Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribucin normal.
Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias
sociales, desde las ciencias de la salud hasta el control de calidad. Se usa para la toma
de decisiones en reas de negocios o instituciones gubernamentales.
ORDENANDO LA INFORMACION
Di s t r i bu c i n de
f r ecu en c i a s
Tipos de frecuencias
Frecuencia absoluta
Frecuencia acumulada
considerado.
Ejemplo
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31,
31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29.
En la primera columna de la tabla colocamos la variable ordenada de menor
a mayor, en la segunda hacemos el recuento y en la tercera anotamos la frecuencia
absoluta.
xi Recuento fi Fi ni Ni
27 I 1 1 0.032 0.032
28 II 2 3 0.065 0.097
29 6 9 0.194 0.290
30 7 16 0.226 0.0516
31 8 24 0.258 0.774
34 I 1 31 0.032 1
31 1
discretas.
Di s t r i b u c i n d e f r ec u en c i a s a gr u pa da s
frecuencia correspondiente .
Lmites de la clase
Amplitud de la clase
Marca de clase
algunos parmetros.
C o n s t r u c c i n d e u n a t a bl a de da t o s a gr u pa do s
3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7,
34, 36, 39, 44, 31, 26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35,
queramos establecer.
5 = 10 intervalos.
ci fi Fi ni Ni
40 1
DEFINICIN
Las tablas de frecuencias sirven para ordenar y organizar los datos
estadsticos. Con ellas, una masa amorfa de datos pasa a ser una
coleccin ordenada y perfectamente inteligible.
- FRECUENCIAS (ABSOLUTAS)
Con los datos se construye la tabla de frecuencias:
En la primera columna, la variable xi, con todos sus posibles
valores. Si la variable es continua tomaremos como xi, la marca
de clase, es decir, el punto medio de cada intervalo.
En la segunda columna, la correspondiente frecuencia, fi: nmero
de veces que aparece cada valor.
FRECUENCIAS RELATIVAS
Cuando se desea comparar varias distribuciones similares con distinto
nmero de elementos, se debe recurrir a las frecuencias relativas. Estas
vienen dadas en : "tanto por uno" (fr) o en "tantos por ciento" (%).
Si N es el nmero de individuos:
fr =
% = 100.fr =
Ejemplo:
Actividades:
1.- Traslada la tabla de frecuencias del caso discreto a tu cuaderno,
observando como han sido calculadas cada una de las frecuencias.
Para ello:
Es una tcnica estadstica para representar un conjunto de datos. Cada valor numrico se
divide en dos partes. El o los dgitos principales forman el tallo y los dgitos secundarios
las hojas. Los tallos estn colocados a lo largo del eje vertical, y las hojas de cada
observacin a lo largo del eje horizontal.
Ejemplo
90 a 100 7
100 a 110 6
110 a 120 9
120 a 130 8
130 a 140 7
140 a 150 3
150 a 160 3
sumatoria de la frecuencia= 45
Una tcnica que se usa para presentar informacin cuantitativa en forma condensada es
el diagrama de tallo y hoja. En el ejemplo anterior no se da la identidad de los valores
de la clase de 90 a 100. Para ilustrar la construccin de un diagrama de tallo y hojas
usando el nmero de comerciales comprados, supongamos que las 7 observaciones en la
clase de 90 a 100 sean 96, 94, 93, 94, 95, 96, 97. EL valor de tallo es el digito o dgitos
principales, en este caso el 9. Las hojas son los dgitos secundarios. EL tallo se coloca a
la izquierda de una lnea vertical y los valores de las hojas a la derecha.
Por ultimo, ordenamos los valores dentro de cada tallo de menor a mayor. El segundo
rengln del diagrama de tallo y hojas aparecera como sigue:
9|3445667
Anlisis descriptivo.
Otros grficos.
Los tipos de grficos mostrados hasta aqu son los ms sencillos que
podemos manejar, pero ofrecen grandes posibilidades para la
representacin de datos y pueden ser utilizados en mltiples
situaciones, incluso para representar los resultados obtenidos por
mtodos de anlisis ms complicados. Podemos utilizar, por ejemplo,
dos diagramas de lneas superpuestos para visualizar los resultados
de un anlisis de la varianza con dos factores (Figura 11). Un
diagrama de dispersin es el mtodo adecuado para valorar el
resultado de un modelo de regresin logstica (Figura 12). Existen
incluso algunos anlisis concretos que estn basados completamente
en la representacin grfica. En particular, la elaboracin de curvas
ROC (Figura 13) y el clculo del rea bajo la curva constituyen el
mtodo ms apropiado para valorar la exactitud de una prueba
diagnstica.
Edad N de pacientes
18 1
19 3
20 4
21 7
22 5
23 8
24 10
25 8
26 9
27 6
28 6
29 4
30 3
31 4
32 5
33 3
34 2
35 3
36 1
37 2
38 3
39 1
41 1
42 1
Figura 10. Diagrama de dispersin entre la talla y el peso de una muestra de individuos.
Figura 11. Dos diagramas de lneas superpuestos. Variacin en el peso medio de una
muestra de recin nacidos segn el control ginecolgico del embarazo y el hbito de
fumar de la madre.
Figura 12. Diagrama de dispersin (regresin logstica). Probabilidad de padecer cirrosis
heptica, segn un modelo de regresin logstica ajustando por el % de protrombina y el
presentar o no hepatomegalia.
Figura 13. Curva ROC para el porcentaje de protrombina en la prediccin de cirrosis.
IMPACTO DE LA COMPUTADORA EN LA ENSEANZA DE LA
ESTADSTICA
En su momento, los profesores que aplicaban esta tcnica crean que estaban
innovando en la forma de ensear estadstica. Y s lo estaban haciendo porque
evitaban clculos engorrosos (por ejemplo cuando se planteaba una regresin
mltiple o tcnicas de clustering, entre otros). Pero fue un primer paso en un largo
camino. Ahora se est en condiciones de desarrollar un anlisis en clase
conjuntamente con los alumnos, discutiendo los pasos a seguir, sin plantear uno
solo como el nico o dar un conjunto de datos para que ellos desarrollen sus
propios trabajos.
Modelizar por computadora se critica porque se basa en "la fuerza bruta". Por
ejemplo, en el desarrollo de un estudio de la demanda de un producto, se puede
generar una gran cantidad de modelos ( utilizando todas las variables disponibles
en una tabla de datos ) para luego elegir el "mejor". Esto puede llevar a generar
modelos errneos conceptualmente. Por esto mismo, los autores opinamos que no
es posible separar la estadstica (y sus aplicaciones computacionales) del
conocimiento de la disciplina a la que se est aplicando. Las computadoras ayudan
a enriquecer el conocimiento de la disciplina, y no a llegar a "cosas sin explicacin"
o evidentemente equivocadas.
Cuando los clculos llevaban mucho tiempo, se deba pensar si era necesario realizar
tal operacin. Ahora que los clculos no son obstculo, muchas veces no se piensa
qu es lo que se est haciendo. El momento de reflexin se realiza despus de la etapa
de clculo y no antes. Ahora se dedica tiempo y esfuerzo en descartar anlisis e
indicadores sin sentido.
Queremos dejar muy claro que en ningn momento se pretende adiestrar en el uso
de un software estadstico. Menos an, en cuestiones informticas. Queremos
enfatizar siempre que la computadora es un mero instrumento, comparable a una
calculadora..
Existe mucho software estadstico que sirve como apoyo del profesor para mostrar
en forma precisa y rpida las grficas e indicadores estadsticos. Con estos
software los profesores pueden trabajar bien las grficas y los indicadores, y
mostrar rpidamente lo que pasa al cambiar los datos. Generalmente resulta una
confusin si el profesor dispone de nada ms que pizarrn y transparencias. Si la
computadora est presentando las grficas, el profesor y los alumnos pueden
fijarse en el comportamiento de los mismos, en vez de calcular y graficar.
1. La formulacin de hiptesis
2. La recoleccin de datos
3. La comprobacin de hiptesis
4. La comunicacin de resultados e ideas
4. CONCLUSIONES
En realidad parece claro que ese futuro economista, ingeniero, socilogo, mdico
debe conocer conceptos estadsticos, precisamente aquellos que le posibiliten
abordar problemas de su trabajo. Es mucho ms discutible que tenga que saber las
destrezas de clculo asociadas a esos conceptos. Entre otras cosas, porque esas
destrezas ponen al descubierto su misma limitacin.
Debemos ser conscientes, que podemos crear la figura del estudiante dependiente
de la computadora en la aplicacin de mtodos estadsticos. Qu sucede cuando
un estudiante no tiene a mano la computadora para resolver problemas de otras
asignaturas que utilicen cuestiones estadsticas?. La respuesta que dan los
estudiantes es: "Que esas otras asignaturas cambien". Del mismo modo en que se
ha suscitado este problema, es posible que haya otros aspectos negativos
insospechados.
cuantitativas:
1 Comida Favorita.
15, 20, 15, 18, 22, 13, 13, 16, 15, 19, 18, 15, 16, 20, 16, 15,
polgono de frecuencias.
3, 3, 4, 3, 4, 3, 1, 3, 4, 3, 3, 3, 2, 1, 3, 3, 3, 2, 3, 2, 2, 3, 3,
3, 2, 2, 2, 2, 2, 3, 2, 1, 1, 1, 2, 2, 4, 1.
diagrama de barras.
6. Las calificaciones de 50 alumnos en Matemticas han sido
las siguientes:
5, 2, 4, 9, 7, 4, 5, 6, 5, 7, 7, 5, 5, 2, 10, 5, 6, 5, 4, 5, 8, 8, 4,
0, 8, 4, 8, 6, 6, 3, 6, 7, 6, 6, 7, 6, 7, 3, 5, 6, 9, 6, 1, 4, 6, 3, 5, 5,
6, 7.
diagrama de barras .
fi 8 10 16 14 10 5 2
3, 15, 24, 28, 33, 35, 38, 42, 23, 38, 36, 34, 29, 25, 17, 7,
34, 36, 39, 44, 31, 26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35,
9. Sea una distribucin estadstica que viene dada por la siguiente tabla:
xi 61 64 67 70 73
fi 5 18 42 27 8
Calcular:
5, 4.
3, 5, 2, 6, 5, 9, 5, 2, 8, 6.
2, 3, 6, 8, 11.
fi
[38, 44) 7
[44, 50) 8
[50, 56) 15
[56, 62) 25
[62, 68) 18
[68, 74) 9
[74, 80) 6
acumuladas.
3, 5, 2, 7, 6, 4, 9.
3, 5, 2, 7, 6, 4, 9, 1.
Calcular:
Los cuartiles 1 y 3.
Los deciles 2 y 7.
fi 3 5 7 4 2
Hallar:
Los cuartiles 1 y 3.
Los deciles 3 y 6.
fi 3 5 7 8 2 6
Calcular:
La mediana y moda.
Cuartil 2 y 3.
Media.