libro de estadistica (estrada) correccion.doc
TRANSCRIPT
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
1/101
INTRODUCCIN-PRESENTACIN.
Los avances que se experimentan en la actualidad en todas las reas sin
excepcin, ameritan un tratamiento adecuado en cuanto a los pormenores
propios de los fenmenos donde se circunscriben. Por tanto el manejo de
volmenes inmensos de informaciones, requieren a su vez del conocimiento de
estrategias que permitan dar una lectura, que se aproximen a la esencia de los
problemas.
Hoy en da han surgido muchas tcnicas para tales efectos, sin embargo la
Estadstica sigue siendo una herramienta muy valiosa a la hora de abordar y
tratar con informaciones que deben ser analizadas con cierta precisin. Para ello
se han desarrollado una serie de paquetes o programas que procesan de
manera casi perfecta los clculos que manualmente pudieran realizarse, y es all
donde surge el problema. La tecnificacin de los procesos ha producido una
especie de olvido de las ms elementales operaciones en la obtencin deestadsticos o parmetros, es decir, el conocimiento de qu es un promedio o una
desviacin, cmo se calculan y cmo se interpretan, alejan a los estudiosos de
esta disciplina de lo verdaderamente interesante que es la Estadstica
En el presente material se recogen y expresan de manera elemental y
precisa algunos conceptos y teoras bsicas para aproximarnos a una posible
interpretacin y estudio de la Estadstica como herramienta de trabajo. No se trata
en modo alguno de la panacea a las exigencias de la enseanza de esta
disciplina en la actualidad, sino presentar de manera clara y directa los aspectos
que se estudian o deben estudiarse para el inicio de un anlisis serio de esta
disciplina. La idea parte de la recopilacin de notas y experiencias a lo largo de
las mltiples experiencias como profesor de esta asignatura, y por la necesidad
1
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
2/101
de confeccionar una gua que aborde de manera clara los elementos que
constituyen esta herramienta.
Ser una gua til tanto para docentes como para los estudiantes. A partir
de estas notas se pretende crear las bases para un entendimiento efectivo de la
Estadstica, slo falta que el lector le ponga un poco de inters para asimilar de
manera correcta los elementos que constituyen y dan forma a la Estadstica.
El mismo se constituye en el punto de partida para avanzar en el estudio y
conocimiento de los aspectos tericos que permitan entender los fenmenos con
cierta precisin. A partir de aqu el lector y los interesados podrn asumir sus
posturas para luego experimentar en los diferentes fenmenos de la sociedad yun poco ms all la aplicabilidad y utilidad de la Estadstica, es una aventura
interesante, y vale la pena probar.
2
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
3/101
Unidad I: Elementos bsicos de la Estadstica.
Historia de la Estadstica.
La Estadstica es una ciencia que surgi de la necesidad de contabilizar
informaciones propios de la sociedad, como nmero de habitantes, bienes de una
empresa o familia, nacimientos, cosechas, etc.
Mara Da Silva Ramis (2009), describe el origen de la estadstica as,
Desde los comienzos de la civilizacin han existido formas sencillas deestadsticas, pues ya se utilizaban representaciones grficas y otros smbolos enpieles, rocas, palos de madera y paredes de cuevas para contar el nmero depersonas, animales o ciertas cosas. Hacia el ao 3000 A.C. los babilonios usabanya pequeas tablillas de arcilla para recopilar datos en tablas sobre la produccinagrcola y de los gneros vendidos o cambiados mediante trueque. Los egipciosanalizaban los datos de la poblacin y la renta del pas mucho antes de construirlas pirmides en el siglo XXXI a.C. Los libros bblicos de Nmeros y Crnicasincluyen, en algunas partes, trabajos de estadstica. El primero contiene doscensos de la poblacin de Israel y el segundo describe el bienestar material delas diversas tribus judas. En China existan registros numricos similares con
anterioridad al ao 2000 A.C. Los griegos clsicos realizaban censos cuyainformacin se utilizaba hacia el ao 594 A.C. para cobrarimpuestos. (p. 2)
Grecia tambin tuvo importantes observaciones estadsticas en lo que
refiere a distribucin de terreno, servicio militar, etc. Tambin cabe citar entre los
griegos principalmente a Scrates, Herdoto y Aristteles, quienes a travs de
sus escritos incentivaron la estadstica por su importancia para el Estado.
En Roma, con su perfecta organizacin poltico, jurdica y administrativa;favoreci para le desarrollo de la Estadstica.
Con Carlo Magno, en Francia regresaron las estadsticas a Europa,
teniendo un carcter netamente financiero y administrativo. En Inglaterra
3
http://www.monografias.com/trabajos15/estadistica/estadistica.shtmlhttp://www.monografias.com/trabajos11/estadi/estadi.shtml#METODOShttp://www.monografias.com/trabajos36/signos-simbolos/signos-simbolos.shtmlhttp://www.monografias.com/trabajos/geologia/geologia.shtmlhttp://www.monografias.com/trabajos15/transformacion-madera/transformacion-madera.shtmlhttp://ads.us.e-planning.net/ei/3/29e9/cfa010f10016a577?rnd=0.3192902054516993&pb=8676c6adec59a413&fi=f7adfc9ffae57818http://www.monografias.com/trabajos10/cani/cani.shtmlhttp://www.monografias.com/trabajos54/produccion-sistema-economico/produccion-sistema-economico.shtmlhttp://www.monografias.com/trabajos16/contabilidad-mercantil/contabilidad-mercantil.shtml#libroshttp://www.monografias.com/trabajos/sionismo/sionismo.shtmlhttp://www.monografias.com/trabajos13/cultchin/cultchin.shtmlhttp://www.monografias.com/trabajos7/regi/regi.shtmlhttp://www.monografias.com/trabajos7/sisinf/sisinf.shtmlhttp://www.monografias.com/trabajos7/impu/impu.shtmlhttp://www.monografias.com/trabajos15/estadistica/estadistica.shtmlhttp://www.monografias.com/trabajos11/estadi/estadi.shtml#METODOShttp://www.monografias.com/trabajos36/signos-simbolos/signos-simbolos.shtmlhttp://www.monografias.com/trabajos/geologia/geologia.shtmlhttp://www.monografias.com/trabajos15/transformacion-madera/transformacion-madera.shtmlhttp://ads.us.e-planning.net/ei/3/29e9/cfa010f10016a577?rnd=0.3192902054516993&pb=8676c6adec59a413&fi=f7adfc9ffae57818http://www.monografias.com/trabajos10/cani/cani.shtmlhttp://www.monografias.com/trabajos54/produccion-sistema-economico/produccion-sistema-economico.shtmlhttp://www.monografias.com/trabajos16/contabilidad-mercantil/contabilidad-mercantil.shtml#libroshttp://www.monografias.com/trabajos/sionismo/sionismo.shtmlhttp://www.monografias.com/trabajos13/cultchin/cultchin.shtmlhttp://www.monografias.com/trabajos7/regi/regi.shtmlhttp://www.monografias.com/trabajos7/sisinf/sisinf.shtmlhttp://www.monografias.com/trabajos7/impu/impu.shtml -
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
4/101
Guillermo el Conquistador mand a realizar una especie de catastro, que
constituye un documento estadstico administrativo.
La Iglesia, viendo la importancia de la estadstica es que despus del
Concilio de Trento estableci la obligacin de la inscripcin de nacimientos,
matrimonio y defunciones.
A mediados del siglo XVII, gracias a Vito Seckendorff, y sobre todo de
German Conring al que se le atribuye como fundador de la Estadstica era la
descripcin de los hechos notables de un estado.
La Estadstica pas as a ser la descripcin cuantitativa de las cosasnotables de un estado. Von Schler separ la teora de la estadstica de la
aplicacin prctica de la misma. Todos ellos formaron parte de la tendencia de la
Estadstica Universitaria Alemana, conocida como la Estadstica Descriptiva.
En la actualidad la Estadstica es aplicada a la mayora de las actividades
humanas, y existen programas y tcnicas muy precisas, que manejados en todos
los campos, en particular en el educativo, ser de mucha ayuda para entender
muchos de los fenmenos que hoy se experimentan. las tcnicas estadsticas se
aplican de manera amplia en mercadotecnia, contabilidad, control de calidad y en
otras actividades; estudios de consumidores; anlisis de resultados en deportes;
administradores de instituciones; en la educacin; organismos polticos; mdicos;
y por otras personas que intervienen en la toma de decisiones.
Las nuevas tecnologas han venido a cambiar por completo el panorama
tradicional de como se hacan, se vean y se enseaban las probabilidades y laestadstica. Introducirse en este nuevo panorama implica realizar profundos
cambios en nuestros programas educativos que van desde la rudimentaria
calculadora hasta los ms avanzados programas.
4
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
5/101
Es muy amplia la variedad de aplicaciones informticas disponibles para
estadstica y probabilidad, entre otros, Excel o Calc, Javascript, Applet de Java,
Geogebra, Proyecto Descartes, Software Libre,Otros Software
En el entorno educativo se aplican con mayor frecuencia: SPSS, S-PLUS,MINITAB, STATGRAPHICS. El SPSS es la herramienta estadstica ms utilizada
a nivel mundial en el entorno acadmico. Puede trabajar con bases de datos de
gran tamao. . Adems, de permitir la recodificacin de las variables y registros
segn las necesidades del usuario. El programa consiste en un modulo base y
mdulos anexos que se han ido actualizando constantemente con nuevos
procedimientos estadsticos.
En spss.com/es/ se puede descargar una versin demo del programa
De tal manera que los avances de esta ciencia son ilimitados hoy y
maana?
5
http://www.estadisticaparatodos.es/software/software.html#1http://www.estadisticaparatodos.es/software/software.html#2http://www.estadisticaparatodos.es/software/software.html#3http://www.estadisticaparatodos.es/software/software.html#4http://www.estadisticaparatodos.es/software/software.html#5http://www.estadisticaparatodos.es/software/software.html#6http://www.spss.com/es/http://www.spss.com/downloads/Papers.cfm?ProductID=00035&Name=SPSS_Base&DLType=Demo&source=homepage&hpzone=product_downloadhttp://www.estadisticaparatodos.es/software/software.html#1http://www.estadisticaparatodos.es/software/software.html#2http://www.estadisticaparatodos.es/software/software.html#3http://www.estadisticaparatodos.es/software/software.html#4http://www.estadisticaparatodos.es/software/software.html#5http://www.estadisticaparatodos.es/software/software.html#6http://www.spss.com/es/http://www.spss.com/downloads/Papers.cfm?ProductID=00035&Name=SPSS_Base&DLType=Demo&source=homepage&hpzone=product_download -
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
6/101
Estadstica:
Es un poco difcil concebir de manera precisa y objetiva Qu es
Estadstica?, algunos sostienen que se trata de una herramienta, otros, que es
una ciencia, sin embargo, ms all de cualquier argumentacin, la Estadstica es
un conjunto de mtodos y tcnicas que se encargan de recolectar, procesar y
analizar informaciones con el objeto de obtener conclusiones que redunden en
beneficio de la investigacin que se realiza.
Para visualizar esta definicin, pensemos por ejemplo en que uninvestigador est interesado en estudiar el impacto socioeconmico de una
medida impositiva determinada, en este caso se inclinara en determinar, ingreso
promedio, grupo familiar, grado de instruccin, profesin, por citar algunos
aspectos que interesan tocar. A estas informaciones se les da un tratamiento
especfico, y en funcin de los resultados las conclusiones se apoyarn en dichas
informaciones.
Ejemplo: Consideremos el siguiente cuadro,
Distribucin de planteles y secciones asignadas por el Estado a 4 Planteles deeducacin Bsica en los aos 2007-2010
Ao Plantel1
Plantel2
Plantel3
Plantel4
Total
2007
12 18 11 15 56
2008
15 12 23 18 68
2009
21 17 19 20 77
2010
11 10 13 14 54
total 69 57 67 67
6
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
7/101
Con esta informacin, el lector puede extraer conclusiones en funcin de lo
que se investiga o se describe, por ejemplo puede totalizar la informacin por
aos o por plantel, extraer porcentajes, establecer tendencias etc. En este caso,
podemos concluir:
1. Para el ao 2009 hubo la mayor cantidad de secciones en el Estado.
2. Entre los aos 2007 y 2009 hubo un incremento de secciones en el
Estado.
3. La menor distribucin de secciones se dio en el 2010
Estadstica Descriptiva: Es aquella, que previa realizacin de la recoleccin de
informacin y obtencin de resultados, tipifica o caracteriza a la Poblacin de
donde se genera; es decir, describe, en funcin de los atributos a la Poblacin encuestin, por ejemplo:
a. Caripe es una poblacin Turstica.
b. Monagas es una zona petrolera.
Estadstica Inferencial o Inductiva: Es la parte de la Estadstica, que en funcin
de resultados obtenidos en porciones pequeas de una Poblacin, tales
resultados son generalizados a todo el universo, por ejemplo:
a. La duracin promedio de los cauchos de cierta marca es de 2 aos.
b. El promedio de vida de la Etnia Warao es de 62 aos.
Poblacin:
En principio diremos que es un conjunto bien definido, es decir, para que
exista una poblacin, entre sus elementos debe existir una caracterstica comn
que los describa como tales. Tambin se define como el grupo total de
elementos, objetos o personas que interesan para la realizacin de un estudio o
investigacin especfica.
7
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
8/101
La poblacin se escoge de acuerdo a los intereses del investigador y de la
totalidad de unidades que afectarn los resultados o conclusiones a que se
lleguen.
Por ejemplo:
a. Poblacin de animales.
b. Nmero de alumnos que cursan la III etapa en una escuela bsica
determinada.
c. Los habitantes de una determinada sociedad.
d. Empresas de seguridad del Estado.
e. Total de estudiantes del pedaggico de Maturn.
f. Plantas de Maz sometidas a una prueba de abono.g. Los nmeros pares.
Tipos de Poblacin:
1. Poblacin Homognea: Es aquella donde prevalece o sobresale una sola
caracterstica.
Por ejemplo:
a. Torrente sanguneo de una persona.
b. Grupo de alumnos pertenecientes a una seccin de Estadstica
en el Pedaggico de Maturn
c. Color de las hojas de un grupo de plantas.
d. El conjunto de los nmeros primos.
2. Poblacin Heterognea: Es aquella donde prevalecen varias
caractersticas (dos o mas).
Por ejemplo: a. Estratos sociales de Venezuela.
b. Nivel de instruccin de los habitantes de Maturn.
c. ndice acadmico promedio de un grupo de estudiantes.
8
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
9/101
3. Poblacin Finita: Es aquella donde los sujetos o elementos se pueden
enumerar fcilmente. La finitud en Estadstica es entendida en tanto los datos
o informaciones se pueden manejar con cierta precisin (no as sus
resultados), en ningn modo se debe confundir con las apreciaciones que al
respecto se realizan en Matemtica.
Por ejemplo: a. Nmero de alumnos de una seccin de Biologa.
b. Cantidad de Profesores adscritos a un Departamento en el
IPM.
4. Poblacin Infinita: Es aquella donde los sujetos o elementos no se pueden
enumerar fcilmente. Por ejemplo:
a. Nmero de estudiantes Universitarios.
b. Plantacin de maz en un Estado.
c. Cantidad de peces que viven en el ro Orinoco.
Muestra: Es una parte o subconjunto de una Poblacin. En la prctica, est
constituida por todas las personas o los elementos de la poblacin a quienes se
les administrar un tratamiento o se les aplicar un instrumento en particular. Por
ejemplo,
a. Los estudiantes del I semestre de Contadura de la UDO.
b. Los estudiantes menores de 15 aos de edad de un Liceo.
Es importante aclarar que cuando la poblacin es relativamente pequea,
no hace falta realizar la extraccin de una muestra, en estos casos se trabaja con
todos los elementos que constituyen la poblacin.
Muestreo: Para Freund y Manning Smith (1986) es un mtodo de seleccin de
una muestra en forma tal que todas y cada una de las posibles muestras tengan
la misma probabilidad de ser seleccionadas (p. 291), es decir, son las distintas
formas que utilizamos para determinar o escoger un muestra, por ejemplo,
seleccionando al azar el 25% de los elementos de una poblacin, o entrevistar a
9
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
10/101
los primeros 20 estudiantes que ingresan en un da determinado a la Institucin,
etc.
Clculo del tamao de la muestra
Supongamos que en una poblacin de estudiantes de una Universidad
determinada se cuenta con un total de 407 estudiantes, pero por cuestiones de
tiempo, dinero y otras limitaciones, se debe escoger una muestra Cul es el
tamao ideal?, no existe un parmetro al respecto, sin embargo existe una
frmula para proporciones poblacionales en poblaciones finitas propuestas por
Bonilla (1991) tal como aparece a continuacin:
NZPQN= ---------------------
(N-1)E+ZPQ
Donde:
N= Tamao de la poblacin (407)
Z= Constante probabilstica para el coeficiente de confianza asumido (1,96),
asume un nivel de significacin del 5%
P= Proporcin de casos favorables (0,50)
Q= Proporcin de casos desfavorables (0,50)
E= Error de muestreo asumido (10%), ste lo asume el investigador.
Al reemplazar los valores se obtiene:
407(1,96) (0,50) (0,50)
N= ----------------------------------------------
(407-1)(0,1)+(1,96) (0,50) (0,50)
N= 77,69, es decir, la muestra en este caso es de 78 estudiantes, los cuales
sern seleccionados de acuerdo a los criterios del investigador.
10
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
11/101
Parmetro: Para Ferris J. (2005) es el clculo resumido de mediciones
realizadas en todos los sujetos de una poblacin (p.37), el mismo autor plantea
que si los clculos se realizan a nivel de muestra se denomina Estadstico(p.37). Por ejemplo si en un curso de 50 estudiantes determinamos la edad
promedio de todo el grupo, este resultado es un parmetro, y si seleccionamos
una muestra de 15 estudiantes y hacemos el clculo de la edad promedio, ste es
un estadstico.
Veracidad sobre la existencia de la Muestra Representativa. De ser
cierto, quin lo garantiza?Muestra Representativa: Es aquella que refleja con la mayor exactitud
posible, las caractersticas estudiadas de la poblacin, es proporcional a la misma
y el error muestral no debe superar los lmites permitidos.
Los criterios que se utilizan para la seleccin de muestras pretenden
garantizar que el conjunto seleccionado represente con la mxima fidelidad a la
totalidad de la que se ha extrado, as como hacer posible la medicin de su
grado de probabilidad.
Si la muestra se selecciona correctamente, tendr bsicamente las mismas
propiedades que la poblacin de la cual fue extrada; pero si el muestreo se
realiza incorrectamente, la muestra no es significativa entonces puede
suceder que los resultados no signifiquen nada, porque se producen errores
sistemticos no controlados.
En tal sentido la representatividad de la muestra estara garantizada por el
proceso de muestreo y depende del tamao con respecto al nmero total de la
poblacin. No obstante a ello, la objetividad en estos asuntos nadie la puede
asegurar.
11
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
12/101
Importancia de la Estadstica Inferencial en las investigaciones
actuales.
La Estadstica Inferencial se deriva de muestras, de observaciones hechas
slo acerca de una parte de un conjunto numeroso de elementos y esto implica
que su anlisis requiere de generalizaciones que van ms all de los datos y un
alto nivel de conocimientos de estadstica, probabilidad y matemtica. Como
consecuencia, la caracterstica ms importante del reciente crecimiento de la
estadstica ha sido un cambio en el nfasis de los mtodos que describen a
mtodos que sirven para hacer generalizaciones.
Uno de los aspectos principales de la inferencia es la estimacin de
parmetros estadsticos.
La inferencia siempre se realiza en trminos aproximados y declarando un
cierto nivel de confianza.
Lo dicho anteriormente refleja la importancia de la Estadstica inferencial
en las actuales investigaciones, ya que permite predecir comportamientos y
sucesos de los eventos estudiados.
Tipos de Muestreo.
En el Libro La evaluacin y su aplicacin en el aula (2005, p.p. 78-81), de
Estrada, se describen los diferentes tipos de muestreos, a saber:
1. Determinsticos o no Probabilsticos: En este tipo de muestreo el
investigador los sujetos de la muestra son afectados por la manipulacin
que se ejerce en ellos, tal manipulacin ser una buena o mala seleccin
dependiendo de las caractersticas y las formas de seleccin.
12
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
13/101
1.1. Muestreo Accidental (Casual o Convencional): Se realiza
cuando la seleccin de la muestra se ejecuta a conveniencia del
investigador, esto porque le interesa un determinado grupo, con ciertas
y determinadas caractersticas o cualquier otro requisito, que para los
efectos del estudio, el investigador estime sean los ms adecuados.
Ejemplo:
a) Seleccionar los 50 primeros estudiantes que ingresen a la
Universidad X.
b) Trabajar con las secciones de Estadstica I en el presente semestre
y que reprobaron lenguaje en el periodo anterior, etc.
1.2. Muestreo Intencional: Es cuando los sujetos o elementos de la
muestra se seleccionan nica y exclusivamente bajo los criterios (e intenciones)
del investigador.
Por ejemplo:
a) Supongamos que en la Universidad donde trabajamos, de los 10 cursos
de Matemtica I que se ofrecieron, 2 son de estudiantes que repiten la
asignatura por primera vez. En este caso, un muestreo intencional sera
seleccionar estas 2 secciones de Matemtica I para indagar acerca de
las posibles causas que afectaron el rendimiento en la asignatura en el
semestre anterior. En este caso la intencin del investigador es clara,
esto no desvirta ni desdice de la calidad de los resultados, todo lo
contrario, una seleccin donde se incluya algn estudiante no
repitiente afectara notablemente los verdaderos objetivos de la
investigacin.
b) Un Psiclogo desea averiguar algunas causas que provocan la
violencia estudiantil en una Institucin. En este caso el Psiclogo
escoge, por ejemplo, 20 jvenes con conducta violenta para aplicarles
13
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
14/101
un cuestionario previamente elaborado, aqu no interesara ningn
estudiante con conductas normales, esto por la orientacin del
estudio.
1.3. Muestreo por cuotas: Su nombre se debe a la forma de cmo en la
prctica se escoge la muestra deseada. Por ejemplo, supongamos que deseamos
Evaluar una carrera determinada (por ejemplo, Educacin Fsica) en la UPEL,
para ello se exige que los estudiantes (es decir, las cuotas) que formarn parte de
la muestra cumplan las siguientes condiciones:
a. Que cursen por lo menos el IV semestre de la Carrera.
b. No menor de 20 aos de edad.
c. Que no le hayan reprobado alguna asignatura, etc.
Posteriormente se decide cuntos estudiantes se seleccionarn en cada
Cuota solicitada, esto tambin ser a criterio del investigador o investigadores.
En algunos casos, el muestreo por cuotas tambin se denomina muestreo
proporcional, y significa, escoger de una poblacin las cuotas requeridas con lacondicin de que sea proporcional en cada grupo, veamos un caso especfico,
supongamos que se tiene una poblacin formada por un grupo de empresas, y se
desea seleccionar una muestra proporcional de acuerdo a cada rubro o subgrupo:
EMPRESAS NUMERO MUESTRA %
De Servicio 20 5 25
Mantenimiento 100 25 25
Instalaciones 40 10 25
Otros Ramos. 16 4 25
En este caso, se seleccionaron 34 Empresas por cuotas de un total de 176.
14
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
15/101
2. Muestreos Probabilsticos: Son los que se realizan de forma aleatoria, es
decir, todos los sujetos o elementos de una poblacin tienen la misma
probabilidad de ser seleccionados. En este caso, los sesgos, desviaciones o
casos extraos se le cargan a la aleatorizacin en que fue escogida la
muestra, en los no Probabilsticos, la responsabilidad recae en el
investigador.
2.1. Muestreo aleatorio simple al azar: Consiste en listar o enumerar
todos y cada uno de los sujetos que conforman una poblacin, y
mediante extracciones simples e individuales se extrae el nmero de
sujetos de la muestra, un ejemplo tpico de este tipo de muestreo es el
juego de bingo.
Si deseamos aplicar una prueba de entrada a una muestra de alumnos de
nuevo ingreso de una Universidad, todos los estudiantes se enumeran en forma
correlativa y con extracciones simples se escogen los componentes de la
muestra, por ejemplo, los sujetos, 2, 6, 11, 23, 38, 43, 55 y 98 de una lista total
de 100 alumnos, luego tomamos nota de los nombres de los sujetos cuyos
nmeros en la lista les corresponde los seleccionados.
2.2. Muestreo Estratificado: Significa particionar o sectorizar la poblacin en
Estratos. Por ejemplo, si deseamos averiguar la percepcin que tienen en
el Liceo Ayacucho por la discusin del Proyecto de la Nueva Ley
Orgnica de Educacin, pudiramos dividirlo en dos Estratos:
Estrato 1: Alumnos.
Estrato 2: Profesores.
Estrato 3: Padres y Representantes.
15
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
16/101
Se pudieran agregar o recortar el nmero de Estratos, todo depender de
la amplitud o radio de accin de lo que se investigue. Ahora bien, una vez
determinados los Estratos, el nmero de sujetos en cada uno de ellos tambin se
seleccionan de forma aleatoria (al azar).
2.3. Muestreo Sistemtico: Su nombre se debe a que su ejecucin implica
sistematizar la forma de seleccionar la muestra, a saber:
1. Se enumeran los sujetos del 1 a N (N= No. Total de sujetos de la
poblacin).
2. Se determina el tamao de la muestra (n) y se calcula el intervalo muestral
de la siguiente manera,
K = N/n.
3. Aplicando el muestreo simple al azar se selecciona el primer sujeto S (entre
1 y K).
4. Se determinan los sujetos de K en K, es decir,
Sujeto 1: S
Sujeto 2 = S + K.
Sujeto 3 = S + K + K = S + 2KSujeto 4 = S + 3K
Ultimo Sujeto= S + (n 1).K
Veamos un ejemplo especfico, Disponemos de 500 estudiantes en una
Universidad, los enumeramos de 1 en 1 hasta el 500 (aqu N = 500).
En este caso determinamos el 10% de la poblacin como muestra, es
decir,
n = N x 10% = 500 x 0,1 = 50, luego n = 50 sujetos, ahora determinamos
K,
16
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
17/101
K = N/n = 500/50 = 10, luego el valor o posicin de S se determinar en
forma aleatoria entre 1 y 10 (pues K = 10), supongamos que S = 3, la muestra
ser la siguiente:
Sujeto 1: 3.
Sujeto 2: 3 + 10 = 13
Sujeto 3: 13 + 10 = 23.
Sujeto 4: 23 + 10 = 33.
Sujeto 5: 33 + 10 = 43
Sujeto 6: 43 + 10 = 53
Sujeto 7: 53 + 10 = 63
Sujeto 38: 3 + (37).10 = 373
Sujeto 50: 3 + (49).10 = 493.
Es decir, los sujetos que conforman la muestra, son los que ocupan los
lugares:
3, 13, 23, 33, 43, 53, 63, 73, 83, 93, 103,.., 483 y 493. (En total 50 sujetos).
2.4. Muestreo Por Conglomerados: Se realiza cuando la Poblacin se
divide en varios grupos de un mismo tipo.
Para que este Muestreo no se confunda con el Muestreo Estratificado,
analicemos lo siguiente:
Supongamos que en la Universidad de Oriente (UDO) deseamos averiguar
si las nuevas escalas salariales satisfacen las exigencias, que en esta materia,
son solicitadas por el Personal Docente. Como se trata de la UDO en su conjunto,
toda la Universidad se sectoriza en conglomerados por ncleo, Conglomerado
Monagas, Conglomerado Anzotegui, Conglomerado Bolvar, etc. Ya que la
17
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
18/101
escala salarial Docente afecta mayormente a los Profesores y no existe
diferencias por ncleos, luego debemos pulsar la opinin en todos los ncleos de
la UDO, no se divide en estratos, porque dentro del personal docente no existen
diferencias marcadas en cuanto a la percepcin del salario, aunque existe una
clasificacin (Ordinario, Asistente, , Titular) que todos los Profesores deben
cubrir.
Estos procedimientos, se utilizan, por lo general, en investigaciones y
estudios donde abordar toda la poblacin es objetivamente imposible.
Variables: Son magnitudes susceptibles a medicin, entendida esta como la
comparacin entre un patrn y la variable propiamente tal, por ejemplo,
a. La edad.
b. La temperatura.
c. La preferencia poltica.
d. La belleza.
e. El estado civil.
f. El sexo.
g. La religin.
h. El nmero de alumnos matriculados en cada inicio de ao escolar en un
Liceo determinado.
Las variables c, d, e, f, g, se denominan cualitativas, porque expresan
una cualidad o atributo, y las restantes cuantitativas porque se les puede asignar
un nmero sin ningn tipo de restriccin.
En las variables cualitativas, cuando se le asignan un nmero, esto no
indica valor, sino distincin o codificacin de la variable, por ejemplo, en la
variable, estado civil, podemos distinguir las categoras de la siguiente manera:
18
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
19/101
Casado: 1.
Soltero: 2
Viudo: 3
En las variables cuantitativas, los nmeros le dan valor a las categoras,
por ejemplo, en la variable edad, hablamos de 8 aos, 15 aos, etc.
Las variables cuantitativas se dividen en continuas y discretas. Las primeras
se distinguen porque pueden asumir cualquier valor en una escala, incluso entre
2 lecturas consecutivas dadas, por ejemplo, el peso, la temperatura, la edad, etc,
pues hablamos de 8,500 Kilogramos, 36,8 grados centgrados, 2 aos y medio.
Las segundas solo asumen valores enteros, por ejemplo, nmero de llamadas
recibidas por una central telefnica, nmero de cauchos producidos por unaempresa, etc.
Segn, Murray R. Spiegel, (1992) "una variable es un smbolo, tal como X, Y,
H, que puede tomar un valor cualquiera de un conjunto determinado de ellos,
llamado dominio de la variable. Si la variable puede tomar solamente un valor, se
llama constante."
Ejemplos:
- Punto de ebullicin del agua, pues hierve exactamente a 100 grados
centgrados.
- La fuerza con que la tierra atrae a los cuerpos (la gravedad), aproximadamente
tiene un valor de 9,8 m/seg 2.
- Nmero de das del mes de Enero.
Las Constantes, son aquellas caractersticas de los sujetos en estudio
que no varan. Es decir, se manifiestan bajo una nica modalidad.
Ejemplos:
- Nmero de egresados en el Programa de Formacin de Bachilleres Auxiliares
de Informtica en servicio adscrito al I.U.T.C en el ao 2003.
19
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
20/101
- Nmero de crditos (que como mnimo) se deben aprobar para graduarse de
T.S.U. en Informtica en el IUT Caripito.
Escalas de Medicin:
1. Nominal: En esta escala, las variables slo se identifican, se rotulan, se
caracterizan, sin realizar comparaciones numricas de ningn tipo, por ejemplo:
a. La religin.
b. La belleza.
c. El estado civil
2. Ordinal: Las variables solo se ordenan de manera ascendente o
descendente sin realizar comparaciones de ningn tipo, por ejemplo
a. El rendimiento estudiantil (Excelente, Bueno, Regular, Deficiente y
Malo).
b. Resultados de un concurso de belleza.
3. De Intervalo: En este caso, se puede identificar y estudiar las variables,
donde el cero no indica ausencia de lo que se mide, por ejemplo,
a. La temperatura, al decir, estamos a una temperatura de 0 grados
centgrados, en ningn momento podemos suponer que no existe
temperatura.
b. Cociente de inteligencia.
4. Razn: En este caso si se permiten las comparaciones matemticas,
SE UTILIZA LA RAZN. Por ejemplo,
a. La distancia.
b. La edad.
20
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
21/101
Variables de una investigacin en el rea educativa.
La formacin docente de los profesores del Instituto Universitario de Tecnologa
Industrial Rodolfo Loero Arismend, como factor de influencia en el rendimiento
acadmico de los estudiantes del I, II y III semestre de las carreras de Tcnico
Superior en Informtica y Tcnico Superior en Contabilidad Computarizada. Ao
2004.
Variable Dependiente: Rendimiento acadmico de los estudiantes del I, II y III
semestre de las carreras de Tcnico Superior en Informtica y Tcnico Superior
en Contabilidad Computarizada. Ao 2004.
Variable Independiente: Formacin docente de los profesores de las carreras
de Tcnico Superior en Informtica y Tcnico Superior en Contabilidad
Computarizada, del IUTIRLA. Ao 2004.Variables Espurias:
- Condiciones fsico-ambientales del aula de clase asignada.
- Horario de clase asignado.
Cuadros Estadsticos:
Son espacios que se utilizan para el registro de informacin organizada
en filas y en columnas, que pretenden mostrar las relaciones a travs de los datos
de las variables representadas en l.
Las partes de un cuadro estadstico son las siguientes:
* Ttulo: Est ubicada en la parte central y superior del cuadro e identifica la
informacin que se presenta. El ttulo debe responder a tres preguntas bsica;
Qu?, Cundo? Y Dnde se investiga o se extraen los datos?
* Encabezamiento: Es la parte del cuadro en el cual se insertan las categoras de
las categoras de las variables y la clasificacin, este se encuentra ubicado en la
parte superior del cuadro.
* Columna Matriz: Es en la que se asienta las diferentes clases de la escala de
clasificacin utilizada. Abarca las designaciones de cada fila de datos y se
encuentra en la parte izquierda del cuadro. Generalmente en esta parte se
21
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
22/101
expresan los datos temporales o cronolgicos, es decir, la variable independiente
del estudio.
* Dato: Es la unidad mnima de informacin.
* Cuerpo: Es aquella parte del cuadro donde se registra el conjunto de
informacin o datos del cuadro.
* Fuente: indica en donde se obtuvieron los datos.
Ejercicio: Supongamos que deseamos expresar la matrcula inicial de un Colegio
en particular, por ejemplo una escuela bsica donde existen seis (6) grados, as
tendramos:
Matricula inicial, discriminada por sexo, en la Escuela Bsica Antonio Josde Sucre, ubicada en el sector Negro Primero de Maturn, ao escolar 2006-
07.
Varones % Hembras % Total %1ero. 8 10,9 13 13 21 12,12do. 12 16,4 14 14 26 15,03ro. 18 24,7 17 17 35 20,2
4to. 12 16,4 19 19 31 17,95to. 13 17,8 22 22 35 20,26to. 10 13,8 15 15 25 14,6Total 73 100 100 100 173 100
La informacin anterior se puede expresar de manera grfica, esto es muy
til cuando queremos informar de manera clara y sencilla la informacin que
precisamos.
El grfico de barras se construye colocando en el eje horizontal la
informacin que contiene la Columna Matriz (en nuestro caso se colocan los
grados), y en el eje vertical las frecuencias, y si le aadimos el ttulo inicial,
expresamos en forma grfica exactamente la misma informacin, a saber:
22
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
23/101
Grfico de Barras simples.
Matricula inicial, discriminada por sexo, en la Escuela Bsica Antonio Jos
de Sucre, ubicada en el sector Negro Primero de Maturn, ao escolar 2006-
07.
Matricula inicial, discriminada por sexo, en la Escuela Bsica Antonio Jos
de Sucre, ubicada en el sector Negro Primero de Maturn, ao escolar 2006-
07.
23
Grfico de barras
0
5
10
15
20
25
1 2 3 4 5 6
varones
hembras
0
5
10
15
20
25
30
35
40
1 2 3 4 5 6
Serie1
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
24/101
A este tipo de grfico se le denomina Grfico de Barras Compuestas,
observemos que las barras se dividen en dos partes, eso suceder exactamente
igual a los caracteres que exprese el encabezamiento, en este caso existen dos
(varones y hembras), es decir si el encabezamiento tiene tres (3) caracteres,
entonces las barras se particionarn en tres, y as sucesivamente.
El Grfico circular o de sectores (o de torta), se realiza utilizando los totales
expresados en los caracteres de la columna matriz. A esto se le aade una
leyenda, que en nuestro caso sera 1: Primer grado, 2: segundo grado, hasta 6:
sexto grado. De manera anloga, se le anexa el ttulo para expresar lainformacin en este tipo de grfico. En este caso se anexa una columna a la
derecha al cuadro estadstico y se realiza la equivalencia de los datos a grados, y
los sectores se determinan con un transportador, como la circunferencia tiene
360 grados, se realizan las equivalencias y se colocan en un crculo.
Varones % Hembras % Total % Grados
1ero. 8 10,9 13 13 21 12,1 43,7
2do. 12 16,4 14 14 26 15,0 54,1
3ro. 18 24,7 17 17 35 20,2 72,8
4to. 12 16,4 19 19 31 17,9 64,5
5to. 13 17,8 22 22 35 20,2 72,8
6to. 10 13,8 15 15 25 14,6 52,1
Total 73 100 100 100 173 100 360
En la prctica realizamos una regla de tres simple, en el caso de primer
grado, tenemos,
173 alumnos --------- 360 grados
21 alumnos --------- X
Asi,
24
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
25/101
X = 21 x 360/ 173 = 43,7 grados.
Matricula inicial, discriminada por sexo, en la Escuela Bsica Antonio Jos
de Sucre, ubicada en el sector Negro Primero de Maturn, ao escolar 2006-
07.
Nota: Para los grficos construidos se utiliz el programa Excel.
Razones, Proporciones, Porcentajes.
Razn: Es la relacin cuantitativa entre 2 cantidades dadas.
Notacin, R = a/b, R = a:b
Ejemplo, supongamos que en un colegio estudian 150 estudiantes hembras y 100
estudiantes varones. Determine la razn de estudiantes hembras y varones.
Solucin:
a = 150 e.h
b = 100 e.v, luego
R = 150/100, simplificando obtenemos R = 3/2,
25
Grfico de Sectores.
1
2
3
4
5
6
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
26/101
Es decir, por cada 3 estudiantes hembras, existen 2 estudiantes varones.
Proporcin. Es la divisin que sopesan una parte (el numerador) contra un todo
(el denominador) (Ferris J, Ritchey, 2005: p.3), en el ejemplo anterior, la
proporcin de estudiantes hembras es:
Pe.h= 150/250 = 0,60.
Anlogamente, la proporcin de estudiantes varones es Pe.v= 0,40
Nota: Peh + Pev = 1,0. Este se extiende a cualquier situacin similar.
Porcentajes: Es la expresin que resulta de multiplicar las proporciones por 100.En el ejemplo, el porcentaje de estudiantes hembras es,
%e.h= Pe.h x 100 = 60%, es decir, en el colegio estudia un 60% de jvenes
hembras, en consecuencia existe un 40% de estudiantes varones.
Sumatoria:
Bsicamente se trata de una suma o diferencia abreviada, se utiliza la
letra Sigma () del alfabeto griego para tal fin.
Notacin:
, donde i= 1: Subndice, indica donde comienza la
sumatoria.
n : Suprandice, indica donde culmina la sumatoria.
Xi:Argumento de la sumatoria.
Asi,
, Si por ejemplo n = 5, se tendra:
26
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
27/101
Ejercicios de sumatoria.
Sean X1= 3, X2= -5, X3= 7, X4= 8, X5= 2
27
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
28/101
Propiedades:
Nota: En las propiedades 3 y 4, K es un nmero constante.
Vamos a ejemplificar estas propiedades, no se trata en modo alguno de
una demostracin formal de la propiedad, se trata de ver el funcionamiento de las
mismas.
Consideremos los siguientes valores:
X1= 3, X2= -5, X3= 7, X4= 11, X5= 8
Y1= 7, Y2= 2, Y3=-4, Y4= 3, Y5= -1
28
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
29/101
(X1 + Y1) + (X2 + Y2) + (X3 + Y3) + (X4 + Y4) + (X5 + Y5) = (X1 + X2 + X3 + X4 + X5) +
(Y1 + Y2 + Y3 + Y4 + Y5)
(3 +7) + (-5 +2) + (7 + (-4)) + (11 + 3) + (8 + (-1)) = (3 + (-5) + 7 + 11 + 8) + (7 +
2 + (-4) + 3 + (-1))
27 + (-3) = 16 + 8
24 = 24
(X1 - Y1) + (X2 - Y2) + (X3 - Y3) + (X4 - Y4) = (X1 + X2 + X3 + X4) - (Y1 + Y2 + Y3 +
Y4)
(3 -7) + (-5 -2) + (7 - (-4)) + (11 - 3)) = (3 + (-5) + 7 + 11 - (7 + 2 + (-4) + 3)
(-4) + (-7) + 11 + 8 = 16 - 8
8 = 8
3.X1 + 3.X2 + 3.X3 + 3.X4 = 3. (X1 + X2+ X3+ X4)
3.(3) + 3.(-5) + 3.(7) + 3.(11) = 3.(3 + -(5) + 7 + 11)
63 + (-15) = 3.(16)
48 = 48
29
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
30/101
2 + 2 + 2 + 2 + 2 = 5.2
10 = 10
30
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
31/101
Unidad II:Ordenacin de datos y tratamiento de informaciones.
Agrupacin de Datos.
Supongamos que estamos interesados en averiguar el nmero de
asignaturas que un grupo de estudiantes cursan en el presente semestre en el
Pedaggico de Maturn:
2 3 5 7 3 4 1
3 4 6 5 2 4 3
3 2 1 6 4 2 6
5 3 4 6 7 5 3
Si organizamos la informacin anterior, obtenemos lo siguiente:Xi fi1 22 43 74 55 46 47 2total 28
31
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
32/101
Tal organizacin es posible porque el recorrido es pequeo, al cuadro
anterior se le llama Distribucin de Frecuencias. El recorrido se define de la
siguiente manera:
Rec = (CM cm) + 1
Donde, CM = Cantidad mayor observada.
Cm = Cantidad menor observada, y
1 = Factor de correccin.
En nuestro ejemplo, el recorrido es Rec = (7 1) + 1 = 7. Significa que
entre 1 y 7, la variable nmero de asignaturas cursadas en el semestre puede
asumir 7 valores tericos diferentes, a saber: 1, 2, 3, 4, 5, 6 y 7.
La presentacin resumida de los datos anteriores se denomina
distribucin de frecuencias, donde Xi indica el nmero de materias, y fi las
veces que aparece la informacin (es decir la frecuencia simple).
Ahora pensemos que aplicamos una prueba escolar y se obtuvo la
siguiente informacin:
15 32 41 38 21 54 49
19 36 42 12 52 18 21
14 10 35 44 11 40 32
38 22 43 43 51 33 29
16 51 54 32 24 42 30
32
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
33/101
Observemos lo siguiente, si calculamos el recorrido, nos da:
Rec = (54 10) + 1 = 45.
Como el recorrido es un nmero muy grande la presentacin anterior no
sera razonable. En este caso especfico necesitamos resumir la informacin en
clases o intervalos, a tal efecto escogemos realizar 9 intervalos.
La amplitud, ic, se determina as, ic = Rec/ No. de intervalos, es decir,
ic = 45/9 = 5. Estamos diciendo que construiremos una distribucinde frecuencias (en este caso se denomina en datos agrupados) de 9 intervalos
cada uno de amplitud 5, de la siguiente manera:
Conte
o
Clases fi
//// 10 ----- 14 4//// 15 ----- 19 4//// 20 ----- 24 4
/ 25 ----- 29 1///// 30 ----- 34 5//// 35 ----- 39 4/////// 40 ----- 44 7/ 45 ----- 49 1///// 50 ----- 54 5
35
La informacin completa se expresa a continuacin:
Clases fi Xi fa fr f% Fa%10 ----- 14 4 12 4 0,114 11,4 11,415 ----- 19 4 17 8 0,114 11,4 22,820 ----- 24 4 22 12 0,114 11,4 34,225 ----- 29 1 27 13 0,029 2,9 37,130 ----- 34 5 32 18 0,143 14,3 51,435 ----- 39 4 37 22 0,114 11,4 62,8
33
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
34/101
40 ----- 44 7 42 29 0,200 2,0 82,845 ----- 49 1 47 30 0,029 2,9 85,750 ----- 54 5 52 35 0,143 14,3 100
35 1,0
Otra forma de construir una distribucin de frecuencia es la siguiente:
Se tiene el nmero de datos, en este caso N= 35. El nmero de clases
ser
No. Clases= 1 3,32logN = 1 + 3,32.log 35 = 1 + 3,32. 1,544 = 1 + 5,126 = 6,126.
Es decir el No. De clases es 7.
La amplitud ser igual, ic = Rec/No. Clases = 45/7 = 6,42, es decir ic = 7.
Tendremos entonces una distribucin de frecuencias de 7 intervalos, cada unocon amplitud terica de 7 (constryala).
Valores reales de un nmero:
Se determinan de la siguiente manera,
Valores Unidad de
medida
Limite real
inferior
Limite real
superior
3 - 4 5 6 7 1 X 0,5 X + 0,52,5 2,6 2,7 0,1 X 0,05 X + 0,053,12 3,13
3,14
0,01 X 0,005 X + 0,005
Si X = 4, encada caso tendremos:
Valores Unidad de
medida
Limite real
inferior
Limite real
superior3 - 4 5 6 7 1 3,5 4,52,5 2,6 2,7 0,1 3,95 4,053,12 3,13
3,14
0,01 3,995 4,005
Grficos de datos agrupados
34
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
35/101
El Histograma: Es un grfico de barras, donde en el eje horizontalse colocan los lmites reales de las clases y en el eje vertical las frecuenciassimples.
Clases Clases Reales Fi Xi Fa50-52 49.5-52.5 1 51 153-55 52.5-55.5 7 54 856-58 55.5-58.5 4 57 1259-61 58.5-31.5 8 60 2262-64 61.5-64.5 3 63 2365-67 64.5-67.5 4 66 2768-70 67.5-70.5 2 69 2971-73 70.5-73.5 1 72 30
30
Para el polgono de frecuencias: Para Runyon Haber (1986) Es launin de los puntos medios de las barras a base de segmentos de rectas (p. 47),se utilizan los puntos medios de cada intervalo y las frecuencias simples. En laprctica se unen los puntos medios superiores de las barras y se extienden hastael eje X.
35
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
36/101
Ojo: falta Histograma, polgono de frecuencias y ojiva.
Medidas de Tendencia Central.
La OJIVA se construye con los lmites superiores de los intervalos y lasfrecuencias acumuladas, son muy tiles en el clculo y representacin de lasmedidas de posicin
3648 50 52 54 56 58 60 62 64 66 68 70 72 740
5
10
15
20
25
30
Ojiva
Fa
L.S
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
37/101
Medidas de Tendencia Central
1. La Media Aritmtica: En palabras de Lind, Mason y Marchal (2000) es la
suma de todos los valores de una poblacin dividido entre el total de individuos
(p. 62). Tambin se define como un promedio de un grupo de datos.
Ejemplo,
Sean los puntajes Xi : 3 5 6 6 7 ,
entonces,
X ==++++
=
5
27
5
766535,4
La medida aritmtica, promedio o, simplemente, media, de los valores x1, x2, x3,
, xn, se designa por X y se obtiene as:
37
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
38/101
Ahora supongamos que
Xi: 3 5 6 7 8 9
fi: 2 1 5 2 4 3 , la media sera,
X 70,617/11417
2732143056
342512
3*94*82*75*61*52*3==
+++++=
+++++
+++++=
Propiedades bsicas:
1. La suma de las desviaciones con respecto a la media aritmtica
es igual a cero.
2. La suma de los desvos al cuadrado con respecto a la media es
mnima.
Como X= 5
3. Si a cada uno de los valores de una serie se multiplica por un
nmero, la media resultante es igual a la original multiplicada por
ese nmero
Xi Xi - X (Xi - X )2 (Xi - 3) (Xi 3)21 -4 16 -2 43 -2 4 0 05 0 0 2 47 2 4 4 169 4 16 6 36Suma 0 40 50
38
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
39/101
Por ejemplo, 4 el nmero seleccionado, y con el mismo ejercicio, tendremos,
Xi 4.Xi Xi + 71 4 8
3 12 105 20 127 28 149 36 16Suma 100 50
X R = 100/5 = 20 = 4.5 = 4. X
4. Si a cada uno de los valores de una serie se le suma una
cantidad constante, la media resultante es igual a la original masla constante.
X R = 60/5 = 12 = 7 + X
2. La Mediana (Md). Es una medida de tendencia central que est ubicada
en el centro de la distribucin, es decir ella divide a la distribucin en dos
partes iguales. Los autores precitados afirman que es el puntaje central de
una distribucin (p. 67)
En datos no agrupados se distinguen dos casos:
Caso1: cuando n es impar.
Xi: 2 3 3 3 4 6 7 8 8, (en este caso n= 9),
La Md est ubicada en el lugar (n + 1)/2, en este caso en el lugar (9 + 1)/2,
Es decir, en el 5o lugar, por tanto su valor es Md = 4.
Caso2: cuando n es par.
39
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
40/101
Xi: 2 3 3 3 4 6 7 8 8 9 , (en este caso n= 10),
La Md est ubicada en la semi-suma de los valores de los lugares
n/2 y n/2 + 1, es decir, en los lugares 10/2 y 10/2 + 1, entre 5o y 6o lugares,
en nuestro caso entre 4 y 6, es decir Md= 5.
Propiedades:
1. Hay una sola mediana en una serie.
2. No es afectada por los valores extremos.
3. El Modo o la Moda (Mo). Se define como el dato de mayor frecuencia en unaserie (Lind, Mason y Marchal (2000, p. 69)), por ejemplo en:
Xi: 2 3 3 3 4 6 7 8 8 9, el Mo= 3.
Propiedades:
1. No es afectada por los valores extremos.
2. En una serie pueden existir 2 o mas modas.
3. Existe la posibilidad de que su valor no pueda ser calculado.
Media Armnica H:
La media armnica H de un conjunto de nmeros X 1, X2, X3, ..., XN
es el recproco de la media aritmtica de los recprocos de esos nmeros:
40
http://www.cortland.edu/flteach/stats/glos-sp.html#M-Aritm%C3%A9ticahttp://www.cortland.edu/flteach/stats/glos-sp.html#M-Aritm%C3%A9tica -
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
41/101
Media Geomtrica G:
La media geomtrica G de un conjunto de N nmeros positivos X1, X2,
X3, ..., XN es la raza n-sima del producto de esos nmeros (Lind, Mason yMarchal 2000: 72):
Relacin entre las Medias Aritmtica, Geomtrica y Armnica
La media geomtrica de una coleccin de nmeros positivos X1, X2, X3, ...,
XN es menor o igual que su media artimtica, pero mayor o igual que su
media armnica. En smbolos,
La igualdad ocurre si y slo si todos los nmeros X 1, X2, X3, ..., XN son
idnticos.
Ejemplo: Sean las puntuaciones X i: 2, 4, 6
La media armnica ser:
Es decir,
41
http://www.cortland.edu/flteach/stats/glos-sp.html#M-Aritm%C3%A9ticahttp://www.cortland.edu/flteach/stats/glos2-sp.html#Media-G%23Media-Ghttp://www.cortland.edu/flteach/stats/glos2-sp.html#Media-H%23Media-Hhttp://www.cortland.edu/flteach/stats/glos-sp.html#M-Aritm%C3%A9ticahttp://www.cortland.edu/flteach/stats/glos2-sp.html#Media-G%23Media-Ghttp://www.cortland.edu/flteach/stats/glos2-sp.html#Media-H%23Media-H -
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
42/101
La media geomtrica es:
= (2. 4. 8)1/3 = (64)1/3 = 4. Y como la media aritmtica es igual a
4,67, se cumple , una buena tarea es comprobar cuando se cumple la
igualdad.
Clculo de las medidas de tendencia central en Datos Agrupados.
Clases fi Xi fi.Xi fa50-52 1 51 51 153-55 7 54 378 856-58 4 57 228 1259-61 8 60 480 2062-64 3 63 189 2365-67 4 66 264 2768-70 2 69 138 29
71-73 1 72 72 30Suma 30 180
0
1. La media Aritmtica
42
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
43/101
2. la mediana
Donde,
l i = es el lmite inferior de la clase donde se encuentra la mediana.= posicin de la mediana.
F a c u m ( i - 1 )= es la frecuencia acumulada anterior a la clase mediana.A = es la amplitud de la clase.
La mediana es independiente de las amplitudes de los intervalos.
En este caso:
Es decir Md = 59,625
3. El modo: Se Ubica en la clase de mayor frecuencia.
Li = es el lmite inferior de la clase modal.fi = es la frecuencia absoluta de la clase modal.fi-1 = es la frecuencia absoluta inmediatamente inferior a la en clase modal.fi+1 = es la frecuencia absoluta inmediatamente posterior a la clase modal.ai = es la amplitud de la clase.
43
( )
Af
fn
LiMdmediana
iacum 12
+=
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
44/101
Donde, fi= 8
En este caso, el modo este en la clase 59 61 luego,
fi-1= 8 - 4
fi+1= 8 -3
De tal manera que:
Medidas de posicin.
Consideremos la distribucin:
Clases fi fa50-52 1 153-55 7 856-58 4 1259-61 8 2062-64 3 23
65-67 4 2768-70 2 2971-73 1 30
30
Se llaman medidas de posicin porque determinan, de manera previa el
porcentaje que representan, as,
Md 1. Mediana (2)
Q2. Cuartiles (4)
K3. Quintiles (5)
D4. Deciles (10)
P5. Percentiles (100)
44
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
45/101
Por ejemplo, si hablamos de los cuarteles, dividimos el 100 entre 4, de tal
manera que el Q1 el 25%, el Q2 el 50%, y as sucesivamente.
Para determinar la posicin de la medida se aplica la expresin:
a) Q1 p = (1 . 30)/4
b) K3 p = (3 . 30)/5
c) D7 p = (7 . 30)/10
Frmula:
Clculo
Supongamos que deseamos calcular el Cuartel uno, su posicin es:
p = (1 . 30)/4 es decir p = 7,5 este valor se ubica en la columna de frecuencia
acumulada, observamos que esta en la clase 53-55. Luego:
Q1 = 52,5 + 7,5 1. 3
7
= 52,5 + 6,1/7. 3 = 52,5 + 2,61
Significa que por debajo de 55,11 est el 25% de los casos.
Ahora determinemos el quintil tres,
Determinamos la posicin p = (3 . 30)/5, o bien p = 18
K3 = 58,5 + 18 12. 3
8
= 58,5 + 6/8. 3 = 58,5 + 2,25
Determinar el Decil siete,
45
Q1 = 55,11
K3 = 60,75
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
46/101
DM = 12/5 = 2,4
D7 = 61,5 + 21 20._ 3 = 61,5 + 1 p = (7.30)/10 = 21
3
Medidas de dispersin
De acuerdo a Lind, Mason y Marchal (2000), indican el grado de
dispersin de las calificaciones alrededor de la media (p.89)
1. Recorrido
Xi: 1 3 4 7 10 15 20
Rec = (20 1) + 1 = 20
2. Desviacin Media
Xi ( )2
6 4 168 2 410 0 012 2 414 4 16
12 40
Los datos se desvan con respecto a la media en 2,4 unidades.
3. Desviacin Tpica
46
D7 = 62,5
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
47/101
= 40/5 = 8 = 2,83
4. Varianza: 2
En este caso, si la desviacin tpica es igual a 3, la varianza es igual a 9.
5. Coeficiente de Variacin:
= 2,83/10 x 100 = Cv = 28,3%
En datos agrupados
Clases fi f a Xi Fi.Xi fi. fi.50-52 1 1 51 51 9 9 8153-55 7 8 54 378 6 42 25256-58 4 12 57 228 3 12 3659-61 8 20 60 480 0 0 062-64 3 23 63 189 3 9 2765-67 4 27 66 264 6 24 14468-70 2 29 69 138 9 18 16271-73 1 30 72 72 12 12 144
180
0
30 126 846
Propiedades de la varianza:
1. Si la variable toma un valor constante, su variabilidad es cero
Sea Xi: c, c, c, ., c
Luego
47
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
48/101
S2 = (c c)2 + (c c)2 + . + (c c)2/N = 0/N = 0.
2. Si le sumamos a los datos de una variable una constante, la varianza no vara
entre los datos originales y los transformados. En efecto,
Sean X1, X2, X3, .., Xn cuya varianza es S2, y K una constante
Y sea la serie. (X1 + K) + (X2 + K) + (X3 + K) + +
(Xn + K), en sta la media aritmtica es X + K y la varianza
S2R = (X1 + K ( X + K))2 + (X2 + K ( X + K))2 + + (Xn +
K ( X + K))2/N
S2R = (X1 - X )2 + (X2 X )2 + + (Xn X )2/N = S2
3. Si a una serie de datos de varianza S 2 se multiplica por una constante, lavarianza resultante es igual S2. K2.
Sea la serie K.X1, K.X2, , K.Xn, la varianza es,
S2R = (K.X1 - K X )2 + (K.X2 K. X )2 + + (K.Xn - K X )2/N
= K2. ((X1 - X )2 + (X2 - X )2 + . + (Xn - X )2) = K2. S2
Un buen ejercicio es comprobar con un ejemplo estas propiedades.
Xi Xi - X (Xi - X )2 (Xi - 3) (Xi 3)2
1 -4 16 -2 43 -2 4 0 05 0 0 2 47 2 4 4 169 4 16 6 36Suma 0 40 50
Relacin entre Xmedia, Md y Mo
a. Xmedia = Md = Mo
48
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
49/101
Simtirca
b. Xmedia < Md < Mo.
Asimtrica Negativa
c. Mo < Md < Xmedia
Asimetra Positiva
Veamos un caso especfico:
Xi fi fi.Xi2 1 2
4 3 126 6 368 10 8010 6 6012 3 3614 1 14
240
49
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
50/101
Asimetra: tambin se calcula de la siguiente manera
Curtosis (Coeficiente de apuntamiento)
Curtosis (grficamente):
50
Menor que 0, Asimtrica
Positiva
Igual a 0, SimtricaMayor que 0, Asimtrica
Negativa
Menor que 3,
Leptocrtica
Igual a 3, Mesocrtica
Mayor que 3, Platicrtica
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
51/101
En la prctica se produce as:
Xi Fi Fa Xi. fi (Xi X )2 (Xi X )4 fi.(Xi X )2 fi.(Xi X )4
10 1 1 20 25 625 25 62511 3 4 33 16 256 48 76813 5 9 65 4 16 20 8014 9 18 126 1 1 9 915 12 30 180 0 0 0 017 8 38 136 4 16 32 12818 4 42 72 9 81 36 324
42 662 170 1934
La media aritmtica es:
La desviacin tpica es:
Es decir,
Luego la curtosis es:
51
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
52/101
Se trata de una distribucin Platicrtica porque K es menor que 3.
Calculo de As:
Como la Md = 15 (verificar)
Es decir
Se trata de una distribucin Asimtrica negativa.
Grficamente
52
As =
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
53/101
Unidad III: Regresin y Correlacin
La correlacin es la asociacin entre dos variables cualesquiera X e Y.
Cuando hablamos de correlacin, es porque estamos interesados en averiguar
cules son los efectos de la variable X sobre la variable Y. La regresin es la
expresin algebraica de tal relacin, y en este caso se determina a partir del
mtodo de mnimos cuadrados, cuando X es considerada variable
independiente, la regresin se calcula de la siguiente manera:
Donde,
En la prctica, de acuerdo al fenmeno que se estudia, se cuantifican las
variables X e Y, asimismo se calculan los dems elementos indicados en la
formula y se sustituyen en sta, por ejemplo:
x y x2 y2 x.y
2 3 4 9 64 9 16 81 365 8 25 64 406 5 36 25 308 5 64 25 4025 30 145 204 152
53
y = a + bx
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
54/101
Una primera pista, acerca de la correlacin, la indica el diagrama de dispersin,
que no es mas que un grfico de los puntos determinados por cada paraje (x,y).,
como se indica a continuacin:
Diagrama de Dispersin
La tendencia, matemticamente hablando depender de la sospecha del valor
de b en la frmula, que en este caso es la pendiente. Si en el grfico tratamos
de trazar una recta, el valor de la pendiente no ser muy alto (comprubelo a
mano alzada). Ahora determinemos el valor de a y b.
Recta de Regresin
a = 30 . 145 25 . 152 = 4350 3800 = 550 = 5,5
5 . 145 (25)2 725 625 100
b = 5 . 152 25 . 30 = 760 750 = 10 = 0,1
100 100 100
La ecuacin es:
54
Y = 5,5 + 0,1.X
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
55/101
Para calcular el error tpico de estimacin, se procede de la siguiente manera (
se llama y estimado, y resulta de sustituir los valores de X en la recta de
regresin):
Lo que significa que los datos se alejan, aproximadamente en 2,18
unidades de la recta que los representa.
Ecuacin de la recta cuando X es variable independiente:
Donde,
Y los valores de bo y b1 se calculan de la siguiente manera:
y (y )2
5,7 -2,7 7.295,9 3.1 9.616,0 2 46,1 -1,1 1.216,3 -1,3 1.69
23.8
55
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
56/101
Y el error tpico de estimacin
La Ecuacin de X es:
es decir bo = 4,5
es decir b1 = 0,08
Luego, la ecuacin es X = 4,5 0,08 Y
Para determinarel error, procedemos:
Calculamos los
Si Y = 3 ----- = 4,5 0,08 (3) = 4,26
Y = 9 ------ = 4,5 0,08 (9) = 3,78
Y = 8 ------ = 4,5 0,08 (8) = 3,86
Y = 5 ------ = 4,5 0,08 (5) = 4,10
Tenemos
X - (X - ) 2
4,26 -2,26 5,11
3,78 0,22 0,05
3,86 1,14 1,30
4,1 1,90 3,61
56
5decir bo = 4,5
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
57/101
4,1 3,90 15,21
TOTAL ---- 25,28
As:
Nota: Un reto interesante es determinar el punto de corte de las ecuacionescuando X es variable de pendiente e independiente.
Coeficiente de correlacin producto momento de Pearson:
Para Audrey y Runyon (1973) la r de Pearson es una medida de
qu punto los individuos o sucesos ocupan la misma relacin relativa respecto de
dos variables (p. 121). Se utiliza cuando se trata de variables cuantitativas, como
es el caso que analizamos. Adems indica el grado de asociabilidad entre las
variables X e Y, es cuanto se relacionan.
Este valor oscila entre -1 y +1, en este sentido
Si rxy se Aproxima a +1 la correlacin se fortalece (Relacin Directa) Si rxy se aproxima a 0 la correlacin dbil (Relacin Nula) Si rxy Se aproxima a -1 la correlacin es indirecta
En este caso:
57
Sxy = 2,25
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
58/101
x y x2 y2 x.y 2 3 4 9 6 5,74 9 16 81 36 5,95 8 25 64 40 66 5 36 25 30 6,1
8 5 64 25 40 6,325 30 145 204 152
Es decir, rxy = 0,09129
Esto Significa que la correlacin entre X e Y es muy dbil.
Como puede notarse, en cuanto a la correlacin, ya vimos que el
diagrama de dispersin da una primera aproximacin, la recta de regresin otra,
pero el valor del coeficiente es lo ms preciso.
Correlacin de Spearman
Es una medida de relacin lineal entre dos variables cuyos valores
son medidos a nivel de una escala ordinal, en caso de que se midan en escala de
razon o de intervalo, se recomienda realizar la conversin de forma ordinal (es
decir se ordenan).
58
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
59/101
Para establecer los rangos (que es el orden), las variables
consideradas se ordenan de menor a mayor o viceversa. En los casos en que
algunas posiciones coincidan, se suman las posiciones y se determina el
promedio, este resultado se coloca en el rango de tales variables.
Por ejemplo si tenemos la variable X y los respectivos valores
X 10 18 13 13 13 14 12 17 17
El rango Rx ser (observe que los lugares 3, 4 y 5 son iguales, se
suman y se dividen entre 3 y resulta 5, luego cada lugar es igual a 5), igual
sucede con los lugares 7 y 8, a saber el orden de menor a mayor es el siguiente:
Rx 1 8 5 5 5 6 2 7,5 7,5
La frmula viene dada por:
Consideremos Dos Variables, cualquiera X e Y, y asignemos valores
X Y
21 1215 2124 2727 24
Ordenando de menor a mayor las variables X e Y, obtenemos
Rx Ry2 11 23 44 3
Luego obtenemos la diferencia de los rangos (di = Rx - Ry)
59
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
60/101
X Y Rx Ry di di2
21 12 2 1 1 115 21 1 2 -1 124 27 3 4 -1 127 24 4 3 1 1
Di2
= 4
Luego el coeficiente es (n= 4, hay cuatro parejas de nmeros):
Es decir
Luego existe una correlacin moderada entre las variables consideradas
Covarianza
La covarianza entre dos variables es un estadstico que indica la
asociabilidad que existen entre las variables consideradas, si el valor es positivo
significa que existe una correlacin positiva, en cuyo caso, y esto es muy
importante, el coeficiente de Pearson debe ser positivo, lo mismo sucede si la
covarianza es negativa, el coeficiente de Pearson debe ser negativo.
La covarianza se denota "Sxy".
Este tipo de estadstico puede utilizarse para medir el grado de asociacin
de dos variables si ambas utilizan una escala de medida a nivel de intervalo/razn
(variables cuantitativas).
La frmula:
Veamos un ejemplo, consideremos dos variables cualesquiera x e y,
determinemos primero rxy (coef. de Pearson)
60
http://www.psico.uniovi.es/Dpto_Psicologia/metodos/tutor.2/Medida.htmlhttp://www.psico.uniovi.es/Dpto_Psicologia/metodos/tutor.2/Medida.html -
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
61/101
x y x2 y2 x.y
21 12 441 144 252
15 21 225 441 315
24 27 576 729 648
27 24 729 576 648
87 84 1971 1890 1863
Como rxy = 0,36 hay una relacin moderada entre x e y
Para la covarianza
x y (Xi X ) (yi )) (Xi X ).(yi )))21 12 -0,75 -9 6,75
61
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
62/101
15 21 -6,7 0 024 27 2,25 6 13,5027 24 5,25 3 15,7587 84 36
Luego determinamos los promedios de x y los de y
As:
Sustituyendo estos valores obtenemos,
De tal manera que en este caso la covarianza es positiva, reafirmando la
relacin moderada que existe entre las variables x e y.
Unidad IV: Distribucin normal
62
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
63/101
En este caso y = 1 como condicin para aplicar esta teora.
Para normalizar (standarizar o tipificar) los valores se utiliza la expresin:
Grficamente
Nota: la tabla referida al rea que existe entre 0 y el Z dado (anexo). Por ejemplo:
Hallar el rea en cada caso:
1. Entre Z = 0 y Z = 1,8
2. Entre Z = 0 y Z = -0,45
63
El rea total es igual a 1, y a la
izquierda y a la derecha de cero es
igual a 0,5.
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
64/101
3. Entre Z1 = -1,3 y Z2 = 1,85
4. Entre Z1 = 1,28 y Z2 = 2,15
5. A la derecha de 1,5
64
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
65/101
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
66/101
As, 200 ------ 100% X = 46,49% . 200 X = 92,98
X ------- 46,49% 100%
Rb)
Z = 14 15 = -1/4 = -0,25
4
As, 200 ------ 100%
X ------- 59,87%
66
93 estudiantes
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
67/101
O bien,
X = 59,87x200 = 119,747
100
Rc)
Z = 12 15 = -3/4 = -0,75
4
Rd)
Veamos grficamente la situacin
En este caso X es el puntaje solicitado, y como Xmedia y se conocen, el problema
se reduce a encontrar el valor de Z. este valor se localiza en el Cuerpo de la
67
120 estudiantes
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
68/101
Tabla y en este caso es el valor ms prximo a 0,35; es decir 0,3508 al cual le
corresponde un Z = 1,04.
Sustituyendo:
X = 15 + 1,04.4 X = 15 + 4,16
Re)
Se procede de manera anloga al ejercicio anterior.
Luego,
X = 15 + 1,28.4 X = 15 + 5,12
68
X = 19,16
X = 20 12
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
69/101
Probabilidad
Est asociada a las posibilidades y resultados aleatorios, en la prcticadecimos por ejemplo si el cielo est nublado es muy probable que llueva sin
embargo esto no se puede garantizar, y eso en esencia es la probabilidad.
Experimentos determinsticos: son resultados que pueden predecirse. La
fuerza con la que la tierra atrae a los cuerpos, los dos resultados que resultan al
lanzar una moneda, son experimentos que podemos afirmar claramente sus
resultados. Cuando esto es imposible se denominan experimentos aleatorios,
es decir, es imposible predecir los resultados. Los resultados de una lotera,obtener un nmero determinado al lanzar un dado, son resultados impredecibles,
por tanto aleatorios.
Espacio Muestral. Es el conjunto formado por todos los resultados
posibles de un experimento aleatorio. Se denota por: S, E, etc.
Pensemos en el experimento resultados obtenidos al lanzar un dado, en
este caso todos los resultados posibles son, E={1, 2, 3, 4, 5, 6}, si lanzamos unamoneda, el espacio muestral ser, S={C, S}
Evento o suceso: Es un subconjunto o parte de un espacio muestral. Por
ejemplo, al lanzar un dado, obtener un nmero par es un evento, el cual est
compuesto de la siguiente manera: E={2, 4, 6}. El tamao de un evento est
determinado por el nmero de elementos que lo componen y se denota por N(E),
en nuestro caso N(E) = 3.
Definicin de Probabilidad: Lind, Mason y Marchal (2000) la definen as:
Sea S un espacio muestral no vaco y E un evento de S, la probabilidad de que
ocurra E es, P(E) = N(E)/ N(S), (p. 161).
69
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
70/101
Ejercicio: Se lanza un dado y observamos el resultado. Determine la probabilidad
de obtener:
a) Un nmero impar.
b) Un nmero mayor que 1.c) Un nmero mayor o igual a 2 pero menor que 5.
d) Un nmero mayor o igual a 6.
e) Un nmero menor que 1.
Solucin: En este caso el espacio muestral es S ={1, 2, 3, 4, 5, 6},
a) E1={1, 3, 5} y N(E1) = 3, as, P(E1) = N(E1)/N(S) = 3/6 = 0,5.
b) E2= {2, 3, 4, 5, 6} y N(E2) = 5, luego P(E2) = 5/6 = 0,83c) E3= {2, 3, 4} y N(E3) = 3, P(E3) = 0,5.
d) E4= {6 }y N(E4) = 1, as, P(E4) = 1/6.
e) E5 = , N(E5) = 0, P(E5) = 0/6 = 0. (Evento imposible).
Tipos de eventos
1. Evento imposible: es aquel que nunca ocurre, ej. Obtener un 8 al lanzar
un dado.2. Evento simple: son aquellos que solo tienen un punto muestral, ej. Un
sello al lanzar una moneda.
3. Evento seguro: es igual al espacio muestral. Ej. Al lanzar una moneda
obtener una cara o un sello
4. Eventos mutuamente excluyentes: Para Leach (1982) son aquellos
que no pueden ocurrir simultneamente (p. 35); ejemplo, obtener, en
una lanzada de una moneda, una cara y un sello a la vez.
Operaciones con eventos
Interseccin: sean A y B dos eventos no vacios. Se llama interseccin;
AB, al evento formado por los puntos muestrados comunes.
70
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
71/101
Si ocurre el evento interseccin A y B simultneamente.
Ejemplo: sea el experimento lanzar un dado, describa los eventos:
A. El resultado es un nmero par.B. El resultado es un nmero divisible por cinco (5).
C. El resultado es un nmero mayor que tres (3).
D. El resultado es un nmero mltiplo de dos (2).
Determine AB, AC, AD,
R) S = {1,2,3,4,5,6} AB =
A = {2,4,6} AC = {4,6}
B = {5} AC = {2,4,6}
C = {4,5,6}
D = {2,4,6}
Unin: el evento AUB ocurre si ocurre A, B, ambos. En el ejemplo anterior.
AUC = {2,4,5,6}
Complemento: denotado por , Ac, A es el conjunto formado por todos los
elementos que no pertenecen a A.
Ac = {1,2,5}
(AD)c = {1,2,5}
Propiedades:
1) (Ac)c =A
2) Ac UA = S
71
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
72/101
3) Ac A =
Axiomas de probabilidad
Sea A un evento de un espacio muestral S, la probabilidad de A, P(A) cumple lassiguientes condiciones:
1) P(A) 0
2) P(S) = 1
3) P(A1UA2) = P(A1 ) + P(A2), si A1A2 =
Nota: si A1A2 entonces P(A1UA2) = P(A1 ) + P(A2) - P(A1A2)
Ejercicios:
El 65% de los estudiantes del IPM usan colectivo, el 42% tienen calculadora y
el 39% calculadora y usan colectivo. Halle la probabilidad de que al seleccionar
un alumno, ste use colectivo o tenga calculadora.
A. El estudiante use colectivo.
B. El estudiante tiene celular.
P(AUB) = P(A ) + P(B) - P(AB) = 0,65 + 0,42 0,39 = 0,68
Teorema:
1. P [(A)c] = 1 P(A)
2. 0 P(A) 1
Probabilidad condicional
Halle la probabilidad
72
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
73/101
De obtener un nmero primo sabiendo que se obtuvo un nmero par al lanzar un
dado.
Nmeros pares: {2,4,6}
Nmero primo: {2}
P(A/B) = 1/3
Nota:
1. Si P(AB) = P(A) . P(B) son independientes.
2. Si P(AB) = P(A) . P(B/A) son dependientes.
UNIDAD V
Introduccin al SPSS
Uno de los programas de estadstica ms usado en educacin es el
SPSS, el cual se aplica para calcular de manera prctica y sencilla los
estadsticos de esta ciencia. Qu es el SPSS?
73
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
74/101
De acuerdo a la enciclopedia Wikipedia (2010), significa Statistical
Package for the Social Sciences, y es un programa estadstico informtico muy
usado en las ciencias sociales y las empresas de investigacin de mercado y
particularmente en educacin. Originalmente SPSS fue creado como el acrnimode Statistical Package for the Social Sciences ya que se est popularizando la
idea de traducir el acrnimo como "Statistical Product and Service Solutions". Sin
embargo, aunque realizando bsquedas por internet estas pueden llevar a la
pgina web de la empresa, dentro de la pgina misma de la empresa no se
encuentra dicha denominacin.
Como programa estadstico es muy popular su uso debido a la capacidad
de trabajar con bases de datos de gran tamao. En la versin 12 es de 2 millones
de registros y 250.000 variables. Adems, de permitir la recodificacin de las
variables y registros segn las necesidades del usuario. El programa consiste en
un mdulo base y mdulos anexos que se han ido actualizando constantemente
con nuevos procedimientos estadsticos. Cada uno de estos mdulos se puede
adquirir por separado.
Actualmente, compite no solo con softwares licenciados como lo son SAS,MATLAB, Statistica, Stata, sino tambin con software de cdigo abierto y libre, de
los cuales el ms destacado es el Lenguaje R. Recientemente ha sido
desarrollado un paquete libre llamado PSPP, con una interfaz llamada PSPPire
que ha sido compilada para diversos sistemas operativos como Linux, adems de
versiones para Windows y OS X. Este ltimo paquete pretende ser un clon de
cdigo abierto que emule todas las posibilidades del SPSS.
La idea es que alumnos y profesores tengan acceso a esta herramienta, que esmuy valiosa, para aligerar los clculos de manera efectiva y con mrgenes de
errores casi nulos.
Para su uso, en el computador, primeramente se debe instalar con las
especificaciones que el propio programa tiene, usted escoge el lenguaje, asi:
74
http://es.wikipedia.org/wiki/Paquete_estad%C3%ADsticohttp://es.wikipedia.org/wiki/Ciencias_socialeshttp://es.wikipedia.org/wiki/MATLABhttp://es.wikipedia.org/wiki/Statisticahttp://es.wikipedia.org/w/index.php?title=Stata&action=edit&redlink=1http://es.wikipedia.org/wiki/Lenguaje_Rhttp://es.wikipedia.org/w/index.php?title=PSPP&action=edit&redlink=1http://es.wikipedia.org/w/index.php?title=PSPPire&action=edit&redlink=1http://es.wikipedia.org/wiki/Linuxhttp://es.wikipedia.org/wiki/Windowshttp://es.wikipedia.org/wiki/OS_Xhttp://es.wikipedia.org/wiki/Paquete_estad%C3%ADsticohttp://es.wikipedia.org/wiki/Ciencias_socialeshttp://es.wikipedia.org/wiki/MATLABhttp://es.wikipedia.org/wiki/Statisticahttp://es.wikipedia.org/w/index.php?title=Stata&action=edit&redlink=1http://es.wikipedia.org/wiki/Lenguaje_Rhttp://es.wikipedia.org/w/index.php?title=PSPP&action=edit&redlink=1http://es.wikipedia.org/w/index.php?title=PSPPire&action=edit&redlink=1http://es.wikipedia.org/wiki/Linuxhttp://es.wikipedia.org/wiki/Windowshttp://es.wikipedia.org/wiki/OS_X -
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
75/101
1.Ubicamos el pulsor en cada una de las columnas que se indican con la
palabra var, que son las variables que se deben etiquetar para distinguirlas
en los anlisis y resultados.
2. Luego se vacan los datos de las variables, en caso de que sean cualitativas
se deben codificar.
3. Luego se escoge la operacin que se desea realizar. Aparecer un cuadro
de dilogo en el cual se indicar los elementos que se van a determinar
(grficos, estadsticos, correlaciones, etc).
4. En el caso que se indica se escogen dos variables X y Y con cuatro (4)
valores cada uno.
5. Luego se selecciona la opcin estadsticos, inmediatamente aparecen
otras opciones, seleccionamos resumir, y como se quieren resultados
elementales, seleccionamos a continuacin descriptivos.
6.Esta operacin se repite con opciones que indiquen correlaciones,
desviaciones, etc.
7.Seguidamente el programa emite los resultados. En este caso locomparamos con un caso particular para valorar la importancia del manejo
del programa SPSS.
Aplicaciones del programa SPSS
75
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
76/101
Consideremos los siguientes valores de X e Y, y determinemos de
manera manual, los estadsticos bsicos y las correlaciones, luego los
comparamos con los obtenidos con el programa SPSS
X Y X2 Y2 X.Y (Xi - X)2
(Yi - ) 2
21 12 441 144 252 0,56 8115 21 225 441 315 45,56 024 27 576 729 648 5,06 3627 24 729 576 648 27,56 987 84 1971 1890 1863 78,74 126
Vimos que,
rxy = 0,36;
= 0,4 y Sxy = 12Por otra parte: X= 87/4 = 21,75
Media de los datos Y = 84/4 = 21
Sx2 = 78,74/4 = 19,685 Sx = 4,44
Sy2 = 126/4 = 31,5 Sy = 5,61
Mdx = 18; Mdy = 17,5
76
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
77/101
Ingresando datos en el SPSSIngresando datos en el SPSS Calculando estadCalculando estadsticossticos
descriptivos en SPSSdescriptivos en SPSS
77
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
78/101
ResultadosResultados
78
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
79/101
Referencias bibliogrficas
Audrey Haber y Runyon Richard (1973). Estadstica general. Fondo
educativo Interamericano, S.A. Bogot.
Da Silva Ramis, Mara (2009). Ideas de Estadstica en
www.monografias.com/trabajos10/esta/estadistica
Enciclopedia Wikipedia (2010). El Programa SPSS. En
es.wikipedia.org/wiki/SPSS.
Estrada, Jos Mercedes (2005). La evaluacin y su aplicacin en el aula.Fumaprif ediciones. Maturn, Venezuela.
Ferrys J, Ritchey (2005). Estadstica para las ciencias sociales. Mc Graw-
Hill. Mxico.
Freund John y Manning Smith Richard (1986). Aplicaciones de la
estadistica. Prentice Hall Inc, Mxico
Leach, Chris (1982). Fundamentos de estadstica: enfoque no paramtrico
para ciencias sociales. Limusa, Mxico.
Lind Douglas, Mason Robert y Marchal William (2000). Estadstica para
administradores y economistas. Irvin Mc Graw-Hill. Mxico
Murray R. Spiegel, (1992). Estadstica I. Coleccin Schaum, Mxico.
Runyon, Haber (1986). Estadstica general. Addison-Wesley
Iberoamericana. Argentina.
79
http://www.monografias.com/trabajos10/esta/estadisticahttp://www.monografias.com/trabajos10/esta/estadistica -
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
80/101
ANEXOS
80
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
81/101
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
82/101
2.8 0.9975 0.9975 0.9976 0.9977 0.9978 0.9978 0.9979 0.9980 0.9980 0.9981
2.9 0.9981 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.99953.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
3.5 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
82
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
83/101
Ejercicios y asignaciones propuestas.
Asignacin No. 1.
1. Muchos coinciden en que la Estadstica sirve hasta para mentir. Analice tal
afirmacin. Hasta qu punto la comparte?
2. Exponga claramente las etapas ms importantes para que la Estadstica se
constituyera en ciencia? y en Tcnica?, y en herramienta? o vale cualquier trmino? Cul es
el fundamente terico, epistemolgico y axiolgico de la Estadstica?.
3. Elabore una definicin de poblacin en el rea de la Educacin (Bsica) y 3 exponga
ejemplos.
4. De 2 ejemplos de poblacin infinita y 2 de poblacin finita (en su rea).
5. Defina muestra. Puede existir realmente una muestra representativa?. De ser as
quin lo garantiza? Discuta las ventajas y desventajas que tiene un investigador al seleccionar
una muestra representativa
6. Explique por qu la estadstica inferencial desempea un papel muy importante en las
investigaciones actuales.La Estadstica Inferencial depende de la Descriptiva o viceversa?
7. Exponga las posibles contribuciones de la estadistica en el campo de saber de su
competencia. Cul es el lmite?
8. Indique qu tipo de Estadstica, descriptiva o inferencial, se aplic en cada caso:
a. El Pilar es una poblacin turstica.
b. La duracin promedio de las bombillas de de un semillero de aj es de 4 semanas.
c. 6 de cada 21 venezolanos est de acuerdo en que disminuyan las importaciones de
alimento.
d. Barinas es una zona agrcola.
e. La Cueva del Gucharo es un patrimonio cultural del mundo.
83
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
84/101
9. Se ha hecho un estudio para determinar la opinin acerca del tema de la Autonoma
Universitaria por parte de los alumnos de Posgrado de la UPEL-IPM. Entre 160 participantes
entrevistados, 80 dijeron que estaban de acuerdo como la Universidad funciona hasta ahora:
a. Cul es la muestra.
b. Cul es la poblacin.
c. Cul es el parmetro y cul es el Estadstico.
d. Explique el proceso estadstico mediante el cual se llega a las siguientes conclusiones:
i. El porcentaje muestral es de 66%.
ii. La proporcin poblacional oscila entre 0,65 y 0,73 con una probabilidad determinada de
que se encuentren fuera de estos lmites.
10. Un investigador informa que cinco bombillas de 85 W de la marca A se fundieron tras
706, 805, 872, 906 y 957 horas de servicio continuo, entre tanto que otras cinco bombillas de 85
W de la marca B se fundieron tras 902, 920, 980, 1.000 y 1.053 horas de servicio continuo. Culde los dos aspectos de la estadstica se necesita para llegar a las siguientes conclusiones:
a. Las cinco bombillas de la marca A tuvieron una vida media til de 859, y las cinco
bombillas de la marca B tuvieron una vida media de 974 horas.
b. La vida til de las bombillas de la marca A es ms corta que las de la marca B.
c. Las cinco bombillas de la marca A presentan mayor dispersin en vida de servicio que
las de la marca B.
d. Las vidas tiles de las bombillas de la marca A son ms variables que las de las
bombillas de la marca B.
e. Si el precio de las bombillas de la marca A es igual que el de las de la marca B, espreferible comprar las de la marca B.
84
-
7/22/2019 LIBRO DE ESTADISTICA (ESTRADA) correccion.doc
85/101
Asignacin 2
1. a) Elabore una definicin de poblacin en el rea de la Educacin (Bsica o
Bolivariana) y 3 exponga ejemplos. b) De 2 ejemplos de poblacin infinita y 2 de poblacin
finita (en su rea). c) Defina muestra. Puede existir realmente una muestra representativa?. De
ser as quin lo garantiza?
2. Indique el tipo de estadstica que se aplic en cada caso:
a) El ndice promedio de los estudiantes de esta seccin es 7,63 puntos.
b) La UBV es una Universidad de avanzada.
c) 7 de cada 21 venezolanos est de acuerdo con el ingreso de 1400 estudiantes la prxima
semana.
d) Estadstica es una asignatura importante.
3. Considere el siguiente listado de Magnitudes: a) Estado del tiempo, b) Tamao del fruto
del Cacao, c) Cuociente de Inteligencia, d) Cantidad promedio de agua que se consume en la
Tomatera de Caicara, e) Nmero de das del mes de Julio, f) Nivel socio-econmico de un sector
Rural de Maturn, g) Sexo del primer beb del ao 2009, h) Cantidad de Cacao exportado por
Venezuela el ao 2008, i) Tiempo que requiere una persona para resolver esta tarea, j)
Preferencia por cierta marca de Vehiculo k) Porcentaje de aumento del salario mnimo.
Se pide:
a) Clasificar cada Magnitud en Variables o constantes, b) Las que resultenvariables Clasifquelas en cualitativas y cuantitativas, indique adems la escala de medicin
respectiva, c) Las Variables cuantitativas, indique cules son continuas y cuales discretas.
4. En la Upel, durante el quinquenio pasado se llev un registro del personal
administrativo y Obrero (invente los nmeros).
Secretarias Bibliotecarias Obreros Total