Estadistica

05/03/2013
Concepto de Estadstica
Unidad I. Conceptos Bsicos y

Estadstica Descriptiva
Concepto de Estadstica
reas que conforman a la Estadstica
Estadstica Descriptiva (Deductiva):

es la encargada de la organizacin,
condensacin, presentacin de los
datos en tablas y grficos y del
clculo de medidas numricas que
permitan estudiar los aspectos ms
importantes de los datos.
DESCRIBIR
Tema 1. Introduccin
Tema 1. Introduccin
Sus fines son describir al conjunto

de datos obtenidos y tomar
decisiones o realizar
generalizaciones acerca de las
caractersticas de todas las
observaciones bajo consideracin.
Tema 1. Introduccin
Mg. Diego Fernando Ordoez

Universidad Tecnolgica de Pereira
Se refiere a un conjunto de
mtodos para manejar la
obtencin, presentacin y
anlisis de observaciones
numricas.
05/03/2013
reas que conforman a la Estadstica
Gobierno
Negocios
Ciencias Sociales
Ingeniera
Ciencias Fsica y Naturales
Control de Calidad
Procesos de Manufactura
Muchos otros campos de la actividad intelectual.
Conceptos de Poblacin y Muestra
reas de Aplicacin de la Estadstica
El uso de la Estadstica es muy amplio.

Resulta difcil nombrar un rea en la cual no
se emplee.
Los mtodos estadsticos han encontrado
aplicacin en:
Tema 1. Introduccin
INFERIR
Tema 1. Introduccin
Estadstica Inferencial o Inferencia

Estadstica: est definida por un
conjunto de tcnicas, mediante las
cuales se hacen generalizaciones o
se toman decisiones en base a
informacin parcial obtenida
mediante tcnicas descriptivas.
reas de Aplicacin de la Estadstica
Esto se debe a la creciente facilidad

con la cual se pueden manejar
grandes cantidades de datos
numricos, debido al uso de
Poblacin: es la coleccin de todas

las posibles mediciones u
observaciones que pueden hacerse
de una variable bajo estudio.
Tema 1. Introduccin
Tema 1. Introduccin
05/03/2013
Se clasifica en dos categoras:
Muestra:
Infinita: es aquella que incluye un gran

conjunto de observaciones o
mediciones que no pueden alcanzarse
por conteo. Al menos, hipotticamente,
no existe lmite en cuanto al nmero de
observaciones que el experimento
puede generar.
Tema 1. Introduccin
Tema 1. Introduccin
Finita: es aquella que incluye una

cantidad limitada contable de
observaciones, individuos o medidas.
Siempre que sea posible alcanzar
(contar) el nmero total de todas las
posibles mediciones, se considera como
finita la poblacin.
es un conjunto de mediciones u
observaciones tomadas a partir de una
poblacin.
es un subconjunto de la poblacin.
Tema 1. Introduccin
Tema 1. Introduccin
Muestra aleatoria: se considera

aleatoria siempre y cuando cada
observacin, medicin o individuo
de la poblacin tenga la misma
probabilidad de ser seleccionado.
05/03/2013
Tipos de datos
Tipos de datos y escalas de medida
Variables:
son los valores que toma la variable en

cada caso.
Tipos de datos
Sexo: f/m.
Hbito de fumar: Fumador/No fumador
Color de ojos: negro, azul, marrn,
Religin: catlica, evanglica,
Estado civil: soltero, casado, divorciado,
Tipos de variables cuantitativas:
Discretas: es aquella que solo puede

tomar un nmero finito o infinito
numerable de valores. Ejemplo:
cantidad de hermanos.
Continuas: es la variable que puede
tomar cualquier valor en una escala
continua. Ejemplo: cantidad de lquido
contenido en un recipiente.
Tema 1. Introduccin
Tema 1. Introduccin
Peso
Edad
Estatura
Presin
Humedad
Intensidad de un sismo
Cantidad de hermanos
Escalas de medida
Cuantitativos: provienen de variables que

pueden medirse, cuantificarse o
expresarse numricamente. Ejemplos:
Cualitativos: son datos que solo toman

valores asociados a las cualidades o
atributos, clasificndolos en una de varias
categoras, es decir, no son valores
numricos. Ej:
Tema 1. Introduccin
Datos:
Tema 1. Introduccin
son las caractersticas o lo que se

estudia de cada individuo de la
muestra. Ej: sexo, edad, peso,
estatura, color de ojos, estado civil,
temperatura, cantidad de nacimientos,
presin, grosor, dimetro, ...
05/03/2013
Escalas de medida
Escalas de medida
Escala nominal: los datos se

pueden agrupar en categoras que
no mantienen una relacin de
orden entre si, por lo tanto no
estn definidas las operaciones
lgicas (>, <, , ) sino solo las de
igualdad o diferencia.
Ejemplos: color de ojos, sexo,
profesin, estado civil, religin.
Escalas de medida
Escala de Intervalos: valores numricos

de las variables y adems de las
relaciones de orden (>, <, , ), se
pueden establecer distancias, es decir,
tienen sentido las operaciones de suma y
resta. Tiene dos propiedades:
Existe una unidad de medida que se mantiene

constante para todos los valores que toma la
variable.
Existe un valor patrn u origen relativo que
no significa la ausencia de valor en la
variable.
Tema 1. Introduccin
Tema 1. Introduccin
Escala ordinal: existe un cierto

orden o jerarqua entre las
categoras (>, <, , ).
Ejemplos: grados militares,
organigrama de una empresa,
escalafn de los profesores
universitarios, grados de disnea,
estadiaje de un tumor.
Tema 1. Introduccin
Nominal.
Variables Cualitativas
Ordinal.
de Intervalos.
de Razn o Proporcin. Variables
Cuantitativas
Absoluta.
Tema 1. Introduccin
Escala
Escala
Escala
Escala
Escala
Escalas de medida
05/03/2013
Escalas de medida
Escalas de medida
Ejemplo: temperatura, nivel de

ruido, movimientos ssmicos.
Datos Univariantes y Multivariantes
Univariantes o unidimensionales:
slo recogen informacin sobre una
caracterstica (Ej: edad de los
alumnos de una clase).
Bivariantes o bidimensionales:
recogen informacin sobre dos
caractersticas de la poblacin. (Ej:
edad y estatura de los alumnos de
una clase).
Tema 1. Introduccin
Tema 1. Introduccin
Escala Absoluta: se caracteriza

porque los valores que toma la
variable son el resultado de contar y
por lo tanto, est constituida por los
enteros positivos y el cero.
Ejemplos: nmero de hermanos,
cantidad de autos vendidos,
cantidad de accidentes en una
interseccin, cantidad de hijos,
Tema 1. Introduccin
Tema 1. Introduccin
Escalas de medida
Escala de razn o proporcin: es la

ms completa y general de todas las
escalas. Se caracteriza porque los
valores de la variable son nmeros
entre los cuales, adems de las
relaciones de orden (>, <, , ) y
distancia (+,-), se pueden establecer
mltiplos y proporciones.
Ejemplos: peso, altura, volumen
05/03/2013
Abusos que se pueden cometer con la

Estadstica
Datos Univariantes y Multivariantes
Conclusiones errneas debido a que los

datos son numricamente insuficientes.
Representaciones grficas engaosas
(escalas).
Datos muestrales no representativos:
Muestra que no incluye a elementos de toda la

poblacin.
Ciertas categoras de personas no responden
correctamente.
Respuestas voluntarias (sesgadas).
Tema 1. Introduccin
Tema 1. Introduccin
Multivariantes o pluridimensionales:
recogen informacin sobre tres
ms caractersticas. (Ej: edad,
estatura y peso de los alumnos de
una clase).
Organizacin de los datos
Tema 2. Estadstica Descriptiva
TEMA 2. ESTADSTICA DESCRIPTIVA
Una vez que se ha

realizado la
recoleccin de los
datos, se obtienen
datos en bruto,
los cuales rara vez
son significativos
sin una
organizacin y
tabulacin.
05/03/2013
Formas de organizar los datos:
La regla de Sturges: k = 1 + 3.3log(n)

k= n
Pto.
Medio
fi
Fi
fri
FRi
La cantidad de clases no puede ser tan

pequeo (menos de 5) o tan grande (ms
de 20), que la verdadera naturaleza de la
distribucin sea imposible de visualizar.
La amplitud de todas las clases deber ser
la misma. Se recomienda que sea impar y
que los puntos medios tengan la misma
cantidad de cifras significativas que los
datos en bruto.
Se recomienda su uso cuando se

tienen grandes cantidades de datos
(n).
Su construccin requiere, en primer
lugar, la seleccin de los lmites de los
intervalos de clase.
Para definir la cantidad de intervalos
de clase (k), se puede usar:
Clase
La Distribucin de Frecuencias:
Una distribucin de frecuencias: es un

arreglo de los datos que permite expresar
la frecuencia de ocurrencias de las
observaciones en cada una de las clases,
mostrando el patrn de la distribucin de
manera ms significativa.
Un arreglo: es la forma ms sencilla de

organizar los datos en bruto, consiste en
colocar las observaciones en orden segn su
magnitud: ascendente o descendente.
Poco prctica cuando se tiene una gran
cantidad de datos.
05/03/2013
Ejemplos de Distribucin de
Frecuencias
Determinar:
fri = fi/n
Frecuencia relativa acumulada de la clase

(FRi).
Ejemplos de Distribucin de
Frecuencias
30
37
10
31
28
37
39
41
34
33
29
17
32
45
35
24
16
32
47
41
38
34
34
39
44
35
25
22
38
24
22
32
40
48
24
23
Representacin grfica de los datos

50
45
48
32
20
10
32
35
31
44
15
35
36
36
37
43
19
21
Los grficos permiten visualizar en forma

global y rpida el comportamiento de los
datos.
Para datos cuantitativos agrupados en
clases, comnmente se utilizan tres
grficos:
a) Construya una distribucin de frecuencias.

b) Qu puede concluir de estos datos.
Histogramas.
Polgono de frecuencias.
Ojiva o Polgono de frecuencias acumuladas.
23
40
42
41
30
34
A continuacin se presentan
las calificaciones definitivas
de 60 estudiantes de
estadstica general en el ao
2012:
Rango clase: numero mayor menos

numero menor.
R/k tamao intervalo
Punto medio = (Li+Ls)/2.
Frecuencia absoluta de la clase (fi).
Frecuencia acumulada de la clase (Fi).
Frecuencia relativa de la clase (fri):
05/03/2013
Histograma y Polgono de Frecuencias
Para datos cualitativos se usan:
Curvas
Barras
Sectores
Ojiva
Histograma
10
05/03/2013
Barras
Curvas
Barras

Sectores, torta o circular
Ejemplos de construccin
de grficos
11
05/03/2013
Medidas de tendencia central o

posicin
Media Aritmtica
Media: Aritmtica y Aritmtica

ponderada.
Mediana.
Moda.
Clculo de la media aritmtica
Para datos no agrupados:

n
xi
X
i 1
Para datos agrupados:

k
mi f i
X
i 1
Donde: mi: punto medio de la clase i

fi: frecuencia absoluta de la clase i
k: cantidad de clases
Es la suma de todas las observaciones dividida entre

el nmero total de observaciones.
Expresada de forma ms intuitiva, podemos decir
que la media aritmtica es la cantidad total de la
variable distribuida a partes iguales entre cada
observacin. (wikipedia)
Por ejemplo, si en una habitacin hay tres personas,
la media de dinero que tienen en sus bolsillos sera
el resultado de tomar todo el dinero de los tres y
dividirlo a partes iguales entre cada uno de ellos. Es
decir, la media es una forma de resumir la
informacin de una distribucin (dinero en el bolsillo)
suponiendo que cada observacin (persona) tendra
la misma cantidad de la variable. (wikipedia)
Las medidas de tendencia central

ms importantes son:
Corresponden a valores que

generalmente se ubican en la parte
central de un conjunto de datos.
Forma como los datos pueden
condensarse en un solo valor
central alrededor del cual todos los
datos muestrales se distribuyen.
Medidas de tendencia central o

posicin
12
05/03/2013
Mediana
Clculo de la mediana
Donde:
Lm
n 1
F ( xm 1 )
2
Cm
f ( xm )
Lm: lmite inferior de la clase mediana.

F(xm-1): frecuencia acumulada de la clase
anterior a la clase mediana.
f(xm): frecuencia absoluta de la clase mediana.
Cm: amplitud de la clase mediana.
Observacin o clase que tiene la

mayor frecuencia en un conjunto de
observaciones.
Un conjunto de datos puede ser
unimodal, bimodal o multimodal.
Es la nica medida de tendencia
central que se puede determinar
para datos de tipo cualitativo.
Md
Si n es impar: posicin donde se ubica

la mediana es igual a (n+1)/2.
Si n es par: (n)/2 no es entero, por lo
tanto la mediana ser igual al promedio
de las dos posiciones centrales.
Moda
Datos agrupados: clase mediana es la

que contiene a la observacin que
ocupa la posicin n/2.
Para datos no agrupados:

Es el valor que ocupa la posicin

central de un conjunto de
observaciones, una vez que han
sido ordenados en forma
ascendente o descendente.
Divide al conjunto de datos en dos
partes iguales.
Clculo de la mediana
13
05/03/2013
Relacin entre la media, la mediana y

la moda
Clculo de la moda
Lim
1
Donde:
Cm
2
Lim: lmite inferior de la clase modal.

1: diferencia entre fi de la clase modal y la
anterior.
2: diferencia entre fi de la clase modal y la
posterior.
Cm: amplitud de la clase modal (clase de mayor
frecuencia).
Propiedades, ventajas y desventajas

de la media

de la media
Si se somete a una variable

estadstica X a un cambio de origen
y escala, Y = a + bX, la media
aritmtica de dicha variable X vara
en la misma proporcin.
La media de la suma de dos
variables es igual a la suma de sus
medias.
Propiedades:
La suma de las diferencias entre las
media muestral y el valor de cada
observacin es cero.
La media de una constante es la
constante.
Si todas las observaciones xi se
multiplican por una constante a, la X
tambin se debe multiplicar por ese
mismo valor constante.
Cuando los datos son sesgados es mejor emplear la Md
Mo
Para datos no agrupados: es simplemente

la observacin que ms se repite.
Para datos agrupados:
14
05/03/2013

de la media

de la media
Ventajas y desventajas de la mediana

Ventajas:
Fcil de calcular si el nmero de
observaciones no es muy grande.
No se ve influenciada por valores
extremos, ya que solo influyen los
valores centrales.
Fcil de entender.
Desventajas:
Se ve adversamente afectada por valores
extremos, perdiendo representatividad.
Si el conjunto de datos es muy grande
puede ser tedioso su clculo manual.
No se puede calcular para datos
cualitativos.
No se puede calcular para datos que
tengan clases de extremo abierto, tanto
superior como inferior.
Se trata de un concepto familiar

para la mayora de las personas.
Es til para llevar a cabo
procedimientos estadsticos como la
comparacin de medias de varios
conjuntos de datos.
Ventajas:
Emplea en su clculo toda la
informacin disponible.
Se expresa en las mismas unidades
que la variable en estudio.
Es el centro de gravedad de toda la
distribucin, representando a todos
los valores observados.
Es una valor nico.

de la media
15
05/03/2013
Ventajas y desventajas de la moda

Desventajas:
Para conjuntos pequeos de datos su
valor no tiene casi utilidad, si es que
de hecho existe. Solo tiene significado
en el caso de una gran cantidad de
datos.
No utiliza toda la informacin
disponible.
No siempre existe, si los datos no se
repiten.
Ventajas:
No requiere clculos.
Puede usarse para datos tanto
cuantitativos como cualitativos.
Fcil de interpretar.
No se ve influenciada por valores
extremos.
Se puede calcular en clases de
extremo abierto.
Desventajas:
No utiliza en su clculo toda la
informacin disponible.
No pondera cada valor por el
nmero de veces que se ha
repetido.
Hay que ordenar los datos antes de
determinarla.
Se puede calcular para cualquier

tipos de datos cuantitativos, incluso
los datos con clase de extremo
abierto.
Es la medida de tendencia central
ms representativa en el caso de
variables que solo admiten la escala
ordinal.
16
05/03/2013
Medidas de dispersin, variacin o

variabilidad.

variabilidad.

variabilidad.
Rango.
Varianza.
Desviacin Tpica.
Coeficiente de variacin.
Son importantes debido a que dos

muestras de observaciones con el
mismo valor central pueden tener
una variabilidad muy distinta.
Son valores numricos que indican

o describen la forma en que las
observaciones estn dispersas o
diseminadas, con respecto al valor
central.
En ocasiones, el azar hace que una

sola observacin se no
representativa se el valor ms
frecuente del conjunto de datos.
Difcil de interpretar si los datos
tiene 3 o ms modas.
17
05/03/2013
Medidas de dispersin: Rango
Medidas de dispersin: Varianza
Si la varianza de un conjunto de
observaciones es grande se dice que los
datos tiene una mayor variabilidad que
un conjunto de datos que tenga un
varianza menor.
n
xi
Para datos NO
agrupados:
i 1
n
n
2
i
x
s2
i 1
Es un valor numrico que mide el

grado de dispersin relativa porque
depende de la posicin de los datos
x1,x2,,xn con respecto a la media.
Es el promedio al cuadrado de las
desviaciones de cada observacin
con respecto a la media.
Notacin: s2, 2, var(X)
Casi no se emplea debido a que

depende nicamente de dos
valores.
No proporciona una medida de
variabilidad de las observaciones
con respecto al centro de la
distribucin.
Notacin: R
Rango (amplitud o recorrido):

Est determinado por los dos
valores extremos de los datos
muestrales, es simplemente la
diferencia entre la mayor y menor
observacin.
Es una medida de dispersin
absoluta, ya que depende
solamente de los datos y permite
conocer la mxima dispersin.
Medidas de dispersin: Rango
18
05/03/2013
Medidas de dispersin: Desviacin

Tpica

Para datos agrupados en una
distribucin de frecuencias:
mi
s
Es la raz cuadrada de la varianza.

Notacin: s, .
fi
s2
i 1
n
k
mi2
s2
i 1
fi
x
Medidas de dispersin: Coeficiente de

Variacin
CV
s
100%
x
Ventajas:
til cuando se quiere conocer la
extensin de las variaciones
extremas (valor mximo de la
dispersin).
Fcil de calcular.
Ventajas y Desventajas del Rango
Es una medida de dispersin relativa que

permite comparar el nivel de dispersin
de dos muestras de variables estadsticas
diferentes.
No tiene dimensiones.
Notacin: CV
19
05/03/2013
Desventajas:
No es una MD con respecto al
centro de la distribucin.
Solo emplea dos valores en su
clculo.
No se puede calcular en
distribuciones de lmite de clase
abierto.
Propiedades:
1. Siempre es mayor o igual a cero y
menor que infinito.
2. La varianza de una constante es
cero.
3. Si a una variable X la sometemos a
Y=a+bX, la varianza de Y ser
Var(Y) = b2Var(X)
Ventajas:
Es til cuando se compara la variabilidad
de dos o ms conjuntos de datos.
Utiliza toda la informacin disponible.
Desventajas:
No proporciona ayuda inmediata cuando
se estudia la dispersin de un solo
conjunto de datos.
Difcil de interpretar por tener sus
unidades elevadas al cuadrado.
Ventajas:
Esta expresada en las mismas
unidades que la variable en estudio.
Utiliza todas las observaciones en
su clculo.
Fcil de interpretar.
Desventajas:
No tiene.
Ventajas y Desventajas de la
Desviacin Tpica
Propiedades, Ventajas y Desventajas

de la Varianza
Propiedades, Ventajas y Desventajas

de la Varianza
Ventajas y Desventajas del Rango
20
05/03/2013
Ventajas:
Es la nica MD que permite
comparar el nivel de dispersin de
dos muestras de variables
diferentes.
Emplea toda la informacin
disponible en su clculo.
Fcil de calcular.
Desventaja:
No es una MD con respecto al
centro de la distribucin de los
datos.
Medidas de Forma
-Asimetra
Coeficiente de Pearson
Coeficiente de Fisher
-Kurtosis o apuntamiento
Permiten estudiar la forma de la

curva, dependiendo de cmo se
agrupan los datos.
Medidas
de forma
Medidas de Forma: Asimetra
Son medidas numricas que

permiten determinar la forma que
tiene la curva de los datos, por lo
tanto, sirven para corroborar lo que
los grficos muestran.
Ventajas y Desventajas del Coeficiente

de Variacin
Ventajas y Desventajas del Coeficiente

de Variacin
21
05/03/2013
Coeficiente de Asimetra de Pearson:

Fcil de calcular e interpretar.
Clculo:
Coeficiente de Asimetra de Fisher:

No es de fcil clculo, pero si su
interpretacin.
ASP
3X
Md
o Interpretacin:
= 0, X=Md Simtrica
ASP
> 0, X>Md Asimtrica Positiva

< 0, X<Md Asimtrica Negativa
xi X
Mi x
Datos NO agrupados
ns3
fi
Datos Agrupados
Miden si los valores de la

distribucin estn ms o menos
concentrados alrededor de los
valores medios de la muestra (zona
central de la distribucin).
Se definen tres tipos de distribucin
segn su grado de Kurtosis:
< 0, Asimtrica Negativa
ASF
i 1
ns3
k
= 0, Simtrica
> 0, Asimtrica Positiva
i 1
Medidas de Forma: Kurtosis
o Interpretacin:
ASF
ASF
22
05/03/2013
xi
CK
i 1
Mi
CK
i 1
ns
Datos No Agrupados
ns 4
k
fi
3
Datos Agrupados
Interpretacin:
=0 Mesocrtica
CK
>0 Leptocrtica
<0 Platicrtica
Mesocrtica: grado de concentracin

medio alrededor de los valores
centrales de la variable.
Leptocrtica: grado de concentracin
elevado.
Platicrtica: grado de concentracin
reducido.
Referencias:
Wikipedia(http://es.wikipedia.org/w
iki/Wikipedia:Portada)
Walpole y Myers. Probabilidad y
Estadstica. Mc Graw-Hill.
Triola, Mario F. Estadstica. Pearson.
23

Estadistica

Transféré par

Informations du document

Titre original

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

Transféré par

Droits d'auteur :

Formats disponibles

05/03/2013

Unidad I. Conceptos Bsicos y

reas que conforman a la Estadstica

Estadstica Descriptiva (Deductiva):

Sus fines son describir al conjunto

Mg. Diego Fernando Ordoez

reas que conforman a la Estadstica

Conceptos de Poblacin y Muestra

reas de Aplicacin de la Estadstica

El uso de la Estadstica es muy amplio.

Estadstica Inferencial o Inferencia

reas de Aplicacin de la Estadstica

Esto se debe a la creciente facilidad

Poblacin: es la coleccin de todas

Conceptos de Poblacin y Muestra

Conceptos de Poblacin y Muestra

Se clasifica en dos categoras:

Conceptos de Poblacin y Muestra

Conceptos de Poblacin y Muestra

Infinita: es aquella que incluye un gran

Finita: es aquella que incluye una

Muestra aleatoria: se considera

Tipos de datos y escalas de medida

son los valores que toma la variable en

Tipos de variables cuantitativas:

Discretas: es aquella que solo puede

Cuantitativos: provienen de variables que

Cualitativos: son datos que solo toman

son las caractersticas o lo que se

Escala nominal: los datos se

Escala de Intervalos: valores numricos

Existe una unidad de medida que se mantiene

Escala ordinal: existe un cierto

Ejemplo: temperatura, nivel de

Datos Univariantes y Multivariantes

Escala Absoluta: se caracteriza

Escala de razn o proporcin: es la

Abusos que se pueden cometer con la

Datos Univariantes y Multivariantes

Conclusiones errneas debido a que los

Muestra que no incluye a elementos de toda la

Organizacin de los datos

Tema 2. Estadstica Descriptiva

TEMA 2. ESTADSTICA DESCRIPTIVA

Una vez que se ha

Organizacin de los datos

Organizacin de los datos

Formas de organizar los datos:

Organizacin de los datos

La regla de Sturges: k = 1 + 3.3log(n)

La cantidad de clases no puede ser tan

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Se recomienda su uso cuando se

Organizacin de los datos

Una distribucin de frecuencias: es un

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Un arreglo: es la forma ms sencilla de

Organizacin de los datos

Frecuencia relativa acumulada de la clase

Representacin grfica de los datos

Los grficos permiten visualizar en forma