06 Estadistica Descriptiva Tablas y Graficos Imprimir

2
La estadstica descriptiva es una gran parte de la
ESTADISTICA DESCRIPTIVA
estadstica que propone resumir, analizar y representar los datos.

Generalmente este anlisis es muy bsico y sirve para
caracterizar y resumir a las variable obtenidas.

Aunque hay tendencia a generalizar a toda la poblacin, las
Pablo Salgado EMAIL: estadisticaymetodologia@gmail.com - cursoestadistica@caicyt.gov.ar
primeras conclusiones obtenidas tras un anlisis descriptivo, es un estudio calculando una serie de medidas de tendencia central (Promedio, mediana y moda), para ver en qu medida los datos se agrupan o dispersan en torno a un valor central.
En la mayor parte de los casos, del conjunto de datos que
En esta clase se ver cmo clasificar y resumir los
se obtienen en un estudio estadstico, no se desprende ninguna informacin til de manera inmediata y evidente.
Los datos obtenidos tiene que ser organizados de tal
manera que la informacin que contienen se resuma para mostrar patrones de variacin.
Por otro lado solamente cuando se conocen las
diferentes tipos de variables obtenidos en un trabajo estadstico y mostrar cmo se organizan y exhiben estos resultados.
Cualquiera que sea el estudio estadstico que se
caractersticas de los datos se pueden decidir los mtodos de anlisis estadstico a realizar.
realice, los primeros pasos del procesamiento de datos es, en general, transformarlos en cuadros, grficas o resmenes de cifras, como porcentajes, ndices o parmetros que representan a una variable.
Exploracin y Presentacin de Datos
Como resumir los datos estadsticos

Anlisis Exploratorio
TABLAS DE FRECUENCIAS.
Asigna a cada categora el nmero de elementos que pertenecen a ella. Permite visualizar la distribucin de frecuencias de la variable. Es la representacin grfica de los resmenes de datos presentados en tablas. Medidas que representan o caracterizan a la variable, siendo de tendencia central, posicin, dispersin, forma o construidos (ndices, tasas o variables complejas).
GRAFICOS.
Ejemplo
PARAMETROS / ESTADISTICOS.
9
TABLAS
10
TABLAS
Aos
0 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Total
Frecuencia
2 5 5 6 12 25 68 56 73 85 461 130 175 73 194 43 45 22 30 1510
Porcentaje
0,1 0,3 0,3 0,4 0,8 1,7 4,5 3,7 4,8 5,6 30,5 8,6 11,6 4,8 12,8 2,8 3,0 1,5 2,0 100,0
% acum.
0,1
Estadgrafos
Media Mediana
Aos
12,88 12,00 12
10 9,00 11,00 12,00 12,00 12,00 12,00 13,00 14,00 15,00 16,00 16,00
Aos
Frecuencia
2 5 5 6 12 25 68 56 73 85 461 130 175 73 194 43 45 22 30 1510
Porcentaje
0,1 0,3 0,3 0,4 0,8 1,7 4,5 3,7 4,8 5,6 30,5 8,6 11,6 4,8 12,8 2,8 3,0 1,5 2,0 100,0
% acum
0,1
Estadgrafos
Media Mediana
Aos
12,88 12,00 12
10 20 25 30 40 9,00 11,00 12,00 12,00 12,00 12,00 13,00 14,00 15,00 16,00 16,00
0,5 Moda 0,8 1,2 2,0 3,6 8,1 11,9 16,7 22,3 52,8 61,5 73,0 77,9 90,7 93,6 96,6 98,0 100,0 Percentiles
20 25 30 40 50 60 70 75 80 90
Formas de resumir los datos
0 3 4 5 6 7 8 9 10 11 12 13 14 15 16
0,5 Moda 0,8 1,2 2,0 3,6 8,1 11,9 16,7 22,3 52,8 61,5 73,0 77,9 90,7 93,6 96,6 98,0 100,0 Percentiles
Mediana
50 60 70 75 80 90
Parmetros Estadsticos Tablas Grficos
17 18 19 20 Total
11
TABLAS
12
TABLAS
Aos
0 3 4 5 6 7 8 9 10 11 12 13 14
Frecuencia
2 5 5 6 12 25 68 56 73 85 461 130 175
Porcentaje
0,1 0,3 0,3 0,4 0,8 1,7 4,5 3,7 4,8 5,6 30,5 8,6 11,6
% acum
0,1 0,5 0,8 1,2 2,0 3,6 8,1 11,9 16,7 22,3 52,8 61,5 73,0
Estadgrafos
Media Mediana Moda
10 20 25 30 40
Aos
12,88 12,00 12
9,00 11,00 12,00 12,00 12,00 12,00 13,00 14,00
Aos
Frecuencia
2 5 5 6 12 25 68 56 73 85 461 130 175 73 194 43 45 22 30 1510
Porcentaje
0,1 0,3 0,3 0,4 0,8 1,7 4,5 3,7 4,8 5,6 30,5 8,6 11,6 4,8 12,8 2,8 3,0 1,5 2,0 100,0
% acum
0,1 0,5 0,8 1,2 2,0 3,6 8,1 11,9 16,7 22,3 52,8 61,5 73,0 77,9 90,7 93,6 96,6 98,0 100,0
Estadgrafos
Media Mediana Moda
10
Aos
12,88 12,00 12
9,00
Percentil 75
0 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Percentil 20
20
25 30 40
11,00
12,00 12,00 12,00 12,00 13,00 14,00 15,00 16,00 16,00
Percentiles
50 60 70
Percentiles
50 60 70 75 80 90
75
80 90
15,00
16,00 16,00
15
16 17 18 19 20 Total
73
194 43 45 22 30 1510
4,8
12,8 2,8 3,0 1,5 2,0 100,0
77,9
90,7 93,6 96,6 98,0 100,0
17 18 19 20 Total
13
Distribucin de Frecuencias
Cuando se trabaja con un conjunto grande de datos, la
TIPOS DE FRECUENCIAS
Frecuencias Absolutas Frecuencias Relativas Frecuencias Porcentuales Frecuencias Absolutas Acumuladas Frecuencias Relativas Acumuladas Frecuencias Porcentuales Acumuladas
14
forma de organizarlos y resumirlos es construyendo Tablas de Frecuencias de las variables de interes. Esto nos permitir observar como se distribuyen los datos a lo largo del recorrido de la variable. Podremos observar donde estn ms concentrados, si hay datos extremos, si hay simetra en la distribucin etc.
Adems dependiendo de cul sea el nivel de medicin de las variables, el nmero de datos que se obtuvieron y el nmero de variables involucradas en el resumen, se construir diferentes tipos de tabla de frecuencia.
15
16
Distribucin de frecuencias es como se denomina en
Criterios para armar una tabla de Frecuencias

Para datos medidos en escala nominal, la organizacin de
estadstica a la agrupacin de datos en categoras mutuamente excluyentes (propiedades de una variable) que indican el nmero de observaciones en cada una de las categoras. Esto significa una de las cosas ms importantes de la matemtica, su estadstica con la agrupacin de datos. La distribucin de frecuencias presenta las observaciones clasificadas de modo que se pueda ver el nmero existente en cada intervalo de clase o categora de una variable.
las categoras es indistinta.

Para datos medidos en escala ordinal, hay que respetar el
orden intrnseco de las categoras que toma la variable.

Para datos cuantitativos hay que agrupar los datos en
intervalos de clase, con algn criterio y teniendo el cuenta el nmero de datos y el recorrido de la variable. En general el nmero de intervalos de clase va entre 7 y no ms de 15.
Distribucin de frecuencias y porcentual del Estado civil actual

Soltero Casado Divorciado Separado Viudo Ns / Nr Total
Base SIEMPRO 2001
17
Encuesta Educativa en Bajo Flores
18
Lugar de nacimiento de los nios

Frecuencia Ciudad de Bs As Gran Bs As Interior del Pas Bolivia Per Paraguay Brasil Otros Pases Total 1133 49 40 121 5 15 1 1 1365 Porcentaje 83,0 3,6 2,9 8,9 ,4 1,1 ,1 ,1 100,0
Frecuencia 22593 22372 1339 977 3486 32 50799
Porcentaje 44,5 44,0 2,6 1,9 6,9 0,1 100,0
Variable cualitativa nominal: el orden de las categoras de las variables es arbitrario, por lo que no se debe calcular frecuencias o Porcentajes acumulados.
Nivel Educativo alcanzado

Nivel educativo
Nunca asisti Preescolar Primario incompleto Primario completo Secundario incompleto Secundario completo Terciario incompleto Terciario completo Posgrado incompleto Posgrado completo
19
Encuesta Educativa en Bajo Flores 2002
20
Frecuencia Frec. Relativa Porcentaje % acum.

419.406 631.322 7.468.725 5.366.333 6.778.825 3.097.247 2.842.689 2.076.122 7.1610 125.939 0,015 0,022 0,259 0,186 0,235 0,107 0,098 0,072 0,002 0,004 1,5% 2,2% 25,9% 18,6% 23,5% 10,7% 9,8% 7,2% 0,2% 0,4% 1,5% 3,6% 29,5% 48,1% 71,6% 82,3% 92,1% 99,3% 99,6% 100,0%
Nivel educativo alcanzado

Frecuencia Porcentaje % Acum.
Jardn Maternal Nivel Inicial Nivel Primario Nivel Medio Total
58 128 603 307 1096

Variable cualitativa ordinal
5,29% 11,68% 55,02% 28,01% 100,00%
5,29% 16,97% 71,99% 100,00%
Total
Base SIEMPRO 2001
28878218
100,0%
Variable cualitativa ordinal: el orden de las categoras de las variables no es arbitrario, por lo que se pueden calcular frecuencias o porcentajes acumulados.
21
DISTRIBUCIN DE LA POBLACIN SEXUALMENTE ACTIVA SEGN EDAD DE LA PRIMERA RELACIN SEXUAL
Comentarios sobre la tabla anterior:

Es una variables cuantitativa continua, que se truncan los meses o
22
Edad 12 13 14 15 16 17 18 19 20 Total
FA 16 37 47 75 51 35 29 16 18 324
Fr 0,049 0,114 0,145 0,231 0,157 0,108 0,090 0,049 0,056 1
% FAA 4,9% 16 11,4% 53 14,5% 100 23,1% 15,7% 10,8% 9,0% 4,9% 5,6% 100,0% 175 226 261 290 306 324
FrA 0,049 0,164 0,309 0,540 0,698 0,806 0,895 0,944 1
%A 4,9% 16,4% 30,9% 54,0% 69,8% 80,6% 89,5% 94,4% 100,0%
decimales (si una persona tiene 34 aos hasta el da del cumpleaos 35 seguir figurando la edad anterior)
En la mayora de los casos las variables se redondean, seleccionado la
cantidad de decimales segn un criterio que esta relacionado con la precisin de la medicin.
En la tabla anterior transformamos una variable que es continua en
discreta. Como son pocas categoras no es necesario agrupar los datos, pero generalmente en las variables cuantitativas discretas con muchas categoras es necesario agrupar los datos en intervalos de clase para poder resumirlos, como observamos en la prxima tabla.
Variable cuantitativa discreta
Encuesta Educativa en Bajo Flores. Ao 2003
23
Frecuencia Porcentaje
0,5 4,8 4,0 4,8 5,8 5,6 5,0 6,1 5,8 6,8 5,9 5,4 6,1 5,9 6,2 5,0 5,9 5,1 3,8 0,7 0,4 0,1 0,1
24
Porcentaje acumulado
,5 5,3 9,3 14,1 19,9 25,6 30,6 36,7 42,4 49,3 55,2 60,6 66,7 72,7 78,9 83,9 89,7 94,8 98,6 99,3 99,8 99,9 100,0
Distribucin de frecuencias y porcentual de la edad de los nios

Frecuencia 0 a 4 aos 5 a 9 aos 10 a 14 aos 15 a 19 aos 20 a 24 aos Total 272 400 404 279 9 1364 Porcentaje 19,9 29,3 29,6 20,5 ,7 100,0 Porcentaje acumulado 19,9 49,3 78,9 99,3 100,0
Edad de los nios
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
7 65 55 66 79 77 68 83 79 93 81 74 83 81 85 68 80 69 52 10 6 1 2
Qu hacemos en este caso?
18 19 20 21 22
Agrupar con algn criterio
Encuesta Educativa en Bajo Flores. Ao 2003 Se agruparon las edades en intervalos de clase cada 5 aos
Total
1364
100,0
25
Distribucin de frecuencias y porcentual de la edad de los nios Frecuencia 0 a 3 aos 4 a 5 aos 6 a 12 aos 13 a 18 aos ms de 18 aos % % acumulado
Total
193 14,1 156 11,4 561 41,1 435 31,9 19 1,4 1364 100,0
14,1 25,6 66,7 98,6 100,0
Encuesta Educativa en Bajo Flores. Ao 2003 Edades agrupadas en intervalos de clase desiguales, que corresponden a grupos de edades segn nivel educativo.
Cmo construimos y presentamos las frecuencias de una variable cuantitativa numrica? Se arman intervalos de clase, con la misma amplitud para cada intervalo, teniendo en cuenta el recorrido o rango de la variable (valor mximo valor mnimo). El nmero de intervalos de clase depender del recorrido y de la amplitud de los intervalos de clase. Tambin el nmero de intervalos depender de la cantidad de datos que trabaje, ya que con pocos datos no podr armar una tabla con muchos intervalos de clase dado que pueden quedar vacos (sin frecuencias). Tampoco es necesario armar tablas con ms de 15 intervalos de clase dado que se pierde la capacidad de resumir la distribucin de los datos.
26
Ingreso total por hogar

Aqu dividimos a la variable en
Frecuencia
Hasta $ 1000 $1000 - $ 2000 $2000 - $ 3000 $3000 - $ 4000 $4000 - $ 5000 $5000 - $ 6000 $6000 - $ 7000 $7000 - $ 8000 $8000 - $ 9000 $ 9000 - 10.000 $ 10000 - 11.000 $ 11000 - 12.000 $ 12000 - 13.000 $ 13000 - 14.000 $ 14000 - 15.000 $ 15000 - 16.000 $ 18000 - 19.000 Mayor a $ 20.000 24140319 5575556 1329832 467138 201324 104382 29842 37682 19222 10481 10922 10668 7275 1110 7716 3724 1956 276
27
28
Ingreso total por hogar: SIEMPRO 2001

Una opcin es dividir a la
Porcentaje
75,5 17,4 4,2 1,5 ,6 ,3 ,1 ,1 ,1 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0
% acum.
75,5 93,0 97,1 98,6 99,2 99,6 99,7 99,8 99,8 99,9 99,9 99,9 100,0 100,0 100,0 100,0 100,0 100,0
intervalos de clase de $ 1000, salvo el ltimo intervalo que es abierto. Para este caso en el cual observamos que la distribucin es muy asimtrica, en donde la mayora de los valores esta en el primer intervalo de clases podemos resumir los datos segn lo que se desee mostrar, por ejemplo agrupado los datos utilizando medidas de posicin para definir los intervalos de clase.
Total
31.959.425
100,0
Base de datos SIEMPRO 2001
variable usando medidas de posicin que nos divida a la distribucin en intervalos con igual frecuencia de datos. Por ejemplo dividir a las frecuencias en 5 grupos de igual frecuencia (20% de datos para cada grupo). A esto lo llamaremos quintiles y son medidas de posicin (ver prxima clase)
Quintiles
Percentiles
Ingreso hogar
Agrupa a los Sueldos entre
1 2 3 4 Mayor
20 40 60 80 100
$ 178 $ 400 $ 700 $ 1173
$ 0 - $ 178 $178 $ 400 $400 $ 700 $700 $ 1173 Ms de $ 1173
Base de datos SIEMPRO 2001
29
Salarios anuales en una empresa

Salarios
Hasta $25.000 $25.000 -$ 50.000 $50.000 -$ 75.000 Ms $75.000
FA
143 260 54 17
%
30,2 54,9 11,4 3,6
% acum.
30,2 85,0 96,4 100,0
Salarios
Hasta $25.000 $25.000 -$ 50.000 Ms $50.000
FA
143 260 71
%
30,2 54,9 15,0
% acum.
30,2 85,0 100,0
Cmo construimos y presentamos las frecuencias conjuntas de dos variables cualitativas nominales u ordinales
Total
474
100,0
Total
474
100,0
Segn algn criterio se puede tomar la decisin de modificar la amplitud de los intervalos de clase.
32
Variable Sexo de los nios encuestados
Tablas bivariadas o Tablas de doble entrada o Tablas de contingencia

VARIABLE 1
Frecuencia Masculino Femenino Total 717 647 1364 Porcentaje 52,6 47,4 100,0
Ver archivo: base nios flores.xls (Excel) o base nios flores.sav (SPSS)
Lugar de nacimiento de los nios VARIABLE 2

Frecuencia Ciudad de Bs As Gran Bs As Interior del Pas Otros Pases Total 1133 49 40 143 1365 Porcentaje
33
VARIABLE 1 y VARIABLE 2
Sexo Masculino Ciudad Bs As 600 23 18 76 717 Femenino 532 26 22 67 647 Total 1132 49 40 143 1364
34
83,0 3,6 2,9 10,5 100,0
Lugar de nacimiento
Gran Bs As Interior del Pas Otros Pases Total
Frecuencia Marginal de Sexo Frecuencia Marginal de Lugar de nacimiento Frecuencias conjuntas
35
36
VARIABLE 1 y VARIABLE 2: % por filas (Probabilidad condicional por lugar de nacimiento)
VARIABLE 1 y VARIABLE 2: % por columna (Probabilidad condicional por sexo)
Sexo Masculino
Ciudad Bs As % Lugar de nacimiento Gran Bs As Interior del Pas Otros Pases 53,0% 46,9% 45,0% 53,1% 52,6%
Sexo Total Masculino

100% (1132) 100% (49) 100% (40) 100% (143) 100% (1364) % Lugar de nacimiento Ciudad Bs As Gran Bs As Interior del Pas Otros Pases
Femenino
47,0% 53,1% 55,0% 46,9% 47,4%
Femenino
82,2% 4,0% 3,4% 10,4% 100% (647)
Total
83,0% 3,6% 2,9% 10,5% 100% (1364)
83,7% 3,2% 2,5% 10,6% 100% (717)
Total
Total
Cruzamiento entre las variable Frecuencias absolutas de Edad y Sexo en nios

Grupo de edades 0 a 4 aos 5 a 9 aos 10 a 14 aos 15 a 19 aos 20 a 24 aos Total Sexo Masculino Femenino 141 131 218 182 205 199 146 132 6 3 716 647 Total 272 400 404 278 9 1363
0 a 4 aos 5 a 9 aos
37
Cruzamiento entre las variable % por filas

Grupo de edades Sexo Masculino 51,8% 54,5% 50,7% 52,5% 66,7% 52,5% Femenino 48,2% 45,5% 49,3% 47,5% 33,3% 47,5% % Total - FA 100 % (272) 100 % (400) 100 % (404) 100 % (278) 100 % (9)
38
10 a 14 aos 15 a 19 aos 20 a 24 aos Total
100 % (1363)
Cuando se presenta una tabla de porcentajes por fila (probabilidad condicional), es necesario poner el nmero de datos de la frecuencia marginal de cada fila.
Cruzamiento entre las variable % por columnas

Grupo de edades 0 a 4 aos 5 a 9 aos 10 a 14 aos 15 a 19 aos 20 a 24 aos Total Sexo Masculino 19,7% 30,4% 28,6% 20,4% ,8% 100 % (716) Femenino 20,2% 28,1% 30,8% 20,4% ,5% 100 % (647) Total 20,0% 29,3% 29,6% 20,4% ,7% 100% (1363)
39
Cruzamiento entre las variable % sobre el total

Grupo de edades 0 a 4 aos 5 a 9 aos 10 a 14 aos 15 a 19 aos 20 a 24 aos Total Sexo Masculino Femenino Total
40
10,3% 16,0% 15,0% 10,7% ,4% 52,5%
9,6% 13,4% 14,6% 9,7% ,2% 47,5%
20,0% 29,3% 29,6% 20,4% ,7% 100 % (1363)
Cuando se presenta una tabla de porcentajes por columnas (probabilidad condicional), es necesario poner el nmero de datos de la frecuencia marginal de cada columna.
Un porcentaje de la tabla sobre el total, no da mucha informacin sobre la distribucin bivariada, igualmente en la celda total se debe mostrar cul es el N de la muestra o de la poblacin.
10
41
42
Nivel Educativo por Concurrencia a la escuela

Va a la escuela
No Si 35 128 551 387 16 1117
Edad de los nios segn Nivel Educativo por Concurrencia (% filas)

Total
193 156 561 435 19 1364 0 a 3 aos
Va a la escuela
No
81,9% 17,9% 1,8% 11,0% 15,8% 18,1%
Si
18,1% 82,1% 98,2% 89,0% 84,2% 81,9%
Total
100% (193) 100% (156) 100% (561) 100% (435) 100% (19)
Grupo de edad segn Nivel educativo
0 a 3 aos 4 a 5 aos 6 a 12 aos 13 a 18 aos ms de 18 aos
158 28 10 48 3 247
Grupo de edad segn Nivel educativo
4 a 5 aos 6 a 12 aos 13 a 18 aos mas de 18 aos
Total
Total
100,0%
Presentacin Grfica de Datos

Representacin de actos numricos por medio de un dibujo esquemtico que hace visible la relacin o gradacin que
44
GRAFICOS
guardan entre s: Es la manera ms usual de presentacin de datos Retrato grfico de informacin cuantitativa Provee de una mirada la idea general de los datos Ms fciles de interpretar Menos grado de detalle
11
Grfico
Eje y
45
Utilidades
1.
46
Tener una primera impresin de los datos antes de comenzar el anlisis (explorar). Eleccin de tests estadsticos a realizar. Poder del Test de la ojeada. Mostrar los valores que asumen los datos. Detectar patrones. Comparar distintas muestras, o comparar en el tiempo. Evaluar la distribucin de los datos.
Or de na da
2.
3. 4. 5.
Eje x
6. 7.
Abscisa
Distribucin porcentual de sexo Base de datos de adultos sanos
48
Grficos de Sectores
Es exclusivo para variable cualtitativa nominales
N= 585
12
Grfico de Sectores o Circular (EPH Corrientes)

Vivienda en villa 1,1% Sin fines habitacin ,1% Vivienda en lugar de ,2% Inquilinato ,1% Departamento 34,2%
49
Grfico de Sectores o Circular (EPH GBA)

Otro
1,5%
50
Esto no conviene!!
Departamento
34,2% Casa 64,3%

Casa 64,3%
Grfico de Sectores o Circular (EPH GBA)

Inquilinato
51
Grfico de Sectores o Circular Encuesta Anual de Hogares 2009 Ciudad de Buenos Aires
52
7,4%
Vivienda en lugar de
14,8%
Sin fines habitacion
7,4%
Otros
1,5%
Vivienda en villa
70,4%
Se entiende?
Otros (1,5%) se puede Graficar a parte
13
53
54
Que asco de grfico!!
Est rereremal!!!
ndice de necesidad de tratamiento de caries en nios de 5 a 7 aos
56
n:811
Es un desastre
Esta bien?
14
57
58
59
Es exclusivo para variable cualitativas nominales y ordinales. Tambin se puede usar para variables cuantitativas discretas con poco recorrido de la variable.
Y este???? Vamos eleg uno!!!
O mejor asi?
Grficos de Barras
15
61
Diagrama de Barras

Mejor para atributos no numricos. Datos Nominales. Datos Ordinales (eje no arbitrario). Altura proporcional al nmero de casos. Barras del mismo ancho. Distancias entre barras iguales. Se puede utilizar frecuencias absolutas, relativas y porcentuales.
Grfico de Barras Verticales

Variables cualitativas nominales
63
Grfico de barras verticales con frecuencias absolutas
Grfico de barras verticales con Porcentajes
64
Base SIEMPRO 2001 Base SIEMPRO 2001
16
Producciones Extendidas 1996/97

Grfico de barras verticales con frecuencias absolutas
65
Producciones Extendidas 1996/97

Grfico de barras verticales con %
66
Fuente: Direccin de Coordinacin de Delegaciones de la Secretaria de Agricultura, Ganadera, Pesca y Alimentacin, SAGPyA, 2003.
Tasa neta de escolarizacin de la poblacin de 13 a 17 aos. Nivel de enseanza Secundario, segn zona. Ciudad de Buenos Aires. Ao 2009.
13 12 15 11 6 10 7 9 8
60 100
95,4
14
90
Grfico de Barras
88,2 82,8 84,0 73,8
2 5 3 1
80
86,0
Verticales
Variables cualitativas ordinales
E (centro)
70
Zona A (norte) Zona B (este) Zona C (sur) Zona D (oeste) Zona E (centro)
50
Total
A (norte)
B (este)
C (sur)
D (oeste)
Fuente: Direccin General de Estadstica y Censos (Ministerio de Hacienda GCBA). EAH 2009.
17
69
Ingreso promedio mensual de los ocupados de 10 aos y ms por mximo nivel educativo alcanzado. Ciudad de Buenos Aires. Ao 2008
3.500
3.189
3.000
2.500
2.161
Pesos
2.000
1.898 1.383 1.189
1.500
1.000
500
Grfico de barras verticales para variables cualitativas ordinales. En el eje de las x (variables) hay que respetar el orden.
Total
Hasta primario incompleto
Primario completo/ Secundario completo/ secundario incompleto superior incompleto
Superior completo y ms
Fuente: Direccin General de Estadstica y Censos (Ministerio de Hacienda GCBA). EAH 2008.
Distribucin porcentual del nivel de instruccin alcanzado Base de datos de adultos sanos
71
Distribucin porcentual del indice de masa corporal
72
Base de datos de adultos sanos
N= 585
N= 585
18
Porcentaje de pacientes con exceso de peso que atienden los profesionales de la salud
n=1254
73
Grfico de Barras Verticales

Variables cuantitativas discretas
75
EPH: Provincia de Corrientes

20
EPH: Provincia de Corrientes

40
76
Grafico de barras para
18 16 30 14
Porcentaje
12 10 8 6
Porcentaje
1 2 3 4 5 6 7 8 9 10 11 12 14 16
variables cuantitativas discretas. No estn los datos agrupados.
20
10 4 2 0 0 1 2 3 4 5 6 7 8 11
Cantidad de personas en el hogar
Cantidad de habitaciones que tiene en el hogar
19
77
78
Grfico de Barras Horizontales
Pas de Origen de los que respondieron la encuesta

n=836
79
Indicadores por Regin de base poblacional: Tasa de cesreas

Patagonia Cuyo Centro NOA TotalPas NEA CABA PBA
0% 5% 10% 15% 20%
37,3%
31,1%
30,0%
27,8%
27,5%
Brecha 1,5 Rango: 12,8%
26,9%
24,8%
24,5%
25% 30% 35% 40%
20
81
82
Estimacin estadstica obtenida de las oficinas locales del SENASA ao 2002.
Grfico de barras horizontales para variables cualitativas nominales ordenados de mayor a menor frecuencia (si la variable es ordinal, no se puede cambiar el orden de las categoras de la variables).
83
84
Distribuciones Bivariadas
Grfico de Barras Adyacentes
Diagrama de barras adyacentes. Es la representacin grfica de una tabla de contingencia. Este tipo de grafico permite visualizar si hay relacin entre variables.
21
Evolucin de la soja durante el quinquenio 1996/97 2001/02 respecto a otras producciones extensivas.
85
86
Distribucin porcentual del indice de masa corporal por sexo
87
Distribucin porcentual del indice de masa corporal por sexo
88
N= 585
N= 585
22
89
Porcentaje de pacientes atendidos con exceso de peso por Especialidad Mdica
Distribuciones Bivariadas
n=1254
Grfico de Barras Superpuestas
Grfico de Barras Superpuestas

80 70
91
92
Grfico de Barras Superpuestas Al 100%

Compara como contribuye cada categora al total
60
50
40
30
20
Va a la escuela
Si No 0 a 3 aos 6 a 12 aos mas de 18 aos
10 0
4 a 5 aos
13 a 18 aos
Grupo etreo segn Nivel educativo
23
93
Grfico de Barras Superpuestas Al 100%

Compara como contribuye cada categora al total
94
En general, los datos nominales se describen en
95
96
trminos de porcentajes o proporciones (frecuencias relativas). Las tablas de contingencia, grficos circulares y grficas de barras son las mas comunes para mostrar esta clase de informacin. Las mismas clases de cuadros y grficas que se utilizan pare exhibir datos nominales se usan tambin con datos ordinales, salvo el diagrama circular que podramos decir que es exclusivo de los datos nominales.
Grficos para Variables Continuas

24
Histogramas
Se usa para distribuciones de frecuencias de variables
97
cuantitativas discretas o continuas. Eje Horizontal: Lmites de cada intervalo (en general de igual tamao) Eje Vertical: frecuencia absoluta, relativa o porcentual; comenzando en el en origen (cero). La frecuencia asociada a cada intervalo est dada por el rea de la barra. Area total: 100% 1
PASOS PARA ARMAR UN HISTOGRAMA 1. Dividir los datos de la variable en grupos disjuntos e iguales denominado intervalos de clase o clase.
2. Para ello se debe calcular la longitud de cada intervalo. 3. Calcular el recorrido de la variable:
98
R= xmax - x min
4. Calcular el nmero de intervalos de clase (L) que se utilizarn.
No hay una forma efectiva y tampoco un nmero ptimo. En general cuanto mayor es el N mas intervalos se pueden utilizar.
PASOS PARA ARMAR UN HISTOGRAMA
99
100
5. Una vez definida el R y el L, se calcula la
amplitud del intervalo:
A= R/L
6. Luego
construir las clases y contar las
frecuencias y armar una tabla de frecuencias.
25
101
102
Histograma con 17 intervalos de clase
103
104
Sujetos Adultos sanos:
26
105

35000
EPH Corrientes
106
30000
25000
20000
15000
10000
5000
0
0 250 500 750 1000 1500 2000 2500 3000 3500 4000 4500 5000 5500 1250 1750 2250 2750 3250 3750 4250 4750 5250
Monto de ingreso total familiar
Minimental Test
107
108
Distribucin de edades de los encuestados

n=1254
27
Distribucin de edades de los encuestados

n=1254
109
Grficos bivariados:
para un variable cualitativa y una variables cuantitativa continuas
Pirmide de Poblacin
111
112
Box-Plots (Diagrama de Cajas)

Variables Discretas/Contnuas Muy tiles para tener una idea general de todos los
datos
Simetra Diagnstico de distribucin normal vs. no normal Comparar distribuciones en varios grupos
28
BOXPLOT: Variables Continuas/Discretas

Valores adyacentes
113
Box-Plots (Construccin)
Ordenar los datos y obtener Max, Min, Q1, Q2 y Q3 Dibujar un rectngulo con Q1 y Q3. Dibujar la mediana (Q2) Calcular los lmites inferior y superior:
Li = Q1 - 1,5 (Q3 - Q1) Ls= Q3 + 1,5 (Q3 - Q1)
114
Percentilo 75
Percentilo 75
=Media Mediana =Media Percentilo 25 Mediana Percentilo 25 Valor atpicos
La caja contiene El 50% de los valores centrales
Considerar como atpicos los valores exteriores al intervalo Dibujar una lnea desde los extremos del rectngulo hasta los valores lmites. Identificar los datos fuera del intervalo como atpicos
Valores Extremos
Grupo A
Grupo B
Diagrama de cajas: Edad por Gnero

n=1254
115
Diagrama de Cajas: Variable: permetro de cintura

n= 585
116
29
ndice de necesidad de tratamiento de caries en nios de 5 a 7 aos por escuela
117
Barras de errores
Variables Continuas. Muy tiles para comparar y graficar diferencias entre
118
variables teniendo en cuenta el promedio y alguna medida de dispersin (desvi estndar, error estndar o intervalo de confianza).
Como condicin las variables deben ser simtricas y
aproximarse a la distribucin normal.

Comparar distribuciones en varios grupos.
Diagrama de Barras de Errores

10,2
119
120
Lmite superior del IC al 95%

10,0
95% IC Edad
9,8
Promedio
9,6
9,4
Lmite inferior del IC al 95%

9,2
9,0
N= 716 648
Masculino
Femenino
Sexo
30
ndice de necesidad de tratamiento de caries en nios de 5 a 7 aos por escuela
121
122
Tasa de mortalidad infantil anual (muertos por mil nacidos) con su Intervalo de Confianza al 95%. Ciudad de Buenos Aires. Ao 2010
21
123
19
17
Algunos consideraciones entre: Diagramas de caja Barra de errores
15
13
11
124
31
125
El diagrama de barras, utiliza para graficar la tendencia central y
Histograma y Diagrama de cajas: Variable Asimtrica no gausiana
126
la dispersin medidas de posicin (mediana, cuartiles y desvos intercuartiles), lo que permite apreciar la simetra de la distribucin de la variable y los valores atpicos y extremos.
En los grficos de barra de errores, se utiliza el promedio y los
derivados del desvo estndar (error estndar). Si la variable es asimtrica este grfico no lo muestra como tampoco los valores atpicos y extremos. Se recomienda utilizarlos en caso que se tenga la certeza de que la variables con la que estamos trabajando tenga una distribucin cercana a la Distribucin Normal o de Gauss.
127
128
Barra de errores y Diagrama de cajas: Variable muy Asimtrica no gausiana
Percentiles
Distribucin z score
Diagrama de cajas Intervalo de confianza al 95%, un y dos desvos estndar
Barra de errores con distintos intervalos:
32
Diagrama de cajas
129
Distribucin Normal
130
Minimental Test
31 30
131
132
90000
90000
80000
80000
70000
70000
29
60000
60000
Minimental Test
SALARIO
50000
SALARIO
Mediana
50000
28
40000
40000
27
38 19
30000
30000
26
20000
20000 Mean 10000 Hombre Mujer MeanSE MeanSD
10000
25
N= 54 42
Hombre
Mujer
25%-75% Rango
Gnero del empleado
Olvido Benigno
Normal
Gnero del empleado
33
134
133
Evolucin de la Produccin (en miles de Toneladas) y Superficie135 Implantada (en miles de Hectreas) del cultivo de Soja en Argentina.
Grficos para bivariado

Variables Cuantitativas Continuas
34
137
Tasa de mortalidad infantil anual (muertos por mil nacidos). Ciudad de Buenos Aires. Ao 2010
20
19,0 18,3 18,2 17,1 16,4 16,0 16,0 16,0 19,0
138
18
16
15,2 15,5 14,4 14,3 14,0 14,3
14
13,5 12,6 12,5 11,8 10,3 9,9 9,0 9,2 8,5 7,8 7,9 7,9 7,3 6,7 8,3 10,1
12
10
TMIDGEyC
Tasa de mortalidad infantil anual (muertos por mil nacidos). Ciudad de Buenos Aires. Ao 2010
20
139
Peso = - 58 + 80 x Talla R cuadrado = 0,263
140
Curva de regresin ajustada
18
16
14
TMI anual
12
10
4 1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
Ao
TMI DGEyC
35
IMC = 3,4 + 0,26 x PC R cuadrado = 0,55
141
36

06 Estadistica Descriptiva Tablas y Graficos Imprimir

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

06 Estadistica Descriptiva Tablas y Graficos Imprimir

Caricato da

Copyright:

Formati disponibili

2

La estadstica descriptiva es una gran parte de la

estadstica que propone resumir, analizar y representar los datos.

caracterizar y resumir a las variable obtenidas.

Pablo Salgado EMAIL: estadisticaymetodologia@gmail.com - cursoestadistica@caicyt.gov.ar

En la mayor parte de los casos, del conjunto de datos que

En esta clase se ver cmo clasificar y resumir los

Exploracin y Presentacin de Datos

Como resumir los datos estadsticos

Pablo Salgado EMAIL: estadisticaymetodologia@gmail.com - cursoestadistica@caicyt.gov.ar

Pablo Salgado EMAIL: estadisticaymetodologia@gmail.com - cursoestadistica@caicyt.gov.ar

Formas de resumir los datos

Parmetros Estadsticos Tablas Grficos

Parmetros Estadsticos Tablas Grficos

Parmetros Estadsticos Tablas Grficos

Parmetros Estadsticos Tablas Grficos

Distribucin de frecuencias es como se denomina en

Criterios para armar una tabla de Frecuencias

las categoras es indistinta.

orden intrnseco de las categoras que toma la variable.

Distribucin de frecuencias y porcentual del Estado civil actual

Encuesta Educativa en Bajo Flores

Lugar de nacimiento de los nios

Frecuencia 22593 22372 1339 977 3486 32 50799

Porcentaje 44,5 44,0 2,6 1,9 6,9 0,1 100,0

Nivel Educativo alcanzado

Encuesta Educativa en Bajo Flores 2002

Frecuencia Frec. Relativa Porcentaje % acum.

Nivel educativo alcanzado

Jardn Maternal Nivel Inicial Nivel Primario Nivel Medio Total

58 128 603 307 1096

5,29% 11,68% 55,02% 28,01% 100,00%

5,29% 16,97% 71,99% 100,00%

DISTRIBUCIN DE LA POBLACIN SEXUALMENTE ACTIVA SEGN EDAD DE LA PRIMERA RELACIN SEXUAL

Comentarios sobre la tabla anterior:

Fr 0,049 0,114 0,145 0,231 0,157 0,108 0,090 0,049 0,056 1

FrA 0,049 0,164 0,309 0,540 0,698 0,806 0,895 0,944 1

%A 4,9% 16,4% 30,9% 54,0% 69,8% 80,6% 89,5% 94,4% 100,0%

Variable cuantitativa discreta

Encuesta Educativa en Bajo Flores. Ao 2003

Distribucin de frecuencias y porcentual de la edad de los nios

Edad de los nios

Qu hacemos en este caso?

Agrupar con algn criterio

14,1 25,6 66,7 98,6 100,0

Ingreso total por hogar

Ingreso total por hogar: SIEMPRO 2001

Base de datos SIEMPRO 2001

Agrupa a los Sueldos entre

$ 178 $ 400 $ 700 $ 1173

$ 0 - $ 178 $178 $ 400 $400 $ 700 $700 $ 1173 Ms de $ 1173

Base de datos SIEMPRO 2001

Salarios anuales en una empresa

Encuesta Educativa en Bajo Flores

Variable Sexo de los nios encuestados

Tablas bivariadas o Tablas de doble entrada o Tablas de contingencia

Lugar de nacimiento de los nios VARIABLE 2

Encuesta Educativa en Bajo Flores

Encuesta Educativa en Bajo Flores

83,0 3,6 2,9 10,5 100,0

Gran Bs As Interior del Pas Otros Pases Total

Frecuencia Marginal de Sexo Frecuencia Marginal de Lugar de nacimiento Frecuencias conjuntas

Encuesta Educativa en Bajo Flores

Encuesta Educativa en Bajo Flores