1

PASO 3 - ANÁLISIS DE LA INFORMACIÓN

PRESENTADO POR:

MICHELLE ANDREA MARTÍNEZ MERCADO

COD.

1005434762

GRUPO

204040_247

TUTOR

JUAN PABLO RODRIGUEZ

UNIVERSIDAD ABIERTA Y A DISTANCIA -UNAD

ESCUELAS CIENCIAS SOCIALES ARTES Y HUMANIDADES

PROGRAMA DE PSICOLOGÍA

ESTADÍSTICA DESCRIPTIVA

CCAV-COROZAL-SUCRE

MARZO/22/2020
 2

Tabla de contenido

Portada…………………………………………………………………………1

Introducción……………………………………………………………………3

Justificación……………………………………………………………………4

Objetivos (Uno general y máximo tres específicos,)………………..................5

Mapa Mental…………………………………………………………………...6

Laboratorio Medidas Univariantes …………………………...........................7

Variable Cuantitativa continua (Guía)………………………………………...13

Análisis e interpretación de la información obtenida………………………….19

Conclusiones…………………………………………………………………..21

Referencias Bibliográficas (Usar formato en norma APA)……………………22

 3

Introducción

La estadística es una ciencia formal y una herramienta que estudia usos y análisis provenientes

de una muestra representativa de datos, busca explicar las correlaciones y dependencias de un

fenómeno físico o natural, de ocurrencia en forma aleatoria o condicional.

En este caso la estadística descriptiva está constituida por un conjunto de técnicas cuyo

objetivo es clasificar, presentar, describir, resumir y analizar los datos relativos a una o más

características de los individuos de una población, a partir de la información sobre todos y cada

uno de ellos. Para cubrir estos objetivos se vale de tablas, gráficos y resúmenes estadísticos.

La estadística descriptiva univariante se centra en el análisis de una única característica o

cualidad del individuo. Las características a analizar presentan modalidades, exhaustivas y

mutuamente excluyentes. Dependiendo del tipo de modalidades, las características, que de forma

general denominaremos variables.

Al describir grupos de diferentes observaciones, con frecuencia es conveniente resumir la

información con un solo número. Este número que, para tal fin, suele situarse hacia el centro de

la distribución de datos se denomina medida o parámetro de tendencia central o de centralización.

Cuando se hace referencia únicamente a la posición de estos parámetros dentro de la distribución,

independientemente de que ésta esté más o menos centrada, se habla de estas medidas como

medidas de posición
 4

Justificación

La estadística permite a las personas no especializadas, interpretar mejor determinada

información, haciéndola más entendible e interesante. Aun cuando presentan una cantidad

limitada de datos y cifras aproximadas, permite reforzar los argumentos o conclusiones que una

investigación presente. Proporciona una idea generalizada de los resultados.

Dentro de ella las medidas de tendencia central son empleadas para resumir a los conjuntos de

datos que serán sometidos a un estudio estadístico, se les llama medidas de tendencia central

porque generalmente la acumulación más alta de datos se encuentra en los valores intermedios.

Estas medidas son utilizadas con grandes frecuencias como medidas descriptivas de poblaciones

o muestras.

Las medidas de dispersión hacen referencia a la variabilidad, o la evaluación de cuán

separados o extendidos están los datos o bien cuanto difieren unos de otros. Entendiéndose la

variación, como el grado en que los datos numéricos tienden a distribuirse alrededor de un valor

central y su objetivo es identificar si una medida central, es adecuado para representar la

población de datos Indicar la relación de un dato con los otros y comprender el riesgo para poder

tomar decisiones, es de gran utilidad al comparar distribuciones.

 5

Objetivos

Identificar las variables discretas y dentro de ellas seleccionar la más representativa según el

problema plasmado y elaborar una tabla de frecuencias para datos no agrupados y calcular las

medidas de tendencia central: media, mediana, moda, los cuartiles, deciles 5, 25 percentiles, 50

con su respectiva interpretación.

Calcular las medidas univariantes absolutas y relativas de dispersión para variables

cuantitativas discreta y calcular: rango, varianza, desviación típica y coeficiente de variación.

Interpretar los resultados obtenidos y asociarlos con el problema objeto de estudio.

Elegir una variable Continua que sea representativa, diseñar una tabla de frecuencia para datos

agrupados, calcular las medidas de tendencia central, los cuartiles, Determinar las medidas

univariantes absolutas y relativas de dispersión para variables cuantitativas Continua y calcular:

rango, varianza, desviación típica y coeficiente de variación. Interpretar los resultados obtenidos

y asociarlos con el problema

 6

Actividad 1. Mapa Menta

 7

Actividad 2. Laboratorio Medidas Univariantes

1. Medidas Univariantes de Tendencia Central.

a. Para la variable elegida, se deberán calcular las medidas univariantes de tendencia

central:

Media 95,36
 8

Moda 108,2 Mediana 97,571

Li 85
Li 101
N/2 100
∆1 9
Fi-1 67
∆2 1
fi 21
ai 8
fi-1 fi fi+1 ai 8

22 31 30

b. Calcular:
 9

C. Interpretar sus resultados

De acuerdo a la variable que se escogió en este caso fue velocidad aprox (Km), mediante

los resultados obtenidos en la media, mediana y moda dieron resultados a las problemáticas

que hoy día en Colombia se viven presentando, ya que estos factores que influyen en la

accidentalidad de vehículos y en el grado de muertes asociadas a los accidentes de tránsito en

Colombia. Por otro lado mediante los cuartiles, deciles y percentiles llevamos a cabo los

diferentes resultados que se presentaron en la velocidad aprox (Km).

Media

La suma de las desviaciones de los valores o datos de la variable Velocidad aprox (Km),

respecto a su media aritmética dio 95,36

Mediana

La segunda medida de tendencia central que analizaremos es la mediana, en ocasiones se

le llama media posicional, porque queda exactamente en la mitad de un grupo de datos,

respecto a su mediada los resultados obtenidos fueron 97,571.

 10

Moda

La moda es el dato que más se repite o el dato que ocurre con mayor frecuencia. Un grupo

de datos puede no tener moda, tener una moda (unimodal), dos modas (bimodal) o más de dos

modas (multimodal). De esta manera podemos decir que los resultados de velocidad prox

(Km) fueron 108,2.

Cuartiles: mediante los resultados obtenidos fueron.

Q1: 76,667

Q2: 97,363636

Q3: 111,4

Deciles: mediante los resultados obtenidos los deciles se nombren de esta manera.

D5: 97,3636364

D7: 108,7419355

Percentiles: mediante los resultados obtenidos por la variable de velocidad aprox (Km),

para hallar el resultado se nombran de esta manera.

P25: 76,6666667

P50: 97,36363636

2. Medidas univariantes de dispersión:

a. Para la variable elegida, se deberán calcular las medidas univariantes de dispersión:

 11

Xi*fi (Xi-x) fi*(Xi-x)^2 (Xi-x)^4

1755 -30,36 24886,6992 849585,46
1752 -22,36 11999,2704 249969,6
1296 -14,36 3299,3536 42522,399
1869 -6,36 849,4416 1636,1701
2134 1,64 59,1712 7,2339482
3255 9,64 2880,8176 8635,9106
3390 17,64 9335,088 96826,52
1815 25,64 9861,144 432187,38
1806 33,64 15843,0944 1280630,8
19072 14,76 79014,08 2962001,5

Rango 69 Varianza 395,0704

Des. Típica 19,876 C.V 20%

Curtosi

s -2,9051131

b. Interpretar los resultados obtenidos y asociarlos con el problema objeto de estudio

 12

En las medidas univariantes de dispersión podemos observar que mediante los diferentes

resultados obtenidos y la problemática que se lleva a los accidentalidad de vehículos y en el

grado de muertes asociadas a los accidentes de tránsito en Colombia.

De esta manera para hallar la varianza, Rango, Varianza, Desviación típica y Coeficiente de

variación tenemos Entender la importancia de analizar la dispersión de un grupo de datos,

Calcular diversas medidas de dispersión para un conjunto de datos agrupados o no agrupados.

Interpretar diversas medidas de dispersión para un conjunto de datos agrupados o no agrupados.

El Rango es la diferencia entre el valor más grande y el más pequeño del conjunto de datos.

La Varianza es la medida que cuantifica la variabilidad de los datos respecto al valor de la

media.

Desviación típica Tanto para datos agrupados, como para datos no agrupados, La desviación

típica es la raíz cuadrada de la varianza.

a) Coeficiente de Variación:

Para una muestra se emplea la siguiente fórmula:

S
CV = ∗100 %
X́

Donde:

CV= coeficiente de variación.

S= desviación estándar de la muestra.

X́ = media aritmética de la muestra.

 13

Actividad 3. Variable Cuantitativa continúa

a. Tabla de frecuencia datos agrupada

N 200
Dato menor 61
Dato mayor 130
Rango 69
N° Intervalos 8,644 9
Amplitud 7,9824 8
 14

TABLA DE FRECUENCIAS
Lim inf lim sup Intervalo Xi fi fr F %
61 69 [61;69) 65 27 0,135 27 14%
69 77 [69;77) 73 24 0,12 51 12%
77 85 [77;85) 81 16 0,08 67 8%
85 93 [85;93) 89 21 0,105 88 11%
93 101 [93;101) 97 22 0,11 110 11%
101 109 [101;109) 105 31 0,155 141 16%
109 117 [109;117) 113 30 0,15 171 15%
117 125 [117;125) 121 15 0,075 186 8%
125 133 [125;133) 129 14 0,07 200 7%

200

VELOCIDAD APROX ( km)

35
30
25
20
Frecuencia

15
10
5
0
9) 7) 5) 3) 1) 9) 7) 5) 3)
1;6 9;7 7;8 5;9 ;10 ;10 ;11 ;12 ;13
[6 [6 [7 [8 [9
3 01 09 17 25
[1 [1 [1 [1

Intervalo

VELOCIDAD APROX (Km)

35
30
25
20
Frecuencia

15
10
5
0
9) 7) 5) 3) 1) 9) 7) 5) 3)
1;6 9;7 7;8 5;9 ;10 ;10 ;11 ;12 ;13
[6 [6 [7 [8 [9
3
10
1
10
9
11
7
12
5
[ [ [ [

Iintervalo
 15

B. Medidas de tendencias centrales.

xi fi*(xi-
*fi (xi-x) x)̂ꓥ 2 (xi-x)ꓥ 4
- 9264,512 162251,7
1495 20,07 7 87
- 3350,752 21224,09
1679 12,07 7 01
274,3959
1701 -4,07 347,8629 12
238,5449
1602 3,93 278,0082 36
3415,797 20256,37
2328 11,93 6 72
9135,712 157771,7
2415 19,93 7 33
24962,71 608532,4
MEDIA 85,07
3616 27,93 68
MEDIANA 51 98
23237,36 1666590, LI 93
2178 35,93 82 37 N/2 100
MODA 112,130435 73992,73 2637139, fi-1 85
li 17014 109 63,44 18 75 fi 24
Δ1 9 ai 8
Δ2 14
ai 8
fi-1 fi fi+1
23 32 18
 16

CUARTILES
               
CALCULO DE Q1   CALCULO DE Q2   CALCULO DE Q3
               
N 200   N 200   N 200
K 1   K 2   K 3
L 50   L 100   L 150
               
DATO 50   DATO 100   DATO 150
50 77   100 97   150 112
51 77   101 97   151 113
               
               
Q1 77   Q2 97   Q3 112,5

  DECILES    
             
CALCUL CALCUL
O DE D5         O DE D7  
             
N 200       N 200
K 5       K 7
L 100       L 140
             
             
DATO 100       DATO 140
100 97       140 109
101 97       141 109
             
D5 97       D7 109
 17

PERCERTIL
      ES      
             
CALCUL CALCUL
O DE P30 P25       O DE D50  
             
N 200       N 200
K 25       K 50
L 50       L 100
             
             
DATOS 50       DATOS 100
50 77       100 97
51 77       101 97
             
P25 77       D50 97

-
CURTO 2,90366
SIS 48

Cuando la curtosis es negativa la distribución se llama platircurtica y hay una menor

concentración de datos en torno a la media.

C. Medidas de Dispersión

Xi*fi (Xi-x) fi*(Xi-x)^2 (Xi-x)^4

1755 -30,36 24886,6992 849585,46
1752 -22,36 11999,2704 249969,6
1296 -14,36 3299,3536 42522,399
1869 -6,36 849,4416 1636,1701
2134 1,64 59,1712 7,2339482
 18

3255 9,64 2880,8176 8635,9106

3390 17,64 9335,088 96826,52
1815 25,64 9861,144 432187,38
1806 33,64 15843,0944 1280630,8
19072 14,76 79014,08 2962001,5

Rango 69 Varianza 395,0704

Des. Típica 19,876

C.V 20%

Curtosi
s -2,9051131
c. Interpretar los resultados obtenidos y

En las medidas univariantes de dispersión podemos observar que mediante los diferentes

resultados obtenidos y la problemática que se lleva a los accidentalidad de vehículos y en el

grado de muertes asociadas a los accidentes de tránsito en Colombia.

De esta manera para hallar la varianza, Rango, Varianza, Desviación típica y Coeficiente de

variación tenemos Entender la importancia de analizar la dispersión de un grupo de datos,

Calcular diversas medidas de dispersión para un conjunto de datos agrupados o no agrupados.

Interpretar diversas medidas de dispersión para un conjunto de datos agrupados o no agrupados.

El Rango es la diferencia entre el valor más grande y el más pequeño del conjunto de datos.

69
 19

La Varianza es la medida que cuantifica la variabilidad de los datos respecto al valor de la

media. 395,0704

Desviación típica Tanto para datos agrupados, como para datos no agrupados, La desviación

típica es la raíz cuadrada de la varianza. 19,876

Coeficiente de Variación: 20%

Para una muestra se emplea la siguiente fórmula:

S
CV = ∗100 %
X́

Donde:

CV= coeficiente de variación. S= desviación estándar de la muestra.

X́ = media aritmética de la muestra.

Análisis e interpretación de la información obtenida

DISCRETA:

Para el valor de la Mediana tenemos que el 97,571 de los accidentes reportados por la

secretaria de tránsito, son los factores que influyen en la accidentalidad de vehículos y en el

grado de muertes asociadas a los accidentes de tránsito en Colombia de los accidentes

informados. Que influyen en la accidentalidad de vehículos y en el grado de muertes asociadas a

los accidentes de tránsito en Colombia.

Tenemos para el caso de la Moda, 108,2 de los accidentes reportados por la secretaria de

transito la tendencia.
 20

Tenemos para el caso de la media 95,36o promedio para este problema de heridos en

accidentes de los factores que influyen en la accidentalidad de vehículos y en el grado de

muertes asociadas a los accidentes de tránsito en Colombia

CONTINUA:

En el caso de los cuartiles, Q1: 76,667, Q2: 97,363636, Q3: 111,4. El rango está representado

accidentes para el 25% de los accidentes informados por la secretaria de tránsito, accidentes para

el 50% y de 4 años para el rango de los 75%, siendo éste último el tercer cuartil.

En los deciles, D5: 97,3636364, D7: 108,7419355. Se tiene que para el quinto decil arroja

como resultado de 2accidentes y para el séptimo decil representado con el 70%, también da como

resultado de accidentes.

En los percentiles, P25: 76,6666667, P50: 97,36363636. Mediante los resultados obtenidos

por la variable de velocidad aprox (Km), para hallar el resultado se nombran de esta manera.

Representados en el 30% y 50%, los rangos están entre 0 y 2accidentes respectivamente.

 21

Conclusiones

Con este trabajo podemos concluir que estamos en excelentes condiciones para solucionar un

problema y hallar las medidas univariables de tendencia central y medidas de dispersión

correspondientes.

Estamos en ópticas condiciones en utilizar simuladores en el programa Excel.

Analizamos que algunos resultados de cuartiles deciles y percentiles son iguales a algunos

valores de media moda y mediana.

Concluimos que sabemos cómo y con qué formulas hallar frecuencia absoluta y frecuencia

relativa.
 22

Referencias Bibliográficas

García, J. E (2005). Análisis de Datos Unidimensionales.et al. Madrid: Paraninfo. (pp 26 -42).

Recuperado de http://go.galegroup.com/ps/i.do?id=GALE

%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0c

eb7b85bf1

     Montero, J. M. (2007). Características de Una Distribución de Frecuencias. Statistical

Descriptive.   Cengage Learning Paraninfo, S.A. (pp 41-50). 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
 23

Monroy, S. S. (2005). Estadística descriptiva. México, D.F., MX: Instituto Politécnico

Nacional. (pp 55-79).Recuperado de http://site.ebrary.com/lib/unadsp/reader.action?

ppg=1&docID=10436604&tm=1471981857855  

Matus, R., Hernández, Martha, and García, E (2010). Estadística. México, D.F., MX: Instituto

Politécnico Nacional, (2010).  ProQuest ebrary. (pp 8-15).   Recuperado

de http://site.ebrary.com/lib/unadsp/reader.action?

ppg=12&docID=10365616&tm=1471981556569    

          Montero, J. M. (2007). Características de Una Distribución de Frecuencias. Statistical

Descriptive.   Cengage Learning Paraninfo, S.A.(pp 41-50). 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