Estadistica Descriptiva

ESTADISTICA APLICADA A LA EDUCACION
Universidad
Santander
Rodolfo Gallardo-Rosales
gallardo33@gmail.com
01 02 03 04 05 06
Conceptos fundamentales
E t d ti descriptiva
Estadstica
d
i ti
Probabilidad
Estimacin
Prueba de hiptesis sobre poblaciones
Prueba de hiptesis
p
sobre proporciones
p p
Estadstica descriptiva
01 02 03 04 05 06
REPRESENTACION GRAFICA DE DATOS

Grficas de crculos y grficas de barras:
son grficas que se usan para resumir
d t cualitativos,
datos
lit ti
o por atributos,
t ib t
o
datos categricos. Las grficas de
crculos (diagramas de pastel) muestran
la cantidad de datos que pertenecen a
cada una de las categoras como parte
proporcional de un crculo. Las grficas
de barras muestran la cantidad de datos
que pertenecen a cada una de las
categoras como un rea rectangular de
tamao proporcional
proporcional.
01 02 03 04 05 06
TABLA DE DATOS
14 a 15
16 a 17
18 a 19
20 o ms
99
142
01 02 03 04 05 06
GRAFICO DE CIRCULO
EDAD DE LOS
ENCUESTADOS
2
6
14 a 15
99
16 a 17
18 a 19
20 o ms
142
01 02 03 04 05 06
HISTOGRAMA
((GRAFICO DE BARRAS))
EDAD DE LOS
ENCUESTADOS
160
142
140
120
100
99
80
60
40
20
18 a 19
20 o ms
0
14 a 15
16 a 17
01 02 03 04 05 06
OJIVA
(Distribucin acumulativa de frecuencia)
frecuencia
frecuencia
Numerode Fronterasde
frecuencia acumulativ
grupo
grupo
a
frecuencia
frecuencia
acumulativa
relativa
35X<45
(2)
2/50
2/50
0,04
45X<55
(2+2)
4/50
0,08
55X<65
11
(7+4)
11/50
0,22
65X<75
13
24
(13+11)
24/50
24/50
0 48
0,48
75X<85
11
35
(11+24)
35/50
0,70
85X<95
11
46
(11+35)
46/50
0,92
95X<105
50
(4+46)
50/50
50/50
1 00
1,00
50
01 02 03 04 05 06
OJIVA
(Distribucin acumulativa de frecuencia)
Calificaciones de examen final en

estadstica elemental
1,20
1 00
1,00
0,80
0,60
0 40
0,40
0,20
0,00
0
20
40
60
80
100
120
01 02 03 04 05 06
MEDIDAS DE TENDENCIA
CENTRAL
Son valores numricos que
localizan, en algn sentido, el
centro de un conjunto de datos.
Es frecuente que el trmino
promedio se asocie con todas
las medidas de tendencia
central.
01 02 03 04 05 06
Media (Media aritmtica):
Es el promedio con el que probablemente estemos ms
familiarizados. La media muestral se representa por x
(lase x barra o media muestral). La media se
encuentra
t all sumar todos
t d los
l valores
l
de
d la
l variable
i bl x ((esta
t
suma de valores se simboliza como x ) y dividir la suma
entre el nmero de estos valores , n (el tamao muestral).
Expresamos esto mediante frmula como
suma de todas las x
Media muestral: x barra = ---------------------------nmero de las x
x=
n
01 02 03 04 05 06
EJEMPLO
Un conjunto de datos consta de cinco valores:
6 3,
6,
3 8
8, 6
6, y 4
4. E
Encuentre
t lla media.
di
SOLUCION:
Con la frmula anterior, encontramos:
x =
6+ 3+8+ 6+ 4
27
=
= 5 .4
=
5
5
Por lo tanto, la media de esta muestra es 5.4
01 02 03 04 05 06
Mediana:
Es el valor de los datos que ocupa la
posicin media cuando los datos estn
clasificados
l ifi d en orden
d de
d acuerdo
d con
su tamao. La mediana muestral se
representa por ~
x (lase x tilde o
mediana muestral).
muestral)
01 02 03 04 05 06
Procedimiento para determinar la mediana:
PASO 1: Clasifique los datos
PASO 2: Determine la profundidad de la mediana. La profundidad,
o posicin (nmero de posiciones desde cualquiera de los
extremos), se determina con la frmula
nmero + 1
Profundidad de mediana:
2
n +1
~
d (x ) =
2
PASO 3
3: D
Determine
t
i ell valor
l d
de lla mediana.
di
C
Cuente
t llos d
datos
t
~
clasificados, localizando los datos en la posicin d (x )
La mediana ser la misma cualquiera que sea el extremo de los
datos clasificados (alto o bajo) desde el que se cuente.
cuente De hecho
hecho,
contar desde ambos extremos servir como excelente prueba.
01 02 03 04 05 06
EJEMPLO DE MEDIANA PARA n IMPAR
Encuentre la mediana para el conjunto de datos
{6, 3, 8, 5, 3}
SOLUCION
PASO 1: Los datos, clasificados en orden de tamao, son:
3, 3, 5, 6 y 8
n +1 5 +1
PASO 2: Profundidad de la mediana: d ( ~
x) =
=
=3
(L 3.
(La
3 P
Posicin)
i i )
PASO 3: La mediana es el tercer nmero desde cualquier extremo
~
de los datos clasificados,
clasificados es decir: x = 5
01 02 03 04 05 06
EJEMPLO DE MEDIANA PARA n PAR
Encuentre la mediana para el conjunto de datos
{9, 6, 7, 9, 10, 8}
SOLUCION
PASO 1: Los datos, clasificados en orden de tamao, son:
6, 7, 8, 9, 9 Y 10
~ n +1 = 6 +1
PASO 2: Profundidad de la mediana: d ( x ) =
= 3.5
(La 3.5ava Posicin)

PASO 3: La mediana es est a mitad entre los datos tercero y
cuarto, se suman los dos valores y se dividen entre dos, la mediana
es:
8+9
~
x=
= 8.5
2
01 02 03 04 05 06
MEDIDAS DE DISPERSION
Una vez que se ha localizado el medio mediante
la aplicacin de las medidas de tendencia central,
nuestra
t b
bsqueda
d d
de iinformacin
f
i a partir
ti d
de
conjuntos de datos se dirige ahora a las medidas
de dispersin. Las medidas de dispersin incluyen
el rango,
rango varianza y desviacin estndar
estndar.
Estos valores numricos describen la cantidad de
dispersin o variabilidad que se encuentra entre los
datos: los datos agrupados de manera estrecha
tienen valores relativamente pequeos y aquellos
datos que estn ms dispersos tienen valores ms
grandes.
01 02 03 04 05 06
Rango:
Es la diferencia de valor entre los datos de valor ms
alto, H, y los de valor ms bajo, L.
rango = valor alto valor bajo
rango = H L
Por ejemplo:
La muestra
L
t 3,
3 4
4, 5,
5 6,
6 8 ti
tiene un rango d
de
H L = 8 3 = 5.
El rango de 5 nos dice que estos datos caen todos
ellos dentro de un intervalo de 5 unidades.
01 02 03 04 05 06
Las otras medidas de dispersin que

se van a estudiar
estudiar, son medidas de
dispersin alrededor de la media.
Para desarrollar una medida de
dispersin alrededor de la media,
contestemos primero a la pregunta:
qu tan lejos de la media est cada x?
01 02 03 04 05 06
Desviacin desde la media:

Una desviacin desde la media , (x - x ) es la diferencia
entre el valor de x y la media x .
Cada valor individual de x se desva de la media en una
cantidad igual
g
a (x
( - x )).
Esta desviacin (x - x ) es cero cuando x es igual a la
media x .
La desviacin (x - x ) es positiva cuando x es mayor que x
y es negativa cuando x es menor que x .
01 02 03 04 05 06
Ejemplo:
Considere la muestra {6, 3, 8, 5, 3}, de la cual encontramos
su media:
x=
n
Encontramos que la media es 5.
Cada desviacin (x - ) se encuentra entonces al restar 5 de

cada valor:
Datos, x
6
3
8
5
3
-------------------------------------------------------------------------Desviacin, x 1
-2
3
0
-2
01 02 03 04 05 06
Desviacin media absoluta:

Es la media de los valores absolutos de las desviaciones desde la
media:
(suma de valores absolutos de desviaciones)
Desviacin media absoluta = ---------------------------------------------------------------nmero
Desviacin media absoluta =
| x x |
n
01 02 03 04 05 06
Para nuestro ejemplo:

La suma de las desviaciones absolutas es 8 :
(1 + 2 + 3 + 0 + 2) y
| xx| 8
= = 1.6
Desviacin media absoluta =
n
01 02 03 04 05 06
Varianza muestral:
La varianza muestral, s2, es la media del cuadrado de las
desviaciones, calculada usando n-1 como divisor:
suma de (cuadrado de desviaciones)
Varianza muestral: s2 = -----------------------------------------------------nmero 1
s2 =
2
(
x
x
)
n 1
Donde n es el tamao muestral,, es decir,, el nmero de datos de la

muestra.
01 02 03 04 05 06
EJEMPLO:
Para encontrar la varianza de la muestra 6, 3, 8, 5, 3 se calcula:
---------------------------------------------------------------------------------------------------------------------P
Paso
1
Paso
P
2
P
Paso 3
P
Paso 4
P
Paso 5
2
Hallar x
Hallar
Hallar toda x Hallar ( x x )
Hallar s2
---------------------------------------------------------------------------------------------------------------------6
65= 1
(1)2 = 1
x
( x x )2
2
s =
x=
3
3 5 = -2
(-2)2 = 4
n 1
n
8
85= 3
(3)2 = 9
18
5
55= 0
(0)2 = 0
25
2
s
=
2
x
=
3
3 5 = -2
2
( 2) = 4
(-2)
4
5
----------------------------------------2
x = 25
x =5
(x x) = 0 (x x)
= 18
s = 4.5
----------------------------------------------------------------------------------------------------------------------
01 02 03 04 05 06
Desviacin muestral estndar

Para obtener la desviacin estndar de una muestra, s, es la raz
cuadrada positiva de la varianza:
D
Desviacin
i i muestral
t l estndar:
t d
s = raz
cuadrada
d d de
d varianza
i
muestral
t l
s = s2
01 02 03 04 05 06
MEDIDAS DE POSICION
Las medidas de posicin se utilizan
para describir la posicin que un
dato especfico posee en relacin
con ell resto
t d
de los
l datos
d t cuando
d
estn en orden por categoras.
Cuartiles y percentiles son dos de
las medidas de posicin ms
populares.
01 02 03 04 05 06
Cuartiles
Son valores de la variable que dividen los datos ordenados en
cuartos; cada conjunto de datos tiene tres cuartiles. El primer
cuqrtil Q1, es un nmero tal que a lo sumo 25% de datos son
cuqrtil,
menores en valor que Q1, y a lo sumo 75% son mayores. El segundo
cuartil es la mediana. El tercer cuartil, Q3, es un nmero tal que a lo
sumo 75% de los datos son menores en valor que Q3 y a lo sumo
25% son mayores.
Datos clasificados,, orden creciente
25%
25%
25%
Q1
Q2
25%
Q3
01 02 03 04 05 06
El procedimiento para determinar

los valores de los cuartiles es el
mismo que para percentiles y se
muestra en la descripcin de
percentiles. Recordemos que los
datos debe estar clasificados de
bajo (L) a alto (H)
01 02 03 04 05 06
Percentiles
Son los valores de la variable que dividen un conjunto de datos clasificados
en 100 subconjuntos iguales; cada conjunto de datos tiene 99 percentiles. El
k-simo percentil Pk es un valor tal que a lo sumo k% de los datos son
menores en valor q
que Pk y a lo sumo ((100 k)%
)% de los datos son mayores.
y
Percentiles
Datos clasificados, orden creciente
1% 1% 1% 1% 1%
L P1 P2 P3 P4
1% 1% 1% 1%
P97 P98 P99 H
K-simo percentil
Datos clasificados, orden creciente
a lo
l sumo (100 k) %
a lo
l sumo k%
Pk
01 02 03 04 05 06
Notas:
1. El primer cuartil y el 25avo percentil, son lo
mismo, es decir, Q1 = P25 Tambin Q3 = P75.
2 L
2.
La mediana,
di
ell segundo
d cuartil
til y ell 50avo
50
percentil son todos lo mismo: Med = Q2 =
P50. Por tanto, cuando se nos pida hallar P50
o Q2, usamos el procedimiento para hallar la
mediana
01 02 03 04 05 06
INTERPRETACION Y COMPRENSION DE LA
DESVIACION ESTANDAR
Las desviacin estndar es una medida de
variacin (dispersin) en los datos. Se ha definido
como un valor calculado con el uso de frmulas.
An as, podemos preguntarnos qu es realmente
y cmo se relaciona con los datos. Es una clase de
medidor por el que podemos comparar la
variabilidad de un conjunto de datos con la de otro.
Esta
E
t medida
did particular
ti l puede
d comprenderse
d
mejor al examinar dos enunciados que nos dicen
cmo se relaciona la desviacin estndar con los
datos: la regla emprica y el teorema de
Chebyshev.
01 02 03 04 05 06
Regla emprica
Si una variable est normalmente distribuida, entonces :
1. Dentro de una desviacin estndar de la media habr
aproximadamente 68% de los datos
2. Dentro de dos desviaciones estndar de la media, habr
aproximadamente 95% de los datos; y
3. Dentro de tres desviaciones estndar de la media, habr
aproximadamente 99.7% de los datos
Esta regla aplica de manera especfica a una distribucin
normal [en forma de campana], pero con frecuencia se
aplica como gua interpretativa a cualquier distribucin
agrupada.
01 02 03 04 05 06
99.7%
95%
68%
x 3s
x 2s
xs
x+s
x + 2 s x + 3s
01 02 03 04 05 06
En la figura anterior, se muestran los intervalos de

1 2y3d
1,
desviaciones
i i
estndar
t d alrededor
l d d de
d la
l
media de una distribucin aproximadamente
normal.
Por lo general estas proporciones no se presentan
de manera exacta en una muestra, pero los valores
observados estarn cercanos cuando una muestra
grande se tome de una poblacin normalmente
distribuida.
Si una distribucin es aproximadamente normal,
ser casi simtrica y la media dividir la
distribucin en dos (la media y la mediana son
iguales en una distribucin simtrica
01 02 03 04 05 06
34% 34%
13.5%
13.5%
2.5%
Calificaciones z
2.5%
x 3s
x 2s
xs
x+s
x + 2s
x + 3s
-3
-2
-1
01 02 03 04 05 06
Teorema de Chebyshev
La proporcin de cualquier distribucin que se
encuentre dentro de k desviaciones estndar de la
media es al menos
1
11 2
k
Donde k es cualquier
q
nmero positivo
p
mayor
y a 1.
Este teorema aplica a todas las distribuciones de
datos.
01 02 03 04 05 06
Este teorema indica que dentro de 2 desviaciones

estndar de la media (k=2), siempre se encontrar al
menos 75% (es decir, 75% o ms) de los datos.
1
1
1 3
=
1
=
1
= = 0.75
2
2
k
2
4 4
La siguiente figura muestra una distribucin agrupada

que ilustra al menos 75%.
01 02 03 04 05 06
Teorema de Chebyshev k=2
s
Al menos 3/4
x 2s
x + 2s
01 02 03 04 05 06
Si consideramos el intervalo encerrado por 3

desviaciones estndar en cualquier lado de la
media (k=3), el teorema dice que siempre
encontraremos all menos 89% ((es d
decir,
i 89% o
ms) de los datos, como se ilustra en la siguiente
figura:
1
1
1 8
1 2 = 1 2 = 1 = = 0.89
k
3
9 9
01 02 03 04 05 06
Teorema de Chebyshev k=3
s
Al menos 8/9
x 3s
x + 3s

Estadistica Descriptiva

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Estadistica Descriptiva

Diunggah oleh

Hak Cipta:

Format Tersedia

ESTADISTICA APLICADA A LA EDUCACION

REPRESENTACION GRAFICA DE DATOS

Calificaciones de examen final en

Por lo tanto, la media de esta muestra es 5.4

(La 3.5ava Posicin)

Las otras medidas de dispersin que

Desviacin desde la media:

Encontramos que la media es 5.

Cada desviacin (x - ) se encuentra entonces al restar 5 de

Desviacin media absoluta:

Desviacin media absoluta =

Para nuestro ejemplo:

Donde n es el tamao muestral,, es decir,, el nmero de datos de la

Desviacin muestral estndar

El procedimiento para determinar

P97 P98 P99 H

En la figura anterior, se muestran los intervalos de

Este teorema indica que dentro de 2 desviaciones

La siguiente figura muestra una distribucin agrupada

Si consideramos el intervalo encerrado por 3

Anda mungkin juga menyukai