SlideShare ist ein Scribd-Unternehmen logo
1 von 11
Estadística unidimensional
Estadística: Part de les matemàtiques que s’ocupa de recollir,
organitzar i analitzar grans quantitats de dades per a estudiar
les característiques o el comportament d’un col·lectiu.
Població: conjunt dels elements que són objecte d’estudi.
Individu: cadascun dels elements de la població.
Variable estadística: propietat o característica de la població
que estem interessats a estudiar. Es solen representar amb lletres
majúscules: X, Y, Z,...
Qualitativa Quantitativa
Pren valors numèricsNo pren valors numèrics
Contínua Discreta
Pren valors puntualsPren qualsevol valor
dins d’un interval
Població: conjunt dels elements que són objecte d’estudi.
1. Conceptes bàsics
Pren valors numèrics
Mostra: part de la població que es tria per a fer l’estudi quan la
població és molt gran. Ha de ser representativa per a que
l’estudi estadístic sigui fiable. A major grandària de la mostra,
major fiabilitat.
Mostreig aleatòri simple Mostreig estratificat
Mètodes per a triar una mostra:
Cada element té la mateixa
probabilitat de ser triat.
Les proporcions de diversos individus
han de ser les mateixes en la mostra que
en la població.
http://www.edu365.com/aulanet/comsoc/treballsrecerca/recursos/mostreig
2. Taules i gràfics
Taula de freqüències amb dades no agrupades
Exemple: 3, 4, 6, 2, 3, 3, 2, 6, 5, 5, 2, 3, 4, 5, 5, 2, 3 i 4
Valor
(xi)
Freq. Absoluta
(ni)
Freq.Absoluta cum.
(Ni= )
Freq. Relativa
(fi = )
Freq. Relativa cum.
(Fi = )
x1=2 n1= 4 N1= 4 0,2222
x2= 3 n2= 5 N2= 9 0,5
x3= 4 n3= 3 N3= 12 0,6667
x4= 5 n4= 4 N4= 16 0,8889
x5= 6 n5= 2 N5= 18 1
Total = 18 1
2222,0
18
4
=
2778,0
18
5
=
1667,0
18
3
=
2222,0
18
4
=
1111,0
18
2
=
∑
i
in
1
∑
i
if
1total
ni
2
3
4
5
6
Diagrama de sectors
Diagrama de barres
2 3 4 5 6
0
1
2
3
4
5
6
Taula de freqüències amb dades agrupades
Exemple: 69, 58, 54, 40, 71, 61, 57, 52, 64, 56, 52, 61, 54, 50, 63,
55, 51, 30, 70, 60, 54, 58, 54, 47, 63, 69, 58, 54, 49, 70
Interval Marca
de
classe
(xi)
Freq. Absoluta
(ni)
Freq.Absoluta cum.
(Ni= )
Freq. Relativa
(fi = )
Freq. Relativa cum.
(Fi = )
[29,5 , 36,5) x1=33 n1= 1 N1= 1 0,0333
[36,5 , 43,5) x2= 40 n2= 1 N2= 2 0,0666
[43,5 , 50,5) x3= 47 n3= 3 N3= 5 0,1666
[50,5 , 57,5) x4= 54 n4= 11 N4= 16 0,5333
[57,5 , 64,5) x5= 61 n5= 9 N5= 25 0,8333
[64,5 , 71,5) x6= 68 n6= 5 N5= 30 1
Total = 30 1
0333,0
30
1
=
1,0
30
3
=
3667,0
30
11
=
3,0
30
9
=
∑
i
in
1
∑
i
if
1total
ni
Recorregut = màx – mín = 71-30 = 41  6 intervals  Amplària: 41 : 6 ≈ 7
0333,0
30
1
=
1667,0
30
5
=
Histograma i polígon de freqüències
3. Paràmetres estadístics
Paràmetres estadístics: valors representatius del conjunt de dades.
P. de centratització P. de dispersió P. de posició
Informen del valor
al voltant del qual
es situen les dades.
Moda
Mitjana aritmètica
Mediana
Informen de la
distribució de les
dades.
Recorregut
Desviació mitjana
Variància
Desviació estàndard
Quartils
Percentils o centils
Amb dades no agrupades
Exemple: 3, 4, 6, 2, 3, 3, 2, 6, 5, 5, 2, 3, 4, 5, 5, 2, 3 i 4
xi ni Ni fi Fi xi · ni |xi- | |xi- |·ni (xi- )2
(xi- )2
·ni
2 4 4 0,2222 0,2222 8 1,7222 6,8889 2,9660 11,8642
3 5 9 0,2778 0,5000 15 0,7222 3,6111 0,5216 2,6080
4 3 12 0,1667 0,6667 12 0,2778 0,8333 0,0772 0,2315
5 4 16 0,2222 0,8889 20 1,2778 5,1111 1,6327 6,5309
6 2 18 0,1111 1,0000 12 2,2778 4,5556 5,1883 10,3765
18 67 1,7222 21,0000 31,6111
x x x x
Mo = 3 (Valor més repetit) distribució unimodal
Me = (3+4)/2 = 3,5 (Valor central després d’ordenar les dades)
= 67/18 = 3,7222x
Recorregut = 6 – 2 = 4
dm = 21/18 = 1,1667
σ2
= 31,6111/18 = 1,7562
σ = = 1,32527562,1
Fórmules mesures de posició per a dades agrupades
i
i
i
n
N
N
hLMeQ
1
2
2
−−
⋅+==
Quartils Percentils o centils
in
N
N
hLQ
i
i
1
3
4
3
−−
⋅+=
in
N
N
hLQ
i
i
1
1
4
−−
⋅+=
in
N
kN
hLP
i
ik
1
100
−−
⋅+=
On
Li = límit inferior de la classe a que pertany el paràmetre buscat.
h = Amplitud de l’interval.
Amb dades agrupades
Exemple: 69, 58, 54, 40, 71, 61, 57, 52, 64, 56, 52, 61, 54, 50, 63,
55, 51, 30, 70, 60, 54, 58, 54, 47, 63, 69, 58, 54, 49, 70
Interval xi ni Ni fi Fi xi · ni |xi- | |xi- |·ni (xi- )2
(xi- )2
·ni
[29,5 ,
36,5)
33 1 1 0,0333 0,0333 33 23,5667 23,5667 555,3878 555,3878
[36,5 ,
43,5)
40 1 2 0,0333 0,0667 40 16,5667 16,5667 274,4544 274,4544
[43,5 ,
50,5)
47 3 5 0,1000 0,1667 141 9,5667 28,7000 91,5211 274,5633
[50,5 ,
57,5)
54 11 16 0,3667 0,5333 594 2,5667 28,2333 6,5878 72,4656
[57,5 ,
64,5)
61 9 25 0,3000 0,8333 549 4,4333 39,9000 19,6544 176,8900
[64,5 ,
71,5)
68 5 30 0,1667 1,0000 340 11,4333 57,1667 130,7211 653,6056
30 1697 194,1333 2007,3667Mo = 54 Classe modal = [50,5 , 57,5)
Me = 51,41
= 1697/30 = 56,5667x
Recorregut = 71-30=41
dm = 194,1333/30 = 6,4711
σ2
= 2007,3667/30 = 66,9122
σ = = 8,189122,66
x x x x

Weitere ähnliche Inhalte

Andere mochten auch

Xénia Křížová - reference-1
Xénia Křížová - reference-1Xénia Křížová - reference-1
Xénia Křížová - reference-1
X K?
 
24. U Potrazi Za Bombom
24. U Potrazi Za Bombom24. U Potrazi Za Bombom
24. U Potrazi Za Bombom
Dino dino
 
0714. UBICA IZ DARKVUDA
0714. UBICA IZ DARKVUDA0714. UBICA IZ DARKVUDA
0714. UBICA IZ DARKVUDA
Tompa *
 

Andere mochten auch (14)

Solder joint-fatigue-dfr
Solder joint-fatigue-dfrSolder joint-fatigue-dfr
Solder joint-fatigue-dfr
 
Embedded Systems
Embedded SystemsEmbedded Systems
Embedded Systems
 
Rationalizing the 1962-2006 Drop in Water Levels of Lakes Michigan and Huron
Rationalizing the 1962-2006 Drop in Water Levels of Lakes Michigan and HuronRationalizing the 1962-2006 Drop in Water Levels of Lakes Michigan and Huron
Rationalizing the 1962-2006 Drop in Water Levels of Lakes Michigan and Huron
 
Xénia Křížová - reference-1
Xénia Křížová - reference-1Xénia Křížová - reference-1
Xénia Křížová - reference-1
 
Consumer Service Excellence
Consumer Service ExcellenceConsumer Service Excellence
Consumer Service Excellence
 
Conversion monster sales pp
Conversion monster sales ppConversion monster sales pp
Conversion monster sales pp
 
MT112 CHANNEL You don't have to dance around Dell EMC channel services...an ...
MT112 CHANNEL  You don't have to dance around Dell EMC channel services...an ...MT112 CHANNEL  You don't have to dance around Dell EMC channel services...an ...
MT112 CHANNEL You don't have to dance around Dell EMC channel services...an ...
 
INEQUACIONS I SISTEMES
INEQUACIONS I SISTEMESINEQUACIONS I SISTEMES
INEQUACIONS I SISTEMES
 
La radicación
La radicaciónLa radicación
La radicación
 
Phone sales / Inside Sales for Startups
Phone sales / Inside Sales for StartupsPhone sales / Inside Sales for Startups
Phone sales / Inside Sales for Startups
 
M - TW - VEC 01
M - TW - VEC 01M - TW - VEC 01
M - TW - VEC 01
 
24. U Potrazi Za Bombom
24. U Potrazi Za Bombom24. U Potrazi Za Bombom
24. U Potrazi Za Bombom
 
Potenciación y radicación en n
Potenciación y radicación en nPotenciación y radicación en n
Potenciación y radicación en n
 
0714. UBICA IZ DARKVUDA
0714. UBICA IZ DARKVUDA0714. UBICA IZ DARKVUDA
0714. UBICA IZ DARKVUDA
 

Mehr von Maria Angeles Folch Mateu (17)

Nombres Reals
Nombres RealsNombres Reals
Nombres Reals
 
Bidimensional
BidimensionalBidimensional
Bidimensional
 
NOMBRES ENTERS
NOMBRES ENTERSNOMBRES ENTERS
NOMBRES ENTERS
 
Potències nombres racionals
Potències nombres racionalsPotències nombres racionals
Potències nombres racionals
 
Notacio científica
Notacio científicaNotacio científica
Notacio científica
 
Aproximacions
AproximacionsAproximacions
Aproximacions
 
Nombres racionals
Nombres racionalsNombres racionals
Nombres racionals
 
Equacions
EquacionsEquacions
Equacions
 
Polinomis
PolinomisPolinomis
Polinomis
 
Fraccions Algebraiques
Fraccions AlgebraiquesFraccions Algebraiques
Fraccions Algebraiques
 
Logaritmes
LogaritmesLogaritmes
Logaritmes
 
Fraccions Generatrius
Fraccions GeneratriusFraccions Generatrius
Fraccions Generatrius
 
Notació científica
Notació científicaNotació científica
Notació científica
 
Nombres Reals
Nombres RealsNombres Reals
Nombres Reals
 
Trigonometria 2
Trigonometria 2Trigonometria 2
Trigonometria 2
 
Trigonometria 1
Trigonometria 1Trigonometria 1
Trigonometria 1
 
Geometria Plana
Geometria PlanaGeometria Plana
Geometria Plana
 

Estadística

  • 1. Estadística unidimensional Estadística: Part de les matemàtiques que s’ocupa de recollir, organitzar i analitzar grans quantitats de dades per a estudiar les característiques o el comportament d’un col·lectiu.
  • 2. Població: conjunt dels elements que són objecte d’estudi. Individu: cadascun dels elements de la població. Variable estadística: propietat o característica de la població que estem interessats a estudiar. Es solen representar amb lletres majúscules: X, Y, Z,... Qualitativa Quantitativa Pren valors numèricsNo pren valors numèrics Contínua Discreta Pren valors puntualsPren qualsevol valor dins d’un interval Població: conjunt dels elements que són objecte d’estudi. 1. Conceptes bàsics Pren valors numèrics
  • 3. Mostra: part de la població que es tria per a fer l’estudi quan la població és molt gran. Ha de ser representativa per a que l’estudi estadístic sigui fiable. A major grandària de la mostra, major fiabilitat. Mostreig aleatòri simple Mostreig estratificat Mètodes per a triar una mostra: Cada element té la mateixa probabilitat de ser triat. Les proporcions de diversos individus han de ser les mateixes en la mostra que en la població. http://www.edu365.com/aulanet/comsoc/treballsrecerca/recursos/mostreig
  • 4. 2. Taules i gràfics Taula de freqüències amb dades no agrupades Exemple: 3, 4, 6, 2, 3, 3, 2, 6, 5, 5, 2, 3, 4, 5, 5, 2, 3 i 4 Valor (xi) Freq. Absoluta (ni) Freq.Absoluta cum. (Ni= ) Freq. Relativa (fi = ) Freq. Relativa cum. (Fi = ) x1=2 n1= 4 N1= 4 0,2222 x2= 3 n2= 5 N2= 9 0,5 x3= 4 n3= 3 N3= 12 0,6667 x4= 5 n4= 4 N4= 16 0,8889 x5= 6 n5= 2 N5= 18 1 Total = 18 1 2222,0 18 4 = 2778,0 18 5 = 1667,0 18 3 = 2222,0 18 4 = 1111,0 18 2 = ∑ i in 1 ∑ i if 1total ni
  • 5. 2 3 4 5 6 Diagrama de sectors Diagrama de barres 2 3 4 5 6 0 1 2 3 4 5 6
  • 6. Taula de freqüències amb dades agrupades Exemple: 69, 58, 54, 40, 71, 61, 57, 52, 64, 56, 52, 61, 54, 50, 63, 55, 51, 30, 70, 60, 54, 58, 54, 47, 63, 69, 58, 54, 49, 70 Interval Marca de classe (xi) Freq. Absoluta (ni) Freq.Absoluta cum. (Ni= ) Freq. Relativa (fi = ) Freq. Relativa cum. (Fi = ) [29,5 , 36,5) x1=33 n1= 1 N1= 1 0,0333 [36,5 , 43,5) x2= 40 n2= 1 N2= 2 0,0666 [43,5 , 50,5) x3= 47 n3= 3 N3= 5 0,1666 [50,5 , 57,5) x4= 54 n4= 11 N4= 16 0,5333 [57,5 , 64,5) x5= 61 n5= 9 N5= 25 0,8333 [64,5 , 71,5) x6= 68 n6= 5 N5= 30 1 Total = 30 1 0333,0 30 1 = 1,0 30 3 = 3667,0 30 11 = 3,0 30 9 = ∑ i in 1 ∑ i if 1total ni Recorregut = màx – mín = 71-30 = 41  6 intervals  Amplària: 41 : 6 ≈ 7 0333,0 30 1 = 1667,0 30 5 =
  • 7. Histograma i polígon de freqüències
  • 8. 3. Paràmetres estadístics Paràmetres estadístics: valors representatius del conjunt de dades. P. de centratització P. de dispersió P. de posició Informen del valor al voltant del qual es situen les dades. Moda Mitjana aritmètica Mediana Informen de la distribució de les dades. Recorregut Desviació mitjana Variància Desviació estàndard Quartils Percentils o centils
  • 9. Amb dades no agrupades Exemple: 3, 4, 6, 2, 3, 3, 2, 6, 5, 5, 2, 3, 4, 5, 5, 2, 3 i 4 xi ni Ni fi Fi xi · ni |xi- | |xi- |·ni (xi- )2 (xi- )2 ·ni 2 4 4 0,2222 0,2222 8 1,7222 6,8889 2,9660 11,8642 3 5 9 0,2778 0,5000 15 0,7222 3,6111 0,5216 2,6080 4 3 12 0,1667 0,6667 12 0,2778 0,8333 0,0772 0,2315 5 4 16 0,2222 0,8889 20 1,2778 5,1111 1,6327 6,5309 6 2 18 0,1111 1,0000 12 2,2778 4,5556 5,1883 10,3765 18 67 1,7222 21,0000 31,6111 x x x x Mo = 3 (Valor més repetit) distribució unimodal Me = (3+4)/2 = 3,5 (Valor central després d’ordenar les dades) = 67/18 = 3,7222x Recorregut = 6 – 2 = 4 dm = 21/18 = 1,1667 σ2 = 31,6111/18 = 1,7562 σ = = 1,32527562,1
  • 10. Fórmules mesures de posició per a dades agrupades i i i n N N hLMeQ 1 2 2 −− ⋅+== Quartils Percentils o centils in N N hLQ i i 1 3 4 3 −− ⋅+= in N N hLQ i i 1 1 4 −− ⋅+= in N kN hLP i ik 1 100 −− ⋅+= On Li = límit inferior de la classe a que pertany el paràmetre buscat. h = Amplitud de l’interval.
  • 11. Amb dades agrupades Exemple: 69, 58, 54, 40, 71, 61, 57, 52, 64, 56, 52, 61, 54, 50, 63, 55, 51, 30, 70, 60, 54, 58, 54, 47, 63, 69, 58, 54, 49, 70 Interval xi ni Ni fi Fi xi · ni |xi- | |xi- |·ni (xi- )2 (xi- )2 ·ni [29,5 , 36,5) 33 1 1 0,0333 0,0333 33 23,5667 23,5667 555,3878 555,3878 [36,5 , 43,5) 40 1 2 0,0333 0,0667 40 16,5667 16,5667 274,4544 274,4544 [43,5 , 50,5) 47 3 5 0,1000 0,1667 141 9,5667 28,7000 91,5211 274,5633 [50,5 , 57,5) 54 11 16 0,3667 0,5333 594 2,5667 28,2333 6,5878 72,4656 [57,5 , 64,5) 61 9 25 0,3000 0,8333 549 4,4333 39,9000 19,6544 176,8900 [64,5 , 71,5) 68 5 30 0,1667 1,0000 340 11,4333 57,1667 130,7211 653,6056 30 1697 194,1333 2007,3667Mo = 54 Classe modal = [50,5 , 57,5) Me = 51,41 = 1697/30 = 56,5667x Recorregut = 71-30=41 dm = 194,1333/30 = 6,4711 σ2 = 2007,3667/30 = 66,9122 σ = = 8,189122,66 x x x x