Professional Documents
Culture Documents
REVISIN DE PRESABERES
La revisin de presaberes tiene dos propsitos fundamentales para el desarrollo del curso
acadmico:
(1) Revisar los conceptos bsicos y previos que debe poseer el estudiante para comenzar el
proceso de estudio de la ESTADSTICA DESCRIPTIVA.
(2) Verificar la existencia de algunos conocimientos mnimos que debe mantener el
estudiante en su estructura mental de saberes para que se facilite el proceso de aprendizaje.
En esta leccin evaluativa de presaberes se revisan conceptos bsicos a cerca del curso
Estadstica Descriptiva.
Encontrar sntesis de los conceptos ms importantes y seguidamente algunas preguntas
relacionadas. Esta actividad es EVALUATIVA, por lo tanto recuerde que debe leer
cuidadosamente y posteriormente responder la leccin.
xitos
OBJETIVOS
Objetivos
Aportar a los estudiantes las herramientas tericas y tcnicas para que logren,
mediante anlisis cuantitativos y el manejo estadstico de datos, la interpretacin
de diferentes fenmenos de su entorno.
Contribuir a los estudiantes en la comprensin de los mtodos de la Estadstica
Descriptiva para su aplicacin en el estudio de fenmenos o procesos, a travs de
la aplicacin sistemtica de los conceptos y fundamentos de esta disciplina.
El curso se propone desarrollar en el estudiante las siguientes competencias:
El estudiante interpreta, discrimina y relaciona los fundamentos bsicos de la
Estadstica Descriptiva, a travs del anlisis de datos tomados en una
investigacin propia de su disciplina.
El estudiante describe, examina y sintetiza adecuadamente la informacin
recopilada durante la observacin y seguimiento de un fenmeno mediante
mtodos estadsticos sencillos.
Al terminar el curso ESTADISTICA DESCRIPTIVA, el estudiante:
Resolver, mediante las herramientas tericas y tcnicas proporcionadas por el
curso acadmico, problemas enunciados referentes a la interpretacin de un
conjunto de datos dados.
Demostrar la aprehensin de las bases, conceptos y herramientas de la
Estadstica Descriptiva, por medio de la sustentacin de un trabajo final en donde
se realice el anlisis de informacin cuantitativa de un proceso o fenmeno propio
de su disciplina.
JUSTIFICACIN
JUSTIFICACIN
La Estadstica es una disciplina que se aplica en todos los campos de la actividad
del ser humano. Es muy frecuente encontrarse en las diferentes disciplinas del
CONTENIDO TEMTICO
UNIDAD 1. CONCEPTOS PRELIMINARES Y MEDIDAS DE TENDENCIA
CENTRAL
CAPITULO 1: GENERALIDADES Y VARIABLES ESTADISTICAS
LECCIN 1. QUE ES LA ESTADSTICA?
LECCIN 2. CONCEPTOS BSICOS
LECCIN 3. VARIABLES ESTADSTICAS
LECCIN 4. CARACTERIZACIN DE UNA VARIABLE CUALITATIVA
LECCIN 5. TABLAS DE CONTINGENCIA
CAPITULO 2: INVESTIGACIN ESTADSTICA
LECCIN 6: PLANEACIN
LECCIN 7: RECOLECCIN
LECCIN 8: ORGANIZACIN DE LA INFORMACIN
LECCIN 9: TABLAS DE DISTRIBUCIN DE FRECUENCIAS
LECCIN 10: PRESENTACIN DE LA INFORMACIN
CAPITULO 3: MEDIDAS DE TENDENCIA CENTRAL O DE POSICIN
LECCIN 11: ESTADGRAFOS
LECCIN 12: MEDIA ARITMTICA
1
Puntos: 1
De acuerdo a los objetivos, propsitos y metas del curso, se puede afirmar que el
desarrollar sistemticamente el curso ESTADSTICA DESCRIPTIVA, le dar al estudiante
herramientas tericas y tcnicas para el anlisis cuantitativo y manejo estadstico de datos y
de esa manera podr:
Seleccione una respuesta.
a. Interpretar diferentes
fenmenos de su propio
entorno.
b. Concluir qu es mejor para
su vida profesional.
c. Hacer su tesis de grado.
d. Demostrar teoremas de la
Probabilidad.
Correcto
Puntos para este envo: 1/1.
2
Puntos: 1
A partir de la lectura es correcto afirmar que la Estadstica Descriptiva tiene por objetivo:
Seleccione una respuesta.
a. Efectuar coparaciones sin sacar conclusiones de tipo ms general.
b. Ser herramienta indispensable en el muestreo.
c. Descubrir las causas que originan el hecho.
d. Probar la significacin de los resultados.
Incorrecto
Puntos para este envo: 0/1.
3
Puntos: 1
Incorrecto!
Correcto.
Muy
bien !!!
5
Puntos: 1
En todos los campos de la investigacin se requiere a menudo el uso racional de los
Mtodos Estadsticos. Los procesos de planeacin, control y toma de decisiones
Incorrecto..
Correcto !!!
c. Medidas de dispersin
d. Asimetra y apuntamiento
Correcto
Puntos para este envo: 1/1.
RECONOCIMIENTO DE UNDAD 1
1
A partir de los objetivos propuestos,podemos afirmar que NO es un propsito de la Unidad
1:
Seleccione una respuesta.
a. Aplicar los conceptos de frecuencia, marca de clase y distribucin de frecuencias a
un conjunto de datos estadsticos.
b. Establecer los conceptos de poblacin, muestra, variable, dato y parmetro.
c. Construir diferentes tipos de distribuciones de frecuencias para un conjunto de
datos.
d. Calcular la relacin entre dos variables a partir del coeficiente de correlacin.
2
Los diagramas y tablas permiten estudiar el comportamiento de una poblacin, aunque no
lo hacen en forma suficiente.Para complementar, se requiere acudir a ciertas medidas
numericas que corresponden a una parte de la poblacin.
Dichas medidas reciben el nombre de:
Seleccione una respuesta.
a. Parmetros
b. Estadgrafos.
c. Estimadores.
d. Pronosticos.
3
Una de las siguientes medidas, NO pertenece a las medidas de posicin que se estudiarn
en esta unidad:
Seleccione una respuesta.
a. Coeficiente de determinacin.
b. Mediana.
c. Percentiles.
d. Cuartiles.
4
Una de las siguientes opciones NO corresponde a una GRAFICA ESTADSTICA estudiada
en esta UNIDAD:
Seleccione una respuesta.
a. Diagrama de tallo y hojas
b. Diagrama circular.
c. Ojiva.
d. Mapas estadsticos.
5
Dentro de las etapas de la investigacin estadstica se encuentra la presentacin de la
informacin.Uno de los siguientes trminos NO corresponde a dicha etapa:
VARIABLE
Variable es una caracterstica susceptible de tener distintos valores en los
elementos de un grupo o conjunto.
Si la variable tiene la capacidad de tomar cualquier valor que exista entre dos
magnitudes dadas, entonces esta variable ser continua.
Si por el contrario, slo puede tener un valor de entre cierta cantidad de valores
dados, entonces ser discreta.
LA PLANEACION
ORGANIZACIN DE LA INFORMACIN
Luego de tomar la informacin necesaria en la investigacin que se sigue, se
obtiene una gran cantidad de datos que requieren ser interpretados y sobre los
cuales se busca concluir algo especfico. Para esto se debe depurar y clasificar la
informacin aplicando tcnicas adecuadas.
La organizacin y el resumen de la informacin son dos procesos distintos que se
desarrollan por separado. La organizacin hace referencia al arreglo de los datos
en un formato lgico para su interpretacin. En cambio, el resumen implica la
condensacin de varias mediciones en una forma compacta, ya sea grfica o
numricamente. De ah que se tome primero la forma de organizar la informacin
tomada en una investigacin estadstica.
La informacin estadstica puede organizarse de diversas maneras: ordenando el
conjunto de datos como una combinacin ordenada o en un arreglo de tallo y
MODA
Se trata del valor ms frecuente en un conjunto de datos. Se considera como el
valor ms representativo o tpico de una serie de valores. Es simbolizada como
Mo.
Si dos valores tienen la misma frecuencia se dice que el conjunto es bimodal.
Cuando ms de dos valores ocurren con la misma frecuencia y sta es la ms
alta, todos los valores son modas, por lo que el conjunto de datos recibe el nombre
de multimodal o polimodal.
Cuando los datos se encuentran agrupados la moda es la marca de clase del
intervalo de clase que contiene la mayor frecuencia.
COMPARACIONES
En resumen, se puede entender la media aritmtica como el punto de equilibrio del
conjunto de datos (como el centro de gravedad de un cuerpo); la mediana como la
medida que permite dividir el rea bajo la curva de distribucin en dos parte
iguales y la moda como el pico ms alto de la curva de distribucin.
El cuadro siguiente [1] resume y compara de una manera didctica y prctica la
media, mediana y moda en trminos de ventajas y desventajas para su clculo y
uso en la investigacin estadstica. Ellas tres son las medidas de tendencia central
ms comnmente usadas.
Tabla
Comparacin de la media, mediana y moda
LECCION DE UNIDAD 1
1
En un estudio se registra la cantidad de Horas de T.V. a la semana que ve un grupo de nios
escogidos de un colegio de la localidad de Puente Aranda en Bogot
Horas de TV
No. Nios
35
57
13
79
9 11
11 13
Total
38
Horas de TV
No. Nios
35
57
13
79
9 11
11 13
Total
38
Teniendo en cuenta la siguiente informacin podemos afirmar que el 50% de las ventas en
nmero de unidades es:
QUIZ 1
1
El conjunto de todos los datos especficos de inters para el investigador, se conoce como:
Seleccione una respuesta.
a. Muestra
b. Poblacin
c. Unidad estadstica
d. Objeto de investigacin
2
No. viviendas
18
16
10
50
b. Modal.
c. Bimodal
d. Unimodal.
5
Los siguientes datos representan el peso (libras) de los ejemplares atrapados por el bote de pesca deportiva El Fugitivo
Peso (lbs)
Frecuencia
0 25
25 50
13
50 75
16
75 100
100 125
48
Se puede decir de los ejemplares que:
No. viviendas
18
16
10
50
Se podra decir que el numero de viviendas y el porcentaje de ellas que tienen 6 o mas cuartos habitables es:
Es una tcnica que resume de manera simultnea los datos en forma numrica y presenta
una ilustracin grfica de la distribucin.
Seleccione una respuesta.
a. Combinacion o arreglo ordenado
b. Arreglo de tallo y hojas
c. Tabulacin de la informacin
d. Distribucin de frecuencias
14
Describe la informacion de la distribucion de frecuencias absolutas o relativas, pero se
grafican las marcas de clase de cada intervalo.
Seleccione una respuesta.
a. Poligono de Frecuencias
b. Histograma de Frecuencias
c. Diagramas de Frecuencias
d. Ojiva
15
En estadstica, al grupo que representa una caracterstica comn cuantificable
del conjunto de datos se le denomina:
Seleccione una respuesta.
a. Tamao
b. Clase
c. Rango
d. Muestra
Usted se ha autentificado como SANDRA MILENA RANGEL (Salir)
RECONOCIMIENTO DE UNDAD 2
RECONOCIMIENTO UNIDAD 2
Esta actividad tiene como propsito fundamental para el desarrollo del curso
acadmico, hacer un reconocimiento de los contenidos que se tratarn en esta
SEGUNDA
unidad
del
curso
de
ESTADSTICA
DESCRIPTIVA.
INTRODUCCIN
RECONOCIMIENTO UNIDAD 2
Esta actividad tiene como propsito fundamental para el desarrollo del curso
acadmico hacer un reconocimiento de los contenidos que se tratarn en esta
SEGUNDA unidad del curso de ESTADSTICA DESCRIPTIVA.
De esta manera se ha diseado esta actividad para que se revisen algunos
conocimientos especficos que ayudarn al desarrollo del estudio y se han
propuesto algunos contenidos en esta leccin para que se complementen los
mismos.
Esta actividad es evaluativa y de refuerzo, por lo tanto recuerde que debe leer
cuidadosamente y posteriormente responder preguntas para seguir adelante.
UNIDAD 2 MEDIDAS ESTADSTICAS.
UNIDADES ESTADSTICAS
UNIDADES ESTADSTICAS
OBJETIVOS
Objetivos
Los objetivos especficos de esta segunda unidad son:
Desarrollar destrezas para calcular algunas medidas de Dispersin.
Interpretar las medidas de Dispersin y comprender sus aplicaciones.
Comparar las medidas de dispersin y seleccionar la ms til segn las
circunstancias.
Reconocer que las medidas de dispersin complementan la descripcin que
proporcionan las medidas de tendencia central.
Interpretar y utilizar las medidas de simetra y apuntamiento.
Identificar los tipos de asimetra y apuntamiento en una distribucin de datos.
Identificar hechos que admitan intuitivamente un comportamiento lineal simple.
MEDIDAS DE DISPERSIN
MEDIDAS DE DISPERSIN
Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la
moda slo nos revelan una parte de la informacin que necesitamos acerca
de las caractersticas de los datos. Para aumentar nuestro entendimiento
del patrn de los datos, debemos medir tambin su dispersin, extensin o
variabilidad.
La dispersin es importante porque:
Proporciona informacin adicional que permite juzgar la confiabilidad de la
medida de tendencia central. Si los datos se encuentran ampliamente
dispersos, la posicin central (promedio) ,es menos representativa de los
datos.
Ya que existen problemas caractersticos para datos ampliamente
dispersos, debemos ser capaces de distinguir que presenta es dispersin
antes de abordar esos problemas.
Quiz se desee comparar las dispersiones de diferentes muestras. Si no se
desea tener una amplia dispersin de valores con respecto al centro de
distribucin o esto presenta riesgos inaceptables, necesitamos tener
habilidad de reconocerlo y evitar escoger distribuciones que tengan las
dispersiones ms grandes.
Pero si hay dispersin en la mayora de los datos, y debemos estar en
REGRESIN Y CORRELACION
REGRESIN Y CORRELACIN
En muchos casos se requiere conocer ms que el comportamiento de una sola
variable, se requiere conocer la relacin entre dos o ms variables como la
relacin entre produccin y consumo; salarios y horas de trabajo; oferta y
demanda; salarios y productividad; la altura de un rbol y el dimetro de su tronco;
el nivel socioeconmico de una persona y su grado de depresin; etc.
Muchos de estos comportamientos tienen una tendencia lineal, aunque hay
muchos otros que lo hacen de forma curva, en este curso slo se trabajar sobre
variables con correlacin lineal. A continuacin se describir brevemente en qu
consiste un diagrama de dispersin y cules son los criterios que deben tenerse
en cuenta para hallar la mejor lnea o lnea de tendencia del comportamiento de
las variables.
La palabra regresin la utilizamos para significar la estimacin de una variable en
funcin de otro valor conocido, correspondiente a la otra variable.
Decimos que la mejor lnea que se ajusta a un conjunto de puntos es aquella en
donde la suma de los cuadrados de las diferencias entre los valores reales y los
estimados es mnima.
Para determinar el grado de correlacin entre las variables, no basta con calcular
la varianza explicada, pues existe el coeficiente de determinacin o coeficiente de
correlacin al cuadrado; sin embargo, frecuentemente se utiliza un coeficiente de
correlacin rectilneo, r siendo este un valor entre -1 y 1.
NMEROS INDICES
NMEROS INDICE
Los nmeros ndice son cifras relativas expresadas en trminos porcentuales, que
sirven para indicar las variaciones que sufre una serie de valores respecto a una
de ellas, tomada como punto de referencia y a la cual se le denomina base.
Los nmeros ndices no son una medida cuantificable, se trata de un indicador de
variacin en la variable observada. Son indicadores muy utilizados en el sector
econmico por ejemplo, la variacin en los precios de un producto respecto al ao
anterior, la cantidad de unidades vendidas de un producto respecto al mes
anterior, el costo de produccin por unidad de este trimestre comparado con el
inmediatamente anterior, etc.
Si se trata de una serie corta, el perodo base seleccionado ser el primer valor de
la serie; pero si la serie es extensa se debe seleccionar cono perodo base aquel
que haya sido ms estable, es decir, que no presente cambios muy bruscos
debido a factores internos y/o externos. Sin embargo, la seleccin de la serie base
depender de los anlisis que el investigador requiera hacer para sus variables.
1
NO es un objetivo especfico de esta unidad:
Seleccione una respuesta.
a. Calcular el coeficiente de determinacin para verificar la confiablidad del modelo.
b. : Desarrollar destrezas para realizar diagramas de dispersin que indiquen una
tendencia de agrupacin de los datos.
c. Calcular e interpretar las medidas de Tendencia central
d. Interpretar y manejar los conceptos de regresin y correlacin.
2
A partir del siguiente diagrama de dispersin, podemos afirmar que el Tiempo de entrega
est relacionado con la distancia en km y que a medida que aumenta la distancia para la
entrega aumenta el tiempo de entrega, dicha relacin entre las variables es:
c. Coeficiente de determinacin.
d. Coeficiente de variacin.
LECCION EVALUATIVA
VARIANZA
Es una de las medidas ms usadas en estadstica, ella a su vez da origen a otra
mucho ms significativa: la desviacin tpica o estndar. Se define como la
media aritmtica de los REGRE de las desviaciones respecto a la media
aritmtica.
La varianza indica la desviacin de los datos respecto a la media. Para
comparar dos distribuciones, en cuanto a su variabilidad absoluta, se
pueden utilizar sus varianzas de manera que el resultado indique cul de
ellas es ms homognea o cul es ms heterognea.
DESVIACIN TPICA O ESTNDAR
Esta medida se obtiene extrayendo la raz cuadrada de la varianza, tomando
siempre el valor positivo. Se simboliza por s en la muestra . Esta es la medida de
dispersin ms conocida y ms utilizada en el anlisis de datos estadsticos.
COEFICIENTE DE VARIACIN
Las medidas de dispersin como rango, varianza y desviacin estndar medidas
absolutas y se expresan en las mismas unidades con las que se mide la variable.
Cuando se comparan dos o ms conjuntos de datos con unidades de medida de
observacin diferentes, no es posible compararlas con estas medidas absolutas.
Para efectuar comparaciones entre series de observaciones distintas, en
estadstica se usa el coeficiente de variacin y as se puede determinar cul serie
tiene mayor o menor variabilidad relativa.
Cuando el coeficiente de variacin es muy alto se dice que la media aritmtica no
es lo suficientemente representativa en la distribucin.
MEDIDAS DE ASIMETRIA
En cualquier distribucin el valor de la mediana se localiza entre la media y la
moda. En una distribucin simtrica se tiene que:
MEDIA = MEDIANA = MODA
Los datos sesgados a la derecha (sesgo positivo) poseen una cola derecha ms
larga y su mediana y media estn a la derecha de la moda. La distribucin es
asimtrica positiva y:
MODA < MEDIANA < MEDIA
Los datos sesgados a la izquierda (sesgo negativo) presentan una cola izquierda
ms larga y su media y mediana se encuentran a la izquierda de la moda. Ser
asimtrica negativa y:
MEDIA < MEDIANA < MODA
Figura
Distribuciones sesgadas
(a) Sesgada a la derecha; (b) Sesgada a la izquierda; (c) Simtrica
Las asimetras positivas son las ms frecuentes que las sesgadas hacia la
izquierda, porque con frecuencia es ms fcil obtener valores excepcionalmente
grandes que valores excepcionalmente pequeos. Ejemplo de ello es la
distribucin de valores en los consumos de servicios pblicos, las calificaciones en
pruebas, los sueldos, etc.
MEDIDAS DE APUNTAMIENTO O CURTOSIS
Las curvas de distribucin, comparadas con la curva de distribucin normal,
pueden presentar diferentes grados de apuntamiento o altura de la cima de la
curva. Esta agudeza en la cima se observa en la moda.
Si la curva es ms plana que la normal se dice que la curva es platicrtica; si es
COEFICIENTE DE CORRELACIN
NUMEROS INDICE
Los nmeros ndice son cifras relativas expresadas en trminos porcentuales, que
sirven para indicar las variaciones que sufre una serie de valores respecto a una
de ellas, tomada como punto de referencia y a la cual se le denomina base.
Los nmeros ndices no son una medida cuantificable, se trata de un indicador de
variacin en la variable observada. Son indicadores muy utilizados en el sector
econmico por ejemplo, la variacin en los precios de un producto respecto al ao
anterior, la cantidad de unidades vendidas de un producto respecto al mes
anterior, el costo de produccin por unidad de este trimestre comparado con el
inmediatamente anterior, etc.
Si se trata de una serie corta, el perodo base seleccionado ser el primer valor de
la serie; pero si la serie es extensa se debe seleccionar cono perodo base aquel
que haya sido ms estable, es decir, que no presente cambios muy bruscos
debido a factores internos y/o externos. Sin embargo, la seleccin de la serie base
depender de los anlisis que el investigador requiera hacer para sus variables.
Los nmeros ndice se pueden construir para una sola observacin o para un
conjunto de ellas; en el primer caso, se hablar de ndices simples y para un
conjunto de datos dados, se hablar de ndices compuestos. Estos ltimos se
clasifican a su vez en agregativos y de promedios. Los promedios se clasifican en
aritmticos, geomtricos, medianos, etc., pero en la prctica los ms utilizados son
los aritmticos.
INDICES COMPUESTOS
Se construyen a partir de un grupo de series de tiempo, concernientes a varios
artculos. Se trata de examinar el valor no de un artculo, sino de un grupo de ellos
respecto a otro considerado de ms importancia. Los ndices compuestos
determinan una condicin particular, por ejemplo el costo de vida relativo a
transporte, vivienda, alimentacin, etc. Se habla entonces de calcular un ndice
agregado ponderado.
Son muchas las frmulas para calcular ndices ponderados, los ms conocidos
son los de Laspeyres, Paashe, Fisher, Keynes, Marshall, Edgeworth, Walsh,
Drobisch y Sidgwick. Generalmente en ellos las ponderaciones son las cantidades
1
Las medidas univariantes de Dispersin se clasifican en absolutas y relativas. Dos de las
siguientes medidas NO son medidas de dispersin absoluta:
Seleccione al menos una respuesta.
a. Varianza.
b. Desviacin Estndar.
c. Coeficiente de variacin.
d. Desviacin Media.
2
A partir del diagrama de dispersin y el coeficiente de determinacin que refleja la relacin
entre la distancia recorrida y el tiempo de entrega de un producto, es correcto afirmar:
3
Se define como la media aritmtica de los cuadrados de las desviaciones respecto al
promedio.
Seleccione una respuesta.
a. Desviacin media.
b. Desviacin Estndar.
c. Coeficiente de variacin.
d. Varianza.
4
varianza es la media aritmtica de los cuadrados de las desviaciones, indica la desviacin
de los datos respecto a la media, se usa para compara dos distribuciones para determinar
cul es ms homognea o heterognea, podemos encontrar los siguientes tipos de varianza:
Seleccione al menos una respuesta.
a. Modal.
b. General.
c. Muestral.
d. Poblacional.
5
A partir del diagrama de dispersin y el coeficiente de determinacin que refleja la relacin
entre la distancia recorrida y el tiempo de entrega de un producto, podemos afirmar que
dicha relacin es :
b. Buena
c. Minima.
d. Excelente.
6
Al cuantificar la relacin lineal entre dos variables X y Y, a partir del coeficiente de
correlacin de Pearson (r), se obtiene r = 0. Por lo anterior se puede concluir:
Seleccione una respuesta.
a. No hay correlacin lineal.
b. La correlacin es lineal perfecta.
c. La correlacin es polinomial.
d. Las variables estn directamente correlacionadas.
7
Se ha efectuado un estudio en que se relacionan los puntajes de aptitud con la productividad
en una industria. Despus de un anlisis estadstico el director obtiene la siguiente ecuacin
de estimacin y su correspondiente coeficiente de correlacin.