Estadistica Aplicada

estadsticaAPLICADA
a los negocios
Yvn Daz Zelada
Escuela de Negocios Neumann
Presentacin del curso Estimado Alumno: Bienvenido al curso de Estadistica Aplicada a los Negoci0os. El programa trata de enfatizar, y en lo posible practicar en clase, lo que se entiende conceptualmente por estadstica, sus definiciones y sus aplicaciones en los diferentes campos del negocio. Usted deber desarrollar su capacidad para leer, investigar y analizar. Se dejar total libertad y se estimular su creatividad para que se imaginen escenarios futuros, piense atpicamente y que vea cualquier situacin desde varios e inesperados ngulos. Usted har las clases y ser el eje central del proceso de aprendizaje. Quisiera trabaje seria, fuerte y sostenidamente desde ahora, hasta las fechas de nuestras sesiones. Lean toda la documentacin prescrita que hare llegar durante nuestro programa. Trabaje en equipo y preprese bien antes de cada clase. Espero que disfrute las sesiones y solo le prometo que ser muy cordial, abierto a sugerencias y particularmente exigente con la calidad de los trabajos que estoy encomendando ya que al hacerlo, ser usted el que agregar valor a su formacin personal y profesional va esmero y dedicacin. En educacin no hay atajos fciles, ni frmulas mgicas o instantneas. Solo trabajo inteligente y dedicacin. Espero que aprenda que para alcanzar los objetivos complejos de la vida personal y empresarial, estos estn llenos de sorpresas y no son senderos libres de desafos y pruebas a su carcter, inteligencia y superacin de la adversidad. Confucio dijo que la disciplina es un rbol de races amargas pero frutos dulces y confo que las horas y esfuerzos que dedicar desde ahora a cumplir lo solicitado, le traiga nuevos conceptos y estmulos, as como renovados valores empresariales y personales que espero sean de niveles de excelencia ya que la mediocridad es un psimo habito que estoy seguro ninguno de ustedes quieren adquirirlo ni practicarlo. Le ruego se organice y sea metdico, ordenado y sobre todos puntual, de esta forma estar respetando las instrucciones del programa. Puede preguntarme por correo electrnico (ydiaz@neumann.edu.pe) toda duda que pueda tener. Quedo a su entera disposicin y nos vemos en clase. Suerte e infinitos xitos.
Yvn Daz Zelada|MBA,PBA,ING Docente de curso
Estadstica Aplicada, Yvn Daz Zelada
|2
GENERALIDADES
No se puede gestionar lo que no se mide. Las mediciones son la clave. Si usted no puede medirlo, no puede controlarlo. Si no puede controlarlo, no puede gestionarlo. Si no puede gestionarlo, no puede mejorarlo. La falta sistemtica o ausencia estructural de estadsticas en las organizaciones impide una administracin cientfica de las mismas. Dirigir slo en base a datos financieros del pasado, realizar predicciones basadas ms en la intuicin o en simples extrapolaciones, y tomar decisiones desconociendo las probabilidades de xito u ocurrencia, son slo algunos de los problemas o inconvenientes ms comunes hallados en las empresas. Carecer de datos estadsticos en cuanto a lo que acontece tanto interna como externamente, impide decidir sobre bases racionales, y adoptar las medidas preventivas y correctivas con el suficiente tiempo para evitar daos, en muchos casos irreparables, para la organizacin. Peter Drucker hace dos afirmaciones bsicas. Primero, afirma que pocos factores son tan importantes para la actuacin de la organizacin como la medicin. Segundo, lamenta el hecho de que la medicin sea el rea ms dbil de la gestin en muchas empresas. Prcticamente todos los autores de libros de gestin han lamentado que la medicin sea crtica para el xito y que la mayora de los directores no tengan habilidades cuantitativas adecuadas. En otras pocas disponer de los datos y luego analizarlos resultaba una labor costosa y agotadora, pues ella se basaba en la labor manual de los empleados. Pero hoy se cuenta con computadoras cada da ms veloces y econmicas, al tiempo que se dispone de programas ms potentes y flexibles, por lo cual las empresas que utilicen dicho potencial obtendrn una fuerte diferencia competitiva en relacin a sus adversarios, pero ms an podrn mejorar continuamente la performance en los diversos ratios y mediciones que hacen a los procesos y actividades de la empresa. Las empresas que no hagan uso de estas nuevas potencialidades y afronten debidamente stas nuevas exigencias, no slo perdern capacidad competitiva, sino que quedarn desacoplados ante los continuos cambios del entorno, poniendo en serio riesgo su propia continuidad. En otras pocas con lentos procesos de cambios, los cuales resultaban casi imperceptibles en el tiempo, se poda administrar una empresa con pocos datos estadsticos. Hoy en un mundo de profundos y veloces cambios en todos los rdenes ya no es posible actuar con displicencia. Hoy un empresario necesita predecir a tiempo los niveles de demanda de sus productos, necesita reconocer a tiempo los cambios de tendencia, debe no slo saber en qu se gast, sino como se gast en el tiempo y en que conceptos.
|3
Para negociar, para tomar decisiones, para corregir problemas de calidad, para aumentar la productividad, para fijar precios, para mejorar el mantenimiento y disponibilidad de las mquinas e instalaciones, para mejorar la concesin y cobranza de los crditos se requiere s o s contar con datos estadsticos. Toda decisin, todo anlisis, todo presupuesto, est prcticamente en el aire si no se cuenta con datos estadsticos suficientes y fiables. No slo a nivel empresa, sino tambin a nivel pas, los que ms han avanzado han sido aquellos que hicieron de las estadsticas una herramienta fundamental. W. Edwards Deming, un pionero en mtodos estadsticos para el control de calidad, seal que en Japn se pone mucho nfasis en las estadsticas para directores de empresa. En parte fue la aplicacin de las tcnicas estadsticas enseadas por Deming lo que hizo que Japn pasara de ser un fabricante de imitaciones baratas a lder internacional en productos de primera calidad que es hoy por hoy. Sin estadsticas una empresa carece de capacidad para reconocer que actividades o productos le generan utilidades, y cuales slo prdidas. No contar con datos e interpretarlos correctamente es para los administradores como caminar en la oscuridad. Contar con los datos les ilumina, les permite ver lo que est aconteciendo y en consecuencia tomar las medidas ms apropiadas. Tmese un minuto y pregntese si podra responder en sus actuales condiciones a las siguientes preguntas: qu clientes les generan los mayores beneficios? qu zonas o regiones son las que generan mayores ventas en unidades monetarias y volmenes? (en total y por producto) cules son las reparaciones que ms se han producido en el ltimo trimestre? en qu da de trabajo de cada mes logra llegar al punto de equilibrio? qu tipo de reparaciones han generado mayores egresos? puede decirme cuales son la capacidad de los diferentes procesos en materia de costos, productividad y calidad? cul es su nivel en sigma de cada una de las actividades? cul es el nivel de rotacin o permanencia de clientes? sabe en qu etapa del ciclo de vida se encuentra cada uno de sus productos o servicios? cul es el nivel de satisfaccin de sus clientes? Si dirigiera una clnica u hospital, podra saber cules son las enfermedades que ms clientes reportan? cules son los problemas que ms consultas originan? Si posee un restaurante cules son los platos ms pedidos durante el ao y por temporada? cules son los vinos ms pedidos y cules los ms vendidos? Si dirige una librera cules son los temas ms vendidos? cul es la rentabilidad que le aporta cada tema? cmo contribuye cada tema a lograr el punto de equilibrio? Si dirige un hotel cul es el tiempo promedio de estada? la cantidad de clientes por zona o regin? la cantidad de tiempo por regin y su relacin con la cantidad
|4
de tiempo de estada? la facturacin por profesin, zona, motivo de su visita (turismo, negocios, salud, profesionales, capacitacin, otros)? Ests son slo unas pocas preguntas de las cuales estoy seguro usted no podr responder, o para hacerlo deber destinar de una gran cantidad de tiempo en personal, aparte de generar una informacin poco confiable, costosa y fuera de tiempo. Si no cuenta con estos datos, cmo hace usted? para: Adoptar a tiempo las medidas correctivas; Confeccionar un presupuesto viable y efectivo; Administrar eficazmente su flujo de fondos; Evitar los excesos de stock y la obsolescencia de inventarios; Gestionar la mejora de los diversos procesos; Saber cundo est mejorando la productividad; Negociar un incremento de precios; Detectar la causa de un problema y solucionarlo. En pocas palabras: usted realmente sabe que est ocurriendo en su organizacin? Para poder saber que pasa en su organizacin es necesario contar con datos en tiempo y forma, sabindolos interpretar correctamente. Es aqu donde la estadstica y los sistemas de informacin convergen para posibilitar al directivo gestionar con mucha mayor eficiencia y eficacia su organizacin. Para qu aplicar estadsticas? Si bien qued ello claramente expuesto en los prrafos anteriores, una enumeracin nunca est dems. As pues las estadsticas son fundamentales a los efectos de gestionar y mejorar temas o actividades tales como: 1. El control de calidad. 2. El nivel de averas y sus frecuencias. 3. Los tiempos para cambios o preparacin de herramientas. 4. Los niveles de productividad de distintos procesos, actividades y productos. 5. Los costos correspondientes a distintos tipos de conceptos y actividades. 6. La gestin de crditos y cobranzas. 7. El seguimiento del flujo de fondos. 8. Los niveles de satisfaccin de los clientes y usuarios. 9. Los tipos de accidentes y sus frecuencias. 10. El anlisis paretiano de defectos, costes, rentabilidades, ventas. 11. Ventas por clientes, vendedores, zonas y productos. 12. Predicciones de ventas por zonas, productos, servicios o sucursales. 13. Capacidad de los procesos en cuanto a generacin de niveles de costes, calidad y productividad. 14. Tiempos totales de ciclos productivos. 15. Tiempos de respuestas. 16. Gestin de inventarios.
|5
17. Cumplimiento de aprovisionamiento por parte de los proveedores. 18. Prediccin de ventas por canales de comercializacin. 19. Proyectos de inversin. 20. Probabilidades para la construccin del "rbol para la Toma de Decisiones". 21. Evolucin de los distintos ratios econmicos financieros y patrimoniales a lo largo del tiempo. 22. Estudios e investigacin de mercado. 23. Tiempos de mquinas y personas por actividad. 24. Cantidad y representacin porcentual de distintos problemas y sus efectos econmicos en la organizacin. 25. Tasa de polivalencia del personal. 26. Productos ms demandados, a nivel global, por zona y por canal de comercializacin. 27. Porcentajes de actividades generadoras de valor agregado para los clientes finales, de valor agregado para la empresa y carentes de valor agregado. 28. Tiempos promedios, mximos y mnimos de reparaciones por tipo de averas. 29. Clculos de costes y en especial para el Costeo Basado en Actividades. 30. Para los clculos de productividades. 31. Coeficientes de correlacin. 32. Estadstica del personal (directivo y empleado). Tal vez la pregunta que venga en este momento a su cabeza es: y entonces por qu se aplican tan poco? En parte por una cuestin cultural de parte de los empresarios, pero en mayor medida a la falta de preparacin de los profesionales, en materia estadstica, sobre todo de aquellos que asesoran en cuanto a la gestin de las empresas. Lo antes descrito es menos frecuente en los pases anglosajones, los cuales tienen una fuerte cultura e inclinacin por las estadsticas y las probabilidades. Otro tanto se da en Japn o Corea, pases que dan a la educacin de las estadsticas y matemticas una fuerte preponderancia en sus planes de estudios y luego en la aplicacin prctica. Sin lugar a dudas la cuestin no es disponer de datos estadsticos, si los mismos no son debidamente interpretados, o ni siquiera son tenidos en consideracin. Por lo tanto es menester concientizar y formar a los directivos y empleados acerca de la fundamental y trascendental importancia de la informacin estadstica a la hora de planificar, dirigir y controlar la marcha de la empresa. Un motivo muy mencionado por algunos empresarios y directivos es que la gestin estadstica implica mayor burocracia y un incremento en los gastos. La cuestin es que esa actividad y sus costes son estratgicos, razn por la que el incremento en los costes ser compensado en gran forma mediante una mejor gestin, lo cual generar mayores ingresos acompaados de menores costes por unidad monetaria ingresada, aumentando en gran forma la rentabilidad de la empresa.
|6
Qu hacer? El primer paso como antes se expresara es concientizar, para luego pasar a capacitar. El tercer paso consiste en la implementacin. Diagnosticar para saber qu datos necesita la organizacin es un paso fundamental, pues a partir de all se disearn los programas informticos (software) ms apropiados a las actividades, procesos y requerimientos especficos de cada empresa. Si bien la intuicin nunca dejar de perder importancia, el tener el respaldo de datos confiables le permitir poder adoptar decisiones sobre una base ms apropiada. A esto se le denomina Gestin Moderna Basada en Estadsticas (GMBE). Es necesario fundamentar y demostrar a los directivos los importantes beneficios generados por la incorporacin e implementacin de las estadsticas a la organizacin. La mejor forma de hacerlo es reflejando ello como una importante "palanca" para el incremento de los resultados. Las estadsticas combinadas con el Control de Gestin y el Tablero de Comando estn en condiciones de producir resultados verdaderamente arrolladores. Si a ello se le suma las posibilidades para las grandes empresas de disponer de sistemas de simulacin, las decisiones estratgicas que se adopten tomarn nuevas formas y colores. Si estamos en la oscuridad, es mejor disponer de una vela, aunque sta sea pequea, que atropellarnos todo juntos en la oscuridad Las estadsticas modernas acompaadas de herramientas informticas permiten a los directivos, asesores y personal, contar con la suficiente informacin para mejorar a partir de ella los procesos de la empresa, tomar mejores decisiones comerciales, mejorar la seguridad y hacer un uso mucho ms productivo y provechoso de los recursos. Las estadsticas son fundamentales tanto para la administracin financiera, como para la administracin de operaciones, las ventas, el marketing, las cobranzas, la logstica y la gestin de personal entre otras reas y actividades de toda corporacin. Cada da se exige ser ms productivos, eliminando sistemticamente los despilfarros. Hacer ello posible exige de informacin. Pretender dirigir una empresa como hace cincuenta aos ya no es vlido ni posible. Usted tiene en sus manos la decisin de mejorar su empresa a travs de una GMBE, o seguir conduciendo su empresa en la oscuridad. Usted decide!
|7
TABLA DE CONTENIDOS Presentacin del curso Generalidades Introduccin Definiciones Variables estadsticas Distribucin de Frecuencias Distribucin de Frecuencias Agrupadas Diagramas de Barras y Polgonos de Frecuencia Diagrama de Sectores Histograma Parmetros Estadsticos Moda Mediana Media Aritmtica Cuartiles Deciles Desviacin Media Varianza Desviacin Tpica Coeficiente de Variacin y Puntuaciones Tpicas
|8
SESION 1
MARCO TEORICO 1. INTRODUCCION
Cuando hablamos de estadstica nos referimos a un conjunto de mtodos que nos permite manejar la empresa por medio de la obtencin y descripcin de observaciones numricas. El objetivo de la estadstica es describir al conjunto de datos obtenidos y tomar decisiones a partir de ellos o realizar generalizaciones a cerca de las caractersticas de todas las posibles observaciones bajo consideracin. La estadstica se divide en Descriptiva e Inferencial. La Estadstica Descriptiva se encarga de obtener, organizar, describir y presentar la informacin numrica. Analiza series de datos, por ejemplo, edad de una poblacin, altura de los estudiantes de una escuela, temperatura en los meses de verano, etc. y trata de extraer conclusiones sobre el comportamiento de estas variables. La Estrategia Inferencial hace generalizaciones o predicciones en base a informacin parcial o incompleta obtenida mediante tcnicas descriptivas.
2. DEFINICIONES
Estadstica La estadstica trata del recuento, ordenacin y clasificacin de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. El estudio estadstico es todo un proceso y est compuesto por las siguientes fases: o Recogida de datos o Organizacin y representacin de datos o Anlisis de datos o Obtencin de conclusiones Poblacin Se llama poblacin al conjunto de todos los elementos a los que se somete un estudio estadstico. Estos elementos pueden pertenecer a un conjunto de personas, animales o cosas sobre las cuales se va a realizar el estudio. Dicho de otro modo, la Poblacin es conjunto de todos los individuos (personas, objetos, animales, etc.) que porten informacin sobre el fenmeno que se estudia.
|9
Por ejemplo, si estudiamos el precio de la vivienda en una ciudad, la poblacin ser el total de las viviendas de dicha ciudad. Muestra Una muestra es un conjunto representativo de la poblacin de referencia, el nmero de individuos de una muestra es menor que el de la poblacin. La muestra es una pequea parte de la poblacin. Una manera ms sencilla de comprender el concepto de Muestra es verla como un subconjunto que seleccionamos de la poblacin. As, por ejemplo, si se estudia el precio de la vivienda de una ciudad, lo normal ser no recoger informacin sobre todas las viviendas de la ciudad (sera una labor muy compleja y pesada), sino que se suele seleccionar un subgrupo (muestra) que se entienda que es suficientemente representativo. Individuo (elemento) Un individuo es cada uno de los elementos que componen la poblacin. Otra notacin para este trmino es: elemento de la poblacin, unidad estadstica, entre otras. El individuo est representado por cualquier elemento que porte informacin sobre el fenmeno que se estudia. As, si estudiamos la altura de los nios de una clase, cada alumno es un individuo; si estudiamos el precio de la vivienda, cada vivienda es un individuo. Tamao de poblacin Es el nmero de elementos o individuos que componen la poblacin. En funcin del tamao de la poblacin se pueden dividir las poblaciones en finitas o infinitas, en funcin de que el nmero de elementos que contienen sea finito o infinito respectivamente. Muestreo El muestreo es la reunin de datos que se desea estudiar, obtenidos de una proporcin reducida y representativa de la poblacin Valor Un valor es cada uno de los distintos resultados que se pueden obtener en un estudio estadstico. Si lanzamos una moneda al aire 5 veces obtenemos dos valores: cara y sello. Dato Un Dato es cada uno de los valores que se han obtenido al realizar un estudio estadstico. Si lanzamos una moneda al aire 5 veces obtendremos 5 datos: cara, cara, sello, cara, sello.
| 10
Variable Generalmente denotada por x, y, z. Se llaman as pues durante todo el proceso pueden tomar diferentes valores. Constante Se definen as pues durante todo el proceso no cambia de valor. Generalmente estn denotadas por las primeras letras del alfabeto. (A, B, C)
3. VARIABLES ESTADSTICAS
Una variable estadstica es cada una de las caractersticas o cualidades que poseen los individuos de una poblacin.
Tipos de Variables:
Existen dos tipos de variables estadsticas: variables cualitativas y variables cuantitativas. 1. Variable Cualitativa Las variables cualitativas se refieren a caractersticas, atributos o cualidades que no pueden ser medidas numricamente. Por ejemplo nacionalidad, color de piel, color de ojos, sexo. Podemos distinguir dos tipos en este tipo de variables: a) Variable cualitativa nominal Una variable cualitativa nominal presenta modalidades no numricas que no admiten un criterio de orden. Por ejemplo el estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y viudo. b) Variable cualitativa ordinal o variable cuasicuantitativa Una variable cualitativa ordinal presenta modalidades no numricas, en las que existe un orden. Por ejemplo: La nota en un examen: desaprobado, aprobado, notable, sobresaliente. Puesto conseguido en una prueba deportiva: 1, 2, 3 Medallas en una prueba deportiva: oro, plata, bronce. 2. Variable Cuantitativa Este tipo de variables se pueden expresar numricamente, por lo tanto puede realizarse operaciones aritmticas con ella. Recuerde: siempre tendrn un valor numrico. Por ejemplo: la edad de una persona, el precio de un producto, los ingresos anuales, etc. Este tipo de variables se puede clasificar en dos tipos Discretas y Continuas.
| 11
a) Variable discreta Una variable discreta es aquella que toma valores aislados, es decir no admite valores intermedios entre dos valores especficos. Dicho de una manera ms sencilla, solo toman valores enteros ms no decimales o fraccionarios. Las enumeraciones o conteos dan origen a datos discretos. Por ejemplo, nmero de hermanos (pueden ser 1, 2, 3 etc.), pero por ejemplo nunca podran ser 3.45 1 de hermano, etc. b) Variable continua Una variable continua es aquella que puede tomar valores comprendidos entre dos nmeros. Dicho de otra forma, una variable continua es aquella que puede tomar un valor real dentro de un intervalo. Por ejemplo, la velocidad de un vehculo podra ser de 80.3 Km/h, 04.57 km/h. O por ejemplo la altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75, etc. Cuando se estudia el comportamiento de una variable, debe de tener muy en claro los conceptos de Individuo, Poblacin, Muestra, etc., definidos al comienzo de esta sesin.
4. DISTRIBUCION DE FRECUENCIAS
La Distribucin de Frecuencias (tambin llamada Tabla de Frecuencias o Tablas Estadsticas), es una ordenacin en forma de tabla de datos estadsticos, asignando a cada dato su frecuencia correspondiente. Tipos de Frecuencia: Existen diferentes tipos de frecuencia: La Absoluta, La Relativa y La Acumulada, Relativa Acumulada. A continuacin conceptualizare cada una de ellas. a) Frecuencia Absoluta La Frecuencia Absoluta hace referencia al nmero de veces que aparece un determinado valor en un estudio estadstico. De ahora en adelante la denotaremos como La sumatoria de frecuencias absolutas es igual al nmero total de datos y se representa por .
Para indicar de manera resumida esta expresin, se suele utilizar la letra griega sigma la misma que se utiliza para representar sumatorias. La forma resumida se vera de la siguiente manera:
| 12
b) Frecuencia Relativa La Frecuencia Relativa es el cociente entre la frecuencia absoluta de un determinado valor y el nmero total de datos. Se puede expresar como porcentaje y se representa como
La suma de las frecuencias relativas es igual a 1. c) Frecuencia Acumulada La Frecuencia Acumulada es la suma de las frecuencias absolutas de todos los valores inferiores o iguales al valor considerado. Se representa por d) Frecuencia Relativa Acumulada La Frecuencia Relativa Acumulada es el cociente entre la frecuencia acumulada de un determinado valor y el nmero total de datos. Se puede expresar en tanto por ciento. La denotaremos como Por ejemplo: Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas mximas: 32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29. Ahora armaremos la tabla de Distribucin de Frecuencia. Siga los siguientes pasos: o En la primera columna coloque la variable ordenada de menor a mayor. o En la segunda columna realice el recuento y o En la tercera columna anotaremos la frecuencia absoluta y o Finalmente calcularemos la frecuencia Recuento | || |||||| ||||||| |||||||| ||| ||| |
1 1 1/31 = 0.032 0.032 2 3 2/31 = 0.065 0.032 + 0.065 = 0.097 6 9 6/31 = 0.194 0.097 + 0.194 = 0.291 7 16 7/31 = 0.226 0.291 + 0.226 = 0.517 8 24 8/31 = 0.258 0. 517 + 0.258 = 0.775 3 27 3/31 = 0.097 0.775 + 0.097 = 0.872 3 30 3/31 = 0.097 0.872 + 0.097 = 0.969 1 31 1/31 = 0.032 0.969 + 0.032 = 1.001 31 1 Este tipo de Tabla de Frecuencias se utiliza con variables discretas.
27 28 29 30 31 32 33 34
| 13
5. DISTRIBUCION DE FRECUENCIAS AGRUPADAS

La Distribucin de Frecuencias Agrupadas (tambin llamada Tabla con Datos Agrupados), se emplearn solo si las variables toman un nmero grande de valores o si la variable es continua. Se debern de agrupar los valores en intervalos que tengan la misma amplitud denominados clases. A cada clase se le asigna una frecuencia correspondiente. Algunas definiciones importantes para poder entender frecuencias acumuladas. Lmites de clases Cada clase est delimitada por el lmite inferior de la clase y el lmite superior de la clase. Amplitud de clases La amplitud de la clase es la diferencia entre el lmite superior e inferior de la clase. Marca de Clase La marca de clase es el punto medio en cada intervalo y es el valor que representa a todo intervalo para el clculo de algunos parmetros. Lo denotaremos como Tmenos como ejemplo la siguiente distribucin y a partir de ella construiremos nuestra Tabla de Datos Agrupados. 3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13. Los pasos que usted debe seguir son los siguientes: 1) Ordene los todos los datos de menor a mayor: 3, 7, 11, 13, 13, 15, 15, 17, 20, 22, 24, 25, 26, 27, 28, 28, 29, 31, 32, 32, 33, 34, 34, 34, 35, 35, 36, 36, 37, 38, 38, 38, 39, 39, 41, 42, 43, 44, 47, 48.
2) Se localizan los valores menor y mayor de la distribucin. Para nuestro caso 3 y 48. 3) Se restan y se busca un nmero entero un poco mayor que la diferencia y que sea
divisible por el nmero de intervalos que queramos establecer. Es conveniente que el nmero de intervalos oscile entre 6 y 15. En este ejemplo lograremos 10 intervalos. Para nuestro caso sera de la siguiente manera: 48 - 3 = 45, incrementamos el nmero hasta 50 entonces dividimos entre 5 para lograr los 10 intervalos: 50/5 = 10 intervalos.
4) Se forman los intervalos teniendo presente que el lmite inferior de una clase
pertenece al intervalo, pero el lmite superior no pertenece al intervalo si no que se cuenta en el siguiente intervalo.
| 14
[0, 5) [5, 10) [10, 15) [15, 20) [20, 25) [25, 30) [30, 35) [35, 40) [40, 45) [45, 50)
(0 + 5)/2 = 2.5 (5 + 10)/2 = 7.5 (10 + 15)/2 = 12.5 (15 + 20)/2 = 17.5 (20 + 25)/2 = 22.5 (25 + 30)/2 = 27.5 (30 + 35)/2 = 32.5 (35 + 40)/2 = 37.5 (40 + 45)/2 = 42.5 (45 + 50)/2 =47.5
1 1 3 3 3 6 7 10 4 2 40
1 2 5 8 11 17 24 34 38 40
0.025 0.025 0.075 0.075 0.075 0.150 0.175 0.250 0.100 0.050 1
0.025 0.050 0.125 0.200 0.277 0.425 0.600 0.850 0.950 1
6. DIAGRAMA DE BARRAS Y POLIGONOS DE FRECUENCIAS

DIAGRAMA DE BARRAS Un diagrama de barras se utiliza para presentar datos cualitativos o datos cuantitativos de tipo discreto. Se presentan sobre unos ejes de coordenadas, en el eje de las abscisas se colocan los valores de las variables y en el eje de ordenadas las frecuencias absolutas o relativas o acumuladas. Los datos se representan mediante barras de una altura proporcional a la frecuencia. Por ejemplo: Un estudio hecho al conjunto de los 20 alumnos de una clase para determinar su grupo sanguneo ha dado el siguiente resultado:
Grupo sanguneo A B AB O
6 4 1 9 20
| 15
POLIGONOS DE FRECUENCIAS Un polgono de frecuencias se forma uniendo los extremos de las barras mediante segmentos. Tambin se puede realizar trazando los puntos que representan las frecuencias y unindolos mediante segmentos. Por ejemplo: Las temperaturas en un da de otoo de una ciudad han sufrido las siguientes variaciones:
Hora 6 9 12 15 18 21 24
Grados 7 12 14 11 12 10 8
7. DIAGRAMA DE SECTORES
Un diagrama de sectores se puede utilizar para todo tipo de variables pero se usa frecuentemente para las variables cualitativas. Los datos se representan en un crculo de modo que el ngulo de cada sector es proporcional a la frecuencia absoluta correspondiente. El diagrama circular se constituye con la ayuda de un transportador para poder formar los ngulos. Ejemplo: En una clase de 30 alumnos, 12 juegan baloncesto, 3 practican la natacin, 4 juegan al futbol y el resto no practica ningn deporte.
| 16
Baloncesto Natacin Futbol Sin deporte TOTAL
Alumnos 12 3 9 6 30
Angulo 144 36 108 72 360
8. HISTOGRAMA
Un histograma es una representacin grfica de una variable en forma de barras. Se utiliza para variables continuas o para variables discretas, con un gran nmero de datos y que se han agrupado en clases. En el eje de las abscisas se construye unos rectngulos que tienen por base la amplitud del intervalo, y por altura la frecuencia absoluta de cada intervalo. La superficie de cada barra es proporcional a la frecuencia de los valores representados. a) POLGONO DE FRECUENCIA Para construir el polgono de frecuencias se toma la marca de clase que coincide con el punto medio de cada rectngulo. Por ejemplo: El peso de 65 personas adultas viene dado por la siguiente tabla:
[50, 60) [60, 70) [70, 80) [80, 90) [90, 100) [100, 110) [110, 120)
55 65 75 85 95 110 115
8 10 16 14 10 5 2 65
8 18 34 48 58 63 65
| 17
b) HISTOGRAMA Y POLGONO DE FRECUENCIA ACUMULADAS Si se representan las frecuencias acumuladas de una tabla de datos agrupados se obtiene el histograma de frecuencias acumuladas.
| 18
c) HISTOGRAMA CON INTERVALOS DE AMPLITUD DIFERENTE Para construir un histograma con intervalo de amplitud diferente tenemos que calcular las alturas de los rectngulos del histograma.
Dnde: Es la altura del intervalo Es la frecuencia del intervalo Es la amplitud del intervalo Por ejemplo: En la siguiente tabla se muestra las calificaciones (desaprobado, aprobado, notable y sobresaliente) obtenidas por un grupo de 50 alumnos.
[0, 5) [5, 7) [7, 9) [9, 10)
15 20 12 3 50
3 10 6 3
Por ejemplo para el primer dato la amplitud del intervalo es de 5, el segundo intervalo es 2 y as sucesivamente.
FIN SESION 1
| 19
SESION 2
9. PARAMETROS ESTADISTICOS
Se denomina parmetro estadstico a al nmero que se obtiene a partir de los datos de una distribucin estadstica. Sirven para sintetizar la informacin dada por una tabla o por una grfica. TIPOS DE PARAMETROS ESTADSTICOS Existen tres tipos de parmetros estadsticos: De centralizacin, de posicin y de dispersin. a) Medidas de Centralizacin Nos indican en torno a qu valor (centro) se distribuyen los datos. Las medidas de centralizacin son: la media aritmtica, la mediana y la moda. o Media Aritmtica: Es el valor promedio de la distribucin. o Mediana: Es la puntuacin de la escala que separa la mitad superior de la distribucin y la inferior, es decir divide la serie de datos en dos partes. o Moda: Es el valor que ms se repite en una distribucin. b) Medidas de Posicin Las medidas de posicin dividen un conjunto de datos en grupos con el mismo nmero de individuos. Para calcular este tipo de medida es necesario que los datos estn ordenados de menor a mayor. Las medidas de posicin son: o Cuartiles Los cuartiles dividen la serie de datos en cuatro series iguales. o Deciles Los deciles dividen la ser dividen la serie de datos en diez partes iguales. o Percentiles Los percentiles dividen la serie de datos en cien partes iguales. c) Medidas de Dispersin Las medidas de dispersin nos informan sobre cuanto se alejan del centro los valores de la distribucin.
| 20
Las medidas son: o Rango o recorrido El rango es la diferencia entre el mayor y el menor de los datos de una distribucin estadstica. o Desviacin media La desviacin media es la media aritmtica de los valores absolutos de las desviaciones respecto a la media. o Varianza La varianza es la media aritmtica del cuadrado de las desviaciones respecto a la media. o Desviacin tpica La desviacin tpica es la raz cuadrada de la varianza.
10.MODA
La moda es el valor que tiene mayor frecuencia absoluta. Se representa por Mo Se puede hallar la moda para variables cualitativas y cuantitativas. Por ejemplo: Hallar la moda de la distribucin: 2, 3, 3, 4, 4, 4, 5, 5. Mo = 4 Consideraciones: o Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa frecuencia es la mxima, la distribucin es bimodal o multimodal, es decir, tiene varias modas. Por ejemplo: 1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9. Mo = 1, 5, 9 o Cuando todas las puntuaciones de un grupo tienen la misma frecuencia, no hay moda. Por ejemplo: 2, 2, 3, 3, 6, 6, 9, 9. o Si dos puntuaciones adyacentes tienen la frecuencia mxima, la moda es el promedio de las dos puntuaciones adyacentes. 0, 1, 3, 3, 5, 5, 7, 8. Mo = 4. CALCULO DE LA MODA PARA DATOS AGRUPADOS 1. Todos los intervalos tienen la misma amplitud
Dnde: Es el lmite inferior de la clase modal. Es la frecuencia absoluta de la clase modal. Es la frecuencia absoluta inmediatamente inferior a la clase modal. Es la frecuencia absoluta inmediatamente posterior a la clase modal. Es la amplitud de la clase.
| 21
Tambin se utiliza otra frmula de la moda que da un valor aproximado de sta:
Ejemplo Calcular la moda de una distribucin estadstica que viene dada por la siguiente tabla: fi 5 18 42 27 8 100
[60, 63) [63, 66) [66, 69) [69, 72) [72, 75)
2. Los intervalos tienen amplitudes distintas En primer lugar tenemos que hallar las alturas.
La clase modal es la que tiene mayor altura.
La frmula de la moda aproximada cuando existen distintas amplitudes es:
| 22
Ejemplo En la siguiente tabla se muestra las calificaciones (suspenso, aprobado, notable y sobresaliente) obtenidas por un grupo de 50 alumnos. Calcular la moda. fi 15 20 12 3 50 hi 3 10 6 3
[0, 5) [5, 7) [7, 9) [9, 10)
11.MEDIANA
Es el valor que ocupa el lugar central de todos los datos cuando stos estn ordenados de menor a mayor. La mediana se representa por Me. La mediana se puede hallar slo para variables cuantitativas. CLCULO DE LA MEDIANA o Ordenamos los datos de menor a mayor. o Si la serie tiene un nmero impar de medidas la mediana es la puntuacin central de la misma. 2, 3, 4, 4, 5, 5, 5, 6, 6 Me= 5 o Si la serie tiene un nmero par de puntuaciones la mediana es la media entre las dos puntuaciones centrales. 7, 8, 9, 10, 11, 12 Me= 9.5 CLCULO DE LA MEDIANA PARA DATOS AGRUPADOS La mediana se encuentra en el intervalo donde la frecuencia acumulada llega hasta la mitad de la suma de las frecuencias absolutas. Es decir tenemos que buscar el intervalo en el que se encuentre .
| 23
Donde: Li Fi-1 ai Es el lmite inferior de la clase donde se encuentra la mediana. Es la semisuma de las frecuencias absolutas. Es la frecuencia acumulada anterior a la clase mediana. Es la amplitud de la clase.
La mediana es independiente de las amplitudes de los intervalos. Ejemplo Calcular la mediana de una distribucin estadstica que viene dada por la siguiente tabla: fi 5 18 42 27 8 100 Fi 2 23 65 92 100
[60, 63) [63, 66) [66, 69) [69, 72) [72, 75)
o o Clase de la mediana: [66, 69) o
12.MEDIA ARITMETICA
La media aritmtica es el valor obtenido al sumar todos los datos y dividir el resultado entre el nmero total de datos. Es el smbolo de la media aritmtica.
| 24
Ejemplo Los pesos de seis amigos son: 84, 91, 72, 68, 87 y 78 kg. Hallar el peso medio.
Media aritmtica para datos agrupados Si los datos vienen agrupados en una tabla de frecuencias, la expresin de la media es:
Ejemplo: En un test realizado a un grupo de 42 personas se han obtenido las puntuaciones que muestra la tabla. Calcula la puntuacin media. Xi 15 25 35 45 55 65 75 fi 1 8 10 9 8 4 2 42 Xi*fi 15 200 350 405 440 260 150 1820
[10, 20) [20, 30) [30, 40) [40, 50) [50, 60) [60, 70) [70, 80)
| 25
1. PROPIEDADES DE LA MEDIA ARITMTICA o La suma de las desviaciones de todas las puntuaciones de una distribucin respecto a la media de la misma igual a cero.
La suma de las desviaciones de los nmeros 8, 3, 5, 12, 10 de su media aritmtica 7.6 es igual a 0: 8 7.6 + 3 7.6 + 5 7.6 + 12 7.6 + 10 7.6 = = 0. 4 4.6 2.6 + 4. 4 + 2. 4 = 0 o La suma de los cuadrados de las desviaciones de los valores de la variable con respecto a un nmero cualquiera se hace mnima cuando dicho nmero coincide con la media aritmtica.
o Si a todos los valores de la variable se les suma un mismo nmero, la media aritmtica queda aumentada en dicho nmero. o Si todos los valores de la variable se multiplican por un mismo nmero la media aritmtica queda multiplicada por dicho nmero. Observaciones sobre la media aritmtica o La media se puede hallar slo para variables cuantitativas. o La media es independiente de las amplitudes de los intervalos. o La media es muy sensible a las puntuaciones extremas. Si tenemos una distribucin con los siguientes pesos: 65 kg, 69kg , 65 kg, 72 kg, 66 kg, 75 kg, 70 kg, 110 kg. o La media es igual a 74 kg, que es una medida de centralizacin poco representativa de la distribucin. o La media no se puede calcular si hay un intervalo con una amplitud indeterminada.
| 26
[60, 63) [63, 66) [66, 69) [69, 72) [72, )
fi 61.5 64.5 67.5 70.5
Fi 5 18 42 27 8 100
En este caso no es posible hallar la media porque no podemos calcular la marca de clase de ltimo intervalo.
13.CUARTILES
Los cuartiles son los tres valores de la variable que dividen a un conjunto de datos ordenados en cuatro partes iguales. Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y al 75% de los datos. Q2 coincide con la mediana. CLCULO DE LOS CUARTILES o Ordenamos los datos de menor a mayor. o Buscamos el lugar que ocupa cada cuartil mediante la expresin
.
Nmero impar de datos 2, 5, 3, 6, 7, 4, 9 2, 3, 4, 5, 6, 7, 9 Q1 Q2 Q3 Nmero par de datos 2, 5, 3, 4, 6, 7, 1, 9 1, 2, 3, 4, 5, 6, 7, 9 2.5 4.5 6.5 Q1 Q2 Q3
| 27
Clculo de los cuartiles para datos agrupados En primer lugar buscamos la clase donde se encuentra , de las frecuencias acumuladas. en la tabla
Li N Fi-1 ai
Es el lmite inferior de la clase donde se encuentra el cuartil. Es la suma de las frecuencias absolutas. Es la frecuencia acumulada anterior a la clase del cuartil. Es la amplitud de la clase.
Ejemplo de cuartiles Calcular los cuartiles de la distribucin de la tabla: fi 8 10 16 14 10 5 2 65 Fi 8 18 34 48 58 63 65
[50, 60) [60, 70) [70, 80) [80, 90) [90, 100) [100, 110) [110, 120)
Clculo del primer cuartil
Clculo del segundo cuartil
| 28
Clculo del tercer cuartil
14.DECILES
Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales. Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos. D5 coincide con la mediana. CLCULO DE LOS DECILES En primer lugar buscamos la clase donde se encuentra, de las frecuencias acumuladas. en la tabla
Li N Fi-1 ai
Es el lmite inferior de la clase donde se encuentra el decil. Es la suma de las frecuencias absolutas. Es la frecuencia acumulada anterior a la clase el decil.. Es la amplitud de la clase.
Ejercicio de deciles Calcular los deciles de la distribucin de la tabla: fi 8 10 16 14 10 5 2 65 Fi 8 18 34 48 58 63 65
[50, 60) [60, 70) [70, 80) [80, 90) [90, 100) [100, 110) [110, 120)
| 29
Clculo del primer decil
Clculo del segundo decil
Clculo del tercer decil
Clculo del cuarto decil
Clculo del quinto decil
Clculo del sexto decil
| 30
Clculo del sptimo decil
Clculo del octavo decil
Clculo del noveno decil
15.DESVIACION MEDIA
DESVIACIN RESPECTO A LA MEDIA La desviacin respecto a la media es la diferencia en valor absoluto entre cada valor de la variable estadstica y la media aritmtica. | |
1. Desviacin media La desviacin media es la media aritmtica de los valores absolutos de las desviaciones respecto a la media. La desviacin media se representa por
| 31
Ejemplo: Calcular la desviacin media de la distribucin: 9, 3, 8, 8, 9, 8, 9, 18

|
Desviacin media para datos agrupados Si los datos vienen agrupados en una tabla de frecuencias, la expresin de la desviacin media es:
Ejemplo Calcular la desviacin media de la distribucin: Xi [10, 15) [15, 20) [20, 25) [25, 30) [30, 35) 12.5 17.5 22.5 27.5 32.5 fi 3 5 7 4 2 21 Xi*fi 37.5 87.5 157.5 110 65 457.5 | | | | 27.858 21.43 4.998 22.856 21.428 98.57
9.286 4.286 0.714 5.714 10.174
| 32
16.VARIANZA
La varianza es la media aritmtica del cuadrado de las desviaciones respecto a la media de una distribucin estadstica. La varianza se representa por .
Varianza para datos agrupados
Para simplificar el clculo de la varianza vamos o utilizar las siguientes expresiones que son equivalentes a las anteriores.
Varianza para datos agrupados
Ejemplos de varianza: Calcular la varianza de la distribucin: 9, 3, 8, 8, 9, 8, 9, 18
| 33
Calcular la varianza de la distribucin de la tabla: Xi [10, 20) [20, 30) [30, 40) [40, 50) [50, 60) [60, 70) [70, 80) 15 25 35 45 55 65 75 fi 1 8 10 9 8 4 2 42 Xi*fi 15 200 350 405 440 260 150 1820 Xi2*fi 225 5000 12 250 18 225 24 200 16 900 11 250 88 050
PROPIEDADES DE LA VARIANZA o La varianza ser siempre un valor positivo o cero, en el caso de que las puntuaciones sean iguales. o Si a todos los valores de la variable se les suma un nmero la varianza no vara. o Si todos los valores de la variable se multiplican por un nmero la varianza queda multiplicada por el cuadrado de dicho nmero. o Si tenemos varias distribuciones con la misma media y conocemos sus respectivas varianzas se puede calcular la varianza total.
Si todas las muestras tienen el mismo tamao:
Si las muestras tienen distinto tamao:
| 34
Observaciones sobre la varianza o La varianza, al igual que la media, es un ndice muy sensible a las puntuaciones extremas. o En los casos que no se pueda hallar la media tampoco ser posible hallar la varianza. o La varianza no viene expresada en las mismas unidades que los datos, ya que las desviaciones estn elevadas al cuadrado.
17.DESVIACION TIPICA
La desviacin tpica es la raz cuadrada de la varianza. Es decir, la raz cuadrada de la media de los cuadrados de las puntuaciones de desviacin. La desviacin tpica se representa por .
Desviacin tpica para datos agrupados
Para simplificar el clculo vamos o utilizar las siguientes expresiones que son equivalentes a las anteriores.
| 35
Ejemplo de desviacin tpica Calcular la desviacin tpica de la distribucin: 9, 3, 8, 8, 9, 8, 9, 18
Calcular la desviacin tpica de la distribucin de la tabla: Xi fi Xi*fi Xi2*fi [10, 20) 15 1 15 225 [20, 30) 25 8 200 5000 [30, 40) 35 10 350 12 250 [40, 50) 45 9 405 18 225 [50, 60) 55 8 440 24 200 [60, 70) 65 4 260 16 900 [70, 80) 75 2 150 11 250 42 1820 88 050
| 36
PROPIEDADES DE LA DESVIACIN TPICA o La desviacin tpica ser siempre un valor positivo o cero, en el caso de que las puntuaciones sean iguales. o Si a todos los valores de la variable se les suma un nmero la desviacin tpica no vara. o Si todos los valores de la variable se multiplican por un nmero la desviacin tpica queda multiplicada por dicho nmero. o Si tenemos varias distribuciones con la misma media y conocemos sus respectivas desviaciones tpicas se puede calcular la desviacin tpica total.
Si todas las muestras tienen el mismo tamao:
Si las muestras tienen distinto tamao:
Observaciones sobre la desviacin tpica o La desviacin tpica, al igual que la media y la varianza, es un ndice muy sensible a las puntuaciones extremas. o En los casos que no se pueda hallar la media tampoco ser posible hallar la desviacin tpica. o Cuanta ms pequea sea la desviacin tpica mayor ser la concentracin de datos alrededor de la media.
| 37
18.COEFICIENTE DE VARIACION Y PUNTUACIONES TIPICAS

1. COEFICIENTE DE VARIACIN El coeficiente de variacin es la relacin entre la desviacin tpica de una muestra y su media. El coeficiente de variacin se suele expresar en porcentajes: El coeficiente de variacin permite comparar las dispersiones de dos distribuciones distintas, siempre que sus medias sean positivas. Se calcula para cada una de las distribuciones y los valores que se obtienen se comparan entre s. La mayor dispersin corresponder al valor del coeficiente de variacin mayor. Ejemplo Una distribucin tiene x = 140 y = 28.28 y otra x = 150 y = 25. Cul de las dos presenta mayor dispersin?
La primera distribucin presenta mayor dispersin. 2. PUNTUACIONES TPICAS a) Puntuaciones diferenciales Las puntuaciones diferenciales resultan de restarles a las puntuaciones directas la media aritmtica. xi = Xi X b) Puntuaciones tpicas Las puntuaciones tpicas son el resultado de dividir las puntuaciones diferenciales entre la desviacin tpica. Este proceso se llama tipificacin. Las puntuaciones tpicas se representan por z.
| 38
Observaciones sobre puntuaciones tpicas o La media aritmtica de las puntuaciones tpicas es 0. o La desviacin tpica de las puntuaciones tpicas es 1. o Las puntuaciones tpicas son adimensionales, es decir, son independientes de las unidades utilizadas. o Las puntuaciones tpicas se utilizan para comparar las puntuaciones obtenidas en distintas distribuciones. Ejemplo: En una clase hay 15 alumnos y 20 alumnas. El peso medio de los alumnos es 58.2 kg y el de las alumnas y 54.4 kg. Las desviaciones tpicas de los dos grupos son, respectivamente, 3.1 kg y 5.1 kg. El peso de Jos es de 70 kg y el de Ana es 65 kg. Cul de ellos puede, dentro del grupo de alumnos de su sexo, considerarse ms grueso?
Jos es ms grueso respecto de su grupo que Ana respecto al suyo.
FIN SESION 2
| 39
GLOSARIO DE TERMINOS ESTADISTICOS ESTADSTICA La Estadstica trata del recuento, ordenacin y clasificacin de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. POBLACIN Una poblacin es el conjunto de todos los elementos a los que se somete a un estudio estadstico. INDIVIDUO Un individuo o unidad estadstica es cada uno de los elementos que componen la poblacin. MUESTRA Una muestra es un conjunto representativo de la poblacin de referencia, el nmero de individuos de una muestra es menor que el de la poblacin. MUESTREO El muestreo es la reunin de datos que se desea estudiar, obtenidos de una proporcin reducida y representativa de la poblacin. VALOR Un valor es cada uno de los distintos resultados que se pueden obtener en un estudio estadstico. Si lanzamos una moneda al aire 5 veces obtenemos dos valores: cara y cruz. DATO Un dato es cada uno de los valores que se ha obtenido al realizar un estudio estadstico. Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara, cara, cruz, cara, cruz. VARIABLES ESTADSTICAS Variable cualitativa Las variables cualitativas se refieren a caractersticas o cualidades que no pueden ser medidas con nmeros. Podemos distinguir dos tipos: Variable cualitativa nominal Una variable cualitativa nominal presenta modalidades no numricas que no admiten un criterio de orden. Variable cualitativa ordinal o variable cuasicuantitativa Una variable cualitativa ordinal presenta modalidades no numricas, en las que existe un orden.
| 40
Variable cuantitativa Una variable cuantitativa es la que se expresa mediante un nmero, por tanto se pueden realizar operaciones aritmticas con ella. Podemos distinguir dos tipos: Variable discreta Una variable discreta es aquella que toma valores aislados, es decir no admite valores intermedios entre dos valores especficos. Variable contina Una variable continua es aquella que puede tomar valores comprendidos entre dos nmeros. DISTRIBUCIN DE FRECUENCIAS La distribucin de frecuencias o tabla de frecuencias es una ordenacin en forma de tabla de los datos estadsticos, asignando a cada dato su frecuencia correspondiente. DIAGRAMA DE BARRAS Un diagrama de barras se utiliza para de presentar datos cualitativos o datos cuantitativos de tipo discreto. Los datos se representan mediante barras de una altura proporcional a la frecuencia. POLGONOS DE FRECUENCIAS Un polgono de frecuencias se forma uniendo los extremos de las barras mediante segmentos. Tambin se puede realizar trazando los puntos que representan las frecuencias y unindolos mediante segmentos. DIAGRAMA DE SECTORES Un diagrama de sectores se puede utilizar para todo tipo de variables, pero se usa frecuentemente para las variables cualitativas. Los datos se representan en un crculo, de modo que el ngulo de cada sector es proporcional a la frecuencia absoluta correspondiente.
HISTOGRAMA Un histograma es una representacin grfica de una variable en forma de barras. Se utilizan para variables continuas o para variables discretas, con un gran nmero de datos, y que se han agrupado en clases. En el eje abscisas se construyen unos rectngulos que tienen por base la amplitud del intervalo, y por altura, la frecuencia absoluta de cada intervalo.
| 41
MEDIDAS DE CENTRALIZACIN Moda La moda es el valor que tiene mayor frecuencia absoluta. Se representa por Mo. Se puede hallar la moda para variables cualitativas y cuantitativas. Clculo de la moda para datos agrupados 1 Todos los intervalos tienen la misma amplitud.
2 Los intervalos tienen amplitudes distintas. En primer lugar tenemos que hallar las alturas.
La clase modal es la que tiene mayor altura.
Mediana Es el valor que ocupa el lugar central de todos los datos cuando stos estn ordenados de menor a mayor. La mediana se representa por Me. La mediana se puede hallar slo para variables cuantitativas. Clculo de la mediana 1. Ordenamos los datos de menor a mayor. 2. Si la serie tiene un nmero impar de medidas la mediana es la puntuacin central de la misma. 3. Si la serie tiene un nmero par de puntuaciones la mediana es la media entre las dos puntuaciones centrales. Clculo de la mediana para datos agrupados La mediana se encuentra en el intervalo donde la frecuencia acumulada llega hasta la mitad de la suma de las frecuencias absolutas. Es decir tenemos que buscar el intervalo en el que se encuentre .
| 42
Media aritmtica La media aritmtica es el valor obtenido al sumar todos los datos y dividir el resultado entre el nmero total de datos. es el smbolo de la media aritmtica.
Media aritmtica para datos agrupados Si los datos vienen agrupados en una tabla de frecuencias, la expresin de la media es:
MEDIDAS DE POSICIN Cuartiles Los cuartiles son los tres valores de la variable dividen a un conjunto de datos ordenados en cuatro partes iguales. Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y al 75% de los datos.
Deciles Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales. Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos.
| 43
Percentiles Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales. Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos.
MEDIDAS DE DISPERSIN Desviacin media La desviacin media es la media aritmtica de los valores absolutos de las desviaciones respecto a la media. La desviacin media se representa por
Desviacin media para datos agrupados Si los datos vienen agrupados en una tabla de frecuencias, la expresin de la desviacin media es:
Varianza La desviacin tpica es la raz cuadrada de la varianza. La desviacin tpica se representa por .
| 44
Desviacin estndar La desviacin tpica es la raz cuadrada de la varianza. La desviacin tpica se representa por .
Desviacin estndar para datos agrupados
Para simplificar el clculo vamos o utilizar las siguientes expresiones que son equivalentes a las anteriores.
Coeficiente de variacin El coeficiente de variacin es la relacin entre la desviacin tpica de una muestra y su media.
Puntuaciones tpicas Las puntuaciones tpicas son el resultado de dividir las puntuaciones diferenciales entre la desviacin tpica. Este proceso se llama tipificacin.
| 45

Estadistica Aplicada

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Estadistica Aplicada

Transféré par

Droits d'auteur :

Formats disponibles

estadsticaAPLICADA

Escuela de Negocios Neumann

Yvn Daz Zelada|MBA,PBA,ING Docente de curso

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Escuela de Negocios Neumann

5. DISTRIBUCION DE FRECUENCIAS AGRUPADAS

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

0.025 0.050 0.125 0.200 0.277 0.425 0.600 0.850 0.950 1

6. DIAGRAMA DE BARRAS Y POLIGONOS DE FRECUENCIAS

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Baloncesto Natacin Futbol Sin deporte TOTAL

Angulo 144 36 108 72 360

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

[0, 5) [5, 7) [7, 9) [9, 10)

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Escuela de Negocios Neumann

Tambin se utiliza otra frmula de la moda que da un valor aproximado de sta:

La clase modal es la que tiene mayor altura.

La frmula de la moda aproximada cuando existen distintas amplitudes es:

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

[0, 5) [5, 7) [7, 9) [9, 10)

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

o o Clase de la mediana: [66, 69) o

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

Estadstica Aplicada, Yvn Daz Zelada

Escuela de Negocios Neumann

[60, 63) [63, 66) [66, 69) [69, 72) [72, )

fi 61.5 64.5 67.5 70.5