estadística aplicada a las ciencias sociales...
TRANSCRIPT
![Page 1: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/1.jpg)
Estadística Aplicada a las Ciencias Sociales I
Sistema Universidad Abiertay Educación a Distancia
Facultad de Ciencias Políticas y Sociales UNAM
![Page 2: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/2.jpg)
2
Aspectos generales
Video de bienvenida
https://www.youtube.com/watch?v=kA6W14U_-1k
Datos de identificación
• Instituciónresponsable:FacultaddeCienciasPolíticasySociales.Suaed.UNAM.• Asignatura:EstadísticaAplicadaalasCienciasSocialesI• Autores:LauraAzucenaLiraJiménezyMaríaMarthaMirandaHernández• Semestre:3º• Créditos:08• Carácter:Obligatoria• Áreaalaquepertenece:Metodológica• Seriación: Indicativa• Clave:2314
Objetivos
Objetivo general
Altérminodelcurso,elalumnoserácapazde:
• Entenderlosconceptosmatemáticosyestadísticoselementalesparaladescripcióndegruposyprocesossociales.
Objetivos específicos
• Distinguirladiferenciaentrerelacionesyfuncionesenelcontextodeladescripcióndegruposycategoríassociales.• Entender el concepto de variable, correlación y causación desde la perspectiva matemática, aplicados a problemas
socialesrelevantes(pobreza,clase,identidad,producción,opinión).• Seleccionaryvalorarresultadosydatossociodemográficos.• Representardatossociodemográficos.• Comprenderlalógicadelaestadísticaylosmodeloselementales.• Dominar la estadística descriptiva y realizar operaciones estadísticas básicas con la finalidad de hacer inferencias
generalessobrepoblacionesdelimitadas.
![Page 3: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/3.jpg)
3
Temario
Tema 1. Lenguaje Matemático y Teoría de Conjuntos
1.1Conjuntos,ydescripcióndegrupos,individuosyunidadessociales.1.1.1Definicióndeconjuntoyelemento.1.1.2ComplementodeConjuntos.1.1.3InterseccióndeConjuntos.1.1.4UnióndeConjuntos.1.1.5InclusióndeConjuntos.1.1.6IgualdaddeConjuntos.
1.2Definicióndeuniverso,pertenencia.1.2.1Notación.1.2.2Operaciones(pertenencia,unión,intersección).1.2.3Relaciones.1.2.4Funciones.
1.2.4.1Graficarrelacionesyfunciones.1.2.4.2Clasificacióndefunciones.1.2.4.3Operacionesdefunciones.
Tema 2. Estadística
2.1IntroducciónalaEstadísticaenCienciasSociales.2.1.1Estadística,cienciayobservación.
2.1.1.1Inferenciasdelaspoblaciones.EstadísticasVitalesyEstadísticasMatemáticas.2.1.1.2UtilidadylimitantesdelaEstadísticaenlasCienciasSociales.2.1.1.3Poblaciónymuestras.
2.1.1.3.1Tiposdemuestras.2.1.1.3.2Tiposdeencuestas,general.
2.1.2Estructuradeinformación,métodosdeinvestigación.2.1.3Variables,medición.2.1.4Anotaciónestadística.
2.2Frecuencias.2.2.1Distribucióndefrecuencias.2.2.2Distribuciones–TablasyGráficas(relacionesx,y).
2.2.2.1Presentacióndetablas,intervalos.2.2.2.2Histogramas,Gráficasdebarra,Polígonos.
2.2.3TendenciaCentralTotal.2.2.4Promedio,Media,Moda.
2.2.4.1TeoremadetendenciacentralySkwenessyKurtosis.2.3Variabilidad.
2.3.1Rangoyrangointercuartil.2.3.2Desviaciónestándar.
2.4DiseñodehipótesisenlasCienciasSociales.2.4.1CausalidadycorrelaciónPearson.2.4.2Hipótesisnula.2.4.3Pruebasdehipótesis.
2.4.3.1Errorestándar.2.4.3.2Estimación.2.4.3.3Índicedeconfianza.
2.5Modelosprobabilísticos.2.5.1Normal.2.5.2Binomial.2.5.3Poisson.
![Page 4: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/4.jpg)
4
Bibliografía básica
Básica
TEMA 1
Elorza,H.(2008).Estadísticasparalascienciassociales,delcomportamientoydelasalud(3.ªed.).México:CengageLearningEditores.
García-Ferrando,M.(1999).Socioestadística:Introducciónalaestadísticaensociología.Madrid:Alianza.
Rioboo,J.yDelOro,C.(2000).Representacionesgráficasdedatosestadísticos.Madrid:AC.
Zeisel,H.(1999).Dígaloconnúmeros.México:FCE.
TEMA 2
Pliego-López,J.yRuiz-Pérez,L.(2002).EstadísticaI:Probabilidad.Madrid:AC.
Triola,M.(2008).Estadística.México:PearsonEducación.
Complementaria
Ai-Camp,R.(1996).Encuestasydemocracia:opiniónpúblicayaperturapolíticaenMéxico.México:SigloXXI,1996.
Babbie,E.(2000).Fundamentosdelainvestigaciónsocial.México:ThomsonLearning.
Evans,M.(2005).ProbabilidadyEstadística:lacienciadelaincertidumbre.Barcelona:Reverté.
Flores-Villa,A.(1968).NocionesdelmétodoEstadístico.México:Porrúa.
Jauset,J.(2000).Lainvestigacióndeaudienciasentelevisión:Fundamentosestadísticos.BuenosAires:Paidós.
Malhotra,N.(1996).Investigacióndemercados:unenfoquepráctico.México:PrenticeHallHispanoamericana.
Sitios de interés
Academia Khan Enestesitioencontrarás leccionesparaaprenderaritmética,álgebra,estadísticayotros temasdematemáticas.Esunsitioacadémico reconocido internacionalmente por el éxito de su método para aprender matemáticas. Disponible en https://es.khanacademy.org/
![Page 5: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/5.jpg)
5
Lenguaje Matemático y Teoría de Conjuntos
Introducción
Enestetemaestudiaremoslosconceptosfundamentalesdellenguajematemáticoylateoríadeconjuntos,paraquealfinalizareltemaseascapazdedistinguirladiferenciaentrerelacionesyfuncionesenelcontextodeladescripcióndegruposycategoríassociales.
Lateoríadeconjuntosesunmarcoparaelanálisisdehechossociales.Diversosautoresconsideranelmanejodeestateoría como un instrumento fundamental para el científico social. Elorza (2008), por ejemplo, comenta que la teoríadeconjuntos“esuninstrumentoadecuadoparalasistematizacióndelainformaciónrelevantequepermiteenfocarunproblemaensutotalidad,deslindandoenélloqueesfundamental”(p.83).
Porsuparte,Kleiman(2009)señalaquelateoríadeconjuntosesuna“estructuralógicaqueunificalosconceptosmásfundamentalesmediante un lenguaje intuitivo y simple” (p. 5). Él mismo destaca que buena parte del conocimientomatemáticomodernoocupaenmenoromayormedidalateoríadeconjuntos.
Elestudiodelateoríadeconjuntosesimportanteporquetepermitiráenfocarelanálisisdeproblemassocialesdesdeunaperspectivalógico-matemática,sinqueellosignifiquepasarporaltolacomplejidadymultidimensionalidaddeloshechossociales.Porelcontrario,elanálisisatravésdelenguajematemáticodebemejorarlacomprensiónysistematizacióndeunproblema,yfomentarlacreatividadparagenerarhipótesisdetrabajo.
Para el estudio de este tema hemos desarrollado el contenido puntual, en un lenguaje sencillo y abundando enexplicaciones,conlaintencióndequeellenguajematemáticoporsísólonoseaunimpedimentoparatucomprensiónyusodelosconceptoselementalesdelateoríadeconjuntos.
Además,eneldesarrollodecontenidoencontrarásvariosejemplosqueserefierenaunarealidadconcreta:elestudiodelosgruposyhechossocialesquetenemosalamano.Lohicimosasíparaquepuedasutilizarlosconceptosmatemáticosen las situaciones de análisis que corresponden a las ciencias sociales. De esta manera, te proporcionamos uncomplementoalostextosclásicossobrelateoríadeconjuntos,enloscualespredominanlosejemplosabstractosyenlenguajematemático.
Los conceptos abordados en esta unidad te permitirán identificar elementos, conjuntos (grupos) y relaciones, en ladescripcióndeproblemassociales.Podrásenunciarlascaracterísticasquedeterminanlapertenenciadeunelementoaunconjunto.Éstaesunatareadeclasificaciónqueponeenprácticaelestudiodecategoríassociales.
Además, podrás identificar las operaciones que pueden darse entre conjuntos, por ejemplo, la inclusión, la unión,intersección, complementación y diferencia; si pensamos que dichos conjuntos representan unidades de estudio, esposibleanticiparlautilidadquetieneidentificarlafactibilidaddelasoperacionesmencionadas.Elestudiodelasrelacionesyfuncionesentreconjuntosfomentalahabilidadparadetectarposiblesrelacionesentrevariablesdeestudio.
![Page 6: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/6.jpg)
6
Objetivo particular
Altérminodelaunidad,elalumnoserácapazde:
• Distinguirladiferenciaentrerelacionesyfuncionesenelcontextodeladescripcióndegruposycategoríassociales.• Entenderelconceptodevariable,correlaciónycausacióndesdelaperspectivamatemática,aplicadosaproblemassociales
relevantes(pobreza,clase,identidad,producción,opinión).
Temario
TEMA 1. Lenguaje Matemático y Teoría de Conjuntos
1.1.Conjuntos,ydescripcióndegrupos,individuosyunidadessociales1.1.1.Definicióndeconjuntoyelemento1.1.2.Complementodeconjuntos1.1.3.Interseccióndeconjuntos1.1.4.Unióndeconjuntos1.1.5.Inclusióndeconjuntos1.1.6.Igualdaddeconjuntos
1.2.Definicióndeuniverso,pertenencia1.2.1.Notación1.2.2.Operaciones(pertenencia,unión,intersección)1.2.3.Relaciones1.2.4.Funciones
1.2.4.1.Graficarrelacionesyfunciones1.2.4.2.Clasificacióndefunciones1.2.4.3.Operacionesdefunciones
Exposición de los temas
1.1. Conjuntos y descripción de grupos, individuos y unidades sociales
1.1.1. Definición de conjunto y elemento
Kleiman(2009)exponequeladefinicióndeconjuntopuedeestablecersedemaneraintuitiva,apartirdenuestraexperienciaenelmundo,yensuformamáselementalserefiereaunacoleccióndefinidadeelementos.
Estoselementospuedenserobjetos,personas,instituciones,animales,conceptos,ideas,periodostemporales,características,hechos,etcétera.
![Page 7: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/7.jpg)
7
Conjuntodeedificios.Tomadodehttps://mx.wikimedia.org/wiki/Archivo:Vista_de_um_conjunto_residencial_em_Guar%C3%A1_(DF).jpg
Conjuntodeatletas.Tomadodehttps://mx.wikimedia.org/wiki/Archivo:Conjunto_espa%C3%B1ol_1999_Budapest.PNG
![Page 8: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/8.jpg)
8
Unelementoes,porlotanto,unmiembrodeunconjuntodeterminado.
Haytrescondicionesparaestablecerunconjunto:
1. Lapertenenciadeunelementoaun conjuntodebeestar definida sinambigüedad.Esdecir, se sabesi unelementoperteneceaun conjuntoono.Por ejemplo, si pensamosenel conjuntode científicas reconocidas conunNobel, esindispensabledeterminarsiMarieCurieestáentreellasono.
ConjuntodecientíficasconNobel={MarieCurie,GertyCori,MariaGoeppert,DorotyCrowfoot,IrèneJoliot,RosalynSussman}
2.Loselementosnoserepitenenunmismoconjunto.Sipensamosenelconjuntodenúmerodemascotasporpersona,aunquevariaspersonastienenlamismacantidaddemascotas,sólomencionaremoscadacantidadunavez.
Conjuntodecantidadmascotasporpersona={0,1,2,3,4,5…}
3.Loselementospuedenaparecerencualquierordenysiguesiendoelmismoconjunto.Ejemplo:
ConjuntodelenguasmáshabladasenHidalgo={náhuatl,otomí,tepehua,mixteco}ConjuntodelenguasmáshabladasenHidalgo={tepehua,náhuatl,otomí,mixteco}
Notación
Quizánotastequecadavezquemencionounconjuntoescriboloselementosentrellavesyseparadosporcomas,sedebeaqueeslanotaciónmatemáticadeunconjunto.Entonces,lanotaciónsonlossímbolosqueseusanparadefinirconjuntosdemaneraescrita.Losconjuntosgeneralmenteserepresentanconletrasmayúsculas,porejemplo:
M={ConjuntodeniñosensituacióndecalleenOaxacadeJuárez}P={ConjuntodemujeresensituacióndeviolenciaenSanPedroNuevoLeón}V={ConjuntodevaronesconenfermedadesmentalesenMéxico}
Lalecturadeunconjuntoexpresadoconnotaciónescomosigue:
C={soltero,casado,divorciado,viudo}Selee“loselementosdelconjuntoCsonsoltero,casado,divorciadoyviudo”.
E={alcoholismo,ansiedad,depresión,fobia}Selee“loselementosdelconjuntoEsonalcoholismo,ansiedad,depresiónyfobia”.
Enlosejemplosanterioreshemosescritotodosloselementosdeunconjuntodentrodelasllaves,aesoselellamanotaciónporextensión.Perocuandoloselementosdeunconjuntosondecenasomilesesimprácticomencionarlostodos,porloqueenesoscasosusamoslanotaciónporcomprensión:
Y={MunicipiosdeMéxico}Z={DerechohabientesdelIMSS}
Lanotaciónpor comprensión tambiénutilizaotrossímbolosmatemáticos, como labarra “|”, se lee “tal que”, y literalespararepresentaraloselementos.Sesueleutilizaralaletra“x”pararepresentaraloselementos,perobienpodríasercualquierotraletra.Veamosunejemplo:
A={x|xesunríonacional}Seleeasí:“ElconjuntoAestáformadoporloselementosxtalquexesunríonacional”.
![Page 9: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/9.jpg)
9
Luegolanotaciónpuedeexpresarseconrangossinosreferimosamedidas.Porejemplo:
T={x|140>x≥90}Selee“elconjuntoTestáformadoporloselementosxtalquexesmenorque140ymayoroigualque90”.
Elconjuntoanteriorpuedereferirsealatalla(estatura)delosestudiantesdeunaprimariaexpresadaencentímetros.
Paradenotarqueunelementoespartedeunconjuntoseusaelsímbolo ,queselee“pertenecea”.Porelcontrario,siunelementonoperteneceaunconjuntosecruzaelsímbolo yselee“nopertenecea”.Porejemplo:
P={LaPrensa,Ovaciones,Metro,Publimetro,Reforma,ElGráfico,LaJornada}
Entonces:
ReformaDSelee“ReformapertenecealconjuntoP”.
ElPaísD Selee“ElPaísnopertenecealconjuntoP”.
Otroejemplo.Sea:
F={m|180≥x>90}ElconjuntoFtienelosnúmerosmayoresque90(sinincluira90)ymenoresoiguala180.
Así:
180 FSelee“180pertenecealconjuntoF”.
90 FSelee“90nopertenecealconjuntoF”.
ElconjuntoFpodríarepresentarlospesosdemujeresdeestaturamediaquepadecenobesidad.
Cardinalidad
Lacardinalidadeselnúmerodeelementosquecontieneunconjunto,seescribeasí:n(A),yselee“cardinalidadndelconjuntoA”.
Parael conjuntode siglosde la era cristiana tenemosuna cardinalidadde21, porqueactualmente vivimosenel sigloXXI.Revísaloacontinuación.
H={I,II,III,IV,V,VI,VII,VIII,IX,X,XI,XII,XII,XIV,XV,XVI,XVII,XVIII,XIX,XX,XXI}
n(H)=21Selee“lacardinalidaddelconjuntoHesiguala21”.
Los conjuntos cuya cardinalidadpodemos calcular se llaman conjuntos finitos.Pero tambiénhay conjuntos infinitos, que sucardinalidadesimposibledeterminar,porejemplo,elconjuntodenúmerosrealesqueseextiendeyextiendeyextiende.
![Page 10: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/10.jpg)
10
Conjunto universal
Elconjuntouniversalouniversoesaquelquecontienetodosloselementosenuncasodeestudioenparticular.Porejemplo,siestuviéramosestudiandolascaracterísticasdelospintores,escultoresyactores,nuestroconjuntouniversalpuedeserllamado“Artistas”yloscontieneatodos.
Otro ejemplo, si hablamos de “el sector turismo”, “el sector agropecuario”, “el sector industrial” y “otros sectores”, entoncespodemosdefinirnuestroconjuntouniversalcomo“lossectoresproductivosdelpaís”.
Siestudiamosprimarias,secundariasypreparatorias,eluniversopuedeserlasinstitucioneseducativas.
ElconjuntouniversalsedenotaconelsímboloΩoconelsímboloU.
1.1.2. Complemento de conjuntos
Elcomplementodeunconjuntosetratadelconjuntointegradoportodosloselementosqueestánenelconjuntouniversalperonoestánenunconjuntodeterminado.EntoncesparaelconjuntoF,sucomplementose integrapor todos loselementosquepertenecenaluniversoynopertenecenaF.Uncomplementosedenotaconapóstrofo‘,oconunsuperíndicec.
LoentenderemosmejorconundiagramaVenn-Euler:
EláreacoloreadacorrespondealcomplementodelconjuntoFseescribeasí:
F’={Biología,Antropología,Geografía}
Existendoscasosespecialesparalacomplementación:
Elcomplementodelconjuntovacíoeselconjuntouniversal c=ΩElcomplementodelconjuntouniversaleselconjuntovacíoΩc=
![Page 11: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/11.jpg)
11
1.1.3. Intersección de conjuntos
Lainterseccióneselconjuntoformadoportodosloselementosquepertenecensimultáneamenteadosomásconjuntos.Serepresentaconelsímbolo∩.EnelsiguientediagramaVenn-Eulersepresentasombreadaeláreaquerepresentalainterseccióndetresconjuntos,seexpresadelasiguienteforma:
A∩B∩C={Jalisco}Selee“AintersecciónBintersecciónCigualaJalisco”.
Observa en el diagrama anterior cómo la intersección es una operación que nos permite detectar los elementos que estánpresentesesvariosconjuntosalavez,porejemplo,elEstado“Jalisco”esproductordemaíz,decañadeazúcarydesorgo.
1.1.4. Unión de conjuntos
Launióndeconjuntosseformaportodosloselementosquepertenezcanadosomásconjuntos.Serepresentaconelsímbolo.EnelsiguientediagramaVenn-EulerestásombreadaeláreaquerepresentalaunióndelosconjuntosA,ByC:
![Page 12: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/12.jpg)
12
Seexpresadelasiguienteforma:
A B C={Sinaloa,Jalisco,Veracruz,Michoacán}
Selee“AuniónBuniónCincluyeaSinaloa,Jalisco,Veracruz,Michoacán”.Notaqueaunqueunelementopertenezcaadosomásconjuntos,enlaunióndelosconjuntossemencionaunasolavez.
1.1.5. Inclusión de conjuntos
Lainclusiónsedacuandounconjuntocontieneaotro.Estotambiénseexpresacomoqueunconjuntoessubconjuntodeotro.Paraanotarunarelacióndeinclusiónseutilizaelsímbolo .
Siporelcontrariosequiereanotarqueunconjuntonoestáincluidoenotro,seusaelsímbolo
Porejemplo:
V={x|x=trabajadoresasalariados}W={x|x=trabajadoresquepercibenunsalariomínimo}
ParalosconjuntosanterioressepuededecirqueW VSelee“WestáincluidoenV”o,bien,“WessubconjuntodeV”.
Podemosdefinirloanteriorporquelostrabajadoresquepercibenelsalariomínimonecesariamentesontrabajadoresasalariados,aunqueenelconjunto“V”tambiénpuedenexistirotrostrabajadoresquepercibenmásdeunsalariomínimo.
![Page 13: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/13.jpg)
13
Otroejemplo:
Y={x|x=trabajadoressindicalizados}V={x|x=trabajadoresasalariados}
Alreflexionarsobrelosconjuntosanterioresnotamosquenonecesariamentetodoslostrabajadoresasalariadostambiénestánsindicalizados,porellopodemosestablecerque
V Y,esdecir,VnoestáincluidoenYo,bien,VnoessubconjuntodeY.
Observaeldiagramaquerepresentalasoperacionesdeinclusióndescritas:
Existencasosespecialesenlainclusióndeconjuntos:
• SilosconjuntosAyBsoniguales,entoncespodemosdecirqueAessubconjuntodeBytambiénqueBessubconjuntodeA.• Todoconjuntoessubconjuntodesímismo,aestarelaciónseledenominainclusiónimpropiaysesimbolizacon ,dela
siguienteformaA A.• Existeunconjuntovacíosimbolizadoconϕqueestáincluidoencualquierotroconjunto.
1.1.6. Igualdad de conjuntos
Laigualdadentredosomásconjuntosseestablecesiemprequetenganexactamentelosmismoselementos.Cuandoestoocurreseanotaasí:
A=BSelee“elconjuntoaesigualalconjuntoB”.
![Page 14: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/14.jpg)
14
Siporelcontrariolosconjuntossondesiguales,seanotaasí:
A≠BSelee“elconjuntoAesdiferentealconjuntoB”.
Veamosunejemplo:
R={x|x=ramasdelderecho}Selee“Rcontieneloselementosxtalquexrepresentaalasramasdelderechopúblico”.
D={Administrativo,Constitucional,Penal,Procesal,Laboral,Tributario}
EnelconjuntoRsemenciona,porcomprensión,lasramasdelderechopúblicoquesonelderechoadministrativo,constitucional,penal,procesal,laboralytributario;justamenteloselementosdelconjuntoD.Porelloestosconjuntossoniguales,entoncessepuedeanotarque:
R=D
Otroejemplo:
I={x|x=Médicos}N={x|x=Pediatras}
Aunquetodoslospediatrassonmédicos,notodoslosmédicossonpediatras.Porelloestepardeconjuntosnosoniguales,yseanotadelasiguienteforma:
N≠I
1.2. Definición de universo, pertenencia
Elconjuntouniversalouniversoestáconstituidoportodosloselementosdeestudioenunasituaciónparticular.Estoquieredecirquecadainvestigadordefineelconjuntouniversaldeestudioparaunproblemadeterminado.Incluso,paraunmismoproblemasepuedenplantearvariasposibilidadesdeconjuntouniversal.
Aunqueparaladefinicióndelconjuntouniversalelinvestigadortieneamplialibertad,sítendráqueestablecerunconjuntopreciso,yquesemantendráfijomientrasrealizaunanálisisbasadoenteoríadeconjuntos.
1.2.1. Notación
El conjuntouniversal sedenotaconel símboloΩoconel símboloU;en losdiagramasVenn-Euler se representacomounrectánguloquecontienetodosloselementos.Observaqueenlasiguienteimagensehasombreadotodoelconjuntouniversal.
![Page 15: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/15.jpg)
15
Elaboraciónpropia.
1.2.2. Operaciones (pertenencia, unión, intersección)
Unavezquesedefineunconjuntouniversalseasumenlassiguientespropiedades:
• Pertenencia: Todoconjuntoessubconjuntodelconjuntouniverso.• Unión: Launióndeunconjuntoconelconjuntouniversaldapor resultadoelconjuntouniversal.Porellosedicequeel
conjuntouniversalesunelementoabsorbentedelaunión.• Intersección: Lainterseccióndeunconjuntoconelconjuntouniversaldaporresultadoelconjuntoinicial.Porellosedice
queelconjuntouniversalelunelementoneutroenlaintersección.
1.2.3. Relaciones
Unarelaciónvinculaloselementosdeunconjuntoconloselementosdeotroconjunto.Veámoslográficamente:
![Page 16: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/16.jpg)
16
Se expresa como un conjunto de parejas ordenadas, donde el primer elemento pertenece al primer conjunto y el segundoelementoalsegundoconjunto.Delasiguienteforma:
Sean los conjuntos:E={Guerrero,Coahuila,Yucatán,Jalisco} y
C={Chilpancingo,Saltillo,Mérida,Guadalajara}
Se propone la siguiente relación:R={(Guerrero,Chilpancingo),(Coahuila,Saltillo),(Yucatán,Mérida),(Jalisco,Guadalajara)}
Otrosejemplosderelacionespuedenser:
Sean los conjuntos:M={Angélica,Laura,Vanesa,Carolina} y H={3,4,5}
Se propone la siguiente relación:R={(Angélica,4),(Laura,3),(Vanesa,4),(Carolina,5)}
![Page 17: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/17.jpg)
17
Unejemplomás:
Sean los conjuntos:M={6,9,13,19} y H={5000,6000,8000,16000,30000}
Se propone la siguiente relación:R={(6,5000),(6,6000),(9,8000),(13,16000),(19,30000)}
Podrásencontrartrestiposderelaciones:
Deunelementodelprimerconjuntoaunelementodelsegundoconjunto.
Demásdeunelementodel primer conjuntoaunelementodelsegundoconjunto.
Deunelementodel primer conjuntoamásdeunelementodelsegundoconjunto.
![Page 18: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/18.jpg)
18
Dominio y rango
Enunarelaciónsepuededeterminareldominioyelrango.
• Eldominioeselconjuntoformadoporlosprimeroselementosdelosparesordenados,yseescribeasí:D(R).• Elrangoeselconjuntoformadoporlossegundoselementosenlosparesordenadoyseescribeasí:r(R).
Veámoslográficamente:
D(R)= {Guerrero,Coahuila,Yucatán,Jalisco}r(R)={Chilpancingo,Saltillo,Mérida,Guadalajara}
Encienciassocialesestudiamos las relacionesentreconjuntosparaproponervínculosquenosayudenaexplicarypredecircaracterísticasdenuestrosobjetosdeestudio.
1.2.4. Funciones
Unafunciónesunarelaciónconlassiguientestrescaracterísticas:
• Tieneundominio(generalmentesedenotaconlaletraX).• Tieneunrango(generalmentesedenotaconlaletraY).• Tieneunaregladecorrespondenciaconlassiguientesrestricciones:
1.Cadaelementodeldominiodebetenernecesariamenteunelementoasociadoenelrango.2.Unelementodeldominionopuedetenermásqueunsóloelementoasociadoenelrango.
Unafunciónsedenotageneralmenteconlaletraf.
Observagráficamentecuálesrelacionessonfuncionesycuálesno:
![Page 19: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/19.jpg)
19
Imaginaqueunafunciónesunaespeciede“caja”querecibeunvalorX,loevalúayarrojacomoresultadounvalorY:
![Page 20: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/20.jpg)
20
Unafuncióngeneralmenteseexpresaasí:Y=f(X)yselee“YigualafuncióndeX”.
LaletraXrepresentaacualquieradeloselementosdeldominiodelafunción,esdecir,suvalorirácambiando,porellosedicequeesunavariable.
TambiénelvalordeYtomarávaloresdistintos,deentrelosvaloresposiblesparaelrango,porellotambiénesunavariable.
Además,sabemosqueelvalordeYdependedelvalorqueseleasigneaX,poresodecimosqueesunavariabledependiente.EncambioelvalordeXnodependedeotravariable,poresodecimosqueesunavariableindependiente.
Hastaahorahemosrepresentado las funcionescondiagramasoconparejasordenadasdeelementos,pero¿quépasaríasituviéramosunarelacióncuyodominioestáintegradoporunacantidadinfinitadeelementos?¡Exacto!Hacerundiagramaoanotartodaslasparejasposiblesesimpráctico.Porello,losdominiosdelasfuncionessuelenrepresentarseconecuaciones,ademásseindicaquétipodeelementospuedenpertenecer.Porejemplo:
Loanteriorselee“Yigualaxcuadrada.Siemprequexpertenecealosnúmerosnaturales,esmayoroiguala2yesmenoroigualque6”.
Otroejemplo:
Queselee“Yesiguala2x,xpertenecealosnúmerosreales.Enestecasonoseaclaraconcuálnúmeroiniciaofinalizax,loquesignificaquesusvaloresvandemenosinfinitoainfinito,seescribiríaasí: ”.
![Page 21: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/21.jpg)
21
Para saber más…
Repasaladiferenciaentrerelaciónyfunción,enelsiguientevideo:https://youtu.be/qd8QHJEo-6o
1.2.4.1. Graficar relaciones y funciones
Lasfuncionespuedenrepresentarsemediantegráficas.Paraelaborarlagráficadeunafunción,determinacuálessonlospuntosquedebessituarenunejecartesiano,esdecir,lascoordenadasXyY.Dichascoordenadasseacomodanenunatabladedobleentradaotabulación.Veamosunejemplo:Dadalafunción latabulaciónquetepermitirágraficarlafuncióneslasiguiente.
Enlatabulaciónanteriorlosvaloresdexseobtuvierondeldominiodelafunción: ,selee“xpertenecealosnúmerosnaturales,xesmayoroiguala2,xesmenoroiguala6”.Entendiendoeldominiosabemosquelosúnicosvaloresposiblesparaxson:2,3,4,5y6.
Despuéslosvaloresde“y”seobtuvieronresolviendolafunciónparacadavalordex,así:
X
2
3
4
5
6
Y
4
9
16
25
36
Y =22
Y =32
Y =42
Y =52
Y =62
UnavezterminadalatabulaciónpodemoselaborarlagráficaacomodandolospuntosX,Y.Semuestraacontinuación:
![Page 22: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/22.jpg)
22
Finalmente,podemosespecificarlosconjuntosqueformaneldominioyelrangodelafunción:
a)Dominio{2,3,4,5,6}b)Rango{4,9,16,25,36}
1.2.4.2. Clasificación de Funciones
Puedenclasificarseeninyectivas,suprayectivasybiyectivas.
Enlasfuncionesinyectivasparavaloresdiferenteseneldominiohayvaloresdiferentesenelrango.Observaestacaracterísticaenlasiguienteimagen:
![Page 23: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/23.jpg)
23
Enlassuprayectivascadaelementodelrangodebetenerasociadounelementoeneldominio.
Finalmente,lasfuncionesbiyectivassontantoinyectivascomosuprayectivas:
1.2.4.3. Operaciones de funciones
Confuncionesesposiblerealizarlassiguientesoperacionesalgebraicas:suma,resta,multiplicaciónydivisión.Tambiénpodemoshacerunaquintaoperaciónllamadacomposición.Acontinuaciónexplicaremoscadaunadeellas.
SumaDadasdosfuncionesfyg,lasumadeéstasseexpresaasí:
f(x) +g(x)= (f+g) (x) Selee“fdexmásgdexigualafmásg,dex”.
Unpropiedadimportantedelasumadefuncionesesqueeldominiodeunasumadefuncionesesigualalainterseccióndelosdominiosdecadafunción.Seexpresadelasiguienteforma:
![Page 24: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/24.jpg)
24
Dominio de (f+g) (x) es igual a Df ∩ DgSelee“dominiodefmásg,igualalainterseccióndeldominiodefconeldominiodeg”.
Veamosunejemplo:
Seanf(x) = x2-1g(x) = x+3
Entonces(f + g)(x) = x2 - 1+(x +3)
Simplificandotérminosqueda:(f + g)(x) = x2 +x +2
Para saber más…
Revisaelsiguientevideoenelqueseexplicaunasumadefunciones:https://youtu.be/uXumaGG1yws
RestaDadasdosfuncionesfyg,larestadeestasfuncionesseexpresaasí:
f(x) - g(x)= (f - g) (x) Selee“fdexmenosgdexigualafmenosg,dex”.
Tambiéneldominiodeunasumade funcioneses iguala la intersecciónde losdominiosdecada función.Seexpresade lasiguienteforma:
Dominio de (f - g) (x) es igual a Df ∩ Dg
Selee“dominiodefmenosg,igualalainterseccióndeldominiodefconeldominiodeg”.
Veamosunejemplo:
Seanf(x) = x2 - 1g(x) = x + 3
Entonces(f-g)(x)=x2-1-(x+3)
Simplificandotérminosqueda:(f - g)(x) = x2 - x - 4
![Page 25: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/25.jpg)
25
Para saber más…
Revisaelsiguientevideoenelqueseexplicaunarestadefunciones:https://youtu.be/L5Bwmis_d18
Producto o multiplicaciónDadasdosfuncionesfyg,larestadeestasfuncionesseexpresaasí:
f(x) . g(x) = (f . g) (x)Selee“fdexporgdexigualafporg,dex”.
Tambiéneldominiodeunproductodefuncionesesigualalainterseccióndelosdominiosdecadafunción.Seexpresadelasiguienteforma:
Dominio de (f . g) (x) es igual a Df ∩ Dg
Selee“dominiodefporg,igualalainterseccióndeldominiodefconeldominiodeg”.
Veamosunejemplo:
Seanf(x)= x^2-1g(x) = x+3
Entonces(f . g)(x) = (x2 - 1)(x + 3)
Resolviendolamultiplicaciónqueda:(f . g)(x) = x3 + 3x2 - x - 3
Para saber más…
Revisaelsiguientevideoenelqueseexplicaunproductodefunciones:https://youtu.be/EV9TRVYs36k
Cociente o divisiónDadasdosfuncionesfyg,ladivisióndeestasfuncionesseexpresaasí:
f(x) / g(x) = (f/g) (x) Selee“fdexentregdexigualafentreg,dex”.
![Page 26: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/26.jpg)
26
Tambiéneldominiodeuncocientedefuncioneses iguala la intersecciónde losdominiosdecadafunción,excluyendo los valores de x para los cuales g(x) = 0.Seexpresadelasiguienteforma:
Dominio de (f/g) (x) es igual a Df ∩ Dg,g(x)≠0
Selee“dominiodefporg,igualalainterseccióndeldominiodefconeldominiodeg,siemprequegdexseadiferentede0”.
Veamosunejemplo:
Sean
f(x)=x2-1g(x)=x+3
Entonces
(f/g)(x)=(x2-1)/(x+3)
Resolviendolafracciónqueda:
(f/g)(x)=x-3+8/(x+3)Siemprequex+3≠0
Para saber más…
Revisaelsiguientevideoenelqueseexplicauncocientedefunciones:https://youtu.be/_hJkxqoZlCQ
ComposiciónConsisteenevaluarunafunciónenotra.Dadasdosfuncionesfyg,lacomposicióndeéstasseexpresaasí:
f(x) • g(x)=f(g(x))
Selee“fdexcompuestagdexigualafcompuestag,dex”.
Siemprequeeldominiodexpertenezcaaldominiodeg(x),yeldominiodeg(x)pertenezcaaldominiodef(x).Seexpresadelasiguienteforma:
Dominiode
Selee“dominiodefcompuestagdex,igualax,talquexpertenecealdominiodeg,ygdexpertenecealdominiodefdex”.
Veamosunejemplo:
Sean
f(x)= x2-1g(x)= x+3
![Page 27: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/27.jpg)
27
Entonces
Para saber más…
Revisaenelsiguientevideounaintroducciónalacomposicióndefunciones:https://youtu.be/Nc7dtwfgqtM
Siaúntienesdudassobrelasoperacionesconfuncionesrevisaelsiguientevideo:
Operacionesconfunciones:suma,resta,multiplicaciónydivisión,https://youtu.be/78QxHDCibIE
Sagrera,E.(25demarzode2016).Lasfuncionesylavidacotidiana[Archivodevideo].Consultadodehttps://youtu.be/GH5DKqCwSAk
En conclusión…
Lateoríadeconjuntossepuedeocuparparaanalizarhechossocialesdeformasistemática.Permiteconceptualizaralosgruposy procesos sociales como conjuntos con propiedades conocidas, sobre los que pueden plantearse operaciones de unión,intersección,inclusión,complementariedad.Estasoperacionestienenunfundamentomatemáticoquebrindacoherenciaysolidezaunanálisisbasadoenteoríadeconjuntos.
Enestaunidadrevisamosqueunconjuntoesunacoleccióndeelementos.Dichoselementospuedenserpersonas,objetos,ideas,etc.Secumplentrescondicionesparadelimitaraunconjunto:primerocadaelementoperteneceaunoomásconjuntosdemaneradefinitiva,sinambigüedad;segunda,loselementosnoserepitenenunmismoconjunto,ytercera,noimportaelordenenelqueseexpresenloselementosdelconjunto.
Paraelanálisisdeunasituaciónenparticularexisteunconjuntouniversalquecontieneatodosloselementosposiblesdeestudio.Esteconjuntoesdelimitadoporelinvestigadordeacuerdoalascaracterísticasdelproblemadeinvestigación.Lalibertadparadefinirloestáacotadapordoscaracterísticas:sedebeestablecerdemaneraprecisaunavezdelimitadoeluniversosemantienefijodurantetodoelprocesodeanálisis,
Parausar lateoríadeconjuntostenemosunanotaciónparticular,entrecuyossímbolospodemosdestacar lossiguientes: losconjuntosserepresentanconletrasmayúsculas,elconjuntouniversalconelsímboloU,enconjuntovacíoseexpresaconɸ,lapertenenciadeunelementoaunconjuntoserepresentaconelsímbolo ,porlotanto,paraexpresarqueunelementonoperteneceaunconjuntousamoselmismosímbolocruzado .
![Page 28: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/28.jpg)
28
Podemosrealizarlassiguientesoperacionesconconjuntos:unión,intersección,inclusión,igualdadycomplemento.Launióndedosomásconjuntosseformaconloselementosqueestánpresentesendichosconjuntos;encasodequeunelementoestépresenteenmásdeunconjuntosóloseincluyeunavezenelresultadodelaoperaciónunión.LauniónserepresentaconelsímboloU.
Laintersecciónseformaconloselementosqueestánpresentesdemanerasimultáneaendosomásconjuntos;serepresentaconelsímbolo ∩.Existe inclusióncuandotodos loselementosdeunconjuntopertenecenaotroconjunto,aestaoperacióntambiénseleconocecomosubconjunto,sesimbolizacon .
Dos conjuntos son iguales si tienen exactamente losmismos elementos, esta situación se representa con el símbolo =, enconsecuencia,silosconjuntossondiferentesserepresentaconelsímbolo≠.Finalmentelaoperacióncomplementoincluyeatodosloselementosqueformanpartedelconjuntouniversalmenosloselementosdeunconjuntodeterminado,serepresentaconelapóstrofo.
Unarelaciónvinculaelementosdeunconjuntoconloselementosdeotroconjunto.Cuandoloselementosdelosconjuntossonnúmerosseformaunconjuntodeparesordenados(x,y)quesepuedengraficarenuncuadrantecartesiano.Dichasgráficassonrepresentacionesvisualesdelarelación,sonútilesparaproporcionarunadescripcióndelascaracterísticasdelarelación,esdecir,nosfacilitansuinterpretación.
Paratodarelaciónsepuededefinirundominioyunrango.Eldominioestáconstituidoportodoslosprimeroselementosdelosparesordenados,generalmenterepresentadosporlaliteral“x”,estoselementossegraficanenelejedelasabscisas.Elrangosontodoslossegundoselementosdelosparesordenados,serepresentanconlaliteral“y”ysegraficanenelejedelasordenadas.
Existe un caso particular de relación, llamado función, que se caracteriza porque todos los elementos de su dominio estánrelacionadosúnicamenteconunelementoenelrango.Elvalordelafuncióndependedelvalordeloselementosdeldominio,porellounafunciónesunaexpresiónmatemáticaquepermitemodelarelcomportamientodeunavariabledependienteconrespectoaunaomásvariablesindependientes.
Encienciassocialesestudiamos las funcionesentreconjuntosparaproponervínculosquenosayudenaexplicarypredecircaracterísticasdenuestrosobjetosdeestudio.Porejemplo,lafunciónquedefineelcomportamientodelaofertaylademandanosdicequeelincrementodelademandaelevaelpreciodelosbienesyservicios.
Fuentes básicas de consulta
Básica
Elorza,H.(2008).Estadísticas para las Ciencias Sociales, del Comportamiento y de la salud(3.ªed.).México:CengageLearningEditores.
García-Ferrando,M.(1999).Socioestadística: Introducción a la estadística en sociología.Madrid:Alianza.
Rioboo,J.yDelOro,C.(2000).Representaciones gráficas de datos estadísticos.Madrid:AC.
Zeisel,H.(1999).Dígalo con números.México:FCE.
Complementaria
Kleiman,A.(2009).Conjuntos: Aplicaciones matemáticas a la administración.México:Limusa.
![Page 29: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/29.jpg)
29
El Comportamiento Demográficoen México
Introducción
Enlaactualidad,laestadísticasehaconvertidoenunmétodoefectivoparadescribirconprecisiónlosvaloresdedatospolíticos,sociales,económicos,psicológicos,etc.,puesesunaherramientapararelacionaryanalizardichosdatos.
Laestadísticasedivideenestadísticadescriptivayestadísticainferencial.
• Laestadísticadescriptivaodeductivarequieredelusodemodelosnuméricosygráficospararesumirypresentardatos,eslaqueincluyelastécnicasqueserelacionanconelresumenyladescripcióndedatosnuméricos.
• Estadísticainferencialoinductiva:Consisteeninferirpropiedadesdeunapoblaciónsobrelabasedeunamuestraconresultadosconocidos,sebasadadirectamenteenlateoríadelaprobabilidad.Esunadisciplinapuramentedeductivaqueproporcionaunabaseracionalparaelrazonamientoinductivo.
Objetivos particulares
Altérminodelaunidad,elalumnoserácapazde:
• Seleccionaryvalorarresultadosydatossociodemográficos.• Representardatossociodemográficos.• Comprenderlalógicadelaestadísticaylosmodeloselementales.• Dominarlaestadísticadescriptivayrealizaroperacionesestadísticasbásicasconlafinalidaddehacerinferencias
generalessobrepoblacionesdelimitadas.
Temario
Tema 2. Estadística
2.1.Introducciónalaestadísticaencienciassociales2.1.1.Estadística,cienciayobservación
2.1.1.1.Inferenciasdelaspoblaciones.Estadísticasvitalesyestadísticasmatemáticas2.1.1.2.Utilidadylimitantesdelaestadísticaenlascienciassociales2.1.1.3.Poblaciónymuestras
2.1.1.3.1.Tiposdemuestras2.1.1.3.2.Tiposdeencuestas,general
2.1.2.Estructuradeinformación,métodosdeinvestigación2.1.3.Variables,medición2.1.4.Anotaciónestadística
![Page 30: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/30.jpg)
30
2.2.Frecuencias2.2.1.Distribucióndefrecuencias2.2.2.Distribuciones:tablasygráficas(relacionesx,y)
2.2.2.1.Presentacióndetablas,intervalos2.2.2.2.Histogramas,gráficasdebarra,polígonos
2.2.3.Tendenciacentraltotal2.2.4.Promedio,media,moda
2.2.4.1.TeoremadetendenciacentralySkwenessyKurtosis2.3.Variabilidad
2.3.1.Rangoyrangointercuartil2.3.2.Desviaciónestándar
2.4.Diseñodehipótesisenlascienciassociales2.4.1.CausalidadycorrelaciónPearson2.4.2.Hipótesisnula2.4.3.Pruebasdehipótesis
2.4.3.1.Errorestándar2.4.3.2.Estimación2.4.3.3.Índicedeconfianza
2.5.Modelosprobabilísticos2.5.1.Normal2.5.2.Binomial2.5.3.Poisson
Exposición de los temas
2.1. Introducción a la estadística en ciencias sociales
2.1.1. Estadística, ciencia y observación
La estadística es una rama de lasmatemáticas que, mediante las técnicas que proporciona, permite recolectar, organizar,presentar,analizare interpretardatos,yaseadeunamuestrao inferirsobreunapoblación, locualpermitetomardecisionesacertadas.
CienciaEsunadisciplinaqueutilizaelmétodocientíficoconlafinalidaddehallarestructurasgenerales.
Observación o datoAcadaresultadoqueseobtienealrealizarunexperimentoselellamadatouobservación.
2.1.1.1. Inferencias en las poblaciones. Estadísticas vitales y estadísticas matemáticas
Lainferenciaestadísticaesunprocesoqueseñalalosaspectoscontenidosenunapoblación,utilizandoúnicamentelainformaciónde unamuestra. El uso de la inferencia estadística tiene grandes ventajas, ya que se ahorra tiempo y dinero al recolectarinformacióndeunamaneramássencilla.
Lasestadísticasvitalesson“elresultadodelrecuentodeloshechosocurridosenlavidadelapoblación,comoson:nacimientos,matrimonios,divorcios,defuncionesymuertesfetales.Lasestadísticasvitalessonelementosbásicosparaelanálisisdemográfico
![Page 31: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/31.jpg)
31
delasituacióndeunpaís,asícomounodelosrequisitosparapoderllevaracabolaplanificacióndeldesarrolloeconómicoysocial.Yaqueproporcionaninformaciónsobrelatendenciadelcrecimientonaturaldelapoblaciónbasándoseenlastasasdenatalidadymortalidad;sobrelaconductadesuscomponentes,sudistribucióngeográficaymediantesuagregaciónalolargodeltiempo,sobreeltamañodelapoblaciónysuestructura.Porotrolado,permiteidentificaralosgruposdemandantesdeserviciosmédicos,educación,vivienda,etc.”(INEGI,2003,p.1).
Laestadísticaesunaramadelasmatemáticasqueestudialarecolección,organizaciónyanálisisdelosdatos,losresumeysimplificaparasuanálisisyestudio.
2.1.1.2. Ventajas y limitantes de la estadística en las ciencias sociales
Laestadísticacuentaconunaseriedetécnicasquetienenaplicaciónenlasmásdiversasdisciplinas,elusodeellasdependedelconocimientodelaspersonasquelasapliquen.Asimismo,proveeloselementosbásicosparafundamentarunainvestigación.
Limitantes:Alutilizarlaestadísticaesimportantecuidarcómoseobtiene,cuantificaypresentanlosdatosparanodarunmalusodeellos,porqueestopuedehacerquelaspersonasinterpretenmallainformacióny,portanto,eltrabajopierdevalidez.Además,estálaéticadequienesrecolectanlainformaciónynointervenirenlosdatosqueseobtienen.
Consideraquelosproblemasdeinvestigaciónsocialrequierenestardefinidosteóricamentedemaneracorrecta,delocontrariodepocoserviráelusodeunaparatoestadístico(García,1989).
2.1.1.3. Población y muestras
Lapoblaciónouniversosedefinecomoelconjuntodetodoslosindividuos,objetos,omedidasqueposeenalgunacaracterísticacomúnobservable.Porejemplo,todaslasmujeresquesonmadressolterasdeciertopaís.
Lamuestraesunsubconjuntodelapoblación,seleccionadamedianteprocedimientosaleatorios(alazar)opormétodosdirigidosaobtenerrepresentatividaddelapoblacióndedondeseobtiene.Lasmuestrassonconsideradascomounaautenticarepresentacióndelapoblacióndondetodosycadaunodelosindividuosobjetostienenlamismaoportunidaddeserseleccionados,mediantelosdiferentestiposdemuestreo.
2.1.1.3.1.Tiposdemuestras
Muestras de convenienciaCuandolaconvenienciasealaconsideraciónfundamentalysóloseescojanparaobservaciónlasunidadeselementalesmásfácilmenteaccesibles,elsubconjuntoresultantedetodasellasodeunapoblaciónestadísticaasociada,constituyeunamuestradeconveniencia.
Ejemplo:Encuestaalas10personasquesalgandeunaempresaacercadecuántogananyseobtieneasíunpromediode20000dólaresalaño;estas10personasnorepresentanlafuerzalaboralcomountodo,niunmismonivel.
Muestras de juicioÉsteesuntipodemuestramáscompleja,yaquesebasaenlaexperienciaprevia,juegaunpapelimportanteenlaseleccióndeunidadeselementalesparaobservación.Sinembargo,formulardichojuiciopuedeserpuntomenosqueimposible,enespecialcuandolasunidadeselementalessonheterogéneasylamuestradeseadaespequeña.
![Page 32: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/32.jpg)
32
Ejemplo:Sihubiera600hombresy400mujeresysetuvieraunamuestrade4hombresy6mujeres,enestesentido,lamuestravendríaenunaminiaturadelapoblación.¿Quépasacontodaslascaracterísticasquetienelaspersonas,comolaedad,educación,ingresoyraza?
Muestras aleatorias (o de probabilidad)Sondegran importancia,puesevitanelproblemade lacarenciade representatividad,es lamuestraaleatoriaomuestradeprobabilidad,lacualesunsubconjuntodetodaslasunidadesdeunapoblaciónasociadadesuscaracterísticas,queseescogeporunprocesoaleatorioquedaráacadaunidaddeunapoblaciónasociadaunaposibilidadpositivayconocidadeseleccionarse(aunquenonecesariamenteigual).
2.1.1.3.2.Tiposdeencuestas,general
Unaencuestaesunatécnicacuantitativaqueconstadeunaseriedepreguntasrealizadasaunamuestrarepresentativadeunapoblación,diseñadaparaobtener informaciónespecíficade losparticipantes.Apartirdeestosepuedenobtenermedicionescuantitativasdecualidadestantoobjetivascomosubjetivasdelapoblación.Lasencuestaspuedenserclasificadasdedistintasmaneras.
TIPOS DE ENCUESTAS
Asistida por computadoraTradicional
Encuesta telefónica Encuesta personal Encuesta por correo Encuesta electrónica
En centros comerciales
Asistida por computadoraEn casa Panel por
correoCorreo CorreoCorreo electrónico
Malhotra,N.(2008).Clasificacióndelatécnicadeencuesta[esquema].Tomadode:Investigacióndemercados,p.184.
2.1.2. Estructura de información, métodos de investigación
Unavezrecolectadalainformaciónporalgunatécnicacuantitativa,éstasepuedeanalizarmedianteunmétododeinvestigaciónquepermitalamejortomadedecisiones.
Elsiguientediagramamuestraelprocesocuantitativo.
![Page 33: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/33.jpg)
33
Sampieri,R.(2006)Procesocuantitativo.[esquema].Tomadode:Metodologíadelainvestigación,p.5.
2.1.3. Variables, medición
Variable:característicaofenómenoquepuedetomardiferentesvalores.
Existendosclasesdedatos,loscualesprovienendelassiguientesvariables.
Proceso cuantitativo
Idea Planteamiento del problema
Fase 1F ase 2F ase 3F ase 4F ase 5
Fase 10 Fase 9F ase 8F ase 7F ase 6
Revisión de la literatura y desarrollo
del marco teóricoVisualización del
alcance del estudio
Elaboración del reporte de resultados
Análisis de los datos Recolección de los datos
Desarrollo del diseño de investigación
Variable continua
Es aquella que puede tomar cualquier valor entre dosvalores dados, los datos obtenidos respecto a éstas sellamandatoscontinuos,puedenserenterosofraccionarios(altura,peso,velocidad,gasolinaqueseexpendeporhora,etc.).Elresultadoseobtienedemedir.
Variable discreta
Aquellascuyamediciónsólopuedeexpresarseennúmerosenteros(númerodepersonasqueentranaunrestaurante,número de personas en una empresa, etc.) porque nopuede tomar un valor cualquiera entre dos dados. Losdatosqueseobtienenconrespectoaéstasellamandatosdiscretos.Elresultadoseobtienedecontar.
Niveles de medición
Losnivelesdemediciónoescalasdemediciónrigenloscálculosquesellevanacaboconelfinderesumirypresentarlosdatos.Determinanlaspruebasestadísticasquesedebenrealizar.
Existencuatronivelesdemedición:nominal,ordinaldeintervaloyderazón.Lamediciónmásbaja,correspondealnivelnominal.Lamásalta,oelnivelqueproporcionalamayorinformaciónrelacionadaconlaobservación,eslamediciónderazón.Elsiguientecuadropresentalaclasificacióndedichosniveles.
![Page 34: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/34.jpg)
34
VARIABLES DISCRETAS O DISCONTINUAS
Sonaquellasqueutilizanvaloresnuméricosoalfanuméricos,tambiénserefiereadatoscualitativos.
•Losdatossóloseclasifican.• Ninguna respuesta valemásqueotra.•Noimportaelorden.•Noexistejerarquía.
Ejemplos:
Sí,No
Losnúmerosdelasplayerasdejugadoresdefutbol.
El género de las personas enunauniversidad.
Marcadeautomóviles.
• Diferencias significativasentre los valores. (magnitudesy distancia entre los númerosdesuescala).
Ejemplos:
Las temperaturas de lasdiferentes zonas geográficasdelmundo.
Laedadde losestudiantesdeprimersemestre.
La talla de vestido o trajes deungrupodepersonas.
• Los datos se clasifican deacuerdoaunajerarquía.• No se conoce la diferenciaentreunvaloryotro.•Noesequidistante.
Ejemplos:
Bueno,Malo,Regular
Alto,Medio,Bajo
Calificaciones en un examen(MB,B,R,NA).
•Cuentaconunceroabsoluto(elcerorepresentalaausenciatotaldemedida).• Cociente o Razón entre dosnúmerosdelaescala.
Ejemplos:
Númerodeempresasalasqueselesdioconsultoría.
Peso,estatura.
Númerodellamadasrealizadasenuncall center.
VARIABLE CONTINUAS O ESCALARES
Sonaquellasvariablescuyosvaloresdentrode lamismarepresentan la información exacta, también se refiere adatoscuantitativosocontinuos.
VARIABLE NIVELES DE MEDICIÓN S DISCRETAS O DISC
NOMINALES INTERVALOORDINALES RAZÓN
Elniveldemediciónde losdatosrige loscálculosquese llevanacaboconelfinderesumirypresentar losdatos.Tambiéndeterminalaspruebasestadísticasquesedebenrealizar.
2.1.4. Notación estadística
Lanotaciónestadísticaonomenclaturaesunlenguajesimbólicoqueseusapararepresentardealgunaformaideasuoperacionesmatemáticas.
Lanomenclaturaqueseusaenestasnotassepresentarádeacuerdoconlostemasquesevayanmencionando.
2.2. Frecuencias
Frecuencias:númerodevecesqueocurreuneventouobservación,serepresenta(f).
![Page 35: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/35.jpg)
35
2.2.1. Distribución de frecuencias
Losdatosordenadosengruposocategoríasrecibenelnombrededistribucióndefrecuencias.Sisetieneunconjuntodedatos,primerohayqueorganizarlosenformaordenadayensubconjuntosquepresentancaracterísticassimilares(mismaasignatura,mismaedad,mismaestatura,etc.),conelpropósitodefacilitarsuinterpretación.
2.2.2. Distribuciones: tablas y gráficas (relaciones x, y)
Elprimerprocedimientoqueseempleaparaorganizary resumirunconjuntodedatos,organizándolossegúnsuclaseysufrecuencia,esunatabladefrecuencias.
Estatablapuedeserutilizadaparaorganizaryresumirdatoscualitativosydatoscuantitativos.
Ejemplo1:Lasiguientetabladedistribucióndefrecuenciasesunamuestraaleatoriade130personasenedaddevotarenlaciudadMparaelegiraunnuevorepresentante,estáclasificadaporgrupodeedad.
Frecuencia
1828262533
Grupo de edad
(18-24](24-30](30-36](36-42](42-48]
Enlaprimeracolumnaseencuentranlasclasesointervalosdondeseclasificanlosdatosdelamuestraobtenida.Elparéntesisindicaellímiteinferiordeclaseyelcorcheteellímitesuperiordeclase.Porloqueelnúmerodevecesqueserepiteeleventosóloesenesaclase.
Enlasegundacolumnaseencuentranelnúmerodevecesqueserepiteeleventoencadaclase.
2.2.2.1Presentacióndetablas,intervalos
Considerando el ejemplo 1, con los datos recolectados de lamuestra de votantes se presenta el desarrollo de laTabla dedistribucióndefrecuenciasabsolutasyrelativas.
Tabla de distribución de frecuencias absolutas y relativas
Estasfrecuenciassedeterminandelasiguientemanera:
LaXiesunpromedioaritméticodeclase,queseobtienesumandoloslímitesrealesdeclaseydividiéndolosentredos.
Delaclase2tenemos(24+30)/2=27
Lafrseobtienededividirlafdecadaclaseentreeltotaldedatosuobservaciones(enestecasoson130).
![Page 36: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/36.jpg)
36
Lafadeunaclaseseobtienedesumarlafadeesaclaseylafdelaclasesiguiente.Elresultadodelaclase2es18+27=46.
Lafradeunaclaseseobtienedesumarlafracumuladadeesaclaseylafrecuenciarelativadelaclasesiguiente.Elresultadodelafradelaclase3es0.35+0.20=0.55.
Nomenclatura:
f:frecuenciaabsolutaXi:marcadeclaseopromediodeclaseFr:frecuenciarelativafa:frecuenciaabsolutaacumuladafra:frecuenciarelativaacumulada
2.2.2.2.Histogramas,gráficasdebarra,polígonos
Losgráficossonlarepresentacióndelosdatosenformadedibujo,detalmaneraquelapersonaquelosveapuedacomprenderlosdatosrecabadossintenerqueremitirseaunatabladefrecuencias.
Lasgráficasseclasificansegúneltipodedatos,sisoncualitativosocuantitativos.
f
1828262533130
fr
18/130=0.140.220.200.190.251.00
Xi
2127333945
fa
18467297130
fra
0.140.350.550.751.00
Grupo de edad(clases o intervalos)
18-2424-3030-3636-4242-48Totales
GRÁFICOS
BarrasCircular
Datos cualitativos Datos cuantitativos
Dispersión HistogramaLíneas
![Page 37: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/37.jpg)
37
Histograma
Gráficadebarrasverticalessinespaciamientoentreellas,construidacolocandoenelejeverticalalasfrecuenciasabsolutasorelativasyenelejehorizontalaloslímitesrealesdeclasedeunatabladefrecuencias.
Polígono
Esunagráficaconstruidaconsegmentosdelíneasrectasqueunenlospuntosobtenidosalcolocarenelejehorizontallosvaloresmediosdeclaseyenelejeverticalalasfrecuenciasabsolutasorelativas.
![Page 38: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/38.jpg)
38
Ojiva de frecuencias acumuladas
Esunagráficaconstruidaconsegmentosdelíneasqueunenlospuntosobtenidosalcolocarenelejehorizontalalaslíneassuperioresdeclaseyenelejeverticalalasfrecuenciasacumuladasabsolutasorelativas.
Frecuencia absoluta acumulada (fa)
Variable (frontera superior o límite superior de clase)
2.2.3 Tendencia central total
Lasmedidasdetendenciacentralsonmedidasdescriptivasqueindicanhaciadóndetiendenaconcentrarselosvalorescontenidosenunconjuntodedatos.
2.2.4. Media (promedio), media, moda
Lasmedidasdetendenciacentralmásutilizadassonlamedia,medianaymoda.
Mediaeselpuntodelrangoodistribuciónporencimaopordebajodelcualhayunnúmeroexactamenteigualdeunidadesdedesviación.Seobtienedividiendolasumadetodaslaspuntuacionesporelnúmerodeéstas.
Medianaeseldatocentralomedidadeposición.
Modaeselvalorquemásvecesserepite.
Para datos agrupados
Lamediaaritméticaopromediosedenotacon:
=mediamuestralµ=mediapoblacional
![Page 39: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/39.jpg)
39
Secalculaconlafórmulasiguiente:
Media
Mediana
LRi=límiterealinferiordelaclasequecontienelamediana.n=núm.totaldeobservacionesenladistribucióndefrecuencias(nparamuestra).fa=frecuenciaacumuladadelaclasequecontienelamediana.fc = número de observaciones en la clase que contiene la mediana (donde se estátrabajando).i=tamañodelintervalodeclase.
Moda
Donde:LRi=límiterealinferiordelaclasequecontienelamoda.d1=diferenciaentrelafrecuenciadelaclasemodalylafrecuenciadelaclaseprecedente.d2=diferenciaentrelafrecuenciadelaclasemodalylafrecuenciadelaclasesiguiente.i=tamañodelintervalodeclase.
Deladistribucióndefrecuenciasdelejemplo1,determinarlasmedidasdetendenciacentral.
Solución:
Media
Realizarelproductodelafrecuenciaabsolutaconlamarcadeclase,decadaclase.
Delaclase3setiene26x33=858,estosehacecontodaslasclasesparadeterminarlasumatoriayéstaes4452.
Frecuencia
1828262533
130
Xi
2127333945
f *Xi
3787568589751485
4452
fa
18467297130
Grupo de edad
18-2424-3030-3636-4242-48
CLASES
12345
TOTALES
![Page 40: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/40.jpg)
40
Sustituyendoenlafórmulasetiene:
Mediana
Seobtieneapartirdeobtener laposicióncentral n/2 =(130)/2=65,éstaseencuentraen laclase3,deacuerdoa lafórmulafa=46,ylafcquelecorrespondees26.Sustituyendoenlafórmulatenemos:
Moda
Enelcasodedatosagrupadosseidentificalaclasemodal,esdecir,laclasequecontengamásdatosolademayorfrecuencia.Enestecasoes28,porloqueseprocedeadeterminard1=28–18=10yd2=28–26=2
Sustituyendoenlafórmula:
Para datos no agrupados
Media
Mediana:seordenanlosdatosdemaneraascendenteodescendente.
Moda:Eselvalorquemásserepiteenunaseriededatos.
![Page 41: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/41.jpg)
41
Ejemplo2:Sepreguntólaedadaungrupodeestudiantesqueseencuentranenlaparadadelaruta2delPumaBús,seobtuvolosiguiente:
Añosdeedad181819191920202020212123242525
Determinar:
Media
Mediana
Unavezordenadoslosdatos,eldatocentralomedidadeposiciónes20añosdeedad.
Moda
Laedadquemásserepitees20añosdeedad.
2.2.4.1.Teoremadetendenciacentralyasimetría(Skweness)yKurtosis
Lasmedidasdetendenciacentraldanunvalorrepresentativodeladistribucióndefrecuenciassituadoenunlugarintermedio(promedio)alrededordelcualseencuentranotrosvalores.Indicancuáleselcomportamientodelosdatos,esdecir,haciadóndetiendenaagruparse.
AsimetríadePearson,elcoeficientedeasimetríadePearsonmideladesviacióndelaasimetría,expresandoladiferenciaentrelamediaylamedianaconrespectoaladesviaciónestándardelgrupodemediciones.Lasfórmulasson:
Paraunadistribuciónsimétrica,elvalordelcoeficientedeasimetríaessiempre0,porquelamediaylamedianasoniguales.
Paraunadistribuciónconasimetríapositiva,lamediaessiempremayorquelamediana,porloqueelvalordelcoeficienteespositivo.
Paraunadistribuciónconasimetríanegativa,lamediaessiempremenorquelamediana,porloqueelvalordelcoeficienteesnegativo.
![Page 42: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/42.jpg)
42
Coeficientedeasimetríaα3
α3>0sesgoalderechooasimetríapositivaα3=0insesgadaα3<0sesgoizquierdooasimetríanegativa
Lafórmulademomentossedeterminapara…
DatosagrupadosDatosnoagrupados
Lacurtosisesunamedidadeapuntamientodeunadistribucióndefrecuencias,eselgradodeconcentraciónalrededordelamediasuresultadorepresentaelgradodeapuntamientodeunadistribución,esdecir,quétanpuntiagudooquétanaplanadaeslacurvadeunadistribución.
Lasformasdeunadistribuciónsimétricarecibendistintosnombres.
Leptocúrtica: Eslacurvadondesetienemayorapuntamiento.
![Page 43: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/43.jpg)
43
Mesocúrtica: Deacuerdoaladistribucióndevalores,niesplana,nipuntiaguda,tieneunaproporcionalidaddeconcentraciónalrededordelcentrodeladistribucióndefrecuencias.
Platicúrtica: Setienepocaconcentraciónomenorapuntamientoalrededordelcentroenambasdirecciones,suformaesplana.
Elíndicedecurtosissedeterminadeacuerdoalosdatosquesetengan,puedenserdeunamuestraodeunapoblación,oquelosdatosseencuentrenagrupadosonoagrupados.Serepresentamediantelaexpresiónα4
![Page 44: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/44.jpg)
44
ysucálculoserealizamediantelafórmulademomentosparadatosagrupados.
Elcuartomomentoessiemprepositivoyseusaparaconocerelapuntamientodeladistribuciónocoeficientedecurtosis.Cuandoelíndicedecurtosises:
α4=3mesocurticaα4>3leptocurticaα4<3platicurtica
Elcuartomomentosirvecomounamedidaabsolutadeapuntamientoocurtosis.
Paradatosnoagrupados
Ejemplo3:Conlosdatosdelejemplo1,determinarelíndicedecurtosis.
La tabla siguiente presenta los datos que se requieren para determinar la curtosis (recordemos que lamedia ya se habíacalculado).Seagreganlascolumnasparacalcularlacurtosis.
Xi
2127333945
fa
18467297130
f *Xi
3787568589751485
4452
30421372
266253993
9058
51409867228
2615625483153
1080130
f
1828262533
130
Grupo de edad(clases o intervalos)
18-2424-3030-3636-4242-48
Totales o ∑
![Page 45: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/45.jpg)
45
Media
Desviaciónestándar
Secalculaelmomento4,sustituyendoenlafórmula
momento4
ysedeterminaelcoeficientedecurtosissustituyendoenlafórmula
comoα4=1.69,y1.69<3laformaesplaticurtica,esdecir,setienepocaconcentraciónomenorapuntamientoalrededordelcentro.
2.3. Variabilidad
Lavariabilidadodispersiónpermitecomprenderquétandispersos(esparcimiento)seencuentranlasobservacionesconrespectoaunpuntomedioopromedio.Esdecir,esunnúmeroqueindicaelgradodedispersiónenunconjuntodedatosconrespectoalpromedio.
2.3.1. Rango y rango intercuartilElrangooamplitud,seclasificacomounamedidadedistancia.Enelcasodeunadistribucióndefrecuenciasseencuentraalconsiderarelvalordellímitesuperiorrealdelaúltimaclasemenoselvalordellímiterealinferiordelaprimeraclase.
Para datos agrupados
R=LSC-LIC
Donde:
R=RangooamplitudLSC=LímitesuperiorrealdelaúltimaclaseLIC=Límiteinferiorrealdelaprimeraclase
![Page 46: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/46.jpg)
46
Elrango intercuartílico permitemedirladispersióndelosdatosyesladiferenciaentreelprimeroyeltercercuartil.Loscuartilesdividenalaseriededatosencuatropartesporcentuales.
Q1=25%Q2=50%Q3=75%Q4=100%
ElvalordelQ2eselquecoincideconlamedianaopuntomedio.PorloqueelQ3indicaqueeselvalordelcualquedantrescuartaspartespordebajode75%.Loscuartilessecalculanconlafórmuladelamediana,sólocambiaelnúmerodelcuartiladeterminar.
Donde:
m=1,2,3elnúmerodecuartilacalcular.Li=Límiteinferiordelaclasedondeseencuentraelcuartilm.n=númerodedatos.fa=frecuenciaacumuladadelaclasequeprecedealaclasedelcuartilm.i=tamañodelintervalodelaclasedelcuartilm.
El rango intercuartil se determina con la fórmula siguiente:
R=Q3-Q1
Conlosdatosdelatabladefrecuenciasabsolutasyrelativasdelejemplo1,determinarelrangoyelrangointercuartil.
Solución:
Rango
R=LSC-LICSustituirenlafórmulalosdatoscorrespondientes.
R=48-18=38añosdeedadParaelrangointercuartil,primerosecalculanQ3yQ1
Xi
2127333945
fr
0.140.220.200.190.25
1.00
fra
0.140.350.550.751.00
fa
18467297130
f
1828262533
130
Grupo de edad(clases o intervalos)
18-2424-3030-3636-4242-48
Totales
![Page 47: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/47.jpg)
47
Sustituyendoenlafórmulasetiene
PorlotantoR=42.12–27.10=15.02
Para datos no agrupados
Elrangosepuedeconocerapartirdeunamuestraordenadadetamañon,endondeelrangoesladiferenciaquehayentreelvalormáximoyelvalormínimodelaserieoconjuntodedatos.
R = Dm – dm
Donde:
Dm=Valormayordm=Valormenor
Rango intercuartil
Elrango intercuartiles ladiferenciaentreelprimeroytercercuartil,permitemedir laextensiónodispersiónde losdatos.Secalculaconlafórmula:
R = Q3 - Q1
Paradatosnoagrupadosloscuartilessecalculanconlafórmula:
Donde:
Q=cuartil.m=1,2,3elnúmerodecuartilacalcular.X=laposicióndelcuartilacalcularparaencontrarsuvalor.n=númerodedatos.
Conlosdatosdelejemplo2,calcularelrangoyelrangointercuartil.
Sepreguntólaedadaungrupodeestudiantesqueseencuentranenlaparadadelaruta2delPumaBús,seobtuvolosiguiente:
Añosdeedad181819191920202020212123242525
![Page 48: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/48.jpg)
48
Rango
Solución
Sustituyendoenlafórmula
R=25–18=7
Rangointercuartil,determinarprimerolaposicióndeQ3yQ1yobtenerelvalordeloscuartiles ,estoindicaqueelvalordelcuartilseencuentraenlaposicióndoce.
estoindicaqueelvalordelcuartilseencuentraenlaposicióncuatro.
2.3.2. Desviación estándar
Ladesviaciónestándaresunamedidadevariabilidadquetomaencuentaladispersióndelosvaloresdelosdatosrespectoasumediaysuresultadoseexpresaenlasmismasunidadesdelavariablequeseexamina.SerepresentaconlaletraSparalamuestrayσparalapoblación.
Fórmulas para datos agrupados
Fórmulas para datos no agrupados
Datos agrupados
Con los datos del ejemplo 1
Determinar:
Desviaciónestándar
![Page 49: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/49.jpg)
49
Solución
Seagregaunacolumnapararealizarloqueindicaelnumeradordeafórmulacomosemuestraenlasiguientetabla.
Xi
2127333945
fa
18467297130
18(21–34)2=3,0421372
266253993
9058
f
1828262533
130
Grupo de edad(clases o intervalos)
18-2424-3030-3636-4242-48
Totaleso∑
Sustituyendoenlafórmula
Datos no agrupados
Con los datos del ejemplo 2
Sepreguntólaedadaungrupodeestudiantesqueseencuentranenlaparadadelaruta2delPumaBús,seobtuvolosiguiente:
Añosdeedad181819191920202020212123242525
Determinar:
Desviaciónestándar
Solución:
Primerocalcularloqueindicalafórmulaenelnumerador(lamediayasehabíacalculadoyes21),sepuederealizarunatablaparaqueseamásprácticoelcálculo.
![Page 50: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/50.jpg)
50
Sustituyendoenlafórmulasetiene
Referencias
INEGI. (2003). Síntesis metodológica de las estadísticas vitales. México: Dirección General de Estadística. Dirección deestadísticas demográficas y Sociales. Consultado de http://www.inegi.org.mx/est/contenidos/espanol/metodologias/registros/sociales/sm_ev.pdf
García-Ferrando,M.(1989).Socioestadística:Introducciónalaestadísticaensociología.Madrid:Alianzaeditorial.
Malhotra,N.(2008).InvestigacióndeMercados.México:PearsonPrenticeHall.
Hernández,R.,Fernández,C.,Baptista,P.(2010).Metodologíadelainvestigación.México:McGraw-Hill.
Tiposdeencuesta:http://www.tiposde.org/escolares/123-tipos-de-encuestas/#ixzz4PxJzA9ef
WhatisSkewness-BusinessStatisticsTips.Disponibleen:https://youtu.be/RAekTsenqPI
2.4. Diseño de hipótesis en las ciencias sociales
Unahipótesisesunaafirmaciónsobreunacaracterísticadelapoblaciónestudiada.Paraconocersipodemosaceptarorechazarunahipótesisrecabamosinformacióndelapoblación.Sinembargo,nosiempreseráposiblerecabarinformacióndetodosloselementosdelapoblación;enesocasostomaremosdatosdeunaovariasmuestras.Estosdatossesometenaunprocedimientoestadísticollamadopruebadehipótesisparaaceptarorechazarnuestrasafirmacionesiniciales.
García(1989),enSocioestadística,nosexplicaque“Unaparteimportantedelainvestigaciónquesellevaacaboenelcampodelasociologíaestárelacionadaconlaaceptabilidadorechazodelashipótesisquesededucendelasteoríassociológicas”(p.157).Porello,enestetemarevisaremosenquéconsisteeldiseñodeunahipótesisycómoseponenaprueba.
2(18-21)2=183(19-21)2=124(20-21)2=42(21-21)2=0(23-21)2=4(24-21)2=92(25-21)2=32
∑ 79
![Page 51: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/51.jpg)
51
2.4.1. Causalidad y correlación Pearson
Unacorrelaciónesunarelación,estadísticamentesignificativa,entredosvariables.Nosinteresaestudiarcorrelacionesporquesidosvariablesestáncorrelacionadaspodríamospredecirelcomportamientodeunavariableenfuncióndelaotra.Laposibilidaddecorrelaciónentredosvariablespuedeservistacomounsupuesto,esdecir,unahipótesis;existenprocedimientosparaanalizarlaexistenciadecorrelaciones.
Esposibleanalizarlarelaciónentrevariablesutilizandográficosdedispersión,comolossiguientes:
Lafigura(a)muestraunarelaciónlinealpositivaentre“x”y“y”,estoquieredecirquesiaumentaxtambiénaumentaydemaneramásomenosproporcional.
Lafigura(b)muestraunacorrelaciónlinealnegativaentre“x”y“y”,esdecir,siaumentaxdisminuyey,demaneramásomenosproporcional.
Ademásdelaapreciacióngráficadeunacorrelaciónexistenformasdemedirlaintensidadconlaqueserelacionandosvariables.ParavariablescuantitativasexisteelcoeficientedecorrelaciónlinealocoeficientedePearson.Esteestadísticoarrojaunresultadoentre-1y1.CuandoelvalordelcoeficientedePearsonescero,decimosquenohaycorrelaciónentrelasvariables.Sielvalordelcoeficienteesnegativodecimosquehayunacorrelaciónlinealnegativa,yporelcontrariosiespositivohayunacorrelaciónlinealpositiva.Entremásseacerqueelvalordelcoeficientea-1oa1másfuerteserálacorrelaciónentrelasdosvariables.
Cuandoseestudiancorrelacionesesposiblecaerenelerrordeconsiderarlascomorelacionescausales,esdecir,suponerqueunavariablecausaaotra.Sinembargo,esposiblequeunaterceravariableestéinfluyendoenelcomportamientodelasdosvariablesestudiadas.Aesaterceravariableselellamainterviniente.
Para saber más…
Revisaelsiguientevideoenelqueseexplicauncasoqueconfundeunacorrelaciónconcausalidad:https://youtu.be/h01rR3M1OT8
![Page 52: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/52.jpg)
52
2.4.2. Hipótesis nula
Recordemosqueenestadísticaunahipótesisesunsupuestosobreelvalordeunparámetropoblacional.Porejemplo,podemossuponerquelosingresosmediosdelostrabajadoresdelsectordelaconstrucciónson7000pesos.Enestecasonuestrahipótesisserefierealamediadeunavariableparatodaunapoblación.
Lahipótesisdepartidasellamahipótesisnula.Escomúnqueseformuleunahipótesisnulanoconelpropósitodeprobarlasinoderechazarlaydeestamaneraprobarlaafirmacióndeseada.Porejemplo,sisequieredemostrarqueunmétododeestudiodaresultadosdiferentesaotro,laprimerahipótesisnulasería“losmétodosdanelmismoresultado”;luegohacemoslapruebaysirechazamosestaprimerahipótesisalmenoshabremosobtenidoevidenciadequelosmétodosestadísticosnodanelmismoresultado.LahipótesisnulasedenotaconH0
Alaevidenciadequelahipótesisnulaesrechazablelellamamoshipótesisalternativa.Usualmente,lahipótesisalternaserefierealahipótesispropuestaporelinvestigador.Siguiendonuestroejemplo,laevidenciadequelosmétodosestadísticosnodanelmismoresultadoesnuestrahipótesisalternativa.
Lahipótesisnulaessometidaaunapruebadehipótesisconlacualselerechazaoseleacepta.Encasodequeselerechace,seasumecomofactiblelahipótesisalterna.
2.4.3 Pruebas de hipótesis
Yacomentamosqueunahipótesisestadísticaesunaafirmaciónsobreunacaracterísticadelapoblaciónestudiada.Veamosunejemplo:“loshabitantesdelaciudadparticipanenpromedioentresactosdecorrupciónalmes”;éstaesunaafirmaciónsobreelparámetromediadelapoblaciónestudiada.
Ahora,unapruebadehipótesisesunprocedimientogeneralmenteaceptadoparatomarunadecisión:seaceptaoserechazalahipótesis.Tambiénesconocidacomopruebadesignificancia,testdehipótesis,ensayodehipótesisocontrastedehipótesis.
Uncontrastedehipótesisconsisteencompararlahipótesisnulaversuslahipótesisalternativa,paraellosedividenlosdatosmuestralesendoszonas,lazonadeaceptaciónylazonaderechazo.Elvalorqueresultedelapruebadehipótesiscaeráenlazonadeaceptaciónoenlazonaderechazo.Paraejemplificaresteconceptográficamenteobservalaimagendelasiguientedistribuciónmuestral:
![Page 53: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/53.jpg)
53
Sielestadísticodecontrastecaeenlaregiónderechazo,entoncesrechazamoslahipótesisnula.Sielestadísticodecontrastecaeenlaregióndeaceptaciónentoncesaceptaremoslahipótesisnula.
Alaregiónderechazoseleconocecomoregión críticay lospuntosqueladelimitansonconocidoscomopuntos críticos de rechazo.
García(1989)consideraquelosprocedimientosestandarizadosquesesiguenenlaspruebasdedecisiónestadísticasonlossiguientes:
● Formulacióndelashipótesisestadísticas○ Hipótesisnula○ Hipótesisalternativa
● EleccióndeunapruebaestadísticaconsumodeloasociadoparacontrastarH0.● Especificacióndeunniveldesignificaciónyuntamañodelamuestra.● EncontrarladistribuciónmuestraldelapruebaestadísticaenelsupuestoH0.● Definicióndelaregiónderechazodelahipótesisnula.
Ladefinicióndehipótesisnulaehipótesisalternativayasehaexplicadoenelapartado4.2.
Encuantoalaeleccióndeunapruebaestadística,diremosquesetratadeelegirunestadísticodecontraste,esdecir,unavariablealeatoria,cuyadistribuciónmuestralnospermitedeterminarlaprobabilidadasociadaaundeterminadovalorparaelestadístico.
Alcriterioqueutilicemosparasabersiaceptamosorechazamoslahipótesisnulalellamamosregladedecisión.Consisteendefinirlazonaderechazoylazonadeaceptacióndelahipótesisnula.Lazonaderechazocontieneatodoslosvaloresparaelestadísticodecontrastequesealejandelahipótesisnulayporlotantoespocoprobablequeocurransidichahipótesisesverdadera.
Lapruebadecontrastepuedeserunilateralsiparatomarladecisiónutilizamossólovaloresdeunodelosextremosdelagráfica,comosemuestraenlasiguienteimagen:
Tambiénpodemoshaceruncontrastebilateralsiutilizamosambosextremosdelagráfica.
![Page 54: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/54.jpg)
54
2.4.3.1.Errorestándar
ExistelaposibilidaddeunavezconcluidalapruebadehipótesisrechazarH0cuandoenrealidadsíeraverdadera;enestecasosedicequesecometeunerrordetipoI.Oporelcontrario,podríamosaceptarH0cuandoenrealidaderafalsa,aestoselellamaerrordetipoII.Veámosloenlasiguientetabla:
SellamaniveldesignificacióndeunapruebadehipótesisalaprobabilidaddecometerunerrordetipoI.Serepresentaconlaletragriegaalfaα.
Elnivelsignificanciaonivelderiesgosedefinecomo laprobabilidadderechazar lahipótesisnulacuandoesverdadera.Esposiblequequienrealizalapruebadehipótesisdetermineelniveldesignificancia.
Para saber más…
Repasaelconceptodetiposdeerroresconelsiguientevideo:https://youtu.be/XEULRVqVT0U
2.4.3.2.Estimación
Losmétodosbásicosdelaestadísticainferencialsonlaestimaciónyelcontrastedehipótesis.
Deunapoblaciónseextraeunamuestra,apartirdedichamuestrasedeterminanunaseriedeestadísticos(mediamuestral,varianzamuestral,etc.),yatravésdelosprocedimientosdeestimaciónycontrastesehallanlosparámetros(mediapoblacional,varianzapoblacional,etc.)quedescribenadichapoblación.
![Page 55: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/55.jpg)
55
Laestimaciónpuederealizarsededosmaneras:
• Estimaciónpuntual:determinaunvalorúnicoparaelparámetro.• Estimaciónporintervalodeconfianza:sedeterminaunintervalodentrodelcualpuedeestarelparámetro.
Para saber más…
Revisaenelsiguientevideoladiferenciaentreunaestimaciónpuntualyunaestimaciónporintervalo:https://youtu.be/DPpSrsndLJQ
Generalmente se realizan estimaciones por intervalo, porque tenemos mayor probabilidad de acertar sobre el valor de unparámetrosidecimosqueseencuentraentretodoslosnúmerosposiblesenmarcadosporellímiteinferiordelintervaloyellímitesuperiordelintervalo.
Matemáticamenteestablecemoslasiguientedefinición:
Selee“thetaesmayoroigualquethetauno,ymenoroigualquethetados”.
Dondeeselparámetroaestimary sonloslímitesinferiorysuperiorrespectivamente.
Antesderevisarelprocedimientodeunaestimaciónporintervalos,veamosalgunosconceptos:
Variabilidad del parámetroHabitualmenteseusaladesviacióntípicapoblacional.
Error de estimaciónMidelaprecisióndelaestimación.Cuantamásprecisiónnecesitemos,másestrechodebeserelintervalodeconfianza,yporlotantomenorseráelerrordeestimación.Unmenorerrorgeneralmenterequieredemuestrasmásgrandes.
Nivel de confianzaEslaprobabilidaddequeelvalordelparámetroqueestamosbuscandosesitúeenelintervalodeconfianza.Sedenotaconygeneralmenteseexpresacomoporcentaje,eshabitualtenernivelesdeconfianzadel95%y99%.Comoyahabrásobservado,siaumentamoselanchodeunintervalotenemosunmayorniveldeconfianzaperotambiénadmitimosunmayorerrordeestimación.
Valor αSe leecomovaloralfa.Conocidocomoniveldesignificación,es laprobabilidadde fallaren laestimacióndelparámetro.Secalculacomo ladiferenciaentre lacerteza (laprobabilidad1)yelniveldeconfianza.Entoncessiestablecemosunniveldeconfianzade.95,alfaesiguala1-0.95,esdecir,alfaesiguala0.05.
Valor crítico ZEselvalordeunaabscisaenunadistribución.Normalmentelosvalorescríticosestántabulados.
Para saber más…
RevisaelsiguientevideoparaconocercómoutilizarunatabladevaloresZ:https://youtu.be/UEVkpAIEB1w
![Page 56: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/56.jpg)
56
Existendiversosprocedimientosparaencontrarelintervalodeconfianzadeunparámetro,revisaunodeellosenelsiguientevideo:
Para saber más…
Procedimientopararealizarunaestimaciónporintervalodeconfianza:https://youtu.be/N36TGN8k2tY
2.4.3.3.Índicedeconfianza(niveldeconfianza)
Comoya revisamosenelpuntoanteriorelniveldeconfianza indica laproporcióndevecesqueseráciertounparámetroalseleccionarmuchasmuestras.
Ahoraqueconoceslosconceptosreferentesalaestimaciónesimportantequelosusesparainterpretarelvalordeunparámetro.Porejemplo:sitedicenqueunvalorpromediosesitúaen24puntos,con3puntosdemargendeerroryunniveldeconfianzadel95%,debemosentenderqueelvalordelpromedioenrealidadsesitúaentre22.5y25.5puntosconunaconfianzadeacertareneseintervaloel95porciendelasvecesquelocalculemos.Loslímitesdelintervalodeconfianzaseobtienendeañadiralparámetrolamitaddelmargendeerrorhaciaabajoylamitadhaciaarriba.
Para saber más…
Repasaelconceptodeniveldeconfianzarevisaelsiguientevideo:https://youtu.be/YDFzX4fT1BU
2.5. Modelos probabilísticos
Antesdeexplicartelosmodelosprobabilísticostecomentaremosdemanerageneralenquéconsistelateoríadelaprobabilidadysuimportancia.
Estateoríaestudiaquétanposibleesqueocurraunevento.Porejemplo,¿quétanprobableesquebajociertascondicioneslluevahoy?¿Quétanprobableesqueallanzarunamonedacaigaáguila?
LateoríadelaprobabilidadtienesuorigenenlostrabajosdeAntoineGombaud—llamadoCaballerodeMéré—,BlaisePascalyPierredeFermat.Gombauderaunjugadorasiduosobretododecartasydados,ytratandodeencontrarlamejormaneradeganarestosjuegosplanteóvariosproblemasmatemáticosrelacionadosconlaprobabilidaddeobtenerunouotrovalorenalgúnmomentodeljuego.PascalyFermat,juntoconGombaud,comenzaronaresolverlosproblemaspropuestos,yesteconocimientoseconvirtióenelfundamentodelateoríadelaprobabilidad(Hald,p.42).
Matemáticamente,laprobabilidaddequeuneventoocurraseexpresadelasiguienteforma:
P(x)=Casosfavorables/Casosposibles
Selee“laprobabilidaddequeocurraxesigualaloscasosfavorablesentreloscasosposibles”.
![Page 57: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/57.jpg)
57
Parasabermás…
Revisaelsiguientevideopararepasarelconceptodeprobabilidad:https://youtu.be/D4Udmu3FHZA
Porúltimo,podemoscomentarqueelobjetivodeunmodeloprobabilísticoespredecir lamaneraencomoprobablementesecomportaráunavariablealeatoria.
Unavariablealeatoriaesaquellacuyovalorestádeterminadoporelazar,esdecir,puedetomarunvalordentrodeunconjuntodevaloresposibles.Hayvariablesaleatoriasdiscretasycontinuas.Lasdiscretastomanvaloresdiscontinuosylascontinuastomanvaloressininterrupciones.Veamosalgunosejemplos:
• Cantidad de personas formadas en una fila.Esunavariablediscretaporquenopuedehaber2.5personas.Sólopuedehaber2o3personas.Esdecir,elvalordelavariableseveinterrumpido,esdiscontinuo.
• Consumo de refresco al día.Elconsumoderefrescosepuedemedirenlitrosyesposibletener2.1litros,2.18litros,2.1842litrosyasíhastaelinfinito.Porlotanto,lavariabletienevalorescontinuosquenuncaseinterrumpen.
Enelsiguienteesquemaseobservalarelaciónentrelaestadísticadescriptiva,elestudiodelaprobabilidadylacreacióndeunmodeloteórico.
EsquemaadaptadodeTriola,2004,p.182.
Losmodelosparaencontrarlaprobabilidaddecadavalordeunavariablealeatoriaseconocencomodistribuciones de probabilidad. Unadistribucióndeprobabilidadseconcretaenunafórmula,gráficaotabla.
Todadistribucióndeprobabilidadcumplelassiguientescondiciones:
• Lasumadelasprobabilidadesdetodoslosvaloresdexesiguala1.• Laprobabilidaddecadavalorxesmayoroiguala0ymenoroiguala1.
![Page 58: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/58.jpg)
58
Acontinuaciónmencionaremosalgunasdelasdistribucionesdeprobabilidadmásusadas,brevemente,porquelasestudiarásconmásdetallecuandorealiceslaactividaddeaprendizaje.
2.5.1. Normal
Enunadistribuciónnormalunavariablealeatoriacontinuaserepresentagráficamentecomounacurvasimétrica,enformadecampana(llamada campana de Gauss).Esladistribuciónmásutilizadaporquemuchosfenómenosestudiadossedistribuyenconestaforma.
Unacaracterísticaevidentedeldiagramaanterioresquecoincidenenelmismopuntoelvalormedio,lamedianaylamodadeladistribución.
Para saber más…
Observaelsiguientevideopararevisarcómoseobtieneunaprobabilidadconunadistribuciónnormalhttps://youtu.be/csBanoXXmPc
2.5.2. Binomial
Ladistribuciónbinomialsirveparaestudiarlaprobabilidaddeunavariablealeatoriadiscretaquepuedetomarunodedosvalores.Cumpleconlassiguientescondiciones:
• Seefectúounnúmerofijodeensayos.• Elresultadodeunensayonoafectaaelresultadodelresto.• Todoslosensayosdebenclasificarseendoscategorías.• Lasprobabilidadessemantienenconstantesparacadaensayo.
Unadelasfórmulasgeneralmenteempleadases:
![Page 59: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/59.jpg)
59
Donde:x=númerodeéxitosen“n”ensayosn=númerodeensayosp=probabilidaddeéxitoq=probabilidaddefracaso(qesiguala1menosp)
Para saber más…
Revisaelsiguientevideoparaconocercómosecalculaunprobabilidadconelmodelobinomial.https://youtu.be/bfbp2WaMYV8
2.5.3. Poisson
LadistribucióndePoissonseutilizaparacalcularlaprobabilidaddequeocurrauneventoduranteunintervaloespecífico.Dichointervalopuedereferirseatiempo,distancia,volumenocualquiermagnitudsimilar.
Seocupalafórmula:
Donde:x=númerodeocurrenciasdeunsucesoduranteunintervalo=mediadeladistribucióne=númeroeuler=2.71828
Para saber más…
RevisaelsiguientevideoparaverunejemplodecálculodeunaprobabilidaddePoisson:https://youtu.be/uAcWCOOPWa8
![Page 60: Estadística Aplicada a las Ciencias Sociales Isuaed.politicas.unam.mx/.../pdf/2017/estadistica.pdf · 2020. 3. 31. · 4 Bibliografía básica Básica TEMA 1 Elorza, H. (2008). Estadísticas](https://reader036.vdocuments.co/reader036/viewer/2022063021/5fe5cbfc390e2065570c8e9a/html5/thumbnails/60.jpg)
60
Referencias
García-Ferrando,M.(1989).Socioestadística:Introducciónalaestadísticaensociología.España:Alianza.
Hald,A.(2003).AHistoryofprobabilityandstatisticsandtheirapplicationsbefore1750.NuevaJersey:JohnWiley&Sons.
Elorza,H.(2008).Estadísticasparalascienciassociales,delcomportamientoydelasalud(3.ªed.).México:CengageLearningEditores.
Triola,M.(2008).Estadística(9.ªed.)México:PearsonEducación