Contenidos de aprendizaje
Funciones
Descubra
El error típico es una medida estadística de la exactitud con que un conjunto de datos representa probablemente a la población real. Por ejemplo, si tomaras una muestra de las puntuaciones de los exámenes de los alumnos, podrías utilizarla para estimar las puntuaciones de todos los alumnos del grupo. ¿Qué probabilidad hay de que tu estimación represente con exactitud la distribución de las puntuaciones de todo el grupo? Eso es lo que nos dice el error típico.
Achieve better grades quicker with Premium
Geld-zurück-Garantie, wenn du durch die Prüfung fällst
Did you know that StudySmarter supports you beyond learning?
Review generated flashcards
Comienza a aprender o crea tus propias tarjetas de aprendizaje con IA
Equipo de profesores de Error estándar
¡Gracias por tu interés en el aprendizaje por audio!
Esta función aún no está lista, pero nos encantaría saber por qué prefieres el aprendizaje por audio.
¿Por qué prefieres el aprendizaje por audio? (opcional)
Enviar comentariosEn realidad, el error típico no tiene un símbolo propiamente dicho, simplemente se denota como
\[SE.\]
Y calcular el error típico de una muestra es muy sencillo. Sólo tienes que recordar lo que aprendiste sobre la desviación típica, \(\sigma\). La fórmula del error típico es simplemente
\[SE = \frac{\sigma}{\sqrt{n}}]
Donde \(n\) es el tamaño de la muestra.
Aquí tienes un rápido recordatorio de cómo hallar la desviación típica. Todo lo que necesitas es una lista de los puntos de datos del conjunto.
La fórmula para la desviación típica de un conjunto de datos muestrales es
\[\sigma = \sqrt{\frac{{suma (x_i-\bar{x})^2}{n-1}}.\]
Veamos un ejemplo para ver cómo puedes hallar el error típico de un conjunto de datos de muestra.
Halla el error típico del siguiente conjunto de datos.
| 2 | 3 | 2 | 5 | 4 | 7 | 4 | 5 |
Solución:
En primer lugar, calcula la media del conjunto de datos.
\[\begin{align} \bar{x} &= \frac{2+3+2+5...}{8} \\b\a} &= 4 \end{align}\a}]
A continuación, calcula la desviación típica.
\[\begin{align}\sigma &= \sqrt{\frac{\suma (x_i-\bar{x})^2}{n-1}} \\ y= el cuadrado de la fracción (2-4)^2+(3-4)^2+(2-4)^2...}{7}}. |= 1,69 \end{align}\]
Por último, calcula el error típico.
\[\begin{align} SE &= \frac{{sigma}{cuadrado{n}} \\ y= \frac{1,69}{cuadrado{8}}. \\ &= 0,6 \end{align}\]
¿Qué significa realmente el error típico? Bien, imagina que tomas muchas muestras de una población. Verás que cada muestra tiene una media ligeramente distinta, y este conjunto de medias formará a su vez una distribución. La desviación típica de esta distribución de medias es el error típico de la población original.
Así pues, si calculas que el error típico de la altura de un grupo de alumnos es \(15\,\text{cm}\), eso significa que hay un \(68\%\) de que la media de tu muestra esté dentro de \(15\,\text{cm}\) de la verdadera media del grupo de alumnos. Esto se debe a algo llamado regla \(68\)-\(95\)-\(99,7\).
La regla \(68\)-\(95\)-\(99,7\) dice que en un conjunto de datos con distribución normal, \(68\%\) de los puntos de datos se sitúan dentro de una desviación típica de la media, \(95\%\) de los puntos de datos se sitúan dentro de dos desviaciones típicas de la media, y \(99,7\%\) de los puntos de datos se sitúan dentro de tres desviaciones típicas de la media.
¿En qué se diferencia la desviación típica del error típico? Bueno, la desviación típica es una medida de la dispersión de los puntos de datos de un conjunto de datos respecto a la media. Cuanto más separados estén los puntos de datos, mayor será la desviación típica.
Por otra parte, el error típico, como se ha descrito antes, es simplemente una medida de la proximidad de la media de tu muestra a la media real de la población. Cuanto mayor sea el error típico, mayor será la probabilidad de que tu media se aleje de la media real.
Veamos algunos ejemplos para asegurarnos de que lo tienes todo bajo control.
Halla el error típico del siguiente conjunto de datos de muestra.
| 20 | 25 | 15 | 17 | 21 | 23 |
| 20 | 21 | 24 | 18 | 19 | 22 |
Solución:
En primer lugar, calcula la media de la muestra.
\[\begin{align} \bar{x} &= \frac{20+25+15...}{12} \\ &= 20,42 \end{align}\}]
A continuación, calcula la desviación típica de la muestra.
\π[\inicio \sigma&= \sqrt{\frac{\sum(x_1-\bar{x})^2}{n-1}} \\ &= \sqrt{\frac{(20-20.42)^2+(25-20.42)^2+(15-20.42)^2...}{11}} \\ &= 2,91 |end{align}\}]
Por último, calcula el error típico.
\SE&= \frac{in} {align} SE&= \frac{\sigma}{cuadrado{n}} \\ y= \frac{2,91}{cuadrado{12}}. \\ &= 0,84 \end{align}\]
Dada la siguiente muestra, ¿es probable que la media de esta muestra esté dentro de \(0,1\) de la verdadera media de la población?
| 0.2 | 0.3 | 0.1 | 0 | 0.4 |
| 0.3 | 0.5 | 0.2 | 0.1 | 0.2 |
Solución:
En primer lugar, calcula la media de la muestra.
\[\begin{align} \bar{x} &= \frac{0,2+0,3+0,1...}{10} \\ &= 0,23 \end{align}\}]
A continuación, calcula la desviación típica de la muestra.
\[\begin{align} \sigma&= \sqrt{\frac{\sum(x_1-\bar{x})^2}{n-1}} \\ &= \sqrt{\frac{(0.2-0.23)^2+(0.3-0.23)^2+(0.1-0.23)^2...}{10}} \\ &= 0,15 |end{align}\}]
Por último, calcula el error típico.
\[\begin{align} SE&= \frac{\sigma}{cuadrado{n}} \\ &= \frac{0,15}{cuadrado{10}}. \\ &= 0,05 \end{align}\]
\(0,1\) son dos errores estándar. Por tanto, hay una probabilidad de \(95\%) de que la media esté dentro de los dos errores típicos de la media:
Sí, es probable que la media de esta muestra esté dentro de 0,1 de la verdadera media poblacional.
Regístrate gratis para acceder a todas nuestras tarjetas.
At StudySmarter, we have created a learning platform that serves millions of students. Meet the people who work hard to deliver fact based content as well as making sure it is verified.
Lily Hulatt is a Digital Content Specialist with over three years of experience in content strategy and curriculum design. She gained her PhD in English Literature from Durham University in 2022, taught in Durham University’s English Studies Department, and has contributed to a number of publications. Lily specialises in English Literature, English Language, History, and Philosophy.
Get to know Lily
Gabriel Freitas is an AI Engineer with a solid experience in software development, machine learning algorithms, and generative AI, including large language models’ (LLMs) applications. Graduated in Electrical Engineering at the University of São Paulo, he is currently pursuing an MSc in Computer Engineering at the University of Campinas, specializing in machine learning topics. Gabriel has a strong background in software engineering and has worked on projects involving computer vision, embedded AI, and LLM applications.
Get to know Gabriel
StudySmarter es una compañía de tecnología educativa reconocida a nivel mundial, que ofrece una plataforma de aprendizaje integral diseñada para estudiantes de todas las edades y niveles educativos. Nuestra plataforma proporciona apoyo en el aprendizaje para una amplia gama de asignaturas, incluidas las STEM, Ciencias Sociales e Idiomas, y también ayuda a los estudiantes a dominar con éxito diversos exámenes y pruebas en todo el mundo, como GCSE, A Level, SAT, ACT, Abitur y más. Ofrecemos una extensa biblioteca de materiales de aprendizaje, incluidas tarjetas didácticas interactivas, soluciones completas de libros de texto y explicaciones detalladas. La tecnología avanzada y las herramientas que proporcionamos ayudan a los estudiantes a crear sus propios materiales de aprendizaje. El contenido de StudySmarter no solo es verificado por expertos, sino que también se actualiza regularmente para garantizar su precisión y relevancia.
Aprende másGuarda las explicaciones en tu espacio personalizado y accede a ellas en cualquier momento y lugar.
Regístrate con email Regístrate con AppleAl registrarte aceptas los Términos y condiciones y la Política de privacidad de StudySmarter.
¿Ya tienes una cuenta? Iniciar sesión
Regístrate para poder subrayar y tomar apuntes. Es 100% gratis.
La primera app de aprendizaje que realmente tiene todo lo que necesitas para superar tus exámenes en un solo lugar.
¿Ya tienes una cuenta? Iniciar sesión
La primera plataforma de aprendizaje con todas las herramientas y materiales de estudio que necesitas.
Resumenes 
Flashcards 
StudySmarter AI 
Apuntes 
Plan de estudios 
Sets de estudio 
Repeticion espaciada 
Exámenes 
Magazine 
Hacer carrera 
Formacion Profesional 
Mobile App 
