23/08/2011
Diana Cobos del Angel
Se refiere a un conjunto de métodos para manejar la obtención, presentación y análisis de observaciones numéricas.
23/08/2011
Diana Cobos
2
1
23/08/2011
Sus fines son describir al conjunto de datos obtenidos y tomar decisiones o realizar generalizaciones acerca de las características de todas las observaciones bajo consideración.
23/08/2011
Diana Cobos
3
Estadística Descriptiva (Deductiva): es la encargada de la organización, condensación, presentación de los datos en tablas y gráficos y del cálculo de medidas numéricas que permitan estudiar los aspectos más importantes de los datos. DESCRIBIR
23/08/2011
Diana Cobos
4
2
23/08/2011
Estadística Inferencial o Inferencia Estadística: está definida por un conjunto de técnicas, mediante las cuales se hacen generalizaciones o se toman decisiones en base a información parcial obtenida mediante técnicas descriptivas. INFERIR
23/08/2011
Diana Cobos
5
El uso de la Estadística es muy amplio. Resulta difícil nombrar un área en la cual no se emplee. Los métodos estadísticos han encontrado aplicación en:
Gobierno Negocios Ciencias Sociales Ingeniería Ciencias Física y Naturales Control de Calidad Procesos de Manufactura Muchos otros campos de la actividad intelectual.
23/08/2011
Diana Cobos
6
3
23/08/2011
23/08/2011
Diana Cobos
23/08/2011
Esto se debe a la creciente facilidad con la cual se pueden manejar grandes cantidades de datos numéricos, debido al uso de …
7
Población: es la colección de todas las posibles mediciones u observaciones que pueden hacerse de una variable bajo estudio.
Diana Cobos
8
4
23/08/2011
Se clasifica en dos categorías: Finita: es aquella que incluye una cantidad
limitada contable de observaciones, individuos o medidas. Siempre que sea posible alcanzar (contar) el número total de todas las posibles mediciones, se considera como finita la población.
23/08/2011
Diana Cobos
9
Infinita: es aquella que incluye un gran conjunto
de observaciones o mediciones que no pueden alcanzarse por conteo. Al menos, hipotéticamente, no existe límite en cuanto al número de observaciones que el experimento puede generar.
23/08/2011
Diana Cobos
10
5
23/08/2011
Muestra: es un conjunto de mediciones u
observaciones tomadas a partir de una población. es un subconjunto de la población.
23/08/2011
Diana Cobos
11
Muestra aleatoria: se considera aleatoria siempre y cuando cada observación, medición o individuo de la población tenga la misma probabilidad de ser seleccionado.
23/08/2011
Diana Cobos
12
6
23/08/2011
Variables: son las características 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, presión, grosor, diámetro, ...
Datos: son los valores que toma la variable en cada caso.
23/08/2011
Diana Cobos
13
Cualitativos: son datos que solo toman valores asociados a las cualidades o atributos, clasificándolos en una de varias categorías, es decir, no son valores numéricos. Ej: Sexo: f/m. Hábito de fumar: Fumador/No fumador Color de ojos: negro, azul, marrón, … Religión: católica, evangélica, … Estado civil: soltero, casado, divorciado,…
23/08/2011
Diana Cobos
14
7
23/08/2011
Cuantitativos: provienen de variables que pueden medirse, cuantificarse o expresarse numéricamente. Ejemplos: Peso Edad Estatura Presión Humedad Intensidad de un sismo Cantidad de hermanos
23/08/2011
Diana Cobos
15
Tipos de variables cuantitativas: Discretas: es aquella que solo puede tomar un
número 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 líquido contenido en un recipiente.
23/08/2011
Diana Cobos
16
8
23/08/2011
Conclusiones erróneas debido a que los datos son numéricamente insuficientes. Representaciones gráficas engañosas (escalas). Datos muestrales no representativos: Muestra que no incluye a elementos de toda la población. Ciertas categorías de personas no responden correctamente. Respuestas voluntarias (sesgadas).
23/08/2011
Diana Cobos
23/08/2011
17
Una vez que se ha realizado la recolección de los datos, se obtienen datos en bruto, los cuales rara vez son significativos sin una organización y tabulación.
Diana Cobos
18
9
23/08/2011
Formas de organizar los datos: Un arreglo: es la forma más sencilla de organizar los datos
en bruto, consiste en colocar las observaciones en orden según su magnitud: ascendente o descendente. Poco práctica cuando se tiene una gran cantidad de datos.
23/08/2011
Diana Cobos
19
Una distribución 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 patrón de la distribución de manera más significativa.
Clase
23/08/2011
Pto. Medio
Diana Cobos
fi
Fi
fri
FRi
20
10
23/08/2011
La Distribución de Frecuencias: Se recomienda su uso cuando se tienen
grandes cantidades de datos (n). Su construcción requiere, en primer lugar, la selección de los límites de los intervalos de clase. Para definir la cantidad de intervalos de clase (k), se puede usar: ▪ La regla de Sturges: k = 1 + 3.3log(n) ▪ k = n
23/08/2011
Diana Cobos
La cantidad de clases no puede ser tan pequeño (menos de 5) o tan grande (más de 20), que la verdadera naturaleza de la distribución sea imposible de visualizar.
La amplitud de todas las clases deberá 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.
Los límites de las clases deben tener una cifra significativa más que los datos en bruto.
23/08/2011
Diana Cobos
21
22
11
23/08/2011
Determinar: Punto medio = (Li+Ls)/2. Frecuencia absoluta de la clase (fi).
Frecuencia acumulada de la clase (Fi). Frecuencia relativa de la clase (fri): ▪ fri = fi/n Frecuencia relativa acumulada de la clase (FRi).
23/08/2011
Diana Cobos
23
A continuación se presentan las calificaciones de 60 estudiantes que presentaron examen de admisión en cierta universidad en el año 2011: 23 80 52 41 60 34
60 77 10 71 78 67
79 81 64 83 89 17
32 95 75 54 76 82
57 41 78 64 84 69
74 65 25 72 48 74
52 92 80 88 84 63
70 85 98 62 90 80
82 55 81 74 15 85
36 76 67 43 79 61
a) Construya una distribución de frecuencias. b) Qué puede concluir de estos datos. 23/08/2011
Diana Cobos
24
12
23/08/2011
Los gráficos permiten visualizar en forma global y rápida el comportamiento de los datos. Para datos cuantitativos agrupados en clases, comúnmente se utilizan tres gráficos: Histogramas. Polígono de frecuencias. Ojiva o Polígono de frecuencias acumuladas.
23/08/2011
Diana Cobos
25
Histograma
23/08/2011
Diana Cobos
26
13
23/08/2011
Histograma y Polígono de Frecuencias
23/08/2011
Diana Cobos
27
Diana Cobos
28
Ojiva
23/08/2011
14
23/08/2011
Para datos cualitativos se usan: Curvas Barras
Sectores
23/08/2011
Diana Cobos
29
Barras
Barras
23/08/2011
Diana Cobos
30
15
23/08/2011
Curvas
23/08/2011
Diana Cobos
31
Sectores, torta o circular
23/08/2011
Diana Cobos
32
16
23/08/2011
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.
23/08/2011
Diana Cobos
33
Las medidas de tendencia central más importantes son: Media: Aritmética y Aritmética ponderada. Mediana. Moda. Percentiles Cuartiles
23/08/2011
Diana Cobos
34
17
23/08/2011
Para datos no agrupados: n
X
x i 1
i
n
Para datos agrupados: k
X
m f
i i
i 1
n
Donde: mi: punto medio de la clase i fi: frecuencia absoluta de la clase i k: cantidad de clases 23/08/2011
Diana Cobos
35
Es el valor que ocupa la posición 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.
23/08/2011
Diana Cobos
36
18
23/08/2011
Para datos no agrupados: Si n es impar: posición donde se ubica la mediana
es igual a (n+1)/2. Si n es par: (n+1)/2 no es entero, por lo tanto la
mediana será igual al promedio de las dos posiciones centrales.
23/08/2011
Diana Cobos
37
Datos agrupados: clase mediana es la que contiene a la observación que ocupa la posición n/2. n 1 F ( xm1 ) Md Lm 2 Cm f ( xm ) Donde:
23/08/2011
Lm: límite 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.
Diana Cobos
38
19
23/08/2011
Observación o clase que tiene la mayor frecuencia en un conjunto de observaciones.
Un conjunto de datos puede ser unimodal, bimodal o multimodal.
Es la única medida de tendencia central que se puede determinar para datos de tipo cualitativo.
23/08/2011
Diana Cobos
Para datos no agrupados: es simplemente la observación que más se repite. Para datos agrupados:
Mo Lim Donde:
23/08/2011
39
1 Cm 1 2
Lim: límite 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).
Diana Cobos
40
20
23/08/2011
Cuando los datos son sesgados es mejor emplear la Md
23/08/2011
Diana Cobos
41
El 100p-ésimo percentil de un conjunto de datos es un valor de “y” situado de modo que el 100p% del área bajo la distribución de frecuencia relativa para los datos queda a la izquierda del 100p-ésimo percentil y 100(1p)% del área queda a la derecha. (0<=p<=1)
23/08/2011
Diana Cobos
42
21
23/08/2011
Ejemplo: Si su calificación en un concurso de ingeniería industrial estuvo en el 84º percentil entonces el 84% de las calificaciones fueron inferiores a la suya y el 16% fueron mayores.
La mediana es el 50º percentil. El 25º percentil, la mediana y el 75º percentil se denominan cuartil inferior QI, cuartil medio m y cuartil superior QS, repectivamente, de un conjunto de datos.
23/08/2011
Diana Cobos
43
Son valores numéricos que indican o describen la forma en que las observaciones están dispersas o diseminadas, con respecto al valor central.
23/08/2011
Diana Cobos
44
22
23/08/2011
Son importantes debido a que dos muestras de observaciones con el mismo valor central pueden tener una variabilidad muy distinta.
23/08/2011
Diana Cobos
45
Rango. Varianza. Desviación Típica. Coeficiente de variación.
23/08/2011
Diana Cobos
46
23
23/08/2011
Rango (amplitud o recorrido): Está determinado por los dos valores extremos de los datos muestrales, es simplemente la diferencia entre la mayor y menor observación. Es una medida de dispersión absoluta, ya que depende solamente de los datos y permite conocer la máxima dispersión. 23/08/2011
Diana Cobos
47
Casi no se emplea debido a que depende únicamente de dos valores. No proporciona una medida de variabilidad de las observaciones con respecto al centro de la distribución. Notación: R
23/08/2011
Diana Cobos
48
24
23/08/2011
Es un valor numérico que mide el grado de dispersión relativa porque depende de la posición de los datos x1,x2,…,xn con respecto a la media. Es el promedio al cuadrado de las desviaciones de cada observación con respecto a la media. Notación: s2, 2, var(X)
23/08/2011
Diana Cobos
49
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.
x x n
Para datos NO agrupados:
s2
2
i
i 1
n n
s2 23/08/2011
Diana Cobos
x i 1
n
2 i
x
2
50
25
23/08/2011
Para datos agrupados en una distribución de frecuencias: k
s2
m i 1
n k
s 2
23/08/2011
x fi 2
i
m i 1
2 i
fi
n
x
2
Diana Cobos
51
Es la raíz cuadrada de la varianza. Notación: s, .
s s2
23/08/2011
Diana Cobos
52
26
23/08/2011
Es una medida de dispersión relativa que permite comparar el nivel de dispersión de dos muestras de variables estadísticas diferentes. No tiene dimensiones. Notación: CV
s CV 100% x
23/08/2011
Diana Cobos
53
Probabilidad y Estadística para Ingeniería y Ciencias. WILLIAM MENDENHALL Y TERRY SINCICH Pearson-Prentice Hall. (1997). 4ª. Edición.
Probabilidad y Estadística para Ingenieros. Walpole, Myers, Myers y Ye. Pearson/Prentice Hall. (2007). 8a. Edición
23/08/2011
Diana Cobos
54
27