Documentos de Académico
Documentos de Profesional
Documentos de Cultura
VICERRECTORADO ACADEMICO
COORDINACIN DE PREGRADO
PROYECTO DE CARRERA: INGENIERIA INDUSTRIAL
INVESTIGACION DE MERCADOS
SECCION: N 1
Integrantes:
INDICE
INTRODUCCION
DESARROLLO
Mtodos estadsticos utilizados para el anlisis de informacin
Niveles de medicin
Tcnicas de anlisis estadstico
Prueba t de Student
Prueba X
U de Mann-Whitney
Anlisis de regresin
10
11
Anlisis de Correlacin
12
Frecuencia estadstica
14
17
18
19
21
23
24
Grfica estadstica
CONCLUSION
29
BIBLIOGRAFIA
30
INTRODUCCION
NIVELES DE MEDICIN
Son una sucesin de medidas que permiten organizar datos en orden jerrquico. Las
escalas de medicin, pueden ser clasificadas de acuerdo a una degradacin de las
caractersticas de las variables. Hay cuatro tipos de mediciones o escalas de medicin:
Escala Nominal: slo permite asignar un nombre al elemento medido. Esto la convierte
en la menos informativa de las escalas de medicin. Los siguientes son ejemplos de
variables con este tipo de escala: Nacionalidad, uso de anteojos, nmero de camiseta
en un equipo de ftbol, nmero de Cdula Nacional de Identidad.
A pesar de que algunos valores son formalmente numricos, slo estn siendo usados
para identificar a los individuos medidos.
Prueba t de Student
Es un test que permite decidir si dos variables aleatorias normales (gausianas) y con la
misma varianza tienen medias diferentes. Dada la ubicuidad de la distribucin normal
o gausiana el test puede aplicarse en numerosos contextos, para comprobar si la
modificacin en las condiciones de un proceso (humano o natural) esencialmente
aleatorio produce una elevacin o disminucin de la media poblacional. El test opera
decidiendo si una diferencia en la media muestral entre dos muestras es
estadsticamente significativa, y entonces poder afirmar que las dos muestras
corresponden a distribuciones de probabilidad de media poblacional distinta, o por el
Prueba X
Se denomina prueba X (pronunciado como "ji-cuadrado" y a veces como "chicuadrado") a cualquier prueba en la que el estadstico utilizado sigue una distribucin
si la hiptesis nula es cierta.
La prueba de Pearson es considerada como una prueba no paramtrica que mide
la discrepancia entre una distribucin observada y otra terica (bondad de ajuste),
indicando en qu medida las diferencias existentes entre ambas, de haberlas, se
deben al azar en el contraste de hiptesis. Tambin se utiliza para probar la
independencia de dos variables entre s, mediante la presentacin de los datos
en tablas de contingencia.
La frmula que da el estadstico es la siguiente:
Criterio de decisin:
No se rechaza
cuando
. En caso contrario s se
rechaza.
Donde t representa
el
valor
proporcionado
por
las
tablas,
segn
el
nivel
Variacin Total
Variacin Intra-grupos
Variacin Inter-grupos
U de Mann-Whitney
Planteamiento de prueba.
La prueba de Mann-Whitney se usa para comprobar la heterogeneidad de dos
muestras ordinales. El planteamiento de partida es:
1. Las observaciones de ambos grupos son independientes
2. Las observaciones son variables ordinales o continuas.
3. Bajo la hiptesis nula, la distribucin de partida de ambos grupos es la misma
y,
4. Bajo la hiptesis alternativa, los valores de una de las muestras tienden a
exceder a los de la otra: P(X > Y) + 0.05 P(X = Y) > 0.05.
Calculo estadstico
Para calcular el estadstico U se asigna a cada uno de los valores de las dos muestras
su rango para construir
Anlisis de regresin
10
Modelos de regresin
Regresin simple: interviene una sola variable independiente.
Regresin mltiple: interviene dos o ms variables independientes.
Regresin lineal: la funcin es una combinacin lineal de los parmetros.
Regresin no lineal: la funcin que relaciona los parmetros no es una combinacin
lineal.
En trminos generales, el anlisis de Regresin trata sobre el estudio de la
dependencia de un fenmeno econmico respecto de una o varias variables
explicativas, con el objetivo de explorar o cuantificar la media o valor promedio
poblacional de la primera a partir de un conjunto de valores conocidos o fijos de la/s
segunda/s.
11
Donde:
Y : Variable respuesta (o dependiente)
xi : La i-sima variable independiente (i=1,..,n)
j : El j-simo parmetro en la funcin (j=1,..,m)
f : La funcin
Anlisis de Correlacin
El anlisis de correlacin emplea mtodos para medir la significacin del grado o
intensidad de asociacin entre dos o ms variables. El concepto de correlacin est
estrechamente vinculado al concepto de regresin, pues, para que una ecuacin de
12
regresin sea razonable los puntos mustrales deben estar ceidos a la ecuacin de
regresin; adems el coeficiente de correlacin debe ser:
- grande cuando el grado de asociacin es alto (cerca de +1 o -1, y pequeo cuando
es bajo, cerca de cero.
- independiente de las unidades en que se miden las variables.
13
Frecuencia estadstica:
Se denomina frecuencia a la cantidad de veces que se repite un determinado valor de
la variable.
Ejemplo: una profesora en su informe anual, sealar que para el curso de 35
alumnos, la frecuencia de notas es la siguiente.
14
15
De la tabla, se puede observar que se han agregado tres columnas, estas son:
Frecuencia absoluta acumulada Ni, que permite ver los totales parciales acumulados al
final de cada fila, lo que determina las cantidades de alumnos que hay hasta ese
rango. Luego, las columnas de Frecuencia relativa fi, muestra los datos en tanto por
ciento de ocurrencia para cada rango. Y finalmente la Frecuencia relativa acumulada
Fi, muestra la acumulacin en tanto por ciento de ocurrencia para cada rango.
Grficos de Frecuencias
Adems de las tablas mostradas, los datos pueden ser mostrados de manera grfica.
As, el siguiente grfico de torta muestra la frecuencia absoluta de la tabla 1:
16
Fc (Xr) = MXr / N
17
Donde MXr es el nmero de datos X con un valor menor que o igual a Xr, y N es
nmero
total
de
los
datos.
En breve se escribe:
Fc = M / N
Fc(%) = 100 M / N
18
Donde:
es la covarianza de
19
a:
Interpretacin
Varios grupos de puntos (x, y), con el coeficiente de correlacin para cada grupo.
Ntese que la correlacin refleja la no linealidad y la direccin de la relacin lineal. En
la figura del centro, la varianza de y es nula, por lo que la correlacin es
indeterminada.
20
Nota: Los datos hay que traducirlos u ordenarlos en rangos. A los puntajes ms
elevados le asignamos el rango 1 al siguiente el rango 2 y as sucesivamente. Si se
repiten dos puntajes o ms se calculan las medias aritmticas.
Ejemplo ilustrativo: La siguiente tabla muestra el rango u orden obtenido en la
primera evaluacin (X) y el rango o puesto obtenido en la segunda evaluacin (Y) de
8 estudiantes universitarios en la asignatura de Estadstica. Calcular el coeficiente de
correlacin por rangos de Spearman.
Estudiante
X Y
Dyana
Elizabeth
Mario
Orlando
Mathas
Josu
21
Anita
Luca
Solucin:
Para calcular el coeficiente de correlacin por rangos de Spearman de se llena la
siguiente tabla:
Se aplica la frmula:
Por lo tanto existe una correlacin positiva moderada entre la primera y segunda
evaluacin de los 8 estudiantes.
22
23
el
investigador
debe
desarrollar
un
modelo
las
hiptesis
correspondientes antes de realizar el anlisis de los datos. Este modelo relaciona las
variables de inters entre ellas; las hiptesis deben posicionar qu tan fuertemente
estn relacionadas estas variables. La meta final de un anlisis factorial confirmatorio
es confirmar o refutar estas hiptesis y el modelo en s observando cmo se
conforman en el resultado del anlisis. Aunque el anlisis factorial confirmatorio puede
parecer complicado al principio, es un proceso bastante sencillo y lineal de hecho.
Modelo de Anlisis factorial confirmatorio
Grfica estadstica
Las representaciones grficas deben conseguir que un simple anlisis visual ofrezca
la mayor informacin posible. Segn el tipo del carcter que estemos estudiando,
usaremos una representacin grfica u otra. Segn sea la variable, los grficos ms
utilizados son:
24
Diagramas de barra.
Es un tipo de grfico estadstico que se utiliza para variables cualitativas y discretas.
En el eje X se sitan:
Las modalidades de la variable cualitativa.
Los valores de la variable cualitativa discreta.
Y sobre ellos se levantan barras cuya altura sea proporcional a sus frecuencias. Si
se unen los extremos superiores de las barras con una lnea poligonal se obtiene el
polgono de frecuencias
Diagramas de sectores.
Es un grfico empleado fundamentalmente para variables cualitativas. Las
modalidades se representan en un crculo dividido en sectores. La amplitud de cada
sector, en grados, se obtiene multiplicando la frecuencia relativa de cada modalidad o
valor por 360.
25
Histogramas.
Se utiliza con variables continuas, o agrupadas en intervalos, representando en el
eje X los intervalos de clase y levantando rectngulos de base la longitud de los
distintos intervalos y de altura tal que el rea sea proporcional a las frecuencias
representadas.
El polgono de frecuencias se obtiene uniendo los puntos medios de las bases
superiores de los rectngulos.
Los histogramas permiten compara datos de una forma rpida (basta mirar la
grfica)
26
Cartograma.
Son grficos realizados sobre mapas, en los que aparecen indicados sobre las
distintas zonas cantidades o colores de acuerdo con el carcter que representan.
En el siguiente cartograma observamos la urbanizacin en el mundo atendiendo a la
industrializacin.
27
Mixtos
Un caso particular de aplicacin de los histogramas y los polgonos de frecuencias
es el climograma, que representa la marcha anual de las temperaturas y de las lluvias
medias, sobre un mismo sistema de coordenadas.
Veamos un ejemplo:
Pictogramas.
Son grficos con dibujos alusivos al carcter que se est estudiando y cuyo tamao
es proporcional a la frecuencia que representan; dicha frecuencia se suele
representar.
28
CONCLUSIONES
29
BIBLIOGRAFIA
http://es.wikipedia.org/wiki/Estad%C3%ADstica#Bibliograf.C3.ADa
http://www.escolares.net/matematicas/frecuencia-estadistica/
30