Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Conceptos Básicos y
Estadística Descriptiva
Tema 1. Introducción
Concepto de Estadística
Sus fines son describir al conjunto
de datos obtenidos y tomar
decisiones o realizar
generalizaciones acerca de las
características de todas las
Tema 1. Introducción
observaciones bajo consideración.
Áreas que conforman a la Estadística
Tema 1. Introducción
permitan estudiar los aspectos más
importantes de los datos.
DESCRIBIR
Áreas que conforman a la Estadística
Tema 1. Introducción
información parcial obtenida
mediante técnicas descriptivas.
INFERIR
Áreas de Aplicación de la Estadística
El uso de la Estadística es muy amplio.
Resulta difícil nombrar un área en la cual no
se emplee.
Los métodos estadísticos han encontrado
aplicación en:
Gobierno
Negocios
Tema 1. Introducción
Ciencias Sociales
Ingeniería
Ciencias Física y Naturales
Control de Calidad
Procesos de Manufactura
Muchos otros campos de la actividad intelectual.
Áreas de Aplicación de la Estadística
Tema 1. Introducción
Conceptos de Población y Muestra
Población: es la colección de todas
las posibles mediciones u
observaciones que pueden hacerse
de una variable bajo estudio.
Tema 1. Introducción
Conceptos de Población y Muestra
Se clasifica en dos categorías:
Finita: es aquella que incluye una
cantidad limitada contable de
observaciones, individuos o medidas.
Siempre que sea posible alcanzar
(contar) el número total de todas las
Tema 1. Introducción
posibles mediciones, se considera como
finita la población.
Conceptos de Población y Muestra
Infinita:es aquella que incluye un gran
conjunto de observaciones o
mediciones que no pueden alcanzarse
por conteo. Al menos, hipotéticamente,
no existe límite en cuanto al número de
observaciones que el experimento
Tema 1. Introducción
puede generar.
Conceptos de Población y Muestra
Muestra:
es un conjunto de mediciones u
observaciones tomadas a partir de una
población.
es un subconjunto de la población.
Tema 1. Introducción
Conceptos de Población y Muestra
Muestra aleatoria: se considera
aleatoria siempre y cuando cada
observación, medición o individuo
de la población tenga la misma
probabilidad de ser seleccionado.
Tema 1. Introducción
Tipos de datos y escalas de medida
Variables:
son las características o lo que se
estudia de cada individuo de la
muestra. Ej: sexo, edad, peso,
estatura, color de ojos, estado civil,
temperatura, cantidad de nacimientos,
Tema 1. Introducción
presión, grosor, diámetro, ...
Datos:
son los valores que toma la variable en
cada caso.
Tipos de datos
Cualitativos: son datos que solo toman
valores asociados a las cualidades o
atributos, clasificándolos en una de varias
categorías, es decir, no son valores
numéricos. Ej:
Sexo: f/m.
Tema 1. Introducción
Hábito de fumar: Fumador/No fumador
Color de ojos: negro, azul, marrón, …
Religión: católica, evangélica, …
Estado civil: soltero, casado, divorciado,…
Tipos de datos
Cuantitativos: provienen de variables que
pueden medirse, cuantificarse o
expresarse numéricamente. Ejemplos:
Peso
Edad
Estatura
Tema 1. Introducción
Presión
Humedad
Intensidad de un sismo
Cantidad de hermanos
Escalas de medida
Tipos de variables cuantitativas:
Discretas: es aquella que solo puede
tomar un número finito o infinito
numerable de valores. Ejemplo:
cantidad de hermanos.
Continuas: es la variable que puede
Tema 1. Introducción
tomar cualquier valor en una escala
continua. Ejemplo: cantidad de líquido
contenido en un recipiente.
Escalas de medida
Escala Nominal.
Variables Cualitativas
Escala Ordinal.
Escala de Intervalos.
Escala de Razón o Proporción. Variables Cuantitativas
Tema 1. Introducción
Escala Absoluta.
Escalas de medida
Tema 1. Introducción
de igualdad o diferencia.
Ejemplos: color de ojos, sexo,
profesión, estado civil, religión.
Escalas de medida
Escala ordinal: existe un cierto
orden o jerarquía entre las
categorías (>, <, ≤ , ≥ ).
Ejemplos: grados militares,
organigrama de una empresa,
Tema 1. Introducción
escalafón de los profesores
universitarios, grados de disnea,
estadiaje de un tumor.
Escalas de medida
Tema 1. Introducción
Existe un valor patrón u origen relativo que no significa
la ausencia de valor en la variable.
Escalas de medida
Ejemplo: temperatura, nivel de
ruido, movimientos sísmicos.
Tema 1. Introducción
Escalas de medida
Escala de razón o proporción: es la
más completa y general de todas las
escalas. Se caracteriza porque los
valores de la variable son números
entre los cuales, además de las
relaciones de orden (>, <, ≤ , ≥ ) y
Tema 1. Introducción
distancia (+,-), se pueden establecer
múltiplos y proporciones.
Ejemplos: peso, altura, volumen…
Escalas de medida
Escala Absoluta: se caracteriza
porque los valores que toma la
variable son el resultado de contar y
por lo tanto, está constituida por los
enteros positivos y el cero.
Ejemplos: número de hermanos,
Tema 1. Introducción
cantidad de autos vendidos,
cantidad de accidentes en una
intersección, cantidad de hijos,…
Datos Univariantes y Multivariantes
Univariantes o unidimensionales:
sólo recogen información sobre una
característica (Ej: edad de los
alumnos de una clase).
Bivariantes o bidimensionales:
recogen información sobre dos
Tema 1. Introducción
características de la población. (Ej:
edad y estatura de los alumnos de
una clase).
Datos Univariantes y Multivariantes
Multivariantes o pluridimensionales:
recogen información sobre tres ó
más características. (Ej: edad,
estatura y peso de los alumnos de
una clase).
Tema 1. Introducción
Abusos que se pueden cometer con la
Estadística
Tema 1. Introducción
población.
Ciertas categorías de personas no responden
correctamente.
Respuestas voluntarias (sesgadas).
Organización de los datos
La Distribución de Frecuencias:
Se recomienda su uso cuando se tienen
grandes cantidades de datos (n).
Histograma
Representación gráfica de los datos
Barras
Barras
Barras
Representación gráfica de los datos
Curvas
Representación gráfica de los datos
Sectores, torta o circular
Moda.
Media Aritmética
Es la suma de todas las observaciones dividida entre
el número total de observaciones.
Expresada de forma más intuitiva, podemos decir
que la media aritmética es la cantidad total de la
∑x i
n
Para datos agrupados:
k
∑m f i i
X= i =1
n
Donde: mi: punto medio de la clase i
fi: frecuencia absoluta de la clase i
Mediana
Es el valor que ocupa la posición
central de un conjunto de
observaciones, una vez que han
Propiedades:
La suma de las diferencias entre las
media muestral y el valor de cada
observación es cero.
Ventajas:
Emplea en su cálculo toda la
información disponible.
Desventajas:
Se ve adversamente afectada por valores
extremos, perdiendo representatividad.
Ventajas:
Fácil de calcular si el número de
observaciones no es muy grande.
Desventajas:
No utiliza en su “cálculo” toda la
información disponible.
Rango.
Varianza.
Desviación Típica.
Coeficiente de variación.
Medidas de dispersión: Rango
Rango (amplitud o recorrido):
Está determinado por los dos
valores extremos de los datos
∑ i
x 2
2
s =
2 i =1
−x
n
Medidas de dispersión: Desviación
Típica
s
CV = ×100%
x
Ventajas y Desventajas del Rango
Ventajas:
Útil cuando se quiere conocer la
extensión de las variaciones
Desventajas:
No es una MD con respecto al
centro de la distribución.
Propiedades:
1. Siempre es mayor o igual a cero y
menor que infinito.
Ventajas:
Es útil cuando se compara la variabilidad
de dos o más conjuntos de datos.
Desventajas:
No proporciona ayuda inmediata cuando
se estudia la dispersión de un solo
conjunto de datos.
Difícil de interpretar por tener sus
unidades elevadas al cuadrado.
Ventajas y Desventajas de la
Desviación Típica
Ventajas:
Esta expresada en las mismas
unidades que la variable en estudio.
Desventajas:
No tiene.
Ventajas y Desventajas del Coeficiente
de Variación
Ventajas:
Es la única MD que permite
comparar el nivel de dispersión de
Desventaja:
No es una MD con respecto al
centro de la distribución de los
( )
Cálculo:
∑ (M )
k
3
i − x × fi
ASF = i =1 Datos Agrupados
ns3
Medidas de Forma: Asimetría
o Interpretación:
= 0, Simétrica
∑ (x − X )
n
4
i
CK = i =1
4
−3 Datos No Agrupados
ns
=0 Mesocúrtica
CK >0 Leptocúrtica
<0 Platicúrtica
Referencias:
Wikipedia(http
://es.wikipedia.org/wiki/Wikipedia:Porta
)
Walpole y Myers. Probabilidad y
Estadística. Mc Graw-Hill.
Triola, Mario F. Estadística. Pearson.