Estadística unidimensional:

• Se estudia una sola característica de la población. Para comparar dos caracteríasticas se utiliza el coeficiente de variación.
• Presentación de los datos: Diagramas de barras, histogramas y diagramas de sectores: Diagrama de sectores
• Medidas de centralización: media, mediana y moda: Medidas de centralización.
• Estudio de una variable estadística unidimensional:
  • Media: como serían todos si todos fuesen iguales.
  • Desviación típica: cuánto puede alejarse uno de la media sin dejar la normalidad.
  • Coeficiente de variación: permite comparar variables estadísticas distintas: es la desviación típica en tanto por uno respecto de la media.
  • Media, desviación típica y CV
  • Media, desviación típica y CV con intervalos

Estadística bidimensional

• Covarianza: sirve para obtener:
  • Coeficiente de correlación: entre -1 y 1. Ambos valores implican una correlación perfecta entre ambas variables, directa para r = 1, inversa para r = -1. Cero signifca que las variables no tienen ninguna relación.
  • Recta de regresión: permiten estimar una variable a partir de un valor de la otra. La fiabilidad de la estimación depende del valor del coeficiente de correlación.
  • Ejemplo 1
  • Ejemplo 2
• Nota respecto de las frecuencias absolutas: En el cálculo hay que distinguir entre los casos en que las frecuencias absolutas son uno y aquellos en los que no y se nos dan las frecuencias absolutas de cada par de datos mediante una tabla de doble entrada.

Probabilidad

• Operaciones con sucesos: unión, intersección y suceso contrario.
• Propiedades de la probabilidad:
  • Problemas: obtener la probabilidad de un suceso sabiendo las probabilidades de otros..
• Regla Laplace: casos favorables entre casos posibles.
  • Problemas: de urnas, monedas, barajas...
• Probabilidad condicionada: como cambia la probabilidad cuando nuestra información aumenta.
  • Problemas: 'probabilidad de qu sea chica sabiendo que lleva gafas'.
• Regla del producto: la probabilidad de la intersección es:
  • Sucesos independientes: el producto de las probabilidades.
    • Problemas: Sacar una bola de una urna con reemplazamiento. Lanzar una moneda varias veces.
  • Sucesos dependientes: el producto de las probabilidades, pero teniendo en cuenta que, a cada paso, las probabilidades cambian.
    • Problemas: Sacar una bola de una urna sin reemplazamiento.

Distribución binomial y normal

• Distribución binomial: conocida la probabilidad del acierto, calcular la probabilidad de obtener x aciertos en n intentos.
  • Ejemplo de cálculo.
• Distribución normal: conocida la media y la desviación típica, calcular la prrobabilidad de obtener un valor dentro de un intervalo.
  • Ejemplo de cálculo.
• Aproximación de la binomial por la normal.