1

ESTADISTICA DESCRIPTIVA
2

Objetivos de Aprendizaje

Saber que significa la estadstica y sus aplicaciones. Explicar el significado de la estadstica descriptiva y

estadstica inferencial. Distinguir entre niveles de medicin nominal, ordinal, de intervalo y de razn. Organizar datos en una distribucin de frecuencias. Representar la distribucin de frecuencias en un histograma, un polgono de frecuencias. Desarrollar una representacin de tallo y hoja Representar datos utilizando lneas, de barras y de sectores (circulares).
3

Qu es la estadstica?
Que deberan saber al terminar esta clase:
Que queremos significar por estadstica Que entendemos por estadstica descriptiva e inferencial. Que es una poblacin y que una muestra. Que es una variable, el dato y los datos Cuando la informacin se refiere a un parmetro y cuando a una estadstica Distinguir cuando una variable es cualitativa y cuando cuantitativa. Distinguir entre una variable discreta y continua. Distinguir las distintas escalas de medicin nominal, ordinal, de intervalo y de razn
5

Qu es la estadstica?
Estadstica es la ciencia de:
Recolectar Describir Organizar Interpretar

Datos

para transformarlos en informacin, para la toma mas eficiente de decisiones.

6

Ciencia que proporciona las herramientas (mtodos y procedimientos) necesarios para recolectar, procesar analizar e interpretar datos.
7

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 (estocstico). La Estadstica se utiliza como tecnologa al servicio de las ciencias donde la variabilidad y la incertidumbre forman parte de su naturaleza.
8

Quienes usan la estadstica?

Organismos oficiales. Diarios y revistas. Polticos. Deportes. Marketing. Control de calidad. Administradores. Investigadores cientficos. Mdicos etc.

ESTADISTICA

ESTADISTICA DESCRIPTIVA
Describe un conjunto de datos con indicadores estadsticos o estadgrafos

ESTADISTICA INFERENCIAL
Obtiene informacin (variables e indicadores) de una muestra representativa de poblacin

10

Tipos de Estadstica
ESTADSTICA DESCRIPTIVA: Mtodo de recolectar, organizar, resumir, analizar e interpretar los datos. Ejemplo 1: Los datos del Censo de poblacin de 2001. Ejemplo 2: La cantidad de robos ocurridos el ltimo mes en en el municipio. Ejemplo 3: La cantidad de pacientes atendidos en el Hospital municipal el ltimo ao. Mencionamos algunos procedimientos: Tablas de distribuciones de frecuencia; Grficos de distribucin de frecuencias; Diagramas de cajas; Diagramas de tallos y hojas; Estadsticos de posicin; Estadsticos de dispersin; y Estadsticos de asociacin
11

12

Tipos de Estadstica
ESTADSTICA INFERENCIAL: Mtodos usados para determinar algo acerca de la poblacin, basado en una muestra. Poblacin(1) es la coleccin, o conjunto, de individuos, objetos o eventos cuyas propiedades sern analizadas. Muestra es un subconjunto de la poblacin de inters. (1) Algunos autores utilizan Universo como sinnimo La estadstica inferencial comprende dos reas importantes: Estimacin puntual y por intervalos; y la Prueba de hiptesis estadstica
13

Inferencia Estadstica

POBLACION
Tcnica Del Muestreo

MUESTRA
Obtencin de Variables e Indicadores: Estadgrafos (Estimadores)
14

Conceptos Estadsticos

15

Conceptos Estadsticos
Unidad de Anlisis: es el objeto del cual se desea obtener informacin. Muchas veces nos referimos a las unidades de anlisis con el nombre de elementos. En estadstica, un elemento o unidad de anlisis puede ser algo con existencia real, como un automvil o una casa, o algo ms abstracto como la temperatura o un intervalo de tiempo. Dada esta definicin, puede redefinirse poblacin como el conjunto de unidades de anlisis. Ejemplo: Cada uno de los alumnos matriculados en el curso de Qumica General.
16

Conceptos Estadsticos
Parmetro: Valor numrico que resume todos los datos de una poblacin completa. Se utilizan letras griegas para simbolizar un parmetro como ser y Ejemplos: La calificacin promedio del egresado secundario cuando postula al Proceso de Admisin . Estadstica: Valor numrico que resume los datos de una muestra. Se utilizan letras del alfabeto espaol para simbolizarlas como ser x y s . Ejemplo: La edad promedio registrada en una encuesta de 150 consumidores de pizzas.
17

Poblacin y Muestra
Poblacin

Muestra

18

Conceptos Estadsticos
Poblacin: Es el conjunto de todos los individuos o elementos (unidad de anlisis) que son el objetivo de nuestro inters. La Poblacin, segn su nmero de elementos puede ser:

Poblacin Finita
Ejemplo: - Alumnos de la UNMSM.
- Trabajadores de una empresa. - Camiones de carga pesada. - Clientes de un empresa comercial.

Poblacin Infinita
Ejemplo: - Peces del mar peruano
- Bacterias - Flores Silvestres. - Productos fallados.

NOTA: EN LA PRCTICA CUANDO UNA POBLACIN TIENE UN NUMERO MUY GRANDE O INDETERMINADO DE ELEMENTOS SE LE CONSIDERA POBLACIN 19 INFINITA.

Conceptos Estadsticos
Muestra: Es una parte o un subconjunto de una poblacin. Tiene la caracterstica fundamental de ser representativa de la poblacin. La seleccin y estudio de una muestra facilita la inferencia de conclusiones vlidas para la poblacin de donde se obtuvo la muestra. Ejemplos: Grupo de bolsas de azcar que se extraen sistemticamente de una lnea de envasado. Grupo de tasas que se extrae para llevar a cabo el control de calidad.
20

Tipos de Estadstica
(ejemplos de estadstica inferencial) Ejemplo 1: Una encuesta desarrollada por IBOPE, en marzo 2009, dice que el rating de radio en la Gran Lima esta encabezado por RPP con un 10.5% seguido por RCN con 9.18% Ejemplo 2: De acuerdo con una encuesta desarrollada por Apoyo sobre telefona residencial en el 2008, el gasto mensual promedio por cliente es de S/. 90.30. a nivel nacional. Ejemplo 3: El INEI inform que la Encuesta Permanente de Hogares (EPH) del mes de marzo de 2009 reporto la tasa mas alta de desempleo que ascendi al 10.3% a nivel nacional
21

22

VARIABLES Y SUS TIPOS

23

Variable
Variable: Caracterstica de inters sobre cada elemento individual de una poblacin o muestra.
Dato: Valor de la variable asociada a un elemento de la poblacin o muestra. Este valor puede ser un nmero, una palabra o un smbolo. Ejemplo: La familia Gonzlez tiene 4 miembros, sus ingresos mensuales son de US$ 685.00, 2 son de sexo femenino y 2 masculino.

24

Variable (cont.)
Datos: Conjunto de valores recolectados para la variable de cada uno de los elementos que pertenecen a la poblacin o muestra. Ejemplo1: El conjunto de 54 cantidad de miembros recolectados de 54 familias residentes en Escobar. Ejemplo2: El conjunto de las calificaciones de los 43 estudiantes de estadstica de la carrera de Sistemas

25

Tipos de Variables
Cualitativa o de Atributos Clasifica o describe un elemento de la poblacin. Los valores que puede asumir no constituyen un espacio mtrico, por lo tanto las operaciones aritmticas, como sumar y obtener promedios, no son significativas. Ejemplos: Sexo, Nacionalidad, Marcas de auto, Grado de Satisfaccin con la Universidad, etc.
26

Tipos de Variables(cont.)
Dicotmicas: Slo hay dos categora, que son excluyentes una de la otra. Ejemplo: enfermo-sano, muerto-vivo, mujer-hombre.

Nominal: tiene mas de dos categoras y no hay orden entre ellas.

Ejemplo: color de los ojos, grupo sanguneo. Ordinal: tiene varias categoras y hay orden entre ellas.

Ejemplo: grado tumoral, calificacin del riesgo en anestesia.

27

Tipos de Variables (cont.)

Cuantitativa o Numrica cuantifica un elemento de la poblacin. Los valores que puede asumir constituyen un espacio mtrico, por lo tanto las operaciones aritmticas, como sumar y obtener promedios, son significativas. Ejemplos: Cantidad de Habitaciones, Nmero de hijos, Kilmetros recorridos, Tiempo de vuelo, Ingreso, etc.

28

1-9

Tipos de Variables (cont.)

Las variables cuantitativas se pueden clasificar a su vez en discretas o continuas. Cuantitativas Discretas: solo pueden asumir ciertos valores y normalmente hay huecos entre ellos. Son conteos normalmente. Ejemplo1: cantidad de materias aprobadas.(1, 2,3 ......) Ejemplo2: cantidad de hijos (1, 2, 3,4...)

29

1-9

Tipos de Variables (cont.)

Las variables cuantitativas se pueden clasificar a su vez en discretas o continuas. Cuantitativas Continuas: puede asumir cualquier valor dentro del rango de medicin. Normalmente se miden magnitudes como ser longitud, superficie, volumen, peso, tiempo, dinero Ejemplo 1: Peso al nacer. Ejemplo 2: Salario de un empleado Ejemplo 3: Tiempo de viaje en mnibus entre Lima e Ica.
30

Tcnicas de recoleccin de datos

CENSO =>Estadstica

Descriptiva

Se emplea cuando el nmero de unidades de anlisis no es grande (n< 40 aproximadamente) Si el nmero de unidades de anlisis es grande y se necesita una amplia cobertura de informacin en reas menores, como distritos, Comunidades nativas, y otros. Caractersticas Costoso Errores de Medicin (de obtener la informacin).
31

Tcnicas de recoleccin de datos

MUESTREO =>

Estadstica Inferencial

Se emplea cuando el nmero de unidades de anlisis es grande pero no se necesita informacin a detalle de reas geogrficas menores. Caractersticas Mayor rapidez y viabilidad Mayor exactitud en la obtencin de informacin Reduce los costos No tiene cobertura en reas menores.
32

33

NIVELES DE MEDICIN DE LAS VARIABLES DE ACUERDO A SU NATURALEZA PUEDEN ENCONTRARSE ENTRE ESTAS ESCALAS

Escala de medidas
NOMINAL
ORDINAL INTERVALAR

DE RAZON

34

Niveles de medicin de las variables

Tipos
NOMINAL

Caracterstica

Ejemplos

Valores que se agrupan en Genero (sexo) categoras disjuntas y Color de pelo exhaustivas Religin
Hay un orden entre las categoras Hay orden Hay distancia Hay un cero convencional Hay orden Hay distancia Hay un cero natural Clase social Preferencias Educacin Temperatura Coeficiente Intelectual Edad Produccin Ingresos
35

ORDINAL

DE INTERVALO

DE RAZON

Escalas de Medicin
Las variables cualitativas se miden en escala

nominal o ordinal.
Nominal: los elementos solo pueden ser clasificados

en categoras pero no se da un orden o jerarqua

Ejemplo 1: Barrio de residencia de los alumnos .

Ejemplo 2: Color de ojos

Ejemplo 3: Simpatizante de un club de futbol
36

Nivel Nominal

37

1-12

Escalas de Medicin
Las variables cualitativas se miden en escala nominal o ordinal. Ordinal: los elementos son clasificados en categoras que tienen un orden o jerarqua, la diferencia entre valores no se pueden realizar o no son significativas.
Ejemplo 1: Grado de satisfaccin en el uso de un servicio pblico . Ejemplo 2: Ocupacin
38

Nivel Ordinal
Los valores de las Variables (datos) se pueden ordenar pero no es posible determinar la diferencia aritmtica (o distancias) entre ellos. Ejemplo: Resultados del sabor de tres bebidas A, B, C X = Sabor. La bebida C clasifico 1 ( o 1) La bebida B clasifico 2 ( o 2)
.

La bebida A clasifico 3 ( o 3)
Valores de x : 1, 2, 3 o (1) (2) (3)
39

Escalas de Medicin
Las variables cuantitativas se miden en escala de intervalo o razn. Intervalo: los elementos son clasificados en categoras que tienen un orden o jerarqua, la diferencia entre valores se pueden realizar y son significativas. La diferencia entre dos valores consecutivos es de tamao constante y no existe el 0 absoluto. Ejemplo: Temperatura en grados Celsius
40

Nivel Intervalar
Similar al nivel ordinal con la propiedad adicional de que se pueden determinar cantidades significativas . (distancias iguales) de las diferencias entre los valores. No existe un punto cero natural sino Convencional. Temperatura en escala Grados Celsius.

Talla de camisas ( zapatos, ternos etc.)

41

Escalas de Medicin
Las variables cuantitativas se miden en escala de intervalo o razn. Razn: los elementos son clasificados en categoras que tienen un orden o jerarqua, la diferencia entre valores se pueden realizar y son significativas. Existe el 0 absoluto, es decir la ausencia de la variable medida.
Ejemplo 1: Tiempo de vuelo. Ejemplo 2: Ingresos familiares
42

Nivel Razn
Es aquella con un punto cero inicialmente inherente. Las diferencias y razones (cocientes) son . significativas.

Ejemplo:
a) Produccin

b) Ingresos Mensuales Dinero.

c) Altura de los jugadores del equipo de ftbol de Osorno
43

Clasificacin de Variables
Variable Cuantitativa (Numrica)
Continua Discreta

Variable Cualitativa (No numrica )

Ordinal Nominal

Se caracteriza por
Puede tomar cualquier valor en un intervalo dado. (Procesos de medicin) Toma slo ciertos valores. (procesos de contar)

Tienen un orden predeterminado:

-Nivel de Educacin, estrato socioeconmico, categora de ocupacin.

No tienen un orden predeterminado:

Sexo, ocupacin, Condicin de de empleo (nombrado o contratado) 44

Ejemplos
Ingreso, talla, peso etc.
N de trabajadores por oficina, n de alumnos por curso etc.

45

 No todos los temas disponen de datos publicados. En esos casos , la informacin deber recolectarse y analizarse. Esto se llama Fuente Primaria. . Una forma de recolectar encuestas. Hay dos posibilidades: a) Encuestas Muestrales ( En Muestras) b) Encuestas Censales (En poblaciones)
46

FUENTES PRIMARIA DE DATOS DE DATOS ESTADSTICOS

datos es mediante las

FUENTES SECUNDARIA DE DATOS ESTADSTICOS

Los problemas que se estudian o se investigan se adquieren de datos empricos ( de la realidad) publicados u obtenidos. Se pueden encontrar datos (estadsticas) relacionadas en artculos publicados, tesis, revistas y peridicos.

Estos se llaman Fuentes secundarias

Fuentes Secundarias

MUESTREOS
47

48

Ejemplo
Ttulo y Subttulo
mill US$ Ventas 120 145 165 178 201 320 350 355
420 350 280 210 140 70 0 1996

1 2 3 4 5 6 7 8

Ao 1997 1998 1999 2000 2001 2002 2003 2004

1998

2000

2002

2004

2006

N valores del eje vertical = Primer valor del eje vertical =

0.60 x 8 = 4.8 = 5
355 5 = 71 = 70

Fuente: ..

49

Construccin de Grficos

50

Otros Grficos: Especializados Mercado Burstil Grafico de Velas (01/03 -28/03)

Cierre mximo Cotizaciones en alza Cotizaciones a la baja mnimo apertura

51

PERU : DISTRIBUCION DE LA POBLACION SEGUN NIVEL DE EDUCACION POR SEXO (Porcentaje - Cifras Estimadas 1999) Nivel de Educacin HOMBRE MUJER TOTAL Sin Nivel 13.69 18.67 16.16 Inicial Inicial y Primaria 37.18 38.82 37.99 Secundaria 34.44 30.21 32.34 Sup. No Univer. 6.07 6.50 6.28 Sup. Univer. 8.44 5.68 7.07 Especial 0.19 0.12 0.15 TOTAL 100.00 100.00 100.00 Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998

Nivel de Educacin HOMBRE MUJER TOTAL Sin Nivel 42.72 57.28 100.00 Inicial y Primaria 49.34 50.66 100.00 Inicial Secundaria 53.69 46.31 100.00 Sup. No Univer. 48.71 51.29 100.00 Sup. Univer. 60.17 39.83 100.00 Especial 60.81 39.19 100.00 TOTAL 50.42 49.58 100.00 Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998
52

1. Grficos Lineales :
Bolsa de Valores de Lima: Cotizaciones Diarias de los ADRs Telefnica de Espaa: 1/10/01 - 23/01/02
44.00 US$ 42.00

40.00

38.00

36.00

34.00

32.00

30.00

Fuente : Bolsa de Valores de Lima

1/ 10 /0 8/ 1 10 15 /0 1 /1 0 22 /01 /1 0 29 /01 /1 0/ 0 5/ 1 11 12 /0 1 /1 1 19 /01 /1 1 26 /01 /1 1/ 0 3/ 1 12 10 /0 1 /1 2 17 /01 /1 2 24 /01 /1 2 31 /01 /1 2/ 0 7/ 1 01 14 /0 2 /0 1 21 /02 /0 1/ 02

Fuente : Bolsa de Valores de Lima.

53

1.a Grficos Lineales Compuestos : Bolsa de Valores de Lima: Montos Negociados segn Operacin Julio 1988 - Junio 1998 ( miles US$)
3000 2500

Renta Fija Aciones

2000

1500

1000

500

8 o l 8 Ag Ju

t Se

ct O

ov N

c 5 Di e 9 En

eb Mar F

br A
54

Fuente : Bolsa de Valores de Lima.

2. Grficos de Barras Simple

PERU: POBLACIN SEGN NIVEL DE EDUCACIN : 1998 (Cifras Porcentuales)

%
40.00 35.00 30.00 25.00 20.00 15.00 10.00 5.00 Sin Nivel Inicial Secundaria Sup. No Univer. Sup. Univer. Especial

Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998

55

2a. Grficos de Barras Compuesto

PERU: POBLACIN SEGN NIVEL DE EDUCACIN POR SEXO : 1998 (Porcentajes)
%
45.00 40.00 35.00 30.00 25.00 20.00 15.00 10.00 5.00 0.00 Sin Nivel Inicial Secundaria Sup. No Univer. Sup. Univer. Especial HOMBRE MUJER

Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998

56

2a. Grficos de Barras Compuesto

PERU: POBLACIN SEGN NIVEL DE EDUCACIN POR SEXO : 1998 (Porcentajes)
120.00 100.00 80.00 60.00 40.00 20.00 ia l . In ic ia l ni ve r. iv e Su p. Un iv er un da r Es pe c N ia l

MUJER HOMBRE

Si n

Se c

Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998

57

Su p. No

GRAFICO DE BARRAS HORIZONTALES

58

3. Grfico Circular
PERU: POBLACIN SEGN DOMINIOS DE ESTUDIO : 1997 (Porcentajes - Cifras Estimadas)

35%

29%

36%

Lima Metrpolitana Resto Urbano Rural

Fuente : Instituto Nacional de Estadstica e Informtica - ENAHO 1998

59

3. Grfico Circular
VOLUMEN NEGOCIADO EN LA BOLSA DE VALORES DE LIMA: DIC. 1999 (miles US$)

INSTRUMENTOS DE DEUDA 39%

OPERACIONES DE REPORTE 14%

RENTA VARIABLE 47%

Fuente: Bolsa de Valores de Lima

60

4. Pictograma

Grfico N 3 Per: Volumen de Ventas de Cerveza Pilsen y Cristral: 1990-95 (miles de US$)
10 9 8 7 6 5 4 3 2 1 0 1990 1995
61

Miles de dlares US$

4. Pictograma Grfico N 4 Per: Deforestacin de la Selva Amaznica : 1914-2028 (millones de arboles)

62

Espaa: Pirmide Poblacional - 1981

Fuente: Boletn Demogrfico 1981

63

Per: Pirmide Poblacional 2005 (Cifras Porcentuales)

64

65

Grfico: Mapa Estadstico

66

Per: Densidad: Poblacional (Habitantes/ Km2

MAPA ESTADISTICO

Fuente: Censo Poblacional 1993

67

Grfico: Pictograma
Mujeres en el Mundo: 1990-95

Fuente: Roberto Avila Acosta - Estadstica Elememtal

68

DISTRIBUCION DE FRECUENCIAS

1-9

MUESTRA
Se denomina muestra al subconjunto de ese universo y del cual se recopilarn los datos. Ejemplo, se quiere saber el nmero de hijos por matrimonio en Lima. Para este propsito, se elige una muestra representativa de 50 matrimonios de ella. Se obtienen los siguientes datos: 2,2,4,1,3,5,3,2,1,6,3,4,1,2,0,2,3, 1 , 7 , 4 , 2, , 3 , 0 , 5 , 1 , 4 , 3 , 2 , 4 , 1 , 5 , 2 , 1 , 2 , 4,0,3,3,2,6,1,5,4,2,0,3,2,4,3,1. El nmero total de datos se representa con la letra n. En nuestro ejemplo n = 50.
71

FRECUENCIA ABSOLUTA ( fi )
TABLA

La frecuencia absoluta es el nmero de veces que aparece un valor (x i) en los datos obtenidos. En nuestro ejemplo, la frecuencia absoluta indica el nmero de familias que tienen esa cantidad de hijos:

xi 0 1 2 3 4 5 6 7

fi 4 9 12 10 8 4 2 1
72

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

73

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

74

1-9

FRECUENCIA ABSOLUTA ( fi ) GRAFICOS

75

1-9

FRECUENCIA ABSOLUTA ACUMULADA ( Fi )

La frecuencia absoluta acumulada indica cuantos elementos de la lista de datos son menores o iguales a un valor dado. Es la suma de las frecuencias absolutas desde la primera fila hasta la fila elegida. Por ejemplo, sabemos que hay 25 matrimonios de la muestra que tienen a lo ms 2 hijos:

76

FRECUENCIA ABSOLUTA ACUMULADA ( Fi )

TABLA
fi 4 9 12 xi 0 1 2 Fi 4 13 25

3
4 5 6

10
8 4 2

35
43 47 49

50
77

FRECUENCIA ABSOLUTA ACUMULADA ( Fi )

GRAFICA

78

FRECUENCIA ABSOLUTA ACUMULADA ( Fi )

GRAFICA

79

1-9

La frecuencia relativa es el cuociente entre la frecuencia absoluta (f i) y el nmero total de datos (n). En nuestro ejemplo n = 50:
xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1 TABLA Fi 4 13 25 35 43 47 49 50 hi 0,08 0,18 0,24 0,20 0,16 0,08 0,04 0,02 Hi 0,08 0,26 0,50 0,70 0,86 0,94 0,98 1,00

FRECUENCIA RELATIVA ( hi )

80

1-9

FRECUENCIA RELATIVA ( hi )
GRAFICA

81

FRECUENCIA RELATIVA ( hi )
GRAFICA

82

FRECUENCIA RELATIVA ACUMULADA (Hi)

La frecuencia relativa acumulada es el cuociente entre la frecuencia absoluta acumulada (F i) y el nmero total de datos (n). En nuestro ejemplo, n = 50:
TABLA:

TABLA
xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1 Fi 4 13 25 35 43 47 49 50 hi 0,08 0,18 0,24 0,20 0,16 0,08 0,04 0,02 Hi 0,08 0,26 0,50 0,70 0,86 0,94 0,98 1,00

83

FRECUENCIA RELATIVA ACUMULADA (Hi)

GRAFICA

84

FRECUENCIA RELATIVA ACUMULADA (Hi)

GRAFICA

85

 La frecuencia porcentual es la frecuencia relativa (hi) expresada en forma porcentual. En otras palabras, es la frecuencia relativa (hi) multiplicada por 100. En nuestro ejemplo TABLA xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1 Fi 4 13 25 35 43 47 49 50 hi 0,08 0,18 0,24 0,20 0,16 0,08 0,04 0,02 Hi 0,08 0,26 0,50 0,70 0,86 0,94 0,98 1,00 fi% 8% 18 % 24 % 20 % 16 % 8% 4% 2%

FRECUENCIA PORCENTUAL (fi %)

86

FRECUENCIA PORCENTUAL (fi %)

GRAFICA

87

FRECUENCIA PORCENTUAL (fi %)

GRAFICA

88

 La frecuencia porcentual acumulada es la frecuencia relativa acumulada (Hi) multiplicada por 100. En nuestro ejemplo: xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1 Fi 4 13 25 35 43 47 49 50 TABLA hi 0,08 0,18 0,24 0,20 0,16 0,08 0,04 0,02 Hi 0,08 0,26 0,50 0,70 0,86 0,94 0,98 1,00 fi% Fi% 8% 8% 18 % 26 % 24 % 50 % 20 % 70 % 16 % 86 % 8 % 94 % 4 % 98 % 2 % 100 %

FRECUENCIA PORCENTUAL ACUMULADO (Fi %)

89

FRECUENCIA PORCENTUAL ACUMULADO (Fi %)

GRAFICA

90

FRECUENCIA PORCENTUAL ACUMULADO (Fi %)

GRAFICA

91

ORGANIZACION Y PRESENTACION DE DATOS UNIDIMENSIONALES

a) Frecuencia Absoluta (fi) Es el nmero de veces que se presenta un valor o categora de una variable. Se representa por fi. f1 + f2 + f3 + .fk = n b) Frecuencia Absoluta Acumulada (Fi) Es el nmero de datos igual o inferior (menor o igual que) al valor considerado de la variable o la suma de las frecuiencias absolutas menor o igual que el valor considerado de la variable. Es decir: F1 = f1 F2 = f 1 + f 2 ----------------------------Fk = f1 + f2 + .+ fk
93

ORGANIZACION Y PRESENTACION DE DATOS UNIDIMENSIONALES

c) Frecuencia Relativa (hi) Es igual a la frecuencia absoluta sobre el numero de observaciones. h1 =f1/n b) Frecuencia Relativa Acumulada (Hi) Es el resultado de cada frecuencia absoluta acumulada dividida entre el numero total de observaciones. H1 = F1/n

H2 = F2/n
----------------------------Hk = Fk/n
94

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

1. Identificar el tipo de variable cuantitativo discreto o continuo. 2. Determinar el mayor (Xmax) y el menor (Xmin). 3. Calcular R donde R = Xmax Xmin. 4. Si la variable es cuantitativa discreta El rango es pequeo, entonces trabajar con los valores originales ordenados de las variables. Si el rango es grande entonces trabajar con los datos ordenados agrupados en intervalo de clase (ver Sturges).
95

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

5. Si la variable es cuantitativa continua: Determinar el numero de intervalos (entre 5 y 20). Utilizar la regla de Sturge: m = 1 + 3,322log n Si n = 50 m = 1 + 3,322log(50) = 6,6439 Se redondea a m = 7 intervalos de clase. Intervalo cerrado por la izquierda y abierto por la derecha. El menor del intervalo izquierdo =X`min =(Xmin) menor unidad/2.
Marca de clase= (xmax 1er intervalo - X`min )/2
96

Problemas
Si la variable es cuantitativa continua:
Determinar el numero de intervalos (entre 5 y 20). Utilizar la regla de Sturge: m = 1 + 3,322log n Si n = 50 m = 1 + 3,322log(50) = 6,6439 Se redondea a m = 7 intervalos de clase. Intervalo cerrado por la izquierda y abierto por la derecha. El menor del intervalo izquierdo =X`min =(Xmin) menor unidad/2. Marca de clase= (xmax 1er intervalo - X`min )/2

97

Distribucin de Frecuencias
N N hijos N N hijos N N hijos N N hijos N N hijos

1
2

1
1

7
8

1
0

13
14

2
1

19
20

1
4

25
26

2
2

3
4 5 6

0
2 2 2

9
10 11 12

5
2 1 2

15
16 17 18

5
4 5 2

21
22 23 24

1
2 1 4

27
28 29 30

1
1 2 1
99

Distribucin de Frecuencias
x
0 1 2 3 4 Total

fi
2 11 11 3 3 30

h1
0.067 0.367 0.367 0.100 0.100

Fi
2 13 24 27 30

Hi
0.067 0.433 0.800 0.900 1.000

hi%
6.67 36.67 36.67 10.00

Hi%
6.667 43.333 80.000 90.000

10.00 100.000 100

100

Problema N 01:
Se desea conocer la distribucin de un proceso mediante la elaboracin de una Tabla de Frecuencias y un Histograma: a) Recopilar datos, mnimo que sean 50 datos y 100 datos como deseable. b) Encontrar el valor mximo (Xmax) y el valor mnimo (Xmin) c) Calcular el intervalo de clase (c), el cual debe ser mltiplo de la unidad mnima de medicin.
102

27,9 27,9 28,1 27,8 27,8 28,1 28,0 28,0 28,3 27,8 28,0 28,3 28,4 27,8 27,9 28,1 28,3 27,6 27,2 27,5

28,8 28,1 27,6 27,9 27,7 28,1 28,4 28,5 28,0 28,2 28,1 28,0 28,3 28,2 27,9 27,5 28,3 27,6 28,0 28,3

28,0 28,1 28,4 28,1 28,0 28,1 27,8 28,0 28,3 27,8 27,6 28,0 27,8 28,3 28,2 27,5 27,9 28,0 27,9 27,9

27,9 28,1 28,5 27,9 28,0 28,9 28,6 28,3 28,6 28,7 28,5 27,8 27,9 27,8 28,1 28,0 27,9 27,9 28,0 27,5

28,1 27,8 28,0 27,9 27,7 28,4 28,1 27,6 28,1 27,8 27,8 27,9 28,3 27,9 28,3 27,7 27,9 28,1 27,7 28,3

103

Problema N 01 (continua):
c = (Xmax Xmin)/K c = (28,9 27,2)/10 = 0.17 => 0.2 K = nmero de clases (nmero de barras en el grfico), y que por experiencia se sugiere que tome los siguientes valores:

NUMERO DE DATOS de 50 a 100

VALORES DE K Aprox. de 6 a 10

de 100 a 200
mas de 250
JAPONES

Aprox. de 7 a 12
Aprox. de 10 a 20
104

Problema N 01 (continua):
d) Se calcula el lmite de la 1era clase.
Xmin Unidad mnima /2 = 27.2 - 0.1/2= 27.15

e) Se calcula la marca de clase de cada intervalo.

Punto medio = (Limite superior Limite inferior)/2

f) Se llena la Tabla de Frecuencia g)Se va marcando la clase donde corresponde cada dato. h)Se suman las marcas de clase y se determina la frecuencia de cada clase (fi, Fi, hi y Hi). i)Se hace una grafica de barras, en donde el eje de X representa los valores de medicin (las clases), y el eje Y la frecuencia .
105

Problema N 01 (continua):
TABLA DE DISTRIBUCION DE FRECUENCIAS
CLASE [27.15 - 27.35) [27.35 - 27.55) [27.55 - 27.75) [27.75 - 27.95) [27.95 - 28.15) [28.15 - 28.35) [28.35 - 28.55) [28.55 - 28.75) [28.75 - 28.95] MC 27.25 27.45 27.65 27.85 28.05 28.25 28.45 28.65 28.85 fi / 1 //// 4 ///////// 9 ///////////////////////////// 29 ////////////////////////////// 30 /////////////// 15 /////// 7 /// 3 // 2 100 MARCAS Fi 1 5 14 43 73 88 95 98 100 hi 0.01 0.04 0.09 0.29 0.30 0.15 0.07 0.03 0.02 1.00 Hi 0.01 0.05 0.14 0.43 0.73 0.88 0.95 0.98 1.00

Problema N 02:
El Area de Control de Calidad de la empresa FUNDIDOS S. A. esta llevando a cabo un seguimiento a un lote de piezas mecanizadas en su taller de metalmecnica, para esto ha tomado una muestra aleatoria y se necesita obtener el siguiente anlisis estadstico descriptivo: Tabla de Frecuencias. Histogramas. Polgonos de Frecuencia (tarea para el alumno). Ojivas (tarea para el alumno).
107

1279,5 1285,0 1280,0 1273,0 1284,0 1280,5 1275,5 1278,0 1279,5 1275,0 1267,0 1272,0 1282,0 1276,0 1269,5 1266,0 1273,5 1285,5 1275,5 1283,5 1285,0 1273,0

1278,0 1273,0 1280,0 1277,5 1286,0 1280,0 1281,0 1275,0 1278,5 1279,5 1273,5 1275,0 1276,5 1271,5 1284,5 1276,0 1268,5 1272,5 1284,5 1286,0 1271,0 1265,5

1283,0 1282,5 1272,5 1275,5 1275,0 1282,0 1271,0 1280,5 1266,0 1282,5 1284,5 1276,0 1279,0 1281,0 1276,0 1287,5 1273,5 1272,5 1279,5 1279,0 1276,0 1281,5

1273,0 1271,5 1275,5 1277,0 1278,0 1283,5 1274,5 1279,0 1287,5 1276,0 1279,5 1268,0 1269,0 1285,5 1268,0 1272,5 1266,5 1278,0 1267,0 1271,0 1275,5 1277,0

1280,5 1269,0 1284,0 1287,0 1275,5 1280,0 1280,5 1278,0 1275,5 1280,0 1274,5 1285,0 1282,0 1276,5 1268,5 1275,5 1269,0 1271,5 1280,5 1287,0 1276,5 1272,0

108

1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

1. 2. 3. 4. Se identific que la variable es cuantitativa continua. Se tiene que (Xmax) = 1287.5 y (Xmin)= 1265.5 R =(Xmax) - (Xmin)= 1287.5 1265.5 = 22 Como el rango es grande entonces trabajamos con los datos ordenados agrupados en intervalo de clase (ver Sturges). Si la variable es cuantitativa continua: Determinar el numero de intervalos Utilizar la regla de Sturge: m = 1 + 3,322log n Si n = 110 m = 1 + 3,322log(110) = 7.78
109

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

Se redondea a m = 8 intervalos de clase. Intervalo cerrado por la izq. y abierto por la der. El menor del 1er intervalo izquierdo =X`min =(Xmin) menor unidad/2. X`min = 1265.5 0.1/2 = 1265.45 Amplitud de Clase= a = R/m = 22/8 = 2.75 = 2.8 Marca de clase= MC=(xmax 1er intervalo - X`min )/2

MC1 = 1265.45 + 2.8 = 1268.25

Y se empieza la tabla
110

INTERVALOS

MC

fi

Fi

hi

Hi

[1265.45 - 1268.25 ) [1268.25 - 1271.05 )

[1271.05 - 1273.85 ) [1273.65 - 1276.65 ) [1276.65 - 1279.45 ) [1279.45 - 1282.25 ) [1282.25 - 1285.05 ) [1285.05 - 1287.85 ]

1266.85 1269.65
1272.45 1275.25 1278.05 1280.85 1283.65 1286.45

8 9
16 23 12 21 13 8

8 17
33 56 68 89 102 110

0.07 0.08
0.15 0.21 0.11 0.19 0.12 0.07

0.07 0.15
0.30 0.51 0.62 0.81 0.93 1.00

110

1.00

Histograma fi
Series1, [1273.65 - 1276.65 ), 23 Series1, [1279.45 - 1282.25 ), 21

Series1, [1271.05 - 1273.85 ), 16

Series1, [1282.25 - 1285.05 ), 13 Series1, [1276.65 - 1279.45 ), 12

Series1, [1268.25 - 1271.05 ), 9 Series1, [1265.45 - 1268.25 ), 8 Series1, [1285.05 - 1287.85 ], 8

112

Histograma Fi
Series1, [1285.05 - 1287.85 ], 110 Series1, [1282.25 - 1285.05 ), 102

Series1, [1279.45 - 1282.25 ), 89

Series1, [1276.65 - 1279.45 ), 68 Series1, [1273.65 - 1276.65 ), 56

Series1, [1271.05 - 1273.85 ), 33

Series1, [1268.25 - 1271.05 ), 17 Series1, [1265.45 - 1268.25 ), 8

113

Histograma hi
Series1, [1273.65 - 1276.65 ), 0.21
Series1, [1279.45 - 1282.25 ), 0.19

Series1, [1271.05 - 1273.85 ), 0.15

Series1, [1282.25 - 1285.05 ), 0.12 Series1, [1276.65 - 1279.45 ), 0.11

Series1, [1268.25 - 1271.05 ), 0.08 Series1, [1265.45 - 1268.25 ), 0.07 Series1, [1285.05 - 1287.85 ], 0.07

114

Histograma Hi

Series1, [1285.05 - 1287.85 ], 1 Series1, [1282.25 - 1285.05 ), 0.93

Series1, [1279.45 - 1282.25 ), 0.81

Series1, [1276.65 - 1279.45 ), 0.62

Series1, [1273.65 - 1276.65 ), 0.51

Series1, [1271.05 - 1273.85 ), 0.3

Series1, [1268.25 - 1271.05 ), 0.15 Series1, [1265.45 - 1268.25 ), 0.07

115

Problema N 03:
Las estaturas en centmetros de 50 estudiantes mujeres un grupo se registraron. Los datos son: 157 163 169 170 174 155 148 161 158 162 171 152 160 163 150 150 163 164 175 151 163 149 155 169 165 150 158 162 169 170 172 176 151 158 156 161 164 167 150 170 154 157 167 156 153 174 153 167 157 154

Agrupe adecuadamente los datos y elabore la respectiva tabla de frecuencias y el histograma de frecuencias relativas.
116

1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

1. 2. 3. 4. Se identific que la variable es cuantitativa continua. Se tiene que (Xmax) = 176 y (Xmin)= 148 R =(Xmax) - (Xmin)= 28 Como el rango es grande entonces trabajamos con los datos ordenados agrupados en intervalo de clase (ver Sturges). Si la variable es cuantitativa continua: Determinar el numero de intervalos Utilizar la regla de Sturge: m = 1 + 3,322log n Si n = 50 m = 1 + 3,322log(50) = 6,470678

117

1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

Se redondea a m = 7 intervalos de clase (se reajustar segn se hagan los clculos). Intervalo cerrado por la izq. y abierto por la derecha. El menor del 1er intervalo izquierdo =X`min =(Xmin) menor unidad/2. X`min = 148 1/2 = 147.5 Amplitud de Clase = a = R/m = 28/6.4706 = 4.327 Marca de clase = MC=(xmax 1er intervalo - X`min )/2 MC1 = 147.5 + 2.163 = 149.66 Y se empieza la tabla
118

INTERVALOS
[147.50 151.83 )
[151.83 156.15) [156.15 160.48 ) [160.48 164.81 ) [164.81 169.14 ) [169.14 173.46 ) [173.46 177.79 ]

MC
149.66
153.99 158.31 162.64 166.97 171.30 175.62

fi
8
9 7 10 7 5 4

Fi
8
17 24 34 41 46 50

hi
0.16
0.18 0.14 0.20 0.14 0.10 0.08

Hi
0.16
0.34 0.48 0.68 0.82 0.92 1.00
119

50

1.00

1-9

PROBLEMA
Problema N 03: En un estudio de dos semanas sobre la productividad de los trabajadores de una fundicin, se obtuvieron los siguientes datos sobre el nmero total de piezas aceptables que produjeron los trabajadores:
Elaborar la Tabla de Distribucin de Frecuencias. Dibujar el Histograma y Polgono de Frecuencia.

120

65 36 49 84 79 56 28 43 67 36 43 78 37 40 68 72 55 62 22 82 88 50 60 56 57 46 39 57 73 65 59 75 76 21 45 62 41 48 62 60 35 53 65 74 76 72 48 61 74 63 55 45 77 75 61 82 78 70 32 51 33 42 73 26 80 54 61 69 50 35 80 64 45 60 52 53 47 75 56 45 53 74 34 44 35 51 85 68 68 52 47 59 41 54 70 38 70
121

1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

1. 2. 3. 4. Se identific que la variable es cuantitativa discreta. Se tiene que (Xmax) = 21 y (Xmin)= 88 R =(Xmax) - (Xmin)= 21 88 = 67 Como el rango es grande entonces trabajamos con los datos ordenados agrupados en intervalo de clase (ver Sturges). Si la variable es cuantitativa continua: Determinar el numero de intervalos Utilizar la regla de Sturge: m = 1 + 3,322log n Si n = 97 m = 1 + 3,322log(97) = 7.60 = 8

122

1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA

Se redondea a m = 8 intervalos de clase. Intervalo cerrado por la izq. y abierto por la der. El menor del 1er intervalo izquierdo =X`min =(Xmin) menor unidad/2. X`min = 21 1/2 = 20.5 Amplitud de Clase= a = R/m = 67/8 = 8.375 = 9 Marca de clase= MC=(xmax 1er intervalo - X`min )/2

MC1 = 20.5 + 4.5 = 25

Y se empieza la tabla
123

DIAGRAMA DE PUNTOS (herramienta til para pocos datos)

Ejemplo: Datos de resistencia a la tensin de muestras de mortero Portland (Kg/cm2) con polmero agregado: 16.85 16.40 17.21 16.35 16.52 17.04 16.96 17.15 16.59 16.57 mortero Portland sin modificar: 17.50 17.63 18.25 18.00 17.86 17.75 18.22 17.90 17.96 18.15

DIAGRAMA DE PUNTOS (herramienta til para pocos datos)

* *

** *

**

* *

+ + +

+ + ++

+ + +

16.0

16.5

17.0

17.5

18.0

18.5

* = Mortero modificado + = Mortero sin modificar

Grfica de tallo y hojas (Stem-and-Leaf )

Es una grfica usada para datos cuantitativos. Ejemplo: Los siguientes datos representan pesos de una muestra de 15 varones adultos. 165 178 185 169 152 180 175 189 195 200 183 191 197 208 179 Hacer su grfica de Stem-and Leaf. Solucin: En este caso las ramas la forman los primeros dos dgitos de los datos, y las hojas sern dadas por los ltimos dgitos de los datos.

128

Grfica de tallo y hojas (Stem-and-Leaf )

Luego el stem-and leaf ser de la siguiente manera:

Interpretacin: El uso del stem-and-leaf es exactamente igual al del Histograma, la nica diferencia est en que del stem-and-leaf se pueden recuperar los datos muestrales, pero de un histograma no se puede hacer. En este ejemplo el stem-and-leaf es asimtrico a la izquierda, no tiene mucha variabilidad ni outliers.
129

DIAGRAMA DE TALLO Y HOJAS

Ejemplo: Resistencia a la Tensin de 80 muestras de aleacin
Aluminio-Litio

105 153 181 158 134 101 145 150

221 174 158 133 178 171 171 135

183 120 176 207 76 165 148 196

186 168 110 180 167 172 158 201

121 167 163 190 184 158 160 200

181 141 131 193 135 169 175 176

180 245 154 194 229 199 149 150

143 228 115 133 146 151 87 170

97 174 160 156 218 142 160 118

154 199 208 123 157 163 237 149

DIAGRAMA DE TALLO Y HOJAS

Tallo 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hoja 6 7 7 5 1 5 8 0 1 0 3 4 1 3 5 3 5 2 9 5 8 3 1 6 9 4 7 1 3 4 0 8 8 6 8 0 8 3 0 7 3 0 5 0 8 7 9 8 5 4 4 1 6 2 1 0 6 0 3 6 1 4 1 0 9 6 0 9 3 4 7 1 0 8 8 1 8 9 7 5 Frecuencia 1 1 1 2 3 3 6 8 12 10 10 7 6 4 1 3 1 1