Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El investigador B afirma: los abortos son mas probables en animales con su primer
parto
¿Cómo se interpretan los datos?
Datos de A Datos de B
Número de Número de Número de partos Número de
partos del animal animales que han del animal animales que han
tenido algún tenido algún
aborto
N ? aborto
1 5 ZÓ1 5
2 8 RA 2 4
NE
3 11
T I E 3 3.7
4 14 4 3.5
N
5 16UIE 5 3.2
6 Q
¿18 6 3
El investigador B afirma: los abortos son mas probables en animales con su primer
parto
Probabilidad
• Número de casos favorables/número de casos
posibles
0.50
0.40
0.30
0.20
0.10
0.00
1 2 3 4 5 6
Número de partos del animal
0.60
Probabilidad
0.40
0.30
0.20
0.10
0.00
1 2 3 4 5 6
Número de partos del animal
Tabla de frecuencias e histogramas
Representación del comportamiento de la
variable en la población
Estadísticos
• Frecuencia absoluta
• Frecuencia relativa
• Porcentaje de frecuencia
• Frecuencia acumulada
• Porcentaje de frecuencia acumulada
TABLAS DE FRECUENCIAS
Variables Unidimensionales de Tipo Discreto
Ejemplo 6
A, B, A, A, A, AB, O, A, A, A, O, B, O, A, B, O, B, O, A, B, B, A, A, O.
A, B, A, A, A, AB, O, A, A, A, O, B, O, A, B, O, B, O, A, B, B, A, A, O.
5
Frecuencia
0
1 2 3 4 5 6 7 8 9 10
Calificaciones
Categorías Frecuencia Frecuencia Porcentaje Frecuencia Porcentaje
relativa acumulada acumulado
1 1 0,05 5 1 5
2 2 0,1 10 3 15
3 1 0,05 5 4 20
4 2 0,1 10 6 30
5 3 0,15 15 9 45
6 4 0,2 20 13 65
7 3 0,15 15 16 80
8 1 0,05 5 17 85
9 2 0,1 10 19 95
10 1 0,05 5 20 100
Categorías Frecuencia Frecuencia Porcentaje Frecuencia Porcentaje
relativa acumulada acumulado
1 1 0,05 5 1 5
2 2 0,1 10 3 15
3 1 0,05 5 4 20
4 2 0,1 10 6 30
5 3 0,15 15 9 45
6 4 0,2 20 13 65
7 3 0,15 15 16 80
8 1 0,05 5 17 85
9 2 0,1 10 19 95
10 1 0,05 5 20 100
DISCRETIZACIÓN DE VARIABLES CONTINUAS
Ejemplo 8
5
4
3
2
1
0
50-60 60-70 70-80 80-90 90-100
Peso de los cerdos (kg)
35
30
25
Frecuencia
20
15
10
0
50-60 60-70 70-80 80-90 90-100
Peso de los cerdos (kg)
Análisis unidimensional de tipo
continuo
Resumen de resultados:
• Parámetros de posición
• Parámetros de dispersión
Parámetros de posición
• Media
• Mediana
• Moda
• Cuartiles
• Percentiles
Parámetros de dispersión
• Desviación típica
• Coeficiente de variación
• Varianza
• Coeficiente de asimetría
• Coeficiente de curtosis
Media
x
xi
N
E ( x) P( xi ) Ni P( x1 ) N1 P( x2 ) N 2 P( x3 ) N3 ... P( xn ) N n
¿Cuál es el número medio de abortos?
Número de partos Número de Número de Probabilidad
del animal observaciones animales con
abortos
1 15 5 0,33
2 16 8 0,50
3 22 11 0,50
4 26 14 0,54
5 32 16 0,50
6 21 18 0,86
Funciones de distribución F ( x) P( X x)
P(a x b) F (b) F (a)
dF ( x)
Función de densidad f ( x)
dx
b
P(a x b) F (b) F (a) a f ( x)dx
Función de densidad de la distribución normal:
( x x ) 2
1 2 2
f ( x) e
2
Desviación típica
x
( xi x ) 2
N 1
Desviación típica
x
( xi x ) 2
N 1
de s
da
uni
las
de
ma
ble COEFICIENTE DE
Pro
VARIACIÓN
( xi x ) 2
cv N 1
X
Varianza
x2
( xi x ) 2
N 1
z2 a x2 b y2 Si X e Y son independientes
NO COINCIDEN
Manzanas Naranja Manzanas+ Naranjas
media 6,60 7,31 13,90
desviación típica 0,85 0,58 1,18
varianza 0,7300 0,331 1,38
covxy
( xi x )( yi y )
0.155 NO COINCIDEN
N 1
covxy
( xi x )( yi y )
0.155 SI COINCIDEN
N 1
1.38 1.17
(Xi-Xmedia)*(Yi-
Manzanas Naranja Xi-Xmedia Yi-Ymedia Ymedia)
caja 1 5,00 7,27 -1,60 0,68 -1,08
caja 2 6,00 6,58 -0,59 -0,01 0,01
caja 3 7,00 7,54 0,41 0,94 0,38
caja 4 5,00 7,16 -1,60 0,56 -0,89
caja 5 6,30 7,38 -0,29 0,78 -0,23
caja 6 7,20 7,10 0,61 0,50 0,31
caja 7 5,90 7,52 -0,69 0,92 -0,64
caja 8 6,40 7,79 -0,19 1,19 -0,23
caja 9 7,40 7,17 0,81 0,57 0,46
caja 10 6,50 6,37 -0,09 -0,23 0,02
caja 11 6,60 7,18 0,01 0,58 0,00
caja 12 8,10 7,92 1,51 1,33 2,00
caja 13 7,30 6,91 0,71 0,31 0,22
caja 14 7,20 8,20 0,61 1,61 0,97
caja 15 7,40 7,98 0,81 1,38 1,11
caja 16 7,10 7,08 0,51 0,48 0,24
caja 17 7,10 7,26 0,51 0,66 0,33
caja 18 7,20 7,85 0,61 1,26 0,76
caja 19 5,60 5,93 -0,99 -0,66 0,66
caja 20 5,60 7,95 -0,99 1,36 -1,35
media 6,60 7,31
Suma 3,05
Cov (X,Y) 0,16
Si Z a1 X1 a2 X 2 ....... an X n
n n
z2
1
ai i2 2 cov(X , X
1i j n
i j)
a1 12 a2 22 a3 32 ...... an n2
2 cov(X1 , X 2 ) 2 cov(X1 , X 3 ) 2 cov(X 2 , X 3 ) ....
2 cov(X1 , X n ) 2 cov(X 2 , X n ) 2 cov(X 3 , X n ) .... 2 cov(X n1 , X n )
Por ejemplo: V X Y Z
V2 x2 y z2 2 cov(X Y , Z )
Por ejemplo: V X Y Z
V2 x2 y z2 2 cov(X Y , Z )
V2 x2 y2 z2 2 cov(X , Y ) 2 cov(X Y , Z )
Por ejemplo: V X Y Z
V2 x2 y z2 2 cov(X Y , Z )
V2 x2 y2 z2 2 cov(X , Y ) 2 cov(X Y , Z )
V2 x2 y z2 2 cov(X Y , Z )
V2 x2 y2 z2 2 cov(X , Y ) 2 cov(X Y , Z )
media
mediana
moda
Ejemplo 10
Box-Whisker
Ejemplo 11
5
Frecuencia
0
1 2 3 4 5 6 7 8 9 10
Calificaciones
5
4
Frecuencia
0
1 2 3 4 5 6 7 8 9 10
Calificaciones
Coeficiente de asimetría
ca
( xi x )3 / N 1
x3
Coeficiente de curtosis
La curtosis es una medida de la forma, atendiendo a la concentración de los datos
k
( xi x ) 4 / N 1
3
4
x
Volumen real Volumen
(cm3) predicho
Ejemplo 12
3037,32 4951,35
1931,45 2542,28
4361,86 6584,45
Volumen real _cm3_ Volumen predicho 1236,74 2002,64
------------------------------------------------------------ 1034,82 2004,11
Frecuencia 16 16 1291,84 2407,32
Media 4654,69 7276,34 13556,31 21397,06
Varianza 1,57455E7 3,27824E7
10185,31 11769,95
Desviación típica 3968,06 5725,59
12590,76 18750,29
Mínimo 1034,82 2002,64
3867,97 7329,30
Máximo 13556,3 21397,1
3900,75 5671,43
Rango 12521,5 19394,4
4249,19 9868,32
Asimetría 2,35339 2,53686
Curtosis 0,843229 1,54738 4017,55 5535,85
F ( x) P( X x)
Distribuciones continuas
Cuando e conjunto de valores posibles que puede tomar
una variable aleatoria es continuo
F ( x) P( X x) 0 F ( x) P( X x)
Distribuciones discretas
• Distribución Binomial
• Distribución de Poisson
Distribuciones continuas
• Distribución Normal
• Distribución Gi-2
• Distribición T-Student
• Distribución F-Fisher
Funciones de distribución F ( x) P( X x)
P(a x b) F (b) F (a)
dF ( x)
Función de densidad f ( x)
dx
b
P(a x b) F (b) F (a) a f ( x)dx
Función de densidad de la distribución normal:
( x x ) 2
1 2 2
f ( x) e
2
Distribución normal tipificada
( x x ) 2 ( x ) 2
1 1
f ( x) e 2 2 f ( x) e 2
2 2
Tipificación de una
variable normal
X N x, x
zx
Z N 0,1
x
Ejemplo 12
Soluciones: a) 373 toros b) 660 toros c) 348 toros
Ejemplo 13
a) más de 32 meses
b) menos de 28 meses
c) entre 37 y 49 meses
• Cuando los datos que representamos proceden de una variable que sigue
una distribución normal, los puntos correspondientes se sitúan
aproximadamente en torno a una recta
Interpretación del gráfico
La mezcla de dos poblaciones con media diferentes, presenta una forma típica
don dos zonas de crecimiento rápido separado por un tramo de crecimiento
lento
¿Qué ocurre cuando la población no es normal?
25
23
21
f(x) = 0.81 x + 4.92
19
R² = 0.84
17
15
13
11
5
5 7 9 11 13 15 17 19 21 23 25
Cargar Statgraphics
Cargas XSTAT
La binomial se puede aproximar a la normal cuando N es grande
B (n, p) N x n p, x n p (1 p)
Tipos de influencia
- Causa-efecto
- Relación creciente
- Relación decreciente
- Interacción entre variables
Tipos de influencia
- Causa-efecto
- Relación creciente
- Relación decreciente
- Interacción entre variables
RESULTADOS
DISCUSIÓN
• ¿CUAL ES LA CAUSA DE ESE
COMPORTAMIENTO?
¿HAY EXCEPCIONES?
VALIDACIÓN DE LA TEORÍA
¿CUMPLE CON TODAS LAS OBSERVACIONES?
¿HAY EXCEPCIONES?
LEY
CIENTÍFICA
Ejercicio propuesto
Plantear una investigación donde se defina:
¿Cuál es el objetivo?
¿Cuál es la población?
¿Cuál son las variables?
¿Modo de tomarlas?
Representación de los datos
¿Parámetros estadísticos a calcular?