de diálogo Seleccionar “Resumen de estadísticas” Click en “Aceptar” 3-13 (continuación) Resultado del Excel 3-14 Estadísticas descriptivas de los precios de las casas (usando Excel): Precios de las casas: $2,000,000 500,000 300,000 100,000 100,000 oleObject1.bin image2.emf 100% x s CV oleObject2.bin image3.emf 100% μ σ CV oleObject3.bin image4.emf 5% 100%* $100 $5 100%* x s CV B oleObject4.bin image5.emf 10% 100%* $50 $5 100%* x s CV A oleObject5.bin image6.wmf 1 σ μ ± oleObject6.bin image7.wmf μ oleObject7.bin image8.wmf 1 σ μ ± oleObject8.bin image9.wmf 2 σ μ ± oleObject9.bin image10.wmf 3 σ μ ± oleObject10.bin image11.wmf 3 σ μ ± oleObject11.bin image12.wmf 2 σ μ ± oleObject12.bin image13.wmf σ μ x z - = oleObject13.bin image14.wmf s x x z - = oleObject14.bin image15.wmf 1.4 15 100 121 σ μ x z = - = - = image16.png image17.png image18.png image1.png
Compartir