Preguntas de final 5-10-11

1- Para dibujar una distribucin de frecuencias con su polgono, grafique y explique

cuando las clases se van acumulando al igual que los valores.
Una vez que se han recogido y tabulado los datos, los mismos deben ser presentados de una
manera organizada para facilitar el acceso a la informacin que contienen. Ahora bien, si el
conjunto de datos es grande, la mejor manera de examinar estos datos es presentarlos en forma
resumida, elaborando las tablas y grficas apropiadas, de esta forma se pueden extraer las
principales caractersticas de los datos.
Aunque en el proceso de agrupamiento generalmente se pierde parte del detalle original de los
datos, tiene la importante ventaja de presentarlos a todos en un sencillo cuadro que facilita
asimilar la informacin. Como podemos manejar diversos tipos de datos, empezaremos primero
con datos cuantitativos y luego con los cualitativos.

Frecuencia acumulada de clase (Fi): es la frecuencia total de todos los valores que hasta
su lmite superior existen en la serie. Si trabajamos con intervalos cerrados y abiertos,
para esta definicin de frecuencia acumulada, no incluimos el valor del lmite superior.
Observacin: esta definicin es vlida para distribuciones acumuladas menores que.
Distribucin de frecuencias acumuladas menor que: es una tabla donde se presentan las
frecuencias acumuladas, para hallar esta distribucin en una clase determinada lo que se
hace es sumar la frecuencia de esa clase a la de las clases anteriores. Las distribuciones
de frecuencias acumuladas nos permiten ver cuntas observaciones se encuentran por
arriba o debajo de ciertos valores.
Frecuencia relativa acumulada (Hi): es el cociente de la frecuencia acumulada con
respecto a la frecuencia total, muestra la proporcin de elementos con valores menores o
iguales al lmite superior de cada clase. Si trabajamos con intervalos cerrados y abiertos,
para esta definicin de frecuencia relativa acumulada, no incluimos el valor del lmite
superior

2- Que formula se utiliza para determinar el nmero de intervalos. Que formula se

utiliza para determinar la cantidad de intervalos correctos. Grafique las formulas.

Se leccin del nmero de clases: el nmero de clases que se utilizan depende primordialmente
de la cantidad de datos que se tengan, es una decisin arbitraria; sin embargo, en trminos
generales, se recomienda que la distribucin de frecuencias deba tener al menos 5 clases y no
ms de 15 (si no existen suficientes clases, o si hay demasiadas, la informacin que se puede
obtener es reducida). Entre las expresiones que se pueden utilizar para calcular el nmero de
clases tenemos:

Observaciones:
Raz cuadrada de n donde n el nmero total de observaciones.
Si el nmero de observaciones que tenemos es 100, es un buen criterio agrupar las
observaciones en Raz cuadrada 100 = 10 intervalos, pero si el nmero de observaciones fuese
muy alto como por ejemplo n = 1000000, este segundo criterio nos da un nmero excesivo de
intervalo (1000) por lo que en estos
3- Grafique una curva simtrica con la MODA. Cmo se llama donde se encuentra el
lugar ms alto del grafico?

Moda: es una medida de tendencia central que indica la categora o el valor de la variable que
presenta el valor de mayor frecuencia y se simboliza Mo.

4- En qu se diferencia el clculo de la varianza de la poblacin con el clculo de la

variacin de la muestra. Explique.

Varianza: Es la medida del cuadrado de la distancia promedio entre la media y cada elemento
de la poblacin.

Observaciones sobre la varianza:

Las unidades de la varianza son los cuadrados de las unidades de los datos y en muchas
ocasiones no son fciles de interpretar.
Puede sufrir un cambio desproporcionado por la existencia de valores extremos en el conjunto.

Desviacin tpica o estndar: Indica un promedio de los desvos, pero por la propiedad de la
media. Que establece que al sumarlo es igual a cero, se los eleva al cuadrado y se compensa
calculando con la raz.

Algunas propiedades de la desviacin tpica:

*La desviacin tpica de una constante es cero.

*Siempre es una cantidad positiva.
*La desviacin tpica del producto de una constante por una variable es igual al producto de la
constante por la desviacin tpica de la variable.

5- Explique detalladamente para qu sirve la prueba de chi-cuadrado o puntaje z.

Cuando las observaciones de una investigacin corresponden a muestras independientes y las

mediciones se tienen en escala nominal, la prueba de ji cuadrada es el procedimiento de
eleccin para el contraste de hiptesis. Esta prueba estadstica se emplea en el anlisis de dos o
ms grupos y de dos o ms variables.
La eficacia de la prueba no se ha determinado con exactitud; sin embargo, a medida que el
tamao de la muestra aumenta, el valor de probabilidad de error para aceptar hiptesis alternas
(Ha o Ho) se acerca a 1. En sentido opuesto, cuando el nmero de la muestra es menor que 20,
se pierde eficacia. En estas condiciones, es conveniente no aplicar la prueba de ji cuadrada, pero
existen alternativas.
a. Si en el modelo experimental se tiene una tabla de contingencias de 2 X 2 y la muestra
total es menor a 20 e incluye cero en alguna casilla, la prueba estadstica aconsejable
ser la de probabilidad exacta de Fischer y Yates.
b. Con grupos mltiples, pero con frecuencias pequeas, menores que cinco, se recomienda
usar la prueba de ji cuadrada de proporciones.
Las dos alternativas propuestas aumentan notoriamente la eficacia con muestras de tamao
pequeo y se limita la probabilidad de cometer el error del tipo I.
La frmula es:
 Donde:
X2 = valor estadstico de ji cuadrada.
fo = frecuencia observada.
fe = frecuencia esperada.
Pasos:
1. Arreglar las observaciones en una tabla de contingencias.
2. Determinar el valor terico de las frecuencias para cada casilla.
3. Calcular las diferencias entre los valores observados con respecto a los tericos de cada
casilla.
4. Elevar al cuadrado las diferencias y dividirlas entre el valor terico de la casilla
correspondiente.
5. Obtener la sumatoria de los valores anteriores, que es el estadstico X 2.
6. Calcular los grados de libertad (gl): gl = (K columnas -1) [H hileras -1].
7. El valor de X2 se compara con los valores crticos de ji cuadrada de la tabla de valores
crticos de X2 y de acuerdo con los grados de libertad, y se determina la probabilidad.
8. Decidir si se acepta o rechaza la hiptesis X2c X2t se rechaza Ho.

6- Defina media y sus propiedades.

Es un valor tpico o representativo de un conjunto de datos. Como tales valores tienden a

situarse en el centro del conjunto de datos ordenados segn su magnitud, los promedios se
conocen tambin como medidas de centralizacin o de tendencia central

Propiedades de la media:

La suma de las desviaciones de todos los valores de una distribucin respecto a la

media, la misma igual a cero.

La suma de los cuadrados de las desviaciones de los valores de la variable con

respecto a un nmero cualquiera se hace mnima cuando dicho nmero coincide con
la media aritmtica.

Si a todos los valores de la variable se les suma un mismo nmero, la media queda
aumentada en dicho nmero.

Si todos los valores de la variable se multiplican por un mismo nmero la media

aritmtica queda multiplicada por dicho nmero.

7- Tipos de variables. Que grficos son ideales para cada variable.

Variable: es un carcter de la muestra o de la poblacin que se observa. Entre los tipos de

variable tenemos:
Variable cualitativa: cuando la caracterstica de estudio es no numrica; por ejemplo: la
preferencia religiosa, el sexo, el color del cabello, el estado civil, etc.
Variable cuantitativa: es aquella que asume valores numricos acompaados de una unidad
de medida; por ejemplo: calificaciones de un examen.
Variable continua: es aquella que puede tomar cualquier valor dentro de un intervalo, por lo
general los valores de una variable continua proceden de mediciones. Ejemplos: la estatura, el
tiempo en realizar una transaccin bancaria, la presin de aire en un caucho, etc.
Variable discreta: es aquella que slo puede tomar determinados valores en un intervalo, por
lo general son nmeros enteros, y suelen ser el resultado de un conteo. Ejemplo: el nmero de
hijos de una familia, el nmero de habitaciones de una casa, etc.

1- Grafico para Variables cualitativas:

Grfico de barras:
Consiste en una serie o conjunto de rectngulos que de acuerdo a su longitud y anchura
representan un fenmeno, se puede utilizar para representar datos cualitativos y cuantitativos.

Observaciones:
1. En el eje donde ir la base del rectngulo se especifican los indicadores o nombres que se
usan para cada una de las bases.
2. La escala que se debe tomar para la base debe ser la misma para cada rectngulo.
3. La separacin que exista entre las barras debe ser la misma, depende del nmero de barras a
construir y del espacio con que se cuenta.
4. En el eje vertical se puede representar una escala de frecuencias, frecuencias relativas o de
porcentajes.

Grficos circulares, tortas:

Este tipo de grfico considera al crculo como la totalidad del fenmeno, en consecuencia, se
dividir al mismo en tantos sectores como componentes tenga el fenmeno a representar; son
bastante tiles para visualizar diferencias de porcentajes, para representar datos cualitativos,
etc.

Pasos para su construccin:

1. Buscamos los porcentajes que representan a cada elemento.
2. Cada porcentaje se multiplica por 3,6 y eso nos dara el valor de los ngulos centrales.
3. Utilizar un transportador para ubicar cada ngulo.
Tambin es posible hallar los ngulos centrales estableciendo una regla de tres entre la totalidad
del fenmeno (al cual le corresponden 360) y la frecuencia de cada parte del fenmeno.

DIAGRAMA DE PARETO

Es una representacin grfica de los datos obtenidos sobre un problema, que ayuda a identificar
cules son los aspectos prioritarios que hay que tratar.

Dibujar dos ejes verticales y un eje horizontal. Situar en el eje vertical izquierdo la magnitud de
cada factor. La escala del eje est comprendida entre cero y la magnitud total de los factores. En
el derecho se representan el porcentaje acumulado de los factores, por tanto, la escala es de
cero a 100. El punto que representa a 100 en el eje derecho est alineado con el que muestra la
magnitud total de los factores detectados en el eje izquierdo. Por ltimo, el eje horizontal
muestra los factores empezando por el de mayor importancia.
 2- Grafico para Variables Cuantitativas:

Grficos de tallo y hoja:

Son un diseo ideado por John Tukey que proporciona una impresin visual rpida del nmero de
observaciones o de datos de una clase. Cada observacin del conjunto de datos se divide en dos
partes: tallo y hoja, aunque hay bastante flexibilidad en cuanto al procedimiento que pueda
seguirse, en ocasiones es conveniente considerar todos los dgitos de una observacin menos el
ltimo como el tallo y ste ltimo dgito se considera como la hoja.
Entre las ventajas que tiene podemos mencionar que es ms fcil de construir que un
histograma y dentro de un intervalo de clase, este grfico de ms informacin que un
histograma porque muestra los valores reales.

6 8 9
7 2 3 3
7 5 6 6
8 0 1 1234
8 5 6
9 1 2 24

Grfico de barras:

Consiste en una serie o conjunto de rectngulos que de acuerdo a su longitud y anchura

representan un fenmeno, se puede utilizar para representar datos cualitativos y cuantitativos.

Observaciones:
1. En el eje donde ir la base del rectngulo se especifican los indicadores o nombres que se
usan para cada una de las bases.
2. La escala que se debe tomar para la base debe ser la misma para cada rectngulo.
3. La separacin que exista entre las barras debe ser la misma, depende del nmero de barras a
construir y del espacio con que se cuenta.
4. En el eje vertical se puede representar una escala de frecuencias, frecuencias relativas o de
porcentajes.

Polgonos de frecuencias
Son grficos de lnea trazados sobre las marcas de clase de cada intervalo, puede obtenerse
uniendo los puntos medios de los techos de los rectngulos del histograma y tomando en cuenta
que se deben extender ambos extremos del polgono hasta el eje horizontal en aquellos puntos
que seran las marcas de clase adyacentes a cada extremo.
A medida que crece el nmero de clases y de observaciones, el polgono se vuelve cada vez ms
suave y curvo. Este polgono suavizado recibe el nombre de curva de frecuencia.
Al igual que sucede con los histogramas, tenemos el nombre del polgono segn lo que se
indique en el eje vertical; de esta forma tenemos polgonos de frecuencia, polgonos de
frecuencia relativa y polgono porcentual.

8- Qu medidas conoce donde se trabaja con dos variables.

1- Recta de regresin.
2- Chi cuadrado.

9- Recta de regresin. Explique los parmetros que la componen.

Cuando se estudian dos caractersticas simultneamente sobre una muestra, se puede

considerar que una de ellas influye sobre la otra de alguna manera. El objetivo principal de la
regresin es descubrir el modo en que se relacionan.

Se puede suponer que la variable Altura influye sobre la variable Peso en el sentido de que
pesos grandes vienen explicados por valores grandes de altura (en general).

De las dos variables a estudiar, que vamos a denotar con X e Y, vamos a llamar a la X VARIABLE
INDEPENDIENTE o EXPLICATIVA, y a la otra, Y, le llamaremos VARIABLE DEPENDIENTE o
EXPLICADA.

En la mayora de los casos la relacin entre las variables es mutua, y es difcil saber qu
variable influye sobre la otra. En el ejemplo anterior, a una persona que mide menos le
supondremos menor altura y a una persona de poca altura le supondremos un peso ms bajo. Es
decir, se puede admitir que cada variable influye sobre la otra de forma natural y por igual. Un
ejemplo ms claro donde distinguir entre variable explicativa y explicada es aquel donde se
anota, de cada alumno de una clase, su tiempo de estudio (en horas) y su nota de examen. En
este caso un pequeo tiempo de estudio tender a obtener una nota ms baja, y una nota buena
nos indicar que tal vez el alumno ha estudiado mucho. Sin embargo, a la hora de determinar
qu variable explica a la otra, est claro que el tiempo de estudio explica la nota de examen
y no al contrario, pues el alumno primero estudia un tiempo que puede decidir libremente, y
luego obtiene una nota que ya no decide arbitrariamente.
Por tanto,
X = Tiempo de estudio (variable explicativa o independiente)
Y = Nota de examen (variable explicada o dependiente)

El problema de encontrar una relacin funcional entre dos variables es muy complejo, ya que
existen infinidad de funciones de formas distintas. El caso ms sencillo de relacin entre dos
variables es la relacin LINEAL, es decir que: Y = b0 + b1 X.

Y= estimacin de un valor de la variable independiente.

bo= ordenada al origen, indica un valor de y cuando x es igual a cero, y se obtiene por la
prolongacin de la recta.

.bo= y media menos b1 por XX.

b1= la pendiente de la recta, es el clculo ms importante, porque indica el sentido de la
relacin y la inclinacin de la recta, tiene el mismo signo que la covarianza y el coeficiente.

.b1= covarianza (x;y.)/S2 X.

X= es el valor de la variable independiente

10- Qu tipo de medida de centralizacin se utiliza para describir a una variable

cuantitativa continua, y que tipo de medida de dispersin? Y para la dependencia de
dos variables continuas, Qu se utiliza como medida de centralizacin y dispersin?

Para una variable cuantitativa continua utilizamos la medida de centralizacin Media, con una
medida de dispersin que la desviacin estndar S. Y para la dependencia de dos variables
continuas utilizamos la recta de regresin y=b O+b1.X, y la desviacin estndar residual.

11- Explique para que utiliza el clculo de la recta de regresin entre 2 variables y
defina como se interpreta su clculo.

Para determinar cmo cambia la media de la variable dependiente y en funcin de los valores
de la variable independiente x, y la utilizamos para pronosticar un valor promedio de y
conociendo x.

12- Cual es la diferencia entre correlacin y regresin.

La correlacin indica el grado de asociacin entre dos variables, midiendo la intensidad y el

sentido de la relacin, se mide con r de Pearson, y la recta de regresin se utiliza para medir la
dependencia entre dos variables, se mide con la recta de regresin, y=b 0+b1.X y se la utiliza
para predecir.