UNIVERSIDAD BLAS PASCAL Carrera: INGENIERÍA EN TELECOMUNICACIONES Asignatura: INTRODUCCIÓN A LA PROBABILIDAD UNIDAD I: ESTADÍSTICA DESCRIPTIVA

Tamaño: px
Comenzar la demostración a partir de la página:

Download "UNIVERSIDAD BLAS PASCAL Carrera: INGENIERÍA EN TELECOMUNICACIONES Asignatura: INTRODUCCIÓN A LA PROBABILIDAD UNIDAD I: ESTADÍSTICA DESCRIPTIVA"

Transcripción

1 UNIDAD I: ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA: CONCEPTOS GENERALES Para comenzar es conveniente enunciar algunos conceptos importantes. Estadística: la palabra estadística procede del vocablo "estado" pues era función principal de los gobiernos establecer registros de población, nacimientos, defunciones, etc. Por esta razón, muchas personas entienden por estadística al conjunto de datos, tablas, gráficos, que se suelen publicar en los periódicos. En realidad, la estadística no es sólo eso, sino que comprende una serie de herramientas para la toma de decisiones, por lo que actualmente se la emplea en gran parte de los estudios científicos. La estadística se puede dividir en dos partes: Estadística descriptiva, que trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones. Se construyen tablas y gráficos, se calculan medidas estadísticas que caracterizan la distribución de los datos, etc. Estadística inferencial, que permite obtener conclusiones sobre una población a partir de los resultados obtenidos de una muestra. Se apoya fuertemente en el cálculo de probabilidades. Para comprender este último concepto, recordemos las siguientes definiciones: Población: conjunto de todos los individuos (personas, objetos, animales, etc.) que se desean estudiar. Por ejemplo, si analizamos el precio de la vivienda en una ciudad, la población es el conjunto de todas las viviendas de esa ciudad. Puede ser finita o infinita. Población finita: cuando el número de elementos que la forman es finito, por ejemplo el número de alumnos de un centro de enseñanza, o grupo clase. Población infinita: cuando el número de elementos que la forman es infinito, o tan grande que pudiesen considerarse infinitos. Como por ejemplo si se realizase un estudio sobre los productos que hay en el mercado, hay tantos y de tantas calidades que esta población podría considerarse infinita. Un elemento cualquiera de la población se denomina objeto o unidad de observación (por ejemplo persona). El objeto de observación posee siempre propiedades o caracteres (por ejemplo, edad, peso, nivel de estudios, etc) que son relevantes para el objetivo del trabajo estadístico. Muestra: subconjunto que seleccionamos de la población. Así, si se estudia el precio de la vivienda de una ciudad, lo normal será no recoger información sobre todas las viviendas de la ciudad (sería una labor muy compleja), sino que se suele seleccionar un subgrupo (muestra). La muestra debe tener las siguientes propiedades: 1

2 o o o Homogeneidad: Toda la muestra debe provenir de la misma población. Independencia: Las observaciones no deben ser condicionadas.(por ejemplo en las encuestas individuales pueden condicionarse las respuestas) Representatividad: Debe ser fiel reflejo de la población (por ejemplo por TE o por correo no es representativa) A los datos que conforman una muestra se los puede clasificar en: Cualitativos, referidos a Atributos o a Variables Categóricas No son numéricos, expresan una cualidad. Por ejemplo: Sexo, Nivel máximo de Estudio, Nivel socioeconómico, Religión. Pueden ser: Ordinales: Aquellos que sugieren una ordenación, por ejemplo la graduación militar, el nivel máximo de estudios, etc. Nominales: Aquellos que no admiten una ordenación natural, por ejemplo el color de pelo, sexo, estado civil, etc. Cuantitativos, referidos a Variables Numéricas Son numéricos. Por ejemplo: Edad, Tiempo, Peso, Cantidades. Pueden ser: Discretos. Son valores enteros, es decir, aquellos que por su naturaleza no admiten un fraccionamiento de la unidad, por ejemplo número de hermanos, páginas de un libro, etc. Continuos: no son valores enteros, es decir, aquellos que por su naturaleza admiten que entre dos valores cualesquiera sea posible medir cualquier valor intermedio, por ejemplo peso, tiempo. etc. Población conceptual: Esta asociada a una variable numérica particular y es el conjunto de todos los valores que puede tomar la variable de referencia del dato considerado. Ejercicio 1 Una empresa de teléfonos decide realizar una encuesta telefónica entre los abonados de una ciudad (únicamente casas de flía.), para indagar sobre diversos aspectos del servicio. A continuación se listan los datos solicitados a los encuestados, indique en cada caso qué tipo de dato es: Cantidad de aparatos telefónicos en la casa. Modelo del aparato telefónico.(da varias opciones) Facturación del último mes. Ocupación del sostén económico de la familia. Número de integrantes del grupo familiar. Barrio en que esta ubicada la vivienda. 2

3 ORGANIZACIÓN Y REPRESENTACIÓN DE DATOS En cualquier caso, tanto si se realizan observaciones totales (población) o parciales (muestra), la mecánica para hacer el tratamiento de los datos es la misma. Para presentar un conjunto de datos, se utilizan Tablas y Gráficos. Tablas de frecuencias Una de los primeros pasos que se realizan en cualquier estudio estadístico es la tabulación de resultados, es decir, recoger la información de la muestra o población resumida en una tabla en la que a cada valor de la variable en estudio se le asocian determinados valores que representan el número de veces que ha aparecido, su proporción con respecto a otros valores de la variable, etc. Los datos estadísticos correspondientes a una variable se ordenan en una tabla, que se denomina tabla de distribución de frecuencias o tabla de frecuencias. Se denomina n al número de unidades de observación que componen a la población o a la muestra considerada, es decir al total de observaciones realizadas, pues se hace una observación por cada unidad. La primera columna de la tabla esta formada por cada uno de los distintos valores que toma la variable. Ordenados de menor a mayor y consignados sin repetir. La segunda columna por la cantidad de veces que se registro cada uno de los datos obtenidos. Recibe el nombre de frecuencia absoluta de dicho valor y se simboliza f i. En la tercera se considera la frecuencia acumulada, que indica la frecuencia absoluta que se acumula hasta esa fila de la tabla. Se obtiene sumando, desde el valor mínimo hasta el considerado, las frecuencias absolutas. Se simboliza F i. En la cuarta columna se asientan las frecuencias relativas, cada una de ellas indica la fracción del total de la población o muestra que corresponde a cada dato. Se simboliza f ri y se calcula fi mediante la fórmula: f ri = con n número total de observaciones. n La quinta y última columna contiene la frecuencia relativa acumulada que se obtiene sumando los valores de f r desde el mínimo hasta la fila correspondiente. Se simboliza F ri Datos cuantitativos Discretos Conforme a lo expresado anteriormente realice el siguiente ejercicio: Ejercicio 2 Un encargado de personal contó el número de inasistencias que tuvo cada operario del sector de producción de su empresa, durante el año próximo pasado y ordenó los resultados en forma creciente: 0, 0, 0, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 5, 6, 6, 6, 7, 9, 10, 10, 10, 10 3

4 Identifique primero los siguientes elementos: Unidad de observación: Definición de la Variable: Tipo de variable Número de elementos de la población: Represente los datos en la siguiente Tabla de distribución de frecuencias: Valor de la variable x i f i F i f ri F ri Totales f i = n = Los valores de x i se consignan ordenados de menor a mayor. Datos Cuantitativos Continuos f i = 1 La forma de organización de este tipo de datos depende del tamaño de la muestra. Si la muestra es grande se trabaja con datos agrupados y posteriormente se realiza un tratamiento similar al de datos cuantitativos discretos. Si la muestra es chica se trabaja con la serie simple de una manera particular. A continuación se ejemplifican ambos tratamientos. Tratamiento para datos agrupados Se busca clasificar a la muestra en una cierta cantidad de intervalos, llamados intervalos de clase y calcular luego la cantidad de datos que caen en cada uno de ellos. Los intervalos pueden tener igual o diferente longitud, pero en la práctica se trabaja con intervalos de longitud constante. Realice el siguiente ejercicio: Ejercicio 3 Se dispone de una serie ordenada con los datos de la duración de 40 lámparas pertenecientes a una marca particular. Se desea construir la tabla de distribución de frecuencias correspondiente

5 En este caso se trabaja con una muestra. Identifique primero los siguientes elementos: Unidad de observación: Definición de la Variable: Tipo de variable: Número de elementos de la muestra: n = Como el número de datos es grande se agrupan los mismos. Para hacerlo primero se determina lo que se llama: Rango o recorrido de la variable: que es la diferencia entre el valor mayor y el valor menor de dicha variable. En este caso: Rango = R = = 409 Luego se subdivide el rango de la serie de datos en intervalos iguales, cada uno de los cuales se denomina intervalos de clases. El número de intervalos de clase (k) depende de la cantidad de datos. En este caso se toma k = 5 es decir cinco intervalos de clases. La longitud de cada intervalo de clase se obtiene mediante la siguiente fórmula: Longitud = L = R/k Entonces en este caso L = 409/5 = Como el valor L obtenido es un número difícil de trabajar, adoptamos el valor L = 100 que es próximo y cómodo y adaptamos convenientemente los extremos de los intervalos. Para determinar la frecuencia de un intervalo de clase se cuenta el número de veces que la variable toma valores comprendidos en ese intervalo de clase. Complete la siguiente tabla de distribución de frecuencias: Intervalo [650;750[ 700 [750;850[ 800 [850;950[ 900 [950;1050[ 1000 [1050,1150[ 1100 Totales Punto medio f i F i f ri F ri x mi f i =n= f i = 1 Observemos que el primer extremo de cada intervalo pertenece al mismo y que el segundo extremo no pertenece. Se incluye una columna que contiene el punto medio de cada intervalo. La primera tarea a realizar para este tratamiento, que se ahorra en este ejercicio, es ordenar los mismos con repetición si esta ocurre. 5

6 La cantidad de intervalos a construir depende de la cantidad de datos. En la práctica en general se construyen entre 5 y 15 intervalos. Entre 30 y 50 datos, conviene usar 7 u 8 intervalos. La cantidad va aumentando muy lentamente a medida que el tamaño de la muestra crece. Por ejemplo, para una muestra de 500 datos pueden utilizarse 10 intervalos o más. También suele utilizarse como regla usar k n, con k número de intervalos y n número de datos. Tratamiento para serie simple Si partimos de la serie simple x 1 x 2...x n, la forma de construir la tabla es ordenando los datos de menor a mayor, consignando repeticiones como si se trataran de datos distintos (por ser variable continua) si algún dato se presenta más de una vez, y asignando luego a cada dato la frecuencia relativa acumulada de la siguiente manera: F ri = i donde i es la ubicación del dato luego del ordenamiento y n la cantidad de datos. n + 1 Notar que la frecuencia relativa acumulada calculada de esta manera no alcanza nunca el valor cero, ni el valor uno. Esto resulta apropiado en el caso de las variables aleatorias continuas. Los siguientes datos corresponden al punto de ebullición, en grados Celsius, de un compuesto de silicio Como la variable en estudio es continua, y son pocos los valores de la muestra, la Tabla de Distribución de Frecuencias es: Gráficos Estadísticos x i i Fr i Gran parte de la utilidad que tiene la Estadística Descriptiva es la de proporcionar un medio para informar basado en los datos recopilados. La eficacia con que se pueda realizar tal proceso de información dependerá de la presentación de los datos, siendo la forma gráfica uno de los más 6

7 rápidos y eficientes, aunque también uno de los que más pueden ser manipulados o ser mal interpretados si no se tienen algunas precauciones básicas al realizar las gráficas. Existen también varios tipos de gráficas, o representaciones gráficas, utilizándose cada uno de ellos de acuerdo al tipo de información que se está usando y los objetivos que se persiguen al presentar la información. Entonces, mencionaremos algunas consideraciones que conviene tomar en cuenta al momento de realizar cualquier gráfica a fin de que la información sea transmitida de la manera más eficaz posible y sin distorsiones: 1. El eje que represente a las frecuencias de las observaciones (comúnmente el vertical o de las ordenadas) debe comenzar en cero, de otra manera podría dar impresiones erróneas al comparar la altura, longitud o posición de las columnas, barras o líneas que representan las frecuencias. 2. La longitud de los espacios que representan a cada dato o intervalo (clase) en la gráfica deben ser iguales. 3. El tipo de gráfico debe coincidir por sus características con el tipo de información o el objetivo que se persigue al representarla, de otra manera la representación gráfica se convierte en un instrumento ineficaz, que produce más confusión que otra cosa, innecesario o productor de malas interpretaciones. Hay un punto que conviene remarcar: existen software que permiten la construcción rápida y eficiente de gráficas a partir de bases de datos o hojas de cálculos, pero no importa cuán bonita, bien delineada, bien coloreada o bien presentada esté una gráfica, si no se ha tomado en cuenta el objetivo de estas herramientas y el de la Estadística, es decir, la transmisión eficiente de la información. Se dispone de una gran variedad de gráficos estadísticos, para representar distintas situaciones, entre ellos los siguientes: Diagrama de barras Los gráficos de barras facilitan la visualización de la distribución de frecuencias de los datos. Por sus características se utiliza para representar distribuciones de frecuencias de atributos y de variables cuantitativas discretas. Un diagrama de barras se construye en un sistema de coordenadas cartesianas donde, en el eje horizontal (eje x) se representa la variable y en el eje vertical (eje y) se representa la frecuencia correspondiente a cada valor que toma dicha variable. Consta de una serie de barras separadas entre sí, pues representan números enteros. La altura de estas barras representa la frecuencia, puede construirse para señalar frecuencias absolutas o relativas. Ejercicio 4 Se realiza una encuesta a un grupo de estudiantes secundarios para obtener información sobre la orientación de sus preferencias hacia el estudio. Los datos obtenidos se resumen en la siguiente tabla: 7

8 orientacion f i f ri fp i Humanidades (1) % Bienes y servicios (2) % Gestión y economía (3) % Otros (4) % Totales f i =n=41 f i = 1 i fp =100 Indique el tipo de dato y realice el diagrama de barras correspondiente. Gráfico circular o de sectores Otra forma de visualizar el comportamiento de una distribución de variable es por medio del gráfico circular o de sectores. Se utiliza para representar cualquier tipo de variable. Cada zona del círculo corresponde a una categoría diferente. Muestra la frecuencia en porcentajes de cada categoría representadas por las áreas de los sectores circulares. Para construir un gráfico de sectores hay que determinar el ángulo central correspondiente a cada sector circular. La siguiente fórmula muestra la manera de hacerlo: Ángulo central = f ri. 360º donde f ri es la frecuencia relativa Ejercicio 5 El siguiente gráfico de sectores surge de una encuesta de opinión realizada a 200 personas, que presenciaron un espectáculo artístico, sobre el grado de satisfacción obtenido en el mismo: no contesta 2% no satisfechos 16% muy satisfechos 44% 43% medianamente satisfechos 38% Conteste las siguientes preguntas que indican un posible análisis de este tipo de gráfico: a) Cuántas personas se declararon muy satisfechas? b) Cuántas personas expresaron estar medianamente satisfechas? c) Qué porcentaje corresponde a las personas que obtuvieron algún grado de satisfacción? 8

9 Histograma Es similar al gráfico de barras solo que esta formado por barras que se adosan unas a otras, se utiliza para variables cuantitativas continuas con datos agrupados en intervalos. El siguiente es el histograma correspondiente a la variable duración de una lámpara con los datos registrados anteriormente. 0,6 frecuencia relativa 0,5 0,4 0,3 0,2 0, "duración de una lámpara"(hs) Observemos que en este histograma se ha considerado la frecuencia relativa, aunque puede también construirse un histograma de frecuencia absoluta se recomienda trabajar con frecuencias relativas. En el eje horizontal se colocaron los puntos medios de cada intervalo de clase. Frecuencias Relativas Acumuladas u Ojiva. Este gráfico es adecuado para representar serie simples correspondientes a variables continuas. Como en este caso las frecuencias absolutas, en general, son igual a 1, ya que los datos provienen de una variable aleatoria continua, trabajamos sólo con las frecuencias relativas acumuladas calculadas como lo hicimos anteriormente. Para el ejemplo del "Punto de ebullición en grados Celcius de un compuesto de silicio" tenemos

10 MEDICIÓN DE DATOS UNIVERSIDAD BLAS PASCAL Las características que describen un conjunto de datos reciben el nombre de propiedades de los datos, estas se resumen en medidas numéricas que contribuyen al análisis del conjunto de datos. Para cualquier conjunto de datos interesa conocer las denominadas medidas analíticas que son las siguientes: las de tendencia central o posición, las de variabilidad o dispersión y las de forma. Si los datos se obtuvieron de la población, estas medidas reciben el nombre de parámetros; si surgen de una muestra, las medidas se denominan estadísticos o estadígrafos. Medidas de tendencia central Las medidas tendencia central son valores que se calculan para una determinada distribución de datos y que se utilizan para describir los mismos. Lo que se pretende es que estas medidas sean representativas de todos los valores que toma la variable, pues permiten conocer cómo se concentran estos valores. Se consideran tres medidas de tendencia central: la media, la mediana y la moda. La media aritmética o promedio es la suma de los valores del conjunto de datos dividida por el total de observaciones. Se simboliza x. Para calcular la media a partir del total de las observaciones se utiliza la siguiente fórmula: x = n 1 xi n = i 1 Teniendo en cuenta que n es el número total de observaciones, x i los valores que toma la variable en cada una de las observaciones (atención: se consignan repeticiones o frecuencias absolutas). La mediana es una medida de posición que aparece en el centro de una sucesión ordenada de valores de la variable. Es decir es el valor de la variable tal que la mitad de las observaciones son menores o iguales que ella. Se simboliza M e. Si los datos se trabajan como serie simple, se calcula de la siguiente manera: Si el número de datos es par, se toma el punto medio de los valores centrales, luego de haberlos ordenado. Si el número de datos es impar, se toma el valor del centro. Si los datos se trabajan agrupados en una tabla de distribución de Frecuencias, se busca el intervalo que contiene la mediana, este es aquel cuya frecuencia relativa acumulada es la primera en ser 0.5. En este caso se toma, como aproximación, el punto medio del intervalo que contiene la mediana o se utiliza una fórmula de interpolación. El modo o moda, es el valor de la variable que se presenta más frecuentemente. Se simboliza M o.. Puede haber más de uno. Cuando los datos están agrupados en clases se puede tomar la 10

11 marca de clase o utilizar una fórmula de interpolación para calcularlo. (No se usa para variable continua en serie simple, pues los valores reales no se repiten). Ejercicio 6 En una prueba con valor de 40 puntos, se obtuvieron los siguientes resultados: 39, 32, 25, 21,19, 19, 19, 18, 13, 11, 10, 8, 5, 4, 2. Calcule x, la mediana y la moda. Medid as de posición no centrales Cuartiles: dividen a la serie de datos ordenada en cuatro partes iguales. Es decir, los cuartiles son tres. El Primer cuartil ( q 1 ) es el valor para el cual el 25% de los valores son menores o iguales. El Segundo Cuartil ( q 2 ) coincide con la mediana, y el Tercer Cuartil ( q 3 ) es el valor que deja por debajo el 75% de los datos. Si se trabaja con la serie simple, previamente ordenada, se utilizan las siguientes fórmulas para encontrar la ubicación de cada cuartil: q 1 = n +1 4 para el primer cuartil. n + 1 q 2 = 2 para el segundo cuartil (Observe que coincide con lo dicho para la mediana). 4 n + 1 q 3 = 3 para el tercer cuartil. 4 Si el resultado de cualquiera de las fórmulas anteriores es un número entero, simplemente se toma el valor de la serie que ocupa dicho lugar. Si el resultado no es un número entero y su primer cifra decimal es 5, entonces se toma el punto medio de los valores ubicados en la posición anterior y posterior. Por ejemplo, si el resultado es 4.5, el cuartil buscado será el punto medio de los valores que están en el cuarto y quinto lugar. Si el resultado no es un número entero y su primer cifra decimal es menor a cinco, entonces se toma el valor ubicado en la posición anterior. Por ejemplo, si el resultado es 4.3, tomamos el valor ubicado en cuarto lugar. Si el resultado no es un número entero y su primer cifra decimal es mayor a 5, entonces tomamos el valor posterior. Por ejemplo, si tenemos 4.8, el cuartil será el valor ubicado en la quinta posición de la serie ordenada. A partir del concepto de cuartiles, surge otro tipo de gráfico: Diagrama de Caja o Box Plot. Este diagrama permite resumir gran parte de la información contenida en los datos, mostrando la forma de la distribución (sesgos) y datos extraños, en caso de existir. Se construye una caja (horizontal o vertical) como en el siguiente ejemplo: Sean los siguientes datos ya ordenados: 2, 5, 6, 7, 11, 18, 28. Estos pueden posicionarse mediante la asociación X 1, X 2, X 3, X 4, X 5, X 6, X 7. Entonces: n = 7 y: 11

12 q 1 = (7+1) =2, la posición es 2 (entero) y el dato de posición 2 en la muestra es x = x = 5. 4 q 2 = 2(7+1) = 4, la posición es 4 y el dato que ocupa la posición 4 es x q = x = (7+1) q 3 = = 6, la posición es 6 y el dato que ocupa la posición 6 es x q 4 3 = x 6 = 18. q 2 El rango intercuartil (ancho de la caja) se calcula como sigue: (xq xq = 18 5 = 13, 3 1 ) 1 q 1 q 2 q Las líneas que se extienden a partir de las aristas laterales del rectángulo se denominan bigotes. Las observaciones que están entre 1,5 y 3 veces el rango intercuartílico, a partir de la arista del rectángulo más cercana, se consideran valores atípicos. Es decir existen datos atípicos cuando el largo de uno o de los dos bigotes es mayor a 1,5 veces el rango intercuartílico. En el caso del ejemplo el rango intercuartílico es 13, el largo del bigote infe rior es 5 2 = 3 y el largo del bigote superior es = 10, como el largo de ninguno de los dos bigotes supera a 1,5.13 = 19,5, no existen datos atípicos. Aquí serian atípicos los dato s ubicados a una distancia mayor a 19,5 a partir de xq y x 1 q3 El diagrama de Caja para el ejemplo de Grados Celsius, construido con un software es el siguiente: N = 15 Grados 12

13 Otras medidas de posición no centrales son los Percentiles. Estos dividen a la serie de datos ordenada en 100 partes iguales, por lo que los percentiles son 99. Por ejemplo, el percentil 24 deja el 24% de los datos por debajo y el percentil 75 coincide con el tercer cuartil, ya que deja 75% de los datos por debajo y 25% por encima Medidas de dispersión Si bien el cálculo de las medidas de tendencia central para un conjunto de datos es importante para resumir la información, no debemos dejar de lado la relevancia que tiene saber el grado de dispersión o variabilidad que tiene ese conjunto de datos. Esa variabilidad generalmente se toma respecto de alguna de las medidas de tendencia central. Las medidas de dispersión en las que nos detendremos serán las siguientes: el rango o recorrido, la varianza, la desviación estándar y el coeficiente de variación. La más simple de las medidas de dispersión es el rango, que ya se utilizó para calcular los intervalos de clase. El rango o recorrido de una variable es la diferencia entre el valor máximo de la variable y el valor mínimo de la misma. Se suele representar con la letra R. Es claro que cuanto más grande es el rango, mayor es la variabilidad de los datos. Se utiliza la situación planteada en el ejercicio 7 para calcular las otras medidas de dispersión y para ilustrar la importancia de estas medidas en el estudio de una distribución. Ejercicio 7 Una empresa quiere comparar el funcionamiento de dos máquinas con las que fabrica resortes. Para evaluarlas debe determinar la precisión de cada una en la elaboración de las piezas. Se toman al azar 80 resortes elaborados por la máquina I y 80 elaborados por la máquina II. Se efectúan mediciones de las piezas fabricadas y se obtiene los siguientes datos, que reflejan los errores de ambas máquinas: Variable: Máquina I Máquina I Máquina II Máquina II Error (x i ) f i x i.f i f i x i.f i (en décimas de mm) = = = = = = = = = = = = = = = = 16 Totales f i =n=80 xf ii= 0 fi =n=80 xf ii= 0 13

14 Observe que la media x de errores de ambas máquinas es cero lo que hace pensar que ambas funcionan muy bien. a) Construya los gráficos de las distribuciones. Observe en los gráficos que los errores que se cometen están dispersos de distinta manera. En la máquina I los valores se concentran más alrededor de la media y en la máquina II están más dispersos. Por supuesto que esto refleja un mejor funcionamiento de la máquina I. Es posible decir entonces que para el estudio de una distribución no es suficiente conocer las medidas de tendencia central es necesar io además poder medir la dispersión de los valores con respecto a la media. Para obtener una medida de la disp ersión se calcula la dista ncia al cuadrado entre cada valor de la variable y la media y luego su promedio. Se elevan las diferencias al cuadrado ya que es posible que estas distancias se contrarresten al calcular el promedio. Esta medida de la variabilidad se llama varianza. La varianza se define como la media aritmética de los cuadrados de las desviaciones de la variable con respect o a la media aritmética. La varianza se simboliza s 2 y para calcularla se utiliza la siguiente fórmula: S 2 = 1 n n i= 1 (x x) i 2 b) Calcule la varianza de las distribuciones de las máquinas. c) Diga cuál es la distribución que presenta mayor medida de variabilidad y si esto coincide con lo observado en los gráficos de las distribuciones. La varianza presenta un inconveniente, en el ejercicio dado se refleja en el hecho de que su valor esta expresado en centésimas de mm 2. Sería deseable una medida de dispersión que se expresara en la misma unidad que la media. Por este motivo se define otra medida de dispersión llamada desvío estándar. El desvío estándar es la raíz cuadrada positiva de la varianza. E l desvío estándar se simboliza s y se calcul a: s = con s 2 igual a la varianza El desvío estándar es la medida de dispersión que se utiliza más habitualmente, pues esta expresada en la misma unidad que la media. 2 s d) Calcule el desvío en los errores de ambas máquinas. e) Obtenga una conclusión sobre el funcionamiento de las máquinas. Esta demostrado que para calcular la varianza muestral, es decir la varianza de datos de una muestra y no de toda la población que se desea estudiar, se obtiene una mejor estimación de la 14

15 varianza poblacional si se utiliza, en la fórmula, como denominador (n 1) en lugar de n. Por este motivo cuando trabajemos con muestras, utilizaremos la fórmula de varianza modificada: S 2 = 1 n 1 = n 2 (xi x) con n tamaño de la muestra i 1 La última de las medidas de dispersión que consideraremos es el coeficiente de variación. El coeficiente de variación indica la relación entre la media y el desvío estándar. Se simboliza C V y se calcula: C V = x s ( cociente entre s y x, es un número sin unidad ) Se utiliza para analizar la homogeneidad de una muestra o de una población. Mientras menor sea el coeficiente de variación (muy próximo a cero menor a 0,3), habrá mayor homogeneidad en los datos, encontrándose éstos más concentrados en torno a la media aritmética. También se utiliza cuando se desea comparar la dispersión de dos o más distribuciones que tienen medias diferentes entre sí o bien que se expresan en distinta unidad de medida. En estos casos las desviaciones estándar resultan imposibles de comparar y se debe recurrir a esta medida de variación relativa. s Si se calcula CV = 100 % se obtiene el porcentaje de la media que representa al desvío. X Así, por ejemplo, si tenemos el peso de 5 pacientes (70, 60, 56, 83 y 79 Kg) cuya media es de 69,6 kg. y su desviación típica s = 10,44 y la Tensión Arterial de los mismos (150, 170, 135, 180 y 195 mmhg) cuya media es de 166 mmhg y su desviación típica de 21,3. La pregunta sería: qué distribución es más dispersa, el peso o la tensión arterial? Si comparamos las desviaciones típicas observamos que la de la tensión arterial es mucho mayor; sin embargo, no podemos comparar dos variables que tienen escalas de medidas diferentes, por lo que calculamos los coeficientes de variación: El Coeficiente de Variación del peso es: CV = = 15 % 69.6 El Coeficiente de Variación de la Tensión Arterial es: CV = = 12.8 % 166 A partir de éstos resultados observamos que la variable peso tiene mayor dispersión. Medidas de Forma Las medidas de forma proporcionan información sobre las características de la gráfica de la función de distribución de la variable. 15

16 Estudiaremos el Coeficiente de Asimetría que proporciona información sobre el sesgo de la distribución. Se representa con C a y se calcula como sigue: n 1 3 (xi x) n i= 1 C a = 3 s El coeficiente C a tiene signo e indica lo siguiente: C a > 0 la asimetría es positiva, la gráfica tiene sesgo a la derecha. C a = 0 la asimetría es cero por tanto la gráfica es simétrica no tiene sesgo. C a < 0 la asimetría es negativa, la gráfica tiene sesgo a la izquierda. En la práctica para calcular C a se usa una fórmula de trabajo que es la siguiente: C a = 3(x M e ) s También en el ámbito de la práctica el rango de C a es el siguiente: 2,5 < C a < 3 y si ocurre que 0,5 < C a < 0,5 se considera que la asimetría es cero. C a > 0 C a 0 C a < 0 La última de las medidas de forma que veremos es el Coeficiente de Curtosis y se define como sigue: n 1 4 (x i x) n i 1 C k = = 4 s El coeficiente de Curtosis C k mide aplanamiento de la gráfica, si es menor que 3 es aplanada, si es mayor que 3 es empuntada y si es aproximadamente 3 tiene el aplanamiento de la Distribución Normal. 16

17 INTERPRETACIÓN DE LA INFORMACIÓN DESCRIPTIVA Cuando se realiza un estudio descriptivo, es importante analizar tablas, gráficos y medidas en forma conjunta, para ver si las características generales de la distribución de datos se parece a las características de algún modelo matemático. De ser así, uno puede proponer ese modelo para describir el comportamiento de la variable. Es decir a través de la observación y análisis de las tablas de distribución, los gráficos estadísticos y las medidas analíticas, obtenidos de una muestra, es posible reconocer en un paso posterior la función de distribución de probabilidad que mejor describa el comportamiento o variabilidad de la población conceptual subyacente (población conceptual de la cual se extrae la muestra). Una de las distribuciones que se presenta con más frecuencia y tiene un comportamiento deseable, para las variables implicadas en las aplicaciones de Ingeniería, es la Distribución Normal (Campana de Gauss). Generalmente suele utilizarse a esta distribución como referencia en el análisis de la información descriptiva procesada. Para el ejemplo de la variable "punto de ebullición en grados Celsius", si se calculan las medidas, se observa que: a media y la mediana son parecidas y el coeficiente de asimetría es cercano a cero, por lo que podemos decir que la distribución es aproximadamente simétrica. Esto puede observarse también en el diagrama de caja, donde además, no se observan datos extraños. El coeficiente de curtosis es cercano a 3, lo que indica que el "empuntamiento" es similar al de una distribución Normal, solo que un poco más bajo. El gráfico de frecuencias acumuladas u Ojiva, es similar a una "S", lo que estaría indicando que acumula probabilidades de manera similar a una Normal. Otro ejemplo: En un estudio sobre vibraciones, ciertos componentes de un aeroplano fueron sometidos a severas vibraciones hasta que presentaron fisuras estructurales. Los siguientes datos corresponden a los tiempos de falla en minutos: Variable en estudio: " Tiempo de falla en minutos" En primer lugar se realiza la tabla de distribución de frecuencias, teniendo en cuenta que la variable es cuantitativa continua y que se trabaja con la serie simple ya que se tienen pocos datos. 17

18 TIEMPO i FREC. RELAT. ACUM El gráfico de la Ojiva obtenido a partir de la información de la tabla anterior es: Las medidas descriptivas obtenidas con un software son: El Diagrama de caja es: Media = Mediana = Desviación Es tándar = 5.89 Varianza = Asimetría = 0.5 Curtosis = 0.20 Rango = 22.8 Percentil 25 = 6.32 Percentil 75 =

19 Tiempo Conclusión: como la media es mayor a la mediana y el coeficiente de asimetría es positivo, se puede decir que la distribución de datos es sesgada a derecha. Esto puede observarse en el d iagrama de caja, donde la línea que representa la mediana está más cerca del primer cuartil que del tercero, indicando mayor concentración de datos para los valores menores. El coeficient e de curtosis es positivo (en el software resta 3 al coeficiente definido anteriormente), es decir el "empuntamiento" es mayor que la Normal. Además la Ojiva crece más rápido al principio y luego crece más lentamente. 19

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros

Más detalles

3 ANALISIS DESCRIPTIVO DE LOS DATOS

3 ANALISIS DESCRIPTIVO DE LOS DATOS 3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3

Más detalles

ÁREAS DE LA ESTADÍSTICA

ÁREAS DE LA ESTADÍSTICA QUÉ ES LA ESTADÍSTICA? Es el arte de realizar inferencias y sacar conclusiones a partir de datos imperfectos. ÁREAS DE LA ESTADÍSTICA Diseño: Planeamiento y desarrollo de investigaciones Descripción: Resumen

Más detalles

Tema 3: Estadística Descriptiva

Tema 3: Estadística Descriptiva Tema 3: Estadística Descriptiva Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 3: Estadística Descriptiva Curso 2008-2009 1 / 27 Índice

Más detalles

Tema 1: Análisis de datos univariantes

Tema 1: Análisis de datos univariantes Tema 1: Análisis de datos univariantes 1 En este tema: Conceptos fundamentales: muestra y población, variables estadísticas. Variables cualitativas o cuantitativas discretas: Distribución de frecuencias

Más detalles

Estadística. Análisis de datos.

Estadística. Análisis de datos. Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un

Más detalles

U.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo

U.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:

Más detalles

ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA Definición de Estadística: La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva 1 Qué veremos 1. OBJECTIVOS DEL CURSO. DEFINICIONES IMPORTANTES 2. TIPOS DE VARIABLES 3 5 1. Estadísticos de tendencia central 2. Estadísticos de posición 3. Estadísticos de variabilidad/dispersión

Más detalles

Estadística Inferencial. Estadística Descriptiva

Estadística Inferencial. Estadística Descriptiva INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UNIDIMENSIONAL DEFINICIÓN DE VARIABLE Una variable estadística es cada una de las características o cualidades que poseen los individuos de una población. TIPOS DE VARIABLE ESTADÍSTICAS Ø Variable

Más detalles

Tabla de frecuencias agrupando los datos Cuando hay muchos valores distintos, los agruparemos en intervalos (llamados clases) de la misma amplitud.

Tabla de frecuencias agrupando los datos Cuando hay muchos valores distintos, los agruparemos en intervalos (llamados clases) de la misma amplitud. 1. TABLAS Y GRÁFICOS ESTADÍSTICOS Estadística Es la ciencia que estudia conjunto de datos obtenidos de la realidad. Estos datos son interpretados mediante tablas, gráficas y otros parámetros tales como

Más detalles

Un estudio estadístico consta de las siguientes fases: Recogida de datos. Organización y representación de datos. Análisis de datos.

Un estudio estadístico consta de las siguientes fases: Recogida de datos. Organización y representación de datos. Análisis de datos. La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes

Más detalles

INGENIERO EN COMPUTACION TEMA 1.2: PRESENTACIÓN GRÁFICA DE DATOS

INGENIERO EN COMPUTACION TEMA 1.2: PRESENTACIÓN GRÁFICA DE DATOS UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACION TEMA 1.2: PRESENTACIÓN GRÁFICA DE DATOS ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: Agosto de 2016

Más detalles

Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Estadística Básica COMISIÓN 1. 1 Cuatrimestre 2016

Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Estadística Básica COMISIÓN 1. 1 Cuatrimestre 2016 Universidad Nacional de Mar del Plata Facultad de Ingeniería Estadística Básica COMISIÓN 1 1 Cuatrimestre 2016 s. La palabra Estadística procede del vocablo Estado, pues era función principal de los Gobiernos

Más detalles

CURSO VIRTUAL. Acceso a fuentes de información y manejo de redes sociales. Módulo 2

CURSO VIRTUAL. Acceso a fuentes de información y manejo de redes sociales. Módulo 2 CURSO VIRTUAL Acceso a fuentes de información y manejo de redes sociales Módulo 2 OBJETIVOS Conseguir que el alumno adquiera conocimientos estadísticos que le permitan una lectura comprensiva de la metodología

Más detalles

Análisis de datos y gestión n veterinaria. Tema 1 Estadística descriptiva. Prof. Dr. José Manuel Perea Muñoz

Análisis de datos y gestión n veterinaria. Tema 1 Estadística descriptiva. Prof. Dr. José Manuel Perea Muñoz Análisis de datos y gestión n veterinaria Tema 1 Estadística descriptiva Prof. Dr. José Manuel Perea Muñoz Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, de Septiembre

Más detalles

PROBABILIDAD. Unidad I Ordenamiento de la Información

PROBABILIDAD. Unidad I Ordenamiento de la Información 1 PROBABILIDAD Unidad I Ordenamiento de la Información 2 Captura de datos muestrales Conceptos básicos de la estadística 3 Población (o universo): Totalidad de elementos o cosas bajo consideración Muestra:

Más detalles

Tema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1

Tema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1 Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea

Más detalles

Una población es el conjunto de todos los elementos a los que se somete a un estudio estadístico.

Una población es el conjunto de todos los elementos a los que se somete a un estudio estadístico. Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un

Más detalles

Medidas de Tendencia Central.

Medidas de Tendencia Central. Medidas de Tendencia Central www.jmontenegro.wordpress.com MEDIDAS DE RESUMEN MDR MEDIDAS DE TENDENCIA CENTRAL MEDIA MEDIANA MODA CUARTILES,ETC. MEDIDAS DE DISPERSIÓN RANGO DESVÍO EST. VARIANZA COEFIC.

Más detalles

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill. GLOSARIO ESTADÍSTICO Fuente: Murray R. Spiegel, Estadística, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio científico de los métodos para recoger, organizar, resumir y analizar los datos

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el

Más detalles

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:

Más detalles

REPASO DE ESTADÍSTICA DESCRIPTIVA

REPASO DE ESTADÍSTICA DESCRIPTIVA ÍNDICE: 1.- Tipos de variables 2.- Tablas de frecuencias 3.- Gráficos estadísticos 4.- Medidas de centralización 5.- Medidas de dispersión REPASO DE ESTADÍSTICA DESCRIPTIVA 1.- Tipos de variables La estadística

Más detalles

PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2

PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos

Más detalles

Tema 1: Estadística descriptiva. Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1

Tema 1: Estadística descriptiva. Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1 Tema 1: Estadística descriptiva Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1 Introducción Objetivo: estudiar una característica o variable en una población. Ejemplos:

Más detalles

Tema 2 Estadística Descriptiva

Tema 2 Estadística Descriptiva Estadística Descriptiva 1 Tipo de Variables 2 Tipo de variables La base de datos anterior contiene la información de 36 alumnos de un curso de Estadística de la Universidad de Talca. En esta base de datos

Más detalles

La amplitud del intervalo ( ) se determina considerando un número dado de intervalos ( ) y el rango obtenido, esto es:

La amplitud del intervalo ( ) se determina considerando un número dado de intervalos ( ) y el rango obtenido, esto es: La estadística es una materia dedicada a la recopilación, organización, estudio y análisis de datos de un hecho en particular. La estadística descriptiva tabula, representa y describe una serie de datos

Más detalles

ESTADISTICA Y PROBABILIDAD ESTADÍSTICA

ESTADISTICA Y PROBABILIDAD ESTADÍSTICA ESTADÍSTICA La estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comprobaciones y sacar conclusiones. Un estudio estadístico consta

Más detalles

II. ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS

II. ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS UNIVERSIDAD INTERAMERICANA PARA EL DESARROLLO ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS Contenido II. ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS II. Tablas de frecuencia II. Gráficos: histograma, ojiva, columna,

Más detalles

Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va

Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA

Más detalles

Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental

Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado

Más detalles

+ f 2. + f 3. p i. =h i 100. F i. = f i. H i. = h i. P i. = p i

+ f 2. + f 3. p i. =h i 100. F i. = f i. H i. = h i. P i. = p i OCIOES de ESTADÍSTICA En las tablas estadísticas se pueden tabular, entre otros, los siguientes aspectos: La frecuencia absoluta ( f i ), es decir, el número de veces que aparece un determinado valor en

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA 1. Conceptos Generales Población estadística.- Conjunto de todos los elementos sobre el que recaen las observaciones. Las poblaciones pueden ser: infinitas, p.e. extracciones con

Más detalles

Probabilidad y Estadística, EIC 311

Probabilidad y Estadística, EIC 311 Probabilidad y Estadística, EIC 311 Medida de resumen 1er Semestre 2016 1 / 105 , mediana y moda para datos no Una medida muy útil es la media aritmética de la muestra = Promedio. 2 / 105 , mediana y moda

Más detalles

Unidad I: Descripción y gráficos estadísticos

Unidad I: Descripción y gráficos estadísticos Unidad I: Descripción y gráficos estadísticos A. Objetivo General: Proporcionar los conceptos y métodos necesarios de la Estadística para que el estudiante pueda organizar y resumir datos a partir de una

Más detalles

TEMA 8: ESTADÍSTICA DESCRIPTIVA.

TEMA 8: ESTADÍSTICA DESCRIPTIVA. I.E.S. Salvador Serrano de Alcaudete Departamento de Matemáticas º ESO 0 / TEMA 8: ESTADÍSTICA DESCRIPTIVA. 8. Introducción. La palabra ESTADÍSTICA procede del vocablo Estado, pues era función principal

Más detalles

Bioestadística: Estadística Descriptiva

Bioestadística: Estadística Descriptiva Bioestadística: M. González Departamento de Matemáticas. Universidad de Extremadura Bioestadística 1 2 Bioestadística 1 2 Coneptos Básicos ESTADÍSTICA Ciencia que estudia el conjunto de métodos y procedimientos

Más detalles

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos

Más detalles

UNIDAD 4: MEDIDAS DESCRIPTIVAS: Medidas de dispersión

UNIDAD 4: MEDIDAS DESCRIPTIVAS: Medidas de dispersión UNIDAD 4: MEDIDAS DESCRIPTIVAS: Medidas de dispersión Para el desarrollo de este capítulo, vaya revisando conjuntamente con esta guía el capítulo 3 del texto básico, págs. 71 86 y capítulo 4 en las páginas

Más detalles

Apuntes y ejercicios de Estadística para 2º E.S.O

Apuntes y ejercicios de Estadística para 2º E.S.O Apuntes y ejercicios de Estadística para 2º E.S.O 1 Introducción La Estadística es la ciencia que se encarga de recoger, organizar, describir e interpretar datos referidos a distintos fenómenos para, posteriormente,

Más detalles

ESTADÍSTICA CON EXCEL

ESTADÍSTICA CON EXCEL ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

Fundamentos de Estadística y Simulación Básica

Fundamentos de Estadística y Simulación Básica Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión

Más detalles

CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS

CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS ACTIVIDAD ACADEMICA: ESTADISTICA DESCRIPTIVA DOCENTE: LIC- ING: ROSMIRO FUENTES ROCHA UNIDAD N 1: CONCEPTOS BASICOS DEFINICIÓN DE ESTADÍSTICA La Estadística trata del recuento, ordenación y clasificación

Más detalles

Módulo de Estadística

Módulo de Estadística Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen

Más detalles

UNIDAD: ESTADISTICA. La estadística se ocupa de recopilar datos, organizarlos en tablas y gráficos y analizarlos con un determinado objetivo.

UNIDAD: ESTADISTICA. La estadística se ocupa de recopilar datos, organizarlos en tablas y gráficos y analizarlos con un determinado objetivo. UNIDAD: ESTADISTICA La estadística se ocupa de recopilar datos, organizarlos en tablas y gráficos y analizarlos con un determinado objetivo. La estadística puede ser descriptiva o inferencial. La estadística

Más detalles

9.1. Nociones básicas.

9.1. Nociones básicas. TEMA 9. ESTADÍSTICA 9.1. ociones básicas. Población y muestra. Fases y tareas de un estudio estadístico. Tipos de muestreo. Representatividad de las muestras. 9.2. Variable discreta y continua. Tablas

Más detalles

TEMA IV PERCENTIL Y ESTADIGRAFOS DE POSICION

TEMA IV PERCENTIL Y ESTADIGRAFOS DE POSICION TEMA IV PERCENTIL Y ESTADIGRAFOS DE POSICION 1. Percentiles, cuartiles y deciies. 2. Estadígrafos de Posición. 3. Sesgo y curtosis o de pastel. Pictogramas. OBJETIVOS DE UNIDAD GENERALES. Que el futuro

Más detalles

Z i

Z i Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda

Más detalles

UNIDAD 7 Medidas de dispersión

UNIDAD 7 Medidas de dispersión UNIDAD 7 Medidas de dispersión UNIDAD 7 MEDIDAS DE DISPERSIÓN Al calcular un promedio, por ejemplo la media aritmética no sabemos su representatividad para ese conjunto de datos. La información suministrada

Más detalles

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,

Más detalles

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:

Más detalles

Medidas de variabilidad (dispersión)

Medidas de variabilidad (dispersión) Medidas de posición Las medidas de posición nos facilitan información sobre la serie de datos que estamos analizando. Estas medidas permiten conocer diversas características de esta serie de datos. Las

Más detalles

ESTADÍSTICA CICLO 6 CAPACITACIÓN 2000

ESTADÍSTICA CICLO 6 CAPACITACIÓN 2000 INTRODUCCIÓN La estadística día a día esta ocupando un lugar importante en nuestra sociedad colaborando así al progreso humano y su bienestar. Aunque en sus comienzos era aplicada únicamente a asuntos

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMERICA) MEDIDAS DE TENDENCIA CENTRAL 20/05/2008 Ing. SEMS 2.1 INTRODUCCIÓN En el capítulo anterior estudiamos de qué manera los

Más detalles

2.- Tablas de frecuencias

2.- Tablas de frecuencias º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------

Más detalles

TALLER GUIA No. 2 GRADO: UNDECIMO

TALLER GUIA No. 2 GRADO: UNDECIMO TALLER GUIA No. 2 GRADO: UNDECIMO AREA: MATEMÁTICAS. ASIGNATURA: ESTADISTICA. UNIDAD: No. 2.1 NOMBRE: ANALISIS DE LA VARIABLE CUALITANTIVA. OBJETIVO: Desarrollar la capacidad de interpretación y análisis

Más detalles

ESTADÍSTICA SEMANA 3

ESTADÍSTICA SEMANA 3 ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...

Más detalles

Datos cuantitativos. Método tabular

Datos cuantitativos. Método tabular Datos cuantitativos Cuando la muestra consta de 30 o más datos, lo aconsejable es agrupar los datos en clases y a partir de estas determinar las características de la muestra y por consiguiente las de

Más detalles

Fase 2. Estudio de mercado: ESTADÍSTICA

Fase 2. Estudio de mercado: ESTADÍSTICA 1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.

Más detalles

Unidad Temática 1 Estadística descriptiva y análisis de datos

Unidad Temática 1 Estadística descriptiva y análisis de datos Unidad Temática 1 Estadística descriptiva y análisis de datos Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una F si la rechaza.

Más detalles

Estadística descriptiva y métodos diagnósticos

Estadística descriptiva y métodos diagnósticos 2.2.1. Estadística descriptiva y métodos diagnósticos Dra. Ana Dorado Díaz Consejería de Sanidad Diplomado en Salud Pública Diplomado en Salud Pública - 2 Objetivos específicos 1. El alumno aprenderá a

Más detalles

Estadística Descriptiva

Estadística Descriptiva M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo

Más detalles

Y accedemos al cuadro de diálogo Descriptivos

Y accedemos al cuadro de diálogo Descriptivos SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tendencia central Medidas de tendencia central Medidas de Posición: son aquellos valores numéricos que nos permiten o bien dar alguna medida de tendencia central, dividiendo el recorrido de

Más detalles

Pregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24

Pregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24 Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00

Más detalles

Proyecto PropULSA: Estadística y Probabilidad Breviario Académico

Proyecto PropULSA:  Estadística y Probabilidad Breviario Académico Estadística y Probabilidad Breviario Académico Estadística: Es la ciencia que tiene por objetivo recolectar, escribir e interpretar datos, con la finalidad de efectuar una adecuada toma de decisiones en

Más detalles

x i = n = 35 5 =7 MEDIDAS DE CENTRALIZACIÓN Media aritmética: variables cuantitativas , x 2 Datos no agrupados: x 1 ,...,x n x= x 1 +x

x i = n = 35 5 =7 MEDIDAS DE CENTRALIZACIÓN Media aritmética: variables cuantitativas , x 2 Datos no agrupados: x 1 ,...,x n x= x 1 +x MEDIDAS DE CENTRALIZACIÓN Media aritmética: variables cuantitativas Datos no agrupados: x 1, x 2,...,x n x= x 1 +x 2 +... x n n n i=1 = n Ejemplo: dados los valores: X = 1, 4, 16, 11, 3, 6, su media es

Más detalles

Se quiere medir la dispersión de una muestra a través de su localización. En primer lugar, definimos una medida relacionada con la media.

Se quiere medir la dispersión de una muestra a través de su localización. En primer lugar, definimos una medida relacionada con la media. Medidas de dispersión Se quiere medir la dispersión de una muestra a través de su localización. En primer lugar, definimos una medida relacionada con la media. Ya habiendo calculado la media, x de una

Más detalles

TEMA 7 EL MODELO DE LA CURVA NORMAL. CONCEPTO Y APLICACIONES

TEMA 7 EL MODELO DE LA CURVA NORMAL. CONCEPTO Y APLICACIONES TEMA 7 EL MODELO DE LA CURVA NORMAL. CONCEPTO Y APLICACIONES 1. Puntuaciones diferenciales y puntuaciones típicas 2. La curva normal 3. Cálculo de áreas bajo la curva normal 3.1. Caso 1: Cálculo del número

Más detalles

2 Pasos en un estudio estadístico.

2 Pasos en un estudio estadístico. FBioyF - UNR Area Tecnología en Salud Pública. Autor: Bioq. L. Eloísa Rodenas. Año: 2006. Tema: Herramientas de Análisis: la estadística descriptiva. p Introducción. La Estadística se utiliza como tecnología

Más detalles

Medidas descriptivas I. Medidas de tendencia central A. La moda

Medidas descriptivas I. Medidas de tendencia central A. La moda Medidas descriptivas I. Medidas de tendencia central A. La moda Preparado por: Roberto O. Rivera Rodríguez Coaching de matemática Escuela Eduardo Neuman Gandía 1 Introducción En muchas ocasiones el conjunto

Más detalles

Guía de Matemática Cuarto Medio

Guía de Matemática Cuarto Medio Guía de Matemática Cuarto Medio Aprendizaje Esperado: 1. Conocen distintas maneras de organizar y presentar información incluyendo el cálculo de algunos indicadores estadísticos, la elaboración de tablas

Más detalles

2. DESCRIPCIÓN ESTADÍSTICA DE UNA VARIABLE. EJEMPLOS Y EJERCICIOS *.

2. DESCRIPCIÓN ESTADÍSTICA DE UNA VARIABLE. EJEMPLOS Y EJERCICIOS *. 2. DESCRIPCIÓN ESTADÍSTICA DE UNA VARIABLE. EJEMPLOS Y EJERCICIOS *. 2.1. Ejemplos. Ejemplo 2.1 Se ha medido el grupo sanguíneo de 40 individuos y se han observado las siguientes frecuencias absolutas

Más detalles

ESTADISTICA. Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos:

ESTADISTICA. Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos: ESTADISTICA Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos: a) Estadística como enumeración de datos. b) Estadística como descripción, es decir, a través de un análisis

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL MEDIDAS DE TENDENCIA CENTRAL Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro

Más detalles

Tema 1. Tabulación y representación gráfica de los datos

Tema 1. Tabulación y representación gráfica de los datos Tema 1. Tabulación y representación gráfica de los datos Resumen del tema 1.1. Introducción a la Estadística Estadística: ciencia que se ocupa de recoger, clasificar, representar y resumir los datos de

Más detalles

Procedimiento "Explorar..."

Procedimiento Explorar... Procedimiento "Explorar..." El procedimiento Explorar genera estadísticos de resumen y representaciones gráficas como Diagrama de cajas, gráficos de tallo y hojas, histogramas, diagramas de normalidad

Más detalles

INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA:

INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMATICAS. ASIGNATURA: MATEMATICAS. NOTA DOCENTE: EDISON MEJIA MONSALVE TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO FECHA N DURACION

Más detalles

EJERCICIOS TEMA 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas:

EJERCICIOS TEMA 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas: Ejercicio 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas: a) Marca de los coches. b) Peso de los coches. c) Número de coches vendidos

Más detalles

Ejercicios de estadística.

Ejercicios de estadística. Ejercicios de estadística..- Los siguientes números son el número de horas que intervienen alumnos en hacer deporte durante un mes:, 7,,, 5, 6, 7, 9,,, 5, 6, 6, 6, 7, 8,,, 5, 8 a) Calcula las tablas de

Más detalles

Estadística Inga Patricia Juárez, 2017 MEDIDAS DE TENDENCIA CENTRAL

Estadística Inga Patricia Juárez, 2017 MEDIDAS DE TENDENCIA CENTRAL MEDIDAS DE TENDENCIA CENTRAL Las medidas de tendencia central nos proporcionan la descripción significativa de un conjunto de observaciones. Como su nombre lo indica, son datos de una variable que tienden

Más detalles

ESTADÍSTICA. Individuo. Es cada uno de los elementos que forman la población o muestra.

ESTADÍSTICA. Individuo. Es cada uno de los elementos que forman la población o muestra. ESTADÍSTICA La estadística tiene por objeto el desarrollo de técnicas para el conocimiento numérico de un conjunto de datos empíricos (recogidos mediante experimentos o encuestas). Según el colectivo a

Más detalles

Construcción de Gráficas en forma manual y con programados

Construcción de Gráficas en forma manual y con programados Universidad de Puerto Rico en Aguadilla División de Educación Continua y Estudios Profesionales Proyecto CeCiMaT Segunda Generación Tercer Año Título II-B, Mathematics and Science Partnerships Construcción

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales

Curso de Estadística Aplicada a las Ciencias Sociales Curso de Estadística Aplicada a las Ciencias Sociales Tema 6. Descripción numérica (2) Capítulo 5 del manual Tema 6 Descripción numérica (2) Introducción 1. La mediana 2. Los cuartiles 3. El rango y el

Más detalles

1.2 Medidas de variación: Rango, desviación estándar y coeficiente de variación

1.2 Medidas de variación: Rango, desviación estándar y coeficiente de variación 1.2 Medidas de variación: Rango, desviación estándar y coeficiente de variación Medidas de Variación Amplitud Coeficiente variación Desviación estándar Rango Valor Z Varianza de Diferencia entre los valores

Más detalles

SEMINARIO 2. Introducción a la presentación de resultados científicos

SEMINARIO 2. Introducción a la presentación de resultados científicos SEMINARIO 2 Introducción a la presentación de resultados científicos 1. Las variables de estudio 2. Estadística descriptiva 3. Gráficos descriptivos de las variables Histogramas Gráficos de caja-bigotes

Más detalles

MÉTODOS CUANTITATIVOS. Freddy Higuera Departamento de Ingeniería Industrial Universidad Católica del Norte

MÉTODOS CUANTITATIVOS. Freddy Higuera Departamento de Ingeniería Industrial Universidad Católica del Norte MÉTODOS CUANTITATIVOS Freddy Higuera Departamento de Ingeniería Industrial Universidad Católica del Norte Estadística La estadística tradicionalmente ha sido clasificada en dos tipos, la estadística descriptiva

Más detalles

Curso de nivelación Estadística y Matemática

Curso de nivelación Estadística y Matemática Curso de nivelación Estadística y Matemática Primera clase: Estadística Descriptiva Programa Técnico en Riesgo, 2016 Agenda 1 Tipos de variables y niveles de medición 2 3 Tipos de variables Variables Cuantitativas

Más detalles

ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL

ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL DEPARTAMENTO DE GEOGRAFÍA FACULTAD DE HUMANIDADES UNNE Prof. Silvia Stela Ferreyra Revista Geográfica Digital. IGUNNE. Facultad de Humanidades.

Más detalles

Estadística Descriptiva Métodos descriptivos visuales y medidas resumen

Estadística Descriptiva Métodos descriptivos visuales y medidas resumen 6 Estadística Descriptiva Métodos descriptivos visuales y medidas resumen Las técnicas de la estadística descriptiva pueden aplicarse tanto a datos muestrales como a datos poblacionales. Tipos de datos.

Más detalles

Medidas de centralización

Medidas de centralización 1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese

Más detalles

Estadística para el análisis de los Mercados S2_A1.1_LECV1

Estadística para el análisis de los Mercados S2_A1.1_LECV1 5. Parámetros estadísticos. 5.1. Parámetros de centralización. Estos parámetros nos indican en torno a que puntos se encuentran los valores de la variable cuantitativa en estudio. Es la forma de representar

Más detalles

ESTADÍSTICA EN RRLL - CURSO 2010 TURNO NOCTURNO

ESTADÍSTICA EN RRLL - CURSO 2010 TURNO NOCTURNO ESTADÍSTICA EN RRLL - CURSO 2010 TURNO NOCTURNO MODULO 3: Medidas de tendencia central Haga clic para modificar el estilo de subtítulo del patrón Docentes: Mariana Cabrera - Laura Noboa - Verónica Curbelo

Más detalles

Cátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS

Cátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas

Más detalles

2º ESO UNIDAD 14 ESTADÍSTICA Y PROBABILIDAD

2º ESO UNIDAD 14 ESTADÍSTICA Y PROBABILIDAD º ESO UNIDAD 1 ESTADÍSTICA Y PROBABILIDAD 1 1.- CONCEPTOS BÁSICOS Estadística.- Es la ciencia que estudia conjuntos de datos obtenidos de la realidad. Estos datos son interpretados mediante tablas, gráficas

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7) TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de

Más detalles

ESTADÍSTICA SEMANA 2

ESTADÍSTICA SEMANA 2 ESTADÍSTICA SEMANA 2 ÍNDICE CUADROS DE DISTRIBUCIÓN DE FRECUENCIAS Y REPRESENTACIÓN GRÁFICA... 3 APRENDIZAJES ESPERADOS... 3 INTRODUCCIÓN... 3 REPRESENTACIÓN GRÁFICA... 3 MÉTODOS GRÁFICOS:... 3 DIAGRAMAS

Más detalles