PROBABILIDAD Y ESTADÍSTICA

ESTADÍSTICA DESCRIPTIVA

Dra. Ana M. CRAVERI

 PROBABILIDAD Y ESTADÍSTICA

Introducción ¿Qué es la Estadística?

La Estadística es una metodología empleada en

la toma de decisiones frente a la incertidumbre
partiendo de datos, sean éstos numéricos o no,
y calculando los riesgos
 PROBABILIDAD Y ESTADÍSTICA
Población
Es la totalidad de observaciones
posibles bajo consideración
(numéricas o no)
Muestra
Es una parte representativa de la
Población obtenida aleatoriamente
Parámetro
Medida de resumen que se
calcula con todos los
elementos de la población
(en general se desconocen)
Estadística o Estimador
Medida de resumen que se
calcula con los datos de la
muestra
PROBABILIDAD Y ESTADÍSTICA

CARACTERÍSTICAS O VARIABLES

Cualitativas, Categóricas o Atributos

No se pueden expresar numéricamente. El dato expresa una cualidad
o categoría.
Ejemplos: Tipo de defecto (sin defecto, defectuosa recuperable,
defectuosa irrecuperable)
Rendimiento (Bajo - Medio – Alto)

Cuantitativas
*DISCRETA: El dato es un número natural (proveniente de un
conteo). Ejemplos: Número de poros por cm2, Número de piezas
defectuosas
*CONTINUA: El dato es un número real (proveniente de una
medición o un cálculo). Ejemplos: Altura en cm, Peso en Kg, % de
azufre
 Estadística Descriptiva
Sistematización de la información

Organización y Presentación de Datos Estadísticos

Tablas Estadísticas
* Tablas de simple y de doble entrada
* Tablas de frecuencias

Gráficos estadísticos
* De barras (verticales, horizontales, simples, compuestas,
subdivididas)
* De sectores
* Lineal
* Histograma, de Bastones, Escalonado, Box-plot
 Estadística Descriptiva
Sistematización de la información

Organización Presentación y Análisis de datos

numéricos

Muestras pequeñas. Datos sin agrupar (n<30)

Muestras grandes. Tablas de Frecuencias

(n>30)
 Organización Presentación y Análisis de datos numéricos
Caso de muestras pequeñas (n<30)
Ejemplo
X: Diámetro de una pieza (en mm )
n=24
12 14 10 22 16 24 23 23 32 14 23 28 9 17 25 16 20 24
23 14 18 30 18 25

Diagrama de Tallo y Hojas

 Estadística Descriptiva. Sistematización de la información
Organización Presentación y Análisis de datos numéricos
Caso de muestras grandes (n>30) y Variable Continua
Ejemplo
X: peso de cierta pieza de un motor (en Kg) . Tamaño de muestra n= 150
Tabla de Frecuencias

Intervalos Peso Nº de Proporción Porcentaje Frecuencia Frec.acumulada

De peso Punto medio piezas de piezas de piezas Acumulada Porcentual
(Kg) (xi) (fi) (fr) (fr%) (Fi) (Fi%)
28 - 30 29 3 0,020 2,0 3 2,0
30 - 32 31 25 0,167 16.7 28 18,7
32 - 34 33 33 0,220 22,0 61 40,7
34 - 36 35 34 0,227 22,7 95 63,4
36 - 38 37 41 0,273 27,3 136 90,7
38 - 40 39 11 0,073 7,3 147 98,0
40 - 42 41 3 0,020 2,0 150 100,0
Total 150 1,000 100,0

Hay 41 piezas con pesos entre 36 y 38 Kg o sea que en promedio pesan 37 kg. esto es el 27,3%
de las piezas observadas. Además hay 136 piezas que pesan menos de 38 Kg, con un peso
mínimo de 29 kg (en promedio) que es el 90,7% del total de piezas de la muestra.
 Estadística Descriptiva. Sistematización de la información

Representaciones gráficas de tablas de frecuencias de variable continua

Frecuencia absoluta: Frecuencia acumulada:

Histograma Polígono Acumulado
 Estadística Descriptiva. Sistematización de la información

Definición y Cálculo de Medidas de Resumen

Medidas de tendencia central:

* Media Aritmética ( x ): Es el promedio de los datos
* Mediana (Mna): Una vez ordenados los datos de menor a mayor,
es el dato que está en el medio. La mitad de los datos son menores a la Mna
y la otra mitad son mayores
* Modo (Mdo): Es el dato que más se repite

Medidas de posición no central:

* Cuartil 1 (Q1): Una vez ordenados los datos de menor a mayor,
es el dato tal que la cuarta parte del total de datos son menores que él y tres
cuartas partes son mayores
* Cuartil 2: coincide con la Mna
* Cuartil 3 (Q3): Una vez ordenados los datos de menor a mayor,
es el dato tal que las tres cuartas partes del total de datos son menores que
él y la cuarta parte son mayores
 Estadística Descriptiva. Sistematización de la información

Definición y Cálculo de Medidas de Resumen

Medidas de Variabilidad
* Desvío Estándar (S): es el promedio de desviación de los datos con respecto a la
media aritmética
* Rango (R ): es la resta entre el máximo y el mínimo valor observado de la variable.
* Rango intercuartil (Q): es la resta entre el Q3 y el Q1
* Variancia (S2): es el cuadrado del Desvío Estándar (S). Será relevante en Estadística
Inferencial
* Coeficiente de Variación (CV): CV= S / x x 100, se expresa en % es una medida de
variabilidad relativa (no está expresada en la unidad de medida de la variable). Se utiliza para
comparar la variabilidad entre distintas distribuciones de datos

Forma de la distribución
Simétrica Asimétrica a la derecha Asimétrica a la izquierda
o positiva o negativa
Estadística Descriptiva. Sistematización de la información

Cálculo de Medidas de Resumen

Ejemplo
X: Diámetro de cierta pieza (en mm ) ; n=24
Medidas de tendencia central
Estadística Descriptiva. Sistematización de la información

Cálculo de Medidas de Resumen

Medidas de posición no central

CUARTILES
Estadística Descriptiva. Sistematización de la información

Cálculo de Medidas de Resumen

Medidas de Variabilidad
Estadística Descriptiva. Sistematización de la información
Cálculo de Medidas de Resumen

Forma de la distribución
Se observa un sesgo hacia valores bajos de la variable (asimetría a la
izquierda o negativa)

Gráfico de Box (Box plot)

Estadística Descriptiva. Sistematización de la información
Cálculo de Medidas de Resumen

INFORME
Se analiza el diámetro de cierta pieza (mm) en una muestra aleatoria
de 24 piezas. El diámetro promedio es 20 mm con un desvío estándar
de 6,16 mm. La cuarta parte de las piezas tienen un diámetro de 14
mm o menos con un valor mínimo de 9 mm. El diámetro de la mitad de
las piezas es menor de 21 mm y las tres cuartas partes de los
diámetros miden 24 mm o menos. El valor máximo observado es 32
mm. El diámetro que se observó más frecuentemente es 23 mm. El
rango en el total de datos de la muestra es 23 mm (32-9) y en el 50%
de datos centrales es 10mm (24-14). El coeficiente de variación es
30,78% lo que se puede interpretar como una variabilidad relativa alta
(superior al 30%) que indicaría una importante heterogeneidad en los
datos. Se observa un sesgo hacia valores bajos de la variable.
 Estadística Descriptiva. Sistematización de la información
Cálculo de medidas de resumen

Ejemplo
X: Peso de ciertas piezas en Kg
Tamaño de muestra n=150
Los datos se analizan con la herramienta Estadística Descriptiva del
Complemento “Análisis de Datos” de EXCEL
Peso de piezas en Kg

Media 34,24

Mediana 34
Moda 37
Desviación estándar 2,72615963

Coeficiente de asimetría -0,00650402

Rango 13
Mínimo 28
Máximo 41

Cuenta 150
Q1 32
Q3 36
CV 7,9619148
Q 4
 INFORME
I

Se analiza el peso de cierta pieza en Kg en una muestra aleatoria de 150

piezas. El peso promedio es 34,24 Kg con un desvío estándar de 2,73 Kg.
La cuarta parte de las piezas pesan menos de 32 Kg con un valor mínimo
de 28 Kg. La mitad de las piezas pesan menos de 34 Kg y las tres cuartas
partes pesan 36 kg o menos. El peso máximo observado es 41 Kg. El peso
que se observó más frecuentemente es 37 Kg. El rango en el total de datos
de la muestra es 13 Kg (41-28) y en el 50% de datos centrales es 4 Kg (36-
32). El coeficiente de variación es bajo 7,96% lo que indicaría
homogeneidad en los datos. La distribución es simétrica (CA= -0,0065)