miércoles, 2 de octubre de 2013

Bloque 2 REPRESENTACION TABULAR Y GRÁFICA DE DATOS

Presentación de Datos 
Una vez que se han obtenido los datos y que se ha hecho el estudio de los valores que
pueden tomar las variables, la primera tarea de la Estadística es la de ordenar y
presentar los datos en tablas que permitan ver la tendencia de los mismos. Ordenados
los datos se facilita su representación en diagramas y gráficas de diferentes tipos.
En esta unidad se verá la forma de describir, presentar, ordenar, resumir la información
en tablas y su presentación en diferentes tipos de gráficas.
Distribución de Frecuencias 
Los datos agrupados en tablas, nos permiten ver con facilidad el número de
observaciones iguales o comprendidos en un intervalo, a este número de repeticiones
iguales de la variable se llama frecuencia y se denota por fi
 Otros valores relacionados
con la frecuencia son:
 La frecuencia relativa que se denota por fr
 La frecuencia acumulada que se denota por Fi
 La frecuencia relativa acumulada que se denota Fr
En esta unidad analizaremos, ejemplificaremos y gratificaremos los datos de estos
conceptos.
Escalas de Medición.
La clasificación que hemos hecho de las variables, depende del nivel de medición de la
característica deseada.
En nivel de medición también denominados escalas de medición, lo podemos clasificar
en:
1. Nominal.
2. Ordinal.
3. Por intervalo.
Escala nominal es la que se usa para asignarle una etiqueta a las
categorías que se construyen de la variable con el único fin de
distinguir unas de otras.
Escala ordinal es la que permite ordenar o jerarquizar las categorías
que se construyen de la variable que se evalúa.
Escala de medición por intervalos es la que permite clasificar, ordenar
y cuantificar las categorías que se establecen de la variable.
Ejemplo:
En la carrera de caballos que se realizó el jueves 16 de septiembre corrieron 10
caballos, los cuales se numeraron de la siguiente forma:
10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20
 Al finalizar la carrera, el primer lugar lo obtuvo el 13, el segundo lugar el 19, y el
tercer lugar el 16. El primer lugar hizo un tiempo de 15.3 minutos, el segundo
lugar 15.5 y el tercer lugar 15.8 minutos.
 Definición de variables:
a) Número de caballo (variable cualitativa nominal).
b) Lugar que ocupó (variable cualitativa ordinal).
c) Tiempo que hizo (variable cuantitativa continua).

Distribución de Frecuencias Absolutas y Relativas 
Las primeras tareas de la Estadística descriptiva son ordenar, clasificar y resumir los
datos obtenidos en la investigación de campo, para ello se concentran en tablas de
frecuencia y éstas pueden ser:
a) Absoluta.
b) Relativa.
c) Acumulada.
Con el análisis de las frecuencias podemos determinar la tendencia de la variable en
estudio que como ya se dijo, ésta puede ser nominal, ordinal o cuantitativa y sus
respectivas escalas de medición: nominal, ordinal o por intervalos, respectivamente.
Ejemplo:
La maestra de orientación del Plantel 04 dio una conferencia al grupo 535 sobre
las características y bondades de las carreras de Ingeniería, Química,
Metalúrgica y Actuaría. Al final de la conferencia pidió que llenaran un
cuestionario donde especificaron además de los datos personales, la carrera de
preferencia. Se obtuvieron los siguientes resultados:
 I, A, M, Q, Q, M, A, I, M, Q, A, Q, I, Q, M,
 Q, M, M, A, Q, I, Q, M, I, I, Q, M, M, A, I,
M, A, A, Q, I, M, Q, Q, A, M, A, Q, M, A, Q,

La forma en que se obtuvieron los datos, se muestra en la tabla anterior. Como
podrás observar en esta forma es difícil interpretar la información, por lo que
elaboramos la siguiente tabla de frecuencias:

Carrera que prefieren los alumnos del grupo 535 del Plantel 04 del Colegio
de Bachilleres.




Ya quedó establecido que el número de veces que se repite la misma
observación se llama frecuencia (fi) o frecuencia absoluta y el conocimiento de
esta variable nos permite inferir otro conocimiento. En nuestro ejemplo podemos
ver en cuántos días hubo el mismo consumo, en cuántos días hubo el menor
consumo o en cuántos días hubo el mayor consumo.
También podemos inferir hacia dónde se carga el mayor o menor consumo.
Otro parámetro importante es la frecuencia relativa que simbolizaremos con “fr”,
ésta se obtiene dividiendo la frecuencia absoluta (fi) entre el número de elementos de la muestra que simbolizaremos con (n).
La definición matemática es: 


De la ecuación ( 1 ) puedes observar que la frecuencia relativa se puede
expresar como una razón, como una proporción o como un porcentaje ( % ).
 Ejemplo: 
La puntuación obtenida en un examen que se aplicó a 100 obreros de la
fábrica de vidrio el Fanal, es la que se muestra en la siguiente tabla de

frecuencias:
Resultados del examen aplicado a 100 obreros de la fábrica de vidrio el
Fanal.











domingo, 29 de septiembre de 2013

Bloque 1 RECOLECCIÓN DE DATOS

La estadística es una ciencia formal que estudia la recolección, análisis e interpretación de datos de una muestra representativa, ya sea para ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de algún fenómeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional. Sin embargo, la estadística es más que eso, es decir, es la herramienta fundamental que permite llevar a cabo el proceso relacionado con la investigación científica.

CONCEPTOS BÁSICOS
Población: Es el conjunto de elementos, individuos o entes sujetos a estudio y de los cuales queremos obtener un resultado.
Para facilitar el estudio de las poblaciones éstas se clasifican en:
a) Población finita.
b) Población infinita

Muestra:Una muestra es un conjunto de medidas u observaciones tomadas a partir de una
población dada; es un subconjunto de la población. Desde luego, el número de
observaciones en una muestra es menor que el número de posibles observaciones en la
población, de otra forma, la muestra será la población misma. Las muestras se toman
debido a que no es factible desde el punto de vista económico usar a toda la población.
En algunos casos es imposible recolectar todas las posibles observaciones en la
población.
Por ejemplo, si se desea estimar el gasto promedio anual de los estudiantes del C.B., se
extraería una muestra formada por cierto número de estudiantes, se determinaría el
gasto anual correspondiente a cada uno de ellos y después se obtendría el promedio.
Se utiliza una muestra debido a que simplemente no se tiene el tiempo ni los recursos
Población estadística es un conjunto de personas, entidades u objetos del
cual se quiere saber algo que nos interesa para tomar una determinación
acertada.para establecer el contacto con todos los estudiantes del C.B., aun cuando es posible
hacerlo.
Muestra representativa es un subconjunto de la población que se estudia
para determinar el parámetro que describe la característica deseada de la
misma.
Muestra aleatoria es aquella que se obtiene de tal manera que cada posible
observación disponible en la población, tiene la misma probabilidad de ser
seleccionada.
CLASIFICACIÓN
Estadística descriptiva.La Estadística Descriptiva es el estudio que incluye la obtención,
organización, presentación y descripción de información numérica

Ejemplo: 
Un director de escuela desea conocer las aptitudes de cinco secretarias que trabajan en
dicha institución.
Se aplica una prueba de aptitudes a las cinco secretarias y las calificaciones son 82, 85,
95, 92 y 91. La medida estadística que emplea el Director es la aptitud promedio o
media aritmética, la cual es la suma de los valores obtenidos dividida por el número de
observaciones. Entonces, la calificación promedio es:
 82+85+95+92+91 = 445 = 89
El cálculo de la media aritmética, simple como es, es una parte importante de la
estadística descriptiva. El resultado se limita a los datos obtenidos en este caso
particular y no implica ninguna inferencia o generalización acerca de las aptitudes de
otras secretarias. Este método es de naturaleza descriptiva, debido a que el promedio
condensa y describe la información obtenida, por ejemplo en el caso de las secretarias
significa que el promedio de las aptitudes de las cinco secretarias es 89%.

Estadística inferencial. La inferencia estadística es una técnica mediante la cual se obtienen
generalizaciones o se toman decisiones en base a una información parcial o
completa obtenida mediante técnicas descriptivas.
Por ejemplo; podría desear conocer la aptitud promedio de las demás secretarias, pero
carece del tiempo o de los recursos para aplicar una prueba a todas ellas. Podría utilizar
la calificación promedio de las cinco secretarias como base para realizar una inferencia o
estimación acerca de la aptitud promedio de todas las secretarias.
Con ese fin, necesitará conocer otra rama de la Estadística conocida como Estadística
Inferencial o Inferencia Estadística.

Para concluir diremos que existe otra gran división de las técnicas estadísticas:
a) Estadística Paramétrica.
b) Estadística No Paramétrica. 

La Estadística Paramétrica es un conjunto de técnicas desarrolladas para niveles altos
de medición como el de intervalos.
Los métodos paramétricos permiten hacer inferencias acerca de parámetros
poblacionales de las distribuciones. Estos métodos fueron los primeros en ser
desarrollados por los investigadores de la Estadística.
La Estadística no paramétrica es un conjunto de técnicas diseñadas para niveles de
medición menores, por ejemplo, el nominal y ordinal, para efectuar estimaciones no
habrá parámetros en estricto sentido.
A los procedimientos estadísticos que no dependen para su validez de la forma funcional
de la distribución original de la población se les denomina procedimientos no
paramétricos o libres de distribución.
Los Procedimientos No Paramétricos disponibles actualmente ofrecen varias ventajas
para el investigador y analista de datos; entre ellos se pueden mencionar los que
estableció Bradley en 1968:
1) La mayoría de los procedimientos no paramétricos se basan en un conjunto mínimo
de suposiciones y esto tiende a reducir la posibilidad de utilizarlos inadecuadamente.
2) Los cálculos aritméticos necesarios para la aplicación de muchos procedimientos no
paramétricos son cortos y fáciles, de manera que con su empleo se puede ahorrar
tiempo.
3) Los procedimientos no paramétricos son por lo general fácilmente comprensibles
para personas no muy formadas matemática o estadísticamente.
4) Se pueden aplicar los procedimientos no paramétricos cuando los datos que se van
a analizar consisten más bien en rangos o conteos de frecuencia tales como
porcentaje de pruebas, estatura, peso, longitud, entre otras.