• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Importancia de la estadistica
 

Importancia de la estadistica

on

  • 27,520 views

ES UNA RECOPILACIÓN DE CONCEPTO BÁSICOS PARA EL ESTUDIO DE LA ESTADÍSTICA DESCRIPTIVAS

ES UNA RECOPILACIÓN DE CONCEPTO BÁSICOS PARA EL ESTUDIO DE LA ESTADÍSTICA DESCRIPTIVAS

Statistics

Views

Total Views
27,520
Views on SlideShare
27,520
Embed Views
0

Actions

Likes
0
Downloads
172
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Importancia de la estadistica Importancia de la estadistica Presentation Transcript

    • BIENVENIDOS ALMARAVILLOSO MUNDO DE LA ESTADISTICA
    •  Estadística Descriptiva (Deductiva): es la encargada de la organización, condensación, presentación de los datos en tablas y gráficos y del cálculo de medidas numéricas que permitan estudiar los aspectos más importantes de los datos.Estadística Inferencial o Inferencia Estadística: está definida por un conjunto de técnicas, mediante las cuales se hacen generalizaciones o se toman decisiones en base a información parcial obtenida mediante técnicas descriptivas.
    •  El uso de la Estadística es muy amplio. Resulta difícil nombrar un área en la cual no se emplee. Los métodos estadísticos han encontrado aplicación en: › Gobierno › Negocios › Ciencias Sociales › Ingeniería › Ciencias Física y Naturales › Control de Calidad › Procesos de Manufactura › Muchos otros campos de la actividad intelectual.
    •  Población: es la colección de todas las posibles mediciones u observaciones que pueden hacerse de una variable bajo estudio Se clasifica en dos categorías: › Finita: es aquella que incluye una cantidad limitada contable de observaciones, individuos o medidas. Siempre que sea posible alcanzar (contar) el número total de todas las posibles mediciones, se considera como finita la población
    • › Infinita: es aquella que incluye un gran conjunto de observaciones o mediciones que no pueden alcanzarse por conteo. Al menos, hipotéticamente, no existe límite en cuanto al número de observaciones que el experimento puede generar. Muestra: › es un conjunto de mediciones u observaciones tomadas a partir de una población. › es un subconjunto de la población.
    •  Variables: › son las características o lo que se estudia de cada individuo de la muestra. Ej: sexo, edad, peso, estatura, color de ojos, estado civil, temperatura, cantidad de nacimientos, presión, grosor, diámetro, ... Datos: › son los valores que toma la variable en cada caso. Cualitativos: son datos que solo toman valores asociados a las cualidades o atributos, clasificándolos en una de varias categorías, es decir, no son valores numéricos.
    •  Cuantitativos: provienen de variables que pueden medirse, cuantificarse o expresarse numéricamente. Ejemplos: Peso, edad, estatura presión, humedad etc.
    •  Tipos de variables cuantitativas: › Discretas: es aquella que solo puede tomar un número finito o infinito numerable de valores. Ejemplo: cantidad de hermanos. › Continuas: es la variable que puede tomar cualquier valor en una escala continua. Ejemplo: cantidad de líquido contenido en un recipiente
    •  Escala Nominal. Escala Ordinal. Escala de Intervalos. Escala de Razón o Proporción. Escala Absoluta.
    •  Muestra: › es un conjunto de mediciones u observaciones tomadas a partir de una población. › es un subconjunto de la población.
    •  Muestra aleatoria: se considera aleatoria siempre y cuando cada observación, medición o individuo de la población tenga la misma probabilidad de ser seleccionado.
    •  Variables: › son las características o lo que se estudia de cada individuo de la muestra. Ej: sexo, edad, peso, estatura, color de ojos, estado civil, temperatura, cantidad de nacimientos, presión, grosor, diámetro, ... Datos: › son los valores que toma la variable en cada caso.
    •  Cualitativos: son datos que solo toman valores asociados a las cualidades o atributos, clasificándolos en una de varias categorías, es decir, no son valores numéricos. Ej: › Sexo: f/m. › Hábito de fumar: Fumador/No fumador › Color de ojos: negro, azul, marrón, … › Religión: católica, evangélica, … › Estado civil: soltero, casado, divorciado,…
    •  Una vez que se ha realizado la recolección de los datos, se obtienen datos en bruto, los cuales rara vez son significativos sin una organización y tabulación.
    •  Formas de organizar los datos: › Un arreglo: es la forma más sencilla de organizar los datos en bruto, consiste en colocar las observaciones en orden según su magnitud: ascendente o descendente. › Poco práctica cuando se tiene una gran cantidad de datos.
    • › Una distribución de frecuencias: es un arreglo de los datos que permite expresar la frecuencia de ocurrencias de las observaciones en cada una de las clases, mostrando el patrón de la distribución de manera más significativa.Clase Pto. fi Fi fri FRi Medio
    •  La Distribución de Frecuencias: › Se recomienda su uso cuando se tienen grandes cantidades de datos (n). › Su construcción requiere, en primer lugar, la selección de los límites de los intervalos de clase. › Para definir la cantidad de intervalos de clase (k), se puede usar:  La regla de Sturges: k = 1 + 3.3log(n)  k= n
    •  La cantidad de clases no puede ser tan pequeño (menos de 5) o tan grande (más de 20), que la verdadera naturaleza de la distribución sea imposible de visualizar. La amplitud de todas las clases deberá ser la misma. Se recomienda que sea impar y que los puntos medios tengan la misma cantidad de cifras significativas que los datos en bruto. Los límites de las clases deben tener una cifra significativa más que los datos en bruto.
    •  Los gráficos permiten visualizar en forma global y rápida el comportamiento de los datos. Para datos cuantitativos agrupados en clases, comúnmente se utilizan tres gráficos: › Histogramas. › Polígono de frecuencias. › Ojiva o Polígono de frecuencias acumuladas.
    • Histograma
    • Histograma y Polígono de Frecuencias
    • Ojiva
    •  Para datos cualitativos se usan: › Curvas › Barras › Sectores
    • Barras Barras
    • Sectores, torta o circular
    •  Las medidas de tendencia central más importantes son: › Media: Aritmética y Aritmética ponderada. › Mediana. › Moda.
    •  Es la suma de todas las observaciones dividida entre el número total de observaciones. Expresada de forma más intuitiva, podemos decir que la media aritmética es la cantidad total de la variable distribuida a partes iguales entre cada observación. (wikipedia) Por ejemplo, si en una habitación hay tres personas, la media de dinero que tienen en sus bolsillos sería el resultado de tomar todo el dinero de los tres y dividirlo a partes iguales entre cada uno de ellos. Es decir, la media es una forma de resumir la información de una distribución (dinero en el bolsillo) suponiendo que cada observación (persona) tendría la misma cantidad de la variable. (wikipedia)
    •  Para datos no agrupados: n xi i 1 X n Para datos agrupados: k mi f i i 1 X n Donde: mi: punto medio de la clase i fi: frecuencia absoluta de la clase i k: cantidad de clases
    •  Es el valor que ocupa la posición central de un conjunto de observaciones, una vez que han sido ordenados en forma ascendente o descendente. Divide al conjunto de datos en dos partes iguales.
    •  Para datos no agrupados: › Si n es impar: posición donde se ubica la mediana es igual a (n+1)/2. › Si n es par: (n+1)/2 no es entero, por lo tanto la mediana será igual al promedio de las dos posiciones centrales.
    •  Datos agrupados: clase mediana es la que contiene a la observación que ocupa la posición n/2. n 1 F ( xm 1 ) Md Lm 2 Cm f ( xm ) Donde: Lm: límite inferior de la clase mediana. F(xm-1): frecuencia acumulada de la clase anterior a la clase mediana. f(xm): frecuencia absoluta de la clase mediana. Cm: amplitud de la clase mediana.
    •  Observación o clase que tiene la mayor frecuencia en un conjunto de observaciones. Un conjunto de datos puede ser unimodal, bimodal o multimodal. Es la única medida de tendencia central que se puede determinar para datos de tipo cualitativo.
    •  Para datos no agrupados: es simplemente la observación que más se repite. Para datos agrupados: 1 Mo Lim Cm 1 2 Donde: Lim: límite inferior de la clase modal. 1: diferencia entre fi de la clase modal y la anterior. 2: diferencia entre fi de la clase modal y la posterior. Cm: amplitud de la clase modal (clase de mayor frecuencia).
    • Cuando los datos son sesgados es mejor emplear la Md