Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AULA A1 -5
Lic. Mario Pelaez O. ESTADISTICA INFERENCIAL 3-nov-16
http://www.oecd.org/pisa/aboutpisa/pis
aenespaol.htm
7
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.
VALORES ANMALOS:
OUTLIERS
Similar distribucion del
centro a los lados
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%
IIII IIII
26 34 10 0.2 20% 20%
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
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
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
El rango (R)
Sesgo izq.: Media < Mediana La varianza (s2)
La desviacin estndar (s)
El coeficiente de variacin (CV)
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
ESTANDARIZACIN DE VARIABLE
La puntuacin z
Suponga s = 2. s
4
s s
x 5 x9
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
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