Estadstica

Profesor: Ing. Ricardo Rosas Roque

PENSAMIENTO

Usted es responsable por su propio aprendizaje. Yo soy responsable por apoyarlo, facilitarle aprender y aprender juntos. Annimo

ESQUEMA DEL PROCESO ESTADSTICO GENERAL PRODUCCION DE INFORMACION ESTADSTICA

CONSISTENCIACIN Critica Codificacin Digitacin Agrupacin Clasificacin

Mediante Frmulas Mtodos Se Obtienen:

Visin general de resultados Control de Calidad

ESTUDIO
NECESIDAD PROBLEMA

VARIABLES

DATOS

INFORMACION

INDICADORES

ANALISIS

PRESENTACION

EMPLEO POR LOS USUARIOS

Nombre Definicin Categoras

Observacin Entrevistas Cuestionario Registros Administrativos Estadsticos

Base De Datos Tablas Cuadros Grficos Diagramas Relaciones Dibujos Mapas

Proporciones Porcentajes Tasas ndices Tendencias Coeficientes

Describir Implementar Analizar Medios informticos La Informacin Estadstica: Proyectos Leyes

Compendios Boletines Informes Apoya la Formulacin de Polticas, Toma de Decisiones, Planificacin, Estudios, etc. Propicia una Institucin Informada

POBLACIN
MUESTRA Unidades de Anlisis

PLANEAMIENTO
Define el problema Determina necesidades de informacin Establece objetivos Precisa variables, datos, informacin Delimita mbitos del trabajo Identifica fuente de datos Selecciona tcnicas de recoleccin Elabora instrumentos de recoleccin Fija mtodos de anlisis

RECOLECCIN
Relevamiento Obtener datos de las fuentes Levantar informacin

PROCESAMIENTO
Tratamiento de los datos Organizacin y presentacin

ANLISIS
Significado Utilidad

PUBLICACIN Y DIFUSIN
Dar a conocer Difundir

Significado de Estadstica?
Lenguaje corriente

Ciencia

Qu es Estadstica?
Ciencia que proporciona un conjunto de
mtodos que se utilizan para recolectar, resumir, clasificar, analizar e interpretar el comportamiento de los datos, con respecto a una caracterstica materia de estudio, para la toma de decisiones.

Clasificacin:

Estadstica Descriptiva Estadstica Inferencial

5

Estadstica Descriptiva

Conjunto de mtodos que implican la recoleccin, presentacin y caracterizacin de un conjunto de datos a fin de describir en forma apropiada las diversas caractersticas de stas.
Analiza y describe datos

Objetivo final de la Estadstica

Obtener conclusiones y generalizaciones
sobre la totalidad de la poblacin y no solo parte de ella.

Estadstica Inferencial
Conjunto de mtodos o tcnicas que posibilitan
la generalizacin o toma de las decisiones en base a una informacin parcial obtenida a partir de una muestra. Efecta estimaciones, decisiones, predicciones u otras generalizaciones sobre un conjunto mayor de datos.

La prediccin se hace con un cierto grado de confianza, la cual es medida por la probabilidad.
8

Estadstica Inferencial - Ejemplo

Un fabricante de medicina afirma que una
nueva vacuna contra el catarro desarrollada por su compaa tiene una efectividad del 95%. Como resulta imposible probar la vacuna en todas las personas, consideremos que 40 personas han recibido la vacuna, de las cuales 35 no se contagiaron de catarro. Si la afirmacin es correcta se esperara que 38 personas pasaran el invierno sin catarro. Puesto que el nmero observado es 35, debera rechazarse la afirmacin del 9 fabricante en base a la evidencia?

Estadstica Inferencial
En ESTADISTICA utilizamos el mtodo
INDUCTIVO para INFERIR conclusiones De lo PARTICULAR a lo GENERAL

Que es particular? LA MUESTRA Que es general? LA POBLACI ON

10

Estadstica Inferencial
Por que hablamos de INCERTIDUMBRE en
las CONCLUSIONES?

Porque existen muchas muestras posibles, pero nosotros solo OBSERVAMOS UNA !!!

11

Poblacin
Coleccin de todos los individuos, objetos u
observaciones que poseen al menos una caracterstica comn.

Ejemplo: a. Las edades de los alumnos del sistema universitario peruano. b. Los enfermos de SIDA, tratados con uno de tres tratamientos diferentes.
12

 P. Finita: aquella que tiene un nmero limitado

de elementos. Es posible enumerar fsicamente todos los miembros del conjunto de inters. Ejemplo: electores registrados.

Poblacin

P. Infinita: aquella que no tiene lmite, es decir

tiene un nmero infinito de elementos. Incluye un gran conjunto de medidas y observaciones. Hipotticamente no existe lmite en cuanto al nmero de observaciones que cada uno de ellos pueda generar. Ej: electores que votarn. Parmetro: medida resumen que describe una caracterstica de toda la poblacin. 13

Estimacin del parmetro

Estimacin de punto. El valor del estimador,
es aquel que se asume como la medida representativa de la poblacin. Estimacin de intervalo. Se asume un margen de error por encima y por debajo del estimador como una medida adecuada para estimar el parmetro poblacional. Intervalo de confianza. Es una estimacin de intervalo, asociada a una probabilidad que representa el grado de confiabilidad en la generalizacin 14

Muestra
Es una parte o subconjunto representativo
de la poblacin. Al proceso de obtener una muestra se llama muestreo. extraccin de conclusiones vlidas para la poblacin de la cual se obtuvo dicha muestra. una caracterstica de la muestra.

Estudio de la muestra, tiene por objeto la

Estadstico: medida resumen que describe

15

Usos de la Estadstica Salud y Medicina

Informacin numrica relacionada de modo

directo con los problemas de salud. Los cuales se analizarn e interpretarn para fomentar y desarrollar una poltica sanitaria adecuada.

Cul es la causa ms importante de muerte? A qu edad resulta ms alta la mortalidad y

por cual enfermedad? ....
16

Uso de la Estadstica en Ingeniera

Investigar

17

La Estadstica en el desarrollo de la Investigacin

El desarrollo del conocimiento en la ciencia, se caracteriza porque su ejecucin se lleva a cabo segn el mtodo: El mtodo cientfico.
Etapas del mtodo cientfico: - observacin del fenmeno que se estudia - formulacin de hiptesis mediante la cual puedan explicarse los hechos observados - verificacin de las hiptesis 18

El Mtodo Estadstico
1. Planeamiento de la investigacin
2. Recoleccin de datos 3. Organizacin de los datos 4. Anlisis 5. Conclusin e interpretacin de los resultados.
19

Mtodo Estadstico 1. Planeamiento

Planteamiento del problema

Definir la naturaleza del problema: QU ES lo

que se va a estudiar. Justificar la investigacin: POR QUE se considera necesario efectuar el estudio. Definir los trminos que se deben utilizar. Fundamental: resultados comparables con otros de la misma naturaleza.

20

Mtodo Estadstico 1. Planeamiento

Definir los objetivos: surgen al contestar la
pregunta acerca de para qu se va a realizar la investigacin. Vinculada directamente a la justificacin e importancia de la investigacin. PARA QU SE VA A ESTUDIAR EL FENMENO.

Hiptesis: supuesto acerca de determinados

hechos que intenta explicar. Herramienta en la tarea cientfica. Aspirando a explicar o predecir algunos hechos independientes. 21

Mtodo Estadstico 1. Planeamiento

Metodologa

Definir la poblacin. Seleccin de la muestra. Definir: tamao de

la muestra, tipo de muestreo, prueba etc.

Instructivos de crtica y codificacin. Diseo de formularios e instructivos.

22

Mtodo Estadstico 2. Recolectar informacin

Para fines estadsticos, los datos se

clasifican como INTERNOS y EXTERNOS.

Segn la frecuencia con que se realiza la

investigacin, la recoleccin puede ser:

OCASIONAL, PERIDICA CONTINUA

23

Mtodo Estadstico 3. Organizacin

Consistenciar datos
deben ser: exactos, completos, precisos y representativos.

Clasificar y tabular Cuadros y grficas

24

Cuidado con los datos

Datos utilizados estn basados en suposiciones e interpretaciones correctas.

Toda informacin debe ser probada:

De donde vienen los datos? La fuente es imparcial? Los datos comprueban o contradicen otras evidencias que se poseen? Cuantas observaciones se tienen? La conclusin es lgica?
25

Mtodo Estadstico 4. Anlisis

Medidas resumen

Relaciones entre variables

26

Mtodo Estadstico 5. Interpretacin y Conclusiones

27

Fuentes de Informacin
Datos internos
Datos externos Fuentes primarias: obtenida directamente
de la unidad de observacin

Fuentes secundarias: elaborados en base de

los datos de fuentes primarias
28

Tipos de datos Cualitativos: asociado a una caracterstica,

como color, estado civil, calidad del producto

Cuantitativo: referido a cantidades

Con cada variable. caracterstica se asocia una

Variable: caracterstica de la poblacin que se va a investigar y que puede tomar diferentes valores.
29

Variable cualitativa (Categora)

Se clasifican en:
Nominal: establece distincin de los elementos en categoras sin implicar orden entre ellas. Ordinal: agrupan a los objetos, individuos en categoras ordenadas
30

Variable cuantitativa
Se clasifican en:

(Escalar)

Discreta: surgen del procedimiento de conteo. Suelen tomar valores enteros. Continua: surgen cuando se mide alguna caracterstica. Tericamente pueden tomar cualquier valor dentro de un intervalo.
31

 Dependiente (respuesta, resultado, Y)

Independiente (predictor, factor, X)

Y = f(X)

32

Estudios experimentales
Nominal:
= (Estado civil),

Estadsticos: Contar, %, moda

Ordinal:

= , <, Estadsticos: Moda, mediana

> (Escolaridad)

33

 Intervalo:

= , <, > + (no tiene 0 absoluto) Estadsticos: media, desviacin estndar Ejemplo: temperatura medida en grados
<, > + * / 0

Razn: = ,

Ejemplo: Ingreso familiar. Se utiliza ratios. Escalar: Intervalo, razn.

34

ESTADISTICA DESCRIPTIVA
Aprenderemos: Obtener, organizar y analizar datos Introduccin a las probabilidades.

35

La necesidad de los datos

Para qu necesitamos recolectar datos? Proporciona la introduccin imprescindible para un estudio de investigacin.

Medir el desempeo en un servicio o proceso de produccin en curso.

Ayudar a la formulacin de cursos alternativos de accin en un proceso de toma de decisiones.
36

Organizacin de datos
Se muestra a continuacin el nmero de crditos aprobados por los alumnos de la UTP: 138 69 183 100 79 48 114 188 140 72 137 21 64 191 83 61 113 149 192 12 79 90 98 196 79 162 150 96 55 157 156 16 145 165 122 90 138 36 172 87 63 41 106 131 109 157 150 25 40 17 101 148 65 136 141 100 38 170 63 197 116 156 134 72 141 129 160 90 40 177 169 49 22 158 157 44 93 154 80 186 175 111 11 20 36 125 124 126 54 89 198 100 113 24 14 70 196 65 85 10 180 41 142 155 86 134 143 191

Les dice algo esta informacin?.

37

Organizacin de datos
Observando los datos de la anterior, NO NOS DICE NADA. diapositiva

Para lograr identificar las principales caractersticas del conjunto de datos, TENEMOS QUE ORDENAR PREVIAMENTE al conjunto de datos.

38

Organizacin de datos- ordenada

Ejemplo: en un estudio del crecimiento de varones, se obtuvieron estas observaciones sobre el permetro en centmetros de la cabeza de un nio al nacer:
33.1 35.2 35.2 34.6 33.7 34.6 34.2 36.0 33.7 36.1 34.2 34.8 34.2 34.7 33.9 35.6 34.6 34.7 34.5 34.3 35.1 35.8 33.4 34.2 34.5 34.9 36.5 34.2 33.8 34.1 34.3 33.6 34.0 35.1 35.3

Ordenando los datos, tenemos:

33.1 33.4 33.6 33.7 33.7 33.8 33.9 34.0 34.1 34.2 34.2 34.2 34.2 34.2 34.3 34.3 34.5 34.5 34.6 34.6 34.6 34.7 34.7 34.8 34.9 35.1 35.1 35.2 35.2 35.3 35.6 35.8 36.0 36.1 36.5

Cules son las principales caractersticas que se observa? 39

Organizacin de datos- ordenada

Las principales caractersticas que se observan son:

Son 35 casos.
La menor observacin es de 33.1 cm. La mayor observacin es de 36.5 cm. El 51.43% (18 casos) de los datos estn alrededor de los 34 cm. Son muy pocos frecuentes los casos mayores a 36 cm (03 casos). Mientras mayor sea el nmero de observaciones presentes en una serie de datos, mas complicado es 40 formar la clasificacin ordenada.

Tablas de distribucin de frecuencias

Datos de variables discretas
Distribucin de Frecuencias Absolutas
Valores Observados Xi X1 X2 Frecuencias Absolutas ni n1 n2

..
.. xm Totales

..
.. nm n
41

Ejemplo: Construir una tabla de distribucin e Interpretar.

Se realiza una encuesta a un conjunto de 16
familias sobre el nmero de hijos. Los resultados son: 2, 1, 3, 1, 2, 1, 3, 0, 2, 1, 2, 3, 4, 1, 1, 2

Distribucin de Frecuencia del nmero de hijos

Nmero de Hijos Frecuencia Absoluta
42

Frecuencia absoluta acumulada Menor que

Ni = n1 + n2 + n3 + .....ni
As:

N2 = nj = n1 + n2 = 1 + 6 = 7
N5 = nj = n1 + n2 + n3 + n4 + n5 = 16 Interpretar N3: 12 familias a los ms 2 hijos
43
5

Frecuencia absoluta acumulada Mayor que

Ni* = ni + ni+1 + ni+2 + .....nm
As: N2* = nj = n2 + n3 + .....+ n5 = 6 + 5 +3 +1
2 5 5

N5* = nj = n5 = 1
5

44

Frecuencia relativa
Cociente de la frecuencia absoluta de yi y el
nmero total de observaciones hi = ni / n h3 = n3 / 16 Mide la importancia que tiene cada frecuencia absoluta
45

Ejemplo:

Frecuencia relativa porcentual

Frecuencia relativa multiplicada por 100%, representa el porcentaje de observaciones que corresponde al valor yi

Ejemplo:

p5 = 100h5% = 6.25% con 4 hijos en la muestra de estudio.

46

Resultado final
xi
0

ni
1

Ni
1

hi
0.0625

Hi
0.0625

N*i
16

H*i
1.0000

100 hi %
6.25

100 Hi %

100 H*i %
100.00

6.25

0.375

0.4375

15

0.9375

37.50

43.75

93.75

12

0.3125

0.7500

0.5625

31.25

75.00

56.25

15

0.1875

0.9375

0.2500

18.75

93.75

25.00

1 16

16

0.0625

1.0000

0.0625

6.25

100.00

6.25

47

Ejercicio: completar la siguiente tabla

xi 0 1 2 3 4 5 0.2
48

ni

hi

Ni 2 5 9 14

Hi

0.7

Distribucin de frecuencia
Cuando el conjunto de datos tiene una
dispersin muy grande, se utiliza la distribucin de frecuencias. La clave esta en definir el nmero de clases Las reglas (empricas) para agrupar datos en clases son:

1. Decidir el nmero de clases: Se aplica la regla de Sturges: N.C.= 1 + 3.322 x log n

49

Distribucin de frecuencia
2.Localizar la menor y la mayor observacin. 3.Encontrar el rango: Rango = Obs. Mayor - Obs. Menor 4.Hallar la longitud mnima requerida:

Amplitud = W = RANGO / N.C.

5.Construir Intervalos de clase: lmite inferior (cerrado) lmite superior (abierto)
xmin xmin + w xmin + w xmin + 2w
50

Distribucin de frecuencias
6. Determinar nmero de observaciones que

pertenecen a cada intervalo de clase.

Amplitud de clase: es la longitud del intervalo que define la clase. Marca de clase: punto medio del intervalo que representa a dicha clase.

Un intervalo de clase que no tiene lmite inferior o superior se llama Intervalo de clase abierto.
51

Ejemplo - Distribucin de frecuencias

Encontrar la distribucin de frecuencia
para los siguientes datos: 135, 137, 148, 152, 144, 138, 142, 145, 147, 147, 149, 151, 143, 154 146, 145, 136, 150, 151, 138, 130, 151, 139, 151, 137, 156, 138, 144, 142, 155. Asumir NC = 5
52

Ejemplo - Distribucin de frecuencias

1. NC= 5 clases
2. Menor observacin = 130 Mayor observacin = 156

3. Rango = 156 - 130 = 26

4. Amplitud = 26 / 5 = 5.2 5. Amplitud Real = 6 (como los datos son enteros, se redondea al entero inmediato siguiente sup.). 6. Li = 130, Ls = 136 7. Los lmites siguientes, se encuentran en la siguiente tabla:
53

Ejemplo - Distribucin de frecuencias

NC 1 2 3 4 5 Li 130 136 142 148 154 Ls 136 142 148 154 160 ll lllll ll lllll lllll lllll lll lll f 2 7 10 8 3
12 10

Distribucin de frecuencias

Histograma

Frecuencia

8 6 4 2 0 135.5 141.5 147.5 153.5 159.5 y mayor... Clase

Histograma

54

Organizacin de datos - distribucin de frecuencias

Una distribucin de frecuencias es un conjunto de puntuaciones ordenadas en sus respectivas clases. Las frecuencias relativas son los porcentajes de casos en cada clases. La frecuencia acumulada son lo que se va acumulando en cada clases, desde la ms baja hasta la mas alta. El histograma es la representacin distribucin de frecuencias. grfica de la

Los polgonos de frecuencia, relacionan las puntuaciones con sus respectivas frecuencias. Se puede utilizar la frecuencia absoluta y la frecuencia relativa. Las ojivas, relaciona las puntuaciones con sus respectivas 55 frecuencias acumuladas.

Lmites reales de clases

El lmite real de un intervalo de clase es
igual al valor aparente ms o menos la mitad de la unidad de medida utilizada. Ejemplo: Se dan los siguientes intervalos de clase: 82-87, 87-92, 92-97, 97-102 Determinar los lmites reales de clase: 81.5-87.5, 87.5-92.5, 92.5-97.5
56

Ejemplo: Completar la siguiente tabla

Li - Ls xi ni hi Ni Hi

20 - 24

0.10

24 - 28

0.25

- 32

11

0.55

32 - 40

0.85 1.00
57

Representacin Tabular y Grfica

Cuadros Estadsticos: es un arreglo ordenado,
de filas y columnas de los datos o series estadsticas.

Grfico: representacin de datos estadsticos

mediante figuras geomtricas

58

Partes de un cuadro estadstico

1. Nmero: identificacin del cuadro. 2. Ttulo: debe ser: completo (responde a las
preguntas: qu, cmo, dnde y cundo)

y conciso (breve) 3. Cuadro propiamente dicho: encabezamiento (se explica las categoras, y el objeto de cada columna), columna principal (se anotan diferentes clases de la escala de clasificacin), cuerpo (conjunto de

4. Notas explicativas (fuente de los datos y cualquier nota

aclaratoria)
59

celdas)

Ejemplo
Cuadro 2.1 Per: Distribucin de las mujeres de 15 a 49 aos

Por rea urbana, rural; Segn estado conyugal: 1998 Estado Conyugal Total Urbana Rural Soltera 1,760 1,335 425 Casada 2,003 1,335 668 Conviviente 896 491 405 Viuda 69 34 35 Divorciada 20 20 0 Separada 251 191 60 Total 4,999 3,406 1,593
Fuente: INEI- Encuesta Nacional Demogrfica
60

Ejemplo:

Qu: distribucin de mujeres de 15 a 49 aos

Cmo: por rea urbana, rural, segn estado

Cundo: 1998 Dnde: en el Per.
61

Representacin grfica
Representacin del fenmeno estadstico,
por medio de figuras geomtricas, que permita de un solo golpe de vista darse cuenta del conjunto de elementos presentados y de evidenciar sus variaciones y caractersticas.

Partes: ttulo, grfico propiamente dicho,

notas explicativas.
62

Principales tipos de grficos

1. Grfico de barras (utilizado con variables
2. Pictogramas (se representa con smbolos que por su
cualitativo o cuantitativo discreto)

3. Sectores o pastel: (se usa frecuentemente para

4. Histograma de frecuencia: (representar 5. Lineal: (representar series cronolgicas)
comparaciones) grficamente las distribuciones de frecuencia absolutas o relativas de datos cuantitativos continuos agrupados en clases)

forma sugieren la naturaleza de los datos)

63

Ejemplos
2,500 2,000 1,500 1,000 500 0 Soltera Casada Conviviente 2,500 2,000 1,500 1,000 500 0 Soltera Casada Conviviente

Frecuencia

Cuadro 2.1 Per: Distribucin de las mujeres de 15 a 49 aos Por rea urbana, rural; Segn estado conyugal: 1998 Total Soltera Casada Conviviente Viuda Divorciada Separada Total

Histograma
10 8 6 4 2 0 136 142 148 154 160 y mayor... Clase 120.00% 100.00% 80.00% 60.00% 40.00% 20.00% .00%

OJIVA
64

Medidas de resumen
Necesitamos medidas numricas ms exactas que nos permitan tener una mejor idea como se distribuyen los datos. Estudiaremos dos tipos de medidas de resumen: Medidas de TENDENCIA CENTRAL Medidas de DISPERCION.

65

Medidas de tendencia central

Por qu medidas de tendencia central?
Porque la mayor parte de los conjuntos de datos muestran una tendencia a agruparse alrededor de un dato central. Las medidas de tendencia central son puntos en una distribucin, los valores medios o centrales de sta y nos ayudan a ubicarla dentro de la escala de medicin.

66

Medidas de tendencia central

Las principales medidas de tendencia
central son:

Media Moda Mediana

67

Media
La media es la medida de tendencia central ms utilizada y puede definirse como el promedio aritmtico de una distribucin.
La media es sensible a valores extremos.
La media de datos no agrupados, se calcula:

Poblacin

x
N

Muestra

x x n
68

Ejemplo:
24, 31, 35, 35, 38, 43, 45, 50, 57

24 31 35 35 38 43 45 50 57 x 39.78 unid. 9

69

Media
La media de datos agrupados, se calcula:

xf x n

x es el punto medio del intervalo de clase f es la frecuencia del intervalo de clase

Ejemplo:
Intervalos 9.5 - 19.5 19.5 - 29.5 29.5 - 39.5 39.5 - 49.5 49.5 - 59.5 59.5 - 69.5 69.5 - 79.5 f 5 x 14.50 19 24.50 10 34.50 13 44.50 4 54.50 4 64.50 2 74.50 57 xf 72.50 465.50 345.00 578.50 218.00 258.00 149.00 2,086.50

n es el total de datos de la distribucin.

2, 086.50 x 36.60 unid . 57

70

Mediana
La mediana es el valor que divide a la distribucin en dos partes iguales. La mediana refleja la posicin intermedia de la distribucin. Ejemplo: 24, 31, 35, 35, 38, 43, 45, 50, 57

Me 38 unid.
71

Mediana
Cuando n es par, la mediana es el promedio de los valores centrales
24, 31, 35, 35, 38, 43, 45, 50, 57, 60

38 43 Me 40.5 unid. 2
La mediana, es til cuando hay valores extremos en la distribucin.
72

Mediana
Intervalos Frecuencia 9.5 - 19.5 19.5 - 29.5 29.5 - 39.5 39.5 - 49.5 49.5 - 59.5 59.5 - 69.5 69.5 - 79.5 5 19 10 13 4 4 2
fr 0.088 0.333 0.175 0.228 0.070 0.070 0.035 fr acu 0.088 0.421 0.596 0.825 0.895 0.965 1.000

Analizando, tenemos:
Los datos estn agrupados. El intervalo que contiene la mediana esta en: 29.5 39.5

Me Li Lreal

0.5 fr acu ant fr acu ic fr acu ant

73

Mediana
Calculando la mediana para datos agrupados:
Intervalos f 9.5 - 19.5 19.5 - 29.5 29.5 - 39.5 39.5 - 49.5 49.5 - 59.5 59.5 - 69.5 69.5 - 79.5 5 19 10 13 4 4 2 57 fr 0.088 0.333 0.175 0.228 0.070 0.070 0.035 fr acu 0.088 0.421 0.596 0.825 0.895 0.965 1.000

Li = 29.5 Lreal = (29.5-19.5) = 10 fr acu ant = 0.421 Fr acu ic = 0.596

0.5 0.421 Me 29.5 10 34.01 unid . 0.596 0.421

74

Moda
La moda es la categora o puntuacin que ocurre con mayor frecuencia. Si todos los datos son diferentes, no hay moda. Se utiliza con cualquier tipo de medicin. Ejemplo: Considrese un laboratorio con diez empleados cuyas edades son: 20, 21, 20, 20, 34, 22, 24, 20, 27, 27. Analizando este conjunto de datos, tenemos: Los datos no estn agrupados.

El valor que mas se repite es 20 aos, por lo tanto esa 75 es la moda.

Moda
Intervalos Frecuencia 9.5 - 19.5 19.5 - 29.5 29.5 - 39.5 39.5 - 49.5 49.5 - 59.5 59.5 - 69.5 69.5 - 79.5 5

Analizando se tiene: Los datos estn agrupados

19 El intervalo de clase que 13 4

10 tiene la mayor frecuencia es:

19.5 29.5, por lo tanto en este intervalo se encuentra la 4 moda. La moda de datos agrupados 2 se calcula con:

fmo fant Mo Li Lreal ( fmo fant ) ( fmo fpost )

76

Moda
Calculando la moda para datos agrupados:
Intervalos Frecuencia 9.5 - 19.5 19.5 - 29.5 29.5 - 39.5 39.5 - 49.5 49.5 - 59.5 59.5 - 69.5 69.5 - 79.5 5 19 10 13 4 4 2

Li = 19.5 Lreal = (19.5-9.5) = 10 f mo = 19 f ant = 5 f post = 10

19 5 Mo 19 .5 10 25 .59 unid. ( 19 5 ) ( 19 10 )

77

Medidas de dispersin
El comportamiento de una variable aleatoria est determinado por el azar. Por lo tanto, los valores observados difieren entre si. En algunos casos estas diferencias son pequeas, en otras son grandes. Las medidas que me miden esta variabilidad, son las de dispersin. Las medidas de dispersin que estudiaremos son: Varianza Desviacin estndar. Coeficiente de variacin
78

Medidas de dispersin
Porqu es importante conocer la dispersin de un conjunto de datos? Cuando conocemos la media, mediana y moda, solo conocemos una parte de las caractersticas del conjunto de datos. Para conocerlas mejor, debemos tambin su dispersin, o variabilidad. medir

79

Medidas de dispersin - Desviacin estndar

Es el promedio de desviacin de las puntuaciones con respecto a la media elevada al cuadrado.
2 ( x )

La desviacin estndar de una poblacin para datos no agrupados.

( x x ) 2 s n 1

La desviacin estndar de una muestra para datos no agrupados.

80

MEDIDAS DE DISPERSION - DESVIACION ESTANDAR

Calculando la desviacin estndar del ejercicio anterior:

24, 31, 35, 38, 43, 45, 50, 57.

x 24 31 35 38 43 45 50 57 323 (x-) 268.14 87.89 28.89 5.64 6.89 21.39 92.64 276.39 787.88

x 323 40.375 unid . N 8

( x )2 787.88 9.924 unid . N 8

81

MEDIDAS DE DISPERSION - DESVIACION ESTANDAR

f ( x )2 N

La desviacin estndar de una poblacin para datos agrupados.

f (x X )
n 1

La desviacin estndar de una muestra para datos agrupados.

Las medidas de datos agrupados solo son aproximaciones. Es decir, por simplicidad sacrificamos precisin.

82

MEDIDAS DE DISPERSION - DESVIACION ESTANDAR

Calculando la desviacin estndar del ejercicio anterior:
Intervalos 9.5 - 19.5 19.5 - 29.5 29.5 - 39.5 39.5 - 49.5 49.5 - 59.5 59.5 - 69.5 69.5 - 79.5 f 5 19 10 13 4 4 2 57 x 14.50 24.50 34.50 44.50 54.50 64.50 74.50 xf 72.50 465.50 345.00 578.50 218.00 258.00 149.00 2,086.50 (x-x) 488.41 146.41 4.41 62.41 320.41 778.41 1,436.41 f(x-x) 2,442.05 2,781.79 44.10 811.33 1,281.64 3,113.64 2,872.82 13,347.37

2, 086.50 36.60 unid . 57

2 f ( x x )

n 1

13,347.37 15.438 unid . 57 1

83

MEDIDAS DE DISPERSION - VARIANZA

La varianza es la desviacin estndar elevada al cuadrado.

Para datos no agrupados :

( x )2
N

2 ( x x ) s2 n 1

Para datos agrupados:

f ( x )2 N

f ( x x)2 s n 1
2

84