METODOS ESTADISTICOS I

Objetivos:
ANALIZAR Y APLICAR CONOCIMIENTOS
ESTADSTICOS EN EL ANLISIS Y SOLUCIN DE
PROBLEMAS RELACIONADOS A LA TOMA DE
DECISIONES EN LAS DIFERENTES REAS DE UNA
ORGANIZACIN

17/05/2012 1 Ing. Mnica Mite
1.1 Introduccin a la materia
Todo administrador de empresa en la
actualidad, debe tomar decisiones
vinculadas con el mercadeo, las
finanzas, productos alimenticios,
software de computadoras, productos
farmacuticos, los recursos humanos,
la produccin, etc. con el objeto de
maximizar las utilidades del negocio y
reducir los costos, para lo cual, debe
tener slidas bases en la utilizacin de
mtodos estadsticos.

17/05/2012 2 Ing. Mnica Mite
Qu es la estadstica?
Los mtodos estadsticos permiten:
1. Describir con precisin los hallazgos de la
investigacin cientfica
2. Tomar decisiones
3. Efectuar estimaciones
Se divide en 2 reas:

Estadstica descriptiva: incluye la recopilacin,
presentacin y descripcin de datos.
Estadstica Inferencial: se refiere a las tcnicas de
interpretar los valores resultantes de las tcnicas
descriptivas

Estadstica: es la ciencia de la recopilacin, clasificacin,
presentacin e interpretacin de datos.



17/05/2012 3 Ing. Mnica Mite
Trminos bsicos
Poblacin: conjuntos de individuos, animales
u objetos cuyas propiedades se han de
analizar. Ej. todos los estudiantes que han
asistido a la Espol
Muestra: es un subconjunto de una poblacin
Variable: caracterstica de inters acerca de
cada elemento de una poblacin o una
muestra. Ej. edad de un estudiante al
ingresar a la Espol, color de cabello, su
estatura, peso, etc.
Dato: valor de la variable asociado a un
elemento de una poblacin o una muestra.
Ej. Sr. Prez ingreso a la Espol a los 23
aos, de cabello negro, mide 1,80 m y pesa
70 kg.
17/05/2012 4 Ing. Mnica Mite
Datos: conjuntos de valores de la variable
medidos a partir de cada uno de los elementos
de una poblacin o muestra. Ej. El conjunto de
los 25 estaturas medidas en igual nmero de
estudiantes
Experimento: actividades realizada segn un
plan definido cuyos resultados producen un
conjunto de datos. Ej La medicin de las alturas
en los estudiantes
Parmetro: caracterstica numrica de una
poblacin. Ej. Edad promedio en la admisin de
estudiantes a la Espol, o los que tenan ms de
21 aos a ser admitidos.
Valor estadstico: caracterstica numrica de una
muestra. Ej. Estatura promedio calculada a partir
de un conjunto de 25 medidas.
17/05/2012 5 Ing. Mnica Mite
Ejercicio

Un estudiante de estadstica desea tener una idea
aproximada acerca del valor (costo) del automvil tpico
que poseen los profesores de la Espol.
1. El conjunto de todos los vehculos de los profesores
de la Espol
2. Nmeros de autos cuyos propietarios son los
profesores de la FEN
3. Valor real de cada auto
4. Valor de un vehculo en particular
5. Conjunto de valores correspondiente a la muestra
obtenida (20000, 35000, 45000, etc.)
6. Mtodo utilizado para seleccionar los autos que
componen la muestra
7. Valor promedio de la poblacin
8. Valor promedio de la muestra
17/05/2012 6 Ing. Mnica Mite
1.2 Tipos de datos
Datos cualitativos o atributos es el
resultado de un proceso que categoriza o
describe un elemento de una poblacin. Ej.
Una muestra de los colores de los autos en
un estacionamiento, su peso, etc.
Ordinales: aquellas que sugieren una
ordenacin. Ej. nivel de estudio, posicin de
los ganadores de un concurso.
Nominales: aquellas que slo admiten una
ordenacin alfabtica, pero no establecen
orden por su contenido. Ej. gnero, estado
civil, color de cabello.
17/05/2012 7 Ing. Mnica Mite
Datos cuantitativos o numricos: es el
resultado de un proceso que cuantifica,
es decir cuenta o mide (longitud, peso,
etc.)
son de dos clases:
Discretas: slo se miden por medio de
valores puntuales. Ej. nmero de
materias, cantidad de mdicos en un
hospital
Continuas: pueden tomar cualquier
valor intermedio entre dos nmeros, es
decir, intervalos. Ej. el peso y la estatura
de una persona

17/05/2012 8 Ing. Mnica Mite
Sugerencias
Hay variables continuas que parecen ser
discretas. Ej. La edad de una persona.
Fracciones o decimales no implican
necesariamente que los datos sean continuos.
Ej. Calificacin en pruebas de clavados
(discretas)
Hay datos que se obtienen en forma numrica,
pero son informados y analizados como
atributo.
Ej1. La medicin de la contaminacin
atmosfrica se evala numricamente, pero
en los peridicos se les indica como baja,
media y alta.
Ej.2 La escala de Richter y las medidas de
intensidad de un terremoto
17/05/2012 9 Ing. Mnica Mite
Se debe tener mucho cuidado al definir la
poblacin y la muestra de un experimento.
Por lo tanto debe examinarse cada dato
individual para determinar que tipo de
variable se debe emplear.
Ejemplos:
La matrcula o placa , los nmeros son una
identificacin, no es variable
El peso de los autos, todos los nmeros son
enteros, es continua
Si se realiza un resumen de una muestra en
un estacionamiento y se informa que hay 5
autos rojo, 8 autos azules, 6 autos verdes y
2 autos amarillos, los datos obtenidos son
continuos.

17/05/2012 10 Ing. Mnica Mite
1.3 Tipos de medicin
Medibilidad y variabilidad: no importa
la variable, siempre hay variabilidad
en respuesta al instrumento de
medicin.
el objetivo del anlisis estadstico es
la variabilidad en control de calidad es
esencial
17/05/2012 11 Ing. Mnica Mite
Recopilacin de datos
Se debe tener presente la importancia de contar con
buenas tcnicas de muestro, por que las inferencias
estarn basadas a partir de los datos muestrales.
La obtencin de datos es un proceso de cuatros
etapas muy importantes.
1. Definir los objetivos del estudio observacional o
experimento. Ej. Comparacin de la efectividad de
un medicamento que se ha utilizado por algn
tiempo, frente a un nuevo producto.
2. Definicin de la variable y la poblacin de inters. Ej.
El tiempo de recuperacin de los pacientes que
padecen cierta enfermedad
3. Definicin de los mtodos para la obtencin y la
medicin de los datos, incluye:
Procedimiento de muestreo
Determinacin del tamao de la muestra
Forma como se obtendrn los datos (cuestionarios,
entrevista, telfono, etc.)
17/05/2012 12 Ing. Mnica Mite
Los experimentos y las encuestas
(estudios observacionales) son los
mtodos empleados para recopilar datos.
El Censo es un estudio observacional al
100% pero es laborioso y costoso.
Por los general se toma una muestra, por
lo que es necesario realizar las
siguientes etapas:
Marco de muestreo: es una lista de
elementos pertenecientes a la poblacin
de donde se extrae la muestra, y debe
ser representativo de la poblacin, ej.
Los directorios telefnicos y las lista del
padrn electoral

17/05/2012 13 Ing. Mnica Mite
Diseo de la muestra o plan del
muestreo: es el conjunto de
procedimientos utilizados para
seleccionar los elementos de la
muestra, tienen dos categoras:
Muestras no probabilsticas: son las
que se seleccionan a partir de su
consideracin como tpicas cuando
se elige elementos segn su opinin y
se refleja la solidez de que quien la
selecciona.

17/05/2012 14 Ing. Mnica Mite
Muestras probalsticas: representacin de
un sistema que incluyen componentes
aleatorios, las respuestas obtenidas se
expresan en trminos de probabilidad.
Muestra aleatoria simple: es aquella
seleccionada de manera que cada
elemento de la poblacin tiene la misma
probabilidad de ser seleccionada, se usa
la tabla de nmeros aleatorios.
muestra aleatoria sistemtico: es aquella
donde se selecciona todo k-simo
elementos en el marco de muestro
despus de un inicio aleatoria entre los
primeros k elementos.
17/05/2012 15 Ing. Mnica Mite
1.4 Tabla de distribucin de frecuencias
Es un dispositivo para agrupacin de datos y facilitar su interpretacin.
Recomendacin para la construir la tabla de frecuencias.
1. Identificar la unidad de medida de los datos
2. Obtener el rango de los datos R
R= mximo valor mnimo valor
3. Seleccionar el numero de clases o intervalos k para agrupar datos
n = nmero de datos y k = nmeros de clases
4. Obtener la amplitud o ancho de las clases
Amplitud = R/k
5. Realizar el conteo de datos para obtener la frecuencia de cada
clase
6. Frecuencia relativa se la obtiene dividiendo la frecuencia para el
total de observaciones
7. Frecuencia acumulada se la obtiene sumando la frecuencia
acumulada de la clase (i-1) con la frecuencia de la clase (i)

17/05/2012 Ing. Mnica Mite 16
Notacin

n : nmero de datos
k: nmero de clases
f
i
: frecuencia de la clase i: 1,2,3,4,k
f
i
/n: frecuencia relativa de la clase i
F
i
: frecuencia acumulada de la clase i
F
i
= f
1
+ f
2
+ f
3
+ f
i

F
i
/n: frecuencia relativa acumulada de la clase i
m
i
: marca de la clase i (es el punto medio de la clase i)

Los resultados se los organiza en un cuadro llamado
Tabla de Frecuencia


17/05/2012 Ing. Mnica Mite 17
1.5 Clases y marcas de clases
La distribucin de frecuencias representa un
conjunto de datos.
La frecuencia f es el nmero de veces que
ocurre un valor en la muestra, cuando se trata
de datos no agrupados.
Cuando un conjunto de datos es grande y
algunos datos repetidos, se pueden agrupar
los valores en un conjunto de clases
Las clases deben tener la misma amplitud o
ancho
Tienen que ser excluyentes, no debe de
haber interseccin de clases
Con frecuencia es necesario que el ancho de
la clase sea un numero impar
17/05/2012 18 Ing. Mnica Mite
Procedimiento:
1. Identificar la unidad de medida de los
datos
2. Obtener el rango de los datos R
R= mximo valor mnimo valor
3. Seleccionar el numero de clases o
intervalos k para agrupar datos
n = nmero de datos y k = nmeros de
clases




n k
Menos de 50 5 a 7
Entre 50 y 100 6 a 10
Entre 100 y 200 7 a 12
Ms de 250 10 a 20
17/05/2012 19 Ing. Mnica Mite
Otra forma de encontrar el numero de
clases y el ancho de clases.
se considera n 2
c

c es el numero de clases
ancho de clase = Rango / c
17/05/2012 20 Ing. Mnica Mite
Ejercicio
Calificaciones obtenidas en un
examen final de estadstica ordenadas
de menor a mayor

27 68 79 91 107
43 71 80 91 108
43 71 81 93 108
44 71 82 94 116
47 73 82 94 120
49 73 84 94 120
50 74 84 96 122
54 75 86 97 123
58 76 88 103 127
65 77 88 106 128
17/05/2012 21 Ing. Mnica Mite
El valor mximo es 128 y el valor mnimo es 27
y se obtiene el rango o amplitud de 101
Se selecciona un nmero de clases k= 10 y un
ancho de clase de 11.
Se elije un valor inicial, este valor debe ser ms
pequeo que el valor menor a este numero se
les llaman limites inferiores de clase.
El limite inferior de clase es el valor ms
pequeo y los limites superiores de clase son
los valores de mayor magnitud
El ancho de clase es la diferencia entre un limite
inferior de clase y el limite inferior de la siguiente
clase.
La fronteras de clase son nmeros que no estn
presentes en los datos muestrales. ej. 21.5,
32.5,,, etc
17/05/2012 22 Ing. Mnica Mite
Tabla de frecuencias
Clase
s
Lmites
de
clases
f Marca de
clase
Frecuencia
relativa
Frecuencia
acumulada
Frecuencia
relativa
acumulada
1 22-32 1 27 0,02 1 0,02
2 33-43 2 38 0,04 3 0,06
3 44-54 5 49 0,1 8 0,16
4 55-65 2 60 0,02 10 0,20
5 66-76 9 71 0,18 19 0,38
6 77-87 9 82 0,18 28 0,56
7 88-98 10 93 0,2 38 0,76
8 99-109 5 104 0,1 43 0,86
9 110-120 3 115 0,06 46 0,92
10 121-131 4 126 0,08 50 1,00
50
17/05/2012 23 Ing. Mnica Mite
Histograma: es un grafico de barras
que representa a todo un conjunto de
datos
17/05/2012 24 Ing. Mnica Mite
Histograma de frecuencias relativas es una
medida proporcional de la frecuencia de un
suceso
17/05/2012 25 Ing. Mnica Mite
Polgono de frecuencia
Un polgono de frecuencia consiste de segmentos
de lnea que conectan los puntos formados por la
interseccin del punto medio de clase y la
frecuencia de clase.

0
5
10
15
20
25
0 10 20 30 40
Frecuencia
17/05/2012 26 Ing. Mnica Mite
Ojiva
Una ojiva es una grfica de una
distribucin de frecuencias (o de
frecuencias relativas ) acumuladas
menor que.
Toda ojiva comienza con una
frecuencia relativa igual a cero
asociada a la frontera inferior de la
primera clase y termina con una
frecuencia relativa de 100 %
asociada a la frontera superior de la
ltima clase.
17/05/2012 27 Ing. Mnica Mite
Ojiva

17/05/2012 28 Ing. Mnica Mite
Los histogramas son herramientas tiles y
presentan diferentes formas geomtricas

Los lados de esta distribucin son
idnticos, respecto de una lnea de eje.
17/05/2012 29 Ing. Mnica Mite
Cada valor aparece con la misma
frecuencia
17/05/2012 30 Ing. Mnica Mite
Asimtrico: una extremidad o cola esta ms
extendida que la otra, el sesgo corresponde a la
mayor extensin de la extremidad.
17/05/2012 31 Ing. Mnica Mite
No existe extremidad o cola
en el lado de la clase con la
frecuencia mayor
Las dos clases con mayor
frecuencia estn separadas por
una o ms clases
17/05/2012 32 Ing. Mnica Mite
1.6 Otros tipos de graficas
Grficas circulares y de barras
Se utilizan graficas circulares y de
barras para representar datos
cualitativos o atributos.

17/05/2012 33 Ing. Mnica Mite
Representaciones tallo - hoja
Es una tcnica estadstica para
representar un conjunto de datos de
tamao pequeo. Cada valor numrico
se divide en dos partes. La primera parte
constituye el tallo y la restante son las
hojas o la parte entera es el tallo y la
parte decimal es la hoja. Los tallos estn
colocados a lo largo del eje vertical, y las
hojas de cada observacin a lo largo del
eje horizontal.
Este diagrama permite realizar una
comparacin visual de la distribucin de
datos.

17/05/2012 34 Ing. Mnica Mite
Ejercicio

Construir una representacin tallo-hoja para
el siguiente conjunto de 20 calificaciones.



82 74 88 66 58 74 78 84 96 76
62 68 72 92 86 76 52 76 82 78
Tallo Hoja
5 8 2
6 6 2 8
7 4 4 8 6 2 6 6 8
8 2 8 4 6 2
9 6 2
17/05/2012 35 Ing. Mnica Mite
Ejercicio 1
En la siguiente representacin tallo-hoja se
indica el nmero de das que pasa un paciente
bajo tratamiento, de acuerdo con una muestra
aleatoria seleccionada de los registros de una
clnica.






a) Cuntos pacientes estn representados?
b) Cul fue el periodo de tratamiento ms corto?
c) Cul fue el periodo de tratamiento ms largo?
d) Cul fue el periodo de tratamiento ms
frecuente?

1 5 1 3 5
2 0 2 5 0 3 0 4
3 4 4
4 1
5 0
17/05/2012 36 Ing. Mnica Mite
Ejercicio 2
En el primer da de clases del semestre pasado se
pregunto a 50 estudiantes acerca del tiempo
requerido para desplazarse de su casa a la
universidad (redondeando a 5 minutos). Los datos
resultantes fueron los siguientes. Construya un
representacin tallo-hojas de estos datos.

20 20 30 25 20 25 30 15 10 40
35 25 15 25 25 40 25 30 5 25
25 30 15 20 45 25 35 25 10 10
15 20 20 20 20 25 20 20 15 20
5 20 20 10 5 20 30 10 25 15
17/05/2012 37 Ing. Mnica Mite
Ejercicio 3
La edades de 50 bailarinas que se presentaron a
un concurso de seleccin para una comedia
musical fueron:






a. Construya una distribucin de frecuencias no
agrupadas de estas edades.
b. Construya una distribucin de frecuencias
relativas y frecuencia relativa acumulada no
agrupadas de los mismos datos
21 19 22 19 18 20 23 19 19 20
19 20 21 22 21 20 22 20 21 20
21 19 21 21 19 19 20 19 19 19
20 20 19 21 22 22 19 19 21 19
18 21 19 18 21 24 20 20 24 17
17/05/2012 38 Ing. Mnica Mite
Ejercicio 4
La prueba de hemoglobina A, una prueba
sangunea aplicada a los diabticos durante sus
exmenes rutinarios de control, indica el nivel del
azcar en la sangre durante los dos o tres
meses anteriores a la prueba. Los siguientes
datos se obtuvieron de 20 personas diabticas
diferentes en una clnica universitaria que
atiende paciente de este tipo.




a. Clasifique estos valores de A, en una
distribucin de frecuencias agrupadas
utilizando las clases 3.7 a 4.6 y 4.7 a 5.6 ,
etctera.
b. cules son las marcas de clases
correspondientes?
c. Realice la tabla de distribucin de frecuencias.
6,5 5,0, 5,6 7,6, 4,8 8,0 7,5 7,9 8,0 9,2
6,4
0
6,0 5,,6 6,0 5,7 9,2 8,1 8,0 6,5 6,6
5,0 8,0 6,5 6,1 6,4 6,6 7,2 5,9 4,0 5,7
7,9 6,0 5,6 6,0 6,2 7,7 6,7 7,7 8,2 9,0
17/05/2012 39 Ing. Mnica Mite
1.7 Clculo de percentiles, deciles,
cuartiles y diagrama de cajas

Medidas de posicin: sirven para describir la localizacin
de un dato especfico en relacin con el resto de la
muestra.
Los cuartiles dividen a un conjunto de datos en cuatro
partes iguales, existen tres cuartiles Q1,Q2 y Q3.
Los deciles dividen a un conjunto de datos en 10 partes
iguales y los percentiles en 100 partes iguales
Se utiliza Pi: i-esimo percentil i=1,2,3,4,..99
P
25
= Q
1
P
50
= Q
2
P
75
= Q
3
Deciles
P10 = D1
P20 = D2
P30 = D3

P90 = D9



Pi = (n+1) Pi/100

17/05/2012 40 Ing. Mnica Mite
Ejercicios
Se tiene un conjunto de datos:
2,7,8,1,5
datos ordenados: 1,2,5,7,8
n=5
Q
2
= P
50
={(5+1)(50)/100}= 3
Q
2
= 5
Otro conjunto de datos:7,8,4,3,5,2
datos ordenados: 2,3,4,5,7,8
n=6
Q
2
=P
50
=(7)(50)/100= 3,5= 4,5


17/05/2012 41 Ing. Mnica Mite








17/05/2012 Ing. Mnica Mite 42
Rango intercuartil RI = Q
3
-Q
1
Diagrama de caja es una
representacin grfica, basada en
los cuartiles, se usa cinco
estadsticos: el valor mnimo, Q1 ,
Q2 (mediana), Q3 y el valor mximo
Vmx(Xmin,Q1-1,5xRI)
Vmin (Xmx, Q3+1,5xRI)
min max
Q1
Q3 Q2
Para datos agrupados
17/05/2012 Ing. Mnica Mite 43
clase la de amplitud A
i intervalo del frecuencia fi
i intervalo al anterior intervalo del acumulada frecuencia F
nes observacio de numero n
i intervalo del inferior lmite Li
cuartil 1er el encuentra se donde intervalo i
cuartiles ... 1,2,3 j A
f
F
4
n
j
Li Qi
1 - i
i
1 i
=
=
=
=
=
=
=

|
.
|

\
|
+ =

Alexander Pizza ofrece la entrega gratis de sus pizzas
en una rea de 15km. Alex es el dueo, quiere tener
alguna informacin de los tiempos de entrega. Cunto
tiempo necesita una entrega tpica? en qu rango de
tiempo se realizan la mayora de las entregas?. De una
entrega de 20 entregas obtuvo la informacin siguiente:
Valor mnimo: 13 minutos
Q1: 15 minutos
Q2: 18 minutos
Q3: 22 minutos
Valor mximo: 30 minutos
Desarrolle un diagrama de caja para los tiempos de
entrega. Qu conclusin puede sacar acerca de los
tiempos de entrega?


17/05/2012 Ing. Mnica Mite 44
Ejercicio

Para el siguiente conjunto de
observaciones: 2,7,5,3,4,5,7,3,3,21
Determine:
a. Cuartiles
b. Tercer y cuarto decil
c. Percentil 78
d. Grafique el diagrama de cajas e
indique si hay datos atpicos en las
observaciones.
17/05/2012 45 Ing. Mnica Mite
Ejercicios
Considere el siguiente conjunto de 19
calificaciones correspondientes a un
examen
(52,62,66,68,72,74,74,76,76,76,78,78,
82, 82, 84,86,88,92,98) realice el
diagrama de caja.
Considere otro conjunto de datos:
52,56,58,60,64,66,68,70,72,74,76,76,
78,82,84,86,86,92,96, realice el
diagrama de caja.
17/05/2012 46 Ing. Mnica Mite