You are on page 1of 0

Profesor: Dr.

Leandro Surez Gandolff


Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Cont eni do de l a Mat er i a
Cont eni do de l a Mat er i a

TEMA1.Representaci
TEMA1.Representaci

nGr
nGr

ficadeDatos
ficadeDatos

TEMA2.MedidasEstad
TEMA2.MedidasEstad

sticas
sticas

TEMA3.Regresi
TEMA3.Regresi

nyCorrelaci
nyCorrelaci

n
n

TEMA4.SeriesTemporales
TEMA4.SeriesTemporales

TEMA5.Introducci
TEMA5.Introducci

nalasProbabilidades
nalasProbabilidades
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Historia
Historia
La palabra estad
La palabra estad

stica proviene de las lenguas latinas y su


stica proviene de las lenguas latinas y su
significadoestavinculado al
significadoestavinculado al

an
an

lisis de los datos del Estado


lisis de los datos del Estado

ya
ya
queensusor
queensusor

genesestuvoasociadaconlosnecesariosregistros
genesestuvoasociadaconlosnecesariosregistros
que hac
que hac

an los gobernantes acerca de la cantidad de individuos


an los gobernantes acerca de la cantidad de individuos
que compon
que compon

an la poblaci
an la poblaci

n existente en sus dominios, los


n existente en sus dominios, los
impuestos a recaudar , las producciones o las transacciones
impuestos a recaudar , las producciones o las transacciones
comerciales. Estas actividades aparecen de manera incipiente ya
comerciales. Estas actividades aparecen de manera incipiente ya
en las primeras civilizaciones radicadas en Egipto, China o en
en las primeras civilizaciones radicadas en Egipto, China o en
el
el
Medio Oriente, pero fueron los romanos quienes mejor supieron
Medio Oriente, pero fueron los romanos quienes mejor supieron
emplearlosrecursosdelaestad
emplearlosrecursosdelaestad

stica.
stica.
Los romanos realizaban censos de la poblaci
Los romanos realizaban censos de la poblaci

n y
n y
sus funcionarios p
sus funcionarios p

blicos anotaban los


blicos anotaban los
nacimientos, defunciones y matrimonios, sin
nacimientos, defunciones y matrimonios, sin
olvidarlosrecuentosperi
olvidarlosrecuentosperi

dicosdelganadoydelas
dicosdelganadoydelas
riquezascontenidasenlastierrasconquistadas.
riquezascontenidasenlastierrasconquistadas.
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Historia
Historia
Seg
Seg

n David Ruiz Mu
n David Ruiz Mu

oz la historia de la estad
oz la historia de la estad

stica est
stica est

resumidaentresgrandesetapas:
resumidaentresgrandesetapas:
1.
1.
Los Censos:
Los Censos:
Desde el momento en que se constituye una
Desde el momento en que se constituye una
autoridadpol
autoridadpol

tica,laideadeinventariardeunaformam
tica,laideadeinventariardeunaformam

s
s
omenosregularlapoblaci
omenosregularlapoblaci

nylasriquezasexistentesenel
nylasriquezasexistentesenel
territorio est
territorio est

ligada a la conciencia de soberan


ligada a la conciencia de soberan

a y a los
a y a los
primerosesfuerzosadministrativos.
primerosesfuerzosadministrativos.
2.
2.
Aritm
Aritm

tica Pol
tica Pol

tica:
tica:
Las ideas mercantilistas extra
Las ideas mercantilistas extra

an una
an una
intensificaci
intensificaci

n de este tipo de investigaci


n de este tipo de investigaci

n. Aparecen,
n. Aparecen,
adem
adem

sdeloscensos,losregistrosdelasproducciones,los
sdeloscensos,losregistrosdelasproducciones,los
impuestosylastransaccionescomerciales.
impuestosylastransaccionescomerciales.
3.
3.
Estad
Estad

stica y C
stica y C

lculo de Probabilidades:
lculo de Probabilidades:
El c
El c

lculo de
lculo de
probabilidades se incorpora r
probabilidades se incorpora r

pidamente como un
pidamente como un
instrumentodean
instrumentodean

lisisextremadamentepoderosopara
lisisextremadamentepoderosopara
elestudiodelosfen
elestudiodelosfen

menosecon
menosecon

micosysocialesyen
micosysocialesyen
generalparaelestudiodefen
generalparaelestudiodefen

menos
menos

cuyascausasson
cuyascausasson
demasiados complejas para conocerlos totalmente y
demasiados complejas para conocerlos totalmente y
hacerposiblesuan
hacerposiblesuan

lisis
lisis

.
.
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Software
Software
Estad
Estad

sticos
sticos
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010

Qu
Qu

es l a est ad
es l a est ad

st i c a?
st i c a?
ESTADSTICA es una ciencia relacionada con el METODO
CIENTIFICO que se encarga de la coleccin y anlisis de datos
acercadeunapoblacin,muchasvecesconelobjetodededucir
o inferir conclusiones y tomar decisiones ante condiciones de
incertidumbre.
ESTADSTICA eslacienciade:
Recolectar
Describir
Organizar
Interpretar
DATOS para transformarlos en INFORMACIN, que permita la
tomamaseficientededecisiones.
Se reconocen dos tipos de estadsticas, la Estadstica
DescriptivaylaEstadsticaInferencial
Poblacin
Es la coleccin, o conjunto,
de individuos, objetos o
eventos cuyas propiedades
sern analizadas.
Muestra
Muestra
Es un subconjunto de la
poblacin de inters.
DEFI NI CI ONES Y CONCEPTOS B
DEFI NI CI ONES Y CONCEPTOS B

SI COS
SI COS
POBLACI
POBLACI

N Y MUESTRA
N Y MUESTRA
n = 5
n = 5
EJ EMPLOS
EJ EMPLOS
POBLACIN MUESTRA
Habitantes de un pa
Habitantes de un pa

s con
s con
edad para votar en una
edad para votar en una
elecci
elecci

n
n
Subconjunto de los
Subconjunto de los
habitantes de un pa
habitantes de un pa

s con
s con
edad para votar en una
edad para votar en una
elecci
elecci

n
n
Total de productos
Total de productos
elaborados por una
elaborados por una
empresa en un a
empresa en un a

o
o
Subconjunto de los
Subconjunto de los
productos elaborados por la
productos elaborados por la
empresa en un a
empresa en un a

o
o
DEFI NI CI ONES Y CONCEPTOS B
DEFI NI CI ONES Y CONCEPTOS B

SI COS
SI COS
POBLACI
POBLACI

N Y MUESTRA
N Y MUESTRA
Laestadsticadescriptivaanaliza,estudiaydescribealatotalidad
de individuos de una poblacin. Su finalidad es obtener
informacin,analizarla,elaborarlaysimplificarlaparaquepueda
ser adecuadamente interpretada y pueda utilizarse eficazmente,
tantoparaextraerconclusiones,comoparaservirdebaseparala
tomadedecisiones.
Ejemplo1:LosdatosdelCensodePoblacin
Ejemplo2:Lacantidaddeaccidentesocurridosencadames
duranteunao.
Ejemplo3:Lacantidaddeclientesatendidosenunbancoenlos
ltimosaos.
Ejemplo4. Losresultadosdeunaencuestadeopinin
DEFI NI CI ONES Y CONCEPTOS B
DEFI NI CI ONES Y CONCEPTOS B

SI COS
SI COS
ESTAD
ESTAD

STI CA DESCRI PTI VA


STI CA DESCRI PTI VA
APLI CACI
APLI CACI

N DE LA ESTAD
N DE LA ESTAD

STI CA DESCRI PTI VA


STI CA DESCRI PTI VA
Se ha recolectado datos en cinco cursos de una
Universidad sobre las edades de los alumnos y se
ha obtenido la siguiente informacin:
Rango de
edades
Cantidad
de
alumnos
Menos de 20 12
Entre 20 y 24 42
Entre 25 y 29 22
Entre 30 y 34 16
Ms de 34 8
Total 100
Edad mxima: 38 aos
Edad mnima: 19 aos
Edad promedio: 23,4 aos
Edad ms frecuente: 24 aos
APLI CACI
APLI CACI

N DE LA ESTAD
N DE LA ESTAD

STI CA DESCRI PTI VA


STI CA DESCRI PTI VA
Se ha recolectado datos en cinco cursos de una
Universidad sobre las edades de los alumnos y se
ha obtenido la siguiente informacin:
Rango de
edades
Cantidad
de
alumnos
Menos de 20 12
Entre 20 y 24 42
Entre 25 y 29 22
Entre 30 y 34 16
Ms de 34 8
Total 100
Edad mxima: 38 aos
Edad mnima: 19 aos
Edad promedio: 23,4 aos
Edad ms frecuente: 24 aos
Adicionalmente, a partir de la tabla,
podemos afirmar que:
Pocos alumnos tienen ms de 34 aos
APLI CACI
APLI CACI

N DE LA ESTAD
N DE LA ESTAD

STI CA DESCRI PTI VA


STI CA DESCRI PTI VA
Se ha recolectado datos en cinco cursos de una
Universidad sobre las edades de los alumnos y se
ha obtenido la siguiente informacin:
Rango de
edades
Cantidad
de
alumnos
Menos de 20 12
Entre 20 y 24 42
Entre 25 y 29 22
Entre 30 y 34 16
Ms de 34 8
Total 100
Edad mxima: 38 aos
Edad mnima: 19 aos
Edad promedio: 23,4 aos
Edad ms frecuente: 24 aos
Adicionalmente, a partir de la tabla,
podemos afirmar que:
Pocos alumnos tienen ms de 34 aos
La mayor parte tiene edades entre 20
y 24 aos.
Mtodos usados para determinar algo acerca de la
poblaci
poblaci

n
n,basadoenuna
muestra
muestra.
Mientraslaestadsticadescriptiva
trabajacontodoslos
trabajacontodoslos
individuos de la poblaci
individuos de la poblaci

n
n, la estadstica inferencial
trabajaconmuestrasdelapoblaci
trabajaconmuestrasdelapoblaci

n
n.
A partir del estudio de la muestra se pretende inferir
aspectosrelevantesdetodalapoblacin.
Sonaspectosfundamentalesdelaestadsticainferencial
la manera cmo se selecciona la muestra y los riesgos
que se corren por no considerar a todos los elementos
delapoblacin.
La
Teor
Teor

a de las Probabilidades
a de las Probabilidades ayuda a determinar la
confiabilidaddeunamuestra.
DEFI NI CI ONES Y CONCEPTOS B
DEFI NI CI ONES Y CONCEPTOS B

SI COS
SI COS
ESTAD
ESTAD

STI CA I NFERENCI AL
STI CA I NFERENCI AL
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Pararegularunprocesodeproduccinseselecciona,
cadamediahoraunamuestrade5artculos,semide
supesoenkilogramosysecalculaelpromediodelas
cincomediciones.Sielvalordelpromedioesinferior
a 5,6 kg. se concluye que el proceso no funciona
bien, y se recomienda su detencin para corregir el
problema. Al tomar esta decisin se tiene un riesgo
deerrorde1,0%
APLI CACI
APLI CACI

N DE LA ESTAD
N DE LA ESTAD

STI CA I NFERENCI AL
STI CA I NFERENCI AL
Para conocer la opinin de una poblacin de 750 000
habitantessobreuntemasetomaunamuestrade500
habitantes y se les pide su opinin. Una vez
procesadas las encuestas es posible afirmar que la
respuesta de los individuos incluidos en la muestra
coincidir con el de toda la poblacin con una
diferenciadenomsde 2% y conuna probabilidad de
errordenomsdel5%
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Representatividad de la Muestra
Representatividad de la Muestra
Siempre que se toma una muestra existe un riesgo
de error, ya que
no se toma en cuenta a toda la
no se toma en cuenta a toda la
poblaci
poblaci

n
n.
Para minimizar el riesgo de error e incluso predecir
su magnitud es necesario garantizar la
representatividad de la muestra.
representatividad de la muestra.
Una muestra es representativa cuando:
Las caractersticas de los elementos que la componen se
corresponden con los de la poblacin estudiada
La cantidad de elementos que la componen estn
sustentados por la teora de las probabilidades.
Errores en la Aplicaci
Errores en la Aplicaci

n de la Estad
n de la Estad

stica
stica
Los errores ms comunes que pueden cometerse durante la aplicacin
delaestadsticaalanlisisdedatosson:
Datos no comparables: el establecer comparaciones es una de las
partes ms importantes del anlisis estadstico, pero es
extremadamente importante que tales comparaciones se hagan entre
datos que sean comparables, cuando por ejemplo no han sido
obtenidosenigualescondiciones.
Sesgo:Sedicequehayunsesgocuandoelindividuoda
mayor peso a los datos que apoyan su opinin que a
aquellosquelacontradicen.Uncasoextremodesesgo
sera la situacin donde primero se toma una decisin
ydespusseutilizaelanlisisestadsticoparajustificar
la decisin ya tomada. Dado que es difcil ser
completamente objetivo al estudiar un problema, los
queaplicanlaestadsticadebencuidarsedenocaeren
esteerror.
Proyeccin descuidada de tendencias: la proyeccin de tendencias
pasadashaciaelfuturotomandoencuenta datos noconfiables es uno
deloserroresquemshadesacreditadoelusodelanlisisestadstico.
MuestreoIncorrecto:Si elmuestreo,porrazoneseconmicasoporun
inadecuado diseo se realiza incorrectamente, y la muestra no es
representativadelapoblacin,losresultadosnosonvlidos.
Errores en la Aplicaci
Errores en la Aplicaci

n de la Estad
n de la Estad

stica
stica
Hay una percepcin en algunos de que la estadstica
es una ciencia poco confiable dados los numerosos
ejemplos de predicciones equivocadas, ya sea por los
errores metodolgicos o por la manipulacin de los
resultados.
Lawrence Lowell, decano de la Universidad de
Harvard,escribi en1909que las estadsticas, como
algunospasteles,sonbuenassisesabequinlashizo
yseest segurodelosingredientes.
Variable es una caracterstica observable sobre
cada elemento individual de una poblacin o
muestra que vara entre los diferentes individuos.
Dato: Valor de la variable asociada a un
elemento de la poblacin o la muestra. Este
valor puede ser un nmero, una palabra o un
smbolo.
Ejemplo: Para un estudio sobre hbitos alimentarios se ha
decidido determinar el peso promedio de un grupo de
personas. Se han pesado 500 personas y registrado su peso
corporal. Cul es la variable analizada?
DEFI NI CI ONES Y CONCEPTOS B
DEFI NI CI ONES Y CONCEPTOS B

SI COS
SI COS
VARI ABLES Y DATOS
VARI ABLES Y DATOS
Cuantitativa o Numrica. Cuantifica un elemento de la
poblacin. Los valores que puede asumir constituyen un conjunto
numrico, por lo tanto las operaciones aritmticas, son posibles
entre los datos.
Ejemplos: Cantidad de Habitaciones, Nmero de hijos, Kilmetros
recorridos, Tiempo de vuelo, Ingreso, etc.
Cualitativa o de Atributos Clasifica o describe un elemento de la
poblacin. Los valores que puede asumir no son numricos, por
lo tanto las operaciones aritmticas, no son posibles entre los
datos.
Ejemplos: Sexo, Nacionalidad, Marcas de auto, Grado de Satisfaccin
con la Universidad, etc.
DEFI NI CI ONES Y CONCEPTOS B
DEFI NI CI ONES Y CONCEPTOS B

SI COS
SI COS
TI POS DE VARI ABLES
TI POS DE VARI ABLES
Clasifique las siguientes variables:
Consumo de cemento en una obra
Lunes
Ao 2000
Las variables cuantitativas se pueden clasificar a su vez
segn los resultados de la medicin en discretas o continuas.
Cuantitativas Continuas: Son normalmente el resultado de
mediciones que pueden asumir cualquier valor dentro del rango de
la medicin. Los resultados de la medicin son nmeros reales.
Ejemplos: Son variables continuas la longitud, el volumen, el
ingreso monetario, etc.
Cuantitativas Discretas: solo pueden asumir ciertos valores
aislados dentro del rango de medicin. Generalmente son el
resultado de conteos o evaluaciones y normalmente se expresan
como nmeros naturales.
Ejemplos: Cantidad de defectos de un producto, nmero de
habitantes de una ciudad, nmero de unidades en el inventario de
un almacn
1-9
DEFI NI CI ONES Y CONCEPTOS B
DEFI NI CI ONES Y CONCEPTOS B

SI COS
SI COS
TI POS DE VARI ABLES
TI POS DE VARI ABLES
Clasifique las siguientes variables:
Consumo de cemento en una obra
Nmero de casos de dengue en un departamento
1-12
Las variables cualitativas se miden en escala
nominal u 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.
Ejemplos: Nivel de satisfaccin del cliente, cargo ocupado
en la organizacin, meses del ao.
Nominal: los elementos solo pueden ser clasificados en
categoras pero no se da un orden o jerarqua
Ejemplos: Barrio de residencia, color de ojos, simpatizante
de un club de ftbol
DEFI NI CI ONES Y CONCEPTOS B
DEFI NI CI ONES Y CONCEPTOS B

SI COS
SI COS
TI POS DE VARI ABLES
TI POS DE VARI ABLES
VARIABLES VARIABLES
CUALITATIVA CUANTITATIVA
NOMINAL ORDINAL DISCRETA CONTINUA
Clasifique las siguientes variables:
La edad de una persona
El ao de su nacimiento
El color del cabello
Cantidad de hijos
DEFI NI CI ONES Y CONCEPTOS B
DEFI NI CI ONES Y CONCEPTOS B

SI COS
SI COS
RESUMEN DE TI POS DE VARI ABLES
RESUMEN DE TI POS DE VARI ABLES
Estad
Estad

stica
stica
Descriptiva
Descriptiva
$b 0
$b 50.000
$b 100.000
$b 150.000
2000 2001 2002 2003 2004
154 174 166 155 182 157 155 183
179 150 180 169 157 175 160 178
153 168 181 161 159 174 171 189
171 168 170 181 157 190 168 179
183 189 150 189 164 155 172 184
159 176 175 160 189 186 169 194
162 181 153 171 175 181 188 175
Promedio = 95,3
Estad
Estad

stica Descriptiva
stica Descriptiva
Mtodos para:
recolectar
organizar
resumir
presentar
DATOS para transformarlos
en INFORMACIN, que
permita la toma mas
eficiente de decisiones.
$b 0
$b 50.000
$b 100.000
$b 150.000
2000 2001 2002 2003 2004
154 174 166 155 182 157 155 183
179 150 180 169 157 175 160 178
153 168 181 161 159 174 171 189
171 168 170 181 157 190 168 179
183 189 150 189 164 155 172 184
159 176 175 160 189 186 169 194
162 181 153 171 175 181 188 175
Promedio = 95,3
LOS DATOS SUMI NI STRAN
I NFORMACI N SOLO SI STA ES
PRESENTADA DE MANERA
ADECUADA
El propsito de reunir datos no consiste en
traducir todo en cifras concretas
LA INFORMACI
LA INFORMACI

N S
N S

LO ES
LO ES

TIL CUANDO
TIL CUANDO
SUMINISTRA UNA BASE PARA LA TOMA
SUMINISTRA UNA BASE PARA LA TOMA
DE DECISIONES
DE DECISIONES
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Representacin Grfica de Datos
Lamodalidadmssimpleparallevaracabounanlisisdedatosesapartirde
surepresentacingrfica,dadalafacilidadparasuelaboracin,sobretodosi
seutilizanprogramasdecomputacin.
Los grficos permiten detectar de una forma rpida y sencilla algunas
caractersticas de inters que poseen los conjuntos de datos, tales como los
valoresextremos,lastendenciasolosvaloresconmayoromenor frecuencia.
A partir de grficos es posible representar datos tanto de variables
cuantitativas,comodevariablescualitativas,
Atravsdegrficospuederepresentarseelcomportamientodeunavariable
o las relaciones existentes entre dos o tres variables, existiendo diferentes
modalidadesparapresentarlainformacin.
0
5
10
15
20
25
30
35
40
1 2 3 4 5 6 7 8
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Representaci
Representaci

n Gr
n Gr

fica de Datos de una Variable


fica de Datos de una Variable
Es frecuente que al analizar los datos correspondientes a una
variable estos estn clasificados en ciertas categoras, y a cada
categoralecorrespondaunvalornumrico.
Categor Categor a a N N mero mero
Excelente 40
Bien 80
Regular 50
Mal 30
TOTAL 200
EJEMPLO 1. Se realiz una encuesta a 200 clientes de un hotel
solicitndoles una evaluacin integral de la calidad del servicio que se
prestaenlainstalacin.Losresultadossemuestranenlatabla
VARIABLE: CALIDAD DEL SERVICIO EN EL HOTEL VARIABLE: CALIDAD DEL SERVICIO EN EL HOTEL
Gr
Gr

fico de Barras
fico de Barras
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Gr
Gr

fico de Barras
fico de Barras
Permitelarepresentacindevariablescuantitativasdiscretasyvariables
cualitativas.
Permitetenerunarpidavisinacercadelosvaloresextremosdelavariable.
Representaci
Representaci

n Gr
n Gr

fica de Datos de una Variable


fica de Datos de una Variable
CATEGOR CATEGOR ASDELAVARIABLE: ASDELAVARIABLE:
MOTIVOSPARALACOMPRADE MOTIVOSPARALACOMPRADE
UNTEL UNTEL FONOCELULAR FONOCELULAR
f
Estarlocalizado 8
Llamaramifamilia 22
Hablarconmisclientes 36
Solamenteparaemergencias 28
Charlarconamigos 12
Enviarmensajesdetexto 6
TOTAL 112
EJEMPLO2.Seharealizadounaencuestasobreelmotivodecompradeun
celular a un grupo de personas y se han clasificado las respuestas en
categoras.
0
5
10
15
20
25
30
35
40
Estar
localizado
Llamar a mi
familia
Hablar con
mis clientes
Solamente
para
emergencias
Charlar con
amigos
Enviar
mensajes de
texto
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Gr
Gr

ficos de Barras
ficos de Barras
Representaci
Representaci

n Gr
n Gr

fica de Datos de una Variable


fica de Datos de una Variable
ESTADOCIVIL Hombres Mujeres TOTAL
Soltera 200 140 340
Casada 610 520 1130
Viuda 80 190 270
Divorciada 110 150 260
1000 1000 2000
0
100
200
300
400
500
600
700
Soltera Casada Viuda Divorciada
Hombres Mujeres
0
200
400
600
800
1000
1200
Soltera Casada Viuda Divorciada
Hombres Mujeres
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Gr
Gr

ficos de Barras
ficos de Barras
Representaci
Representaci

n Gr
n Gr

fica de Datos de una Variable


fica de Datos de una Variable
PI CTOGRAMAS
PI CTOGRAMAS
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Gr
Gr

ficos de L
ficos de L

nea
nea
Representaci
Representaci

n Gr
n Gr

fica de Datos de una Variable


fica de Datos de una Variable

Los valores de los datos se


Los valores de los datos se
representan como un punto
representan como un punto
en el gr
en el gr

fico y se unen
fico y se unen
posteriormente los puntos
posteriormente los puntos
conl
conl

neas
neas

Permiten,aligualquelosgr
Permiten,aligualquelosgr

ficosdebarras,larepresentaci
ficosdebarras,larepresentaci

nde
nde
variablescuantitativasdiscretasyvariablescualitativas.
variablescuantitativasdiscretasyvariablescualitativas.

Permite tener una r


Permite tener una r

pida visi
pida visi

n acerca de los valores extremos


n acerca de los valores extremos
delavariablerepresentada.
delavariablerepresentada.

En el caso de la representaci
En el caso de la representaci

n de una variable los gr


n de una variable los gr

ficos de
ficos de
l
l

neapuedenserunaalternativaalosgr
neapuedenserunaalternativaalosgr

ficosdebarra.
ficosdebarra.

La selecci
La selecci

n del tipo de gr
n del tipo de gr

fico a utilizar para representar los


fico a utilizar para representar los
datos dependen de la preferencia del que desea presentar la
datos dependen de la preferencia del que desea presentar la
informaci
informaci

n.
n.
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Gr
Gr

ficos de L
ficos de L

neas
neas
Representaci
Representaci

n Gr
n Gr

fica de Datos de una Variable


fica de Datos de una Variable
CATEGOR CATEGOR ASDELAVARIABLE: ASDELAVARIABLE:
MOTIVOSPARALACOMPRADE MOTIVOSPARALACOMPRADE
UNTEL UNTEL FONOCELULAR FONOCELULAR
f
Estarlocalizado 8
Llamaramifamilia 22
Hablarconmisclientes 36
Solamenteparaemergencias 28
Charlarconamigos 12
Enviarmensajesdetexto 6
TOTAL 112
0
5
10
15
20
25
30
35
40
Estar
localizado
Llamar a mi
familia
Hablar con
mis clientes
Solamente
para
emergencias
Charlar con
amigos
Enviar
mensajes de
texto
0
5
10
15
20
25
30
35
40
Estar
localizado
Llamar a mi
familia
Hablar con
mis clientes
Solamente
para
emergencias
Charlar con
amigos
Enviar
mensajes de
texto
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Gr
Gr

ficos de L
ficos de L

neas
neas
Representaci
Representaci

n Gr
n Gr

fica de Datos de una Variable


fica de Datos de una Variable
Milesdehab.
Brasil 1873,2
Colombia 445,6
Argentina 387,5
Per 279,7
Venezuela 267,5
Chile 163,0
Ecuador 142,3
Bolivia 91,8
Paraguay 61,6
Uruguay 34,6
PAISESMSPOBLADOSDEAMERICADELSURENEL2006
0,0
400,0
800,0
1200,0
1600,0
2000,0
Brasil Colombia Argentina Per Venezuela Chile Ecuador Bolivia Paraguay Uruguay
PAISESMSPOBLADOSDEAMERICADELSURENEL2006
0,0
400,0
800,0
1200,0
1600,0
2000,0
Brasil Colombia Argentina Per Venezuela Chile Ecuador Bolivia Paraguay Uruguay
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Gr
Gr

ficos de L
ficos de L

neas
neas
Representaci
Representaci

n Gr
n Gr

fica de Datos de una Variable


fica de Datos de una Variable
ESTADOCIVIL Hombres Mujeres TOTAL
Soltera 200 140 340
Casada 610 520 1130
Viuda 80 190 270
Divorciada 110 150 260
1000 1000 2000
0
100
200
300
400
500
600
700
Soltera Casada Viuda Divorciada
Hombres Mujeres
0
100
200
300
400
500
600
700
Soltera Casada Viuda Divorciada
Hombres Mujeres
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Gr
Gr

ficos de Torta
ficos de Torta
Representaci
Representaci

n Gr
n Gr

fica de Datos de una Variable


fica de Datos de una Variable
Esidealpararepresentarelpesorelativodediferentespartesque
conformanuntodo
Elreadecadasectoresproporcionalasupesorelativo
8
22
36
28
12
6
Estarlocalizado Llamaramifamilia
Hablarconmisclientes Solamenteparaemergencias
Charlarconamigos Enviarmensajesdetexto
MOTIVOS PARA LA COMPRA DE UN TEL MOTIVOS PARA LA COMPRA DE UN TEL FONO CELULAR FONO CELULAR
Dr. Leandro A. Su Dr. Leandro A. Su rez Gandolff, 2010 rez Gandolff, 2010
Gr
Gr

ficos de Barras para representar el


ficos de Barras para representar el
comportamiento de una variable en el tiempo
comportamiento de una variable en el tiempo
Para representar una serie temporal los grficos de lnea son los ms
apropiados si se desea analizar el comportamiento de una variable a
mediano y largo plazo con fines de elaborar pronsticos. Sin embargo
los grficos de barra y los pictogramas son utilizados en ocasiones
cuando se quiere describir el comportamiento de los valores de una
variableeneltiempo.
PRODUCCI N SEMESTRAL
0
100
200
300
400
Enero Febrero Marzo Abril Mayo Junio
Distribucin de Frecuencias
Se llama tabla o distribuci tabla o distribuci n de frecuencias n de frecuencias al conjunto de valores que
toma una variable acompaados de sus respectivas frecuencias.
Es una forma sencilla de agrupar muchos datos, resumiendo de una
manera comprensible la informacin.
Puede utilizarse tanto para variables cuantitativas discretas como
continuas, y para variables cualitativas.
Bsicamente nos permite identificar en un grupo de datos, el rango de
los valores que toma la variable, la frecuencia con la aparecen valores
de la variable y las zonas del rango de datos donde se aprecia mayor o
menor concentracin de los valores
Frecuencia relativa
n
f
f
i
r

=
MOTIVO DE COMPRA DE UN
TELFONO CELULAR
f f
r
Estar localizado 8 0,07
Llamar a mi familia 22 0,20
Hablar con mis clientes 36 0,32
Solamente para emergencias 28 0,25
Charlar con amigos 12 0,11
Enviar mensajes de texto 6 0,05
TOTAL 112 1,00
Pr opi edades de l as Di st r i buc i ones de Fr ec uenc i a
La suma de las frecuencias absolutas es igual al nmero de datos.
La suma de las frecuencias relativas es igual a 1
Si se multiplica la frecuencia relativa por 100 se obtiene el porcentaje
de datos sobre el total.
La frecuencia absoluta acumulada del nmero de datos coincide con el
nmero de datos.
Si se multiplica la frecuencia relativa acumulada por 100 se obtiene el
porcentaje de datos sobre el total.
MOTIVO DE COMPRA DE UN
TELFONO CELULAR
f f
r
f
a
f
ra
Estar localizado 8 0,07 8 0,07
Llamar a mi familia 22 0,20 30 0,27
Hablar con mis clientes 36 0,32 66 0,59
Solamente para emergencias 28 0,25 94 0,84
Charlar con amigos 12 0,11 106 0,95
Enviar mensajes de texto 6 0,05 112 1,00
TOTAL 112 1,00
Ejemplo 1:
Calcular las frecuencias que se indican en la siguiente tabla
de distribucin de frecuencias
Tipo de Defecto f f
r
f
acum
f
racum
Ensamble 98 0,49 98 049
Pintura 60 0,30 158 0,79
Sistema Elctrico 20 0,10 178 0,89
Golpes 12 0,06 190 0,95
Otros 10 0,05 200 1,00
TOTAL 200 1,00
Determine:
1. El defecto que afecta ms a la organizacin
2. Porcentaje de los defectos que corresponden a pintura
3. Porcentaje de los defectos que corresponden a Ensamble y Pintura
4. El porcentaje de defectos que no corresponden a Ensamble y Pintura
n
f
f
i
r

=
Defectos clasificados por categoras registrados en una muestra de 50 productos
APARIENCIA APARIENCIA MENOR A APARIENCIA APARIENCIA APARIENCIA MENOR A APARIENCIA MENOR A APARIENCIA
MENOR A MENOR A APARIENCIA APARIENCIA APARIENCIA MENOR A APARIENCIA APARIENCIA APARIENCIA CRITICO
APARIENCIA APARIENCIA APARIENCIA MAYOR MENOR A APARIENCIA APARIENCIA MENOR A MENOR A APARIENCIA
APARIENCIA MENOR A MENOR B APARIENCIA MENOR B APARIENCIA MENOR B MENOR A APARIENCIA MAYOR
MENOR B APARIENCIA APARIENCIA CRITICO APARIENCIA MENOR B APARIENCIA APARIENCIA MENOR B APARIENCIA
APARIENCIA APARIENCIA MAYOR APARIENCIA MENOR B APARIENCIA MENOR B APARIENCIA CRITICO MENOR B
MAYOR MENOR B APARIENCIA MENOR A APARIENCIA MENOR B APARIENCIA MENOR B APARIENCIA MAYOR
APARIENCIA APARIENCIA MENOR B MENOR A MENOR B APARIENCIA MENOR A APARIENCIA MENOR B APARIENCIA
APARIENCIA APARIENCIA MAYOR APARIENCIA APARIENCIA MENOR B MENOR B MENOR B APARIENCIA APARIENCIA
MENOR B MAYOR APARIENCIA MENOR B MENOR A APARIENCIA MAYOR APARIENCIA MENOR A MAYOR
CATEGORIA f fr
CRITICO 3 0,03
MAYOR 9 0,09
MENOR A 16 0,16
MENOR B 20 0,20
APARIENCIA 52 0,52
TOTAL 100 1,00
Distribucin de frecuencias
DATOS DE VARI ABLES CUALI TATI VAS ORDI NALES
Departamentos de procedencia de un grupo de 60 personas encuestadas
SANTA CRUZ LA PAZ SANTA CRUZ COCHABAMBA PANDO SANTA CRUZ
LA PAZ BENI SANTA CRUZ SANTA CRUZ SANTA CRUZ PANDO
SANTA CRUZ SANTA CRUZ SANTA CRUZ SANTA CRUZ SANTA CRUZ COCHABAMBA
SANTA CRUZ SANTA CRUZ LA PAZ BENI COCHABAMBA SANTA CRUZ
SANTA CRUZ SANTA CRUZ SANTA CRUZ SANTA CRUZ PANDO SUCRE
SANTA CRUZ TARIJA SANTA CRUZ SANTA CRUZ SANTA CRUZ SANTA CRUZ
PANDO SANTA CRUZ SANTA CRUZ BENI SANTA CRUZ BENI
SANTA CRUZ SANTA CRUZ ORURO SANTA CRUZ COCHABAMBA POTOSI
SANTA CRUZ PANDO SANTA CRUZ SUCRE SANTA CRUZ LA PAZ
TARIJA SANTA CRUZ SANTA CRUZ LA PAZ LA PAZ SANTA CRUZ
DEPARTAMENTO f fr
LA PAZ 6 0,10
SANTA CRUZ 35 0,58
COCHABAMBA 4 0,07
SUCRE 2 0,03
TARIJA 2 0,03
BENI 4 0,07
PANDO 5 0,08
ORURO 1 0,02
POTOSI 1 0,02
TOTAL 60 1,00
DEPARTAMENTO f fr fra
SANTA CRUZ 36 0,60 0,60
LA PAZ 6 0,10 0,70
PANDO 5 0,08 0,78
COCHABAMBA 4 0,07 0,85
BENI 4 0,07 0,92
SUCRE 2 0,03 0,95
TARIJA 2 0,03 0,98
ORURO 1 0,02 1,00
POTOSI 0 0,00 1,00
TOTAL 60
Distribucin de frecuencias Distribucin de frecuencias ordenada
DATOS DE VARI ABLES CUALI TATI VAS NOMI NALES
Nmero de hijos en una muestra de 40 familias
Distribucin de frecuencias
DATOS DE VARI ABLES CUANTI TATI VAS DI SCRETAS
2 0 4 1
1 5 3 2
3 6 6 5
0 3 7 6
4 2 3 4
2 0 2 3
5 2 1 1
7 3 4 2
6 4 5 1
2 3 2 1
HIJOS f fr fa far
0 3 0,07 3 0,07
1 6 0,15 9 0,22
2 9 0,23 18 0,45
3 7 0,18 25 0,63
4 5 0,12 30 0,75
5 4 0,10 34 0,85
6 4 0,10 38 0,95
7 2 0,05 40 1,00
TOTAL 40
DATOS DE VARI ABLES CUANTI TATI VAS CONTI NUAS
43,0 43,0 35,7 36,7 43,4 45,0 37,0 44,3
45,8 47,1 41,3 45,1 52,2 38,2 45,4 51,3
51,0 52,4 43,4 45,3 59,5 39,0 54,5 60,2
55,2 55,6 47,6 54,4 45,0 46,1 57,4 66,5
49,9 50,2 40,5 47,6 58,1 43,0 55,8 59,6
46,0 60,0 40,0 60,0 49,0 67,0 78,0 68,0
46,0 60,0 50,0 50,0 57,0 70,0 59,0 59,0
46,0 60,0 65,0 60,0 56,0 75,0 48,0 57,0
46,0 65,0 70,0 70,0 47,0 45,0 69,0 68,0
46,0 65,0 70,0 50,0 46,0 39,0 56,0 44,0
Intervalos de clase f fr fra
35,70 a 43,69 14 0,18 0,18
43,70 a 51,69 29 0,36 0,54
51,70 a 59,69 17 0,21 0,75
59,70 a 67,69 11 0,14 0,89
67,70 a 75,69 8 0,10 0,99
75,70 a 83,69 1 0,01 1,00
TOTAL 80 1,00
Muestra del peso en gramos de 80 productos
Distribuciones de Frecuencia para
Variables Continuas
Son tiles cuando se necesita representar numerosos valores numricos.
Dada la cantidad de valores se acostumbra a agruparlos por intervalos.
Para simplificar la notacin cada intervalo es representado por su marca de
clase, que es el valor medio entre los extremos del intervalo
Intervalos de clase Marca f
99,00 a 111,99 105,5 6
112,00 a 124,99 118,5 12
125,00 a 137,99 131,5 7
138,00 a 150,99 144,5 10
151,00 a 163,99 157,5 29
164,00 a 176,99 170,5 25
177,00 a 189,99 183,5 11
TOTAL 100
Al igual que en los anteriores casos es posible obtener las frecuencias relativas y
acumuladas correspondientes
Como obt ener l as f r ec uenc i as de l os i nt er val os de c l ase
43,0 43,0 35,7 36,7 43,4 45,0 37,0 44,3
45,8 47,1 41,3 45,1 52,2 38,2 45,4 51,3
51,0 52,4 43,4 45,3 59,5 39,0 54,5 60,2
55,2 55,6 47,6 54,4 45,0 46,1 57,4 66,5
49,9 50,2 40,5 47,6 58,1 43,0 55,8 59,6
46,0 60,0 40,0 60,0 49,0 67,0 78,0 68,0
46,0 60,0 50,0 50,0 57,0 70,0 59,0 59,0
46,0 60,0 65,0 60,0 56,0 75,0 48,0 57,0
46,0 65,0 70,0 70,0 47,0 45,0 69,0 68,0
46,0 65,0 70,0 50,0 46,0 39,0 56,0 44,0
Intervalos de clase Marca Nmero de valores en el intervalo f
35,70 a 43,69 39,70 X X X X X X X X X X X X X X 14
43,70 a 51,69 47,70 X X X X X X X X X X X X X X X X X X X X X X X X X X X X X 29
51,70 a 59,69 55,70 X X X X X X X X X X X X X X X X X 17
59,70 a 67,69 63,70 X X X X X X X X X X X 11
67,70 a 75,69 71,70 X X X X X X X X 8
75,70 a 83,69 79,70 X 1
TOTAL 80
DATOS
Ejemplo 2:
Calcular las frecuencias que se indican en la siguiente distribucin de frecuencias
Intervalos
declase
Marca f fr Facum. Fracum.
99a111,99 105,5 6 0,06 6 0,06
112a124,99 118,5 12 0,12 18 0,18
125a137,99 131,5 7 0,07 25 0,25
138a150,99 144,5 10 0,10 35 0,35
151a163,99 157,5 29 0,29 64 0,64
164a176,99 170,5 25 0,25 89 0,89
177a189,99 183,5 11 0,11 100 1,00
TOTAL 100 1,00
Hallar:
Porcentajededatos:
1. Entre151y163,99
2. Menoroiguala150,99
3. Menora125
4. Mayoroiguala138
5. Mayora150,99
6. Mayora151
Representaciones Grficas
Histograma
Es la representacin grfica
preferida para las distribuciones
de frecuencia de variables
continuas.
Cada intervalo de clase se
representa por una barra cuya
altura es similar a la frecuencia
absoluta.
Puede tambin ser utilizado
tambin para graficar
frecuencias relativas y
acumuladas.
El nmero de clases incide en la
forma del histograma
0
1
2
3
4
5
6
7
8
9
10
1 2 3 4 5 6 7 8
0
5
10
15
20
25
30
35
40
45
1 2 3 4 5 6 7 8
El histograma asociado a la distribucin de frecuencias
Intervalosdeclase Marca f fr Facum. Fracum.
99a111,99 105,5 6 0,06 6 0,06
112a124,99 118,5 12 0,12 18 0,18
125a137,99 131,5 7 0,07 25 0,25
138a150,99 144,5 10 0,10 35 0,35
151a163,99 157,5 29 0,29 64 0,64
164a176,99 170,5 25 0,25 89 0,89
177a189,99 183,5 11 0,11 100 1,00
TOTAL 100 1,00
0
5
10
15
20
25
30
35
105,5 118,5 131,5 144,5 157,5 170,5 183,5
Nmero de clases de un histograma
El nmero de clases es un aspecto que debe ser considerado cuidadosamente
al elaborar un histograma, ya que incide en el aspecto del grfico.
Se recomienda empezar con pocas clases e ir aumentndolas segn los
resultados que se aprecien.
Se recomiendan los siguientes valores:
Nmero de datos Nmero de clases
Menos de 50 5 a 7
50 a 100 6 a 10
100 a 250 7 a 12
Mas de 250 10 a 20
Representacin Grfica
Polgono de Frecuencias
La informacin es parecida a
la del histograma, solamente
quelacurvadibujadaayudaa
interpretar el patrn de los
datos
Se construyen a partir del
histograma, marcando el
punto medio de cada uno de
los rectngulos y uniendo los
puntosconlneas.
Cuando el histograma tiene
numerosos intervalos, el
polgono tiende a ser una
curvacontinua.
Cuando se construye a partir
de la distribucin de
frecuencia acumulada se
denomina:ojiva
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
10 20 30 40 50 60 70 80 90
Interpretacin de Grficos

You might also like