Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 2. Estadística Descriptiva UNT
Clase 2. Estadística Descriptiva UNT
METODOS
ESTADÍSTICOS PARA LA
INVESTIGACIÓN
MSC. ING. NILSON D. CAMPOS VASQUEZ
CLASE 02: Estadística descriptiva
• Variables, histogramas, diagramas de caja
Práctica: Diagramas de caja
APRENDIZAJE ESPERADO DE LA
SEMANA:
Al término de la sesión, el estudiante utiliza técnicas, recursos y Herramientas
estadísticas para el diseño de experimentos y su solución, mediante el desarrollo
de casos prácticos
TENDENCIA Media, Mediana y
CENTRAL Moda
DESCRIPTIVA: Organiza Varianza, Desviación
MEDIDAS DE
reúne y comunica estándar, Rango
DISPERSIÓN
información numérica
MEDIDAS DE Distribución:
DISTRIBUCIÓN Simetría, Curtosis
ESTADISTICA:
INFERENCIAL: Conduce a
conclusiones sobre la
población
MEDIA:
MODA: 170
* El valor que se
presenta con
mayor
frecuencia
POBLACIÓN MUESTRA PESOS: ENTONCES:
180 g MEDIA: 142
VARIANZA:
170 g
170 g VARIANZA P 1496
100 g
VARIANZA M 1870
90 g
DESVIACIÓN ESTANDAR:
43.2434966
-52
VARIANZA
-42
28
28
38
NORMAL
Importancia
Robustez a la no
normalidad
8
Ingeniería
AGROINDUSTRIAL
DISTRIBUCIÓN
SIMETRIA
CURTOSIS
Ingeniería
AGROINDUSTRIAL
ESTADÍSTICA
INFERENCIAL
ERROR
EXPERIMENTAL
Desviación del valor medido de una magnitud física respecto al
valor real de dicha magnitud. En general los errores
experimentales son ineludibles y dependen básicamente del
procedimiento elegido y la tecnología disponible para realizar la
medición.
Responsables:
Error de medición
Variaciones en la materia prima Muestreo
Condiciones de trabajo 1
DISTRIBUCIÓN
NORMAL
Pruebas de Normalidad de una muestra
Pruebas Gráficas
Histograma de Frecuencias
IQR/S
Gráficos de Probabilidad normal
Pruebas Formales
Shapiro – Wilk N < 50
Kolmogorov – Smirnov N > 50
Test de D´Agostino N ≥ 10
1
DISTRIBUCIÓN
NORMAL
Pruebas de Normalidad de una muestra
Pruebas Paramétricas
Sí
Prueba de Distribución
Normalidad normal
No No
Transformación Pruebas No Paramétricas
Sí
1
PRUEBAS
ESTADÍSTICAS Datos del
Experimento
Shapiro – Wilk n <
Prueba de Normalidad 50 Kolmogorov –
Smirnov n ≥ 50 Test de D
Transformación ´Agostino n ≥
10 Si los datos vienen de
muestras transformadas,
Sin Distribución Distribución Normal se debe continuar con
Normal estos datos hasta el final
del análisis estadístico.
Pruebas Paramétricas
Pruebas No Paramétricas
Comparación de
medias Test de Test de
Homogeneida
Levene
d de
Varianzas
Transformación
2 muestras k muestras
1
PRUEBAS
PARAMÉTRICAS
Es la Prueba Paramétrica más poderosa que existe para determinar
diferencia entre dos poblaciones (ó tratamientos), sin embargo requiere
PRUEBA T que los datos pertenezcan a una DISTRIBUCIÓN NORMAL y que LAS
VARIANZAS DE LOS GRUPOS SEAN IGUALES (Existe una prueba T para
varianzas distintas).
*Recomendaciones:
a) Se debe de ubicar el archivo
xls y abrir
5.-Importación exitosa de datos desde
archivo excel
R Script
*Recomendaciones:
a) Se podrá observar la data en
el panel R Script
6.- Escribiendo el código correspondiente
R Script
7.- Escribiendo el código correspondiente
R Script
*Recomendaciones:
a) Se iniciará con la drecripción
del código.
b) Para ejecutar las líneas de
código, estas se podrían
ejecutar con las teclas
Ctrl+enter u optar por
colocar el cursor en la
pestaña RUN
ACTIVIDAD 2
CUESTIONARIO
a) En Excel:
Media, Mediana, Moda, Varianza, desviación estándar y rango.
b) En Rstudio:
• Elabore el histograma de valores de luminosidad obtenidos por cada colorímetro.
• Elabore el diagrama de caja.
• Interprete los resultados.
EJERCICIO DE PRÁCTICA
En la siguiente tabla se muestran valores del parámetro de color
L (Luminosidad) medidas en 50 rodajas de yacón utilizando
Colorímetro Konica Minolta (CKM) y Sistema de Visión
Computacional (SVC):
GRACIAS!!