Академический Документы
Профессиональный Документы
Культура Документы
Estadística Descriptiva
Concepto de Estadística
Tema 1. Introducción
Concepto de Estadística
Tema 1. Introducción
Áreas que conforman a la Estadística
Tema 1. Introducción
permitan estudiar los aspectos más
importantes de los datos.
DESCRIBIR
Áreas que conforman a la Estadística
Tema 1. Introducción
parcial obtenida mediante técnicas
descriptivas.
INFERIR
Áreas de Aplicación de la Estadística
El uso de la Estadística es muy amplio.
Resulta difícil nombrar un área en la cual no
se emplee.
Los métodos estadísticos han encontrado
aplicación en:
Gobierno
Negocios
Tema 1. Introducción
Ciencias Sociales
Ingeniería
Ciencias Física y Naturales
Control de Calidad
Procesos de Manufactura
Muchos otros campos de la actividad intelectual.
Áreas de Aplicación de la Estadística
Tema 1. Introducción
Conceptos de Población y Muestra
Población: es la colección de todas las
posibles mediciones u observaciones que
pueden hacerse de una variable bajo
estudio.
Tema 1. Introducción
Conceptos de Población y Muestra
Tema 1. Introducción
Conceptos de Población y Muestra
Infinita: es aquella que incluye un gran conjunto
de observaciones o mediciones que no pueden
alcanzarse por conteo. Al menos,
hipotéticamente, no existe límite en cuanto al
número de observaciones que el experimento
puede generar.
Tema 1. Introducción
Conceptos de Población y Muestra
Muestra:
es un conjunto de mediciones u observaciones
tomadas a partir de una población.
es un subconjunto de la población.
Tema 1. Introducción
Conceptos de Población y Muestra
Muestra aleatoria: se considera aleatoria
siempre y cuando cada observación,
medición o individuo de la población tenga
la misma probabilidad de ser seleccionado.
Tema 1. Introducción
Tipos de datos y escalas de medida
Variables:
Son las características o lo que se estudia de
cada individuo de la muestra. Ejemplo: sexo,
edad, peso, estatura, color de ojos, estado civil,
temperatura, cantidad de nacimientos, presión,
grosor, diámetro, ...
Datos:
Tema 1. Introducción
Son los valores que toma la variable en cada
caso.
Tipos de datos
Cualitativos: son datos que solo toman valores
asociados a las cualidades o atributos,
clasificándolos en una de varias categorías, es decir,
no son valores numéricos. Ejemplo:
Sexo: f/m.
Hábito de fumar: Fumador/No fumador
Color de ojos: negro, azul, marrón, …
Tema 1. Introducción
Religión: católica, evangélica, …
Estado civil: soltero, casado, divorciado,…
Tipos de datos
Cuantitativos: provienen de variables que pueden
medirse, cuantificarse o expresarse numéricamente.
Ejemplos:
Peso
Edad
Estatura
Presión
Tema 1. Introducción
Humedad
Intensidad de un sismo
Cantidad de hermanos
Escalas de medida
Tipos de variables cuantitativas:
Tema 1. Introducción
cantidad de líquido contenido en un recipiente.
Escalas de medida
Escala Nominal.
Variables Cualitativas
Escala Ordinal.
Escala de Intervalos.
Variables
Escala de Razón o Proporción. Cuantitativas
Tema 1. Introducción
Escala Absoluta.
Escalas de medida
Tema 1. Introducción
Ejemplos: color de ojos, sexo, profesión,
estado civil, religión.
Escalas de medida
Escala ordinal: existe un cierto orden o
jerarquía entre las categorías (>, <, , ).
Tema 1. Introducción
Escalas de medida
Tema 1. Introducción
Existe una unidad de medida que se mantiene
constante para todos los valores que toma la
variable.
Existe un valor patrón u origen relativo que
no significa la ausencia de valor en la
variable.
Escalas de medida
Tema 1. Introducción
Escalas de medida
Escala de razón o proporción: es la más
completa y general de todas las escalas. Se
caracteriza porque los valores de la variable
son números entre los cuales, además de las
relaciones de orden (>, <, , ) y distancia
(+,-), se pueden establecer múltiplos y
proporciones.
Tema 1. Introducción
Ejemplos: peso, altura, volumen…
Escalas de medida
Escala Absoluta: se caracteriza porque los valores
que toma la variable son el resultado de contar y
por lo tanto, está constituida por los enteros
positivos y el cero.
Tema 1. Introducción
Datos Univariantes y Multivariantes
Tema 1. Introducción
población. (Ejemplo: edad y estatura de los
alumnos de una clase).
Datos Univariantes y Multivariantes
Multivariantes o pluridimensionales:
recogen información sobre tres ó más
características. (Ejemplo: edad, estatura y
peso de los alumnos de una clase).
Tema 1. Introducción
Abusos que se pueden cometer con la
Estadística
Tema 1. Introducción
población.
Ciertas categorías de personas no responden
correctamente.
Respuestas voluntarias (sesgadas).
TEMA 2. ESTADÍSTICA DESCRIPTIVA
Organización de los datos
La Distribución de Frecuencias:
Se recomienda su uso cuando se tienen
grandes cantidades de datos (n).
Determinar:
Punto medio = (Li+Ls)/2.
Frecuencia absoluta de la clase (fi).
23 60 79 32 57 74 52 70 82 36
80 77 81 95 41 65 92 85 55 76
52 10 64 75 78 25 80 98 81 67
41 71 83 54 64 72 88 62 74 43
60 78 89 76 84 48 84 90 15 79
34 67 17 82 69 74 63 80 85 61
Histograma
Representación gráfica de los datos
Ojiva
Sectores
Representación gráfica de los datos
Barras
Barras
Representación gráfica de los datos
Curvas
Representación gráfica de los datos
Sectores, torta o circular
x
m f i i
X i 1
n
Donde: mi: punto medio de la clase i
fi: frecuencia absoluta de la clase i
k: cantidad de clases
Mediana
Es el valor que ocupa la posición central de un
conjunto de observaciones, una vez que han sido
ordenados en forma ascendente o descendente.
1
Mo Lim Cm
1 2
Donde: Lim: límite inferior de la clase modal.
1: diferencia entre fi de la clase modal y la
anterior.
2: diferencia entre fi de la clase modal y la
posterior.
Cm: amplitud de la clase modal (clase de mayor
frecuencia).
Relación entre la media, la mediana y
la moda
Ventajas:
Fácil de calcular si el número de observaciones no es
muy grande.
Fácil de entender.
Ventajas y desventajas de la mediana
Desventajas:
No utiliza en su “cálculo” toda la información
disponible.
Rango.
Varianza.
Desviación Típica.
Notación: R
Medidas de dispersión: Varianza
Es un valor numérico que mide el grado de
dispersión relativa porque depende de la posición de
los datos x1,x2,…,xn con respecto a la media.
agrupados: n
n
i
x 2
2
s
2 i 1
x
n
Medidas de dispersión: Varianza
Para datos agrupados en una distribución de
frecuencias:
k
i
m x 2
fi
s2 i 1
n
k
i fi
m 2
s2 i 1
x
2
n
Medidas de dispersión: Desviación
Típica
s
CV 100%
x
Ventajas y Desventajas del Rango
Ventajas:
Útil cuando se quiere conocer la extensión de las
variaciones extremas (valor máximo de la
dispersión).
Propiedades:
1. Siempre es mayor o igual a cero y menor
que infinito.
Ventajas:
Es útil cuando se compara la variabilidad
de dos o más conjuntos de datos.
Ventajas:
Esta expresada en las mismas unidades que la
variable en estudio.
Utiliza todas las observaciones en su cálculo.
Desventajas:
No tiene.
Ventajas y Desventajas del Coeficiente
de Variación
Ventajas:
Es la única MD que permite comparar el nivel de
dispersión de dos muestras de variables diferentes.
Emplea toda la información disponible en su cálculo.
Desventaja:
No es una MD con respecto al centro de la
distribución de los datos.
Cálculo:
M
k
3
i x fi
ASF i 1 Datos Agrupados
ns 3
Medidas de Forma: Asimetría
o Interpretación:
= 0, Simétrica
x X
n
4
i
CK i 1
4
3 Datos No Agrupados
ns
=0 Mesocúrtica
CK >0 Leptocúrtica
<0 Platicúrtica
Referencias: