Professional Documents
Culture Documents
Unidad 1 – Parte 1.
La Investigación Científica
Es el nombre general que obtiene el largo y complejo proceso en el cual los avances
científicos son el resultado de la aplicación del método científico para resolver
problemas o tratar de explicar determinadas observaciones.
Se han descrito diferentes tipos de investigación entre disciplinas, así como una
terminología específica. Las definiciones más comúnmente aceptadas son las usadas
para referirse al incremento en el nivel de interacción entre las disciplinas:
Multidisciplinariedad: en este nivel de investigación la aproximación al objeto de
estudio se realiza desde diferentes ángulos, usando diferentes perspectivas
disciplinarias, sin llegar a la integración.
Interdisciplinariedad: este nivel de investigación se refiere a la creación de una
identidad metodológica, teórica y conceptual, de forma tal que los resultados sean más
coherentes e integrados.
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
Elementos de Estadística Descriptiva.
Concepto de Estadística
Concepto Básicos
Llamaremos:
Individuos o elementos a las personas u objetos que contienen cierta
información que se desea estudiar.
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
Variables: Tipos de Características en una Población
Análisis Unidimensional.
La información obtenida por cualquiera de los mecanismos antes mencionados es
necesario resumirla de la mejor manera para que pueda ser analizada correctamente,
dicho resumen puede hacerse de tres formas diferentes, todas ellas complementarias
entre sí:
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
1. Distribución de los Datos Resumidos en Tablas de Frecuencias
Definiremos:
Tamaño de la muestra: n el número de elementos observados o tamaño de la muestra
(en el caso de que sea finita)
Datos: x1, x2, …, xi, … a los valores de la variable aleatoria obtenidos en la muestra,
en los cuales puede haber valores repetidos.
Frecuencia absoluta o repetición: ni, el número de veces que se repite el valor xi.
n
Frecuencia relativa: f i = i , el cociente de la frecuencia absoluta y el tamaño de la
n
muestra n.
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
Llamaremos rango o recorrido a Re = max{xi} – min{xi}, la diferencia entre el mayor y
el menor valor de la variable (En el caso de la longitud de los intervalos sea c constante
se tiene que Re = {nº de intervalos} c)
53, 61, 55, 62, 51, 66, 74, 58, 81, 63, 62, 58, 60, 57, 60, 61, 54, 59, 64, 77
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
2. Resumen a través de Representaciones Gráficas
Existen muchos tipos de gráficos, dependiendo de una serie de factores como: el tipo
de variable a resumir o lo que se quiere resaltar, entre otros.
2.1 Gráficos Sectoriales o de Pastel: En ellos las áreas de cada sector son
proporcionales a la cantidad de datos de cada uno de ellos.
Ejemplo 4: Una encuesta a 200 consumidores a los que se les pide valorar su nivel
de satisfacción con un producto alimentación, resumido en la siguiente tabla:
1 nada satisfecho 81
2 poco satisfecho 69
3 ni satisfecho ni insatisfecho 32
4 Bastante satisfecho 12
5 muy satisfecho 6
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
Para fenómenos cuantitativos y/o variables aleatorias
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
Ejemplo 6: Utilizando la información del ejemplo 2, representar gráficamente el
resumen de frecuencias absolutas/relativas acumuladas.
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
Ejemplo 8: Utilizando la información del ejemplo 3, representar gráficamente el
resumen de frecuencias absolutas/relativas acumuladas.
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
2.5 Diagramas de Cajas.
El gráfico dibuja la distribución de los datos a través de los cuartiles asociados a la
variable, en el contexto de su rango.
La misión de estas medidas es dar una idea del valor central, alrededor del cual se
reparten los valores de la muestra obtenida.
(k es el número de clases, xj son las marcas de clase y f j son las frecuencias relativas)
Ejemplo 10: Los sueldos mensuales de cuatro trabajadores de una empresa son
380.000, 700.000, 910.000 y 1.840.000 pesos. Hallar la media. ¿Es representativa?
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
Propiedades de la media:
n
Se verifica que (x
j 1
j x ) 0 , donde n es el número de datos. (En el caso de que los
K
datos estén distribuidos por clases: n j ( x j x ) 0 , donde K es el número de clases)
j 1
xn x n
2 1
ii) Si N es par: Me = 2
(esto es, el punto medio entre los dos valores
2
centrales)
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
n
N i 1
Me = Li 1 2 ci (donde ci = Li Li1 la amplitud del intervalo)
ni
ii.1) Si las clases son valores: el valor (o valores) con mayor frecuencia.
ii.2) Si las clases son intervalos: el intervalo (o intervalos) de mayor frecuencia,
aceptando como representante su marca de clase.
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
3.2 Medidas de Tendencia no Central o de Posición
0___________________________________________________________________________100
Cálculo:
i) Si la variable no está agrupada en clases, es decir es discreta, será el valor
correspondiente al porcentaje de la medida de posición estudiada.
ii) Si los datos están agrupados en clases entonces se utiliza la siguiente
expresión, que es una generalización de la fórmula de la mediana, dado que
la mediana es un caso particular de medida de posición (Me = C2 = D5 =
P50)
n* p
N i 1
Pn* p Li 1 100 c i
ni
100
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
3.3 Medidas de Dispersión
En el apartado 3.1 definimos una serie de medidas de tendencia central cuyo objeto
era sintetizar toda la información de la muestra. Vamos a ver hasta que punto, para
una determinada distribución de frecuencias, estas medidas de tendencia central son
representativas como síntesis de toda información. A la mayor o menor separación de
los valores respecto de su valor central, que se pretende que sea su síntesis, se le llama
dispersión o variabilidad. Existen dos tipos de medidas de dispersión:
x x
n
𝑆𝑥2 = (n Tamaño de la muestra)
1 2
n j
j 1
n j 1 j 1
𝑆𝑥 = √𝑆𝑥2
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
Ejemplo 20: Utilizando la información del ejemplo 3 calcular e interpretar Varianza y
Desviación Típica.
Ejemplo 21: Utilizar los resultados obtenidos para el ejemplo 3 y calcular e interpretar
el coeficiente de variación.
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
3.4 Medidas de Forma
a) Medidas de Asimetría
Las medidas de asimetría se dirigen a elaborar un indicador que permita establecer
el grado de simetría (o asimetría) que presenta la distribución, sin necesidad de
llevar a cabo su representación gráfica.
n
m3 ( xi x ) i
3
así, si m3 0 : DISTRIBUCI ON ASIMETRICA POSITIVA (o a derechas).
i 1
N m 0 : DISTRIBUCI ON ASIMETRICA NEGATIVA (o a izquierdas ).
3
ii) Medidas de Asimetría Relativas
Llamaremos coeficiente de asimetría de Fisher a
n
ni
m3
(x
i x)
3
N
i 1
g1 3 3
S n ni 2
( xi x ) 2
i 1 N
Sigue la misma regla de signos de m3.
g1 es invariante frente a cambios de escala y origen.
Como todas las medidas relativas no posee unidades.
Todas ellas siguen la misma regla de signos de m3.
Ejemplo 23: Utilizar los datos del ejemplo 3 y valorar gráfica y numéricamente la
simetría de la distribución.
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile
b) Medidas de curtosis o apuntamiento
Las medidas de curtosis se aplican a distribuciones campaniformes (Normales),
tratan de estudiar la distribución de frecuencias en la zona central de la
distribución. La idea del apuntamiento de una distribución surge de la
comparación de frecuencias de los valores centrales de la distribución
considerada con la frecuencia de dichos valores en una distribución tipo con
media y varianza iguales a las de la distribución que se compara. Esta
distribución tipo es la llamada distribución Normal, que corresponde a
fenómenos muy corrientes en la naturaleza, y cuya representación gráfica es
una campana de Gauss, que estudiaremos con detalle en la segunda unidad y
que está dada por la función:
1 ( x ) 2
1
f ( x) e 2
2
2
Rudecindo Ortega 02950 / matfis@uct.cl/ Fono (45) 2205615 - (45) 2205412 / http://www.uct.cl / / Temuco / Chile