Curso estadistica

Solo disponible en BuenasTareas
  • Páginas : 28 (6808 palabras )
  • Descarga(s) : 0
  • Publicado : 17 de mayo de 2011
Leer documento completo
Vista previa del texto
Curso de Estadística
TEMARIO
http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm
| INTRODUCCION A LA ESTADISTICA DESCRIPTIVACLASE 1. Introducción a la Estadística Descriptiva

CLASE 2. Distribuciones de frecuencia

CLASE 3. Distribuciones de frecuencia agrupada

CLASE 4. Medidas de posición central - la media, la mediana y la moda

CLASE 5. Medidas de posición nocentralCLASE 6. Medidas de dispersión - rango, varianza, desviación típica y coeficiente de variación

CLASE 7. Grado de concentración - indice de Gini

CLASE 8. Coeficiente de asimetría

CLASE 9. Coeficiente de curtosisCLASE 10. Distribuciones bidimensionalesCLASE 11. Distribuciones marginalesCLASE 12. Coeficiente de correlación linealCLASE 13. Regresión linealPROBABILIDADESCLASE 14. Probabilidad:IntroducciónCLASE 15. Probabilidad: Relación entre sucesosCLASE 16. Cálculo de probabilidadesCLASE 17. Probabilidad de sucesosCLASE 18. Combinaciones, Variaciones y Permutaciones (I)CLASE 19. Combinaciones, Variaciones y Permutaciones (II)CLASE 20. Combinaciones, Variaciones y Permutaciones (III)CLASE 21. Ejercicios CLASE 22. Probabilidad condicionadaCLASE 23. Probabilidad compuestaCLASE 24.Teorema de la probabilidad totalCLASE 25. Teorema de BayesCLASE 26. Independencia de sucesos DISTRIBUCIONES DE PROBABILIDADCLASE 27. Distribuciones discretas: BernouilliCLASE 28. Distribuciones discretas: BinomialCLASE 29. Distribuciones discretas: PoissonCLASE 30. Distribuciones discretas: HipergeométricaCLASE 31. Distribuciones discretas: MultinomialCLASE 32. Distribuciones discretas:MultihipergeométricaCLASE 33. Distribuciones continuas: UniformeCLASE 34. Distribuciones continuas: Normal (I)CLASE 35. Distribuciones continuas: Normal (II)CLASE 36. Distribuciones continuas: Normal (III): EjerciciosCLASE 37. Distribuciones continuas: Normal (IV): EjerciciosCLASE 38. Teorema Central del LímiteCLASE 39. Teorema Central del Límite: Ejercicios (I)CLASE 40. Teorema Central del Límite: Ejercicios(II) FIN DEL PRIMER CICLO |

LECCION 1ª
Introducción a la Estadística Descriptiva

La estadística descriptiva es una ciencia que analiza series de datos (por ejemplo, edad de una población, altura de los estudiantes de una escuela, temperatura en los meses de verano, etc) y trata de extraer conclusiones sobre el comportamiento de estas variables.
Las variables pueden ser de dos tipos:Variables cualitativas o atributos: no se pueden medir numéricamente (por ejemplo: nacionalidad, color de la piel, sexo).
Variables cuantitativas: tienen valor numérico (edad, precio de un producto, ingresos anuales).
Las variables también se pueden clasificar en:
Variables unidimensionales: sólo recogen información sobre una característica (por ejemplo: edad de los alunmos de una clase).
Variablesbidimensionales: recogen información sobre dos características de la población (por ejemplo: edad y altura de los alumnos de una clase).
Variables pluridimensionales: recogen información sobre tres o más características (por ejemplo: edad, altura y peso de los alumnos de una clase).
Por su parte, las variables cuantitativas se pueden clasificar en discretas y continuas:
Discretas: sólo puedentomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo: número de hermanos (puede ser 1, 2, 3....,etc, pero, por ejemplo, nunca podrá ser 3,45).
Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo, la velocidad de un vehículo puede ser 80,3 km/h, 94,57 km/h...etc.
Cuando se estudia el comportamiento de una variable hay que distinguir los siguientes conceptos:Individuo: cualquier elemento que porte información sobre el fenómeno que se estudia. Así, si estudiamos la altura de los niños de una clase, cada alumno es un individuo; si estudiamos el precio de la vivienda, cada vivienda es un individuo.
Población: conjunto de todos los individuos (personas, objetos, animales, etc.) que porten información sobre el fenómeo que se estudia. Por ejemplo, si estudiamos...
tracking img