Unidad 1.

Fundamentos de la estadstica
Unidad 1. Fundamentos de la estadstica Contenido
Unidad 1. Fundamentos de la estadstica Presentacin de la unidad 1.1. Introduccin a la estadstica Actividad 1. Encuesta 1.2. Conceptos de estadstica 1.3. Muestreo aleatorio Actividad 2. Problemas para determinar el tamao de la muestra Actividad 3: Problemas Actividad 4. Foro: La importancia de la estadstica Autoevaluacin Evidencia de aprendizaje Cierre Para saber ms Fuentes de consulta

Unidad 1. Fundamentos de la estadstica Presentacin de la unidad

La palabra estadstica a menudo te remite a grficas y tablas; cifras relativas a nacimientos, muertes, impuestos, demografa, ingresos, deudas, crditos, etc. No obstante, para aprovechar las herramientas de anlisis estadstico, es necesario comprender qu representa cada concepto y la metodologa mediante la cual se obtiene un dato estadstico. En esta unidad se hablar sobre la importancia de la estadstica, conocers sus conceptos bsicos, as como la metodologa del muestreo para que al final, obtengas una muestra aleatoria simple.

Propsitos de la unidad

Identificars los conceptos bsicos relacionados con la Estadstica.

Reconocers la utilidad e importacia de la Estadstica.

Aplicars el procedimiento para obtener una muestra aleatoria simple.

Competencia especfica Aplica la metodologa estadstica para obtener una muestra aleatoria simple, identificando los elementos que intervienen en un problema estadstico.

Introduccin a la estadstica La estadstica es la ciencia cuyo objetivo es reunir informacin cuantitativa relacionada a individuos, grupos, series de hechos, entre otros. Gracias al anlisis de estos datos se pueden deducir algunos significados precisos o algunas previsiones para el futuro. La estadstica, en general, es la ciencia que trata la recopilacin, la organizacin, la presentacin, el anlisis y la interpretacin de datos numricos con el fin de realizar una toma de decisiones ms efectiva.

Haz clic en la imagen para conocer ms informacin. La palabra estadstica tambin se utiliza para referirse a la informacin estadstica (descripcin de parmetros); es decir, a series de datos, tablas y grficas que presentan resultados. Por ejemplo, cuando leemos las estadsticas de los equipos o escuchamos la estadstica muestra que el ndice de reprobacin en las escuelas es tal, se hace referencia a los datos y no al procedimiento o metodologa de anlisis. Utilidad e importancia de la estadstica La estadstica resulta muy til no slo para recopilar y describir datos, sino tambin para interpretar la informacin obtenida, que puede ser aprovechada para demostrar la evolucin de un fenmeno a travs de cierto tiempo.

En Mxico, el Instituto Nacional de Estadstica y Geografa (INEGI) se encarga de recabar informacin estadstica y geogrfica de todo el pas, en diferentes reas y contextos. Los mtodos estadsticos se utilizan en investigaciones de todas las reas del conocimiento en el mbito acadmico, profesional y laboral. La finalidad es resolver un problema, entendiendo ste como la diferencia entre lo real y lo deseado, donde la estadstica muestra la realidad para que el investigador la analice y tome una decisin. Divisin de la estadstica La estadstica, por su aplicacin se divide en: 1) Estadstica descriptiva. La funcin descriptiva de la estadstica se enfoca en la presentacin y clasificacin de los datos obtenidos de la poblacin que se analiza. 2) Estadstica inferencial. Esta aplicacin de la estadstica busca plantear y resolver problemas especficos y/o hacer previsiones a partir de los datos de una muestra, dado que es muy difcil

estudiar a la poblacin completa.

Actividad 1. Encuesta

Antes de continuar con el contenido de la asignatura, responde la encuesta Preferencias por carrera. Es necesario que participes en este ejercicio, porque a partir de los datos que arroje la encuesta, realizars las actividades para evaluar las tres unidades de la asignatura. Para ingresar a la Encuesta: En la ruta (parte superior izquierda del aula) da clic en Estadstica. Se enlistarn las actividades de la unidad, da clic en la Actividad 1. Encuesta Preferencias por carrerra. 1.2. Conceptos de estadstica La estadstica tiene aplicacin en prcticamente todas las reas del conocimiento, inclusive en la vida cotidiana, mucho ms a menudo de lo que crees. La siguiente actividad te permitir apreciar una aplicacin simple de la estadstica e identificar algunos conceptos relacionados con ella: 1. Lee el texto La estadstica y la salud. 2. Identifica los conceptos relacionados con la estadstica. 3. Define cada concepto utilizando slo la informacin de la lectura. No es necesario que busques definiciones.

Da clic en el icono para descargar el documento. La estadstica y la salud Carlos presenta sntomas del virus de la Influenza A (H1N1); su doctor le indica acudir a un laboratorio para tomarse una muestra de sangre a partir de la cual se realizarn estudios clnicos y determinar si los signos corresponden a dicha enfermedad. Los tcnicos del laboratorio extraen algunos mililitros de sangre para realizar un conteo de plaquetas y neutrfilos. El mdico interpreta el resultado del anlisis comparndolo contra los parmetros normales para diagnosticar adecuadamente a Carlos. Muestra: algunos mililitros de sangre. Censo : Conteo de plaquetas y neutrfilos Interpretacin: comparando resultados con parmetros normales

Conceptos bsicos de estadstica Los conceptos ms utilizados en estadstica son los que a continuacin se presentan. Poblacin: Conjunto de todos los elementos que permiten resolver un problema, que presentan una caracterstica comn determinada, observable y medible. Por ejemplo, si el elemento es una persona, se pueden estudiar las caractersticas edad, peso, nacionalidad, sexo, etc. Los elementos que integran una poblacin pueden corresponder a personas, objetos o grupos (por ejemplo, familias, las manzanas de una cosecha, empleados de una empresa, etc.). Individuo: Un individuo o unidad estadstica es cada uno de los elementos que componen la poblacin. Nota que un individuo en estadstica puede ser distinto a un individuo como persona. Por ejemplo, en los censos econmicos se obtienen datos de los negocios. En este caso cada negocio, que est formado por varias personas, es un individuo de la poblacin.

Muestra: Cuando es difcil estudiar la poblacin debido a su gran tamao o que provenga de un proceso que no se detiene (como la produccin de un bien), se debe analizar un subconjunto o parte de sta que la represente, llamado muestra, partiendo del supuesto de que este subconjunto presenta el mismo comportamiento y caractersticas que la poblacin. En general el tamao de la muestra es mucho menor al tamao de la poblacin. Muestreo: Es el proceso de recabar los datos que se desean analizar, obtenidos de una proporcin reducida y representativa de la poblacin. Dato: El dato es cada uno de los valores que se han obtenido al realizar un estudio estadstico. Por ejemplo: Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara, cara, cruz, cara, cruz.

Variable: Se llama variable a una caracterstica que se observa en una poblacin o muestra, y a la cual se desea estudiar. La variable puede tomar diferentes valores dependiendo de cada individuo. Las variables se pueden clasificar en dos tipos: 1. Variable cuantitativa. Puede ser escala continua o discreta. 2. Variable cualitativa. Puede ser escala nominal u ordinal.

Tipos de variables La variable es una caracterstica de la poblacin o muestra que desea estudiarse. Las variables pueden ser:

Cmo utilizamos los conceptos? En el ejemplo La estadstica y la salud identificaste algunos conceptos bsicos de estadstica. Ahora, revisemos juntos(as) los conceptos que estaban en el texto. La poblacin de estudio es la sangre del individuo, de la cual se toma una muestra que representa una pequea parte de esta poblacin. Esta muestra contiene informacin sobre las caractersticas que se desean observar. Los (las) expertos(as) de laboratorio preparan la sangre para observar en un microscopio electrnico los elementos (variables) que contiene, por ejemplo pueden observar la cantidad de plaquetas o neutrfilos (las plaquetas y los neutrfilos son los individuos y la cantidad que contiene la sangre de estos elementos son los datos) que contiene la muestra por unidad de volumen.

Se realiza un conteo, en este caso, del nmero de plaquetas y del nmero de neutrfilos, esta informacin se representa por medio de un estadstico, caracterstica numrica que refleja la informacin contenida en la muestra, en la que se observa el total de plaquetas. Aunque, en realidad, lo que nos interesa conocer o estimar es el total de plaquetas en el total de la sangre (poblacin) del individuo. Cuntos conceptos identificaste en la lectura?

La metodologa para solucionar un problema estadstico comprende los siguientes pasos: 1. Planteamiento del problema. En el planteamiento se define si se requiere de una muestra o es posible estudiar la poblacin, las caractersticas a estudiar (las variables), si es necesario establecer una hiptesis, entre otros. En este punto tambin se analizan los medios de los que se dispone y el procedimiento a seguir. 2. Elaboracin de un modelo. Se establece un modelo terico de comportamiento de las variables de estudio. En ocasiones no es posible disear el modelo hasta realizar un estudio previo. Los posibles modelos son normal, binomial, poisson, uniforme, y otros como binomial negativa, geomtrico. 3. Extraccin de la muestra. Se usa alguna tcnica de muestreo o un diseo experimental para obtener informacin de una pequea parte de la poblacin. 4. Tratamiento de los datos. En esta fase se eliminan posibles errores, se depura la muestra, se tabulan los datos y se calculan los valores que sern necesarios en pasos posteriores, como la media y la varianza de la muestra. Los mtodos de esta etapa corresponden a los mtodos de la estadstica descriptiva. Algunas de las etapas de esta fase son: recopilacin, clasificacin y presentacin de la informacin.

5. Estimacin de los parmetros. La estadstica inferencial nos proporciona

herramientas para la prediccin o estimacin de los parmetros de la poblacin que nos ayudarn a resolver el problema. Un ejemplo de estas herramientas son las pruebas de hiptesis que se obtienen del anlisis de los datos y los intervalos de confianza.

1.3. Muestreo aleatorio

Introduccin
Los estudios estadsticos normalmente se hacen con una parte de la poblacin, ya que realizarlos sobre la totalidad resultara demasiado complicado. Para que la informacin obtenida tenga validez y confiabilidad es necesario que la muestra cumpla con ciertas condiciones especficas. Estas condiciones estn relacionadas con el mtodo para determinar el tamao y caractersticas de la muestra y los individuos que la componen.

Los mtodos de muestreo se pueden clasificar en:

Revisa los mtodos de muestreo probabilstico, para ello, lee el texto Tipos de muestreo. Da clic en el icono para descargar el documento.

Tipos de muestreo probabilstico Dentro de los mtodos de muestreo probabilstico se encuentra, adems del muestreo aleatorio simple (que revisars con detalle ms adelante), los siguientes tipos: Muestreo sistemtico Es aquel en el que los elementos de la poblacin que conformarn la muestra se seleccionan en intervalos regulares, es decir, se numeran los elementos de la poblacin, se escoge uno al azar i y todos los elementos i + k, se seleccionan para la muestra. Ejemplo: de una poblacin de 1000 individuos se quiere seleccionar 100, la seleccin al azar del nmero i, da como resultado el individuo 13 de la poblacin, entonces la muestra se obtiene seleccionando la unidad 13, la 26, la 39, hasta que se obtienen 100 observaciones. Muestreo estratificado En este tipo de muestreo, la poblacin es clasificada en categoras diferentes entre s, llamadas estratos, que poseen gran homogeneidad respecto a alguna caracterstica (por ejemplo profesin, sexo, estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos, nuevamente, el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarn parte de la muestra. Muestreo aleatorio por conglomerados: En este tipo de muestreo cada unidad o individuo de la muestra est formado por un grupo de elementos, al que se le llama conglomerado, este grupo contiene representantes de toda la poblacin (de acuerdo a la caracterstica que se mida). El muestreo por conglomerados consiste en seleccionar aleatoriamente el nmero de conglomerados necesario para alcanzar el tamao muestral, en el cual se investigan a todos los elementos que componen los conglomerados elegidos. Muestreo mixto: Este consiste en la combinacin de dos o ms tipos de muestreo vistos anteriormente. Por ejemplo, si se desea estudiar una produccin de medicinas puede hacerse primero un muestreo aleatorio por conglomerados y escogerse ciertos lotes. Sobre estos lotes se hace luego un muestreo sistemtico y se selecciona uno de cada 29 frascos de medicina del lote.

Muestreo aleatorio simple El muestreo aleatorio simple es el procedimiento por medio del cual se obtiene una muestra aleatoria simple. Una muestra aleatoria simple es la que resulta de aplicar un mtodo por el cual todos los elementos de la poblacin tienen la misma probabilidad de ser elegidos.

A continuacin, conocers cules son los pasos para obtener una muestra aleatoria simple.

Paso 1. Definir la poblacin de estudio y el parmetro a estudiar. Paso 2. Enumerar a todas las unidades de anlisis que integran la poblacin, asignndoles un nmero de identidad o identificacin. Paso 3. Determinar el tamao de la poblacin, determinar el porcentaje de error y el porcentaje de confianza y obtener una muestra preliminar. Paso 4. Determinar el tamao ptimo de la muestra para el estudio. Paso 5. Seleccionar los sujetos de la muestra usando nmeros aleatorios.

Pasos para obtener una muestra aleatoria simple Has visto una descripcin general del procedimiento que debes seguir para obtener una muestra aleatoria simple, ahora revisars cada paso especfico.

Paso 1. Definir la poblacin de estudio y las variables a estudiar. Recuerda que la poblacin es el grupo formado por el conjunto total de individuos, objetos o medidas que poseen algunas caractersticas comunes, observables en un lugar y en un momento determinado. Por lo tanto, el paso 1 es determinar qu se estudiar.

Ejemplo Un investigador realiza un estudio sobre las relaciones de gnero en el noviazgo, su objeto de estudio son las manifestaciones de violencia fsica y psicolgica entre los (las) estudiantes del ltimo ao de la carrera de qumica. Su poblacin es el total de estudiantes del ltimo ao de ingeniera qumica que tengan novio o novia; el total de individuos con esta caracterstica es de 386. Por lo que, la poblacin es de 386 individuos y las variables son: violencia fsica y violencia psicolgica.

Paso 2. Numerar todas las unidades de anlisis que integran la poblacin, asignndoles un nmero de identificacin. Una vez que has definido la poblacin y las variables a estudiar, es necesario asignar un nmero de identificacin a cada individuo de la poblacin. Siguiendo con el ejemplo de la relaciones de gnero en el noviazgo de los (las) estudiantes de qumica, lo que sigue es numerar a los 386 estudiantes un nmero del 1 al 386.

Paso 3. Definir la poblacin, determinar el porcentaje de error y el porcentaje de confianza.

Para calcular el tamao de una muestra hay que tomar en cuenta tres factores:
1. El porcentaje de confianza con el que se quiere generalizar los datos, desde la muestra hacia la poblacin total. 2. El porcentaje de error que se pretende aceptar al momento de hacer la generalizacin. 3. El nivel de variabilidad que se calcula para comprobar la hiptesis.

A continuacin definiremos estos conceptos.

Ahora veamos una definicin de los conceptos implicados en el paso 3.

Definir el tamao de la poblacin. Significa determinar el nmero de individuos que la constituyen; la variable N representa el tamao de la poblacin. N=X Porcentaje de confianza. Es el grado o nivel de seguridad que existe para generalizar los resultados obtenidos. Esto quiere decir que un porcentaje del 100% equivale a decir que no existe ninguna duda para generalizar tales resultados, pero tambin implica estudiar a la totalidad de los casos de la poblacin. Para evitar un costo muy alto se busca un porcentaje de confianza menor, comnmente es un 95%. El nivel de confianza es la probabilidad que establecemos (sin hacer ningn clculo) para poder acertar al valor verdadero de la poblacin. Este dato se obtiene a partir de la distribucin normal estndar.

Porcentaje de error. Este error es una distancia alrededor del valor que deseamos estimar y nos da un margen de aproximacin. Al igual que en el caso de la confianza, si se quiere eliminar el riesgo del error y considerarlo como 0%, entonces la muestra es del mismo tamao que la poblacin, por lo que conviene correr un cierto riesgo de equivocarse. Comnmente se aceptan entre el 4% y el 6% como error, tomando en cuenta de que no son complementarios la confianza y el error. Variabilidad. Es la probabilidad (o porcentaje) con el que se acept y se rechaz la hiptesis que se quiere comprobar. El porcentaje con que se acept tal hiptesis se denomina variabilidad positiva y se indica con p (tambin llamada probabilidad de xito ), y el porcentaje con el que se rechaz la hiptesis es la variabilidad negativa, identificada por q (tambin llamada probabilidad de fracaso y se obtiene 1p). Variabilidad positiva=p= a la probabilidad de que suceda el evento Variabilidad negativa=q=a la probabilidad de que no suceda el evento

La variabilidad positiva (p) al sumarla con la negativa (q) siempre nos debe dar la unidad p+q=1.Cuando no se tienen antecedentes sobre la investigacin, entonces los valores de variabilidad sonp=q=0.5

Paso 4. Determinar el tamao de la muestra ptimo para el estudio. Una vez que la poblacin, el porcentaje de confianza, el porcentaje de error y el nivel de variabilidad han sido determinados, se debe determinar el tamao de la muestra. Puedes calcularlo mediante alguna de las dos frmulas que examinars: una para los casos en que se conoce el tamao de la poblacin y la otra para cuando este dato se desconoce.

Frmula para cuando no se conoce el tamao de la poblacin

Frmula para cuando se conoce el tamao de la poblacin

Nota. En este momento no conoces los procedimientos para obtener todos los componentes de las frmulas, en los ejemplos, estos componentes ya estn dados. Estos procedimientos se vern ms adelante.
1.Haz clic sobre las frmulas para ver un ejemplo de cmo se aplican. 2.Observa el video Determinar el tamao de la poblacin, que se encuentra en la pestaa Material de apoyo, en la pgina de inicio del curso. http://www.youtube.com/watch?v=QO2tJiEWdCs&feature=player_embedded

Paso 5. Seleccionar los sujetos de la muestra usando nmeros aleatorios.

El ltimo paso para obtener la muestra es saber qu individuos especficos de la poblacin se tomarn. Para hacer esto debes: 1. Numerar a los individuos de la poblacin del 1 a N (donde N es el tamao de la poblacin). 2. Generar nmeros aleatorios para seleccionar los individuos de la muestra. 3. Tomar los individuos correspondientes a los nmeros elegidos.

Los nmeros aleatorios se pueden generar por diversos mtodos, por ejemplo mediante programas computaciones (por ejemplo en Excel con la funcin =aleatorio()), funciones en calculadora, sacando nmeros de una urna o lanzando una moneda al aire, o bien utilizando tablas de nmeros aleatorios. Para obtener los nmeros aleatorios, utilizars la tabla, para ello lee el documento Uso de la tabla de nmeros aleatorios.

n es el tamao de la muestra Z es el nivel de confianza p es la variabilidad positiva q es la variabilidad negativa E es la precisin o error

Ejemplo: En un lote grande de medicinas, se desea verificar que la proporcin de los ingredientes activos sea el adecuado. Se debe determinar el tamao de la muestra para un nivel de confianza del 95% con un error del 5%. Supn que la variabilidad p=q=0.5. Solucin: Para el nivel de confianza sea igual al 95%, tienes que P(Z)=0.95 si Z=1.96. Debido a que la variabilidad y el error se pueden expresar por medio de porcentajes, en el caso necesario, hay que convertir esos valores a proporciones. Sustituyendo:

Es decir, se ocupar una muestra de aproximadamente 384 unidades.

Actividad 2. Problemas para determinar el tamao de la muestra

1. Descarga el archivo Determinacin de muestras y realiza lo que se te pide. 2. Guarda tu documento como EB_A2_Mu_XXYZ. Sustituye las XX por las dos primeras letras de tu primer nombre, la Y por la inicial de tu apellido paterno y la Z por la inicial de tu apellido materno. 3. Sube tu archivo para que tus compaeros(as) y tu Facilitador(a) lo revisen y te retroalimenten. En esta actividad es muy importante que revises los trabajos de tus compaeros(as) y los evales, dndoles una retroalimentacin sobre los aciertos de sus trabajos y tambin de los errores. Da clic en el icono para descargar el documento. Para subir tu documento: En la ruta (parte superior izquierda del aula) da clic en Estadstica. Se enlistarn las actividades de la unidad, da clic en la Actividad 2. Problemas para determinar el tamao de la muestra.

Problemas: Cierre de la unidad

1. Un lingista quiere estudiar cules son las vocales ms usadas dentro de las palabras en un texto de alrededor de tres mil palabras. Contar palabra por palabra sera demasiado trabajo. Por lo que se analizar un subconjunto representativo.

Resuelve las siguientes cuestiones:

a)

Cul es la poblacin de estudio? El texto que se quiere estudiar. Cules son los individuos de esa poblacin? Las palabras contenidas en el texto (cerca de 3000). De cuntos individuos consta la poblacin? Numralos comenzando por el 00. Del 0001 al 3000. Cul es la variable o cules son las variables a estudiar? Las vocales ms usadas dentro de las palabras del texto en cuestin. Cul debe ser el nmero de elementos necesarios para tomar una muestra aleatoria simple tal que los resultados del estudio tengan un porcentaje de error de 5% y un porcentaje de confianza de 95%? Para calcularlo, considera que Z= 1.96 y que la variabilidad positiva es igual a la negativa.

b)

c)

d)

e)

n=

Z2 pqN = NE2+Z2pq

(1.96)2(0.5)(0.5)(3000) (3000)(0.05)2+(1.96)2(.5)(.5)

(3.8416)( 750)

(3000)(.0025)+(3.8416)(0.25)

n=

2881.2 7.5+ 0.9604

. =

2881.2 8.4604

= 340.5

El nmero de elementos necesarios es de 340 (redondeando)

f)

Con el resultado anterior: Obtn la muestra a partir de una tabla de nmeros aleatorios. Elabora una lista de los datos obtenidos de la muestra de acuerdo con las variables que sealaste en el inciso d. 195 211 88 152 76

Resultado por cuantificacin vocal: Vocales en el texto

A E I O U As la vocal con mas uso es la letra E con 211 apariciones. La Tabla completa se proporciona al final del presente documento.

2. Determina los elementos necesarios para saber cul es el color que se presenta con mayor frecuencia en los carros de tu colonia. a) b) Cul es la poblacin de tu estudio? Mi colonia Cules son los individuos de esa poblacin? Los carros de mi colonia Puedes determinar de cuntos individuos consta la poblacin? Si es posible, numralos comenzando por 00. Si no es posible, explica por qu. Puesto que la colonia solo est constituida por 5 manzanas (cuadras) y cada manzana tiene un promedio de 10 autos, estaramos manejando una poblacin aproximada de 50 autos entonces es del 01 al 50

c)

d)

Cul es la variable o cules son las variables a estudiar? El color de mayor frecuencia en los carros de mi colonia Obtn el nmero de elementos necesarios para tomar una muestra aleatoria simple tal que los resultados del estudio tengan un porcentaje de error de 5% y un porcentaje de confianza de 95%? Para calcularlo, considera que Z= 1.96 y que la variabilidad positiva es igual a la negativa. El nmero de elementos necesarios es de 44 autos

e)

f)

Con el resultado anterior: Obtn la muestra a partir de una tabla de nmeros aleatorios. Elabora una lista de los datos obtenidos de la muestra de acuerdo con las variables que sealaste en el inciso d.

Total de autos segn color

8 6 3 4 8 3 3 6 3 1.2.3.4.5.6.7.8.9.Negro Caf Naranja Amarillo Rojo Verde Azul gris Blanco La tabla completa se presenta al final del presente documento.

g)

Organiza los datos obtenidos en orden ascendente.

Descarga la base de datos Preferencias por carrera, disponible en la pestaa Material de apoyo. En este documento encontrars los resultados de la encuesta en que participaste en la Actividad 1. Los resultados presentados son de todos los (las) alumnos(as) que respondieron. En un documento aparte, y con base en los datos, determina lo siguiente: Cul es la poblacin de estudio? Cules son los individuos de esa poblacin? De cuntos individuos consta la poblacin? Nombra el rango que abarca la poblacin (numralos comenzando por el 1 y ocupa la cantidad de ceros necesaria para completar los dgitos del nmero total de la poblacin, por ejemplo del 0001 al 1845).

Obtn el nmero de elementos necesarios para seleccionar una muestra aleatoria simple tal que los resultados del estudio tengan un porcentaje de error del 5% y un porcentaje de confianza del 95%. Para ello considera que Z = 1.96 y que la variabilidad positiva es igual a la negativa. Cul es la variable o cules son las variables a estudiar en esa muestra? Obtn la muestra con base en la tabla de nmeros aleatorios que tienes (no olvides indicar el rengln que elegiste para comenzar a seleccionar los individuos de la muestra). Guarda tu archivo como EB_U1_EV_XXYZ y envalo a tu Facilitador(a) para que lo revise y te retroalimente. No olvides darle seguimiento!

Evidencia de aprendizaje unidad 1 de estadstica bsica.

Descarga la base de datos Preferencias por carrera, disponible en la pestaa Material de apoyo. En este documento encontrars los resultados de la encuesta en que participaste en la Actividad 1. Los resultados presentados son de todos los (las) alumnos(as) que respondieron. En un documento aparte, y con base en los datos, determina lo siguiente: Cul es la poblacin de estudio? Todos los estudiantes de la ESAD de primer cuatrimestre de estadstica bsica. Cules son los individuos de esa poblacin? Cada uno de los estudiantes de la ESAD de primer cuatrimestre de estadstica bsica. De cuntos individuos consta la poblacin? Nombra el rango que abarca la poblacin (numralos comenzando por el 1 y ocupa la cantidad de ceros necesaria para completar los dgitos del nmero total de la poblacin, por ejemplo del 0001 al 1845). Consta de: 0001 al 5779 Obtn el nmero de elementos necesarios para seleccionar una muestra aleatoria simple tal que los resultados del estudio tengan un porcentaje de error del 5% y un porcentaje de confianza del 95%. Para ello considera que Z = 1.96 y que la variabilidad positiva es igual a la negativa.

Determinando el valor de las variables tenemos: Z = 1.96 N = 5779 p = 0.5 ( no hay antecedentes) q = 1-p = 1- 0.5 = 0.5 E = 5% = .05

Como se conoce el total de poblacin usamos la formula correspondiente, sustituimos y resolvemos:

n=

Z2 pqN = NE2+Z2pq

(1.96)2(0.5)(0.5)(5779) (5779)(.05)2+(1.96)2(0.5)(0.5)

(3.8416)(1444.75)

(5779)(.0025)+(3.8416)(0.25)

n=

5550.1516 14.4475 + 0.9604

. =

5550.1516 = 360.21 15.4079

As que el resultado es de 360 estudiantes, redondeando.

Cul es la variable o cules son las variables a estudiar en esa muestra? Las variables son: Rango de edad del individuo Carrera a la que est inscrito

Obtn la muestra con base en la tabla de nmeros aleatorios que tienes (no olvides indicar el rengln que elegiste para comenzar a seleccionar los individuos de la muestra).

Cierre
Has concluido la unidad Fundamentos de la estadstica. A continuacin, un breve recuento de lo que viste: La estadstica tiene aplicaciones en, prcticamente, todas las reas de conocimiento y en muchas ocasiones recurrimos a ella para solucionar problemas y tomar decisiones. Tambin es una metodologa muy til para presentar informacin y analizar diferentes situaciones de la vida cotidiana. Los conceptos bsicos que revisaste son:

Estadstica descriptiva Estadstica inferencial Poblacin Individuo Dato Parmetro Variable Muestreo

Dentro de los tipos de muestreo, te centraste en el muestreo probabilstico y pusiste especial nfasis en el muestreo aleatorio simple, en el que todos los individuos de la poblacin tienen las mismas posibilidades de ser elegidos. El procedimiento para obtener una muestra aleatoria simple consiste en determinar la muestra y seleccionar a los individuos de la poblacin que formarn parte de ella. Esta seleccin se lleva a cabo a travs de nmeros aleatorios, que se pueden generar de varias formas: aplicaciones informticas para estadstica, calculadoras, tablas de nmeros aleatorios, etctera. Es muy importante que tengas presente los conceptos de esta unidad, ya que constituyen una base para los siguientes temas. Te invitamos a visitar la pgina del Instituto Nacional de Estadstica y Geografa para que veas algunas aplicaciones de la estadstica: http://www.inegi.org.mx Statistics. (2010). En Merriam-Webster Online Dictionary. Recuperado el 8 de marzo de 2010 desde: http://www.merriam-webster.com/dictionary/statistics. Borrego, Silvia (2008). Estadstica descriptiva e inferencial. Revista digital innovacin y experiencias educativas 13. Recuperado el 10 de marzo de 2010 desde: http://www.csicsif.es/andalucia/modules/mod_ense/revista/pdf/Numero_13/SILVIA_BORREGO_2.pd f.

Casal, Jordi, Mateu Enric. (2003). Tipos de muestreo. Rev. Epidem. Med. Prev. (2003), 1: 3-7. Recuperado el 1 de marzo de 2010 en http://minnie.uab.es/~veteri/21216/TiposMuestreo1.pdf. Castillo Manrique, Isabel (2006). Estadstica descriptiva y clculo de probabilidades. Mxico: Pearson Educacin. Ferris, Ritchey (2008). Estadstica para las ciencias sociales. Segunda edicin. Mxico: McGraw-Hill. Galbiati Riesco, Jorge M. Conceptos Bsicos de Estadstica. Pontificia Universidad Catlica de Valparaso, Instituto de Estadstica. Recuperado el 1 de marzo de 2010 desde:http://www.jorgegalbiati.cl/ejercicios_4/ConceptosBasicos.pdf. Larios Osorio, Vctor (1999). Unidad 5. Teora de muestreo. Recuperado el 12 de marzo de 2010 desde: http://www.uaq.mx/matematicas/estadisticas/xu5.html. Lind, Douglas, Marchal, William y Wathen, Samuel (2008). Estadstica aplicada a los negocios y la economa. Dcimo tercera. Edicin). Mxico: McGraw-Hill. Montgomery, Douglas C. y Runger, George C. (1996). Probabilidad y Estadstica aplicadas a la ingeniera. Cuarta edicin. McGraw-Hill, Mxico. Ruz Muoz, David (2004). Manual de estadstica (versin electrnica). Recuperado el 9 de marzo de 2010 desde: http://www.eumed.net/cursecon/libreria/drm/ped-drmest.htm. Wackerly, Dennis D., Mendehall William y Scheaffer Richard L. (2010). Estadstica Matemtica con Aplicaciones. Sptima edicin. Mxico: Cengage Learning. Walpole Ronald E., Myers Raymond H., et al. (2007). Probabilidad y Estadstica para Ingeniera y ciencias. Octava edicin. Mxico: Pearson Educacin.

UNIDAD 2

En la unidad anterior, conociste las dos grandes divisiones de la estadstica: la que se dedica a la recoleccin, presentacin y categorizacin de datos, llamada estadstica descriptiva y la que se dedica a realizar hiptesis con base en dichos datos, la inferencial. Tambin aprendiste a determinar el espacio de estudio (es decir, la poblacin) y las variables que se van a estudiar de acuerdo al problema planteado. En esta unidad estudiars la estadstica descriptiva y aprenders cmo organizar y presentar los datos obtenidos mediante el muestreo en poblaciones. Cuando se realiza un trabajo que requiere a la estadstica, se disean instrumentos para obtener los datos deseados. Existen muchos mtodos para recolectar informacin, pero los ms frecuentes son:

Otra de las tcnicas ms recurridas en estadstica para recolectar informacin son los experimentos, revisa en qu consisten.

Un experimento es una prueba que se realiza para determinar las caractersticas o comportamientos de una cosa. Por ejemplo, experimentar mediante el sentido del gusto, qu alimentos te parecen ms salados.

Tambin, experimento se define como el proceso que se realiza para verificar una serie de hiptesis relacionadas con un determinado fenmeno, en el cual se determinan las caractersticas o comportamientos del fenmeno que se analiza.

Por ejemplo, un experimento para determinar la velocidad de la luz en el vaco. La diferencia entre la primera y la segunda definicin es que en la segunda se parte de una hiptesis mientras que en la primera no necesariamente. En el primer ejemplo, experimentas los sabores de los alimentos sin antes predecir cul ser ms salado. En el segundo ejemplo, la hiptesis, a partir de estudios anteriores, es que la velocidad de la luz en el vaco es de 300 000 km/seg. Por lo tanto, el experimento verifica si esta hiptesis es cierta o no y en l cabe un margen de error experimental. Los datos que se recopilan, usando alguna tcnica de las que acabamos de describir u otra, son organizados de acuerdo a los parmetros de la estadstica descriptiva que estudiars en esta unidad.

Propsitos de la unidad
En esta unidad:

Identificars algunos conceptos que se utilizan en estadstica descriptiva. Organizars datos en diferentes tipos de tablas y elaborars varios tipos de grficas.

Competencia especfica
Utiliza las tcnicas de representacin numrica y grfica para representar informacin a travs de la organizacin de los datos obtenidos de una muestra o poblacin.

2.1. Organizacin de datos y distribucin de frecuencias

Introduccin La descripcin estadstica organiza los datos y los presenta en forma de tablas y grficas. Esta rea slo describe, resume, organiza y representa los datos obtenidos de una poblacin o muestra de la poblacin, sin elaborar inferencias ni obtener conclusiones. La organizacin de datos se realiza a travs de tablas que se utilizan para simplificar la presentacin y distribucin de estos datos. A continuacin, conocers que existen diferentes tipos de presentacin de datos y con base en ellos, distintas clasificaciones de frecuencia, como: frecuencia relativa, frecuencia acumulada y frecuencia absoluta.

Actividad 1: Datos agrupados y datos no agrupados

Antes de comenzar con el tema de tablas de datos, realiza la siguiente actividad: 1. Organzate junto con tus compaeros(as) de grupo, en un equipo de 6 integrantes y nombren un responsable del mismo. 2. De manera individual, investiga en fuentes confiables qu son los datos agrupados y lo datos no agrupados. Comparte la informacin con el resto del equipo. 3. De manera grupal, elaboren un resumen donde expliquen en qu consisten estos tipos de datos incluyendo, por lo menos, dos ejemplos para cada uno; y publquenlo en la wiki Datos agrupados y datos no agrupados. Nota: No olviden incluir el nombre de todos los integrantes del equipo y las fuentes de donde obtuvieron la informacin. Para ingresar a la wiki: En la ruta (parte superior izquierda del aula) da clic enEstadstica. Se enlistarn las actividades, da clic en la Actividad 1: Datos agrupados y no agrupados

2.1.1.

Frecuencias

Antes de comenzar con el tema, es importante que consideres lo siguiente:

Frecuencia o Frecuencia absoluta La frecuencia o frecuencia absoluta es el nmero de veces que se repite un valor dentro de un conjunto de datos, se denota como fi. Por ejemplo, supongamos que tienes la siguiente serie de datos: 3, 2, 5, 7, 3, 7, 7, 5, 2, 7, 3. Si los organizas en una tabla, tendras:

Dato 2
3

Frecuencia 2 (porque se repite 2 veces) 3 (porque se repite 3 veces) 2 (porque se repite 2 veces) 4 (porque se repite 4 veces) 11

5
7

Total de datos (N)

Frecuencia absoluta acumulada La frecuencia absoluta acumulada es la suma de las frecuencias de las variables hasta el rengln i, se representa como Fi. Tambin es conocida como frecuencia acumulada. Siguiendo con el ejemplo anterior:
Dato 2 Frecuencia 2 Frecuencia acumulada 2 (hasta aqu tienes 2 datos 5 (la suma de la frecuencia del primer dato con la del segundo dato 2+3) 7 (frecuencia de 2+frecuencia de 3+frecuencia de 5) 11 (frecuencia de 2+frecuencia de 3+frecuencia de 5 frecuencia de 7)

Total de datos (N)

11

Frecuencia relativa La frecuencia relativa es el resultado de dividir la frecuencia de cada dato entre el nmero total de datos(N). La suma de esta columna da 1 (excepto cuando el resultado de las divisiones se redondea). Este dato tambin puede verse como un porcentaje, se representa como hi. Siguiendo con el ejemplo anterior:
Dato 2
3

Frecuencia 2
3

Frecuencia acumulada 2
5

Frecuancia relativa 0.181 (se divide 2/11)

0.272 (se divide 3/11)

4
5

2
4

7
11

0.181 (se divide 2/11)

0.363 (se divide 4/11)

Total de datos (N)

11

Frecuencia relativa acumulada La frecuencia relativa acumulada es la suma de las frecuencias relativas hasta el rengln i. Se representa como Hi, observa el ejemplo:
Dato 2 Frecuencia 2 Frecuencia acumulada 2 Frecuencia relativa 0.1818 Frecuencia relativa acumulada 0.1818 (hasta este rengln slo tienes esta frecuencia relativa) 0.4545 (se suma la frecuencia relativa del primer dato con la del segundo dato 0.1818+0.2727) 0.6363 (la frecuencia relativa de 2+la frecuencia relativa de 3+la frecuencia relativa de 5) 0.9999 (la frecuencia relativa de 2+la frecuencia relativa de 3+la frecuencia relativa de 5+la frecuencia relativa de 7)

0.2727

0.1818

11

0.3636

Total de datos (N)

11

Ejemplo de organizacin de frecuencias En la siguiente pantalla observars una tabla con la organizacin de frecuencias, los datos presentados son los siguientes: 18, 41, 23, 47,18, 23, 23, 41, 41, 47, 47, 52, 23, 47, 23, 47, 18, 47, 7, 23, 18, 47, 52, 41, 52, 18, 23, 52, 7, 18, 52, 23. Frecuencias
No. rengl n 1 2 3 Datos obtenid os de la variable 7 18 23 Otra forma para obtenerFi f1 = F1=2 F1+f2=F2 =8 F2+f3=F3 =16 Frecuencia relativa acumulada Hi h1=H1=0.0625 h1+h2=H2= 0.2500 h1+h2+h3= H3=0.5000

Frecuen cia fi

Frecuencia acumulada Fi

Frecuencia relativa hi h1=f1/N=0.0 625 h2=f2/N=0.1 875 h3=f3/N=0.2 500

f1= 2 f2= 6 f3= 8

f1=F1= 2 f1+f2= F2= 8 f1+f2+f3= F3=16

41

f4= 4

f1+f2+f3+f4=F4=20 f1+f2+f3+f4+f5=F5= 27 f1+f2+f3+f4+f5+f6= F6=32

F3+f4=F4 =20 F4+f5=F5 =27 F5+f6=F6 =32

h4=f4/N=0.1 250 h5=f5/N=0.2 187 h6=f6/N=0.1 563

h1+h2+h3+h4 =H4=0.6250 h1+h2+h3+ h4+h5=H5=0. 8430 h1+h2+h3+ h4+h5+h6= H6=1.0000

47

f5= 7

52

f6= 5

Total

N=32

1.0000

2.1.2.

Intervalos

Otro concepto muy utilizado en estadstica descriptiva es el de intervalo. Conoce qu es y los dems conceptos asociados. Intervalos Conjunto de valores agrupados entre dos nmeros, conocidos como lmites, en este caso, lmites del intervalo.

Intervalo de clase
Se llama intervalo de clase a la expresin que denota un intervalo.

Amplitud del intervalo La amplitud del intervalo es la distancia que hay entre los lmites superior e inferior del intervalo. Se calcula restando el valor del lmite inferior al valor del lmite superior. Frontera de clase
Son los puntos medios entre los lmites de intervalos consecutivos. Las fronteras de clase se utilizan para recuperar los datos entre el lmite superior de un intervalo y el lmite inferior del siguiente.

Marca de clase
Tambin conocida como punto medio de clase, es el resultado de la suma de los lmites inferior y superior del intervalo, dividido entre dos.

Ejemplo de intervalos Observa cmo se representan los conceptos relacionados con los intervalos, coloca el cursor sobre las palabras resaltadas. Dados los nmeros 15 y 25, tendras que: El intervalo corresponde a todos los nmeros que se encuentran entre 15 y 25. El intervalo de clase sera: 15-25 Los lmites del intervalo son: Lmite inferior=15 Lmite superior=25 La amplitud del intervalo 15-25 sera: 25 menos 15, es decir, 10. Es recomendable que todos los intervalos tengan la misma amplitud, por lo que se puede restar el dato menor al dato mayor y dividir el resultado entre el nmero de intervalos. La frontera de clase: dados los intervalos 4-14, 15-25 y 26-36, las fronteras de clase seran: 3.5 y 14.5, para el primer intervalo, 14.5 y 25.5 para el segundo intervalo, por ltimo, 25.5 y 36.5 para el tercer intervalo. La marca de clase del intervalo 15-25 es igual a: 15+25=40/2=20.

2.1.3. Construccin de intervalos de clase

Es recomendable que la marca del intervalo coincida con alguno de los datos, aunque esto no es necesario ni siempre se logra; sobre todo cuando los intervalos tienen la misma amplitud. La formacin de clases o intervalos de clase, que se representa con (k), depende, generalmente, del tamao del rango de la poblacin o muestra. Lo que se debe hacer para determinar los intervalos de clase es lo siguiente.
Paso 1. Calcular el rango Se identifica el nmero mayor (Xn) y el nmero menor (X1) en los datos. El rango es el resultado de restar el nmero menor al nmero mayor; esto es: 240 R= Xn X1 Por ejemplo: Para una serie de datos que van desde el 18 hasta el 56,se tiene lo siguiente: Xn= 56 X1= 18 por lo tanto, R= Xn X1= 56 18= 38

Paso 2. Determinar el nmero de intervalos que se desea tener No existe una regla para determinar el nmero de intervalos, pero generalmente se suelen crear entre 5 y 20 intervalos. La decisin la toma el investigador. Siguiendo con el ejemplo, se van a construir 7 intervalos. Entonces k= 7 Paso 3. Dividir el rango entre el nmero de intervalos que se desea tener Recuerda que es recomendable elegir un nmero entre 5 y 20 para los intervalos y dividir el rango entre el nmero deseado de intervalos. Siguiendo con el ejemplo: Si son 7 intervalos 38/7 = 5.428 sta ser la amplitud de los intervalos. Cuando no es un nmero entero, se escoge el entero sin decimales. Paso 4. Formacin de intervalos: Los intervalos se forman comenzando un nmero antes del primer dato. Intervalos: 17 a 22 (se cuenta 5 desde 18 hasta 22) 23 a 28 (el siguiente intervalo comienza a partir del lmite superior del intervalo anterior) 29 a 34 35 a 40 41 a 46 47 a 52 53 a 58

Nota. No importa que el ltimo intervalo exceda el ltimo dato. Ejemplo de construccin de intervalos El director de una consultora en desarrollo de software desea conocer el nmero de incidencias en sus desarrollos reportadas durante los meses de agosto y septiembre. Para ello registra los siguientes datos: 35, 24, 26, 23, 50, 20, 25, 56, 30, 30, 38, 36, 35, 29, 28, 30, 40, 39, 38, 40, 27, 24, 30, 32, 35, 27, 29, 22, 28, 27, 48, 40, 48, 31, 39, 28, 46, 36, 37, 52, 44, 49, 52, 41, 31, 31, 56, 58, 38, 26, 25, 24, 60, 55, 48, 37, 31, 30, 22, 20. Observa cada paso: 1. Calcular el rango: R=XnX1=60-20=40 2. Determinar el nmero de intervalos entre 5 y 20: Elegir 8 intervalos. 3. Dividir el rango entre el nmero de intervalos: 40/8=5

4. Se forman los intervalos: Comenzar por un nmero anterior al lmite inferior: 19-24, 25-30, 31-36, 37-42, 43-48, 49-54, 55-60 Revisa el video Construccin de intervalos que se encuentra en la seccin Material de apoyo.

Actividad 3: Intervalos
1. Descarga el archivo Intervalos y resuelve el problema elaborando los intervalos de clase de los datos que se presentan y la tabla de frecuencias correspondiente. 2. Guarda tu documento como EB_U2_IN_XXYZ, en formato Word 97-2003, y envaselo al (a la) Facilitador(a). Sustituye las XX por las dos primeras letras de tu primer nombre, la Y por la inicial de tu apellido paterno y la Z por la inicial de tu apellido materno. Revisa que el peso de tu archivo no sea mayor a 4 MB. Para enviar tu documento: En la ruta (parte superior izquierda del aula) da clic en Estadstica. Se enlistarn las actividades, da clic en la Actividad 3: Intervalos. Da clic en el icono para descargar el documento. Es importante que elabores esta actividad porque la ocupars para realizar las actividades siguientes.

2.1.4. Tablas de datos

Existen diferentes tipos de tablas para presentar datos, las ms utilizadas son: Tabla de datos, Tabla de frecuencias, Tabla por intervalos de clase y Tablas de doble entrada. Conoce en qu consiste cada una: Tablas de datos Una tabla de datos es la forma ms sencilla de organizar un conjunto de datos y se utiliza cuando la informacin que necesitas son los datos mismos. Se organizan en columnas o renglones y se registran las mediciones o datos obtenidos. Ejemplo: Imagina que la medicin de temperatura a lo largo del da da como resultado los siguientes valores (en grados Celsius): 20.4, 21.2, 22.1, 23.9, 25.3, 26.9, 27.7

A partir de estos valores construyes la siguiente tabla:

2.1.5. Tablas de frecuencias

Las tablas de frecuencia aportan mayor informacin que las tablas de datos, ya que estn construidas con las categoras de la variable que se est midiendo y su frecuencia. Ejemplo:

Un experimento da como resultado los siguientes valores: 1, 2, 2, 2, 1, 1, 5, 4, 3, 2, 2, 1, 3, 4, 5, 6, 2, 3, 4, 5, 5, 4, 3, 3, 2 Si agrupas los datos por categoras, segn la frecuencia o nmero de veces que aparece cada dato, tendras la siguiente tabla:

Las tablas de frecuencias pueden construirse anexando las columnas correspondientes a la frecuencia acumulada, la frecuencia relativa y frecuencia relativa acumulada.

2.1.6. Tablas por intervalos de clase

En este tipo de tablas los datos son presentados por intervalos de clase y no por los valores correspondientes a cada variable. Ejemplo: En una encuesta sobre el desempleo en el rea metropolitana de la ciudad de Mxico, se organizan los datos por grupos de edades (intervalos de clase) y se presenta la frecuencia de cada intervalo, teniendo un total de 23,700 desempleados.

2.1.7. Tablas de doble entrada

Estas tablas proporcionan informacin referente a dos variables o eventos relacionados entre s. La informacin se distribuye poniendo en los renglones de la tabla la informacin de una de las variables y en las columnas la informacin de la otra variable. Ejemplo: Se cuenta el nmero de cirugas realizadas por edades en una muestra de 100 personas, los resultados son los siguientes:

En el ejemplo las variables relacionadas son la edad y el nmero de cirugas.

Una tabla cualquiera puede ser vista como una tabla de doble entrada, en la cual las variables relacionadas son los rangos contra el valor de las variables en dicho rango. Por ejemplo, imagina que mides la temperatura de un lquido con respecto al tiempo de calentamiento. En el rengln colocas los tiempos y en las columnas la temperatura obtenida. Puedes considerar la tabla como una tabla de frecuencias o como una tabla de doble entrada:

2.2. Representacin grfica de los datos

Introduccin El tema anterior present diferentes formas de organizar o de tabular datos y la distribucin de frecuencias. Ahora estudiars la representacin grfica de los datos. Las grficas son representaciones visuales de los datos que se muestran en una tabla. Existen diferentes tipos de grficas, cada una de ellas se elabora con base en el tipo de informacin que se quiere representar.

2.2.1. Histograma
El histograma es la representacin grfica de una variable continua. Se elabora en un sistema de coordenadas rectangulares. El eje horizontal se utiliza para representar la variable independiente, es decir, la escala de medicin o fronteras de clase. El eje vertical representa la escala de frecuencias. Si los intervalos de clase tienen el mismo ancho, las alturas de las barras sern proporcionales a las frecuencias.

El histograma permite apreciar visualmente la distribucin y dispersin de las mediciones.

2.2.2. Grfica de barras

Este tipo de grfica se utiliza para datos de tipo ordinal, nominal y discreto. En stas se muestran la frecuencia, la frecuencia relativa y el porcentaje por medio de la altura y no por el rea de la barra. Esta grfica muestra las discontinuidades en las mediciones por medio de espacios vacios entre las barras. La grfica de barras se traza sobre un eje de coordenadas. Y puede ser de dos formas:

Un histograma y una grfica de barras son muy semejantes, la diferencia radica en que el histograma no presenta separacin entre las barras.

2.2.3. Grfica de lneas

Una grfica de lneas tambin se construye en un sistema coordenado rectangular y muestra la relacin entre las variables mediante puntos conectados por lneas continuas. La frecuencia de cada valor medido es representada por la altura del punto. En el eje horizontal se representa la variable y en el eje vertical, la frecuencia. Se determinan los puntos de corte del valor de la variable con su frecuencia y se unen, obtenindose la grfica de lnea.

2.2.4. Grfica de reas o de pastel

Una forma de representar datos u observaciones de una variable cualitativa es mediante un diagrama circular. Esta grfica muestra la relacin entre las variables dividiendo un crculo (o pastel) en sectores (o rebanadas). Tambin, se utilizan para representar la distribucin de frecuencias, pero es el rea de cada sector la proporcional a los valores medidos. Para trazar la grfica, se hace una distribucin proporcional de las frecuencias del problema con respecto a la circunferencia, determinando sectores circulares para cada categora.

Medicin en Frecuencia Frecuencia Porcentaje cm acumulada

30 30.1 30.2 30.3 30.4. 30.5 30.6 30.7 30.8 30.9

3 7 12 18 23 21 17 11 5 1

3 10 22 40 63 84 101 112 117 118

3% 6% 10% 15% 19% 18% 14% 9% 4% 1%

Histograma En esta figura se muestra el histograma de las mediciones en cm vs la frecuencia, nota como el ancho de las clases es el mismo.

Grfica de pastel En la grfica de pastel se muestra dentro de cada rebanada la medicin en cm y el porcentaje que corresponde a la frecuencia relativa.

Grfica de lnea En esta figura se muestra la frecuencia acumulada mediante una grfica de lnea.

Actividad 4: Grficas
Los parmetros que has visto hasta aqu, la organizacin numrica de los datos en tablas y las representaciones grficas de stas, pueden ser realizados de forma manual, pero existen programas informticos como Excel, software libre y programas especializados para estadstica, que permiten realizar todos estos trabajos. Realiza la siguiente actividad:

1. Retoma los problemas que realizaste en la Actividad 2: Frecuencias, con los datos de la tabla elabora las grficas que revisaste en este tema e inclyelas en el mismo documento. 2. Entra a la base de datos "Grficas" y publica tu archivo con la nomenclatura EB_U2_GR_XXYZ. Sustituye las XX por las dos primeras letras de tu primer nombre, la Y por la inicial de tu apellido paterno y la Z por la inicial de tu apellido materno. Revisa que el peso de tu archivo no sea mayor a 4 MB. 3. Comparte con tus compaeros(as) el procedimiento que seguiste para graficar los datos del problema, si utilizaste algn software comenta cul. Agrega una conclusin sobre la utilidad de la representacin grfica de datos. 4. Consulta las aportaciones de tus compaeros(as) y comntalas, tratando de complementar las ideas que exponen y tus propias ideas. Para ingresar a la actividad: En la ruta (parte superior izquierda del aula) da clic en Estadstica. Se enlistarn las actividades, da clic en la Actividad 4: Grficas.

Actividad 5: Uso cotidiano de la estadstica descriptiva

Como mencionamos al inicio de la unidad, los temas que has visto hasta aqu son procedimientos que util para trabajar con un conjunto de datos. Has pensado que los datos as representados se usan frecuente Investiga al respecto y realiza lo siguiente: 1. Entra al foro Uso cotidiano de la estadstica descriptiva y responde las siguientes preguntas:

En qu casos de la cotidianeidad se utiliza la estadstica descriptiva? Has utilizado la estadstica descriptiva?Cmo? Cul es la utilidad de las tcnicas de representacin numrica y grfica de datos en la vida cotidia

2. Consulta y comenta las aportaciones de tus compaeros(as), tratando de complementar sus resp

Comenzado el jueves, 18 de julio de 2013, 01:23

Completado el jueves, 18 de julio de 2013, 01:26 Tiempo 3 minutos 19 segundos empleado Puntos 8/8 Calificacin 10 de un mximo de 10 (100%)

Comentario - Has concluido la autoevaluacin, para obtener el mximo aprovechamiento especial atencin a la retroalimentacin que recibiste, ya que ofrece inform Contina esforzndote.

Question1
Puntos: 1

Este dato se obtiene cuando divides la frecuencia absoluta entre el nmero total del datos (N). Seleccione una respuesta. a. Frecuencia relativa acumulada b. Frecuencia acumulada c. Intervalo d. Frecuencia relativa Correcto! Cuando divides la frecuencia de cada dato entre N, obtienes la frecuencia relativa. Correcto Puntos para este envo: 1/1.

Question2
Puntos: 1

Es la diferencia entre el lmite superior y el lmite inferior del intervalo. Seleccione una respuesta. a. Intervalo de clase

b. Marca de clase c. Frontera de clase d. Amplitud del intervalo Correcto! La amplitud del intervalo se obtiene al restar el lmite superior (Ls-Li). Correcto Puntos para este envo: 1/1.

Question3
Puntos: 1

De qu depende la formacin de intervalos? Seleccione una respuesta. a. Del tamao de la poblacin b. De la decisin de quienes estn analizando los datos c. Del tipo de poblacin que se analiza d. De la magnitud de las frecuencias absolutas Correcto! La formacin de intervalos depende del tamao o rango de la poblacin. El nmero de intervalos que se formarn para analizar los datos lo determinan quienes trabajan esos datos. Correcto Puntos para este envo: 1/1.

Question4
Puntos: 1

Son las tablas en las que se pueden representar los datos relacionados con ms de una variable. Seleccione una respuesta. a. Tablas de intervalos b. Tablas de doble entrada c. Tablas de datos d. Tablas de frecuencia

Correcto! En las tablas de doble entrada se organizan datos de dos o ms variables. Correcto Puntos para este envo: 1/1.

Question5
Puntos: 1

Es el nmero de veces que se repite un dato. Seleccione una respuesta. a. Intervalo b. Frecuencia acumulada c. Frecuencia absoluta d. Frecuencia relativa Correcto! El nmero de veces que se repite un dato, dentro de una serie, se llama frecuencia o frecuencia absoluta. Correcto Puntos para este envo: 1/1.

Question6
Puntos: 1

Es la diferencia entre un histograma y una grfica de barras: Seleccione una respuesta. a. Los datos que se grafican b. Separacin entre las barras c. El ancho de las barras d. Las variables que representan Correcto! El histograma y la grfica de barras difieren en que, el primero no presenta separacin entre las barras y la segunda s. Correcto Puntos para este envo: 1/1.

Question7
Puntos: 1

Conjunto de datos comprendidos entre dos nmeros conocidos como lmites Seleccione una respuesta. a. Rango b. Frontera de clase c. Marca de clase d. Intervalo Correcto! El intervalo o clase, es un conjunto de nmeros delimitado por otros dos nmeros ya dados que son conocidos como lmites del intervalo. Correcto Puntos para este envo: 1/1.

Question8
Puntos: 1

Es la suma de las frecuencias hasta el rengln i. Seleccione una respuesta. a. Frecuencia relativa acumulada b. Amplitud del intervalo c. Frecuencia acumulada d. Intervalo Correcto! La frecuencia acumulada es la que se obtiene cuando sumas las frecuencias absolutas hasta el rengln i, esto es, cuando sumas la frecuencia absoluta del segundo rengln con la del primero. Esto se puede apreciar mejor en las tablas de datos. Correcto Puntos para este envo: 1/1.
Finalizar revisin