1° PARCIAL ESTADISTICA TEORICO

UNIDAD 1:

Població n de individuos: es un conjunto de ind que es de interés

considerar. Llamamos individuos a los elementos que conforman al
conjunto, el “individuo” puede sen seres humanos, familias, escuelas,
tiempos de reacció n etc.

Muestra de individuos: Es una parte de la població n. Puede brindarnos

mucha informació n ya que el objetivo es conocer a la població n. Con esta
info podemos hacer inferencia sobre la població n, para esto es necesario
que la muestra sea representativa.

Població n de Observaciones: Es el conjunto de todos los valores que

puede tomar una variable estadística sobre la població n de individuos.
Nó tese que sobre una misma població n de individuos se pueden definir
muchas poblaciones de observaciones, tantas como variables de Interés.

Muestra de Observaciones: Es el conjunto de valores que toma una

variable estadística sobre una muestra de individuos; es decir, es un
subconjunto de la població n de observaciones.

Variable: Característica de los individuos de una població n que puede

tomar distintos valores. La existencia de la variabilildad es lo que da la
posibilidad de que una variable tome distintos valores.

Clasificació n Variables:

 Cualitativas: se refieren a los atributos, condiciones o cualidades

que poseen los individuos. Por ejemplo, el sexo, la actividad laboral,
el diagnostico clínico.

 Cuantitativas: obtener un valor de estas variables requiere una

medició n de nivel intervalar o mayor. El conjunto de sus valores es
numérico.
 1. Discretas: el conjunto de estos valores es tal que cada uno de
ellos es centro de un intervalo real que no contiene otro valor
de la variable.
2. Continua: el conjunto de valores de esta variable es un
intervalo real.

Definicion operacional de una variable: hay una necesidad de objetivar y

tratar el concepto hace necesario definir operacionalmente una variable.
Una definició n operacional indica los procedimientos a usar para obtener
el valor de la variable que le corresponde a cada individuo. Es una serie
de instrucciones. Una definició n operacional se refiere solo a una parte
del constructo, esta debe permitir que distintas personas obtengan para
el mismo individuo igual valor de la variable.

Escala de medició n: conjunto cuyos elementos son asignados a las cosas a

medir es una escala. Este conjunto es generalmente numérico y tiene una
determinada estructura. Segú n la estructura hay varios tipos de escala.

1. Escala nominal: conjunto de nombres que se le dan a las distintas

clases de cosas a medir. Sus elementos son símbolos diferentes. El
conjunto puede ser numérico. Ejemplos: nombrar con el nro 1 a los
casados y con el 2 a los solteros; carreras que los estudiantes eligen
(abogacía – psicología- medicina etc)
2. Escala ordinal: conjunto entre cuyos elementos hay un orden
establecido. Sus elementos son distintos y ordenados.
3. Escala intervalar: conjunto de relaciones y operaciones que
permiten definir el intervalo entre 2 elementos y su longitud. Sus
elementos tienen tres propiedades: son símbolos diferentes, está n
ordenados y tiene sentido comparar las longitudes. Hay cero
arbitrario.
4. Escala de razó n: escala intervalar que tiene un cero absoluto, que
corresponde con una cantidad nula. Tiene las mismas
características que la anterior. Ejemplo: edad de una persona,
tiempos de reacció n.
Dentro de la escala nominal, si las clases fueran definidas por nú meros,
significaría que esta forma de designar nú meros es ú til para luego
analizar datos en una computadora. Los nros asi usados son có digos o
etiquetas, son los nombres de las clases, usados para distinguirlas.

Tanto en la escala ordinal como en la intervalar, comparten propiedades

como: sus símbolos son diferentes y se encuentran ordenados.

Variaciones Previsibles: cuando se conoce la situació n, el momento o la

persona. Asociadas a fuentes sistemá ticas de variació n.

Variaciones Imprevisibles: son asi a partir de las informaciones de las que

dispone el observador. Se atribuyen a un grupo de fuentes fortuitas de
variació n.

El psicó logo utiliza el método estadístico precisamente porque este

método permite tratar con mas eficacia las observaciones que presentan a
la vez variaciones previsibles como imprevisibles.

Hay dos categorías de fuentes; el objetivo es saber si esta hipó tesis es

compatible con los hechos observados.

 Las variaciones que son imprevisibles no está n asociadas a ninguna

fuente de variació n sistematica. Se atribuyen asi al conjunto de
fuentes fortuitas de variació n para el experimentador o
encuestador.
 Las variaciones previsibles está n asociadas a fuentes sistemá ticas
de variació n. Si estas variaciones no son mayores que las
imprevistas, el psicó logo comprobara que no se verifica su hipó tesis
sobre el efecto de las fuentes sistemá ticas de variació n que había
creído introducir en la experiencia o en la encuesta.

Significació n Estadística: se aplica a una comprobació n efectuada sobre

los datos.

Significació n Psicoló gica: el psicó logo es capaz de añ adir un sentido, dar

una interpretació n.
UNIDAD 2:

Se llama FRECUENCIA ABSOLUTA de un valor de la variable al nro de

veces que se repite en la muestra.

Se llama FRECUENCIA RELATIVA de un valor de la variable a su

frecuencia dividida por el tamañ o de la muestra.

Diagrama de Bastones: se utiliza para representar la distribució n de una

variable discreta. Los batones son barras delgadas ya que deben estar
apoyados sobre los puntos del eje horizontal que corresponden a los
valores numéricos de la variable. Ejemplo: distribució n de frecuencias de
la cantidad de noviazgos previo a su matrimonio de 50 mujeres en la prov
de Entre Rios.

El HISTOGRAMA es el grafico adecuado para presentar una distribució n

de frecuencias agrupadas en intervalos de clase. Los valores de la variable
quedan representados en el eje horizontal, mientras que las frecuencias
se indican en el eje vertical. Sobre cada intervalo de clase, supuestos todos
de igual longitud, se levanta un rectá ngulo de modo que su altura
corresponde con la frecuencia respectiva. Los rectá ngulos deben estar
pegados. Esto es lo que diferencia el histograma del diagrama de barras.
El histograma de á reas no precisa la igualdad de longitud de los intervalos
de clase.

FALTA PREGUNTA 16

Poligonal de Frecuencias Acumuladas: sobre los intervalos de clase

podemos dibujar la poligonal de frecuencias acumuladas. Para trazar esta
línea primero marcaremos los puntos con abscisa igual al extremo final de
cada intervalo y ordenada igual a la frecuencia acumulada de este
intervalo. Agregamos al inicio un punto con abscisa igual al extremo
inicial del primer intervalo y ordenada cero.  uniendo estos puntos
obtenemos la poligonal

Para representar la distribució n de una variable cualitativa, podemos

utilizar dos diagramas: el circulas y el de barras.
En el circular, los valores de una variable cualitativa tmb se los denomina
categorías o clases. El diagrama se construye dividiendo un circulo en
tantos sectores circulares como en categorías observadas haya. El
diagrama de barras tiene un sistema de ejes que encuadrado en el
diagrama. Sobre el eje horizontal se levantan las barras rectangulares
(separadas unas de otras). Cada barra representa una categoría, su altura
es proporcional a la frecuencia y bajo su base se coloca el nombre de la
categoría. En el eje vertical, se indican las frecuencias.

La distribució n de frecuencias es la organizació n de las observaciones que

asocia a cada valor de la variable su correspondiente frecuencia. Esta
organizació n destaca el peso que cada valor de la variable tiene en la
muestra.

La distribució n de frecuencias agrupadas es la organizació n que ubica a

los observadores en clases excluyentes y exhaustivas, cada una asociada
con su frecuencia. Con esta organizació n se pierden las observaciones
pero sabemos cuá ntas de ellas pertenecen a cada clase. La agrupació n
compensa la perdida con lo que se gana al quedar resaltadas
características importantes de los datos.

Los grá ficos son algunas de las posibilidades de presentar las

distribuciones de frecuencias de manera que puedan ser captadas
visualmente para un primer aná lisis de datos.
En algunas ocasiones cuando se trata de examinar en forma simultanea
las observaciones de dos variables, se utiliza la tabla bivariada.

El diagrama de tallos-hojas es una manera de atractiva de presentar una

distribució n de frecuencias. Su construcció n requiere que cada valor
observado sea partido en dos. La primera parte, llamada tallo, es la de
dígitos principales, la segunda llamada hoja, le de los otros dígitos que por
truncamiento quedan reducidos a uno.

UNIDAD 3:
Medidas de posició n: (a partir del nivel ordinal)
- Centil: Cx. (ej. x=70) es aquella puntuació n que dela por debajo de si 70
por 100 de las observaciones y es superada por el 30 por 200 de ellas.

- Quartil: Qx. divide la distribució n en 4 partes iguales. (3 medidas de

posició n).

- Quintil: qx. divide en 5 partes.

- Decil: dx. divide en 10 partes.

Índices de medida central :

- Media: (x con el sombrerito). suma de los valores observados, dividida

por el nú mero de ellas.

- Mediana: (mdn). consiste en tomar auqella puntuacion que fuera

superada por la mitad de las observaciones, pero no por la otra mitad.

- Moda: (Mo). valor de la variable con mayor frecuencia absoluta. Si no se

puede calcular, es amodal.

Comparació n entre medidas de tendencia central :

Si no hay ningun argumento de peso en contra, se preferirá siempre la

media (porque es mejor estimador del pará metro que las otras dos).

Para la mediana hay 3 situaciones:

1) cuando la variable esté medida en una escala ordinal

2) cuando haya valores extremos que distorcionen la interpretació n de la
media
3) cuando haya intervalos abiertos (el intervalo superior carece de limite
superior, el intervalo inferior carece de limite inferior, o ambas).

La moda tiene 2 situaciones:

1) cuando se trate de una variable medida en una escala nominal

2) cuando haya intervalos abiertos y la mediana pertenezca a uno de
ellos.