Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA
TRABAJO
GERARDO AVENDAÑO
La Principal tarea fue buscar los 500 datos del proyecto para en la pagina Web,
encontrando así un ceso realizado en Brasil en el año 2000. Este incluye un
análisis detallado de las fuentes básicas de datos de mercadeo:
En las medidas se tomo como el centro de la misma. Que son la media, la mediana
y la moda.
Las medidas de dispersión se indico los valores. Que son la desviación típica y la
varianza.
2
OBJETIVOS
Estos estudios proporcionan los datos necesarios para hallar la población, y así
poder modificar tendencias demográficas y conseguir objetivos económicos y
sociales.
3
TABLA DE CONTENIDO
CONCEPTOS PRELIMINARES
1. GENERALIDADES Y CONCEPTOS BASICOS
1.1 Conceptualizaciòn de términos estadísticos
1.1.1 Estadística
1.1.2 Población
1.1.3 Muestra
1.1.4 Variable
1.1.5 Dato
1.1.6 Parámetro o estimador
2. INVESTIGACION ESTADISTICA
2.1 Plantación
2.1.1 Objeto de la investigación
2.1.2 Tipo de la Investigación
2.2 Recolección
2.2.1 Ceso
2.2.2 Muestreo probabilistico
2.2.3 Muestreo no probabilistico
4
2.4.9 Pictogramas
2.4.10 Mapas estadísticos
MEDIDAS ESTADISITCA
1. MEDIDAS ESTADISTICAS UNIVARIANTES
1.1 Medidas de tendencia central
1.1.1 Media aritmética
1.1.2 Mediana
1.1.3 Moda
1.1.4 Media Aritmética
1.1.5 Características, usos , ventajas y desventajas de las medidas de
tendencia central
5
CONCEPTOS PRELIMINARES
1.1.1ESTADÍSTICA:
1.1.2 POBLACIÓN:
Una población puede ser finita o infinita. Por ejemplo la población consiste en todas
las fuerzas producidas por una fabrica un cierto día es finita, mientras que la,
determinada por todos los posibles resultados(caras, cruces) de sucesivas tiradas
de una moneda, es infinita.
1.1.3 MUESTRA:
Son los subconjuntos formados por algunos individuos de la población. A partir del
estudio de la muestra se pretende inferir aspectos relevantes de toda la población.
Cómo se selecciona la muestra, cómo se realiza la inferencia, y qué grado de
confianza se puede tener en ella son aspectos fundamentales de la estadística
inferencial, para cuyo estudio se requiere un alto nivel de conocimientos de
estadística, probabilidad y matemáticas.
6
1.1.4 VARIABLE:
Una variable que puede tomar cualquier valor entre dos valores dados. Se dice
que es variable continua: en caso contrario diremos que la variable es discreta.
1.1.5 DATO:
Son los valores cualitativos o cuantitativos mediante los cuáles se miden las
características de los objetos sucesos o fenómenos a estudiar.
1.1.6 PARÁMETRO:
Números que sintetizan los aspectos más relevantes de una distribución
estadística.
7
2. INVESTIGACIÓN ESTADÍSTICA
2.1 PLANEACIÓN
8
2.2 RECOLECCIÓN
2.2.1 CENSO:
9
2.3.3 MARCA DE CLASE:
Es un rango de números definidos arbitrariamente por los números más altos y los
más bajos de ella.
2.3.4 FRECUENCIA:
EJEMPLO 1
10
2.4 PRESENTACION DE LA INFORMACION
2.4.2 HISTOGRAMA:
EJEMPLO 1
150
IA
100 100
U
56 59
C
50 50
F
6 9
0 0
1 1
HOMBRES MUJERES
11
2.4.3 POLÍGONO DE FRECUENCIA:
EJEMPLO 1
POLÍGONO POLÍGONO
FRECUENCIAS
1000 - 2000 1000 - 2000
FRECUENCIAS
150 150
2000 - 3000 c 2000 - 3000
100 56 100 59
3000 - 4000 3000 - 4000
50 6 50 9
0 0
1 1
HOMBRES MUJERES
2.4.4 OJIVA:
EJEMPLO 1
OJIVA OJIVA
250 250
0 - 1000 0 - 1000
FRECUENCIAS
1000 - 2000
150 150
2000 - 3000 2000 - 3000
100 56 100 59
3000 - 4000 3000 - 4000
50 6 50 9
0 0
1 1
HOMBRES MUJERES
12
2.4.5 GRAFICA DE PUNTO:
EJEMPLO 1
300 300
278 274
250 250
200 200
FRECUENCIAS 150 160 Serie1 FRECUENCIAS 150 158 Serie1
100 100
50 56 50 59
0 6 0 9
0 1 2 3 4 5 0 1 2 3 4 5
HOMBRES M UJERES
300 300
278 274
250 250
200 200
FRECUENCIAS 150 160 Serie1 FRECUENCIAS 150 158 Serie1
100 100
50 56 50 59
0 6 0 9
1 2 3 4 1 2 3 4
HOMBRES MUJERES
13
2.4.7 GRAFICOS DE BARRAS:
EJEMPLO 1
6 9
Serie4 Serie4
56 59 Serie3
Serie3
HOMBRES 1 MUJERES 1
160 Serie2 158 Serie2
Serie1 Serie1
278 274
0 50 100 150 200 250 300 0 50 100 150 200 250 300
FRECUENCIAS FRECUENCIAS
EJEMPLO 1
56 6 9
59
1 1
2 2
3 3
160 278 274
4 158 4
14
2.4.9 PICTOGRAMAS:
EJEMPLO 1
PICTOGRAMA PICTOGRAMA
350 350
300 300
278 274
250 250
200 Serie1 200 Serie1
FRECUENCIAS FRECUENCIAS
150 Serie2 150 Serie2
100 100
50 56 50 59
0 0
0 0,2 0,4 0,6 0,8 1 1,2 0 0,2 0,4 0,6 0,8 1 1,2
HOM BRES M UJERES
15
MEDIDAS ESTADISTICAS
Son los cálculos respectivos se harán para datos sin agrupar, como para datos
agrupados en distribuciones de frecuencias.
FORMULA: X = SUMATORIA Xi
n
EJEMPLO 1
(HOMBRES)X = SUMATORIA(679…+…15.676)/500 = 5327
EJEMPLO 2
(MUJERES) X = SUMATORIA(629…+…16.344)/500 = 5397
16
1.1.3 MEDIANA
Es un conjunto como el valor tal. Si los datos de un conjunto están ordenándola por
magnitud entonces la mediana es el valor central si el conjunto tiene un número
impar de datos.
FORMULA: Me = MEDIANA(Xi…Xn)
EJEMPLO 1
(HOMBRES) Me = MEDIANA(679…15.676) = 4.384
EJEMPLO 2
(MUJERES) Me = MEDIANA (629…16.344) = 4.449
1.1.4 MODA
Es aquel que tiene la frecuencia mayor. Cuando los datos están agrupados en
clases, el modo se define como el punto medio de la clase con mayor frecuencia.
FORMULA: Md = MODA(Xi…Xn)
EJEMPLO 1
EJEMPLO 2
(MUJERES) Md = MODA (629…16.344) = 1.280
17
1.1.5 MEDIA GEOMETRICA
EJEMPLO 1
(HOMBRES) Mo = MEDIA.GEOM(679…15.676) = N/A
EJEMPLO 2
(MUJERES) Mo = MEDIA.GEOM (629…16.344) = N/A
18
1.1.6 CARACTERISTICAS, USOS Y VENTAJAS DE LAS MEDIDAS DE
TENDENCIA CENTRAL
19
1.2 MEDIDAS DE DISPERSION
Son aquellos que nos determinan como se agrupan o se dispersan los datos
alrededor de un promedio
1.2.1 RANGO
Se calcula determinando la diferencia entre los datos mayor y menor del conjunto.
30 DATOS 500 DATOS
RANGO
0 - 1000
1000 - 2000
1.2.2 VARIANZA
20
1.2.3 DESVIACION TIPICA
FORMULA: S = RAIZ ( S2 )
EJEMPLO 1
(HOMBRES) S = RAIZ( 0) =0
EJEMPLO 2
(MUJERES) S = RAIZ( 0) =0
FORMULA: d = S x 100
X
EJEMPLO 1
(HOMBRES) d = ( 0 / 5327)x100 =0
EJEMPLO 2
(MUJERES) d = ( 0 / 5397)x100 =0
21
1.2.5 PUNTAJE ESTANDARIZADO
EJEMPLO 2
(MUJERES) Z = ( 2.698.587 - …5397)/0 = N/A
EJEMPLO 3
(HOMBRES) Z = ( 31.473 - …1049)/ 0 = N/A
EJEMPLO 2
(MUJERES) Da = SUMATORIA(629… - 5397)/500 = 0
22
1.2.7 RECORRIDO INTERCUARTILICO
FORMULA: QD = Q3 – Q1
EJEMPLO 1
(HOMBRES) QD = (7.382 – 2.379) = 4.983
EJEMPLO 2
(MUJERES) QD = (7.593 – 2.412) = 5181
EJEMPLO 1
(HOMBRES) DR = (4.983)/2 = 2.492
EJEMPLO 2
(MUJERES) DR = (5181)/2 = 2.591
EJEMPLO 2
(MUJERES) D2 = (11.068 – 1.442) = 9.626
23
1.2.10 IMPORTANCIA DE LAS MEDIDAS DE DISPERSION
Su objetivo es estudiar las medidas que se utilizan para determinar cuan bien
representan los promedios a la distribución considerada.
1.3.1 ASIMETRIA
Si la media aritmética es menor que la mediana y está menor que la moda se dice
que la distribución es asimetría negativa. En la distribución asimétrica positiva la
curva presenta ago que tenga alargamiento hacia la derecha y en la negativa el
alargamiento se presenta hacia la izquierda.
FORMULA: As = producto de 3: Mi – Me
S
EJEMPLO 1
EJEMPLO 2
(MUJERES) As =3* (5397… - 4449)/ 0 = 2.97
1.3.2 CURTOSIS
24
2. MEDIDAS ESTADISTICAS BIVARIANTES
Entre las dos variables que determinan una distribución bidimensional puede existir
una relación más o menos estrecha que se llama correlación. Suministra un
número que resume el grado de relación entre dos variables. Es útil en un trabajo
exploratorio, cuando el investigador o el analista trata de determinar cuales
variables son las potencialmente importantes.
FORMULAS :
CYX = Y – X BYX
CXY = X – Y BXY
m xy = byx S2 x
b yx = m xy y b xy = m xy
S2 x S2 y
EJEMPLO 1
25
byx = 500(21.121.259.072) – (2.663.508)(2.698.587) = 1
500 ( 2.698.587) – (21.542.984.2639
EJEMPLO2
R2 = POTENCIA(0,32;2) = 1,10
EJEMPLO 2
R2 = POTENCIA(0,04;2) = 0
26
Cuando el número par de observaciones es grande, parece aconsejable su
agrupación mediante tablas de frecuencia. Esta ultima forma de presentación
permite observar que el uso de los momentos bidimensionales, por la simbología
empleada, antes de crear una tarea del alumno, dificulta el cálculo de los
estimativos de X y de Y.
FORMULAS:
b yx = covarianza de xy ; b xy = covarianza de xy
varianza de x2 varianza de y2
covarianza = sumatoria(Xi – X) (Yi – Y)
n
EJEMPLO 1
varianza X = (679…-(-4.648))2 = 0 =0
500
varianza Y = (629…(-4.768))2 = 0 =0
500
b YX = 0 = 0
0
EJEMPLO 2
Covarianza XY = (679…- (-370) (629…-(-393)) = 0 =0
30 30
varianza X = (679…-(-370)2 = 0 =0
30
varianza Y = (629…(-393))2 = 0 =0
30
b YX = 0 = 0
0
27
2.1.4 REGRESION LINEAL MULTIPLE
EJEMPLO 1
(HOMBRES)
n= 500
mX = sumatoria X = 5327
n
mY = sumatoria Y = 5397
n
b = n* sumatoria XY – (X) (Y)=500(21.121.259.072) – (2.663.508)*(2.698587)
n sumatoria X – X2 ( 500(20.713.702.936) – 13.050.306
= 3.372.921.472.804 = 0.33
10.356.838.417.694
EJEMPLO 2
(HOMBRES)
n= 30
mX = sumatoria X = 1.049
n
mY = sumatoria Y = 1.022
n
b = n* sumatoria XY – (X) (Y)=30(33.366.813) – (31.473)*(30.674)
n sumatoria X – X2 ( 30(34.134.467) – 42.427
= 35.601.588 = 0.03
1.029.996.805
28
2.1.6 COEFICIENTE DE CORRELACION
FORMULA:
r = n sumatoria XY – (SUMATORIA X) (SUMATORIA Y)
RAIZ ( n sumatoria X2 – (sumatoria X)2) x RAIZ (n sumatoria Y2 – (sumatoria Y)2)
EJEMPLO 1
500(20.713.702.936)-(20.713.702.936) 500(21.542.984.263)-(21.542.984.263)
r = 3.372.921.472.804 = 0,32
10.541.013.013.619
EJEMPLO 2
r = 30 (33.366.813) – (965.402.802)
30(34.134.467)-(34.134.467) 30(32.635.940)-(32.635.940)
r= 35.601.588 = 0,04
1.001.303.838
29
2.2.1 CONSTRUCCION DE NUMEROS INDICE
Es una cifra relativa , expresada en términos porcentuales que sirve para indicar
variaciones , que sufre una variable con respecto a un valor de la misma la cuál es
tomada como caso de referencia y que se denomina base .
Se cuenta con numerosas formulas para calcular índices cuyo empleo depende de
su destino. Se recomienda utilizar aquella formula que refleje en la formula más
aproximada las variaciones que se desee cuantificar.
30
CONCLUSION
31
BIBLIOGRAFIA
INTERNET, www.censobrasil.com
32