Clase Estadística Descriptiva 1. Definición: 1.1 Estadística Es una herramienta matemática que permite recopilar, organizar, presentar y analizar datos obtenidos de un estudio estadístico.
1.2 Población Colección o conjunto de personas, objetos o eventos que poseen características comunes, cuyas propiedades serán analizadas.
1.3 Muestra Subconjunto de la población que comparte una determinada característica. 1.4 Variable estadística Información a recopilar, en ella se describen las características de la muestra. Existen dos tipos: Cualitativas y Cuantitativas • Cualitativas: Las variables cualitativas tienen características no numéricas. Por ejemplo: color de pelo, sexo, estado civil, etc.
• Cuantitativas: Las variables cuantitativas tienen características numéricas. Por ejemplo: edad, estatura, número de hijos, etc. Cuantitativa discreta: Son aquellas a las que se les puede asociar un número entero y es imposible fraccionar. Por ejemplo: número de hijos, número de automóviles.
Cuantitativa continua: Son aquellas a las que se les puede
asociar cualquier número real. Por ejemplo: peso, estatura, tiempo. Estadística descriptiva Tipos de Frecuencias
Distribución de frecuencias. La distribución de frecuencias es una representación (muchas veces en forma de tabla y/o gráficos) de la muestra estadística, donde se asigna a cada dato su frecuencia correspondiente.
• Frecuencia absoluta fi • Frecuencia acumulada Fi
Número de veces que aparece Suma de las frecuencias absolutas un determinado dato en un de todos los datos inferiores o estudio estadístico. iguales al valor considerado. Generalmente se le denomina solo “frecuencia”. • Frecuencia relativa fr Cociente entre la frecuencia absoluta de La suma de las frecuencias absolutas es igual al un determinado valor y el número número total de datos. total de datos. También puede expresarse como porcentaje. 1.3 Ejemplo
El gráfico de la figura muestra los porcentajes de obesidad de las mujeres con respecto al total de mujeres y de los hombres con respecto al total de hombres, en algunos países de América. ¿Cuál de las siguientes afirmaciones NO se deduce de este gráfico?
A) En Uruguay el mayor porcentaje de
obesidad está en las mujeres. B) En Costa Rica el menor porcentaje de obesidad está en los hombres. C) Las mujeres de los países de América son más obesas que los hombres. D) Chile supera a Brasil en porcentaje de obesidad tanto en hombres como en mujeres. E) Colombia tiene la mayor diferencia porcentual de obesidad entre hombres y mujeres. ALTERNATIVA CORRECTA
Fuente : DEMRE - U. DE CHILE, Modelo Proceso de admisión 2013.
C 2. Distribución de frecuencias Ordenamiento de datos cuando en un estudio estadístico se recopila una gran cantidad de ellos .
Existen dos tipos de distribución de frecuencias, con datos no
agrupados y con datos agrupados.
2.1 Distribución en datos NO agrupados
Se utiliza preferentemente cuando las opciones de la variable son pocas . Ejemplo: Al lanzar un dado 10 veces, se obtuvo la siguiente información:
1–6–4–3–1–2–6–5–1–3
Frecuencia: Corresponde a la cantidad de veces
que se encuentra un dato en una muestra. 1–6–4–3–1–2–6–5–1–3
Al construir la tabla de frecuencias, se obtiene:
Número Frecuencia 1 3 2 1 3 2 4 1 5 1 Al sumar la columna frecuencia, se 6 2 obtiene el total de datos (n).
Total datos: 10.
2.2 Distribución en datos agrupados Se utiliza cuando la variable ofrece una gran gama de posibilidades, si es cuantitativa continua, debemos agrupar los datos en intervalos semiabiertos, excepto el último, que es cerrado. Al agrupar los datos en intervalos, se debe calcular la “marca de clase”. Corresponde al promedio entre los extremos del intervalo. Ejemplo:
Peso (Kg.) Frecuencia Marca de
clase [55,59[ 2 57 [59,63[ 5 61 [63,67[ 3 65 [67,71[ 7 69 [71,75] 4 73 3. Gráficos estadísticos 3.1 Gráfico de Barras Se utiliza para variables cualitativas o variables discretas.
Cada variable se representa mediante una barra
proporcional a su frecuencia. Ejemplo: 3.2 Histogramas Se utilizan para datos agrupados. Cada intervalo se representa mediante una barra proporcional a su frecuencia.
Ejemplo:
La distribución del número de horas que duraron
encendidas 200 ampolletas está dada en el gráfico siguiente. (Ensayo PSU, 2004) 3.3 Polígono de frecuencia Es la línea que une los puntos correspondientes a las frecuencias de cada dato.
Ejemplo: 3.4 Gráficos circulares Estos gráficos permiten visualizar la distribución de los datos en forma de porcentaje sobre un total.
Ejemplo: 4. Medidas de tendencia central 4.1 Moda Es el dato que más se repite, es decir, el que tiene mayor frecuencia.
Ejemplo:
Frecuencia De acuerdo a la gráfica, 6 la Moda es 15. 5 4
1 Temperatura (º C) 8 10 12 15 18 21 25 4.2 Mediana Corresponde al “valor central” de todos los datos ordenados de una muestra.
La muestra debe ser ordenada en forma ascendente o
descendente.
Cuando la muestra tiene un número par de datos, la
mediana corresponderá al promedio de los dos datos centrales. Ejemplo 1: Los puntajes de 8 alumnos en el 5° simulacro son los siguientes:
650 – 556 – 722 – 478 – 570 – 660 – 814 – 670
Solución: Al ordenarlos de menor a mayor:
478 – 556 –570 – 650 – 660 – 670 – 722 – 814
Mediana = 650 + 660 = 655
2 Ejemplo 2: Determinar la mediana a partir del siguiente gráfico:
N° Alumnos
6 5 5 4 3 3 2 2 2 2 1 1 1 Nota 1 2 3 4 5 6 7
Solución: Para determinar el total de datos, debemos sumar las frecuencias. En este caso, el total de datos es 16. Luego, los valores centrales están ubicados en las posiciones 8ª y 9ª. Ambos corresponden a nota 4. Por lo tanto, la mediana es 4. 4.3 Media aritmética o promedio (x) Es el valor que se obtiene al dividir la suma de todos los valores por el total de datos.
Ejemplo 1: Los puntajes de 8 alumnos en el 5° simulacro son los siguientes: 650 – 556 – 722 – 478 – 570 – 660 – 814 – 670
Luego, la media aritmética (promedio) es:
x = 650 + 556 + 722 + 478 + 570 + 660 + 814 + 670
8 x = 640
Por lo tanto, el promedio de los puntajes es 640.
Ejemplo 2: Determinar la media aritmética a partir del siguiente gráfico: N° Alumnos
6 5 4 3 2 1 Nota 1 2 3 4 5 6 7
Solución: Para determinar el total de datos, debemos sumar las frecuencias. En este caso, el total de datos es 16.
Para determinar la media aritmética, debemos multiplicar
cada dato por su frecuencia, sumar estas cantidades y el resultado dividirlo por el total de datos (n). Por lo tanto: N° Alumnos
6 5 5 4 3 3 2 2 2 2 1 1 1 Nota 1 2 3 4 5 6 7
x = 1·1 + 2·2 + 3·1 + 4·5 + 5·3 + 6·2 + 7·2
16
x = 1 + 4 + 3 + 20 + 15 + 12 + 14 16
x = 69 16
x ≈ 4,3 EN RESUMEN
Moda La moda de una serie de datos es aquel valor que No se puede se presenta con mayor frecuencia, es decir, es el asumir que el valor que más se repite. La moda puede no existir dato que más (si todos los datos tienen igual frecuencia) y si se repite se existe, puede no ser única (muestra multimodal). encuentra en el intervalo En datos agrupados, el intervalo modal (o clase modal. modal) corresponde al intervalo que tiene la mayor frecuencia. Promedio (o media aritmética) Es la suma de todos los datos, dividida por el número de datos. En datos tabulados, corresponde a El promedio la suma del producto entre cada dato y su solo se puede frecuencia, dividida por la suma de todas las obtener en frecuencias. variables cuantitativas. En datos agrupados, el promedio se determina a partir de la frecuencia y la marca de clase de cada intervalo, pero solo es una aproximación al exacto. Mediana
Corresponde al valor central de todos los datos de una muestra,
ordenados en forma ascendente o descendente (cuando el número total de datos es impar). Cuando la muestra presenta una cantidad par de datos, la mediana corresponderá al promedio de los dos datos centrales.
En datos agrupados, el intervalo donde se encuentra la mediana se
determina ubicando la posición central, de acuerdo a las frecuencias acumuladas.
No necesariamente la La mediana mediana corresponde a un solo se puede dato de la muestra. obtener en variables En datos tabulados, es cuantitativas. recomendable registrar la frecuencia acumulada. Medidas de tendencia central
Ejemplo A un grupo de mujeres se le preguntó acerca de su masa corporal. Sus respuestas se resumen en el histograma de la figura adjunta, donde los intervalos son de la forma [a, b[ y el último de la forma [c, d]. Según la información del gráfico es verdadero que,
A) 7 mujeres fueron entrevistadas en total.
B) exactamente, un 50% de las mujeres entrevistadas tiene una masa corporal que está en el intervalo [64, 70[. C) la mediana de las masas corporales está en el intervalo [66, 68[. D) las modas de las masas corporales son 65 kg y 71 kg. E) solo una de las mujeres entrevistadas tiene una masa corporal menor que 64 kg.
ALTERNATIVA CORRECTA
Fuente : DEMRE - U. DE CHILE, Modelo Proceso de admisión 2017. C
5. Medidas de posición
5.1 Cuantiles
Se denomina cuantil al valor bajo el cual se encuentra un cierto
porcentaje de los datos, cuando estos están ordenados de menor a mayor de acuerdo a la columna de frecuencia porcentual acumulada.
Percentiles. Deciles. Dividen la muestra en 100 partes Dividen a la muestra en 10 partes iguales, con 1% de los datos cada iguales, con 10% de los datos una. Por ejemplo, El percentil 35 cada una. Por ejemplo, el decil 6 corresponde al valor bajo el cual corresponde al valor bajo el cual se encuentra el 35% de los datos. se encuentra el 60% de los datos.
Quintiles. Cuartiles. Dividen la muestra en 5 partes Dividen a la muestra en 4 partes iguales, con 20% de los datos iguales, con 25% de los datos cada una. Por ejemplo, El quintil 2 cada una. Por ejemplo, el cuartil 3 corresponde al valor bajo el cual corresponde al valor bajo el cual se encuentra el 40% de los datos. se encuentra el 75% de los datos. 5. Medidas de posición
5.2 Diagrama de cajas
Un diagrama de cajas (o caja y bigotes) corresponde a una representación
gráfica de la distribución de datos de una muestra. Rango intercuartil
Dato menor Dato mayor
Cuartil 1 Cuartil 3 Cuartil 2
Rango intercuartil = cuartil 3 – cuartil 1
El cuartil 2 corresponde a la mediana de la
muestra, al igual que el percentil 50 y el decil 5. 5. Medidas de posición
5.3 Ejemplo ¿Cuál de los siguientes gráficos representa a un conjunto de datos con media iguala 5 y primer cuartil igual a 2?
ALTERNATIVA CORRECTA
Fuente : DEMRE - U. DE CHILE, Modelo Proceso de admisión 2017.
6. Medidas de dispersión Indican el alejamiento de los datos con respecto a la media aritmética.
6.1 Desviación típica o estándar
A mayor desviación estándar, mayor dispersión en
los datos y a menor desviación estándar, mayor homogeneidad en ellos. Pregunta oficial PSU
Si la tabulación del peso de 50 niños recién nacidos se muestra en
la tabla adjunta, ¿cuál(es) de las siguientes afirmaciones es (son) verdadera(s)?
I) La mediana se encuentra en el segundo intervalo.
II) Un 20% de los recién nacidos pesó 4 o más kilogramos. III) El intervalo modal es 3,0 –3,4.
A) Solo III B) Solo I y II C) Solo I y III D) Solo II y III E) I, II y III ALTERNATIVA CORRECTA
E Fuente : DEMRE - U. DE CHILE, Proceso de admisión 2016
