Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADÍSTICA
(220137-4)
Carrera:
INGENIERÍA CIVIL ELÉCTRICA
Profesor:
JOSÉ ANTONIO PASCAL
Segundo Semestre
Agosto 2019
UNIDAD I:
“Vivimos inmersos en un mar de cifras, sobre los temas más diversos: paro,
divorcio, natalidad, enfermedades, gasto público, salario mínimo, inflación,
puntajes PSU, prueba Simce, datos experimentales de una investigación
científica, etc.”.
INTRODUCCIÓN
- Por otro lado, conviene señalar el papel tan fundamental que han jugado la
demografía y las compañías de seguros en el desarrollo de la estadística. En
la segunda mitad del siglo XVIII comienzan a recogerse en algunos países
los primeros censos de población. En España, el primer censo de población
se refiere al año 1860.
INTRODUCCIÓN
Si uno ve fútbol en televisión por la noche, o escucha noticias por la radio, o lee
alguna de las revistas deportivas o de negocios más conocidas, se verá
sometido a (y algunas veces abrumado por) una gran cantidad de cifras a las
que comúnmente se denomina “estadísticas”. Estas cifras pueden referirse a
los deportes, al mercado de valores, al desempleo, a la producción industrial o a
la esperanza de vida.
Así como los abogados tienen “reglas de evidencia” y los contadores “prácticas
de uso común”, las personas que trabajan con datos numéricos siguen ciertos
lineamientos estándares. En los capítulos que siguen se presentan algunas de
las técnicas estadísticas básicas que se aplican en los problemas de decisión.
Muchas personas se enfrentan por primera vez con cierto temor a la aplicación
de datos numéricos para resolver un problema. Esto se debe a que han
escuchado con frecuencia frases como “las estadísticas mienten”.
Funciones de la Estadística
b)Búsqueda y evaluación de los modelos y pautas que ofrecen los datos, pero
que se encuentran ocultos por la inherente variabilidad aleatoria de los mismos;
d)Facilitar la comunicación entre los científicos, ya que siempre será más fácil
comprender la referencia a un procedimiento estándar, sin necesidad de mayor
detalle.
Métodos Estadísticos
Métodos Estadísticos
Procedimientos estadísticos
Procedimientos estadísticos que sirven para deducir o inferir
que sirven para organizar y algo acerca de un conjunto de
resumir conjuntos de datos datos numéricos (población),
numéricos. seleccionando un grupo menor
de ellos (muestra).
Métodos Estadísticos
Consideraciones.-
Definiciones Importantes.-
Para deducir algo acerca de una población, por lo general se toma una muestra
“representativa” de dicha población.
En resumen,
Muestra de la
Inferencia Población “X”
Población “X”
<< N >>
<< n >>
Métodos Estadísticos
Con frecuencia se toma una muestra para determinar algo referente a una
población en particular o de interés del investigador, en los siguientes campos
de:
Administración
Agricultura
Política
Gobierno e
Investigación científica
Métodos Estadísticos
¿Quiénes utilizan la estadística? ¿Y para qué hay que estudiarla?
Terminología Estadística
Variable aleatoria: Si los valores numéricos que toma una variable provienen
de factores fortuitos y si un determinado valor no se puede predecir
exactamente con anticipación, esa variable se denomina variable aleatoria.
Notación:
- Las variables aleatorias se denotarán con letras mayúsculas X, Y, Z, etc..
- Los valores individuales de una variable aleatoria se representan con letras
minúsculas x, y, z, etc..
x , x
1 x ,..., x30 denota los valores de X correspondientes a cada uno de los
2, 3
niños, donde por ejemplo, x1 2 , x2 1 ;etc..
Métodos Estadísticos
Terminología Estadística
Por lo general, los datos estadísticos se obtienen contando o midiendo objetos. Algunos
ejemplos de medidas son el promedio de notas, la tasa de desempleo, las ventas
mensuales de un supermercado, el número de alumnos que asisten a cada clase de
estadística, etc.. Estas medidas se llaman variables, porque pueden tomar muchos
valores diferentes.
Una variable es un elemento de interés que puede tomar muchos valores numéricos
diferentes.
Escala nominal: Una escala nominal es aquella en la cual los números sirven
sólo como etiquetas para identificar o clasificar por categorías objetos o
eventos. Por ejemplo, el uso de números para identificar a los jugadores de
fútbol.
Escala ordinal: Una escala ordinal define la relación ordenada entre objetos o
acontecimientos. Comprende la característica del sistema numérico del orden
de los numerales.
- Por ejemplo, la medición de actitudes, opiniones, preferencias y percepciones
con frecuencia comprende un criterio “mayor que” o “menor que”. Además,
muchas características de los compradores o de unidades de compra pueden
abarcar una característica clasificada (por ejemplo, ocupación, clase social o
imagen).
Escala de razón: Una escala de razón tiene todas las propiedades de una
escala de intervalos más un punto cero absoluto. En la medición de razón, sólo
es posible asignar arbitrariamente un número, es decir, la unidad de medición o
distancia. Una vez determinado este número, las asignaciones numéricas
restantes están por completo determinadas.
- El punto cero absoluto o natural se refiere a la asignación del número cero a la
ausencia de la característica que se está midiendo. Por ejemplo, en nuestro
análisis sobre las escalas de temperaturas Fahrenheit y Celsius, se estableció
que los puntos cero se asignaban arbitrariamente en ambas escalas.
Métodos Estadísticos
Escalas o niveles de medición
Variables Adicionales: -
Número de Alumnos que -
trabajaron correctamente
Nivel de Aprendizaje -
alcanzado por el alumno
Año de Ingreso del -
alumno al colegio
Género -
Métodos Estadísticos
Escalas o niveles de medición
Ejercicios.-
Variables de estudio: Unidad de Tipo de Variable Escala de medición
Medida
Volumen Litros Cuantitativa Continua Razón
Temperatura Grados Kelvin Cuantitativa Continua Razón
Presión Atmósferas Cuantitativa Continua Razón
Número de moles Moles de gas Cuantitativa Continua Razón
Peso de Mg Gramos Cuantitativa Continua Razón
Nivel de agua destilada mL Cuantitativa Continua Razón
Cantidad de HCl mL Cuantitativa Continua Razón
Concentración del HCl Moles/L Cuantitativa Continua Razón
Variables Adicionales: -
Número de Alumnos que - Cuantitativa Discreta Razón
trabajaron correctamente
Nivel de Aprendizaje - Cualitativa Ordinal
alcanzado por el alumno
Año de Ingreso del - Cualitativa Ordinal
alumno al colegio
Género - Cualitativa Nominal
Métodos Estadísticos
Escalas o niveles de medición
Ejercicios.-
Ejemplo 2: (Rendimiento académico de los estudiantes de enseñanza media
de la ciudad de Concepción)
Variable respuesta:
Nota final
Variables explicativas Tipo de Variable Escala de
Medición
Sexo
Edad
Curso
Número de alumnos por curso
Tipo de establecimiento
Tipo de enseñanza
Número de hermanos
Nivel socioeconómico (Ingreso
mensual)
Nivel educacional del padre
Nivel educacional de la madre
Actividad del padre
Actividad de la madre
Métodos Estadísticos
Escalas o niveles de medición
Ejercicios.-
Ejemplo 2: (Rendimiento académico de los estudiantes de enseñanza media
de la ciudad de Concepción)
Variable respuesta:
Nota final
Variables explicativas Tipo de Variable Escala de
Medición
Sexo Cualitativa Nominal
Edad Cuantitativa De Razón
Curso Cualitativa Ordinal
Número de alumnos por curso Cuantitativa De Razón
Tipo de establecimiento Cualitativa Nominal
Tipo de enseñanza Cualitativa Nominal
Número de hermanos Cuantitativa De Razón
Nivel socioeconómico (Ingreso Cualitativa Ordinal
mensual)
Nivel educacional del padre Cualitativa Ordinal
Nivel educacional de la madre Cualitativa Ordinal
Actividad del padre Cualitativa Nominal
Actividad de la madre Cualitativa Nominal
Métodos Estadísticos
La pregunta fundamental del análisis de datos que afronta una persona que está
llevando a cabo una investigación científica es: ¿Qué técnica de análisis de datos
debe emplearse?. La respuesta se obtiene mediante una descripción de los datos
específicos sobre la situación que enfrenta el investigador. Hay tres preguntas
generales que ayudan al investigador para que empiece a identificar la técnica
apropiada:
Nivel de medición
Una vez que se han reunido los datos, deben procesarse de tal manera que pueda
observarse cualquier patrón significativo. Debemos entonces estudiar algunas
técnicas que permitan convertir los datos brutos en el tipo de información que
necesitan quienes toman decisiones.
Esta sección y la siguiente, contiene algunas de las técnicas básicas más usadas
para presentar conjuntos de datos en forma resumida.
Estas técnicas son importantes tanto para datos cuantitativos como para datos
cualitativos. Una forma común y muy útil para resumir conjuntos de datos es la
distribución de frecuencias o tabla de frecuencias. Este método de
presentación de datos muestra la frecuencia (número de ocurrencias) para cada
una de las categorías.
Estadística Descriptiva
DISTRIBUCIÓN DE FRECUENCIAS
Total n = 80 80/80 =
Nota: Esta misma idea se aplica para presentar datos cuantitativos cuando el
número de valores posibles de la variable X es pequeño.
Estadística Descriptiva
DISTRIBUCIÓN DE FRECUENCIAS
Nota: Esta misma idea se aplica para presentar datos cuantitativos cuando el
número de valores posibles de la variable X es pequeño.
Estadística Descriptiva
DISTRIBUCIÓN DE FRECUENCIAS
Por lo general, las clases se eligen de modo que la amplitud de cada una de ellas
sea igual para todas las categorías o intervalos de clase.
Métodos Estadísticos
DISTRIBUCIÓN DE FRECUENCIAS
Sin embargo, en muchos casos, en vez de trabajar con todas las observaciones es
preferible disponer de una o más medidas descriptivas que resuman los datos en
forma cuantitativa. Tales medidas reciben el nombre de Estadísticas o
Estadígrafos.
Moda (Mo)
Características de la moda:
Mediana (Me)
En los casos en los que se quiere un valor central normal que no sufra los efectos
de distorsión por los valores extremos, se usa la mediana para resumir los datos.
La mediana de un conjunto de datos es el elemento central en un conjunto de
observaciones dispuestas en orden de magnitud.
Características de la mediana:
Rango
Cada una de las medidas descritas hasta aquí, consiste en un número que
describe ciertas características de una variable X.
Otras medidas descriptivas, como los percentiles, deciles y cuartiles son útiles
cuando se necesita dividir un conjunto de datos en determinado número de grupos,
de modo que cada uno de ellos contenga el mismo número de valores.
Tarea: Averiguar!!!
Definir y dar ejemplos de cada uno.
Métodos Estadísticos
FORMAS DE LAS DISTRIBUCIONES: CURTOSIS Y SESGO
Desde el punto de vista del análisis de datos, todo estudio estadístico debe
comenzar por una revisión de la información. Así, el primer análisis estadístico
debe ser siempre visual.
El punto de partida deberá ser revisar, precisamente mediante este estudio gráfico
inicial, los supuestos referentes a la distribución de las variables a considerar. En
este sentido, el análisis exploratorio de datos proporciona una variedad de
herramientas que permiten "ver" los datos antes empezar a manejarlos
matemáticamente.
Métodos Estadísticos
ANÁLISIS EXPLORATORIO DE DATOS (AED)
b) Disponerlos en una tabla con dos columnas separadas con una línea como
sigue:
1)Para datos con dos dígitos, escribir a la izquierda de la línea los dígitos de las
decenas - que forman el tallo- y a la derecha las unidades, que serán las ramas.
Por ejemplo, 87 se escribe 8|7.
2)Para datos con tres dígitos el tallo estará formado por los dígitos de las
centenas y decenas, que se escribirán a la izquierda, separados de las unidades.
Por ejemplo, 127 será 12|7.
a) Cada tallo define una clase, y se escribe sólo una vez. El número de ‘hojas’
representa la frecuencia de dicha clase.
Métodos Estadísticos
ANÁLISIS EXPLORATORIO DE DATOS (AED)
a) Datos redondeados expresados en milímetros: 114, 125, 114, 124, 142, 152,
133, 113, 172, 127, 135, 161, 122, 127, 134, 147.
11 4 4 3
12 5 4 7 2 7
13 3 5 4
14 2 7
15 2
16 1
17 2
Métodos Estadísticos
ANÁLISIS EXPLORATORIO DE DATOS (AED)
o Los diagramas de caja y bigotes son una de las herramientas más usadas en la
detección de puntos atípicos. Estos diagramas están basados en algunos
estadígrafos de orden, como son la mediana y los cuartiles.