Introducción a la Estadística. Tema2

Loading...

Flash Player 9 (or above) is needed to view presentations.
We have detected that you do not have it on your computer. To install it, go here.

0 comments

Post a comment

    Post a comment
    Embed Video
    Edit your comment Cancel

    1 Group

    Introducción a la Estadística. Tema2 - Presentation Transcript

    1. TEMA 2 ESTADÍSTICA DESCRIPTIVA PARA UNA VARIABLE
    2. TÉCNICAS ESTADÍSTICAS
      • Las técnicas de estadística descriptiva que pueden aplicarse sobre las tablas de datos dependen de la naturaleza de las variables implicadas:
        • Técnicas para variables cualitativas
        • Técnicas para variables cuantitativas
    3. VARIABLES CUALITATIVAS
      • Lo único que podemos hacer con las variables cualitativas es “contar cuántas veces aparece cada una de sus modalidades en un conjunto de individuos”.
      • Sólo cabe hacer RECUENTOS y CÁLCULO DE PORCENTAJES.
    4. FRECUENCIAS ABSOLUTAS Y RELATIVAS
      • Frecuencias absolutas : recuento del número de individuos que pertenecen a cada una de las modalidades de la variable.
      • Frecuencias relativas : cálculo del porcentaje de individuos que pertenecen a cada una de las modalidades de la variable.
    5. FRECUENCIAS ACUMULADAS
      • Sólo tienen sentido en el caso de variables de tipo ordinal .
      • Pueden ser absolutas o relativas.
      • Representan el número (o porcentaje) de pertenecientes “a cada modalidad de la variable ordinal o a las anteriores”.
        • Ejemplo : Personas de clase media o menos, es decir de clase baja o clase media .
    6. REPRESENTACIONES GRÁFICAS
      • La fundamental es el gráfico de barras (no confundir con un histograma).
      • Caben otras representaciones como pictogramas , gráficos de sectores , etcétera.
    7. VARIABLES CUANTITATIVAS
      • Medidas de posición.
      • Medidas de dispersión
      • Medidas de simetría
      • Representaciones gráficas
    8. LAS MEDIDAS RESUMEN
      • Nos dan una idea de cómo son los valores de la variable que estamos estudiando.
      • Veremos tres tipos:
        • Medidas de posición o de tendencia central
        • Medidas de dispersión
        • Medidas de asimetría
    9. MEDIDAS DE POSICIÓN
      • Nos dan una idea acerca de los valores centrales de la variable, aquellos alrededor de los cuales se acumulan los demás.
      • Hay tres medidas de posición fundamentales:
        • Media aritmética
        • Mediana
        • Moda
    10. MEDIA ARITMÉTICA
      • Es la medida de posición más “popular”
      • Es muy sensible a la existencia de datos extremos (menos robusta que la mediana).
    11. MEDIANA
      • Es aquel valor de la variable que es mayor que la mitad de las observaciones y menor que la otra mitad .
      • En caso de que el número de observaciones sea par, es la media aritmética de los dos valores centrales.
      • Es una medida muy robusta , esto es, poco sensible a la existencia de valores extremos.
      Es un caso particular del concepto de PERCENTIL Mediana vs. media
    12. MODA
      • Es el valor de la variable que más se repite
      • Se habla de variables unimodales y multimodales
      • Es la menos empleada de las medidas de posición
    13. MEDIDAS DE DISPERSIÓN
      • Nos dan una idea acerca de la heterogeneidad de la variable.
      • Estudiamos tres medidas de dispersión:
        • Varianza
        • Desviación estándar o típica
        • Coeficiente de variación
    14. VARIANZA
      • Es la medida de dispersión más “popular” junto con la desviación estándar.
      • Siempre toma valores no negativos .
      • Cuanto mayor sea su valor mayor es la heterogeneidad de la variable.
      MENOS VARIANZA MÁS VARIANZA
    15. DESVIACIÓN ESTÁNDAR
      • La varianza está en unidades “al cuadrado”.
      • Por eso se calcula su raíz cuadrada, la desviación estándar (o desviación típica).
    16. COEFICIENTE DE VARIACIÓN
      • Ni la varianza ni la desviación estándar están acotadas .
      • Es necesario contar con un coeficiente relativo: el coeficiente de variación.
        • Ejemplo : elefantes y gatos :
      • Un CV superior a 1 indica heterogeneidad
    17. MEDIDAS DE ASIMETRÍA
      • Asimetría positiva : cuando existen unos pocos valores extremadamente elevados y la mayoría son bajos.
        • El índice de asimetría es positivo
        • La media es mayor que la mediana
      • Asimetría negativa : cuando existen unos pocos valores extremadamente bajos y la mayoría son altos.
        • El índice de asimetría es negativo
        • La media es menor que la mediana
      • Variable simétrica :
        • Índice de asimetría cero
        • La media coincide con la mediana
    18. MEDIDAS DE ASIMETRÍA ASIMETRÍA POSITIVA ASIMETRÍA NEGATIVA SIMETRÍA
    19. REPRESENTACIONES GRÁFICAS
      • La representación gráfica básica es el histograma
        • “ Agrupamos” los valores en clases, intervalos (de la misma longitud) de la variable inicial.
        • Sobre cada intervalo dibujamos un rectángulo de altura proporcional a la frecuencia absoluta o relativa.
    20. FUNCIÓN DE DENSIDAD
      • Si el histograma de la variable representa frecuencias relativas, el área que recoge es 1.
      • En el límite, cuando el número de clases tiende a infinito, las irregularidades del histograma se suavizan y llegamos al concepto de función de densidad .
    21. FUNCIÓN DE DENSIDAD (II)
      • Para ser función de densidad, una función R->R debe cumplir dos propiedades:
        • Tomar siempre valores positivos .
        • El área que encierra bajo ella vale 1 .
      • Un ejemplo muy común de función de densidad es la distribución NORMAL .
    22. LA DISTRIBUCIÓN NORMAL
            • Es unimodal, y la moda y la mediana coinciden con la media.
            • Es simétrica alrededor de la media.
            • Nunca “toca” el eje de abscisas (es asintótica)
            • El área bajo la función es 1.
    23. LA DISTRIBUCIÓN NORMAL (II)
      • Tiene dos parámetros que la determinan inequívocamente:
        • Media
        • Varianza
      • Por tanto, existen infinitas distribuciones normales.
      • La tipificación nos permite emplear una única tabla.
    24. TIPIFICACIÓN
      • Es el proceso de convertir una variable normal cualquiera en una normal estándar
      • La puntuación Z mide la lejanía de un individuo respecto a la media y la compara con la lejanía respecto a la media del conjunto de todos los individuos.
      • A partir de la tipificación (y consultando las tablas adecuadas) podemos calcular probabilidades.

    + Juan José Gibaja MartínsJuan José Gibaja Martíns, 3 months ago

    custom

    245 views, 0 favs, 0 embeds more stats

    Estadística descriptiva univariante

    More info about this document

    CC Attribution-NonCommercial-ShareAlike LicenseCC Attribution-NonCommercial-ShareAlike LicenseCC Attribution-NonCommercial-ShareAlike License

    Go to text version

    • Total Views 245
      • 245 on SlideShare
      • 0 from embeds
    • Comments 0
    • Favorites 0
    • Downloads 21
    Most viewed embeds

    more

    All embeds

    less

    Flagged as inappropriate Flag as inappropriate
    Flag as inappropriate

    Select your reason for flagging this presentation as inappropriate. If needed, use the feedback form to let us know more details.

    Cancel
    File a copyright complaint
    Having problems? Go to our helpdesk?

    Categories

    Groups / Events