Sie sind auf Seite 1von 47

Curso propedutico

Facilitador:

M.I. Mara Dolores Guevara Espinosa

Objetivo del curso

Proporcionar a los alumnos los principios bsicos de


la estadstica descriptiva y las tcnicas elementales,
adiestrando en el proceso de convertir datos
numricos aislados en informacin para la toma de
decisiones.
Comprende: tratamiento de datos estadsticos,
distribucin de frecuencias, grficos estadsticos,
medidas de posicin y de dispersin, regresin y
correlacin lineal simple, series de tiempo

Modelo educativo basado en


competencias

Maneja adecuadamente los instrumentos de la


tecnologa de la informacin
Comunicacin en su desarrollo profesional
Razona en forma deductiva obteniendo conclusiones
lgicas en la solucin de problemas y demuestra
actitud analtica y crtica en sus intervenciones
acadmicas.

Competencia especfica

Define y comprende los conocimientos bsicos de los


mtodos estadsticos
Reconoce las variables en estudio en el proceso de la
elaboracin de un informe o proyecto de investigacin y
las clasifica elaborando una matriz de consistencia
Identifica las fuentes de informacin estadstica dentro
del sistema estadstico nacional y otras instituciones
pblicas y privadas
4

Competencia especfica

Aplica en forma eficiente y coherente los mtodos y


tcnicas estadsticas para un anlisis adecuado de los
datos estadsticos
Selecciona los mtodos e instrumentos apropiados para
el procesamiento y presentacin de los datos de su
trabajo de investigacin, elaborando cuadros, grficos y
el clculo e interpretacin de medidas de tendencia
central y de dispersin

Competencia especfica

Aplica en forma eficiente y coherente los mtodos y


tcnicas estadsticas para un anlisis adecuado de los
datos estadsticos
Realiza predicciones de una variable en funcin de
otra utilizando modelos de regresin lineal, valorando
la tendencia de dicha prediccin

Contenido
1. Introduccin
Significado de la estadstica
Definiciones estadsticas: poblacin, elementos,
caractersticas
Clasificacin de la estadstica
2. Variables
Tipos de variables
Escalas de medicin
Parmetro
Fuentes de recoleccin de datos
Registros, censos, muestras y experimentos
7

Contenido
3. Clasificacin y tipos de muestreo
Mtodo de recoleccin de datos
Representacin de datos en forma tabular
Distribucin de frecuencias
Tabulacin de una variable discreta y continua

4. Clasificacin y tipos de muestreo


Mtodo de recoleccin de datos
Representacin de datos en forma tabular
Distribucin de frecuencias, tabulacin de una
variable discreta y continua
8

Contenido
4. Representacin de los datos en forma grfica
Representaciones grficas
5. Calculo e interpretacin de las medidas de tenencia
central
Media aritmtica
Mediana
Moda
Cuartiles con datos reales y agrupados

Contenido
6. Medidas de variabilidad
Rango
Varianza
Desviacin estndar con datos reales y
agrupados
7. Coeficientes de variacin
Asimetra y apuntamiento
Anlisis exploratorio de datos

10

Contenido
8. Regresin y correlacin
Definicin y aplicacin
Ecuaciones de regresin lineal
Estimacin de los coeficientes de regresin
9. Medidas estadsticas
Covarianza
Coeficiente de correlacin lineal
Error estndar de regresin y coeficiente de
determinacin
11

Evaluacin

Exmenes semanales (16, 23 de julio; 6, 13, 20 de


agosto de 2010)
La suma de los 5 exmenes equivalen al 70 % de la
calificacin total.

Tareas y ejercicios en clase 30 %

Asistencia mnima 14 hrs


12

Bibliografa

1. Allen, W. (2002) Estadstica aplicada a los negocios y la


economa (3 ed.). Mxico: McGraw-Hill.
2. Douglas, L., Mason, R. y Williams, M. (2004) Estadstica
para la Administracin y la Economa (3 ed.). Mxico:
McGraw-Hill.
3. Leonard, K. (1998) Estadstica aplicada a la administracin
y la economa (3 ed.). Mxico: McGraw-Hill.

4. Richard, L. y David, R. (2004) Estadstica para


Administracin y Economa (7 ed.). Mxico: Pearson
Educacin.

13

1. Introduccin

14

Para qu sirve la estadstica?

La Ciencia se ocupa en general de fenmenos observables


La Ciencia se desarrolla observando hechos, formulando leyes
que los explican y realizando experimentos para validar o
rechazar dichas leyes
Los modelos que crea la ciencia son de tipo determinista o
aleatorio.
La Estadstica se utiliza como tecnologa al servicio de las
ciencias donde la variabilidad y la incertidumbre forman parte
de su naturaleza

Fenmenos deterministas
Fenmenos aleatorios

Fenmeno determinista
Fenmenos repetitivos en condiciones similares y limites
razonables de precisin nos dan siempre el mismo
resultado (fenmenos macroscpicos de la naturaleza y
vida)

Fenmeno aleatorio
Las experiencias que al ser repetidas en condiciones que
estimamos similares nos llevan a resultados diferentes
(lanzamiento de un dado, numero de usuarios que
acuden a un banco en un determinado intervalo de
horario etc.)

16

Mtodo cientfico

Observacin de un fenmeno
Planteamiento de hiptesis que expliquen el
fenmeno observado
Deduccin a partir de la hiptesis propuesta, de
consecuencias que puedan ser verificadas mediante
experimentos
Verificacin experimental de las consecuencias
Resolucin sobre la idoneidad de las hiptesis segn
los resultados de la experimentacin
17

Etapas del mtodo estadstico

Definicin de OBJETIVOS
Definicin de UNIVERSO y MUESTRA
Definicin de TERMINOS y UNIDADES de medida
Determinacin de los DATOS necesarios
Recoleccin de los datos
Elaboracin de los datos
Descripcin, anlisis e interpretacin de los datos

18

Definicin

La Estadstica es la Ciencia de la

Sistematizacin, recogida, ordenacin y presentacin


de los datos referentes a un fenmeno que presenta
variabilidad o incertidumbre para su estudio metdico, con
objeto de

Deducir las leyes que rigen esos fenmenos,

y poder de esa forma hacer previsiones sobre los mismos,


tomar decisiones u obtener conclusiones.

TIPOS DE ESTADSTICA

ESTADISTICA DESCRIPTIVA :
Puede definirse como aquellos mtodos que
incluyen
la
recoleccin,
presentacin
y
caracterizacin de un conjunto de datos con el fin
de describir apropiadamente las diversas
caractersticas de ese conjunto de datos.

TIPOS DE ESTADSTICA

ESTADSTICA INFERENCIAL :

Pueden definirse como aquellos mtodos que


hacen
posible
la
estimacin
de
una
caracterstica de una poblacin o la toma de una
decisin referente a una poblacin, basndose
solo en los resultados de la muestra.

DEFINICIONES BSICAS

UNIVERSO:

Es un conjunto integrado por todos


los elementos, seres u objetos que
contienen las caractersticas u
observaciones que se requieren en
una investigacin dada.

DEFINICIONES BSICAS

POBLACIN:

Es el conjunto integrado por todas las


mediciones u observaciones del universo de
inters en la investigacin. Por lo tanto pueden
definirse varias poblaciones en un solo
universo, tantas como caractersticas a medir.

DEFINICIONES BASICAS

MUESTRA:

Es una parte (sub-conjunto) de la poblacin, obtenida con el


propsito de investigar propiedades que posee la poblacin.
Es decir, se pretende que dicho sub-conjunto, represente a
la poblacin a la cual se extrajo
Si se estudia el precio de la vivienda de una ciudad, lo normal
ser no recoger informacin sobre todas las viviendas de la
ciudad (sera una labor muy compleja), as que se toma un
subgrupo (muestra) que sea representativo
"Se llama muestra a una parte de la poblacin a estudiar que
sirve para representarla (Murray R. Spiegel, 1991).

Mtodos de muestreo

A1Muestreo Estratificado

A)Muestreo Probabilstico:

A2Muestreo Sistemtico.
Tcnicas de Muestreo

B) Muestreo por Conglomerado

C) Muestreo No Probabilstico.

A) Muestreo probabilstica o
aleatorio simple

Este conjunto de tcnicas de muestreo es el ms


aconsejable, aunque en ocasiones no es posible optar
por l
En este caso se habla de muestras probabilsticas, pues
no es razonable hablar de muestras representativas dado
que no conocemos las caractersticas de la poblacin

26

El muestreo aleatorio simple


puede ser de dos tipos:

Sin reposicin de los elementos:

Cada elementos extrado se descarta para la


subsiguiente extraccin. Por ejemplo, si se extrae
una muestra de una "poblacin" de bombillas
para estimar la vida media de las bombillas que la
integran, no ser posible medir ms que una vez
la bombilla seleccionada (muestreo finito)
27

El muestreo aleatorio simple


puede ser de dos tipos:

Con reposicin de los elementos:

Las observaciones se realizan con reemplazamiento de


los individuos, de forma que la poblacin es idntica
en todas las extracciones. En poblaciones muy
grandes, la probabilidad de repetir una extraccin es
tan pequea que el muestreo puede considerarse sin
reposicin aunque, realmente, no lo sea. (muestre
infinito)

28

A.1) Muestreo Estratificado

Consiste en la divisin previa de la poblacin de


estudio en grupos o clases que se suponen
homogneos respecto a caracterstica a estudiar. A
cada uno de estos estratos se le asignara una cuota
que determinara el nmero de miembros del mismo
que compondrn la muestra.
Segn la cantidad de elementos de la muestra que se
han de elegir de cada uno de los estratos,

29

Muestreo estratificado
Existen dos tcnicas de muestreo estratificado:

Asignacin proporcional: el tamao de cada


estrato en la muestra es proporcional a su tamao en
la poblacin.
Asignacin ptima: la muestra recoger ms
individuos de aquellos estratos que tengan ms
variabilidad. Para ello es necesario un conocimiento
previo de la poblacin.

30

Ejemplo

Para un estudio de opinin, puede resultar


interesante estudiar por separado las opiniones de
hombres y mujeres pues se estima que, dentro de
cada uno de estos grupos, puede haber cierta
homogeneidad.
As, si la poblacin est compuesta de un 55% de
mujeres y un 45% de hombres, se tomara una
muestra que contenga tambin esa misma
proporcin.
31

A.2) Muestreo sistemtico

Se utiliza cuando el universo es de gran tamao o ha de


extenderse en el tiempo.
1.- Hay que identificar las unidades y relacionarlas con
el calendario (cuando proceda).
2.- Calcular una constante, que se denomina coeficiente
de elevacin K= N/n; donde N es el tamao del universo
y n el tamao de la muestra.
32

A.2) Muestreo sistemtico

3.- Determinar en qu fecha se producir la primera


extraccin, para ello hay que elegir al azar un
nmero a entre 1 y K; de ah en adelante tomar
uno de cada K a intervalos regulares.

Ocasionalmente, es conveniente tener en cuenta la


periodicidad del fenmeno.
Muestra: a, a+K,a+2K,a+3K,,a+(n-1)K

(lugares)
33

B) Muestreo por conglomerados

Cuando la poblacin se encuentra dividida, de


manera natural, en grupos que se suponen que
contienen toda la variabilidad de la poblacin, es
decir, la representan fielmente respecto a la
caracterstica a elegir, pueden seleccionarse slo
algunos de estos grupos o conglomerados para la
realizacin del estudio.

34

B) Muestreo por conglomerados

Ejemplo:

Las personas a encuestar podra aplicrsele el


instrumento de medicin a todas las unidades, es
decir, los miembros del grupo, o slo se le podra
aplicar a algunos de ellos, seleccionados al azar
Este mtodo tiene la ventaja de simplificar la
recogida de informacin muestral
35

Diferencias

Las ideas de estratificacin y conglomerados son


opuestas. El primer mtodo funciona mejor cuanto ms
homognea es la poblacin respecto del estrato,
aunque ms diferentes son stos entre s.
En el segundo, ocurre lo contrario. Los conglomerados
deben presentar toda la variabilidad, aunque deben ser
muy parecidos entre s.

C) Muestreo no probabilstico
Aquel para el que no puede calcularse la probabilidad
de extraccin de una determinada muestra.
36

C.1) Muestreo intencional

La extraccin de la muestra y su tamao para ser


representativa se valora de forma subjetiva
Un caso frecuente es tomar elementos que se juzgan
tpicos o representativos de la poblacin, y suponer que los
errores en la seleccin se compensarn unos con otros

37

C.1) Muestreo intencional

Una vez que se tiene la muestra; es necesario


analizar la informacin, esto puede hacerse como
datos no tabulados
Ordenndolos de menor a mayor y analizando
posteriormente la informacin haciendo uso de los
estadgrafos o bien
Tabulndolos a travs de una tabla de distribucin de
frecuencia para posteriormente llevar a cabo el
anlisis con los estadgrafos.
38

Distribucin de frecuencia
(Datos tabulados)
La distribucin de frecuencia es la representacin estructurada, en forma de tabla, de
toda la informacin que se ha recogido sobre la variable que se estudia.

Yi-1

Yi
Ni
fi
Nj
Marca de Clase Frecuencia Frecuencia
Frecuencia
- Yi+1
Relativa
Acumulada
Y1
n1
n1/n
n1
Y2
n2
n2/n
n1+n2
Y3
n3
n3/n
n1+n2+n3
.
.
.
.
.
.
.
.
.
.
.
.
Yn
nn
1,0
n1+n2++nn=n

Hj
Frecuencia
acumulada %
n1/n
(n1+n2)/n
(n1+n2+n3)/n
.
.
.
1,00

39

Distribuciones de frecuencia

Si los valores que toma la variable son muy diversos


y cada uno de ellos se repite muy pocas veces,
entonces conviene agruparlos por intervalos, ya que
de otra manera obtendramos una tabla de
frecuencia muy extensa que aportara muy poco valor
a efectos de sntesis.
En lugar de ello, preferimos agrupar los datos por
intervalos, con lo que la informacin queda ms
resumida (se pierde, por tanto, algo de informacin),
pero es ms manejable e informativa
40

Estadgrafos

De Posicin

Estadgrafos:

De Dispersin.

41

Estadgrafos de posicin

Las medidas de posicin nos facilitan informacin sobre


la serie de datos que estamos analizando. Estas
medidas permiten conocer diversas caractersticas de
esta serie de datos.

Las medidas de posicin son de dos tipos:


a) Medidas de posicin central: informan sobre los
valores medios de la serie de datos.
b) Medidas de posicin no centrales: informan de
como se distribuye el resto de los valores de la serie.
42

Estadgrafos de dispersin

Estudia la distribucin de los valores de la serie,


analizando si estos se encuentran ms o menos
concentrados, o ms o menos dispersos.
Existen diversas medidas de dispersin, entre las
ms utilizadas podemos destacar las siguientes:
1.- Rango (R): mide la amplitud de los valores de
la muestra y se calcula por diferencia entre el valor
ms elevado (Xmax) y el valor ms bajo (Xmin).
43

NIVEL DE MEDICIN
NOMINAL

ORDINAL

INTERVALO

RAZON

Nombra las observaciones en


categoras mutuamente excluyente.
Nombres o clasificaciones que se
utilizan para datos en categoras
distintas y separadas.

Son las que clasifican las


observaciones en categoras
con un orden significativo.
Hay orden y jerarqua
Solo toman valores enteros.
0 Es Medidas en una escala
numrica en la cual el valor de
cero es arbitrario pero la
deferencia entre valores es
importante.
arbitrario.

Pueden tomar valores


decimales dentro de un
intervalo
0 Es absoluto

Sexo
Raza
Diagnsticos

Nivel Socioeconmico
Bajo, medio y alto.
Actitud
En desacuerdo, Indeciso,
De acuerdo

Edad
Temperatura

Peso
Distancias Km., pie

ESTADSTICA DESCRIPTIVA

MEDIDAS DE TENDENCIA CENTRAL O DE


POSICIN

MEDIDAS DE DISPERSIN
MEDIDAS DE RELACIN
DISTRIBUCIN DE FRECUENCIAS

Completar

Por medio de una investigacin se recolectan los _________


Para aprender a procesar datos y extraer conclusiones, debo de
estudiar __________.
La estadstica qe analiza los datos y los describe es ___________
Para aprender a hacer inferencias debo estudiar _________
El lenguaje que aprendo en estadistica me permite _______ las
descripciones correlaciones e inferencias que hacen los
investigadores
El grupo que aprende en estadistica me premite _______ las
descripciones, correlaciones e inferencias que hacen los
investigadores
El grupo de elementos que tienen una caracteristica comun forman
46
una _____ , _______ o ________.

Continuacin .

Los hechos o caractersticas que toman diferentes calores se


llaman ______, si pueden tomar cualquier valor son _______,
por ejemplo el tiempo; ni no pueden tomar valores intermedios
son _______, por ejemplo el numero de alumnos de cada curso
de un colegio
Seale las variables continuas y las variables discretas:
A) La altura de las personas
B) La medida de la cantidad de lluvia cada en una localidad en
un mes
C) La edad de las personas, en aos cumplidos
D) El numero de alumnos de cada curso de un colegio

47

Das könnte Ihnen auch gefallen