Estadística I Tema 1: Introducción y conceptos básicos. Rudimentos de Excel
Tema 1: Introducción y conceptos básicos Contenido 1. Qué es la Estadística? Ejemplos de aplicaciones. 2. Bases de datos: elementos, variables y observaciones 3. Tipos de variables 4. Fuentes de datos: población y muestra. 5. Análisis estadístico con Excel 2
Tema 1: Introducción y conceptos básicos Lecturas recomendadas Peña, D., Romo, J. Introducción a la Estadística para las Ciencias Sociales (1997). Capítulos 1, 2 y 3. Newbold, P. Estadística para los Negocios y la Economía (2009). Capítulo 1. Apartados 2.1 y 2.4. 3
Qué es la Estadística? Una estadística puede ser cualquier cifra o dato numérico sobre cualquier realidad Estadísticas económicas: número de parados, tasa de inflación Estadísticas demográficas: tasa de nacimientos, edad media Estadísticas deportivas: goles marcados, tarjetas rojas Estadísticas meteorológicas: temperatura, lluvia pero. La Estadística es mucho más que cifras: Ciencia que estudia cómo recoger, analizar, presentar e interpretar datos como soporte a la toma de decisiones. 4
Algunas aplicaciones de la Estadística En Contabilidad: auditorias contables basadas en una muestra En Finanzas: análisis y predicción del valor financiero de una empresa En Marketing: información sobre hábitos de consumo, efectividad de una promoción En Economía: predicciones de los principales indicares económicos, análisis de los efectos de cierta medida En Política: sondeos, análisis resultados electorales, encuestas de opinión, indicadores sociales En Sostenibilidad: Objetivos del Desarrollo Sostenible (ODS) 2030 de la ONU. Datos para visibilizar a los grupos vulnerables y para detectar el grado de cumplimiento de cada uno de los 17 objetivos (Fin de la Pobreza, Hambre cero, Salud y bienestar, Educación de calidad, Igualdad de Género, etc.) y muchas más: deportes, medicina, ingeniería 5
Base de Datos (BD): elementos, variables y observaciones Datos: todas las características recogidas sobre el fenómeno que se quiere estudiar. Fuente: SDG Index & Dashboards Report 2017, http://www.sdgindex.org/ Variables Puntuaciones medias de cada país en los 17 ODS Elementos (individuos) Cada uno de los 157 miembros de la ONU considerados Observación: todos los datos (medidas) tomadas sobre cada elemento particular 6
Otros ejemplos de variables La afiliación política de los madrileños: IU, PP, PSOE, Ciudadanos, Podemos, otro. La situación de trabajo de los getafenses: desempleo, tiempo parcial, tiempo completo. Experiencia con la compra realizada: Número de periódicos que compran los lectores de prensa diaria de Madrid. Número de empleados de las empresas de Madrid. Gastos de los ayuntamientos en España. Diferentes tipos de variables requieren distintos tratamientos. 7
Tipos de variables estadísticas DATOS (VARIABLES) Categóricos (cualitativos) Numéricos (cuantitativos) Nominales: sin orden natural Partido votado en las últimas elecciones Ordinales: clases ordenables Experiencia en la compra realizada Discretos: entero Nº de empleados empresas Madrid Continuos: no entero Gastos de los Ayuntamientos de España Notación: se usan en general las letras X; Y ; Z. Ejemplo: X = Núm. empleados empresas madrileñas (mayúsculas en definición) x1 = 55; x2 = 3000 (minúsculas para valores específicos, se añaden subíndices para indicar al individuo) OJO!! Códigos numéricos para vars. cualitativas NO las convierte en numéricas (ej. Varón=1, Mujer=6) 8
Población y muestra. Fuentes de datos. Población: colección completa de individuos/elementos En la práctica no suele ser habitual estudiar todos los elementos de una población: Los elementos pueden existir conceptualmente, pero no en la realidad. Puede ser inviable económicamente estudiar a toda la población. El estudio llevaría tanto tiempo que sería impracticable e incluso las propiedades de la población podrían variar con el tiempo El estudio puede implicar la destrucción del elemento. Muestra: subconjunto de individuos de la población. 9
Población y muestra. Fuentes de datos. Muestra: subconjunto de individuos. Tiene que ser representativa de la población. El procedimiento de selección es muy importante y determina el método de análisis y la validez de las conclusiones Fuentes de datos: Información histórica disponible Resultado de la Observación Obtenidos a través de un Experimentoque se realiza controlando los factores que pueden influenciar el fenómeno que se quiere estudiar. 10
Análisis estadístico con Excel Cargar o importar datos Introducir fórmulas (opción de arrastrar fórmulas y fijar celdas) Utilizar funciones programadas Utilizar herramientas de Excel: Análisis de datos Tablas dinámicas Gráficos Opciones de edición
Análisis estadístico con Excel Cargar o importar datos: Introducir lo datos a mano Cargarlos desde un archivo externo
Análisis con Excel. Creación nuevas variables (I) Introducir fórmulas (opción de arrastrar fórmulas y fijar celdas)
Análisis estadístico con Excel Utilizar funciones programadas: seleccionar la celda, escribir =, insertar función
Análisis estadístico con Excel Utilizar funciones programadas: seleccionar la celda, escribir =, insertar función
Análisis estadístico con Excel Utilizar funciones programadas: seleccionar la celda, escribir =, insertar función =MIN(A2:A47) =CONTAR.SI(rango;criterio) =CONTAR.SI(C2:C47;1)
Análisis con Excel. Creación nuevas variables (II) A partir de la información contenida en la base de datos se pueden generar otras variables que nos proporcionen información de interés. Transformaciones mediante funciones. Creando filtros(uso de condicionales).
Algunos datos sobre LOS SIMPSON Fuente: https://www.kaggle.com/wcukierski/the-simpsons-by-the-data Marge,, Apu Número de palabras dichas en cada episodio por cada personaje rating_imdb Calificación promedio del episodio Votes Número de personas que votaron el episodio Season Código de temporada de cada episodio Millions_audience Audiencia en millones de espectadores
Análisis con Excel. Creación nuevas variables (II) Se quiere analizar el protagonismo de cada uno de los miembros de la familia (sin contar a Maggie).
Análisis con Excel. Creación nuevas variables (II) Empleo de la función condicional en Excel: =SI(prueba_lógica;[valor_si_verdadero];[valor_si_falso]) Es Homer el protagonista? Es Marge la protagonista? =SI(C2=MAX(B2:E2);1;0) =SI(B2=MAX(B2:E2);1;0) Es Bart el protagonista? Es Lisa la protagonista? =SI(D2=MAX(B2:E2);1;0) =SI(E2=MAX(B2:E2);1;0)
Análisis con Excel. Creación nuevas variables (II) Se crean 4 variables indicadoras
Análisis con Excel. Creación nuevas variables (II) Condicionales anidados para crear 1 variable =SI(B2=MAX(B2:E2);"Marge";SI(C2=MAX(B2:E2); "Homer";SI(D2=MAX(B2:E2);"Bart";"Lisa"))) =SI(F2=1;"Marge";SI(G2=1; "Homer";SI(H2=1;"Bart";"Lisa")))
Análisis con Excel. Creación nuevas variables (II) Una forma más compacta de crear la variable de filtro usando funciones de Excel: INDICE(tabla;número de fila;número de columna) Busca en la tabla el valor que se encuentra en la intersección de la fila y columna especificadas. COINCIDIR(valor buscado;tabla en la que busca;tipo de coincidencia) Busca el número de la fila y de la columna que ocupa dentro de la tabla en la que se busca la celda que coincide con el valor que estamos buscando aplicando el criterio que le fijemos: 1: encuentra el valor más grande que sea menor o igual al valor buscado. 0: encuentra el primer valor que sea exactamente igual al valor buscado. -1: encuentra el valor más pequeño que sea mayor o igual que el valor buscado.
Análisis con Excel. Creación nuevas variables (II) INDICE($B$1:$E$1;1;COINCIDIR(MAX(B2:E2);B2:E2;0)) Busca en la tabla de nombres (1 fila x 4 col.), el valor que ocupa la posición Fila 1, Columna en la que está el valor que coincide (exactamente) con el Máximo de los 4 valores que están en el rango B2:E2
Análisis con Excel. Creación nuevas variables (II) Para qué puede ser útil la nueva variable?