CAPITULO I

ESTADISTICA
Es la ciencia que nos proporciona un conjunto de mtodos y procedimientos para recolectar, organizar y presentar un conjunto de datos para una posterior toma de decisiones o conclusiones y mediante la teora de probabilidades elegir la opcin que indique el mnimo margen de error. DIVISIN DE LA ESTADSTICA: Se divide en: 1. Estadstica Descriptiva.- Es la que se ocupa de recolectar organizar y presentar un conjunto de datos. Ejemplo. Tabla de frecuencias. 2. Estadstica Inferencial.- Se ocupa de extraer conclusiones necesarias en base a una muestra extrada de la poblacin.

CONCEPTOS BSICOS: 1. Poblacin.- Es un conjunto de unidades elementales que posean una caracterstica o propiedad en comn. El estudio de toda la poblacin lo conforma un CENSO. Ejemplo. Todos los alumnos que llevan el curso de Estadstica 2. Unidad Elemental.- Son los elementos que constituyen la poblacin. Ejemplo. Un alumno del curso de Estadstica 3. Muestra.- Es parte de la poblacin que debe ser obtenida al azar es decir que todos los elementos de la poblacin tienen igual probabilidad de ser elegidos solo as se dir que la muestra es representativa. 4. Parmetro.- Son constantes que caracterizan una poblacin. El valor del parmetro por lo general nunca se conoce. Los parmetros ms importantes son: x
2 x x Mo Me

5. Estimador.- Es aquel valor numrico que suponemos estima al parmetro es obtenido a partir de una muestra y su valor varia de muestra a muestra. Los estimadores ms importantes son:
x = Media muestral S2 = Varianza muestral S = Desviacion muestral M o = Moda M e = Mediana

6. Variable.- Es toda caracterstica susceptible a ser medida o evaluada de alguna manera en una unidad elemental. Existen dos tipos de variables: 6-1. Variable Cualitativas.- Son aquellas que indican cualidades: Ejemplo
Grado de instruccin. Especialidades en la Universidad.

6-2. Variables Cuantitativas.- Son aquellos que pueden medir, a su vez se dividen en 2 clases: 6-2.1. Variable Cuantitativa Discreta.- Toma valores en los enteros. Ejemplo. Nmero de cursos matriculados: 2, 3, 4, 5, 6, .............. Edad: 18, 20, 22,............................................................ Nmero de hijos: 0, 1, 2, 3, ........................................... 6-2.2. Variable Cuantitativa valores en los nmeros reales. Ejemplo. Talla: 1.76, 1.58,.......... ............ Peso: 58.45, 60.32kgs,..........etc. Continua.-

se

Toma

ESTADSTICA DESCRIPTIVA
Se encarga de presentar un conjunto de datos en tablas de frecuencias:

1) Tablas de frecuencias para variables cualitativas. 2) Tablas de frecuencia con variables cuantitativas discretas. 3) Tablas de frecuencia con variables cuantitativas continuas. Tablas de frecuencias para variables cualitativas Los pasos a seguir para construir la tabla de frecuencias es determinar: a) Identificar la variable. b) Tabulacin.- Consiste en asignar las observaciones al intervalo correspondiente. c) Frecuencias Absolutas(ni).- Indica el numero de observaciones al intervalo correspondiente. d) Frecuencias Relativas(hi = ni/n).- Indica porcentualmente l # de observaciones correspondiente a una determinada clase. Ejemplo. Con el propsito de realizar un estudio acerca de la especialidad de c/alumno UNI, matriculados en el semestre anterior, se presenta la siguiente informacin:
Alumno #1 : metalurgia #2 : geologa #3 : minas #4 : metalurgia #5 : metalurgia #6, #9 : geologa #7 : minas #10, #11, #12: minas Construya la tabla de frecuencias para la variable cualitativa y realice el grfico adecuado

Solucin: Tabla de Frecuencias para Variable Cualitativa Especialid ad Geologa Minas Metalurgi a Frecuencia Absoluta(Ni) 3 5 4 Frecuencia Relativa(Hi) 3/12 = 0.25 5/12 = 0.42 4/12 = 0.33

100*hi 25% 42% 33%

Total

12

1.00

100%

Grfico para variable cualitativa: Especialidad(yi)

Grfico Circular

1. Tabla de Frecuencias para Variables Cuantitativas Discretas Los pasos a seguir son iguales que para la tabla de frecuencias de variables cualitativa. a) Identificar la variable (yi) b) Tabulacin. c) Frecuencias absolutas(ni). d) Frecuencias relativas(hi = ni/n) Ejemplo. Los siguientes datos proporcionan l nmero de errores de una prueba de 10 preguntas realizada a 50 alumnos de estadstica. 2 0 1 0 0 1 5 0 4 1 2 3 4 1 2 0 1 0 5 1 4 1 3 4 0 2 4 2 3 4 0 1 2 0 4 2 0 1 0 0

a) b)

Construya la tabla de frecuencias. Que % de alumnos no tienen ningn error en la prueba. Que % de alumnos tienen 1 o 2 errores.

c) Disee un grfico adecuado para representar la variable.

Solucin : a)
Variable 0 1 2 3 4 5 6 Totales Tabulacin 13 11 9 6 7 3 1 Frecuencia Absoluta(ni) 13 11 9 6 7 3 1 50 Frecuencia Relativa(hi) 13/50 = 0.26 11/50 = 0.22 9/50 = 0.18 6/50 = 0.12 7/50 = 0.14 3/50 = 0.06 1/50 = 0.02 1.00 100.hi% 26% 22% 18% 12% 14% 6% 2% 100%

B)
yi = 0 h i = 0.26 26%sin error h i = 0.22 + 0.18 = 0.40 40% con 1 o 2 errores yi = 0 yi = 2

C)

Grfico para la variable cuantitativa discreta: yi = # de errores.

14
13

12
11

Grfico de varas
9

10

8 ni
7

Serie1

4
3

2
1

0 0 1 2 3 Yi 4 5 6 7

2) Tabla de frecuencias para variables cuantitativa continua 3.1. Los pasos a seguir para construir la tabla de frecuencias a determinar. a) Rango(R).- Diferencia entre valor mximo (L) y el valor mnimo (l) R=Ll Nmeros de intervalo de clase (K). - No existe una regla precisa en la practica para determinar el valor de K sin embargo, desde el punto de vista acadmico es muy aplicable la regla de STURGES, donde:
b)

Se trata que 5 k 15

K = 1 +1.33log(n)

n = tamao de muestra

El valor de K debe expresarse siempre como un nmero entero, por lo que se recomienda el redondeo por exceso o por defecto, si el valor de k se presenta en decimales. c) Tamao de intervalo de clase(C). - Es la amplitud de un intervalo de clase. Se estima:
C= R K

El redondeo de C es por exceso

Ejemplo: C = 6.873 C = 6.87 C = 6.87(2 decimales)

C = 6.9(1 decimal)

Se asume que datos estn distribuidos homogneamente. d) Determinacin de limites de los intervalos de clase.-

 Se emplean limites semi - abiertos El ltimo intervalo de clase tiene lmites cerrados. La menor observacin ser l limite inferior en el 1er intervalo de clase. Los limites deben contener todos los datos de la informacin e) Tabulacin.- Consiste en asignar todas las observaciones al rango correspondiente. f) Marca de Clase(yi). - Es aquel valor central de cada intervalo de clase y opera como la variable representativa de la muestra. Se estima: yi =( LSI+LII)/ 2

g) Frecuencia Absoluta(ni). - Indica el numero de observaciones pertenecen a una determinada clase. h) Frecuencia Relativa(hi = ni/n).- Indica porcentualmente el numero de observaciones correspondiente a una determinada clase. Frecuencias Absolutas Acumuladas(Ni). Indica la suma de las frecuencias absolutas. K Ni = ni
i)
i =1

j) Frecuencias Relativas Acumuladas(Hi).sumatoria de frecuencias relativas. K Hi = h i Ejemplo.

i =1

Indica

la

Supongamos que los siguientes datos son los pesos en gramos de 30 muestras de rocas:

a) b) c) 16.2

Construya la tabla de frecuencias. Grfique el Histograma y Polgonos de Frecuencias. Grfique la funcin escalonada y OJIVA 15.8 15.8 15.8 16.3 15.6

15.7 16.4 15.4 16.4 Solucin

16.0 15.2 15.7 16.6

16.2 15.9 16.0 15.6

16.1 15.9 16.0 15.6

16.8 15.9 16.3 16.9

16.0 16.8 16.0 16.3 n = 30

1. 2.

Rango (R) = Vmax Vmin = 16.9 15.2 = 1.7 Determinacin de K (aplicando la regla de Sturges)
K = 1 + 3. log(n) K = 1 + 3.3 log(30) K = 5.87 6

3.

Determinacin de C
C= R 1.7 = = 0.283 0.3 K 6

3) Tabla de frecuencias Marca Frecue Frecuenc Frecuencia de ncia ia Absol Clase(yi Absol. Relativa( Acumulada(Ni ) (ni) hi) )

Intervalos de Clase [ 15.2 15.5> [15.5 15.8> [15.8 16.1> [16.1 16.4 > [16.4 16.7 > [16.7 17.0]

Frecuencia Relat. Acum. (Hi)

15.35 15.65 15.95 16.25 16.55 16.85

2 5 11 6 3 3

2/30 = 0.06 0.17 0.37 0.20 0.10 0.10 7= 18 = 24 = 27 = 30 =

0.06 2
(2 + 5) (7 +11) (18 +6) (24 + 3) (27 + 3)

0.23 = (0.06 +
0.17)

0.60 = (0.23 +
0.37)

0.80 = (0.6 +
0.2)

0.90 1.00

Total

30

1.00

4) Marca de Clase:
15.2 +15.5 = 15.35 2 15.5 +15.8 = 16.65 2

y1 =

y2 =

3.2.

Grfico de la variable cuantitativa continua.

a) Histograma: Son grficos de barras cuyas bases se representan el intervalo de clase y la altura frecuencias absolutas o las frecuencias relativas. Ii vs ni Ii vs hi

b) Polgono de Frecuencias: Es el grfico que se obtiene uniendo los puntos yi (marca de clase), con ni (frecuencias absolutas) o tambin yi (marca de clase) con hi(frecuencias relativas)

12

10

Frecuencia Absoluta(ni)

Serie1

Histograma

Polgono
0
Serie1 A = 15.05 15.2 - 15.5 2

15.5 - 15.8 5 15.8 - 16.1 11 16.1 - 16.4 6 16.4 - 16.7 3 16.7 - 17.0 3 B = 17.15

Limites

La importancia del histograma y polgono radica en la utilidad de comparar poblaciones. c) Funcin Escalonada: Son grficas de barras cuyas bases representan los rangos de clases, y a la altura, la frecuencia absoluta o relativa acumulada. d) Ojiva.- Es el polgono asociado a distribuciones acumuladas. La ojiva se obtiene uniendo el limite inferior con el limite superior en forma diagonal

35

30

Frecuencia Absoluta Acumulada(Ni)

25

20 Serie1

10

Ojiva

0
Serie1

A = 15.05

15.2 - 15.5 2

15.5 - 15.8 7

15.8 - 16.1 18

16.1 - 16.4 24

16.4 - 16.7 27

16.7 - 17.0 30

B = 17.15

Limites

MEDIDAS ESTADSTICAS 1).2).Medidas de posicin Medidas de dispersin

Funci n Escal onad a

15

1.

Medidas de posicin.

Llamadas as porque tratan de localizar el centro de la distribucin de los datos. Las principales medidas de posicin son:

1.1. 1.2. 1.3.

Media Aritmtica Mediana. Moda

Media Aritmtica ( y ).- Es el promedio conjunto de datos, hay tres formas de hallarlo.
1.1.

del

1-1-1. Datos no Agrupados:

y=

y
n

n = Tamao de la muestra

Ejemplo :

13, 14, 17, 21, 24, y =

13 +14 + .....24 5

1-1-2. Datos Agrupados en tablas de frecuencias.

y=

n y
i

Donde:
n i = Frecuencia absoluta y i = Marca de clase n = Tamao de muestra

Ejemplo. ny Estimacin de la y para datos agrupados y = i i n

Sea la variable yi = Estatura

Limites [ 15.2 115.5 > [ 15.5 15.8 > [ 15.8 16.1 > [ 16.1 16.4 > [ 16.4 16.7 > [ 16.7 17.0 ]

yi 15.35 15.65 15.95 16.25 16.55 16.85

ni 2 5 11 6 3 3

n i yi i =1 n 6 ny 2(15.35) + 5(15.65) + ......3(16.85) y= i i = 30 i =1 n y=

1-1-3. Mtodo Codificado: La estimacin de la media aritmtica por el mtodo codificado es:
y = Ot + c ni Zi n

donde:

n = Frecuencia absoluta c = Amplitud O t = Origen de trabajo, es una marca de clase que presenta mayor frecu e ncia Zi = C odificacin El mtodo codificado consiste en un cambio de variable de la forma: Z i = yi ot c Se usa habitualmente cuando todas

las amplitudes de los intervalos (c) tienen la misma longitud, y la variable es cuantitativa, sin embargo a veces se aplica en tablas con amplitudes diferentes. Los resultados de la codificacin son siempre nmeros

enteros. .............-3, -2, -1, 0, 1, 2, 3, ............etc.