ACTUALIZACIN CURRICULAR

PROYECTO PRUEBA INICIA

EJE DATOS Y AZAR

RECOLECCIN Y ESTUDIO DE DATOS Y HERRAMIENTAS

BSICAS DE SU REPRESENTACIN Y ANLISIS.
CLASE No 8/21
INDICADORES.
p

.Comprende la importancia que tiene la forma de presentar los datos de

manera grca y conoce las precauciones que deben considerarse al utilizar estas
herramientas.
p
Conoce, calcula e interpreta los principales indicadores estadsticos de una
muestra
p de datos numricos.
p Utiliza diagrama de cajas para interpretar y comparar conjuntos de datos.
Conoce diferentes esquemas muestrales y comprende la importancia de la
eleccin
p de la muestra y del sesgo muestral.
Calcula e interpreta el coeciente de correlacin en regresin lineal y
comprende
el signicado de punto inuencial y de punto atpico.
p
Comprende el rol de la variable dependiente, de la variable independiente
y deplos errores en la regresin lineal simple.
p Conoce desarrollos histricos del coeciente de correlacin.
Conoce los elementos bsicos de las tablas de contingencia, y las utiliza
parapinterpretar relaciones entre observaciones.
Articula los contenidos de estadstica descriptiva con otros del currculo
escolar.
p
Usa TIC en la enseanza de conceptos de estadstica descriptiva, reconociendo
p las dicultades que los alumnos pueden presentar con ellas.
.

METODOLOGA EMPLEADA
ACTIVIDAD
Primera Parte
Profesor realiza introduccin de los contenidos a revisar
Recuerda deniciones, teoremas y propiedades
Resuelve ejemplos enfatizando los errores ms frecuentes en su desarrollo
Segunda parte
Estudiantes desarrollan taller grupal
Grupos de trabajos de 2 o 3 integrantes
Profesor gua a los grupos en el desarrollo del taller
Tercera Parte
Profesor resuelve taller en la pizarra
Los alumnos colaboran en la correccin del taller
El profesor hace nfasis de las mayores debilidades detectadas

TIEMPO
30 min

60 min

30 min

RESUMEN DE CONTENIDOS
1
1.1
1.1.1

Indicadores Estadsticos
Medidas de posicin central
Media artimtica

(x)

La media aritmtica o simplemente media, que denotaremos por (x), es el

nmero obtenido al dividir la suma de todos los valores de la variable entre
el nmero total de observaciones, y se dene por la siguiente expresin:
Mtodos de clculo:

X=

X=
1.1.2

k
P

k
P

Xi

i=1

(M C)i ni

i=1

Mediana (Me)

La mediana es un valor de la variable X tal que a lo ms el 50 % de las observaciones presentan valores menores que l y, simultneamente, a lo ms el 50%
presentan valores mayores que l. Por su denicin, la mediana resulta de inters
slo para variables cuantitativas (tericamente tambin se puede considerar en
variables cualitativas ordinales).
Mtodos de clculo:
(
)
M e = X( N +1 )
2
X N
+X
Me =
( 2 +1) ( N2 )
Me =
2

M e = LI(i) +

hn
2

Ni

i c
i
ni

1.1.3

Moda (Mo)

La moda es el valor de la variable que ms veces se repite, y en consecuencia,

en una distribucin de frecuencias, es el valor de la variable que viene afectada
por la mxima frecuencia de la distribucin. En distribuciones no agrupadas en
intervalos se observa la columna de las frecuencias absolutas, y el valor de la distribucin al que corresponde la mayor frecuencia ser la moda. A veces aparecen
distribuciones de variables con ms de una moda (bimodales, trimodales, etc.).
Mtodos de clculo:
M oda = LI +

1.2

(ni

ni
ni 1
ni 1 ) + (ni

ni+1 )

ci

Percentiles

El percentil es una medida estadstica muy utilizada. Es una medida de posicin

no central que nos dice cmo est posicionado un valor respecto al total de una
muestra.
El concepto es sencillo. Si tenemos una muestra con muchos valores y la
dividimos en 100 partes, cada una de ellas es un percentil y cada valor de la
muestra estar en alguna de esas cajitas percentiles. El percentil est referenciado de 0 a 100. El Percentil 0 es el menor valor de la muestra y el Percentil 100
el mayor valor. Tcnicamente Pj es el percentil j-simo, donde j toma valores del
1 al 100. El j% de los valores de muestra son menores que ese Pj y el (100-j)%
restante son mayores.
Mtodos de clculo:
Pj = LI +

1.3
1.3.1

jn
100

Ni

ci
ni

Medidas de dispersin absoluta

Recorrido (Re)

Se dene como la diferencia entre el mximo y el mnimo valor de la variable:

Re = (max xi

min xi )

1.3.2

Desviacin absoluta media con respecto a la media

(de)

Nos indica las desviaciones con respecto a la media aritmtica en valor absoluto.

de =

1.3.3

k
P

Xi

ni

i=1

Varianza

La varianza mide la mayor o menor dispersin de los valores de la variable

respecto a la media aritmtica. Cuanto mayor sea la varianza mayor dispersin
existir y por tanto menor representatividad tendr la media aritmtica.
La varianza se expresa en las mismas unidades que la variable analizada,
pero elevadas al cuadrado.

1.3.4

(x) =

(x) =

k
P

Xi

i=1

k
P

(M Ci

X)2 ni

i=1

Desviacin tpica o estndar

Se dene como la raz cuadrada con signo positivo de la varianza.

p
2
(X) =

1.4
1.4.1

Medidas de Dispersin relativa

CoecientedeVariabilidad(C.VX )

Indica la relacin existente entre la desviacin tpica de una muestra y su media.

CV (X) =

(x)
100
X

Diagrama de cajas

3
3.1
3.1.1

Esquemas muestrales
No probabilstico
De conveniencia:

Seleccin de casos segn estn disponibles y fciles de acceder.

3.1.2

Casos extremos:

Seleccin de casos ms semejantes y menos semejantes a ciertas condiciones

(casos extremos).
3.1.3

Casos tpicos o modales:

Seleccin de casos tpicos y ms frecuentes olvidando los casos marginales y

extremos.
3.1.4

Casos crticos:

Seleccin de los casos crticos o esenciales para el estudio.

3.1.5

Bola de nieve:

Seleccin de casos formando un rbol a travs de casos inicialmente escogidos.

3.1.6

Muestreo por cuotas:

Seleccin de casos que renen ciertas caractersticas de acuerdo con cuotas establecidas con el universo.

3.2
3.2.1

Probabilstico o Aleatorio
Aleatorio simple:

Cada elemento del universo tiene igual probabilidad de ser elegido.

3.2.2

Sistemtico:

Seleccin mediante arranque aleatorio y aplicacin de la fraccin de muestreo

(M=n).
3.2.3

Estraticado:

Se forman estratos del universo y la seleccin se lleva a cabo independientemente

en cada estrato.

3.2.4

Conglomerados:

El universo est dividido en conglomerados o grupos de elementos y se eligen

algunos conglomerados para representar a todos.
3.2.5

Conglomerados multietpico:

La seleccin se realiza en varias etapas, eligiendo unos conglomerados en primera

fase, luego otros en segunda fase y, por ltimo, los casos.

Coeciente de correlacin lineal

En ocasiones nos puede interesar estudiar si existe o no algn tipo de relacin

entre dos variables aleatorias. As, por ejemplo, podemos preguntarnos si hay
alguna relacin entre las notas de la asignatura Estadstica I y las de Matemticas I. Una primera aproximacin al problema consistira en dibujar en el plano
R2 un punto por cada alumno: la primera coordenada de cada punto sera su
nota en estadstica, mientras que la segunda sera su nota en matemticas. As,
obtendramos una nube de puntos la cual podra indicarnos visualmente la existencia o no de algn tipo de relacin (lineal, parablica, exponencial, etc.) entre
ambas notas.
En particular, nos interesa cuanticar la intensidad de la relacin lineal
entre dos variables. El parmetro que nos da tal cuanticacin es el
coeciente de correlacin lineal de Pearson r, cuyo valor oscila entre
1 y +1:

rxy = s

n
P

xi yi

n x y

i=1
n
P

i=1

x2i

n x2

i=1

yi2

n y2