CATEDRTICO: M.I.E.

MOISS
RODRGUEZ MORALES
CARRERA: ING. EN INNOVACIN
AGRCOLA.


ESTADSTICA
1.1 CONCEPTOS DE ESTADSTICA Y SU
CLASIFICACIN.
1.2 RECOPILACIN DE DATOS.
1,3 DISTRIBUCIN DE FRECUENCIA.
HISTOGRAMAS, POLIGONOS DE
FRECUENCIA, OJIVAS.
UNIDAD I. MANEJO DE
DATOS
1.1 CONCEPTOS DE ESTADSTICA Y SU
CLASIFICACIN.
1.2 RECOPILACIN DE DATOS.
1,3 DISTRIBUCIN DE FRECUENCIA.
HISTOGRAMAS, POLIGONOS DE
FRECUENCIA, OJIVAS.

UNIDAD I. MANEJO DE
DATOS
Clasificacin de la Estadstica
Segn el tipo
de
investigacin
Estadstica
Descriptiva.
Tiene por objetivo fundamental la
descripcin numrica de un conjunto
de datos. No generaliza las
conclusiones obtenidas a otros grupos
de datos.
Estadstica
Inferencial.
Usa la informacin aportada por una
muestra para sacar conclusiones de la
poblacin de la cual ha sido extrada;
siempre recordando que existe la
probabilidad de hacerlo en forma errada
4
Estadstica descriptiva
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
5
La estadstica descriptiva comprende las
tcnicas que se emplean para resumir y
describir datos numricos.
Son sencillas desde el punto de vista
matemtico y su anlisis se limita a los
datos coleccionados sin inferir en un
grupo mayor.
El estudio de los datos se realiza con
representaciones graficas, tablas,
medidas de posicin y dispersin.
Estadstica descriptiva
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
6
La estadstica descriptiva es la rama de las
Matemticas que recolecta, presenta y
caracteriza un conjunto de datos (por
ejemplo, edad de una poblacin, altura de
los estudiantes de una escuela, temperatura
en los meses de verano, etc.) con el fin de
describir apropiadamente las diversas
caractersticas de ese conjunto.
Al conjunto de los distintos valores
numricos que adopta un carcter
cuantitativo se llama variable estadstica.

Las variables pueden ser de dos
tipos:
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
7

A. VARIABLES CUALITATIVA O
CATEGRICAS: no se pueden medir
numricamente (por ejemplo:
nacionalidad, color de piel, sexo).
B. VARIABLES CUANTITATIVAS: tienen
un valor numrico(edad, precio de un
producto, ingresos anuales).
Las variables tambin se pueden
clasificar en:
A. VARIABLES UNIDIMENSIONALES: solo
recoge informacin sobre una caracterstica
(por ejemplo: edad de los alumnos de una
clase).
B. VARIABLES BIDIMENSIONALES: recoge
informacin sobre dos caractersticas de la
poblacin (por ejemplo: edad y altura de los
alumnos de una clase).
C. VARIABLES PLURIDIMENSIONALES:
recoge informacin sobre tres o mas
caractersticas (por ejemplo: edad, altura y
peso de los alumnos de clase).
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
8
Las variables cualitativas se
pueden clasificar n discretas y
continuas.

a) DISCRETAS: solo pueden tomar valores
enteros (1, 2, 8, -4, etc.). Por ejemplo:
numero de hermanos (puede ser 1, 2, 3,
, etc., pero, por ejemplo, nunca podr
ser 3,45).
b) CONTINUAS: pueden tomar cualquier
valor real dentro de un intervalo. Por
ejemplo, la velocidad de un vehculo
puede ser 90.4 km/h, 94.57 km/h etc.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
9




















CONCEPTOS DE ESTADSTICA.

DEFINICIONES:
a) DATOS: son las observaciones recolectadas
(como mediciones, gneros, respuestas de
encuesta).
b) ESTADSTICA: es una coleccin de mtodos
para planear experimentos, obtener datos, y
despus organizar, resumir, presentar, analizar,
interpretar y llegar a conclusiones basadas en
los datos.
c) POBLACIN: es la coleccin completa de
todos los elementos (puntaciones , personas,
mediciones, etctera) a estudiar. Se dice que la
coleccin es completa, pues incluye a todos los
sujetos que se estudiaran.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
10





















CONCEPTOS DE ESTADSTICA.

DEFINICIONES:
d) CENSO: es la coleccin de datos de cada uno
de los miembros de la poblacin.
e) MUESTRA: es un subconjunto de miembros
seleccionados de una poblacin.
f) INDIVIDUO: cualquier elemento que porte
informacin sobre el fenmeno que se estudia.
As si estudiamos la altura de los nios de una
clase. Cada alumno es un individuo; si se
estudia el precio de la vivienda, cada vivienda
es un individuo.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
11
1.1 CONCEPTOS DE ESTADSTICA Y SU
CLASIFICACIN.
1.2 RECOPILACIN DE DATOS.
1,3 DISTRIBUCIN DE FRECUENCIA.
HISTOGRAMAS, POLIGONOS DE
FRECUENCIA, OJIVAS.

UNIDAD I. MANEJO DE
DATOS
1.1 CONCEPTOS DE ESTADSTICA Y SU
CLASIFICACIN.
1.2 RECOPILACIN DE DATOS.
1,3 DISTRIBUCIN DE FRECUENCIA.
HISTOGRAMAS, POLIGONOS DE
FRECUENCIA, OJIVAS.

UNIDAD I. MANEJO DE
DATOS
RECOPILACIN DE DATOS.
Los datos son medidas y/o nmeros
recopilados a partir de la observacin. Los
datos pueden concebirse como informacin
numrica necesaria para ayudar a tomar
una decisin con mas bases en una
situacin particular.
Existen muchos mtodos mediante los
cuales se pueden obtener datos necesarios.
Primero, se puede buscar datos ya
publicados por otras fuentes.

20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
14
RECOPILACIN DE DATOS.
Segundo, se puede disear un experimento.
En tercer lugar, se puede conducir un
estudio. Cuarto, se pueden hacer
observaciones del comportamiento,
actitudes u opiniones de los individuos en
los que se esta interesado.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
15
RECOPILACIN DE DATOS.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
16

ALGUNAS DEFINICIONES:

a) PARMETROS: es una medicin
numrica que describe algunas
caractersticas de una poblacin.
b) ESTADSTICO: es una medicin
numrica que describe algunas
caractersticas de una muestra.
RECOPILACIN DE DATOS.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
17
EJEMPLOS:

I. PARMETROS: cuando Lincoln fue
elegido presidente por primera vez,
recibi el 39,82% de 1,865,908 votos. Si
suponemos que el conjunto de todos
esos votos es la poblacin a considerar
entonces el 39,82% es un parmetro, no
un estadstico.
RECOPILACIN DE DATOS.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
18
EJEMPLOS:

II. ESTADSTICO: con base en una
muestra de 877 ejecutivos encuestados,
se encontr que el 45% de ellos no
encontrara a alguien con un error
ortografico en su solicitud de empleo.
Esta cifra del 45% es un estadstico, ya
que esta basada en una muestra, no en
la publicacin completa de todos los
ejecutivos.
RECOPILACIN DE DATOS.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
19

ALGUNAS DEFINICIONES:

a) DATOS CUANTITATIVOS: consiste en
nmeros que representan conteos o
mediciones.
b) DATOS CUALITATIVOS (O
CATEGRICOS O DE ATRIBUTO): se
dividen en diferentes categoras por
alguna caracterstica no numrica.
RECOPILACIN DE DATOS.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
20
EJEMPLOS:

I. DATOS CUANTITATIVOS: los pesos de
las supermodelos.
II. DATOS CUALITATIVOS: el gnero
(hombre/mujer) de atletas profesionales.
Los datos se pueden clasificar
en:
a) Datos discretos: resultan cuando el
numero de posibles valores es un
numero finito, o bien, un numero que
puede contarse. (Es decir, el numero de
posibles valores es 0, 1, 2, etctera).
b) Datos continuos (numricos): resultan
de un infinito de posibles valores que
pueden asociarse a puntos de alguna
escala continua, cubriendo un rango de
valores sin huecos ni interrupciones.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
21
RECOPILACIN DE DATOS.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
22
EJEMPLOS:

I. DATOS DISCRETOS: las cantidades de
huevos que ponen las gallinas son datos
discretos porque representan conteos.
RECOPILACIN DE DATOS.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
23
EJEMPLOS:

II. DATOS CONTINUOS: las cantidades de
leche que las vacas producen son datos
continuos por que son mediciones que
pueden tomar cualquier valor dentro de
un intervalo continuo. Durante un
intervalo de tiempo dado, una vaca
producir una cantidad de leche que
puede ser cualquier valor entre 0 y 5
galones. Es posible obtener 2,343115
galones, que la vaca no esta restringida
a producir cantidades discretas.
Niveles de medicin
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
24
a) NIVEL DE MEDICION NOMINAL: son los datos
consistentes exclusivamente en nombres,
etiquetas o categoras que no pueden
acomodarse segn un esquema de orden (por
ejemplo, de bajo a alto).
b) NIVEL DE MEDICION ORDINAL: cuando
pueden acomodarse en algn orden, aunque no
es posible determinar diferencias entre los
valores de los datos o tales diferencias carecen
d significado.

Niveles de medicin
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
25
c) NIVEL DE MEDICION DE INTERVALO: se
parece al nivel ordinal, pero con la propiedad
adicional de que la diferencia entre dos valores
de datos cualesquiera tiene un significado. Sin
embargo, los datos en este nivel no tienen un
punto de partida inherente (natural) desde cero
(donde nada de la cantidad este presente).
d) NIVEL DE MEDICION DE RAZN: Se parece
al nivel de intervalo, aunque tiene la propiedad
adicional de que si tiene un punto de partida o
cero inherente (donde cero indica que nada de
la cantidad esta presente). Para valores de
nivel, tanto las diferencias como las
proporciones tienen significado.

Diseo de experimentos
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
26
I. Muestreo aleatorio: cada miembro de la
poblacin tiene la misma probabilidad de ser
seleccionado. A menudo se usan
computadoras para generar nmeros
telefnicos aleatorios.
II. Muestreo aleatorio simple: Se selecciona una
muestra de tamao de n sujetos de manera
que cada posible muestra del mismo tamao n
tenga la misma posibilidad de ser elegida.

Diseo de experimentos
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
27
III. Muestreo sistemtico: Se selecciona un
punto de partida, despus se selecciona cada
k-simo (por ejemplo, cada quincuagsimo)
elemento en la poblacion.
Diseo de experimentos
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
28
IV. Muestreo de conveniencia: Se utilizan
resultados que son fciles de obtener.
Diseo de experimentos
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
29
V. Muestreo estratificado: Se subdivide a la
poblacin en al menos dos diferentes
subgrupos (o estratos) que comparten las
mismas caractersticas (por ejemplo, el gnero
o categora de edad), y despus se extrae una
muestra de cada subgrupo.
Diseo de experimentos
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
30
IV. Muestreo por racimos: Se divide el rea de la
poblacin en secciones (o racimos), se eligen
al azar unas cuantas de estas secciones y
luego se escogen todos los miembros de los
racimos seleccionados.
1.1 CONCEPTOS DE ESTADSTICA Y SU
CLASIFICACIN.
1.2 RECOPILACIN DE DATOS.
1,3 DISTRIBUCIN DE FRECUENCIA.
HISTOGRAMAS, POLIGONOS DE
FRECUENCIA, OJIVAS.

UNIDAD I. MANEJO DE
DATOS
1.1 CONCEPTOS DE ESTADSTICA Y SU
CLASIFICACIN.
1.2 RECOPILACIN DE DATOS.
1,3 DISTRIBUCIN DE FRECUENCIA.
HISTOGRAMAS, POLIGONOS DE
FRECUENCIA, OJIVAS.

UNIDAD I. MANEJO DE
DATOS
Distribucin de Frecuencias
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
33
DISTRIBUCIN DE FRECUENCIAS: lista de datos
(ya sea de manera individual o por grupos de
intervalos), junto con sus frecuencias (o conteos)
correspondientes.
COTININA: es un
alcaloide hallado en el
tabaco y como
metablico de la
nicotina (es decir un
producto de su
transformacin por el
organismo). Se utiliza
para medir la
exposicin al humo
activo y, sobre todo, al
pasivo.
Algunas Definiciones
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
34
LIMITES DE CLASE INFERIORES: son las cifras
mas pequeas que pueden pertenecer a las
diferentes clases. (Los lmites de clase inferiores
de la tabla anterior son 0, 100, 200, 300 y 400).
LIMITES DE CLASE SUPERIORES: son las
cifras ms grandes que pueden permanecer a las
diferentes clases. (Los lmites de clase superiores
de la tabla anterior son 99, 199, 299, 399 y 499).
Algunas Definiciones
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
35
FRONTERAS DE CLASE: son las cifras
utilizadas para separar las clases, aunque sin los
espacios creados por los lmites de clase. Se
obtienen de la siguiente manera: se determina el
tamao del espacio entre el lmite de clase
superior de una clase y el lmite de clase inferior
de la siguiente. Se suma la mitad de esa cantidad
a cada lmite de clase superior, para obtener las
fronteras de clase superiores; se resta la mitad
de esa cantidad a cada lmite de clase inferior,
para obtener las fronteras de clase inferiores.
Algunas Definiciones
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
36
MARCAS DE CLASE: son los puntos medios de
la clases. )Las marcas de clase de la tabla
anterior son 49.5, 149.5, 249.5, 349.5 y 449.5).
Cada marca de clase se calcula sumando el
lmite de la clase inferior con el lmite de clase
superior y dividiendo la suma entre dos.
ANCHURA DE CLASE: es la diferencia entre los
dos lmites de clase inferior consecutivos o dos
fronteras de clase inferiores consecutivas. (La
anchura de clase que se utiliza en la tabla
anterior es de 100).
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
37

INDIVIDUAL
GRUPO
S
Procedimiento de construccin de
una distribucin de frecuencias.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
38
Procedimiento bsico:
1. Decida el numero de clases que desea obtener.
Debe ser de entre 5 y 20, y deben de utilizarse
nmeros enteros o redondeados.
2. Calcule





Redondee el resultado para obtener un nmero
ms adecuado (generalmente se redondea
hacia arriba). Es probable que necesite cambiar
el nmero de clases, pero la prioridad debe
utilizar valores que sean fciles de comprender
.
Procedimiento de construccin de
una distribucin de frecuencias.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
39
3. Punto de partida: comience por elegir un
numero para el lmite inferior de la primera
clase. Elija el valor ms bajo o un valor
conveniente que sea un poco ms pequeo.
4. Con el uso del lmite ms bajo de la primera
clase y la anchura de clase, procesa a listar los
dems lmites de clase inferior. (Sume la
anchura de clase al punto de partida para
obtener el segundo lmite de clase inferior.
Despus, sume la anchura de clase al segundo
lmite de clase inferior para obtener el tercero y
as sucesivamente).

Procedimiento de construccin de
una distribucin de frecuencias.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
40
5. Anote los lmites inferiores de clase en una
columna vertical y luego proceda a anotar los
lmites superiores de clase, que pueden
identificarse con facilidad.
6. Ponga una marca en la clase apropiada para
cada dato. Utilice las marcas para obtener la
frecuencia total de cada clase.
Histograma
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
41
Definicin:

Histograma es una grfica de barras en donde la
escala horizontal representa clases de valores de
datos y la escala vertical representa frecuencias.
Las alturas de las barras corresponden a los
valores de frecuencia, en tanto que las barras se
dibujan de manera adyacente (sin espacios entre
ellas).
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
42

Visualizacin de los datos
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
43
Histograma de frecuencias relativas.
Un histograma de frecuencias relativas tiene la
misma forma y escala horizontal que un
histograma, pero la escala vertical est marcada
por las frecuencias relativas en lugar de las
frecuencias reales o absolutas, tal como se ve en
la Fig. siguiente.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
44

Visualizacin de los datos
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
45
Polgono de frecuencias.
Un polgono de frecuencias utiliza segmentos
lineales conectados a puntos que se localizan
directamente por encima de los valores de las
marcas de clase. Fig. siguiente. Las alturas d los
puntos corresponden a las frecuencias de clase, en
tanto que los segmentos lineales se extienden
hacia la derecha y la izquierda, de manera que la
grfica inicia y termina sobre el eje horizontal.

20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
46

Visualizacin de los datos
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
47
Ojiva.
Una ojiva es una grfica lineal que representa
frecuencias acumulativas, de la misma forma que
la distribucin de frecuencias acumulativas es una
lista de stas. Vea la siguiente Fig. Observe que la
ojiva utiliza fronteras de clase, a lo largo de la
escala horizontal, y que la grafica empieza con la
frontera inferior de la primera clase, en tanto que
finaliza con la frontera superior de la ultima clase.
Las ojivas son tiles para determinar el nmero de
valores que se encuentran por debajo de un valor
particular. Por ejemplo, la figura muestra que 37 de
los valores del nivel de cotinina son menores que
299,5.
20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
48

CONTINUAR

20/07/2014
M.I.E. MOISS RODRGUEZ MORALES
49