ANLISIS ESTADSTICO

Qu es Estadstica?

La Estadstica estudia mtodos cientficos para recoger, organizar, resumir y analizar datos, as como para sacar conclusiones vlidas y tomar decisiones razonables basadas en tal anlisis Murray R. Spiegel

Estudio Estadstico
1.

2.

Se realizan observaciones aleatorias de un fenmeno que no se puede predecir con anterioridad. Se realiza un muestreo (se selecciona una muestra representativa de la poblacin).

Estudio Estadstico
3.

4.

Se recolectan datos de cada elemento muestreado (por ejemplo a travs de un cuestionario). El objetivo final es inferir estadsticamente algo sobre la poblacin, deseamos concluir algo sobre alguna caracterstica de la poblacin en la que se realiza el estudio.

Ramas de la Estadstica

Estadstica Descriptiva o Deductiva: estudia los mtodos para organizar, sumarizar y describir un conjunto de datos para que sus caractersticas se vuelvan evidentes. Se divide en:

Tcnicas Grficas Tcnicas Numricas.

Ramas de la Estadstica

Estadstica Inferencial o Inductiva: usa la teora de probabilidades para generalizar las caractersticas de una poblacin a partir de las caractersticas de una muestra representativa. Es decir, utiliza estadsticas muestrales para obtener conclusiones sobre los verdaderos parmetros de la poblacin.

Poblacin vs Muestra

Poblacin: es el conjunto de todas las mediciones de inters al experimentador. Su tamao se denota con la letra N. Muestra: es un subconjunto de la poblacin. Generalmente esta seleccin se hace aleatoriamente, cada individuo en la muestra tuvo la misma posibilidad de haber sido seleccionado. Su tamao se denota con la letra n.

Importancia del estudio estadstico

Lo ms importante no est en lo que la muestra nos dice sobre sus miembros especficos, sino en cmo hacer inferencias sobre los miembros de la poblacin que no fueron incluidos en la muestra.

Importancia del estudio estadstico

Un estadstico primero disea la muestra y el experimento para minimizar los costos de obtener la informacin. Despus busca el mejor mtodo para realizar la inferencia segn el muestreo dado. Finalmente mide la bondad de la inferencia.

Variables Aleatorias

A los diferentes fenmenos o caractersticas que se miden en un estudio estadstico se les denomina variables aleatorias. La diferencia entre variables aleatorias y variables algebraicas es que nos interesa saber la probabilidad de ocurrencia de sus posibles valores antes de que estos valores sean observados.

Tipos de Datos

Cualitativos:

Arrojan respuesta categricas. Miden cualidades Se les puede asignar despus un valor numrico (codificarlas)
Producen respuestas numricas. Miden cantidades Podemos tratar un dato cuantitativo como cualitativo (categorizando)

Cuantitativos:

Tipos de Datos Cuantitativos

Discretos:

Si el nmero de posibles valores que puede tomar es contable (nmero naturales). Generalmente resultan de un proceso de conteo

Tipos de Datos Cuantitativos

Continuos:

Si sus posibles valores estn en el continuo (nmeros reales). Generalmente resultan de un proceso de medicin

Escalas de Medicin

Los datos que se asocian con las variables aleatorias pueden medirse con diferentes escalas dependiendo del tipo de dato que se trate. Las distintas medidas son:

Escalas de Medicin
a) Medidas por Escala Nominal: Los datos de tipo cualitativo se agrupan en varias categoras nominales. Generalmente se le asigna un valor numrico a cada categora nominal (codificar los datos) Caso especial: dictomos

Escalas de Medicin
b) Medidas por Escala Ordinal: Los datos de tipo cualitativo guardan un orden natural. Son datos que pueden medirse con una escala nominal, en donde adems existe un orden natural entre las categoras. Se pueden realizar operaciones aritmticas con los nmeros asignados a las categoras. El resultado no indica nada.

TABLAS DE FRECUENCIA

Tablas de Frecuencia

Los datos recopilados en la muestra se pueden organizar en Tablas de Frecuencias. Estas tablas muestran:

las clases o categoras de respuesta de donde se obtuvieron los datos (o los intervalos de clase si los datos son cuantitativos) El nmero o proporcin de veces que la clase se encontr en los datos recopilados.

Tablas de Frecuencia Datos Cualitativos

Estado Civil (clase) Soltero Casado Divorciado Viudo Otro Total Nmero de ocurrencias (frecuencia) 22 45 20 8 5 100 personas Porcentaje (frecuencia relativa) 22 % 45 % 20 % 8% 5% 100 %

Tablas de Frecuencia Datos Cualitativos

Frecuencia (f): Resulta de contar el

nmero de observaciones que "entran" en una clase Frecuencia Relativa (fr): Es la proporcin de observaciones que "entran" en una clase:

fi fri n

Tablas de Frecuencia Datos Cuantitativos

Se construyen intervalos de clase:

Rango: Es la diferencia que existe entre el valor mas grande y el mas pequeo.

rango max min

Tablas de Frecuencia Datos Cuantitativos

Nmero de Intervalos:

Se aconsejan no menos de 6 ni mas de 15 Para aproximarlo se puede utilizar de manera alternativa:

Raz de n: el resultado se redondea al siguiente entero. Regla de Sturges: num.de intervalos = 3.3 (log n) + 1

Tablas de Frecuencia Datos Cuantitativos

Marca de Clase: Es el punto medio del intervalo de clase. Se usa en los mtodos estadsticos como valor estimado de las observaciones que cayeron dentro de ese intervalo

Tablas de Frecuencia Datos Cualitativos y Cuantitativos

Frecuencia Acumulada (fa): Es el nmero de observaciones acumuladas hasta la clase de referencia:

fa i f j
j1

Tablas de Frecuencia Datos Cualitativos y Cuantitativos

Frecuencia Relativa Acumulada (fra): es la proporcin de observaciones acumuladas hasta la clase de referencia:

fai frai n

Tablas de Frecuencia en Excel

1.

Cargar el mdulo de Anlisis de Datos:

Herramientas Complementos Palomeo Herramientas para Anlisis

Tablas de Frecuencia en Excel

2.

Acceso la subrutina Histograma de mdulo de Anlisis de Datos:

Herramientas Anlisis de Datos Histograma:

Selecciono a los datos de la muestra como rango de entrada OPCIONAL: Selecciono a los lmites superiores como rango de clases

Tablas de Frecuencia Bivariadas

Se tabulan dos variables en una sola tabla. Tambin se llaman tablas de cruce o de contingencia.
Hombre 10 22 7 2 4 Mujer 12 23 13 6 1 Total por Estado Civil 22 45 20 8 5 Soltero Casado Divorciado Viudo Otro

Estado Civil

Total por Sexo

45

55

100 personas

TCNICAS GRFICAS

Tcnicas Grficas

Graficamos el contenido de la tabla de frecuencia. Las ms importantes grficas:

Pie Barras Histograma Polgono

Grficas de Pie o de Sectores

Se usa con datos cualitativos o cuantitativos. A travs de una regla de tres , un crculo se divide en sectores.

gradosi fri 360

Cada rebanada representa la proporcin de datos contenidos en una clase de la tabla de frecuencia.

Grficas de Pie o de Sectores

2% 2% 5% 2% 8%

17% 25%

clase 1 clase 2 clase 3 clase 4 clase 5 clase 6 clase 7 clase 8

39%

Grficas de Pie o de Sectores en Excel:

Selecciono la frecuencia de la tabla Llamo al asistente para grficas

Selecciono una grfica circular Coloco los rtulos de categora:

categoras marcas de clase

Coloco los rtulos de datos en porcentaje

Grficas de Columnas o Barras

Se usa con datos cualitativos o cuantitativos. Se puede hacer con la frecuencia o con la frecuencia relativa. Se grafican rectngulos sobre un eje cartesiano en donde cada rectngulo representa a cada clase en la tabla de frecuencia.

Grficas de Columnas o Barras

25

23

20

15
15

10
10

5
5

3 1
0 clase 1 clase 2 clase 3 clase 4 clase 5 clase 6 clase 7 clase 8

Grficas de Columnas o Barras En Excel:

Selecciono la frecuencia o frecuencia relativa de la tabla Llamo al asistente para grficas

Selecciono una grfica de columnas o de barras Coloco los rtulos de categora:

categoras marcas de clase

Coloco los rtulos de datos

Histograma

Es exclusiva para datos cuantitativos. Se puede hacer con la frecuencia o con la frecuencia relativa. Se grafican rectngulos sobre un eje cartesiano en donde el rea de cada rectngulo representa a cada intervalo de clase en la tabla de frecuencia. Sirve para comparar las magnitudes representadas en cada intervalo de clase.

Histograma
25

23

20

15
15

10
10

5
5

3 1
0 clase 1 clase 2 clase 3 clase 4 clase 5 clase 6 clase 7 clase 8

Histograma En Excel (Opcin 1)

Selecciono la frecuencia de la tabla Llamo al asistente para grficas

Selecciono una grfica de columnas Coloco los rtulos de categora: marcas de clase Coloco los rtulos de datos Reduzco el ancho del rango a cero.

NOTA: Este procedimiento es vlido solo cuando la amplitud es la misma para cualquier intervalo de clase.

Histograma En Excel (Opcin 2)

Acceso la subrutina Histograma de mdulo de Anlisis de Datos:

Herramientas Anlisis de Datos Histograma:

Selecciono a los datos de la muestra como rango de entrada OPCIONAL: Selecciono a los lmites superiores como rango de clases Selecciono la opcin Crear Grfico

Ya en la grfica, reduzco la distancia entre barras a cero.

NOTA: Este procedimiento es vlido solo cuando la amplitud es la misma para cualquier intervalo de clase.

Polgono

Es exclusiva para datos cuantitativos. Se puede hacer con la frecuencia o con la frecuencia relativa. Es una grfica de punto y lnea sobre el eje cartesiano. Sirve para observar la forma de la distribucin de frecuencias.

Polgono

Lo importante en el polgono es mantener el rea bajo la curva igual al rea acumulada en el histograma.

Aado una marca de clase anterior a la primera (restndole la amplitud) Aado una marca de clase posterior a la ltima (sumndole la amplitud) Les adjudico frecuencia igual a cero a estas marcas de clase adicionales Grafico utilizando estas marcas de clase adicionales.

Polgono
25

23
20

15

15

10

10

5 3

0 0

0
2

1
4 6

1
8

1
10

0
12

Polgono En Excel (Opcin 1)

Selecciono la frecuencia o frecuencia relativa de la tabla (ampliada) Llamo al asistente para grficas

Selecciono una grfica de dispersin XY, que muestre los puntos unidos por lneas. Coloco las marcas de clase como rtulos de categora Coloco los rtulos de datos

NOTA: Este procedimiento es vlido solo cuando la amplitud es la misma para cualquier intervalo de clase.

Polgono En Excel (Opcin 2)

Realizo el histograma de frecuencias a travs de la subrutina de Anlisis de Datos con la tabla ampliada. Ya en la grfica, cambio el tipo de grfica a: Dispersin XY.

NOTA: Este procedimiento es vlido solo cuando la amplitud es la misma para cualquier intervalo de clase.

TCNICAS NUMRICAS

Tcnicas Numricas

Estos son los estadsticos muestrales. Calculamos valores que resumen las caractersticas de los datos en la muestra:

Tendencia Central Dispersin Forma Medidas de Posicin

Tcnicas Numricas En Excel Opcin 1

Acceso la subrutina Estadstica Descriptiva del mdulo de Anlisis de Datos:

Herramientas Anlisis de Datos Estadstica Descriptiva:

Selecciono a los datos de la muestra como rango de entrada Selecciono la opcin Resumen de Estadsticas

Tendencia Central

Las principales medidas son:

Media Aritmtica Mediana Moda Media Geomtrica Media aritmtica ponderada

Tendencia Central Media Aritmtica

La media aritmtica poblacional se denota como La media aritmtica muestral es el promedio de los datos.

X
X=

i 1

En Excel Opcin 2: funcin PROMEDIO

Tendencia Central Mediana

Se define como el valor central. El valor que delimita al 50% de los datos . En Excel Opcin 2: funcin MEDIANA

Tendencia Central Moda

Es el valor ms frecuente, el que se observa mayor nmero de veces Pueden existir varios o ningn valor de moda para un solo conjunto de datos, la distribucin puede ser:

Amodal cuando ningn valor se repite Unimodal cuando un solo valor es el ms frecuente Bimodal cuando dos valores son los ms frecuentes trimodal,...., polimodal

En Excel Opcin 2: funcin MODA

Relacin entre Tendencia Central y la Simetra de la distribucin

Simetra Relacin Simtrica o insesgada Moda = Mediana = Media
sesgo positivo o a la Moda > Mediana > Media derecha sesgo negativo o a la Moda < Mediana < Media izquierda

Relacin entre Tendencia Central y la Simetra de la distribucin

Insesgada

Moda=Mediana=Media

Relacin entre Tendencia Central y la Simetra de la distribucin

Sesgo Positivo (a la derecha)

Moda

Mediana

Media

Relacin entre Tendencia Central y la Simetra de la distribucin

Sesgo Negativo (a la izquierda)

Media

Mediana

Moda

Tendencia Central Media Aritmtica Ponderada

Se calcula la media aritmtica muestral, adjudicando diferente importancia a cada uno de los datos.

w X
Xp=
i 1 n i

w
i 1

Dispersin

Las principales medidas son:

Rango Desviacin Media Varianza Desviacin Estndar Coeficiente de Variacin

Dispersin Rango

Es la diferencia que existe entre el valor mas grande y el mas pequeo.

rango max min

Dispersin Desviacin Media Absoluta

Es el promedio de las distancias absolutas de los datos a su media aritmtica.

X X
DM =
i 1 i

En Excel: funcin DESVPROM

Dispersin Varianza poblacional

La varianza poblacional se denota como Es el promedio de los cuadrados de las distancias de los datos a su media aritmtica. n 2 X i X 2 = i 1 n

Es un estimador sesgado. Funciona solo para muestras grandes. En Excel Opcin 2: funcin VARP

Dispersin Varianza muestral

La varianza muestral se denota como S Se calcula igual que la varianza poblacional, dividiendo entre n-1.

S2 =

X X
i 1 i

n -1

Es un estimador insesgado. Funciona para cualquier tamao de muestra. En Excel Opcin 2: funcin VAR

Dispersin Desviacin Estndar

Mide la variacin de los datos en trminos absolutos. Se interpreta como la distancia promedio de los datos a su media aritmtica. Se expresa en las mismas unidades que las empleadas en los datos. Se calcula tomando la raz cuadrada positiva de la varianza.

Dispersin Desviacin Estndar

Desviacin Estndar Poblacional:

En Excel: funcin DESVESTP

Desviacin Estndar Muestral:

S= S

En Excel: funcin DESVEST

Dispersin Desviacin Estndar

Para interpretar la dispersin absoluta, se construyen intervalos alrededor del promedio. Con esto se determina en dnde se sitan los valores de una distribucin de frecuencia en relacin con la media aritmtica. Esto se puede lograr utilizando:

Teorema de Chebyshev Regla Emprrica

Dispersin: Desviacin Estndar Teorema de Chebyshev

Cualquiera que sea la forma de la distribucin de los datos: al menos el 75% de los valores (poblacin) caern dentro de 2 desviaciones estndar respecto de la media de la distribucin:

X 2S

al menos el 89% de los valores (poblacin) caern dentro de 3 desviaciones estndar respecto de la media de la distribucin:

X 3S

Dispersin: Desviacin Estndar Regla Emprica

Solo cuando la forma de la distribucin de los datos es simtrica (insesgada): aproximadamente el 68% de los datos (poblacin) se encuentran a una desviacin estndar alrededor de la media de la distribucin :

X S

Dispersin: Desviacin Estndar Regla Emprica

aproximadamente el 95% de los datos (poblacin) se encuentran a 2 desviaciones estndar alrededor de la media de la distribucin :

X 2S

aproximadamente el 99% de los datos (poblacin) se encuentran a 3 desviaciones estndar alrededor de la media de la distribucin :

X 3S

Dispersin Coeficiente de Variacin

Mide la variacin relativa de la variable con respecto a su promedio. Cuando deseamos comparar la dispersin de dos distribuciones, necesitamos medir la magnitud de la desviacin estndar en relacin con la magnitud de la media Expresa a la variacin de los datos como porcentaje de su promedio.

S CV = X

Forma

Las medidas de forma son:

Sesgo Curtosis

Forma Sesgo

Es el grado de asimetra que tiene la distribucin Una curva insesgada tiene sesgo cero Medimos en cunto se aleja la distribucin de una insesgada:

Si el polgono de frecuencias tiene la mayor acumulacin a la izquierda, tiene sesgo positivo o a la derecha. Si el polgono de frecuencias tiene la mayor acumulacin a la derecha, tiene sesgo negativo o a la izquierda

Forma Sesgo

En Excel Opcin 2: funcin COEFICIENTE.ASIMETRIA

Coeficiente de Sesgo Asimetra =0 No hay sesgo. La distribucin es insesgada >0 La distribucin tiene sesgo positivo o a la derecha. <0 La distribucin tiene sesgo negativo o a la izquierda.

Forma Curtosis

Mide qu tan puntiaguda es una distribucin, con respecto a la Normal.

La distribucin Normal se considera mesocrtica, es el trmino medio. Las distribuciones mas puntiagudas que la Normal se llaman leptocrticas Las distribuciones menos puntiagudas que la Normal se conocen como platocrticas

Forma Curtosis
Leptocrtica Mesocrtica

Platocrtica

Forma Curtosis

En Excel Opcin 2: funcin CURTOSIS

Funcin Curtosis
=3 >3 <3

Curtosis
Mesocrtica Leptocrtica Platocrtica

Medidas de Posicin

Las medidas de posicin son:

Cuartiles: Son tres y delimitan al 25%, 50% y 75% de los datos acumulados. Deciles: Son nueve y delimitan al 10%, 20%, ... , 90% de los datos acumulados. Percentiles: Son noventa y nueve y delimitan al 1%, 2%, ... , 99% de los datos acumulados.

Siempre acumulamos de izquierda a derecha. En Excel: funcin PERCENTIL