Apuntes Estadísticas

13-03-2019

Estadística descriptiva

El termino estadística tiene su raíz en la palabra estado, pero además nace como una función
matemáticas asociada a datos. La importancia radica en la cuantificación para su uso con fines
económicos o militares o gubernamentales.

La estadística es una ciencia y la encontramos presente en muchas disciplinas se puede decir que se
encuentra en la totalidad del resto de las ciencias. La razón es clara por una parte las estadísticas
proporcionan técnicas precisas para obtener información (recogida y descripción de datos) y por otra
parte proporciona métodos para análisis de esta información.
1.- Estadística Descriptiva: basada en una muestra de datos (recogida según una técnica concreta), y
obtener la descripción de las características mas importantes, entendiendo como característica,
aquellas cantidades que nos proporcionan información sobre el tema de interés del cual hacemos el
estudio.

2.- Estadística Inferencial: conjunto de técnicas y métodos basado en los datos. Obtenidos a partir de
una muestra y así poder inferir a través de estimadores las características de una población.

Conceptos Básicos

Población: es el conjunto de elementos, individuales o entes sujetos a estudio y de las cuales queremos
obtener resultados.

Variables: es la característica que estamos midiendo.

 Cuatitativa: es aquella que expresa u atributo o características, Ej: Rubio, moreno, etc.
 Cuantitiva: es aquella que se expresan en forma numérica. Ej: edad, peso, nro de hijos, etc.
o Discreta: aquella que entre 2 valores próximos puede tomar a lo sumo un nro finito de
valores Ej: nro de una familia (números naturales)
o Continua: la que puede tomar los infinitos valores de un intervalo, en muchas
ocasiones la diferencia es mas teorica que practica, ya que los aparatos de medida
dificultan que pueden existir todos los valores del intervalo. Ej: peso, estatura,
distancia, etc. (Números reales)
La variable se denota por una letra mayúscula X, a su vez cada una de estas variables puede tomar
distintos valores, colocando un subíndice Xi,Xii…..Xx.

Variables

Cuatitativa

Cuantitativa
3.- Muestra: conjunto de elementos que forman parte de la población, la muestra representa a esta
población.
Discreta Continua
 Tamaño muestral: es el numero total de elementos que conforman la muestra, se denota por
n
 Dato: cada uno de los individuos, cosas, entes abstractos que integran una población o
universo determinado. Dicho de otra forma, cada valor observado de la variable.
Distribuciones de frecuencia.
 Frecuencia absoluta: llamamos así al numero de veces que se presenta una observación. Se
representa por ƒ.
 Frecuencia relativa: es la frecuencia absoluta. Dividida por el numero total de datos (n) se
suele expresar por uno. Siendo su valor (h^i)
ƒi
h i=
n
n: tamaño muestral
ƒi: frecuencia absoluta
hi: frecuencia relativa

La suma de todas las frecuencias relativas siempre debe ser igual al tamaño muestral.
La suma de todas las frecuencias absolutas siempre es igual a la toma muestral (n).
∑ ƒi=n
Relativa: la suma de todas las frecuencias relativa siempre es igual a 1.

i= p

∑ hi =100%
i=1

Frecuencia absoluta acumulada(F): es la suma de todas las frecuencias absolutas hasta cada punto de
las variables.

(F)=ƒ
F2=ƒ1+ƒ2=F1+ƒ2
F3=ƒ1+ƒ2+ƒ3=F2+ƒ3

Frecuencia relativa acumulada (H1): es la razón entre la frecuencia absoluta y el tamaño muestral.

F1
H 1=
n
H1=h1
H2=h1+h2=H1+h2
H3=h1+h2+h3=H2+h3

20-03-2019

Nota: las frecuencias relativas se expresan en dato %.

1.- en cierta comuna el país se desea investigar que pasa con el numero medio de hijos por familia y
compararlo con el obtenido. La década anterior para. Para ello ha efectuado a 50 familias respecto al
nro de hijos y los obtenidos son los sgts.

2 4 2 3 1 2 4 2 3 0 2 2 2 3 2 6 2 3 2 2 3 2 3 3 4
3 3 4 5 2 0 3 2 1 2 3 2 2 3 1 4 2 3 2 4 3 3 2 2 1

Se pide:
1) ¿Cuál es la población objeto de estudio? El numero medio de hijos
2) ¿Cuál es el tamaño muestral? 50
3) ¿Qué variables estamos estudiando? Cuantitativa discreta
4) ¿Qué tipo de variable es? cuantitativa
5) construir la tabla de frecuencia
6) ¿Cuál es el numero de familias que tienen como máximo 2 hijos?
7) ¿Cuántas familias tienen mas de 1 hijo, pero como máximo 3?
8) ¿Qué porcentaje de familias tiene mas de 3 hijos?

Tabla de frecuencia con intervalos: para variable continua: recorrido, intervalo, amplitud, marca de
clase, densidad de frecuencia.

La cantidad de numero de intervalo (Ci) a través de la sgt. Formula

∁ i=parte entera ¿
Amplitud de intervalos (a) largo del intervalo
recχι
( a )=
∁ι
Xi menor−Xi mayor
( a )=
∁i
27-03-2019

Se comienza la tabla con inferiores con (Li y Lii) al que Li=Xmenor y Lii=Xmayor en general se sigue con (Li, Li+1)
donde Li es el extremo inferior del intervalo, Li+1 al extremo superior, cerramos el intervalo a la
izquierda y abrimos por la derecha. El ultimo intervalo será Li-1 – Ln.

Se debe incorporar a esta tabla la marca de clases, el punto medio de un intervalo, para calcular la
debemos definirla como la semisuma de los valores extremos de los intervalos esto es sumar los
extremos dividirlos entredós, se escribe y calcula como:
Li + Li+ 1
X ´=
2
Donde: Li= limite inferior
 Li+1=limite superior

03-04-2019

Se estudia la cantidad de LT de bebidas que consumen los jóvenes del pueblo “Buenas Peras” en los
meses de enero, febrero y marzo, para eso se encuesto a un grupo de jóvenes con edad entre 16 y 21
años, registrándose los sgts datos.

2,6 1,5 5 3,4 1,9 7 7,5 6,5

4,5 3,5 7 7 8 6,5 5 5
4,4 5,7 6,4 5,5 3,6 6 4,3 4

Se pide:
1) Cual es la población objeto de estudio
2) Que variable estamos estudiando
3) Que tipo de variable es
4) Que problema plantea la construcción de la tabla de frecuencia
5) Cuantos jóvenes consumen entre 2,8 a 5,3
6) Cuantos jóvenes consumen mas de 4Lt
7) Que % de jóvenes consume como mucho 5,3Lt
8) Cual es el tamaño muestral
9) Construir tabla de frecuencia

Medidas de posición
Intentan resumir en un dato toda la distribución de frecuencias, las medidas de tendencia central
intentan mostrar el dato que se encuentra en el medio de la distribución.

Central: son aquellas que intentan identificar el dato central de la distribución en el medio de la
distribución.

Media aritmética (X)

1) Datos no tabulados
X 1+ X 2+ Xn
X=
n
i= x

∑❑
X = i=1
n
2) Datos tabulados en tabla simple: es la suma de los productos de cada valor de la variable, su
frecuencia absoluta respectiva dividida por el tamaño muestral
i= x

∑ Xi∗ƒi
X = i=1
n
Definir:
 Población: conjunto de todas los individuos u objetos en estudio.
 Muestral: es una pequeña parte del grupo en estudio.
 Dato cuantitativo: se expresa en un atributo o característica.
 Variable cuantitativa discreta: aquella que estre 2 valores próximos puede tomar a lo sumo un
nro finito de valores.
 Frecuencia Realtiva: es la frecuencia absoluta dividida por el nro total de datos (n), se suele
expresar en tanto por uno, siendo su valor I-esimo
ƒi
hi=
n
 Frecuencia absoluta: es el nro de veces que ocurrió un valor.
 Variable cuantitativa continua: la que puede tomar infinitos valores de un intervalo.

Los datos siguientes corresponden a una encuesta que se realizo para conocer el nro de artefactos
eléctricos por familia de un cierto sector.

2 5 1 0 3 5 2 4 3 2 1 5 6 2 4 0
6 2 4 5 3 3 5 4 0 6 4 3 5 4 2 4

Mediana (Me)
1) Datos no tabulados:
a. (n) impar: es el que esta al centro
b. (n) par: se calcula la media aritmética de los 2 valores centrales.
 2) Datos tabulados (tabla simple):
a. Impar: aquel valor que contenga el 50% de las observaciones
b. Par: se calcula el promedio del 50% mas el valor siguente.
3) Datos tabulados (tabla con intervalo):
a. Se determinta por:
Li ( 50 %n−Fi +1 )∗a
Me=
ƒi
Donde: Li: limite inferior del intervalo mediano
Fi: frecuencia absoluta acumulada anterior a la del intervalo mediano
Ƒi= frecuencia absoluta del intervalo mediano

Antes de determinar el valor de la mediana se debe identificar el intervalo que la contiene, el cual se
define como el menor, cuya frecuencia absoluta acumulada contenga al 50%n de la muestra.

Moda (Mo)
Es aquel valor de la variable que presenta la mayor frecuencia en una distribución.
1) Datos no tabulados: puede ser unimodal, bimodal, multimodal/polimodal.
2) Datos tabulados (tabla simple): datos acompañados por su ƒi absoluta
3) Datos tabulados (tabla con intervalo):
a. Se determina por:

Mo=Li+ ( Δ 1+Δ 1Δ 2 )∗a

Donde: Li: limite inferior del intervalo modal.
1= es el exceso de la frecuencia modal sobre la frecuencia de la clase contigua inferior.
2= es el exceso de la frecuencia modal sobre la frecuencia de la clase contigua superior.
A=amplitud del intervalo modal

Ximayor−Xi menor
a=
Ci
∁ i=parte entera ¿
Antes de calcular la moda, se debe identificar el intervalo que la contenga que es aquel que presenta la
mayor frecuencia.

22-05-2019

Medidas no Centrales
1) Deciles (Di) (10%+10): decimas partes que dividen a la muestra en 10 partes iguales (son 9
deciles).

2) Quintiles (Ki) (20%+20): son las quintas partes que dividen a la muestra en 5 partes iguales (son
4)

3) Cuartiles (Qi) (25%+25): son las cuartas partes que dividen a la muestra en 4 partes iguales (son
3)

4) Percentiles (Pi) (1%+1): centiles (99) y dividen a la muestra en 100 partes iguales
Datos no tabulados

29/05/2019

Relaciones importantes

Medidas de dispersión: las medidas de tendencia central permiten determinar el centro de la

distribución, sin embargo, no son capaces de rescribir el comportamiento de algunas muestras en
donde la variabilidad de los datos esta muy presente para esto se hace uso.

Rango o Recorrido = Ximayor - ximenor

Existen relaciones importantes que pueden tener en cuenta a la hora del calculo.
  Recorrido intercuartilico Q3 – Q1
Q3−Q1
 Semirecorrido intercuartilico
2
 Recorrido interdecilico D9 – D1
 Recorrido intercentilico C99 -C1 o P99 – P1

Varianza = es la media de los cuadrados de las desviaciones y la denotaremos por V (X)=Sx^2 cuadro en
una muestra, pero como X^2 para la población.

Datos no tabulados
i= p
2
V ( x )=S x =∑ ¿ ¿ ¿¿
i=1
Tabla simple

i= p

∑ (x 1− x́ )2∗ƒ1
V ( x )=S 2x = i=1
n

Tabla con intervalo

i= p

∑ ( x̀− x́ )2∗ƒ1
V (x)=S2x = i=1
n

Desviación estándar o desviación típica: es la raíz cuadrada de la varianza, se denota por S x si es

muestral, pero como o en el caso de la población.

Datos no tabulados

i= p

Sx=
√ ∑ ( x1 − x́)2
i=1
n
Datos tabulados taba simple
i= p

Sx=
√ ∑ ( x1 − x́)2∗ƒ1
i=1

Tabla con intervalo

i= p
n

Sx=
√ ∑ ( x̀− x́)2∗ƒ1
i=1
n

Coeficiente de variación: es un estadístico de dispersión que entrega el porcentaje de variación en la

muestra además es adimensional, es decirlo no lleva asociada ninguna unidad, por lo que nos permite
comparar entre 2 muestras y determinar cual es la que presenta mayor dispersión se denota por Cv x.

Sx
Cv = ∗100
( x)
x́