Your SlideShare is downloading. ×
Estadistica descriptiva modulo 100105
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Saving this for later?

Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime - even offline.

Text the download link to your phone

Standard text messaging rates apply

Estadistica descriptiva modulo 100105

11,211
views

Published on

DESCRIPTIVA ESTADÍSTICA

DESCRIPTIVA ESTADÍSTICA


0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
11,211
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
141
Comments
0
Likes
2
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍAUNIDAD DE CIENCIAS BÁSICASAUTORMILTON FERNANDO ORTEGON PAVA100105 – ESTADÍSTICA DESCRIPTIVASegunda versiónMILTON FERNANDO ORTEGON PAVA(Director Nacional)FRANCISCO CABRERA(Acreditador)IBAGUÉJULIO 2010
  • 2. ASPECTOS DE PROPIEDAD INTELECTUAL Y VERSIONAMIENTO El presente módulo fue diseñado en el año 2005 por MONICA A. SANTAESCOBAR (Primera versión)El documento tiene como antecedentes : Estadística básica aplicada (CiroMartinez Bencardino) Curso de Estadística Elemental para las ciencias aplicadas(Smith A Stanley). Estadística Descriptiva (Hernan Bejarano Barrera).Probabilidady Estadística (Triola Mario F) Estadística y Probabilidad (Juan de Jesus Romero-santillana)Como novedades de este material es la presentación por unidades, capítulos ylecciones, que permite una fácil ubicación de temáticas específicas, según elinteres del estudiante. Además, el componente práctico para los cursos teóricosde Matemáticas a lfinal de cada unidad.Este documento se puede copiar, distribuir y comunicar públicamente bajo lascondiciones siguientes:– Reconocimiento. Debe reconocer los créditos de la obra de la maneraespecificada por el autor o el licenciador (pero no de una manera quesugiera que tiene su apoyo o apoyan el uso que hace de su obra).– No comercial. No puede utilizar esta obra para fines comerciales.– Sin obras derivadas. No se puede alterar, transformar o generar una obraderivada a partir de esta obra.– Al reutilizar o distribuir la obra, tiene que dejar bien claro los términos delalicencia de esta obra.– Alguna de estas condiciones puede no aplicarse si se obtiene el permiso deltitular de los derechos de autor– Nada en esta menoscaba o restringe los derechos morales del autor.
  • 3. INTRODUCCIÓNEl presente modulo está dirigido a estudiantes de programas de pregrado queoferta la UNAD, bajo la modalidad de educación superior a distancia.El material está estructurado en (Dos unidades) que son las temáticas macro delcurso académico. .El contenido de cada una de las partes fue seleccionado, teniendo en cuenta lossaberes mínimos que se esperaría debe alcanzar un estudiante de la UniversidadNacional Abierta y a Distancia en el campo la (Estadística descriptiva).La propuesta permite que los estudiantes reconozcan los conocimientos mínimosdel curso en mención, que le permita resolver situaciones propias del mismo yademás, abordar posteriores temáticas que requieran de éstos conocimientos.Para el mejor aprovechamiento de este material, se recomienda que el estudianteposea como conocimientos previos: Matemática BásicaEl modulo se caracteriza porque en cada lección se presentar ejemplos modelosdel tema en estudio, al final de cada capítulo se exponen ejercicios; conrespuesta,que permite a los estudiantes contextualizarse en diversas áreas delconocimiento,con el fin de fortalecer las temáticas propias del curso. Al final de cadaunidad sepresenta una Autoevaluación de un nivel medio-alto, las cuales permitenverificarlos alcances de los estudiantes en las temáticas analizadas y detectar lasdebilidades y así centrarse en éstas, con el fin de alcanzar las metaspropuestas.
  • 4. Finalmente, el Material pretende servir como guía de aprendizaje autónomo, serecomienda apoyar este proceso por medio de lecturas especializadas, ayudasaudiovisuales, visitas a sitios Web y prácticas de laboratorio; entre otros, asílograruna efectiva comprensión, interiorización y aplicación de las temáticasestudiadas.
  • 5. CONTENIDOPág.INTRODUCCIÓN11UNIDAD DIDÁCTICA 1Conceptos Preliminares Y Medidas De Tendencia Central14INTRODUCCIÓN A LA UNIDAD16OBJETIVOS ESPECÍFICOS171. CONCEPTOS PRELIMINARES Y MEDIDAS DE TENDENCIA CENTRAL18
  • 6. 1.1. CONCEPTUALIZACIÓN DE TÉRMINOS ESTADÍSTICOS181.1.1. ¿QUÉ ES LA ESTADÍSTICA?181.1.2. CONCEPTOS BÁSICOS19 1.1.2.1 Aleatoriedad Y Representatividad de la muestra21 1.1.2.2 Muestra aleatoria simple21 1.1.2.3 Muestra Aleatoria sistemática21 1.1.2.4 Muestra Aleatoria Estratificada22 1.1.2.5 Muestra Aleatoria de conglomerados22 1.1.2.6.Deter. Población, muestra y tipo de muestreo a utilizar22 1.1.3. VARIABLES ESTADÍSTICAS23 1.1.3.1 variables cualitativas24
  • 7. 1.1.3.2 variables cuantitativas24 1.1.3.3 escala de medida de variables24 1.1.4 CARACTERIZACIÓN DE UNA VARIABLE CUALITATIVA26 1.1.4.1 tablas de frecuencias:26 1.1.4.2 representaciones graficas:27 1.1.4.2.1 diagramas de barras27 1.1.4.2.2 diagrama circular:28 1.1.4.3 moda29 1.1.5. TABLAS DE CONTINGENCIA:3032 1.2 INVESTIGACION ESTADISTICA 1.2.1 PLANEACION32 1.2.1.1 Definición del objeto de investigación32 1.2.1.2.Unidad de investigación33
  • 8. 1.2.1.3.Clase de investigación33 1.2.1.4 Las fuentes de información33
  • 9. 1.2.2. RECOLECCIÓN341.2.2.1 Según la cobertura341.2.2.2 Según la forma de observación34 1.2.3. ORGANIZACIÓN DE LA INFORMACIÓN351.2.3.1 Combinación o arreglo ordenado351.2.3.2 Arreglo de tallo y hojas361.2.3.3 Tabulación de la información
  • 10. 381.2.4 TABLAS DE DISTRIBUCION DE FRECUENCIAS41 1.2.4.1 Distribuciones de frecuencias41 1.2.5 PRESENTACIÓN DE LA INFORMACIÓN481.2.5.1 Componentes de una gráfica481.2.5.2 Diagrama de frecuencias491.2.5.3 Histograma de frecuencias511.2.5.4 Polígono de frecuencias
  • 11. 521.2.5.5 Ojiva53 1.2.5.6 Gráficos de línea55 1.2.5.7 Diagramas de barras56 1.2.5.8 Diagrama circular59 1.2.5.9 Pictogramas60 1.2.5.10 Mapas estadísticos o cartogramas61 1.3 MEDIDAS DE TENDENCIA CENTRAL O DE POSICION61 1.3.1 ESTADIGRAFOS61 1.3.2 MEDIA ARITMÉTICA621.3.3 MEDIANA65
  • 12. 1.3.4 MODA691.3.5 OTRAS MEDIDAS DE TENDENCIA CENTRAL72ACTIVIDADES DE AUTOEVALUACIÓN DE LA UNIDAD 1LABORATORIO EN EXCEL (PRÁCTICA: DIAGRAMAS ESTADÍSTICOS)8297BIBLIOGRAFÍA DE LA UNIDAD108UNIDAD DIDACTICA 2MEDIDAS DE DISPERSIÓN Y ESTADÍSTICAS BIVARIANTES110INTRODUCCION A LA UNIDAD111OBJETIVOS ESPECIFICOS1122. MEDIDAS DE DISPERSIÓN Y ESTADÍSTICAS BIVARIANTES
  • 13. 114 2.1 MEDIDAS DE DISPERSIÓN Y ASIMETRIA115 2.1.1 RANGO O RECORRIDO115 2.1.2. VARIANZA Y DESVIACIÓN ESTÁNDAR116 2.1.2.1 Desviación típica o estándar118 2.1.3 COEFICIENTE DE VARIACIÓN Y DESVIACIÓN MEDIA119 2.1.3.1. Desviación media120
  • 14. 2.1.4 PUNTAJE TÍPICO O ESTANDARIZADO122 2.1.5 MEDIDAS DE ASIMETRÍA Y APUNTAMIENTO124 2.1.5.1 Asimetría124 2.1.5.2.Apuntamiento o curtosis125 2.1.5.3 Lógica Matemática127 2.1.5.4 Competencias Comunicativas128 2.1.5.5 Cultura Política130 2.1.5.6 Estadística Descriptiva131 2.1.5.7 Herramientas Informáticas132 2.2 MEDIDAS ESTADÍSTICAS BIVARIANTES132 2.2.1 REGRESIÓN Y CORRELACIÓN132 2.2.2 DIAGRAMA DE DISPERSIÓN133 2.2.3 REGRESIÓN LINEAL SIMPLE134
  • 15. 2.2.4.CORRELACIÓN138 2.2.5.REGRESIÓN MÚLTIPLE141 2.3 NÚMEROS INDICE144 2.3.1 CONSTRUCCIÓN DE NÚMEROS ÍNDICE145 2.3.2. TIPOS DE NÚMEROS ÍNDICES146 2.3.3. ÍNDICES SIMPLES146 2.3.4 ÍNDICES COMPUESTOS147 2.3.5. USOS DE LOS NÚMEROS ÍNDICES151 2.3.5.1. Calculo del salario y del ingreso152 2.3.5.2 Poder de compra o poder adquisitivo o valor del dinero152 2.3.5.3. Porcentaje de desvalorización153 2.3.5.4. porcentaje de variación y de devaluación154ACTIVIDADES DE AUTOEVALUACION UNIDAD 2LABORATORIO EN EXCEL PRÁCTICA: (REGRESIÓN Y CORRELACIÓN)155
  • 16. 165BIBLIOGRAFÍA DE LA UNIDAD172ANEXOA174
  • 17. LISTA DE TABLASPág.UNIDAD DIDÁCTICA 1Conceptos Preliminares Y Medidas De Tendencia CentralTabla 1.1 Tablas de contingencia30Tabla 1.2 Tabla de Contingencia de Frecuencia Relativas31Tabla 1.3 Tabla de Contingencia de porcentajes31Tabla 2.1 Número de egresados de la UNAD en el período 1994-200439Tabla 2.2. Clasificación de estudiantes por CEAD en la ZonaOccidente durante el primer semestre de 200539Tabla 2.3. Clasificación de empleados por cargo40Tabla 2.4. Clasificación de la estatura de los estudiantes de un grupode quinto grado40Tabla 2.5. Distribución de frecuencias simple de latidos cardiacos de30 personas
  • 18. 42Tabla 2.6. Número de intervalos de clases sugerido en función deltamaño de la muestra46Tabla 2.7. Distribución de frecuencias agrupadas de la velocidad depulsaciones47Tabla 2.8. Distribución de frecuencias absolutas, relativas yacumuladas ascendentes de la velocidad de pulsaciones47Tabla 2.9. Distribución de frecuencias simple de visita al odontólogode niños entre los 6 y 12 años50Tabla 2.10. Egresados de la UNAD en el período 2000-200455Tabla 2.11. Ventas por departamento al contado y a crédito en marzode 200557Tabla 3.1. Distribución de frecuencias agrupadas64Tabla 3.2. Distribución de frecuencias agrupadas66Tabla 3.3. Distribución de frecuencias de la asistencia a cine70Tabla 3.4. Distribución de frecuencias agrupadas de la asistencia acine70Tabla 3.5. Comparación de la media, mediana y moda72Tabla 3.6. Distribución de frecuencias agrupadas73Tabla 3.7. Distribución de frecuencias agrupadas77Tabla 3.8. Resumen de cálculos, ejemplo 15.4.78
  • 19. UNIDAD 2Medidas De Dispersión Y Estadísticas BivariantesTabla 4.1. Distribución de frecuencias de las calificaciones deestudiantes de Estadística118Tabla 4.2. Distribución de frecuencias de las calificaciones deestudiantes de Estadística118
  • 20. Tabla 4.3. Distribución de frecuencias de las calificaciones de primersemestre en Valledupar127Tabla 4.4. Cálculo de Z para la distribución de frecuencias de lascalificaciones de Competencias Comunicativas129Tabla 4.5. Cálculo de Z para la distribución de frecuencias de lascalificaciones de Estadística Descriptiva131Tabla 5.1. Relación de ventas de un producto y la emisión delcomercial en televisión136Tabla 5.2. Grado de correlación lineal140Tabla 5.3. Gastos indirectos de producción143Tabla 5.4. Precios y cantidades vendidas en una farmacia en 2003 y2004150
  • 21. LISTA DE FIGURASPág.UNIDAD DIDÁCTICA 1Conceptos Preliminares Y Medidas De Tendencia CentralFigura 1.1. Diagrama de Barras – Medios de Información28Figura 1.2 Diagrama Circular medios Comunicación29Figura 2.1. Diagrama de tallo y hojas para los datos de pulsacionesdel ejemplo 8.1.37Figura 2.2. Diagrama de doble tallo y hojas para los datos depulsaciones del ejemplo 8.1.38Figura 2.3. Diagrama de frecuencias absolutas de visita al odontólogode niños entre los 6 y 12 años50Figura 2.4. Diagrama de frecuencias absolutas acumuladas de visitaal odontólogo de niños entre los 6 y 12 años51Figura 2.5. Histograma de frecuencias absolutas de la velocidad depulsaciones52Figura 2.6. Polígono de frecuencias absolutas de la velocidad depulsaciones
  • 22. 53Figura 2.7. Ojiva ascendente de la velocidad de pulsaciones54Figura 2.8. Ojiva descendente de la velocidad de pulsaciones54Figura 2.9. Ojiva ascendente y descendente de la velocidad depulsaciones55Figura 2.10. Diagrama de líneas. Egresados de la UNAD en el período2000-200456Figura 2.11. Diagrama de barras agrupadas de las ventas pordepartamento al contado y a crédito en marzo de 200558Figura 2.12. Diagrama de barras segmentadas de las ventas pordepartamento al contado y a crédito en marzo de 200558Figura 2.13. Diagrama circular para el estado civil de 1250 aspirantes aempleo59Figura 2.14. Pictograma para el número de árboles talados enArgentina, Bolivia y Colombia60UNIDAD 2Medidas De Dispersión Y Estadísticas BivariantesFigura 3.1. Distribuciones sesgadas. (a) Sesgada a la derecha; (b)Sesgada a la izquierda; (c) Simétrica
  • 23. 71Figura 3.2. Ojiva porcentual ascendente78Figura 3.3. Diagrama de flujo para el K-ésimo percentil79Figura 4.1. Curva normal o campana de Gauss122 Figura 4.2. Curva asimétrica positiva. Polígono de frecuencias decalificaciones de Lógica Matemática128
  • 24. Figura 4.3. Curva simétrica platicúrtica. Polígono de frecuencias decalificaciones de Competencias Comunicativas129Figura 4.4. Curva asimétrica negativa. Polígono de frecuencias decalificaciones de Cultura Política130Figura 4.5. Curva simétrica leptocúrtica. Polígono de frecuencias decalificaciones de Estadística Descriptiva132Figura 5.1. Gráficas de dispersión. (a) lineal; (b) curvilínea; (c) sinrelación134Figura 5.2. Diagrama de dispersión de ventas de un producto y laemisión del comercial en televisión136Figura 5.3. Gráficas de dispersión lineal. (a) positiva; (b) negativa138
  • 25. INTRODUCCIÓNLa Estadística es una disciplina que se aplica en muchos campos de laactividad del ser humano. Es muy frecuente encontrarse en las diferentesdisciplinas del saber con incertidumbres como el pronosticar el crecimientopoblacional de un país, el crecimiento económico de una empresa o el crecimientode producción y venta de un producto específico, el conocer la efectividad dediferentes abonos en el campo agrario, el determinar la tendencia decontaminación del agua o el aire, la clasificación de personal en una empresaparaefectos de una buena y sana política laboral, etc.Habitualmente, el propósito de la Estadística Aplicada es el de sacarconclusiones de una población en estudio, examinando solamente una parte deella denominada muestra. Este proceso, llamado Inferencia Estadística, suelevenir precedido de otro: la Estadística Descriptiva, en el que los datos sonordenados, resumidos y clasificados con objeto de tener una visión más precisa yconjunta de las observaciones, intentando descubrir de esta manera posiblesrelaciones entre los datos, viendo cuáles toman valores parecidos, cuálesdifierengrandemente del resto, destacando hechos de posible interés, entre otros.En todos los campos de la investigación se requiere a menudo el usoracional de los Métodos Estadísticos. Los procesos de planeación, control y tomade decisiones económicas, administrativas y financieras se basan en resultadosobtenidos mediante el análisis estadístico de los fenómenos en ellosinvolucrados.El acelerado desarrollo de métodos, técnicas y tecnologías para el óptimoanálisisde datos justifica que un profesional disponga de una sólida fundamentaciónconceptual para que realice apropiadamente su evaluación y aportesustentaciones a su decisión. Las interpretaciones que generan los datospudieranser erróneas para aquellas personas que no cuentan con criterios válidos paracaptar la información. Es por ello que con este módulo se pretende que elestudiante se adentre a los conocimientos básicos de la Estadística Descriptiva.Enfrentarse con datos de muy diversa índole es cosa de todos los días encualquier práctica del ser humano. Sin embargo, dado la cantidad innumerable deestos, no siempre se comprende el real alcance de lo que dicen. Como parte deuna base cultural necesaria para desempeñarse en el mundo de hoy, es requisito
  • 26. desarrollar una capacidad personal para extraer y describir información presenteen un conjunto de datos. Y es precisamente allí donde resalta la importancia delaEstadística Descriptiva como primer paso en la determinación de decisiones einferencias que pueden concluirse de la variada información que nos llega enforma de datos numéricos.
  • 27. Con el presente módulo, se busca que el estudiante se encuentre encapacidad de interpretar, discriminar y relacionar los fundamentos básicos de laEstadística Descriptiva, a través del análisis de datos tomados de un fenómenopropio de su disciplina y que describa, examine y sintetice adecuadamente lainformación mediante métodos estadísticos sencillos.El curso académico de Estadística Descriptiva hace parte de la formaciónbásica disciplinar de los programas que oferta la Universidad Nacional Abierta yaDistancia –UNAD–. Consta de dos (2) créditos académicos, el sistema adoptadopor la UNAD como estándar curricular en la formación universitaria, y es de tipoteórico, en tanto que busca la identificación y el reconocimiento de lasproblemáticas, perspectivas teóricas, conceptos, categorías, métodos y técnicasindispensables para la formación profesional.Este texto contiene dos unidades didácticas1, correlacionadas directamentecon el número de créditos académicos asignados al curso académico. La primerade ellas, considera los Conceptos Básicos necesarios para el cumplimiento de lospropósitos y objetivos del curso. En esta unidad se identifican algunosconceptosestadísticos como población, muestra, variable, dato, etc.; y se reconocen cadauno de los pasos a seguir para una correcta y acertada investigación estadísticacomo son la planeación, la recolección de la información, su organización y supresentación gráfica. En la segunda unidad didáctica se reconocen algunas de lasmedidas estadísticas más comunes, tanto univariantes como bivariantes. Entre lasprimeras se contemplan las medidas de tendencia central, las medidas dedispersión y las de asimetría y apuntamiento y, como medidas estadísticasbivariantes, se trabaja la regresión lineal (simple, ponderada y múltiple), lacorrelación y los números índice. Como Anexo y complemento a esta segundaunidad, se incluyen algunos elementos básicos de la matemática: la sumatoria yproductoria. Al final de cada tema, encontrará ejercicios de aplicación quebuscanevaluar el grado de conocimiento adquirido, esta evaluación será retroalimentadaen la información de retorno que encontrará al final de cada unidad didáctica.1 Conjunto de conocimientos seleccionados, organizados y desarrollados a partirde palabras clavetomados como conceptos que los tipifican, en articulación con lasintencionalidades formativas,destinadas a potenciar y hacer efectivo el aprendizaje mediante el desarrollo deoperaciones,modificaciones y actualizaciones cognitivas y nuevas actuaciones o competenciaspor parte delestudiante. EL MATERIAL DIDÁCTICO. Roberto J. Salazar Ramos. UNAD, Bogotá D.C.2004.Este texto busca aportar las herramientas teóricas y prácticas a losestudiantes para que logren, mediante análisis cuantitativos, la interpretacióndediferentes fenómenos propios de su disciplina de formación y del entorno social,económico y político. Apunta al manejo estadístico de datos, dar las pautas enlarecolección planeada de los mismos y proporcionar un conjunto de técnicas a
  • 28. partir de las cuales se logra presentar, resumir e interpretar datos que puedencorresponder a una muestra o a un grupo total.El módulo no pretende reemplazar las diferentes referencias bibliográficasclásicas de la Estadística, busca entregar los conceptos de un modo másdidáctico, enfocado en el autoaprendizaje y en relación directa con la Guía deActividades referenciada en el protocolo del presente curso. Al final de cadaunidad, el estudiante encontrará las referencias bibliográficas básicas, pero noúnicas, para que con ellas refuerce en conceptos y definiciones. Además,encontrará una serie de páginas web recomendadas que amplían los temastratados. Se trata pues de un material didáctico de apoyo para el curso deEstadística Descriptiva de la UNAD, como parte de las diferentes y diversasherramientas didácticas en las que se apoya el aprendizaje autónomo.
  • 29. Unidad Didáctica UnoCONCEPTOS PRELIMINARES Y MEDIDASDE TENDENCIA CENTRAL
  • 30. UNIDAD 1.CONCEPTOS PRELIMINARES YCAPITULO 1.GENERALIDADES Y VARIABLESESTADÍSTICASMEDIDAS DE TENDENCIA CENTRALLección 1Que es la estadística?Lección 2Conceptos BásicosLección 3Variables estadísticasLección 4Caracterización de unavariable cualitativaLección 5Tablas de contingenciaLección 6PlaneaciónLección 7Recolección.Lección 8Organización de lainformación.Lección 9Tablas de distribución defrecuencias.
  • 31. Lección 10Presentación de lainformación.CAPITULO 2.INVESTIGACIÓN ESTADÍSTICACAPITULO 3.MEDIDAS DE TENDENCIA CENTRAL ODE POSICIÓNLección 11Estadígrafos.Lección 12Media AritméticaLección 13Mediana.Lección 14ModaLección 15Otras medidas detendencia central.
  • 32. INTRODUCCIÓN A LA UNIDADLa investigación estadística es necesaria para cualquier individuo en elmundo de hoy, cualquiera que sean sus actividades siempre hay aplicacionesestadísticas en ellas. Pero cualquier investigación estadística requiere seguirunospasos y procedimientos establecidos para que esta tenga validez. En esta unidadse desarrollarán en forma introductoria y general algunos conceptos preliminarescon el fin de utilizar un mismo lenguaje en cuanto se refiere a esta disciplina.Deigual manera, se presentan los elementos iniciales básicos y necesarios para lacomprensión y aplicación de la estadística en cualquier campo.En el capítulo uno se ampliarán algunas definiciones de términos básicos de laestadística como población, muestra, variable, dato, etc., buscando que elestudiante los identifique en ejemplos sencillos de la vida diaria. En elcapítulo dosse reconocerán cada uno de los pasos a seguir para una correcta y acertadainvestigación estadística como son la planeación, la recolección de lainformación,su organización y su presentación gráfica y en el capitulo III se mencionaranlasmedidas de tendencia central y de posición para lo cual se hace indispensablerecordar algunas nociones aritméticas y algebraicas básicas en estadística, esporesto que se recomienda al lector iniciar el capítulo repasando la sumatoria comopropiedad aritmética fundamental para entender las medidas estadísticas de unapoblación o muestra. Todo cuanto tiene que ver con sumatoria y productoriapuede ser repasado y consultado en el anexo A, que se encuentra al final deltexto.
  • 33. OBJETIVOS ESPECÍFICOS. Conocer el significado de la palabra estadística.. Diferenciar entre los conceptos de Estadística Descriptiva y EstadísticaInferencial.. Establecer los conceptos de población, muestra, variable, dato y parámetro.. Identificar las etapas que sugiere una investigación estadística.. Manejar los diferentes métodos de recolección de información para lainvestigación estadística.. Advertir la importancia de las distribuciones de frecuencias para ladescripción de datos.. Aplicar los conceptos de frecuencia, marca de clase y distribución defrecuencias a un conjunto de datos estadísticos.. Construir diferentes tipos de distribuciones de frecuencias para conjuntosde datos.. Reconocer algunas características que debe tener una gráfica para querepresente mejor una situación.. Representar gráficamente distribuciones de frecuencias dadas ocalculadas.
  • 34. 1. UNIDADCONCEPTOS PRELIMINARES Y MEDIDAS DE TENDENCIACENTRAL1.1. CAPITULO 1. GENERALIDADES Y VARIABLES ESTADÍSTICASEn un principio se consideraba que la función de la estadística era ladescripciónde las características de grupo, actividad que la hacia confundir con el papelquecumple la .historia. de observar y describir el hecho. En su origen lasestadísticasera históricas ; hoy en día, la estadística, además de ser descriptiva, esanalítica,considerándose esta ultima como la función mas importante que realiza, ya quepermite obtener conclusiones para un grupo mayor, denominado población,partiendo de una investigación realizada en un grupo menor, denominado muestracuyos elementos se seleccionan aleatoriamente o al azar.1.1.1. LECCION 1. ¿Qué es la Estadística?Antes de dar a conocer los conceptos de los términos estadísticos quelleven a entablar el lenguaje común que se utilizará en adelante, es necesariosaber qué es la Estadística y en qué consiste la Estadística Descriptiva.Empíricamente se sabe que la Estadística tiene que ver con datos y lamanera en que estos son agrupados. Esto se reconoce en muchos casos de lavida cotidiana que involucran información numérica y el contexto en que estainformación es dada a conocer. Aunque también puede darse en muchos casosque, si bien están relacionados con la estadística, obedecen a otros fenómenosdedisciplinas relacionadas con –pero que no conforman– la Estadísticapropiamente dicha.La Estadística es un método científico de operar con un grupo de datos yde interpretarlos.
  • 35. Si bien esta definición parece un poco ambigua, se verá más adelante elmarco en que éste método se desarrolla y las .leyes. que lo rigen. Pero, porahora,se deja abierta al cuestionamiento del estudiante la gama de posibilidades queabarca esta definición.La Estadística, o el método de la estadística, se divide en dos ramas: laEstadística Descriptiva o deductiva y la Inferencia Estadística o estadística
  • 36. inductiva. Este curso se dedica a la Estadística Descriptiva, por lo que se hacenecesario dar a conocer, en términos generales, en qué consiste la InferenciaEstadística.La Inferencia Estadística comprende en un todo articulado el método y lastécnicas necesarias para explicar el comportamiento de un grupo de datos en unnivel superior de lo que estos datos pueden dar a conocer por sí mismos. Esdecir,se puede concluir sobre el grupo de datos sobrepasando los límites delconocimiento inicial que estos suministran, examinando solamente una parte de lapoblación denominada muestra. Es por ello que a la Inferencia Estadísticatambiénse le conoce como Estadística Analítica.Si esto es así, ¿qué le corresponde entonces a la Estadística Descriptiva?Esta tiene por fin elevar los aspectos característicos del grupo de datos perosinintentar obtener más conocimiento del que pueda adquirirse por sí mismos. Es porello que la Estadística Descriptiva es el punto de partida del análisis de ungrupode datos que involucran una cierta complejidad, o bien puede ser el todo de unanálisis básico y limitado del grupo de datos.1.1.2. LECCIÓN 2. CONCEPTOS BÁSICOSPoblación es el conjunto de medidas, individuos u objetos que compartenuna característica en común. La población se basa en cuatro características:contenido, tipo de unidades y elementos, ubicación espacial y ubicacióntemporal.De la población es extraída la muestra..Muestra es un conjunto de elementos extraídos de la población. Losresultados obtenidos en la muestra sirven para estimar los resultados que seobtendrían con el estudio completo de la población. Para que los resultados delamuestra puedan generalizarse a la población, es necesario que la muestra seaseleccionada adecuadamente, es decir, de modo que cualquiera de los elementosde la población tengan la misma posibilidad de ser seleccionados. A este tipo demuestra se le denomina muestra aleatoria.
  • 37. La unidad estadística es el elemento de la población que reporta lainformación y sobre el cuál se realiza un determinado análisis.Los datos son todas aquellas características o valores susceptibles de serobservados, clasificados y contados. Estos pueden ser experimentales, cuandose le aplica un tratamiento especial a las unidades muestreadas; de encuesta,cuando son tomadas sin ningún tratamiento; clasificados, cuando están
  • 38. agrupados según una característica determinada; originales, información que noha recibido ningún tratamiento estadístico; primarios, cuando son recogidos,anotados u observados por primera vez; o secundarios, cuando son recopiladospor otra persona o entidad diferente al investigador.Variable es una característica susceptible de tener distintos valores en loselementos de un grupo o conjunto. Si la variable tiene la capacidad de tomarcualquier valor que exista entre dos magnitudes dadas, entonces esta variableserá continua. Si por el contrario, sólo puede tener un valor de entre ciertacantidad de valores dados, entonces será discreta.Parámetro son aquellos valores que caracterizan numéricamente a lapoblación como tal. El parámetro poblacional de interés es único (media,varianza,etc.), pero una población puede tener muchas características –o parámetros– deinterés. Por el contrario, un estadístico es una magnitud correspondiente a unamuestra aleatoria extraída de la población, por lo que cambiando la muestracambiará entonces el estadístico (media muestral, varianza muestral, etc.). Enpocas palabras se puede decir que parámetro es a población como estadístico esa muestra. Es común designar los parámetros con letras minúsculas del alfabetogriego y los estadísticos con letras de nuestro alfabeto. En la Unidad DidácticaDos, se ampliará más estos dos conceptos.EEJJEEMMPPLLOO 22..11..La Universidad Nacional Abierta y a Distancia UNAD desea establecer cuántosestudiantes hacen uso de la biblioteca en el CEAD de San Juan de Pasto. Elcoordinador zonal de biblioteca es designado para este trabajo y decide hacer lainvestigación el día 14 de mayo de 2005.. En esta investigación se considera que el total de estudiantes del CEADque hacen uso de la biblioteca es la población en estudio.. Cada uno de los estudiantes seleccionados para la observación representala unidad estadística de estudio de la población.. El día 14 de mayo de 2005 indica la ubicación temporal.. El CEAD de San Juan de Pasto, identifica la ubicación espacial.. Como el coordinador zonal de biblioteca no puede revisar todo el díaquienes acceden a la biblioteca, decide entonces establecer períodos detiempo para realizar el conteo. En otras palabras, selecciona una muestra.. Identificada la población y la muestra, se ubica la unidad estadística, eneste caso el objeto de medición es cada uno de los estudiantesseleccionados de la muestra.
  • 39. . Y la variable será el número de estudiantes seleccionados de la muestra,como se puede ver, una variable discreta.. Después de esto el coordinador selecciona los datos necesarios para elestudio, en este caso específico sólo requerirá del número de estudiantesque acceden a la biblioteca. Sin embargo, el coordinador zonal puedeademás, tomar otro tipo de datos como sexo, edad, razón por la cual visitala biblioteca, libros más consultados, etc.1.1.2.1 Aleatoriedad Y Representatividad de la muestraLa muestra asociada a un estudio debe ser representativa y aleatoria.Representativa, pues debe estar formada por un número razonable de elementosy aleatoria porque debe ser escogida al azar, de tal manera que quien realiza elestudio no pueda influir en la elección de los individuos por encuestar.Cada elemento de la población debe tener la misma oportunidad de serseleccionado.El muestre aleatorio puede ser: http://127.0.0.1:51235/100105/resources/f-110.jpg1.1.2.2 Muestra aleatoria simpleSi cada posible muestra de la población, del mismo tamaño, tiene igualprobabilidad de ser seleccionada.1.1.2.3 Muestra Aleatoria sistemáticaCuando los elementos son seleccionados de una manera ordenada. En este caso,la población se encuentra organizada por algún código ya sea por fecha, hora,orden de llegada o algún otro aspecto.
  • 40. La manera en que se realiza la selección depende del número de elementos en lapoblación y el tamaño de la muestra.1.1.2.4 Muestra Aleatoria EstratificadaCuando la selección tiene en cuenta los diferentes grupos o estratos queconforman la población.Los elementos de la muestra se seleccionan de cada grupo en forma aleatoria opor un método sistemático. Los estudios de la población, basados en muestrasestratificadas usualmente, tienen mayor precisión (o menor error muestral) quecuando se seleccionan por muestreo aleatorio simple.1.1.2.5 Muestra Aleatoria de conglomeradosSi para su selección se tiene en cuenta el siguiente procedimiento:En primer lugar, se divide la población en grupos que sea conveniente para elmuestreo. Luego, se selecciona una parte de los grupos al azar o por un métodosistemático; por último, se toman todos los elementos, o parte de ellos al azaropor un método sistemático, de los grupos seleccionados para conformar lamuestra.Una muestra de conglomerados usualmente, produce un mayor error muestral queuna muestra aleatoria simple del mismo tamaño. Si la población no tiene ningunaorganización interna, entonces se dice que la muestra puede tomarse de formaaleatoria simple y todos los individuos de la población tienen la mismaprobabilidadde ser seleccionados en la muestra.EEJJEEMMPPLLOO 22..22..El comité científico de una reconocida multinacional de medicamentos deseapromover un producto que ha sido efectivo en el tratamiento de la malaria envarios países.
  • 41. Para esto dicho comité decide realizar una campaña en seis hospitales que estánubicados en tres de las zonas colombianas donde se ha detectado la enfermedad.1.1.2.6. Determinar: población, muestra y tipo de muestreo a utilizar. La población está formada por todas las personas que habitan en Colombia
  • 42. y que han contraído la malaria. La muestra estará formada por lospacientes seleccionados en los seis hospitales y que además tienen laenfermedad.. Las zonas de mayor registro de contagio en Colombia son la costa pacifica,la costa atlántica y la Amazonía. Dado que la población está dividida en tresgrandes zonas, es posible seleccionar dos hospitales por zona y luego enforma aleatoria, se puede seleccionar la muestra. Por ello, la muestra serátomada de forma estratificada.EEJJEEMMPPLLOO 22..33..Para mejorar el servicio a los usuarios, el director de un hospital realizará unestudio relacionado con el tipo de sangre que ellos tienen Dada la gran cantidadde pacientes a los cuales se les presta el servicio, decide encuestar a 400 delosusuarios que normalmente acuden al hospital en un mes.Determinar: población, muestra y tipo de muestreo a utilizar. La población incluye a todos los usuarios que normalmente acuden al hospitalen un periodo de un mes. La muestra estará formada por los 400 usuariosencuestados.. En este caso, la característica fundamental del estudio (el tipo de sangre)haceque no haya una distinción especial en la población, lo cual indica que no serequiere de una estratificación. Por ello, la muestra será tomada de formaaleatoria simple.1.1.3. LECCIÓN 3. VARIABLES ESTADÍSTICASUna variable es una característica que va a sr estudiada en una población.
  • 43. Una variable es estadística, si se puede escribir como una pregunta cuyasrespuestas pueden ser tabuladas o clasificadas en determinados rangos, o sipertenecen a una pregunta cuya respuesta tiene un valor correspondiente a unaescala numérica.Las variables estadísticas se clasifican en cualitativas y cuantitativas
  • 44. 1.1.3.1 VARIABLES CUALITATIVASUna variable es cualitativa si en la característica que se va a estudiar sebuscaconocer gustos, preferencias u opiniones, etc.; por ejemplo: tipo de sangre,gaseosa preferida, color de cabello.Una variable cualitativa es estadística cuando es posible clasificar los datosobtenidos de la muestra en clases bien definidas, en las cuales el individuo quesuministra la información pueda elegir una de ellas.Cuando una variable es cualitativa es necesario determinar las posiblesrespuestas.1.1.3.2 VARIABLES CUANTITATIVASUna variable es cuantitativa si la característica que se va a estudiar se pudemediren una escala numérica.. Si la variable tiene la capacidad de tomar cualquier valor que exista entredos magnitudes dadas, entonces esta variable será continua.. Si por el contrario, sólo puede tener una valor de entre cierta cantidad devalores dados, entonces será discreta.1.1.3.3 ESCALA DE MEDIDA DE VARIABLESUna escala es la relación numérica entre la longitud real y la longitud que seasigna en el plano en el cual se va a representar su gráfica.
  • 45. Las variables cuantitativas pueden ser consideradas en diferentes escalasteniendo en cuenta las unidades asociadas a la población que se encuentra enestudio.Los datos asociados a un estudio deben estar en las mismas unidades, de talmanera que sea posible asignarles una escala a todos.La notación de una escala es de la forma 1 : n, lo cual indica que n unidades demedida están representadas en el gráfico e una sola.
  • 46. EEJJEEMMPPLLOO 33..11..Los profesores de Educación Física de un colegio medirán la estatura de losniñosde secundaria en cada uno de los grados.En este caso, la variable estatura es cuantitativa y continua ya que los datosqueresultan son números reales; es posible considerar las mediciones en centímetroso en metros. El profesor de educación física puede usar un escala de 1 : 10 enlacual cada 10 centimetros de ltura están representados en 1 cm del gráfico.Suponiendo que los estudiantes de primaria tienen alturas entre 100 cm y 140 cmla representación gráfica de la escala 1:10 es la siguiente: http://127.0.0.1:51235/100105/resources/f-111.jpg_EEJJEEMMPPLLOO 33..22..En cada una de las siguientes situaciones, identificar la variable de estudio.Determinar si es cualitativa o cuantitativa.1. En un barrio de la ciudad se aplicó una encuesta para conocer el consumo, encentímetros cúbicos, del servicio de gas natural.2. El alcalde de la ciudad quiere revisar la situación de violenciaintrafamiliar en lasfamilias de estrato 3, 4, 5.3. El número de hermanos de cada jugador del equipo de futboll.4. En un café gourmet, se decidió preguntar por el tipo de variedad que másconsumen sus clientes.
  • 47. Solución1. La variable es consumo de gas. Es cuantitativa y continua2. La variable es situación de violencia. Es cualitativa3. La variable es número de hermanos. Es cuantitativa y discreta4. La variable es variedad de café. Es cualitativa.
  • 48. 1.1.4. LECCIÓN 4. CARACTERIZACIÓN DE UNA VARIABLE CUALITATIVACaracterizar una variable significa describir su comportamiento en la población,según algunos parámetros establecidos. De acuerdo con el tipo de variableestadística que se desee estudiar existen distintas técnicas paracaracterizarla.EEJJEEMMPPLLOO 44..11..Una agencia de noticias quiere saber cuál es el medio de comunicación por elcuálse informan las personas, sobe las noticias del país. Para ello, realizó unestudio acuarenta personas a quienes se les preguntó por su medio de información denoticias preferido. Se obtuvo la siguiente lista de datos. http://127.0.0.1:51235/100105/resources/g-1.jpgEl tipo de variable que se registra en este estudio es cualitativa, puesto quepregunta por el medio de información.El estudio de una variable cualitativa requiere de la incorporación de algunoscriterios, de tal manera que al obtener una lista de preferencias, cualidades ogustos, se pueda analizar su comportamiento en la población. Para caracterizaruna variable cualitativa se utilizan tres herramientas:. Tablas de frecuencias. Representaciones gráficas. La moda1.1.4.1 TABLAS DE FRECUENCIAS:Una distribución o tablas de frecuencias es un resumen de los datos en el cual,cada opción de respuesta de la variable se relaciona con el número de datoscorrespondiente.
  • 49. Una tabla de frecuencias contiene:
  • 50. Clases: que corresponde a opiniones, gustos, preferencias, cualidades ocaracterísticas.Frecuencia: es el número de datos que pertenece a cada clase. La frecuencia sesimboliza con f . El conteo de la frecuencia de cada clase se puede registrarmediante marcas en grupos.Frecuencia Relativa: es el cociente entre la frecuencia y el número total dedatos,se simboliza fr . La frecuencia relativa representa un porcentaje, que se hayamultiplicando por 100 al cociente indicado de la frecuencia relativa.La siguiente tabla de frecuencias corresponde a los datos de la variable mediodecomunicación del ejemplo 4.1 http://127.0.0.1:51235/100105/resources/g-2.jpgEs necesario interpretar la información contenida en las tablas de frecuencia,paradeducir cuales son las principales características de la variable en estudio.Por ejemplo, en la tabla anterior se puede apreciar que:. La mayoría de personas el 37.5% se informan de las noticias por medio dela televisión y la menor cantidad un 10,8% se informa haciendo uso de lainternet.. Hay un 52,5% de personas que se informan de las noticias haciendo uso dela radio o de la prensa.1.1.4.2 REPRESENTACIONES GRAFICAS:Un gráfico estadístico es un resumen visual de la tabla de frecuencias. Hayvariostipos de representaciones gráficas para las variables cualitativas: losdiagramas debarras, los diagramas circulares, entre otros.
  • 51. 1.1.4.2.1 Diagramas de barras: un diagrama de barras es una representacióngráfica de los datos asociados a una variable cualitativa.
  • 52. La gráfica se realiza en sistema de coordenadas cartesianas, en el ejehorizontalse representan las clases correspondientes a la variable y en eje vertical serepresentan las frecuencias correspondientes a cada clase.El diagrama de barras (figura 1.1) correspondiente a la variable medios decomunicación de nuestro ejemplo es el siguiente:FIGURA 1.1 http://127.0.0.1:51235/100105/resources/g-3.jpg1.1.4.2.2 Diagrama Circular: un diagrama circular es la representación gráficadelos datos en un círculo. El diagrama circular presenta los porcentajescorrespondientes a cada clase.En un diagrama circular, la información correspondiente a cada clase serepresenta usando sectores circulares, por lo cual es necesario hallar el ángulocorrespondiente a cada frecuencia, (ver figura 1.2)
  • 53. FIGURA 1.2 http://127.0.0.1:51235/100105/resources/g-4.jpg1.1.4.3 MODALa moda es el dato que tiene mayor frecuencia, es decir, el dato que mas serepite.Para el ejemplo 4.1, la moda corresponde a informarse de las noticias por mediode la televisión; es decir, si se encuesta a una persona al azar la probabilidadquese informe por las noticas es alta, ya que corresponde al 37.5% del total.Hay estudios en los cuales no existe la moda, ya que todas las clases tiene unamisma frecuencia, y hay casos en los cuales existen varias modas, pues variasclases pueden tener la misma frecuencia.1.1.5. LECCIÓN 5. TABLAS DE CONTINGENCIA:En una tabla de contingencia o tabla cruzada las filas corresponden a las clasesde una variable cualitativa y las columnas corresponden a las clases de la otravariable cualitativa.La tabla de contingencia, también es una tabla de frecuencias, ya que lainformación contenida en cada una de las casillas corresponde a la cantidad depersonas o individuos que poseen ambas características.En general, la tabla de contingencia ofrece una completa distribución de lainformación, ya que tiene en cuenta las diferentes clases que se puedenestablecer para cada una de las variables en estudio.
  • 54. EEJJEEMMPPLLOO 55..11..Con el fin de determinar que materias opcionales, en deportes, se podríanproponer a los estudiantes de una universidad, se hizo necesario hacer unestudioacerca de la actividad física que ellos realizan en su tiempo libre, para ello,hizouna encuesta entre 156 estudiantes de varias carreras y se les preguntó acercadesu deporte preferido para practicar en tiempo libre. Los resultados se muestranenla siguiente tabla de contingencia. (ver tabla 1.1)TABLA 1.1TABLAS DE CONTINGENCIAEn la tabla de contingencia se observa:http://127.0.0.1:51235/100105/resources/g-5.jpgHay dos variables cualitativas que son género y deporte favorito. Para la variable género hay dos clases hombre y mujer. En la variable deporte preferido hay 5 clases: futbol, baloncesto, voleibol,atletismo y otros.. correspondiente, al cruce de las clases de las dos variables en estudio. Porejemplo el número 38 corresponde al número de mujeres que prefieren elbaloncesto.. Las sumas de filas corresponde a la cantidad de hombres y a la cantidad demujeres que participaron en la encuesta, sin discriminar el deportepreferido. Se puede decir que participaron 72 hombres y 82 mujeres en elestudio.. Las sumas de columnas corresponde a la cantidad de personas queprefieren cada uno de los deportes sin distinguir el género. Por ejemplo: hay38 personas que prefieren futbol, 52 personas prefieren baloncesto, 29personas prefieren el voleibol, 19 el atletismo y 18 personas prefieren otrosdeportes.. El número total de personas que participaron en el estudio debe ser igualtanto en la suma correspondiente a la variable género (vertical), como en lasuma correspondiente a la variable deporte preferido (horizontal). En amboscasos, la suma es 156 personas.. A partir de la información de la tabla anterior se puede construir la tabla de
  • 55. contingencia de frecuencias relativas , en este caso se debe escribir uncociente entre la información contenida en cada celda y el número total depersonas que participaron en la encuesta.TABLA 1.2TABLA DE CONTINGENCIA DE FRECUENCIA RELATIVAS http://127.0.0.1:51235/100105/resources/g-7.jpgYa que cada uno de los cocientes mostrados tiene su equivalencia en porcentaje,se puede construir la tabla de contingencias de porcentajes como se muestra enlatabla 1.3TABLA 1.3TABLA DE CONTINGENCIA DE PORCENTAJESUn buen análisis incluye la descripción de los porcentajes más altos, los masbajosy aquellos que tiene mayor representación.http://127.0.0.1:51235/100105/resources/g-6.jpg. El 24.36% de la personas que fueron encuestadas fueron mujeres queprefieren practicar el baloncesto. El 3,85% de los hombres se inclinan por el atletismo y el 1,92% de lasmujeres prefieren el futbol, el cual es el porcentaje mas bajo de la muestra. El deporte que mas practican independientemente del género, es elbaloncesto con un 33.33%.
  • 56. 1.2. CAPITULO 2 .INVESTIGACIÓN ESTADÍSTICALa investigación estadística, por sencilla que sea, es una operación compleja,querequiere atender múltiples aspectos, y que genera muy variadas funciones.El resultado depende en gran parte de la finalidad que se persiga, de lanaturalezade los fenómenos que se desean estudiar y de la facilidad que se tenga paraobservar los elementos.1.2.1. LECCION 6. PLANEACIÓNLa planeación de una investigación estadística debe abarcar el conjunto delineamientos, procedimientos y acciones que conlleven a la resoluciónsatisfactoriapara la cual se estableció la investigación. Es por ello que el plan deinvestigacióndebe fijar concretamente su objeto, el fin que persigue, la fuente o fuentes deinformación, los procedimientos a seguir y resolver los aspectos logísticos,físicosy humanos siguiendo un presupuesto de costos establecido.La investigación estadística puede ser tan sencilla y poco compleja como larecopilación ordenada y coherente de datos que se encuentren en institucionesestatales o privadas que las suministren, o bien pueden ser tan elaboradas ycomplejas como lo son los censos poblacionales, los censos agrícolas oindustriales que tengan importancia estratégica para una región, o inclusiveparaun país. Pero, sea como fuere, la investigación debe seguir una orientación ensuplanteamiento y resolución.A continuación se presentan algunos aspectos básicos que se deben seguirpara desarrollar un trabajo así.
  • 57. 1.2.1.1. Definición del objeto de investigaciónDebe responder el qué, el cómo y establecer el momento correcto parahacerse, debe también restringir el espacio físico o geográfico donde se llevaráacabo. Es este punto el núcleo de la investigación, es por ello que no puedehaberambigüedad en sus planteamientos y alcances.
  • 58. 1.2.1.2. Unidad de investigaciónSe trata del elemento de la población que origina la información. La unidado elemento de investigación debe ser clara, adecuada, mesurable y comparable.Debe determinarse la naturaleza cuantitativa o cualitativa de esta unidad, esdecir, definir qué aspectos de la unidad de investigación son cuantitativos(registrados por medio de números) o cualitativos (recogidos medianteanotaciones literarias). También ha de considerarse la posibilidad o viabilidadde lainvestigación y si estos aspectos pueden ser conocidos con precisión. De igualmanera, es necesario delimitar esta unidad en el tiempo y en el espacio, y avecesen el número.1.2.1.3 Clase de investigaciónEn la planeación, debe también tenerse en cuenta el tipo de investigaciónque se va a realizar. Ésta puede ser descriptiva, que consiste en obtenerinformación con respecto a grupos; experimental o controlada, provocada por elinvestigador en condiciones controladas, en la que se busca conocer por quécausa se produce un caso particular; o bien, explicada o analítica, que permiteestablecer comparaciones y verificar hipótesis.1.2.1.4 Las fuentes de informaciónDespués de determinar el qué y el por qué de la investigación estadística,se debe preguntar el dónde conseguir la información requerida. Se trata entoncesde definir las fuentes de información. Estas pueden ser directas o indirectas.
  • 59. Una fuente de información estadística directa es aquella en donde el hechose produce. Este tipo de fuentes son las mejores, pero no siempre son posibles.Cuando no sea posible, se emplea una fuente de información estadísticaindirecta, aquella donde el hecho se refleja. En muchos casos este tipo defuentes son complementarias de las primeras.Cuando los datos son primarios, ellos pueden provenir de muchas fuentescomo: hechos, información cotidiana y fácil de identificar; opiniones, referidosalo que la gente piensa respecto a algo; motivos, razones que explican por qué seactúa de una manera u otra. Cuando son secundarios ellos provienen de unafuente interna, cuando los datos son recopilados por la misma entidad en losregistros básicos de la misma organización, o bien pueden provenir de una fuente
  • 60. externa, cuando los datos se recopilan por otra entidad diferente a la que hacelainvestigación.1.2.2. LECCION 7 RECOLECCIÓNDespués de planeada la investigación, comienza la recolección de losdatos. Esta consiste en un conjunto de operaciones de toma de datos que puedeser por observación, por encuesta o tomada de publicaciones y/o fuentesconfiables que han efectuado investigaciones estadísticas. Para esto seselecciona el método de recolección de la información acorde a las necesidadesde la investigación, que se clasifican según su cobertura y según su forma deobservación.1.2.2.3 Según la coberturaSe trata de decidir si se va a estudiar a la población en su totalidad o sólouna parte de ella. Si lo que se desea es atender a una cobertura total, es decircontar con todos los elementos de las fuentes de información, se usa el censo.Si,en cambio, se hace una enumeración parcial de las fuentes de información, se usael muestreo.Por su menor costo, mayor rapidez y menor número de personas queintervienen en la investigación, el muestreo es el método más utilizado. Elmuestreo puede ser de dos tipos: muestreo probabilístico o al azar, cuandocada uno de los elementos tiene la misma probabilidad de ser escogidoobteniendo así una muestra aleatoria; y muestreo no probabilístico, cuando elinvestigador selecciona los datos a su propio criterio, de manera caprichosa,porconveniencia o por cuotas, de manera que las muestras no son seleccionadasaleatoriamente y los resultados no ofrecen confiabilidad alguna.1.2.2.4 Según la forma de observación
  • 61. En este método se tiene en cuenta la forma de medición del dato. Si sehace de manera que la fuente de información se da cuenta de la medición queefectúa, se dice que se toman los datos por encuesta. Éstas se pueden realizarpor correo, entrega personal de cuestionario, entrevista, motivación, teléfono,etc.El otro método de recolección de información es por observación, endonde la medición se realiza sin que la fuente de información se dé cuenta delhecho. Este método se basa en el registro de los eventos que ocurren, porejemplo cuando se examina el número de estudiantes que entran a la biblioteca
  • 62. con el fin de hacer una consulta referida a las Ciencias Sociales, simplementeseobserva la acción del estudiante al entrar a la biblioteca: si hace o no laconsultaque se investiga. Este método puede ser también indirecto cuando la recolecciónconsiste en corroborar los datos que otros han observado.1.2.3. LECCION 8 ORGANIZACIÓN DE LA INFORMACIÓNLuego de tomar la información necesaria en la investigación que se sigue,se obtiene una gran cantidad de datos que requieren ser interpretados y sobreloscuales se busca concluir algo específico. Para esto se debe depurar y clasificarlainformación aplicando técnicas adecuadas.La organización y el resumen de la información son dos procesos distintosque se desarrollan por separado. La organización hace referencia al arreglo delosdatos en un formato lógico para su interpretación. En cambio, el resumen implicala condensación de varias mediciones en una forma compacta, ya sea gráfica onuméricamente. De ahí que se tome primero la forma de organizar la informacióntomada en una investigación estadística.La información estadística puede organizarse de diversas maneras:ordenando el conjunto de datos como una combinación ordenada o en un arreglodenominado tallo y hojas, otro de los métodos usados es el uso de tablas y másespecíficamente la tabla de frecuencias. A continuación se hace un acercamientoa las diferentes formas de organizar los datos estadísticos tomados en elprocesode recolección de una investigación estadística.1.2.4.1 Combinación o arreglo ordenadoEl sólo hecho de tener ordenado un conjunto de datos en forma ascendente
  • 63. o descendente, permite un rápido análisis e interpretación de estos.EEJJEEMMPPLLOO 88..11..Los siguientes datos representan la evaluación de los latidos cardíacos de ungrupo de 30 personas después de cierta actividad física.829592628592829570858495918294768891878068587685110
  • 64. 6075886474
  • 65. Es muy poca la información que arroja este conjunto de datos cuando seencuentran sin un tratamiento. A continuación estos datos son presentados comouna combinación ordenada en forma ascendente (de menor a mayor):587080858894607482859195627582859195647682879295687684
  • 66. 8892110A partir de esta lista ordenada se pueden concluir varias cosas:. La más alta evaluación de latidos es 110. La más baja evaluación de latidos es 58. La mitad de la combinación se encuentra entre 82 y 85. Hay una predominancia en los latidos con una evaluación entre 80 y 95. Hay un .vacío. entre el valor 95 y el valor 110, es decir hay una ciertacontinuidad en los valores entre 58 y 95, pero 110 se encuentra más alejadodel grupo de datos.. Hay una evaluación atípica dentro del grupo de 30 personas, el que registra elvalor 110. Es posible que esta persona tenga perturbaciones cardíacas. Sinembargo, es necesario ampliar la información antes de lanzar un juicioapresurado.1.2.4.2 Arreglo de tallo y hojasEl arreglo de tallo y hojas es una técnica que resume de manera simultánea losdatos en forma numérica y presenta una ilustración gráfica de la distribución.Se trata de organizar los datos numéricos en dos columnas divididas por unalíneavertical. La primera, denominada tallo, corresponderá a las decenas, centenas ounidades que representan el grupo de datos y en la segunda, llamada hojas, iránlas correspondientes decenas, unidades o décimas. Para una mejor ilustración, enel siguiente ejemplo se continuará con los datos del ejemplo 8.1. Para construirelcorrespondiente arreglo de tallo y hojas.EEJJEEMMPPLLOO 88..22..
  • 67. Tomando la serie de datos del ejemplo 8.1., se puede observar que éstos tienenun rango desde los cincuentas hasta los ciento diez. Ellos se pueden presentarcomo un arreglo de tallo y hojas en una columna de números del 5 al 11 ytrazando una línea vertical a su derecha. Estos números representarán el tallo.En
  • 68. la columna de las hojas, se enlistan las unidades (de manera ordenada) de cadauno de los datos registrados y correspondientes con su respectiva decena.Figura 2.1.Diagrama de tallo y hojas para los datos de pulsaciones del ejemplo 8.1.TalloHojas5860 2 4 870 4 5 6 680 2 2 2 4 5 5 5 7 8 891 1 2 2 4 5 5 510110Observe que el diagrama de tallo y hojas al mismo tiempo que ordena los datos deforma ascendente, permite una visualización del comportamiento de estos. Coneste se pueden confirmar muchas de las afirmaciones que se hacían en el ejemplo8.1.. La mayoría de los registros de latidos cardiacos del grupo de 30 personas seencuentra entre los ochentas.
  • 69. . La forma general del conjunto de mediciones es asimétrico.. Se ve más claramente el .vacío. que existe entre los valores 95 y 110, y seresalta cómo el valor de 110 se encuentra aislado del resto de conjunto dedatos.Si se quisiera clasificar más ampliamente los datos, se usa un diagrama de dobletallo. Que consiste en dividir en dos cada posición del tallo, en grupos decincohojas. La primera posición del tallo dispone las hojas 0, 1, 2, 3, 4; y lasegundaposición dispone las hojas 5, 6, 7, 8, 9.
  • 70. Figura 2.2.Diagrama de doble tallo y hojas para los datosde pulsaciones del ejemplo 8.1.TalloHojas55860 2 46870 475 6 680 2 2 2 485 5 5 7 8 891 1 2 2 495 5 510
  • 71. 10110Observe ahora que esta subdivisión más fina entrega más detalles del conjunto dedatos. ¿Qué puede concluir usted?1.2.4.3 Tabulación de la informaciónUna de las mejores técnicas usadas en la estadística es la elaboración detablas o cuadros. En ellos se plasman las series estadísticas, una sucesión dedatos referentes a un fenómeno observado a través del tiempo y del espacio.Una serie cronológica es aquella donde se analiza un fenómeno a travésdel tiempo en un espacio determinado. Por ejemplo, el número de egresados de laUNAD en el período 1994-2004 (ver tabla 2.1.)
  • 72. Tabla 2.1.Número de egresados de la UNAD en el período 1994-2004AñoNúmero deegresados199433819954241996556199797119981358199921192000332820014357200234002003369720044774
  • 73. Total25322Una serie espacial es aquella donde se estudia un fenómeno a través del espacioen un tiempo determinado. Por ejemplo, el total de estudiantes de la UNAD en laZona Occidente en el primer semestre de 2005.Tabla 2.2.Clasificación de estudiantes por CEAD en la Zona Occidentedurante el primer semestre de 2005CEADNúmero deestudiantesMedellín1507Pereira1850La Dorada350Turbo371Total4078
  • 74. Una serie cualitativa es aquella donde se estudia un atributo o característicadela población investigada, independiente del tiempo y del espacio. Por ejemplo,losempleados de una empresa clasificados por cargo.Tabla 2.3.Clasificación de empleados por cargoCargoCantidadAdministrador1Jefe de producción1Contador1Secretaria2Supervisor5Operario45Vigilante3Total58Una serie cuantitativa es aquella donde se expresa numéricamente un atributo ocaracterística de la población en estudio, independiente del tiempo y delespacio.Por ejemplo, la estatura en centímetros de un grupo de estudiantes de quintogrado.
  • 75. Tabla 2.4.Clasificación de la estatura de los estudiantes de un grupo de quinto gradoEstatura(en centímetros)Número deestudiantes125 – 1291129 – 1334133 – 1379137 – 14124141 – 14528145 – 14922149 – 15312Total100
  • 76. 1.2.5 LECCIÓN 9 TABLAS DE DISTRIBUCION DE FRECUENCIAS1.2.4.1 Distribuciones de frecuenciasUna tabla de frecuencias es otro de los formatos que se usan paraorganizar y resumir los datos. Para comprender la técnica de la distribución defrecuencias y dominar sus aplicaciones, es necesario manejar algunos conceptoscon suficiente claridad. Y para ello se parte del concepto básico en ladistribuciónde frecuencias: el número de veces que un dato se repite de un conjunto de datosse le denomina frecuencia.Un conjunto de datos puede organizarse de diferentes maneras. Una deellas es construir una distribución de frecuencias simple, que indica lasfrecuencias con que aparecen los datos. Es este el tipo de distribución defrecuencias más utilizado en estadística, pues permite conocer el comportamientode un conjunto determinado de datos y no se ocupa de detalles individuales que,en muchos casos, poco puede ayudar en la toma de decisiones.EEJJEEMMPPLLOO 99..11..Continuando con la serie de datos del ejemplo 8.1., organice los datos en unadistribución de frecuencias simple.
  • 77. Tabla 2.5.Distribución de frecuencias simple de latidos cardiacos de 30 personasVelocidaddepulsacionesFre-cuenciaVelocidaddepulsacionesFre-cuenciaVelocidaddepulsacionesFre-cuencia58176294159077095360178096
  • 78. 06107909706218019806308109906418231000650830101066
  • 79. 08411020670853103068186010406908711050701882106071089
  • 80. 01070720900108073091210907419221101751930TOTAL30Observe que esta manera de agrupar se vuelve engorrosa cuando se tienenmuchísimos datos. Otra forma de organizar un conjunto de datos es construir unadistribución de frecuencias agrupadas, que indica las frecuencias con queaparecen los datos agrupados en lo que se denomina intervalos de clase. Cadaintervalo de clase está limitado por dos valores, llamados límites de clase(límite
  • 81. inferior y límite superior). La diferencia entre estos límites en cada intervalodeclase se denomina ancho, tamaño o amplitud del intervalo de clase.Clase es, entonces, un grupo que presenta una característica comúncuantificable del conjunto de datos. El valor correspondiente al punto medio deunintervalo de clase es la marca de clase y su valor es igual a la mitad de lasumade los límites de clase del intervalo de clase. Y se interpreta como el valorquecorresponde asignar a cada uno de los elementos del intervalo de clase.El rango o recorrido es la diferencia entre los valores extremos de todo elconjunto de datos; en él se encuentran distribuidos todos los datos.
  • 82. En la construcción de la distribución de frecuencias se deben responder aestos interrogantes fundamentales: ¿Cuántos intervalos de clase crear?, ¿Cuáldebe ser el tamaño de cada intervalo?, ¿Qué propiedades posee cada intervalo?Las siguientes pautas resuelven estas inquietudes.. Hallar el rango (R) o recorrido del conjunto de datos.. Seleccionar el número de intervalos de clase (k). Este número depende de lacantidad de datos disponibles. Una de las técnicas usadas es la Regla deSturges (desarrollada por H. A. Sturges en 1926). Esta regla afirma que elnúmero de intervalos de clase (k), viene dado por: nklog322.31..donde n es el tamaño de la muestra. Si de este cálculo resulta un númerodecimal, éste de redondearse al entero superior.Esta fórmula ha sido usada para obtener los números de intervalos de claseque aparecen en la tabla 2.6. y que permite sugerir el número de intervalos declase que debe usarse de acuerdo al tamaño de la muestra. De esta manera, elcálculo del número de intervalos de acuerdo al tamaño de la muestra, puededeterminarse bien por la Regla de Sturges o bien por la tabla 2.6.. Hallar el ancho o amplitud del intervalo de clase (A). Los intervalos de clasetienen por lo general el mismo ancho, de modo que al fijarse el número declases se obtiene éste por una operación aritmética simple:kRA.donde R es el rango o recorrido y k es el número de clases. Si este cociente noes un entero, conviene redondear al entero superior. De manera que el rangoes alterado y requiere, por tanto, efectuar un ajuste:
  • 83. ))((*kAR.. Con este nuevo rango, se tendrá entonces un exceso que deberá distribuirseentre el límite superior y el límite inferior. Este exceso es calculado restandoelrango del nuevo rango. *RRExceso..
  • 84. Este valor debe distribuirse lo más equitativo posible, esto no quiere decir quesea repartido en partes iguales a los datos extremos, se trata de distribuir elexceso entre el límite inferior y el límite superior de modo que sea consideradola tendencia general de los datos.. Formar los intervalos de clase. Se agrega al límite inferior de cada clase,iniciando por el límite inferior del rango.1.A. Fijar los límites reales de cada intervalo de clase. Dado que los intervalosdeclase son mutuamente excluyentes, es decir, no permiten ambigüedad en loslímites cuando estos se repiten como inferior de un intervalo y como superioren el siguiente intervalo, se determinan los límites reales de clase. Estoscorresponden al punto medio entre el límite superior de una clase y el límiteinferior de la clase siguiente.En muchos casos se permite que se repita el límite superior de una clase y ellímite inferior de la clase siguiente, haciendo la salvedad de cuál clase serátomada por dicho límite. En general, es considerado el límite superior de laclase como valor de esta.. Determinar la frecuencia de clase. Contando el número de observaciones quecae dentro de cada intervalo de clase.. Construir la tabla de distribución de frecuencias agrupadas.Tabla 2.6.Número de intervalos de clases sugerido en función del tamaño de la muestraTamaño muestralNúmero deintervalos de
  • 85. claseMenos de 16Datos insuficientes16 – 31532 – 63664 – 1277128 – 2558256 – 5119512 – 1023101024 – 2047112048 – 4095124096 – 819013
  • 86. EEJJEEMMPPLLOO 99..22..Para los datos del ejemplo 8.1. Elabore una tabla de distribución de frecuenciasagrupada. Para esto, se seguirán los pasos propuestos:. Rango = 110 – 58 = 52. Número de clases. Aplicando la Regla de Sturges: 691.530log322.31....kSi se usa la tabla 2.6., esta indica que deben usarse 5 clases. Queda a criteriodel investigador la decisión. En este caso se trabajará con el resultado quearroja la Regla de Sturges.. Amplitud de los intervalos de clase. 967.8652...A. Como se ha redondeado, debe hallarse el nuevo rango: 54)6)(9(*..R. Existe pues un exceso de 2, [54 – 52 = 2]. Este exceso debe distribuirsequitando 1 al límite inferior y agregando 1 al límite superior:111111057158......máxmínXX
  • 87. Si en el cálculo del exceso, este hubiera sido un número impar, la distribuciónentre los límites se calcularía considerando hacia dónde se agrupan más losdatos. En este caso, los datos tienen una mayor tendencia hacia el límiteinferior de modo que el exceso mayor se repartiría en él.. Intervalos de clase. Se agrega al límite inferior de cada clase,iniciando por el límite inferior del rango. Así:8191....A57 + 8 = 6566 + 8 = 7475 + 8 = 8384 + 8 = 9293 + 8 =101102+8 =110
  • 88. . Límites reales. 56.5, 65.5, 74.5,–, 110.5. Que se obtiene de calcular la sumade cada límite y dividirlo entre dos. Así: ...5.74275745.65266655.5625756....... Frecuencias de clase en cada intervalo.Tabla 2.7.Distribución de frecuencias agrupadas de la velocidad de pulsacionesIntervalos de clase(Velocidad depulsaciones)Frecuencia(Número depersonas)56.5 – 65.5465.5 – 74.5374.5 – 83.5783.5 – 92.51192.5 – 101.5
  • 89. 4101.5 – 110.51Total30Al obtener la tabla de distribución agrupada como en el ejemplo 9.2., sonmuchos los interrogantes que continúan sin responderse como: ¿Qué porcentajedel grupo de personas evaluadas presentan pulsaciones entre 74.5 y 83.5? Latabla 2.7. indica que son 7 personas pero ¿Qué porcentaje es ese? Y, más aún¿Qué porcentaje de la muestra presentan, por ejemplo, pulsaciones menores de92.5?Cuando se habla de la frecuencia de una clase, se refiere a la frecuenciaabsoluta, pero si ésta se da en términos del total de frecuencias se tieneentoncesla frecuencia relativa. Esta se obtiene en porcentaje al dividir la frecuenciadeclase entre el número total de frecuencias (o tamaño de la muestra). 100..nffrdonde fr es la frecuencia relativa de clase, f es la frecuencia absoluta declase y nes el tamaño de la muestra. En la tabla 2.8. de distribución de frecuencias
  • 90. agrupadas de los datos del ejemplo 8.1., se calculan las correspondientesfrecuencias relativas de cada intervalo de clase.Tabla 2.8.Distribución de frecuencias absolutas, relativas yacumuladas ascendentes de la velocidad de pulsacionesIntervalos declase(Velocidad depulsaciones)Frecuencia(Número depersonas)Frecuenciarelativa(%)FrecuenciaabsolutaacumuladaAscendenteFrecuenciarelativaacumuladaAscendente56.5 – 65.5413.3%413.3%65.5 – 74.5310%7
  • 91. 23.3%74.5 – 83.5723.4%1446.7%83.5 – 92.51136.7%2583.4%92.5 – 101.5413.3%2996.7%101.5 – 110.513.3%30100%Total30100%La distribución de frecuencias acumuladas se construye con el cálculode la frecuencia absoluta acumulada y la frecuencia relativa acumulada. Laprimera es la acumulación sucesiva en forma descendente o ascendente de lasfrecuencias absolutas. Si la frecuencia absoluta acumulada es ascendente, laprimera frecuencia absoluta corresponderá a la primera frecuencia absolutaacumulada. La segunda acumulada se obtiene sumando las dos primeras
  • 92. absolutas, y así sucesivamente. La última frecuencia absoluta acumuladacorresponderá al número total de frecuencias.De la misma manera, la frecuencia relativa acumulada es una acumulaciónsucesiva en forma ascendente o descendente de frecuencias relativas. Si esascendente, la última frecuencia relativa acumulada tendrá un valor del 100%. Enla tabla 2.8. se expresan estos tipos de frecuencia tomando los datos delejemplo8.1.Esta tabla arroja información tan completa que permite concluir afirmacionestales como:. El 36.7% de las personas evaluadas registran pulsaciones entre el 83.5 y 92.5y sólo el 3.3% registran valores altos, entre 101.5 y 110.5.
  • 93. . De las 30 personas, 25 de ellas no superan registros de 92.5 pulsaciones; estocorresponde al 83.4% del total.Construya la distribución de frecuencias absoluta acumulada descendente yrelativa acumuladas descendente con los datos de la velocidad de pulsaciones.¿Qué porcentaje de la muestra registra valores superiores a 92.5? ¿A cuántaspersonas corresponde? ¿Qué porcentaje registra valores de más de 75?1.2.5 LECCIÓN 10 PRESENTACIÓN DE LA INFORMACIÓNAnteriormente se mencionó que la organización y el resumen de lainformación son dos procesos distintos que se ejecutan en forma independiente.Ya se ha desarrollado todo cuanto tiene que ver con la organización de lainformación, se verá ahora lo que implica el resumen o presentación de lainformación. Se trata pues de conocer algunas técnicas de construcción degráficas, que es la mejor manera para resumir una investigación estadística.A continuación, se tratarán las partes más fundamentales de una gráfica ylos aspectos a tener en cuenta para su construcción, luego se presentarán losdistintos tipos de gráficas usadas más comúnmente en estadística entre lascualesse encuentran el histograma, el polígono de frecuencias, la ojiva, los gráficosdepuntos, lineales, de barras y circulares y los pictogramas.1.2.5.6 Componentes de una gráficaCuando se diseña una gráfica, sea esta cual fuere, deben tenerse encuenta ciertos aspectos con el fin de mejorar su apariencia y mostrar conclaridadlo que se quiera que ella refleje.
  • 94. Una gráfica siempre debe poseer un título que indique la descripción delcontenido de ella. En muchas ocasiones, es importante indicar la escala con laque se trabaja. Es decir, identificar los ejes coordenados (X y Y) e indicar susmagnitudes correspondientes. La escala se aplica para saber la dimensión delfenómeno graficado. Otro aspecto importante a tener en cuenta es la fuente deinformación, que indique de dónde han sido tomados los datos incluyendo el tipode publicación, el año del registro y otros indicadores que resulten importantespara la investigación.La forma y el tipo de la gráfica que se seleccione depende en gran parte delinvestigador o de quien la elabora, sin embargo debe tenerse en cuenta para
  • 95. quién va dirigida ésta, el lugar de exposición y otros factores de logística queintervienen en la decisión del mejor diseño. Existen ciertos principiosgeneralesque se deben tener en cuenta en el logro de una buena gráfica:. Si en la investigación se tienen varias gráficas, estas deben estar enumeradasen forma consecutiva.. Toda gráfica debe tener un título que aclare su contenido.. En los diagramas, las líneas de la ordenada y la abscisa que llevan escala,deben ser más gruesas que las demás.. La mejor gráfica es la más sencilla. Evite saturar la gráfica de datos otextosinnecesarios. Haga uso de sólo lo estrictamente necesario.. La gráfica no sustituye el cuadro o la tabla, debe ser el complemento.. Toda gráfica debe ir acompañada de convenciones para identificar lascaracterísticas que se grafican.. La lectura de la escala del eje horizontal se hace de izquierda a derecha y ladel eje vertical se hace de abajo hacia arriba.. La representación del hecho debe variar sólo en una dimensión.. En toda gráfica se debe explicar la fuente de donde fueron obtenidos losdatos,aclarar las escalas, leyendas, notas, llamadas y convenciones que ayuden aidentificar e interpretar las características presentadas.. Las gráficas nunca preceden al texto.1.2.5.7 Diagrama de frecuenciasLos diagramas de frecuencia se representan por medio de líneasverticales, cuya altura está dada por los valores de las frecuencias, ya seanabsolutas o relativas. Si la representación se refiere a las frecuenciasacumuladas(absolutas o relativas), esta se hará por medio de líneas horizontales, ubicandoenel eje vertical los valores de la frecuencia acumulada. Este último diagrama,denominado diagrama de frecuencias acumuladas, genera una serie de líneashorizontales que dan la sensación de los peldaños de una escalera.
  • 96. EEJJEEMMPPLLOO 1100..11111100..111100..11Tabla 2.9.Distribución de frecuencias simplede visita al odontólogo de niños entre los 6 y 12 añosEdad del niño(Años)Frecuencia absoluta(Número de visitas)Frecuencia absolutaacumulada233314426539671679258
  • 97. 4299029101301103012030Total30Esta tabla de frecuencias indica las veces que un grupo de 30 niños de 6 a 12años de edad visitó en los últimos 6 meses al odontólogo. Construya un diagramade frecuencias absolutas y un diagrama de frecuencias absolutas acumuladas.Figura 2.3.Diagrama de frecuencias absolutasde visita al odontólogo de niños entre los 6 y 12 años0123456789100246810121401234567891002468101214EdadFrecuencia
  • 98. Figura 2.4.Diagrama de frecuencias absolutas acumuladasde visita al odontólogo de niños entre los 6 y 12 años0510152025303501234567891011121305101520253035012345678910111213EdadFrecuenciaEn las figuras 2.3. y 2.4. se reflejan los diagramas de frecuencia absoluta yfrecuencia absoluta acumulada, respectivamente.Obsérvese que a partir de la figura 2.3. rápidamente se puede concluir que losniños de 7 años de edad son los que más han asistido al odontólogo en losúltimosseis meses de la muestra tomada.De igual manera se percibe un agrupamiento a la izquierda de los datos, es decirno es simétrica la gráfica. Este tipo de gráficos suelen llamarse asimétricossesgados a la izquierda.
  • 99. En la figura 2.4. las dos últimas líneas horizontales son de mayor tamaño quelasdemás, esto se debe a que no hay registro de niños que asisten al odontólogo conedades de 9, 11 y 12 años.Se puede ver también que estas dos últimas líneas están menos separadas quelas otras, pues el .salto. se debe a que existe un niño de la muestra de 10 añosque sí ha asistido al odontólogo. En cambio, existe un gran .salto. a los 7años,¿sabe usted por qué?1.2.5.8 Histograma de frecuenciasEn el caso de las distribuciones de frecuencia agrupada, la forma derepresentación gráfica más común, se conoce con el nombre de histograma defrecuencias. Estos se construyen representando los intervalos de clase en la
  • 100. escala horizontal y las frecuencias de clase (absolutas o relativas) en laescalavertical y trazando rectángulos cuyas bases equivalen a la amplitud de losintervalos de clase y sus alturas corresponden a las frecuencias de cada clase.En la figura siguiente se registra el diagrama de frecuencias absolutas delgrupo de datos del ejemplo 8.1. Nótese el origen o punto de partida de lavariablees cero y luego aparece un corte o puente, de manera que permite acortar ladistancia entre el origen y el primer valor de la variable. Esta convencióntambiénpuede usarse en el eje vertical u ordenada.Figura 2.5.Histograma de frecuencias absolutas de la velocidad de pulsaciones02468101256.5 –65.565.5 –74.574.5 –83.583.5 –92.592.5 –101.5101.5–110.5Velocidad de pulsacionesFrecuencia(númerode personas)02468101256.5 –65.565.5 –74.574.5 –83.583.5 –92.592.5 –101.5101.5–110.5Velocidad de pulsacionesFrecuencia(númerode personas)
  • 101. 1.2.5.9 Polígono de frecuenciasDescribe también la información de la distribución de frecuencias absolutaso relativas. Pero se grafican las marcas de clase de cada intervalo, generandounasecuencia de puntos que se unen en segmentos de recta para formar un polígono,de ahí el nombre.El polígono puede dibujarse sobre el histograma de frecuencias o demanera independiente. En el primer caso, se unen los centros de las basessuperiores de los rectángulos; en el segundo caso, se unen los puntos deintersección de la abscisa, que corresponde a la marca de clase, con la ordenadacorrespondiente a la frecuencia relativa o absoluta. La figura 2.6. representaelpolígono de frecuencias de los datos graficados en el histograma de la figura2.5.
  • 102. Figura 2.6.Polígono de frecuencias absolutasde la velocidad de pulsaciones012345678910111250556065707580859095100105110115120Velocidad depulsacionesFrecuencia(númerode personas)012345678910111250556065707580859095100105110115120Velocidad depulsacionesFrecuencia(númerode personas)1.2.5.10 OjivaContrario al polígono de frecuencias, la ojiva es una curva suavizada2. Lascurvas en estadística tienen diversas formas: estas se clasifican de acuerdo alaforma en simétricas y asimétricas siendo estas últimas sesgadas a la derecha oa la izquierda; y, según los máximos o picos que presenten, en unimodales,bimodales o multimodales.La ojiva es el gráfico de una distribución de frecuencias acumuladas(relativas o absolutas) y puede ser descendente o ascendente. Ella permitepresentar en un mismo gráfico, diferentes curvas lo que no permite el histogramade frecuencias. En el eje horizontal se ubican el límite superior de cadaintervalode clase y en el vertical, las respectivas frecuencias acumuladas, ya seanrelativaso absolutas. Luego se unen estos puntos en una curva suavizada, partiendo desdeel límite inferior del primer intervalo. Observe las siguientes figuras, querepresentan la ojiva ascendente y descendente de los datos tomados de velocidadde pulsaciones de una muestra de 30 personas (ejemplo 8.1.)2 Algunos autores consideran que la ojiva no es una curva suavizada, que estácompuesta desegmentos rectilíneos. No se trata aquí de crear una discusión sobre ello peroqueda al lector ladecisión si elabora la ojiva como curva suavizada o como la unión de segmentosde líneas. En estemódulo se trabajará como curva suavizada.
  • 103. Figura 2.7.Ojiva ascendente de la velocidad de pulsaciones036912151821242730545862667074788286909498102106110Velocidad depulsacionesFrecuenciaabsolutaacumulada036912151821242730545862667074788286909498102106110Velocidad depulsacionesFrecuenciaabsolutaacumuladaFigura 2.8.Ojiva descendente de la velocidad de pulsaciones036912151821242730545862667074788286909498102106110Velocidad depulsacionesFrecuenciaabsolutaacumulada036912151821242730545862667074788286909498102106110Velocidad depulsacionesFrecuenciaabsolutaacumulada
  • 104. Si ambas ojivas se dibujan en un mismo gráfico, se obtiene la figura 2.9.Obsérvese que ellas se cortan en un punto M, este punto se denomina mediana,concepto que se discutirá en la siguiente unidad didáctica y que representa elvalor del término de la mitad de la distribución.
  • 105. Figura 2.9.Ojiva ascendente y descendente de la velocidad de pulsaciones036912151821242730545862667074788286909498102106110Velocidad depulsacionesFrecuenciaabsolutaacumuladaM036912151821242730545862667074788286909498102106110Velocidad depulsacionesFrecuenciaabsolutaacumuladaM1.2.5.6. Gráficos de líneaEstá compuesta de segmentos de líneas que unen los pares ordenados arepresentar. Sirven para describir los cambios o fluctuaciones que sufre unfenómeno, generalmente durante un tiempo. Pueden ser simples, cuando sedibuja una sola serie de datos o compuestos, cuando se comparan dos o másseries de datos, generalmente a través del tiempo (series cronológicas).EEJJEEMMPPLLOO 1100..22111100..111100..11Tabla 2.10.
  • 106. Egresados de la UNAD en el período 2000-2004FACULTAD20002001200220032004Ciencias Administrativas13912192154917732383Ciencias Básicas e Ingeniería533603708517830Ciencias Agrarias161147130197280C. Soc. Humanas y Educ.12431415101312101281
  • 107. La tabla 2.10. indica el número de egresados de la UNAD en el período 2000-2004, discriminados por facultad.
  • 108. En el siguiente gráfico de puntos, se ve claramente el comportamiento yfluctuación en el tiempo de cada facultad respecto a sus egresados.Figura 2.10.Diagrama de líneasEgresados de la UNAD en el período 2000-2004CienciasAdministrativasCiencias Básicase IngenieríaCiencias AgrariasCiencias SocialesHumanas yEducativas0250500750100012501500175020002250250020002001200220032004AñosNúmerodeegresadosUNADCienciasAdministrativasCiencias Básicase IngenieríaCiencias AgrariasCiencias SocialesHumanas yEducativas0250500750100012501500175020002250250020002001200220032004AñosNúmerodeegresadosUNADDe allí se puede ver cómo en 2004 hubo un aumento considerado en todas las
  • 109. facultades, de igual forma en 2002 disminuyó estrepitosamente el número deegresados en las facultades de Ciencias Administrativas y Ciencias SocialesHumanas y Educativas, mientras que en Ciencias Básicas e Ingeniería se daba unascenso.También se puede leer de este tipo de gráficos que, independiente de lasfluctuaciones en el tiempo, la Facultad de Ciencias Administrativas es la quereporta mayor número de egresados anuales, seguida de Ciencias SocialesHumanas y Educativas, Ciencias Básicas e Ingeniería y por último CienciasAgrarias.1.2.5.7. Diagramas de barrasEs una de las gráficas más usadas para representar tanto característicascuantitativas como cualitativas. Es muy semejante al histograma de frecuencias,pero el diagrama de barras no requiere que la información esté agrupada entablasde frecuencias.
  • 110. Las barras son rectángulos con alturas proporcionales a las frecuencias omagnitudes correspondientes, pueden construirse en forma vertical u horizontal,sin embargo son más comunes las verticales; en este tipo de gráficos se ubica lavariable o atributo en el eje horizontal y la altura está dada por los valores ocantidades que toma dicha variable.El diagrama de barras se puede trabajar para describir una solacaracterística de la variable, diagrama de barras simple, o bien describir ycomparar dos o más características de ella de forma segmentada o agrupada.Para diferenciar una característica de otra en la misma barra se recurre adiferenciarlas usando colores, sombrándolas o rellenándolas con tramas.EEJJEEMMPPLLOO 1100..33111100..111100..11La siguiente información corresponde a las ventas por departamento, al contado ya crédito, de un almacén de cadena en la ciudad de Bucaramanga en el mes demarzo de 2005. Los valores representan las ventas en millones de pesos.Tabla 2.11.Ventas por departamento al contado y a crédito en marzo de 2005DepartamentoContadoCréditoTotalAlimentos200120320Ropa180
  • 111. 110290Calzado15090240Electrodomésticos300210510Los siguientes diagramas de barras verticales describen las ventas pordepartamento del almacén. Obsérvese que tanto la figura 2.11. y 2.12., aunquesean visualmente diferentes, ofrecen los mismos resultados. Inténtelo haciendolosdiagramas de forma horizontal, ¿es clara la información? ¿Cuál tipo de diagramade barras elegiría usted para una investigación? ¿Por qué?Obsérvese además, en la figura 2.11., que también se puede graficar una barramás, la correspondiente al total de ventas, la cual permitiría una comparacióneficiente de las ventas del almacén. ¿Cómo sería esta gráfica?
  • 112. Figura 2.11.Diagrama de barras agrupadas de las ventaspor departamento al contado y a crédito en marzo de 20052001801503001201109021004080120160200240280320AlimentosRopaCalzadoElectro-domésticosMillones depesosContadoCrédito2001801503001201109021004080120160200240280320AlimentosRopaCalzadoElectro-domésticosMillones de pesosContadoCréditoFigura 2.12.Diagrama de barras segmentadas de las ventaspor departamento al contado y a crédito en marzo de 200520018015030012011090210050100150200250300350400450500550AlimentosRopaCalzadoElectrodomésticosMillones depesosContadoCrédito20018015030012011090210050100150200250300350400450500550AlimentosRopaCalzadoElectrodomésticosMillones de pesosContadoCrédito
  • 113. Construya una tabla de frecuencias relativas para los datos de la tabla 2.11. yconella elabore por lo menos dos diagramas de barra diferentes en los que muestreelporcentaje de ventas de contado y a crédito alcanzadas durante ese mes en elalmacén de cadena para cada uno de los departamentos evaluados. Elabore unapequeña síntesis de los resultados que arrojan las gráficas que ha construido.
  • 114. 1.2.5.8. Diagrama circularEs otro tipo de gráfico que permite observar los componentes de un total,como sectores de un círculo. Se utiliza para representaciones gráficas dedistribuciones porcentuales. Es una forma efectiva de representar distribucionesde frecuencias en las que la característica es cualitativa.Los ángulos de los sectores son proporcionales a los componentes del total.Se construye subdividiendo los 360º de un círculo, proporcionalmente al número oal porcentaje de cada una de las clases en que se ha dividido la observación.Unamayor apreciación se logra coloreando distintivamente los sectores o dándole unatrama a cada sector.EEJJEEMMPPLLOO 1100..44111100..111100..11En una entrevista masiva de una multinacional, asistieron 1250 personas conexpectativas de emplearse. De ellas el 50% eran casados, 25% solteros, 15%separados y 10% en unión libre. Si se quisiera mostrar en un diagrama circularestas proporciones, se debe tener en cuenta que los 360º del círculo equivalenal100%, debe pues plantearse una regla de tres simple:PorcentajeGrados100%360º50%X
  • 115. Donde: º18010036050...XDe la misma manera, el 25% equivale a 90º en el círculo, 15% a 54º y 10% a 36º.Compruébelo. Así pues, se grafica el diagrama circular:Figura 2.13.Diagrama circular para el estado civil de 1250 aspirantes a empleo
  • 116. Este tipo de gráficos es inconveniente cuando se tienen varias partes ycada una representa una pequeña proporción o cuando son muchas las partesque se van a representar. Si se le quiere emplear en secuencias cronológicas, sedibujan círculos de igual radio, tantos como años, meses o días se quieranrepresentar en la secuencia, mostrando en cada uno la correspondientedistribución porcentual.1.2.5.9. PictogramasEs una forma de representar los datos por medio de símbolos o dibujosdonde cada uno representa la misma información con un valor fijo. Lospictogramas son usados comúnmente en el diseño publicitario, ya que seconsideran más expresivos. Así es como se encuentran pictogramas señalando lapoblación de un país, donde una figura humana representaría un millón depersonas, por ejemplo.En la siguiente figura se indica por medio de un pictograma los millones deárboles talados en Argentina, Bolivia y Colombia. Obsérvese que un árbolrepresentará un millón de árboles talados anuales. Si la cantidad no es exacta,sepresenta una fracción de la figura.Figura 2.14.Pictograma para el número de árboles talados en Argentina, Bolivia y ColombiaArgentinaBoliviaColombia35.4 millones26.7 millones37.1 millones= 1–000.000 deárbolesArgentinaBoliviaColombia35.4 millones26.7 millones37.1 millones=1–000.000 de árboles
  • 117. 1.2.5.10. Mapas estadísticos o cartogramasEste tipo de gráficos muestra la información cuantitativa o cualitativa sobrebases geográficas dentro de las cuales se ubican símbolos o figuras como puntos,barras, círculos, colores, etc. Es muy común en la prensa o boletines deinformación, cuando se indica por ejemplo, el informe del estado del tiempo o,enun mapa de Colombia, se indican con figuras humanas las zonas en conflicto o endisputa con los diversos grupos armados del país.1.3. CAPITULO 3 .MEDIDAS DE TENDENCIA CENTRAL O DE POSICIONAl describir grupos de observaciones, con frecuencia es conveniente resumir lainformación con un solo número. Este número que, para tal fin, suele situarsehacia el centro de la distribución de datos se denomina medida o parámetro detendencia central o de centralización.Cuando se hace referencia únicamente a la posición de estos parámetros dentrode la distribución, independientemente de que esta esté más o menos centrada,se habla de estas medidas como medidas de posición. En este caso se incluyentambién los cuantiles entre estas medidas.Entre las medidas de tendencia central tenemos:. media aritmética. media ponderada. media geométrica. media armónica. mediana. moda.Pero antes de iniciar con estos nuevos conceptos, se hace indispensable recordaralgunas nociones aritméticas y algebraicas básicas en estadística, es por estoquese recomienda al lector iniciar el capítulo repasando la sumatoria comopropiedadaritmética fundamental para entender las medidas estadísticas de una población o
  • 118. muestra. Todo cuanto tiene que ver con sumatoria y productoria puede serrepasado y consultado en el anexo A, que se encuentra al final del texto.1.3.1 LECCIÓN 11. ESTADIGRAFOSEn el capitulo anterior nos dedicamos a estudiar los métodos que deben seraplicados en el proceso de agrupar, organizar y presentar los datos en cualquiertipo de investigación estadística.
  • 119. Ahora trataremos de presentar otros métodos para estudiar o medir elcomportamiento de los elementos que constituyen una población. Si bien es ciertoque los cuadros y graficas describen el fenómeno, no lo hacen en formasatisfactoria, y por tanto hay necesidad de acudir a ciertas medidas denominadasparámetros de la población, cuando se hacen sobre el total de ésta yestadígrafos, cuando corresponden a una parte de la población o muestra.. Losestadígrafos permiten hallar un valor numérico, el mismo que representa a lamuestra.Teniendo en cuenta la anterior la clasificación, los símbolos que se refieren alapoblación se representan generalmente por letras griegas o por las letrasmayúsculas de nuestro alfabeto y los que se refieren a la muestra, por letrasminúsculas.Para el análisis de una variable o de una distribución unidimensional seconsideran las siguientes clases de medidas:. Medidas de tendencia central. Medidas de posición . Medidas de dispersión . Medidas de asimetría y apuntamiento1.3.2 LECCIÓN 12 MEDIA ARITMÉTICAEs la medida más conocida y la más fácil de calcular. Se define como lasuma de los valores de una cantidad dada de números dividido entre la cantidadde números.nXxnii...1donde:n = cantidad de elementosXi = valor de cada elemento = media aritmética, o simplemente media x
  • 120. EEJJEEMMPPLLOO 1122..11111100..111100..11El precio de la bolsa de un litro de leche en diferentes supermercados fue:$1.300,$1.350, $1.250, $1.400 y $1.325. El valor promedio o media aritmética esentonces:
  • 121. 325.1$5325.1400.1250.1350.1300.1......xLa media aritmética tiene la propiedad de asignar a cada elemento de la suma elmismo valor, o sea el valor promedio.Si se conoce el valor de la media y el número n de elementos uobservaciones, se puede conocer el valor de la suma total multiplicando la mediapor el número de elementos. Esto es: xnXnii....1EEJJEEMMPPLLOO 1122..22111100..111100..11Las ventas promedio de un almacén durante el primer semestre del año fueron$3–422.000; hallar el total de ventas de este período de tiempo.Venta total primer semestre = 6 x (3–422.000) = $20–532.000También puede suceder que los elementos que se analizan se encuentrenagrupados, en este caso para encontrar el valor de la media aritmética se deberealizar la ponderación de estos elementos agrupados, es decir, encontrar elpesoque le corresponde a cada valor. Esto da lugar a la media aritmética ponderada.EEJJEEMMPPLLOO 1122..33111100..111100..11Un agricultor vende la cosecha de papas de la siguiente forma: 30 sacos a$256.000, 18 sacos a $264.000 y 25 sacos a $261.500. ¿Cuál es el preciopromedio del saco de papa vendida por el agricultor?Precio promedio saco de papa = =$259.856251830)500.261(25)000.264(18)000.256(30
  • 122. ....La media ponderada se halla al realizar el cociente entre la suma de losproductos de los valores por sus respectivos pesos y la suma de los pesos. Elcaso general se expresa así:............niiniiinnnmXmmmmXmXmXmx11212211.....
  • 123. Siendo X1 X2,– Xn, las cantidades ponderadas y m1, m2,,–, mn los pesos oponderaciones.Un caso similar al anterior consiste en la media de una distribución defrecuencias agrupadas, donde los pesos o ponderaciones corresponderían a lasfrecuencias de los valores de las marcas de clase, recordando que la marca declase es el valor promedio de un intervalo de clase. Esta similitud entre lamediade una distribución de frecuencias agrupadas y la media aritmética ponderada semuestra en el siguiente ejemplo.EEJJEEMMPPLLOO 1122..44111100..111100..11Dada la siguiente distribución de frecuencias agrupadas, calcule sucorrespondiente media aritmética:Tabla 3.1.Distribución de frecuencias agrupadasIntervaloMarca de claseXFrecuenciaff .X16-201847221-2523
  • 124. 613826-3028719631-3533516536-40383114Total25685 4.2725685.......fXfxDe lo anterior puede verse que:nXffXfxniiniii........11
  • 125. Dada la importancia que tiene el cálculo de la media aritmética y sufrecuente uso, se hace necesario considerar algunas de sus propiedades:
  • 126. . La suma de las desviaciones respecto a la media aritmética es igual a cero.Una desviación es la diferencia que se presenta entre los valores que toma lavariable y un valor constate, en este caso es la media aritmética. Estapropiedad, al igual que las demás, es válida para datos agrupados o noagrupados. Y en términos aritméticos ella plantea: ...0)(xXTenga en cuenta que cuando los datos están agrupados en una tabla defrecuencias, las desviaciones con respecto a la media deben ponderarse. Si ladistribución es simétrica no hay necesidad de ponderar.. La suma de los cuadrados de las desviaciones respecto a la media es siempremenor que la suma de los cuadrados de las desviaciones con respecto acualquier otro valor.Esto quiere decir que sólo la media aritmética hace mínima la suma de loscuadrados de las desviaciones en torno a ella. Esta importante propiedad seretomará más adelante cuando se estudie regresión lineal y el método de losmínimos cuadrados para ajuste de curvas.En síntesis, la media o promedio aritmético es la medida de tendencia centralmás comúnmente usada, además de ser la única de las medidas de tendenciacentral que permite un tratamiento algebraico. Sin embargo no siempre esrecomendable usarla como un promedio, ya que es muy sensible a los valoresextremos del conjunto de datos. Por otra parte, la media es ligeramente másdifícilde calcular a mano que las otras medidas que se verán en seguida, puesto querequiere sumar todo el conjunto de datos, que bien podrían ser bastantes, ydividirentre el número de elementos del conjunto.1.3.6 LECCIÓN 13 MEDIANA
  • 127. Se define como el valor que divide una distribución de datos ordenados endos mitades, es decir, se encuentra en el centro de la distribución.La mediana se simboliza como Me. Es menos usada que la mediaaritmética. Para su cálculo es necesario que los datos estén ordenados. Cuandolacantidad de datos es impar, fácilmente se identifica la mediana; pero cuando elnúmero de datos es par, la mediana se calcula hallando el valor medio entre losdos valores centrales y no coincidirá con ninguno de los valores del conjunto dedatos.
  • 128. EEJJEEMMPPLLOO 1133..11111100..111100..11a. Dados los valores: 19, 15, 23, 28, 14, 26, 18, 20, 30, determinar su media.Lo primero que debe hacerse es ordenar los datos:14 15 18 19 20 23 26 28 30Como el número de datos es 9, el valor del medio de estos datos es la mediana,puesto que deja cuatro valores por debajo y cuatro valores por encima. Estevalores 20.b. Hallar la media del siguiente conjunto de datos ordenados:14 15 18 19 20 23 26 28 30 32Observe que son 10 datos, un número par de datos. En este caso se toman losdos valores del medio y se promedian: 5.2122320...MeCuando los datos se encuentran agrupados, se calcula el valor de y con él sebusca, en las frecuencias acumuladas, el intervalo de clase en donde este seencuentra o se aproxime mejor. Esta clase recibe el nombre de clase de lamediana. Identificada la clase de la mediana, se considera que los valores enesaclase se distribuyen uniformemente de modo que se pueda calcular la medianapor el método de la interpolación lineal. En el siguiente ejemplo se describepaso apaso el cálculo de esta medida de tendencia central.2n
  • 129. EEJJEEMMPPLLOO 1133..22111100..111100..11Tomando la tabla 3.1 de distribución de frecuencias agrupadas del ejemplo 12.4.de esta unidad didáctica, calcular la mediana del conjunto de datos.Primero se identifica la clase de la mediana (la clase que contiene a lamediana). 5.122252..nLa clase de la mediana es (26-30), pues el número de frecuencias acumuladas esel valor más cercano a 12.5.
  • 130. Tabla 3.2.Distribución de frecuencias agrupadasIntervaloFrecuenciaFFrecuenciaacumulada16-204421-2561026-3071731-3552236-40325Total25Clase de lamediana
  • 131. Hay 10 observaciones pordebajo del límite inferior de la clasede la mediana. 5.2105.12..El valor de 2.5 se interpola en el ancho o amplitud de la clase de la medianaquees 4.FrecuenciaabsolutaAnchode clase742.5X 4.1745.2...XAsí pues, la mediana se encontrará 1.4 unidades más del límite inferior de laclasede la mediana: 4.274.126...Me
  • 132. En muchas referencias bibliográficas se expone una ecuación para elcálculo de la mediana cuando los datos se encuentran agrupados. Ella se derivadel análisis hecho en el ejemplo anterior y se describe de la siguiente manera: kkkkLAfFnMe.....12Donde:n es el tamaño de la muestra o la suma de todas las frecuencias.Fk-1 es la frecuencia absoluta acumulada de la clase anterior de la clase de lamediana.
  • 133. fk es la frecuencia absoluta de la clase de la mediana.Ak es la amplitud de la clase de la mediana.Lk es el límite real inferior de la clase de la mediana.EEJJEEMMPPLLOO 1133..33111100..111100..11Determine la mediana de la distribución de frecuencias agrupadas del ejemplo13.2., haciendo uso de la ecuación para su cálculo.Primero, se identifica cada valor:n = 25Fk-1 = 10fk = 7Ak = 4Lk = 26 4.27264.126471022521.............MeLAfFnMekkkkOtra manera para hallar la mediana de un conjunto de datos agrupados esel método gráfico. Ya se vio algo cuando se estudiaba la ojiva: al graficar enunmismo eje coordenado la ojiva ascendente y descendente, el punto donde estasdos curvas se encuentren corresponde a la mediana de los datos agrupados,leyendo el valor en el eje horizontal.Si se trabaja en cambio con la ojiva porcentual, es decir con la distribuciónde frecuencias relativas, la mediana será el valor de la abscisa cuya ordenadaesel 50%.
  • 134. Se concluye entonces que la mediana no está afectada por los valoresextremos del conjunto de datos, sean estos grandes o pequeños. No influencianen lo absoluto como sí lo hacen en el cálculo de la media. Cuando ladistribuciónde los datos es muy simétrica, no hay casi diferencia entre la media y lamediana.El cálculo de la mediana es simple, pero siempre requiere que los datos seencuentren ordenados, condición que no requiere el cálculo de la media.Finalmente, se podría decir que la mediana no es una medida muy confiable paradescribir el conjunto de datos, pues en su cálculo sólo intervienen los valoresmáscentrales sin tener en cuenta los demás y su comportamiento general.
  • 135. 1.3.7 LECCIÓN 14 MODASe trata del valor más frecuente en un conjunto de datos. Se consideracomo el valor más representativo o típico de una serie de valores. Essimbolizadacomo Mo. Si dos valores tienen la misma frecuencia se dice que el conjunto esbimodal. Cuando más de dos valores ocurren con la misma frecuencia y ésta esla más alta, todos los valores son modas, por lo que el conjunto de datos recibeelnombre de multimodal o polimodal.Cuando los datos se encuentran agrupados la moda es la marca de clasedel intervalo de clase que contiene la mayor frecuencia. Es usual también haceruso de la siguiente ecuación para su cálculo: kkkkkLAfffMo.......111Donde:fk-1 es la frecuencia absoluta de la clase anterior en donde se encuentra eldatomás frecuente.fk+1 es la frecuencia absoluta de la clase posterior en donde se encuentra eldatomás frecuente..Ak es la amplitud de la clase en donde se encuentra el dato más frecuente.Lk es el límite real inferior de la clase en donde se encuentra el dato másfrecuente.La moda también puede determinarse gráficamente, usando un histogramade frecuencias o un polígono de frecuencias. La barra más alta o el pico másaltocorresponde al valor que más se repite. Generalmente las curvas de frecuenciapresentan un solo pico, pero a veces se encuentran series con dos o más picos,
  • 136. es decir puntos que corresponden a una mayor densidad de frecuencias. Estosucede cuando se trabaja con grupos de datos heterogéneos.EEJJEEMMPPLLOO 1144..11111100..111100..11Las siguientes tablas de frecuencias indican el número de personas de acuerdo asu edad que asistieron al estreno de una película.En la tabla 3.3., donde los datos están sin agrupar, la moda es 22, valorcorrespondiente a la mayor frecuencia que es 5.
  • 137. En la tabla 3.4., los datos se encuentran agrupados, la moda se encuentra en elintervalo de clase 19.5 – 22.5 y corresponde a la marca de clase que es 21.Además, usando la ecuación para el cálculo de la moda, se tiene:Obsérvese que aunque sean el mismo conjunto de datos, la moda varíadependiendo de su tratamiento, es decir, de cómo estos se agrupan.Tabla 3.3. Tabla 3.4.Distribución de frecuencias Distribución de frecuencias agrupadasde la asistencia a cine de la asistencia a cine215.193999.....MoIntervalosde claseMarcadeclaseFrec.13.5 – 16.515216.5 – 19.518919.5 – 22.5211322.5 – 25.524925.5 – 28.527928.5 – 31.5301Total43
  • 138. XfXF141234150243161252172264183273194282204
  • 139. 290214300225311Total43La moda no es tan usada como la media o la mediana. Para encontrarla serequiere que los datos estén ordenados. Su cálculo es poco preciso debido a queno se puede expresar en términos algebraicos.Se han visto hasta ahora tres medidas de tendencia central: media,mediana y moda. Determinar cuál de ellas usar en un tratamiento estadísticodepende mucho de la información que se tenga y del objetivo que se persigue. La
  • 140. media, a diferencia de la mediana y la moda, presenta una ligera estabilidad enelmuestreo, es por eso que su uso es más frecuente. Si la distribución es casisimétrica, cualquiera de ellas puede usarse y resultarán aproximadamenteiguales.Cuando los datos no están ordenados, puede resultar más fácil calcular la mediaaritmética que la mediana. Cuando los datos no están agrupados, el cálculo de lamoda se hace más preciso. Si la distribución no es simétrica, es másrecomendable emplear la mediana o la moda como medidas de posición.En cualquier distribución el valor de la mediana se localiza entre la media yla moda. Cuando la distribución es asimétrica a la derecha se cumple que
  • 141. ; si en cambio es asimétrica a la izquierda . Se diceentonces, que una distribución está sesgada si no es simétrica y si se extiendemás hacia un lado que hacia el otro. Y será simétrica cuando la mitad de suhistograma es aproximadamente igual a su otra mitad. Los datos sesgados a laizquierda (sesgo negativo) presentan una cola izquierda más larga y su media ymediana se encuentran a la izquierda de la moda. Mientras que los datossesgados a la derecha (sesgo positivo) poseen una cola derecha más larga y sumediana y media están a la derecha de la moda (ver figura 3.1.)Figura 3.1.Distribuciones sesgadas(a) Sesgada a la derecha; (b) Sesgada a la izquierda; (c) SimétricaLa relación de Pearson afirma que la distancia entre la media y la moda estres veces la distancia entre la media y la mediana. Esta relación es utilizadaparacalcular cualquiera de ellas, conociendo las otras dos medidas.En resumen, se puede entender la media aritmética como el punto deequilibrio del conjunto de datos (como el centro de gravedad de un cuerpo); lamediana como la medida que permite dividir el área bajo la curva de distribuciónen dos parte iguales y la moda como el pico más alto de la curva dedistribución.xMeMo..MoMex..asimetriaxMeMoMexMox23)(3......El cuadro siguiente3 resume y compara de una manera didáctica y prácticala media, mediana y moda en términos de ventajas y desventajas para su cálculo yuso en la investigación estadística. Ellas tres son las medidas de tendenciacentral3 Modificado de Probabilidad y estadística, Mario F. Triola. Novena edición.Pearson & AddisonWesley. México. 2004.
  • 142. más comúnmente usadas, en el tema siguiente se estudiarán otras medidas nomenos importantes pero si menos usadas en el tratamiento estadístico.Tabla 3.5.Comparación de la media, mediana y modaMedidadetendenciacentral¿Qué tancomúnes?¿Existesiempre?¿Tomaencuentacadavalor?¿Se veafectadapor losvaloresextremos?¿Requiereque losdatos esténordenados?Ventajas ydesventajasMediaEs la máscomúnSiSiSiNoPresenta unaligeraestabilidadfrente almuestreo.
  • 143. MedianaDe usocomúnSiNoNoSiNo es muyconfiable paradescribir elconjunto dedatos, pues ensu cálculo sólointervienen losdatos máscentrales.ModaUsada enocasionesPodría noexistir ohabermás deunaNoNoSiEs másprecisacuando losdatos no estánagrupados.1.3.8 LECCIÓN 15 OTRAS MEDIDAS DE TENDENCIA CENTRALLa media geométrica se utiliza para promediar crecimientos geométricosde la variable, o cuando se quiere dar importancia a valores pequeños, o cuandose quiere determinar el valor medio para un conjunto de porcentajes. Suele
  • 144. utilizarse en negocios y economía para calcular las tasas de cambio promedio,lastasas de crecimiento promedio o tasas promedio. Se simboliza Mg y se definecomo la raíz n-ésima de la productoria de los n valores de la variable.Cuando los datos no son agrupados, la media geométrica se calculahallando el producto de todos los elementos y extrayendo la raíz del orden delnúmero de observaciones.
  • 145. nnnniiXXXXMg..........211Cuando los datos están agrupados, la media geométrica se define como laraíz n-ésima de la productoria de los valores de la variable (marca de clase)elevadas cada una de ellas a su correspondiente frecuencia absoluta. nnnnnnniniiiXXXXMg..........21211a. Hallar la media geométrica de 2, 4, 6, 9, 12, 15EEJJEEMMPPLLOO 1155..11111100..111100..11 53.6760.771512964266661...........iiXMgb. Hallar la media geométrica de la siguiente distribución de frecuenciasagrupadas.Tabla 3.6.Distribución de frecuencias agrupadasIntervalos de claseMarcas de claseFrecuencias0.5 – 1.5121.5 – 2.5252.5 – 3.538
  • 146. 3.5 – 4.545Total20 1.121432145852441........iniiXMgLa media armónica de un conjunto de datos es el recíproco de la mediaaritmética de los recíprocos de los números de la serie de datos. Se simbolizaMhy se define como:.........xnMhnxnMhXnXX11...111121
  • 147. La media armónica es muy influenciable por los valores extremos de laserie, especialmente los más pequeños. Se utiliza preferiblemente para conjuntosde datos que consisten en tasas de cambios, como la velocidad.Un obrero se gasta 50 minutos en terminar un producto y otro lo hace en 40minutos. ¿Cuál es el tiempo medio requerido para terminar dicho producto?EEJJEEMMPPLLOO 1155..22111100..111100..11 44.440225.010225.02045.021401501.......MhMh44.44 minutos es el tiempo medio requerido.Los cuartiles, deciles y percentiles son medidas que se utilizan paradeterminar los intervalos dentro de los cuales quedan proporcionalmenterepartidos los términos de la distribución.Para calcular los cuartiles se divide la distribución en cuatro partes iguales,de manera que cada una tendrá el 25% de las observaciones. Los tres puntos deseparación de los valores son los cuartiles. El cuartil inferior (Q1) es aquelvalor dela variable que representa el 25% de las observaciones y a la vez, es superadopor el 75% restante. El segundo cuartil (Q2) corresponderá a la mediana de ladistribución. El tercer cuartil (Q3) es aquel valor que representa el 75% y essuperado por el 25% restante de las observaciones.Para calcular estos tres promedios se procede de manera semejante alcálculo de la media aritmética.EEJJEEMMPPLLOO 1155..33111100..111100..11Hallar los cuartiles de la distribución de frecuencias de la tabla 3.2., delejemplo13.2.
  • 148. Primero se identifica la clase en donde se encuentra el primer cuartil. 25.64254..n
  • 149. IntervaloFrecuenciaFFrecuenciaacumulada16-204421-2561026-3071731-3552236-40325Total25El intervalo de clase donde se encuentra el primer cuartil es (21-25), pues elnúmero de frecuencias acumuladas es el valor más cercano a 6.25.Clase del Q1
  • 150. Clase del Q3Hay 4 observaciones por debajo del límite inferior de la clase del primercuartil. 25.2425.6..El valor de 2.25 se interpola en la amplitud de la clase del primer cuartil quees 4.FrecuenciaabsolutaAncho declase642.25X 5.16425.2...XAsí pues, el primer cuartil se encontrará 1.5 unidades más del límite inferiorde laclase correspondiente:
  • 151. 5.225.1211...QEl segundo cuartil corresponde al punto medio de la distribución, esto es lamediana del grupo de datos. 4.272..MeQPara el tercer cuartil se procede de la misma manera. 75.18425343...n
  • 152. El intervalo de clase donde se encuentra el tercer cuartil es (31-35) y hay 17observaciones por debajo del límite inferior de la clase de este cuartil. 75.11775.18..FrecuenciaabsolutaAncho declase541.75X 4.15475.1...XEl tercer cuartil se encontrará 1.4 unidades más del límite inferior de suclase: 4.324.1313...QLo que quiere decir que el 25% de los valores está por debajo de 22.5; el 50%está por debajo de 27.4 y el 75% está por debajo de 32.4.Para calcular los deciles se divide el conjunto de datos en 10 partesiguales, de manera que se obtienen nueve valores que dividen la frecuencia totalen diez partes iguales. El primer decil (D1) es igual al valor que supera al 10%de
  • 153. las observaciones y es superado por el 90% restante y así para cada uno de losdeciles. Su cálculo es muy semejante al de los cuartiles.De igual manera se puede calcular el centil o percentil al dividir en cienpartes iguales la distribución. El primer percentil (P1) es igual al valor quesupera al1% de las observaciones y es superado por el 99% restante y así sucesivamente.Obsérvese que D1=P10; D2=P20;...El método más sencillo para identificar tanto cuartiles, deciles y percentileses el gráfico, haciendo uso de la ojiva porcentual ascendente. Sólo requierebuscar en el eje vertical el porcentaje que se busca y leer en el eje horizontalsucorrespondiente valor.EEJJEEMMPPLLOO 1155..44111100..111100..11A partir de la ojiva porcentual de la distribución de frecuencias agrupadas delatabla 3.2., determine el valor de: Q1, Q2, Q3, D1, D5, D9, P5, P95.
  • 154. Para construir la ojiva, se debe completar la tabla de distribución defrecuenciasagrupadas.Tabla 3.7.Distribución de frecuencias agrupadasIntervaloFrecuenciaabsolutaFrecuenciaacumuladaFrecuenciarelativaFrecuenciarelativaacumulada16-204416%16%21-2561024%40%26-3071728%68%31-3552220%88%
  • 155. 36-4032512%100%Total25100%Con las frecuencias relativas acumuladas se construye la ojiva porcentualascendente. Una vez construida, se inicia el proceso de identificar cada valorpedido, teniendo en cuenta qué porcentaje representa. Es decir, el primercuartilrepresenta el 25%, el segundo 50%, el tercero 75%, el primer decil representa el10%, del quinto es el 50% y el noveno corresponderá al 90%, mientras que elpercentil 5 representa al 5% y el 95 al 95%.Observe en la figura 3.2. que los valores teóricos (calculados en ejemplosanteriores) no son completamente coincidentes. Esto demuestra que el métodográfico no es el más apropiado para su determinación, sin embargo es muy útil ysus valores se aproximan al teórico entre mejor esté graficada la ojiva.
  • 156. Figura 3.2.Ojiva porcentual ascendente0%10%20%30%40%50%60%70%80%90%100%051015202530354045Q122.2Q2=D526.9Q331.8D118D935.5P516.5P9537.90%10%20%30%40%50%60%70%80%90%100%051015202530354045Q122.2Q2=D526.9Q331.8D118D935.5P516.50%10%20%30%40%50%60%70%80%90%100%051015202530354045Q122.2Q2=D526.9Q331.8D118D935.50%10%20%30%40%50%60%70%80%90%100%051015202530354045Q122.2Q2=D526.9Q331.8D1180%10%20%30%40%50%60%70%80%90%100%051015202530354045Q122.2Q2=D526.9Q331.80%10%
  • 157. 20%30%40%50%60%70%80%90%100%051015202530354045Q122.2Q2=D526.90%10%20%30%40%50%60%70%80%90%100%051015202530354045Q122.20%10%20%30%40%50%60%70%80%90%100%0510152025303540450%10%20%30%40%50%60%70%80%90%100%051015202530354045Q122.2Q122.2Q2=D526.9Q2=D526.9Q331.8Q331.8D118D118D935.5D935.5P516.5P516.5P9537.9P9537.9
  • 158. Tabla 3.8.Resumen de cálculos, ejemplo 15.4.MedidaPorcentajequerepresentaValorteóricocalculadoValorgráficoobtenidoQ125%22.522.2Q250%27.426.9Q375%32.431.8
  • 159. D110%18D550%27.426.9D990%35.5P55%16.5P9595%37.9Ahora intente lo siguiente: determine los valores teóricos de las medidas queaúnno ha calculado y compárelas con las obtenidas por el método gráfico. ¿Son muydiferentes?
  • 160. El cálculo de percentiles para datos no agrupados se hace más sencillo siguiendoel siguiente tratamiento resumido en el diagrama de flujo4 de la figura 3.3.,queclarifica el procedimiento para el cálculo del k-ésimo percentil.Figura 3.3.Diagrama de flujo para el cálculo del k-ésimo percentil4 Modificado de Probabilidad y estadística, Mario F. Triola. Novena edición.Pearson & AddisonWesley. México. 2004.Se requiere que los datos se encuentren ordenados de manera ascendente.Luego se determina el valor de la expresión:nkL..100Hacer arregloordenado (ascendente)Calcular nkL..100Donde:n = número de valoresk = percentil en cuestión¿Es L unnúmero entero?Calcule el valor medio entreel L-ésimo valor y el siguientevalor en el conjunto de datosordenados.El valor de Pk corresponde ala posición obtenida delpromedio calculado, contadodesde el dato menor.Redondee L alsiguiente enteromás grandeEl valor de Pk esel L-ésimo valor,contado desdeel dato menor.NoSi
  • 161. Donde:n es el número de valores del grupo de datosk es el percentil en cuestiónSi el valor de L es un número entero, el valor del k-ésimo percentil estará porelvalor medio entre el L-ésimo valor y el siguiente valor. Si en cambio, el valorde Lno es un número entero, este valor debe ser redondeado al siguiente entero másgrande y el valor de Pk corresponderá a la posición L-ésima.Tome el arreglo ordenado del ejemplo 8.1., de la Unidad Didáctica Uno sobre laevaluación de los latidos cardíacos de un grupo de 30 personas después de ciertaactividad física y calcule los siguientes percentiles.EEJJEEMMPPLLOO 1155..55111100..111100..115870808588946074828591956275828591
  • 162. 956476828792956876848892110a. El valor del percentil 10, P10Para esto, se sigue el procedimiento planteado en el diagrama de flujo de lafigura1.3. Los datos se encuentran ordenados de forma ascendente; se procedeentonces a calcular L, es decir el localizador que da la posición del valor 10. 33010010...LDespués, se verifica si el valor de L es un entero o no. En este caso, L esenteroasí que se sigue hacia abajo en el diagrama de flujo. De manera que el décimopercentil está a la mitad entre el valor L-ésimo (tercero) y el siguiente valor(cuarto). Es decir, el valor del percentil 10 se ubica entre 62 y 64, quecorresponden al tercer y cuarto valor del grupo de datos ordenados,respectivamente. Se tiene entonces: 632646210...P
  • 163. b. El valor del percentil 43, P43Se calcula el valor de L: 139.123010043....LComo el valor de L no es entero, se redondea al siguiente entero más grande. Elvalor del percentil 43 es el valor 13º del grupo de datos ordenados contadodesdeel dato menor. Así: 8243.Pc. El valor del percentil 81, P81Se calcula el valor de L: 253.243010081....LComo el valor de L no es entero, se redondea al siguiente entero más grande.Observe que no se redondea al entero más cercano sino al entero mayor. El valordel percentil 81 es el valor 25º del grupo de datos ordenados contado desde eldato menor. Así: 9281.Pd. El valor del cuartil 1, Q1Recuerde que Q1 es igual que P25, por lo que se procede a calcular el valor delpercentil 25. Se halla el valor de L: 85.73010025....LEl valor del percentil 25 es el valor 8º del grupo de datos ordenados contadodesde el dato menor. Así: 75251..PQ
  • 164. ACTIVIDADES DE AUTOEVALUACION DE LA UNIDADAAUUTTOOEEVVAALLUUAACCIIÓÓNN LLEECCCCIIÓÓNN 11..1. ¿por qué es útil la estadística en el campo para el cual se está preparando?2. Elabore un mapa conceptual en donde diferencie claramente los conceptos deEstadística Descriptiva e Inferencia Estadística.3. .La estadística estudia el comportamiento de fenómenos colectivos y nunca deuna observación individual. ¿Qué le dice este principio?AUTOEVALUACIÓN LECCION 21. Un equipo de fútbol profesional está compuesto de jugadores y cuerpo Técnico.a. Si se desea conocer el promedio de edad de la selección Colombia paraestablecer una correlación entre edad y rendimiento físico, ¿tienesentido registrar la edad del cuerpo técnico?b. Si sólo se está interesado en el grupo de jugadores, ¿qué datos puedenextraerse de ellos que tengan relevancia en el aspecto deportivo?c. Si se toma un jugador y se registra la velocidad con que recorre lacancha y la cantidad de goles anotados en un campeonato, ¿cuál deestas variables es continúa y cuál es discreta?2. En las siguientes situaciones, identifique: población, muestra, unidad estadística, dato y variable,a. En la UNAD la matrícula en un año es de 10.458 estudiantes distribuidosen las cuatro facultades. Se desea conocer el número de estudiantesmatriculados en la facultad de Ciencias Agrarias.b. Las temperaturas registradas en la ciudad de Pereira el 29 de junio de2005 entre las 6 horas y las 18 horas.
  • 165. c. Se realiza un estudio a 250 hogares en la ciudad de Medellín paraconocer si se hace uso adecuado del Manejo Integrado de ResiduosSólidos (MIRS).3. En cada caso determine si la muestra seleccionada es representativa yDetermine que tipo de muestreo es el más adecuado
  • 166. . El gerente de mercadeo de una empresa de máquinas institucionalespropone al departamento técnico la creación de un nuevo modelo deprocesador de alimentos para comedores de 100 empresas con más de500 empleados.. Una empresa Colombiana de calzado femenino planea lanzar almercado un nuevo estilo de botines. Para esto, pregunto a 600 clientes quevisitan sus almacenes en todo el país.AUTOEVALUACIÓN LECCION 31. Determinar si cada una de las siguientes variables es cualitativa ocuantitativa.En caso de ser cuantitativa, clasificarla en discreta o continua.a. Velocidad de un automóvil en kilómetros por hora.b. Valor total de acciones vendidas cada día en el mercado de valores.c. El volumen de gasolina que se pierde por evaporación durante elllenado de un tanque de combustible.d. El número de moléculas en una muestra de gas.e. La medida de la cantidad de lluvia caída en una localidad en un mes.f. Candidatos a la presidencia de la República.g. Programa de televisión favoritoh. Textura de un producto.2. La siguiente tabla corresponde a los resultados obtenidos por 20 de las 1000personas que presentaron un examen de inglés. La muestra es aleatoria y ha sidoseleccionada de manera sistemática. Los porcentajes fueron redondeados al valorentero más cercano12%30%87%21%60%20%
  • 167. 46%58%72%35%52%81%68%18%9%59%63%34%92%55%a. ¿A que tipo de variable corresponde este estudio?b. ¿Esta muestra es representativa?c. De acuerdo con los resultados observados, ¿es posible deducir cuál fue elrendimiento de la población?d. Que variaciones haría para que este estudio sea más significativo?
  • 168. AUTOEVALUACIÓN LECCION 41. El alcalde de la ciudad tiene un proyecto de comedores comunitarios en elcuallos ciudadanos da bajos recursos puedan acceder a una comida diaria otorgadapor la alcaldía .Para ello, se realizó una encuesta en uno de los barrios a ungrupode 48 familias, a las cuales se les preguntó su estrato económico, obteniendolossiguientes resultados.211312121321121232112322
  • 169. 322111212312123122121312a. Determinar la variable cualitativa a estudiar.b. Utilizar cada estrato como una clase de la variable para construir la tabladefrecuencias correspondiente.c. Elaborar el diagrama de barras correspondiente a la variabled. Construir el diagrama circular de la variable.e. Determinar la moda e interpretarla
  • 170. f. El alcalde de la ciudad abrirá un comedor comunitario en cada barrio donde el60% a más de los hogares corresponden a un estrato menor o igual a 2. ¿Seabrirá un comedor comunitario en el barrio?2. El siguiente diagrama de barras muestra corresponde a la producción de unaempresa de confecciones durante el mes de junio.
  • 171. a. ¿Cuál fue el número total de prendas confeccionadas en junio?b. ¿cuál es el porcentaje de producción correspondiente a cada una de lasprendas?AUTOEVALUACIÓN. LECCION 5En un estudio realizado a un grupo de 56 estudiantes de la UNAD, se cuestionó sise prepara o no para los exámenes. En cada respuesta se reporto:S: si siempre hay un repaso, AV: si algunas veces se estudia y N: si nunca seestudia.Se registro, además el género del estudiante que participa en el estudio, H:hombre y M: mujer; los resultados fueron:GéneroEstudiaGéneroEstudiaGéneroEstudiaGéneroEstudiaHSMAVHAVHNMAV
  • 172. MSHAVHSMSHNHAVMAVHSMAVMAVMSHAVMAVMAVMSHN
  • 173. MAVMSHAVMAVMSMAVMSMAVMSMSHAVHSHSHAVMAVMS
  • 174. MAVMAVMSHAVMAVMNHNHNMAVHAVMAVHNMAVMNHAVHAV
  • 175. MAVMSMAVa. Construir la tabla de frecuencias para la variable género.b. Construir la tabla de frecuencias para la variable. estudia para losexámenes.c. El profesor de matemáticas afirma que si mas de un 80% de las personassiempre repasan para el examen, el resultado será favorable?d. Construir una tabla de contingencia para las dos variables.e. Construir la tabla cruzada de porcentajes correspondiente. Extraer 3conclusiones de los datos.f. Si se decide encuestar a un hombre mas, Que resultados esperarían surespuestas? Usar la moda para justificar el análisis.
  • 176. AUTOEVALUACIÓN. LECCION 61. Señalar el literal más adecuado para las siguientes observaciones:La investigación preliminar permite:a. Establecer la hipótesisb. determinar la muestrac. Coordinar el personal del campo2. Antes que nada, la investigación estadística requiere:a. Que exista un objetivob. Que se hayan trazado planesc. Que se tenga un problema3. ¿Que comprende en una investigación estadística la etapa de planeación.AUTOEVALUACIÓN. LECCION 71. Señalar el literal más adecuado para las siguientes observaciones:El costo de una encuesta por correo es generalmente:a. Igual al de una encuesta por medio de entrevistas personalesb. Mayor al de una encuesta por medio de entrevistas personales.c. Menor al de una encuesta por medio de entrevistas personalesd. Imposible de medir en relación con el costo de una encuesta por medio de
  • 177. entrevistas personales.2. En el diseño del cuestionario en la etapa de recolección de la información,laspreguntas más difíciles deben colocarsea. Al principio, para salir inmediatamente de la parte más difícilb. En el centro para que sean precedidas y seguidas por preguntas fácilesc. Al final, luego que se haya establecido un clima de confianza, al comenzarporlas más fáciles hasta llegar a las difíciles.
  • 178. 3. Contestar verdadero o falso según el caso:a. Un formulario se precodifica para agilizar la codificación.b. Un formulario debe llevar una sola clase de preguntas.c. La recolección de datos se puede hacer mediante la observaciónd. Después de realizar el formulario se define el objetivo de la investigacióne. Se conoce como fuente primaria aquella que obtuvo inicialmente la informacióndirectamente de la persona o entidad.f. Al diseñar un cuestionario no es de gran importancia la forma como se hace lapregunta, siempre que está sea clara.AUTOEVALUACIÓN. LECCION 81. Los siguientes datos representan las calificaciones en una prueba decoordinación física aplicada a un grupo de 20 personas después de haber ingeridouna cantidad de alcohol equivalente a 0.1% de su peso. Organice los datos comouna combinación ordenada.6984529361747965886357646772
  • 179. 7455826168772. Elabore una lista de los valores de datos que aparecen en el diagrama detallo yhoja siguiente.TalloHojas40 2 351 1 8 962 3 3 7 7 9703. En un estudio sobre el crecimiento de los varones se obtuvieron estasobservaciones sobre el perímetro craneal en centímetros de un niño al nacer.Elabore un diagrama de tallo y hojas y haga un breve comentario de losresultadosque este arroja.33.134.634.235.134.2
  • 180. 35.634.535.834.534.734.335.233.736.034.233.634.634.333.434.933.834.735.234.633.734.833.934.235.134.236.534.134.036.135.334.3
  • 181. 4. Los siguientes datos muestran el número de huevos en cada uno de los nidosde 30 tortugas sobre la playa de Florida. Existen dos tipos definidos detortugas en
  • 182. el área. ¿Un arreglo de tallo y hojas revela la existencia de dos poblaciones?¿Lohará uno de doble tallo?206167175204123138197187193124137141142192197109126127181171163146124184101201133141
  • 183. 1521325. Las siguientes son el número de llamadas semanal que recibe un call center.19594534702067256964742828022462400033787343418924127624154848017375321683786397417608210241962
  • 184. 509966274484563341486588647283278225614212130916657491801463293598973849389458474327a. Organice los datos como una combinación ordenada.b. Determine el dato mayor y el menorc. Determine el rangod. ¿Cuántas clases se necesitan para agrupar estos datos?e. ¿Cuál es la amplitud mínima necesaria por clase para cubrir el intervalo,si se emplean el número de clases hallado en el numeral d?f. Verifique si es necesario hallar un nuevo rango y hacer el ajuste deexceso.g. Determine los intervalos de clase para este conjunto de datos
  • 185. h. Halle los límites reales de dichos intervalos.i. Construya la tabla de frecuencias absoluta, relativa y acumuladaascendente y descendente.AUTOEVALUACIÓN LECCIÓN 91. Los siguientes datos corresponden al total de ventas semanales (en cientos dedólares) de una tienda de accesorios para dama. Construya una tabla completa dedistribución de frecuencias agrupadas. ¿Qué concluye?192.5192.198.799.199.6102.3191.593.1102.896.4
  • 186. 102.197.897.695.494.290.5103.492.9102.597.399.896.3113.298.5114.12. Los siguientes son los números de venados observados en 72 sectores de tierraen un conteo de vida silvestre. Complete la siguiente tabla de distribución defrecuencias.18892212162033152118
  • 187. 13131902141711181613126812132181119114419162161118102815
  • 188. 248206721016122017132010165101510161429174182110169
  • 189. Intervalo declaseMarca declaseFrecuenciaabsolutaFrecuenciarelativaFrecuenciaabsolutaacumuladaascendenteFrecuenciarelativaacumuladaascendente0 – 45 – 9
  • 190. 10 – 1415 – 1920 – 2425 – 2930 - 34
  • 191. 3. La siguiente es la distribución de los pesos de 125 muestras de mineralesrecolectadas en una investigación de campo.Peso en gramosNúmero deespecimenes0.0 – 19.91619.9 – 39.93839.9 – 59.93559.9 – 79.92079.9 – 99.91199.9 – 119.94119.9 – 139.91TOTAL125Si es posible, encuentre cuántas de las muestras pesan:a. Como máximo 59.9 gramos.b. Más de 59.9 gramos.c. Más de 80.0 gramos.
  • 192. d. 80.0 gramos o menos.e. Exactamente 70.0 gramos.f. Cualquier valor de 60.0 a 100 gramos.g. ¿Qué porcentaje pesa menos de 79.9 gramos?h. ¿Qué porcentaje pesa más 19.9 gramos?i. ¿Qué porcentaje pesa exactamente 39.9?4. La siguiente tabla corresponde a la estatura (en centímetros) de losestudiantesde un grupo de quinto grado. Complete la tabla de frecuencias agrupadas y apartir de este, emita conclusiones.Estatura(en centímetros)Número deestudiantesFrecuenciarelativaMarca declaseFrecuenciaabsolutaacumuladaascendente125 – 1291129 – 1334133 – 1379
  • 193. 137 – 14124141 – 14528145 – 14922149 – 15312Total100AUTOEVALUACIÓN LECCION 10.1. Construya un diagrama de frecuencias absolutas y de frecuencias absolutasacumuladas con los datos reportados en la tabla 2.1., sobre el número deegresados de la UNAD en el período 1994-2004.
  • 194. 2. Con la tabla de frecuencia construida en el ejercicio 2.5. del tema 2.3.,sobre elnúmero de llamadas semanal que se recibe en un call center, construya unhistograma de frecuencias absolutas, un polígono de frecuencias absolutas y lasrespectivas ojivas ascendente y descendente.3. Un profesor decide registrar el mes de nacimiento de cada uno de los 40estudiantes del tercer grado. Construya una tabla de frecuencias relativa y undiagrama de barras para los datos recolectados.Junio, julio, noviembre, abril, enero, febrero, septiembre, julio, agosto,septiembre, diciembre, julio, junio, noviembre, mayo, abril, febrero, agosto,junio, mayo, octubre, agosto, noviembre, enero, junio, abril, septiembre,
  • 195. diciembre, agosto, junio, julio, marzo, diciembre, marzo, junio, noviembre,septiembre, junio, marzo, noviembre.4. Construya un diagrama de barras para la tabla 2.2. en donde se clasifica elnúmero de estudiantes por CEAD en la Seccional Occidente durante el primersemestre de 2005. Elabore también un pictograma.5. La siguiente tabla indica las superficies de los distintos continentes delmundoen kilómetros cuadrados (km2). Represente estos datos en un diagrama circular.ContinenteÁrea en km2Asia44`391.200África30`244.000Norteamérica24`247.000Suramérica17`821.000Antártica13`338.500Europa10`354.600Oceanía8`547.0006. Elabore por lo menos dos gráficas adecuadas para presentar la siguienteinformación: Durante 5 meses un escritor escribió una novela de 198 páginas delasiguiente manera: en el primer mes, 10.5% del total; en el segundo mes, 12.3%
  • 196. del total; en el tercer mes; 20.8%, en el cuarto mes, 17.4% del total y en elúltimomes, el 39% restante.7. Dibuje en un gráfico de línea las ventas de un almacén en el primer semestredel año para sus tres sucursales en el país. El reporte contable fue:Cartagena: $3–452.000 en enero; $2–125.600 en febrero; $2`058.400 enmarzo; $3`032.300 en abril; $4`875.600 en mayo; $5`468.700 en junio.Medellín: $2–301.500 en enero; $2–100.600 en febrero; $1`998.400 enmarzo; $2`932.700 en abril; $3`985.100 en mayo; $4`500.700 en junio.Bogotá: $4–750.500 en enero; $3–400.100 en febrero; $2`985.600 enmarzo; $3`002.700 en abril; $4`923.100 en mayo; $6`130.700 en junio.Haga un pequeño reporte escrito de las fluctuaciones de venta en las tressucursales al administrador del almacén.El administrador del almacén le solicita conocer las ventas totales mes ames y le pide que entregue un informe escrito y gráfico de los resultados.¿Qué tipo de grafico usaría? Elabórelo y escriba un pequeño reporte.
  • 197. AUTOEVALACION LECCIÓN 111. Realizar un mentefacto conceptual de las siguientes medidas estadísticasunivariantesa. Medidas de tendencia centralb. Medidas de posición2. Cualquier medida aplicada a las características de las unidades en lapoblación se denominada:a. Parámetrob. Estimadorc. Estadísticod. Variable3. Explique con sus propias palabras que diferencia existe entre estimador yparámetroAUTOEVALUACION LECCIÓN .121. En la siguiente serie de números indicar:$4.000 $4.500 $5.000 $5.000 $8.250 $9.300 $9.700 $12.000 $12.500 $35.000a. La mediae. ¿Qué valor de esta serie afecta a la media aritmética?.2. Calcule la media aritmética,a. 6, 5, 7, 6, 5, 4, 7, 4, 6, 8, 7, 6b.X
  • 198. f48512611720814910107n82
  • 199. c.Intervalos de claseFrecuencia39 – 49549 – 59859 – 691069 – 79979 – 89889 – 99699 – 1094Total503. De un grupo de 100 obreros en una fábrica, 40 trabajan en el día y60 en la noche. Se sabe que el salario promedio de los 100 obreros es$407.200 y que los del turno del día reciben en promedio $28.000 menosque los trabajadores nocturnos. ¿Cuál es el salario promedio en cadagrupo?4. Carlos obtiene calificaciones parciales de 65, 83, 80, y 90. En elexamen final recibe una calificación de 92. Calcule la media ponderada, sicada uno de los exámenes parciales cuenta el 15% y el examen finalcuenta 40% de la calificación total.5. Antes del examen final de Estadística, un estudiante obtienecalificaciones de 3.5 en el 20%, 2.0 en el 30%, 4.2 en el 10%. Si laevaluación final equivale al 40% restante, ¿que calificación necesita paraobtener un promedio final de 3.5?
  • 200. 6. En una industria se ha controlado el tiempo que tardan tres obrerosen ensamblar un motor. Uno demora 6 horas, otro 8 horas y un tercerodemora 5 horas. Halle el rendimiento de un obrero tipo, que sirva de basepara análisis financieros.7. Un hombre viaja desde Bogotá hasta Acacías a una velocidad de 60km/h. Para evitar la noche en carretera, este decide acelerar a 80 km/h parallegar de nuevo a Bogotá. ¿Cuál es la velocidad promedio del viajecompleto?8. los sueldos de 5 personas en un almacén son $382.000, $365.000,$358.000, $380.000. Calcular las desviaciones respecto ala media.
  • 201. AUTOEVALUACION LECCIÓN 13. Señalar el literal más adecuado para la siguiente observación:1. La mediana generalmente se define como aquel valor de la variable:a. Que supera a la máxima frecuenciab. Que no supera a la mitad de las observacionesc. Que presenta la máxima frecuenciad. Que supera la mitad y al ismo tiempo es superado por la mitad de lasobservacionese. Que presenta el menor grado de frecuencia.2. En la siguiente serie de números indicar:$4.000 $4.500 $5.000 $5.000 $8.250 $9.300 $9.700 $12.000 $12.500 $35.000a. La mediana3. Calcule la mediana de los siguientes conjuntos de datos:a. 6, 5, 7, 6, 5, 4, 7, 4, 6, 8, 7, 6b.XF48512
  • 202. 611720814910107n82c.Intervalos de claseFrecuencia39 – 49549 – 59859 – 691069 – 79979 – 89889 – 99699 – 1094Total50
  • 203. AUTOEVALUACIÓN LECCIÓN 14Señalar el literal más adecuado para la siguiente observación:1.La moda generalmente se define como aquel valor de la variable que:a. Se ve afectada por valores extremosb. Más se repitec. Tiene la menor frecuenciad. Supera a la menor de las observacionese. Tiene el menor grado de variabilidad2. En la siguiente serie de números indicar:$4.000 $4.500 $5.000 $5.000 $8.250 $9.300 $9.700 $12.000 $12.500 $35.000c. La moda3. Calcule moda de los siguientes conjuntos de datos:a. 6, 5, 7, 6, 5, 4, 7, 4, 6, 8, 7, 6b.Xf48512611720
  • 204. 814910107n82c.Intervalos de claseFrecuencia39 – 49549 – 59859 – 691069 – 79979 – 89889 – 99699 – 1094Total50
  • 205. 4. Determinar si en los siguientes conjuntos de observaciones, la moda es única(unimodal) , bimodal, o si por el contrario no existe:a. 2, 4, 7, 7, 7, 9, 10, 10,12, 15b. 2, 4, 7, 9, 10, 11, 14, 16, 18, 20 10,10,18c. 2, 4, 4, 4, 7, 9, 10, 10, 10, 18AUTOEVALUACION LECCIÓN 151. La secretaria de transito decidió realizar una medición de los índices develocidad en un punto a las afueras de una ciudad. La medición fue hecha en lashoras en las cuales se presentaba el mayor número de accidentes en dicho punto.Los resultados de la medición se registran a continuación851126275846775921065685729510312012377808691
  • 206. 64889083949910010576115124918712893105117123118111128116125948372771301221268687
  • 207. 9011411871a. Calcular el número de intervalos y construir una tabla de frecuencias quedescriba la situación.b. Hallar los cuartiles y sacar varias conclusiones del estudio.c. Hallar: D2, D4, P22 y P94. Interpretar cada resultado.2. El factor de crecimiento promedio de dinero compuesto con tasa de interésanual del 10%, el 8%, el 9%, el 12% y el 7% se obtiene determinando la mediageométrica de 1.10, 1.08, 1.09, 1.12 y 1.07. Calcule el factor de crecimientopromedio.3. Para la siguiente tabla de distribución de frecuencias agrupadas, determinelostres cuartiles tanto teórica como gráficamente.Intervalos de claseFrecuencia39 – 49549 – 59859 – 691069 – 79979 – 89889 – 99699 – 109
  • 208. 4Total50
  • 209. AREA:ESTADÍSTICAEscuela de Ciencias Básicas Tecnología eIngeniería CIENCIAS BÁSICASCURSO:Inferencia EstadísticaUNIDAD: Conceptos Preliminares y medidas de Tendencia Central.CAPÍTULO: Investigación EstadísticaLECCIÓN: Presentación de la InformaciónNUMERO DE LA PRÁCTICA1NOMBRE DE LA PRÁCTICADiagramas EstadísticosNOMBRE DEL SOFTWAREExcelLibre: ______x_____ Licenciado: ____________Aspectos Teóricos:En estadística denominamos gráficos o diagramas a aquellas imágenes que,combinando la utilización de sombreado, colores, puntos, líneas, símbolos,números, texto y un sistema de referencia (coordenadas), permiten presentarinformación cualitativa y cuantitativa. La utilidad de los gráficos es doble, yaquepueden servir no sólo como sustituto a las tablas, sino que también constituyen
  • 210. por sí mismos una poderosa herramienta para el análisis de los datos, siendo enocasiones el medio más efectivo no sólo para describir y resumir la información,sino también para analizarla.La calidad de un gráfico estadístico consiste en comunicar ideas complejas conprecisión, claridad y eficiencia, de tal manera que:. Induzca a pensar en el contenido más que en la apariencia. No distorsione la información proporcionada por los datos. Presente mucha información (números) en poco espacio. Favorezca la comparación de diferentes grupos de datos o de relacionesentre los mismos.
  • 211. A su vez los gráficos se integran dentro de un contexto de presentación, porejemplo en papel o proyectados en una pantalla en una presentación oral, y debenestar adecuadamente diseñados para el soporte al que van destinados.Aunque como norma general en los gráficos científicos los adornos sobran,tampoco hay que olvidar que a menudo también cumplen una misión estética,ayudando de esa forma a una presentación que quizás sería demasiado árida sólocon texto y números. Pero entonces esa función estética debe ser comprendida yvalorada, quedando perfectamente integrada en el contexto de lo que se presenta,y no puede ser una disculpa para distorsionar su contenido.Ejemplo 1: (Diagrama de barras)El gerente de un banco ha detectado que en el último mes ha bajado el númerode clientes por eso solicita a 100 personas que van a una de sus sucursales, querespondan en una pequeña encuesta: ¿cuál aspecto consideran que el bancodebe mejorar? Las respuestas fueron las siguientes:ASPECTOSFRECUENCIAAtención35Cajeros15Horarios20Servicio30Solución:Trasladamos la tabla de frecuencias a una hoja de cálculo y la seleccionamos,damos click en la pestaña insertar – columna y elegimos un tipo de diagrama;seleccionamos un diseño de grafico de la barra de herramientas y damos nombrea los ejes y al Diagrama.
  • 212. C:Documents and SettingsMiltonEscritorioEST--2010BARRAS1.3D.jpgC:Documents and SettingsMiltonEscritorioEST--2010BARRAS3.3D.jpg
  • 213. En estilo de diseño puede personalizar su diagrama de barras.C:Documents and SettingsMiltonEscritorioEST--2010BARRAS.3.3D.jpgDiagrama CircularC:Documents and SettingsMiltonEscritorioEST--2010d.circular 1.jpg
  • 214. C:Documents and SettingsMiltonEscritorioEST--2010d.circular 1.jpg C:Documents and SettingsMiltonEscritorioEST--2010d.circular2.jpg2 EJEMPLO (Histograma de frecuencias-Datos Agrupados)En La ciudad de Bogotá se realizo una encuesta y se registro el peso de lostrabajadores de cierta empresaVariable: Peso: Cuantitativa-Continua.Los resultados fueron los siguientes:65,3 – 70,5 – 85,6 – 90,2 - 93,4 – 110,5 – 112,4 – 78,4 – 95,3 – 87,8 – 100,5 –120,4 – 88,8– 90,6 – 98,4- 78,9 – 89,7 – 68,2 – 78,4 - 80,5
  • 215. NOTA: antes de iniciar el proceso se debe verificar si en la pestaña Datos enExcel aparece (análisis de datos), de lo contrario se debe añadir como uncomplemento, teniendo en cuenta la siguiente ruta:Click derecho sobre un espacio en blanco en la barra deherramientas<<Personalizar barra de herramientas de acceso rápido<<complementos<<Herramientas para análisis VBA << Ir << seleccionamosherramientas para análisis y Aceptar.Trasladamos los datos a una hoja de cálculo y la seleccionamos, damos click enlapestaña datos – análisis de datos y elegimos Histograma, se abre un cuadro dedialogo: En rango de entrada seleccionamos los datos y en rango de salidaelegimos una celda de la hoja de cálculo (donde aparecerá (la tabla defrecuencias). C:Documents and SettingsMiltonEscritorioEST--2010HIST.1.jpg
  • 216. C:Documents and SettingsMiltonEscritorioEST--2010Hist 2.jpgPosteriormente seleccionamos la tabla de frecuencias, para hacer la graficadamos Click en :–INSERTAR–COLUMNA–COLUMNA EN 3D. sobre una de lasbarras del diagrama dar click derecho y seleccionar DAR FORMATO A SERIE DEDATOS, reducimos el ancho del intervalo a cero, teniendo en cuenta que lavariable estudiada es cuantitativa continua; asi mismo seleccionamos COLORDEL BORDE-LINEA SOLIDA–COLOR NEGRO.Finalmente le damos titulo al diagrama y alos ejes.C:Documents and SettingsMiltonEscritorioEST--2010HIST.4.jpg
  • 217. 3. EJEMPLO. (Polígono de frecuencias)El departamento médico de una universidad realiza el registro del peso de losestudiantes que hacen parte de los equipos que competirán en los juegosinteruniversitarios.A pesar que los datos han sido aproximados a la libra más cercana, la variablerelacionada en este caso es CUANTITATIVA - CONTINÚA.A continuación se presenta la tabla de frecuencia para la variable peso:INTERVALO DE CLASEMARCA DE CLASE ( Xi)FRECUENCIA103 - 112107,55113 - 122117,56123 - 132127,59133 - 142137,511143 - 152147,511153 - 162157,57163 - 172167,5
  • 218. 1Trasladamos los datos a una hoja de cálculo y seleccionamos la columna de lasfrecuencias para realizar la grafica , damos click en la pestaña INSERTAR –LINEA-y elegimos un tipo , seleccionamos un diseño de grafico de la barra deherramientas y damos nombre a los ejes y personalizamos el Diagrama.
  • 219. C:Documents and SettingsMiltonEscritorioEST--2010POL.1.jpgC:Documents and SettingsMiltonEscritorioEST--2010POL.2.jpgCLICK DERECHO SOBRE TITULO DEL EJE---SELECCIONAR DATOSEn seleccionar origen de datos se etiqueta el eje horizontal seleccionandoeditar ylos datos pertenecientes a la marca de clase.Se da el titulo al diagrama y a los ejes.
  • 220. C:Documents and SettingsMiltonEscritorioEST--2010POL.3.jpgC:Documents and SettingsMiltonEscritorioEST--2010POL.4.jpg
  • 221. Ejercicios:1. El entrenador del equipo de natación ha decidido clasificar a sus deportistasteniendo en cuenta el estilo en el cual su rendimiento es muy alto. Acontinuaciónse presentan los resultados obtenidos:PechoMariposaEspaldaPechoPechoMariposaLibrePechoEspaldaLibreLibreEspaldaEspaldaLibreLibreEspaldaMariposaLibreMariposaMariposaMariposaEspaldaPechoLibrelibre
  • 222. espaldaPechopecholibrePechoEspaldalibrea. Elaborar el diagrama de barras correspondiente.b. Construir un diagrama circular que represente la variable.c. Escribir dos conclusiones a partir del grafico.2. Para verificar el efecto de un nuevo pesticida aplicado a un cultivo de café,seseleccionó una muestra de 42 matas y se les midió su altura en centímetrosdespués de 3 meses de haber sido plantadas y regadas con el producto.Los resultados son los siguientes:25,425,242,338,72435,542,3
  • 223. 18,634,72829,119,430,637,525,832,634,327,931,632,83637,742,829,436,228,538,640,516,821,335,42832,939,72037,238,324,339
  • 224. 23,626,531,4a. Realizar un histograma de frecuencias para la variable: altura.b. Escribir dos conclusiones a partir del grafico.3. Una empresa de desechables va a producir un nuevo tipo de envase, paralíquidos. Por tal razón, midióEl volumen de 60 recipientes que se usaron en una nueva prueba de aceptaciónVOLUMEN(mm3)Frecuencia0 – 545 – 10810 – 151015 – 201120 – 251225 - 3015a. Construir un polígono de frecuencias para la variable Volumenb. Escribir dos conclusiones a partir del grafico.
  • 225. BIBLIOGRAFÍA DE LA UNIDADBEJARANO BARRERA, Hernán (1995). Estadística Descriptiva. Santa fe deBogotá: UNISUR.CHRISTENSEN, Howard B. (1999). Estadística Paso a Paso. México: EditorialTrillas.MARTÍNEZ BENCARDINO, Ciro (2004). Estadística Básica Aplicada. Santa fe deBogotá: ECOE Ediciones.MARTÍNEZ BENCARDINO, Ciro (2003). Estadística y Muestreo. Santa fe deBogotá: ECOE Ediciones.MILTON, J. Susan (1999). Estadística para biología y ciencias de la salud.Madrid:McGraw Hill – Interamericana.PORTUS GOVINDEN, Lincoyán (2001). Introducción a la Estadística. Segundaedición. Santa fe de Bogotá. McGraw Hill.PORTILLA CHIMAL, Enrique (1980). Estadística, Primer Curso. Bogotá: NuevaEditorial Interamericana.SPIEGEL, Murria R. (1991). Estadística. Serie de compendios Schaum. México:McGraw Hill.SMITH, A. Stanley. (1992). Curso de Estadística Elemental para las cienciasaplicadas. Primera edición. Santa fe de Bogotá. Editorial Addison – WesleyIberoamericana.http://www.educarchile.cl/eduteca/estadistica/http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm
  • 226. http://www.uaq.mx/matematicas/estadisticas/xu3.htmlhttp://www.ing.unp.edu.ar/estadisitio/estaddes.htmhttp://www.elosiodelosantos.com/descriptiva.htmlhttp://thales.cica.es/rd/Recursos/rd98/Matematicas/01/matematicas-01.htmlhttp://148.216.10.83/estadistica/descriptiva.htmhttp://www.eneayudas.cl/estentrada.htm
  • 227. http://www.universidadabierta.edu.mx/SerEst/MAP/METODOS%20CUANTITATIVOS/Pye/tema_11.htmhttp://html.rincondelvago.com/estadistica_15.htmlhttp://www.hrc.es/bioest/M_docente.html#tema2http://personal5.iddeo.es/ztt/Tem/T11_Estadistica_Introduccion.htm
  • 228. Unidad Didáctica DosMEDIDAS DE DISPERSIÓN YESTADÍSTICAS BIVARIANTES
  • 229. UNIDAD 2. MEDIDAS DE DISPERSIÓNY ESTADÍSTICAS BIVARIANTESCAPITULO 4.MEDIDAS DE DISPERSIÓNLección 16Rango o RecorridoLección 17VarianzaLección 18Coeficiente de variaciónLección 19Puntaje típico oestandarizadoLección 20Medidas de asimetría yapuntamientoCAPITULO 5. MEDIDASESTADÍSTICAS BIVARIANTESLección 21Regresión y correlaciónLección22Diagrama de dispersión
  • 230. Lección 23Regresión lineal simpleLección 24CorrelaciónLección 25Regresión multipleCAPITULO 6.NÚMEROS INDICELección 26Construcción de númerosíndiceLección 27Tipos de números índiceLección 28Índices SimplesLección 29Índices compuestosLección 30Uso de los números indice
  • 231. INTRODUCCIÓN A LA UNIDADLa Unidad Didáctica 1 se dedicó a explicar los métodos que deben aplicarseen una investigación estadística tales como la planeación, recolección,organización y presentación de ella. Esta unidad tiene como propósito indicarotrosmétodos para medir e interpretar el comportamiento de un conjunto de datosdados.Se ha visto que tanto las tablas como las muy diversas formas de graficar lainformación describen fenómenos de una población o muestra, pero no siempre lohacen en forma satisfactoria; es allí donde se hace visible la importancia delasmedidas estadísticas bien sean univariantes, en donde interviene una variable, obivariantes cuando lo hacen dos.Esta Unidad Didáctica se ha dividido en tres grandes capítulos: MedidasEstadísticas Univariantes que pueden ser medidas de tendencia central vistas enel capitulo 3, medidas de dispersión y de asimetría, Medidas EstadísticasBivariantes y números índices, obedeciendo al número de variables queintervienen en estos cálculos aritméticos. En el primer capítulo, seconsideraránlas medidas: de dispersión o variabilidad, de asimetría o de deformación y deapuntamiento o curtosis.En los capítulos cinco y seis, se estudiará el comportamiento de dosvariables, a fin de determinar si existe alguna relación entre sí y decuantificardicho grado de relación. Se desarrollarán aquí los conceptos de regresión ycorrelación de dos variables y el concepto y usos de los números índices.
  • 232. OBJETIVOS ESPECÍFICOS. Ejecutar las operaciones indicadas por la notación sumatoria y productoria.. Desarrollar destrezas para calcular algunas medidas de tendencia central.. Interpretar las medidas de tendencia central y comprender sus aplicaciones.. Comparar las medidas de tendencia central y seleccionar la más útil según lascircunstancias.. Desarrollar destrezas para calcular algunas medidas de dispersión.. Comparar las medidas de dispersión y seleccionar la más útil para unadeterminada aplicación.. Reconocer que las medidas de dispersión complementan la descripción queproporcionan las medidas de tendencia central.. Interpretar y utilizar las medidas de dispersión.. Identificar los tipos de asimetría y apuntamiento en una distribución dedatos.. Identificar hechos que admitan intuitivamente un comportamiento lineal simple.. Interpretar y manejar los conceptos de regresión y correlación.
  • 233. . Dibujar y aplicar gráficos de dispersión.. Calcular el coeficiente de correlación entre dos variables.. Calcular la ecuación de regresión para dos variables.. Identificar e interpretar correctamente números índices.. Desarrollar destrezas necesarias para elaborar y aplicar números índices encircunstancias específicas.
  • 234. 2. UNIDADMEDIDAS DE DISPERSIÓN Y ESTADÍSTICAS BIVARIANTES2.1 CAPITULO 4. MEDIDAS DE DISPERSIÓN Y ASIMETRÍASe veía en el tema anterior la tendencia que tiene un conjunto de datosdado a agruparse hacia el centro, pero también se descubrió que los datosextremos podían estar bastante alejados de esa tendencia central. Medir esavariación respecto a los promedios es un cálculo importante en el tratamientoestadístico de datos, medidas a las que se les denomina de dispersión o devariación.La información que arrojan las medidas de tendencia central no siempreproporcionan conclusiones contundentes frente al conjunto de datos. Por ejemplo,a un profesor de Estadística poco le dice la media aritmética al afirmar que elpromedio de los estudiantes tiene el curso en 3.0 ya que no le termina deaclararsi el grupo completo está muy cerca de esa nota, sea por encima o por debajo deella, o si al contrario existe tanta variabilidad en las notas de losestudiantes quepuede ir desde 1.0 hasta 5.0. Se estudiará a continuación cómo resolver estetipode problemas y qué medidas de dispersión usar.Por ultimo se mencionarán unas nociones básicas sobre curvasasimétricas.2.1.1 LECCIÓN 16 RANGO O RECORRIDOSobre esta medida ya se había trabajado en la construcción de las tablas
  • 235. de frecuencia agrupada. Se trata de la diferencia entre el límite superior y ellímiteinferior de un conjunto de datos. Es la medida de dispersión más fácil decalcular,sólo requiere que los datos estén ordenados. Pero es poco usada como medidade dispersión porque se deja afectar fácilmente de los valores extremos de pocafrecuencia.EEJJEEMMPPLLOO 1166..11111100..111100..11Un profesor de Estadística tiene a su cargo dos grupos de 40 estudiantes cadauno. La siguiente tabla de frecuencias reporta las calificaciones del grupo A ygrupo B de estudiantes, después de la primera evaluación. ¿Hay diferencia algunaentre estos dos grupos?
  • 236. Lo primero que se hace para verificar diferencias entre ambos grupos es calcularsu media aritmética. 36.4404.17436.4404.174........nfXxnfXxBA 0.10.40.50.10.40.5......RangoBRangoATabla 4.1.Distribución de frecuenciasde las calificaciones de estudiantes de EstadísticaCalificaciónFrecuenciaAB4.0124.1294.2374.31644.410
  • 237. 54.5444.6334.7024.8014.9015.012Total4040Tanto la media como el rango de ambos conjuntos de datos son iguales. Sinembargo, ellos se distribuyen de forma muy diferente. Observe que el grupo A esmás compacto hacia las notas entre 4.5 y 4.0. La nota de 5.0 de un soloestudiante interfiere muchísimo en el análisis verdadero del comportamientoacadémico de los estudiantes del grupo A.Analice qué tanto cambian los valores de la media y el rango del grupo A deestudiantes si se elimina la nota de 5.0, observe que un dato extremo hacevariarcompletamente el conjunto de datos y demuestra que, comparado con otro, elcálculo de la media y el rango son insuficientes para arrojar análisis certero
  • 238. decomparación. 6.00.46.434.4394.169.......RangoAnfXxA
  • 239. En cambio, las calificaciones del grupo B se distribuyen mejor alrededor de todoelrango de datos.Para eliminar la influencia de los extremos en el cálculo del rango, escomún hacer uso del rango intercuartílico que consiste en determinar ladiferencia entre el tercer cuartil y el primero. 13QQQD..El rango semiintercuartílico o desviación cuartil se obtiene calculando elrango intercuartílico y dividiendo este entre dos.2132QQQD..Ambas medidas son más confiables como variabilidad comparadas con elrango, sin embargo presentan inconvenientes para su uso puesto que noconsideran todos los valores de la distribución y puede ocurrir que los valoresinferiores a Q1 o superiores a Q3 estén o muy compactos o muy dispersos sin queesto afecte a QD y no sea reflejado en su resultado.De la misma manera, el rango interdecil corresponde a la diferencia entreel noveno y el primer decil: 19DDDR..2.1.2 LECCIÓN 17 VARIANZA Y DESVIACIÓN ESTÁNDAREs una de las medidas más usadas en estadística, ella a su vez da origen aotra mucho más significativa: la desviación típica o estándar. Se define como la
  • 240. media aritmética de los cuadrados de las desviaciones respecto a la mediaaritmética. Se simboliza s2 para la varianza muestral y s2 para la varianzapoblacional.Para datos no agrupados: 22222)(xnXsnxXs.......
  • 241. Para datos agrupados:22222)(xnXfsnxXfs........La varianza indica la desviación de los datos respecto a la media. Paracomparar dos distribuciones, en cuanto a su variabilidad absoluta, se puedenutilizar sus varianzas de manera que el resultado indique cuál de ellas es máshomogénea o cuál es más heterogénea.EEJJEEMMPPLLOO 1177..11111100..111100..11Se quiere conocer la verdadera calidad de producción en dos empresasfabricantes de tornillos para fuselaje. La siguiente tabla indica las longitudesdeuna muestra de tres tornillos tomados al azar. Haga un análisis de variabilidaddeambas empresas.Empresa A1,95 pulg.2,03 pulg.2,02 pulg.Empresa B1,70 pulg.1,80 pulg.2,50 pulg.Es fácil calcular que ambas empresas tienen una media de pulgadas. Perolas muestras difieren mucho en sus tamaños, para visualizar mejor esto seanalizan sus respectivas varianzas. Tenga en cuenta que los datos no estánagrupados, por lo que se hace uso de la primera ecuación:
  • 242. 0,2.x127,00,2350,280,170,1001,00,2302,203,295,122222222222222................xnXsxnXsBAObserve que la empresa A tiene una variación mayor respecto a la empresa B encuanto a la calidad en la fabricación de tornillos. Esto quiere decir que laempresaB varía mucho, en su producción, el tamaño de sus tornillos mientras que laempresa A mantiene un rango constante en el tamaño de los tornillos queproduce.Las unidades de la varianza son los cuadrados de las unidades de losdatos: pesos cuadrados, alumnos cuadrados, etc., medidas difíciles deinterpretar.De allí que la varianza de origen a la desviación típica o estándar.
  • 243. 2.1.2.1 Desviación típica o estándarEsta medida se obtiene extrayendo la raíz cuadrada de la varianza,tomando siempre el valor positivo. Se simboliza por s en la muestra y s en lapoblación. Esta es la medida de dispersión más conocida y más utilizada en elanálisis de datos estadísticos.Para datos no agrupados:222)(xnXsnxXs.......Para datos agrupados: 222)(xnXfsnxXfs........EEJJEEMMPPLLOO 1177..22111100..111100..11Después de estudiar los conceptos de varianza y desviación estándar, se está encapacidad de hacer un análisis mucho más riguroso de la variabilidad de lascalificaciones de los estudiantes de Estadística del ejemplo 16.1.Tabla 4.2.Distribución de frecuenciasde las calificaciones de estudiantes de Estadística
  • 244. CalificaciónFrecuenciaX2f·X2ABAB4.0121616324.12916,8133,62151,294.23717,6452,92123,484.316418,49295,8473,96
  • 245. 4.410519,36193,696,84.54420,2581814.63321,1663,4863,484.70222,09044,184.80123,04023,044.90
  • 246. 124,01024,015.012252550Total4040223,85761,46763,24
  • 247. Para el grupo A se tiene: 164.00269.036.44046.761222........xnXfsAY para el grupo B de estudiantes, se tiene: 267.00714.036.44024.763222........xnXfsBLa varianza del grupo B es mayor que la del grupo A, se dice entonces que losdatos del grupo B tiene mayor variabilidad que los del grupo A; en otraspalabras,en el grupo B hubo mayor estabilidad en las notas alrededor de su media: 4.36.Es importante tener en cuenta las siguientes propiedades de la desviaciónestándar:. La desviación estándar es una medida de variación de todos los valores conrespecto a la media.. El valor de la desviación estándar siempre es positivo y sólo es igual a cerocuando los valores de los datos son iguales.. Si el valor de la desviación estándar es muy grande, este indica mayorvariación en el grupo de datos.. El valor de la desviación estándar puede incrementarse drásticamente cuandose incluye uno o más datos distantes.. Las unidades de la desviación estándar son las mismas de los datos originales(pulgadas, centímetros, etc.)2.1.3 LECCIÓN 18 COEFICIENTE DE VARIACIÓN Y DESVIACIÓN MEDIA
  • 248. Las medidas de dispersión que se han estudiado son medidas absolutas yse expresan en las mismas unidades con las que se mide la variable. Cuando secomparan dos o más conjuntos de datos con unidades de medida de observacióndiferentes, no es posible compararlas con estas medidas absolutas. Si lasunidades de observación de los conjuntos de datos son iguales, estos puedencompararse usando cualquiera de estos estadísticos (como en el ejemplo anterior)pero siempre y cuando la media aritmética sea la misma, de lo contrario estasapreciaciones no aportarán una buena conclusión sobre las series que secomparan.
  • 249. Para efectuar comparaciones entre series de observaciones distintas, enestadística se usa el coeficiente de variación y así se puede determinar cuálserie tiene mayor o menor variabilidad relativa.Cuando el coeficiente de variación es muy alto se dice que la mediaaritmética no es lo suficientemente representativa en la distribución.%100..xsCV2.1.3.1 Desviación mediaSe define como la media aritmética de las desviaciones respecto a lamedia, tomadas en valor absoluto5. Es una de las medidas más fáciles de calculary por ello, muy usada. Ella toma todos los valores de la variable y es menosafectada que la desviación estándar por los valores extremos. Su valor siempreserá menor que la desviación estándar.Para datos no agrupados:Para datos agrupados:Cuanto mayor sea el valor de la desviación media, mayor será la dispersiónde los datos; sin embargo este valor no proporciona una relación matemáticaprecisa con la posición de un dato dentro de la distribución y, puesto que setomanlos valores absolutos, mide la desviación de una observación sin determinar siestá por encima o por debajo de la media aritmética.nxXDM...nxXfDM....5 Recuerde que el valor absoluto de un número indica siempre su valor positivo.Por ejemplo:; . Si requiere repasar este tema, se recomienda trabajar en los módulos deMatemáticas Básicas o Álgebra, Trigonometría y Geometría Analítica de la UNAD ocualquier otrotexto de matemáticas básicas.22..22.
  • 250. De la misma manera que la desviación estándar, a la desviación mediapuede calculársele el coeficiente de desviación media:%100..xDMCVMEEJJEEMMPPLLOO 1188..11111100..111100..11Los siguientes datos corresponden a los salarios de 10 empleados (en miles depesos) de dos empresas de alimentos. Calcular los coeficientes de variación y dedesviación media.Empresa A: $420 $680 $690 $720 $720 $720 $730 $740 $740 $760Empresa B: $415 $480 $510 $650 $700 $700 $730 $735 $750 $760Empresa A:Media aritmética: 692.xVarianza: 87162.sDesviación estándar: 36,93.sDesviación media: 2,57.DMCoeficiente de variación: %49,13%10069236,93...CVCoeficiente de desviación media: %27,8%1006922,57...CVMEmpresa B:Media aritmética: 643.xVarianza: 143962.sDesviación estándar: 98,119.sDesviación media: 86,104.DMCoeficiente de variación: %66,18%10064398,119...CV
  • 251. Coeficiente de desviación media: %31,16%10064386,104...CVMEl CVM es menor que el CV debido a que la desviación media es menor que ladesviación estándar.Estos resultados llevan a las siguientes conclusiones:
  • 252. . El salario promedio de los 10 empleados de la empresa A es de $692.000,mientras que en la empresa B el salario promedio es de sólo $643.000.. En la empresa B los salarios varían grandemente respecto al media: en 14396miles de pesos cuadrados, que en términos de la desviación estándar esto es$119.980. En cambio, en la empresa A la variación es de $93.360.. El coeficiente de variación y el coeficiente de variación media de la empresaBson menores a los coeficientes calculados para la empresa A, esto indica lavariación relativa de los salarios en ambas empresas.2.1.4 LECCIÓN 19 PUNTAJE TÍPICO O ESTANDARIZADOCuando se tiene una distribución simétrica, su polígono de frecuenciasrevelará una forma de campana muy común en estadística. Esta curva es llamadacurva normal, de error, de probabilidad o campana de Gauss. En ella la mediaaritmética se localiza en la mitad de la distribución. En el eje horizontal seubicanlos valores que toma la variable y en el vertical la frecuencia absoluta orelativa. Elárea bajo la curva tendrá un valor del 100%Figura 4.1.Curva normal o campana de GaussEl puntaje típico o estandarizado o variable normalizada, es una medidade dispersión muy utilizada como variable estadística en este tipo dedistribución,denominada distribución normal. El puntaje estandarizado mide la desviación deuna observación con respecto a la media aritmética, en unidades de desviaciónestándar, determinándose así la posición relativa de una observación dentro delconjunto de datos. Por lo general se simboliza por Z, pero cuando el tamaño delamuestra es menor de 30, se simboliza por t.
  • 253. sxXZ..Por ser adimensional, el puntaje Z es útil para comparar datos individualesde distribuciones que tienen distintas unidades de medida, así como diferentes
  • 254. medias y desviaciones estándar. Dentro de sus propiedades, las más importantesson que su media es cero y su desviación estándar y varianza es uno.EEJJEEMMPPLLOO 1199..11111100..111100..11Al terminar el semestre, un grupo de 150 estudiantes de primer semestre deRegencia de Farmacia del CEAD de Medellín obtuvieron los siguientes resultadosen el puntaje final de los cursos Lógica Matemática y Estadística Descriptiva:. Lógica Matemática: puntuación media de 3.9 y varianza 3.2.. Estadística Descriptiva: puntuación media de 3.7 y desviación estándar 1.7.a. ¿En cuál curso hubo mayor dispersión absoluta? ¿En cuál hubo mayordispersión relativa?b. Si un estudiante obtuvo como nota final en Lógica Matemática 3.8 y enEstadística Descriptiva 3.5. ¿En cuál curso fue su puntuación relativasuperior?a. Para determinar la dispersión absoluta, basta con hacer una comparaciónentre sus desviaciones estándar. Observe que en los datos suministrados, ya setiene el valor de la desviación estándar de las calificaciones de EstadísticaDescriptiva en cambio, se tiene la varianza de las calificaciones de LógicaMatemática. Recuerde que la desviación estándar es la raíz cuadrada de lavarianza.Para Lógica Matemática: 79.12.32.32....ssSe tiene entonces que en Lógica Matemática hubo una mayor dispersión absoluta,pues 1.79>1.7, aunque no es mucha la diferencia.Para saber en cuál hubo mayor dispersión relativa, se recurre al coeficiente devariación:Para Lógica Matemática: %9.451009.379.1...CVPara Estadística Descriptiva: %461007.37.1...CVEn Estadística Descriptiva hubo una mayor dispersión relativa 46%>45.9%
  • 255. b. Para el cálculo de la puntuación relativa, se hace uso del puntajeestandarizado. Es decir, se requiere estandarizar las calificacionesconvirtiéndolasen puntuaciones Z.
  • 256. Lógica Matemática: 06.079.19.38.3......sxxZEstadistica descriptiva 12.07.17.35.3......sxxZEstos valores de puntuación Z negativos indican que ambas calificaciones seencuentran por debajo de la media. Este es un principio del puntajeestandarizado:Siempre que un valor sea menor que la media, su puntuación Z correspondienteserá negativa.Estos resultados afirman entonces que el estudiante con calificaciones de 3.8 enLógica Matemática y 3.5 en Estadística Descriptiva, está por debajo del promediodel grupo en ambos cursos.Dado que -0.06 se encuentra más cera a 0 (la media de la variableestandarizada),se dice que la puntuación relativa del estudiante fue superior en LógicaMatemática.2.1.5 LECCIÓN 20 MEDIDAS DE ASIMETRÍA Y APUNTAMIENTODespués de conocer cómo varía un grupo de datos respecto a su media eidentificar otras medidas de variación, se trabajará a continuación unasnocionesbásicas sobre curvas asimétricas. En cursos más avanzados, como Probabilidad,este tema se profundiza más, pero para los objetivos que se trazan en este cursobasta con las nociones que se desarrollan a continuación.
  • 257. 2.1.5.1 AsimetríaYa se ha mencionado algo sobre los efectos de la asimetría respecto a lamedia, mediana y moda (ver sección 1.1.4.3. de la Unidad Didáctica uno). En unadistribución simétrica se tiene que: MoMex..En las distribuciones asimétricas la media se corre en el sentido delalargamiento o sesgo por efecto de las frecuencias y de los valores extremos dela variable; la mediana también se corre pero menos que la media ya que en ellasólo influyen las frecuencias; en tanto que la moda no es influenciada ni porlasfrecuencias ni por los valores extremos (ver figura 3.1. de la presente Unidad
  • 258. Didáctica). La distribución es asimétrica positiva cuando presenta unalargamiento o sesgo a la derecha y: xMeMo..Será asimétrica negativa cuando presenta un alargamiento o sesgo a laizquierda y: MoMex..Las asimetrías positivas son las más frecuentes que las sesgadas hacia laizquierda, porque con frecuencia es más fácil obtener valores excepcionalmentegrandes que valores excepcionalmente pequeños. Ejemplo de ello es ladistribución de valores en los consumos de servicios públicos, lascalificaciones enpruebas, los sueldos, etc.Se reconocen, entre otras, las siguientes medidas para calcular el grado dela asimetría:. Coeficiente de Pearson. Asimetría en función de la media y la moda. Varíaentre ±3 y es 0 en la distribución normal.sMexAssMoxAs)(3....... Media cuartil de asimetría o media de Bowley. Varía entre ±1 y es 0 en ladistribución normal.132312QQQQQAs....
  • 259. Si la distribución es simétrica. 0.AsSi la distribución es asimétrica positiva. 0.AsSi la distribución es asimétrica negativa. 0.As2.1.5.2 Apuntamiento o curtosisLas curvas de distribución, comparadas con la curva de distribución normal,pueden presentar diferentes grados de apuntamiento o altura de la cima de lacurva. Esta agudeza en la cima se observa en la moda.
  • 260. Si la curva es más plana que la normal se dice que la curva es platicúrtica;si es más aguda que la normal, recibe el nombre de apuntada o leptocúrtica. Siladistribución es normal, la curva se conoce también como mesocúrtica.La curtosis es la medida de la altura de la curva y esta dada por:44snfZApii....Si la distribución es normal o mesocúrtica. 3.ApSi la distribución es apuntada o leptocúrtica. 3.ApSi la distribución es achatada o platicúrtica. 3.ApOtra medida de curtosis que se emplea está basada en el rangosemiintercuartílico y los percentiles 10 y 9:)(210901310902PPQQPPQApD.....En el siguiente ejemplo se explicarán mejor las medidas de asimetría yapuntamiento.EEJJEEMMPPLLOO 2200..11111100..111100..11El coordinador académico del CEAD de Valledupar desea conocer el rendimientoacadémico de los estudiantes de primer semestre en el 2005, en los cursos deLógica Matemática, Competencias Comunicativas, Cultura Política, Estadística
  • 261. Descriptiva y Herramientas Informáticas. Para esto selecciona una muestra de 55estudiantes de los distintos programas que se ofrecen en el CEAD. La siguientetabla, arroja los resultados de la investigación realizada por el funcionario.
  • 262. Tabla 4.3.Distribución de frecuenciasde las calificaciones de primer semestre en ValleduparCalificaciónLógicaMatemáticaCompetenciasComunicativasCulturaPolíticaEstadísticaDescriptivaHerramientasInformáticas0,0132110,5432121,075323
  • 263. 1,5964472,09761192,587814113,06791293,5469674,03
  • 264. 57334,5234125,023101Total5555555555En la tabla siguiente se reporta un resumen de las medidas estadísticas por cadauno de los cursos (¡compruébelo!):MedidaLógicaMatemáticaCompetencias
  • 265. ComunicativasCulturaPolíticaEstadísticaDescriptivaHerramientasInformáticas x2.252.52.752.532.5Me2.02.53.02.52.5Mo1.5 y 2.02.0, 2.5 y 3.03.0 y 3.52.52.5 2s1.451.841.450.761.12 s1.201.36
  • 266. 1.200.871.06 1Q1.51.52.02.02.0 2Q2.02.53.02.52.5 3Q3.03.53.53.03.42.1.5.3 Lógica Matemática ( Asimétrica Positiva)Se observa que , lo que indica que la distribución es asimétricapositiva. Para confirmarlo se hace uso del coeficiente de Pearson y la media deBowley: En este caso se trabajará con la media de Bowley, pues la distribucióntiene dos modas y no permite un resultado seguro con el coeficiente de Pearson.xMeMo..
  • 267. 033.05.13)2(235.1213231..........QQQQQAsEl polígono de frecuencias de las calificaciones de Lógica Matemática confirmalosresultados.Figura 4.2.Curva asimétrica positivaPolígono de frecuencias de calificaciones de Lógica Matemática123456789100,00,51,01,52,02,53,03,54,04,55,0CalificaciónFrecuencia123456789100,00,51,01,52,02,53,03,54,04,55,0CalificaciónFrecuenciaLa curva lleva a concluir que la mayoría de los estudiantes están por debajo delamedia en el curso de Lógica Matemática y son pocos los estudiantes que lasuperan.
  • 268. 2.1.5.4 Competencias Comunicativas (Simétrica)Se observa que , lo que indica que la distribución es simétrica. Paraconfirmarlo se hace uso del coeficiente de Bowley, pues la distribución tienetresmodas y no permite un resultado seguro con el coeficiente de Pearson.xMeMo.. 05.15.3)5.2(25.35.1213231.........QQQQQAsEl polígono de frecuencias de las calificaciones de Competencias Comunicativasconfirma los resultados.
  • 269. Figura 4.3.Curva simétrica platicúrticaPolígono de frecuencias de calificaciones de Competencias Comunicativascon el coeficiente de Pearson.123456789100,00,51,01,52,02,53,03,54,04,55,0CalificaciónFrecuencia123456789100,00,51,01,52,02,53,03,54,04,55,0CalificaciónFrecuenciaPara determinar el grado de apuntamiento o curtosis, se debe determinar elpuntaje típico o estandarizado de cada clase y luego aplicar la fórmula que localcula. En la siguiente tabla se indican estos valores.Tabla 4.4.Cálculo de Z para la distribución de frecuenciasde las calificaciones de Competencias Comunicativas
  • 270. CalificaciónfZ iifZ40,03-1,83823529434,25513280,53-1,47058823514,03090241,05-1,1029411767,399108691,56-0,7352941181,75386282,07-0,3676470590,127885832,57003,07
  • 271. 0,3676470590,127885833,560,7352941181,75386284,051,1029411767,399108694,531,47058823514,03090245,031,83823529434,2551328Total550115,133785
  • 272. 362.036.15513.115444........ApsnfZApiiPor lo tanto, la curva es simétrica platicúrtica o achatada.Estos resultados indican que la mayoría de los estudiantes en CompetenciasComunicativas están en el rango de la media del curso, además sus notas sonmuy homogéneas alrededor de la media.2.1.5.5 Cultura Política (Asimétrica Negativa)Se observa que , lo que indica que la distribución es asimétricanegativa. Para confirmarlo se hace uso de la media de Bowley, pues ladistribucióntiene dos modas y no permite un resultado seguro con el coeficiente de Pearson.xMeMo.. 033.00.25.3)0.3(25.30.2213231...........QQQQQAsEl polígono de frecuencias de las calificaciones de Cultura Política confirmalosresultados.Figura 4.4.Curva asimétrica negativaPolígono de frecuencias de calificaciones de Cultura Política
  • 273. 123456789100,00,51,01,52,02,53,03,54,04,55,0CalificaciónFrecuencia123456789100,00,51,01,52,02,53,03,54,04,55,0CalificaciónFrecuenciaEsto quiere decir que las calificaciones de la mayoría de los estudiantes delcursoCultura Política están por encima de la media.
  • 274. 2.1.5.6 Estadística DescriptivaSe observa que , lo que indica que la distribución es simétrica. Paraconfirmarlo se hace uso del coeficiente de Pearson y la media de Bowley:xMeMo.. 003.087.05.253.2......sMoxAs 00.20.3)5.2(20.30.2213231.........QQQQQAsPara determinar el grado de apuntamiento o curtosis, se debe determinar elpuntaje típico o estandarizado de cada clase y luego aplicar la fórmula que localcula. En la tabla siguiente tabla se indican estos valores.Tabla 4.5Cálculo de Z para la distribución de frecuenciade las calificaciones de Estadística DescriptivaCalificaciónfZ0,01-2,908045977
  • 275. 71,5163060,51-2,33333333329,64197531,02-1,7586206919,13016471,54-1,1839080467,858359262,011-0,6091954021,515022752,514-0,0344827591,9794E-053,0120,5402298851,022105363,561,1149425299,271738564,031,689655172
  • 276. 24,45195474,512,26436781626,2898375,00-1,3529411760Total55-4,571331981190,697484 305.687.05570.190444........ApsnfZApiiPor lo tanto, la curva es simétrica leptocúrtica o apuntada.Esto indica que las calificaciones de Estadística Descriptiva de la muestra de55estudiantes están muy cerca de la media y que existe además, un pico en 2.5,señalando una alta frecuencia en esta calificación.
  • 277. Figura 4.5.Curva simétrica leptocúrticaPolígono de frecuencias de calificaciones de Estadística Descriptiva01234567891011121314150,00,51,01,52,02,53,03,54,04,55,0CalificaciónFrecuencia01234567891011121314150,00,51,01,52,02,53,03,54,04,55,0CalificaciónFrecuencia2.1.5.7 Herramientas InformáticasSe observa que , lo que indica que la distribución es simétrica. Paraconfirmarlo se hace uso del coeficiente de Pearson:xMeMo.. 006.15.25.2.....sMoxAsEl polígono de frecuencias de las calificaciones de Herramientas Informáticasconfirma los resultados. La curva es simétrica mesocúrtica o normal. Verifíqueloyconstruya la gráfica.
  • 278. 2.2 CAPITULO 5 MEDIDAS ESTADÍSTICAS BIVARIANTESHasta ahora se ha estudiado el análisis de una sola variable, calculando losestadísticos de muestras que permiten describir e interpretar la distribución deesavariable. En este capítulo se estudiará el comportamiento de dos variables:distribuciones bivariantes, con el fin de determinar si existe alguna relaciónentrelas variables, que bien pudieran ser ambas discretas o continuas, o también unade ellas discreta y la otra continua. En este capítulo se desarrolla el tema delaRegresión y Correlación lineal y los Números Índice.2.2.1 LECCIÓN 21 REGRESIÓN Y CORRELACIÓNEn muchos casos se requiere conocer más que el comportamiento de unasola variable, se requiere conocer la relación entre dos o más variables como larelación entre producción y consumo; salarios y horas de trabajo; oferta y
  • 279. demanda; salarios y productividad; la altura de un árbol y el diámetro de sutronco;el nivel socioeconómico de una persona y su grado de depresión; etc.Muchos de estos comportamientos tienen una tendencia lineal, aunque haymuchos otros que lo hacen de forma curva, en este curso sólo se trabajará sobrevariables con correlación lineal. A continuación se describirá brevemente en quéconsiste un diagrama de dispersión y cuáles son los criterios que deben tenerseen cuenta para hallar la mejor línea o línea de tendencia del comportamiento delas variables.La palabra regresión la utilizamos para significar la estimación de unavariable en función de otro valor conocido, correspondiente a la otra variable.Decimos que la mejor línea que se ajusta a un conjunto de puntos esaquella en donde la suma de los cuadrados de las diferencias entre los valoresreales y los estimados es mínima.Para determinar el grado de correlación entre las variables, no basta concalcular la varianza explicada, pues existe el coeficiente de determinación ocoeficiente de correlación al cuadrado; sin embargo, frecuentemente se utilizauncoeficiente de correlación rectilíneo, r siendo este un valor entre -1 y 1.Si el coeficiente de correlación r es igual o menor que uno, nos indica quetanto la covarianza, como los coeficientes angulares, son negativos y por tantolarecta será descendente, por ser la pendiente negativa. Además si es igual a -1,nos indica que existe una perfecta correlación en otras palabras, cada valor delavariable deberá ser exactamente igual al estimado, y por tanto la varianzaresiduales igual a cero, y la varianza explicada igual a la varianza total.2.2.2 LECCIÓN 22 DIAGRAMA DE DISPERSIÓNUna distribución bidimensional o bivariante puede representarsegráficamente en un plano cartesiano, ubicando en el eje horizontal o abscisa los
  • 280. valores de la primera variable denominada X y en el eje vertical u ordenada, losvalores de la segunda variable, Y. De manera pues que se grafican tantas parejasordenadas como observaciones hayan de las variables.A este conjunto de puntos o nube de puntos se le denomina diagrama dedispersión, dado que los puntos se ubican de forma dispersa en el planocartesiano.
  • 281. En muchos casos el sólo diagrama de dispersión indica una tendencia deagrupación de los puntos, que puede ser lineal (hacia arriba o hacia abajo),exponencial, curvilínea o poligonal.Parte del análisis estadístico que hace el investigador es determinar cuál esla mejor línea o curva que representa a ese conjunto de datos. El mejor ajustesehace cuando se elabora bien la gráfica, se conoce la distribución y se vaadquiriendo experiencia en su cálculo y determinación.Figura 5.1.Gráficas de dispersión(a) lineal; (b) curvilínea; (c) sin relaciónXYXYXYXYXYXY(a) (b) (c)2.2.3 . LECCIÓN 23 REGRESIÓN LINEAL SIMPLELa regresión examina la relación entre dos variables restringiendo una deellas respecto a la otra, con el objeto de estudiar las variaciones de laprimeracuando la otra permanece constante. La regresión es un método que se empleapara pronosticar o predecir el valor de una variable en función de los valoresdados de la otra (o de las otras, cuando se trabaja más de dos variables).
  • 282. Se trata pues de una dependencia funcional entre las variables. Cuando setrata de dos variables, una (la X) será la variable independiente mientras quelaotra (la Y) será la variable dependiente. Se habla así de una regresión de Ysobre(o en función de) X.Cuando se considera, después de una inspección en la gráfica dedispersión, que una línea recta es la mejor curva que se ajusta al conjunto depuntos se procede entonces a emplear el método de la regresión lineal simple.La mejor línea es aquella que hace mínima la suma de los cuadrados de lasdiferencias entre los puntos dados y los obtenidos mediante la línea ajustada o
  • 283. estimada. Es por eso que a este método también se le conoce como el método delos mínimos cuadrados. La ecuación de la recta estimada está dada por: bXaY..–Donde: Variable dependiente (la que se va a predecir) :–Y Intercepto de la variable Y :a Variable independiente :X Pendiente de la recta :bEn esta ecuación hay dos valores desconocidas: a y b, que debendeterminarse aplicando el criterio de los mínimos cuadrados, buscando así lamejor recta que se ajuste a los datos. Se tiene entonces:..nXbYaXXnYXXYnb............22Donde:: Pendiente de la recta b: Intercepto de la variable Y a: Valores de la variable independiente X: Valores de la variable dependiente Y: Tamaño de la muestra nAlgunos autores calcular los valores de a y b en términos de las medias dede los conjuntos de datos con las siguientes dos ecuaciones:
  • 284. xbyaxXyYxXb........2)())((Donde:: Valores de la variable independiente: Media del conjunto de datos de la variable X x: Valores de la variable dependiente: Media del conjunto de datos de la variable Y y
  • 285. El departamento de publicidad de una industria alimenticia desea saber siexisteuna relación entre las ventas y el número de comerciales de televisióntransmitidospor día. Para ello, toma una muestra aleatoria de siete ciudades. La siguientetablamuestra los resultados obtenidos.Tabla 5.1.Relación de ventas de un producto y la emisión del comercial en televisiónEEJJEEMMPPLLOO 2233..11111100..111100..11VentasCientos de unidades por mesComercialesNúmero transmitido por día8,495,267,18101112,91212,11314,414Para conocer el tipo de relación que puede existir entre estas dos variables, elprimer paso es determinar es si el diagrama de dispersión efectivamente insinúauna tendencia lineal.Figura 5.2.Diagrama de dispersión de ventas de un productoy la emisión del comercial en televisión
  • 286. 02468101214160246810121416Ventas, cientos de unidades por mesNúmerodecomercialestransmitidospordía02468101214160246810121416Ventas, cientos de unidades por mesNúmerodecomercialestransmitidospordíaEl diagrama confirma la sospecha, se procede ahora a determinar la ecuación dela recta que más se ajusta. Para ello se hace uso del método de los mínimoscuadrados6.6 Puede usarse cualquiera de las ecuaciones propuestas, la decisión la toma elinvestigador. Eneste ejemplo se presenta el cálculo con las dos ecuaciones de modo que elestudiante tengacriterio para decidir cómo hacer sus propios cálculos.
  • 287. Donde:XVentasYComercialesXYX28,4975,670,565,2631,227,047,1856,850,41101111010012,912154,8166,4112,113
  • 288. 157,3146,4114,414201,6207,3670,173787,3768,19..85,032,4638,393)1,70(19,7687)73)(1,70(3,7877222...............XXnYXXYnb 92,17415,137)1,7085.0(73.........nXbYaDe modo que la ecuación de la recta ajustada está dada por: 92,185,0–..XYSi se quisiera hacer el cálculo con la segunda ecuación planteada, se debedeterminar primero las medias de cada conjunto de datos.
  • 289. 01.1071.70....nXx43.10773....nYyEn la siguiente tabla se resumen todos los cálculos necesarios para determinaralaecuación de la recta ajustada. Se tiene entonces: 85,01887,662571,56)())((2........xXyYxXb
  • 290. 92,1)01,10)(85,0(43,10.....xbyaLa ecuación de la recta ajustada está dada por: 92,185,0..XY.XVentasYComerciales xX. yY. ))((yYxX.. 2)(xX.8,49-1,61-1,432,30232,59215,26-4,81-4,4321,308323,13617,18-2,91-2,43
  • 291. 7,07138,46811011-0,010,57-0,00570,000112,9122,891,574,53738,352112,1132,092,575,37134,368114,4144,393,5715,672319,272170.1730,03-0,0156,257166,1887
  • 292. 2.2.4 LECCIÓN 24 CORRELACIÓNLa correlación entre dos variables busca determinar el grado de relaciónque existe entre ellas dos. Ella se calcula con los coeficientes de correlación.Los coeficientes de correlación son números que varían entre +1 y -1. Sumagnitud indica el grado de asociación entre las variables, si es 0 indica quenoexiste relación alguna y los valores extremos +1 y -1 indican una correlaciónperfecta positiva o negativa respectivamente.Figura 5.3.Gráficas de dispersión lineal(a) positiva; (b) negativaXYXYXYXY(a) (b)Se dice que existe una correlación lineal positiva entre dos variables, si alaumentar o disminuir los valores de la variable independiente aumentan o
  • 293. disminuyen los de la variable dependiente. En un gráfico de dispersión, la nubedepuntos tiene forma ascendente y por tanto la recta que se ajusta tendrá unapendiente positiva. En cambio, cuando al aumentar los valores de la variableindependiente disminuyen los valores de la variable dependiente, o viceversa, sedice que la correlación lineal es negativa. En este caso la nube de puntosdescenderá de izquierda a derecha y la pendiente de la recta ajustada seránegativa (ver figura 5.3.)Para determinar el coeficiente de correlación, es necesario conocer primeroel error estándar del estimado de la recta ajustada. Se trata pues de medir elgrado de confiabilidad de la ecuación de la recta estimada. El error estándarindicará la dispersión o la variabilidad de los valores observados alrededor delalínea de regresión y se calcula a partir de la siguiente ecuación:2)(2....nYYSe.Donde:: Error estándar del estimado Se: Valores de la variable dependiente: Valores estimados de la ecuación Y.: Tamaño de la muestraEsta ecuación implica demasiadas operaciones, por lo que suele utilizarseun método más breve:22.......nXYbYaYSeUna vez obtenido el error estándar del estimado, es necesario medir quéporcentaje de la información es recogida o explicada por el modelo de regresiónescogido. Se trata pues, de determinar las variaciones de la variabledependientemediante el coeficiente de determinación (R2).
  • 294. 2221ysSeR..Donde:: Coeficiente de determinación, 2R102..R: Varianza del error estimado. 2Se: Varianza de la variable dependiente Y.2ys
  • 295. Cuando el es cercano a 1, se dice que el modelo de regresión linealajustado tiene un alto grado de confiabilidad, si al contrario este se acerca a0 sugrado de confiabilidad es muy bajo y se recomienda no utilizar el modelo deregresión estimado.En la práctica es más frecuente usar , denominado el coeficiente decorrelación lineal. Siendo . El coeficiente de correlación lineal r, estambién conocido como coeficiente de Pearson. Ya se mencionaba que elcoeficiente de correlación lineal oscila entre +1 y -1, se puede entoncesinterpretarel grado de correlación partiendo de los siguientes límites de referencia:r2Rr.Tabla 5.2.Grado de correlación linealInterpretaciónValores de r (+)Valores de r (-)Correlación perfecta= 1= -1Correlación excelente0.90 < r < 1-1 < r < -0.90Correlación aceptable0.80 < r < 0.90-0.90 < r < -0.80Correlación regular0.60 < r < 0.80-0.80 < r < -0.60Correlación mínima0.30 < r < 0.60
  • 296. -0.60 < r < -0.30No hay correlación0 < r < 0.30-0.30 < r 0Tomado de –Estadística Básica Aplicada–; Ciro Martínez Bencardino.EEJJEEMMPPLLOO 2244..11111100..111100..11Determinar el error estándar de la recta ajustada en el ejemplo 23.1. 57.027)3.787)(85.0()73)(92.1(81122............nXYbYaYSeSe calcula así, el coeficiente de determinación y el coeficiente de correlaciónlineal. Para ello se determina , la varianza de la variable dependiente Y. 07.743.1078112222......ynYsy 96.0919.007.757.0112222........RrsSeRy
  • 297. Con los resultados obtenidos se puede asegurar que la ecuación de la recta esuna muy buena estimación de la relación entre las dos variables. El R2 afirmaademás que el modelo explica el 91.9% de la información. Y el valor de rconfirmaademás el grado de relación entre las variables: el número de ventas delproductoestá directamente relacionado (en un 96%) con los comerciales de televisión quese emiten diariamente.Ahora, si el gerente de ventas de la empresa quisiera aumentar el número deventas del producto a 2000 mensuales, ¿Cuántos comerciales estima eldepartamento de publicidad de la empresa que debe emitir diariamente?Se trata simplemente de reemplazar en la ecuación estimada, la variableindependiente por el valor que se pretende y así obtener el valor de la variabledependiente (número de comerciales). Así: 1992.1892.1)20)(85.0(92.185.0.......YXY..El departamento de publicidad requerirá de 19 comerciales de televisióndiariamente para que el número de ventas ascienda a 2000 unidades mensuales.2.2.5 LECCIÓN 25 REGRESIÓN MÚLTIPLECuando se emplea más de una variable independiente para evaluar unavariable dependiente es conveniente utilizar un método de regresión múltiple,que consiste en el mismo procedimiento de una regresión lineal simple: describirlaecuación de regresión, determinar el error de estimación y analizar lacorrelaciónentre las variables.
  • 298. A continuación se desarrollarán estos conceptos suponiendo dos variablesindependientes. Para más variables independientes, sólo basta con seguir losmismos pasos.La ecuación de regresión está dada por: 2211XbXbaY....Donde:
  • 299. Variable dependiente. Intercepto de la variable Y.Valores de las dos variables independientes. :,21XXPendientes asociadas con cada variable independiente, respectivamente. :,21bbLos valores de las tres constantes numéricas se obtienen resolviendo elsiguiente sistema de ecuaciones:....................22221122212211112211XbXXbXaYXXXbXbXaYXXbXbnaYUna vez obtenida la ecuación de regresión, se determina el error estándarde la estimación de regresión múltiple:33)(221122..............nYXbYXbYaYSenYYSe.Y el coeficiente de determinación múltiple, estará dado por: 22222112.........ynYynYXbYXbYaRDonde: Valores de la variable dependiente. :Y Intercepto de la variable Y.Valores de las dos variables independientes.
  • 300. Pendientes asociadas con cada variable independiente, respectivamente.Media de los valores de la variable dependiente. :yEEJJEEMMPPLLOO 2255..11111100..111100..11El jefe de producción de una empresa manufacturera desea estimar los gastosindirectos de producción con base en el número de horas de trabajo y en elnúmero de horas máquina. En la siguiente tabla se relaciona la informacióncorrespondiente al primer semestre del año.El jefe de producción define:X1 : Horas de trabajo (cientos).X2 : Horas de máquina (cientos)Y : Gastos indirectos de producción (cientos de miles de pesos)
  • 301. Tabla 5.3.Gastos indirectos de producciónMesX1X2YX1 YX2YX1X2X12X22Y2Enero45162913054647202025256841Febrero4214241008336
  • 302. 5881764196576Marzo44152711884056601936225729Abril45132511253255852025169625Mayo43132611183385591849
  • 303. 169676Junio46142812883926442116196784TOTAL265851597032226037561171512114231)3(12113756852260)2(3756117152657032)1(85265615921222211222121221111212211..............................bbaXbXXbXaYXbbaXXbXbXaYXbbaXbXbnaY
  • 304. Se resuelve el sistema de ecuaciones:Ecuación (1) multiplicada por 85/6 y restada por la ecuación (3):)4(83.683.15.71211375685226017.120417.13754855.2252212121bbbbabba............Se despeja la variable b1 de la ecuación (4):83.183.65.721bb..Ecuación (1) multiplicada por 265/6 y restada por ecuación (2):)5(83.183.105.9375611715265703217.375417.117042655.7022212121bbbbabba............Variable b1 reemplazada en la ecuación (5):
  • 305. 91.097.7319.6783.183.183.65.783.105.9222............bbbb2 reemplazada en la ecuación (4): 7.083.183.65.721...bbb1 y b2 reemplazada en la ecuación (1): 31.1768526515921.....bbaSe obtiene así la ecuación de regresión múltiple: 21221191.07.031.17XXYXbXbaY..........2.3 CAPITULO 6 NÚMEROS INDICELos números índice son cifras relativas expresadas en términosporcentuales, que sirven para indicar las variaciones que sufre una serie devalores respecto a una de ellas, tomada como punto de referencia y a la cual seledenomina base.Los números índices no son una medida cuantificable, se trata de unindicador de variación en la variable observada. Son indicadores muy utilizadosenel sector económico por ejemplo, la variación en los precios de un producto
  • 306. respecto al año anterior, la cantidad de unidades vendidas de un productorespecto al mes anterior, el costo de producción por unidad de este trimestrecomparado con el inmediatamente anterior, etc.Si se trata de una serie corta, el período base seleccionado será el primervalor de la serie; pero si la serie es extensa se debe seleccionar cono períodobase aquel que haya sido más estable, es decir, que no presente cambios muybruscos debido a factores internos y/o externos. Sin embargo, la selección de laserie base dependerá de los análisis que el investigador requiera hacer para susvariables.
  • 307. Los números índice se pueden construir para una sola observación o paraun conjunto de ellas; en el primer caso, se hablará de índices simples y para unconjunto de datos dados, se hablará de índices compuestos. Estos últimos seclasifican a su vez en agregativos y de promedios. Los promedios se clasificanen aritméticos, geométricos, medianos, etc., pero en la práctica los másutilizadosson los aritméticos.2.3.1 LECCIÓN 26 CONSTRUCCIÓN DE NÚMEROS ÍNDICEPara calcular un número índice se toma un valor de la serie como base y seestablece un cociente entre el valor de la variable a estudiar y el valor de lavariable base. Este cociente debe expresarse en porcentaje, determinando así elnúmero índice respecto a la base definida.Se pueden obtener bases fijas y bases variables para establecercomparaciones. La base fija es aquella que representa el mismo período dereferencia o de comparación para toda la serie. %10000..XXIttDonde:: Índice.tI0 0: Período base. t: Período que se analiza.: Precio, cantidad o valor del período que se investiga. tX: Precio, cantidad o valor del período considerado como base. 0XLos índices son de base variable cuando a cada observación se le dividepor el valor de la observación inmediatamente anterior. %10011..
  • 308. ..ttttXXIDonde:: Índice.ttI1. t-1: Período base. t: Período que se analiza.: Precio, cantidad o valor del período que se investiga.: Precio, cantidad o valor del período considerado como base.
  • 309. 2.3.2 LECCION 27 TIPOS DE NÚMEROS ÍNDICESEl índice de mayor aplicación es el índice de precios, que mide loscambios de precios en uno o más artículos en un período determinado respecto aun período base. El más conocido es el índice de precios al consumidor, que mideel cambio de todos los precios respecto a una variedad de artículos que seconsumen; este índice se emplea para definir el costo de vida.Un índice de cantidad mide la variación de las cantidades de uno o másbienes en un período dado respecto al período base.El índice de valor mide los cambios en valor monetario total, es decir,combina los cambios de precios y cantidad para presentar un índice másinformativo.2.3.3 LECCIÓN 28 ÍNDICES SIMPLESSe construyen para una sola observación y su base puede ser fija ovariable. Cuando se trata de medir la variación de un fenómeno observado através de una serie de períodos, los índices simples son los más adecuados.EEJJEEMMPPLLOO 2288..11111100..111100..11Un almacén vende cinco referencias diferentes de un artículo determinado. Losdatos siguientes indican las ventas de ellos en los meses de febrero y marzo.
  • 310. MesABCDEFebrero863951308430113Marzo953801466469108Se desea analizar la variación del artículo con referencia C en el inventario demarzo respecto al mes de febrero. %112%10013081466...febreromarzoISe considera que el aumento en ventas del artículo con referencia C es del 12%en el mes de marzo respecto al mes de febrero.
  • 311. Si se quisiera comparar el total de artículos vendidos correspondiente alperíodode estudio respecto al total de artículos vendidos del período base, se sumantodos los elementos correspondientes al período de estudio y se divide entre lasuma de los mismos elementos del período base. %108100113430130839586108469146638095...........febreromarzoISe concluye pues, que las ventas del producto aumentaron en marzo en un 8%(108-100) respecto a las ventas del mismo en febrero.Este último índice calculado en el ejemplo 25.1., se denomina índiceagregativo (o agregado) simple y se define como: %10010.....tttXXI2.3.4.1 LECCIÓN 29 ÍNDICES COMPUESTOSSe construyen a partir de un grupo de series de tiempo, concernientes avarios artículos. Se trata de examinar el valor no de un artículo, sino de ungrupode ellos respecto a otro considerado de más importancia. Los índices compuestosdeterminan una condición particular, por ejemplo el costo de vida relativo atransporte, vivienda, alimentación, etc. Se habla entonces de calcular un índiceagregado ponderado.Son muchas las fórmulas para calcular índices ponderados, los másconocidos son los de Laspeyres, Paashe, Fisher, Keynes, Marshall, Edgeworth,Walsh, Drobisch y Sidgwick. Generalmente en ellos las ponderaciones son lascantidades o precios. Cuando se van a calcular los índices de precios en ungrupode artículos, las ponderaciones son las cantidades, y en el cálculo de losíndices
  • 312. de cantidad las ponderaciones son los precios.El índice de Laspeyres de precios es la relación que existe al compararlos precios actuales de un grupo de artículos con los precios de esos mismosartículos considerados en el período base, manteniéndose constante comoponderación las cantidades del período base.
  • 313. %1000000....QPQPLtItDonde:: Índice de Laspeyres. L: Índice de precios.: Precio de los artículos en el período que se investiga. tP: Precio de los artículos en el período base. 0P: Cantidad de los artículos en el período base. 0QDe igual manera se puede representar así el índice de Laspeyres decantidad: %1000000....QPQPLtJtDonde:: Índice de Laspeyres.: Índice de cantidad.ttJ1.: Precio de los artículos en el período base.: Cantidad de los artículos en el período base.: Cantidad de los artículos en el período que se investiga. tQEl índice de precios de Paashe es la relación que existe entre los preciosactuales de un grupo de artículos, con los precios de ellos en el período base,manteniéndose constante las ponderaciones que corresponden a las cantidadesde dichos artículos para el período que se investiga. %10000...
  • 314. .tttIQPQPPtDonde:: Índice de Paashe. P: Índice de precios.
  • 315. : Precio de los artículos en el período que se investiga.: Precio de los artículos en el período base.: Cantidad de los artículos en el período que se investiga.Para indicar las variaciones en las cantidades, el índice de cantidad dePaashe señala: %10000....QPQPPtttJtDonde:: Índice de Paashe.: Índice de cantidad.: Precio de los artículos en el período que se investiga.: Cantidad de los artículos en el período base.: Cantidad de los artículos en el período que se investiga.El índice de precios de Fisher es un promedio geométrico, que se definecomo la raíz cuadrada del producto del índice de Laspeyres por el de Paashe. %10000000.......ttttIQPQPQPQPFtDonde:: Índice de Fisher. F: Índice de precios.: Precio de los artículos en el período base.: Precio de los artículos en el período que se investiga.: Cantidad de los artículos en el período base.: Cantidad de los artículos en el período que se investiga.
  • 316. Así mismo, se tiene el índice de cantidad de Fisher: 10000000.......QPQPQPQPFttttJt
  • 317. Donde:: Índice de Fisher.: Índice de precios.ttJ1.: Precio de los artículos en el período base.: Precio de los artículos en el período que se investiga.: Cantidad de los artículos en el período base.: Cantidad de los artículos en el período que se investiga.EEJJEEMMPPLLOO 2299..11111100..111100..11Una farmacia reporta la siguiente tabla referente a los precios (en cientos demilesde pesos) y cantidades vendidas (por empaque) de cinco fármacos comunes enlos dos últimos años. Calcular los índices de precios y de cantidades por losmétodos de Laspeyres, Paashe y Fisher.Tabla 5.4.Precios y cantidades vendidas en una farmacia en 2003 y 2004ARTÍCULO20032004PrecioCantidadPrecioCantidadA3020
  • 318. 2532B1810385C45124715D267403E35113612Para el cálculo de cada índice, se deben determinar todos los valores queinterviene en ellos, en la siguiente tabla se resumen todos los cálculos:ArtículoP2003
  • 319. Q2003P2004Q2004P2003.Q2003P2004.Q2004P2004.Q2003P2003.Q2004A30202532600800500960B181038518019038090C45124715540705
  • 320. 564675D26740318212028078E35113612385432396420TOTAL1887224721202223
  • 321. Cálculo de índices de precios: %35.112%10018872120%100200320032003200420042003.......QPQPLI %08.101%10022232247%100200420032004200420042003.......QPQPPI %57.106%1002223224718872120%1002004200320042004200320032003200420042003...........QPQPQPQPFIInterpretación: los precios de los productos A, B, C, D y E de la farmaciaaumentaron en un 2.35%, 1.08% y 6.75% según le método de Laspeyres, Paashey Fisher, respectivamente, durante el año 2004 respecto al 2003.Cálculo de índices de cantidad: %81.117%10018872223%100200320032004200320042003.......QPQPLJ %106%10021202247%100200320042004200420042003.......QPQPPJ %74.111%1002120224718872223%1002003200420042004200320032004200320042003...........QPQPQPQPFJ
  • 322. Interpretación: las cantidades vendidas de los productos A, B, C, D y E de lafarmacia aumentaron en un 17.81%, 6% y 11.74% según le método de Laspeyres,Paashe y Fisher, respectivamente, durante el año 2004 respecto al 2003.2.3.5 LECCIÓN 30 USOS DE LOS NÚMEROS ÍNDICESLos números índices tienen especial importancia en la vida económica deun país, es común escuchar términos como índice de precios al consumidor (IPC),índice de pérdida de poder adquisitivo, índice de importación o exportación,etc. Acontinuación se ampliará un poco sobre los más importantes números índices.
  • 323. 2.3.5.1 Calculo del salario y del ingreso 100($) nominalSalarioSRReal Salario...IPC 100($) nominalIngresoIRReal Ingreso...IPCEEJJEEMMPPLLOO 3300..11111100..111100..11Un empleado ganaba en diciembre de 2004 $780.000 y en el mes de junio de2005, aumentaron su salario en $110.000 más. Los IPC para los mismos meses yaños fueron: 2532.4 y 3105.2 respectivamente. Se quiere saber si con el reajusteque le hicieron su salario mejoró con relación al que tenía anteriormente.Se calcula primero el IPC de cada año respecto al 2004. 6.1221004.25322.31051001004.25324.25322005200420042004......IPCIPCEsto quiere decir que los artículos de primera necesidad aumentaron en un 22.6%para el período diciembre de 2004 y junio de 2005. De manera que debe haber unporcentaje igual o mayor de incremento en el salario nominal para que lascondiciones económicas sean iguales o mejores para el empleado.El salario real para junio de 2005 es: 7259381006.122890.000SR...Esto quiere decir que el empleado sólo está recibiendo el equivalente a $725.938
  • 324. de los $780.000 que recibía. Aunque gane más salario, el aumento es injusto. Suaumento debería de ser mínimo el 22.6% de lo que ganaba en diciembre de 2004,es decir: $176.280 más para un salario de $956.280.2.3.5.2 Poder de compra o poder adquisitivo o valor del dinero 100IPC1PAcompra dePoder ... 100IIIPAoadquisitiv poder de Índicet0...
  • 325. Donde:I0: Índice de precios al consumidor, considerado como período de referencia.It: Índice de precios al consumidor, considerado como período que seinvestiga.EEJJEEMMPPLLOO 3300..22111100..111100..11Determinar el poder de compra y el índice de poder de compra para junio de 2005respecto a diciembre de 2004. 0.8156100122.61PA...Esto quiere decir que un peso en diciembre de 2004 equivale a 82 centavos enjunio de 2005. Su valor se ha reducido durante ese período en 18 centavos. 81.56%1003105.22532.4IPA...2.3.5.3 Porcentaje de desvalorización ........t0II1100acióndesvaloriz de%EEJJEEMMPPLLOO 3300..33111100..111100..11Determinar el porcentaje de desvalorización para los datos del ejemplo 30.2.
  • 326. %45.183105.22532.41100acióndesvaloriz de% .........De diciembre de 2004 a junio de 2005, la moneda ha perdido un 18.45% de supoder de compra. Esto quiere decir que en junio de 2005 se necesita más dineropara comprar el mismo artículo en diciembre de 2004.
  • 327. 2.3.5.4 Porcentaje de variación y de devaluación ........1TT100variación de%01 ........10TT1100ndevaluació de%Donde:T0: Valor de la moneda de referencia.Tt: Valor de la moneda que se quiere cambiar.La devaluación es entendida como la pérdida de valor de una moneda en relacióna las monedas extranjeras.
  • 328. ACTIVIDADES DE AUTOEVALUACION UNIDAD 2AUTOEVALUACIÓN LECCIÓN 161 En un café Internet, el rango de tiempo de uso en un mes es de 27 minutos,si el mayor tiempo de consulta en ese mes duró 1 hora y 12 minutos, halleel menor tiempo de consulta en ese mes.2. Calcule el rango intercuartílico y semiintercuartílico de los datos agrupadosen la tabla del numeral 1.9 de los ejercicios del tema 1.1. de esta UnidadDidáctica.3. Halle el rango de 44las siguientes series:a. 5 6 3 8 0 1b. 2.35 3.16 1.20 2.10 5.32 4.8c. 3 1 0 2 1 0 2 0 3d. 5.35 6.16 4.20 5.10 8.32 7.8AUTOEVALUACIÓN LECCIÓN 171. La junta directiva de uno de los equipos de fútbol de la ciudad decidiócomprarel pase de un jugador para ocupar la posición de delantero. Para tal fin, elempresario dueño de los pases presentará a los dos jugadores y mostrará lacantidad de goles que han anotado en las ultimas cinco temporadas.El empresario presento la siguiente tabla:Jugador 118
  • 329. 16141720Jugador 2302014417¿Por qué la junta decidió contratar el jugador 1?Justifica tu respuesta utilizando la varianza y la desviación típica2. En una prueba de tiro al blanco de cinco anillos, dos competidores Johan ySamantha obtuvieron los resultados que se indican a continuación. Determine,usando medidas estadísticas, quién es el mejor.
  • 330. JohanSamantha1 Tiro de 5 Puntos4 Tiros de 5 Puntos8 Tiros de 4 Puntos9 Tiros de 4 Puntos14 Tiros de 3 Puntos7 Tiros de 3 Puntos5 Tiros de 2 Puntos5 Tiros de 2 Puntos1 Tiro de 1 Punto3 Tiros de 1 Punto1 Tiro de 0 Puntos2 Tiros de 0 Puntos4325104325103. Tome los datos de la tabla de distribución de frecuencias agrupadas delnumeral 1.2.c de los ejercicios del tema 1.1. de esta Unidad Didáctica ydetermine varianza y desviación estándar.4. Tome los datos del ejemplo 2.1., de la Unidad Didáctica 1 que representanla evaluación de los latidos cardíacos de un grupo de 30 personas despuésde cierta actividad física. Continúe con esos datos para terminar el análisiscompleto de ese fenómeno y ahora calcule varianza, desviación estándar,desviación media.AUTOEVALUACIÓN LECCIÓN 181. Un fabricante de bombillas de neón tiene dos tipos de tubos, A y B. Los tubostienen unas duraciones medias respectivas de 1.495 horas y 1.875 horas, ydesviaciones estándar de 280 horas y 310 horas respectivamente.a. ¿Qué tubo tiene la mayor dispersión absoluta?b. ¿Qué tubo tiene la mayor dispersión relativa?c. Si se extrajo un tubo de cada tipo y su duración fue de 1.350 horas y
  • 331. 1.750 horas respectivamente, ¿cuál tipo de tubo tiene menor posiciónrelativa?2. El alcalde de la ciudad está considerando la posibilidad de implementar unpeaje de ingreso. Sus asesores han llegado a la conclusión que existen dosubicaciones posibles y favorables para ello. El alcalde decide medir el númerodeautomóviles que ingresan a la ciudad por cada uno de los puntos durante losúltimos 15 días. Los resultados se muestran en la siguiente tabla.Punto 1Punto 2430406460153501491423505455467473421
  • 332. 450556481470442348429472439479414403475278452440474234a. Calcular el valor de la dispersión absoluta para los dos puntos. ¿cuál tienemayor dispersión?b. ¿Que punto tiene la mayor dispersión relativa.AUTOEVALUACION LECCIÓN 191. Dada la serie de puntuaciones 9, 5, 6, 11, 1, 2, 10, 4, hallar el puntajeestandarizado de cada puntuación2. Las estaturas de los hombres adultos tienen una media de 1,75 metros y
  • 333. una desviación estándar de 7 centímetros. Calcule las puntuaciones Z quecorresponden a las siguientes personas:a. Carlos Alberto que mide 156 centímetros.b. Juan José que mide 1,81 metros.c. Francisco que mide 1,68 metros.3. En un grupo de estudiantes la estatura promedio es 163,1 cm., con unadesviación estándar de 9,38 cm. y su peso promedio es de 61,3 kg condesviación estándar 11,7 kg. Mauricio mide 1,70 metros y pesa 63 kg,calcule:a. La puntuación estandarizada de cada medida.b. ¿En cuál de las dos medidas hay mayor dispersión absoluta?c. ¿En cuál de las dos medidas hay menor dispersión relativa?AUTOEVALUACIÓN LECCIÓN 201. Determine el tipo de asimetría de las siguientes distribuciones con susestadígrafos de dispersión:a. 16,1897,18997,189...MoMexb. 453,5...MoMex
  • 334. c. 1,189,175,17...MoMex2. Tomando una distribución ligeramente simétrica, calcule su moda sabiendoque su media es 3 y que la diferencia entre la media y la mediana es igual a-2.3. Con los salarios semanales de los empleados de una empresa se tienen lossiguientes resultados: 50,121796729725...sMexCalcule el coeficiente de asimetría de Pearson.4. Calcule los coeficientes de asimetría y los coeficientes de apuntamiento delas siguientes distribuciones correspondientes a la edad de los niñosquemados por pólvora reportados en tres centros hospitalarios durante elmes de diciembre:XffF5336719789
  • 335. 1081111891113720815336Total505050Construya sus respectivos polígonos de frecuencia y haga un análisis comparativode los resultados obtenidos.AUTOEVALUACIÓN LECCIÓN 211. Nombrar tres ejemplos de fenómenos económicos que puedan ser analizadosmediante la regresión.2. ¿cuál es la razón para que los coeficientes angulares y el coeficiente decorrelación tengan signos iguales?3. ¿Que nos indica que el coeficiente angular sea negativo?
  • 336. 4. Son ciertos o falsos las siguientes afirmaciones?
  • 337. a. Un coeficiente de correlación igual a -1 indica que la línea de regresión noes lamejor que refleja las relaciones entre las dos variablesb. El coeficiente de correlación es un valor menor que -1 y mayor que 1c. Si r es mayor que 1,la recta ajustada explica más que suficiente lasrelacionesentre las dos variables.AUTOEVALUACIÓN LECCIÓN 22Dibuje un diagrama de dispersión de cada una de las siguientes situaciones1. La cantidad de leche producida por una vaca decrece después de que estada a luz. Un veterinario desea expresar esta relación por medio de unaecuación. Los datos reunidos producen los siguientes resultados:Litros por día12118987Número de días103040505565
  • 338. ¿Sugiere la gráfica una asociación lineal2. Con los siguientes datos, correspondientes a la producción X (miles deunidades) y Y el costo de la producción de esas unidades (millones depesos), se pide:X (miles de unidades)2581012151720Y (millones de pesos)48101112141516a ¿sugiere la gráfica una asociación lineal?AUTOEVALUACIÓN LECCIÓN 23
  • 339. 1. La cantidad de leche producida por una vaca decrece después de que estada a luz. Un veterinario desea expresar esta relación por medio de unaecuación. Los datos reunidos producen los siguientes resultados:Litros por día12118987Número de días103040505565
  • 340. Determine la mejor ecuación que se ajusta a los datos dados. Y verifique sila ecuación obtenida se ajusta correctamente.2. Se desea conocer la relación que pueda existir entre las alturas en unamuestra de 12 padres y sus hijos. La siguiente tabla refleja los datosobtenidos (en pulgadas):Altura del padre6563676862706668676971Altura del hijo6866686966686571676870
  • 341. Determine la mejor ecuación que se ajusta a los datos dados. Y verifique sila ecuación obtenida se ajusta correctamente.3. Ajustar a una recta los datos de la siguiente tabla tomando:a. X como variable independienteb. Y como variable dependiente.X3568911Y234658AUTOEVALUACION LECCIÓN 241. Una compañía de ahorro y crédito, desea saber cómo son afectadas las ventasde viviendas por diferentes tasas de interés. Durante ocho meses serecopiló la información y se obtuvo el siguiente resultado:
  • 342. Tasa de interés (%)76.55.5688.566.5Ventas de viviendas2338453616183941a. Estimar las ventas en función de la tasa de interés.b. ¿Cuántas viviendas se pueden vender si el interés es del 7.5%?c. Determinar el error estándar del estimado.d. ¿Es confiable el modelo?e. Calcule el tipo de asociación entre las variables.
  • 343. AUTOEVALUACIÓN LECCIÓN 251. Una empresa transportadora de frutas, está interesada en precisar larelación que existe entre la distancia a la cual se transporta una carga defruta, la temperatura a la cual se mantiene y el porcentaje del despacho quese daña al llegar a su destino. Se realizó un muestreo para ocho destinosdiferentes y estos son los resultados:Distancia(decenas de km)Temperatura(ºC)Carga dañada(%)3987526648774612106199346425
  • 344. 1035544a. Estimar el porcentaje de carga dañada en función de la distancia y dela temperatura.b. Estime el porcentaje de fruta que se podría dañar en un viaje de 480km a una temperatura de 9ºC.c. Determine el error estimado.d. ¿Es confiable el modelo?AUTOEVALUACIÓN LECCIÓN 26Supongamos los precios de un artículo en el periodo 1983-1988, según la tablaAÑOSPRECIOSINDICE% DE VARIACIÓN1983=1001986=100(A)(B)
  • 345. AB198320010050--50198428014070+ 40-30198524012060+20-401986400200100+10001987480240120+140+20
  • 346. 1988600300150+200+501. Con estos datos calcular los índices simples de precios con base 1983 y luegolos índices con base en 1986.
  • 347. AUTOEVALUACION LECCIÓN 27.Una marroquinería produce bolsos para dama en tres líneas diferentes. Los datossobre producción de bolsos y de tiempo por empleado (en horas) ocupados en laempresa durante el período 2001-2003 son los siguientes:ARTÍCULOProducción en miles dedocenasHoras-hombre por docena200120022003200120022003A58.39.46.36.26.3B7.510.211.84.74.94.6C5.5
  • 348. 5.64.23.23.23.2a. Calcule un índice de cantidad para el año 2003, empleando comobase el año 2001 y utilizando como ponderación los datos sobrehoras-hombre empleadas por docena de bolsos en 2001.b. Calcule un índice de producción de 2002 con base en 2001.AUTOEVALUACIÓN LECCIÓN 281. Tomadas las cosechas de ciertos productos agrícolas (en cientos detoneladas),determinar el índice agregativo simple para 2004 con base en 2002.Productos20022004A11.15813.044B1.1961.357C1.1111.326D1.4601.840
  • 349. E859997F1.106870G4159H6.6867.978I204202 2. Calcular el índice agregativo de las cantidades que resultaron en mal estadode conservación, en un grupo de artículos, comprados en el mes de junio de 2008,respecto a las cantidades compradas en mal estado de conservación en el mes demayo del mismo año
  • 350. ARTICULOSUNIDAD DEMEDIDA CANTIDADES DEFECTUOSASMAYO DE 2008JUNIO DE 2008AKg1218BLts815CDoc208DLbs1420EUnidad5070Total---------104
  • 351. 131AUTOEVALUACIÓN LECCIÓN 29Para los siguientes datos, calcular los índices de precios y de cantidades porlosmétodos de Laspeyres, Paashe y Fisher.ARTÍCULO20022004PrecioCantidadPrecioCantidadA3201532026B1401820035C803560054D560
  • 352. 2852025E1120141200182. Con los siguientes datos, referentes a los precios y cantidades ( valoresarbitrarios) par un grupo de artículos dados para dos periodos.ARTÍCULOUNIDAD DEMEDIDA20072008PRECIOCANTIDADPRECIOCANTIDADAKg26,01038,08BLts6,0
  • 353. 510,07CLbs1,024,05DDoc6,0115,02EUnidad3,622,01Calcular los índices de Laspeyres, Paasche y Fisher
  • 354. AUTOEVALUACIÓN LECCIÓN 30Con los siguientes datos:AÑOSSALARIOS(miles de millonesde pesos)OBREROSNºIPC1991=100199818.0320140199920.6380148200023.0400152200138.0700160200251.01.000
  • 355. 166200358.01.050168200460.01.100170Se pidea. Salarios reales con respecto a 1998.b. Salarios nominales por obrero.c. Índices de los salarios reales con base 1998.d. Índices de los salarios nominales con base 1998.e. Salarios reales por obrero, con base 1998.f. Índices de salarios reales por obrero, con base 1998.
  • 356. AREA:ESTADÍSTICAEscuela de Ciencias Básicas Tecnología eIngeniería CIENCIAS BÁSICASUNIDAD: Medidas de Dispersión y estadísticas bivariantesCAPÍTULO: IVLECCIÓN: Regresión y CorrelaciónNUMERO DE LA PRÁCTICA2NOMBRE DE LA PRÁCTICARegresión y correlaciónNOMBRE DEL SOFTWAREExcelLibre: ______x_____ Licenciado: _____________ (Marque con una X)Aspectos Teóricos: REGRESIÓN Y CORRELACIÓNEn muchos casos se requiere conocer más que el comportamiento de una solavariable, se requiere conocer la relación entre dos o más variables como larelación entre producción y consumo; salarios y horas de trabajo; oferta ydemanda; salarios y productividad; la altura de un árbol y el diámetro de sutronco;el nivel socioeconómico de una persona y su grado de depresión; etc. Muchos de estos comportamientos tienen una tendencia lineal, aunque hay
  • 357. muchos otros que lo hacen de forma curva. Para determinar el grado decorrelación entre las variables, no basta con calcular la varianza explicada,puesexiste el coeficiente de determinación o coeficiente de correlación; sinembargo,frecuentemente se utiliza un coeficiente de correlación rectilíneo, r siendoeste unvalor entre -1 y 1.Para estas confrontaciones se utiliza el diagrama de dispersión que es planocartesiano en el que se marcan los puntos los puntos correspondientes a lospares(x,y) de los valores de las variables.
  • 358. El análisis de Regresión tiene los siguientes usos: el primero es obtener losestimadores de los parámetros, estimar la varianza del error, obtener loserroresestándares de los parámetros estimados, probar la hipótesis sobre losparámetros,cálculo de valores estimados basados en la ecuación estimada, estimar el ajusteola falta de ajuste del modelo.El modelo a utilizar es Y = a + bx, a es el intercepto, b es la pendiente de lafunción, la que nos indica el cambio marginal de Y respecto a X.EjemploUna empresa de mensajería de entrega puerta a puerta, con el fin de mejorar laprestación del servicio desea establecer la relación que puede existir entre eltiempo empleado y la distancia recorrida para la entrega de un determinadoproducto.Distancia enKilómetros(x)82521510705504809201350325670
  • 359. 1215Tiempo deentrega ( y)(días)3,51,04,02,01,03,04,51,53,05,0a. Realice un diagrama de dispersión a partir de los datos obtenidosb. Determine la mejor ecuación que se ajusta a los datos.Solución:El diagrama de dispersión se obtiene mediante el asistente de gráficos.Trasladamos los datos a una hoja en Excel, seleccionamos la tabla donde están
  • 360. los datos <<Insertar<<Dispersión. En estilo de diseño puede personalizar sudiagrama de barras.Seleccionamos un diseño de grafico de la barra de herramientas y damos nombrea los ejes y al Diagrama.
  • 361. Para hallar la recta de Regresión y la ecuación que mejor se ajusta a los datos,enel diagrama de dispersión hacemos click derecho sobre uno de los puntos yseleccionamos Agregar línea de tendencia.
  • 362. Así obtenemos una ventana, la cual nos permite escoger la línea de tendencia,elegimos opción de línea de tendencia (Lineal) y seleccionamos:Presentar ecuación en el grafico.Presentar el valor R cuadrado en el grafico.
  • 363. De esta manera obtenemos nuestra recta de regresión, la ecuación que más seajusta a los datos y el coeficiente de determinación el cual mide la relaciónentrelas dos variables.Análisis:Con los resultados obtenidos se puede asegurar que la ecuación de la recta esuna muy buena estimación de la relación entre las dos variables. El R2 afirmaademás que el modelo explica el 90.05% de la información y el valor de rcoeficiente de correlación lineal confirma además el grado de relación (94%)entre las variables: Distancia y tiempo de entrega de un determinado producto.
  • 364. EJERCICIOS:1. Se quiere estudiar la asociación entre consumo de sal y tensión arterial. Aunaserie de voluntarios se les administra distintas dosis de sal en su dieta y semidesu tensión arterial un tiempo después.X (sal)Y (Presión)1,81002,2983,51054,01104,31125,0120a. Realice el diagrama de dispersión y determine el tipo de asociación entre lasvariablesb. Encuentre el modelo matemático que permite predecir el efecto de una variablesobre la otra. Es confiable?c. Determine el porcentaje de explicación del modelo y el grado de relación delasdos variables.d. Si a un paciente se le administra una dosis de sal de 6,5. ¿ Cuál es latensiónarterial esperada?
  • 365. 2. En un nuevo proceso artesanal de fabricación de cierto artículo que estaimplantado, se ha considerado que era importante ir anotando periódicamente eltiempo medio ( medido en minutos) que se utiliza para realizar una pieza y elnúmero de días desde que empezó dicho proceso de fabricación. Con ello, sepretende analizar como los operarios van adaptándose al nuevo procesomejorando paulatinamente su proceso de producción.Los siguientes datos representan dicha situación:X10203040506070Y35282320181513a. Realice el diagrama de dispersión y determine el tipo de asociación entre lasvariablesb. Encuentre el modelo matemático que permite predecir el efecto de una variablesobre la otra. Es confiable?
  • 366. c. Determine el porcentaje de explicación del modelo y el grado de relación delasdos variables.d. Que tiempo deberá tardarse un empleado cuando se lleven 100 días?3. Una Nutricionista de un hogar infantil desea encontrar un modelo matemáticoque permita determinar la relación entre el peso y la estatura de susestudiantes.Para ello selecciona 10 niños y realiza las mediciones respectivas.A continuación se presentan los resultados:Estatura(cm)121123108118111109114103110115Peso (kg)25221924191820152021
  • 367. a. Realice el diagrama de dispersión y determine el tipo de asociación entre lasvariablesb. Encuentre el modelo matemático que permite predecir el efecto de una variablesobre la otra. Es confiable?c. Determine el grado de relación de las dos variables.d. Cual es el peso que debería tener un estudiante que mida 130 cm?
  • 368. BIBLIOGRAFÍA DE LA UNIDADBEJARANO BARRERA, Hernán (1995). Estadística Descriptiva. Santa fe deBogotá: UNISUR.CHRISTENSEN, Howard B. (1999). Estadística Paso a Paso. México: EditorialTrillas.MARTÍNEZ BENCARDINO, Ciro (2004). Estadística Básica Aplicada. Santa fe deBogotá: ECOE Ediciones.MARTÍNEZ BENCARDINO, Ciro (2003). Estadística y Muestreo. Santa fe deBogotá: ECOE Ediciones.MILTON, J. Susan (1999). Estadística para biología y ciencias de la salud.Madrid:McGraw Hill – Interamericana.PORTUS GOVINDEN, Lincoyán (2001). Introducción a la Estadística. Segundaedición. Santa fe de Bogotá. McGraw Hill.PORTILLA CHIMAL, Enrique (1980). Estadística, Primer Curso. Bogotá: NuevaEditorial Interamericana.SPIEGEL, Murria R. (1991). Estadística. Serie de compendios Schaum. México:McGraw Hill.SMITH, A. Stanley. (1992). Curso de Estadística Elemental para las cienciasaplicadas. Primera edición. Santa fe de Bogotá. Editorial Addison – WesleyIberoamericana.TRIOLA, MARIO F. (2004). Probabilidad y Estadística. Novena edición. México.Pearson Educación.http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm
  • 369. http://www.elosiodelosantos.com/regresionlineal.htmlhttp://www.universidadabierta.edu.mx/SerEst/MAP/METODOS%20CUANTITATIVOS/Pye/tema_12.htmhttp://server2.southlink.com.ar/vap/MEDIDAS.htmhttp://cosmech.tripod.com/Estadistica/medidas1.htm
  • 370. http://eris.unalmed.edu.co/~cescobar/Bioestadistica/bioestadistica.htmhttp://ftp.medprev.uma.es/libro/node42.htmhttp://www.eumed.net/cursecon/medir/
  • 371. Anexo ASumatorias y ProductoriasA lo largo de los trabajos en estadística se encontrarán muchas veces conla suma de un gran número de términos. Con el fin de utilizar el lenguajealgebraico que permita realizar simplificaciones, se requiere el uso del símbolosumatoria el cual representa la operación de adición algebraica sobre unadeterminada cantidad de elementos numéricos.Considere las siguientes cantidades: 7, 9, 15, 14, 8, 3, 5, 16. Estos términospueden sumarse de la forma más común: 7716538141597.........SSi cada uno de estos términos numéricos es representado por Xi, donde elsubíndice i indica la cantidad relativa de elementos considerados, se puedeexpresar la anterior operación como: 77...8321......XXXXSAhora, esta operación puede expresarse de la siguiente forma: 77...832181........XXXXXiiEl símbolo griego sigma (S), que se lee sumatoria representa, para el casomás general, la suma de n términos cualquiera. Se tiene entonces que: ..niiX1es la suma de n términos, donde n es el límite superior de la sumatoria; i es el
  • 372. elemento genérico de la sumatoria; i = 1 es el límite inferior de la sumatoria.La sumatoria tiene algunas propiedades importantes que deben tenerse encuenta:. La sumatoria de una constante C de 1 a n es igual a n veces la constante. .......ninCCCCC1...
  • 373. . La sumatoria del producto de una constante por una variable es igual a laconstante por la sumatoria de la variable. .........niininiXCCXCXCXCX1121.... La sumatoria de los valores de una variable más una constante es igual a lasumatoria de la variable más n veces la constante. ................niniininiCXCXCXCXCX11121)(...)()()(. La sumatoria de una constante con límite inferior diferente a 1 es: CmnCnmi)1(.....EEJJEEMMPPLLOO AA..11..Dados los valores: X1 = 2, X2 = 6, X3 = 1, X4 = 0, X5 = 7, X6 = 7, X7 = 8,hallar:a. .............51543211670162iiXXXXXXb. .............73765432387701iiXXXXXXc. .............5122222252423222129070162iiXXXXXXd. ................737654373161)87701)(7())(7(77iiiiXXXXXXXe. 25)5)(126(562......if. ....6814)2)(125(2)2(5432525252...................
  • 374. XXXXXXiiiiiLa productoria indica el producto de determinada cantidad de elementosnuméricos. Se utiliza la letra griega pi (.), que se lee producto de. De estemodo,el producto de n términos cualquiera está dado por: nniiXXXX.........211
  • 375. donde n es el límite superior de la productoria; i es el elemento genérico; i =1 es ellímite inferior. Este símbolo es usado para calcular la media geométrica.Igual que la sumatoria, la productoria tiene propiedades importantes:. La productoria de una constante C es igual a una potencia, donde la base es laconstante y el exponente es el límite superior del producto. nniCCCCC..........1. El producto de una constante C por una variable es igual a la constanteelevada al límite superior por la productoria de la variable. ...........niinniiXCCX11. La productoria de una constante con límite inferior diferente a 1 es:1.....mnnmiCCEEJJEEMMPPLLOO AA..22..Dados los valores: X1 = 2, X2 = 6, X3 = 1, X4 = 0, X5 = 5, X6 = 3, hallar:a. 0501652.......iiXb. 32222222441........ic. ..03501627293361661...........
  • 376. ........iiiiXXEEJJEERRCCIICCIIOOSS AANNEEXXOO AA1. Si X1 = 2, X2 = 4, X3 = 5, X4 = 6 y X5 = 1, calcular:a. b. c. ..51iX..312iX..425iX d. e. f. ...51)2(iX...532)4(iX...4124iX2. Complete el siguiente cuadro.
  • 377. OPERADORDESARROLLORESULTADO..101ii..512ii..5110i )12(51...ii )122(312....xxx...522)12(xx ...742)2(xx
  • 378. ..41xxx251........xx...41)42(ii..51ii..518i..413ii.....
  • 379. .5252123122nnnn
  • 380. INFORMACIÓN DE RETORNO DEL ANEXO A1. a. 18 b. 45 c. 64d. 28 e. 14 f. 772.OPERADORRESULTADOOPERADORRESULTADO5528855225500351204332768
  • 381. 1641944 ...742)2(xx118575957