Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ra1 1
Ra1 1
Estadística
https://www.youtube.com/watch?v=0_ybaigJd1s
Estadística
Población Muestra
Llamaremos población al Parte o subconjunto
conjunto de todos los representativo de la
Estadística elementos de interés población
descriptiva para un problema
determinado (individuos,
objetos u observaciones),
que al menos tengan una
característica en común.
Si es posible
obtener la
información
de todas las
unidades de
observación,
Estadística se está en
presencia de
descriptiva un Censo.
cuantitativa 2
3
n2
n3
f2
f3
N2
N3
F2
F3
discretas ⋮ ⋮ ⋮ ⋮ ⋮
i ni fi Ni Fi
datos<=10 ⋮ ⋮ ⋮ ⋮ ⋮
k nk fk Nk Fk
Frecuencia Frecuencia
Intervalo de Frecuencia Frecuencia
Absoluta relativa Marca de clase
clase absoluta relativa
acumulada acumulada m_i
[ Li-1 , Li [ n_i f_i
N_i F_i
[L0 , L1[ n1 f1 N1 F1 m1
[L1 , L2[ n2 f2 N2 F2 m2
Tabla de [L2 , L3[ n3 f3 N3 F3 m3
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
frecuencia [Li-1 , Li[ ni fi Ni Fi mi
para datos ⋮
[Lk-1 , Lk]
⋮
nk
⋮
fk
⋮
Nk
⋮
Fk
⋮
mk
[L0 , L1[ n1 f1 N1 F1 m1
[L1 , L2[ n2 f2 N2 F2 m2
Tabla de [L2 , L3[ n3 f3 N3 F3 m3
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
frecuencia [Li-1 , Li[ ni fi Ni Fi mi
para datos ⋮
[Lk-1 , Lk]
⋮
nk
⋮
fk
⋮
Nk
⋮
Fk
⋮
mk
cuantitativos
𝑵𝒊 : es la suma de las frecuencias absolutas del i-ésimo intervalo de clase y
continuos las anteriores a ellas y la llamamos “frecuencia absoluta acumulada”
Fi: es la suma de las frecuencias relativas del i-ésimo intervalo de clase y las
anteriores a ellas y la llamamos “frecuencia relativa acumulada”
Frecuencia Frecuencia
Tabla de Categorías
absoluta relativa (%)
frecuencias Satisfecho
No responde
15
10
25,4%
16,9%
para Datos Ni satisfecho ni insatisfecho
Insatisfecho
6
28
10,2%
47,5%
cualitativos Total 59 100,0%
Distribución
de frecuencias
Distribución
de frecuencias
para datos
cuantitativos
Los pasos para elaborar una distribución de frecuencias se pueden resumir en los
siguientes:
2. Determinar el número de clases (𝑘), existen dos reglas bastante usadas para
determinar el número apropiado de clases son:
Distribución •2𝑘 > n (donde n representa el total de observaciones)
• 𝒌 ≈ 𝟏 + 𝟑, 𝟑 𝒍𝒐𝒈(𝒏) (regla de Sturges)
de frecuencias 𝑅
3. Determinar la amplitud (A): A = 𝑘
•Comprobar amplitud con
𝑣𝑎𝑙𝑜𝑟 𝑚í𝑛𝑖𝑚𝑜 + 𝐴 ∗ 𝑘 >= 𝑉𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜
Gráficas para
describir
datos
Es la gráfica más simple y es usada para representar
variables cualitativas o variables discretas.
Construcción
En el eje horizontal (X) se representan las clases y en el
eje vertical (Y) la frecuencia (“frecuencia absoluta”,
“relativa” o “relativa porcentual”). Sobre cada clase se
levanta una barra igual a su frecuencia.
Gráfico de Gráfico de barras
barras 16 15
Calidad bolsas de azúcar
14
12
Nª DE OBSERVACIONES
10
6 5
4
4
2
2
0
Sin defecto bajo medio alto
CLASES
Este tipo de gráficos se utilizada cuando
queremos representar la distribución de
frecuencias de una variable cualitativa o
cuantitativa continua mediante una
circunferencia.
Gráfico
circular o de
torta
Ejemplo (cuantitativo continuo): El informe Nielsen Home Technology
Report proporciona información sobre tecnología en el hogar y su uso. Los
datos siguientes registran las horas de uso de computadoras personales
durante una semana para una muestra de 50 personas.
Distribución
de frecuencias
para datos
cuantitativos
Actividad.
Histograma
Es un icono gráfico para representar la información, a
través de una figura que se relaciona con la variable que
se está analizando se presenta la distribución.
Pictograma
Necesitamos determinados valores numéricos
que permiten cuantificar ciertas “características” de la
distribución, llamando a estos valores “estadísticos” o
“estadígrafos”, si son calculados a partir de los datos de
una muestra y “parámetros” si son calculados desde los
datos de una población. Existen 4 grandes familias que
Estadígrafos veremos:
1. Medidas de tendencia central
2. Medidas de posición
3. Medidas de dispersión
4. Medidas de forma
Localizan el centro de la distribución, portando
información respecto al valor promedio de un conjunto
de datos.
Medidas de
tendencia Los estadígrafos más utilizados son:
Media:
central Mediana
Moda
Son utilizadas cuando se quiere dividir el
conjunto de datos en partes iguales. Según el número de
particiones pueden ser:
Coeficiente de asimetría
Curtosis
Las “medidas de asimetría o sesgo” cuantifican el grado
de asimetría de la distribución en torno a una medida de
tendencia central.
Asimetría
𝑛 3
𝑛 𝑥𝑖− 𝑥ҧ
𝐴𝑠 =
(𝑛 − 1)(𝑛 − 2) 𝑠
𝑖=1
Se tienen los siguientes 3 casos:
Si As < 0 la distribución es asimétrica hacia la izquierda (negativa).
Los datos están concentrados a la derecha
Si As = 0 la distribución es simétrica.
Los datos presentan una concentración centrada
Si As > 0 la distribución es asimétrica hacia la derecha (positiva).
Asimetría Los datos están concentrados a la izquierda
Las “medidas de curtosis” cuantifican el grado de
apuntamiento o aguzamiento de la de frecuencias con
respecto de una distribución simétrica unimodal de
forma acampanada (coeficiente de curtosis, K). Es decir,
que indica cuan alta o baja está la curva de los datos. La
fórmula de calculo es:
Curtosis 𝑛 4
𝑛(𝑛 + 1) 𝑥𝑖− 𝑥ҧ 3 𝑛−1 2
𝑘= −
(𝑛 − 1)(𝑛 − 2)(𝑛 − 3) 𝑠 (𝑛 − 2)(𝑛 − 3)
𝑖=1
Se tienen los siguientes 3 casos:
Si k > 0 la distribución es leptocúrtica , los datos están
más concentrados cerca de la media.
Si k = 0 la distribución es normal o mesocúrtica
Si k < 0 la distribución es platicúrtica, los datos se
distribuyen más alejados de la media
Curtosis