Quiénes Somos

Por Qué Elegir StudyPug

Cómo Funciona

Precios

Preguntas Frecuentes

Testimonios

Contáctanos

Blog

Geometría

Trigonometría

Álgebra

Matemáticas Básica

Estadística

Cálculo

Ecuaciones diferenciales

Álgebra lineal

Química

Química Orgánica

Física

Microeconomía

Para Estudiantes

Para Padres

Para Educadores En Casa

Para Maestros

Australia

Canada

Ireland

New Zealand

Singapore

United Kingdom

United States

Términos de Servicio

Política de Privacidad

¿Qué son las medidas de tendencia central?

Conceptos Básicos

Clasificación de datos

Tipos de muestreo estadístico

Censo y sesgo

Representación de Datos

Distribución de frecuencias e histogramas

Diagrama de tallos y hojas

Polígonos de frecuencias

Formas de las distribuciones

Interpretación de Datos

Medidas de tendencia central: media, mediana y moda

Dispersión de un conjunto de datos: Desviación estándar y varianza

Medidas de posición: Variable normalizada, cuartiles y percentiles

Datos bivariados, diagramas de dispersión y correlación

Análisis de la regresión

Recta de mejor ajuste (mínimos cuadrados)

Probabilidad

Introducción a la probabilidad

Reglas de la suma de probabilidades

Regla de la multiplicación de probabilidades

Probabilidad condicional

Probabilidad con permutaciones y combinaciones

Probabilidad con diagramas de Venn

Probabilidades Discretas

Distribución de probabilidad: Histograma, media, varianza y desviación estándar

Distribución binomial

Media y desviación estándar de la distribución binomial

Distribución de Poisson

Distribución geométrica

Distribución binomial negativa

Distribución hipergeométrica

Propiedades de la esperanza matemática

Distribución Normal y la Variable Estandarizada

Introducción a las distribución normal

Distribución normal y variable aleatoria continua

Variables normalizadas y variables aleatorias continuas

Regla del evento raro

Distribución muestral

Teorema del límite central

Intervalos de Confianza

Estimación puntual

Niveles de confianza y valores críticos

Margen de error

Creando un intervalo de confianza

Combinatoria

Principio fundamental de conteo

Notación factorial

Permutaciones

Combinaciones

Problemas acerca de permutaciones y combinaciones

Permutaciones y combinaciones

Pruebas de Hipótesis

Hipótesis nula e hipótesis alternativa

Verificando afirmaciones

Niveles de confianza, niveles de significancia y valores críticos

Estadístico de prueba

Prueba de hipótesis

Prueba de hipótesis con valores "p"

Prueba de hipótesis con Ji cuadrado de Pearson

Prueba de hipótesis para la media con distribución "t"

Errores de tipo 1 y 2

math

https://dmn92m25mtw4z.cloudfront.net/img_set/textbook-es-estadistica/v1/textbook-es-estadistica-168w.png

Ex.1

Ex.2

Ex.4

Intro 

Hay tres herramientas matemáticas principales en estadística para describir el centro de un conjunto de datos, a estas se les llaman medidas de tendencia central y son: 

La media (también llamada promedio):
 Se representa con la letra \(\over X\, \) o \( \, \mu \) . La media es el promedio aritmético del conjunto de datos.

 <center>\(\large \overline{x} = \frac{ x_{1} \, + \, x_{2} \, ... \, + x_{n} } {n} \)</center> 

Donde las \(x\) son cada uno de los valores del conjunto.
 \(n\) es el número de datos en el conjunto.

 La mediana:
 Una vez que se han ordenado de menor a mayor todos los datos en un conjunto, la mediana es el valor de en medio de esta lista.

 Si el número \(n\) (cantidad de datos en el conjunto) es un número par, la mediana del conjunto es el promedio de los dos valores de en medio una vez que se han ordenado de menor a mayor.

 La moda:
 El valor que se puede encontrar más veces repetido dentro del conjunto de datos.

 Los valores más extremos no afectan a la mediana, pero si afectan a la media (promedio).

 La media ponderada (\(\overline{x}_{ponderada}\)): Es el promedio aritmético cuando los datos en un conjunto tienen una importancia o peso relativo a todos los demás y por lo tanto, unos pesan o contribuyen al tipo de distribución más que otros.

 <center>\(\large \overline{x}_{ponderada}=\) \(\frac{\sum_{{i=1}}^{n}x_i \cdot w_i}{\sum_{{i=1}}^{n}w_i}\)</center>