Académique Documents
Professionnel Documents
Culture Documents
presentacin de datos
1.1. Introduccin a la Ciencia Estadstica
a) Estadstica descriptiva:
Es la rama que se encarga de describir, analizar una serie de datos y extraer
conclusiones sobre el comportamiento de estas. Los grficos, tablas, diagramas y
clculos descriptivos nos ayudan a mostrar los datos de manera ms clara y
elocuente.
b) Estadstica inferencial:
Es la rama que implica generalizaciones y afirmaciones con respecto a la
probabilidad de su validez.
1.1.2 Importancia
No existe actividad humana en que se deje de usar la Estadstica, las decisiones ms
importantes en nuestra vida se toman con ayuda de esta ciencia. La importancia en el rea
cientfica es porque:
existencia, ubicacin, valor de esta o estas caractersticas que nos interesa saber. Guerra,C.;
Menndez,E. (2003)
(1,64 m, 1,65 m, 1,66 m,...), o el salario. Solamente se est limitado por la precisin del
aparato medidor, en teora permiten que exista un valor entre dos variables.
c) Variables cualitativas Nominal: Presenta modalidades no numricas que no admiten un
criterio de orden, por ejemplo: sexo, estado civil, profesin, color de cabello, etc.
d) Variables cualitativas Ordinal: Presenta modalidades no numricas que admiten un
criterio de orden, por ejemplo: nivel de instruccin, ciclo acadmico, cargo administrativo,
etc.
e) Variables cuantitativas Intervalo: Son variables numricas cuyos valores representan
magnitudes y la distancia entre los nmeros de su escala es igual. Con este tipo de variables
podemos realizar comparaciones de igualdad/desigualdad, establecer un orden dentro de sus
valores y medir la distancia existente entre cada valor de la escala. Las variables de
intervalo carecen de un cero absoluto, por lo que operaciones como la multiplicacin y la
divisin no son realizables. Un ejemplo de este tipo de variables es la temperatura, ya que
podemos decir que la distancia entre 10 y 12 grados es la misma que la existente entre 15 y
17 grados. Lo que no podemos establecer es que una temperatura de 10 grados equivale a la
mitad de una temperatura de 20 grados.
f)
Variables cuantitativas Razn: Las variables de razn poseen las mismas
caractersticas de las variables de intervalo, con la diferencia que cuentan con un cero
absoluto; es decir, el valor cero (0) representa la ausencia total de medida, por lo que se
puede realizar cualquier operacin Aritmtica (Suma, Resta, Multiplicacin y Divisin) y
Lgica (Comparacin y ordenamiento). Este tipo de variables permiten el nivel ms alto de
medicin. Las variables altura, peso, distancia o el salario, son algunos ejemplos de este tipo
de escala de medida.
g) Variables Dependientes: Es aquella que dentro de una hiptesis representa la
consecuencia, el efecto, el fenmeno que se estudia. Se simboliza con la letra Y. Ejemplo:
entre las variables rendimiento acadmico y aplicacin de mtodos, la variable dependiente
es rendimiento acadmico.
h) Variables Independientes: Es aquella que influye en la variable dependiente y no
depende de otra variable, dentro de una hiptesis. Se simboliza con la letra X. Ejemplo:
entre las variables hiperactividad y falta de autoestima, la variable autoestima es
independiente, ya que explica o influye en la hiperactividad del nio. (Matus, R.; Hernandez,
M. ,2010)
N3 = n1 + n2 + n3
Ni = n1 + n2 + n3 + + ni
Frecuencia relativa acumulada (Hi%) Se obtiene sumando y acumulando los valores relativos
simples intervalo por intervalo en orden ascendente.
H1 = h1
H2 = h1 + h2
H3 = h1 + h2 + h3
Hi = h1 + h2 + h3 + + hi
Diagramas de barras:
b)
Grfico Circular
c)
Diagrama de Bastones
Las barras deben ser estrechas para representar los valores que toma la variable pues son
discretos.
d)
Histograma
e)
Polgono de frecuencias
Estadstica, rama de las matemticas que se ocupa de reunir, organizar y analizar datos numricos y que
ayuda a resolver problemas como el diseo de experimentos y la toma de decisiones."
Ante todo es un elemento til, ya que nos permite obtener informacin referida a grandes grupos de
individuos conociendo los datos de slo unos pocos.
Desde los comienzos de la civilizacin han existido formas sencillas de estadstica, pues ya se utilizaban
representaciones grficas y otros smbolos en pieles, rocas, palos de madera y paredes de cuevas para contar el
nmero de personas, animales o ciertas cosas. Hacia el ao 3000 a.C. los babilonios usaban ya pequeas tablillas
de arcilla para recopilar datos tabulados sobre la produccin agrcola y de los gneros vendidos o cambiados
mediante trueque. Los egipcios analizaban los datos de la poblacin y la renta del pas mucho antes de construir
las pirmides en el siglo XXXI a.C.. Los libros bblicos de Nmeros y Crnicas incluyen, en algunas partes,
trabajos de estadstica. El primero contiene dos censos de la poblacin de Israel y el segundo describe el
bienestar material de las diversas tribus judas.
En China existan registros numricos similares con anterioridad al ao 2000 a.C. Los griegos realizaban
censos cuya informacin se utilizaba para cobrar impuestos hacia el 594 a.C.
El Imperio romano fue el primer gobierno que recopil una gran cantidad de datos sobre la poblacin, superficie
y renta de todos los territorios bajo su control. Durante la edad media slo se realizaron algunos censos
exhaustivos en Europa. Los reyes visigodos ordenaron hacer estudios minuciosos de las propiedades de la Iglesia
en los aos 758 y 762 respectivamente. Despus de la conquista normanda de Inglaterra en 1066, el rey
Guillermo I de Inglaterra encarg un censo. La informacin obtenida con este censo, llevado a cabo en 1086, se
recoge en el Domesday Book. En 1662 apareci el primer estudio estadstico notable de poblacin,
titulado Observations on the London Bills of Mortality (Comentarios sobre las partidas de defuncin en
Londres). Un estudio similar sobre la tasa de mortalidad en la ciudad de Breslau, en Alemania, realizado en 1691,
fue utilizado por el astrnomo ingls Edmund Halley como base para la primera tabla de mortalidad. En el siglo
XIX, con la generalizacin del mtodo cientfico para estudiar todos los fenmenos de las ciencias naturales y
sociales, los investigadores aceptaron la necesidad de reducir la informacin a valores numricos para evitar la
ambigedad de las descripciones verbales.
En Espaa los primeros censos se remontan al siglo XVI, cuando la Corona de Castilla necesit conocer sus
efectivos militares, o el censo de Toms Gonzlez en 1591 para el reparto de impuestos.
La creacin de la comisin estadstica del Reino marca el comienzo de la estadstica oficial en Espaa. El 3 de
noviembre de 1856, el general Narvez, presidente del Consejo de Ministros de Isabel II, firma un Decreto por
el que se crea una Comisin, compuesta por personas de reconocida capacidad, para la formacin de la
Estadstica General del Reino.
Unos meses ms tarde, el 21 de abril de 1857, la Comisin pasa a denominarse Junta de Estadstica. Su primer
trabajo es el Censo de Poblacin, con fecha de referencia del 21 de mayo del mismo ao.
La Ley de Instruccin Pblica de 9 de septiembre de 1857 establece que la Estadstica ser una disciplina
acadmica universitaria.
Un Decreto del 12 de septiembre de 1870, durante el gobierno provisional del general Serrano, crea el Instituto
Geogrfico y Estadstico. Tres aos ms tarde, 19 de junio de 1873, pasa a denominarse Instituto Geogrfico y
Estadstico, asumiendo todas las tareas de recogida de informacin numrica para el Estado.
En 1877, el Instituto Geogrfico y Estadstico aprueba su Reglamento. Las estadsticas pasan a depender del
Ministerio de Fomento en el ao 1890. En 1924, elConsejo del Servicio Estadstico, creado en 1921 es
reformado, cuatro aos antes de que pase a depender del Ministerio de Trabajo y Previsin. Ya en 1931, la
adscripcin se hace al Ministerio de la Presidencia.
La Ley de 31 de diciembre de 1945 crea el Instituto Nacional de Estadstica, que tiene como misin la
elaboracin y perfeccionamiento de las estadsticas demogrficas, econmicas y sociales ya existentes, la
creacin de otras nuevas y la coordinacin con los servicios estadsticos de las reas provinciales y municipales.
El 9 de mayo de 1989 se promulga la Ley de la Funcin Estadstica Pblica que hace del Instituto Nacional de
Estadstica un organismo autnomo potenciando las nuevas tecnologas estadsticas, la coordinacin con las
Comunidades Autnomas, la elaboracin del Plan Estadstico Nacional y las relaciones con la Unin Europea en
materia estadstica.
El desarrollo de la Estadstica se fundamenta cientficamente a partir de los aos 30 a raz de los problemas
planteados en la sociedad industrial, por el desarrollo de otras ramas de las Matemticas y de otros campos
como la Biologa, Medicina, Informtica...
En nuestros das, la estadstica se ha convertido en un mtodo efectivo para describir con exactitud los valores
de datos econmicos, polticos, sociales, psicolgicos, biolgicos y fsicos, y sirve como herramienta para
relacionar y analizar dichos datos. El trabajo del experto estadstico no consiste ya slo en reunir y tabular los
datos, sino sobre todo en el proceso de interpretacin de esa informacin. El desarrollo de la teora de la
probabilidad ha aumentado el alcance de las aplicaciones de la estadstica. Muchos conjuntos de datos se pueden
aproximar, con gran exactitud, utilizando determinadas distribuciones probabilsticas; los resultados de stas se
pueden utilizar para analizar datos estadsticos. La probabilidad es til para comprobar la fiabilidad de las
inferencias estadsticas y para predecir el tipo y la cantidad de datos necesarios en un determinado estudio
estadstico.
VIDEO
https://www.youtube.com/watch?v=JkAW6EwBEPs
Ejemplo: Se tomarn los siguientes datos sobre el nmero de trabajadores por empresa:
Primaria
Secundaria
Sup. No Universitaria
Sup. Universitaria
2
11
42
15
2.86
15.71
60.00
21.43
Total
70
100.00
La mediana se aplica en lugar del promedio, cuando la variabilidad de los datos es muy
marcada. La mediana tambin se aplica a datos cualitativos ordenados de acuerdo a rangos.
La mediana est dada por la categora que se encuentra en la misma fila de Nj. Por lo tanto,
la mediana est dada por la categora Secundaria.
El 50% de los padres de familia de los estudiantes tienen un grado de instruccin mximo de
secundaria
2.6 Deciles
Si la posicin no resulta entera, se hace una interpolacin lineal entre los dos
valores correspondientes a las dos observaciones entre las cuales se encuentre la
posicin.
Ejemplo
Ejemplo:
2.7 Percentiles
B). Varianza: ( 2 )
Es el promedio de las desviaciones con respecto al promedio elevado al cuadrado.
La varianza no tiene interpretacin.
Varianza para datos originales:
Ejem. Los siguientes datos corresponden a los ingresos econmicos por semana de 12
trabajadores de una empresa
Xi: 600, 650, 200, 710, 300, 550, 420, 460, 450, 540, 850, 225.
Para poder aplicar la frmula, primero debemos encontrar el promedio y luego aplicar la
frmula de la varianza.
c. Desviacin Estndar: ( )
La dispersin promedio que existe entre los datos y la media aritmtica es de 186.89 soles.
VIDEO
https://www.youtube.com/watch?v=vJOLRFT_cTc
S = {1, 2, 3, 4, 5, 6 }
Otro Ejemplo es, si realizamos el experimento; si lanzamos dos monedas al aire, observamos
que los posibles resultados pueden ser (en este caso los resultados de a dos se agrupan en
pares ordenados):
Otro Ejemplo es, si realizamos el experimento; se lanzan dos dados, los posibles resultados al
observar el nmero de puntos en ambas caras de los dados es el siguiente espacio muestral:
Ms Ejemplos:
Dados los siguientes experimentos:
E1: Lanzar una moneda y observar la cara superior.
E2: Lanzar un dado y observar el nmero que aparece en la cara superior.
E3: Extraer una bola de una urna que contiene bolas rojas R y bolas verdes V.
E4: Designar un delegado de un grupo de 50 personas a travs de un sorteo.
Evento y suceso
Con base a los experimentos anteriores (lanzar un dado, lanzar dos monedas y
lanzar dos dados), observamos que stos pueden tener uno o ms resultados, a los
cuales se les llama Eventos y que se representan mediante letras maysculas.
Por tanto un Evento es un subconjunto de un Espacio Muestral. (Tomeo, 2003)
Se puede hacer una lista de muchos eventos asociados con un experimento,
algunos con ms posibilidad de ocurrir que otros. Desde el punto de vista de
conjuntos, un evento es un subconjunto de un espacio muestral. Por Ejemplo, en el
experimento de tirar un dado se tiene:
{1}
es el evento elemental o evento simple que indica que al lanzar un dado
salga la unidad.
{2, 4,6} es un evento que indica que al lanzar un dado salga nmero par.
{1, 2,3}
que 4
N(S)=n
Observacin: las propiedades de la probabilidad por frecuencia relativa son las mismas que
la probabilidad clsica dados en las observaciones generales de la pg.
Ejemplo: en 20 centros educativos de las diferentes P.P.J.J. de Chiclayo que forman en total
a 16000 alumnos, se detectaron 1900 casos de tuberculosis. Hallar la probabilidad de
encontrar a un alumno tuberculoso en un colegio determinado.
Sol: sea el evento E: un alumno tuberculoso en determinado colegio.
3. Probabilidad Subjetiva
La probabilidad es subjetiva cuando en un experimento determinado, la probabilidad de que
un evento A ocurra, tiene un grado de creencia asignado a la ocurrencia de este evento por
un individuo en particular, pero eso s, est basado en toda la evidencia a su disposicin, con
las siguientes exigencias:
1) P(A) = 0 , representa la certeza de que el evento A no ocurrir.
2) P(A) = 1, representa la certeza de que el evento A si ocurrir.
3) 0 P(A) 1, representa la certeza de que el evento A, ocurrir.
Claro es que si la probabilidad es subjetiva de la ocurrencia de un evento A, para una
persona tendr un determinado valor de acuerdo a las condiciones o evidencias que dispone.
Y para otra persona que tiene de repente ms evidencias, podra asignar a la ocurrencia del
evento A otra probabilidad diferente (un nmero diferente al anterior).
Ejemplo:
Cul es la probabilidad de que la seleccin peruana se clasifique al prximo Mundial de
Ftbol?
Cul es la probabilidad de que un profesor en educacin pblica gane S/.10000 en el
prximo gobierno?
Como pueden observar, son eventos nicos, que no han ocurrido antes. No hay forma de que
se puedan interpretar tales probabilidades como una frecuencia relativa o como una
probabilidad Clsica. Entonces el enfoque subjetivo de la probabilidad es pues adecuado en
la respuesta de las preguntas ltimamente expuestas. (Walpole, 1998)
Observacin: las dos primeras definiciones son probabilidades objetivas.
Si se desea llevar a efecto una actividad, la cul tiene formas alternativas para ser realizada,
donde la primera de esas alternativas puede ser realizada de M maneras o formas, la segunda
alternativa puede realizarse de N maneras o formas y la ltima de las alternativas puede ser
realizada de W maneras o formas, entonces esa actividad puede ser llevada a cabo de,
M + N + .........+ W maneras o formas
Ejemplos:
1) Una persona desea comprar una lavadora de ropa, para lo cul ha pensado que puede
seleccionar de entre las marcas Whirpool, Easy y General Electric, cuando acude a hacer la
compra se encuentra que la lavadora de la marca W se presenta en dos tipos de carga ( 8 u
11 kilogramos), en cuatro colores diferentes y puede ser automtica o semiautomtica,
mientras que la lavadora de la marca E, se presenta en tres tipos de carga (8, 11 o 15
kilogramos), en dos colores diferentes y puede ser automtica o semiautomtica y la
lavadora de la marca GE, se presenta en solo un tipo de carga, que es de 11 kilogramos, dos
colores diferentes y solo hay semiautomtica. Cuntas maneras tiene esta persona de
comprar una lavadora?
Solucin:
M = Nmero de maneras de seleccionar una lavadora Whirpool
N = Nmero de maneras de seleccionar una lavadora de la marca Easy
W = Nmero de maneras de seleccionar una lavadora de la marca General Electric
M = 2 x 4 x 2 = 16 maneras
N = 3 x 2 x 2 = 12 maneras
W = 1 x 2 x 1 = 2 maneras
M + N + W = 16 + 12 + 2 = 30 maneras de seleccionar una lavadora
Cmo podemos distinguir cuando hacer uso del principio multiplicativo y cuando del aditivo?
Es muy simple, cuando se trata de una sola actividad, la cual requiere para ser llevada a
efecto de una serie de pasos, entonces haremos uso del principio multiplicativo y si la
actividad a desarrollar o a ser efectuada tiene alternativas para ser llevada a cabo, haremos
uso del principio aditivo.
2. Principio Multiplicativo
Si se desea realizar una actividad que consta de r pasos, en donde el primer paso de la
actividad a realizar puede ser llevado a cabo de N 1 maneras o formas, el segundo paso de
N2 maneras o formas y el r-simo paso de Nr maneras o formas, entonces esta actividad
puede ser llevada a efecto de;
N1 x N2 x ..........x Nr maneras o formas
El principio multiplicativo implica que cada uno de los pasos de la actividad deben ser
llevados a efecto, uno tras otro.
Ejemplos:
Una persona desea construir su casa, para lo cul considera que puede construir los
cimientos de su casa de cualquiera de dos maneras (concreto o block de cemento), mientras
que las paredes las puede hacer de adobe, adobn o ladrillo, el techo puede ser de concreto
o lmina galvanizada y por ltimo los acabados los puede realizar de una sola manera
cuntas maneras tiene esta persona de construir su casa?
Solucin
Considerando que r = 4 pasos
N1= maneras de hacer cimientos = 2
N2= maneras de construir paredes = 3
N3= maneras de hacer techos = 2
N4= maneras de hacer acabados = 1
N1 x N2 x N3 x N4 = 2 x 3 x 2 x 1 = 12 maneras de construir la casa
b) Variaciones:
Dado un conjunto de elementos, se da el nombre de variacin a cada una de las
ordenaciones que se pueden formar tomando grupos en elementos de este conjunto;
teniendo en cuenta el orden que toman .
Del Ejemplo anterior tenemos que del conjunto {2, 3, 5, 6, 7, 9} tomamos 3 elementos para
formar nmeros diferentes de 3 dgitos (parte a), es decir tomamos grupos de 3 en 3
elementos, teniendo en cuenta el orden, dio como resultado por el principio fundamental
del conteo
c) Combinaciones:
Una combinacin de objetos es aquel acto de juntarlos en donde no cuenta el
orden de colocacin de los objetos. Las diversas combinaciones de objetos difieren
entre si por la calidad de los ingredientes; es decir, dado un conjunto de
elementos se pide cuantos subconjuntos de elementos hay.
Ejemplo: del conjunto A={a, b, c, d}. Cuntos subconjuntos de 3 elementos
hay?
Sol: hallamos las combinaciones de 3 elementos (subconjuntos de 3 elementos del
conjunto
A)