Clas1 523215

Universidad de concepción
Tipos de variables
Representación tabular de variables
Medidas de resumen
Estadı́stica Aplicada 523215

Analisis exploratorio de datos
Francisco Muñoz Gutierrez
1
Departamento de Estadı́stica
Universidad de Concepción
March 15, 2016
Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Tipos de variables
Estadistica Descriptiva
Medidas de resumen
Introducción
La estadı́stica es una ciencia que nos facilita numerosas

herramientas para abordar de manera óptima todas las etapas
necesarias, hasta una interpretación final buena de los datos,
que a su vez guardan relación con el interes de nuestro estudio.

Tipos de variables
Medidas de resumen
Introducción

Las etapas a considerar se basan basicamente en reunir,
resumir y clasificar los datos para luego ser analizados e
interpretados.

Tipos de variables
Medidas de resumen
Introducción

interpretados.
En resumen es:
Obtenemos datos, Analizamos los datos y finalmente
presentamos conclusión referente a la información de
interés.

Tipos de variables
Medidas de resumen
Introducción

interpretados.
En resumen es:
Obtenemos datos, Analizamos los datos y finalmente
presentamos conclusión referente a la información de
interés.
Cuando ya hemos observados los valores de la variable en los

objetos...¿cómo podemos resumir la información que tenemos?.

Tipos de variables
Medidas de resumen
Introducción

Tipos de variables
Medidas de resumen
Introducción
Población
Conjunto de todos los individuos u objetos que tienen al menos una
caracteristica en común.(Ej: Peso de los niños en Chile).

Tipos de variables
Medidas de resumen
Introducción
Población
Parámetro
Medida resumen que describe alguna caracterı́stica del total de la
población.(Ej: Media, Varianza, Mediana, etc).

Tipos de variables
Medidas de resumen
Introducción
Población
Parámetro
Muestra
Subconjunto de la población y es obtenida por medio de un muestreo.

Tipos de variables
Medidas de resumen
Introducción
Población
Parámetro
Muestra
Estadı́stico o Estadigrafo
Una medida que describe alguna caracterı́stica de la muestra.(Ej:
Estatura media da la muestra).
Tipos de variables
Medidas de resumen
Introducción
Población
Parámetro
Muestra
Estadı́stico o Estadigrafo
Una medida que describe alguna caracterı́stica de la muestra.(Ej:
Estatura media da la muestra).
Tipos de variables
Medidas de resumen
Introducción
Se cuenta con información de algunas variables medidas a

computadores fabricados por la compañı́a Dell.

Tipos de variables
Medidas de resumen
Introducción
Las variables medidas son:

1 Notebook: código del notebook seleccionado
2 Paı́s: paı́s de origen de la compra
3 Demora: demora en la entrega del producto(consulta a los
compradores)
4 Tiempo Repara: cantidad de meses en que se realizó la primera
reparación al computador.
5 Cant. Acc.: cantidad de accesorios que se agregaron a la compra
del notebook.

Tipos de variables
Medidas de resumen
Introducción
No podemos presentar los datos tal cual...de alguna manera

debemos resumirlos tanto numéricamente como gráficamente.
Veremos los tipos de variables que existen y cómo podemos
resumir la información que obtengamos de cada una.

Tipos de variables
Medidas de resumen
Clasificación de las variables
Las variables aleatorias pueden ser clasificadas en dos grandes

grupos:
1 Variables Cualitativas
2 Variables Cuantitativas

Tipos de variables
Medidas de resumen

Variables Cualitativas
Las variables cualitativas a su vez pueden ser clasificadas en

dos sub-grupos:
1 Variables Cualitativas nominales
2 Variables Cualitativas ordinales

Tipos de variables
Medidas de resumen

Variables Cuantitativas
Las variables cuantitativas a su vez pueden ser clasificadas en

dos sub-grupos:
1 Variables Cuantitativas discretas
2 Variables Cuantitativas continuas

Tipos de variables
Medidas de resumen
A modo de resumen, las variables se clasifican de la siguiente

manera:

Tipos de variables
Representación gráfica de variables
Medidas de resumen
Suponga que se cuenta con n observaciones de la variable

aleatoria X . Llamaremos a n el tamaño de la muestra.
La representación tabular o bien tabla de frecuencias de
variables no es mas que un resumen en forma de tabla de la
información de los datos obtenidos.

Tipos de variables
Medidas de resumen
Suponga que se cuenta con n observaciones de la variable

aleatoria X . Llamaremos a n el tamaño de la muestra.
La representación tabular o bien tabla de frecuencias de
variables no es mas que un resumen en forma de tabla de la
información de los datos obtenidos.
Dependiendo del tipo de variable: cualitativa o cuantitativa, la
tabla de frecuencias es diferente.

Tipos de variables
Medidas de resumen
Variables nominales y ordinales
La tabla de frecuencia para este tipo de variables muestra los

niveles o categorı́as de las variable nominal u ordinal, seguido
de la frecuencia absoluta de cada categorı́a.

Tipos de variables
Medidas de resumen
La tabla de frecuencia para este tipo de variables muestra los

niveles o categorı́as de las variable nominal u ordinal, seguido
de la frecuencia absoluta de cada categorı́a.
La frecuencia absoluta de cada categorı́a corresponde a cuántos
individuos u objetos se encuentran en cada categorı́a de la
variable.

Tipos de variables
Medidas de resumen

Ejemplo
Realicemos la tabla de frecuencias para las variables nominales

y ordinales que encontramos en la base de datos de los
computadores fabricados por la empresa Dell.

Tipos de variables
Medidas de resumen
Variables cuantitativas
Variables discretas
Dado que las variables cuantitativas representan una cantidad

numérica, la tabla de frecuencia es diferente de las variables
cualitativas.

Tipos de variables
Medidas de resumen
Variables discretas

cualitativas.
En el caso de variables cuantitativas discretas, la tabla se
contruye considerando todos los valores de la variable posibles y
sus frecuencias absolutas:

Tipos de variables
Medidas de resumen
Variables discretas

cualitativas.
En el caso de variables cuantitativas discretas, la tabla se
contruye considerando todos los valores de la variable posibles y
sus frecuencias absolutas:
Cosntruyamos la tabla de frecuencias para las variables
discretas encontradas en la base de datos de los computadores
Dell.

Tipos de variables
Medidas de resumen
Variables continuas
En el caso de variables cuantitativas continuas, dado que hay

muchos varoles posibles para la variable, agruparemos valores
en intervalos de que llamaremos intervalos de clase.

Tipos de variables
Medidas de resumen
Variables continuas
En el caso de variables cuantitativas continuas, dado que hay

muchos varoles posibles para la variable, agruparemos valores
en intervalos de que llamaremos intervalos de clase.
La construcción de los intervalos de clase serán de la siguiente
manera:

Tipos de variables
Medidas de resumen
Variables continuas
Utilizaremos los siguientes valores:

1 Xmin : valor mı́nimo de las observaciones
2 Xmax : valor máximo de las observaciones
3 Rango: Xmax − Xmin
4 k : cantidad de intervalos a realizar
5 a: amplitud de cada intervalo

Tipos de variables
Medidas de resumen
Variables continuas
Para determinar cuántas clases queremos construir, el valor k ,

se recomiendan los siguientes valores:
1 Regla
√ de Sturges: 1 + 3.22log(n), cuando n es grande.
2 n, cuando n es pequeño.

Tipos de variables
Medidas de resumen
Variables continuas
Para determinar cuántas clases queremos construir, el valor k ,

se recomiendan los siguientes valores:
1 Regla
√ de Sturges: 1 + 3.22log(n), cuando n es grande.
2 n, cuando n es pequeño.
Sin embargo, el valor de k se establece según el criterio de
quien realiza el análisis, variando entre 5 a 20 intervalos.

Tipos de variables
Medidas de resumen
Variables continuas
La amplitud de cada intervalo puede ser diferente. Nosotros

trabajaremos con intervalos de la misma amplitud.

Tipos de variables
Medidas de resumen
Variables continuas
La amplitud de cada intervalo puede ser diferente. Nosotros

trabajaremos con intervalos de la misma amplitud.
El valor de la amplitud, constante a, será calculado como:
Rango Xmax − Xmin

a= =
k k

Tipos de variables
Medidas de resumen
Variables continuas
La construcción de los intervalos de clase debe ser tal que el

primer intervalo de clase contiene al menor valor observado y el
último intervalo debe contener al mayor valor de las
observaciones.

Tipos de variables
Medidas de resumen
Variables continuas
La construcción de los intervalos de clase debe ser tal que el

primer intervalo de clase contiene al menor valor observado y el
último intervalo debe contener al mayor valor de las
observaciones.
Para ello, construimos los intervalos de la siguiente manera...

Tipos de variables
Medidas de resumen
Variables continuas
Luego de construir los intervalos de clase, debemos determinar

la frecuencia absoluta de cada clase, lo cual denotaremos por
ni .

Tipos de variables
Medidas de resumen
Variables continuas
Luego de construir los intervalos de clase, debemos determinar

la frecuencia absoluta de cada clase, lo cual denotaremos por
ni .
Los valores ni i = 1, . . . , k los obtendremos contando cuántos
datos pertenecen a cada uno de los intervalos de clase.

Tipos de variables
Medidas de resumen
Variables continuas
Ejemplo
Construyamos la tabla de frecuencia para las variables

continuas de la base de datos de los computadores fabricados
por la empresa Dell.

Tipos de variables
Medidas de resumen
Variables continuas
Ejemplo
Construyamos la tabla de frecuencia para las variables

continuas de la base de datos de los computadores fabricados
por la empresa Dell.

Tipos de variables
Medidas de resumen
Variables continuas
En el caso de datos agrupados, definimos los siguientes valores:

Tipos de variables
Medidas de resumen
Variables continuas
En el caso de datos agrupados, definimos los siguientes valores:
1 xi : marca de clase del intervalo i, i = 1, . . . , k .

2 hi : frecuencia relativa porcentual del intervalo i, i = 1, . . . , k.
3 Ni : frecuencia absoluta acumulada del intervalo i, i = 1, . . . , k.
4 Hi : frecuencia relativa porcentual acumulada del intervalo i,
i = 1, . . . , k .

Tipos de variables
Medidas de resumen
Dependiendo de la clasificación de la variable con la que

estemos trabajando, gráficamente podemos representarlas de
diferentes maneras:
1 Variables Cualitativas: gráfico de torta(pie), gráfico de barras
2 Variables Cuantitativas: histograma, polı́gono de frecuencias, ojiva,
gráfico de tallo y hojas, boxplot.

Tipos de variables
Medidas de resumen

Podemos realizar dos gráficos en el caso de variables

cualitativas:

Tipos de variables
Medidas de resumen

Podemos realizar varios gráficos en el caso de variables

cuantitativas:

Tipos de variables
Medidas de resumen
Estadı́sticos de resumen
La tabla de frecuencia anterior y los gráficos asociados a cada

una de ellas nos permiten resumir la información presente en la
muestra.

Tipos de variables
Medidas de resumen

muestra.
Sin embargo, en el caso de variables cuantitativas serı́a útil
también resumir la información de la muestra con pocos
números, más allá de las frecuencias absolutas.

Tipos de variables
Medidas de resumen

muestra.
Sin embargo, en el caso de variables cuantitativas serı́a útil
también resumir la información de la muestra con pocos
números, más allá de las frecuencias absolutas.
Esos valores que nos permite resumir numéricamente la
información de la muestra los llamaremos estadı́sticos: una
función de la muestra.

Tipos de variables
Medidas de resumen
Medidas de tendencia central
Las medidas de tendencia central:

1 Promedio
2 Mediana
3 Moda

Tipos de variables
Medidas de resumen

Promedio
El promedio de una muestra lo obtenemos como:

( Pn
1
nP i=1 Xi Datos no agrupados
X̄ = 1 k
n j=1 nj xj Datos agrupados

Tipos de variables
Medidas de resumen

Mediana
La mediana de un conjunto de observaciones se calcula de

manera diferente si las observaciones se encuentran agrupadas
o no:

Tipos de variables
Medidas de resumen

Mediana

o no:
En el caso que las observaciones NO estén agrupadas, primero
debemos ordenarlas: x(1) , x(2) , . . . , x(n)

Tipos de variables
Medidas de resumen

Mediana

o no:
En el caso que las observaciones NO estén agrupadas, primero
debemos ordenarlas: x(1) , x(2) , . . . , x(n)
La mediana se obtiene como

x( n+1 ) n impar
Me = 2
x(n/2) + x(n/2+1) /2 n par

Tipos de variables
Medidas de resumen

Mediana
En el caso de que los datos estén agrupados en una tabla de

frecuencias, la mediana la calculamos de la siguiente manera:

Tipos de variables
Medidas de resumen

Mediana
En el caso de que los datos estén agrupados en una tabla de

frecuencias, la mediana la calculamos de la siguiente manera:
n
2 − Ni−1
Me = Linf ,i + ai
ni
donde:
Linf ,i : lı́mite inferior del intervalo mediano.
Ni−1 : frecuencia acumulada del intervalo anterior al mediano.
ni : frecuencia absoluta del intervalo mediano.
ai : amplitud del intervalo mediano.

Tipos de variables
Medidas de resumen

Mediana
¿Porqué está de moda el uso de smartphones?

Tipos de variables
Medidas de resumen

Mediana
¿Porqué está de moda el uso de smartphones? Desde hace un

tiempo mucha gente comenzó a usar smartphone. Hoy la
mayorı́a de la gente usa smartphones.

Tipos de variables
Medidas de resumen

Mediana

Este mismo concepto lo usamos en estadı́stica: la moda de un
conjunto de datos es el valor que más se repite.

Tipos de variables
Medidas de resumen

Mediana

Este mismo concepto lo usamos en estadı́stica: la moda de un
conjunto de datos es el valor que más se repite.
En el caso de datos agrupados, corresponde a la marca de clase
del intervalo con mayor frecuencia absoluta.

Tipos de variables
Medidas de resumen
Medidas de dispersión
Las medidas de dispersión:

1 Rango
2 Varianza
3 Desviación estándar
4 Coeficiente de variación

Tipos de variables
Medidas de resumen
Medidas de Dispersión
Varianza
La varianza de una muestra, denotada por s2 , se obtiene de la

siguiente manera:
( Pn
1 2
2 n−1P i=1 (xi − x̄) Datos no agrupados
s = 1 k 2
n−1 j=1 nj (xj − x̄) Datos agrupados

Tipos de variables
Medidas de resumen
Desviación estándar
La desviación estándar de una muestra se denota por s y se

obtiene como la raı́z cuadrada de la varianza s2 :
√
s = s2

Tipos de variables
Medidas de resumen
Coeficiente de variación
Tanto el rango como la desviación estándar están definidas en la

unidad de medida en que se mide la variable.

Tipos de variables
Medidas de resumen

En el Coeficiente de variación es una medida de dispersión
que es adimensional pues está definido por:
s
CV = 100%
x̄

Tipos de variables
Medidas de resumen

En el Coeficiente de variación es una medida de dispersión
que es adimensional pues está definido por:
s
CV = 100%
x̄
Dado que es adimensional, permite comparar la dispersión de

dos conjuntos de datos que no tengan la misma unidad de
medida.
obs; Esta misma base de datos la trabajaremos en laboratorio.

Tipos de variables
Medidas de resumen
Gracias por su atención

Clas1 523215

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clas1 523215

Cargado por

Copyright:

Formatos disponibles

Universidad de concepción

Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez

March 15, 2016

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

La estadı́stica es una ciencia que nos facilita numerosas

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

La estadı́stica es una ciencia que nos facilita numerosas

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

La estadı́stica es una ciencia que nos facilita numerosas

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

La estadı́stica es una ciencia que nos facilita numerosas

Cuando ya hemos observados los valores de la variable en los

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Se cuenta con información de algunas variables medidas a

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Las variables medidas son:

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

No podemos presentar los datos tal cual...de alguna manera

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Clasificación de las variables

Las variables aleatorias pueden ser clasificadas en dos grandes

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Clasificación de las variables

Las variables cualitativas a su vez pueden ser clasificadas en

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Clasificación de las variables

Las variables cuantitativas a su vez pueden ser clasificadas en

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Clasificación de las variables

A modo de resumen, las variables se clasifican de la siguiente

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Representación tabular de variables

Suponga que se cuenta con n observaciones de la variable

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Representación tabular de variables

Suponga que se cuenta con n observaciones de la variable

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Variables nominales y ordinales

La tabla de frecuencia para este tipo de variables muestra los

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Variables nominales y ordinales

La tabla de frecuencia para este tipo de variables muestra los

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Variables nominales y ordinales

Realicemos la tabla de frecuencias para las variables nominales

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Dado que las variables cuantitativas representan una cantidad

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Dado que las variables cuantitativas representan una cantidad

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Dado que las variables cuantitativas representan una cantidad

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

En el caso de variables cuantitativas continuas, dado que hay

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

En el caso de variables cuantitativas continuas, dado que hay

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Utilizaremos los siguientes valores:

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215