Medidas de tendencia central y dispersión

W. Edwards Deming.

​

​

​Autor: Mg. Luis Tello

​Tema:

Diferencias entre las Medidas de Tendencia Central y Dispersión.

​

​"Sin datos sólo eres otra persona más dando su opinión"

​¿Qué son las Medidas de Tendencia Central?

Las medidas de centralización son parámetros estadísticos que se encuentran ubicados en el centro de la distribución de valores de una serie de observaciones, en las que se encuentra ubicado un conjunto de datos numéricos ya sean discretos o continuos. ​

Some text here about the topic of discussion

​¿Cuáles son las Medidas de Tendencia Central?

• Media Aritmética

• Mediana

• Moda​

Some text here about the topic of discussion

• ​Media ponderada

• Media geométrica

• Media Armónica​

​¿Cuándo se utiliza las Medidas de Tendencia Central?

• La media aritmética se utiliza para distribuciones normales de números, con una cantidad baja de valores atípicos.

• La mediana ​se utiliza generalmente para devolver la tendencia central de distribuciones numéricas sesgadas.

• La moda suele usarse principalmente para variables categóricas.

Some text here about the topic of discussion

​Relación entre la Media, Mediana y Moda

​¿Qué son las Medidas de Dispersión?

Las medidas de dispersión, variabilidad o propagación es el grado en el que una distribución se estira o se comprime cuantificando la separación en un conjunto de datos.

Some text here about the topic of discussion

​¿Cuáles son las Medidas de Dispersión?

• Varianza

• Desviación estándar

• Rango

• Coeficiente de Variación​

Some text here about the topic of discussion

Rango Intercuartílico

Desviación absoluta mediana​

​¿Para qué sirven las Medidas de dispersión?

Para indicar que tanto se separan o se agrupan los datos con respecto a su parámetro estadístico.​

Some text here about the topic of discussion

​¿Cuál es la diferencia entre Medidas de Tendencia Central y de Dispersión ?

• Las medidas de tendencia central tienen como objetivo sintetizar los datos en un valor representativo.

• En cambio las medidas de dispersión permite juzgar la confiabilidad de las medidas de tendencia central​.

Some text here about the topic of discussion

Tema:​

Pruebas Paramétricas

vs

Pruebas No Paramétricas​

Autor: Mg. Luis Tello

​¿Qué es una Prueba de Hipótesis?

En estadística Inferencial, un contraste de hipótesis es un procedimiento para juzgar si una propiedad que se supone en una población estadística es compatible con lo observado en la muestra de dicha población.

Some text here about the topic of discussion

​¿Qué es una Prueba Paramétrica?

Las pruebas paramétricas son un tipo de pruebas de significación estadística que se utiliza para el análisis de los factores de una población en un nivel de medición de intervalo o razón.

Some text here about the topic of discussion

​Requisitos para una

Prueba Paramétrica.​

• Normalidad de los datos.

• Homocedasticidad de las varianzas.

• ​Independencia de los errores.

Some text here about the topic of discussion

​Ejemplos de

Pruebas Paramétricas.​

• Prueba del valor Z en una distribución normal.

• Prueba de una t de student para datos relacionados (muestras dependientes)

• Prueba de una t de student para datos no relacionados (muestras independientes).

• Prueba t de student de Welch para dos muestras independientes con varianzas no homogéneas.​

• Prueba F (Análisis de Varianza o ANOVA)​

Some text here about the topic of discussion

​¿Qué es una Prueba No Paramétrica?

Las pruebas no paramétricas o de distribución libre, son las que se basan en determinadas hipótesis, pero los datos observados no tienen una distribución normal. Generalmente provienen de resultados estadísticos que provienen de su ordenación (Datos nominales u ordinales).

Some text here about the topic of discussion

​Ejemplos de

Pruebas No Paramétricas.​

• ​Prueba de chi cuadrada.

• Prueba de signos de una muestra.​

• Prueba de los rangos con signos de Wilcoxon.

• Prueba U de Mann Whitney.

• Prueba de Kruskal - Wallis.

• Prueba de la mediana de Mood.

• Prueba de Friedman. ​

​¿Cuál es la diferencia entre una Prueba Paramétrica y No Paramétrica ?

• El nivel de medición de los datos.​

• Los datos paramétricos tiene​n una distribución normal.

• Los datos no paramétricos tienen una distribución libre.

• Muestras grandes para pruebas paramétricas.

• Muestras pequeñas para pruebas no paramétricas.

• Muestra aleatoria (Pruebas paramétricas)

• Muestreo no aleatorio (Pruebas no paramétricas)​

Some text here about the topic of discussion