Esta práctica proporciona enfoques para caracterizar una muestra de n observaciones que llegan en forma de conjunto de datos. Existen grandes conjuntos de datos de organizaciones, empresas y agencias gubernamentales en forma de registros y otras observaciones empíricas. Las instituciones y laboratorios de investigación de las universidades, las agencias gubernamentales y el sector privado también generan cantidades considerables de datos empíricos. Un conjunto de datos que contiene una sola variable normalmente consta de una columna de números. Cada fila es una observación o instancia de medición separada de la variable. Los números en sí son el resultado de aplicar el proceso de medición a la variable que se estudia u observa. Podemos referirnos a cada observación de una variable como un elemento del conjunto de datos. En muchas situaciones, pueden existir varias variables definidas para su estudio. La muestra se selecciona de un conjunto mayor llamado población. La población puede ser un conjunto finito de elementos, un conjunto de elementos muy grande o esencialmente ilimitado, o un proceso. En un proceso, los elementos se originan con el tiempo y la población es dinámica, continúa surgiendo y posiblemente cambiando con el tiempo. Los datos muestrales sirven como representantes de la población de donde se origina la muestra. Es la población la que es de principal interés en cualquier estudio en particular. Los datos (mediciones y observaciones) pueden ser del tipo variable o del tipo atributo simple. En el caso de los atributos, los datos pueden ser ensayos binarios o un recuento de un evento definido durante algún intervalo (tiempo, espacio, volumen, peso o área). Las pruebas binarias constan de una secuencia de 0 y 1 en la que un “1&#” indica que el artículo inspeccionado presentaba el atributo que se estaba estudiando y un &#“0&#” indica que el artículo no exhibió el atributo. A cada elemento de inspección se le asigna un &#“0&#” o un &#“1.” Estos datos suelen estar regidos por la distribución binomial. Para un recuento de eventos durante algún intervalo, se registra el número de veces que se observa el evento en el intervalo de inspección para cada uno de los n intervalos de inspección. La distribución de Poisson a menudo gobierna el conteo de eventos durante un intervalo. Para que los datos de muestra se utilicen para sacar conclusiones sobre la población, el proceso de muestreo y recopilación de datos debe considerarse, al menos potencialmente, repetible. Las estadísticas descriptivas se calculan utilizando datos de muestras reales que variarán al repetir el proceso de muestreo. Como tal, una estadística es una variable aleatoria sujeta a variación por derecho propio. La estadística muestral suele tener un parámetro correspondiente en la población que se desconoce (consulte la Sección 5). El objetivo de utilizar una estadística es resumir el conjunto de datos y estimar una característica o parámetro de población correspondiente. La estadística descriptiva considera métodos numéricos, tabulares y gráficos para resumir un conjunto de datos. Los métodos considerados en esta práctica se utilizan para resumir las observaciones de una sola variable. Los estadísticos descriptivos descritos en esta práctica son: media, mediana, mínimo, máximo, rango, rango medio, estadístico de orden, cuartil, percentil empírico, cuantil, rango intercuartil, varianza, desviación estándar, puntuación Z, coeficiente de variación, asimetría y curtosis y error estándar. Los métodos tabulares descritos en esta práctica son: distribución de frecuencia, distribución de frecuencia relativa, distribución de frecuencia acumulada y distribución de frecuencia relativa acumulada. Los métodos gráficos descritos en esta práctica son: histograma, ojiva, diagrama de caja, diagrama de puntos, diagrama de probabilidad normal y qq...
ASTM E2586-12a Historia
2019ASTM E2586-19e1 Práctica estándar para calcular y utilizar estadísticas básicas
2019ASTM E2586-19 Práctica estándar para calcular y utilizar estadísticas básicas
2018ASTM E2586-18 Práctica estándar para calcular y utilizar estadísticas básicas
2016ASTM E2586-16 Práctica estándar para calcular y utilizar estadísticas básicas
2014ASTM E2586-14 Práctica estándar para calcular y utilizar estadísticas básicas
2013ASTM E2586-13 Práctica estándar para calcular y utilizar estadísticas básicas
2012ASTM E2586-12b Práctica estándar para calcular y utilizar estadísticas básicas
2012ASTM E2586-12a Práctica estándar para calcular y utilizar estadísticas básicas
2012ASTM E2586-12 Práctica estándar para calcular y utilizar estadísticas básicas
2010ASTM E2586-10a Práctica estándar para calcular y utilizar estadísticas básicas
2010ASTM E2586-10 Práctica estándar para calcular y utilizar estadísticas básicas
2007ASTM E2586-07 Práctica estándar para calcular y utilizar estadísticas básicas