Está en la página 1de 5

ESTADISTICA

La Estadstica se ocupa de los mtodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar los datos, siempre y cuando la variabilidad e incertidumbre sea una causa intrnseca de los mismos; as como de realizar inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones.

Estadstica descriptiva: Describe, analiza y representa un grupo de datos utilizando mtodos numricos y grficos que resumen y presentan la informacin contenida en ellos. Estadstica inferencial: Apoyndose en el clculo de probabilidades y a partir de datos muestrales, efecta estimaciones, decisiones, predicciones u otras generalizaciones sobre un conjunto mayor de datos.

CLASE 1 Introduccin a la Estadstica Descriptiva


La estadstica descriptiva es una ciencia que analiza series de datos (por ejemplo, edad de una poblacin, altura de los estudiantes de una escuela, temperatura en los meses de verano, etc) y trata de extraer conclusiones sobre el comportamiento de estas variables. Las variables pueden ser de dos tipos fundamentales: Variables cualitativas o atributos: no se pueden medir numricamente (por ejemplo: nacionalidad, color de la piel, sexo). Variables cuantitativas: tienen valor numrico (edad, precio de un producto, ingresos anuales).

Las variables tambin se pueden clasificar en: Variables unidimensionales: slo recogen informacin sobre una caracterstica (por ejemplo: edad de los alumnos de una clase). Variables bidimensionales: recogen informacin sobre dos caractersticas de la poblacin (por ejemplo: edad y altura de los alumnos de una clase). Variables pluridimensionales: recogen informacin sobre tres o ms caractersticas (por ejemplo: edad, altura y peso de los alumnos de una clase). Por su parte, las variables cualitativas se pueden clasificar en:

Nominales: Las variables no estn ordenados, pero s clasificados en categoras EJ. Sexo, estado civil, profesiones, lugar de nacimiento, deportes, etc.

Ordinales: Las variables estn ordenadas, en el interior de sus categoras EJ. Grado instruccin, clases sociales, rango de agresividad, orden de mrito. Etc

Por su parte, las variables cuantitativas se pueden clasificar en discretas y continuas: Discretas: slo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo: nmero de hermanos (puede ser 1, 2, 3....,etc, pero, por ejemplo, nunca podr ser 3,45). Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo, la velocidad de un vehculo puede ser 80,3 km/h, 94,57 km/h...etc.

Segn la relacin entre variables: Variables dependientes. Son aquellas que se explican por otras variables. tambin son los efectos o resultados Ej. La obesidad. Esta variable depende de varias causas Variables independientes. Son las variables explicativas o predictivas. son las causas, motivos, razn de ser Ej. Sobrealimentacin (es una de las varias causas de la obesidad) Variables intervinientes o interferentes. Son aquellas que coparticipan con la variable independiente condicionando el comportamiento de la variable dependiente Ej. v.d. : Presupuesto familiar v. i. : Ingresos (salario) v. intervin.: conducta de consumo, edad de la familia, nmero hijos, etc. Cuando se estudia el comportamiento de una variable hay que distinguir los siguientes conceptos: Individuo: cualquier elemento que porte informacin sobre el fenmeno que se estudia. As, si estudiamos la altura de los nios de una clase, cada alumno es un individuo; si estudiamos el precio de la vivienda, cada vivienda es un individuo. Poblacin: conjunto de todos los individuos (personas, objetos, animales, etc.) que porten informacin sobre el fenmeo que se estudia. Por ejemplo, si estudiamos el precio de la vivienda en una ciudad, la poblacin ser el total de las viviendas de dicha ciudad. Muestra: subconjunto que seleccionamos de la poblacin. As, si se estudia el precio de la vivienda de una ciudad, lo normal ser no recoger informacin sobre todas las viviendas de la ciudad (sera una labor muy compleja), sino que se suele seleccionar un subgrupo (muestra) que se entienda que es suficientemente representativo. Dato: Es el valor, respuesta o registro que adquiere una caracterstica o variable del elemento de la muestra. Puede ser un smbolo, una palabra, nmero. Variable: Es una caracterstica estudiada de las unidades estadsticas (elementos de la poblacin o muestra). Parmetro: Es el grfico o nmero que describe o mide la caracterstica de la poblacin Estadgrafo: Es el grfico o nmero que describe o mide la caracterstica de la muestra

Obtencin de los datos Como se ha puesto de manifiesto, gran parte del trabajo de un estadstico profesional se hace con muestras. Estas son necesarias porque las poblaciones son casi siempre demasiado grandes para estudiarlas en su totalidad. Exigira demasiado tiempo y dinero estudiar la poblacin entera, y tenemos que seleccionar una muestra de la misma, calcular el estadstico de esa muestra y utilizarlo para estimar el parmetro correspondiente de la poblacin. La obtencin de la informacin se puede realizar por diversos medios. Una forma es a travs de una encuesta a un grupo de individuos, donde a cada uno se le hacen las mismas preguntas.

Otra forma es a travs de experimentos donde la respuesta a la variable es el resultado del experimento. Puede tambin recolectarse los datos en forma directa, es decir, la informacin se extrae de alguna base de datos seleccionando una muestra de ellos. En cualquiera de estos casos contamos con una seleccin de informacin llamada muestra y que se procede a analizar. Existen diferentes tcnicas para realizar el muestreo y que depender cada caso, cual usar.

Algunas de ellas son: Muestreo aleatorio simple: todos los elementos de la poblacin tiene igual posibilidad de ser escogido y se eligen al azar. Muestreo sistemtico: los elementos se seleccionan a un intervalo uniforme en una lista ordenada. Una preocupacin del muestreo sistemtico es la existencia de factores cclicos en el listado que pudieran dar lugar a un error. Muestreo estratificado: los elementos de la poblacin son primeramente clasificados en grupos o estratos segn una caracterstica importante. Luego, de cada estrato se extrae una muestra aleatoria simple. Muestreo por conglomerado: los elementos de la poblacin estn subdivididos en grupos y se extraen aleatoriamente algunos de estos grupos completos

CALSE 2

Distribucin de frecuencia

La distribucin de frecuencia es la representacin estructurada, en forma de tabla, de toda la informacin que se ha recogido sobre la variable que se estudia.

Variable (Valor)

Frecuencias absolutas Simple Acumulada Simple

Frecuencias relativas Acumulada

X1 X2

n1 n2 ... nn-1 nn

n1 n1 + n2 ... n1 + n2 +..+ nn-1 n

f1 = n1 / n f2 = n2 / n ... fn-1 = nn-1 / n fn = nn / n

f1 f 1 + f2 ... f1 + f2 +..+fn-1 f

...
Xn-1 Xn

Siendo X los distintos valores que puede tomar la variable. Siendo n el nmero de veces que se repite cada valor. Siendo f el porcentaje que la repeticin de cada valor supone sobre el total

Veamos un ejemplo: Medimos la altura de los nios de una clase y obtenemos los siguientes resultados (cm):

Alumno

Estatura

Alumno

Estatura

Alumno

Estatura

Alumno 1 Alumno 2 Alumno 3 Alumno 4 Alumno 5 Alumno 6 Alumno 7 Alumno 8 Alumno 9 Alumno 10

1,25 1,28 1,27 1,21 1,22 1,29 1,30 1,24 1,27 1,29

Alumno 11 Alumno 12 Alumno 13 Alumno 14 Alumno 15 Alumno 16 Alumno 17 Alumno 18 Alumno 19 Alumno 20

1,23 1,26 1,30 1,21 1,28 1,30 1,22 1,25 1,20 1,28

Alumno 21 Alumno 22 Alumno 23 Alumno 24 Alumno 25 Alumno 26 Alumno 27 Alumno 28 Alumno 29 Alumno 30

1,21 1,29 1,26 1,22 1,28 1,27 1,26 1,23 1,22 1,21

Si presentamos esta informacin estructurada obtendramos la siguiente tabla de frecuencia:

Variable (Valor)

Frecuencias absolutas Simple Acumulada

Frecuencias relativas Simple Acumulada

Xi
1,20 1,21 1,22 1,23 1,24 1,25 1,26 1,27 1,28 1,29 1,30

ni
1 4 4 2 1 2 3 3 4 3 3

Ni
1 5 9 11 12 14 17 20 24 27 30

hi
3,3% 13,3% 13,3% 6,6% 3,3% 6,6% 10,0% 10,0% 13,3% 10,0% 10,0% 100%

Hi
3,3% 16,6% 30,0% 36,6% 40,0% 46,6% 56,6% 66,6% 80,0% 90,0% 100,0%

n = 30

NOTA: Si los valores que toma la variable son muy diversos y cada uno de ellos se repite muy pocas veces, entonces conviene agruparlos por intervalos, ya que de otra manera obtendramos una tabla de frecuencia muy extensa que aportara muy poco valor a efectos de sntesis. En la siguiente clase veremos un ejemplo

Clase 3

Distribuciones de frecuencia agrupada

Supongamos que medimos la estatura de los habitantes de una vivienda y obtenemos los siguientes resultados (cm):

Habitante

Estatura

Habitante

Estatura

Habitante

Estatura

Habitante 1 Habitante 2 Habitante 3 Habitante 4 Habitante 5 Habitante 6 Habitante 7 Habitante 8 Habitante 9 Habitante 10

1,15 1,48 1,57 1,71 1,92 1,39 1,40 1,64 1,77 1,49

Habitante 11 Habitante 12 Habitante 13 Habitante 14 Habitante 15 Habitante 16 Habitante 17 Habitante 18 Habitante 19 Habitante 20

1,53 1,16 1,60 1,81 1,98 1,20 1,42 1,45 1,20 1,98

Habitante 21 Habitante 22 Habitante 23 Habitante 24 Habitante 25 Habitante 26 Habitante 27 Habitante 28 Habitante 29 Habitante 30

1,21 1,59 1,86 1,52 1,48 1,37 1,16 1,73 1,62 1,01

Si presentramos esta informacin en una tabla de frecuencia obtendramos una tabla de 30 lneas (una para cada valor), cada uno de ellos con una frecuencia absoluta de 1 y con una frecuencia relativa del 3,3%. Esta tabla nos aportara escasa informacin En lugar de ello, preferimos agrupar los datos por intervalos, con lo que la informacin queda ms resumida (se pierde, por tanto, algo de informacin), pero es ms manejable e informativa:

Estatura En cm

Frecuencias absolutas Simple Acumulada

Frecuencias relativas Simple Acumulada

Xi
1,01 - 1,10 1,11 - 1,20 1,21 - 1,30 1,31 - 1,40 1,41 - 1,50 1,51 - 1,60 1,61 - 1,70 1,71 - 1,80 1,81 - 1,90 1,91 - 2,00

ni
1 3 3 2 6 4 3 3 2 3

Ni
1 4 7 9 15 19 22 25 27 30

hi
3,3% 10,0% 10,0% 6,6% 20,0% 13,3% 10,0% 10,0% 6,6% 10,0% 100%

Hi
3,3% 13,3% 23,3% 30,0% 50,0% 63,3% 73,3% 83,3% 90,0% 100,0%

n = 30

El nmero de tramos en los que se agrupa la informacin es una decisin que debe tomar el analista: la regla es que mientras ms tramos se utilicen menos informacin se pierde, pero puede que menos representativa e informativa sea la tabla.