Municipio densidad energia población

Acebeda (La) 2.49 237 55

Ajalvir 140.56 53.871 2.755
Alameda del Valle 7.8 996 195
Alamo (El) 260.54 18.246 5.784
Alcalá de Henares 2149.59 940.718 188.519
Alcobendas 2187.04 610.305 98.417
Alcorcón 4582.82 520.648 154.441

Probabilidades y
Aldea del Fresno 34.81 7.978 1.803
Algete 448.42 72.054 16.995
Alpedrete 764.05 31.192 9.627
Ambite 12.42 1.473 323
Anchuelo 26.57 3.539 574
Aranjuez 221.56 182.221 41.897
Arganda del Rey 454.83 317.136 36.250
Arroyomolinos 295.46 53.680 6.116

Estadística
Atazar (El) 3.42 219 101
Batres 57.59 6.312 1.244
Becerril de la Sierra 138.64 13.659 4.090
Belmonte de Tajo 48.27 2.603 1.144
Berrueco (El) 16.08 3.003 463
Berzosa del Lozoya 11.19 440 160
Boadilla del Monte 655.08 125.833 30.920

Introducción al Análisis de Datos Boalo (El)

Braojos
Brea de Tajo
108.16
7.63
10.54
16.412
392
1.031
4.283
190
467
Brunete 142.82 19.905 6.984
Buitrago del Lozoya 64.04 8.481 1.697
Bustarviejo 28.78 4.901 1.649
Cabanillas de la Sierra 38.3 2.186 540
Cabrera (La) 89.78 7.385 2.011
Cadalso de los Vidrios 51.49 16.344 2.451
Camarma de Esteruelas 101.1 48.678 3.579
Campo Real 53.65 16.888 3.310
Canencia 9.15 1.100 482
Carabaña 27.84 4.393 1.325
Casarrubuelos 275.47 4.069 1.460
Cenicientos 27.3 4.473 1.859
Cercedilla 175.89 23.749 6.297
Cervera de Buitrago 10.75 368 129
Chapinería 63.78 4.480 1.620
Chinchón 39.48 17.141 4.576
Ciempozuelos 323.75 68.330 16.058
Cobeña 173.03 13.086 3.599
Collado Mediano 235.27 13.108 5.317
Collado Villalba 2009.29 186.613 50.634
Colmenar Viejo 203.94 133.773 37.239
Colmenar de Oreja 49.54 20.594 6.257
Colmenar del Arroyo 20.34 3.059 1.029
Colmenarejo 196.69 17.778 6.235
Corpa 17.8 861 461
Coslada 6.848,00 307.349 82.176
Cubas de la Sagra 189.14 9.508 2.421
Daganzo de Arriba 121.16 65.440 5.307
Escorial (El) 184.14 50.614 12.669
Estremera 14.35 5.875 1.135
Fresnedillas de la Oliva 38.33 2.121 1.081
Fresno de Torote 29.46 3.460 931
Fuenlabrada 4794.97 626.853 187.963
Fuente el Saz de Jarama 158.43 25.481 5.260
Fuentidueña de Tajo 25.03 9.583 1.517
Galapagar 413.18 68.023 26.857
Garganta de los Montes 8.64 1.624 348
Gargantilla del Lozoya y Pinilla de Buitrago 12.57 1.555 303
Gascones 6.9 600 138
Getafe 1993.81 1.040.736 156.315
Griñón 378.97 56.702 6.594
Guadalix de la Sierra 67.36 14.832 4.109
Guadarrama 209.77 43.974 11.957
Hiruela (La) 5.76 127 99
Horcajo de la Sierra 6.93 771 147
Horcajuelo de la Sierra 4.83 295 115
Hoyo de Manzanares 148.45 18.048 6.725
Humanes de Madrid 601.95 88.274 11.738
Leganés 4104.41 516.947 176.900
Análisis de Datos

Objetivos:

•Descubrir las
posibilidades del
el análisis de datos

•Motivar el uso de herramientas que

aportan fiabilidad, flexibilidad y
productividad en la gestión datos y
explotación de la información

•Mostrar la metodología estadística de

análisis de datos con aplicaciones y
modelos implementados
 •Observaciones, Medidas, Datos
•Información / Incertidumbre
•Conocimiento (relaciones, probabilidad)
•Decisión, Predicción

Problemas
Definir y comprender
Soluciones
Explicación

Métodos de estudio/investigación/análisis de datos

Introducción.

Qué es la estadística?
•Es el estudio y aplicación de los métodos y procedimientos para recoger,
clasificar, resumir, hallar regularidades y analizar los datos, siempre y
cuando la variabilidad y la incertidumbre sea una causa intrínseca de los mismos.

•El objetivo es explorar los datos y realizar inferencias con la información

disponible para comprender los procesos que generan
los datos, ayudar a tomar decisiones y realizar predicciones.

•La exploración, descripción y análisis se limita al conjunto datos observado

mediante resumenes numéricos y gráficos de la frecuencia.

•Por otra parte, la inferencia extiende las conclusiones del estudio al proceso
generador de la información mediante el uso de modelos probabilísticos o
estocásticos.
Inferencia Estadística:
Probabilidad de que la Inferencia sea correcta sobre la
población objeto de estudio.

Obtener conclusiones basadas en datos experimentales e

información subjetiva: Inferencia Bayesiana.

El objetivo de la Inferencia Estadística y la Inferencia

Bayesiana es evaluar la Incertidumbre mediante Probabilidad.
Aprender estadística: ¿por qué? y ¿para qué?

•Herramienta de trabajo

•Solución de problemas

•Investigación teórica y
aplicada

•Comprensión y
utilización de la investigación

•Satisfacción personal Estadística Fácil

Análisis de datos e
Interpretación de resultados

El método estadístico

Extracción de información
de un conjunto de datos

• Gráficos y tablas
• Medias o promedios aritméticos
• Variabilidad
• Unidades, rangos e intervalos
• Coeficientes de correlación
• Fiabilidad experimental
• Validez, tests o contrastes
• Regresión, predicciones, muestra
• Inferencia estadística
• Comparar muestras
Razonamiento:
ciclo deductivo e inductivo
Población y Muestra

Población
cualquier conjunto de objetos, personas, plantas, instituciones... o
entes en general, que son portadores de una serie de características
que nos interesa estudiar.

•Finita: alumnos de clase

•Infinita: clientes de un operador de telecomunicaciones

Muestra
subconjunto representativo de la población de forma que las conclusiones
sacadas en aquella se generalizan a ésta.
Coste, tamaño, sesgo, estimador.

Censo
Listado completo de la población
Conceptualización: Variables estadísticas y escalas
Stanley Stevens' "Scales of measurement" (1946): nominal, ordinal, interval, ratio
(variables estacionarias, temporales, espaciales,…)

Carácter estadístico cualitativo.

Escala nominal

Catálogo de productos de oferta en un supermercado clasificados por la sección donde se encuentran.

Catálogo de viajes de una agencia, clasificados por los destinos.
Catálogo de libros la una biblioteca, clasificados por materias.
Programas de la semana en una cadena de televisión, clasificados por franja horaria.
Titulados universitarios, clasificados por el título obtenido.
Carta de platos de un restaurante, clasificados por entrantes, primeros, segundos y postres.

Escala ordinal

Rutas de senderismo por los Picos de Europa, ordenados por nivel de dificultad.
Predicción del viento de la mar en el litoral Cantabrico durante un año, escala de vientos.
Estado de las playas de la península Ibérica un dia de agosto, código de banderas.
Estado de los pacientes en urgencias de un hospital, escala de valoración clínica.
Valoración de idoneidad para la localización de un planta industrial en un conjunto de alternativas.
Estado de conservación del ecosistema de un municipio expresado por sus habitantes, escala likert
de 5 niveles: MuyBien, Bien, Normal, Mal, MuyMal.
Conceptualización: Variables estadísticas y escalas

Carácter estadístico cuantitativo (unidades).

Escala discreta

Número de hijos.
Enlaces en una pagina web.
Averías de un vehículo en un año.
Plantilla de profesores de una universidad, años de edad.
Libros prestados a los usuarios de la biblioteca.
Espectadores de un programa de televisión.

Escala continua

Carta de platos de un restaurante, calorías.

Catálogo de productos de oferta en un supermercado, precio.
Duración de un viaje, tiempo.
Superficie de un inmueble.
Catálogo de viajes ofertados por una agencia, precio/dia.
Tiempo de espera de pacientes para ser atendido en la urgencia de un hospital.
Modelos de vehículos producidos por una marca, consumo.
Historía (breve) de la Estadística (y la probabilidad)

•Demografía Descriptiva

•Recursos naturales

•Juegos de AZAR Cálculo de PROBABILIDADES

•Investigación social, psicología, genética Muestreo e Inferencia

•Fundamentación teórica (axiomas, teoría de la medida, modelos probabílisticos)

•El ordenador y el software estadístisco: Estadística computacional.

•Análisis multivariante (bioestadística,…), temporal (economía,…) y espacial (x,y,z)

•Simulación y Análisis de Decisiones.

•Grandes bases de datos: Minería de Datos.

Historía (breve) de la Estadística
(y la probabilidad)

S. XVII - Pascal, Fermart, Huygens,Graunt, J. y N. Bernoulli,…

S. XVIII – Montmort, Laplace, De Moivre, Bayes,

S. XIX – Legendre, Gaus, Bessel, Qutelet, Poisson, Chebyshev, Galton, Pearson,…

S. XX – Spearman, Gosset, Fisher, Kolmogorov, Hotelling, Smirnov, Glass, Tukey,

Markov, Liapunov, Borel, Lévy, Frechet, Savage, de Fineti, von Mises, Weibull,
Snedecor, Savage, LindLey, Kruskal, Kendall, Gini, Feller, Erlang, Einstein, Cox,
Chernoff, Box, Borel, Bonferroni, Efron, Yule, …

S. XXI - ….