METODO CIENTIFICO Y ESTADISTICA GENERALIDADES Desde siempre, el hombre se ha planteado interrogantes frente a los fenmenos de la naturaleza.

De esta manera ha ido descubriendo y modelando las situaciones asociadas con l y su entorno. La bsqueda metdica de leyes de estos fenmenos es el mtodo cientfico. Por medio de l ha organizado las observaciones de los hechos y determinado las leyes que los rigen. Del mismo modo, cabe sealar que en la gran mayora de las situaciones reales la determinacin de tales leyes se complica por la multicausalidad del fenmeno estudiado. CARACTERIZACION DEFINICION El mtodo cientfico est definido como el conjunto de pasos fijados de antemano por una disciplina con el fin de alcanzar conocimientos vlidos mediante instrumentos confiables. El mtodo cientfico se basa en dos principios bsicos: Reproducibilidad Veracidad EL ANALISIS Y LA SINTESIS El mtodo cientfico se encausa por una de dos direcciones. Anlisis: Mtodo analtico. Ir de lo general a lo particular. Sntesis: Mtodo sinttico. Va de los casos particulares a la explicacin general. LA DEMOSTRACION El procedimiento general del mtodo cientfico es la demostracin. Existen varios tipos: A priori o propter quid (de la causa al efecto) A posteriori o quia (del efecto a la causa) Indirecta (reduccin a conclusin falsa y consecuencias) Directa Ad hominem (aprovecha los argumentos del pensamiento opuesto y consecuencias) Absoluta (validad para todos) LAS CUATRO REGLAS DEL METODO DE DESCARTES Evidencia: Solo aceptar como verdadero lo evidente. Observacin de pruebas. Anlisis: Dividir en partes las dificultades. Sntesis: Acceder gradualmente a lo complejo. Enumeracin: Numerar y repetir procesos.

PASOS DEL METODO CIENTIFICO El mtodo cientfico esta integrado por la: Observacin: Consiste en la observacin cuidadosa de un objeto con el fin de conocerlo. Hiptesis: Explicacin provisional del fenmeno. Experimentacin: Repeticin voluntaria del fenmeno. Induccin: Obtencin de una ley universal. Y se presenta desde dos perspectivas: Desde el aspecto emprico se refiere al uso de los sentidos, tanto en la observacin de los fenmenos como de la experimentacin o manipulacin fsica de ellos. El aspecto racional del mtodo cientfico se refiere tanto al uso de la razn en el diseo de hiptesis como a la inferencia de las conclusiones. La investigacin cientfica tiene como finalidad la descripcin, explicacin y prediccin de los fenmenos. Una de las herramientas matemticas fundamentales en la aplicacin del mtodo cientfico es la estadstica. La estadstica se puede definir como la aplicacin del mtodo cientfico en el anlisis de datos numricos con el fin de tomar decisiones racionales. La estadstica se puede dividir en: Estadstica descriptiva. Se define como los mtodos que implican recopilacin, caracterizacin y presentacin de un conjunto de datos con el fin de describir varias de las caractersticas. Estadstica inferencial. Se define como aquellos mtodos que permiten hacer estimacin de una caracterstica de la poblacin o de toma de decisiones con respecto a una poblacin basada solo en los resultados obtenidos de la muestra. La ciencia y la tecnologa requieren de la aplicacin del mtodo cientfico para su desarrollo, y la estadstica es una de las herramientas matemticas fundamentales. La estadstica apoya al investigador en su proceso de indagacin desde la perspectiva de la filosofa analtica en el diseo del: 1. Planteamiento del problema. 2. Operacionalizacin del problema. 2.1 . Formulacin de hiptesis. 2.2 . Operativizacin de conceptos tericos. 2.3 . Definicin de unidades de anlisis. 3. Diseo muestral. 4. Tcnicas de anlisis de datos. UNA CARACTERIZACION OPERATIVA DEL METODO CIENTIFICO El mtodo cientfico es un procedimiento que se aplica al ciclo completo de una investigacin, desde el enunciado del problema hasta la evaluacin de los resultados obtenidos. En forma esquemtica podemos distinguir las siguientes etapas en la aplicacin del mtodo cientfico.

Deteccin y Enunciado del Problema Consiste en la descripcin de una situacin pregunta. problema o en el planteamiento de una

Ejemplo: El gerente de una empresa ha notado que entre los estudiantes de ingeniera que hacen prctica en la empresa, saben ms sobre control estadstico de la calidad los estudiantes de la universidad X que los de la universidad Y. Formulacin de una Hiptesis Consiste en una posible explicacin al problema planteado de acuerdo al conocimiento cientfico existente. Ejemplo: El mtodo de enseanza en X es ms eficiente que el mtodo en Y. Deduccin de una consecuencia verificable Dado que la hiptesis es una explicacin general, es posible, en algunas situaciones, que no se pueda investigar directamente su veracidad. En estos casos, se procede a deducir en forma lgica consecuencias particulares de las hiptesis. Ejemplo: Si un grupo de 200 estudiantes de ingeniera se divide aleatoriamente en dos cursos de control estadstico de la calidad que sern enseados usando la metodologa X y la metodologa Y respectivamente, el rendimiento del primer curso es mejor que el rendimiento del segundo. Verificacin de la consecuencia Esta verificacin se puede realizar, en ciencias exactas, por medio de demostraciones tericas basadas en relaciones que son aceptadas en el estado actual del conocimiento. En ciencias no exactas ( sociales, biolgicas, etc ) la verificacin se realiza a travs de la recoleccin de las observacin de los fenmenos, lo cual crea la necesidad de aplicar una serie de procedimientos estadsticos. Ejemplo: Sea X el puntaje en un test tpico de control estadstico de calidad aplicado sobre partidas de produccin homogneas de dos fbricas de los mismos componentes Sea 1 y 2 los promedios reales de los lotes de produccin asociados a cada fbrica. Sea m1 y m2 los promedios muestrales obtenidos para los grupos respectivos. Esperamos que m1 - m2 sea positivo. Que tamao debera tener esta diferencia para concluir con poca probabilidad de error que 1 > 2 ?. Conclusin

Puede consistir en una aceptacin, modificacin o rechazo de la hiptesis. METODO ESTADISTICO Apoyo matemtico al mtodo cientfico y se puede desglosar en: Planificacin Definicin de objetivos : Qu, como, dnde, cuando. Definicin de Universo : A que conjunto ir aplicable nuestra conclusin. Diseo de la muestra Definicin de las unidades de informacin, escalas de clasificacin y unidades de medicin. 5) Preparacin de un plan de tabulacin y anlisis. Ejecucin 1) Recoleccin de la informacin 2) Clasificacin de la informacin 3) Anlisis de la informacin 1) 2) 3) 4)

Deteccin y Enunciado del problema Formulacin de una Hiptesis Mtodo Estadstico Planificacin Mtodo Estadstico Ejecucin

Deduccin de una consecuencia verificable

Verificacin de la consecuencia

Conclusin

ALGUNOS CONCEPTOS DE ESTADISTICA En los variados campos de la actividad humana - tecnolgica, cientfica, humanstica - se presenta el caso de ciertos experimentos u observaciones que pueden repetirse un gran nmero de veces en circunstancias similares. En cada una de estas ocasiones se obtiene un resultado de observacin, expresado por un nmero de aspectos caractersticos. Muchas veces, estas caractersticas se presentan directamente en forma cuantitativa: en cada observacin se cuenta o mide algo. En otras, las caractersticas son cualitativas, en este caso siempre se pueden expresar las caractersticas en forma numrica usando algn sistema convencional de notacin. ESTADISTICA Ciencia que estudia el comportamiento de conjuntos clasificables mediante mtodos cuantitativos de anlisis. El objeto de dicho estudio ser entonces obtener cierta informacin de un conjunto clasificable mediante anlisis del carcter o variable estadstica que nos interesa. Esto puede ser hecho con diversos propsitos, ya sean de descripcin, estimacin o prediccin, entre otros. Otra definicin ms resumida puede ser: " Ciencia que soporta el conjunto de mtodos y procedimientos para obtener, describir e interpretar conjuntos de datos y para basar decisiones y predecir fenmenos que se pueden expresar en forma cuantitativa". La estadstica, en la actualidad, admite una clasificacin en terminos de hasta donde proyectamos los resultados. As las cosas, se clasifica en descriptiva, cuando los resultados del anlisis no pretenden ir ms all del conjunto de datos, e inferencial cuando el objetivo del estudio es derivar las conclusiones obtenidas a un conjunto de datos ms amplio.

Estadstica descriptiva: Describe, analiza y representa un grupo de datos utilizando mtodos numricos y grficos que resumen y presentan la informacin contenida en ellos. Estadstica inferencial: Apoyndose en el clculo de probabilidades y a partir de datos muestrales, efecta estimaciones, decisiones, predicciones u otras generalizaciones sobre un conjunto mayor de datos.

INDIVIDUOS O ELEMENTOS Personas u objetos que contienen cierta informacin que se desea estudiar.

UNIVERSO ( Poblacin N ) Conjunto de la totalidad de los elementos o individuos reales o conceptuales sujetos a discusin y acerca de los cuales se desea informacin.

Poblacin: conjunto de individuos o elementos que cumplen ciertas propiedades comunes.

POBLACION OBJETIVO Conjunto de caracteres de una particular variable estadstica asociada a cada uno de los elementos o individuos del universo. Ejemplo Estamos interesados en efectuar un estudio sobre las personas que asisten a los hospitales de Temuco en un mes determinado.

Poblacin: Conjunto de individuos que asisten a los hospitales de Temuco en un mes determinado. Poblacin objetivo: Personas, mayores de 18 aos de edad, que asisten a los hospitales de Temuco en un mes determinado.

PARAMETRO Valor generado a travs de una funcin definida sobre los valores numricos de caractersticas medibles de una poblacin. Ejemplo X: Peso en kilogramos de las personas, mayores de 18 aos de edad, que asistieron a los hospitales de Temuco en el mes de Junio 2011. N=35000

X = i = 1 i = i =1 N

Xi = 82.5kg , 35000

35000

peso promedio de las personas en la poblacin.

CENSO Procedimiento para obtener informacin en el cual se considera todos los elementos o unidades estadsticas que forman la poblacin y se registran las caractersticas de inters.

POBLACIN

PARMETROS

Valores fijos que caracterizan la poblacin

Por lo general, son desconocidos

MUESTRA ( n ) Es un subconjunto de la poblacin, seleccionado de acuerdo con una regla o plan. El nmero de elementos que compone este subconjunto define el tamao de la muestra (n) y cada uno de ellos se denominan Unidades Muestrales. Si una muestra es representativa de la poblacin, se pueden deducir importantes conclusiones acerca de sta a partir del anlisis de la misma. La parte de la ciencia estadstica que trata de las condiciones bajo las cuales tales conclusiones son vlidas se denomina Estadstica Inferencial o Inferencia Estadstica. MUESTREO Es el conjunto de procedimientos que permiten definir y disear el plan para obtener las unidades muestrales. Ejemplo Estamos interesados en averiguar el consumo mensual de productos farmacos (cantidad y gasto en $) por familia en la IX regin. Por costo, no podemos preguntar a todas las familias de la regin. As las cosas, diseamos un procedimiento que nos lleva a tomar una muestra de hogares en cada comuna de la regin. Sumamos la informacin obtenida en cada comuna y, de esta forma, obtenemos la informacin aproximada (estimada) para la regin total.

ESTADIGRAFO O ESTADISTICO Valor generado a travs de una funcin definida sobre los valores numricos de caractersticas medibles de una muestra

Valores variables a travs de las muestras. MUESTRA ESTADGRAFOS Una vez calculados son constantes . Son funciones de las observaciones de la muestra

CARACTERES Propiedades, rasgos o cualidades de los elementos de la poblacin. Estos caracteres pueden dividirse en cualitativos y cuantitativos.

DEFINICION Y CLASIFICACION DE VARIABLES VARIABLE Cualquier caracterstica de una persona, medio ambiente o situacin experimental, que pueda variar de persona a persona, de un medio ambiente a otro, o de una situacin experimental a otra. Es todo ( cualquier ) " atributo " o " caracterstica " que posee el individuo u objeto en estudio. Ejemplo Edad, peso, estatura Nivel socioeconmico, gravedad de una enfermedad, nivel de escolaridad Nivel de dolor que sufre un paciente ante un tratamiento mdico

CATEGORIAS DE LA VARIABLE Son las posibles " respuestas " de las variables. Ejemplo

Sexo: Masculino, Femenino. 2 categoras Nivel socioeconmico: Bajo, Medio, Alto. 3 categoras

CLASIFICACION DE VARIABLES Dependiendo de la respuesta tendramos dos tipos: Varia bles cualitativas Se refieren a cualidades del objeto en estudio:

Variables nominales No hay una jerarquizacin u orden entre las distintas categoras de la variable. Ejemplo

Color de cabello: Rubio, Rojizo, Negro Estado civil de una persona: Soltera, Casada, Divorciada, Viuda

Variables ordinales Implcitamente hay una jerarquizacin entre las distintas categoras de la variable. Ejemplo Nivel socioeconmico Gravedad de una enfermedad

Variables cuantitativas Estn asociadas o representan datos referidos a caractersticas cuantitativas ( edad, peso ). Existe explcitamente una jerarquizacin entre las categoras de la variables Variables discretas Los datos numricos asociados son nmeros enteros. Ejemplo Nmero de hijos Nmero de hogares

Variables continuas Los datos numricos asociados pueden tomar cualquier valor en un intervalo de nmeros dados. Ejemplo Peso Humedad Altura

En resumen, podemos esquematizar esta clasificacin de las variables segn el siguiente esquema grfico:

Nominales Cualitativas

Ordinales Variables

Discretas

Cuantitativas

Continuas

OTRA CLASIFICACION El concepto de " variables " est basado en la relacin de equivalencia que se define entre los resultados en un experimento o experiencia " Fsica " o " Aleatoria ". El primero define una " variable matemtica " ( resultado conocido y predecible con certeza ) y el segundo define una " variable aleatoria " ( resultado no conocido con certeza). Se conoce el conjunto de resultados posibles pero no se sabe cul resultar al realizar el experimento.

ESCALAS DE MEDIDA Entenderemos por " medir " al proceso de asignar nmeros a objetos o sucesos de acuerdo con un conjunto de reglas predeterminadas ( o arbitrarias ). Pensamos que las caractersticas a estudiar son numricas, pero a veces no es claro que las medidas se pueden expresar en dicha forma. Los distintos niveles de medida que estudiaremos representan distintos niveles de informacin numrica contenida en un conjunto de observaciones ( datos ). El tipo de escala obtenida depende de las clases de operaciones matemticas que se pueden efectuar legtimamente con los nmeros. Toda variable estadstica se puede clasificar en uno de los niveles o escalas que presentamos a continuacin ordenados en forma creciente por su riqueza de informacin. ESCALA NOMINAL Aqu se usan los nmeros como una manera de separar los elementos de la poblacin en diferentes clases o categoras. El nmero asignado a la observacin slo sirve como un nombre para distinguir la categora a la cual pertenece la observacin. En este caso la variable induce una particin sobre la poblacin y por tanto la informacin puede clasificarse en clases o categoras. Cada clase debe estar perfectamente definida y diferenciada de las dems. La recopilacin se reduce a contar el nmero de individuos de la muestra que pertenecen a cada clase.

Ejemplo (1) Se lanza una moneda. Interesa analizar los resultados de este experimento. - Variable estadstica: Resultado del lanzamiento. - Clases o Categoras: {Cara ( 0 ), Sello ( 1 ) } (2) Grupo sanguineo de los pacientes. - Variable estadstica: Grupo sanguineo. - Clases o Categoras: {A, B, AB, O}

ESCALA ORDINAL Se refiere a mediciones donde existe un orden implcito entre ellas. El valor numrico es usado slo como una manera de arreglar los elementos de acuerdo al orden establecido.

La variable en estudio en este caso admite grados de calidad. Esto significa que existe una relacin de orden total entre las clases. En esta escala no es posible cuantificar la diferencia entre los individuos pertenecientes a las distintas clases. En resumen, una variable X est en una escala ordinal si dados dos valores de X, digamos x e y, podemos decir que, x > y x = y x < y. O sea, podremos ordenar los datos segn el valor que X tome en ellos. Ejemplo Rendimiento acadmico con respecto a determinada asignatura. - Variable estadstica : Rendimiento acadmico - Clases o categoras : A Muy Bueno B Bueno C Satisfactorio D Deficiente Nivel de dolor que sufre un paciente ante un tratamiento mdico. - Variable estadstica : Nivel de dolor (D) - Clases o categoras : D {"inexistente", "poco intenso", "moderado", "fuerte"} Tonalidades de un color Dureza de ciertos materiales

Cabe sealar que las variables en escala nominal y ordinal son bsicamente cualitativas. ESCALA INTERVALAR O DE INTERVALO Su nombre procede del latn interval lun (espacio entre dos paredes). Esta escala considera no solo la informacin perteneciente al orden sino, adems, el tamao relativo de los intervalos a que pertenecen cada uno de los individuos. En este nivel es posible cuantificar la diferencia de dos individuos pertenecientes a intervalos, clases o categoras distintas. En esta escala est involucrado el concepto de unidad de distancia, y la distancia entre dos unidades puede ser expresada en funcin de esta unidad. Adems, tiene un origen pero slo referencial o no absoluto. En resumen, una variable X est en una escala de intervalos si hay una unidad de medida declarada ( kilo, centmetros, etc ) y si dados dos valores de X, digamos x e y, podemos decir que x es ( x - y ) unidades mayor que y o bien que x es ( x - y ) unidades menor que y. Vale decir, con este tipo de variables podemos realizar comparaciones de igualdad / desigualdad, establecer un orden dentro de sus valores y medir la distancia existente entre cada valor de la escala. Este nivel integra las variables que pueden establecer intervalos iguales entre sus valores. Las variables del nivel de intervalos permiten determinar la diferencia entre puntos a lo largo del

mismo continuo. Con estas variables se pueden realizar operaciones matemticas tales como la suma y resta. Un ejemplo de este tipo de variables es la temperatura, ya que podemos decir que la distancia entre 10 y 12 grados es la misma que la existente entre 15 y 17 grados. Lo que no podemos establecer es que una temperatura de 10 grados equivale a la mitad de una temperatura de 20 grados. Ejemplo Temperatura en grados celcius : Aqu vemos que tiene unidad ( grados celcius ), es ordinal y el cero juega un papel slo referencial. Aqu 0 celcius no quiere decir que no hay temperatura, lo que realmente significa es que est muy helado y que a partir de ese valor algunos lquidos (el agua) se congelan. Temperatura en grados farenheit : Aqu vemos que tiene unidad ( grados fahrenheit ), es ordinal y el cero juega un papel slo referencial. Aqu 0 Fahrenheit equivale a 17.78 celcius ( C = [ F 32 ] ( 5 ) ). En grados fahrenheit el punto de congelamiento del agua 9 ocurre a los 32 grados. Por el contrario, la escala Kelvin s tiene un cero absoluto, precisamente all donde las molculas cesan su actividad y no se produce por lo tanto roce entre los componentes moleculares. El cero absoluto de la escala Kelvin se sita a unos -273 grados centgrados. Es decir, los grados Kelvin no estan medidos en escala nominal. Otros ejemplos son "las puntuaciones de una prueba", "la escala de actitudes", "las puntuaciones de IQ", rendimiento acadmico.

ESCALA DE RAZON Esta escala es usada cuando no solo el orden y tamao del intervalo son importantes, sino tambin la razn entre dos medidas es de gran significado. En una escala de razn hay, adems de una unidad de medida, un origen absoluto. Vale decir, las variables de razn poseen las mismas caractersticas de las variables de intervalo, con la diferencia que cuentan con un cero absoluto; es decir, el valor cero (0) representa la ausencia total de medida, por lo que se puede realizar cualquier operacinAritmtica (Suma, Resta, Multiplicacin y Divisin) y Lgica (Comparacin y ordenamiento). Este tipo de variables permiten el nivel ms alto de medicin. Las variables altura, peso, distancia o el salario, son algunos ejemplos de este tipo de escala de medida.

Ejemplo Presin arterial, Nmero de hijos de una familia, Porcentaje de grasa en el cuerpo, Nmero de personas por vivienda ( El cero quiere decir que no hay personas ), Ingreso per capita, Densidad de la poblacin, PIB de los paises, Peso, altura, ancho, largo. Otros ejemplos son "el ingreso" (el cero representara que no recibe ingreso en virtud de un trabajo), "la velocidad" (el cero significa ausencia de movimiento), tiempo de reaccin (el cero significa ausencia de reaccin), "la edad", y otras medidas de tiempo.

Cabe sealar que las variables en escala intervalar y de razn son cuantitativas. Finalmente, las escalas de medida admiten una representacin grafica en forma ascendente segn se entrega en el siguiente diagrama.

TABLAS ESTADISTICAS TABLAS DE DISTRIBUCION DE FRECUENCIAS Consideremos la siguiente informacin. Poblacin: Pacientes hospital regional temuco primer semestre 2011 Poblacin objetivo: Pacientes entre 18 y 30 aos de edad N: 15,000 personas ( Tamao de la poblacin ) n: 10 ( Tamao de la muestra ) X: Variable asociada a la caracterstica Edad en aos cumplidos Muestra: ( 26, 20, 18, 19, 18, 20, 21, 19, 19, 26 ) FRECUENCIA Nmero de veces que el valor de la variable aparece en la muestra. AGRUPAMIENTO DE DATOS Forma simple Forma agrupada : Sin agrupar : Datos se juntan de acuerdo a algn criterio

Ejemplos Para nuestros datos Forma Simple : Distribucin Tipo I

I 1 2 3 4 5 6 7 8 9 10

xi 26 20 18 19 18 20 21 19 19 26 n=

Forma Agrupada a) Distribucin Tipo II

I 1 2 3 4 5

xi 18 19 20 21 26 n=

ni 2 3 2 1 2 10

Ni 2 5 7 8 10

fi 0.2 0.3 0.2 0.1 0.2

Fi 0.2 0.5 0.7 0.8 1

Mx ( x ) = 26 Mn ( x ) = 18 n :) frecuencia absoluta Reci ( x Se=llama - 18 = 26 8

Ni : Se llama frecuencia absoluta acumulada fi : Se llama frecuencia relativa ( fi = ni / n ) F: Se llama frecuencia relativa acumulada b) Distribucin Tipo III

I 1 2 k=3

Marca de Intervalos Clase ( x' ) [ 18 - 20 ) 19 [ 20 - 22 ) 21 [ 22 y ms ) 24 n=

ni

Ni 5 8 10

fi 0.5 0.3 0.2

Fi

5 3 2 10

0.5 0.8 1

Comentarios : Se usa Tipo I cuando n es pequea Se usa tipo II cuando n es un nmero manejable Se usa tipo III cuando n es grande. En este caso el representante de la clase es la marca de clase ( x ) RANGO O RECORRIDO DE LA VARIABLE ( Rec(x) ) Rec ( x ) = Mximo ( x ) - Mnimo ( x ) = Mx ( x ) - Min ( x )

INTERVALOS DE CLASE L0 - L1 ; L1 - L2 ; ...........; Lk-1 - Lk

Lmite Inferior

Lmite Superior

Tambin, se definen los Lmites Inferiores y Superiores Exactos y se generan sumando y restando 0.5. Sin embargo, nosotros no consideraremos esto. Tambin hay intervalos de clases abiertos. Ej. [ 22 y ms ) . TAMANO O AMPLITUD DE UN INTERVALO DE CLASE ( a ) ai = Li - Li-1 a = Li - Li-1 Ejemplo En nuestro caso: Intervalo : 18 - 20 Intervalo : 22 y ms Amplitud : 20 18 = 2 Amplitud : 26 22 = 4 Amplitud desigual , para todo valor i . Amplitud constante

La amplitud tambin se puede calcular como :

a=

Re x ( x ) Nmero de Intervalos de clases a usar (k )

Rec ( x ) = 8 k=4

As,

A = [ Rec ( x ) / k ] = [ 8 / 4 ] = 2 CONSIDERACIONES GENERALES Ordenar la muestra de menor a mayor Determinar Mx (x) y Mn ( x ) Encontrar Rec ( x ) Determinar k ( nmero de intervalos a usar ) Determinar intervalos propiamente tales

(1) (2)

Amplitud =a L0 = Mn ( x ) L1 = L0 + a L2 = L1 + a : : Lk = L(k-1) + a

Evidentemente aqu hemos asumido amplitud constante. Determinar las frecuencias absolutas para todo i . Terminar la tabla

Notas Para el nmero de intervalos, k, a utilizar muchos autores deciden tomar un k que les permita trabajar cmodamente para ver la estructura de los datos; Como referencia ellos toman una de los siguientes valores aproximados:

Por ejemplo si el nmero de observaciones que tenemos es n=100, este criterio agrupa las observaciones en k 100 = 10 intervalos. Sin embargo si tenemos n=1.000.000, ser mas razonable elegir k = 1 + 3.22 log(n) 20 intervalos, que k 1.000.000 = 1.000 .

Podra ocurrir que la cantidad a fuese un nmero muy desagradable a la hora de escribir los intervalos (ej. a=10,325467). En este caso, es recomendable variar simtricamente los extremos, L0 < xmin < xmax < Lk , de forma que se tenga que a es un nmero ms simple (ej.

a=10).

Ejemplo Sobre un grupo de n=21 personas se realizan las siguientes observaciones de sus pesos, medidos en kilogramos:

58 42 51 54 40 39 49 56 58 57 59 63 58 66 70 72 71 69 70 68 64 Agrupar los datos en una tabla estadstica. Solucin: En primer lugar hay que observar que si denominamos X a la variable ``peso de cada persona'' esta es una variable de tipo cuantitativa y continua. Por tanto a la hora de ser ordenados los resultados en una tabla estadstica, esto se ha de hacer agrupndolos en intervalos de longitud conveniente. Esto nos lleva a perder cierto grado de precisin. Para que la perdida de informacin no sea muy relevante seguimos el criterio de utilizar k n = 21 intervalos (no son demasiadas las observaciones). En este punto podemos tomar bien k = 4 o bien k = 5. Arbitrariamente se elige una de estas dos posibilidades. Por ejemplo, vamos a tomar k = 5. tomar la misma longitud en todos los intervalos, ai = a (aunque esto no tiene por qu ser necesariamente as), donde Lo siguiente es determinar la longitud de cada intervalo, ai i = 1,
, 5 . Lo ms cmodo es

Entonces tomaremos k=5 intervalos de longitud a=6,6comenzando por l0=xmin=39 y terminando en l5=33:

Intervalos li-1 -- li

M. clase f.a. ci 42,3 48,9 55,5 62,1 68,7 ni 3 2 6 3 7 21

f.r. fi 0,1428 0,0952 0,2857 0,1428 0,3333

f.a.a. Ni 3 5 11 14 21

f.r.a. Fi 0,1428 0,2381 0,5238 0,6667

i=1

39 -- 45,6

i=2 45,6 -- 52,2 i=3 52,2 -- 58,8 i=4 58,8 -- 65,4 i=5 65,4 -- 72

Otra posibilidad a la hora de construir la tabla, y que nos permite que trabajemos con cantidades ms simples a la hora de construir los intervalos, es la siguiente. Como la regla para elegir l0 y l5 no es muy estricta podemos hacer la siguiente eleccin:

ya que as la tabla estadstica no contiene decimales en la expresin de los intervalos, y el exceso d, cometido al ampliar el rango de las observaciones desde A hasta A', se reparte del mismo modo a los lados de las observaciones menores y mayores: I Intervalos M. clase f.a. li-1 -- li i=1 i=2 i=3 i=4 i=5 38 -- 45 45 -- 52 52 -- 59 59 -- 66 66 -- 73 ci 41,5 48,5 55,5 62,5 69,5 ni 3 2 7 3 6 21 f.r. fi 0,1428 0,0952 0,3333 0,1428 0,2857 f.a.a. Ni 3 5 12 15 21 f.r.a. Fi 0,1428 0,2381 0,5714 0,7143

DESCRIPCION GRAFICA DE LOS DATOS GRAFICA Ciertas normas mnimas Relacin 2 : 3 para los ejes. O sea,

2
x 2 = y 3 y= 3 x 2

3
Nombre y fuente de los datos

Ejemplo PRODUCCION DE ACERO EN MILES DE TONELADAS Fuente : Servicio Nacional de Minera Ao : 2001 Litros

Ao Definicin de los ejes Pequeas leyendas para aclarar grfica

GRAFICA DE BARRAS Barras simples Figura : Grfico de barras para la distribucin del estado civil de un grupo de personas.

Barras componentes o subdivididas Figura: Relacin entre la presencia de alguna enfermedad coronaria y los antecedentes cardiacos familiares en una muestra.

GRAFICA CIRCULAR , DE SECTORES O TARTA Se trata de un circulo cuya rea se divide en sectores proporcionales a las partes integrantes del total. Para su construccin, se divide un circulo en tantas porciones como clases existan, de modo que a cada clase le corresponde un arco de circulo proporcional a su frecuencia absoluta o relativa.

Figura: Ejemplo de grfico de sectores. Distribucin de una muestra de personas segn el hbito de fumar.

El arco de cada porcin se calcula usando la regla de tres:

3600

ni

xi =

360 * ni n

HISTOGRAMA Bsicamente se considera la grfica en un sistema de representacin cartesiano de los pares de valores ( Xi , ni ) de la distribucin de frecuencias. En trminos mas generales,un histograma es una representacin grfica de una variable en forma de barras, donde la superficie de cada barra es proporcional a la frecuencia de los valores representados. Forma clsica de representacion de histogramas

Edad 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 41 42 n

Personas 1 3 4 7 5 8 10 8 9 6 6 4 3 4 5 3 2 3 1 2 3 1 1 1 100

Otras formas de representacion de histogramas

POLIGONO DE FRECUENCIAS Resulta de considerar los puntos medios de los intervalos de clase que definen la grfica del histograma Figura: Polgono de frecuencias para los datos de las edades anterior

OJIVA Representa la grfica de los pares de valores ( Xi , Ni ). Figura: Ejemplo de una ojiva

DIAGRAMA ACUMULATIVO DE FRECUENCIA RELATIVA Representa la grfica de los pares de valores ( Xi , Fi ). Figura: Ejemplo de un diagrama de frecuencia acumulativa

Nota Cuando la variables es cuantitativa discreta tanto el histograma como la ojiva tambin se representan segn se muestra a continuacin:

xi
0 1 2 3

ni
1 3 3 1

fi
1/8

Ni
1

Fi
1/8

3/8 4 4/8 3/8 7 7/8 1/8 1 8 8/8

n=8

La grfica de Ni (frecuencias absolutas acumuladas) presentan saltos entre cada valor de la variable ya que ella es discreta. La figura resultante es similar a una escaleradonde los saltos irregulares vienen generados por las diferentes frecuencias absolutas de las clases respectivas.

PRINCIPALES GRAFICAS SEGUN TIPO DE VARIABLE Tipo de variable Diagrama

V. Cualitativa

Barras, sectores

V. Cuantitativa

Barras, sectores, histograma, poligono de frecuencia, ojiva

CURVAS DE FRECUENCIA Transformando los histogramas en una curva continua ( o sea, la ojiva ), se pueden obtener diferentes formas de acuerdo a la distribucin que representan. Curvas simtricas La simetra en que estamos interesados queda definida por una figura en la cual los elementos de la distribucin estn concentrados en gran parte al centro para luego comenzar a disminuir a ambos lados.

Curvas asimtricas Asimetra Negativa

A la Derecha

Asimetra Positiva

A la Izquierda