Estadstica

Marzo 2016

Referencias
BIBLIOGRAFIA BASE
Webster, Allen L..(2000). Estadistica Aplicada a los Negocios y Economia. Colombia: McGraw-Hilll. Biblioteca
Hernan Malo. UDA-BG 68600.
BIBLIOGRAFIA APOYO
Navidi, William.(2006). Estadistica para ingenieros. Mexico: McGraw-Hill.
INEC. Obtenido de INEC: http://www.inec.gob.ec/nuevo_inec/index.html. - Obtenido de ebrary:
http://site.ebrary.com/lib/uasuaysp/docDetail.action? docID=10472923&p00=estadistica%20descriptiva.
Obtenido de ebrary: http://site.ebrary.com/lib/uasuaysp/docDetail.action? docID=10135772&p00=estadistica.
Alvarez. Obtenido de e-libro: http://site.ebrary.com/lib/uasuaysp/Doc?id=10360830&ppg=8. - Obtenido de ebrary:
http://site.ebrary.com/lib/uasuaysp/docDetail.action? docID=10140309&p00=estadistica.

Estadstica
Introduccin

El papel de la estadstica
Que es la estadistica?
Es un estudio organizado, el
cual ayuda a encontrar
soluciones a problemas que
se presentan en la vida
profesional.

Introduccin al estudio de la estadstica

A medida que aumenta la complejidad de nuestro mundo, se hace cada vez ms
difcil tomar decisiones inteligentes y bien documentadas.
Muchas veces esas decisiones deben tomarse con mucho menos que un
conocimiento adecuado y experimentando una gran incertidumbre.
Sin embargo, las soluciones a estos problemas son escenciales para nuestro
bienestar e incluso para nuestra supervivencia final.

Importancia de la estadstica
Cada rea de investigacin cientfica seria puede beneficiarse del anlisis
estadstico.
Ejemplos: Para quien formula las polticas econmicas y para quien asesora al
presidente y a otros funcionarios pblicosla estadstica ha demostrado ser una
herramienta valiosa.
Ideas de otros ejemplos?

Oportunidades que ofrece la estadstica

Su jefe espera que usted haga dos cosas:
1.

Tomar decisiones

2.

Solucionar problemas

Estas dos se pueden lograr a travs de la aplicacin de procedimientos estadsticos.

A. Aplicacin universal de la estadstica

Al ser capaz de solucionar problemas y tomar decisiones, se obtendr una
excelente posicin en la demanda del mercado laboral.
El mundo laboral paga ms a las personas que son capaces de plantear las
preguntas correctas para alcanzar los objetivos fundamentales, que a quienes
tienen la responsabilidad de resolverlas.

Definiciones bsicas
A. Poblaciones y parmetros
Ejemplo:
Si los ingresos de los 121 millones de asalariados de los EEUU son de inters para un
economista que asesore al Congreso en la formulacin del plan nacional tributario,
entonces los 121 millones de ingresos constituyen la poblacin. Si se est considerando un
plan tributario para los perceptores de ingresos superiores a $100.000 USD, entonces tales
ingresos superiores a $100.000 USD constituyen la poblacin.

Poblacin: Es la recoleccin completa

observaciones de inters para el investigador.

de

todas

las
9

Definiciones bsicas
A. Poblaciones y parmetros
Ejemplo:
Si el director ejecutivo (Chief Manager Officer, CEO), de una gran empresa manufacturera desea
estudiar la produccin de todas la plantas de propiedad de la firma, entonces la produccin de
todas las plantas es la poblacin.
Un parmetro es toda medida descriptiva de una poblacin.
Ejemplo:
Ingreso promedio de todos los asalariados de EEUU, o la produccin de todas las plantas
manufactureras.

Parmetro: Es una medida descriptiva de la poblacin total de todas

las observaciones de inters para el investigador.
10

Definiciones bsicas
B. Muestras y estadsticos
Ejemplo:
Calcular el ingreso promedio de cada uno de los 121 millones de asalariados sera una tarea
compleja.

Muestra: Es una parte representativa de la poblacin que se

selecciona para ser estudiada, ya que la poblacin es demasiado
grande para analizarla en su totalidad.
11

Definiciones bsicas
B. Muestras y estadsticos
Ejemplo:
El ingreso promedio de varios miles de trabajadores.

El estadstico es a la muestra, lo que el parmetro es a la poblacin.

Estadstico: Elemento que describe una muestra y sirve como una

estimacin del parmetro de la poblacin correspondiente.

12

Definiciones bsicas
C. Variables
Una variable es la caracterstica de la muestra o poblacin que se est observando.
Ejemplo:
Si el asesor estadstico del alcalde de una ciudad est interesado en la distancia que deben recorrer
cada maana las personas que viajan diariamente largas distancias hacia el trabajo, la variable ser
kilmetros o millas.
En un estudio respecto al ingreso de los asalariados en EEUU, la variable ser ingreso.

Variable: Es una caracterstica de la poblacin que se est

analizando en un estudio estadstico.

13

Definiciones bsicas
C. Variables
Una variable puede ser:
Cuantitativa
Cualitativa

Si las observaciones se pueden expresarse numricamente, entonces ser una variable

cuantitativa.
Ejemplos:
Puntajes finales de un exmen
Nmero de kilmetros recorridos en un viaje determinado, etc.

Una variable cualitativa se mide de manera no numrica.

Ejemplos:
Estado civil de las personas que solicitan un crdito
El sexo de los estudiantes de la clase de estadstica
La raza, etc.

14

Definiciones bsicas
C. Variables
Variables

Continuas

Puede tomar cualquier valor dentro de

un rango dado
No importa que tan cerca puedan estar
dos mediciones!
Resulta generalmente de una medicin.
Ejemplo: Estatura, colesterol, etc.

Discretas

Est limitada a ciertos valores,

generalmente nmeros enteros.
Resultado de un conteo

Ejemplo: Total de estudiantesde la

clase, nmero de autos vendidos.
15

La importancia del muestreo

Principales ramas de la
estadstica

Estadstica descriptiva

Estadstica inferencial

Recolectar, agrupar y
presentar datos

Emplear una muestra para

sacar alguna inferencia o
conclusin

Manera fcil y
rpidamente dichos datos

Trabajando sobre una

muestra de la poblacin
16

Las funciones de la estadstica

La estadstica es la ciencia que tiene que ver con:
1.
2.
3.
4.
5.

La recoleccin
Organizacin
Presentacin
Anlisis
Interpretacin de datos

Se descubrir que a travs de la aplicacin de procedimientos estadsticos

precisos, es posible predecir el futuro con cierto grado de exactitud.

17

Escalas de medida

Variables

Nominales

Ordinales

Intervalo

Razn
18

Mediciones de escala nominales

Nombres o clasificaciones que se utilizan para datos en categoras
distintas y separadas.
Ejemplo:
Sexo: Hombre y mujer
Codificar: como 1 y 2

No indica ningn orden de preferencia!

19

Mediciones en escala ordinales

Son las que clasifican las observaciones en categoras con un orden
significativo.
Ejemplo:
Encuentas:

Totalmante de acuerdo
De acuerdo
Sin opinin
En desacuerdo, y
En total desacuerdo.

Igualmente se puede utilizar nmeros para codificar.

No interesa la diferencia entre valores!
20

Medidas en escala de intervalo

Medidas en una escala numrica en la cual el valor de cero es
arbitrario.
Ejemplo: Escala de temperatura Fahrenheit
El punto cero es un valor de referencia, se selecciona arbitrariamente.

21

Medidas en escala de razn

Medidas numricas en las cuales cero es un valor fijo en cualquier
escala.
Ejemplos:
Datos de anlisis empresarial:

Costos
Rentabilidad
Niveles de inventario
Ingresos

Peso
Tiempo
Distancia
22

Ejercicios del captulo

23

Ejercicios del captulo

24

Captulo 2
Descripcin de los conjunto de datos

25

Descripcin de los conjuntos de datos

soltera

soltera
soltera
Ejemplo: Muestra
sep/div soltera soltera
sep/div
soltera casada
soltera
Soltera
soltera
sep/div
viuda
soltera
casada
soltera
soltera
soltera
viuda
Viuda
soltera
soltera viuda sep/div soltera
sep/div soltera soltera
viuda
sep/div
sep/div
casada
solteraviuda
Casada
soltera
sep/div
soltera
sep/div
soltera
sep/div soltera
sep/div
sep/div
casada
casada viuda casada
soltera soltera
soltera
sep/div
Sep/Div
sep/div
viuda
sep/div
sep/div
sep/div
viuda
soltera
viuda
casada
soltera soltera
sep/div
viuda
casada
sep/div
viudasoltera
casada
viuda
soltera
sep/div
soltera
sep/div
viuda
viuda
viuda sep/div
sep/div
casada
soltera
viuda
sep/div
viuda soltera
casada
sep/div
sep/div
viuda
sep/divsep/div
casada
sep/div sep/div
soltera viuda
soltera
sep/div
casada
viuda
casada
sep/div
sep/div
sep/div
casada
sep/div
soltera
soltera casada
sep/div
viuda
soltera
casada
casada
soltera
soltera viuda
casada
casada viuda soltera
soltera
viuda
casada
casada
viuda soltera
soltera casada
viuda
sep/div
casada
soltera casada
viuda
sep/div
casada
casada

200 mujeres

26

Descripcin de los conjuntos de datos

Elaboracin de tablas de datos.
Frecuencia absoluta: Es la suma de cada valor.

Casada: 100
Soltera: 56
Sep/Div: 30
Viuda: 14
Total: 200

+
+

27

Descripcin de los conjuntos de datos

Elaboracin de tablas de datos.
Frecuencia relative y porcentaje: Es la relacin entre el conteo individual
y el total.
=

= 100%
Fr
Porcentaje

Casada: 0,50
Soltera: 0,28
Sep/Div: 0,15
Viuda:
0,07
Total:
1,00

50%
28%
15%
7%
100%
28

Tabla de distribucin o tabla estadstica

Estado Civil
Casada
Soltera
Sep/Div
Viuda
Total

Frecuencia Frecuencia Porcentaje

absoluta (fi) relativa (hi)
(%)
100
56
30
14
200

0,5
0,28
0,15
0,07
1,00

50%
28%
15%
7%
100%

29

Grficos
Son mtodos tiles para describir conjuntos de datos.

30

Diagrama de barras
Altura igual a frecuencia

120

0,6

100

0,5

Frecuenica relativa

Frecuenica absoluta

Altura igual a frecuencia

80
60
40

0,4
0,3
0,2

20

0,1

Casada

Soltera

Sep/Div

Estado civil

Viuda

Casada

Soltera

Sep/Div

Viuda

Estado civil

31

Polgono de frecuencias
Polgono de frecuencias

Frecuenica absoluta

120
100
80
60
40
20

0
Casada

Soltera
Sep/Div
Estado civil

Viuda

32

Polgono de frecuencias

33

Diagrama de sectores
Diagrama de sectores

7%
Casada

15%
50%
28%

Soltera
Sep/Div
Viuda

34

Histograma
Diferente de un diagrama de barras
Ejemplo: construir un histograma con 80 nmeros aleatorios, entre 1500 y 1800
kg. que representan la masa de veculos livianos. Nmero de clases es igual a
raiz(nmero de datos) 2 elevado a la c, en la que se espera que el resultado sea
mayor al nmero de datos.
Histograma
20
18
16

Frecuencia

14
12
10
Frecuencia

8
6

4
2
0
1530 - 1533

1534 - 1576

1577 - 1602

1603 -1640

1641 - 1676
Clase

1677 - 1709

1710 - 1742

1743 - 1774

1775 - 1805

35

Captulo 3
Medidas de posicin y dispersin.

36

Medidas de posicin
Medidas de tendencia central: Media, Moda, Mediana.

37

MEDIA
Es la medida de tendencia central ms utilizada en investigacin.

Las mismas unidades que las variables.

Dato aberrante distorsiona la media

MEDIA

NOTAS 1
9
8
8
7
7

NOTAS 2
9
8
8
7
0

7,8

6,4
38

MODA
Es el valor de la variable que ms veces se repite: el que lleva asociada la mayor
frecuencia absoluta.
Ejemplo sueldos

Sueldos
Sueldos
frecuencia
2500
500
500
500
1500
MEDIA

1100

500
1500
2500

MODA

3
1
1

500
39

MEDIANA (50 percentil)

Es el valor de la variable que ocupa la posicin central de la distribucin; es el
valor que verifica que el 50% de las observaciones son mayores o iguales que el y
el otro 50% menores que l.
NOTAS 1
9
8
8
7
8
MEDIA
MODA

8
8

1,- Se ordenan los valores de menor a mayor

2.- El valor central es la mediana

3.- Si el total de datos es par:

4.- Se toman los centrales y se calcula la media: MEDIANA 7,5

40

MEDIA con datos agrupados

Es la medida de tendencia central para datos agrupados

f = es la frecuencia o nmero de observaciones

M = es el punto medio de cada clase
n = es el tamao de la muestra y es igual a las
frecuencias sumadas en todas las clases

41

MEDIA con datos agrupados

Ejemplo: el director de una lnea area pide hacer un estudio estadstico sobre el
nmero de viajeros durante 50 das:

42

MEDIA con datos agrupados

Ejemplo: el director de una lnea area pide hacer un estudio estadstico sobre el
nmero de viajeros durante 50 das:

43

MEDIANA con datos agrupados

Mediana = +

()

clase mediana = es la primera clase cuya frecuencia

acumulada es mayor que o igual a n/2. 50/2 = 25
Lmd = es el lmite inferior de la clase mediana (70)
F = es la frecuencia acumulada de la clase que antecede a la
de la clase mediana (10)
fmd = es la frecuencia de la clase de la mediana (18)

C = es el intervalo de clase de la clase mediana (10)

44

MODA con datos agrupados

Moda = +

()

Lmo = es el lmite inferior de la clase modal (la clase que tenga la frecuencia ms
alta) (70)
Da = es la diferencia entre la frecuencia de la clase modal y la clase que la
antecede (18 7)
Db = es ladiferencia de la clase modal y la clase que la sigue (18 12)
C = es el intervalo de clase de la calse modal (10)

45

Medidas de dispersin
Media

Recorrido
Varianza
Desviacin Tpica (Desviacin estandar)
Coeficiente de variacin
Error estndar

46

Medidas de dispersin
Media
Recorrido: la diferencia entre el mximo y el mnimo de la variable.
NOTAS 1
9
8
8
7
8

Recorrido = 9 7 = 2

47

Medidas de dispersin
Media
Varianza
Smbolos 2 (muestra) 2 (poblacin)

( )2

unidades: el cuadrado de la variable

48

Medidas de dispersin
Media
Desviacin tpica
Smbolos (muestra) (poblacin)

( )2

unidades: la misma que la varianza

49

Medidas de dispersin
Media
Coeficiente de variacin
C.V. =

unidades : es adimensional

50

Medidas de dispersin
Media
Error Estndar
ESM =

unidades : las mismas de la variable.

Se puede utilizar para comparacin de diferentes muestras, o diferentes tipos de estudios para
conclusiones entre diferentes autores.

51

Medidas de dispersin
En las publicaciones o escritura cientfica.

(como se comportaron los datos en torno al valor central)

ESM (como se comporta nuestra media en torno a resultados de otros investigadores)

52

53

54

55

56