2017 ESB Modulo 4 Tema A v3

Estadística Social Básica
Módulo IV.
Dr. Tabaré Fernández

Octubre, 2017
1
Estadística Social Básica - 2017 Dr. Tabaré Fernández
Módulo IV: temas
A. Tablas de frecuencias para variables métricas. Datos agrupados.

B. Medidas de posición o tendencia central
C. Medidas de dispersion
D. Gráficas
E. Forma de la distribución: medidas de sesgo y apuntamiento. distribución
normal
F. Relación bivariada entre variables métricas: la correlación. Matriz de
correlaciones. El caso particular de una correlación entre una variable
métrica y una dicotómica.
Dr. Tabaré Fernández - Estadística Social Básica 2

UBICANDO EL TEMA
Estadística Social Básica - 2017 Dr. Tabaré Fernández 3

Recordemos *
Ramas de la estadística :
Básica
Inferencial
Dentro de la estadística básica, dos ramas

De atributos
Métricas
Recordar la distinción entre variables métricas y no métricas

¿Qué propiedades de los números reales se utilizan?

Para aquellas variables que son métricas
Tipos de variables métricas

Intervales
De razón
Ejemplos:
Edad (en años)
Horas de trabajo a la semana en su empleo principal
Años de educación formal aprobados en total por el entrevistado
Tamaño del establecimiento agropecuario (en hectáreas)
Horas de trabajo dedicadas a la limpieza (aseo) del hogar desde lunes a viernes la semana pasada
Número de alumnos matriculados el primer día de comienzo del curso en este centro educativo
Número de mujeres controladas en su embarazo por la policlínica durante el año 2012
Recordar la clase especial de las variables dicotómicas

Instrumentos para el resumen univariado
La Estadística Básica procede con las variables métricas de modo

análogo que con las variables no-métricas
Tablas de frecuencia
Gráficas
Y añade instrumentos estadísticos nuevos, de los cuales trabajaremos

3 tipos:
Medidas de Tendencia o de Posición
Medidas de Dispersión
Medidas de Forma (sesgo y apuntamiento)
Veremos al final del modulo instrumentos para el análisis de relaciones

TEMA A
TABLAS DE FRECUENCIA PARA VARIABLES MÉTRICAS.
DATOS AGRUPADOS: INTERVALOS Y MARCAS DE CLASE

Instrumento: la tabla de frecuencia
Recordamos qué y cómo es una tabla:
Tabla y matriz
Qué hay en los renglones de la tabla?
Qué hay en las columnas?
¿Cuál es el problema práctico de usar una tabla de frecuencias con

variables métricas?
En consecuencia, desde un punto de vista práctico tendremos que

diferenciar el caso de una variable con pocos valores distintos, de
aquél en que el número de éstos es grande

Casos a distinguir cuando se usa una tabla:
La variable es métrica, tiene pocas categorías y se ha tabulado todas

las categorías (Caso 1)
La variable es originalmente métrica, tiene pocas categorías en las
PERO se ha procedido a registrar algunos valores reagrupándolos,
generando con esto una censura en los datos (Casos 2)
La variable es originalmente métrica, PERO en los valores originales
registrados en la matriz de datos han sido previamente
RECODIFICADOS y presentados en “tramos” o “intervalos” (una
nueva variable, Caso 3).
La variable PUEDE ser métrica, PERO ha sido medida en forma
agrupada (caso 4).

Caso 1: tabla de variable métrica con pocos
valores.
Para qué puede ser util la table de frecuencias en este caso?
Contar el número de veces que se repite un valor particular (frecuencia
absoluta)
Calcular cuanto representa esá frecuencia absoluta sobre el total de

casos (frecuencias relativas: proporciones o porcentajes)
Sumar el número de casos que acumula hasta cada valor determinado

(frecuencia absoluta acumulada).
Calcular el peso acumulado de casos que tiene cada valor determinado

de la variable, o menos (frecuencia relativa acumulada).-

Objetivos a los que puede servir este
instrumento
Exploratorio:
“mirar” la distribución de una variable, observando valores y frecuencias. Por ejemplo:
el “data cleanning” que se hace luego de digitar los datos de una encuesta.
Caracterizar el recorrido completo de una variable para constatar el

peso que tiene algún valor sobre el cual hay hipótesis particulares que
ha hecho la teoría.
Por ejemplo, la tasa de remplazo en demografía, o el salario mínimo nacional (SMN).
Ver el peso que tienen los valores extremos de la variable en la

distribución completa.
Se llama n “outliers”

TOT HIJOS
NACIDOS
Mujeres con 14 y más años

VIVOS Freq. Percent Cum.
0 15,140 28.52 28.52

1 9,889 18.63 47.15
2 13,117 24.71 71.87
3 7,358 13.86 85.73
4 3,401 6.41 92.14
Hijos nacidos vivos.
5 1,775 3.34 95.48

6 910 1.71 97.19
7 575 1.08 98.28
8 329 0.62 98.90
9 212 0.40 99.30
10 137 0.26 99.56
11 89 0.17 99.72
12 69 0.13 99.85
13 29 0.05 99.91
ECH 2015
14 25 0.05 99.95
15 8 0.02 99.97
16 9 0.02 99.99
17 2 0.00 99.99
19 1 0.00 99.99
21 1 0.00 99.99
22 3 0.01 100.00
Total 53,079 100.00 12

Dr. Tabaré Fernández - Estadística Social Básica
Tablas de frecuencias: una variable con
pocos valores
Frecuencias Frecuencias
Valores de Frecuencias Frecuencias
Absolutas Relativas
variable Absolutas relativas
Acumuladas Acumuladas
x=1 n1 h1 N1 H1
x=2 n2 h2 N2 H2
x=3 n3 h3 N3 H3
… … … … …
x=m nm hm Nm=n Hm=1
Total N 1
Recordamos propiedades de la tabla
x =m
∑n
x =1
x =i =N
x =m
0 ≤ H x =i ≤ 1
∑H
x =1
x =i =1 H x =1 = H x =0 + hx =1

Caso 2: variables métricas con una o dos
categorías censuradas para la tabla
La variable a tabular es métrica originalmente

Y además fue registrada en el cuestionario y digitada en la matriz de
datos como variable métrica con todos los valores que podia tomar
PARA HACER LA TABLA, se resolvió agrupar

Por ejemplo, para los más bajos o los más altos.
Se llama cencura de la distribución en el momento de la presentación
Veamos el ejemplo y resolvamos qué pasó con el nivel de

medición de la variable tabulada
Caso 2: variables métricas con una o
dos categorías censuradas para la
tabla

Caso 3: tabla de variables métricas con
muchos valores, recodificada
Ejemplo, edad de los encuestados en la ECH
El instrumento de la tabla de frecuencia puede ser aún de utilidad pero

con anterioridad es necesario realizar tareas previas:
La variable original medida tiene muchos valores

RECODIFICO la variable original en una NUEVA variable en la cual se han
agrupado valores en categorías
Estas categorías se denominan “intervalos de clase”.
Cada intervalo tiene valores “límite” (inferior/superior) que los separan.

Cada intervalo además tiene un valor central denominado “marca”
Caso 3. Tabla de frecuencia con variable
recodificada

Caso 4.
Se trata de un caso especial, discutido en la bibliografía, aunque de uso

frecuente.
Un concepto métrico, por ejemplo, el ingreso, ha sido medido (registrado) a

través de un formulario, en forma de intervalos predefinidos.
La variable que está en la matriz de datos NO es de tipo métrica, sino que está medida en
escalaEEEEEE (¿ Por qué?)
Sobre esta base, y suponiendo que la variable observada (integresos en

intervalos) es una adecuada medida de la variable latent (ingresos), se aplican
instrumentos propios de la estadística descriptive.

Caso 4.
Ingresos Totales
por Trabajo Freq. Percent
no tue ingresos 173 7.80

hasta 2200 72 3.24
entre 2201 y 4400 76 3.42
entre 4401 y 6000 138 6.22
entre 6001 y 7000 139 6.26
entre 7001 y 9000 300 13.52
entre 9301 y 11500 302 13.61
entre 11501 y 16000 425 19.15
entre 16000 y 20000 294 13.25
entre 20000 y 30000 226 10.18
entre 30000 y 50000 62 2.79
mas de 50000 12 0.54
Total 2,219 100.00

INTERVALOS DE CLASE EN UNA
VARIABLE MÉTRICA
Intervalos en una variable métrica
Es un caso muy especial
La variable se ha medido a nivel métrico

La variable está en la matriz de datos medida con este nivel
de medición
Para el resumen se ha decidido agrupar sus valores, v.g.

recodificarla y formar “intervalos”
Intervalo
Los intervalos son grupos de valores de una variable métrica que se entiende similares
conceptualmente y que, a través de la recodificación, pasarán a formar una misma categoría en
la nueva variable recodificada.
La clasificación nueva de valores debe ser exhaustiva y excluyente, igual que en cualquier otra
variable
Los intervalos se construyen definiendo varios “puntos de corte” en la variable métrica original.
Por ejemplo, “desde tal valor hasta tal valor”
En cada intervalo, el valor más bajo se denomina límite inferior y el más alto, límite superior.
Cada intervalo además tiene un valor central denominado “marca de clase”

Tópicos en una tabla de frecuencia con
intervalos
El tamaño del intervalo
De igual tamaño
De distinto tamaño
Elegir el último (primer) inteverlo
Determinar el criterio de clasificación de los valores en los

intervalos
Abiertos / cerrados
La marca de clase
Qué es, cómo se calcula y qué papel juega

Intervalo y clasificación de valores
Determinar a qué intervalo pertenece un valor de la variable métrica no

es un asunto trivial.
Implica una operación de transformación sobre los datos, una recodificación
Todos los valores deben resultar clasificados en uno y sólo uno de los intervalos
creados por la recodificación
Algunas variables métricas son además continuas, por lo que por

definición, hay infinitos valores de la variable entre dos números
cualesquiera que se tomen (Concepto de continuidad de matemática)
Junto con los puntos de corte y los intervalos suele indicarse cómo
clasificar los valores.

Cerrado
Un intervalo está cerrado a la izquierda cuando el número

indicado como límite inferior está incluido en ese intervalo.
En la tabla anterior, quienes tienen 10 años son lasificados en el intervalo
de 10 a 20 años.
Un intervalo está cerrado a la derecha, cuando el número

indicado como límite superior está incluido en ese intervalo.
De acuerdo a la forma de definir los intervalos, una persona que tiene 19
años y medio está clasificada en el intervalo de 10 a 20 años

Abierto
Un intervalo es abierto cuando el valor indicado como límite

(superior o inferior) no está incluido en el intervalo.
Se incluirán todos los valores, excepto los límites (concepto

de asintótico en Matemática)
Cerrados por izquierda y abiertos por
derecha
En una tabla cualquiera se combinan ambos criterios de
clasificación
A través de esta combinación debe llegarse al criterio de clasificar en forma
exhaustive y excluyente a todos los valores de la variable
Es una combinación muy frecuente para una variable métrica que

tiene un valor teórico mínimo conceptualmente significativo.
Ejemplos, la edad y el ingreso
Veamos el ejemplo.
Ejemplo

Intervalo abierto / cerrado

Comunicación
A los efectos de que la comunicación de los intervalos sea

elocuente y directa, suele hacerse una tabla donde el límite
superior de un intervalo no es igual al límite inferior del siguiente.
En términos convencionales, suele indicarse a través de:

Paréntesis curvo la apertura
Paréntesis recto la clausura

Ejemplo con interval de distinta amplitud
Los intervalos pueden ser de la misma amplitud o de distinta

amplitud
Serán de la misma amplitud o rango de valores cuando se determine que

la recodificación de la variable métrica original se haga con un único
patrón.
Por ejemplo, la edad de 15 en 15 como fue la tabla anterior
Serán de distinta amplitud si se aplica un criterio teórico de agrupamiento,

por ejemplo las edades observadas se han agrupado siguiendo edades
típicas de los ciclos del sistema educativo formal.Es el caso de la tabla
que sigue:

Edad en tramos. ECH 2011
Intervalo Marca n (i) N (i) h (i) H (i)
2y
1 119594 119,594 3.55 3.55
menos
3 a 5años 4 131232 250826 3.9 7.45
6 a 10 8 250938 501764 7.45 14.9
11 a 13
12 156787 658551 4.65 19.55
años
14 a 16 15 169801 828352 5.04 24.59
17/19 18 154163 982515 4.58 29.17
20 a 24 22 247057 1229572 7.33 36.5
25 a 29 27 235447 1465019 6.99 43.49
30 a 64 47 1434455 2899474 42.58 86.07
65 y más 65 469186 3368660 13.93 100
Total 3368660 100
Marca de clase
Noción:
Es el valor central, equidistante, entre los límites del intervalo.
Cálculo:
Utilidad:
Representa todos los valores del intervalo en gráficas y en cálculos de estadísticos
NO ES UN PROMEDIO

Ejemplo de creación de intervalos
Variable horas de trabajo en la base de personas ECH 2014,

frontera
Abrimos la base y miramos esta variable.
Los valores de la variable van desde 1 hora trabajada hasta

98 horas.

Hay muy pocos casos entre 1 y 10 horas; y entre 90 y 98

horas.
Los valores 20, 30, 40, 48 y 60 son los que tienen mayor
cantidad de casos.
Criterio teórico y puntos de corte con base en el formato de

jornadas laborales más frecuentemente vistas en los
contratos
Cerrados por izquierda, “[“ y abiertos por derecha “)”

cuarta jornada: hasta 15 horas semanales
media jornada: entre 15 y 25 horas semanales
jornada completa: entre 25 y 48 horas semanales
jornada máxima OIT: entre 48 y 65 horas semanales
jornada de auto explotacion: más de 65 horas semanales
Síntesis:
Criterios alternativos para definir intervalos y puntos de corte
Por tamaños (criterio empírico)

o De igual amplitud
o De distinto amplitud
Con referencia a nociones teóricas o normativas
Cerrado / abierto
La marca de clase

2017 ESB Modulo 4 Tema A v3

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

2017 ESB Modulo 4 Tema A v3

Cargado por

Copyright:

Formatos disponibles

Estadística Social Básica

Dr. Tabaré Fernández

A. Tablas de frecuencias para variables métricas. Datos agrupados.

Dr. Tabaré Fernández - Estadística Social Básica 2

Estadística Social Básica - 2017 Dr. Tabaré Fernández 3

Dentro de la estadística básica, dos ramas

Recordar la distinción entre variables métricas y no métricas

Dr. Tabaré Fernández - Estadística Social Básica 4

Tipos de variables métricas

Recordar la clase especial de las variables dicotómicas

Dr. Tabaré Fernández - Estadística Social Básica 5

La Estadística Básica procede con las variables métricas de modo

Y añade instrumentos estadísticos nuevos, de los cuales trabajaremos

Veremos al final del modulo instrumentos para el análisis de relaciones

Estadística Social Básica - 2017 Dr. Tabaré Fernández 7

Recordamos qué y cómo es una tabla:

¿Cuál es el problema práctico de usar una tabla de frecuencias con

En consecuencia, desde un punto de vista práctico tendremos que

Dr. Tabaré Fernández - Estadística Social Básica 8

La variable es métrica, tiene pocas categorías y se ha tabulado todas

Dr. Tabaré Fernández - Estadística Social Básica 9

Calcular cuanto representa esá frecuencia absoluta sobre el total de

Sumar el número de casos que acumula hasta cada valor determinado

Calcular el peso acumulado de casos que tiene cada valor determinado

Dr. Tabaré Fernández - Estadística Social Básica 10

Caracterizar el recorrido completo de una variable para constatar el

Ver el peso que tienen los valores extremos de la variable en la

Dr. Tabaré Fernández - Estadística Social Básica 11

Mujeres con 14 y más años

0 15,140 28.52 28.52

5 1,775 3.34 95.48

Total 53,079 100.00 12

Dr. Tabaré Fernández - Estadística Social Básica 14

La variable a tabular es métrica originalmente

PARA HACER LA TABLA, se resolvió agrupar

Veamos el ejemplo y resolvamos qué pasó con el nivel de

Dr. Tabaré Fernández - Estadística Social Básica 16

El instrumento de la tabla de frecuencia puede ser aún de utilidad pero

La variable original medida tiene muchos valores

Estas categorías se denominan “intervalos de clase”.

Cada intervalo tiene valores “límite” (inferior/superior) que los separan.

Dr. Tabaré Fernández - Estadística Social Básica 18

Se trata de un caso especial, discutido en la bibliografía, aunque de uso

Un concepto métrico, por ejemplo, el ingreso, ha sido medido (registrado) a

Sobre esta base, y suponiendo que la variable observada (integresos en

Dr. Tabaré Fernández - Estadística Social Básica 19

no tue ingresos 173 7.80

Total 2,219 100.00

Dr. Tabaré Fernández - Estadística Social Básica 20

Es un caso muy especial

La variable se ha medido a nivel métrico

Para el resumen se ha decidido agrupar sus valores, v.g.

Cada intervalo además tiene un valor central denominado “marca de clase”

Dr. Tabaré Fernández - Estadística Social Básica 23

Elegir el último (primer) inteverlo

Determinar el criterio de clasificación de los valores en los

Dr. Tabaré Fernández - Estadística Social Básica 24

Determinar a qué intervalo pertenece un valor de la variable métrica no

Algunas variables métricas son además continuas, por lo que por

Dr. Tabaré Fernández - Estadística Social Básica 25

Un intervalo está cerrado a la izquierda cuando el número

Un intervalo está cerrado a la derecha, cuando el número

Dr. Tabaré Fernández - Estadística Social Básica 26