INTRODUCCIN-PRESENTACIN.

Los avances que se experimentan en la actualidad en todas las reas sin excepcin, ameritan un tratamiento adecuado en cuanto a los pormenores propios de los fenmenos donde se circunscriben. Por tanto el manejo de volmenes inmensos de informaciones, requieren a su vez del conocimiento de estrategias que permitan dar una lectura, que se aproximen a la esencia de los problemas. Hoy en da han surgido muchas tcnicas para tales efectos, sin embargo la Estadstica sigue siendo una herramienta muy valiosa a la hora de abordar y tratar con informaciones que deben ser analizadas con cierta precisin. Para ello se han desarrollado una serie de paquetes o programas que procesan de manera casi perfecta los clculos que manualmente pudieran realizarse, y es all donde surge el problema. La tecnificacin de los procesos ha producido una especie de olvido de las ms elementales operaciones en la obtencin de estadsticos o parmetros, es decir, el conocimiento de qu es un promedio o una desviacin, cmo se calculan y cmo se interpretan, alejan a los estudiosos de esta disciplina de lo verdaderamente interesante que es la Estadstica En el presente material se recogen y expresan de manera elemental y precisa algunos conceptos y teoras bsicas para aproximarnos a una posible interpretacin y estudio de la Estadstica como herramienta de trabajo. No se trata en modo alguno de la panacea a las exigencias de la enseanza de esta disciplina en la actualidad, sino presentar de manera clara y directa los aspectos que se estudian o deben estudiarse para el inicio de un anlisis serio de esta disciplina. La idea parte de la recopilacin de notas y experiencias a lo largo de las mltiples experiencias como profesor de esta asignatura, y por la necesidad

de confeccionar una gua que aborde de manera clara los elementos que constituyen esta herramienta. Ser una gua til tanto para docentes como para los estudiantes. A partir de estas notas se pretende crear las bases para un entendimiento efectivo de la Estadstica, slo falta que el lector le ponga un poco de inters para asimilar de manera correcta los elementos que constituyen y dan forma a la Estadstica. El mismo se constituye en el punto de partida para avanzar en el estudio y conocimiento de los aspectos tericos que permitan entender los fenmenos con cierta precisin. A partir de aqu el lector y los interesados podrn asumir sus posturas para luego experimentar en los diferentes fenmenos de la sociedad y un poco ms all la aplicabilidad y utilidad de la Estadstica, es una aventura interesante, y vale la pena probar.

Unidad I: Elementos bsicos de la Estadstica. Historia de la Estadstica. La Estadstica es una ciencia que surgi de la necesidad de contabilizar informaciones propios de la sociedad, como nmero de habitantes, bienes de una empresa o familia, nacimientos, cosechas, etc. Mara Da Silva Ramis (2009), describe el origen de la estadstica as, Desde los comienzos de la civilizacin han existido formas sencillas de estadsticas, 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 en tablas 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 clsicos realizaban censos cuya informacin se utilizaba hacia el ao 594 A.C. para cobrar impuestos. (p. 2) Grecia tambin tuvo importantes observaciones estadsticas en lo que refiere a distribucin de terreno, servicio militar, etc. Tambin cabe citar entre los griegos principalmente a Scrates, Herdoto y Aristteles, quienes a travs de sus escritos incentivaron la estadstica por su importancia para el Estado. En Roma, con su perfecta organizacin poltico, jurdica y administrativa; favoreci para le desarrollo de la Estadstica. Con Carlo Magno, en Francia regresaron las estadsticas a Europa, teniendo un carcter netamente financiero y administrativo. En Inglaterra

Guillermo el Conquistador mand a realizar una especie de catastro, que constituye un documento estadstico administrativo. La Iglesia, viendo la importancia de la estadstica es que despus del Concilio de Trento estableci la obligacin de la inscripcin de nacimientos, matrimonio y defunciones. A mediados del siglo XVII, gracias a Vito Seckendorff, y sobre todo de German Conring al que se le atribuye como fundador de la Estadstica era la descripcin de los hechos notables de un estado. La Estadstica pas as a ser la descripcin cuantitativa de las cosas notables de un estado. Von Schler separ la teora de la estadstica de la aplicacin prctica de la misma. Todos ellos formaron parte de la tendencia de la Estadstica Universitaria Alemana, conocida como la Estadstica Descriptiva. En la actualidad la Estadstica es aplicada a la mayora de las actividades humanas, y existen programas y tcnicas muy precisas, que manejados en todos los campos, en particular en el educativo, ser de mucha ayuda para entender muchos de los fenmenos que hoy se experimentan. las tcnicas estadsticas se aplican de manera amplia en mercadotecnia, contabilidad, control de calidad y en otras actividades; estudios de consumidores; anlisis de resultados en deportes; administradores de instituciones; en la educacin; organismos polticos; mdicos; y por otras personas que intervienen en la toma de decisiones. Las nuevas tecnologas han venido a cambiar por completo el panorama tradicional de como se hacan, se vean y se enseaban las probabilidades y la estadstica. Introducirse en este nuevo panorama implica realizar profundos cambios en nuestros programas educativos que van desde la rudimentaria calculadora hasta los ms avanzados programas.

Es muy amplia la variedad de aplicaciones informticas disponibles para estadstica y probabilidad, entre otros, Excel o Calc, Javascript, Applet de Java, Geogebra, Proyecto Descartes, Software Libre, Otros Software En el entorno educativo se aplican con mayor frecuencia: SPSS, S-PLUS, MINITAB, STATGRAPHICS. El SPSS es la herramienta estadstica ms utilizada a nivel mundial en el entorno acadmico. Puede trabajar con bases de datos de gran tamao. . Adems, de permitir la recodificacin de las variables y registros segn las necesidades del usuario. El programa consiste en un modulo base y mdulos anexos que se han ido actualizando constantemente con nuevos procedimientos estadsticos. En spss.com/es/ se puede descargar una versin demo del programa De tal manera que los avances de esta ciencia son ilimitados hoy y maana?

Estadstica: Es un poco difcil concebir de manera precisa y objetiva Qu es Estadstica?, algunos sostienen que se trata de una herramienta, otros, que es una ciencia, sin embargo, ms all de cualquier argumentacin, la Estadstica es un conjunto de mtodos y tcnicas que se encargan de recolectar, procesar y analizar informaciones con el objeto de obtener conclusiones que redunden en beneficio de la investigacin que se realiza. Para visualizar esta definicin, pensemos por ejemplo en que un investigador est interesado en estudiar el impacto socioeconmico de una medida impositiva determinada, en este caso se inclinara en determinar, ingreso promedio, grupo familiar, grado de instruccin, profesin, por citar algunos aspectos que interesan tocar. A estas informaciones se les da un tratamiento especfico, y en funcin de los resultados las conclusiones se apoyarn en dichas informaciones. Ejemplo: Consideremos el siguiente cuadro, Distribucin de planteles y secciones asignadas por el Estado a 4 Planteles de educacin Bsica en los aos 2007-2010 Ao 200 7 200 8 200 9 201 0 total Plantel 1 12 15 21 11 69 Plantel 2 18 12 17 10 57 Plantel 3 11 23 19 13 67 Plantel 4 15 18 20 14 67 Total 56 68 77 54

Con esta informacin, el lector puede extraer conclusiones en funcin de lo que se investiga o se describe, por ejemplo puede totalizar la informacin por aos o por plantel, extraer porcentajes, establecer tendencias etc. En este caso, podemos concluir: 1. Para el ao 2009 hubo la mayor cantidad de secciones en el Estado. 2. Entre los aos 2007 y 2009 hubo un incremento de secciones en el Estado. 3. La menor distribucin de secciones se dio en el 2010 Estadstica Descriptiva: Es aquella, que previa realizacin de la recoleccin de informacin y obtencin de resultados, tipifica o caracteriza a la Poblacin de donde se genera; es decir, describe, en funcin de los atributos a la Poblacin en cuestin, por ejemplo: a. Caripe es una poblacin Turstica. b. Monagas es una zona petrolera. Estadstica Inferencial o Inductiva : Es la parte de la Estadstica, que en funcin de resultados obtenidos en porciones pequeas de una Poblacin, tales resultados son generalizados a todo el universo, por ejemplo: a. La duracin promedio de los cauchos de cierta marca es de 2 aos. b. El promedio de vida de la Etnia Warao es de 62 aos. Poblacin: En principio diremos que es un conjunto bien definido, es decir, para que exista una poblacin, entre sus elementos debe existir una caracterstica comn que los describa como tales. Tambin se define como el grupo total de elementos, objetos o personas que interesan para la realizacin de un estudio o investigacin especfica.

La poblacin se escoge de acuerdo a los intereses del investigador y de la totalidad de unidades que afectarn los resultados o conclusiones a que se lleguen. Por ejemplo: a. Poblacin de animales. b. Nmero de alumnos que cursan la III etapa en una escuela bsica determinada. c. Los habitantes de una determinada sociedad. d. Empresas de seguridad del Estado. e. Total de estudiantes del pedaggico de Maturn. f. Plantas de Maz sometidas a una prueba de abono. g. Los nmeros pares. Tipos de Poblacin: 1. Poblacin Homognea: Es aquella donde prevalece o sobresale una sola caracterstica. Por ejemplo: a. Torrente sanguneo de una persona. b. Grupo de alumnos pertenecientes a una seccin de Estadstica en el Pedaggico de Maturn c. Color de las hojas de un grupo de plantas. d. El conjunto de los nmeros primos. 2. Poblacin Heterognea: Es aquella donde prevalecen varias

caractersticas (dos o mas). Por ejemplo: a. Estratos sociales de Venezuela. b. Nivel de instruccin de los habitantes de Maturn. c. ndice acadmico promedio de un grupo de estudiantes.

3. Poblacin Finita: Es aquella donde los sujetos o elementos se pueden enumerar fcilmente. La finitud en Estadstica es entendida en tanto los datos o informaciones se pueden manejar con cierta precisin (no as sus resultados), en ningn modo se debe confundir con las apreciaciones que al respecto se realizan en Matemtica. Por ejemplo: a. Nmero de alumnos de una seccin de Biologa. b. Cantidad de Profesores adscritos a un Departamento en el IPM. 4. Poblacin Infinita: Es aquella donde los sujetos o elementos no se pueden enumerar fcilmente. Por ejemplo: a. Nmero de estudiantes Universitarios. b. Plantacin de maz en un Estado. c. Cantidad de peces que viven en el ro Orinoco. Muestra: Es una parte o subconjunto de una Poblacin. En la prctica, est constituida por todas las personas o los elementos de la poblacin a quienes se les administrar un tratamiento o se les aplicar un instrumento en particular. Por ejemplo, a. Los estudiantes del I semestre de Contadura de la UDO. b. Los estudiantes menores de 15 aos de edad de un Liceo. Es importante aclarar que cuando la poblacin es relativamente pequea, no hace falta realizar la extraccin de una muestra, en estos casos se trabaja con todos los elementos que constituyen la poblacin. Muestreo: Para Freund y Manning Smith (1986) es un mtodo de seleccin de una muestra en forma tal que todas y cada una de las posibles muestras tengan la misma probabilidad de ser seleccionadas (p. 291), es decir, son las distintas formas que utilizamos para determinar o escoger un muestra, por ejemplo, seleccionando al azar el 25% de los elementos de una poblacin, o entrevistar a

los primeros 20 estudiantes que ingresan en un da determinado a la Institucin, etc. Clculo del tamao de la muestra Supongamos que en una poblacin de estudiantes de una Universidad determinada se cuenta con un total de 407 estudiantes, pero por cuestiones de tiempo, dinero y otras limitaciones, se debe escoger una muestra Cul es el tamao ideal?, no existe un parmetro al respecto, sin embargo existe una frmula para proporciones poblacionales en poblaciones finitas propuestas por Bonilla (1991) tal como aparece a continuacin: NZPQ N= --------------------(N-1)E+ZPQ Donde: N= Tamao de la poblacin (407) Z= Constante probabilstica para el coeficiente de confianza asumido (1,96), asume un nivel de significacin del 5% P= Proporcin de casos favorables (0,50) Q= Proporcin de casos desfavorables (0,50) E= Error de muestreo asumido (10%), ste lo asume el investigador. Al reemplazar los valores se obtiene: 407(1,96) (0,50) (0,50) N= ---------------------------------------------(407-1)(0,1)+(1,96) (0,50) (0,50) N= 77,69, es decir, la muestra en este caso es de 78 estudiantes, los cuales sern seleccionados de acuerdo a los criterios del investigador.

10

Parmetro: Para Ferris J. (2005) es el clculo resumido de mediciones realizadas en todos los sujetos de una poblacin (p.37), el mismo autor plantea que si los clculos se realizan a nivel de muestra se denomina Estadstico (p.37). Por ejemplo si en un curso de 50 estudiantes determinamos la edad promedio de todo el grupo, este resultado es un parmetro, y si seleccionamos una muestra de 15 estudiantes y hacemos el clculo de la edad promedio, ste es un estadstico. Veracidad sobre la existencia de la Muestra Representativa. De ser cierto, quin lo garantiza? Muestra Representativa: Es aquella que refleja con la mayor exactitud posible, las caractersticas estudiadas de la poblacin, es proporcional a la misma y el error muestral no debe superar los lmites permitidos. Los criterios que se utilizan para la seleccin de muestras pretenden garantizar que el conjunto seleccionado represente con la mxima fidelidad a la totalidad de la que se ha extrado, as como hacer posible la medicin de su grado de probabilidad. Si la muestra se selecciona correctamente, tendr bsicamente las mismas propiedades que la poblacin de la cual fue extrada; pero si el muestreo se realiza incorrectamente, la muestra no es significativa sistemticos no controlados. En tal sentido la representatividad de la muestra estara garantizada por el proceso de muestreo y depende del tamao con respecto al nmero total de la poblacin. No obstante a ello, la objetividad en estos asuntos nadie la puede asegurar. entonces puede suceder que los resultados no signifiquen nada, porque se producen errores

11

Importancia de la Estadstica Inferencial en las investigaciones actuales. La Estadstica Inferencial se deriva de muestras, de observaciones hechas slo acerca de una parte de un conjunto numeroso de elementos y esto implica que su anlisis requiere de generalizaciones que van ms all de los datos y un alto nivel de conocimientos de estadstica, probabilidad y matemtica. Como consecuencia, la caracterstica ms importante del reciente crecimiento de la estadstica ha sido un cambio en el nfasis de los mtodos que describen a mtodos que sirven para hacer generalizaciones. Uno de los aspectos principales de la inferencia es la estimacin de parmetros estadsticos. La inferencia siempre se realiza en trminos aproximados y declarando un cierto nivel de confianza. Lo dicho anteriormente refleja la importancia de la Estadstica inferencial en las actuales investigaciones, ya que permite predecir comportamientos y sucesos de los eventos estudiados. Tipos de Muestreo. En el Libro La evaluacin y su aplicacin en el aula (2005, p.p. 78-81), de Estrada, se describen los diferentes tipos de muestreos, a saber: 1. Determinsticos o no Probabilsticos : En este tipo de muestreo el investigador los sujetos de la muestra son afectados por la manipulacin que se ejerce en ellos, tal manipulacin ser una buena o mala seleccin dependiendo de las caractersticas y las formas de seleccin.

12

1.1. Muestreo Accidental (Casual o Convencional): Se realiza cuando la seleccin de la muestra se ejecuta a conveniencia del investigador, esto porque le interesa un determinado grupo, con ciertas y determinadas caractersticas o cualquier otro requisito, que para los efectos del estudio, el investigador estime sean los ms adecuados. Ejemplo: a) Seleccionar los 50 primeros estudiantes que ingresen a la Universidad X. b) Trabajar con las secciones de Estadstica I en el presente semestre y que reprobaron lenguaje en el periodo anterior, etc. 1.2. Muestreo Intencional: Es cuando los sujetos o elementos de la muestra se seleccionan nica y exclusivamente bajo los criterios (e intenciones) del investigador. Por ejemplo: a) Supongamos que en la Universidad donde trabajamos, de los 10 cursos de Matemtica I que se ofrecieron, 2 son de estudiantes que repiten la asignatura por primera vez. En este caso, un muestreo intencional sera seleccionar estas 2 secciones de Matemtica I para indagar acerca de las posibles causas que afectaron el rendimiento en la asignatura en el semestre anterior. En este caso la intencin del investigador es clara, esto no desvirta ni desdice de la calidad de los resultados, todo lo contrario, una seleccin donde se incluya algn estudiante no repitiente afectara notablemente los verdaderos objetivos de la investigacin.

b) Un Psiclogo desea averiguar algunas causas que provocan la violencia estudiantil en una Institucin. En este caso el Psiclogo escoge, por ejemplo, 20 jvenes con conducta violenta para aplicarles

13

un cuestionario previamente elaborado, aqu no interesara ningn estudiante con conductas normales, esto por la orientacin del estudio.

1.3. Muestreo por cuotas: Su nombre se debe a la forma de cmo en la prctica se escoge la muestra deseada. Por ejemplo, supongamos que deseamos Evaluar una carrera determinada (por ejemplo, Educacin Fsica) en la UPEL, para ello se exige que los estudiantes (es decir, las cuotas) que formarn parte de la muestra cumplan las siguientes condiciones: a. Que cursen por lo menos el IV semestre de la Carrera. b. No menor de 20 aos de edad. c. Que no le hayan reprobado alguna asignatura, etc. Posteriormente se decide cuntos estudiantes se seleccionarn en cada Cuota solicitada, esto tambin ser a criterio del investigador o investigadores. En algunos casos, el muestreo por cuotas tambin se denomina muestreo proporcional, y significa, escoger de una poblacin las cuotas requeridas con la condicin de que sea proporcional en cada grupo, veamos un caso especfico, supongamos que se tiene una poblacin formada por un grupo de empresas, y se desea seleccionar una muestra proporcional de acuerdo a cada rubro o subgrupo: EMPRESAS De Servicio Instalaciones Otros Ramos. NUMERO 20 40 16 MUESTRA 5 25 10 4 % 25 25 25 25

Mantenimiento 100

En este caso, se seleccionaron 34 Empresas por cuotas de un total de 176.

14

2. Muestreos Probabilsticos: Son los que se realizan de forma aleatoria, es decir, todos los sujetos o elementos de una poblacin tienen la misma probabilidad de ser seleccionados. En este caso, los sesgos, desviaciones o casos extraos se le cargan a la aleatorizacin en que fue escogida la muestra, en los investigador. no Probabilsticos, la responsabilidad recae en el

2.1.

Muestreo aleatorio simple al azar: Consiste en listar o enumerar todos y cada uno de los sujetos que conforman una poblacin, y mediante extracciones simples e individuales se extrae el nmero de sujetos de la muestra, un ejemplo tpico de este tipo de muestreo es el juego de bingo.

Si deseamos aplicar una prueba de entrada a una muestra de alumnos de nuevo ingreso de una Universidad, todos los estudiantes se enumeran en forma correlativa y con extracciones simples se escogen los componentes de la muestra, por ejemplo, los sujetos, 2, 6, 11, 23, 38, 43, 55 y 98 de una lista total de 100 alumnos, luego tomamos nota de los nombres de los sujetos cuyos nmeros en la lista les corresponde los seleccionados. 2.2 . Muestreo Estratificado: Significa particionar o sectorizar la poblacin en Estratos. Por ejemplo, si deseamos averiguar la percepcin que tienen en el Liceo Ayacucho por la discusin del Proyecto de la Nueva Ley Orgnica de Educacin, pudiramos dividirlo en dos Estratos:

Estrato 1: Alumnos. Estrato 2: Profesores. Estrato 3: Padres y Representantes.

15

Se pudieran agregar o recortar el nmero de Estratos, todo depender de la amplitud o radio de accin de lo que se investigue. Ahora bien, una vez determinados los Estratos, el nmero de sujetos en cada uno de ellos tambin se seleccionan de forma aleatoria (al azar). 2.3. Muestreo Sistemtico: Su nombre se debe a que su ejecucin implica sistematizar la forma de seleccionar la muestra, a saber: 1. Se enumeran los sujetos del 1 a N (N= No. Total de sujetos de la poblacin). 2. Se determina el tamao de la muestra (n) y se calcula el intervalo muestral de la siguiente manera, K = N/n. 3. Aplicando el muestreo simple al azar se selecciona el primer sujeto S (entre 1 y K). 4. Se determinan los sujetos de K en K, es decir, Sujeto 1: S Sujeto 2 = S + K. Sujeto 3 = S + K + K = S + 2K Sujeto 4 = S + 3K Ultimo Sujeto= S + (n 1).K Veamos un ejemplo especfico, Disponemos de 500 estudiantes en una Universidad, los enumeramos de 1 en 1 hasta el 500 (aqu N = 500). En este caso determinamos el 10% de la poblacin como muestra, es decir, n = N x 10% = 500 x 0,1 = 50, luego n = 50 sujetos, ahora determinamos K,

16

K = N/n = 500/50 = 10, ser la siguiente: Sujeto 1: 3. Sujeto 2: 3 + 10 = 13 Sujeto 3: 13 + 10 = 23. Sujeto 4: 23 + 10 = 33. Sujeto 5: 33 + 10 = 43 Sujeto 6: 43 + 10 = 53 Sujeto 7: 53 + 10 = 63

luego el valor o posicin de S se determinar en

forma aleatoria entre 1 y 10 (pues K = 10), supongamos que S = 3, la muestra

Sujeto 38: 3 + (37).10 = 373 Sujeto 50: 3 + (49).10 = 493. Es decir, los sujetos que conforman la muestra, son los que ocupan los lugares: 3, 13, 23, 33, 43, 53, 63, 73, 83, 93, 103,.., 483 y 493. (En total 50 sujetos). 2.4. Muestreo Por Conglomerados: Se realiza cuando la Poblacin se divide en varios grupos de un mismo tipo. Para que este Muestreo no se confunda con el Muestreo Estratificado, analicemos lo siguiente: Supongamos que en la Universidad de Oriente (UDO) deseamos averiguar si las nuevas escalas salariales satisfacen las exigencias, que en esta materia, son solicitadas por el Personal Docente. Como se trata de la UDO en su conjunto, toda la Universidad se sectoriza en conglomerados por ncleo, Conglomerado Monagas, Conglomerado Anzotegui, Conglomerado Bolvar, etc. Ya que la

17

escala salarial Docente afecta mayormente a los Profesores y no existe diferencias por ncleos, luego debemos pulsar la opinin en todos los ncleos de la UDO, no se divide en estratos, porque dentro del personal docente no existen diferencias marcadas en cuanto a la percepcin del salario, aunque existe una clasificacin (Ordinario, Asistente, , Titular) que todos los Profesores deben cubrir. Estos procedimientos, se utilizan, por lo general, en investigaciones y estudios donde abordar toda la poblacin es objetivamente imposible. Variables: Son magnitudes susceptibles a medicin, entendida esta como la comparacin entre un patrn y la variable propiamente tal, por ejemplo, a. La edad. b. La temperatura. c. La preferencia poltica. d. La belleza. e. El estado civil. f. El sexo. g. La religin. h. El nmero de alumnos matriculados en cada inicio de ao escolar en un Liceo determinado. Las variables c, d, e, f, g, se denominan cualitativas, porque expresan una cualidad o atributo, y las restantes cuantitativas porque se les puede asignar un nmero sin ningn tipo de restriccin. En las variables cualitativas, cuando se le asignan un nmero, esto no indica valor, sino distincin o codificacin de la variable, por ejemplo, en la variable, estado civil, podemos distinguir las categoras de la siguiente manera:

18

Casado: 1. Soltero: 2 Viudo: 3 En las variables cuantitativas, los nmeros le dan valor a las categoras, por ejemplo, en la variable edad, hablamos de 8 aos, 15 aos, etc. Las variables cuantitativas se dividen en continuas y discretas. Las primeras se distinguen porque pueden asumir cualquier valor en una escala, incluso entre 2 lecturas consecutivas dadas, por ejemplo, el peso, la temperatura, la edad, etc, pues hablamos de 8,500 Kilogramos, 36,8 grados centgrados, 2 aos y medio. Las segundas solo asumen valores enteros, por ejemplo, nmero de llamadas recibidas por una central telefnica, nmero de cauchos producidos por una empresa, etc. Segn, Murray R. Spiegel, (1992) "una variable es un smbolo, tal como X, Y, H, que puede tomar un valor cualquiera de un conjunto determinado de ellos, llamado dominio de la variable. Si la variable puede tomar solamente un valor, se llama constante." Ejemplos: - Punto de ebullicin del agua, pues hierve exactamente a 100 grados centgrados. - La fuerza con que la tierra atrae a los cuerpos (la gravedad), aproximadamente tiene un valor de 9,8 m/seg 2. - Nmero de das del mes de Enero. Las Constantes, son aquellas caractersticas de los sujetos en estudio que no varan. Es decir, se manifiestan bajo una nica modalidad. Ejemplos: - Nmero de egresados en el Programa de Formacin de Bachilleres Auxiliares de Informtica en servicio adscrito al I.U.T.C en el ao 2003.

19

- Nmero de crditos (que como mnimo) se deben aprobar para graduarse de T.S.U. en Informtica en el IUT Caripito.

Escalas de Medicin: 1. Nominal: En esta escala, las variables slo se identifican, se rotulan, se caracterizan, sin realizar comparaciones numricas de ningn tipo, por ejemplo: a. La religin. b. La belleza. c. El estado civil 2. Ordinal: Las variables solo se ordenan de manera ascendente o descendente sin realizar comparaciones de ningn tipo, por ejemplo a. b. El rendimiento estudiantil (Excelente, Bueno, Regular, Deficiente y Malo). Resultados de un concurso de belleza.

3. De Intervalo: En este caso, se puede identificar y estudiar las variables, donde el cero no indica ausencia de lo que se mide, por ejemplo, a. La temperatura, al decir, estamos a una temperatura de 0 grados centgrados, en ningn momento podemos suponer que no existe temperatura. b. Cociente de inteligencia. 4. Razn: En este caso si se permiten las comparaciones matemticas, SE UTILIZA LA RAZN. Por ejemplo, a. La distancia. b. La edad.

20

Variables de una investigacin en el rea educativa. La formacin docente de los profesores del Instituto Universitario de Tecnologa Industrial Rodolfo Loero Arismend, como factor de influencia en el rendimiento acadmico de los estudiantes del I, II y III semestre de las carreras de Tcnico Superior en Informtica y Tcnico Superior en Contabilidad Computarizada. Ao 2004. Variable Dependiente: Rendimiento acadmico de los estudiantes del I, II y III semestre de las carreras de Tcnico Superior en Informtica y Tcnico Superior en Contabilidad Computarizada. Ao 2004. Variable Independiente: Formacin docente de los profesores de las carreras de Tcnico Superior en Informtica y Tcnico Superior en Contabilidad Computarizada, del IUTIRLA. Ao 2004. Variables Espurias: - Condiciones fsico-ambientales del aula de clase asignada. - Horario de clase asignado. Cuadros Estadsticos: Son espacios que se utilizan para el registro de informacin organizada en filas y en columnas, que pretenden mostrar las relaciones a travs de los datos de las variables representadas en l. Las partes de un cuadro estadstico son las siguientes: * Ttulo: Est ubicada en la parte central y superior del cuadro e identifica la informacin que se presenta. El ttulo debe responder a tres preguntas bsica; Qu?, Cundo? Y Dnde se investiga o se extraen los datos? * Encabezamiento: Es la parte del cuadro en el cual se insertan las categoras de las categoras de las variables y la clasificacin, este se encuentra ubicado en la parte superior del cuadro. * Columna Matriz: Es en la que se asienta las diferentes clases de la escala de clasificacin utilizada. Abarca las designaciones de cada fila de datos y se encuentra en la parte izquierda del cuadro. Generalmente en esta parte se

21

expresan los datos temporales o cronolgicos, es decir, la variable independiente del estudio. * Dato: Es la unidad mnima de informacin. * Cuerpo: Es aquella parte del cuadro donde se registra el conjunto de informacin o datos del cuadro. * Fuente: indica en donde se obtuvieron los datos. Ejercicio: Supongamos que deseamos expresar la matrcula inicial de un Colegio en particular, por ejemplo una escuela bsica donde existen seis (6) grados, as tendramos: Matricula inicial, discriminada por sexo, en la Escuela Bsica Antonio Jos de Sucre, ubicada en el sector Negro Primero de Maturn, ao escolar 200607.

Varones 1ero. 8 2do. 12 3ro. 18 4to. 12 5to. 13 6to. 10 Total 73

% 10,9 16,4 24,7 16,4 17,8 13,8 100

Hembras 13 14 17 19 22 15 100

% 13 14 17 19 22 15 100

Total 21 26 35 31 35 25 173

% 12,1 15,0 20,2 17,9 20,2 14,6 100

La informacin anterior se puede expresar de manera grfica, esto es muy til cuando queremos informar de manera clara y sencilla la informacin que precisamos. El grfico de barras se construye colocando en el eje horizontal la informacin que contiene la Columna Matriz (en nuestro caso se colocan los grados), y en el eje vertical las frecuencias, y si le aadimos el ttulo inicial, expresamos en forma grfica exactamente la misma informacin, a saber:

22

Grfico de Barras simples. Matricula inicial, discriminada por sexo, en la Escuela Bsica Antonio Jos de Sucre, ubicada en el sector Negro Primero de Maturn, ao escolar 200607.

40 35 30 25 20 15 10 5 0 1 2 3 4 5 6 Serie1

Matricula inicial, discriminada por sexo, en la Escuela Bsica Antonio Jos de Sucre, ubicada en el sector Negro Primero de Maturn, ao escolar 200607.

Grfico de barras
25 20 15 10 5 0 1 2 3 4 5 6 varones hembras

23

A este tipo de grfico se le denomina Grfico de Barras Compuestas, observemos que las barras se dividen en dos partes, eso suceder exactamente igual a los caracteres que exprese el encabezamiento, en este caso existen dos (varones y hembras), es decir si el encabezamiento tiene tres (3) caracteres, entonces las barras se particionarn en tres, y as sucesivamente. El Grfico circular o de sectores (o de torta), se realiza utilizando los totales expresados en los caracteres de la columna matriz. A esto se le aade una leyenda, que en nuestro caso sera 1: Primer grado, 2: segundo grado, hasta 6: sexto grado. De manera anloga, se le anexa el ttulo para expresar la informacin en este tipo de grfico. En este caso se anexa una columna a la derecha al cuadro estadstico y se realiza la equivalencia de los datos a grados, y los sectores se determinan con un transportador, como la circunferencia tiene 360 grados, se realizan las equivalencias y se colocan en un crculo. Varones 8 12 18 12 13 10 73 % 10,9 16,4 24,7 16,4 17,8 13,8 100 Hembras 13 14 17 19 22 15 100 % 13 14 17 19 22 15 100 Total 21 26 35 31 35 25 173 % 12,1 15,0 20,2 17,9 20,2 14,6 100 Grados 43,7 54,1 72,8 64,5 72,8 52,1 360

1ero. 2do. 3ro. 4to. 5to. 6to. Total

En la prctica realizamos una regla de tres simple, en el caso de primer grado, tenemos, 173 alumnos --------- 360 grados 21 alumnos --------Asi, X

24

X = 21 x 360/ 173 = 43,7 grados. Matricula inicial, discriminada por sexo, en la Escuela Bsica Antonio Jos de Sucre, ubicada en el sector Negro Primero de Maturn, ao escolar 200607.

Grfico de Sectores.

1 2 3 4 5 6

Nota: Para los grficos construidos se utiliz el programa Excel. Razones, Proporciones, Porcentajes. Razn: Es la relacin cuantitativa entre 2 cantidades dadas. Notacin, R = a/b, R = a:b

Ejemplo, supongamos que en un colegio estudian 150 estudiantes hembras y 100 estudiantes varones. Determine la razn de estudiantes hembras y varones. Solucin: a = 150 e.h b = 100 e.v, luego R = 150/100, simplificando obtenemos R = 3/2,

25

Es decir, por cada 3 estudiantes hembras, existen 2 estudiantes varones. Proporcin. Es la divisin que sopesan una parte (el numerador) contra un todo (el denominador) (Ferris J, Ritchey, 2005: p.3), en el ejemplo anterior, la proporcin de estudiantes hembras es: Pe.h= 150/250 = 0,60. Anlogamente, la proporcin de estudiantes varones es P e.v= 0,40 Nota: Peh + Pev = 1,0. Este se extiende a cualquier situacin similar. Porcentajes: Es la expresin que resulta de multiplicar las proporciones por 100. En el ejemplo, el porcentaje de estudiantes hembras es, %e.h= Pe.h x 100 = 60%, es decir, en el colegio estudia un 60% de jvenes hembras, en consecuencia existe un 40% de estudiantes varones. Sumatoria: Bsicamente se trata de una suma o diferencia abreviada, se utiliza la letra Sigma () del alfabeto griego para tal fin. Notacin: , donde i= 1: Subndice, indica donde comienza la sumatoria. n : Suprandice, indica donde culmina la Xi: Argumento de la sumatoria. Asi, Si por ejemplo n = 5, se tendra: sumatoria.

26

Ejercicios de sumatoria. Sean X1= 3, X2= -5, X3= 7, X4= 8, X5= 2

27

Propiedades:

Nota: En las propiedades 3 y 4, K es un nmero constante. Vamos a ejemplificar estas propiedades, no se trata en modo alguno de una demostracin formal de la propiedad, se trata de ver el funcionamiento de las mismas. Consideremos los siguientes valores: X1= 3, X2= -5, X3= 7, X4= 11, X5= 8 Y1= 7, Y2= 2, Y3=-4, Y4= 3, Y5= -1

28

(X1 + Y1) + (X2 + Y2) + (X3 + Y3) + (X4 + Y4) + (X5 + Y5) = (X1 + X2 + X3 + X4 + X5) + (Y1 + Y2 + Y3 + Y4 + Y5) (3 +7) + (-5 +2) + (7 + (-4)) + (11 + 3) + (8 + (-1)) = (3 + (-5) + 7 + 11 + 8) + (7 + 2 + (-4) + 3 + (-1)) 27 + (-3) = 16 + 8 24 = 24

(X1 - Y1) + (X2 - Y2) + (X3 - Y3) + (X4 - Y4) = (X1 + X2 + X3 + X4) - (Y1 + Y2 + Y3 + Y4) (3 -7) + (-5 -2) + (7 - (-4)) + (11 - 3)) = (3 + (-5) + 7 + 11 - (7 + 2 + (-4) + 3) (-4) + (-7) + 11 + 8 = 16 - 8 8 = 8

3.X1 + 3.X2 + 3.X3 + 3.X4 = 3. (X1 + X2+ X3+ X4) 3.(3) + 3.(-5) + 3.(7) + 3.(11) = 3.(3 + -(5) + 7 + 11) 63 + (-15) = 3.(16) 48 = 48

29

2 + 2 + 2 + 2 + 2 = 5.2 10 = 10

30

Unidad II: Ordenacin de datos y tratamiento de informaciones.

Agrupacin de Datos. Supongamos que estamos interesados en averiguar el nmero de asignaturas que un grupo de estudiantes cursan en el presente semestre en el Pedaggico de Maturn: 2 3 3 5 3 4 2 3 5 6 1 4 7 5 6 6 3 2 4 7 4 4 2 5 1 3 6 3

Si organizamos la informacin anterior, obtenemos lo siguiente: Xi 1 2 3 4 5 6 7 total fi 2 4 7 5 4 4 2 28

31

Tal organizacin es posible porque el recorrido es pequeo, al cuadro anterior se le llama Distribucin de Frecuencias. El recorrido se define de la siguiente manera: Rec = (CM cm) + 1 Donde, CM = Cantidad mayor observada. Cm = Cantidad menor observada, y 1 = Factor de correccin. En nuestro ejemplo, el recorrido es Rec = (7 1) + 1 = 7. Significa que entre 1 y 7, la variable nmero de asignaturas cursadas en el semestre puede asumir 7 valores tericos diferentes, a saber: 1, 2, 3, 4, 5, 6 y 7. La presentacin resumida de los datos anteriores se denomina distribucin de frecuencias, donde Xi indica el nmero de materias, y fi las veces que aparece la informacin (es decir la frecuencia simple). Ahora pensemos que aplicamos una prueba escolar y se obtuvo la siguiente informacin:

15 19 14 38 16

32 36 10 22 51

41 42 35 43 54

38 12 44 43 32

21 52 11 51 24

54 18 40 33 42

49 21 32 29 30

32

Observemos lo siguiente, si calculamos el recorrido, nos da: Rec = (54 10) + 1 = 45. Como el recorrido es un nmero muy grande la presentacin anterior no sera razonable. En este caso especfico necesitamos resumir la informacin en clases o intervalos, a tal efecto escogemos realizar 9 intervalos. La amplitud, ic, se determina as, ic = Rec/ No. de intervalos, es decir,

ic = 45/9 = 5. Estamos diciendo que construiremos una distribucin de frecuencias (en este caso se denomina en datos agrupados) de 9 intervalos cada uno de amplitud 5, de la siguiente manera: Conte o //// //// //// / ///// //// /////// / ///// Clases 10 ----- 14 15 ----- 19 20 ----- 24 25 ----- 29 30 ----- 34 35 ----- 39 40 ----- 44 45 ----- 49 50 ----- 54 fi 4 4 4 1 5 4 7 1 5 35

La informacin completa se expresa a continuacin: Clases 10 ----- 14 15 ----- 19 20 ----- 24 25 ----- 29 30 ----- 34 35 ----- 39 fi 4 4 4 1 5 4 Xi 12 17 22 27 32 37 fa 4 8 12 13 18 22 33 fr 0,114 0,114 0,114 0,029 0,143 0,114 f% 11,4 11,4 11,4 2,9 14,3 11,4 Fa% 11,4 22,8 34,2 37,1 51,4 62,8

40 ----- 44 45 ----- 49 50 ----- 54

7 42 1 47 5 52 35

29 0,200 2,0 82,8 30 0,029 2,9 85,7 35 0,143 14,3 100 1,0

Otra forma de construir una distribucin de frecuencia es la siguiente: Se tiene el nmero de datos, en este caso N= 35. El nmero de clases ser No. Clases= 1 3,32logN = 1 + 3,32.log 35 = 1 + 3,32. 1,544 = 1 + 5,126 = 6,126. Es decir el No. De clases es 7. La amplitud ser igual, i c = Rec/No. Clases = 45/7 = 6,42, es decir i c = 7. Tendremos entonces una distribucin de frecuencias de 7 intervalos, cada uno con amplitud terica de 7 (constryala). Valores reales de un nmero: Se determinan de la siguiente manera, Valores Unidad de Limite inferior X 0,5 X 0,05 X 0,005 real Limite superior X + 0,5 X + 0,05 X + 0,005 real

medida 3 - 4 5 6 7 1 2,5 2,6 2,7 0,1 3,12 3,13 0,01 3,14 Si X = 4, encada caso tendremos: Valores Unidad

de Limite inferior 3,5 3,95 3,995

real Limite superior 4,5 4,05 4,005

real

medida 3 - 4 5 6 7 1 2,5 2,6 2,7 0,1 3,12 3,13 0,01 3,14 Grficos de datos agrupados

34

El Histograma: Es un grfico de barras, donde en el eje horizontal se colocan los lmites reales de las clases y en el eje vertical las frecuencias simples. Clases 50-52 53-55 56-58 59-61 62-64 65-67 68-70 71-73 Clases Reales 49.5-52.5 52.5-55.5 55.5-58.5 58.5-31.5 61.5-64.5 64.5-67.5 67.5-70.5 70.5-73.5 Fi 1 7 4 8 3 4 2 1 30 Xi 51 54 57 60 63 66 69 72 Fa 1 8 12 22 23 27 29 30

Para el polgono de frecuencias: Para Runyon Haber (1986) Es la unin de los puntos medios de las barras a base de segmentos de rectas (p. 47), se utilizan los puntos medios de cada intervalo y las frecuencias simples. En la prctica se unen los puntos medios superiores de las barras y se extienden hasta el eje X.

35

Ojo: falta Histograma, polgono de frecuencias y ojiva. Medidas de Tendencia Central.

La OJIVA se construye con los lmites superiores de los intervalos y las frecuencias acumuladas, son muy tiles en el clculo y representacin de las Ojiva medidas de posicin
30

Fa
25

20

15

10

0 48 50 52 54 56 58 6036 62 64 66 68 70 72 74

L.S

Medidas de Tendencia Central 1. La Media Aritmtica: En palabras de Lind, Mason y Marchal (2000) es la suma de todos los valores de una poblacin dividido entre el total de individuos (p. 62). Tambin se define como un promedio de un grupo de datos. Ejemplo, Sean los puntajes Xi : 3 5 6 6 7 , entonces,
X =

3 + 5 + 6 + 6 + 7 27 = = 5,4 5 5

La medida aritmtica, promedio o, simplemente, media, de los valores , xn, se designa por X y se obtiene as:

x1, x2, x3,

37

Ahora supongamos que Xi : 3 5 6 7 8 9 fi: 2 1 5 2 4 3 , la media sera,

3 * 2 + 5 * 1 + 6 * 5 + 7 * 2 + 8 * 4 + 9 * 3 6 + 5 + 30 + 14 + 32 + 27 = = 114 / 17 = 6,70 2 +1+ 5 + 2 + 4 + 3 17

X =

Propiedades bsicas: 1. La suma de las desviaciones con respecto a la media aritmtica es igual a cero. 2. La suma de los desvos al cuadrado con respecto a la media es mnima. Como X = 5 Xi 1 3 5 7 9 Suma Xi - X -4 -2 0 2 4 0 (Xi - X )2 16 4 0 4 16 40 (Xi - 3) -2 0 2 4 6 (Xi 3)2 4 0 4 16 36 50

3. Si a cada uno de los valores de una serie se multiplica por un nmero, la media resultante es igual a la original multiplicada por ese nmero

38

Por ejemplo, 4 el nmero seleccionado, y con el mismo ejercicio, tendremos, Xi 1 3 5 7 9 Suma

X
R

4.Xi 4 12 20 28 36 100

Xi + 7 8 10 12 14 16 50

= 100/5 = 20 = 4.5 = 4. X 4. Si a cada uno de los valores de una serie se le suma la constante. = 60/5 = 12 = 7 + X una

cantidad constante, la media resultante es igual a la original mas

2. La Mediana (Md). Es una medida de tendencia central que est ubicada en el centro de la distribucin, es decir ella divide a la distribucin en dos partes iguales. Los autores precitados afirman que es el puntaje central de una distribucin (p. 67) En datos no agrupados se distinguen dos casos: Caso1: cuando n es impar. Xi: 2 3 3 3 4 6 7 8 8, (en este caso n= 9), La Md est ubicada en el lugar (n + 1)/2, en este caso en el lugar (9 + 1)/2, Es decir, en el 5o lugar, por tanto su valor es Md = 4. Caso2: cuando n es par.

39

Xi: 2 3 3 3 4 6 7 8 8 9 , (en este caso n= 10), La Md est ubicada en la semi-suma de los valores de los lugares n/2 y n/2 + 1, es decir, en los lugares 10/2 y 10/2 + 1, entre 5 o y 6o lugares, en nuestro caso entre 4 y 6, es decir Md= 5. Propiedades: 1. Hay una sola mediana en una serie. 2. No es afectada por los valores extremos. 3. El Modo o la Moda (Mo). Se define como el dato de mayor frecuencia en una serie (Lind, Mason y Marchal (2000, p. 69)), por ejemplo en: Xi: 2 3 3 3 4 6 7 8 8 9, el Mo= 3. Propiedades: 1. No es afectada por los valores extremos. 2. En una serie pueden existir 2 o mas modas. 3. Existe la posibilidad de que su valor no pueda ser calculado.

Media Armnica H: La media armnica H de un conjunto de nmeros X 1, X2, X3, ..., XN es el recproco de la media aritmtica de los recprocos de esos nmeros:

40

Media Geomtrica G: La media geomtrica G de un conjunto de N nmeros positivos X 1, X2, X3, ..., XN es la raza n-sima del producto de esos nmeros (Lind, Mason y Marchal 2000: 72):

Relacin entre las Medias Aritmtica, Geomtrica y Armnica La media geomtrica de una coleccin de nmeros positivos X 1, X2, X3, ..., XN es menor o igual que su media artimtica, pero mayor o igual que su media armnica. En smbolos,

La igualdad ocurre si y slo si todos los nmeros X 1, X2, X3, ..., XN son idnticos.

Ejemplo: Sean las puntuaciones Xi: 2, 4, 6 La media armnica ser:

Es decir,

41

La media geomtrica es:

= (2. 4. 8)1/3 = (64)1/3 = 4. Y como la media aritmtica es igual a 4,67, se cumple igualdad. , una buena tarea es comprobar cuando se cumple la

Clculo de las medidas de tendencia central en Datos Agrupados.

Clases 50-52 53-55 56-58 59-61 62-64 65-67 68-70 71-73 Suma

fi 1 7 4 8 3 4 2 1 30

Xi 51 54 57 60 63 66 69 72

fi.Xi 51 378 228 480 189 264 138 72 180 0

fa 1 8 12 20 23 27 29 30

1. La media Aritmtica

42

2. la mediana

n f acum ( i 1) 2 Md = Li + A f mediana
Donde,
li

= es el lmite inferior de la clase donde se encuentra la mediana. = posicin de la mediana.

F a c u m ( i - 1 ) = es la fr ec ue nc ia a c um ula da anterior a la clase mediana. A = es la amplitud de la clase. La m e dia na es inde pe ndie nte de las a m plitude s de los inte r va los . En este caso:

Es decir Md = 59,625 3. El modo: Se Ubica en la clase de mayor frecuencia.

Li = es el lmite inferior de la clase modal. fi = es la frecuencia absoluta de la clase modal. fi-1 = es la frecuencia absoluta inmediatamente inferior a la en clase modal. fi+1 = es la frecuencia absoluta inmediatamente posterior a la clase modal. ai = es la amplitud de la clase.

43

Donde, fi= 8 En este caso, el modo este en la clase 59 61 luego, fi-1= 8 - 4 fi+1= 8 -3 De tal manera que:

Medidas de posicin. Consideremos la distribucin: Clases 50-52 53-55 56-58 59-61 62-64 65-67 68-70 71-73 fi 1 7 4 8 3 4 2 1 30 fa 1 8 12 20 23 27 29 30

Se llaman medidas de posicin porque determinan, de manera previa el porcentaje que representan, as, Md 1. Mediana (2) Q2. Cuartiles (4) K3. Quintiles (5) D4. Deciles (10) P5. Percentiles (100)

44

Por ejemplo, si hablamos de los cuarteles, dividimos el 100 entre 4, de tal manera que el Q1 el 25%, el Q2 el 50%, y as sucesivamente. Para determinar la posicin de la medida se aplica la expresin: a) Q1 p = (1 . 30)/4 b) K3 p = (3 . 30)/5 c) D7 p = (7 . 30)/10 Frmula:

Clculo Supongamos que deseamos calcular el Cuartel uno, su posicin es: p = (1 . 30)/4 es decir p = 7,5 este valor se ubica en la columna de frecuencia acumulada, observamos que esta en la clase 53-55. Luego: Q1 = 52,5 + 7,5 1. 3 7 = 52,5 + 6,1/7. 3 = 52,5 + 2,61
Q1 = 55,11

Significa que por debajo de 55,11 est el 25% de los casos. Ahora determinemos el quintil tres, Determinamos la posicin p = (3 . 30)/5, o bien p = 18 K3 = 58,5 + 18 12. 3 8 = 58,5 + 6/8. 3 = 58,5 + 2,25 Determinar el Decil siete,
K3 = 60,75

45

D7 = 61,5 + 21 20._ 3 = 61,5 + 1 3

D7 = 62,5

p = (7.30)/10 = 21

Medidas de dispersin De acuerdo a Lind, Mason y Marchal (2000), indican el grado de dispersin de las calificaciones alrededor de la media (p.89) 1. Recorrido Xi: 1 3 4 7 10 15 20 Rec = (20 1) + 1 = 20 2. Desviacin Media

Xi 6 8 10 12 14

4 2 0 2 4 12

( 16 4 0 4 16 40

)2

DM = 12/5 = 2,4

Los datos se desvan con respecto a la media en 2,4 unidades.

3. Desviacin Tpica

46

= 40/5 = 8 = 2,83 4. Varianza: 2 En este caso, si la desviacin tpica es igual a 3, la varianza es igual a 9. 5. Coeficiente de Variacin:

= 2,83/10 x 100 = Cv = 28,3% En datos agrupados Clases fi 50-52 53-55 56-58 59-61 62-64 65-67 68-70 71-73 1 7 4 8 3 4 2 1 fa 1 8 12 20 23 27 29 30 Xi 51 54 57 60 63 66 69 72 Fi.Xi 51 378 228 480 189 264 138 72 180 0 9 6 3 0 3 6 9 12 30

fi. 9 42 12 0 9 24 18 12 126

fi. 81 252 36 0 27 144 162 144 846

Propiedades de la varianza: 1. Si la variable toma un valor constante, su variabilidad es cero Sea Xi: c, c, c, ., c Luego

47

S2 = (c c)2 + (c c)2 + . + (c c)2/N = 0/N = 0. 2. Si le sumamos a los datos de una variable una constante, la varianza no vara entre los datos originales y los transformados. En efecto, Sean X1, X2, X3, .., Xn cuya varianza es S2, y K una constante Y sea la serie. (X1 + K) + (X2 + K) + (X3 + K) + + (Xn + K), en sta la media aritmtica es X + K y la varianza S2R = K ( X + K))2/N S2R = (X1 - X )2 + (X2 X )2 + + (Xn X )2/N = S2 (X1 + K ( X + K))2 + (X2 + K ( X + K))2 + + (Xn +

3. Si a una serie de datos de varianza S 2 se multiplica por una constante, la varianza resultante es igual S2. K2. Sea la serie K.X1, K.X2, , K.Xn, la varianza es, S2R = (K.X1 - K X )2 + (K.X2 K. X )2 + + (K.Xn - K X )2/N = K2. ((X1 - X )2 + (X2 - X )2 + . + (Xn - X )2) = K2. S2 Un buen ejercicio es comprobar con un ejemplo estas propiedades. Xi 1 3 5 7 9 Suma Xi - X -4 -2 0 2 4 0 (Xi - X )2 16 4 0 4 16 40 (Xi - 3) -2 0 2 4 6 (Xi 3)2 4 0 4 16 36 50

Relacin entre Xmedia, Md y Mo a. Xmedia = Md = Mo

48

Simtirca

b. Xmedia < Md < Mo.

Asimtrica Negativa

c. Mo < Md < Xmedia

Asimetra Positiva

Veamos un caso especfico: Xi 2 4 6 8 10 12 14 fi 1 3 6 10 6 3 1 fi.Xi 2 12 36 80 60 36 14 240

49

Asimetra: tambin se calcula de la siguiente manera Menor que 0, Asimtrica Positiva Igual a 0, Simtrica Mayor que 0, Asimtrica Negativa Curtosis (Coeficiente de apuntamiento) Menor Leptocrtica Igual a 3, Mesocrtica Mayor que 3, Platicrtica Curtosis (grficamente): que 3,

50

En la prctica se produce as: Xi 10 11 13 14 15 17 18 Fi 1 3 5 9 12 8 4 42 Fa 1 4 9 18 30 38 42 Xi . f i 20 33 65 126 180 136 72 662 (Xi X )2 25 16 4 1 0 4 9 (Xi X )4 625 256 16 1 0 16 81 fi. (Xi X )2 25 48 20 9 0 32 36 170 fi. (Xi X )4 625 768 80 9 0 128 324 1934

La media aritmtica es:

La desviacin tpica es:

Es decir,

Luego la curtosis es:

51

Se trata de una distribucin Platicrtica porque K es menor que 3. Calculo de As: Como la Md = 15 (verificar)

Es decir

As -0,28

Se trata de una distribucin Asimtrica negativa. Grficamente

52

Unidad III: Regresin y Correlacin La correlacin es la asociacin entre dos variables cualesquiera X e Y. Cuando hablamos de correlacin, es porque estamos interesados en averiguar cules son los efectos de la variable X sobre la variable Y. La regresin es la expresin algebraica de tal relacin, y en este caso se determina a partir del mtodo de mnimos cuadrados, cuando X es considerada variable independiente, la regresin se calcula de la siguiente manera:
y = a + bx

Donde,

En la prctica, de acuerdo al fenmeno que se estudia, se cuantifican las variables X e Y, asimismo se calculan los dems elementos indicados en la formula y se sustituyen en sta, por ejemplo:

x 2 4 5 6 8 25

y 3 9 8 5 5 30

x2 4 16 25 36 64 145

y2 9 81 64 25 25 204

x.y 6 36 40 30 40 152

53

Una primera pista, acerca de la correlacin, la indica el diagrama de dispersin, que no es mas que un grfico de los puntos determinados por cada paraje (x,y)., como se indica a continuacin: Diagrama de Dispersin

La tendencia, matemticamente hablando depender de la sospecha del valor de b en la frmula, que en este caso es la pendiente. Si en el grfico tratamos de trazar una recta, el valor de la pendiente no ser muy alto (comprubelo a mano alzada). Ahora determinemos el valor de a y b. Recta de Regresin a = 30 . 145 25 . 152 = 4350 3800 = 550 = 5,5 5 . 145 (25)2 725 625 100

b = 5 . 152 25 . 30 = 760 750 = 10 = 0,1 100 La ecuacin es: Y = 5,5 + 0,1.X 100 100

54

Para calcular el error tpico de estimacin, se procede de la siguiente manera ( se llama y estimado, y resulta de sustituir los valores de X en la recta de regresin):
5,7 5,9 6,0 6,1 6,3 y -2,7 3.1 2 -1,1 -1,3 (y )2 7.29 9.61 4 1.21 1.69 23.8

Lo que significa que los datos se alejan, aproximadamente en 2,18 unidades de la recta que los representa. Ecuacin de la recta cuando X es variable independiente: Donde,

Y los valores de bo y b1 se calculan de la siguiente manera:

55

=es , 120 540 = 4,5 decir bo = 4,5

Y el error tpico de estimacin

La Ecuacin de X es:

es decir bo = 4,5

es decir b1 = 0,08 Luego, la ecuacin es X = 4,5 0,08 Y Para determinar el error, procedemos: Calculamos los Si Y = 3 ----- Y = 9 ------ Y = 8 ------ Y = 5 ------ Tenemos X4,26 3,78 3,86 4,1 -2,26 0,22 1,14 1,90 (X 5,11 0,05 1,30 3,61 )2 = 4,5 0,08 (3) = 4,26 = 4,5 0,08 (9) = 3,78 = 4,5 0,08 (8) = 3,86 = 4,5 0,08 (5) = 4,10

56

4,1 TOTAL

3,90 ----

15,21 25,28

As:

Sxy = 2,25
Nota: Un reto interesante es determinar el punto de corte de las ecuaciones cuando X es variable de pendiente e independiente.

Coeficiente de correlacin producto momento de Pearson : Para Audrey y Runyon (1973) la r de Pearson es una medida de qu punto los individuos o sucesos ocupan la misma relacin relativa respecto de dos variables (p. 121). Se utiliza cuando se trata de variables cuantitativas, como es el caso que analizamos. Adems indica el grado de asociabilidad entre las variables X e Y, es cuanto se relacionan.

Este valor oscila entre -1 y +1, en este sentido Si rxy se Aproxima a +1 la correlacin se fortalece (Relacin Directa) Si rxy se aproxima a 0 la correlacin dbil (Relacin Nula) Si rxy Se aproxima a -1 la correlacin es indirecta

En este caso:

57

x 2 4 5 6 8 25

y 3 9 8 5 5 30

x2 4 16 25 36 64 145

y2 9 81 64 25 25 204

x.y 6 36 40 30 40 152

5,7 5,9 6 6,1 6,3

Es decir,

rxy = 0,09129

Esto Significa que la correlacin entre X e Y es muy dbil. Como puede notarse, en cuanto a la correlacin, ya vimos que el diagrama de dispersin da una primera aproximacin, la recta de regresin otra, pero el valor del coeficiente es lo ms preciso.

Correlacin de Spearman Es una medida de relacin lineal entre dos variables cuyos valores son medidos a nivel de una escala ordinal, en caso de que se midan en escala de razon o de intervalo, se recomienda realizar la conversin de forma ordinal (es decir se ordenan).

58

Para establecer los rangos (que es el orden), las variables consideradas se ordenan de menor a mayor o viceversa. En los casos en que algunas posiciones coincidan, se suman las posiciones y se determina el promedio, este resultado se coloca en el rango de tales variables. Por ejemplo si tenemos la variable X y los respectivos valores X 10 18 13 13 13 14 12 17 17

El rango Rx ser (observe que los lugares 3, 4 y 5 son iguales, se suman y se dividen entre 3 y resulta 5, luego cada lugar es igual a 5), igual sucede con los lugares 7 y 8, a saber el orden de menor a mayor es el siguiente: Rx 1 8 5 5 5 6 2 7,5 7,5

La frmula viene dada por: Consideremos Dos Variables, cualquiera X e Y, y asignemos valores X 21 15 24 27 Y 12 21 27 24

Ordenando de menor a mayor las variables X e Y, obtenemos Rx 2 1 3 4 Ry 1 2 4 3

Luego obtenemos la diferencia de los rangos (di = Rx - Ry)

59

X 21 15 24 27

Y 12 21 27 24

Rx 2 1 3 4

Ry 1 2 4 3

di 1 -1 -1 1

di2 1 1 1 1 Di2 = 4

Luego el coeficiente es (n= 4, hay cuatro parejas de nmeros):

Es decir Luego existe una correlacin moderada entre las variables consideradas Covarianza La covarianza entre dos variables es un estadstico que indica la asociabilidad que existen entre las variables consideradas, si el valor es positivo significa que existe una correlacin positiva, en cuyo caso, y esto es muy importante, el coeficiente de Pearson debe ser positivo, lo mismo sucede si la covarianza es negativa, el coeficiente de Pearson debe ser negativo. La covarianza se denota "Sxy". Este tipo de estadstico puede utilizarse para medir el grado de asociacin de dos variables si ambas utilizan una escala de medida a nivel de intervalo/razn (variables cuantitativas). La frmula:

Veamos un ejemplo, consideremos dos variables cualesquiera x e y, determinemos primero rxy (coef. de Pearson)

60

x 21 15 24 27 87

y 12 21 27 24 84

x2 441 225 576 729 1971

y2 144 441 729 576 1890

x.y 252 315 648 648 1863

Como rxy = 0,36 hay una relacin moderada entre x e y Para la covarianza x 21 y 12 (Xi X ) -0,75 (yi -9 61 )) (Xi X ).(yi 6,75 )))

15 24 27 87

21 27 24 84

-6,7 2,25 5,25

0 6 3

0 13,50 15,75 36

Luego determinamos los promedios de x y los de y

As:

Sustituyendo estos valores obtenemos,

De tal manera que en este caso la covarianza es positiva, reafirmando la relacin moderada que existe entre las variables x e y.

Unidad IV: Distribucin normal

62

En

este caso

y = 1 como condicin para aplicar esta teora.

Para normalizar (standarizar o tipificar) los valores se utiliza la expresin:

Grficamente
El rea total es igual a 1, y a la izquierda y a la derecha de cero es igual a 0,5.

Nota: la tabla referida al rea que existe entre 0 y el Z dado (anexo). Por ejemplo: Hallar el rea en cada caso:

1. Entre Z = 0 y Z = 1,8

2. Entre Z = 0 y Z = -0,45

63

3. Entre Z1 = -1,3 y Z2 = 1,85

4. Entre Z1 = 1,28 y Z2 = 2,15

5. A la derecha de 1,5

64

6. A la derecha de -1,5

Aplicacin

En un curso de 200 estudiantes, la nota promedio en Estadstica en el IPM es de 15 puntos con una desviacin tpica de 4 puntos. Determine: a) Nmero de estudiantes con calificaciones entre 13 y 18 puntos. b) Nmero de estudiantes con calificaciones superiores a 14 puntos. c) Porcentaje de alumnos con calificaciones por debajo de 12 puntos. d) Cul es la calificacin inferior del 15% de las mayores calificaciones? e) Cul es la calificacin superior del 10% de las calificaciones menores? Ra)

Z1 = 13 15 = -2/4 = -0,5 4 65

Z2 = 18 15 = 3/4 = 0,75 4

As, 200 ------ 100% X ------- 46,49%

X = 46,49% . 200 X 100%

93 estudiantes

= 92,98

Rb) Z = 14 15 = -1/4 = -0,25 4

As, 200 -----X -------

100% 59,87%

66

O bien, X = 59,87x200 = 119,747 100

120 estudiantes

Rc) Z = 12 15 = -3/4 = -0,75 4

Rd) Veamos grficamente la situacin

En este caso X es el puntaje solicitado, y como X media y se conocen, el problema se reduce a encontrar el valor de Z. este valor se localiza en el Cuerpo de la

67

Tabla y en este caso es el valor ms prximo a 0,35; es decir 0,3508 al cual le corresponde un Z = 1,04. Sustituyendo:

X = 19,16

X = 15 + 1,04.4 X = 15 +

4,16

Re) Se procede de manera anloga al ejercicio anterior.

Luego,

X = 15 + 1,28.4 X = 15

X = 20,12

+ 5,12

68

Probabilidad Est asociada a las posibilidades y resultados aleatorios, en la prctica decimos por ejemplo si el cielo est nublado es muy probable que llueva sin embargo esto no se puede garantizar, y eso en esencia es la probabilidad. Experimentos determinsticos: son resultados que pueden predecirse. La fuerza con la que la tierra atrae a los cuerpos, los dos resultados que resultan al lanzar una moneda, son experimentos que podemos afirmar claramente sus resultados. Cuando esto es imposible se denominan experimentos aleatorios, es decir, es imposible predecir los resultados. Los resultados de una lotera, obtener un nmero determinado al lanzar un dado, son resultados impredecibles, por tanto aleatorios. Espacio Muestral. Es el conjunto formado por todos los resultados posibles de un experimento aleatorio. Se denota por: S, E, etc. Pensemos en el experimento resultados obtenidos al lanzar un dado, en este caso todos los resultados posibles son, E={1, 2, 3, 4, 5, 6}, si lanzamos una moneda, el espacio muestral ser, S={C, S} Evento o suceso: Es un subconjunto o parte de un espacio muestral. Por ejemplo, al lanzar un dado, obtener un nmero par es un evento, el cual est compuesto de la siguiente manera: E={2, 4, 6}. El tamao de un evento est determinado por el nmero de elementos que lo componen y se denota por N(E), en nuestro caso N(E) = 3. Definicin de Probabilidad: Lind, Mason y Marchal (2000) la definen as: Sea S un espacio muestral no vaco y E un evento de S, la probabilidad de que ocurra E es, P(E) = N(E)/ N(S), (p. 161).

69

Ejercicio: Se lanza un dado y observamos el resultado. Determine la probabilidad de obtener: a) Un nmero impar. b) Un nmero mayor que 1. c) Un nmero mayor o igual a 2 pero menor que 5. d) Un nmero mayor o igual a 6. e) Un nmero menor que 1. Solucin: En este caso el espacio muestral es S ={1, 2, 3, 4, 5, 6}, a) E1={1, 3, 5} y N(E1) = 3, as, P(E1) = N(E1)/N(S) = 3/6 = 0,5. b) E2= {2, 3, 4, 5, 6} y N(E2) = 5, luego P(E2) = 5/6 = 0,83 c) E3= {2, 3, 4} y N(E3) = 3, P(E3) = 0,5. d) E4= {6 }y N(E4) = 1, as, P(E4) = 1/6. e) E5 = , N(E5) = 0, P(E5) = 0/6 = 0. (Evento imposible). Tipos de eventos 1. Evento imposible: es aquel que nunca ocurre, ej. Obtener un 8 al lanzar un dado. 2. Evento simple: son aquellos que solo tienen un punto muestral, ej. Un sello al lanzar una moneda. 3. Evento seguro: es igual al espacio muestral. Ej. Al lanzar una moneda obtener una cara o un sello 4. Eventos mutuamente excluyentes: Para Leach (1982) son aquellos que no pueden ocurrir simultneamente (p. 35); ejemplo, obtener, en una lanzada de una moneda, una cara y un sello a la vez. Operaciones con eventos Interseccin: sean A y B dos eventos no vacios. Se llama interseccin; AB, al evento formado por los puntos muestrados comunes.

70

Si ocurre el evento interseccin A y B simultneamente. Ejemplo: sea el experimento lanzar un dado, describa los eventos: A. El resultado es un nmero par. B. El resultado es un nmero divisible por cinco (5). C. El resultado es un nmero mayor que tres (3). D. El resultado es un nmero mltiplo de dos (2). Determine AB, AC, AD, R) S = {1,2,3,4,5,6} A = {2,4,6} B = {5} C = {4,5,6} D = {2,4,6} Unin: el evento AUB ocurre si ocurre A, B, ambos. En el ejemplo anterior. AUC = {2,4,5,6} Complemento: denotado por , Ac, A es el conjunto formado por todos los elementos que no pertenecen a A. Ac = {1,2,5} (AD)c = {1,2,5} Propiedades: 1) (Ac)c =A 2) Ac UA = S AB = AC = {4,6} AC = {2,4,6}

71

3) Ac A = Axiomas de probabilidad Sea A un evento de un espacio muestral S, la probabilidad de A, P(A) cumple las siguientes condiciones: 1) P(A) 0 2) P(S) = 1 3) P(A1UA2) = P(A1 ) + P(A2), si A1A2 = Nota: si A1A2 entonces P(A1UA2) = P(A1 ) + P(A2) - P(A1A2) Ejercicios: El 65% de los estudiantes del IPM usan colectivo, el 42% tienen calculadora y el 39% calculadora y usan colectivo. Halle la probabilidad de que al seleccionar un alumno, ste use colectivo o tenga calculadora. A. El estudiante use colectivo. B. El estudiante tiene celular. P(AUB) = P(A ) + P(B) - P(AB) = 0,65 + 0,42 0,39 = 0,68 Teorema: 1. P [(A)c] = 1 P(A) 2. 0 P(A) 1 Probabilidad condicional

Halle la probabilidad 72

De obtener un nmero primo sabiendo que se obtuvo un nmero par al lanzar un dado. Nmeros pares: {2,4,6} Nmero primo: {2} P(A/B) = 1/3 Nota: 1. Si P(AB) = P(A) . P(B) son independientes. 2. Si P(AB) = P(A) . P(B/A) son dependientes.

UNIDAD V Introduccin al SPSS Uno de los programas de estadstica ms usado en educacin es el

SPSS, el cual se aplica para calcular de manera prctica y sencilla los estadsticos de esta ciencia. Qu es el SPSS? 73

De

acuerdo a la enciclopedia Wikipedia (2010),

significa Statistical

Package for the Social Sciences, y es un programa estadstico informtico muy usado en las ciencias sociales y las empresas de investigacin de mercado y particularmente en educacin. Originalmente SPSS fue creado como el acrnimo de Statistical Package for the Social Sciences ya que se est popularizando la idea de traducir el acrnimo como "Statistical Product and Service Solutions". Sin embargo, aunque realizando bsquedas por internet estas pueden llevar a la pgina web de la empresa, dentro de la pgina misma de la empresa no se encuentra dicha denominacin. Como programa estadstico es muy popular su uso debido a la capacidad de trabajar con bases de datos de gran tamao. En la versin 12 es de 2 millones de registros y 250.000 variables. Adems, de permitir la recodificacin de las variables y registros segn las necesidades del usuario. El programa consiste en un mdulo base y mdulos anexos que se han ido actualizando constantemente con nuevos procedimientos estadsticos. Cada uno de estos mdulos se puede adquirir por separado. Actualmente, compite no solo con softwares licenciados como lo son SAS, MATLAB, Statistica, Stata, sino tambin con software de cdigo abierto y libre, de los cuales el ms destacado es el Lenguaje R. Recientemente ha sido desarrollado un paquete libre llamado PSPP, con una interfaz llamada PSPPire que ha sido compilada para diversos sistemas operativos como Linux, adems de versiones para Windows y OS X. Este ltimo paquete pretende ser un clon de cdigo abierto que emule todas las posibilidades del SPSS. La idea es que alumnos y profesores tengan acceso a esta herramienta, que es muy valiosa, para aligerar los clculos de manera efectiva y con mrgenes de errores casi nulos. Para su uso, en el computador, primeramente se debe instalar con las especificaciones que el propio programa tiene, usted escoge el lenguaje, asi: 74

1. Ubicamos el pulsor en cada una de las columnas que se indican con la palabra var, que son las variables que se deben etiquetar para distinguirlas en los anlisis y resultados. 2. Luego se vacan los datos de las variables, en caso de que sean cualitativas se deben codificar. 3. Luego se escoge la operacin que se desea realizar. Aparecer un cuadro de dilogo en el cual se indicar los elementos que se van a determinar (grficos, estadsticos, correlaciones, etc). 4. En el caso que se indica se escogen dos variables X y Y con cuatro (4) valores cada uno. 5. Luego se selecciona la opcin estadsticos, inmediatamente aparecen otras opciones, seleccionamos resumir, y como se quieren resultados elementales, seleccionamos a continuacin descriptivos. 6. Esta operacin se repite con opciones que indiquen correlaciones, desviaciones, etc. 7. Seguidamente el programa emite los resultados. En este caso lo comparamos con un caso particular para valorar la importancia del manejo del programa SPSS.

Aplicaciones del programa SPSS

75

Consideremos los siguientes valores de X e Y, y determinemos de manera manual, los estadsticos bsicos y las correlaciones, luego los comparamos con los obtenidos con el programa SPSS

X
21 15 24 27 87
Vimos que, rxy = 0,36;

Y
12 21 27 24 84

X2
441 225 576 729 1971

Y2
144 441 729 576 1890

X.Y
252 315 648 648 1863

(Xi - X (Yi - )2 )2
0,56 45,56 5,06 27,56 78,74 81 0 36 9 126

= 0,4 y Sxy = 12 Por otra parte: X = 87/4 = 21,75 Media de los datos Y Sx2 = 78,74/4 = 19,685 Sx = 4,44 Sy2 = 126/4 = 31,5 Sy = 5,61 Mdx = 18; Mdy = 17,5

= 84/4 = 21

76

Ingresando datos en el SPSS

Calculando estadsticos descriptivos en SPSS

77

Resultados

78

Referencias bibliogrficas

Audrey Haber y Runyon Richard (1973). Estadstica general. Fondo educativo Interamericano, S.A. Bogot. Da Silva Ramis, Mara (2009). (2010). El Ideas de Estadstica SPSS. en En www.monografias.com/trabajos10/esta/estadistica Enciclopedia Wikipedia Programa es.wikipedia.org/wiki/SPSS. Estrada, Jos Mercedes (2005). La evaluacin y su aplicacin en el aula. Fumaprif ediciones. Maturn, Venezuela. Ferrys J, Ritchey (2005). Estadstica para las ciencias sociales. Mc GrawHill. Mxico. Freund John y Manning Smith Richard (1986). Aplicaciones de la estadistica. Prentice Hall Inc, Mxico Leach, Chris (1982). Fundamentos de estadstica: enfoque no paramtrico para ciencias sociales. Limusa, Mxico. Lind Douglas, Mason Robert y Marchal William (2000). Estadstica para administradores y economistas. Irvin Mc Graw-Hill. Mxico Murray R. Spiegel, (1992). Estadstica I. Coleccin Schaum, Mxico. Runyon, Haber (1986). Estadstica general. Addison-Wesley

Iberoamericana. Argentina.

79

ANEXOS

80

rea bajo la curva normal

Distribucin Normal N(0,1)

z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359 0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753 0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141 0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517 0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879 0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224 0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549 0.7 0.7580 0.7611 0.7642 0.7673 0.7703 0.7734 0.7704 0.7793 0.7823 0.7852 0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133 0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.828 0.8315 0.8340 0.8364 0.8389 1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621 1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8930 1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015 1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177 1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319 1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441 1.6 0.9452 0.9463 0.9474 0.9485 0.9495 0.9495 0.9515 0.9525 0.9535 0.9535 1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633 1.8 0.9641 0.9049 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706 1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9762 0.9767 2.0 0.9773 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817 2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857 2.2 0.9861 0.9865 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890 2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916 2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936 2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952 2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964 2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974 81

2.8 0.9975 0.9975 0.9976 0.9977 0.9978 0.9978 0.9979 0.9980 0.9980 0.9981 2.9 0.9981 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9985 0.9986 0.9986 3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990 3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993 3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995 3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997 3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998 3.5 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999

82

Ejercicios y asignaciones propuestas.

Asignacin No. 1. 1. Muchos coinciden en que la Estadstica sirve hasta para mentir. Analice tal afirmacin. Hasta qu punto la comparte? 2. Exponga claramente las etapas ms importantes para que la Estadstica se constituyera en ciencia? y en Tcnica?, y en herramienta? o vale cualquier trmino? Cul es el fundamente terico, epistemolgico y axiolgico de la Estadstica?. 3. Elabore una definicin de poblacin en el rea de la Educacin (Bsica) y 3 exponga ejemplos. 4. De 2 ejemplos de poblacin infinita y 2 de poblacin finita (en su rea). 5. Defina muestra. Puede existir realmente una muestra representativa?. De ser as quin lo garantiza? Discuta las ventajas y desventajas que tiene un investigador al seleccionar una muestra representativa 6. Explique por qu la estadstica inferencial desempea un papel muy importante en las investigaciones actuales. La Estadstica Inferencial depende de la Descriptiva o viceversa? 7. Exponga las posibles contribuciones de la estadistica en el campo de saber de su competencia. Cul es el lmite? 8. Indique qu tipo de Estadstica, descriptiva o inferencial, se aplic en cada caso: a. El Pilar es una poblacin turstica. b. La duracin promedio de las bombillas de de un semillero de aj es de 4 semanas. c. 6 de cada 21 venezolanos est de acuerdo en que disminuyan las importaciones de alimento. d. Barinas es una zona agrcola. e. La Cueva del Gucharo es un patrimonio cultural del mundo.

83

9. Se ha hecho un estudio para determinar la opinin acerca del tema de la Autonoma Universitaria por parte de los alumnos de Posgrado de la UPEL-IPM. Entre 160 participantes entrevistados, 80 dijeron que estaban de acuerdo como la Universidad funciona hasta ahora: a. Cul es la muestra. b. Cul es la poblacin. c. Cul es el parmetro y cul es el Estadstico. d. Explique el proceso estadstico mediante el cual se llega a las siguientes conclusiones: i. El porcentaje muestral es de 66%. ii. La proporcin poblacional oscila entre 0,65 y 0,73 con una probabilidad determinada de que se encuentren fuera de estos lmites. 10. Un investigador informa que cinco bombillas de 85 W de la marca A se fundieron tras 706, 805, 872, 906 y 957 horas de servicio continuo, entre tanto que otras cinco bombillas de 85 W de la marca B se fundieron tras 902, 920, 980, 1.000 y 1.053 horas de servicio continuo. Cul de los dos aspectos de la estadstica se necesita para llegar a las siguientes conclusiones: a. Las cinco bombillas de la marca A tuvieron una vida media til de 859, y las cinco bombillas de la marca B tuvieron una vida media de 974 horas. b. La vida til de las bombillas de la marca A es ms corta que las de la marca B. c. Las cinco bombillas de la marca A presentan mayor dispersin en vida de servicio que las de la marca B. d. Las vidas tiles de las bombillas de la marca A son ms variables que las de las bombillas de la marca B. e. Si el precio de las bombillas de la marca A es igual que el de las de la marca B, es preferible comprar las de la marca B.

84

Asignacin 2 1. a) Elabore una definicin de poblacin en el rea de la Educacin (Bsica o Bolivariana) y 3 exponga ejemplos. b) De 2 ejemplos de poblacin infinita y 2 de poblacin finita (en su rea). c) Defina muestra. Puede existir realmente una muestra representativa?. De ser as quin lo garantiza? 2. Indique el tipo de estadstica que se aplic en cada caso: a) El ndice promedio de los estudiantes de esta seccin es 7,63 puntos. b) La UBV es una Universidad de avanzada. c) 7 de cada 21 venezolanos est de acuerdo con el ingreso de 1400 estudiantes la prxima semana. d) Estadstica es una asignatura importante. 3. Considere el siguiente listado de Magnitudes: a) Estado del tiempo, b) Tamao del fruto del Cacao, c) Cuociente de Inteligencia, d) Cantidad promedio de agua que se consume en la Tomatera de Caicara, e) Nmero de das del mes de Julio, f) Nivel socio-econmico de un sector Rural de Maturn, g) Sexo del primer beb del ao 2009, h) Cantidad de Cacao exportado por Venezuela el ao 2008, i) Tiempo que requiere una persona para resolver esta tarea, j) Preferencia por cierta marca de Vehiculo k) Porcentaje de aumento del salario mnimo. Se pide: a) Clasificar cada Magnitud en Variables o constantes, b) Las que resulten variables Clasifquelas en cualitativas y cuantitativas, indique adems la escala de medicin respectiva, c) Las Variables cuantitativas, indique cules son continuas y cuales discretas. 4. En la Upel, durante el quinquenio pasado se llev un registro del personal administrativo y Obrero (invente los nmeros).

Secretarias

Bibliotecarias

Obreros

Total

85

Se pide: a. Asigne un ttulo adecuado al Cuadro anterior. b. Simule los resultados y exprese los porcentajes de cada rengln. c. Construya un grfico de barras compuestas. d. Construya un grfico de sectores.

5. a) En el IPM Cul ser el % de alumnos aprobados en la asignatura Ingls, si en la misma hay _____ alumnos y la proporcin de aplazados es de 0,48? Si el nmero de estudiantes de esta especialidad es la dcima parte del 87% Cuntos alumnos hay en el IPM?. a. Si la razn de estudiantes de Medicina, Ingeniera y Derecho de la ULA es de 9:7:4 y si hay _____ alumnos en Derecho, Cuntos hay en las otras especialidades? Si el total de ellos (las 3 especialidades) forma 3/5 de la poblacin, Cuntos estudiantes en total tiene la ULA?

Asignacin No. 3.

86

1. Defina constante y variable. De 2 ejemplos de cada una en su especialidad. Considere el siguiente listado de Magnitudes: b. Estado del tiempo. c. Tamao del fruto del Maz. d. Cuociente de Inteligencia. e. Cantidad promedio de agua que se consume en la Frutcula ciudad de Aragua de Maturn. f. Nmero de das del mes de Abril. g. Nivel socio-econmico de un sector Rural de Maturn. h. Sexo del primer beb del ao 2009. i. j. k. l. Cantidad de Cacao exportado por Venezuela el ao 2007. Tiempo que requiere una persona para resolver esta tarea. Preferencia por cierta marca de Vehiculo. Nmero de Pinos sembrados en Uverito

m. Porcentaje de aumento del salario mnimo Se pide: a. Clasificar cada Magnitud en Variables o constantes. b. Las que resulten variables Clasifquelas en cualitativas y cuantitativas, indique adems la escala de medicin respectiva. c. Las Variables cuantitativas, indique cules son continuas y cuales discretas.

2. Suponga 3 investigaciones en el rea educativa e indique: a. Variable independiente. b. Variables dependientes. c. Variables esprias. d. En cul de ellas se puede eliminar la variable espria?, Por qu?

Asignacin No. 4.

87

1. Indique en cada caso si se trata de un Estadstico o un Parmetro (o ninguno de los dos), seale la poblacin tentativa. i) ii) iii) iv) v) vi) vii) la proporcin de estudiantes varones en la Especialidad de Biologa en la UDOCuman. Percepcin de los estudiantes acerca del nuevo Reglamento de la Pasantas. Nmero de votos alcanzado por el Gobernador electo en un Estado determinado. Nmero de asignaturas cursadas por un estudiante en el IPM, y que repiti 3 semestres. Ingreso promedio de los Profesores del de la UPEL-IPM. Cotizacin promedio del crudo venezolano. La edad promedio de los estudiantes consultados de manera arbitraria en el IPM.

2. Se desea investigar en el IPM el coeficiente de inteligencia promedio de los estudiantes del IPM. Indique: i) Dato. ii) Poblacin ideal. iii) Poblacin accesible. iv) La poblacin, es homognea o heterognea? v) suponga que usted escoge una muestra, es sta representativa?

Asignacin No. 5.

88

1.

En el IPM Cul ser el % de alumnos aprobados en la asignatura Ingles, si

en la misma hay 1280 alumnos y la proporcin de aplazados es de 0,48? Si el nmero de estudiantes de esta especialidad es la dcima parte del 87% Cuntos alumnos hay en el IPM?. 2. especialidad. 3. Si la razn de estudiantes de Medicina, Ingeniera y Derecho de la ULA es de 9:7:4 y si hay 276 alumnos en Derecho, Cuntos hay en las otras especialidades? Si el total de ellos (las 3 especialidades) forma 3/5 de la poblacin, Cuntos estudiantes en total tiene la ULA? 4. 5. El precio del dlar en 1974 era (en Bolvares) igual a 4,30. Cul es el % de Si en un curso el 30% de los alumnos obtienen calificaciones por encima de aumento con respecto al precio actual? (Use el cambio oficial). 16 puntos, 38% obtienen entre 12 y 16. Cuntos alumnos obtienen puntajes por debajo de 12 puntos si el cuso cuenta con____ estudiantes? 6. En el IUTC 105 profesores son ordinarios y el 28% no lo es. Se escoge una muestra del 15% de los Profesores no ordinarios y se encontr que la razn Varones/hembras es de 3:2 adems la proporcin de hembras es de 0,32. Si consideramos la medida porcentaje de varones: a. Cunto vale el Estadstico? b. Cunto vale el Parmetro? c. Cul es el tamao de la Muestra? d. Cul es el tamao de la Poblacin? 7. En el IPM, en el periodo 1999-I desertaron 38 estudiantes de un total de 998 Cuntos alumnos estudian la especialidad de Biologa en el IPM si hay una matricula de 232 alumnos varones cuya proporcin es 0,48. Calcule el total de alumnos en dicha

matriculados. En 1999-II, desertaron el 12,3% de un total de 1170 matriculados. En 2000-I, desertaron 8,6% de un total de 1671 matriculados, a. b. Cul es la tasa de desercin? Qu conclusiones puede obtener de la respuesta (a)?

8. En la ltima convencin Colectiva FAPUV logr los siguientes beneficios: 13% por primas por hijos; 6,6% por cada ao de servicio en la universidad; 0,82% por cada artculo publicado y 0,89% al ascender en una categora (los % se calculan sobre el salario. Un Profesor ingres a la UDO en 1998-I, en 1999 tuvo un hijo, en 2000 otro hijo y en el 2001 el tercer hijo. Desde su ingreso ha publicado 9 artculos, y su ascenso se ha dado en el tiempo previsto. Si Usted es esa persona Cul es su salario? 9. Resuelva el mismo ejercicio, suponiendo que el Profesor no tuvo hijos y no ha presentado los trabajos de ascenso.

89

Asignacin No. 6. 1. Determine la razn en cada caso a) 60 y 12 b) 50 y 20 c) 15 y 25 d) 42 y 16 e) 14 y 21 2. En una localidad existen13.800 personas empleadas y 6.200 desempleadas. Determina e interpreta: a) Razn entre empleados y desempleados b) Proporcin de empleados y proporcin de desempleados. c) Porcentaje de empleados y porcentaje de desempleados. 3. En un liceo en 1998 haban 986 alumnos, en el 2002 haban 767 alumnos y en el 2004 1232 alumnos. a) Cul es el porcentaje de aumento de la matricula entre 1998 y 2004? b) Cul es el porcentaje de disminucin de la matricula entre 1998 y 2002? 4. Convertir los siguientes porcentajes en proporciones: a) 28% b) 40% c) 55% d) 95% e) 43,9% f) 8,65% 5) Convertir las siguientes proporciones en porcentajes: a) 0,23 b) o,125 c) 0,8787 d) 0,0007 e) 0,00000001 6) En una encuesta acerca de la aceptacin del nuevo Reglamento de evaluacin en el IPM los resultados fueron aceptacin: 12.987, rechazo: 7.235 No respondi: 987. Determine e interprete: a) Proporcin de rechazo. b) Porcentaje de aceptacin c) Porcentaje de abstencin d) Razn entre aceptacin y rechazo e) Porcentaje de rechazo 7) A continuacin se expresan los egresados discriminados por sexo en el presente ao rea de conocimiento Ciencias bsicas Ingeniera Ciencias de la salud Ciencias econmicas Ciencias humanas Determine: a) Cul es el porcentaje de varones en cada rea de conocimiento? b) cul es la proporcin de mujeres en cada rea d conocimiento? Hombre 150 200 160 250 100 Mujer 100 110 140 150 250

90

c) Cul es el porcentaje total de hombres? d) Cul es el porcentaje total de mujeres?

Asignacin No. 7

91

1.

Se aplic una evaluacin a un curso, en la UPEL-IPM, Biologa y se obtuvieron las siguientes puntuaciones:

en la asignatura

Xi: 8 3 7 2 5- 8- 7- 8 10 10 6 5 6 4 9 8 5 2 5- 4. (agregue 10 calificaciones ms) Determine: a) La media aritmtica, La mediana, la Moda. b) Ordene los resultados anteriores. 2. Se aplic una prueba de Estadstica a 50 estudiantes, donde la calificacin mnima fue 20 y la mxima 89 puntos. Construya una distribucin de frecuencias e indique todos sus elementos. 3. 4. 5. 6. A partir de los datos del ejercicio anterior construya el histograma, polgono de frecuencia y la ojiva En el ejercicio 2 responda lo solicitado en la pregunta 1. Si a los datos de la pregunta 1 se le suman 5 y se les resta 3 cmo afecta esto a las medidas de tendencia central Comprueba que la suma con respecto a las desviaciones en funcin de la mediana y el modo en ningn caso es igual a cero, salvo que coincidan con la media (utilice los datos del ejercicio 1) 7. Considere la siguiente distribucin de frecuencias, producto de la aplicacin de una prueba de Estadstica a un grupo de Estudiantes en la UPEL-IPM: Clases 20 _____ 26 .. 27 _____ 33 34 _____ 40 41 _____ 47 48 _____ 54 55 _____ 61 62 _____ 68 69 _____ 75 76 _____ 82 83 _____ 89. _________ 50. Determine: a) La media aritmtica, La mediana y la Moda fi

92

8.

Se aplic una evaluacin a un curso, en el IPM, en la asignatura Biologa I y se obtuvieron las siguientes puntuaciones: Xi: 5 8 7 3 5- 8- 7- 8 10 10 2 5 6 6 9 8 5 4 5- 4 (agregue 5 puntuaciones ms). Determine: a) Q1, K3, Q2, Md, D5, P60. Interprete tales resultados. b) Si el Instituto decide premiar a los alumnos con puntuaciones por encima del 91% Qu calificacin, por lo menos, debe obtener un alumno para merecer tal distincin?

9.

Dada la siguiente distribucin: Clases 20 _____ 26 .. 27 _____ 33 34 _____ 40 41 _____ 47 48 _____ 54 7 55 _____ 61 62 _____ 68 3 69 _____ 75 76 _____ 82 83 _____ 89. _________ 50. Determine: a) Q1, K3, Q2, Md, D5, P60. Interprete tales resultados. b) Si se decide premiar a los alumnos con puntuaciones por encima del 95% Qu calificacin, por lo menos, debe obtener un alumno para merecer tal distincin? fi

10. Con los datos de las preguntas 1 y 3, pruebe que intentar esta demostracin? Asignacin No. 8.

la suma de (X i X) = 0. Puede

93

1. X i:

Se aplic una evaluacin a un curso, en el IPM, en la asignatura 6 3 7 2 5- 8- 7- 9 10 10 2 5 5 3 9 8 5 2 5- 4 (agregue 5 Determine: a. b. c. d. e. f. g. h. Recorrido. Desviacin Media. Desviacin Cuartil. Desviacin Semi-Intercuartil. Desviacin Tpica. Varianza. Coeficiente de Variacin. Interprete, en cada caso, tales resultados. Con los datos del problema anterior, calcule: Media, Mediana y Modo (Ordnelos e indague el tipo de simetra). Calcule As. Compare los resultados de (a) y (b). A qu conclusiones, entre

Lengua Espaola y se obtuvieron las siguientes puntuaciones: puntuaciones ms).

2. a) b) c)

otras, Puede llegar? Se puede generalizar? 3. a) b) c) d) e) Xi 2 4 6 8 10 12 14 fi 1 3 6 10 6 3 1 A continuacin se dan 3 distribuciones En cada caso determine Media, Mediana y Modo. Establezca, en cada caso, si la distribucin es simtrica o no (en Calcule As en cada caso y comprelo con (a). Grafique cada situacin. Determine el Coeficiente de apuntamiento.

este caso indique el tipo de asimetra).

Xi 3

fi 1

94

4 5 6 7 8

2 3 9 11 4

Xi 3 4 5 6 7 8

fi 4 11 9 3 2 1

4.

Calcule S y a)

S2 en Xi: 2 3 4 5 5 5 6 7 8 - __ - ___ Sume a cada dato 3, y calcule S y S 2, Seran diferentes los

resultados si se hubiese sumado un nmero mayor, por ejemplo 150? En general, Qu sucede si se suma una constante a los datos de una ordenacin? Crece o disminuye la variabilidad al incrementar magnitud de los datos? b) Reste ahora la misma constante a cada dato y calcule nuevamente S y S2, Y si se hubiese restado a cada dato 150? Crece o disminuye la variabilidad al disminuir la magnitud de los datos? c) d) i. Haga el mismo ejercicio multiplicando y dividiendo los datos originales Cmo afecta la variabilidad? Exponga un resumen de los resultados. Imagine que Usted aplic una Evaluacin y comprueba que S = 0 Cul es la naturaleza de la distribucin? la

5. Calcule la desviacin Tpica en cada caso: a) 10, 8, 6, 0, 8, 3, 2, 2, 8, 0 c) 20, 1, 2, 5, 4, 4, 4, 0 b) 1, 3, 3, 5, 5, 5, 7, 7, 9 d) 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5

Por qu es tan grande S en el caso (c)? Qu sucede en el caso (d)?

95

Asignacin No. 10 1. A continuacin se presenta las calificaciones de un grupo de estudiantes en dos

pruebas (X= Aptitud numrica, Y= Rendimiento en matemtica I):

X Y

9 9

6 7

9 10

4 6

5 3

6 5

8 8

2 7

5 6

8 3

4 3

6 6

7 9

2 4

1.

Construya un diagrama de dispersin.

96

2. 3. 4. Qu sucede?

Determine la recta de regresin (Y sobre X y X sobre Y). Calcule en cada caso Syx y Sxy. Atrvase a calcular el punto de interseccin de las dos rectas

2. Para los datos del ejercicio anterior calcule e interprete r xy. 3. Realice una comparacin de los resultados de (1) y (2). 4. Calcule el coeficiente de Spearman. 5. 6. Compare los resultados 2 y 4. Halle la Covarianza con los datos de la pregunta 1.

Asignacin 11. Considere las siguientes variables 1. X: Ingreso promedio de los profesionales en Venezuela. Y: Capacidad de compra. Y suponga los siguientes resultados:

X Y

316,7

705,1

293,8 10

17

1023,8 25

19

16

Complete la tabla, y responda,

97

1. Construya el Diagrama de dispersin. 2. Determine la recta de regresin 3. Calcule e interprete rxy 4. Calcular Syx 2. Considere las siguientes puntuaciones: Xi: 11 13 19 14 13 17 Determine a. Nmero de alumnos con notas entre 10,7 y 16,9 puntos b. Nmero de alumnos con notas mayores a 18 puntos. c. Nmero de alumnos con notas menores de 12,6 puntos. d. Qu puntaje delimita el 10% superior de los caso?, y el 15%?, y el 20%? 3. Dos alumnos A y B presentaron un examen. A obtuvo 17,8 puntos con una puntuacin tipificada de 2,85, y B obtuvo 13,9 puntos con una puntuacin tipificada de 1, 03 puntos. Determine la desviacin tpica y la media de todo el grupo. (complete 15 puntuaciones) cuando X es VI

Asignacin 12.

1. Describa el espacio muestral en cada caso: a. Se lanza un dado y una moneda. b. Se lanzan 3 monedas. c. Se lanza un dado 3 veces. 2. clases. 3. en cada caso: a. Obtener exactamente una cara. De 2 ejemplos de espacios equiprobables no vistos en Se lanza una moneda 4 veces. Determine la probabilidad

98

b. c. d. e.

Obtener a lo mas 3 caras. No obtener sello. Obtener por lo menos 1 cara. Obtener igual nmero de caras y sellos.

4. Se lanzan dos dados y se observa la suma de sus caras. Si se obtiene suma par, determine la probabilidad: a. b. c. d. Ambos nmeros son impares. Una de las caras es mayor que 2. Una cara es par y la otra es impar. Ambas caras sean pares.

5. Cuntos nmeros de 4 dgitos se pueden formar con las cifras 0, 1, 2, 3, , 9. a. Permitiendo repeticiones. b. Sin repeticiones c. Si el ltimo dgito es cero no se permiten repeticiones. 6. De cuntas maneras se pueden sentar 7 personas en torno a una mesa si a. son libres de elegir el asiento que deseen b. 2 personas particulares no pueden sentarse juntas. 7. De 5 ejemplos de experimentos aleatorios y exprese el espacio muetsral en cada caso.

Asignacin 13. 1. De 200 estudiantes del IUT Caripito se determin que el promedio es de 15 ptos. Con una desviacin tpica de 4,2 ptos. Suponiendo que las calificaciones se distribuyen normalmente, Determine: a. b. Nmero de estudiantes con promedio mayor a 13 puntos. Entre qu notas se encuentra el 50% central de las calificaciones.

99

c. calificaciones. d. calificaciones. e.

Cul es la nota inferior al 15% de los estudiantes de mayores Cul es la nota superior al 10% de los estudiantes de menos Cuntos estudiantes obtuvieron notas por encima de 17 puntos.

2. En un estudio se denotaron a X: Puntuaciones en la prueba de matemtica. Y: Rendimiento en Fsica I. Y se obtuvieron las siguientes puntuaciones:

X Y

15 14

15 12

14 10

13 12

11 8

21 17

19 14

18 16

17 12

17 15

a. Construya un Diagrama de dispersin. b. Halle rxy. Y el coeficiente de Spearman c. Halle la recta de regresin (1. cuando X es VI 2. cuando X es VD) d. Calcule Sxy y Syx

Sntesis Curricular del autor. Jos Mercedes Estrada

Oriundo de El Pilar, estado Sucre. Estudios realizados

100

1. Prof. De Matemtica. UPEL-IPM, 1983 2. Magster en educacin superior. UPEL-IPM, 1996 3. Magster en enseanza de la matemtica, UPEL-IPM, 1998 4. Magster en Planificacin y evaluacin, CIPPSV, 2010-11-21 5. Doctor en Educacin, UPEL-IPM, 2005. Libros publicados: 1. Venezuela, 2005. 2. 2006. Autor de artculos arbitrados en revistas indexadas. Ponente y Conferencista en eventos educativos nacionales, regionales e internacionales. Tutor y asesor de tesis y trabajos de grado a nivel de Pregrado, Especializacin, Maestras y Doctorados de varias universidades. Actualmente Profesor de Estadstica y Evaluacin de los Aprendizajes en el Instituto Pedaggico de Maturn, Ncleo de la Universidad Pedaggica Experimental Libertador. Epistemologa de la Matemtica. FUMAPRIF ediciones Venezuela, La evaluacin y su aplicacin en aula. FUMAPRIF ediciones

101