Distribución de variables
Tipos de estadística
Descriptiva
• Procedimientos empleados
para organizar y resumir
conjuntos de observaciones en
forma cuantitativa
Inferencial
• Métodos empleados para
inferir algo acerca de una
población basándose en los
datos obtenidos a partir de
una muestra.
Tipos de variables

Nominales Ordinales Proporcionales

Distribución de variables
Distribución discreta (valores
enteros)
• Distribución binomial (los
resultados son excluyentes)
• Distribución de Poisson
(probabilidad de que ocurra un
determinado número de
eventos durante cierto período
de tiempo)
Distribución normal (valores
contínuos)
• Distribución normal
• Distribución Chi cuadrada
• Distribución F
• Distribución t de Student
Distribución normal

• Indica la probabilidad de que

ocurra un fenómeno dentro de
un intervalo de confianza
• Generalmente las
distribuciones normales
tienden a tener la misma
media y la misma moda.
• Los datos que más se alejan
tienen una desviación mayor
Distribución t de student

• Es una distribución de
probabilidad que surge del
problema de estimar la media
de una población normalmente
distribuida cuando el tamaño
de la muestra es pequeño
• Considera los grados de
libertad que se calculan como:
n-2
Distribución F

• Se utiliza para comprobar las

varianzas de dos muestras
estadísticas a partir del
análisis de una población
• Por ejemplo para determinar
la forma en que varía el
procedimiento para calificar
de un profesor universitario
con la de otro.
Distribución de X2

• Nos servirá para someter a

prueba hipótesis referidas a
distribuciones de frecuencias
• Sirve para determinar
dependencias entre variables
• En esta prueba estadística
siempre la hipótesis nula plantea
que las variables analizadas son
independientes.
•
.
Representación de las variables
Histograma

• Representación gráfica de un
proceso donde se visualiza la
tasa de frecuencia.
•
Sirve para visualizar la
tendencia a la simetría
• Se agrupan los datos en
frecuencias y rangos
Polígono de frecuencias

• Permite representar
distribuciones eagrupadas en
intervalos
• Su función es meramente
descriptiva
Diagrama de barras

• Facilita identificar la moda Chart Title

6
• No se utilizan datos agrupados
5

0
Categoría 1 Categoría 2 Categoría 3 Categoría 4
Serie 1 Serie 2 Serie 3
Gráfico de sectores

• Sirve para visualizar Ventas

porcentajes

1er trim. 2º trim. 3er trim. 4º trim.

Hoja de revisión

• Diseñadas para identificar con

qué frecuencia ocurren
algunos sucesos
Gráfica de radar

• Presentar visualmente los gaps Chart Title

existentes entre el estado Serie 1 Serie 2

actual y el estado ideal. 5/1/2002

35
30
• Captar las diferentes 25
20
percepciones de todos los 9/1/2002
15
10 6/1/2002
miembros del equipo respecto 5
0
al desempeño del equipo o de
la organización
8/1/2002 7/1/2002
Diagrama de dispersión

• Permiten estudiar la relación Valores Y

entre dos variables 3.5

2.5

1.5

0.5

0
0 0.5 1 1.5 2 2.5 3
Medidas de tendencia central
Medidas de tendencia central

• Nos indican como se comporta la muestra y cómo se ordenan éstas

en el espacio probabílistico
Medidas de tendencia central

Media Moda Mediana

Promedio aritmético de los datos Dato que se repite con mayor Dato que nos indica el percentil
obtenidos frecuencia medio de la muestra, es decir el
50% de la muestra
Medidas de dispersión
Desviación estándar
• Indica que tanto se aleja el
dato estadístico con respecto a
la media de la muestra
Varianza
• Es el cuadrado de la
desviaci+on estándar.
• Se utiliza especialmetn epara
comprobar distintas hipótesis y
comparar las medias de
distintas poblaciones
Análisis descriptivo inferencial

• Se realiza para comprobar la media poblacional de dos muestras

distintas y con esto se pretende establecer si son parecidas éstas o
bien son distintas.
• Para llevarse a cabo se lleva a cabo el siguiente proceso:
1. Formulación de una hipótesis nula y una
alternativa

• La hipótesis nula que se plantea indica que no existe una

diferencia entre ambas muestras.
• La hipótesis alternativa se plantea de tal forma que indica que
existe una diferencia estadística entre ambas muestras.
2. Elección de una distribución de muestreo

• De acuerdo a como se comporte la muestra se selecciona una

distribución
• Se suele elegir una distribución normal (z) o una prueba de t de student
(muestras menores a 30 elementos)
3. Se elige un nivel de significación

• Se escoge un nivel de significación, esto significa que se escoge un

porcentaje en el cual se va a aceptar la hipótesis o comparación
que se ha planteado.
• Se recomienda establecer este nivel de significación en un 95% o
en un 99%.
• Esto signifcica que en el primer caso habrá un 5% de posibilidad de
rechazo que corresponde a las colas de la distribución; y en el
segundo caso corresponde a un 1%
4. Se hace el cálculo estadístico

• En este paso se hace una serie de operaciones matemáticas

dependiendo del tipo de distribución que se haya seleccionado.
• Adelante se realizará un ejercicio para realizar esta situación
apoyados por un programa estadístico.
5. Aceptación o rechazo de la hipótesis nula

• Cuando se hacen los cálculos se comparan los datos con los

números que existen en cada distribución y en caso de que el
número sea mayor se rechaza la hipótesis nula y se acepta la
alternativa, es decir que existe una diferencia estadística
significativa.
• Si el valor encontrado es menor, se acepta la hipótesis nula. Es
decir se reconoce que no existe una diferencia estadística
significativa