Está en la página 1de 19

Estadística Descriptiva

Paso 3 Análisis De La Información


Medidas Univariantes De Tendencia Central Medidas Univariantes De Dispersión.

Presentado por:
Boris Estiven Palacios Alarcón
Código: 1.140.819.557

Curso: Estadística Descriptiva


Grupo: 204040- 9

Presentado a:
Tutor: Giovanni Rueda

Universidad Nacional Abierta Y A Distancia – Unad


Programa Ingenieria De Sistemas
Octubre 2017
INTRODUCCIÓN

Las medidas de dispersión, también llamadas medidas de variabilidad, muestran la


variabilidad de una distribución, indicando por medio de un número, si las diferentes
puntuaciones de una variable están muy alejadas de la mediana, media. Cuanto mayor sea
ese valor, mayor será la variabilidad, cuanto menor sea, más homogénea será a la
mediana media. Así se sabe si todos los casos son parecidos o varían mucho entre ellos.
Para calcular la variabilidad que una distribución tiene respecto de su media, se calcula la
media de las desviaciones de las puntuaciones respecto a la media aritmética. Pero la suma
de las desviaciones es siempre cero, así que se adoptan dos clases de estrategias para salvar
este problema. Una es tomando las desviaciones en valor absoluto (Desviación media) y otra
es tomando las desviaciones al cuadrado (Varianza).
Con la realización de este trabajo lo que se pretende es realizar una serie de ejercicios con el
fin de profundizar los temas vistos en la unidad 1 y explicarlos claramente, por ende tener
mayor conocimiento para mejorar nuestro proceso académico como también que exista
una buena interacción con el tutor y compañeros.
JUSTIFICACIÓN

La estadística es una ciencia que permite reunir, clasificar cada una de las
características de una variable, para poder evaluar aspectos importantes tanto en empresas
públicas y privadas con el fin de tomar decisiones o estrategias el pro de la mejora de los
aspectos medidos.
La estadística en la actualidad ha tomado gran importancia en todas las actividades realizadas
en los distintos trabajos, para analizar información de cada uno de los procesos de las
empresas, entidades o establecimientos que necesitan tener un control más detallado de como
es el comportamiento de cada una de las áreas que la componen.
Esta ciencia tomo el nombre de la palabra estadística proviene del latín statisticum
collegium ("consejo de Estado") y se aplicaba a la función la tenía el gobierno para registros
de población, defunciones, cosechas se le atribuye a los habitantes de la isla de Cerdeña,
hacia el año 1000 antes de cristo, desde esos tiempos se han ido mejorando e implementado
técnicas de estadística que se han convertido en una herramienta esencial en todos los
ámbitos.
La estadística permitir agilizar el análisis de datos de cualquier tipo de tema que se necesite
estudiar, de una forma ordenada y clara, al unirla con la tecnología hace de esta una
herramienta indispensable para toda la labor del ser humano.
La vida cotidiana trae consigo una serie de experiencias y sensaciones que de alguna forma
le dan una ponderación o una forma de cuantificar o medir estos acontecimientos que nos
rodean, suministrando instrumentos de investigación que a la vez van consolidando
parámetros que representados por medio de tablas o gráficos cuya finalidad es hacer
proyecciones en un determinado periodo de tiempo ya sea corto, mediano o largo plazo
consolidando datos fundamentales a la hora de evaluar el rendimiento de cualquier proceso
productivo.
OBJETIVOS
OBJETIVO GENERAL
El objetivo principal del trabajo colaborativo paso 3 análisis de la información para afianzar
el conocimiento que se ha obtenido en el curso de estadística descriptiva, mediante la
aplicación de los diferentes conceptos aprendidos, medidas de tendencia central y dispersión,
y construcción de tablas de frecuencias para datos agrupados y no agrupados.
OBJETIVOS ESPECIFICOS
• Participación por parte de los estudiantes para la construcción del trabajo colaborativo.
• Utilizar e interpretar las medidas de dispersión.
• Desarrollar ejercicios planteados sobre el desempleo en Colombia.
• Fortalecer los conocimientos aprendidos en la unidad 1.
• Establecer un análisis con el fin de obtener los mejores conocimientos y resultados.
• Manejar e identificar clara y correctamente la población, muestra, variable, dato y
parámetro.
• Interpretar y representar por medio de graficas
• Elaborar tablas de frecuencias
• Emitir conclusiones de los estudios
• Identificar los pasos y procedimientos establecidos para iniciar una investigación
CÁLCULO E INTERPRETACIÓN DE LAS MEDIDAS UNIVARIANTES DE
TENDENCIA CENTRAL Y DE DISPERSIÓN PARA LA VARIABLE DISCRETA.
Variable discreta personas sin empleo

Intervalos 14
Dato Menor 2.282.953
Dato Mayor 7.874.204
Rango 5.591.252
Amplitud 400.398
Varianza 1.245.273.304.148
Desviación típica 1.115.918
Coef de var 21,67%

ANALISIS DE LAS VARIABLES ESTADISTICAS

La media nos dice que en promedio hay 5.14 millones de personas sin empleo. El dato que
divide la muestra en un 50% es aquel en el cual se tiene un valor de 5.193.946 personas
desempleadas

Cuartil 1: El 25% de los datos históricos muestran una población sin empleo menor a 4,41
millones
Cuartil 2: El 50% de los datos históricos muestran una población sin empleo menor a 5,19
millones
Cuartil 3: El 25% de los datos históricos muestran una población sin empleo mayor a 5,8
millones

Percentil 30: El 30% de los datos históricos muestran una población sin empleo mayor a
4,5 millones
Percentil 50: El 50% de los datos históricos muestran una población sin empleo menor
a5,19 millones

Varianza: La muestra una varianza de 1.245.273.304.148 sin embargo esta no se puede


comparar con los datos.
Desviación Típica: Los datos muestran una desviación típica de 1,11 millones por lo tanto
los datos se ubican hasta 1.11 millones por arriba o por abajo de la media
Coeficiente de variación: Los datos están dispersos hasta un 21,67% por arriba y por
debajo de la media.

Variable discreta personas con empleo


personas con empleo

35
30
25
20
15
10
5
0

MEDIA 24.660.494
MEDIANA 24.084.615
MODA #N/A
DECIL 5 24.084.615
DECIL 7 26.442.376
PERCENTIL 30 22.832.778
PERCENTIL 50 24.084.615
Análisis de datos
Se puede concluir que durante el periodo de los 195 meses analizados el promedio de
personas empleadas fue de 24084615
Se puede concluir que durante un periodo de los 4 años de gobierno sin importar el presidente
que estuviera es ese momento, el mínimo de personas empleadas por mes fue de 21714340
y el máximo de personas con empleo en este mismo periodo fue de 26947192

Variable discreta Inversión Nacional e internacional en el país


2 Cálculo e interpretación de las medidas univariantes de tendencia central y de dispersión
para la variable continúa. Análisis e interpretación de la información obtenida.
Variable continúa
MEDIDAS DE TENDENCIA
CENTRAL
MEDIA 11,6
MEDIANA 11,3
MODA NA
DESVIACIÓN 2,3
CUARTIL1 9,9
CUARTIL2 11,3
CUARTIL3 13,0
PERCENTIL 25 9,9
PERCENTIL 50 11,3
DECILES 5 11,3
DECILES 7 12,6

Varianza 5,09
Desviación
típica 2,26
Coef de var 19,38%

COEFICIENTE DE KARL PEARSON 0,39

Como el coeficiente de Karl Pearson > 0, entonces la


asimetría es positiva, es decir, que se tiene una cola
derecha más larga que la izquierda.

ANALISIS DE LAS VARIABLES ESTADISTICAS


La media nos dice que en promedio la tasa de desempleo se sitúa en 11,6%. El dato que
divide la muestra en un 50% es aquel en el cual se tiene un valor de desempleo de 11,3%.
Percentil 25: El 25% de los datos refleja que la tasa de desempleo es mayor que 9,9%
Decil 5/Decil 5: El 50% de los datos refleja que la tasa de desempleo es mayor que 11,3%
Decil 7: El 30% de los datos muestra una tasa de desempleo mayor al 12,6%
Cuartil 1: El 25% de los datos refleja una tasa de desempleo menor al 9,9%
Cuartil 2: El 50% de los datos refleja una tasa de desempleo menor al 11,3%
Cuartil 3: El 25% de los datos refleja una tasa de desempleo mayor al 13%
Varianza: La muestra una varianza de 5,09 sin embargo esta no se puede comparar con los
datos.
Desviación Típica: Los datos muestran una desviación típica de 2,26% por lo tanto los
datos se ubican hasta 2,26% por arriba o por abajo de la media
Coeficiente de variación: Los datos están dispersos hasta un 19,38% por arriba y por debajo
de la media.
Variable continúa índice de precios
indice de precios
30

25

20

15

10

30 INDICE DE PRECIOS
25

20

15

10

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Interpretación de datos
Se puede decir que el promedio del índice de precios en Colombia durante este periodo fue
de100.55
Se puede concluir que para el primer cuartil la varianza porcentual estuvo en el 1% para el
segundo fue de 0,31% y para el tercero fue de 0,5%
Para el mes de agosto del año 2013 fue el mes con mayor puntaje en el índice de precios lo
cual significa que ha sido el mes más costoso para los consumidores

Variable continua Tasa de incertidumbre empresarial


Variable discreta personas sin empleo

Personas Sin Empleo por fecha


10.000.000
cantidad de personas o

5.000.000
-
sep/20…
nov/20…

feb/20…
abr/20…

oct/20…
may/2…
jun/20…

mar/2…
ene/20…

ago/20…
jul/2009
dic/2010
muestra

Personas Sin Empleo

fecha de estudio

Media = 5148581,971
Mediana = 5193945,702
El dato de moda no aplica ya que
Moda = #N/A ningún dato se repite

personas sin empleo


Media 5148581,971
Error típico 79912,55811
Mediana 5193945,702
Moda #N/A
Desviación estándar 1115918,144
Varianza de la muestra 1,24527E+12
Curtosis -0,175463619
Coeficiente de asimetría -0,025099181
Rango 5591251,856
Mínimo 2282952,576
Máximo 7874204,433
Suma 1003973484
Cuenta 195
GRAFICA GENERAL

100%
80%
60%
40%
20%
0%
-20%
-40%
-60%
-80%
-100%
CONCLUSIONES

Las medidas de tendencia central exponen y dan información respecto a la ubicación


y magnitudes de los datos, mediante la media podemos darnos cuenta cual es el valor que se
espera al momento de seleccionar un valor al azar de la muestra, otras medidas como la
mediana, percentiles y deciles nos muestran los datos específicos que dividen la población
en ciertos porcentajes, y así, sacar conclusiones y descripciones respecto a esta.
La dispersión indica que tan cercanos o lejanos se encuentran los valores unos de otros.
Dichos valores pueden pertenecer a un conjunto de datos agrupados (distribuciones de
frecuencias) o no agrupados (ordenados de acuerdo a su magnitud). Las medidas de
dispersión que son más comunes son: rango, desviación media, desviación estándar,
varianza. Las medidas de dispersión que utilizan la media como referencia son: desviación
media, desviación estándar, Varianza. Las medidas de dispersión vistas fueron para datos
muéstrales.
Esta actividad permitió analizar e interpretar las medidas de tendencia central y medidas de
dispersión aplicándolas a un caso práctico con el fin de entender más a fondo cada una de
mismas y poder tener datos reales de la medición hecha a cada una de las variables.
Se Identificó clara y correctamente la población, muestra, variable, dato y parámetro, en
cualquier problema estadístico, se Interpretó y represento por medio de graficas los resultados
de los estudios estadísticos y se elaboró tablas de frecuencias reconociendo cada término que
en ella se expresa.
BIBLIOGRAFIA
Montero, J. M. (2007).Conceptos Generales Estadística descriptiva. Madrid: Paraninfo.
Página 3 - 16 Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100007&v=2.
1&u=unad&it=r&p=GVRL&sw=w&asid=0a7332df0d4700de0bd272ca a41e1718
Montero, J. M. (2007). Características de Una Distribución de Frecuencias. Statistical
Descriptive. Cengage Learning Paraninfo, S.A. Página 4 – 10 Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052900008&v=2.
1&u=unad&it=r&p=GVRL&sw=w&asid=84a84913a25d9dfd21d0a0d3 deb41dea
Pacheco, P. N., Vergara, S .C (2013). Universidad Nacional de Colombia. Bogotá. Estadística
Fundamental. Recuperado de:
http://168.176.60.11/cursos/ciencias/1000012/un2/html/leccion1.h tml
García, J.E (2005).Análisis de Datos Unidimensionales.et al. Madrid: Paraninfo. Página 26 -
51 Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052300007&v=2
.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ce b7b85bf1
Montero, J. M. (2007). Características de Una Distribución de Frecuencias. Statistical
Descriptive. Cengage Learning Paraninfo, S.A. Paginas 18-57. Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100008&v=2
.1&u=unad&it=r&p=GVRL&sw=w&asid=99feba20c3312cbea609611 07ffc27a0
García, M.S.(2004).Introducción a la estadística económica y empresarial. Paraninfo.
Páginas 74 – 98. Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052900012&v
=2.1&u=unad&it=r&p=GVRL&sw=w&asid=4a9b0a469e755a4327
207c94b4c0d549
Ortegón Pava, M. (2017). Ova_Medidas_Univariantes.Colombia. Recuperado de:
http://hdl.handle.net/10596/11579
Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. Paginas. 130 –
172. Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100011&v
=2.1&u=unad&it=r&p=GVRL&sw=w&asid=b82c81e98fcc1361e19
29abe203c8219
Churchill, G.A.(2009).Análisis de Correlación y de Regresión Simple. México City:
Cengage Learning. Páginas 675 – 686 Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900232&v
=2.1&u=unad&it=r&p=GVRL&sw=w&asid=e558184ed89e57d11e
de116134cfce41
Churchill, G.A.(2009). "Análisis de Regresión Múltiple." Investigación de mercados.
Mexico City: Cengage Learning. Páginas 686 – 695.Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900234&v
=2.1&u=unad&it=r&p=GVRL&sw=w&asid=49575112db86a0eb46
dae86bbaf74cb9
Montero, J.M. (2007). Regresión y Correlación Múltiple. Madrid: Paraninfo. Páginas 191 –
225. Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100012&v
=2.1&u=unad&it=r&p=GVRL&sw=w&asid=47eaa8f46c19ad13af2 6a0a74e510de2
Recursos educativos adicionales

También podría gustarte