2.- Estudio Poblacional y Muestral Univariante

Transcripción

1 .- Estudio Poblacioal y Muestral Uivariate Població: Colectivo de persoas o elemetos co ua característica comú, objeto de estudio. Imposibilidad de estudio de esta característica e toda la població - Coste ecoómico - Destrucció - Tamaño de la població Muestra: Subcojuto de la població La muestra da u coocimieto parcial de la població y debe elegirse co cuidado de forma que represete adecuadamete la població e estudio. La Estadística Descriptiva tiee como pricipal objetivo resumir y presetar de forma secilla los resultados obteidos e la muestra. La presetació se hace mediate tablas uméricas y gráficos. - Tamaño muestral: º de idividuos u objetos bajo observació. - Ceso: El tamaño muestral coicide co el poblacioal Variable: Es la característica a estudiar. - Variable cualitativa: Referete a atributos o categorías o Puras o Ordiales o Procedetes de v. Numéricas - Variable cuatitativa: Toma valores uméricos o Discretas o Cotiuas

2 Tablas estadísticas Tabla de distribució de frecuecias. - tamaño muestral o º de observacioes - Variables categóricas o Frecuecia absoluta: i º de observacioes e la categoría i Suma de frecuecias absolutas: o Frecuecia relativa: i / Suma de frecuecias relativas: Variable: Estudiaste estadística e Bachiller Número de observacioes: 59 Número de categorias: Tabla de distribució de Frecuecias Frecuecia Frecuecia Frecuecia Clase Valor Frecuecia relativa acumulada relativa acum o si Tabla de frecuecias de sexo por cómo _ viees filas 5 Total h 5 8,95% 55,5%,9% 5,5%,9% 5,5% 8,7% 7,78%,9%,5% 5,5% 7,%,% 5,%,% 5,% m 7 5,7%,% 5,8%,95%,9% 9,9% 5,85% 7,97%,%,% 7,% 75,%,9%,7%,% 5,% Columas Total,7%,9%,78% 5,%,9%,%

3 - Variables cuatitativas discretas: R = {x, x,, x } ordeados de meor a mayor o Frecuecia absoluta: i º de veces que la variable toma el valor x i o Frecuecia absoluta acumulada: f i º de veces que la variable toma u valor x i o Suma de frecuecias absolutas: o Frecuecia relativa: i / o Frecuecia relativa acumulada: f i / o Suma de frecuecias relativas: Variable: úmero de calzado Número de observacioes: 59 Rago {5,,..., 8} Tabla de distribució de Frecuecias Frecuecia Frecuecia Frecuecia Clase Valor Frecuecia relativa acumulada relativa acum

4 - Variables cuatitativas cotiuas. Para hacer la tabla de distribució de frecuecias debe elegirse las clases de forma coveiete. o Defiir el recorrido o rago de la variable. o Dividir el recorrido e clases o itervalos que o se solape. o El puto cetral de cada itervalo se deomia marca de clase. o Se procede como e las variables discretas. Variable: Altura Rago:[5,9] Tabla de distribució de frecuecias Límite Límite Marca Clase Iferior Superior clase Frec. abs. Frec. Frec. Relat. Abs.Acu Frec.Rel. Acumu <

5 Represetacioes gráficas: - Variables categóricas o Diagrama de barras Permite visualizar la distribució de frecuecias de ua variable cualitativa diagram a de barras. Estadística e bachiller o si 5 Frecuecia b l Barchart for como_viees by sexo percetage 5 sexo h m 5 como_viees Se dibuja sobre la clase correspodiete ua barra o rectágulo de altura proporcioal a la frecuecia de la clase. Las barras horizotales o verticales. Siempre: El mismo acho Apoyadas sobre ua líea comú. Logitud proporcioal a las frecuecias. 5

6 o Diagrama de sectores: diagrama de sectores 5.8% Bach_Esta o si 9.9% U círculo e el que se represeta sectores de áreas proporcioales a la frecuecia de cada ua de las clases. - Variables cuatitativas discretas o Diagrama de barras diagrama de barras para.calzado frecuecia

7 Barchart for _calzado by sexo frecuecia 8 h m diagrama de barras segú sexo - Variables cuatitativas cotiuas. o Histograma: 5 Histogram for altura frecuecia histograma 7

8 5 Histogram for altura 8 Histogram for altura frecuecia 9 frecuecia histograma histograma Los rectágulos se represeta cotiguos para dar idea de cotiuidad Si la amplitud de las clases es la misma la altura de cada rectágulo es proporcioal a la frecuecia. Si las clases o tiee la misma amplitud el área del rectágulo es proporcioal a la frecuecia. h Frecuecia/log. de la clase. El área total bajo el histograma es La forma varia co la elecció de las clases. No teemos igua iformació sí: Ua sola clase. El histograma es u rectágulo. Cada clase tiee solo u dato Hay que elegir co cuidado el úmero de clases. o Polígoo de frecuecias: Esecialmete equivalete al histograma. Se obtiee uiedo mediate poligoales los putos medios de las bases superiores de los rectágulos del histograma. 8

9 polígoo de frecuecias 5 frecuecia o Diagrama de tallo-hojas: Permite obteer simultáeamete ua distribució de frecuecias de la variable y su represetació gráfica. Se separa el último dígito de la derecha de cada dato (hoja) del bloque de cifras restates (tallo). Procedimieto a seguir: Redodear los datos a u úmero coveiete de cifras sigificativas (dos o tres) Colocarlas e ua tabla co dos columas separaradas por ua líea. Todas cifras meos la última a la izquierda de la líea (tallo) y la última a la derecha (hoja) Cada tallo defie ua clase y se escribe sólo ua vez. El º de hojas represeta la frecuecia de dicha clase. 9

10 Diagrama de tallo-hojas para úmero de calzado: Uidad =. represeta. Mujeres Hombres () Diagrama de tallo-hojas para úmero de calzado: Uidad =. represeta ()

11 Diagrama de tallo-hojas para la variable altura: () Mujeres Hombres (9) () HI 9.

12 Medidas de localizació. - Variables cualitativas: Frecuecia relativa de cada clase. Moda o clase modal: Clase co frecuecia mayor, puede o ser úica - Variables uméricas: o Medidas de cetralizació: Da ua idea del valor cetral e toro al cual se reparte los datos Media muestral: Dada ua muestra de tamaño,,..., = / i Si o coocemos el cojuto origial de datos, sio su distribució de frecuecias = / i i si la variable es discreta = / i c i si la variable es cotiua La media muestral equilibra las desviacioes positivas y egativas de los datos respecto a su valor ( i - ) = Actúa como el cetro geométrico o cetro de gravedad. Media poblacioal μ = E() = p i i si la variable es discreta μ = E() = x f(x) dx si la variable es cotiua Mediaa muestral: Dada ua muestra de tamaño,,..., Las ordeamos de meor a mayor (), (),..., () La mediaa separa las observacioes e dos grupos. La mitad o más de las observacioes so meores o iguales que la mediaa y la mitad o más de las observacioes so mayores o iguales que la mediaa. Si es impar med = ((+)/) Si es par la mediaa es cualquier valor compredido etre (/) y ((/)+)

13 Datos agrupados: Itervalo mediaa: Es la clase e la que se ecuetra la mediaa. Mediaa poblacioal: Es u valor m tal que P( m) ½ P( m) ½ Moda: Es el valor más frecuete e la muestra. Moda, mediaa y media aporta iformació complemetaria sobre los datos. La media utiliza todos los datos y es sesible a observacioes atípicas, es preferible para datos homogéeos. La mediaa sólo tiee e cueta el orde de los datos y o su magitud. Cambia poco si se altera algua observació. Coviee calcular las dos. Si so similares la distribució es simétrica (datos homogéeos). Si so muy diferetes la distribució es asimétrica (datos heterogéeos). o Otras medidas de localizació: Media poderada = w i i / w i Media geométrica: = (Π i )/ Media armóica: = (/ i ) - Percetiles: percetil p es aquel valor tal que el p% o más de las observacioes so meores o iguales que el y el (-p)% o más de las observacioes so mayores o iguales que él. Cuartiles: Divide a la població e cuatro partes Primer cuartil Q : percetil 5 Segudo cuartil Q : la mediaa o percetil 5 Tercer cuartil Q : el percetil 75. Rago itercuartílico: RI = Q -Q

14 Summary Statistics for altura Total Mujeres Hombres Cout 59 8 Average Media Mode Variace Stadard deviatio Miimum Maximum Rage 5... Lower quartile Upper quartile Iterquartile rage. 8.. Skewess Kurtosis Percetiles for altura Total Mujeres Hombres.% %.. 8..% % % % % % %

15 Summary Statistics for _calzado Total Hombres Mujeres Cout 59 8 Average Media Mode Variace Stadard deviatio Miimum Maximum Rage. 8.. Lower quartile Upper quartile Iterquartile rage... Skewess Kurtosis...8 Percetiles for _calzado Total Mujeres Hombres.% % % % % % % % %

16 Represetacioes gráficas - Diagrama de cajas Es ua represetació semigráfica dode se muestra características importates de la població estudiada y se señala posibles datos atípicos. Su costrucció está basada e los cuartiles. o Se ordea los datos de la muestra de meor a mayor y se obtiee máximo, míimo, Q, Q y Q. o Se dibuja u rectágulo co extremos Q y Q y se señala la mediaa Q mediate ua líea recta. o Se calcula los límites superior e iferior admisibles. LI = Q.5 RI LS = Q +.5 RI Si LI < míimo etoces LI = míimo Si LS > máximo etoces LS = máximo o Se dibuja ua líea de cada extremo del rectágulo hasta LI y LS o Se idetifica todos los datos fuera del itervalo (LI, LS) mostrádolos como atípicos. o Los datos atípicos so de gra iterés ya que puede ser debidos a errores o puede sumiistrar ua iformació relevate sobre el comportamieto de la població. Box-ad-Whisker Plot h m altura

17 Box-ad-Whisker Plot altura Box-ad-Whisker Plot _calzado Box-ad-Whisker Plot h m _calzado 7

18 Medidas de Dispersió: - Variaza muestral: S i= = - Desviació típica muestral: ( i S ) i= = ( i ) - Variaza Poblacioal: σ = E{( μ) } - Desviació típica poblacioal: σ = E{( μ) } La variaza es la media de las desviacioes de las observacioes a la media elevadas al cuadrado y mide la cocetració de los datos e toro a la media. ( ci ) i i= Para datos agrupados S = - Regla de Chebychev: El porcetaje de observacioes que dista de la media meos de k desviacioes típicas es mayor o igual que ( /k ). - Desigualdad de Chebychev: P( -μ kσ) - /k P(μ - kσ μ - kσ) - /k - Meda: Mide la variació de las observacioes respecto de la mediaa. Es la mediaa de las desviacioes absolutas de los datos respecto de la mediaa. Si las observacioes so,,..., Defiimos Y i = i Med Meda = Med Y Los valores extremos ifluye meos e la meda que e la variaza Medidas de forma: - Coeficiete de variació: CV = S / Sirve para comparar la dispersió de variables que aparece e uidades distitas 8

19 ( i ) i= - Coeficiete de asimetría: CA = S Distribució simétrica: CA = Distribució asimétrica a la derecha: CA > Distribució asimétrica a la izquierda: CA < ( i i= - Coeficiete de aputamieto o curtosis: CAP = Describe lo picuda o plaa que es ua distribució Para datos agrupados ( ci ) i CA ( c i i= i= = CAP = S S ) Las medidas poblacioales se defie CV = σ / μ CA E( μ) E( μ) = CAP = σ σ Otras medidas: - Mometo de orde k respecto al orige k i i= m = m k = E( k ) k - Mometo de orde k respecto a la media k μ μ k = E(-μ) k k ( i ) i= = i S ) 9

20 Posició relativa de media y mediaa segú simetría de la distribució,,,, x Distribució simétrica: media, mediaa y moda iguales,,8,,, x Distribució asimétrica a la dcha: moda<mediaa<media,,,,8 x Distribució asimétrica a la izqda: media<mediaa<moda

21 Trasformacioes de los datos: Los datos se trasforma para - Obteer mejores propiedades de la distribució (simetría) - Comparar valores correspodietes a distribucioes distitas - Trasformacioes lieales: Cambio de localizació y escala Y = a + b Propiedades: o μ Y = aμ + b o σ Y = a σ o med(y) = a med() + b o Meda(Y) = a meda() o RI Y = a RI o Los coeficietes de asimetría y curtosis o cambia - Variable tipificada Y σ μ = μ Y = σ Y = Las trasformacioes lieales o corrige la asimetría de la distribució - Trasformació iversa Y = / - Trasformació logarítmica Y = log - Trasformació radical Y = - Trasformació potecia Y = Las tres primeras comprime los valores altos y expade los bajos, so adecuadas para corregir asimetría a la derecha.

22 ,,8,,, x La última actúa e setido cotrario, comprime los valores pequeños y expade los altos, es adecuada para corregir datos co asimetría a la izquierda,,,,8 x E todos los casos el efecto de la trasformació depede del rago de los datos.