MERCEDES OSORIO MAZA

ESTADISTICA

CAPITULO I
ESTADISTICA
Es la ciencia que nos proporciona un conjunto de mtodos y procedimientos para recolectar, organizar y presentar un conjunto de datos para una posterior toma de decisiones o conclusiones y mediante la teora de probabilidades elegir la opcin que indique el mnimo margen de error. DIVISIN DE LA ESTADSTICA: Se divide en: 1. Estadstica Descriptiva.- Es la que se ocupa de recolectar organizar y presentar un conjunto de datos. Ejemplo. Tabla de frecuencias. 2. Estadstica Inferencial.- Se ocupa de extraer conclusiones necesarias en base a una muestra extrada de la poblacin.

CONCEPTOS BSICOS: 1. Poblacin.- Es un conjunto de unidades elementales que posean una caracterstica o propiedad en comn. El estudio de toda la poblacin lo conforma un CENSO.

Ejemplo. Conjunto de alumnos que llevan el curso de Estadstica 2. Unidad Elemental.- Son los elementos que constituyen la poblacin. Ejemplo. Un alumno del curso de Estadstica 3. Muestra.- Es parte de la poblacin que debe ser obtenida al azar es decir que todos los elementos de la poblacin tienen igual probabilidad de ser elegidos solo as se dir que la muestra es representativa. 4. Parmetro.- Son constantes que caracterizan una poblacin. El valor del parmetro por lo general nunca se conoce.
FIGMM PAG N1

ESTADISTICA

FIGMM

Los parmetros ms importantes son:

x 2 x x

M M

o e

5. Estimador.- Es aquel valor numrico que suponemos estima al parmetro es obtenido a partir de una muestra y su valor varia de muestra a muestra. Los estimadores mas importantes son: x S S Mo Me
2

Media muestral Varianza muestral Desviacin muestral Moda Mediana

6. Variable.- Es toda caracterstica susceptible a ser medida o evaluada de alguna manera en una unidad elemental. Existen dos tipos de variables: 6-1. Ejemplo. Grado de instruccin. Especialidades en la Universidad. 6-2. Variables Cuantitativas.- Son aquellos que a su vez se dividen en 2 clases: se pueden medir, Variable Cualitativas.- Son aquellas que indican cualidades:

6-2.1. Variable Cuantitativa Discreta.- Toma valores en los enteros. Ejemplo. Nmero de cursos matriculados: 2, 3, 4, 5, 6, .............. Edad: 18, 20, 22,............................................................ Nmero de hijos: 0, 1, 2, 3, ........................................... 6-2.2. Variable Cuantitativa Continua.- Toma valores en los nmeros reales. Ejemplo. Talla: 1 . 7 6 , 1.58,.......... ............ Peso: 58.45, 60.32kgs,..........etc.
PAG N2 Elaborado: MERCEDES OSORIO MAZA

MERCEDES OSORIO MAZA

ESTADISTICA

CAPITULO II
ESTADSTICA DESCRIPTIVA
Se encarga de presentar un conjunto de datos en tablas de frecuencias: 1) 2) 3) Tablas de frecuencias para variables cualitativas. Tablas de frecuencia con variables cuantitativas discretas. Tablas de frecuencia con variables cuantitativas continuas.

Tablas de frecuencias para variables cualitativas Los pasos a seguir para construir la tabla de frecuencias es determinar: a) Identificar la variable. b) Tabulacin.- Consiste en asignar las observaciones al intervalo correspondiente. c) Frecuencias Absolutas (ni).- Indica el numero de observaciones al intervalo correspondiente. d) Frecuencias Relativas (hi = ni/n).- Indica porcentualmente l # de observaciones correspondiente a una determinada clase.

Ejemplo. Con el propsito de realizar un estudio acerca de la especialidad de c/alumno UNI, matriculados en el semestre anterior, se presenta la siguiente informacin: Alumno #1 : metalurgia #2 : geologa #3 : minas #4 : metalurgia #5 : metalurgia #6, #9 : geologa #7 : minas #10, #11, #12: minas

FIGMM

PAG N3

ESTADISTICA

FIGMM

Construya la tabla de frecuencias para la variable cualitativa y realice el grfico adecuado Solucin: Tabla de Frecuencias para Variable Cualitativa

Especialidad Geologa Minas Metalurgia Total

Frecuencia Absoluta(Ni) 3 5 4 12

Frecuencia Relativa(Hi) 3/12 = 0.25 5/12 = 0.42 4/12 = 0.33 1.00

100*hi 25% 42% 33% 100%

Grfico para variable cualitativa: Especialidad (yi)

Grfico Circular

1. Tabla de Frecuencias para Variables Cuantitativas Discretas Los pasos a seguir son iguales que para la tabla de frecuencias de variables cualitativa. a) Identificar la variable (yi) b) Tabulacin. c) Frecuencias absolutas (ni). d) Frecuencias relativas (hi = ni/n) Ejemplo. Los siguientes datos proporciona l nmero de errores de una prueba de 10 preguntas realizada a 50 alumnos de estadstica.

PAG N4

Elaborado: MERCEDES OSORIO MAZA

MERCEDES OSORIO MAZA

ESTADISTICA

2 0 1 0 3 a) b) c)

0 1 5 0 1

4 1 2 3 3

4 1 2 0 1

1 0 5 1 2

4 1 3 4 0

0 2 4 2 5

3 4 0 1 6

2 0 4 2 3

0 1 0 0 2

Construya la tabla de frecuencias. Que % de alumnos no tienen ningn error en la prueba. Que % de alumnos tienen 1 o 2 errores. Disee un grfico adecuado para representar la variable.

Solucin: a)
Variable 0 1 2 3 4 5 6 Totales b) Tabulacin 13 11 9 6 7 3 1 Frecuencia Absoluta(ni) 13 11 9 6 7 3 1 50 Frecuencia Relativa(hi) 13/50 = 0.26 11/50 = 0.22 9/50 = 0.18 6/50 = 0.12 7/50 = 0.14 3/50 = 0.06 1/50 = 0.02 1.00 100.hi% 26% 22% 18% 12% 14% 6% 2% 100%

y 0 h 0.26 26%sin error i i

c) Grfico para la variable cuantitativa discreta: yi = # de errores. Grfico de varas
1 4
1 3

y 0 y 2 h 0.22 0.18 0.40 40% con 1 o 2 erro i i i

1 2
1 1

1 0
9

ni

S e rie 1

4
3

2
1

0 0 1 2 3 Y i 4 5 6 7

FIGMM

PAG N5

ESTADISTICA

FIGMM

2.

Tabla de frecuencias para variables cuantitativa continua 3.1.Los pasos a seguir para construir la tabla de frecuencias a determinar. a) Rango(R).- Diferencia entre valor mximo (L) y el valor mnimo (l) R=Ll b) Nmeros de intervalo de clase(K). - No existe una regla precisa en la practica para determinar el valor de K sin embargo, desde el punto de vista acadmico es muy aplicable la regla de STURGES, donde: K = 1 +1.33log(n) 5 k 15 Se trata que n = tamao de muestra

El valor de K debe expresarse siempre como un nmero entero, por lo que se recomienda el redondeo por exceso o por defecto, si el valor de k se presenta en decimales. c) Tamao de intervalo de clase(C). - Es la amplitud de un intervalo de clase. Se estima: C Ejemplo: C = 6.873 C = 6.87 C = 6.87 (2 decimales) C = 6.9 (1 decimal) R K El redondeo de C es por exceso

Se asume que datos estn distribuidos homogneamente. d) Determinacin de lmites de los intervalos de clase.Se emplean limites semi - abiertos El ltimo intervalo de clase tiene lmites cerrados. La menor observacin ser l lmite inferior en el 1 er intervalo de clase. Los lmites deben contener todos los datos de la informacin

PAG N6

Elaborado: MERCEDES OSORIO MAZA

MERCEDES OSORIO MAZA

ESTADISTICA

e) Tabulacin.- Consiste en asignar todas las observaciones al rango correspondiente. f) Marca de Clase (yi). - Es aquel valor central de cada intervalo de clase y opera como la variable representativa de la muestra. Se estima: yi = (LSI+LII)/ 2

g) Frecuencia Absoluta (ni). - Indica el numero de observaciones pertenecen a una determinada clase. h) Frecuencia Relativa (hi = ni/n).- Indica porcentualmente el numero de observaciones correspondiente a una determinada clase. Frecuencias Absolutas Acumuladas (Ni). Indica la suma de las frecuencias absolutas. K Ni ni
i)
i 1

j) Frecuencias Relativas Acumuladas (Hi).- Indica la sumatoria de frecuencias K Hi hi i 1 Ejemplo. Supongamos que los siguientes datos son los pesos en gramos de 30 muestras de rocas: a) b) c) 16.2 15.7 16.4 15.4 16.4 Solucin 1. 2. Rango (R) = Vmax Vmin = 16.9 15.2 = 1.7 Determinacin de K (aplicando la regla de Sturges) Construya la tabla de frecuencias. Grafique el Histograma y Polgonos de Frecuencias. Grafique la funcin escalonada y OJIVA 15.8 16.0 15.2 15.7 16.6 15.8 16.2 15.9 16.0 15.6 15.8 16.1 15.9 16.0 15.6 16.3 16.8 15.9 16.3 16.9 15.6 16.0 16.8 16.0 16.3

n = 30

K 1 3 . log( n ) K 1 3 . 3 log( 30 ) K 5 . 87 6
3. Determinacin de C

R 1 . 7 C 0 . 283 0 . 3 K6
4.
FIGMM

Tabla de frecuencias
PAG N7

ESTADISTICA

FIGMM

Intervalos de Clase
15.2 15.5 15.5 15.8 15.8 16.1 16.1 16.4 16.4 16.7 16.7 17.0

Total

Marca de Frecuencia Frecuencia Frecuencia Absol Frecuencia Relat. Clase(yi) Absol.(ni) Relativa(hi) Acumulada(Ni) Acum. (Hi) 15.35 2 2/30 = 0.06 2 0.06 15.65 5 0.17 7 = (2 + 5) 0.23 = (0.06 + 0.17) 15.95 11 0.37 18 = (7 +11) 0.60 = (0.23 + 0.37) 16.25 6 0.20 24 = (18 +6) 0.80 = (0.6 + 0.2) 16.55 3 0.10 27 = (24 + 3) 0.90 16.85 3 0.10 30 = (27 + 3) 1.00 30 1.00

4. Marca de Clase: y 1 15 .2 15 .5 15 .35 2 15 .5 15 .8 16 .65 2

y 2

3.2. Grfico de la variable cuantitativa continua. a) Histograma: Son grficos de barras cuyas bases se representan el intervalo de clase y la altura frecuencias absolutas o las frecuencias relativas. Ii vs ni Ii vs hi b) Polgono de Frecuencias: Es el grfico que se obtiene uniendo los puntos yi (marca de clase), con ni (frecuencias absolutas) o tambin yi (marca de clase) con hi(frecuencias relativas) 1 2

1 0

Histograma

FrecuenciaAbsoluta(ni)

S e rie 1

Polgono
4

0
S e rie 1

A= 1 5 .0 5

1 5 .2 - 1 5 .5 2

1 5 .5 - 1 5 .8 5

1 5 .8 - 1 6 .1 1 1

1 6 .1 - 1 6 .4 6

1 6 .4 - 1 6 .7 3

1 6 .7 - 1 7 .0 3

B= 1 7 .1 5

L im ite s

PAG N8

Elaborado: MERCEDES OSORIO MAZA

MERCEDES OSORIO MAZA

ESTADISTICA

La importancia del histograma y polgono radica en la utilidad de comparar poblaciones. c) Funcin Escalonada: Son grficas de barras cuyas bases representan los rangos de clases, y a la altura, la frecuencia absoluta o relativa acumulada. d) Ojiva.- Es el polgono asociado a distribuciones acumuladas.

La ojiva se obtiene uniendo el lmite inferior con el lmite superior en forma diagonal

35

30

25

Funcin
FrecuenciaAbsolutaAcumulada(Ni)
20 S erie1

Escalonada
15

Ojiva

10 5

0
S e rie 1

A= 1 5 .0 5

15.2 - 1 5 .5 2

15.5 - 1 5 .8 7

15.8 - 1 6 .1 1 8

16.1 - 1 6 .4 2 4

16.4 - 1 6 .7 2 7

16.7 - 1 7 .0 30

B=17.15

L im ite s

FIGMM

PAG N9

ESTADISTICA

FIGMM