CURSO: ESTADSTICA PARA ECONOMISTAS I PROFESOR : Dr.

CARLOS FRANCO CORNELIO

ALUMNOS:
o o o o o o CABRERA QUIROZ, MARLON NUUVERO GIL, JIMENA RODRGUEZ ULLILEN, JOHNNY SANCHEZ PAREDES, QUEVIN YSLA ARROYO, YULY ZAVALETA ALIPIO, BRANNY

LA ESTADSTICA
1.- ORIGEN El trmino alemn Statistik, introducido originalmente por Gottfried Achenwall en 1749, se refera al anlisis de datos del Estado, es decir, la "ciencia del Estado" (o ms bien, de la ciudad-estado). Tambin se llam aritmtica poltica de acuerdo con la traduccin literal del ingls. No fue hasta el siglo XIX cuando el trmino estadstica adquiri el significado de recolectar y clasificar datos. Este concepto fue introducido por el militar britnico Sir John Sinclair (17541835). En su origen, por tanto, la Estadstica estuvo asociada a los Estados o ciudades libres, para ser utilizados por el gobierno y cuerpos administrativos (a menudo centralizados). La coleccin de datos acerca de estados y localidades contina ampliamente a travs de los servicios de estadstica nacionales e internacionales. En particular, los censos comenzaron a suministrar informacin regular acerca de la poblacin de cada pas. As pues, los datos estadsticos se referan originalmente a los datos demogrficos de una ciudad o estado determinados. Y es por ello por lo que en la clasificacin decimal de Chester Dewey empleada en las bibliotecas, todas las obras sobre estadstica se encuentran ubicadas al lado de las obras de o sobre la demografa. Ya se utilizaban representaciones grficas y otras medidas en pieles, rocas, palos de madera y paredes de cuevas para controlar el nmero de personas, animales o ciertas mercancas. Hacia el ao 3000 a. C. los babilonios usaban ya pequeos envases moldeados de arcilla para recopilar datos sobre la produccin agrcola y de los gneros vendidos o cambiados. Los egipcios analizaban los datos de la poblacin y la renta del pas mucho antes de construir las pirmides en el siglo XI a. C. Los libros bblicos deNmeros y Crnicas incluyen en algunas partes trabajos de estadstica. El primero cona estn ubicadas al lado de las demogrficas. La estadstica tiene dos censos de la poblacin de la Tierra de Israel y el segundo describe el bienestar material de las diversas tribus judas. En China existan registros numricos similares con anterioridad al ao 2000 a. C. Los antiguos griegos realizaban censos cuya informacin se utilizaba hacia el 594 a. C. para cobrar impuestos.

2.- INTRODUCCION: La estadstica es comnmente considerada como una coleccin de hechos numricos expresados en trminos de una relacin sumisa, y que han sido recopilado a partir de otros datos numricos.

ESTADSTICA. NOCIONES GENERALES.

Normalmente se entiende por Estadsticas los conjuntos de datos distribuidos en tablas, grficos publicados en los diarios, etc. Sin embargo, la Estadstica es tambin un mtodo de toma de decisiones, por eso se utiliza actualmente en todas las ramas del saber. Por ejemplo:

Cmo decidir si un nuevo producto comercial tendr xito? Qu podr pronosticar un sociloga a partir de una encuesta sobre voluntad de voto? Cmo podr un experto en geografa humana calcular la composicin de la poblacin del ao 2.500? Cules sern las necesidades de puestos escolares de Bachillerato para los prximos aos? Influye el ndice de precios al consumo en la tasa de desempleo? Podemos decir que la Estadstica es un mtodo cientfico muy utilizado en la actualidad, que tiene por objeto el desarrollo de tcnicas para el conocimiento numrico de un conjunto de datos empricos (recogidos mediante experimentos o encuestas) y sirve preferentemente para tomar decisiones. En nuestros das la estadstica se ha convertido en un mtodo efectivo para describir valores de datos econmicos, polticos, sociales, psicolgicos, biolgicos y fsicos, y sirve como herramienta para relacionar y analizar dichos datos, as como establecer descripciones, predicciones, comparaciones y generalizaciones sobre una poblacin a partir de los datos obtenidos de una muestra.

 Medicina: uso de medicamentos en distintos pases, anlisis de la curva de crecimiento, cmo contrastar la eficacia comparada de dos medicamentos contra el SIDA. Ciencias econmicas y sociales: censos, tierras cultivadas de pastos, bosques, produccin total de sustancias alimenticias, coeficiente de natalidad y mortalidad, paro obrero, nivel de vida, estudio de mercados, opiniones pblicas.

Control de calidad en la produccin industrial: La fabricacin en serie no permite el control de todas las piezas producidas; existen mtodos estadsticos para mantener la calidad de produccin dentro de unos lmites de tolerancia admitidos.

Meteorologa: cmo establecer las zonas de mayor ndice de pluviometra.

Tecnologa: cmo estimar la duracin de vida de un componente hardware de un ordenador.

Literatura: la frecuencia de frases de cierta longitud, la frecuencia de verbos, etc., han permitido determinar la paternidad de ciertas obras literarias. Gracias al uso de los ordenadores, la rpida computacin de los datos recogidos en disciplinas como la Medicina, la Meteorologa, la Sociologa y otras ciencias permite la mejor aplicacin de los mtodos estadsticos; es posible realizar un sondeo con miles de cuestionarios.

3.- CONCEPTOS DIFERENTES: o "La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos de masa o colectivo, cuya mediacin requiere una masa de observaciones de otros fenmenos ms simples llamados individuales o particulares". (Gini, 1953.) o Murria R. Spiegel, (1991) dice: "La estadstica estudia los mtodos cientficos para recoger, organizar, resumir y analizar datos, as como para sacar conclusiones vlidas y tomar decisiones razonables basadas en tal anlisis.

o "La estadstica es la ciencia que trata de la recoleccin, clasificacin y presentacin de los hechos sujetos a una apreciacin numrica como base a la explicacin, descripcin y comparacin de los fenmenos". (Yale y Kendal, 1954).

Cualquiera sea el punto de vista, lo fundamental es la importancia cientfica que tiene la estadstica, debido al gran campo de aplicacin que posee.

4.- DEFINICIN: La estadstica es una ciencia formal que estudia la recoleccin, anlisis e interpretacin de datos de una muestra representativa, ya sea para ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional. Sin embargo, la estadstica es ms que eso, es decir, es el vehculo que permite llevar a cabo el proceso relacionado con la investigacin cientfica. Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales, desde las ciencias de la salud hasta el control de calidad. Se usa para la toma de decisiones en reas de negocios o instituciones gubernamentales. - OBJETIVOS: DESCRIPCIN: Esta orientada a reducir a un pequeo numero de caractersticas que concentra la parte mas significativa de la informacin producida por los datos. La descripcin supone que los datos vienen expresados en su forma natural, deben ser clasificados y presentados sistemticamente en cuadros o tablas como una primera reduccin de datos, sin embargo la reduccin de datos propiamente dicha se obtiene cuando el comportamiento y caractersticas de los datos se expresa a travs de un conjunto de medida o resumen. ANLISIS: Toda investigacin estadstica incluye un problema de anlisis con el objeto de formarse un concepto de una poblacin o universo y de esta manera tomar decisiones. En este caso es necesario observar a toda la poblacin si

no ser suficiente elegir una muestra representativa. La preocupacin del anlisis estadstico es deducir propiedades para una poblacin sobre el anlisis de una muestra conocida. Todo anlisis estadstico debe suponer la eleccin adecuada de una muestra representativa, la misma que ser estudiada al detalle para obtener conclusiones vlidas. PREDICCIN O COMPORTAMIENDO DE LOS FENMENOS EN EL FUTURO: El pasado puede ser elevado, el presente descrito con cierta exactitud y el futuro puede ser previsto. La prediccin puede entenderse como la estimacin de resultados en el futuro. 5.- CLASIFICACIN: La estadstica se divide en dos grandes reas:

La estadstica descriptiva, se dedica a la descripcin, visualizacin y resumen de datos originados a partir de los fenmenos de estudio. Los datos pueden ser resumidos numrica o grficamente. Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos son: histograma, pirmide poblacional, clsters, entre otros. La estadstica inferencial, se dedica a la generacin de los modelos, inferencias y predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones de unas caractersticas numricas (estimacin), pronsticos de futuras observaciones, descripciones de asociacin (correlacin) o modelamiento de relaciones entre variables (anlisis de regresin). Otras tcnicas de modelamiento incluyen anova, series de tiempo y minera de datos.

Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. Hay tambin una disciplina llamada estadstica matemtica, la que se refiere a las bases tericas de la materia. La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo estadstico a un conjunto de datos, como en estadsticas econmicas, estadsticas criminales, entre otros. 6.- ELEMENTOS:

 Poblacin: El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes. "Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996). "Una poblacin es un conjunto de elementos que presentan una caracterstica comn". Cadenas (1974).

Ejemplo: Los miembros del Colegio de Ingenieros del Estado Cojedes. El tamao que tiene una poblacin es un factor de suma importancia en el proceso de investigacin estadstica, y este tamao vienen dado por el nmero de elementos que constituyen la poblacin, segn el nmero de elementos la poblacin puede ser finita o infinita. Cuando el nmero de elementos que integra la poblacin es muy grande, se puede considerar a esta como una poblacin infinita, por ejemplo; el conjunto de todos losnmeros positivos. Una poblacin finita es aquella que est formada por un limitado nmero de elementos, por ejemplo; el nmero de estudiante del Ncleo San Carlos de la Universidad Nacional Experimental Simn Rodrguez. Cuando la poblacin es muy grande, es obvio que la observacin de todos los elementos se dificulte en cuanto al trabajo, tiempo y costos necesario para hacerlo. Para solucionar este inconveniente se utiliza una muestra estadstica. Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre todos si estos son muchos. En lugar de examinar el grupo entero llamado poblacin o universo, se examina una pequea parte del grupo llamada muestra. Muestra: "Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla". Murria R. Spiegel (1991). "Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin (1996).

"Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan de dicha muestra solo podrn referirse a la poblacin en referencia", Cadenas (1974).

Ejemplo El estudio realizado a 50 miembros del Colegio de Ingenieros del Estado Cojedes. El estudio de muestras es ms sencillo que el estudio de la poblacin completa; cuesta menos y lleva menos tiempo. Por ltimo se aprobado que elexamen de una poblacin entera todava permite la aceptacin de elementos defectuosos, por tanto, en algunos casos, el muestreo puede elevar el nivel de calidad. Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas proporciones que estn incluidas en tal poblacin. Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o segmento de ese todo. Muestreo: Esto no es ms que el procedimiento empleado para obtener una o ms muestras de una poblacin; el muestreo es una tcnica que sirve para obtener una o ms muestras de poblacin. Este se realiza una vez que se ha establecido un marco muestral representativo de la poblacin, se procede a la seleccin de los elementos de la muestra aunque hay muchos diseos de la muestra. Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra no necesariamente seran iguales, y lo ms probable es que variaran de una muestra a otra. Ejemplo Consideremos como una poblacin a los estudiantes de educacin del Ncleo San Carlos de la UNESR, determinando por lo menos dos caracteres ser estudiados en dicha poblacin;

Religin de los estudiantes Sexo.

Tipos de muestreo

Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio o de juicio y el muestreo aleatorio o de probabilidad. En este ltimo todos los elementos de la poblacin tienen la oportunidad de ser escogidos en la muestra. Una muestra seleccionada por muestreo de juicio se basa en la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir como tomar una muestra aleatoria ms adelante. Las muestras de juicio evitan el anlisis estadstico necesarios para hacer muestras de probabilidad. Variables y Atributos: Las variables, tambin suelen ser llamados caracteres cuantitativos, son aquellos que pueden ser expresados mediante nmeros. Son caracteres susceptibles de medicin. Como por ejemplo, la estatura, el peso, el salario, la edad, etc. Segn, Murray R. Spiegel, (1992) "una variable es un smbolo, tal como X, Y, Hx, 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." Todos los elementos de la poblacin poseen los mismos tipos de caracteres, pero como estos en general no suelen representarse con la misma intensidad, es obvio que las variables toman distintos valores. Por lo tanto estos distintos nmeros o medidas que toman los caracteres son los "valores de la variable". Todos ellos juntos constituyen una variable. Los atributos tambin llamados caracteres cualitativos, son aquellos que no son susceptibles de medicin, es decir que no se pueden expresar mediante un nmero. IUTIN (1997). "Reciben el nombre de variables cualitativas o atributos, aquellas caractersticas que pueden presentarse en individuos que constituyen un conjunto. La forma de expresar los atributos es mediante palabras, por ejemplo; profesin, estado civil, sexo, nacionalidad, etc. Puede notar que los atributos no se presentan en la misma forma en todos los elementos. Estas distintas formas en que se presentan los atributos reciben el nombre de "modalidades". Ejemplo El estado civil de cada uno de los estudiantes del curso de estadsticas I, no se presenta en la misma modalidad en todos.

 Datos: Los datos estadsticos no son otra cosa que el producto de las observaciones efectuadas en las personas y objetos en los cuales se produce el fenmeno que queremos estudiar. Dicho en otras palabras, son los antecedentes (en cifras) necesarios para llegar al conocimiento de un hecho o para reducir las consecuencias de este. Los datos estadsticos se pueden encontrar de forma no ordenada, por lo que es muy difcil en general, obtener conclusiones de los datos presentados de esta manera. Para poder obtener una precisa y rpida informacin con propsitos de descripcin o anlisis, estos deben organizarse de una manera sistemtica; es decir, se requiere que los datos sean clasificados. Esta clasificacin u organizacin puede muy bien hacerse antes de la recopilacin de los datos. Ejemplo: Si se quiere conocer las caractersticas de los estudiantes del Ncleo San Carlos de la UNESR, que solicitan prstamo a la biblioteca de dicha Universidad, la recoleccin de la informacin debe clasificar a cada estudiante sobre la base de: Carrera que estudia, edad, semestre de estudios, etc. Vemos pues que la clasificacin marca la pauta de la clase de datos que debe ser obtenido. Clasificacin de los datos Los datos estadsticos pueden ser clasificados en cualitativos, cuantitativos, cronolgicos y geogrficos. Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre ellos es de clase y no de cantidad. Ejemplo: Si deseamos clasificar los estudiantes que cursan la materia de estadstica I por su estado civil, observamos que pueden existir solteros, casados, divorciados, viudos. Datos cuantitativos: cuando los valores de los datos representan diferentes magnitudes, decimos que son datos cuantitativos. Ejemplo: Se clasifican los estudiantes del Ncleo San Carlos de la UNESR de acuerdo a sus notas, observamos que los valores (nota) representan diferentes magnitudes.

Datos cronolgicos: cuando los valores de los datos varan en diferentes instantes o perodos de tiempo, los datos son reconocidos como cronolgicos. Ejemplo: Al registrar los promedios de notas de los Alumnos del Ncleo San Carlos de la UNESR en los diferentes semestres. Datos geogrficos: cuando los datos estn referidos a una localidad geogrfica se dicen que son datos geogrficos. Ejemplo El nmero de estudiantes de educacin superior en las distintas regiones del pas. Fuentes de datos Estadsticos: Los datos estadsticos necesarios para la comprensin de los hechos pueden obtenerse a travs de fuentes primarias y fuentes secundarias. Fuentes de datos primarias: es la persona o institucin que ha recolectado directamente los datos. Fuentes secundarias: son las publicaciones y trabajos hechos por personas o entidades que no han recolectado directamente la informacin. Las fuentes primarias ms confiables, son las efectuadas por oficinas gubernamentales encargadas de tal fin. En la prctica, es aconsejable utilizar fuentes de datos primarias y en ltima instancia cuando estas no existan, usar estadsticas de fuentes secundarias. Con este ltimo tipo no debemos pasar por alto que la calidad de las conclusiones estadsticas dependen en grado sumo de la exactitud de los datos que se recaben. De anda servira usar tcnicas estadsticas precisas y refinadas para llegar a conclusiones valederas, si estas tcnicas no son aplicadas a datos adecuados o confiables. Cuando un investigador quiere obtener datos estadsticos relativo a un estudio que desea efectuar, puede elegir entre una fuente primaria o en su defecto, una secundaria. O recopilar los datos por s mismo. La posibilidad mencionada en ltimo termino podr deberse bien a la inexistencia de los datos o bien a que esto no se encuentran discriminados en la forma requerida. Ejemplo:

Si un investigador quiere conocer el nmero de alumnos repitientes en educacin media, clasificados por ciclos, para los ltimos diez aos, el investigador puede usar una fuente primaria, tal como la memoria y cuenta el Ministerio de Educacin cada ao. Mtodo para la recoleccin de datos: En estadstica se emplean una variedad de mtodos distintos para obtener informacin de los que se desea investigar. Discutiremos aqu los mtodos ms importantes, incluyendo las ventajas y limitaciones de estos. La entrevista personal: los datos estadsticos necesarios para una investigacin, se renen frecuentemente mediante un proceso que consiste en enviar un entrevistador o agente, directamente a la persona investigada. El investigador efectuar a esta persona una serie de preguntas previamente escritas en un cuestionario o boleta, donde anotar las respuestas correspondientes. Este procedimiento que se conoce con el nombre de entrevista personal, permite obtener una informacin ms veraz y completa que la que proporcionan otros mtodos, debido a que al tener contacto directo con la persona entrevistada, el entrevistador podr aclarar cualquier duda que se presente sobre el cuestionario o investigacin. Otra ventaja es la posibilidad que tienen los entrevistadores de adaptar el lenguaje de las preguntas al nivel intelectual de las personas entrevistadas. Una de las desventajas de este mtodo se debe a que si el entrevistador no obra de buena f o no tiene un entrenamiento adecuado, puede alterar las respuestas por las personas entrevistadas. Otra desventaja es su alto costo, ya que resulta bastante oneroso el entrenamiento de los agentes o entrenadores y los supervisores de estos, sobre todo si se trata de una investigacin extensa. Cuestionarios por correo: consiste en enviar por correo el cuestionario acompaado por el instructivo necesario, dando en este no solo las instrucciones pertinentes para cada una de las preguntas, sino tambin una breve explicacin del objeto de la encuesta con el fin de evitar interpretaciones errneas. Una de las ventajas es que tienen un costo muy inferior al anterior procedimiento, puesto que no hay que incluir gastos de entrenamiento de personal, el nico gasto sera el de franqueo postal. Dentro de las desventajas de este procedimiento podemos sealar que solo un porcentaje bastante bajo de estos es devuelto, en algunos casos no

estamos seguros de que los formularios hayan sido recibidos por sus destinatarios y que hayan sido respondido por ellos mismos. Lo que trae como consecuencia que la informacin se obtenga con una serie de errores difciles de precisar por el investigador. Entrevista por telfono: como lo indica su nombre, este mtodo consiste en telefonear a la persona a entrevistar y hacerle una serie de preguntas. Este mtodo es bastante simple y econmico, ya que el entrenamiento y supervisin de las personas encargadas de efectuar las preguntas es siempre fcil. Entre las limitaciones que presenta este mtodo podemos sealar el nmero de preguntas que pueden formularse es relativamente limitado; adems lasinvestigaciones efectuadas por este mtodo tienen un carcter selectivo, debido a que muchas de las personas que potencialmente podran ser investigadas no posee servicio telefnico, por lo que quedan sin la posibilidad de ser entrevistados. Instrumentos para la recoleccin de datos: Cuestionarios: Cualquiera que sea el mtodo por el que se decida el investigador para recabar informacin, es necesario elaborar un estudio de preguntas. Los cuestionarios en general, constan de las siguientes partes: a. La identificacin del cuestionario: nombre del patrocinante de la encuesta, (oficial o privada), nombre de la encuesta, nmero del cuestionario, nombre del encuestador, lugar y fecha de la entrevista. b. Datos de identificacin y de carcter social del encuestado: apellidos, nombres, cdula de identidad, nacionalidad, sexo, edad o fecha de nacimiento, estado civil, grado de instruccin, ocupacin actual, ingresos, etc. c. Datos propios de la investigacin, son los datos que interesa conocer para construir el propsito de la investigacin. Como es natural, estas partes, as como las preguntas, varan de acuerdo a la finalidad de la encuesta. En algunos tipos de investigacin, la parte referente a los datos personales es eliminada por no tener ningn tipo de inters para el estudio.

Distribucin unidimensional de frecuencia

Al Observar los elementos o componentes en una determinada muestra representa distintos valores de cualquier variable, en la cual puede repetirse un mismo dato en varias observaciones.

Al nmero de veces que se presenta un valor en cada variable sele denomina frecuencia absoluta de dicho observacin.

A la divisin de la frecuencia absoluta de un valor de la variable por la suma de frecuencias absolutas de todos los valores observados le llamaremos frecuencia relativa de dicho valor.

La frecuencia absoluta o relativa acumulada de un valor es la suma de las frecuencias absolutas o relativas de todos los valores menores o iguales que dicho valor

FRECUENCIA ABSOLUTA: ( dato de la variable.

ni ) El nmero de veces que se repite cada valor o

Frecuencia relativa: ( f i ) La frecuencia absoluta dividida por el nmero de datos.

fi
Donde N es el nmero de datos.

ni N

Pero qu se puede hacer con las frecuencias de los valores de distintas variables?: Ordenar, ya sea de forma ascendente o descendente. Agrupacin de los valores que se repiten en la muestra. De la agrupacin de valores se obtiene la TABLA ESTADSTICA DE DISTRIBUCIN DE FRECUENCIAS. Frecuencias

Edad Absoluta Absoluta Acumulada Relativa Relativa Acumulada (Xi) (ni) (Ni) (fi) (Fi) 18 5 5 0,25 0,25 19 3 8 0,15 0,40 20 7 15 0,35 0,75 21 4 19 0,20 0,95 22 1 20 0,05 1,00 20(n) 1,00 Existen dos tipos de Representaciones Grficas de Variables

Unidimensionales: Diagrama de Barras, utilizado en frecuencias simples (frecuencias no acumuladas).Polgono de Frecuencias, tambin utilizado en frecuencias simples. Diagrama de Barras Polgono de Frecuencias.

0.35

0.30
0.25 Densidad de frecuencias (Y) 0.20 0.15 0.10 0.05 0.00
7.0 8.0 9.0 10.0 11.0 12.0

Hemoglobinemia en grs/dl Polgono de densidad de frecuencias

Conceptos Bsicos:

Recorrido, intervalos y marcas de clase.

Es importante distinguir dos tipos fundamentales de distribuciones de

Frecuencias: las que NO se agrupan por INTERVALOS y las que se agrupan en INTERVALOS.

Frecuencia NO agrupada en intervalos.

Estamos hablando de este tipo de frecuencias, una vez que recogemos y Tabulamos la informacin en la que cada variable dispone de sus propios tipos De frecuencias Frecuencia agrupada en intervalos. Pero en la prctica, el nmero de valores distintos que ha tomado la variable Es muy grande, por lo que se aconseja AGRUPAR ESTOS VALORES EN CLASES O INTERVALOS.

 Para agrupar los datos en intervalos o clases, es necesario comenzar determinando el RECORRIDO o RANGO de la variable.

Definiremos como RANGO (Re) a la diferencia entre el valor mximo y mnimo de la variable:

Re mx xi mn xi
i i
Como representante de cada intervalo o clase, se calcula la MARCA DE CLASE (K); la cual es numero de categora en que se va a dividir la informacin.

K = 1 + 3.3 (logN)
Denominaremos AMPLITUD (Ci) de intervalo a la cantidad de datos que estn comprendidos en un intervalo de clases , y se halla por la siguiente formula:

Ci = Re / K

Ejemplos: Tenemos La siguiente tabla l6 7 6 7 2 9 9 6 4 11 8 6 11 9 11 9

luego pasamos a ordenar nuestros datos sabiendo que el menor ser nuestro limite inferior y el mayor nuestro lmite superior.

Luego procedemos a obtener el rango que es lmite superior menos lmite inferior que en nuestro ejemplo seria

11-2=9 este sera el rango

Luego obtenemos la amplitud que es el numero de nuestros datos entre el rango Entonces obtendramos =20/9 = 2.2 no lo podemos dejar en fraccin as que redondeamos y obtenemos 2 la clase es el numero en que vamos a dividir nuestros grupos y es la raz de veinte que a ser igual ha

4.47 que sera =4

Tabla de frecuencia unidimensional

clase [2-4] [5-7] [8-10] [11-13]

frecuencia 3 6 8 3 20

frecuencia relativa relativa acumulada acumulada 3 0.15 0.15 6 0.3 0.45 9 0.4 0.85 12 0.15 1 1

Ejemplo 2
Ordenado los datos 58 60 62 63 58 61 62 63 59 61 62 64 59 61 62 64 59 61 62 65

Rango o recorrido

R=Xmx Xmin =65-54=11 Numero de intervalos o cantidad de clases K(representa el numero de intervalos ) k=1+3,3logn =1+3,3log40=6,286797971 =6

A=R/K

Amplitud (tamao o la longitud del intervalo)

A=1,8333.=2

Tabla de frecuencia unidimensional

Ii [54;56> [56;58> [58;60> [60;62> [62;64> [64;66> total

fi 2 2 6 12 15 3 40

Fi 2 4 10 22 37 40

hi 0,05 0,05 0,15 0,3 0,375 0,075 1

Hi 0,05 0,1 0,25 0,55 0,925 1

Ejemplo 3
En este caso podemos ver la tabla ya construida y podemos explicar al detalle los datos en ella.

Cuntos individuos tienen menos de 2 hijos? frecuencia individuos sin hijos + frecuencia individuos con 1 hijo = 419 + 255= 674 individuos

Qu porcentaje de individuos tiene 6 hijos o menos? 97,3% Qu cantidad de hijos es tal que al menos el 50% de la poblacin tiene una cantidad inferior o igual? 2 hijos

Nmero de hijos Porc ent. (v lido) 27,8 16,9 24,9 14,2 8,4 3,6 1,6 1,5 1,1 100,0 Porc ent. acum. 27,8 44,7 69,5 83,8 92,2 95,8 97,3 98,9 100,0

0 1 2 3 4 5 6 7 Ocho+ Total

Frec . 419 255 375 215 127 54 24 23 17 1509

DISTRIBUCIN BIDIMENCIONAL DE FRECUENCIA

La estadstica unidimensional estudia los elementos de un conjunto considerando solo una variable o caracterstica. Si ahora incorporamos otra variable y la observamos simultneamente estas dos variables o caractersticas de cada elemento entonces estamos en este caso en el campo de la estadstica bidimensional cuya tabulacin de origen a la distribucin bidimensional de frecuencia. Con frecuencia estamos interesados en investigar dos o mas caractersticas de cada elemento para determinar el grado de relacin que existe entre ellas, por lo que se hace interesante su estudio completo a travs del anlisis de la distribucin bidimensional. As podemos observar el consumo y el ingreso, la produccin y la inversin, la investigacin y la tasa de inters, el tipo de cambio las importaciones y las exportaciones.

REPRESENTACIN DE LA TABLA DE DISTRIBUCIN BIDIMENCIONAL DE FRECUANCIA ABSOLUTA.

En general la distribucin de frecuencia estadstica bidimensional se presenta en tablas de doble entrada o de dos dimensiones. Si consideramos un conjunto de observaciones descritas simultneamente segn variables o caractersticas X e Y denotamos lo siguiente.

Valores Y Valores X X X X . . . Xp

Y n n n . . . np n.1

Y n n n . . . np n.2

Y n n n . . . np n.3

.. . . . . .

Yq nq nq nq . . . npq n n n . . . np

.. n.q

1.- Donde ni = a la suma total de las frecuencias absolutas (nij) segn el ndice j esto es: (ni) (nij) (j) ni =

2.- Donde nj = a la suma total de las frecuencias absolutas (nij) segn el ndice i esto es: (nj) (nij) (i) nj =

3.- Donde (n.) es la suma total de las frecuencias absolutas (nij) son los ndices. (n) (nij) (i) Y (j).

Ejercicio N 01 A continuacin se presenta la siguiente informacin que corresponde a las edades de los padres de familia que tienen sus hijos matriculados en el primer grado de educacin bsica en la escuela de Raimondi (Trujillo) en donde X edad de la madre y Y edad del padre. Edad de padre Edad de la madre Frecuencia 33 31 10 27 29 2 Y x 15-19 20-24 25-29 30-34 35-39 n.j Y.i 0.01 0.00 0.02 0.00 0.00 0.03 17 51 0.15 0.00 0.05 0.01 0.00 0.21 22 462 0.04 0.00 0.12 0.00 0.00 0.16 27 432 0.00 0.00 0.07 0.14 0.01 0.22 32 704 0.02 0.34 0.00 0.00 0.02 0.38 37 1406 3055 0.22 17 0.34 22 0.26 27 0.15 32 0.03 37 1.00 374 748 702 480 111 2415 36 22 12 15-19 24 30 1 26 27 2 20-24 32 23 33 17 31 30 27 37 28 26 4 2 1 2 7 17 16 1 25-29 38 21 12 30-34 25 17 4 23 18 6 35-39 37 36 2 35 17 2 ni 22 17 9 26 26 8 39 23 10 Xi 24 27 3 Ni . Xi

De 100 parejas 14 de ellas la madre tiene entre 30-34 aos y el padre 30-34 aos De 100 De 100 21 padres tienen edades que oscilan entre 20-24 aos. 34 padres tienen edades que oscilan entre 20-24 aos.

Datos de agrupacin:

Madre:

= 24.15

365 x 0.15 = 54.75 Padre: =

= 27.35

= 30.55

edad de la pareja

Promedio padre Promedio madre

24 aos y 15 das 30 aos y 200 das

75 horas. 45 horas.

Frecuencias relativas bidimensionales:

Se llama frecuencia relativa o simplemente frecuencia de la pareja X e Y a la proporcin de observaciones que presentan simultneamente los valores X e Y y se calcula a travs de la siguiente frmula.

hij = hij = = 0.01

X 15-19 y 15-19 20-24 25-29 30-34 35-39 n.j 0.01 0.00 0.02 0.00 0.00 0.03

20-24 0.15 0.00 0.05 0.01 0.00 0.21

25-29 0.04 0.00 0.12 0.00 0.00 0.16

30-34 0.00 0.00 0.07 0.14 0.01 0.22

35-39 0.02 0.34 0.00 0.00 0.02 0.38

ni 0.22 0.34 0.26 0.15 0.03 1.00

 Del 100 % el 14% de las madres tienen de 30-34 aos y padre d 30-34 aos. Del 100 % el 12% de las madres tienen de 25-29 aos y padre d 25-29 aos.

Sumando las frecuencias absolutas que figuran en cada fila (horizontal) se obtiene una cifra que indica cuantas veces se repite cada valor Xi menos lo que se indica al margen derecho de la tabla representado por n . , n. , n. ,.anclojamente umadas las columnas (ver) se obtienen las frecuencias marginales de la variable yj. FILAS Xi 15-19 20-24 25-29 30-34 35-39 Ni. 22 34 26 15 3 100 COLUMNAS Xi 15-19 20-24 25-29 30-34 35-39 Ni. 3 21 16 22 38 100 PADRES

MADRES

Madres que oscilan entre 20-24 aos, pero no nos dice nada de su pareja.

DISTRIBUCIONES CONDICIONADAS

SUSTITUCIONES CONDICIONADAS.En las tablas de frecuencia unidimensional se pueden analizar el comportamiento de una variable condicional a un valor particular de otra variable. Para entender anteriormente lo expresado analizamos un ejemplo:

Ejemplo N 01

A los alumnos del II ciclo turno de la tarde de economa de la UNT se les ha consultado si prefieren que el curso de estadstica I se traslade al turno de la maana obtenindose la siguiente distribucin bidimensional.

B A Si (A) No(A) Indif.(A) TOTAL 20 35 5 60

Hombres (B) 40 20 2 62

Mujeres (B) 60 55 7 122

TOTAL

Simbologa: 1) Cuando la caracterstica A est referida a la clase BJ, se conoce como caracterstica A/BJ A BJ

2) Cuando la caracterstica B est referida a la clase Ai se conoce como B/AI B Ai

Del ejemplo anterior se puede obtener las siguientes distribuciones condicionadas: 1)

CARACTERSTICA Si (A) No(A) Indif.(A) TOTAL

FRECUENCIA ABSOLUTA 20 35 5 60

FRECUENCIA RELATIVA 0.333 0.583 0.083 0.9999

2)

CARACTERSTICA Si (A) No(A) Indif.(A) TOTAL

FRECUENCIA ABSOLUTA 40 20 2 62

FRECUENCIA RELATIVA 0.645 0.322 0.032 1.00

3)

CARACTERSTICA HOMBRES MUJERES TOTAL 20 40 60

FRECUENCIA ABSOLUTA

FRECUENCIA RELATIVA 0.333 0.667 1.00

4)

CARACTERSTICA HOMBRES MUJERES TOTAL 35 20 55

FRECUENCIA ABSOLUTA 0.64 0.36 1.00

FRECUENCIA RELATIVA

5)

CARACTERSTICA HOMBRES MUJERES TOTAL 5 2 7

FRECUENCIA ABSOLUTA 0.71 0.29 1.00

FRECUENCIA RELATIVA

EJERCICIOS 1) las clasificaciones de 30 estudiantes en dos exmenes has sido los siguientes. Primer 4 examen Segundo 5 examen N 5 estudiantes 4 X y 5 6 7 9 10 5 5 5 10 6 7 4 7 6 2 7 7 4 9 8 3 10 10 2

10

5 0 0 0 0 5

10 0 0 0 0 10

0 0 4 0 0 4

0 2 4 0 0 6

0 0 0 3 0 3

0 0 0 0 2 2

15 2 8 3 2 30

REPRESENTACIONES GRFICAS INTRODUCCIN En estadstica denominamos grficos a aquellas imgenes que, combinando la utilizacin De sombreado, colores, puntos, lneas, smbolos, nmeros, texto y un sistema De referencia (coordenadas), permiten presentar informacin cuantitativa. La utilidad De los grficos es doble, ya que pueden servir no slo como sustituto a las tablas, sino que tambin constituyen por s mismos una poderosa herramienta para el anlisis De los datos, siendo en ocasiones el medio ms efectivo no slo para describir y resumir la informacin, sino tambin para analizarla. En este trabajo solo nos vamos a centrar nicamente en los grficos como vehculo de presentacin de datos, sin abordar su otra faceta como herramienta de anlisis. GRFICOS ESTADSTICOS Los grficos son medios popularizados y a menudo los ms convenientes para presentar datos, se emplean para tener una representacin visual de la totalidad de la informacin. Los grficos estadsticos presentan los datos en forma de dibujo de tal modo que se pueda percibir fcilmente los hechos esenciales y compararlos con otros.

TIPOS DE GRFICOS ESTADSTICOS

Barras Lneas Circulares reas Cartogramas Mixtos Histogramas

OTROS

Dispersograma

Pictogramas

GRFICOS DE BARRAS VERTICALES Representan valores usando trazos verticales, aislados o no unos de otros, segn la variable a graficar sea discreta o continua. Pueden usarse para representar:

una serie dos o ms series (tambin llamado de barras comparativas)

GRFICOS DE BARRAS HORIZONTALES Representan valores discretos a base de trazos horizontales, aislados unos de otros. Se utilizan cuando los textos correspondientes a cada categora son muy extensos.

para una serie para dos o ms series

GRFICOS DE BARRAS PROPORCIONALES Se usan cuando lo que se busca es resaltar la representacin de los porcentajes de los datos que componen un total. Las barras pueden ser:

Verticales Horizontales

GRFICOS DE BARRAS COMPARATIVAS Se utilizan para comparar dos o ms series, para comparar valores entre categoras. Las barras pueden ser:

Verticales Horizontales

GRFICOS DE LNEAS En este tipo de grfico se representan los valores de los datos en dos ejes cartesianos ortogonales entre s. Se pueden usar para representar:

una serie dos o ms series

GRFICOS CIRCULARES Estos grficos nos permiten ver la distribucin interna de los datos que representan un hecho, en forma de porcentajes sobre un total. Se suele separar el sector correspondiente al mayor o menor valor, segn lo que se desee destacar. Se pueden ser:

En dos dimensiones en tres dimensiones

GRFICOS DE REAS En estos tipos de grficos se busca mostrar la tendencia de la informacin generalmente en un perodo de tiempo. Pueden ser:

Para representar una serie para representar dos o ms series en dos dimensiones en tres dimensiones.

CARTOGRAMAS Estos tipos de grficos se utilizan para mostrar datos sobre una base geogrfica. La densidad de datos se puede marcar por crculos, sombreado, rayado o color.

GRFICOS MIXTOS En estos tipos de grficos se representan dos o ms series de datos, cada una con un tipo diferente de grfico. Son grficos ms vistosos y se usan para resaltar las diferencias entre las series. Pueden ser:

en dos dimensiones en tres dimensiones.

HISTOGRAMAS Estos tipos de grficos se utilizan para representa distribuciones de frecuencias. Algn software especfico para estadstica grafican la curva de gauss superpuesta con el histograma.

OTROS GRFICOS En esta categora se encuentran la mayora de los grficos utilizados en publicidad. Se los complementa con un dibujo que est relacionado con el origen de la informacin a mostrar. Son grficos llamativos, atraen la atencin del lector.

DISPERSOGRAMA LOS DISPERSOGRAMAS Son grficos que se construyen sobre dos ejes ortogonales de coordenadas, llamados cartesianos, cada punto corresponde a un par de valores de datos x e y de un mismo elemento suceso.

PICTOGRAMAS Los pictogramas son grficos similares a los grficos de barras, pero empleando un dibujo en una determinada escala para expresar la unidad de medida de los datos. Generalmente este dibujo debe cortarse para representar los datos. Es comn ver grficos de barras donde las barras se reemplazan por dibujos a diferentes escalas con el nico fin de hacer ms vistoso el grfico, estos tipos de grficos no constituyen un pictograma.

Pueden ser:

En dos dimensiones En tres dimensiones.

 Hasta ahora slo hemos utilizado unos tipos de grfico muy comunes como el grfico de columnas por ejemplo. Sin embargo, hoy da Excel dispone de muchos ms tipos de grficos. Cada tipo de grfico se diferencia de los dems por la clase de marcas de datos que utiliza. Por ejemplo, el grfico de columnas utiliza columnas como marcas de datos; el de crculos, utiliza crculos; etc. El motivo de que haya tantos tipos de grficos diferentes no es solamente esttico. Cada uno de los tipos de grficos est especialmente indicado para representar los datos de una manera distinta. Por lo tanto, si quieres obtener la mxima eficacia al crear tus grficos y presentar tus datos de la mejor manera posible debes tener esto muy en cuenta; que cada tipo de grafico esta destinado para una labor especifica.

POLGONO DE FRECUENCIAS

Un polgono de frecuencias se forma uniendo los extremos de las barras de un diagrama de barras mediante segmentos. Tambin se puede realizar trazando los puntos que representan las frecuencias y unindolos mediante segmentos.

Ejemplo Las temperaturas en un da de otoo de una ciudad han sufrido las siguientes variaciones:

Hora 6 9 12 15 18 21 24

Temperatura 7 12 14 11 12 10 8

Polgonos de frecuencia para datos agrupados Para construir el polgono de frecuencia se toma la marca de clase que coincide con el punto medio de cada rectngulo de un histograma.

Ejemplo El peso de 65 personas adultas viene dado por la siguiente tabla:

Ci [50, 60) [60, 70) [70, 80) [80, 90) [90, 100) [100, 110) [110, 120) 55 65 75 85 95 110 115

Fi 8 10 16 14 10 5 2 65

Fi 8 18 34 48 58 63 65

Polgono de frecuencias acumuladas Si se representan las frecuencias acumuladas de una tabla de datos agrupados se obtiene el histograma de frecuencias acumuladas o su correspondiente polgono. Solo hallamos el punto medio de cada rectngulo del polgono.