Estadística descriptiva

Unidad 2: Paso 3 - Análisis de la Información

Presentado por:
Lady johana correa rincon
1091803245

Grupo: 204040_142

Tutor
Norbey Romero

Universidad Nacional Abierta y a Distancia UNAD

Psicología
Estadística descriptiva
Pamplona Norte de Santander
07 de abril de 2020

1
 Tabla de contenido

Introducción ........................................................................................................................... 3
Justificación ........................................................................................................................... 4
Objetivos. ................................................................................................................................ 5
Mapa mental .......................................................................................................................... 6
Definición de medidas univariantes de tendencia central .............................................. 7, 8,9
Laboratorio. 3 ....................................................................................................................... 10
medidas univariantes: desarrollar en el paso
(3)......................………………………………………………………………………11, 12
Conclusiones……………………………………………………………………………..13

Bibliografía……………………………………………………………………………….14

2
 INTRODUCION

En el presente trabajo se presenta la aplicación de medidas Univariantes en la solución de problemas

de estudio, junto con los distintos análisis que este comprende; tales como tablas de frecuencia,
gráficas. Además de determinar la media, mediana, moda, los cuartiles, deciles, percentiles y se
procederá a realizar la respectiva interpretación del resultado de los mismos.

Todo esto con la finalidad que en el proceso de estudio tengamos la capacidad de comprender la
diferencia entre el cálculo de medidas de tendencia central usadas en las variables Discreta y
Continua; así como las medidas de Dispersión.

De igual forma asimilar la temática de la unidad 1- 2 y cumplir con el requerimiento de la guía de

actividad, para poder afianzar los conocimientos propuesto en la aplicación de ejercicios
estadísticos.

3
 JUSTIFICACIÓN

La actividad está dirigida a una gran variedad de datos con mucha información recolectada, dando
soluciones por medio de un estudio descriptivo con reglas y fórmulas para hallar la solución a cada
problema, obteniendo óptimos resultados estadísticos, para predecir o descifrar cualquier estudio
en específico.

4
 OBJETIVOS
Identificar cuáles son los factores que influyen en la accidentalidad de vehículos y en el
grado de muertes asociadas a los accidentes de tránsito en Colombia. Cómo principal
análisis de estudio:
Objeto de choque de las motocicletas.

 Escoger y calcular variable discreta por medio de las medidas univariantes de

tendencia central.
 Realizar tablas de frecuencia (graficas) Calcular medidas de tendencia central
(media, mediana, moda, los cuartiles, deciles 5 y 7; percentiles 30, 50 e Interpretar
sus resultados.
 Elegir variable continua y calcular.

 Analisar las medidas univariates de tendencia central, e interpretar los resultados.

 Aprender el manejo de la herramienta infostat, para analizar datos estadisticos.

5
MAPA MENTAL

6
Definición de medidas univariantes de tendencia central
LAS MEDIDAS MAS UTILIZADAS SON:

La media o media aritmética, usualmente llamada promedio, se obtiene sumando todos los
valores de los datos y divide el resultado entre la cantidad de datos. Si los datos proceden
de una muestra la media se representa con una x testada (x) y si provienen de la población
se representan con la letra griega miu (µ).
Media aritmética para datos no agrupados muestrales

Media aritmética para datos no agrupados poblacionales

X: promedio maestral (estadístico).

µ: promedio poblacional (parámetro).
∑: signo de sumatoria.
N = número de datos de la población.
n: número de datos de la muestra.
fi: frecuencia absoluta.
Xc: Marca de clase o punto medio.
Ejemplo:
cómo se emplea la media o promedio con el siguiente ejemplo para datos no agrupados:
a) A continuación, se presenta una muestra de las puntuaciones en un examen de un
curso de estadística:
70 90 95 74 58 70 98 72 75 85 95 74 80 85 90 65 90 75 90 69

7
Podemos calcular el promedio de las puntuaciones para conocer cuántos estudiantes
obtuvieron puntuaciones por encima y por debajo del promedio.
Primero, sumamos todos los valores de los datos y el resultado lo divide entre el total de
datos o tamaño de la muestra. Al sumar todas las puntuaciones en el ejemplo anterior
obtendrás un total de 1600, que dividido por 20(total de datos), es igual a 80. Si
empleamos la fórmula obtenemos:

Propiedades de la Media:
1ª) La suma de las desviaciones de los valores o datos de una variable X, respecto a su media
aritmética es cero.
Ventajas e inconvenientes:
- La media aritmética viene expresada en las mismas unidades que la variable.
- En su cálculo intervienen todos los valores de la distribución.
- Es el centro de gravedad de toda la distribución, representando a todos los valores
observados.
- Es única.
Su principal inconveniente es que se ve afectada por los valores extremadamente grandes
o pequeños de la distribución.

LA 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, luego de que los
datos se han colocado de forma ordenada. En este caso la mitad (50%) de los datos estará por
encima de la mediana y la otra mitad (50%) estará por debajo de ella. La mediana es el valor
intermedio cuando los valores de los datos se han ordenado.

La Mediana (Me) para datos no agrupados:

1. Primero se ordenan los datos.

2. Luego se calcula la posición de la mediana con la siguiente formula : (n+1) ÷2 donde, n es el

número de datos.

8
a) Por ejemplo, se tiene una muestra de tamaño 5 con los siguientes valores : 46, 54, 42, 48 y
32.

Primer paso, ordenar los datos: 32 42 46 48 54

Como la cantidad de datos es impar (5 datos), la mediana es el valor del dato que se encuentra
ubicado en la posición (5+1) ÷2=3, la mediana es: Me = 46.

LA 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).

Ejemplo:

a) Se tiene una muestra con valores 20, 23, 24, 25, 25, 26 y 30. Mo = 25 es unimodal

b) Se tiene una muestra con valores 20, 20, 23, 24, 25, 25, 26 y 30. Mo= 20 y 25, se
dice que es bimodal.

b) Se tiene una muestra con valores 20, 23, 24, 25, 25, 26, 30 y 30.
Mo= 20, 25 y 30, se dice que es multimodal.

En los datos agrupados la Mo es la marca de clase de la clase que contenga la mayor frecuencia
absoluta.

9
LABORATORIO 3

MEDIDAS UNIVARIANTES: Desarrollar en el paso (3)

Este ejercicio práctico, pretende hacer la transferencia del conocimiento adquirido a partir de
la elaboración del laboratorio de medidas univariantes, el cual se realizará utilizando el
software gratuito INFOSTAT, que podrá descargar ingresando a Laboratorios Estadística
Descriptiva: Infostat, Tutoriales, (Entorno de aprendizaje práctico).
Los ejercicios prácticos también los podrán desarrollar utilizando la herramienta EXCEL, la
cual aparece instalada por defecto en el Office de su computador.

MEDIDAS UNIVARIANTES PARA VARIABLE CUANTITATIVA DISCRETA

A partir de la base de datos “Indicadores de accidentalidad -220 municipios 2020 (16-

1)”, encontrada en el entorno de aprendizaje Colaborativo Paso 2– organización y
presentación, cada estudiante deberá resolver para una variable cuantitativa discreta
diferente, los ejercicios que aparecen a continuación y socializarlos en el foro.
1. Medidas Univariantes de Tendencia Central.
a. Para la variable elegida, se deberán calcular las medidas univariantes de tendencia
central:
 Media,
 Mediana,
 Moda.
b. Calcular:
 Todos los cuartiles
 Deciles 5 y 7;
 Percentiles 25, 50
c. Interpretar sus resultados

10
MEDIDAS UNIVARIANTES PARA VARIABLE CUANTITATIVA DISCRETA
Variable elegida para el desarrollo de la actividad
Objeto de choque. Motocicletas.

USURIOS DE MOTO IVOLUCRADOS EN ACCIDENTES EN COLOMBIA

En esta presente tabla podemos identificar que la accidentalidad en motorizados como
objeto de choque en Colombia, es muy alta desde una cifra inicial de la frecuencia absoluta,
inicialmente identificamos 168 eventos que la marca de clase que hay 26 accidentes por
departamento presentaron en 200 municipios, como objeto de estudio en el año corriente
del 2019.

11
En el presente grafico podemos evidenciar la alta accidentalidad de usuario de moto en
nuestro país, y las variaciones en las cifras en los en los diferentes municipios participan
presentamos víctimas. En la primera grafica evidenciamos un alto número de eventos como
objeto de choque de 241 como mayor cifra presentada, a nivel general de todos los
municipios tenemos 18 eventos presentados a nivel de los 200 municipios como objetos
de estudio.
Para el 2019, la gran parte de accidentes de tránsito por objetos de choque fue con moto,

2. Medidas univariantes de dispersión:

a. Para la variable elegida, se deberán calcular las medidas univariantes de dispersión:
 Rango,
 Varianza,
 Desviación típica y
 Coeficiente de variación.
b. Interpretar los resultados obtenidos y asociarlos con el problema objeto de estudio

12
 CONCLUSIÓN
Con este trabajo podemos concluir que al tener pleno conocimiento en la temática de
medidas univariantes estamos en la capacidad de desarrollar ejercicios prácticos donde
interpretamos los resultados de la base de datos propuestos, con el cual se determinó a
través de tablas de frecuencia y graficas representativas los resultados para la moda, media,
mediana, los cuartiles, deciles, percentiles que son indispensables para el análisis de una
información estadística.
La cual nos permite conocer de forma porcentual las cifras de desempleo, además de
conocer datos exactos sobre la cantidad y cualidades de la problemática para tener claridad
sobre el objeto de estudio.

13
 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%7CCX40523
00007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f869
9ec7ccf10e8745c0ceb7b85bf1

 Martínez Bencardino; Ciro. Ecoe Ediciones. ISBN: 978-958-648-

702-3, 978-1-4492-7849-6. Página 10 – 12

 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%7CCX40521
00008&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=99feba
20c3312cbea60961107ffc27a0

14