Clase 2 Estadística Básica I

Probabilidad y
Estadística
Clase #2
Ing. Marco González Víquez
2 25/02/22
Contenido
 Organización y presentación de datos univariables
 Distribuciones de frecuencia (relativas y
acumulativas)
 Descripción numérica de datos sin agrupar:
medidas de tendencia central, posición y
dispersión
Ing. Marco González-Ingeniería Industrial-

Universidad de Costa Rica
3 25/02/22
Datos vs Información
Implica:
resumirlos,
tratarlos,
presentarlos
Ing. Marco González-Ingeniería Industrial-Universidad de Costa Rica

4 25/02/22
Presentación de la información
 Cuatro formas básicas:
 Textual
 “Elnúmero de fallos en la producción de la línea ha
aumentado a un ritmo de 3% mensual”...
 Semitabular
 La cantidad de fallos en la línea durante el último año se
muestra a continuación
 Enero: 97 unidades
 Febrero: 100 unidades
 Marzo: 104 unidades
Ing. Marco González-Ingeniería Industrial-Universidad de Costa Rica

5 25/02/22
Presentación de la información
 Tabular
 Recurre a los cuadros y utiliza únicamente las cifras.
 Tabla: ordenación sistemática de datos en filas y columnas, de
acuerdo al criterio o criterios de clasificación que interesen, y
de forma tal, que puedan ser interpretados rápidamente, extraer
conclusiones de ellos y hacer comparaciones.

6 25/02/22
Ejemplo
 El desglose de los fallos por tipo de línea en los meses de enero a julio
del 2008 se presentan en el siguiente cuadro:
Departamento de Control de Calidad

Cantidad de fallos por tipo de línea durante el 2008
Mes
Tipo de línea Enero Febrero Marzo Abril Mayo Junio Julio Total
Línea 1 21 25 14 25 23 41 47 196
Línea 2 10 12 13 12 10 8 18 83
Línea 3 3 5 4 5 8 4 5 34
Línea 4 10 11 10 12 11 10 9 73
* Valores absolutos tomados en la inspección final del proceso
Fuente: Informe de Calidad, Departamento de Control de Calidad, agosto 2008.

7 25/02/22
Componentes de los cuadros estadísticos.

 Título: Dar una idea del tipo de información que contiene el
cuadro. Debe incluir el qué son los datos (a qué se refieren),
dónde se recogieron, cuándo ocurrieron los hechos, bajo qué
criterios se clasificaron.
 Encabezados
 Columna matriz: primera columna, indica clasificación
principal.
 Cuerpo o contenido
 Nota preliminar (si es necesaria)
 Notas al pie (si es necesaria)
 Fuente

8 25/02/22
Gráficos
 Gráfico de Barras
 Horizontales: Cuando la serie es cualitativa o geográfica.
 Verticales: Cuando la serie es cronológica o cuantitativa
discreta (Ocupa poco espacio)
 Gráfico de pastel
 Gráfico lineal
 Gráfico de brechas

Cualitativa o geográfica
250
M illo n e s 200
150
100
50
0
Cronológica o cuantitativa discreta
1983
1982
1981
1980
1979
1978
1977
0 50 100 150 200 250

Millones
250
200
150
Millones
100
50
0
1977 1978 1979 1980 1981 1982 1983
11 25/02/22
Presentación de gráficos
 Se debe dejar igual espacio entre cada barra y se recomienda que sea de la mitad de la
barra.
250
200
150
Millones
100
50
0
1977 1978 1979 1980 1981 1982 1983
 Las series cualitativas y geográficas deben ordenarse de acuerdo con su longitud, de

mayor a menor
Industria
Agricultura
Ganadería
Comercio
Consumo
Pesca
Otros
0 100 200 300 400 500 600 700 800

Millones Universidad de Costa Rica
12 25/02/22
Distribuciones de frecuencias
 Pueden definirse como una ordenación o arreglo de datos en
CLASES O CATEGORÍAS que muestran, para cada una de
ellas, el número de elementos que contiene o frecuencia.

13 25/02/22
Distribuciones de frecuencia
 Son clasificaciones que se refieren a variables cuantitativas,
CONTINUAS O DISCRETAS y que constituyen un instrumento muy útil
en el trabajo estadístico.
 Tres aspectos
 Forma o patrón de distribución de los datos
 Posición de la distribución, alrededor de que valor se tienden a
concentrar los datos (valores centrales)
 Dispersión de los datos alrededor de los datos centrales o
promedios (variabilidad)

14 25/02/22
Distribuciones de frecuencia para

variables discretas
120
100
80
Frecuencia
60
40
20
0
1 2 3 4 5 6 7
Numero Errores en Proceso
15 25/02/22
Distribuciones de frecuencia para

variables continuas
120
100
80
Frecuencia
60
40
20
0
39 -- 45,6 45,6 -- 52,2 52,2 -- 58,8 58,8 -- 65,4 65,4 -- 72
Dimensión del Diámetro
16 25/02/22
 Lista de la muestra= ordenados conforme
una posición relativa, por ejemplo:
creciente, decreciente
Libras de presión por pulgada cuadrada que puede soportar el concreto
2509,5 2505 2502,5 2500,8 2499,9 2498,1 2496,9 2491,6
2508,4 2504,1 2502,3 2500,8 2499,7 2497,8 2496,7 2491,3
2508,2 2503,7 2502 2500,7 2499,2 2497,8 2495,3 2490,5
2508,1 2503,2 2501,3 2500,2 2498,4 2497,1 2493,8 2490,4
2506,4 2502,5 2500,8 2500 2498,3 2496,9 2493,4
En EXCEL, marca los

datos …
•Menú Datos Ing. Marco González-Ingeniería Industrial-
•Ordenar Universidad de Costa Rica
17 25/02/22
 Datos brutos o sin agrupar
 Listados según fueron recolectados
Libras de presión por pulgada cuadrada que puede soportar el concreto
2500,2 2497,8 2496,9 2500,8 2491,6 2503,7 2501,3 2500
2500,8 2502,5 2503,2 2496,9 2495,3 2497,1 2499,7 2505
2490,5 2504,1 2508,2 2500,8 2052,2 2508,1 2493,8 2497,8
2499,2 2498,3 2496,7 2490,4 2493,4 2500,7 2502 2502,5
2506,4 2499,9 2508,4 2502,3 2491,3 2509,5 2498,4 2498,1

18 25/02/22
Cuadros de distribución de frecuencias

En datos sin agrupar, consiste en un ordenamiento de datos que muestra
el número de observaciones registradas por cada evento muestral.
La frecuencia absoluta (fi) es el número de observaciones que la

variable toma en cada clase
La frecuencia relativa (fri) es la proporción del valor de la frecuencia

absoluta de cada clase en relación al total de las observaciones de la
variable
Si se multiplica la frecuencia relativa por 100, obtenemos el % de cada

categoría en relación al total de casos.
19 25/02/22
Ejemplo distribución de frecuencias de variables

discretas
 Ejemplo 1, Distribución de frecuencias para datos sin
agrupar
 Hoja E1 del archivo:
Ejemplos de distribución de frecuencias.xls

20 25/02/22
Distribución de frecuencias para

datos agrupados
 Etapa 1
¿Cuántas clases utilizar y elegir los límites de cada

clase?

21 25/02/22
Distribución de frecuencias para datos

agrupados
 Consideremos una población estadística de n
individuos, descrita según un carácter o variable
C en el cual se identifican los siguientes valores:
 Mínimo:
 Máximo:
 Rango o amplitud: R= lk - l0
 Número de clases: k
 Intervalo o tamaño de clase será:
l k  lo
a
k
22 25/02/22

datos agrupados
 Para calcular el tamaño de clase es necesario calcular
primeramente el número de clases y después se obtiene el
tamaño de clase dividiendo el rango entre el número de clases.
 n si n, no es grande
N  Intervalos  k  
1  3,33 log n, en otro caso
 Regla de Sturges:
1 + 3,332 log n
 Tamaño de clase = Rango / k
23 25/02/22

datos agrupados
 Límites de clase
 Son los valores que definen una clase separándola de la
anterior y de la posterior. Deben definir clases:
 Pertinentes
 Exhaustivas: que permitan clasificar a todas las observaciones
dentro de ellas.
 Mutuamente excluyentes: no permitan que una observación
quede incluida en más de una clase.

24 25/02/22
Límites reales y límites indicados

 Hay que distinguir entre:
 Límites indicados: aparecen indicados en la distribución.
 Límites reales o verdaderos: nos señalan la verdadera
extensión de la clase.
 Nota: para evitar confusiones entre los datos y
los intervalos, procure que el número que
determina el intervalo sea en un dígito más
exacto que el dato
 Ej: Dato 45,4 intervalo 44, 50 – 45, 50

25 25/02/22
Límites reales e indicados

30 – 34 Peso de los
35- 39 estudiantes, es
40 – 44 etc una variable
continua!!
30 34 35 39 40 44
29,5 34,5 39,5 44,5
30 – 34 29,5 – 34,5
35- 39 34,5 – 39,5
40 – 44 39,5 – 44,5
Ing. Marco González-Ingeniería Industrial-Universidad de

Costa Rica
26 25/02/22
Conceptos
 Intervalo de clase
 Indica la amplitud de la clase, se calcula haciendo la
diferencia entre el límite real superior y el límite real
inferior.
 Punto medio
 Valor central de la clase. Se obtiene calculando el
promedio de los límites reales.

27 25/02/22
Ejemplo distribución de frecuencias con

datos agrupados
 Hoja E2
 Archivo Ejemplos distribuciones de frecuencia.xls

28 25/02/22
Medidas de tendencia central para

datos sin agrupar
 Pretenden resumir en un solo número, posición o
localización el comportamiento de la distribución.
 Moda
 Media
 Mediana
 Percentiles

29 25/02/22
Medidas de tendencia central

La moda
 Medida asociada al valor mas común, más típico o
más frecuente en un conjunto de datos (El de mayor
frecuencia, el que más se repite).
 La moda es la medida más usada para la tendencia
central de variables cualitativas.
 Siempre que exista más de una moda, la población
de la cual la muestra es obtenida es una mezcla de
más de una población.

30 25/02/22

¿Cuál es la Moda?
14,15,17,21,21,21,21,33,36,40
152,178,160,148,165,155,164
50,55,55,55,62,73,73,73,80
Para una distribución unimodal

Moda = 3(medianas) - 2(medias)
Esta estimación es aplicable a conjuntos
agrupados y no agrupados de datos.
31 25/02/22

La mediana
Es el valor central de una serie de datos.
Aquella observación que divide la cantidad
de observaciones en dos mitades iguales.

32 25/02/22

La Mediana
 Datos sin agrupar: ordenar los datos de acuerdo a su
magnitud.
 Número de datos par: existirán dos valores centrales y
entonces la mediana se obtiene sacando el promedio.
 La mitad de la posición (n+1)/2
 6,8,8,10,12,19,23
 3,4,4,5,16,19,25,30
Propiedad:
Sum /xi-x0.5/=un mínimo
33 25/02/22

La Media
 Media aritmética. La medida de posición más usada y conocida. Resulta del

promedio del conjunto de datos.
 : media poblacional
 : media muestral
 Edades en años: 20,20,22,20,30,25,25,18,20,18,22,36

 Propiedades de la media

34 25/02/22
Propiedades importantes de la media

35 25/02/22
La desviación media
 Esel promedio de todas las diferencias individuales de las

observaciones respecto a la media aritmética
Amayor desviación, mayor dispersión con respecto a su
media.
A menor dispersión mayor homogeneidad

36 25/02/22
La desviación estándar
(desviación típica)
s: desviación muestral
u : desviación poblacional
 x: desviación distribución
N muestral
con n-1 grados de libertad
El concepto de grados de libertad es
matemático y es el nombre dado al
número de observaciones linealmente
n-1 independientes que ocurren en una suma
de cuadrados
37 25/02/22
Métodos gráficos y descripción de

datos
 Diagrama de tallos y hojas
 Histograma de frecuencias
 Polígonos de frecuencias
 Gráficos pastel
 Gráficos de barras
 Regresión lineal

38 25/02/22
Tipos generales de estudios

estadísticos
 Estudio experimental
 Controla los factores, diseña el experimento
 Estudio observacional
 Toma los valores del comportamiento del fenómeno
sin controlar los factores
 Estudio retrospectivo
 Usa datos históricos del fenómeno.


Clase 2 Estadística Básica I

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clase 2 Estadística Básica I

Cargado por

Copyright:

Formatos disponibles

Probabilidad y

Ing. Marco González-Ingeniería Industrial-

Ing. Marco González-Ingeniería Industrial-Universidad de Costa Rica

Ing. Marco González-Ingeniería Industrial-Universidad de Costa Rica

Ing. Marco González-Ingeniería Industrial-

Departamento de Control de Calidad

Fuente: Informe de Calidad, Departamento de Control de Calidad, agosto 2008.

Componentes de los cuadros estadísticos.

Ing. Marco González-Ingeniería Industrial-

Ing. Marco González-Ingeniería Industrial-

0 50 100 150 200 250

 Las series cualitativas y geográficas deben ordenarse de acuerdo con su longitud, de

0 100 200 300 400 500 600 700 800

Ing. Marco González-Ingeniería Industrial-

Ing. Marco González-Ingeniería Industrial-

Distribuciones de frecuencia para

Distribuciones de frecuencia para

En EXCEL, marca los

Libras de presión por pulgada cuadrada que puede soportar el concreto

2500,2 2497,8 2496,9 2500,8 2491,6 2503,7 2501,3 2500

2500,8 2502,5 2503,2 2496,9 2495,3 2497,1 2499,7 2505

2490,5 2504,1 2508,2 2500,8 2052,2 2508,1 2493,8 2497,8

2499,2 2498,3 2496,7 2490,4 2493,4 2500,7 2502 2502,5

2506,4 2499,9 2508,4 2502,3 2491,3 2509,5 2498,4 2498,1

Ing. Marco González-Ingeniería Industrial-

Cuadros de distribución de frecuencias

La frecuencia absoluta (fi) es el número de observaciones que la

La frecuencia relativa (fri) es la proporción del valor de la frecuencia

Si se multiplica la frecuencia relativa por 100, obtenemos el % de cada

Ejemplo distribución de frecuencias de variables

Ejemplos de distribución de frecuencias.xls

Ing. Marco González-Ingeniería Industrial-

Distribución de frecuencias para

¿Cuántas clases utilizar y elegir los límites de cada

Ing. Marco González-Ingeniería Industrial-

Distribución de frecuencias para datos

Distribución de frecuencias para

Distribución de frecuencias para

Ing. Marco González-Ingeniería Industrial-

Límites reales y límites indicados

Ing. Marco González-Ingeniería Industrial-

Límites reales e indicados

29,5 34,5 39,5 44,5

Ing. Marco González-Ingeniería Industrial-Universidad de

Ing. Marco González-Ingeniería Industrial-

Ejemplo distribución de frecuencias con

Ing. Marco González-Ingeniería Industrial-

Medidas de tendencia central para

Ing. Marco González-Ingeniería Industrial-

Medidas de tendencia central

Ing. Marco González-Ingeniería Industrial-

Medidas de tendencia central

Para una distribución unimodal

Medidas de tendencia central

Ing. Marco González-Ingeniería Industrial-

Medidas de tendencia central

Medidas de tendencia central

 Media aritmética. La medida de posición más usada y conocida. Resulta del

 Edades en años: 20,20,22,20,30,25,25,18,20,18,22,36

Ing. Marco González-Ingeniería Industrial-

Propiedades importantes de la media

Ing. Marco González-Ingeniería Industrial-

 Esel promedio de todas las diferencias individuales de las

A menor dispersión mayor homogeneidad