ESTADISTICA

Lle gar una par a com o

el

d a

en tan

el

qu e

el se r

pen sam ien to la l a

es tad st ic o

co n dici n

n ece sar ia ef ic ien te d e l ee r y

c on viv encia cap aci da d H. G.

escr ib ir

W el ls

ESTADISTICA

Introduccin a la Estadstica Descriptiva

La estadstica descriptiva es una ciencia que analiza series de datos (por ejem plo, edad de una poblacin, altura de los estudiantes de una escuela, temperatura en los meses de verano, etc) y trata de extraer conclusiones sobre el comportamiento de estas variables. Las variable s pueden ser de dos tipos: Variables cualitativ as o atributos: no s e pueden m edir numricamente (por ejem plo: nacionalidad, color de la piel, sexo). Variables cuantitativas: tienen valor num rico (edad, precio de un producto, ingresos anuales). Las variable s tambin se pueden clasificar en: Variables unidime nsionales: slo recogen inform acin sobre una caracterstica (por ejemplo: edad de los alunm os de una clase). Variables bidimensionales: recogen informacin sobre dos caractersticas de la poblacin (por ejemplo: edad y altura de los alum nos de una clase). Variables pluridimensionales: recogen inform acin sobre tres o ms caractersticas (por ejemplo: edad, altura y peso de los alum nos de una clase). Por su parte, las variables cuantitativas se pueden clasificar en discretas y continuas: Discretas: slo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejem plo: nmero de hermanos (puede ser 1, 2, 3....,etc, pero, por ejemplo, nunca podr ser 3,45). Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo, la velocidad de un vehculo puede ser 80,3 km/h, 94,57 km/h...etc. Cuando se estudia el comportam iento de una variable hay que distinguir los siguientes conceptos: Individuo: cualquier elemento que porte informacin sobre el fenmeno que se estudia. As, si estudiam os la altura de los nios de una clase, cada alum no es un individuo; si estudiamos el precio de la vivienda, cada vivienda es un individuo. Poblacin: conjunto de todos los individuos (personas, objetos, animales, etc.) que porten inform acin sobre el fenmeo que se estudia. Por ej emplo, si estudiam os el precio de la vivienda en una ciudad, la poblacin ser el total de las viviendas de dicha ciudad. Muestra: subconjunto que seleccionamos de la poblacin. As, si se estudia el precio de la vivienda de una ciudad, lo norm al ser no recoger informacin sobre todas las viviendas de la ciudad (sera una labor muy compleja), sino que se suele

ESTADISTICA seleccionar un subgrupo (muestra) que se entienda que es suficientemente representativo.

Distribucin de frecuencia

La distribucin de frecuencia es la representacin estructurada, en forma de tabla, de toda la inform acin que se ha recogido sobre la variable que se estudia.
Vari able (Valor) Frecuencias absol utas Simple Acumulada Frecuencias relati vas Simple Acumulada

x
X1 X2

x n1 n2 ... nn-1 nn

x n1 n1 + n2 ... n1 + n2 +..+ nn-1 n

x f1 = n1 / n f2 = n2 / n ... fn-1 = nn-1 / n fn = nn / n

x f1 f1 + f2 ... f1 + f2 +..+ fn-1 f

...
Xn-1 Xn

Siendo X los distintos valores que puede tomar la variable. Siendo n el n mero de veces que se repite cada valor. Siendo f el porcentaje que la repeticin de cada valor supone sobre el total

Veam os un eje mplo: Medim os la altura de los nios de una clase y obtenemos los siguientes resultados (cm):
Alumno x Alumno 1 Alumno 2 Alumno 3 Alumno 4 Alumno 5 Alumno 6 Alumno 7 Alumno 8 Alumno 9 Alumno 10 Es tatura x 1,25 1,28 1,27 1,21 1,22 1,29 1,30 1,24 1,27 1,29 Alumno x Alumno 11 Alumno 12 Alumno 13 Alumno 14 Alumno 15 Alumno 16 Alumno 17 Alumno 18 Alumno 19 Alumno 20 Es tatura x 1,23 1,26 1,30 1,21 1,28 1,30 1,22 1,25 1,20 1,28 Alumno x Alumno 21 Alumno 22 Alumno 23 Alumno 24 Alumno 25 Alumno 26 Alumno 27 Alumno 28 Alumno 29 Alumno 30 Es tatura x 1,21 1,29 1,26 1,22 1,28 1,27 1,26 1,23 1,22 1,21

Si presentamos esta informacin estructurada obtendramos la siguiente tabla de frecuencia:

ESTADISTICA

Vari able (Valor) x 1,20 1,21 1,22 1,23 1,24 1,25 1,26 1,27 1,28 1,29 1,30 x

Frecuencias absol utas Simple Acumulada x 1 4 4 2 1 2 3 3 4 3 3 1 5 9 11 12 14 17 20 24 27 30 x

Frecuencias relati vas Simple Acumulada x 3,3% 13,3% 13,3% 6,6% 3,3% 6,6% 10,0% 10,0% 13,3% 10,0% 10,0% 3,3% 16,6% 30,0% 36,6% 40,0% 46,6% 56,6% 66,6% 80,0% 90,0% 100,0%

Si los valores que toma la variable son muy diversos y cada uno de ellos se repite muy pocas veces, entonces conviene agruparlos por intervalos, ya que de otra manera obtendramos una tabla de frecuencia muy extensa que aportara muy poco valor a efectos de sntesis. (tal com o se ver en la siguiente leccin).

ESTADISTICA

Medidas de posicin central

Las medidas de posicin nos facilitan inform acin sobre la serie de datos que estamos analizando. Estas medidas permiten conocer diversas caractersticas de esta serie de datos. Las me didas de posicin son de dos tipos: a) Medidas de posicin central: informan sobre los valores medios de la serie de datos. b) Medidas de posicin no centrales: informan de com o se distribuye el resto de los valores de la serie. a) Medidas de posicin central Las principales medidas de posicin central son las siguientes: 1.- Media: es el valor m edio ponderado de la serie de datos. Se pueden calcular diversos tipos de m edia, siendo las ms utilizadas: a) Media aritmtica: se calcula multiplicando cada valor por el nmero de veces que se repite. La suma de todos estos productos se divide por el total de datos de la m uestra:
(X1 * Xm =

n1 ) + (X2 * n2 ) + (X3 * n3) + .....+ (Xn-1 * nn-1) + (Xn * nn) n

---------------------------------------------------------------------------------------

b) Media geomtrica: se eleva cada valor al nm ero de veces que se ha repetido. Se multiplican todo estos resultados y al producto fiinal se le calcula la raz "n" (siendo "n" el total de datos de la m uestra).

Segn el tipo de datos que se analice ser m s apropiado utilizar la media aritm tica o la media geom trica. La m edia geomtrica se suele utilizar en series de datos com o tipos de inters anuales, inflacin, etc., donde el valor de cada ao tiene un efecto multiplicativo sobre el de los aos anteriores. En todo caso, la media aritmtica es la medida de posicin central ms utilizada. Lo m s positivo de la m edia es que en su clculo se utilizan todos los valores de la serie, por lo que no se pierde ninguna informacin. Sin embargo, presenta el problem a de que su valor (tanto en el caso de la m edia aritm tica como geomtrica) se puede ver muy influido por valores extremos, que

ESTADISTICA se aparten en exceso del resto de la serie. Estos valores anm alos podran condicionar en gran medida el valor de la media, perdiendo sta representatividad. 2.- Mediana: es el valor de la serie de datos que se sita justamente en el centro de la muestra (un 50% de valores son inferiores y otro 50% son superiores). No presentan el problem a de estar influido por los valores extrem os, pero en cambio no utiliza en su clculo toda la inform acin de la serie de datos (no pondera cada valor por el nmero de veces que se ha repetido). 3.- Moda: es el valor que ms se repite en la muestra. Eje mplo: vam os a utilizar la tabla de distribucin de frecuencias con los datos de la estatura de los alumnos que vim os en la leccin 2.
Vari able (Valor) x 1,20 1,21 1,22 1,23 1,24 1,25 1,26 1,27 1,28 1,29 1,30 x 1 4 4 2 1 2 3 3 4 3 3 Frecuencias absol utas Simple Acumulada x 1 5 9 11 12 14 17 20 24 27 30 x 3,3% 13,3% 13,3% 6,6% 3,3% 6,6% 10,0% 10,0% 13,3% 10,0% 10,0% Frecuencias relati vas Simple Acumulada x 3,3% 16,6% 30,0% 36,6% 40,0% 46,6% 56,6% 66,6% 80,0% 90,0% 100,0%

Vamos a calcular los valores de las distintas posiciones centrales: 1.- Media aritmtica:
(1,20*1) + (1,21*4) + (1,22 * 4) + (1,23 * 2) + ......... + (1,29 * 3) + (1,30 * 3) Xm -------------------------------------------------------------------------------------------------= 30

Luego:
Xm = 1,253

Por lo tanto, la estatura media de este grupo de alumnos es de 1,253 cm. 2.- Media geomtrica:
X= ((1,20^ 1) * (1,21^4) * (1,22^ 4) * .....* (1,29^3)* (1,30^3)) ^ (1/30)

Luego:

ESTADISTICA
Xm = 1,253

En este ejemplo la m edia aritmtica y la m edia geomtrica coinciden, pero no tiene siempre por qu ser as. 3.- Mediana: La m ediana de esta muestra es 1,26 cm, ya que por debajo est el 50% de los valores y por arriba el otro 50%. Esto se puede ver al analizar la columna de frecuencias relativas acumuladas. En este ejemplo, como el valor 1,26 se repite en 3 ocasiones, la media se situara exactam ente entre el primer y el segundo valor de este grupo, ya que entre estos dos valores se encuentra la divisin entre el 50% inferior y el 50% superior. 4.- Moda: Hay 3 valores que se repiten en 4 ocasiones: el 1,21, el 1,22 y el 1,28, por lo tanto esta seria cuenta con 3 modas.

Medidas de dispersin

Estudia la distribucin de los valores de la serie, analizando si estos se encuentran ms o menos concentrados, o ms o menos dispersos. Existen diversas medidas de dispersin, entre las ms utilizadas podem os destacar las siguientes: 1.- Rango: m ide la amplitud de los valores de la muestra y se calcula por diferencia entre el valor ms elevado y el valor ms bajo. 2.- Varianza: Mide la distancia existente entre los valores de la serie y la media. Se calcula com o sumatorio de las difrencias al cuadrado entre cada valor y la m edia, multiplicadas por el nmero de veces que se ha repetido cada valor. El sum atorio obtenido se divide por el tam ao de la muestra.

La varianza siempre ser mayor que cero. Mientras ms se aproxima a cero, ms concentrados estn los valores de la serie alrededor de la m edia. Por el contrario, mientras mayor sea la varianza, ms dispersos estn. 3.- Desviacin tpica: Se calcula com o raz cuadrada de la varianza.

ESTADISTICA 4.- Coeficiente de varizacin de Pearson: se calcula com o cociente entre la desviacin tpica y la media. Eje mplo: vam os a utilizar la serie de datos de la estatura de los alumnos de una clase (leccin 2) y vamos a calcular sus m edidas de dispersin.
Vari able (Valor) x 1,20 1,21 1,22 1,23 1,24 1,25 1,26 1,27 1,28 1,29 1,30 x 1 4 4 2 1 2 3 3 4 3 3 Frecuencias absol utas Simple x 1 5 9 11 12 14 17 20 24 27 30 Acumulada x 3,3% 13,3% 13,3% 6,6% 3,3% 6,6% 10,0% 10,0% 13,3% 10,0% 10,0% Frecuencias relati vas Simple x 3,3% 16,6% 30,0% 36,6% 40,0% 46,6% 56,6% 66,6% 80,0% 90,0% 100,0% Acumulada

1.- Rango: Diferencia entre el mayor valor de la muestra (1,30) y el menor valor (1,20). Luego el rango de esta muestra es 10 cm. 2.- Varianza: recordemos que la media de esta muestra es 1,253. Luego, aplicamos la frm ula:

Por lo tanto, la varianza es 0,0010 3.- Desviacin tpica: es la raz cuadrada de la varianza.

Luego:

4.- Coeficiente de variacin de Pearson: se calcula como cociente entre la desviacin tpica y la media de la m uestra.
Cv = 0,0320 / 1,253

ESTADISTICA

Luego,
Cv = 0,0255

El inters del coeficiente de variacin es que al ser un porcentaje permite com parar el nivel de dispersin de dos muestras. Esto no ocurre con la desvacin tpica, ya que viene expresada en las mismas unidas que los datos de la serie. Por ejemplo, para comparar el nivel de dispersin de una serie de datos de la altura de los alum nos de una clase y otra serie con el peso de dichos alumnos, no se puede utilizar las desviaciones tpicas (una viene vienes expresada en cm y la otra en kg). En cambio, sus coeficientes de variacin son ambos porcentajes, por lo que s se pueden com parar.