1
00:00:00,370 --> 00:00:36,070
No os preocupéis. Vale, ahora sí estoy grabando. Y ahora compartir. Compartir contenido. Compartir, explorar el web. Vale, estoy compartiendo y veis lo que es el cuadradito a la izquierda que pone a otros proyectos, ¿verdad?

2
00:00:36,070 --> 00:01:08,090
Sí. Vale. Voy a tratar de presentar y a ver si esta vez no os pierdo, que esto lo veis antes. ¿Ahora lo veis en grande? Ahora, ahora sí. Gracias. Bien, vale. Vuelvo a empezar desde el principio. Os habíais quedado en esta, ¿no? Sí. Vale. Bueno, lo que os contaba es que la primera diapositiva es la descripción de los epígrafes, en qué está distribuido, los apartados en los que está distribuido el tema, ¿vale? Y que, bueno, lo llama requisitos estadísticos, parámetros estadísticos, muestreo por variables,

3
00:01:08,090 --> 00:01:14,269
ley binominal que parece que estamos hablando aquí de matemáticas muy avanzadas parámetros

4
00:01:14,269 --> 00:01:19,390
no no es tan difícil vale porque todo esto lo vamos a traducir vais a ver que lo domina

5
00:01:19,390 --> 00:01:24,569
y luego es hacer unos profesionales que incluso podéis hablar en estos términos ningún problema

6
00:01:24,569 --> 00:01:31,250
vale no sean los agobios vemos cada una de las partes vale bueno estos son los epígrafos que

7
00:01:31,250 --> 00:01:37,329
vamos a ir desarrollando y lo que os iba diciendo los objetivos de aprendizaje en esta unidad en las

8
00:01:37,329 --> 00:01:44,510
recomendaciones que se hace para para el alumno pues viene tan genérico como esto que pone aquí

9
00:01:44,510 --> 00:01:48,209
describir el plan de muestreo analizando las características que deben cumplir las muestras

10
00:01:48,209 --> 00:01:54,430
a ver esto es demasiado genérico para concretar los más las que son referentes a este tema os

11
00:01:54,430 --> 00:01:58,650
las voy a ir ampliando para lo que vamos a aprender hoy estos son los objetivos estos

12
00:01:58,650 --> 00:02:03,329
tres pero luego en esta diapositiva iré aprendiendo las de la ir añadiendo las de

13
00:02:03,329 --> 00:02:08,729
las demás clases vale los objetivos para el aprendizaje de hoy es identificar la actividad

14
00:02:08,729 --> 00:02:14,009
de la estadística para la minimización la minimización del error vamos a usar la

15
00:02:14,009 --> 00:02:19,750
estadística para que los resultados de nuestro ensayo tengan el mínimo error posible vale

16
00:02:19,750 --> 00:02:25,990
reconocer los parámetros estadísticos los parámetros al final son las letritas como

17
00:02:25,990 --> 00:02:31,569
se llaman que son para que se usan vale y se llaman parámetros y la necesidad de identificar

18
00:02:31,569 --> 00:02:36,229
sus requerimientos, para esos parámetros, para calcularlo, necesitamos una serie de

19
00:02:36,229 --> 00:02:41,789
condiciones que las vamos a ir viendo, ¿vale? Y conocer el comportamiento de los datos en

20
00:02:41,789 --> 00:02:47,389
la distribución poblacional. ¿Cómo se comportan los datos? Aunque también nos parece algo

21
00:02:47,389 --> 00:02:51,050
muy complicado, cuando lo veamos ahora sobre una gráfica vais a ver que sí que es intuitivo,

22
00:02:51,150 --> 00:02:55,169
que se entiende mejor de lo que parece, ¿vale? No os agobéis. Bueno, pues lo que os digo

23
00:02:55,169 --> 00:02:59,250
en esta diapositiva, luego iremos añadiendo más objetivos para tenerlos completos de

24
00:02:59,250 --> 00:03:05,009
la unidad temática. Vale, empecemos con conocimientos previos. A ver, ¿qué sabemos de lo que vamos a

25
00:03:05,009 --> 00:03:24,969
tratar? ¿Qué es estadística, chicos? Es algo de las matemáticas, ¿no? Sí, pero ¿qué es? El análisis

26
00:03:24,969 --> 00:03:33,830
de los datos. Vale, bien, bien. O sea, sí, una ciencia que estudia los datos. Es una ciencia que

27
00:03:33,830 --> 00:03:37,610
una ciencia

28
00:03:37,610 --> 00:03:42,370
me he trabado pero quería repetir

29
00:03:42,370 --> 00:03:45,889
lo vamos concretando y va teniendo sentido

30
00:03:45,889 --> 00:03:47,650
no es tan difícil

31
00:03:47,650 --> 00:03:52,490
entonces nosotros para trabajar con estadística

32
00:03:52,490 --> 00:03:55,030
lo primero que tenemos que tener es datos

33
00:03:55,030 --> 00:03:55,789
¿qué son los datos?

34
00:04:01,949 --> 00:04:05,610
es una serie de números

35
00:04:05,610 --> 00:04:18,290
o información tiene tiene como un eco tu micro y me cuesta entenderte porque suena así como doble

36
00:04:18,290 --> 00:04:25,850
que la voz déjame decir si te he interpretado bien quieres decir lo que nos aporta información

37
00:04:25,850 --> 00:04:47,730
has querido decir sí hola no estamos aquí vale bueno los datos al fin y al cabo es la información

38
00:04:47,730 --> 00:04:53,689
de la gente si nosotros tenemos que hacer en nuestro caso que nuestros datos que serían por

39
00:04:53,689 --> 00:05:00,170
los resultados de nuestra análisis no tendríamos una serie de datos y las gracias en la estadística

40
00:05:00,170 --> 00:05:07,410
Podríamos ordenarlos e interpretarlos, porque datos caóticos, al final, la información es difícil de tratar.

41
00:05:07,410 --> 00:05:13,230
Entonces, la estadística nos permite sacar información observando cómo se comportan esos datos.

42
00:05:13,930 --> 00:05:16,069
¿Y cómo se trabaja con esa información?

43
00:05:17,810 --> 00:05:19,410
O sea, nosotros tenemos ahí un montón de datos desordenados.

44
00:05:20,250 --> 00:05:25,730
¿Y qué es lo primero que se nos ocurre hacer para que esos datos nos aporten verdadera información?

45
00:05:29,120 --> 00:05:30,620
¿Saber si son los correctos?

46
00:05:30,620 --> 00:05:34,100
¿Y qué hacemos para saber si son correctos?

47
00:05:37,800 --> 00:05:41,819
Pues me imagino que buscar una media o si son varios datos

48
00:05:41,819 --> 00:05:45,939
Eso es, establecemos unos parámetros que son estadísticos

49
00:05:45,939 --> 00:05:47,939
por ejemplo la media es un parámetro estadístico

50
00:05:47,939 --> 00:05:52,019
entonces hacemos una serie de cálculos matemáticos

51
00:05:52,019 --> 00:05:55,720
ahí es donde sabemos que la estadística es la parte de las matemáticas

52
00:05:55,720 --> 00:05:59,480
y esos cálculos que hacemos

53
00:05:59,480 --> 00:06:01,959
al final lo que nos da es una información

54
00:06:01,959 --> 00:06:04,079
de cómo se están portando nuestros datos

55
00:06:04,079 --> 00:06:05,220
que cuáles

56
00:06:05,220 --> 00:06:07,819
como si los datos fueran personas que tuvieran una

57
00:06:07,819 --> 00:06:09,600
conducta y fueran

58
00:06:09,600 --> 00:06:12,079
se comportaran de tal modo

59
00:06:12,079 --> 00:06:13,920
o de tal, pero sabemos cómo se comportan

60
00:06:13,920 --> 00:06:16,060
gracias a la información

61
00:06:16,060 --> 00:06:17,860
que nos dan esos datos, el primero y el más

62
00:06:17,860 --> 00:06:19,459
intuitivo es la media

63
00:06:19,459 --> 00:06:21,759
todo el mundo sabemos que es la media, no de algo

64
00:06:21,759 --> 00:06:22,720
¿qué es la media?

65
00:06:24,319 --> 00:06:25,379
la suma

66
00:06:25,379 --> 00:06:27,500
de todos los datos que tenemos

67
00:06:27,500 --> 00:06:30,100
dividida por el número de datos

68
00:06:30,100 --> 00:06:32,819
vale, tú me has descrito cómo se calcula

69
00:06:32,819 --> 00:06:33,519
pero ¿qué es?

70
00:06:38,600 --> 00:06:39,839
yo te digo el cálculo

71
00:06:39,839 --> 00:06:42,060
a ver

72
00:06:42,060 --> 00:06:44,620
¿cómo te lo expreso?

73
00:06:46,019 --> 00:06:47,199
medio entre el máximo

74
00:06:47,199 --> 00:06:47,759
y mínimo

75
00:06:47,759 --> 00:06:50,660
vale, bien

76
00:06:50,660 --> 00:06:52,319
media entre máximo y mínimo

77
00:06:52,319 --> 00:06:54,540
nos va a salir algún dato ahí

78
00:06:54,540 --> 00:06:57,139
luego ahí podemos también confundirlo con

79
00:06:57,139 --> 00:06:58,759
otro parámetro que se llama mediana

80
00:06:58,759 --> 00:07:01,279
hay una diferencia entre la mediana y la media

81
00:07:01,279 --> 00:07:02,399
¿vale?

82
00:07:02,399 --> 00:07:24,220
Pero bueno, intuitivamente y como para acercarte, vale. Bueno, vamos a ir viendo cada una de ellas. ¿Veis cómo al final si te haces las preguntas concretas es más simple lo que tienes que entender que la bola que se hace hablando solo en términos de tecnicismos, ¿vale? Sabemos de algunas cosas aunque creíamos que no y ahora vamos a ir matizándolas, ¿vale?

83
00:07:24,220 --> 00:07:40,019
Bien, consideraciones estadísticas. La estadística descriptiva tiene como objetivo resumir la evidencia encontrada en una investigación de manera sencilla, clara, para su interpretación.

84
00:07:40,019 --> 00:08:02,899
Vale, aquí hemos hablado así como palabras, la verdad es que son bastante sencillas, pero bueno, como puede ser un poco rebuscada, lo podemos traducir en idioma coloquial y lo que nos viene a decir es que la estadística lo que hace es que observa unos datos y nos dice a través de esos datos cómo se comporta la población, todos los demás datos.

85
00:08:02,899 --> 00:08:06,680
tú tienes una serie de datos, pero al final, gracias a la estadística,

86
00:08:07,279 --> 00:08:11,600
interpretas que el resto de datos que no tienes, pero que estarían ahí,

87
00:08:12,259 --> 00:08:14,920
se van a comportar igual que esos que sí tienes.

88
00:08:15,300 --> 00:08:17,959
¿Entendéis a dónde vamos a parar y cuál es su utilidad?

89
00:08:23,600 --> 00:08:26,740
¿Qué tal se os dan las gráficas?

90
00:08:31,459 --> 00:08:33,679
Sabiendo colocarlo en el Excel salen bonitas.

91
00:08:34,379 --> 00:08:34,580
Sí.

92
00:08:35,940 --> 00:08:36,460
Perdona.

93
00:08:37,139 --> 00:08:40,139
Y si tienes pulso, a mano también queda muy chula.

94
00:08:40,139 --> 00:08:45,700
Bueno, pero entendemos

95
00:08:45,700 --> 00:08:48,320
la utilidad práctica de una gráfica, ¿verdad?

96
00:08:49,460 --> 00:08:52,320
Sí. Vale, sabemos que una gráfica

97
00:08:52,320 --> 00:08:54,639
al fin y al cabo es una

98
00:08:54,639 --> 00:08:57,299
imagen que nos permite

99
00:08:57,299 --> 00:09:01,379
establecer el comportamiento de dos datos

100
00:09:01,379 --> 00:09:04,419
que se relacionan entre sí y gracias a una

101
00:09:04,419 --> 00:09:07,379
raya que sale o a una figura, vemos

102
00:09:07,379 --> 00:09:12,740
cómo se comportan esos datos, a medida que sube uno, si el otro baja, o el otro también sube,

103
00:09:13,159 --> 00:09:20,960
o hay trozos en los que deja de subir. Entonces, nos permite esta línea conocer cómo se va a ir comportando.

104
00:09:22,139 --> 00:09:32,980
Como nosotros establecemos líneas y demás con una serie de datos, hay puntos que podrían estar en esta línea

105
00:09:32,980 --> 00:09:51,799
Hemos pensado que nosotros no tenemos ese dato, pero podemos intuir qué pasaría si nosotros tenemos uno de los parámetros. ¿Dónde va a parar? En el otro lado de la gráfica. Por lo tanto, podemos hacer lo que se llama extrapolación o interpolación. ¿Entendéis el concepto de extrapolación e interpolación?

106
00:09:51,799 --> 00:10:05,059
imaginaos que nosotros tenemos una tabla donde sabemos que para el valor 3 en el otro lado va a

107
00:10:05,059 --> 00:10:19,460
ser valor 6 tenemos que para valor 3 va a ser valor 6 en el otro lado de la gráfica y tenemos

108
00:10:19,460 --> 00:10:30,320
que para valor 4 va a ser 8. Bueno, espera, para valor 3 va a ser 6 y para valor 5 va a ser 10.

109
00:10:31,059 --> 00:10:38,639
Pero no conocemos el valor 4. Sabemos que el resto de los valores también va a ir como multiplicado por 2, ¿vale?

110
00:10:39,399 --> 00:10:49,309
Podemos saber cuánto vale el 4, ¿verdad? ¿Me seguís? Imaginaos, para valor 3 vale 6.

111
00:10:49,309 --> 00:10:58,710
para valor 5 vale 10 para valor 6 vale 12 entendemos qué es lo que está sucediendo

112
00:10:58,710 --> 00:11:09,200
que multiplicamos cada valor por 2 para darnos el otro valor verdad me vais siguiendo vale no

113
00:11:09,200 --> 00:11:13,940
conocemos cuánto vale 4 pero como conocemos cómo se comportan los demás lo podemos eliminar así

114
00:11:16,799 --> 00:11:18,159
Para el valor 4, ¿cuánto sería?

115
00:11:22,419 --> 00:11:24,659
8. Bien, no lo de los computadores, si ya lo sabéis.

116
00:11:25,500 --> 00:11:27,860
Eso se llama interpolación.

117
00:11:28,399 --> 00:11:31,659
Tú no tienes ese dato, pero como has visto, uno se comporta en todos los demás.

118
00:11:32,460 --> 00:11:34,179
Ese dato sabes cómo se va a comportar.

119
00:11:34,519 --> 00:11:35,440
De eso va la estadística.

120
00:11:36,159 --> 00:11:38,200
Que está diciendo cómo se comportan los datos,

121
00:11:38,740 --> 00:11:42,120
para que tú adivines cómo se van a comportar los datos que no ves.

122
00:11:42,679 --> 00:11:46,399
Porque van a seguir el mismo comportamiento que esos que sí has visto.

123
00:11:46,940 --> 00:11:48,340
Eso es la estadística, ¿lo entendéis?

124
00:11:48,340 --> 00:12:03,539
y extrapolar eso se llama está colada porque traes datos que no tenías pero los puedes

125
00:12:03,539 --> 00:12:10,860
extrapolar e interpolar extrapolar normalmente es cuando de todos los valores que tú tenías en

126
00:12:10,860 --> 00:12:16,759
la tabla está por suelo e interpolares con bastante medias de los valores que sí que

127
00:12:16,759 --> 00:12:26,500
ese es el matiz entre extrapolar y interpolar para terminar es meter un dato donde tú no lo

128
00:12:26,500 --> 00:12:31,539
tenías pero sabes cómo se va a comportar porque se comporta en el resto de los datos y eso es

129
00:12:31,539 --> 00:12:36,580
lo para eso utilizamos la estadística para saber cómo se comportan al resto de los datos vale

130
00:12:36,580 --> 00:12:47,279
entonces esto consta de tablas o cuadros de figuras o gráficas e imágenes o fotografías

131
00:12:47,279 --> 00:12:59,580
Los cuadros se utilizan para resumir datos y mostrar cifras puntuales. Lo que hemos estado explicando un poquito, efectivamente, sobre qué pasaba con el 4 si conocíamos cómo se comportaba el 3 y cómo se comportaba el 5.

132
00:12:59,580 --> 00:13:10,340
Bien, la recolección, organización, análisis y presentación de los datos numéricos para obtener una descripción cualitativa de un conjunto de datos.

133
00:13:13,919 --> 00:13:23,179
Nosotros recogemos los datos, recolección, los organizamos en una tabla, los analizamos, observamos cómo se comporta un dato respecto a otro.

134
00:13:23,179 --> 00:13:47,240
Entonces, representamos en unas gráficas, en unas tablas, en unos quesitos de estos, ¿vale? Y entonces interpretamos cuál es su comportamiento. Esa es la estadística. ¿Bien? ¿Ha quedado claro? Las muestras representativas deberían cumplir los siguientes requisitos estadísticos.

135
00:13:47,940 --> 00:13:59,000
Recordar que, al fin y al cabo, nosotros cuando cogemos una muestra, lo que estamos cogiendo es una representación lo más ajustada posible a la realidad de una población.

136
00:13:59,700 --> 00:14:07,879
Queremos que ese trocito que hemos cogido sea lo más parecido a una miniatura de la población, a que tenga absolutamente las mismas características.

137
00:14:08,480 --> 00:14:15,720
Entonces, ¿qué necesitamos? Pues mediante la estatística observar que va a tener el mismo comportamiento.

138
00:14:15,720 --> 00:14:26,159
nuestra muestra que si fuera la población total. La población, la muestra de campo y la muestra que llega al laboratorio para ser analizada deberán tener la misma composición media.

139
00:14:26,360 --> 00:14:36,960
Por lo tanto, vamos a tratar de que tenga el mismo valor medio. Si nosotros tuviéramos el valor medio de toda la población, el valor medio de nuestra muestra de campo,

140
00:14:36,960 --> 00:14:52,799
Y luego la vamos a reducir para la muestra de laboratorio que todas tengan el mismo valor de media. ¿Para qué? Para que haya la mínima diferencia entre todos ellos, para que sea lo más representativo de la población.

141
00:14:52,799 --> 00:15:13,269
La varianza de la población. La muestra de campo y la de laboratorio deberían ser iguales. Una varianza representativa. ¿Suena el concepto de varianza? Estadística, ¿no? Que hace problemas ir a una fórmula. ¿Eso suena?

142
00:15:14,289 --> 00:15:15,669
Sí, con la desviación.

143
00:15:15,669 --> 00:15:22,629
Bueno, os suenan estos simbolitos que os he puesto aquí a la derecha, ¿verdad?

144
00:15:23,590 --> 00:15:29,870
El mi este, la x con la barrita arriba, el sigma, el ismatorio esto

145
00:15:29,870 --> 00:15:35,789
¿Todos estos los domináis? Bueno, ahora os los recuerdo por si alguno necesita recordatorio

146
00:15:35,789 --> 00:15:43,370
Bueno, el error introducido en el proceso de muestreo deberá tener el mismo orden de magnitud

147
00:15:43,370 --> 00:15:49,730
que el error del método analítico que quiere decir esto que nosotros vamos a tratar de que

148
00:15:49,730 --> 00:15:55,190
el error sea el mínimo no vamos a ir acumulando lo en el proceso de cada una de las manipulaciones

149
00:15:55,190 --> 00:16:00,549
que hagamos a nuestra muestra como lo vamos a ver al final del tema para que entendáis esto

150
00:16:00,549 --> 00:16:05,330
del orden de magnitud lo vemos luego cuando tapemos el tema del error que es al final

151
00:16:05,330 --> 00:16:11,509
el epígrafe final de la unidad temática vale que entendemos por parámetros estadísticos pues son

152
00:16:11,509 --> 00:16:19,370
Esas letritas que hemos visto, ¿vale? Los parámetros estadísticos sirven para que la información mostrada sea lo más detallada posible.

153
00:16:19,370 --> 00:16:27,190
Los parámetros finales son esas letritas que nosotros hemos calculado mediante fórmulas, pero que lo que nos dan es una información real.

154
00:16:27,710 --> 00:16:36,129
¿La media de qué nos habla? Pues nos habla de en torno a qué está el valor más ajustado, más próximo al real.

155
00:16:37,110 --> 00:16:47,549
Porque cuanto más se repite un valor, más posibilidades hay de que sea un valor acertado, que tenga el menor error acumulado.

156
00:16:47,549 --> 00:16:59,730
Entonces, si tú haces esa media, te acercas más a evitar errores que han ido añadiendo a otras tomas de valor y te vas acercando más al valor real.

157
00:16:59,730 --> 00:17:19,089
Entonces, la media es cuanto más nos ajustamos a cómo debería comportarse sin tener error ese dato. Los parámetros estadísticos que se van a utilizar en esta unidad didáctica se clasifican en dos tipos. Son valores de tendencia central y valores de dispersión.

158
00:17:19,089 --> 00:17:36,509
Los valores de tendencia central son la media aritmética y la moda. De tendencia central quiere decir, nosotros tenemos como una línea de comportamiento, imaginaos una gráfica, tenemos una línea de comportamiento por donde deberían ir los datos.

159
00:17:36,509 --> 00:17:44,609
pero sin embargo observamos en nuestros datos de nuestro ensayo que nos da cerquita de esa

160
00:17:44,609 --> 00:17:51,089
raya pero que no que uno está por abajo están por encima pero vemos que la mayor parte de esos datos

161
00:17:51,089 --> 00:17:57,450
están en torno a una rayita vale eso es la tendencia central que se aproximan a lo que

162
00:17:57,450 --> 00:18:03,390
debería ser pero acumulan el grado de error y entonces deberían ir con esta línea pero

163
00:18:03,390 --> 00:18:15,019
estas son las tendencias centrales recordáis cuál era el concepto en moda es como repetir

164
00:18:15,920 --> 00:18:19,519
la moda

165
00:18:19,519 --> 00:18:21,259
es un poquito como el concepto de la ropa

166
00:18:21,259 --> 00:18:23,740
no se ponga de moda

167
00:18:23,740 --> 00:18:24,460
algo de cara

168
00:18:24,460 --> 00:18:26,359
como eso

169
00:18:26,359 --> 00:18:29,220
al fin y al cabo

170
00:18:29,220 --> 00:18:31,759
el valor que más

171
00:18:31,759 --> 00:18:32,319
se requiere

172
00:18:32,319 --> 00:18:35,220
cuando nosotros utilizamos

173
00:18:35,220 --> 00:18:37,480
un aparato en laboratorio

174
00:18:37,480 --> 00:18:39,299
que tiene, que está

175
00:18:39,299 --> 00:18:41,500
bien calibrado, que tiene cierta precisión

176
00:18:41,500 --> 00:18:44,000
y todo eso, nos va a coincidir

177
00:18:44,000 --> 00:18:45,940
la moda con la media

178
00:18:45,940 --> 00:18:47,500
¿por qué? porque los valores

179
00:18:47,500 --> 00:18:52,619
que más se van a repetir son los que más se aproximen al valor exacto. Pero bueno,

180
00:18:52,759 --> 00:18:56,859
estos son conceptos así generales que luego los vamos a ir aplicando a nuestros casos.

181
00:18:58,099 --> 00:19:02,819
En cuanto a las medidas de tendencia central, variables en torno a las que se agrupan la

182
00:19:02,819 --> 00:19:07,839
distribución de datos de una serie estratégica, lo que os decía. Por donde deberían ir y

183
00:19:07,839 --> 00:19:12,259
lo aproximado que están. Luego de repente nos sale un punto que está súper separado

184
00:19:12,259 --> 00:19:16,140
y que lo observamos y decimos, ¡uh! Sí, pero esto fue que se me cayó el bote o algo

185
00:19:16,140 --> 00:19:22,119
así y te das cuenta que es que el valor que ha dado súper desviado porque porque aprende muchísimo

186
00:19:23,460 --> 00:19:27,720
sin embargo cuando el grado de errores más o menos estándar pues van a estar todos en torno

187
00:19:27,720 --> 00:19:34,839
al valor que real que debería representar las medidas de dispersión eso intuitivamente que

188
00:19:34,839 --> 00:19:43,799
os dice dispersión que es como un sinónimo de dispersión están separados entre sí y como

189
00:19:43,799 --> 00:19:51,400
reparto el día suena reparto por dónde están repartidos no pues eso lo que están separados

190
00:19:51,400 --> 00:19:56,759
en sí si nosotros tenemos una serie de puntos que sabemos que el valor real debería ir con

191
00:19:56,759 --> 00:20:08,940
una línea y vemos estos puntitos en una imagen que creo esto imaginaos que los puntitos deberían ir

192
00:20:08,940 --> 00:20:16,140
por esta línea pero bueno hemos hecho una hemos hecho unas medidas de lo más torpes y los valores

193
00:20:16,140 --> 00:20:21,519
que nos dan unos datos de puntitos por aquí vale deberían ir por esta raya que es la media

194
00:20:22,980 --> 00:20:32,859
este punto azul no vale pues nuestro grado de extensión cada punto se separa de donde debería

195
00:20:32,859 --> 00:20:43,000
aquí es su dispersión que al final coincide con el error vale que hacemos con la varianza

196
00:20:43,000 --> 00:20:52,279
sumamos todos estos errores de esta raya de la raya es lo que se separan todos de la media y

197
00:20:52,279 --> 00:20:58,539
mediante una fórmula nos dice cuánto es el grado de que están repartidos todos estos puntos respecto

198
00:20:58,539 --> 00:21:05,920
por donde deberían ir eso es la varianza conceptualmente vale en torno a la raya

199
00:21:05,920 --> 00:21:14,680
pues nos daría una varianza bajita y nos da una varianza muy alta luego algunos por fuera

200
00:21:14,680 --> 00:21:21,019
pero son tan poquitos que no son representativos 6 porque la mayor parte están aquí no sé si he

201
00:21:21,019 --> 00:21:32,589
sido capaz de aclarar lo conceptualmente me habéis seguido yo sí vale entonces bueno lo

202
00:21:32,589 --> 00:21:37,670
que nos dice en los valores de dispersión es nos da información sobre cómo se distribuyen

203
00:21:37,670 --> 00:21:43,309
nuestros datos vale cómo están de repartidos al fin y al cabo vale medidas de dispersión

204
00:21:43,309 --> 00:21:52,269
son el rango os suena rango si es la diferencia entre el rango inferior y el rango superior por

205
00:21:52,269 --> 00:21:56,930
el dato inferior y el dato superior

206
00:21:56,930 --> 00:22:04,470
el rango entre el dato más alto y el dato más pequeño

207
00:22:04,470 --> 00:22:06,069
ese es nuestro rango de valores

208
00:22:06,069 --> 00:22:10,049
la varianza

209
00:22:10,049 --> 00:22:12,670
la varianza es el cuadrado

210
00:22:12,670 --> 00:22:16,529
de la desviación típica

211
00:22:16,529 --> 00:22:19,569
la desviación es esto que os había contado

212
00:22:19,569 --> 00:22:36,190
La desviación típica es cuánto nos separamos cada puntito de la media. Y con la fórmula, como vamos sumando todos los puntitos respecto a su media, lo dividimos entre todos los valores que hay y nos da cuál es la desviación.

213
00:22:36,190 --> 00:22:46,730
cuando se desvía pero la varianza es el cuadrado de la desviación por lo tanto nos da como una

214
00:22:46,730 --> 00:22:54,789
visión global de todo el lugar más concretamente de nuestros datos nos habla como de cuánto como

215
00:22:54,789 --> 00:23:01,430
magnificado de cuánto de desviar hasta de la realidad del conjunto vale y luego lo vamos

216
00:23:01,430 --> 00:23:07,109
a utilizar matemáticamente y os vais a normalizar pero a mí me gusta que lo entendáis conceptualmente

217
00:23:07,109 --> 00:23:11,670
porque le quito un poquito de miedo a las matemáticas si uno entiende lo que está

218
00:23:11,670 --> 00:23:20,309
haciendo yo creo. Vale, el coeficiente de variación que al final es el valor de error

219
00:23:20,309 --> 00:23:27,650
que más se repite. Vale, parámetros de tendencia central y de dispersión. Los parámetros

220
00:23:27,650 --> 00:23:29,869
de tendencia central son la media aritmética.

221
00:23:30,710 --> 00:23:31,589
Se define como media

222
00:23:31,589 --> 00:23:32,190
matemática.

223
00:23:33,329 --> 00:23:34,730
Sabemos calcular la media, ¿verdad?

224
00:23:39,119 --> 00:23:40,440
No, por mi parte sí.

225
00:23:41,019 --> 00:23:43,299
Vale. ¿Hay alguien que no entienda

226
00:23:43,299 --> 00:23:45,319
esta fórmula? Porque la media es muy sencilla

227
00:23:45,319 --> 00:23:47,099
pero luego de repente metemos símbolos

228
00:23:47,099 --> 00:23:48,900
de estos y parece que cortocircunzamos.

229
00:23:49,579 --> 00:23:51,180
¿Entendemos todos los símbolos que hay aquí?

230
00:23:53,180 --> 00:23:54,599
Ahora os voy contando una a una.

231
00:23:57,400 --> 00:23:58,640
Yo sí lo entiendo.

232
00:24:00,059 --> 00:24:00,299
Vale.

233
00:24:00,299 --> 00:24:03,920
alguien que quiera que lo explico

234
00:24:03,920 --> 00:24:04,960
o está más que asumido

235
00:24:04,960 --> 00:24:08,000
una recordadita, no viene mal

236
00:24:08,000 --> 00:24:08,799
sí, por favor

237
00:24:08,799 --> 00:24:12,259
mira, cuando nosotros ponemos

238
00:24:12,259 --> 00:24:13,980
encima de una X

239
00:24:13,980 --> 00:24:16,099
ese sombrerito, esa rayita

240
00:24:16,099 --> 00:24:18,039
directamente estamos diciendo

241
00:24:18,039 --> 00:24:19,759
que estamos calculando la media

242
00:24:19,759 --> 00:24:21,839
de todos los valores de X

243
00:24:21,839 --> 00:24:24,160
por eso hemos puesto esa rayita, eso significa

244
00:24:24,160 --> 00:24:25,200
media, ¿vale?

245
00:24:25,819 --> 00:24:28,019
luego nos vemos esta parte de la ecuación y cuando vemos

246
00:24:28,019 --> 00:24:29,240
este símbolo que parece

247
00:24:29,240 --> 00:24:45,539
Como si hubiera una M haciendo el pino, así lo veo yo a lo mejor, pero si imagináis una M así haciendo el pino, pues yo veo aquí una M haciendo el pino, ¿vale? Cuando vemos este simbolito esto significa sumatorio, ¿vale?

248
00:24:46,440 --> 00:24:56,000
Sumatorio lo que nos quiere decir es que cuando este símbolo vaya delante de algo, nos está queriendo decir que todo lo que vaya detrás del símbolo hay que sumarlo.

249
00:24:57,680 --> 00:25:03,519
Entonces, en este caso, solamente hay una X y dices, ¿cómo voy a sumar una X si solo hay una X?

250
00:25:04,180 --> 00:25:06,099
No, hay una X con una Y debajo.

251
00:25:06,099 --> 00:25:12,799
Y cuando hay un índice, es decir, que de esta X vamos a tener un montón de valores.

252
00:25:13,619 --> 00:25:19,099
Todos los valores que tengamos en una tabla, después de habernos dado datos de un ensayo, ¿vale?

253
00:25:19,740 --> 00:25:28,880
Pues todos esos valores que serán x sub 1, x sub 2, x sub 3, todos los x que tengas, los vas a sumar, porque es lo que nos dice esta M haciendo pino.

254
00:25:29,279 --> 00:25:42,000
Vas a sumar todos. Estos simbolitos que hay aquí te dicen todos los valores, desde y igual a 1, desde y sub 1, que es el primero, hasta el M.

255
00:25:42,799 --> 00:26:07,900
Y el n es el último y que tengas. Imagínate que nosotros tenemos cinco valores de x. Pues nuestro último x va a ser x sub 5, porque tenemos cinco valores. Pues tenemos que sumarlo. x sub 1, x más x sub 2, más x sub 3, más x sub 4, más x sub 5. Y eso es lo que quiere decir el sumatorio, ¿vale?

256
00:26:07,900 --> 00:26:21,119
Cuando tengamos toda esta suma hecha de los X, lo vamos a dividir entre N, que es el número de valores que tenemos. En nuestro caso son 5. Pues 5. ¿He sido capaz de aclarártelo?

257
00:26:21,740 --> 00:26:29,130
Sí, perfecto. Que se sabía que era la media, pero no me acordaba de la formulita.

258
00:26:29,130 --> 00:26:31,849
lo entiendo, por eso os he puesto

259
00:26:31,849 --> 00:26:33,789
que os lo recordaba, porque luego de repente aparece

260
00:26:33,789 --> 00:26:35,869
este símbolo y dices, pero si se hace en la media

261
00:26:35,869 --> 00:26:37,910
de todas formas es bueno

262
00:26:37,910 --> 00:26:39,410
que te lo haya recordado porque ahora

263
00:26:39,410 --> 00:26:41,109
más adelante vamos a ver una fórmula

264
00:26:41,109 --> 00:26:43,930
que también lo lleva y que complica

265
00:26:43,930 --> 00:26:45,630
esto, entonces como ya te lo he explicado

266
00:26:45,630 --> 00:26:47,609
previamente, lo vamos a volver a retomar

267
00:26:47,609 --> 00:26:49,990
y va a ser más sencillo, o sea que fenómeno que lo hayas pedido

268
00:26:49,990 --> 00:26:51,769
vale, luego tenemos otro

269
00:26:51,769 --> 00:26:53,609
valor, el elemento central que se llama

270
00:26:53,609 --> 00:26:54,190
mediana

271
00:26:54,190 --> 00:26:56,269
la mediana

272
00:26:56,269 --> 00:26:59,029
a veces coincide con la media

273
00:26:59,029 --> 00:27:06,230
pero no siempre la mediana es el valor situado en el medio de los valores pero cuando están ordenados

274
00:27:07,410 --> 00:27:12,630
cuando están ordenados o sea tú tienes unos valores de imagínate que el primer valor es

275
00:27:12,630 --> 00:27:21,410
4 pero el siguiente es 1 pero siguiente 7 pero el siguiente es 2 y el siguiente es 3

276
00:27:21,410 --> 00:27:28,609
pues tenemos desordenados en valor para calcular la media no tienes que calcularlos en orden y

277
00:27:28,609 --> 00:27:35,190
Tienes que poner el 1, el 3, el 4 y el 7 en su orden creciente, no desordenados como están.

278
00:27:35,690 --> 00:27:44,690
Entonces, la mediana es el valor que estaría al medio de esa distribución, pero ordenada previamente, no como tienes los datos.

279
00:27:45,509 --> 00:27:50,029
Y la moda, como hemos dicho antes, pues la moda sería el valor que más se repite.

280
00:27:50,029 --> 00:28:06,549
Que a veces, en un tipo de distribución concreta que vamos a ver después, coinciden tanto la media aritmética como la mediana como la moda. Pero no en todas. Por eso tenemos que saber cuál es la diferencia entre cada una de estas medidas de tendencia central.

281
00:28:06,549 --> 00:28:24,660
Vale. Parámetros de tendencia central y dispersión. Ahora vamos a ver los de dispersión. Los de dispersión serían el rango que hemos visto antes, y ya lo he explicado muy bien, Rosa, es la diferencia entre el valor mayor que tengamos y el valor menor.

282
00:28:24,660 --> 00:28:40,099
¿De qué nos habla? Pues de la extensión de nuestras medidas. Aquí tenemos una toma de muestras en la que el valor mínimo que hemos conseguido son 2 mililitros y el máximo 5.

283
00:28:40,099 --> 00:29:13,500
Pues, ¿cuál sería nuestro rango? 5 menos 2, 3, ¿no? Estaríamos entre valores de 5 y valores de 2, ¿vale? Pero para otra toma de muestras a lo mejor hablas que de repente te ha dado 10 mililitros y 1. Tienes un rango de valores muchísimo más amplio, ¿vale? Aunque a lo mejor tengas el mismo número de datos, pero tienes el rango de valores muchísimo más alto, ¿vale?

284
00:29:13,500 --> 00:29:33,750
Bien, si veis que me meto en monólogo, paradme, interrumpidme, si veis que no me seguís, ¿vale? Vale, la desviación estándar, también llamada típica o normal, o sea, desviación típica o desviación normal.

285
00:29:34,470 --> 00:29:36,170
Conceptualmente es lo que os he explicado antes.

286
00:29:36,789 --> 00:29:43,049
¿Cuánto se separa cada uno de los valores que nos ha dado experimentalmente del que debería ser, que es la rayita esta, que es la media?

287
00:29:43,470 --> 00:29:44,349
¿Cuánto se separa?

288
00:29:44,970 --> 00:29:46,329
La suma de todos, ¿vale?

289
00:29:47,150 --> 00:29:54,269
Porque lo que se separa este valor de la media es su error, el error de este valor en concreto.

290
00:29:55,390 --> 00:29:59,369
Pero la desviación nos habla del conjunto de valores.

291
00:29:59,369 --> 00:30:07,349
por eso su fórmula es esta fórmula que volvéis a cortocircuita seguro por eso darle miedo no

292
00:30:07,349 --> 00:30:13,410
están no es tan difícil vale sólo es como como gráficamente dices madre mía pero no no es tan

293
00:30:13,410 --> 00:30:20,609
difícil de hecho vamos a hacer un ejemplo vale tenemos una desviación estándar que no se calcula

294
00:30:20,609 --> 00:30:28,529
igual y lo que vamos a medir es la desviación estándar en una población que es muy grande o

295
00:30:28,529 --> 00:30:32,549
en una muestra que hayamos cogido que también sea muy grande que el número de datos que tengamos ya

296
00:30:32,549 --> 00:30:39,130
por encima de 30 eso es lo que quiere decir esto cuando nuestro en nuestro número de datos por

297
00:30:39,130 --> 00:30:50,329
encima de 30 el valor poblacional de 30 vamos a utilizar esta fórmula estoy aquí esta letra griega

298
00:30:50,329 --> 00:31:00,950
está más sigma valentes como un cerito con una rayita de pestaña vale y el cálculo de

299
00:31:00,950 --> 00:31:10,089
esta desviación estándar es y cuadrada del sumatorio que hemos dicho antes recordar la

300
00:31:10,089 --> 00:31:14,829
m haciendo el pino pero lo que tenemos a continuación de la m haciendo el pino lo

301
00:31:14,829 --> 00:31:22,930
que vamos a tener que sumar tantas veces como en tengamos vale no es una equis sólo sino una

302
00:31:22,930 --> 00:31:29,750
operación una operación que es cada uno de los x que tengamos cada uno de nuestros valores menos

303
00:31:29,750 --> 00:31:36,089
la media que tengamos 6 nosotros vamos a tener una media que es esta raya en este caso el valor

304
00:31:36,089 --> 00:31:43,009
de la media 50 veis coincide con 50 vale pues nosotros vamos a tener que imaginaos que el

305
00:31:43,009 --> 00:32:00,430
Nuestro primer x es este, ¿vale? Y suponemos aquí, por lo que se calcula, que esto puede ser un 35, ¿no? Pues bueno, nuestro primer parámetro sería 35 menos 50 elevado al cuadrado más el siguiente parámetro.

306
00:32:00,430 --> 00:32:15,710
Pero imaginaos que es este. Bueno, este. Vamos a poner este. No, espero que es 35 también. Este, 60. Pues sería más 60 menos la media otra vez, que la media es común, que es 50, elevado al cuadrado.

307
00:32:15,710 --> 00:32:28,130
Y así sucesivamente hasta que se acaben todos nuestros datos. ¿Vale? Van a ser más de 30, porque para esta fórmula es para más de 30. ¿Vale?

308
00:32:28,130 --> 00:32:38,789
Todo ello lo vamos a dividir entre el número de parámetros que tengamos y hacemos la raíz cuadrada de eso y nos da el valor de la desviación estándar o típica.

309
00:32:39,809 --> 00:32:54,670
Lo más común que nos vamos a encontrar nosotros es el de la muestra menor de 30. Se va a llamar S y va a ser exactamente igual, ¿veis? Lo único que abajo, en lugar de entre n, va a ser entre n menos 1.

310
00:32:56,779 --> 00:32:57,599
Bien, ¿me vais siguiendo?

311
00:33:04,279 --> 00:33:06,980
¿Queréis que repita algo, que lo explique de otra manera más sencilla?

312
00:33:08,980 --> 00:33:11,160
Creo que con ejercicio se verá mejor.

313
00:33:11,440 --> 00:33:14,839
Ahora vamos a ver un ejemplo y la verdad es que le vais a poner cara, sí, es mucho mejor.

314
00:33:15,079 --> 00:33:18,920
Porque explicar esto teóricamente es un poco engorroso, ¿vale?

315
00:33:19,660 --> 00:33:21,920
Bueno, y luego existe otro concepto que es la varianza.

316
00:33:21,920 --> 00:33:25,259
Y la varianza es el cuadrado de la desviación estándar.

317
00:33:25,799 --> 00:33:29,440
Entonces, el cuadrado de la desviación estándar, si nuestra desviación es esta,

318
00:33:29,440 --> 00:33:39,299
Y nosotros lo elevamos al cuadrado, no sé si lo recordáis, pero matemáticamente la inversa del cuadrado es la raíz cuadrada.

319
00:33:39,759 --> 00:33:45,099
Entonces, cuando nosotros elevamos al cuadrado una raíz cuadrada, pues directamente desaparece, ¿vale?

320
00:33:45,660 --> 00:33:50,839
Porque recordad, cuando matemáticamente calculamos una raíz cuadrada, ¿qué es lo que hacemos?

321
00:33:52,460 --> 00:33:59,369
Calculamos el número que multiplicado por sí mismo da eso, ¿sí?

322
00:33:59,369 --> 00:34:13,300
si estáis en eso no matemáticamente tenéis dominado que es una raíz cuadrada no hay que

323
00:34:13,300 --> 00:34:21,659
silencio de miedo nos dan las mates bueno vamos a hacer un ejemplo y así lo vemos mejor

324
00:34:24,579 --> 00:34:30,579
vale calcular la varianza y la desviación estándar de los siguientes datos a ver si

325
00:34:30,579 --> 00:34:44,869
capaces chicos tenemos datos cuantos datos son cuántos tenemos ahí 5 todo el mundo de acuerdo

326
00:34:44,869 --> 00:34:54,429
vale ya tenemos un dato vale sabemos que corresponde una muestra por lo tanto ya

327
00:34:54,429 --> 00:35:00,469
sabemos que es de una muestra y que está por debajo de 30 y nos pide calcular la

328
00:35:00,469 --> 00:35:10,059
varianza y la desviación estándar. ¿Cuál calcularíamos primero? La desviación estándar.

329
00:35:10,639 --> 00:35:14,960
Aunque nos lo pidan en otro orden, calculamos la desviación estándar porque entendemos luego

330
00:35:14,960 --> 00:35:22,260
la relación que hay entre la desviación estándar y la varianza. Bien, vale. ¿Qué tenemos que

331
00:35:22,260 --> 00:35:32,900
calcular lo primero de todo para poder hacer estas operaciones tan engorrosas? La media,

332
00:35:32,900 --> 00:35:45,800
Perfecto. Nosotros siempre que tengamos un problema de lo que sea en física, en química o lo que sea, vamos a preguntarnos, lo primero de todo, ¿qué nos piden? Una vez que sabemos lo que nos piden, buscamos la fórmula que nos lo pueda dar.

333
00:35:45,800 --> 00:36:11,820
Ya hemos encontrado, en este caso es esta. Observamos los parámetros que forman parte de esa fórmula y decimos, ¿qué conocemos? ¿Conocemos todos los X? Sí, los tenemos aquí, ¿verdad? ¿Conocemos la media? ¿Qué es esto? No, pues tendremos que calcularlo. ¿Conocemos una fórmula para la media? Pues nos ponemos a ello. ¿Conocemos los N? Sí, pues ya conocemos todos los parámetros. Vamos a por lo que nos haría falta, que sería la media.

334
00:36:11,820 --> 00:36:27,820
Y aquí vemos el ejemplo de cómo calcular la media. Bien, tenemos, como habíamos dicho antes, la media es igual al sumatorio entre y y n de x sub y partido de n.

335
00:36:27,820 --> 00:36:50,380
Cada uno de los X partido de N, nuestros X son 1, 3, 5, 7, 9. Y el número de N es 5. ¿Sí? Nuestra media da 5. ¿Daba 5? Sí.

336
00:36:50,380 --> 00:36:53,500
ahora pasaríamos

337
00:36:53,500 --> 00:36:55,840
a sustituir en la fórmula

338
00:36:55,840 --> 00:36:57,159
que teníamos de desviación

339
00:36:57,159 --> 00:36:59,179
pasamos a desviación

340
00:36:59,179 --> 00:37:01,559
¿qué es lo que pasa? que la raíz cuadrada

341
00:37:01,559 --> 00:37:03,619
nos cortocircuita, pues la quitamos

342
00:37:03,619 --> 00:37:05,420
¿cómo se quita la raíz cuadrada?

343
00:37:07,139 --> 00:37:07,920
pasándola al otro

344
00:37:07,920 --> 00:37:08,760
lado de la ecuación

345
00:37:08,760 --> 00:37:11,980
si en este lado de la ecuación tenemos una raíz cuadrada

346
00:37:11,980 --> 00:37:13,699
cuando lo pasamos

347
00:37:13,699 --> 00:37:15,079
al otro lado de la igualdad

348
00:37:15,079 --> 00:37:17,440
pasa como su inversa que es

349
00:37:17,440 --> 00:37:18,280
cuadrado

350
00:37:18,280 --> 00:37:21,440
igual que si nosotros al pasar aquí un cuadrado

351
00:37:21,440 --> 00:37:23,900
desaparecería esa raíz cuadrada

352
00:37:23,900 --> 00:37:26,760
pues si lo pasamos al otro lado pasa igual

353
00:37:26,760 --> 00:37:29,280
bien, me vais siguiendo los que a veces

354
00:37:29,280 --> 00:37:33,300
tenéis mucho problema en pasar cosas de un lado a otro

355
00:37:33,300 --> 00:37:36,699
de las funciones porque os sentís inseguros, sabéis más de lo que creéis

356
00:37:36,699 --> 00:37:39,239
pero como lo dudáis, cometéis el error

357
00:37:39,239 --> 00:37:43,320
¿queda aclarado así o queréis que os lo matice más?

358
00:37:46,690 --> 00:37:47,449
por mí bien

359
00:37:47,449 --> 00:37:50,409
por mí también

360
00:37:50,409 --> 00:37:56,949
perfecto bueno entonces aquí lo vemos claro como hemos quitado la raíz cuadrada el cuadrado de este

361
00:37:56,949 --> 00:38:02,170
lo vamos a ir calculando con esta fórmula como lo hacemos pues sabemos que tenemos que hacer

362
00:38:02,170 --> 00:38:08,170
el sumatorio para quitar la m haciendo el vino lo que hacemos es transformarlo en la operación

363
00:38:08,170 --> 00:38:14,949
que lo que lo ocupa que es el sumatorio de cada una de las x x 1 menos su media x 2 menos su media

364
00:38:14,949 --> 00:38:37,409
Y así sucesivamente. Y aquí lo convertimos en los valores. Nuestro primer valor es 1, la media es común, es 5. Menos 5 elevado al cuadrado. El siguiente valor es 3, menos 5 al cuadrado y así sucesivamente. Y luego el n es 5 menos 1. Por lo tanto, los valores que nos dan, hacemos las restas y nos da esto.

365
00:38:37,409 --> 00:38:45,269
en los 4 al cuadrado menos 2 al cuadrado partido de 4 al final el valor total nos da 10 no sé si

366
00:38:45,269 --> 00:38:50,969
alguno ha tenido la velocidad suficiente de poder hacerlo pero lo vemos claro no es intuitivo se ve

367
00:38:50,969 --> 00:39:08,539
aplicado más fácil no me habéis ido siguiendo chicos ha ido muy deprisa y si está bien sí vale

368
00:39:08,539 --> 00:39:20,349
perfecto bueno pues tenemos un valor 10 d de parámetro que letra como la llamamos s al

369
00:39:20,349 --> 00:39:29,489
cuadrado estáis de acuerdo es ese al cuadrado porque esto no lo hemos puesto en una parada

370
00:39:29,489 --> 00:39:40,590
por lo tanto el valor de 10 es de ese al cuadrado bien vale nos dice que calculemos la varianza vale

371
00:39:40,590 --> 00:40:09,760
La relación entre la varianza y la desviación típica es raíz cuadrada de S al cuadrado. Tenemos que el valor de S al cuadrado es 10. Uy, perdón. S al cuadrado es 10, pues su raíz cuadrada es 3,16. ¿Bien? ¿Lo veis claro?

372
00:40:09,760 --> 00:40:30,539
Sí. Bueno, pues con este ejemplo de este tipo vais a tener que hacer varios. ¿Qué más tenemos en estadística? Pues también definiremos las siguientes variables que se utilizarán más adelante.

373
00:40:30,539 --> 00:40:49,039
Más adelante vamos a utilizar el nivel de calidad aceptable, vais a ver que tenemos que consultar tablas y demás, pero aquí lo introducimos un poquito. Primero, vamos a conocer un parámetro N, que es el número total de unidades o tamaño del lote. Un N, que es el número de unidades de muestra o tamaño de la muestra.

374
00:40:49,039 --> 00:41:08,119
Una P, que es la probabilidad de aparición de un defecto, un cociente entre el número de casos favorables y el número de casos totales. Tened en cuenta que estáis estudiando un ciclo que va de calidad y la calidad la marca la cantidad de desperfectos que se pueden consentir en un producto.

375
00:41:08,119 --> 00:41:32,599
Entonces, la perfección total no existe, pero hay unos parámetros sobre los que no se puede considerar aceptable o sí se puede considerar. Estas letras son para luego calcular eso. No os preocupéis que haremos problemas, porque además esto tiene su apel y también hay que hacer problemas, pero es un poquito que en este apartado es introductorio, para que sepáis que existen más parámetros estadísticos que vamos a utilizar.

376
00:41:32,599 --> 00:41:54,699
En el muestreo de aceptación se basa en el denominado nivel de calidad aceptable. Vamos a aceptar o no aceptar que un lote tiene calidad o no tiene calidad, dependiendo del nivel de calidad aceptable, que nos va a decir la cantidad de muestras desperfectas que se pueden tolerar.

377
00:41:54,699 --> 00:42:23,190
Bueno, esto también lo vamos a… es metodológico, es buscar en unas listas y utilizar matemáticamente esto que estamos haciendo. Bueno, distribución normal. ¿Os suena esto? De la distribución normal o campana de Gauss. ¿Esto lo habéis visto alguna vez? ¿Sí o no?

378
00:42:23,190 --> 00:42:30,349
silencio total, voy a comprar un grillo de esos que hacen

379
00:42:30,349 --> 00:42:33,610
para marcar el silencio

380
00:42:33,610 --> 00:42:36,949
entiendo que no, el silencio es negativo

381
00:42:36,949 --> 00:42:38,050
podéis decir no

382
00:42:38,050 --> 00:42:43,650
vale, la distribución normal lo que nos habla

383
00:42:43,650 --> 00:42:46,070
es de que cuando

384
00:42:46,070 --> 00:42:49,929
los datos que tenemos estadísticamente

385
00:42:49,929 --> 00:42:53,150
cumplen una serie de condiciones que es que tienen

386
00:42:53,150 --> 00:42:56,010
una media de unas características, que tienen

387
00:42:56,010 --> 00:43:01,289
una distribución de las características en concreto ya lo hemos visto tantas veces que

388
00:43:01,289 --> 00:43:06,989
ya sabemos cómo va a ser su gráfica de comportamiento vale esta gráfica de comportamiento

389
00:43:06,989 --> 00:43:16,170
nos va a decir esto es la desviación vale y esto es la media vale y nos va a decir cómo se comportan

390
00:43:16,170 --> 00:43:20,369
los gastos en base a la media la media va a estar aquí y vamos a ver que si nos desviamos de la

391
00:43:20,369 --> 00:43:27,389
media está acá la desviación va a tener un comportamiento y hacia acá a otro lo que quiero

392
00:43:27,389 --> 00:43:32,469
decir es que siempre se va a comportar igual aunque los datos sean diferentes se va a comportar del

393
00:43:32,469 --> 00:43:42,090
mismo modo si su media y su desviación o su varianza tienen cierto valor la distribución

394
00:43:42,090 --> 00:43:47,110
de probabilidad más utilizada en estadística y que más se asemeja a los fenómenos reales en

395
00:43:47,110 --> 00:43:52,809
la distribución conocida como gaussiana campana de gauss o normal más gaussiana porque esto es

396
00:43:52,809 --> 00:44:01,610
la forma de una campana vale y nosotros pasamos una línea por aquí lo parte en una mitad exactamente

397
00:44:01,610 --> 00:44:07,690
igual a este lado valores positivos y a este lado valores negativos pero el comportamiento

398
00:44:07,690 --> 00:44:12,309
es que tú lo haces por aquí y es exactamente igual la distancia que hay hacia ese lado

399
00:44:12,309 --> 00:44:20,690
oficial puede ser más picuda más redondita vale pero siempre va a pasar lo mismo que tú estableces

400
00:44:20,690 --> 00:44:26,590
la media y lo que hay este lado es exactamente simétrico lo que hay a este eso es lo que quiere

401
00:44:26,590 --> 00:44:32,630
decir una gráfica con forma de campana de gauss vale este tipo de curvas se utilizan las

402
00:44:32,630 --> 00:44:39,610
distribuciones continuas la distribución normal sirve para conocer la probabilidad de encontrar

403
00:44:39,610 --> 00:44:47,050
un valor de la variable sea igual o inferior a cierto valor conociendo la media la desviación

404
00:44:47,050 --> 00:44:53,110
estándar y la varianza de un conjunto de datos sustituyéndolos en una función que se describe

405
00:44:53,949 --> 00:45:04,730
imaginaos que os ponen un problema a continuación y te dicen que no sé que hay el comportamiento de

406
00:45:04,730 --> 00:45:15,449
los datos ha sido tal qué probabilidad hay de que encuentres un dato de en concreto entre ciertos

407
00:45:15,449 --> 00:45:24,230
parámetros ciertos valores pues gracias a esto tú lo sustituyes en una fórmula y te lo dice la

408
00:45:24,230 --> 00:45:31,010
probabilidad que hay de que esté ahí ahora aplicando a un caso práctico lo vais a entender

409
00:45:31,010 --> 00:45:35,289
un poquito mejor pero bueno entendéis lo que significa la figura porque es bastante

410
00:45:35,289 --> 00:45:41,329
significativa entendéis que lo que pasa por aquí por el medio es la media vale

411
00:45:43,130 --> 00:45:51,329
y que lo que hace la media es que distribuye valores a la derecha y a la izquierda absolutamente

412
00:45:51,329 --> 00:46:00,570
con la misma distancia con la misma simetría cuanto más nos acercamos a la media vale más

413
00:46:00,570 --> 00:46:08,969
próximo está a la media más alejado luego luego se vuelve plano vale la función matemáticas no

414
00:46:08,969 --> 00:46:13,409
os agobiéis porque es bastante poco intuitiva esta función fijaos si es poco intuitiva que

415
00:46:13,409 --> 00:46:24,760
tenemos un pi tenemos un e recordáis el número e no exponente bueno pues es un número que se

416
00:46:24,760 --> 00:46:32,300
utiliza en matemáticas que encima lo elevamos a menos un medio pues vamos esto muy poco intuitivo

417
00:46:32,300 --> 00:46:37,619
si lo tenéis que usar se nos dará el valor de la de la fórmula para poder usarlo no se puede

418
00:46:37,619 --> 00:46:47,360
conocer existe una función que está relacionada con cómo se distribuyen los valores aquí vale

419
00:46:47,360 --> 00:46:58,019
simboliza como n de mi sigma n mi sigma que está diciendo que tú tienes distribuidos

420
00:46:58,019 --> 00:47:06,059
tú tienes distribuidos los valores si recuerdas en una gráfica lo que viene dentro lo que viene

421
00:47:06,059 --> 00:47:12,179
en una función cuando tú dices una función de algo n es la función y lo que viene dentro del

422
00:47:12,179 --> 00:47:19,320
paréntesis son la primera letra el primer símbolo el primer número es los valores de x o sea que

423
00:47:19,320 --> 00:47:25,400
me lo tenemos aquí vale me que es la media de una muestra lo vamos a tener aquí en el eje de

424
00:47:25,400 --> 00:47:31,579
de accesas vale y sigma que sería la varianza que vamos a tener en el eje

425
00:47:32,679 --> 00:47:41,500
de ordenadas vale entonces cuando nosotros tenemos el eje de ordenadas varianza y aquí tenemos media

426
00:47:41,500 --> 00:47:49,960
en una distribución normal lo que nos va a dar es que el valor de la media va a ser cero no viene

427
00:47:49,960 --> 00:47:55,639
aquí vale pero el valor de la media va a ser cero o sea que es decir que lo que hay a la

428
00:47:55,639 --> 00:47:59,619
izquierda de la media van a ser números negativos y lo que a la izquierda de la

429
00:47:59,619 --> 00:48:04,199
derecha a la derecha de la derecha de la media son números positivos por eso aquí

430
00:48:04,199 --> 00:48:10,199
se va a llamar pero ahora lo vais a ver en la siguiente diapositiva y los valores de

431
00:48:10,199 --> 00:48:19,239
desviación van a valer 1 eso es lo que se llama función normal vale recordar lo que

432
00:48:19,239 --> 00:48:25,340
va adentro de los paréntesis es el primer simbolito es los valores de x y el segundo

433
00:48:25,340 --> 00:48:30,480
valor del simbolito los valores de iguales ni y sigmas son los valores medios y la desviación

434
00:48:30,480 --> 00:48:36,199
estándar de la distribución tiene forma de campana como hemos dicho es simétrica respecto

435
00:48:36,199 --> 00:48:43,300
a la media por aquí tenemos los mismos valores a un lado que a otro la desviación estándar es

436
00:48:43,300 --> 00:48:48,719
es la responsable de que sea más puntiaguda o menos puntiaguda. ¿Qué quiere decir? Que

437
00:48:48,719 --> 00:48:54,840
cuanto más alto sea el valor de la desviación, pues más pico va a ser. Si es bajito, si

438
00:48:54,840 --> 00:48:59,500
aquí solo llega a cero con dos, pues no va a salir así más planita, ¿vale? Si llega

439
00:48:59,500 --> 00:49:02,860
a cero con cuatro, pues más picuda. Eso es lo que quiere decir. Eso es lo que nos va

440
00:49:02,860 --> 00:49:08,860
a permitir identificarla. Si nosotros la vemos así, como muy aplanadita, sabemos que los

441
00:49:08,860 --> 00:49:15,039
valores de desviación van a ser bajos va a haber muy poca distancia entre los valores medios vale

442
00:49:16,000 --> 00:49:21,980
entre los valores obtenidos y valores medios algunas propiedades más de la curva son la

443
00:49:21,980 --> 00:49:28,219
moda la mediana son ambas iguales la media lo que os decía antes aquí el valor que más se repite va

444
00:49:28,219 --> 00:49:33,800
a ser el valor de la medida mira aquí viene más claro lo que se explicaba antes la media si os

445
00:49:33,800 --> 00:49:43,739
dais cuenta ni está aquí vale se supone que esto en una distribución normal es por lo tanto los

446
00:49:43,739 --> 00:49:50,420
valores que hay a la derecha son los valores positivos y los que hay a la izquierda negativos

447
00:49:50,420 --> 00:50:01,239
vale bien es la moda la mediana son a todas iguales por lo tanto los valores que más se

448
00:50:01,239 --> 00:50:12,340
repiten son los de la media los valores ordenados también la media por tanto romper la distribución

449
00:50:12,340 --> 00:50:19,460
de dos mitades simétricas los puntos de impresión de la curva están para x igual a mí menos sigma

450
00:50:19,460 --> 00:50:49,650
¿Vale? De inflexión, es decir, donde dobla, ¿vale? Entre mi menos sigma y mi más sigma se encuentra 68,3 de la distribución, que está aquí, ¿vale? Se encuentra, la máxima parte de todos los valores se encuentra en ese 68%, bueno, no sé, ¿vale? Aquí.

451
00:50:50,829 --> 00:51:10,909
Entre mi menos 2 sigma, está aquí, ¿vale? Mi menos 2 sigma. Y aquí, que se encuentra en 95, o sea, entre esto y esto en 95. Y luego, entre esto y esto en 99. Solo tendríamos un 1% aquí fuera, ¿vale?

452
00:51:11,750 --> 00:51:15,989
Tendríamos un 2,1 fuera de menos 2 sigma, ¿vale?

453
00:51:18,929 --> 00:51:21,889
Tened en cuenta que esto lo que nos está hablando es de probabilidad.

454
00:51:22,989 --> 00:51:30,050
Nosotros tenemos un montón de datos aquí y nos dice cualquiera de los valores de aquí en qué punto estaría, ¿vale?

455
00:51:30,230 --> 00:51:31,989
Y lo podemos encontrar gracias a la gráfica.

456
00:51:31,989 --> 00:51:39,909
si escalamos el eje de alcistas en unidades de desviación estándar utilizamos el 0 de este eje

457
00:51:39,909 --> 00:51:45,429
en la medida que tenemos la denominada distribución normal estándar generalmente se trabaja con esta

458
00:51:45,429 --> 00:51:52,369
distribución veis va desde el centro y no llega hasta 1 en este caso es 0.4 pero no llegaría hasta

459
00:51:52,369 --> 00:52:02,809
uno porque como te dice aquí se representa como tiene igual a valor de media pero y valor de sigma

460
00:52:04,389 --> 00:52:05,570
de sigma 1

461
00:52:08,309 --> 00:52:12,090
si escalamos el eje de artista en unidades estándar con generalmente se trabaja nuestra

462
00:52:12,090 --> 00:52:18,050
institución lo he repetido en mi igualadero y si va igual a 1 el área bajo la curva es igual

463
00:52:18,050 --> 00:52:24,190
la 1 todo el área más la curva para convertir a analizar o tipificar cualquier distribución

464
00:52:24,190 --> 00:52:29,949
normal en la distribución normal estándar se hace servir de la siguiente fórmula bueno recordar esta

465
00:52:29,949 --> 00:52:37,170
fórmula porque lo que nos quiere decir que a nosotros en un problema nos dicen el comportamiento

466
00:52:37,170 --> 00:52:43,070
de los datos en este problema tiene un comportamiento normal o sea como este tipo de

467
00:52:43,070 --> 00:52:49,369
curva entonces ya nos está diciendo cómo se van a aportar sus datos vale oye me estáis perdiendo

468
00:52:49,369 --> 00:53:36,900
sí sí así que se ha perdido a láticos los oyes

469
00:54:14,510 --> 00:54:21,610
los oyes

470
00:54:21,610 --> 00:54:27,289
nosotros a ti no te seguimos escuchando

471
00:54:27,289 --> 00:54:39,480
si te veíamos y te echábamos vale ahora pero donde nos hemos quedado porque

472
00:54:39,480 --> 00:54:44,420
la pantalla es la que me manda el sonido no sé por qué se ha pagado

473
00:54:44,420 --> 00:54:49,800
Vale, a ver, creo que se ha dejado de grabar

474
00:54:49,800 --> 00:54:52,659
Ya, ahora no comparto, ¿no?

475
00:54:56,699 --> 00:54:57,860
No estoy compartiendo, ¿no?

476
00:54:58,719 --> 00:55:00,219
No, no estás compartiendo

477
00:55:00,219 --> 00:55:04,639
Vale, vuelvo a compartir porque es que pensé que os había perdido definitivamente

478
00:55:04,639 --> 00:55:06,659
Ahora me decís dónde me he quedado, ¿vale?

479
00:55:10,960 --> 00:55:11,340
¿Ahora sí?

480
00:55:14,760 --> 00:55:16,239
Se ve pequeño, pero sí

481
00:55:16,239 --> 00:55:17,980
Vale

482
00:55:17,980 --> 00:55:18,900
Ahora sí

483
00:55:18,900 --> 00:55:27,179
perfecto un segundito porque creo que he perdido lo de grabar y luego perder este trozo que no

484
00:55:27,179 --> 00:55:36,219
queréis no entonces igual ahí no sigue grabando creo que no he perdido la grabación que saldrá

485
00:55:36,219 --> 00:55:43,139
toda esta curiosidad saldrá luego la grabación vale a ver dónde nos hemos quedado chicos me

486
00:55:43,139 --> 00:55:52,280
habéis escuchado todo el rato en esta diapositiva así que estábamos sí bueno esta fórmula es

487
00:55:52,280 --> 00:55:59,219
importante porque vale es la que vais a aplicar en la en los problemas vale recordando o sea

488
00:55:59,219 --> 00:56:04,280
vuestro valor el que normalmente van a pedir en los problemas se va a llamar cita este valor

489
00:56:04,280 --> 00:56:12,059
incógnita y entonces lo vais a sustituir siempre que os digan en el problema vuestra población se

490
00:56:12,059 --> 00:56:18,440
va a aportar una población normal con una campana gaussiana vale que su distribución va a ser 0 1

491
00:56:18,440 --> 00:56:25,320
vale una distribución normal entonces vamos a poder calcular el con esta fórmula y aquí lo

492
00:56:25,320 --> 00:56:30,539
que nos da es un valor de x menos una media está a mí también significa media lo que pasa es una

493
00:56:30,539 --> 00:56:37,079
media muestra al vale partido de sigma vale donde aquí es la variable de la distribución

494
00:56:37,079 --> 00:56:45,300
La distribución tiene que tener esta característica, ¿vale? En el eje Xmi y en el eje de acisas sigma.

495
00:56:45,920 --> 00:56:51,119
Queremos tipificar, tipificar quiere decir que le vamos a poner unas características que van a ser cita.

496
00:56:51,679 --> 00:56:55,920
Y cita es la variable del eje de acisas en la distribución escandalizada, ¿vale?

497
00:56:56,400 --> 00:56:59,960
De esta forma podemos trabajar con una única tabla en la distribución normal.

498
00:56:59,960 --> 00:57:09,079
Es decir, que como sabemos cómo se comportan cuando se comportan así, por lo único que tenemos que sustituirlo ahí, con esa fórmula matemática.

499
00:57:09,219 --> 00:57:21,000
Entonces, vamos a ver un ejemplo, ¿vale? Vamos a ver si este ejemplo… A ver si es capaz de… Vale.

500
00:57:21,760 --> 00:57:27,619
Programa resuelto de utilización de distribución normal. Una distribución normal, recordad, es esta que tiene esta campana, ¿vale?

501
00:57:28,480 --> 00:57:34,440
Vale, te dice, los resultados de los exámenes del alumnado de una clase cumplen perfectamente la campana de Gauss.

502
00:57:34,900 --> 00:57:42,059
Para que nosotros podamos utilizar estas fórmulas, necesitamos tener esta premisa, que es una distribución normal y cumple este comportamiento.

503
00:57:42,199 --> 00:57:43,780
Si no, no podemos usar esta fórmula, ¿vale?

504
00:57:45,000 --> 00:57:57,199
Si la media de los exámenes ha sido 8,2, con una desviación estándar de 1,2, calcula la probabilidad de que un alumno o una alumna escogida al azar

505
00:57:57,619 --> 00:58:03,719
haya obtenido más de un 5 vale primero de todo cuando nosotros tenemos un problema lo primero

506
00:58:03,719 --> 00:58:09,980
que nos preguntamos es que nos está pidiendo que nos pregunta en este caso que nos piden

507
00:58:09,980 --> 00:58:24,170
la probabilidad vale y nosotros estamos viendo una gráfica o sea que nos está pidiendo un parámetro

508
00:58:24,170 --> 00:58:33,849
de que por donde o sea una nosotros al admirar una gráfica y ver esta raya lo que podemos

509
00:58:33,849 --> 00:58:41,849
interpretar aunque nosotros tengamos un dato en concreto y otro dato en concreto al unirlo

510
00:58:41,849 --> 00:58:48,610
con la raya tenemos que adivinar el resto de datos que puede haber por aquí vale vale pues

511
00:58:48,610 --> 00:59:00,409
La probabilidad que nos dice es qué posibilidad hay de que esté en algún área por aquí ese dato, ¿vale? Con esas características. Eso es lo que nos está pidiendo.

512
00:59:00,409 --> 00:59:11,929
Y ahora, una vez que hemos entendido lo que nos pide, que lo que nos está pidiendo es saber por este lado de este eje dónde estaría nuestro dato, ¿vale?

513
00:59:11,929 --> 00:59:18,769
valor una vez que tenemos identificado lo que nos pide tenemos que saber identificar dentro

514
00:59:18,769 --> 00:59:36,380
del enunciado los datos que nos dan tantos nos dan nos da la media no no tenemos que calcularla

515
00:59:36,380 --> 00:59:50,670
nos la da no vale esta media que el nombre de letra t es una media de una muestra la pregunta

516
00:59:50,670 --> 00:59:54,849
es cómo se llamaría de los simbolitos de estos de los parámetros de estadística como se llama

517
00:59:54,849 --> 00:59:58,670
No sabéis el nombre de las metas griegas, ¿no?

518
00:59:58,750 --> 01:00:00,730
Se queda un poco...

519
01:00:00,730 --> 01:00:01,409
Se llama MI.

520
01:00:01,769 --> 01:00:03,170
Es una media muestral.

521
01:00:04,590 --> 01:00:04,989
Dime.

522
01:00:06,130 --> 01:00:08,289
Que es una media muestral, ¿te refieres?

523
01:00:08,809 --> 01:00:09,550
Sí, eso es.

524
01:00:09,909 --> 01:00:17,030
Pero lo que quiero es que lo identifiquéis para reconocerlo con la nomenclatura que tiene dentro de la fórmula,

525
01:00:17,110 --> 01:00:19,409
para que sepáis que eso es lo que tenéis que sustituir.

526
01:00:20,269 --> 01:00:21,650
Lo identificamos como MI, ¿verdad?

527
01:00:22,590 --> 01:00:23,289
Como esa media.

528
01:00:23,989 --> 01:00:24,250
¿Bien?

529
01:00:27,570 --> 01:00:37,110
la población al que te estás comentado antes no es nuestra nuestra nuestra muestra es la clase

530
01:00:39,010 --> 01:00:46,949
y la media de la clase es 8.2 y ese es a mí vale que es una media nuestra media que nos

531
01:00:46,949 --> 01:00:53,849
va a dar y luego nos hablan de otro que es desviación estándar o sea sigma está de sigma

532
01:00:53,849 --> 01:00:55,030
vale

533
01:00:55,030 --> 01:00:57,969
y es uno con dos, lo identificaríamos en un

534
01:00:57,969 --> 01:00:58,730
¿cuánto es como sigma?

535
01:01:04,639 --> 01:01:06,619
si no, porque nos dicen desviación estándar

536
01:01:06,619 --> 01:01:08,360
acordad que hemos dicho

537
01:01:08,360 --> 01:01:18,239
desviación estándar, típica o normal

538
01:01:18,239 --> 01:01:19,840
se llama sigma

539
01:01:19,840 --> 01:01:20,119
¿vale?

540
01:01:21,800 --> 01:01:23,440
¿sí? vale

541
01:01:23,440 --> 01:01:32,659
pues espera

542
01:01:32,659 --> 01:01:35,679
estamos aquí en el ejemplo, vale

543
01:01:35,679 --> 01:01:37,579
entonces tenemos, pondríamos aquí

544
01:01:37,579 --> 01:01:39,179
¿qué nos piden? una probabilidad

545
01:01:39,179 --> 01:01:41,400
¿qué nos dan? nos dan una media

546
01:01:41,400 --> 01:01:43,500
pondríamos mi igual a ocho con dos

547
01:01:43,500 --> 01:02:07,219
Nos dan también una desviación estándar, un sigma igual a uno con dos. Y nos dicen que se porta como una campana de Gauss. Y tenemos una fórmula que nos dice, para estandarizar algún dato, para estandarizar, para calcular por dónde estaría aquí, ¿vale? Tenemos esta fórmula que es igual a X menos mil partido de sigma.

548
01:02:07,219 --> 01:02:37,199
Vale, tenemos todo porque al final lo que nos dice calcular la probabilidad de que algún alumno escogido al azar haya obtenido más de un 5. El parámetro, ¿vale? Primero triplicaremos el valor que será z igual a menos 2,67. ¿Por qué? Porque hemos sustituido el 5, que es lo que pretendemos, que es el valor de x, menos la media partido de sigma nos da que menos 2,67.

549
01:02:37,219 --> 01:02:49,000
con 67 entonces queríamos buscar el menos 267 aquí y al buscar el menos 267 aquí aquí

550
01:02:49,000 --> 01:03:02,119
como vemos cómo se distribuye y conocemos si está por aquí hay 2.1 por ciento de probabilidad

551
01:03:02,119 --> 01:03:08,599
de que esté si tuviera por aquí el valor pues tendríamos probabilidad de estas vale

552
01:03:10,280 --> 01:03:16,280
lo veis aquí aquí tenemos las probabilidades dependiendo de en qué parte de la gráfica nos

553
01:03:16,280 --> 01:03:23,500
dé ese parámetro entendéis que es lo que la información que nos da el valor que nos da

554
01:03:23,500 --> 01:03:29,519
como nos va a colocar por aquí en alguna parte de esta gráfica y nosotros sabemos que dependiendo

555
01:03:29,519 --> 01:03:37,219
de en qué parte hay esta probabilidad de que esté pues ya podemos transformarlo en esa probabilidad

556
01:03:37,219 --> 01:03:50,510
bien entendéis el valor del este nominal es poco intuitivo es una pregunta porque la equis

557
01:03:50,510 --> 01:03:59,550
pones en el problema que es 5 porque es el valor del mínimo del examen que te puede dar es el

558
01:03:59,550 --> 01:04:07,070
mínimo es el valor mínimo no sustituyes por un parámetro o sea por una vez te dice el mínimo es

559
01:04:08,949 --> 01:04:11,269
es a partir de ahí para el otro lado

560
01:04:17,320 --> 01:04:25,579
el que te dice que a mí no lo entiendes

561
01:04:25,579 --> 01:04:36,980
transformando en posibilidad de encontrarlo entonces sería como una raya como

562
01:04:36,980 --> 01:04:50,090
lo desarrollaba aquí vale calcula la probabilidad de que sea menor de menos 6 o menos 267 o lo que

563
01:04:50,090 --> 01:04:58,670
es lo mismo para que la curva de simetría que sea mayor de 267 porcentaje por debajo de igual a 3 es

564
01:04:58,670 --> 01:05:04,050
una curva normal buscaremos el valor de probabilidad las tablas de la distribución normal

565
01:05:04,050 --> 01:05:06,190
estandarizada. Esto tiene

566
01:05:06,190 --> 01:05:08,110
luego una tabla donde tú buscas el

567
01:05:08,110 --> 01:05:10,030
Z. ¿No habéis

568
01:05:10,030 --> 01:05:11,150
visto que son cada tabla de

569
01:05:11,150 --> 01:05:12,750
normalización?

570
01:05:14,570 --> 01:05:16,230
¿Alguna vez habéis hecho un ejercicio

571
01:05:16,230 --> 01:05:18,409
que tú quieres que buscara los valores paramétricos

572
01:05:18,409 --> 01:05:20,230
de la probabilidad en una

573
01:05:20,230 --> 01:05:20,570
tabla?

574
01:05:25,099 --> 01:05:27,019
No lo sé, no te puedo asegurar

575
01:05:27,019 --> 01:05:28,159
que se las he comentado.

576
01:05:28,940 --> 01:05:30,260
Ahora mismo en clase

577
01:05:30,260 --> 01:05:32,400
ahora mismo lo estás diciendo, ¿no?

578
01:05:33,199 --> 01:05:33,480
Sí.

579
01:05:34,900 --> 01:05:36,159
Sí, no, pero me refiero.

580
01:05:36,159 --> 01:05:44,320
en otros estudios que hayáis hecho alguna vez habéis pasado de la trabajabilidad teniendo

581
01:05:44,320 --> 01:05:56,869
que buscar la ceta en una tabla dependiendo de valores no lo habéis visto es que entonces tengo

582
01:05:56,869 --> 01:06:09,860
que dar este dato vale pero si sabéis a ver luego vamos a mirar este tipo de tablas donde tú para un

583
01:06:09,860 --> 01:06:14,739
parámetro tienes que buscar otro esto es luego unas cosas que tenemos que aprender

584
01:06:17,460 --> 01:06:31,519
dime no sé si vas a preguntar algo a ver espera que os lo busco en internet para que la veáis

585
01:06:31,519 --> 01:06:39,000
y así las conozco son las tablas militares no como las tablas militares o militar estándar

586
01:06:39,000 --> 01:06:45,340
algo así se llaman las tablas no para hacer muestreos que hay para simple y para compuestas

587
01:06:45,340 --> 01:06:47,159
esta si la se usa

588
01:06:47,159 --> 01:06:49,679
si, no te entiendo bien

589
01:06:49,679 --> 01:06:51,480
pero si, hay unas tablas de muestreo donde

590
01:06:51,480 --> 01:06:53,659
tienes que, gracias a esas tablas que marca

591
01:06:53,659 --> 01:06:55,679
cuál tiene que ser tu número

592
01:06:55,679 --> 01:06:57,380
de muestras, cuál tiene que ser

593
01:06:57,380 --> 01:06:59,519
si, para un nivel

594
01:06:59,519 --> 01:07:01,599
de establecido, para un nivel

595
01:07:01,599 --> 01:07:03,539
de calidad que estás elegido, pero no me refiero

596
01:07:03,539 --> 01:07:05,380
a estas, yo me refiero a la tabla nominal

597
01:07:05,380 --> 01:07:07,599
espera que lo busque en internet y os lo enseño

598
01:07:07,599 --> 01:07:08,860
sobre la propia

599
01:07:08,860 --> 01:07:11,820
a ver si me deja

600
01:07:11,820 --> 01:07:16,179
os lo enseño sobre

601
01:07:16,179 --> 01:07:28,119
si no me deja web es que no me deja a ver déjame abrir otra más mal es que me dejamos ver esto

602
01:07:48,780 --> 01:07:51,019
el valor de z creo que es esta

603
01:07:59,250 --> 01:08:10,469
y claro tendría que explicar pero bueno no pasa nada vamos más para atrás en los valores de

604
01:08:10,469 --> 01:08:16,890
estáis viendo todo en lo que entró no sólo seguís viendo la presentación verdad

605
01:08:16,890 --> 01:08:35,189
la distribución binominal es que se comporta así

606
01:08:35,189 --> 01:08:44,069
lo que nos dice los parámetros de bien vale y ahora aquí tenemos que ir a una

607
01:08:44,069 --> 01:08:53,090
tabla que es de este tipo donde te dicen la probabilidad de edad cuando el valor dado en la

608
01:08:53,090 --> 01:09:04,609
fórmula vale con los zetas estos números que hay en estas casillas son ese valor zeta vale entonces

609
01:09:04,609 --> 01:09:11,770
tú buscas dentro de estas casillas ese valor z para el número de n es que tú tienes vale y

610
01:09:11,770 --> 01:09:16,930
buscas y entonces te dice directamente la tabla cuál es la probabilidad que corresponde a ese

611
01:09:19,189 --> 01:09:20,489
entendéis cómo se hacen

612
01:09:21,489 --> 01:09:35,149
vale vale yo me tengo que ir a otra clase pero una pregunta esa tabla que estás comentando lo

613
01:09:35,149 --> 01:09:41,090
podemos usar en el examen así va a hacer el examen de la usando esa tabla y demás en el

614
01:09:41,090 --> 01:09:48,409
problema o lo pones con el problema si tuvieras que hacer un ejercicio de este tipo y tienes que

615
01:09:48,409 --> 01:09:58,569
consultar la tabla de las clases vale tú lo único que tienes que saber es que el zeta que queda se

616
01:09:58,569 --> 01:10:04,390
transforma en la probabilidad a través de esta tabla tú la buscas en las casillas lo relacionas

617
01:10:04,390 --> 01:10:09,909
con el número de ns que tú tienes y entonces te va a dar la probabilidad por el tal vez y ahí

618
01:10:09,909 --> 01:10:17,409
por eso intuitivamente en la gráfica lo buscaría

619
01:10:18,550 --> 01:10:23,989
explicado a un lado oa otro de la media pero la hora concreta

620
01:10:23,989 --> 01:10:33,449
lo vuelvo a repetir

621
01:10:33,449 --> 01:10:43,430
vale entonces tenéis clase de micro

622
01:10:43,430 --> 01:10:46,229
encarna

623
01:10:46,229 --> 01:10:49,350
ves a la profesora por ahí

624
01:10:49,350 --> 01:10:50,649
a la de micro

625
01:10:50,649 --> 01:10:53,729
no porque

626
01:10:53,729 --> 01:11:10,609
Porque están todos los compañeros en el chat y no nos aparece el enlace para la videoconferencia. Por si la tenías por ahí cerquita y le dijeras que todos estamos con el pendiente de podernos conectar. O no sé si alguien más ya lo ha logrado.

627
01:11:15,810 --> 01:11:18,989
Muchísimas gracias y muchas gracias por todo. Buena semana.

628
01:11:18,989 --> 01:11:22,550
En cambio, yo te quería hacer una pregunta

629
01:11:22,550 --> 01:11:23,510
Dime

630
01:11:23,510 --> 01:11:26,229
Es que no entiendo el concepto de

631
01:11:26,229 --> 01:11:28,569
por qué tipificamos la distribución

632
01:11:28,569 --> 01:11:28,949
normal

633
01:11:28,949 --> 01:11:32,310
Vale, es normal que no lo entiendas

634
01:11:32,310 --> 01:11:33,329
porque no es nada importante

635
01:11:33,329 --> 01:11:36,050
Tipificamos porque estamos buscando

636
01:11:36,050 --> 01:11:38,529
en qué punto de la distribución

637
01:11:38,529 --> 01:11:40,390
estaría nuestro

638
01:11:40,390 --> 01:11:42,369
valor para saber cuánta probabilidad

639
01:11:42,369 --> 01:11:44,449
de que es su seguridad

640
01:11:44,449 --> 01:11:46,310
No te preocupes

641
01:11:46,310 --> 01:11:47,949
porque esto que no has entendido es

642
01:11:47,949 --> 01:11:53,649
para todos los que lo voy a repetir y voy a mirar el modo más sencillo de explicarlo

643
01:11:56,289 --> 01:11:57,210
gracias

644
01:12:00,729 --> 01:14:48,979
buen día hasta luego pues si alguno conmigo es alguno conmigo chicos y alguna vale menos

645
01:14:48,979 --> 01:14:55,479
mal me dice raquel que es que no le vale enlace pero que lo sigue intentando no

646
01:14:55,479 --> 01:14:59,079
dejéis de contactar conmigo hasta que consiga estrella para que sea una vía de comunicación

647
01:15:02,079 --> 01:15:05,680
más que nada porque si no lo consigues te viene este ordenador y lo hace desde aquí

648
01:15:05,680 --> 01:15:25,359
porque está dando problemas de ordenador ok avísame cuando lo consiga vale si aparece

649
01:15:25,359 --> 01:15:32,979
solo segunda 15 de noviembre pero no hay ningún enlace para pero estaba tratando de hacer otro

650
01:15:32,979 --> 01:15:34,779
enlace, no os aparece otro enlace

651
01:15:34,779 --> 01:15:36,819
debajo porque decía que la sesión

652
01:15:36,819 --> 01:15:37,920
que estaba creando no le iba

653
01:15:37,920 --> 01:15:41,020
la clase que estaba creando

654
01:15:41,020 --> 01:15:43,460
pues no lo veo

655
01:15:43,460 --> 01:15:43,920
a ver

656
01:15:43,920 --> 01:16:35,579
sí, creo que ya está

657
01:16:35,579 --> 01:16:37,640
ya está, perfecto

658
01:16:37,640 --> 01:16:40,060
vale, muchas gracias Encarna, buen día

659
01:16:40,060 --> 01:16:42,100
venga, lo mismo para vosotros, buen día

660
01:16:42,100 --> 01:16:43,479
adiós