Successfully reported this slideshow.

Estadistica descriptiva

3,112 views

Published on

Estadistica descriptiva

  1. 1. Matemática 2011 Estadística Descriptiva
  2. 2. APRENDIZAJES ESPERADOS <ul><ul><li>Ordenar y agrupar datos en una tabla. </li></ul></ul><ul><ul><li>Construir histogramas y polígonos de frecuencias, basados en los datos recopilados. </li></ul></ul><ul><ul><li>Calcular e interpretar las medidas de tendencia central. </li></ul></ul><ul><ul><li>Aplicar la Estadística Descriptiva en la resolución de problemas de la vida real. </li></ul></ul><ul><ul><li>Analizar gráficos y tablas de datos. </li></ul></ul>
  3. 3. Contenidos 1.1 Estadística 1.2 Población <ul><li>Definición: </li></ul>1.3 Muestra 1.4 Variable estadística, cualitativa y cuantitativa 2. Distribución de frecuencias 2.1 Distribución de frecuencias en datos NO agrupados 2.2 Distribución de frecuencias en datos agrupados
  4. 4. 3. Gráficos estadísticos 4. Medidas de tendencia central 4.1 Moda 3.1 Gráfico de barras 3.2 Histogramas 3.3 Polígonos de frecuencia 3.4 Gráficos circulares 4.2 Mediana 4.3 Media aritmética o promedio 5. Medidas de dispersión 5.1 Desviación típica o estándar
  5. 5. 1. Definición: Es una herramienta matemática que permite recopilar, organizar, presentar y analizar datos obtenidos de un estudio estadístico. Colección o conjunto de personas, objetos o eventos que poseen características comunes, cuyas propiedades serán analizadas. Subconjunto de la población que comparte una determinada característica. 1.1 Estadística 1.2 Población 1.3 Muestra
  6. 6. En ella se describen las características de la muestra. Existen dos tipos: Cualitativas y Cuantitativas <ul><li>Cualitativas: </li></ul>Las variables cualitativas tienen características no numéricas. Por ejemplo: color de pelo, sexo, estado civil, etc. <ul><li>Cuantitativas: </li></ul>Las variables cuantitativas tienen características numéricas. Por ejemplo: edad, estatura, número de hijos, etc. Cuantitativa discreta : Son aquellas a las que se les puede asociar un número entero y es imposible fraccionar. Por ejemplo: número de hijos, número de automóviles. Cuantitativa continua : Son aquellas a las que se les puede asociar cualquier número real. Por ejemplo: peso, estatura, tiempo. 1.4 Variable estadística
  7. 7. 2. Distribución de frecuencias Se utiliza para ordenar una gran cantidad de datos obtenidos de un estudio estadístico y, con ella, extraer información relevante. Ejemplo: Se aplica un modelo PSU de matemática a un grupo de 20 alumnos de 4° medio, y los resultados son los siguientes: Frecuencia : Corresponde a la cantidad de veces que se encuentra un dato en una muestra. Puntaje Frecuencia [300,400[ 2 [400,500[ 5 [500,600[ 3 [700,800[ 7 [800,850] 3
  8. 8. Ejemplo: Al lanzar un dado 10 veces, se obtuvo la siguiente información: 1 – 6 – 4 – 3 – 1 – 2 – 6 – 5 – 1 – 3 y al construir la tabla de frecuencias, se obtiene: Al sumar la columna frecuencia, se obtiene el total de datos (n). Total datos: 10 . 2.1 Distribución en datos NO agrupados Número Frecuencia 1 3 2 1 3 2 4 1 5 1 6 2
  9. 9. Si la variable es cuantitativa continua, debemos agrupar los datos en intervalos semiabiertos, excepto el último, que es cerrado. Al agrupar los datos en intervalos, se debe calcular la “ marca de clase”. Ejemplo: Corresponde al promedio entre los extremos del intervalo. 2.2 Distribución en datos agrupados Peso (Kg.) Frecuencia Marca de clase [55,59[ 2 57 [59,63[ 5 61 [63,67[ 3 65 [67,71[ 7 69 [71,75] 4 73
  10. 10. 3. Gráficos estadísticos Se utiliza para variables cualitativas o variables cuantitativas . Ejemplo: Cada variable se representa mediante una barra proporcional a su frecuencia. 3.1 Gráfico de Barras
  11. 11. Se utilizan para datos agrupados. Ejemplo: Cada intervalo se representa mediante una barra proporcional a su frecuencia. La distribución del número de horas que duraron encendidas 200 ampolletas está dada en el gráfico siguiente. (Ensayo PSU, 2004) 3.2 Histogramas
  12. 12. Ejemplo: Es la línea que une los puntos correspondientes a las frecuencias de cada dato. 3.3 Polígono de frecuencia
  13. 13. Ejemplo: Estos gráficos permiten visualizar la distribución de los datos en forma de porcentaje sobre un total. 3.4 Gráficos circulares
  14. 14. 4. Medidas de tendencia central Ejemplo: Es el dato que más se repite, es decir, el que tiene mayor frecuencia. De acuerdo a la gráfica, la Moda es 15. 4.1 Moda Temperatura (º C) Frecuencia 1 2 3 4 8 10 12 15 18 21 5 25 6
  15. 15. Corresponde al “ valor central” de todos los datos ordenados de una muestra. La muestra debe ser ordenada en forma ascendente o descendente. Cuando la muestra tiene un número par de datos, la mediana corresponderá al promedio de los dos datos centrales. 4.2 Mediana
  16. 16. Ejemplo 1: Los puntajes de 8 alumnos en el 5° simulacro son los siguientes: 650 – 556 – 722 – 478 – 570 – 660 – 814 – 670 Al ordenarlos de menor a mayor: 478 – 556 –570 – 650 – 660 – 670 – 722 – 814 = 655 Mediana = 650 + 660 2
  17. 17. Ejemplo 2: Determinar la mediana a partir del siguiente gráfico: Solución: Para determinar el total de datos, debemos sumar las frecuencias. En este caso, el total de datos es 16 . Luego, los valores centrales están ubicados en las posiciones 8ª y 9ª. Ambos corresponden a nota 4. Por lo tanto, la mediana es 4 . 1 2 1 5 3 2 2 Nota N° Alumnos 1 2 3 4 1 2 3 4 5 6 5 7 6
  18. 18. Es el valor que se obtiene al dividir la suma de todos los valores por el total de datos. Ejemplo 1: Los puntajes de 8 alumnos en el 5° simulacro son los siguientes: 650 – 556 – 722 – 478 – 570 – 660 – 814 – 670 Luego, la media aritmética (promedio) es: = 640 Por lo tanto, el promedio de los puntajes es 640 . 4.3 Media aritmética o promedio (x) x = 650 + 556 + 722 + 478 + 570 + 660 + 814 + 670 8 x
  19. 19. Ejemplo 2: Determinar la media aritmética a partir del siguiente gráfico: Solución: Para determinar el total de datos, debemos sumar las frecuencias. En este caso, el total de datos es 16 . Para determinar la media aritmética , debemos multiplicar cada dato por su frecuencia, sumar estas cantidades y el resultado dividirlo por el total de datos (n). Por lo tanto: Nota N° Alumnos 1 2 3 4 1 2 3 4 5 6 5 7 6
  20. 20. ≈ 4,3 1 2 1 5 3 2 2 x = 1 ·1 + 2 ·2 + 3 ·1 + 4 ·5 + 5 · 3 + 6 ·2 + 7 ·2 16 x = 1 + 4 + 3 + 20 + 15 + 1 2 + 14 16 x = 69 16 x Nota N° Alumnos 1 2 3 4 1 2 3 4 5 6 5 7 6
  21. 21. 5. Medidas de dispersión Indican el alejamiento de los datos con respecto a la media aritmética. A mayor desviación estándar, mayor dispersión en los datos y a menor desviación estándar, mayor homogeneidad en ellos. 5.1 Desviación típica o estándar
  22. 22. FIN

×