Académique Documents
Professionnel Documents
Culture Documents
MÉTODOS ESTADÍSTICOS
RESUMEN
ESTADÍSTICAS DESCRIPTIVA
Plantear Diseñar
hipótesis experimento
Recoger
Obtener
datos
conclusiones
y analizarlos
Variable estadística
VARIABLE ATRIBUTO
Ejercicios
Es población o muestra?
EDAD
27
23
24
23
27
26
22
26
28
99 84 72 66 57 94 84 72 63 40-49 1
50-59 3
51 48 50 61 71 82 93 100 89
60-69 5
70-79 8
80-89 6
90-99 3
>99 1
Estadística aplicada a la
Educación
ESTADÍSTICAS DESCRIPTIVA
Medidas de Tendencia Central –
Medidas de Dispersión
Valor de las
MODA observaciones con
más frecuencia
Altura mediana
Medidas de Dispersión
( X ) 2
VARIANZA
Dispersión de los 2
datos N
DESVIACIÓN
ESTANDAR
Dispersión de los
datos
2
Variabilidad o dispersión
0.05
0.04
0.04
0.03
0.03
0.02
0.02
0.01
0.01
x s x 2s
68.5 % 95 %
0.00
0.00
150 160 170 180 190 150 160 170 180 190
Asimetría
Curtosis
Ubicación de un centil
P
LP (n 1)
100
Si el Promedio de las calificaciones escolares de un
alumno se encuentra en el octavo decil, se llega a
la conclusión que el 80% de los estudiantes tiene
un promedio menor de ese valor, y un 20% tiene
un promedio mayor.
Representación gráfica
Por medio del diagrama de cajas
Amplitud cuartílica
ESTADÍSTICAS INFERENCIAL
Ejercicios
Construcción de una encuesta
OBJETIVO DEL ESTUDIO
Ejercicios
Análisis descriptivo de la Edad de los egresados.
Datos
Edad
Histograma
12 40%
Media 28,31 35%
10
Error típico 0,41 30%
Frecuencia
8
Mediana 28,15 25%
Moda 28,00 6 20%
Desviación estándar 2,22 15%
4
10%
Varianza de la muestra 4,92 2
5%
Curtosis -0,53
0 0%
Coeficiente de asimetría 0,12 25 - 26 26 - 27 27 - 29 29 - 30 30 - 31 31 - 33
Rango 8,13 Límite Superior
Mínimo 24,67
Frecuencia Absoluta Relativa Absoluta
Máximo 32,80
Suma 849,37
Cuenta 30,00
Mayor (1) 32,80
Menor(1) 24,67
Nivel de confianza(95,0%) 0,83
Tipos de distribución
CONTINUO
Normal
T de Student
Xi Cuadrado
F de Fisher
Tipificación
Dada una variable de media μ y desviación típica σ, se denomina valor
tipificado z, de una observación x, a la distancia (con signo) con respecto a
la media, medido en desviaciones típicas, es decir
x
z
Nos permite así comparar entre dos valores de dos distribuciones normales
diferentes, para saber cuál de los dos es más extremo.
Ejemplo
Se quiere dar una beca a uno de dos estudiantes de sistemas educativos diferentes. Se
asignará al que tenga mejor expediente académico.
El estudiante A tiene una calificación de 8 en un sistema donde la calificación de los alumnos se
comporta como N(6,1).
El estudiante B tiene una calificación de 80 en un sistema donde la calificación de los alumnos se
comporta como N(70,10).
Solución
No podemos comparar directamente 8 puntos de A frente a los 80 de B, pero como ambas
poblaciones se comportan de modo normal, podemos tipificar y observar las puntuaciones sobre una
distribución de referencia N(0,1)
xA A 86
zA 2
A 1
x B 80 70
zB B 1
B 10
Como ZA>ZB, podemos decir que el porcentaje de compañeros del mismo sistema de estudios que ha
superado en calificación el estudiante A es mayor que el que ha superado B. Podríamos pensar en
principio que A es mejor candidato para la beca.
Muestreo
Población Test
Muestra
Estadístico
Conclusiones
Muestreo
Muestreo
Población Muestra
Distribuciones de Muestreo
x
TEOREMA DE LIMITE CENTRAL
x
n
Estimación Puntual
Intervalos de Confianza
Intervalos de confianza
No conocemos el valor real del parámetro
....pero podemos decir en que intervalo se encontrará
con una cierta probabilidad.
Intervalos de confianza
s s
x t x t
2 n 2 n
Ejercicio - Taller
Determine el intervalo de confianza para la edad
promedio de los egresados.
Determine el intervalo de confianza para el salario
promedio de los egresados.
Determine el intervalo de confianza para la
proporción de estudiantes que tiene trabajo actual.
Pruebas de hipótesis
Población Test
Muestra
Estadístico
Conclusiones
Muestra ¡Gran
aleatoria diferencia!
Rechazo la
hipótesis
X 20 años
Pruebas de hipótesis
Hipótesis alterna: H1
Identificación de hipótesis
Hipótesis nula Ho Hip. Alternativa H1
La que contrastamos Niega a H0
H 0 : p 50% , ,
, ,
H1 : p 50%
Razonamiento básico
Si supongo que H0 es cierta...
¿qué hace un
científico cuando
su teoría no
coincide con sus
predicciones?
40
X 20
Razonamiento básico
Si supongo que H0 es cierta...
Rechazo que H0
sea cierta.
40
X 20
Razonamiento básico
Si supongo que H0 es cierta...
40
X 38
=5%
No rechazo H0
H0: =40
Tipos de ensayos
Unilateral Derecho
Unilateral Izquierdo
Bilateral
Unilateral Unilateral
PRUEBA CHI-CUADRADO
Chi-Cuadrado ( 2) es el nombre de una prueba de
hipótesis que determina si dos variables están
relacionadas o no.
Pasos:
1) Realizar una conjetura.
2) Escribir la hipótesis nula y la alternativa.
Calcular el valor decalc .
2
3)
4) Determinar el valor de p y el grado de libertad.
5) Obtener el valor crítico.
6) Realizar una comparación entre el chi-cuadrado
calculado y el valor crítico.
7) Interpretar la comparación.
TABLA DE CONTINGENCIA
Es la tabla que contiene los datos obtenidos
contados y organizados.
Ejemplo:
USO DE CINTURÓN DE
SEGURIDAD
GÉNERO SÍ NO
FEMENINO 50 25
MASCULINO 40 45
FORMULACIÓN DE HIPÓTESIS
NULA (H0): Es aquella en la que se asegura que los
dos parámetros analizados son independientes uno
del otro.
EJEMPLO
Melissa conjetura que el uso de cinturón de
seguridad, en los conductores, está relacionado con
el género.
Total Columna Para dicha celda Total Fila Para dicha celda
SumaTotal
50 25
40 45
50 25 75
40 45 85
SUMA DE FILAS
FRECUENCIAS DE
VALORES
OBSERVADOS
90 70 160
90 75 70 75
42.1875 32.8125
160 160
90 85 70 85
47.8125 37.1875
160 160
f 0 f e 2
calc
2
fe
f0 : Frecuencia del valor observado.
fe : Frecuencia del valor esperado.
EJEMPLO
TABLA DE VALORES OBSERVADOS TABLA DE VALORES ESPERADOS
61
50 25 42.1875 32.8125
40 45 47.8125 37.1875
calc
2
f 0 f e 2
fe
calc
2
50 42.1875
2
25 32.8125
2
40 47.8125
2
45 37.1875
2
GRADO DE LIBERTAD v
EJEMPLO
TABLA DE VALORES OBSERVADOS
50 25
40 45
v 2 1 2 1
v 11 1
NIVEL DE SIGNIFICANCIA
EJEMPLO
Melissa conjetura que el uso de cinturón de
seguridad, en los conductores, está relacionado con
el género. Los datos se muestran en la tabla inferior.
Melissa realiza la prueba de su conjetura usando
chi-cuadrado con un nivel de significancia del 1%.
USO DE CINTURÓN DE
SEGURIDAD
GÉNERO SÍ NO
FEMENINO 50 25
MASCULINO 40 45
p 1 Nivel de significancia
Ejemplo:
p 1 0.01 0.99
EJEMPLO
Ejemplo:
calc
2
Valor crítico
6.2248 6.635
Entonces se acepta la hipótesis nula, la cual es “El uso
del cinturón de seguridad es independiente del género”.
EJERCICIO 1
74
EJERCICIO 2
77
No especulativa
H0: Hipótesis nula
(Ej.1) Es inocente
(Ej.2) El nuevo tratamiento no tiene efecto
(Ej.3) No hay nada que destacar
Especulativa
H1: Hipótesis alternativa
(Ej.1) Es culpable
(Ej.2) El nuevo tratamiento es útil
(Ej. 3) Hay una situación anormal
Realidad
Inocente Culpable
Inocente
OK Error
Menos grave
Veredicto
Culpable
Error OK
Muy grave
Instrumentos de Medición
ERRORES DE ERRORES DE NO
MUESTREO MUESTREO
Muestra no No Respuesta
representativa Respuestas inexactas
Sesgo de Selección
MINIMIZAR ERRORES
Reentrevistas NO
RESPUESTA
Recompensas e incentivos
Entrevistadores adiestrados
Verificación de datos RESPUESTA
INEXACTA
Diseño de un cuestionario
Ordenamiento de las preguntas
Preguntas abiertas contra preguntas cerradas
Opción de Respuesta
Redacción de las preguntas
Elaboración de un
diseño de investigación
Diseño del
Diseño de
cuestionari
la muestra
o
Trabajo de campo
Verificaci
ón y
Codificaci
ón
Preparació Preparació
n del n del
análisis informe
MUESTREO
EJERCICIOS
Construcción de una encuesta
MUESTREO SISTEMÁTICO
MUESTREO ESTRATIFICADO
EJERCICIO
MUESTREO NO PROBABILISTICO