estadistica descriptiva

Post on 18-Nov-2014

1.277 Views

Category:

Documents

4 Downloads

Preview:

Click to see full reader

TRANSCRIPT

ESTADISTICA GENERALESTADISTICA GENERAL

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

LA ESTADISTICA

ES LA CIENCIA QUE TIENEPOR OBJETO PLANIFICAR,RECOLECTAR, PROCESAR YANALIZAR UN CONJUNTO DEANALIZAR UN CONJUNTO DEDATOS CON EL FIN DEOBTENER CONCLUSIONESVALEDERAS PARA LA TOMA DEDECISIONES.

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

CLASIFICACION

� ESTADÍSTICA DESCRIPTIVA.

� ESTADÍSTICA INFERENCIAL.� ESTADÍSTICA INFERENCIAL.

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

Población Muestra

Parámetros y EstadísticosValores numéricos que caracterizan (representan) a

todos los datos de una población o muestra.

Parámetros Estadísticos

Media

Varianza

Proporción

Tamaño

µ

σ²

π

N

xs²

pn

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

CENSO Y MUESTREO

El Censo es el estudio de todos los elementos

que conforman la población.

El Muestreo es el método que se utiliza para

diseñar y seleccionar una muestra de una

población.

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

POBLACION: Es el conjuntode todos los elementos.

PoblaciónMuestra

PoblaciónMuestra

MUESTRA:Es un subconjunto de la población.

Nn

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

Característicasdesconocidas

Informaciónconocida

Población Muestra

INFERENCIA ESTADÍSTICA

desconocidas conocida

Generaliza la Informaciónde la muestra a la población

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

METODOLOGIA DEL PROCESO ESTADISTICO

DEFINICION DE LOSOBJETIVOS DE INFORMACION

- ANALISIS DE REQUERIMIENTOS- FUENTES DE INFORMACION

1. RECOLECCION1. RECOLECCION2. EVALUACION3. PROCESAMIENTO4. ANALISIS5. CONTROL DE CALIDAD6. DIFUSION DE RESULTADOS7. INFERENCIA

RESULTADOS PARA LATOMA DE DESICIONES

RETROALIMENTACION- ACTUALIZACION- MEJORA CONTINUA

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

TIPO DE VARIABLESTIPO DE VARIABLES

CONTINUA: Peso

DISCRETA: Nº de hijosCuantitativas:

DISCRETA: Nº de hijos

JERARQUICA: Grado de instrucción

NOMINAL: Estado civil

Cualitativas

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

VARIABLES CUALITATIVAS O CATEGÓRICAS

JERARQUICA U ORDINALGRADO DE INSTRUCCION

• Analfabeto

NOMINALESTADO CIVIL

• Analfabeto• Primaria• Secundaria• Superior

• Soltero • Viudo• Casado• Divorciado• Conviviente

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

VARIABLES CUANTITATIVAS

Peso

55 56

∞ VALORES

¿Cuántos valores se encuentran entre 55 y 56 kilogramos?

Variable cuantitativa continua:Existen infinitos valores entre dos dados.

Los datos se obtienen por medición

La precisión depende el instrumento de medida

∞ VALORES

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

VARIABLES CUANTITATIVAS

0 21

X XX X

¿Cuántos valores se encuentran entre 0 y 2 hijos?

Variable cuantitativa discreta:Existen sólo un numero finito de valores entre dos dados.

Los datos se obtienen por conteo

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

ORGANIZACIÓN DE DATOS

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

Caso I: Variable Cualitativa (nominal u ordinal)

Nº de Clase

Categoría de X

Frecuencia absoluta

(fi)

Frecuencia relativa (hi=fi/n)

Frecuencia porcentual (pi=hi*100)

1 Atributo 1 f1 Hh1 p1

2 Atributo 2 f2 Hh2 p22 Atributo 2 f2 Hh2 p2

.

.

.

k Atributo k fk Hhk pk

Total ∑fk = n ∑hk = 1 100

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

Caso II: Variable Cuantitativa Discreta

Nº de Clase

Valor de X

Frecuencias Simples Frecuencias Acumuladas

Absoluta (fi)

Relativa(hi=fi/n)

Porcentual (pi=hi*100%)

Absoluta (Fi)

Relativa (Hi)

Porcentual (Pi%)

1 X1 f1 h1 pp1 F1 H1 P1

2 X f h Pp F H P2 X2 f2 h2 Pp2 F2 H2 P2

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

k Xk fk hk Ppk Fk = n Hk = 1 Pk = 100

Total ∑fk = n ∑hk =1 100

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

Caso III: Variable Cuantitativa Continua

Nº de Clase

Intervalos de Clase[LI – LS)

Marca de

ClaseMmi

Frecuencias Simples Frecuencias Acumuladas

Absoluta (fi)

Relativa(hi=fi/n)

Porcentual (pi=hi*100%)

Absoluta (Fi)

Relativa (Hi)

Porcentual (Pi%)

1 [L0- L1) Mm1 f1 h1 p1 F1 H1 P1

2 [L1- L2) Mm2 f2 h2 p2 F2 H2 P22 [L1- L2) Mm2 f2 h2 p2 F2 H2 P2

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

k [Lk-1- Lk] Mmk fk hk pk Fk = n Hk = 1 Pk = 100

Total ∑fk = n ∑hk = 1 100

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

Problema:En el cuadro siguiente tenemos las edades de las personas que piensan ir al estreno de la Película

“XXNN”18 18 19 20 23 35 62 45 72 51

32 25 31 20 41 37 38 40 75 62

77 63 60 23 31 41 44 36 32 25

19 18 18 19 21 23 20 30 32 29

40 42 45 35 70 66 50 63 22 21

35 44 33 20 19 18 75 76 62 30Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

Hagamos una tablaEDAD f

18 5

19 4

Demasiados filas, no se puede “visualizar los

19 4

20 4

.

.

.

77 1

“visualizar los datos”, es mejor arguparlos en intervalos de clase

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

Pero: ¿En cuántos intervalos debo agruparlos?

¿Podrían ser 30 intervalos?

¿Podrían ser 2 intervalos?

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

K = 1 + 3.3 log(n)

DETERMINACION DEL NUMERO DE INTERVALOS (K)

REGLA DE STURGES

K = 1 + 3.3 log(n)

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

¿Cómo deben ser los intervalos?

1. Deben ser, en lo posible, del mismo tamaño

2. No deben tener puntos comunes (intersección nula)

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

Cálculo del Tamaño del Intervalo de Clase TIC.

R = Vmax – Vmín

1. Calculemos el rango de los datos

Vmín Vmáx

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

2. Calculemos el Tamaño del Intervalo de Clase -TIC

R RangoTIC= =

K IntervalosK Intervalos

Siempre debe ser redondeado en exceso

para evitar que los últimos datos queden

fuera de la tabla.

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

Construcción de la tabla1. Una vez construidos los intervalos de clase, se

cuentan el número de datos que pertenecen a cada uno de ellos y así tener los respectivos “fi”.

2. Complete las frecuencias hi, Fi y Hi.

Los datos del intervalos son representados por un valor denominado la marca de clase.

inf sup

2i

L Lm

+=

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

n = 60 k = 6.868 TIC = 8.429

Vmín= 18 decimales = 0

Vmáx= 77

Rango= 59 k = 7 TIC = 9 En exceso

Linf - Lsup mi fi hi Fi Hi Fi*

[18 - 27 ) 22.5 21 0.350 21 0.350 60

[27 - 36 ) 31.5 12 0.200 33 0.550 39[27 - 36 ) 31.5 12 0.200 33 0.550 39

[36 - 45 ) 40.5 10 0.167 43 0.717 27

[45 - 54 ) 49.5 4 0.067 47 0.783 17

[54 - 63 ) 58.5 4 0.067 51 0.850 13

[63 - 72 ) 67.5 4 0.067 55 0.917 9

[72 - 81 ) 76.5 5 0.083 60 1.000 5

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

18 18 19 20 23 35 62 45 72 51

32 25 31 20 41 37 38 40 75 62

77 63 60 23 31 41 44 36 32 25

19 18 18 19 21 23 20 30 32 29

40 42 45 35 70 66 50 63 22 21

35 44 33 20 19 18 75 76 62 30

En el cuadro siguiente tenemos las edades de las personas que piensan ir al

estreno de la Película “XXNN”

60

77

18

59

6.868 ≈ 7

8.4 ≈ 9

Datos =

V.Máx =

V.Mín =

Rango =

1 + 3.3 log(60) =K =

C =

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

INTERVALO Linf - Lsup mi fi Fi hi Hi Fi* Hi*0

1 [ 18 - 27 ) 22.5 21 21 0.35 0.35 60 1.00

2 [ 27 - 36 ) 31.5 12 33 0.20 0.55 39 0.65

3 [ 36 - 45 ) 40.5 10 43 0.17 0.72 27 0.45

4 [ 45 - 54 ) 49.5 4 47 0.07 0.78 17 0.28

5 [ 54 - 63 ) 58.5 4 51 0.07 0.85 13 0.225 [ 54 - 63 ) 58.5 4 51 0.07 0.85 13 0.22

6 [ 63 - 72 ) 67.5 4 55 0.07 0.92 9 0.15

7 [ 72 - 81 ) 76.5 5 60 0.08 1.00 5 0.080

60 1.00

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

INTERVALO Linf - Lsup mi fi Fi hi Hi Fi* Hi*0

1 [ 18 - 27 ) 22.5 21 21 0.35 0.35 60 1.00

2 [ 27 - 36 ) 31.5 12 33 0.20 0.55 39 0.65

3 [ 36 - 45 ) 40.5 10 43 0.17 0.72 27 0.45

4 [ 45 - 54 ) 49.5 4 47 0.07 0.78 17 0.284 [ 45 - 54 ) 49.5 4 47 0.07 0.78 17 0.28

5 [ 54 - 63 ) 58.5 4 51 0.07 0.85 13 0.22

6 [ 63 - 72 ) 67.5 4 55 0.07 0.92 9 0.15

7 [ 72 - 81 ) 76.5 5 60 0.08 1.00 5 0.080

60 1.00

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

HISTOGRAMA DE FRECUENCIAS ABSOLUTAS DE ASISTENTES A LA PELICULA DE ESTRENO

15

20

25

AS

IST

EN

TE

S

0

5

10

[10-19) [18-27) [27-36) [36-45) [45-54) [54-63) [63-72) [72-81) [81-90)

EDAD

AS

IST

EN

TE

S

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

HISTOGRAMA DE FRECUENCIAS ABSOLUTAS DE ASISTENTES A LA PELICULA DE ESTRENO

15

20

25

AS

IST

EN

TE

S

0

5

10

EDAD

AS

IST

EN

TE

S

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

POLIGONO DE FRECUENCIAS ABSOLUTAS DE ASISTENTES A LA PELICULA DE ESTRENO

15

20

25

AS

IST

EN

TE

S

0

5

10

[10-19) [18-27) [27-36) [36-45) [45-54) [54-63) [63-72) [72-81) [81-90)

EDAD

AS

IST

EN

TE

S

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

HISTOGRAMA Y POLIGONO DE FRECUENCIAS ABSOLUTAS DE ASISTENTES PELICULA DE ESTRENO

15

20

25

AS

IST

EN

TE

S

0

5

10

[10-19) [18-27) [27-36) [36-45) [45-54) [54-63) [63-72) [72-81) [81-90)

EDAD

AS

IST

EN

TE

S

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

HISTOGRAMA DE FRECUENCIAS ABSOLUTAS ACUMULADAS ASCENDENTES DE ASISTENTES A LA PELICULA DE ESTRENO

40

50

60

70

AS

IST

EN

TE

S

0

10

20

30

40

[18-27) [27-36) [36-45) [45-54) [54-63) [63-72) [72-81)

EDAD

AS

IST

EN

TE

S

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

HISTOGRAMA DE FRECUENCIAS ABSOLUTAS ACUMULADAS DESCENDENTES DE ASISTENTES A LA PELICULA DE ESTRENO

40

50

60

70

AS

IST

EN

TE

S

0

10

20

30

[18-27) [27-36) [36-45) [45-54) [54-63) [63-72) [72-81)

EDAD

AS

IST

EN

TE

S

Autor: Victor Hugo Carranza Serna

Economia UNSM - Tarapoto

top related