Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MODELOS DE SIMULACIÓN
CURSO: 7A
FECHA: 18/04/2019
Contenido
Estadística descriptiva
Resumen
las variables existentes, las diferentes escalas de medición, los tipos de muestreo también se
4
mencionará como se tabulan los datos estadísticos, las distribuciones de frecuencias, los
gráficos que se utilizan para presentar los datos y las diferentes medidas tanto de tendencia
central, posición y dispersión todo esto de la estadística descriptiva, ampliando así nuestros
satisfactorios.
Abstract
In this research we try to collect all the necessary information such as definitions, the existing
variables, the different scales of measurement, the types of sampling will also be mentioned
as the statistical data are tabulated, the frequency distributions, the graphs that are used to
present the data and the different measures of both central tendency, position and dispersion
all this descriptive statistics, thus expanding our knowledge in the aforementioned area.
Afterwards, everything can be applied to the studied university career, solving specific cases,
Introducción
La estadística al ser una rama de las matemáticas es de suma importancia como base para el
conocimiento práctico y real, por lo que manipula, recolecta y agrupa datos lo cuales
La información cuantitativa que nos puede brindar la estadística nos permite conocer a ese
nivel mucho mejor a una sociedad, todo esto es utilizado por todos tanto en el sector público
La empresas privadas hacen constante uso de esta, como por ejemplo para incrementar sus
momento de la tabulación de los datos de puede llegar a una conclusión obtenida de todos los
antecedentes obtenidos.
1. Definición
con el fin de describir apropiadamente las diversas características de ese conjunto. Además
gráficas o figuras. (Rendón Macías, Villasís Keever, & Miranda Novales, 2016)
6
Al conjunto de los distintos valores numéricos que adopta un carácter cuantitativo se llama
Discretas: sólo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo: número
de hermanos (puede ser 1, 2, 3...., etc., pero, por ejemplo, nunca podrá ser 3.45).
(Hernández, 2016)
Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo, la
velocidad de un vehículo puede ser 90.4 km/h, 94.57 km/h...etc. (Hernández, 2016)
2. Escalas de medición
La medición de las variables puede realizarse por medio de cuatro escalas de medición:
variables, el diseño de las preguntas para medir variables, e incluso indican el tipo de análisis
decisiones que se tomen para operarla y lograr una adecuada comprensión del concepto
2016)
7
2.1.Medición Nominal.
puede establecer la categoría sexo con dos niveles, masculino (M) y femenino (F), los
encuestados sólo tienen que señalar su género, no se requiere de un orden real. (Hernández,
2016)
2.2.Medición Ordinal.
Se establecen categorías con dos o más niveles que implican un orden inherente entre sí.
La escala de medición ordinal es cuantitativa porque permite ordenar a los eventos en función
escolares de nivel básico suelen formar por estatura a los estudiantes, se desarrolla un orden
formas más comunes de variables ordinales son ítems (reactivos) actitudinales estableciendo
una serie de niveles que expresan una actitud de acuerdo o desacuerdo con respecto a algún
referente. Por ejemplo, ante el reactivo: Pemex debe privatizarse, el respondiente puede
De acuerdo
Indiferente
En desacuerdo
Totalmente en desacuerdo (Hernández, 2016)
2.3.Medición de Intervalo.
Establece la distancia entre una medida y otra. La escala de intervalo se aplica a variables
continuas pero carece de un punto cero absoluto. El ejemplo más representativo de este tipo
el nivel de congelación del agua y cuando registra 100 grados centígrados indica el nivel de
ebullición, el punto cero es arbitrario no real, lo que significa que en este punto no hay
2.4.Medición de Razón.
Una escala de medición de razón incluye las características de los tres anteriores niveles
de medición (nominal, ordinal e intervalo). Determina la distancia exacta entre los intervalos
de una categoría. Adicionalmente tiene un punto cero absoluto, es decir, en el punto cero no
existe la característica o atributo que se mide. Las variables de ingreso, edad, número de
hijos, etc. son ejemplos de este tipo de escala. El nivel de medición de razón se aplica tanto a
3. Tipos de muestreo
Los métodos de muestreo probabilístico buscan que todos los elementos que conforman la
población tengan igual probabilidad al ser seleccionados en la muestra. Es decir, todas las
muestras de un tamaño determinado que se puedan sacar de una población tendrán la misma
probabilidad de ser elegidas. Este método de muestreo es el más recomendable, dado que
alguna manera” porque pueden emplearse técnicas para determinar el tamaño representativo
de la muestra para poblaciones finitas e infinitas, a partir del nivel de confianza, error de
El muestreo aleatorio simple es más utilizado por su agilidad, sin embargo es poco útil
cuando se tienen poblaciones muy grandes. Los pasos a seguir en este tipo de muestreo son
9
mecanismo tal como balotas dentro de un recipiente o el uso de números aleatorios, se elige
Este tipo de muestreo busca simplificar los procesos, con el objeto de minimizar el error
(o estratos) diferentes entre los elementos de la población. Los estratos se definen con
respecto a la similitud entre las características de los elementos, por ejemplo: estado civil,
recolección de información la encuesta, la cual posibilita errores como los que se mencionan
El éxito de lograr una selección adecuada de la muestra está determinado por la claridad
presenta cuando se omiten algunos elementos que hacen parte de la población, de forma que
2016)
muestra. En este caso debe intentarse varias veces usando diferentes medios (por teléfono o
Error de muestreo
totalidad de la población; es decir, cuando no se realiza un censo. A pesar de que este error no
adecuado. Este tipo de error representa la variación o las diferencias aleatorias entre las
Error de medición
El error de medición está asociado con la baja precisión de las respuestas obtenidas en la
(Hernández, 2016)
4.1.Rango o recorrido
recorrido que toma la variable desde el valor más pequeño hasta el valor más alto.
(Hernández, 2016)
11
entre 5 y 20 intervalos o clases. Sin embargo, para evitar caer en los extremos, es posible
obtener una aproximación usando la fórmula propuesta por Sturges. (Hernández, 2016)
4.3.Marca de clase
La marca de clase, conocida también como punto medio, es el valor representativo para
5. Distribución de Frecuencias
5.1.Frecuencia absoluta
5.2.Frecuencia relativa
relación al total de datos de la muestra (n). Se obtiene con el cociente entre la frecuencia
de las frecuencias absolutas i n hasta alcanzar la totalidad de los datos. (Hernández, 2016)
las frecuencias relativas hi hasta alcanzar la totalidad de los datos. (Hernández, 2016)
12
6. Gráficos o Diagramas
6.1.Histogramas
variable y sobre el eje vertical se ubican las frecuencias. La base de los rectángulos está
6.2.Polígono de frecuencias
relación a la variable analizada. Al igual que en los polígonos, las ojivas pueden ser
6.4.Diagrama de barras
variable que representan los valores que toma la variable, y de longitud definida por las
cada una puede ser representada con frecuencias absolutas o relativas. (Hernández, 2016)
6.5.Diagrama circular
categorías sobre las cuales se está realizando la distribución de los porcentajes es superior a 4,
7.1.Media aritmética
7.2.Mediana
La mediana en un conjunto de datos es el valor que ocupa el lugar central, de tal forma
que aquel valor deja el 50% de las observaciones por debajo de él y el otro 50% por encima
de él. Para la ubicación de la posición de la mediana se deben ordenar los datos de forma
7.3.Moda
Es una medida de poca utilidad salvo para datos categóricos en los que suele interesar
identificar la categoría con mayor cantidad de datos. En una muestra de datos numéricos,
puede ocurrir que la moda sea un valor que se repite un cierto número de veces, pero que no
que esta es UNIMODAL si presenta un pico y BIMODAL si aparecen dos picos claros.
(Orellana, 2001)
8. Medidas de Posición
También llamadas cuantiles, son aquellas que permiten calcular valores en la distribución de
los datos y que la dividen en partes iguales, de tal forma que los intervalos generados por los
8.1.Cuartiles
Los Cuartiles (Qk) son valores que fraccionan la distribución de los datos en cuatro partes
iguales Existen tres cuartiles y cada una de las partes representa un 25% de los datos. El
primer cuartil (Q1) deja por debajo el 25% de la distribución de los datos o el 75% por encima
15
de él. El segundo cuartil (Q2) acumula el 50% de los datos por debajo y el otro 50% por
encima de él (por tal razón es igual a la mediana); y el tercer cuartil (Q3) deja por debajo el
8.2.Deciles
Son valores que fraccionan la distribución de los datos en diez partes iguales. En la
deja el 20%, y así sucesivamente hasta el D9, que acumula el 90% de los datos. (Posada,
2016)
8.3.Percentiles
Los percentiles (Pk) son valores que fraccionan la distribución de los datos en cien partes
del conjunto de datos, el percentil P2 deja el 2%, y de forma similar los demás percentiles
hasta llegar al percentil P99 que acumula el 99% de los datos. (Posada, 2016)
16
9. Medidas de Dispersión
Expresan el grado de desviación de los datos respecto de las medidas de tendencia
central, es decir la situación relativa de los datos, proximidad o alejamiento entre ellos. (
9.1.Rango
los datos. No ofrece mucha información sobre la variabilidad de los datos por estar basada
sólo en los valores extremos, razón por la cual debe ser usada como complemento de otras
9.2.Rango Intercuartil
dispersión que evita que los valores extremos influyan en el conjunto de datos. (Posada,
2016)
9.3.Varianza
9.4.Desviación Estándar
9.5.Coeficiente de Variación
con la media aritmética para determinar qué tan homogénea o dispersa es la información.
(Posada, 2016)
18
Conclusiones
La estadística Descriptiva nos permite conocer las medidas de tendencia central más
usada en los diferentes casos que se den en evento dado mediante toda la información
disponible.
Asimismo no permite usar cada uno de sus elementos para detectar cualquier tipo de
También nos permite mediante los gráficos conocer de una forma más fácil los
Recomendaciones
También es importa conocer todos los conceptos de la estadística descriptiva para así
saber analizar con exactitud todos los resultados obtenidos de los cálculos realizados y
saber plasmarlos en una tipo de gráfico adecuado para tener un mejor comprensión de
lo que necesitemos.
Bibliografía
Dpto. EDAN - Univ. de Sevilla. (23 de Septiembre de 2013). Estadística Descriptiva . Obtenido de
http://departamento.us.es/edan/php/asig/GRAFAR/GFMA/Tema1.pdf
Posada, G. (2016). Elementos Básicos de Estadística Descriptiva para el Análisis de Datos. Medellín:
Fondo Editorial.
Rendón Macías, M. E., Villasís Keever, M. Á., & Miranda Novales, M. (2016). Estadística Descriptiva.
Revista Alergia México, 397-407.