Está en la página 1de 35

Probabilidad y Estadística

Unidad 1-3: Resumen presentación


Tablas de Frecuencias, Gráficos y
Descripción
de Datos Estadísticos
Docente: Andrea F. Righetti
Magister en Docencia Universitaria

FACULTAD DE CIENCIAS ECONOMICAS


UNIVERSIDAD NACIONAL DE CORDOBA
UNIVERSIDAD TECNOLOGICA NACIONAL
FACULTAD REGIONAL CÓRDOBA
¿Qué vamos a ver?
A partir de diferentes actividades de integración:

 Repasar, formas de resumir la información mediante tablas de frecuencias,


gráficos
 Repasar cuáles son las medidas de posición central y no central, de dispersión
y de forma
 Calcular las medidas de posición central , dispersión y forma mediante el uso
de infostat
 Interpretar las medias en el contexto del problema planteado
 Algunas recomendaciones

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Usted está aquí

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Mapa conceptual

Unidad 1

Unidad 2

Unidad 3

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Recordar
TIPOS DE VARIABLES
Análisis de datos
Variables

Categóricas Numéricas Tablas Medidas


Gráficos de
Resumen
Frecuencias
Discretas Continuas Estadística descriptiva
Resumen grosor
n 125,0000
Media 1,1786
D.E. 0,0270
Var(n-1) 0,0007
CV 2,2866
Mín 1,1100
Máx 1,2500

a) ¿Cuál es la naturaleza de la variable que estamos analizando?

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Resolver

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
ESTADISTICA DESCRIPTIVA
Medidas de Posición Central

MEDIA ARITMÉTICA
O PROMEDIO La media aritmética o promedio es la suma de todas las
observaciones dividida por el total de datos.

MEDIANA La mediana es el valor central de los valores de una variable ordenada


de acuerdo a su magnitud, por lo tanto será el valor de la variable que
supera a no más de la mitad de las observaciones de la variable y es
superada por no más de la mitad de las observaciones de la variable.

MODA La moda o modo es el valor de la variable


que se presenta con más frecuencia

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Cálculos de cuartiles en una serie simple

Datos salarios:
n
 xi 338 730 620 810 510 470 380
M(x) = i1
n
3858
M(x) =
7

M(x) = 551,14

Ordenar de menor a mayor 338 380 470 510 620 730 810

O2=( (7+1)/2=4 338 380 470 510 620 730 810


Me= 510

8
ESTADISTICA DESCRIPTIVA
ELECCIÓN ENTRE LA MEDIA Y LA MEDIANA

La media aritmética es muy sensible a la influencia de unas


pocas observaciones extremas.

La mediana resiste la influencia de valores extremos.

La media aritmética se calcula utilizando todos los valores


que toma la variable y por ello contiene más información
que la mediana.

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Con Infostat:
El primer cuartil (Q1), la mediana y el tercer cuartil (Q3) al igual que cualquier otro
percentil pueden ser obtenidos mediante el ordenamiento de la muestra y la selección de uno de los
valores observados de acuerdo a su posición o bien estimados a partir de una aproximación de función de
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
distribución empírica.
ESTADISTICA DESCRIPTIVA
Medidas
Medidas de Posición
de Posición no central-
Central Cuartiles
no central- Cuartiles

Cuartil 1 Q1 es el valor de la variable que supera a no más del 25% de las observaciones
y es superada por no mas del 75% de las observaciones de la variable

Cuartil 2 Q2 es el valor de la variable que supera a no más del 50% de las


observaciones y es superada por no mas del 50% de las observaciones de la
variable.

Cuartil 3 Q3 es el valor de la variable que supera a no más del 75% de las observaciones
y es superada por no mas del 25% de las observaciones de la variable.

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Cálculos de cuartiles en una serie simple

Datos salarios:
338 730 620 810 510 470 380

338 380 470 510 620 730 810


Ordenar de menor a mayor

338 380 470 510 620 730 810


O1=1/4(7+1)=2
Q1 = 380

O2=(2/4(7+1)=4
Q2= 510

O33/4(7+1)=6 338 380 470 510 620 730 810


Q3= 730

12
Medidas descriptivas
Organización, MEDIDAS DE DISPERSION
presentación y
Análisis de datos
 Rango
  Varianza
  Desviación estándar
Tablas Medidas
Gráficos de  Coeficiente de variación
Resumen
Frecuencias  Rango Intercuartílico
Estadística descriptiva
Resumen grosor
n 125,0000
Media 1,1786
D.E.
Var(n-1)
0,0270
0,0007
MEDIDAS DE FORMA
CV 2,2866
Mín 1,1100
Máx 1,2500

• Medidas de asimetría
• Medidas de kurtosis

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Medidas de Dispersión
 Se denomina rango de un conjunto de observaciones a la diferencia entre el mayor y el
menor valor de la variable. R  V max  V min

 La varianza es el promedio de las desviaciones con respecto a la media naritmética


elevadas al cuadrado.  (xi - x)2
V(x) = i1
(n -1)
 La desviación estándar es la raíz cuadrada de la varianza
D(x)  V(x)

 El coeficiente de variación es una medida de dispersión relativa independiente


D(x) de la
unidad de medida de los datos. C.V. =  100
x

 El rango intercuartílico es igual a la diferencia entre el tercer y el primer cuartil.


RI  Q 3  Q1
Es una
medida de variabilidad del 50% central de los datos.
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Medidas de Forma Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC

Estas medidas evalúan la situación de los datos con respecto a los ejes verticales (simetría) y con
respecto a los ejes horizontales (kurtosis).

 Coeficiente de Asimetría Si , la distribución es asimétrica izquierda.

Ca=g1 𝑔 1=
∑ ( 𝑥 − 𝑥) 3
/𝑛  
Si , la distribución es simétrica.
𝑠3  
Si , la distribución es asimétrica derecha.

 Coeficiente de Curtosis  Si , menor concentración de la distribución (platicúrtica).

∑ ( 𝑥− 𝑥) /𝑛 − 3
4  
CK=g2 𝒈 2= Si , la distribución es mesocúrtica.
4
𝑠  
Si , mayor concentración de la distribución
(leptocúrtica).
Medidas resumen  

Variable n Media D.E. Var(n-1) CV Mín Máx Mediana Q1 Q3 Asimetría Kurtosis


vaqueros 50 2,90 1,20 1,44 41,36 1,00 5,00 3,00 2,00 4,00 -0,10 -0,91
Con Infostat

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Con Infostat cálculos
Medidas resumen
n
 xi M(x) = 3858
Resumen Sueldos M(x) = i1 7
n
n 7,00
n
Media 551,14  (xi - x)2
D.E. 176,42V(x) = i1
Var(n-1) 31122,48 (n -1)
Var(n) 26676,41 n ∑ 𝑥 𝑖2 − 𝑛 𝑥 2 2313044 −7 ∗551,14  2
2 𝑉 ( 𝑥 )= 𝑉 ( 𝑥 )=
CV 32,01  (x - x ) 𝑛 7
i
V(x) = i1
Mín 338,00 (n) 𝑉 ( 𝑥 )=26679,56
Máx 810,00
Mediana 510,00
Q1 380,00
Q3 730,00
Suma 3858,00
Suma Cuad. 2313044,00
Asimetría 0,34
Kurtosis -1,29

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Propiedades Media y Varianza
 M(Z)= M (x+15)  V(Z)= V (x+15)
 M(Z)=M(x)+ 15  V(Z)=V(x)
 M(z)= 551,14+15  V(z)=26.679,56
 M(Z)= 566,14

 M(Z)= M (x+x*0,15)  V(Z)= V (x+x*0,15)


 M(Z)= M( x*1,15)  V(Z)= V( x*1,15)
 M(Z)= M(X) * 1,15  V(Z)= V(X) * 1,152
 M(Z)= 551,14*1,15  V(Z)= 26.679,56*1,152
 M(Z)= 633,811  VZ)= 35.283,74

 M(Z)= M (x+x*0,15+15)  V(Z)= V (x+x*0,15+15)


 M(Z)= M(X)*1,15+15  V(Z)= V(X)*1,152
 M(z)=648,81  V( z)=35.283,74
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Medidas resumen

Resumen salario
n
7,0000
Media
551,1429
D.E.
176,4156
Var(n-1)
31122,4762
Var(n)
26676,4082
CV
32,0091
Mín
338,0000
Máx
810,0000
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Mediana
510,0000
Q1
Casos de Integración
Unidades 1, 2 y 3

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Presentación
literal

Practicar uso de
infostat, cargar una
base de datos, obtener
las descriptivas e
interpretar
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Respuestas

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Tablas de frecuencias

Variable Clase LI LS MC FA FR FAA FRA


longitud 1 [ 50,00 75,00 ) 62,50 4 0,04 4 0,04
longitud 2 [ 75,00 100,00 ) 87,50 13 0,13 17 0,16
longitud 3 [ 100,00 125,00 ) 112,50 22 0,21 39 0,38
longitud 4 [ 125,00 150,00 ) 137,50 24 0,23 63 0,61
longitud 5 [ 150,00 175,00 ) 162,50 17 0,16 80 0,77
longitud 6 [ 175,00 200,00 ) 187,50 12 0,12 92 0,88
longitud 7 [ 200,00 225,00 ) 212,50 6 0,06 98 0,94
longitud 8 [ 225,00 250,00 ] 237,50 6 0,06 104 1,00

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Medidas resumen

Resumen
longitud
n
104,00
Media
142,15
D.E.
43,48
Var(n-1)
1890,27
CV
30,58
Mín
50,00
Máx
250,00
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Mediana
136,00
1 2 3 4 5 6 7 8 9 10
Orden 1=1/4(104+1)=26,25 50 63 65 72 79 80 83 85 88 90
Q1 =111 11 12 13 14 15 16 17 18 19 20
92 92 95 95 97 99 99 101 102 104
21 22 23 24 25 26 27 28 29 30
105 106 107 108 111 111 111 112 112 113
31 32 33 34 35 36 37 38 39 40
Orden 2=(2/4(104+1)=52,5
113 115 115 116 118 120 121 121 122 125
Q2=136 41 42 43 44 45 46 47 48 49 50
125 126 127 127 128 130 131 132 133 134
51 52 53 54 55 56 57 58 59 60
135 135 137 138 139 140 142 144 145 145
Orden 3=(3/4(104+1)=78,75
61 62 63 64 65 66 67 68 69 70
Q3=173 147 147 148 155 156 157 157 158 158 158
Infostat 170 71 72 73 74 75 76 77 78 79 80
159 160 163 163 163 167 168 170 173 173
81 82 83 84 85 86 87 88 89 90
175 178 178 179 180 181 181 181 190 193
91 92 93 94 95 96 97 98 99 100
198 199 200 201 202 205 210 211 225 233
101 102 103 104
235 245 248 250
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
2000
M(x) =
10

𝑉 ( 𝑥 )=
∑ 𝑥 𝑖2 − 𝑛 𝑥 2
𝑛

𝑉 (𝑥)

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
 M(Z)= M (x+x*0,15+50)
 M(Z)= M(X*1,15)+50
 M(z)=137,22*1,1,15+50
 207,803

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC
Ejercicio 13

 M(Z)= M (x+x*0,43+1500)  V(Z)= V (x+x*0,43+1500)


 M(Z)= M(X*1,43)+M(1500)  V(Z)= V(X)*1,432
 M(z)=4304,17*1,43+1500  V( z)=2704120,61*1,432
 7654,96  5.529656,26

Material elaborado por Andrea F. Righetti en base a material de la cátedra de Probabilidad y Estadística UTN FRC

También podría gustarte