Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
Carrera
Nombre
Probabilidad y
Estadistica Descriptiva
Probabilidad
Estimación
Prueba de Hipótesis
PROBABILIDADES Y ESTADISTICA…
Análisis de Varianza
Teoría de la Confiabilidad
3
Data de S. XIX
Orígenes 2 disciplinas que se integran
Ciencia de estado.
ESTADISTICA Descripción de
datos sobre el
estado
Ciencia que estudia como obtener conclusiones de la
investigación empírica (realidad), mediante el uso de
modelos matemáticos
Realidad
Metodología para evaluar y
juzgar discrepancias entre ≠
el modelo real y el teórico
Modelo Teórico
4
Algunas definiciones
UNIDAD
EXPERIMENTAL Son los objetos medidos o unidades de observación, sobre las cuales
podemos medir diversas variables
VARIABLE Característica que cambia o se modifica para los distintos objetos o
individuos en cuestión, o con el tiempo
MEDICION O DATOS Cuando se mide una variable en la unidad experimental
6
Algunas definiciones
Ej: Control de calidad del producto, verificar cantidad acceptable envasada
X
Cm3
POBLACION
Parámetro MUESTRA
Ej: Media
Ej: Media Estadístico Muestral
Poblacional
µ
7
INFERENCIA ESTADISTICA
Estadística
Descriptiva
8
ESCALAS DE MEDICION
ORGANIZACIÓN Y RESUMEN DE DATOS CATEGORICOS
Variable: Categoría ocupacional en el año 2010 de cada argentino de 14 o más años. Fuente: Censo 2010.
UNIDAD EXPERIMENTAL: Las personas, que son las portadoras de los datos mientras que las categorías ocupacionales
respectivas constituyen los datos. La estadística no estudia los portadores sino los datos.
Valores de la Frecuencia Frecuencia Frecuencia Relativa
Variable Absoluta: fi Relativa: fi/N Porcentual fi/N %
Porcentaje
Número Proporción
Categoría Ocupacional de
Habitantes habitantes
habitantes
Trabajador Familiar 561.078 0,0311 3,11%
Patrón 1.190.944 0,0660 6,60%
Trabajador por Cuenta Propia 3.346.107 0,1854 18,54%
Obreo o empleado 12.947.286 0,7175 71,75%
Total 18.045.415 1,0000 100%
N 10
Distribución de frecuencias de la variable.
11
GRAFICAS QUE SE PUEDEN USAR CON VARIABLES CUALITATIVAS:
GRAFICAS DE TORTA
GRAFICAS DE PUNTOS
12
GRAFICAS DE BARRAS HORIZONTALES:
13
14
GRAFICAS DE TORTA:
15
GRAFICAS DE PUNTOS:
16
GRAFICAS QUE SE PUEDEN USAR CON VARIABLES CUANTITATIVAS:
GRAFICAS DE BASTONES
HISTOGRAMAS
POLIGONOS DE FRECUENCIAS
PARETO
17
ORGANIZACIÓN Y RESUMEN DE DATOS NUMERICOS NO AGRUPADOS
VARIABLE: número de hermanos que componen las familias de
los alumnos que cursan Probabilidad y Estadística, en distintos años
18
Frecuencia Frecuencia Frecuencia Relativa Frecuencia Relativa Porcentual
Absoluta: fi Relativa: fi/N Porcentual fi/N % acumulada Σfi/N %
19
20
ORGANIZACIÓN Y RESUMEN DE DATOS NUMERICOS AGRUPADOS
Seleccionar los límites de las clases que definen los intervalos, de manera que cada observación
se clasifique sin ambigüedad en una sola clase.
21
Cálculo de la cantidad de clases a determinar
1. Fórmula de Sturges:
si N es el tamaño del lote, se trata de hallar el número de intervalos k que satisfaga la relación N ~ 2 ( k - 1)
De esta expresión resulta k ~ 1 + 3,322 log N Redondeando al valor más próximo obtenemos un valor de k.
22
Cálculo de la amplitud h de cada clase
Intervalos de Clase
El punto medio xi es la marca de clase. Este valor es el centro del intervalo que define la clase y es el valor
numérico representativo de los datos de la clase.
h Marca de Clase
Dato Min Dato Max
El punto medio xi es la marca de clase. Como ya dijimos este valor es el centro del intervalo que define la
clase y es el valor numérico representativo de los datos de la clase.
Una manera de determinar la clase definida por x i sería: Desde xi - h/2 inclusive, hasta menos de xi+ h/2,
ésto es, el intervalo [x i - h / 2 , x i + h / 2)
Diremos que el dato v j pertenece a esta clase si y solo si x i - h/2 v j < x i + h/2 .
1,09 1,92 2,31 1,79 2,28 1,74 1,47 1,97 0,85 1,24 1,58 2,03 1,70 2,17 2,55 2,11 1,86 1,90 1,68 1,51 1,64 0,72 1,69
1,85 1,82 1,79 2,46 1,88 2,08 1,67 1,37 1,93 1,40 1,64 2,09 1,75 1,63 2,37 1,75 1,69
xmínimo xmáximo
RANGO 26
Continuando con el Ejemplo de contenido de nicotina:
1,09 1,92 2,31 1,79 2,28 1,74 1,47 1,97 0,85 1,24 1,58 2,03 1,70 2,17 2,55 2,11 1,86 1,90 1,68
1,51 1,64 0,72 1,69 1,85 1,82 1,79 2,46 1,88 2,08 1,67 1,37 1,93 1,40 1,64 2,09 1,75 1,63 2,37
1,75 1,69
Teniendo en cuenta que xmáximo = 2,55 y el xmínimo = 0,72, tomamos la amplitud de cada intervalo h, usando la
ecuación:
27
La distribución de frecuencias para el ejemplo se presenta: Distribución de frecuencias del contenido
de nicotina en 40 cigarrillos
28
HISTOGRAMA (Karl Pearson)
Un histograma es un conjunto de rectángulos cada uno de los cuales representa un intervalo de agrupación o
clase. La base de cada rectángulo coincide con el intervalo de clase, y la altura se determina de manera que su
área sea proporcional a la frecuencia respectiva (o frecuencia relativa o frecuencia relativa porcentual) de cada
clase.
La variable de interés se grafica sobre el eje horizontal, el eje vertical representa el número, proporción o
porcentaje de observaciones para cada intervalo de clase.
Histograma de frecuencia
29
Distribución asimétrica que es típica de los
Distribución simétrica que aparece en muchos procesos
datos económicos, y en general de
de fabricación
mediciones de renta, población, consumo de
electricidad, tamaño de empresas, etc
31
Construcción de Polígonos de Frecuencias: estos pueden ser polígonos el punto medio de cada clase
represente los datos de esa clase y después conectando la secuencia de sus respectivos porcentajes de
clase. Se debe tener presente que el polígono es una representación de la forma de una distribución
particular.
Como el área bajo la distribución porcentual (la totalidad de la curva) debe ser del 100%, es necesario
conectar los puntos medios primero y último con el eje horizontal, para abarcar el área total de la
distribución observada
32
Curva de frecuencias suavizadas: en una muestra suficientemente grande podría suavizarse el polígono
de frecuencia y se obtendría el siguiente gráfico.
33
DISTRIBUCIONES ACUMULADAS Y POLIGONOS ACUMULADOS
Una tabla de distribución porcentual acumulada se construye “añadiendo” un intervalo de clase extra al
final. Para el ejemplo de los contenidos de nicotina se calculan los porcentajes acumulados en la columna del
“menor que”, determinando el porcentaje de las observaciones que son inferiores a cada uno de los límites
inferiores
34
35
DIAGRAMA DE PARETO:
Pasos para su construcción:
1. Organizar los datos en tabla de Distribución de frecuencias.
2. Ordenar los datos por frecuencia absoluta, de manera descendente (de mayor a menor)
3. Calcular la Frecuencia porcentual, y la Frecuencia porcentual acumulada
4. Graficar con barras la frecuencia porcentual
5. Agregar una serie de datos adicional, para la frecuencia % acumulada, de tipo línea
6. Se puede observar que en las primeras 2 a 4 categorías tengo la mayoría entre el 70 al 80% de
las causas que más impactan en mi problema.
36
DIAGRAMA DE PARETO:
Es posible que los intervalos de clase de igual amplitud no sea una elección atinada si un conjunto de datos se
“extiende” a un lado u otro. Si se utiliza una gran cantidad de clases del mismo ancho, muchas tienen
frecuencia cero, tal como puede apreciarse en la Figura 13.
38
39
Distribución de frecuencias del N° de ciclos de tensión a la ruptura para 100 muestras de hilo
40
IMPORTANTE: el área total de los rectángulos en un histograma de densidad es igual a 1. 41
ESTADISTICA DESCRIPTIVA
1. MEDIA ARITMÉTICA
42
MEDIA ARITMÉTICA
Ejemplo 1 : Los siguientes datos corresponden a las temperaturas diarias (en grados centígrados)
registradas durante una semana del mes de julio en San Salvador de Jujuy : 3, 2, 1, 2, 1, 0, -1
En este caso la media aritmética resulta
=( 3 + 2 + 1 + 2 + 1 + 0 - 1 ) / 7 = 8 / 7, luego 1,14.
Se concluye que la “temperatura promedio en esa semana fue de 1, 14°C aproximadamente”
Una representación de la distribución de frecuencias mediante un diagrama de puntos
43
1.1. MEDIA ARITMETICA OBTENIDA A PARTIR DE UNA DISTRIBUCION DE FRECUENCIAS DE
DATOS NO AGRUPADOS
Se puede obtener también a partir de la distribución de frecuencias de los valores posibles de la variable
x. Obviamente es para el caso que el número de valores posibles de la variable sea pequeño.
En este caso
44
1.2 MEDIA ARITMETICA OBTENIDA A PARTIR DE UNA DISTRIBUCION DE FRECUENCIAS DE DATOS
AGRUPADOS
x : media aritmética,
n: número de observaciones en la muestra (tamaño de la muestra),
mi: marca de clase (centro del intervalo),
f i: frecuencia de la clase (número de observaciones clasificadas en la i-ésima clase,
k: número de clases
45
LA MEDIA
1
𝑛
𝑥1 + 𝑥 2 + 𝑥3 + 𝑥 4 + … … ..+ 𝑥 𝑛
𝑋=
𝑛
+ + + ………+
n=1
=1
1 1 1 1
𝑛 𝑛 𝑛 La media es el centro 𝑛
de gravedad de los
datos
+ + + ………+ 46
n=1
PROCEDIMIENTO PARA EL CALCULO DE DECILES, CUARTILES Y PERCENTILES: Definición: el 100k-
ésimo percentil pk es un valor tal, que al menos el 100k% de las observaciones están en ese valor o por
debajo de él, y al menos el 100(1-k)% están en ese valor o por encima de él.
: N O Inicio
T E i ó n)
TAN s ic
P O R i (p ente la
R o i = n*K
IM NDI a lm
F U s re
ON e
C i que diana no i es si
o n X me
c entero?
i es el siguiente
i = n*k + 0,5
entero mas grande
no i es si
entero?
Pk= cuéntese desde la observación más
Pk= es el promedio de las observaciones pequeña hasta hallar el i-ésimo valor.
ordenadas Pk = X i
Fin
47
LA MEDIANA
La mediana de una muestra se denota a veces por .
La mediana es el valor que se encuentra en el medio de los datos ORDENADOS DE MENOR A MAYOR
6 datos 6 datos
6 datos 6 datos
La mediana divide el lote ordenado en dos partes iguales. No es afectada por datos extremos
49
50
DIFERENCIA ENTRE MEDIA Y MEDIANA
~
𝑿 = 4,54 𝑿=𝟓
~
𝑿 = 4,𝟗𝟑 𝑿=𝟓
~
𝑿 =𝟓 𝑿 = 75 ,64
51
LA MEDIA REPRESENTA AL
CENTRO DE GRAVEDAD DE
LOS DATOS Y SE VE
AFECTADA POR VALORES
EXTREMOS
𝑿 𝑿
LA MEDIANA REPRESENTA A
LA MAYORIA DE LOS DATOS
52
LA MODA: La moda de un conjunto de datos es el valor que se presenta con mayor frecuencia en la muestra.
Pueden presentarse casos de distribuciones multimodales. Se suele tomar el valor más próximo a la media.
La siguiente muestra 5, 1, 6, 9, 2, 3 no tiene moda.
La muestra 2, 8, 9, 6, 2, 8, 6, 2, 8, 7, 3 presenta dos modas 2 y 8. Estos datos se describen como bimodales.
En el ejemplo del tiempo de vida de las moscas, el tiempo modal de vida es de 7 segundos (pues 7 segundos es el
dato que presenta la mayor frecuencia)
A pesar de su sencillez, el rango medio se debe usar con cautela, ya que sólo involucra las observaciones mayor y
menor de un conjunto de datos, si hay observaciones extremas se distorsiona
53
MEDIDAS DE DISPERSIÓN
La dispersión es el grado de variación o diseminación de los datos.
Dos conjuntos de datos pueden diferir tanto en tendencia central como en dispersión; o como se muestra en los
siguientes ejemplos, dos conjuntos de datos pueden tener las mismas medidas de tendencia central pero diferir
mucho en términos de dispersión. Este último caso se ejemplifica en los siguientes conjuntos de datos.
Ejemplo 17: Los datos de la muestra A señalan el tiempo de funcionamiento (en días) hasta que se presenta la
primera falla de n = 6 radiotransmisores-receptores de marca A y los datos de la muestra B corresponden a n = 6
radiotransmisores-receptores de marca B
Los datos de la muestra B son mucho menos variables que los de la muestra A. Observemos que ambos
tienen la misma media.
Las medidas de dispersión que analizaremos en primera instancia son: el rango, la varianza, la desviación
estándar y el coeficiente de variación
54
MEDIDAS DE DISPERSIÓN
Una segunda propiedad importante que describe a un conjunto de datos es la dispersión. La
dispersión es el grado de variación o diseminación de los datos. Analizaremos: el rango, la
varianza, la desviación estándar y el coeficiente de variación
El rango es la diferencia entre las observaciones Máxima y mínima de un conjunto de datos. Mide la
dispersión total del conjunto de datos. No es recomendable cuando tenemos observaciones extremas :
RANGO = xMAXIMO - x MINIMO
55
VARIANZA:
La Varianza Muestral es casi el promedio de los cuadrados de las diferencias entre cada una de las
observaciones de un conjunto de datos y la media.
DESVIACION ESTANDAR:
56
Qué indican la varianza y la desviación estándar?
La varianza y la desviación estándar miden la dispersión “promedio” en torno a la media; es decir, cómo
fluctúan las observaciones mayores por encima de la media y cómo se distribuyen las observaciones menores
por debajo de ella.
La varianza tiene ciertas propiedades matemáticas útiles. Sin embargo, al calcularla se obtienen unidades al
cuadrado ( segundos al cuadrado, pesos al cuadrado , centímetros al cuadrado, años al cuadrado, etc. ). Por
ello en la práctica la principal medida de dispersión que se utiliza es la desviación estándar, cuyo valor está
dado en las unidades originales de los datos: segundos, pesos, centímetros, años, etc.
57
58
COEFICIENTE DE VARIACIÓN
El coeficiente de variación es una medida relativa de
dispersión. Se expresa en porcentaje y no en términos de unidades de los datos manejados. Es independiente
de las unidades utilizadas.
El coeficiente de variación, representado con el símbolo CV, mide la dispersión de los datos con respecto a la
media. Se lo puede calcular mediante
El CV es también muy útil cuando se comparan dos o más conjuntos de datos que se miden en las
mismas unidades, pero que difieren en tal medida que una comparación directa de las respectivas
desviaciones estándar no resulta muy útil.
59
60
FORMA
Una distribución es simétrica si una mitad es aproximadamente una imagen de espejo de la otra. En caso
contrario se dice que la distribución es asimétrica.
Ej: histograma que muestra la distribución de las alturas de 1.100 estudiantes universitarios.
61
SESGO
Se conoce como sesgo el grado de asimetría de una distribución, es decir, cuánto se aparta de la simetría.
Una distribución asimétrica se dice sesgada a la derecha si tiene una cola más larga a la derecha que a la
izquierda; es decir si la distribución está más extendida hacia los valores mayores.
Será sesgada a la izquierda si tiene una cola más larga a la izquierda que a la derecha; es decir si la
distribución está más extendida hacia los valores menores. Ejemplos:
62
63
MEDIDAS DE ASIMETRIA
1. INDICE DE ASIMETRÍA DE PEARSON
68