P. 1
tema2

tema2

|Views: 142|Likes:

More info:

Published by: Aileen Espinoza Luna on Oct 28, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

08/09/2013

pdf

text

original

TEMA II: ESTADÍSTICA DESCRIPTIVA

Miguel Camacaro Pérez, M.Sc.

1

TEMA II
Estadística Descriptiva

CONTENIDO
Estadística • Inducción y deducción • Estadística Descriptiva • Estadística Inferencial Población y Muestra Variables • Tipo • Escala de Medición Distribución de Frecuencias • Componentes • Construcción • Representación Gráfica • Curvas de Frecuencias • Asimetría • Dispersión

ESTRATEGIAS METODOLÓGICAS
Técnicas • Exposición del Facilitador Actividades del facilitador • Desarrollar el Tema Tema. • Recomendar material de lectura. • Orientación sobre programas especializados. Actividades de los participantes: • Participar activamente en clases clases. • Leer y analizar los materiales recomendados. • Resolver los ejercicios en clase. • Uso de programas. Recursos • Materiales de lectura • Investigación bibliográfica • Programas especializados

Miguel Camacaro Pérez, M.Sc.

2

¿Qué es la Estadística Qué Estadística? "Ciencia que se ocupa del estudio de fenómenos de tipo genérico, normalmente complejos y enmarcados en un universo n ni erso variable, mediante el empleo de modelos de reducción de la información y de análisis de validación de los resultados en términos de representatividad.“ p
SANCHEZ-CRESPO, G; MANZANO, V.: "Sobre la definición de Estadística.

Miguel Camacaro Pérez, M.Sc.

3

¿Q ¿Qué es la Estadística?...otra visión Q Qué Estadística La Estadística se ocupa de los métodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar los datos siempre y datos, cuando la variabilidad e incertidumbre sea una causa intrínseca de los mismos; así como de realizar inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones. http://estadisticas2006.hostingweb.us/index/id21.htm
Miguel Camacaro Pérez, M.Sc. 4

Inducción y deducción: ¿por qué son importantes? deducción:

De la muestra

Inducción (inferencia estadística)

¿A la población?

¿A la muestra?

Deducción (probabilidad) (p )

De la población
Miguel Camacaro Pérez, M.Sc. 5

Sc. pero. 6 . Miguel Camacaro Pérez. M. descripción. Mientras que la Estadística Inferencial trata de los estudios y procedimientos que permiten inferir aspectos relevantes de la población a partir de una muestra seleccionada de la población.La Estadística se divide en Estadística Descriptiva y Estadística Inferencial (Inferencia Estadística). ¿en qué se diferencian? La Estadística Descriptiva se dedica a los métodos de recolección. visualización y resumen de datos originados a partir de los fenómenos en estudio.

El número de individuos que forman la muestra se denomina tamaño muestral.DEFINICIONES CLAVES Individuo: cualquier elemento que porte información sobre el fenómeno que se estudia estudia. Muestra: subconjunto finito de una población. M. sobre l b los cuales se realizan observaciones. Miguel Camacaro Pérez.Sc. d El t denominados i di id i d individuos. Población: conjunto finito o infinito de Elementos. 7 .

Miguel Camacaro Pérez.Desde el punto de vista de la tasación ó Individuo: Si se estudia el precio de la vivienda.Sc. A í t t d li Así tenemos como ejemplo l j l la población del mercado de oficinas de toda una ciudad o la población de locales en una región p g determinada o ciertas parcelas de determinada urbanización. cada vivienda es un individuo. 8 . M. Población: se entiende como el conjunto de todas las observaciones posibles de ser levantadas en el segmento del mercado inmobiliario que se pretende analizar. p .

ya sea porque el número de elementos es demasiado grande. Por p p j estas razones es que se trabaja con un subconjunto de observaciones de la población llamada muestra muestra. 9 .Sc. los costos son muy altos o se tienen limitaciones de tiempo para realizar el trabajo de tasación. Miguel Camacaro Pérez. M.Desde el punto de vista de la tasación Muestra: Generalmente es imposible obtener todos los datos que forman el segmento de mercado que se quiere estudiar.

Parámetros Las características numéricas de una población son p denominadas parámetros. Estadísticos o Parámetros estimados Las características numéricas de una muestra reciben el nombre de estadísticos. M. 10 . Característica Media Desviación Estándar Varianza Símbolo del Parámetro Símbolo del Estadístico σ 2 σ μ X s s 2 Miguel Camacaro Pérez.Sc.

• Deben presentar variaciones o diferencias en relación con este mismo fenómeno o con otros. M. Miguel Camacaro Pérez. otros. fenómeno.Concepto de Variable Las observaciones sobre un determinado fenómeno en una población o en una muestra generan un bl ió t conjunto de datos que son tomados de acuerdo a características susceptibles de análisis que se p q denominan variables y estas presentan características fundamentales: • Deben ser representativas para explicar el fenómeno.Sc. 11 .

Sc. 12 . (1. continua Discreta .Clasificación de las Variables Tipo de Variable Concepto Ejemplos Área. Cuantitativa Cuando el fenómeno puede ser cuantificado a través de instrumentos de medida o conteo. niveles.cuando el conjunto de Número de baños y de valores que puede tomar la puestos variable es discreto (finito o estacionamiento. 8. distancias. Asumen valores que se pueden (25. frente y valores es un infinito continuo.18. etc. etc) expresar como decimales o fracciones. Se clasifica a su vez en: Discreta y continua.cuando el conjunto de Área. distancia. M. frente.9…) Continua .734. Miguel Camacaro Pérez. 5. 3.59. N° de habitaciones. infinito numerable).

medio. de determinado atributo. media. Es aquella que es usada para Estándar constructivo sustituir a otra. superior. donde los valores resultantes representan números enteros positivos. Cuando el fenómeno se explica a Frente para el mar o través de la ausencia o presencia no. 13 . M. guarda relación de pertinencia.Sc. lujo. medido o contado sino calificado alta Acabado: lujo calificado. Proxy Dicotómica Miguel Camacaro Pérez. expresado tit i t de difícil di ió d por el l y con la cual se presume que costo unitario básico. Son Discretas o Discontínuas.Clasificación de las Variables Tipo de Variable Cualitativa Concepto Ejemplos Cuando el fenómeno no puede ser Calidad: baja. Pueden ordenarse y jerarquizarse. d difí il medición. bajo. alta.

14 . altura y calidad sobre tres o más de los edificios de características. por ejemplo: Recogen información Edad y altura de los sobre dos edificios de una características de la urbanización. ejemplo: Bidimensionales Pluridimensionales Miguel Camacaro Pérez. M.Clasificación de las Variables Tipo de Variable Unidimensionales Concepto Ejemplos Sólo recogen Edad de los edificios información sobre de una urbanización urbanización.Sc. población. por una urbanización. población por ejemplo: Recogen información Edad. una característica de la población.

Este nivel de medición es el más Comerciales y sencillo. pero hay un g . El propósito es ordenamiento. 15 . Regular (2) y Malo (1). p y orden establecido entre ellas .Niveles de Medición de las Variables Cualitativas Nivel I Denominación Ejemplo Nominal: Edificios de Oficina.una categoría es superior a otra. nombre. sencillo. M. están clasificados en categorías en las que no hay ninguna idea de ordenamiento. Se puede hablar de rango. Se utiliza cuando los datos Residenciales. II Miguel Camacaro Pérez. d i t ó it exclusivamente identificar la categoría a la que pertenece el sujeto con un nombre. Ordinal: En este nivel de medición se habla aún de categorías.Sc. Estado de conservación del inmueble: inmueble: Bueno (3).

la ausencia total de la t t l d l característica observada no t í ti b d se corresponde con el cero natural. Relación de áreas en m2 tiene la misma proporción que la relación de áreas en cm2. natural. de cero absoluto.Sc. IV Miguel Camacaro Pérez. que significa la ausencia de la cantidad medida. Racional: Similar a la medición por intervalo pero tiene un cero absoluto que se corresponde con el cero natural. Carece particular.Niveles de Medición de las Variables Cuantitativas Nivel III Denominación Intervalo: La escala por intervalos permite establecer diferencias cuantificables entre elementos en particular. es decir. Ejemplo Caso de la temperatura: 0° C = 32° F : congelamiento. Proporcionalidad en las medidas. M. 16 . 100°C=212°F: 100°C 212°F ebullición.

M.Sc. 17 .MUESTREO: esquema de recolección de datos BIEN TASABLE Miguel Camacaro Pérez.

10 350.09 2 26 2 2 3 4 4 4 4 28 21 25 27 28 28 10 8.00 235.830. 18 .52 18.09 2.10 2.49 350.51 18.032.746.00 452.706./m2) RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE ROCA LISA RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE ARAGUANEY II EL ROSAL LOS ANDES ROCA LISA LOS APAMATES LA LLOVIZNA ARAGUANEY III ARAGUANEY IV LAS DELICIAS Fuente: Elaboración de Camacaro (2006) 1 1 1 1 1 1 2 2 2 2 3 4 4 4 4 28 28 21 22 25 28 28 26 28 21 25 27 28 28 10 2.29 370.10 52./m2) RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE 1 1 1 1 1 1 28 28 21 22 25 28 .10 52.70 350.52 8.52 2. (%) P.49 350.42 300.19 429.50 350.10 18.00 235.000.70 350.00 380.000.52 2.09 8.000.26 BIEN TASABLE ROCA LISA RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE ARAGUANEY II EL ROSAL MUESTRA VALIDADA 2 28 52.940.722.722.00 452.26 VALIDACIÓN DEL TRATAMIENTO RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE ARAGUANEY II EL ROSAL MUESTRA TRATADA 26 28 21 25 27 28 28 10 LOS ANDES ROCA LISA LOS APAMATES LA LLOVIZNA ARAGUANEY III ARAGUANEY IV LAS DELICIAS Fuente: Elaboración de Camacaro (2006) TRATAMIENTO DE LOS DATOS Miguel Camacaro Pérez.000.940.60 8.940.Unitario (Bs.42 300.00 338.000.000.00 348.09 2.00 307. 2.60 8.50 350.52 2.Tratamiento de la Muestra (Método Comparativo) OPERACIONES REGISTRADAS DE APARTAMENTOS EDIFICIO Fecha (Años) Edad (Años) CONS.00 350.00 338.000.67 293.10 LOS ANDES ROCA LISA LOS APAMATES LA LLOVIZNA ARAGUANEY III ARAGUANEY IV LAS DELICIAS Fuente: Elaboración de Camacaro (2006) OPERACIONES REGISTRADAS DE APARTAMENTOS EDIFICIO Fecha (Años) Edad (Años) CONS.647.647. (%) P.Unitario (Bs.000.09 2.50 350.52 8.00 350.000.000.032.10 350.29 370.10 18.706.52 25.722.51 18.67 293.09 2.746.52 8.830.10 25.830.29 ANÁLISIS DE LA MUESTRA MUESTRA INICIAL 370.000.52 18.706.000.000.00 350.42 300.10 25.10 18.10 18.09 8.00 380. 235.00 338.49 350.51 18.67 293.10 18.000.Unitario (Bs.000.000.032.52 25.19 429.10 2.000.52 18.09 2.00 348.000.00 307.26 OPERACIONES REGISTRADAS DE APARTAMENTOS EDIFICIO Fecha (Años) Edad (Años) CONS.00 .00 307.638.Sc.000.10 25./m ) 2 RESIDENCIAS DEL ESTE RESIDENCIAS DEL ESTE ROCA LISA 1 1 1 1 1 1 2 2 2 2 3 4 4 4 4 28 28 21 22 25 28 28 2.000. M.00 452.10 350.00 348.10 2.60 8.19 429.638.70 350. (%) P.09 2.000.52 25.638.647.10 18.00 380.746.

19 . 2 2° Ordenación y análisis de los mismos mismos.DISTRIBUCIÓN DE FRECUENCIAS Según Deseda (1996). Miguel Camacaro Pérez. es muy importante la organización de los datos del fenómeno observado. M. y su estudio presenta las siguientes etapas: 1° Recopilación de datos. 3° Obtención de conclusiones.Sc. 4° Decisión (es) finales.

de inferir la distribución de probabilidad de la población de donde fue extraída la muestra. M. denominados intervalos de clase. Dantas (2002) Las tablas de distribución de frecuencias pueden ser realizadas tanto para las variables cualitativas como para las cuantitativas. 20 .Sc. a partir de los cuales se calculan las frec encias absol tas y relati as con el objeto frecuencias absolutas relativas. intervalos generalmente iguales.DISTRIBUCIÓN DE FRECUENCIAS Se entiende por Distribución de Frecuencias a la organización de los datos de la muestra en muestra. Miguel Camacaro Pérez.

Miguel Camacaro Pérez. Es el fraccionamiento que se hace del intervalo total en recorridos parciales de la variable. 21 . es la diferencia entre el mayor valor (XM) y el menor valor (Xm) observados en una serie de datos. M.Componentes Componente Concepto Representación / Fórmula Intervalo Total También llamado Recorrido o Rango de la Serie de Datos. Constan de un Límite Inferior (Li) y un Límite Superior (Ls) IT =XM .Sc.DISTRIBUCIÓN DE FRECUENCIAS . Inferior (Ls) de la clase.Xm Clase (C) Li………………Ls Intervalo de Es la amplitud o distancia entre el IC = Ls – Li y es Clase Límite Superior (Li) y el Límite igual a IT/C.

Componentes Componente Frecuencia Absoluta Punto Medio o Marca d Clase M de Cl Concepto Es el total de valores iguales y diferentes que están comprendidos dentro de los límites de una clase. M.Sc. Es el valor que se supone más representativo t ti de d todos t d los l comprendidos dentro de los límites de las clases. se determina por la semisuma de los límites de la clase. los cuales se consideran uniformemente distribuidos.DISTRIBUCIÓN DE FRECUENCIAS . n Miguel Camacaro Pérez. Representación / Fórmula (fi) Li + L s PMc = 2 Observaciones Es la cantidad de observaciones de la variable. 22 .

M.Sc. es lo más usual). • Identificar la variable Xi • Conteo de Frecuencias.DISTRIBUCIÓN DE FRECUENCIAS .Construcción Datos No agrupados: • Ordenar la información (en forma creciente que creciente. Miguel Camacaro Pérez. 23 . • Cálculo de las Frecuencias Absolutas (fi). • Cálculo de las Frecuencias Relativas (hi).

... Siendo h el porcentaje que la repetición de cada valor supone sobre el total Miguel Camacaro Pérez.....+hn 1 n-1 ∑h h1 .+ nn 1 n-1 ∑n n1 . 24 . h2 = n2 / n hn-1 = nn-1 / n hn = nn / n h1 + h2 h1 + h2 +... M. n1 + n2 n1 + n2 +...DISTRIBUCIÓN DE FRECUENCIAS – Ejemplo Variable Valor Frecuencias Absolutas Simple (fi) Acumulada (Fi) Frecuencias Relativas Simple (hi) Acumulada (Hi) X1 X2 .Sc. Xn-1 Xn n1 n2 . h1 = n1 / n .. nn-1 nn Si d X l di ti t valores que puede t d tomar l variable. i bl Siendo los distintos l la Siendo n el número de veces que se repite cada valor.

DISTRIBUCIÓN DE FRECUENCIAS . 25 .Ejemplo DATOS NO AGRUPADOS p p Números de habitaciones por apartamentos 3 3 4 6 4 3 6 1 6 5 5 3 4 5 1 2 4 5 1 2 4 3 4 3 2 Construir la distribución de frecuencias Miguel Camacaro Pérez.Sc. M.

Ejemplo En primer lugar. se ordenan los datos de mayor a menor Números de habitaciones por apartamentos 1 1 1 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 6 6 6 Se b S observa que con respecto a la variable (Xi) N° d h bit i t l i bl ).Sc. de habitaciones por apartamento se concluye que: Hay 03 Apartamentos de 1 habitación Hay 03 Apartamentos de 2 habitación y p Hay 06 Apartamentos de 3 habitación Hay 06 Apartamentos de 4 habitación Hay 04 Apartamentos de 5 habitación Hay 03 Apartamentos de 6 habitación Miguel Camacaro Pérez.DISTRIBUCIÓN DE FRECUENCIAS . 26 . M.

12 0. M.00 Se puede comentar que el 48% de la muestra está representado por apartamentos de 1 a 3 habitaciones.48 0.12 0.24 0.16 0.88 1.24 0.24 0 24 0.72 0.DISTRIBUCIÓN DE FRECUENCIAS . 27 .Sc.12 0. Miguel Camacaro Pérez.Ejemplo Variable Valor (Xi) Frecuencias Absolutas Simple (fi) Acumulada (Fi) Frecuencias Relativas Simple (hi) Acumulada (Hi) 1 2 3 4 5 6 3 3 6 6 4 3 3 6 12 18 22 25 0.12 0 12 0.

( ) • Comenzar la tabla con el límite inferior y sumar el IC para obtener el Límite Superior hasta completar el número de clases (C).Construcción Datos Agrupados: • Ordenar la información (en forma creciente. • Identificar la variable Xi • Conteo de frecuencias. • Determinación del Intervalo de Clase (IC). • Cálculo del número de Clases (C). Miguel Camacaro Pérez. • Contar las frecuencias que están comprendidas en cada intervalo. • Determinación del Intervalo Total (IT). M. 28 .DISTRIBUCIÓN DE FRECUENCIAS . que es lo más usual) usual).Sc.

M.. 29 . h1 + h2 h1 + h2 +.. Siendo n el número de veces que se repite cada valor. nn-1 nn Siendo Lin el límite inferior de la clase.......+ nn-1 ∑n n1 . h1 = n1 / n h2 = n2 / n hn-1 = nn-1 / n hn = nn / n ...DISTRIBUCIÓN DE FRECUENCIAS ..+hn-1 ∑h h1 . n1 + n2 n1 + n2 +.Construcción Variable Clases Frecuencias Absolutas Simple (fi) Acumulada (Fi) Frecuencias Relativas Simple (hi) Acumulada (Hi) Li1-Ls1 Li2-Ls2 . Siendo Lsn el límite superior de la clase. Siendo f el porcentaje que la repetición de cada valor supone sobre el total Miguel Camacaro Pérez. Lin-1-Lsn-1 Lin-Lsn n1 n2 .Sc..

. las frecuencias relativas expresadas en %. nn-1 nn Acumulada (Fi) n1 n1 + n2 .Sc.+hn-1 ∑h Porcentajes % h1*100 h2*100 … hn-1*100 hn *100 % Acumulado h1*100 (h1+h2)*100 … (h1+h2 + …+ hn-1)*100 ∑ h*100 ∑n Siendo % . h1 + h2 +. Miguel Camacaro Pérez...DISTRIBUCIÓN DE FRECUENCIAS .....Construcción Variable Clases Li1-Ls1 Li2-Ls2 ..+ nn1 Frecuencias Relativas Simple (hi) h1 = n1 / n h2 = n2 / n . n1 + n2 +.. M. 30 . hn-1 = nn-1 / n hn = nn / n Acumulada (Hi) h1 h1 + f2 ... los porcentajes acumulados de las frecuencias relativas. Siendo % acumulado. Lin-1-Lsn-1 Lin-Lsn Frecuencias Absolutas Simple (fi) n1 n2 ..

000.02 4.00 200.00 4 800 00 4.71 4.000.COM TUINMUEBLE.928.00 92.57 3.COM INMOBILIA.000.Sc.COM INMOBILIA.00 1 500 000 00 1.88 4.000.00 175.100.500.454.00 118.COM TUINMUEBLE.COM INMOBILIA.00 590.50 5.054.00 280.000.500.428.000.57 3.00 1.246.00 890.230.00 256.90 4.COM COLDWELLBANKER.00 100.050.00 480.00 680.F.COM INMOBILIA.COM INMOBILIA COM INMOBILIA. LARA CALLE 9 ENTRE CARRERAS 21 Y 22 S/D CARRERA 22 ENTRE CALLES 9 Y 10 Residencias TERRACOTTA LA BARQUIÑOLA ESTANCIA REAL ROCA TOWER SAHARA ROCA ROJA TERRAZAS DEL PEDREGAL S/D BUENAVENTURA GALERÍA SUITE VALLE REAL EL VALLE MONT BLANC PARQUE BARQUISIMETO JARDÍN MARIE CLAIRE CANTALICIA TIUNA PARK EL TEJAR RÍO LAMA 16 ANGÉLICA S/D DON PEDRO Precio (Bs. LARA EL PEDREGAL AV.000.VE COLDWELLBANKER.00 4.COM TUINMUEBLE.58 8.F.00 1.COM INMOBILIA.DISTRIBUCIÓN DE FRECUENCIAS .00 999.200.COM.684.800.00 191.000.Unitario 2 (Bs.COM INMOBILIA.00 310.00 303.00 252. M.COM TUINMUEBLE COM TUINMUEBLE.07 2.00 Área Á 2 (m ) 93.000. AV LARA EL PEDREGAL AV.00 560.000.000.086.000.57 4.00 434.00 620.COM INMOBILIA. 2 3 4 2 2 2 4 2 3 2 3 3 2 2 2 4 4 5 1 2 2 2 Fecha 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24 M 08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24 M 08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 24-Mar-08 Miguel Camacaro Pérez.) 380.55 5 454 55 4.00 365.85 4.VE INMOBILIA.285. 31 .77 2.761.COM INMOBILIA.891.00 140. LARA EL PEDREGAL NUEVA SEGOVIA EL PARQUE EL PARQUE EL PEDREGAL EL PEDREGAL AV.00 690.00 152.000.71 4.000.650.050.Ejemplo Oferta de Apartamentos Zona Este de Barquisimeto Mercado Secundario Nº 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 FUENTE TUINMUEBLE.00 950.COM TUINMUEBLE.21 2.00 450.00 275.COM Ubicación EL UJANO AV.00 4.00 100 00 142.000.995. AV LARA NUEVA SEGOVIA NUEVA SEGOVIA EL PEDREGAL S/D LAS TRINITARIAS AV.91 2.500.00 1.00 140.000.00 680.00 750.000.000.720.655.30 3.79 Hab 3 3 5 2 4 3 6 3 4 3 4 4 4 5 4 6 6 5 3 3 4 5 Baños 2 2 4 2 4 3 7 4 5 3 4 4 3 5 4 5 5 5 2 2 4 5 Estac.00 186.COM TUINMUEBLE.929./m ) 4.000.00 950.950.COM.000.00 125.296.000.COM INMOBILIA.00 275 00 390.69 5.838.00 1.00 1.COM INMOBILIA.00 480 000 00 700.000.00 P.COM INMOBILIA.00 320.428.

se ordenan los datos de mayor a menor Área de apartamentos (m2) 92. excepto el valor de 140 m2.DISTRIBUCIÓN DE FRECUENCIAS . 32 .00 365.00 191.Sc.00 Se observa que hay una gran variabilidad en las áreas y se detalla que no hay repetición de valores.00 100.00 142.00 365 00 390.00 200.00 175.Ejemplo En primer lugar.00 280.00 256 00 275. por tanto las frecuencias absoluta serán unitarias lo que evidencia la unitarias.00 125 00 140.00 140. Miguel Camacaro Pérez.00 200 00 252. necesidad de agrupar los datos en intervalos.00 175 00 186.00 142 00 152.00 434.00 256.00 118.00 303 00 310.00 125. M.00 303.00 93.

b Fórmula de C= 1+3 3log(22)= 5 42 C 1+3. Miguel Camacaro Pérez. luego sumándole sucesivamente el intervalo de clase se obtienen las demás limites de las clases de la distribución de frecuencias.Ejemplo Componente Cálculo Resultado Intervalo Total Clase IT =XM – Xm= 434 – 92 = 342 Hay tres formas de estimar C: a. esto obedece a lograr una mejor distribución de los datos para obtener mejores interpretaciones y conclusiones sobre el comportamiento de la variable en estudio. 33 . El primer límite inferior se asume como 90 (menor valor).DISTRIBUCIÓN DE FRECUENCIAS . M.Raíz (n)= Raíz(22)= 4.42 c.Sc.3log(22) 5.69 b. Asumir directamente el valor IC = 342/6=57 IT= 342 C asumida= 6 Intervalo de Clase Asumido 60 Respecto a la escogencia de C=6.

36 0.45 100.00 1.00 15.Ejemplo Variable Clases 90-150 150-210 210-270 270-330 330-390 390-450 Frecuencias Absolutas Simple (fi) Acumulada (Fi) Frecuencias Relativas Simple (hi) Acumulada (Hi) % Porcentajes % Acumulado 8.09 0 09 0.00 2.00 22.00 2.09 68.36 0. 34 . más ofertados con un 86. Miguel Camacaro Pérez.Sc.23 0.00 0.55% de los apartamentos tiene áreas mayores que 390 m2.00 8.00 2 00 4.36%.00 21.09 4. M.18 0.68 0 68 0.36 95.09 0.DISTRIBUCIÓN DE FRECUENCIAS .05 0.59 0.36% muestra.00 15 00 19.09 9 09 18.00 5.95 1.36 59.00 36.18 68 18 86.36 22.18 9.00 Observaciones: Se puede concluir que en el intervalo 90-150 m2.86 0.55 36.00 13. hay ocho observaciones que representan el 36 36% de la muestra y que los apartamentos entre 90 y 330 m2 son los 36. El 4.73 9.

habitualmente. M.DISTRIBUCIÓN DE FRECUENCIAS Representación Gráfica • Un análisis estadístico comienza. •Gráfico de Círculos Círculos. con un estudio gráfico de los datos disponibles.Sc. • Un gráfico es una de las mejores formas de saber sobre el comportamiento de las variables en estudio. 35 . Gráfico •Gráfico de Barras. •Histogramas. Entre estos gráficos tenemos: •Gráfico de Dispersión. Miguel Camacaro Pérez. pues facilita una comprensión global del problema problema.

 F/m 2 ) 7.00 0 00 50. M.00 500 00 Miguel Camacaro Pérez.00 3.00 0.00 50 00 100.DISTRIBUCIÓN DE FRECUENCIAS Gráfico de Dispersión Precios Unitarios Oferta Mercado Secundario 9.000.Sc.00 Prec cio Unitario  (Bs.00 300 00 350.000.00 4.000.00 2.00 350 00 400.000.00 .00 100 00 150.000.00 450 00 500.00 6.000.00 400 00 450.00 250 00 Área (m 2 ) Oferta de Apartamentos .000.000. 5.00 150 00 200.Mercado Secundario Abril 2008 300.000.00 200 00 250.00 0. 36 .00 1.00 9 000 00 8.

Mercado Secundario Abril 2008 Miguel Camacaro Pérez. 37 . M. LAR AS LAS TRINITARIA AL EL PEDREGA UE EL PARQU A NUEVA SEGOVIA NO EL UJAN OS OTRO Oferta de Apartamentos .Sc.DISTRIBUCIÓN DE FRECUENCIAS Gráfico de Barras Oferta en Mercado Secundario 7 6 N N° de apartament tos 5 4 3 2 1 0 RA AV.

DISTRIBUCIÓN DE FRECUENCIAS Gráfico de Círculo Distribución Porcentual por Intervalos 390-450 5% 330-390 9% 270-330 18% 90-150 36% 210-270 9% 150 210 150-210 23% Oferta de Apartamentos . 38 . M.Mercado Secundario Abril 2008 Miguel Camacaro Pérez.Sc.

..00% 1 0 150 210 330 270 Clase 390 y mayor.00% 7 6 80.DISTRIBUCIÓN DE FRECUENCIAS Histograma Histograma 9 8 100.00% Frecuencia 5 Frecuencia 40.Sc.00% % acumulado Salida del Excel –Análisis de Datos/histograma Miguel Camacaro Pérez. 39 . 90 0.Mercado Secundario Abril 2008 120.00% Oferta de Apartamentos . M.00% 80 00% 60.00% 4 3 2 20.

relativas o acumuladas. Un histograma es un gráfico formado por rectángulos que tienen como base el intervalo de clase de la distribución y por altura la frecuencia (absoluta o acumulada) correspondiente a la l clase.DISTRIBUCIÓN DE FRECUENCIAS La Distribución de Frecuencias se puede representar a t t través d Hi t é de: Histogramas o polígonos lí usando en forma indiferente frecuencias absolutas. 40 . Miguel Camacaro Pérez. M.Sc.

00 5. 5. M.00 .00 8.DISTRIBUCIÓN DE FRECUENCIAS Histograma de Frecuencias Absolutas 9.00 0 00 Frecuencias 90.00 8.00 N° de apartame d entos 7.00 6.00 2.00 150.Sc.00 1.00 390.00 3.00 270.00 2.00 1.00 210.00 3 00 2.00 0. 41 .00 330.00 4.Mercado Secundario Abril 2008 Miguel Camacaro Pérez.00 Oferta de Apartamentos .00 4.

3 0.0 6.0 Á (m ) rea 2 Oferta de Apartamentos .Sc.3 316.Mercado Secundario Abril 2008 Salida del NCSS Miguel Camacaro Pérez.7 450. M.0 183.0 50. 42 .DISTRIBUCIÓN DE FRECUENCIAS P UB D P O RM RE A E R GA A 10.7 fi 3.

00 5.00 0.00 8.00 330.00 150.00 0 00 F.Mercado Secundario Abril 2008 Miguel Camacaro Pérez.00 270.DISTRIBUCIÓN DE FRECUENCIAS Histograma de Frecuencias Absolutas Acumuladas  25.00 15.00 390. M.Sc.00 19.00 20.00 Oferta de Apartamentos .00 21.00 13. 43 .00 N° de Apartam entos 15.00 15 00 10. Acumuladas 90.00 22.00 210.

distancia igual a la mitad del intervalo de la clase de la serie. antes del Li de la primera clase y después del Ls de la última clase a una clase.DISTRIBUCIÓN DE FRECUENCIAS Un polígono de frecuencias absolutas es una figura que se forma al unir los puntos que se determinan en el punto medio de cada clase (PMc) y la frecuencia absoluta correspondiente a la clase (fi). M. Miguel Camacaro Pérez. 44 . Los extremos del polígono se cierran en puntos situados.Sc.

M.DISTRIBUCIÓN DE FRECUENCIAS fi (adim) Polígono de Frecuencias Absolutas 9 8 7 6 5 4 3 2 1 0 60 120 180 240 300 360 420 480 PMc(m2) Miguel Camacaro Pérez. 45 .Sc.

hablamos de una Ojiva Porcentual. Miguel Camacaro Pérez. Cuando se utilizan los porcentajes acumulados (% acumulado).Sc.DISTRIBUCIÓN DE FRECUENCIAS Un polígono de frecuencias acumuladas (Fi). se obtiene uniendo el Li de la primera clase con los puntos que se determinan con el valor del límite superior y el valor de la frecuencia acumulada correspondiente a la clase. M. 46 . llamada comúnmente Ojiva.

M.DISTRIBUCIÓN DE FRECUENCIAS Fi (adim) Polígono de Frecuencias Acumuladas (Ojiva) 25 20 15 10 5 0 90 150 210 270 330 390 450 Ls(m2) Miguel Camacaro Pérez. 47 .Sc.

Sc. 48 . M.DISTRIBUCIÓN DE FRECUENCIAS Polígono de Porcentajes Acumulados (Ojiva %) % Acum 100 90 80 70 60 50 40 30 20 10 0 90 150 210 270 330 390 450 Ls(m2) Miguel Camacaro Pérez.

CURVAS DE FRECUENCIAS Para representar una distribución de frecuencias se puede trazar una curva continua. 49 . M. frecuencias SIMETRÍA ASIMETRÍA NEGATIVA ASIMETRÍA POSITIVA Miguel Camacaro Pérez. cuando el número de datos es muy grande y los intervalos de clase muy pequeños. que es la forma a la cual tiende tanto el histograma como el polígono de frecuencias absolutas. la misma se denomina curva de frecuencias.Sc.

Miguel). Venezuela Camacaro. Editorial UPV. L. España. Venezuela. Luis.Métodos Aplicados. Miguel Camacaro Ediciones. Miguel Camacaro Ediciones. Miguel Camacaro Ediciones Ediciones. Miguel.2003. 50 . legal tasaciones com ve. Ingeniería de Tasaciones: Una introducción a la Metodología Científica Científica. Informática para tasadores. Mc Graw Hill.1996. www. Avalúo Inmobiliario. México Camacaro. Venezuela. Venezuela. F.2006. Curso Introductorio de Ingeniería Legal y de Tasaciones.com. Deseda Luis 1996 Métodos Estadísticos Aplicados Publicaciones Soitave Mérida Deseda. Miguel). Curso Bá i d I Básico de Ingeniería L i í Legal y l de Tasaciones.2002. y Canale.2006. 2008.blogspot.Metodología para la Tasación de Inmuebles. Mi Miguel). Rubens (Camacaro.com. Barquisimeto. Chapra. 2008. Barquisimeto. Dantas. y Araque.BIBLIOGRAFÍA Abunahman. Venezuela.ve. Camacaro. C. Marco (Camacaro. Publicaciones Postgrado UNEXPO. www. Curso de Tasaciones Econométricas. González. R. S. Barquisimeto.ve. 2001. Venezuela. http://ingenieria-legaly-de-tasaciones. Caracas. Venezuela. Mérida. Venezuela. Ingeniería Legal y de Tasaciones. Miguel. Deseda. A y Guijarro. Blasco.ingenierialegal-tasaciones. Sé i (C Ab h Sérgio (Camacaro.2005.com/. Venezuela. 2005 C l) 2005. México. Métodos Numéricos para Ingenieros.Miguel.ingenieria-legal-tasaciones.

BIBLIOGRAFÍA Gujarati. Miguel Camacaro Ediciones. Vilar. Engenharia de Avaliações. México. Brasil. Miguel). Publicaciones de la UDC. Horizonte.2006. 2000. Caracas Venezuela. 2007.1993. Manual Práctico de Experticias y Peritajes Judiciales. Venezuela. Rodríguez. Rey. México. od gue . Wonnacott y Wonnacott.2005. Brasil. Carmen. M P lli A i 2005 Material d A i l de Apoyo d l Mód l A del Módulo Avanzado d d de Inferencia Estadística. Maia. España.2007. Barquisimeto. Francisco (Camacaro. Pellisistemas Engenharia. Antonio. Economía. Francisco. Econometría. Pini Editora. Colombia. 51 . Brasil.1979. Ca e 005 t oducc ó os ode os co o ét cos Universidad de Sevilla. Roberto. Joaquim y Otros. Maia Francisco 1993 Mercado Inmobiliario Editora del Rey Belo Inmobiliario. Pelli. Piol. Webster Allen 2000 Estadística Aplicada a los Negocios y a la Webster.2005.1997.2003. Allen. Introducción a la Estadística. Damodar . Juan. McGraw-Hill Interamericana. Modelos Estadísticos Aplicados. São Paulo. Mc Graw Hill. Introducción a los Modelos Econométricos.Material del Curso de Soitave. Medeiros. Editorial Limusa. Maia.

0 Beta ( en período d prueba) í d de b ) 52 .2 .mathworks.ncss.PROGRAMAS ESTADÍSTICOS Essential Regression for MSExcel www.www.com.com/descargar-gratis/ Microsoft Office Excel MINITAB .www pellisistemas com br www.com SiSreg Windows Versão 5 .pellisistemas.www.br SisReN Windows .uptodown.www.pellisistemas.www.com/es/ Statistics ToolboxTM 6.com NCSS .www.http://esta+.com/products/statistics/ SAB 1 0 B 1.minitab.geocities.br SPSS .com.com/SiliconValley/Network/1032/ ESTA+ .spss.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->