Lic. Mario Pelaez O.

ESTADISTICA INFERENCIAL 3-nov-16

ESTADISTICA Y DISEO EXPERIMENTAL

DOCENTE: MARIO PELAEZ OSORIO

CORREO DEL CURSO:

estadistica.pelaez@gmail.com

3 horas de teora . VIERNES 1:00 3:30 pm = 3 crditos

2 horas de practica VIERNES 3:30 5:10 pm = 1 crdito

AULA A1 -5
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

http://www.oecd.org/pisa/aboutpisa/pis
aenespaol.htm

Finlandia histricamente tiene como real prioridad

la educacin. Acuerdo poltico. Impuestos altos
para educacin.
Secciones de 20 25 alumnos
La conviccin que todos los alumnos pueden
alcanzar altos niveles.
Prestigio social de la profesin docente. Muy
capacitados. Buenas condiciones de trabajo.
Escuelas con atmosferas de tolerancia y respeto.
Etc, etc, etc.

7
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

Reglamento de las practicas grupales NORMAS DEL CURSO

1).- Los grupos pueden ser de hasta 4 alumnos. Al inicio
cada grupo entregaran en 1/2 hoja los apellidos y nombres
del coordinador y los integrantes del grupo. Se evala la actitud, participacin, tolerancia y
2).- No est permitido intercambiar informacin con respeto en aula.
miembros de otro grupo. (-4 puntos) Las practicas se evalan en la escala de 04 a
3).- La prctica termina en alrededor de 70 minutos.
4).- Pueden utilizar libros digitales, separatas, apuntes etc.
16. Opcionalmente de +1 a +4 puntos con la
Asimismo hacer consultas dentro de su PROPIO grupo. exposicin del tema de la practica.
5).- El profesor atender solamente las consultas del No se eliminara ninguna practica.
coordinador.
El examen sustitutorio cubre todo el curso.
6).- Cada grupo presenta un solo informe en limpio con el
procedimiento de solucin de cada pregunta.

Actualmente la expectativa de los consumidores

respecto de la calidad de los productos y servicios ha
aumentado.

La estadstica contribuye con la descripcin y

comprensin de la variabilidad. Ejemplo:Magnitud de
sismos en Per.

La Estadstica nos ayuda a tomar buenas decisiones en

situaciones que incluyen incertidumbre. Ejemplo: Valor de
estudios universitarios
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

SISMOS SENTIDOS BASE DE DATOS DE SISMOS SENTIDOS EN LIMA 2015-2016

EN PERU 2016
fecha hora latitud longitud profundidad magnitud intensidad-lugar
INSTITUTO 1/1/2015 4:02 -12.96 -76.67 66 4.2 III Caete II Lima
17/1/2015 15:18 -12.17 -76.09 121 4.3 IlLima
GEOFISICO DEL PERU 3/2/2015 20:54 -12.16 -77.39 48 3.8 II Callao-Lima
26/2/2015 19:13 -12.86 -76.85 51 3.9 II Lima, Mala
16/3/2015 20:31 -11.94 -76.77 93 4.0 II Chosica, Lima
1/4/2015 23:39 -11.31 -76.96 114 4.2 11-111Huaral; II Lima, Ancn
5/4/2015 0:57 -11.67 -78.05 39 4.6 II Huacho, Huaral, Lima
14/4/2015 19:56 -12.78 -76.88 49 3.8 IlLima
10/5/2015 16:13 -11.33 -76.91 90 4.1 III Canta, Huaral; II Lima
10/5/2015
III Chilca, 11-111 Lima, Mala; II
2:25 -12.58 -76.87 52 4.1
Ancn, Chosica
20/5/2015 8:15 -12.53 -76.88 51 3.8 II Chilca, Lima
4/6/2015 16:34 -12.46 -77.68 15 4.7 III Callao; II Lima
5/6/2015 18:01 -11.47 --76.40 102 4.5 II Canta, Lima
http://www.igp.gob.pe/bdsism
111-1V Calango, III Yauyos,
os/ultimosSismosSentidos.php 28/8/2015 13:39 -12.35 -76.28 88 5.1
Lima, Mala, Chosica, 11-111 Chilca
1/9/2015 9:52 -11.15 -76.32 106 4.4 IlLima
111-1V Caete; III San Vicente
10/9/2015 9:47 -13.65 -76.85 21 4.8 de Caete, Pisco, Tambo de Mora;
II lima, 1
10/9/2015 9:47 -12.33 -77.09 60 3.3 IlLima
29/9/2015 11:31 -12.74 -77.45 27 3.8 IlLima
3/10/2015 8:27 -11.47 --76.50 107 3.9 II Canta, Lima
4/1/2016 11:35 --12.60 -77.37 39 3.8 II Lima
29/1/2016 3:41 -12.22 -77.69 32 4.0 II Lima
15/2/2016 2:46 -11.67 -77.84 46 4.0 II Lima
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

GRADUADOS UNIVERSITARIOS
Obtendrn empleo relacionado a su carrera?
Hay igual oportunidad de empleo segn genero?
El merito acadmico influye en su nivel de
ingresos?
Hay diferencias remunerativas de acuerdo al tipo
de gestin de su universidad?
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

CONCEPTOS BASICOS
POBLACION: Conjunto completo de individuos, objetos o datos que
el investigador tiene inters en estudiar. Debe definirse en
trminos de contenido, lugar y tiempo. Con un Censo se recolecta
los datos de toda la poblacin.

MUESTRA: Subconjunto representativo de la poblacin. Para

obtener una muestra se utiliza una tcnica de muestreo
aleatorio.

DATOS: Son las medidas que se realizan en los sujetos de un

experimento

VARIABLE: Propiedad o caracterstica que cambia de valor en los

elementos de una poblacin
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

VALORES ANMALOS:
OUTLIERS
Similar distribucion del
centro a los lados

Asimetria positiva o sesgada

la derecha
No Outliers Outlier

Asimetria negativa o sesgada

la izquierda Valores raros o inusuales que se
alejan del conjunto de datos
Bimodal

Las edades 50 alumnos universitarios

Encuentre el histograma con 6 intervalos
HISTOGRAMA DE FRECUENCIAS
34 48 70 63 52 52 35 50 37 43 53 43 52 44
42 31 36 48 43 26 58 62 49 34 48 53 39 45
34 59 34 66 40 59 36 41 35 36 62 34 38 28
43 50 30 43 32 44 58 53

Elegimos 6 intervalos.
Amplitud del intervalo = (70 26)/6 = 7.33
Intervalos Barras con frecuencias
Redondeo por exceso = 8
Use 6 clases de amplitud 8, comenzando
en 26.
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

Histograma de frecuencias
DISTRIBUCIN DE FRECUENCIAS
30%

Intervalo Conteo Frecuencia h % 25%

IIII IIII
26 34 10 0.2 20% 20%

34 42 IIII IIII I 11 0.22 22% 15%

42 50 IIII IIII IIII 14 0.28 28% 10%

50 58 IIII III 8 0.16 16% 5%

58 66 IIII I 6 0.12 12% 0%

26 34 42 50 58 66 74
EDADES

66 74 I 1 0.02 2%
Total 50 1 100%

30%

Describiendo la
25%
DESCRIPCIN DE LOS DATOS CON
Distribucin
20%
MEDIDAS CUANTITATIVAS
Los metodos graficos no siempre son
15%

10%

5%
suficientes para describir los datos.
0%
Las medidas cuantitativas pueden
2 34 4 66 7
obtenerse para poblaciones y muestras.
EDADES 50 58

Forma? Ligero sesgo derecho

Outliers? No. Un parametro es una descripcion

Que proporcin de alumnos son cuantitativa calculada en la poblacion.
menores de 43?
(10 + 11)/50 = 21/50 = .42 Un estadigrafo es una descripcion
cuantitativa calculada en una muestra
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

MEDIDAS DE POSICION MEDIA ARIMETICA

CENTRAL
La media (promedio) de un conjunto de
(DATOS SIN TABULAR) datos es la suma de los datos dividido
Es un valor en el eje horizontal de la
variable que ubica el centro de la entre la cantidad total de datos.
distribucion.

Donde n = numero de datos

xi sumatoria de todos los datos

EJEMPLO
MEDIANA
La muestra: 2, 9, 1, 5, 6
La mediana de un conjunto de datos
xi es el valor central luego de ordenar los
x 2 9 11 5 6 33 6.6 datos de menor a mayor.
n 5 5
La posicion de la mediana se obtiene
Si los calculos se efectuan con los datos de 0.5(n + 1)
toda la poblacion, la media poblacional se
representa por m (la letra Griega mu). Primero se ordenan los datos.
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

MODA
EJEMPLO
Los datos: 2, 4, 9, 8, 6, 5, 3 n = 7 La moda es el valor de la variable que ocurre
Ordenados: 2, 3, 4, 5, 6, 8, 9 mas frecuentemente.
Posicion: .5(n + 1) = .5(7 + 1) = 4to En los datos: 2, 4, 9, 8, 8, 5, 3

La moda es 8, se presenta dos veces

Mediana = 4to
En los datos: 2, 2, 9, 8, 8, 5, 3
Los datos: 2, 4, 9, 8, 6, 5 n=6
Hay dos modas8 y 2 (bimodal)
Ordenados: 2, 4, 5, 6, 8, 9
En los datos: 2, 4, 9, 8, 5, 3
Posicion: .5(n + 1) = .5(6 + 1) = 3.5to No existe moda
Mediana = (5 + 6)/2 = 5.5

EJEMPLO DEFECTO DE LA MEDIA ARIMETICA

Litros de leche comprados en 25 hogares: Depende de todos los valores observados, en
0 0 1 1 1 1 1 2 2 2 2 2 2 2 2 2 3 3 consecuencia es afectada o sesgada por los valores
3 3 3 4 4 4 5
extremos.
Ejemplo:
Promedio?
xi 55 a).- 55, 56, 57 , 58, 59, 60 Media = 57.5 Mediana = 57.5
x 2 .2 10/25

n 25 8/25
b).- 55, 56, 57 , 58, 59, 100 Media = 64.2 Mediana = 57.5
Relative frequency

Mediana? 6/25

Me 2 4/25
c).- 55, 56, 57 , 58, 59, 0 Media = 47.5 Mediana = 56.5

Moda? 2/25

moda 2
0
0 1 2 3 4 5
Quarts
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

RELACION MEDIA MEDIANA MODA

La idea de dispersin se relaciona con la mayor o menor
concentracin de los datos en torno a un valor central
Simetria: Media Mediana Las medidas de dispersin son nmeros que miden
el grado de separacin de los datos con respecto a
un valor central.
Sesgo derecho: Media > Mediana Las principales medidas de dispersin son:

El rango (R)
Sesgo izq.: Media < Mediana La varianza (s2)
La desviacin estndar (s)
El coeficiente de variacin (CV)

FORMULA ABREVIADA PARA LA VARIANZA

LA VARIANZA
En la prctica no se trabaja con la frmula de la
definicin, sino que a partir de esta frmula se obtiene
otra expresin equivalente
Ejemplo 02 2
Petalos de flores: 5, 12, 6, 8, 14 VARIANZA POBLACIONAL: Xi
S2 X
2

n
( x i )2
Varianza muestral: xi
2

s n2 1 n
4 6 8 10 12 14 n 1
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

EL COEFICIENTE DE VARIACION (CV)

CALCULO DE LA VARIANZA USANDO LA FRMULA ABREVIADA
Es una medida de dispersin relativa , se define
por la expresin
S
xi xi2 x2 CV x
5 25 s
2
x 2
X
12 144
n
6 36 465 Se usa para comparar el grado de
8 64 s2 9 2 12 homogeneidad en dos o ms distribuciones
5
14 196 cuyas unidades de medida de las variables son
Sum 45 465 diferentes
s s 2 12 3.46
EJEMPLO: CV = 3.46/9 X 100% = 38.4%

ESTANDARIZACIN DE VARIABLE
La puntuacin z

Suponga s = 2. s

4
s s

x 5 x9

x = 9 da z =2 desv estand de la media.

Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

MEDIDAS DE POSICIN
Se define el cuantil de orden k como un valor
de la variable por debajo del cual se encuentra Los Cuartiles: Son valores que dividen a la muestra en 4
una frecuencia acumulada relativa k% partes aproximadamente iguales.
Ejemplo: El cuantil 70 Primer cuartil (Q1). El 25% de los datos.
Segundo cuartil (Q2), es la mediana.
Tercer cuartil (Q3). El 75 % de los datos.
Intervalo intercuartil: Q3 Q1
70 100%

60 Q3
75%
50
Frecuencia
40 Q2 relativa
50% acumulada
30

20
Q1
25%
10

0 0%
0.3 1.3 2.3 3.3 4.3 5.3 6.3 7.3 8.3 9.3

49

CALCULO DE LOS CUARTILES EJEMPLO

(DATOS SIN TABULAR) El precio de 18 libros es:
40 60 65 65 65 68 68 70 70
La posicion de Q1 es 0.25(n + 1) 70 70 70 70 74 75 75 90 95
Posicion de Q1 = 0.25(18 + 1) = 4.75
La posicion de Q3 es 0.75(n + 1) Posicion de Q3 = 0.75(18 + 1) = 14.25

Primero se ordenan los datos. Si la Q1 esta entre el 4to y 5to

posicion no es entero se obtiene la Q1 = (65 + 65)/2 = 65
semisuma
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16

EJEMPLO BOXPLOT (DIAGRAMA DE CAJA)

El precio de 18 libros:
Es el resumen de una distribucin emprica,
40 60 65 65 65 68 68 70 70
se representa por una caja rectangular
70 70 70 70 74 75 75 90 95 sobre el rango inter-cuartil (RI), prolongada
Posicion de Q1 = .25(18 + 1) = 4.75 por lneas. Se dibuja tambin la mediana y
Posicion de Q3 = .75(18 + 1) = 14.25 los valores extremos.

Q3 esta entre el dato 14o y 15o

Q3 = (74+75)/2 = 74.5
y
Rango Intercuartil = Q3 Q1 = 74.5 - 65 = 9.5

EJEMPLO EJEMPLO
Cantidad de sodio en 8 muestras de queso: RI = 340-295 = 45
260 290 300 320 330 340 340 520 Limite inf. = 295-1.5(45) =227.5
Limite sup. = 340 + 1.5(45) =407.5
Q1 = 295 Me = 325 Q3 = 340
Outlier: x = 520

*
Me m

Q1 Q3 Q1 Q3

260 290 300 320 330 340 340 520