Escolar Documentos
Profissional Documentos
Cultura Documentos
FACULTAD POLITECNICA
UNIDAD DE POSTGRADO
ESTADISTICA APLICADA
Moderada Severa
50 Normal
Número de estudiantes
17.39% 1.63%
40 37.50%
30
20
10
0
5 6 7 8 9 10 11 12 13
Leve
Edad (años) de los estudiantes 43.48%
ESTADISTICA APLICADA
Nociones Generales
DESCRIPTIVA INFERENCIAL
PROPOSITO PROPOSITO
METODOS METODO
• TABULARES PROBABILISTICO
Características • GRAFICOS
• NUMERICOS
ESTADISTICA APLICADA
Nociones Generales
INFERENCIA
ESTIMACION
Población
N
Muestra
Parámetros
Deducción n=?
µ, σ2, p,
Estadísticos
etc
Estadígrafos
TECNICAS DE
MUESTREO
ESTADISTICA APLICADA
Nociones Generales
MUESTRA Tipos
No Probabilística
Arbitraria
ESTADISTICA APLICADA
Nociones Generales
Variable Elementos
Cualitativas Categorías
Tipos
Discretas
Cuantitativas
Continuas
ESTADISTICA APLICADA
Nociones Generales
• Nombre
+ • Clasificación
Nominal
Medirse
Ordinal
Escalas de
De Intervalo
Medición
De Razón
ESTADISTICA APLICADA
Métodos Tabulares
DESCRIPTIVA
Sea X y Y dos variables y sea x1, x2, … xn y
y1, y2, … yn, valores que toman las variables
METODOS X y Y, y sean “a” y “b” dos constantes.
Entonces:
n n
xi yi
Sumatoria i 1 i 1
Propiedades
ESTADISTICA APLICADA
Propiedades de Sumatoria
ESTADISTICA APLICADA
Métodos Tabulares/Ordenamiento
Edad
fi fr Fia Fra
Cuadros de (años)
Frecuencia 15 1 8.3 1 8.3
16 2 16.7 3 25.0
17 2 16.7 5 41.7
18 4 33.3 9 75.0
19 1 8.3 10 83.3
20 1 8.3 11 91.7
21 1 8.3 12 100
Total 12 100
ESTADISTICA APLICADA
Cuadro de Frecuencia
Procedimiento
Definir el Número de
≥ 5 ó ≤ 20 ó 25
Intervalos
Sturges
Ac = A/k
A = Valor Máx.- Valor Mín.
K = 1 + 3.33* log n
Tipo de Intervalos
(Li - LS]
Ac = Ajustada
RI = Ac*K > A
MD = (RI – A)/2
ESTADISTICA APLICADA
Tabla de Frecuencia
Diagrama de Puntos
Histograma
Ojiva
Diagrama de Sectores
ESTADISTICA APLICADA
Diagrama de Puntos
15 16 17 18 19 20 21
Edad (años)
ESTADISTICA APLICADA
Histograma
4
3
2
1
0
Intervalos de clases
ESTADISTICA APLICADA
Polígono de Frecuencias
5
fi
0
34.35 39.85 45.35 50.85 56.35 61.85 67.35 72.85
15
10
5
0
37.1 42.6 48.1 53.6 59.1 64.6 70.1
Tiempo (minutos)
ESTADISTICA APLICADA
Diagrama de Sectores
(19*360)
137-------360
X= = 49.9
19 ------- x
137
Otras
universidades Diagrama de Sectores
bolivianas , Extranjero ,
81.45985 49.92701
Universidad
de Interés ,
228.61314
ESTADISTICA APLICADA
Métodos Numéricos (Medidas de Tendencia Central)
Localizan el centro de
una base de datos
numéricas
Medidas de Tendencia
Central
Cuantifican cuánto se
dispersan los datos de una
Métodos Numéricos medida de tendencia
central
Medidas de Dispersión
ESTADISTICA APLICADA
Medidas de Tendencia Central
Promedio
Media Ponderada
Medidas de Tendencia
Central Mediana
Moda
ESTADISTICA APLICADA
Medidas de Tendencia Central/Promedio
Media µ
Población
Poblacional
Media
Muestra x
Muestral
Tiempo
Desviaciones
(minutos)
xi x
52.6
-4.15
38.9
-17.85
68.3
11.55
67.2
10.45
63.9
7.15
64.9
xi x 0
n
8.15 Propiedad
68.3 i 1
11.55
39.2
-17.55
42.3
-14.45
61.9
Suma 5.15
567.5 Suma
0
56.75
Promedio
ESTADISTICA APLICADA
Medidas de Tendencia Central
Intervalos PMC*fi
PMC fi
de Clases
37.1 a 42.6 39.85 8 318.8
42.6 a 48.1 45.35 3 136.05
48.1 a 53.6 50.85 4 203.4
1624.5
53.6 a 59.1 56.35 2 112.7 x= 30
= 54.15
59.1 a 64.6 61.85 4 247.4
64.6 a 70.1 67.35 9 606.15
30 1624.5
ESTADISTICA APLICADA
Medidas de Tendencia Central
Cargo fi Salario
Rector 1 2000
Asesores 2 1200
Vic. Académico 1 1150
Vic. Administrativo 1 1250
Jefe de Carrera C.S 2 1000
Jefe de Carrera 5 800
Administrativo 2 600
Secretarias 9 120
ESTADISTICA APLICADA
Medidas de Tendencia Central
Salario Xiwi
Cargo fi (wi) (xi)
15080
ESTADISTICA APLICADA
Medidas de Tendencia Central
n Me = xn/2 + 0.5
Datos sin tabular
Par
(b-a)(0.5- c)
Datos tabulados Me = a +
d
ESTADISTICA APLICADA
Medidas de Tendencia Central
Tiempo Tiempo
(minutos) (minutos)
38.9 38.9
39.2
Me = xn/2 + 0.5
39.2
42.3 42.3
52.6
n es impar 52.6
61.9 61.9
63.9
Me
63.9
64.9 64.9
67.2 67.2
68.3 68.3
ESTADISTICA APLICADA
Medidas de Tendencia Central
Tiempo Tiempo
(minutos) (minutos)
38.9 38.9 Me = (xn/2 + x n/2 + 1 )/2
39.2 39.2
42.3 42.3 61.9 + 63.9
n es par 52.6 52.6 Me = = 62.9
61.9 61.9 2
62.9
63.9 63.9
64.9 64.9
67.2 67.2 Mediana es aquella medida
68.3 68.3
de tendencia central que
antes y después de ella no
68.3 68.3
existe más del 50% de la
información
ESTADISTICA APLICADA
Medidas de Tendencia Central
(b-a)(0.5- c)
Me = a +
d
Clase de la Mediana
a = Límite inferior de la • Complete la columna Fia
clase de la Me • Localice la menor Fia >
b = Límite superior de la n/2
clase de la Me • La clase a la que
c = Fra una clase antes de pertenece esta frecuencia
la clase de la Me (Nj-1) es la clase de la mediana
(Nj)
d = fr de la clase de la Me
• La Clase antes de Nj es
Nj -1
ESTADISTICA APLICADA
Medidas de Tendencia Central
Intervalos
PMC fi fr Fia Fra
de Clases Ubicación de la
37.1 a 42.6 39.85 8 0.27 8 0.27 clase de la Me
42.6 a 48.1 45.35 3 0.10 11 0.37
n = 30
48.1 a 53.6 50.85 4 0.13 15 0.50
n/2 = 15
53.6 a 59.1 56.35 2 0.07 17 0.57
Nj = 17… (53.6 – 59.1)
59.1 a 64.6 61.85 4 0.13 21 0.70 Nj- 1 = (48.1 – 53.6)
64.6 a 70.1 67.35 9 0.30 30 1
ESTADISTICA APLICADA
Medidas de Tendencia Central
(ficmo- ficpremo)
Mo = Licmo + Acmo
(ficmo-ficpremo) + (ficmo – ficpostmo)
Donde:
Licmo: Límite inferior de la Clase Modal
Acmo: Ancho de clase de la Clase Modal
Ficmo: Frecuencia absoluta de la Clase Modal
Ficpremo: Frecuencia absoluta de la Clase Premodal
Ficpostmo: Frecuencia absoluta de la Clase Postmodal
(ficmo- ficpremo)
Mo = Licmo + Acmo
(ficmo-ficpremo) + (ficmo – ficpostmo)
Intervalos
PMC fi
de Clases
Rango/Distancia/Amplitud o Recorrido
Varianza (Variancia)
Medidas de Dispersión
Desviación Típica o Estándar
Coeficiente de Variación
ESTADISTICA APLICADA
Medidas de Dispersión
xi
N 2
Población ( σ²) 2
i 1
N
Es el promedio de las desviaciones al
Varianza cuadrado de las observaciones que
toma una variable respecto a su media
Muestra (S²)
ESTADISTICA APLICADA
Medidas de Dispersión
xi (Desviaciones)2
52.6 17.2225
38.9 318.6225
1372.725
68.3 133.4025
S² = = 152.525mi²/est²
67.2 109.2025
63.9 51.1225 10 - 1
64.9 66.4225
Desventaja
68.3 133.4025
39.2 308.0025
Desviación Típica S = √S²
42.3 208.8025
61.9 26.5225 S = √152.525 = 12.35 min/est
Sumatoria 567.5 1372.725
Promedio 56.75 Interpretación x±S
Intervalos de PMC fi
Clases
91693.475
1624.5
2
S2 30 124.774
30 1
1624.5 91693.475
ESTADISTICA APLICADA
Medidas de Dispersión
S S
C.V C.V *100
x x
ESTADISTICA APLICADA
Medidas de Dispersión
Curvas Simétricas x = Me = Mo
Asimetría
(x, y)
X
Rango de Sueldo (X) Inasistencias (Y)
11 18
10 17
8 29
5 36
9 11
9 26
7 28
3 35
11 14
8 20
7 32
2 39
9 16
8 26
6 31
3 40
ESTADISTICA APLICADA
Regresión Lineal Simple/Diagrama de Dispersión
45
40
35
30
Inasistencia
25
20
15
10
0
0 2 4 6 8 10 12
Rango de Salario
ESTADISTICA APLICADA
Regresión Lineal Simple/Métodos de Mínimos Cuadrados
Parámetros
Estimación
Uso de la Técnica de
Mínimos Cuadrados (Carl
Gauss)
A partir de muestras (x1, y1), (x2, y2), …(xi, yi) de las variables
“X” y “Y”, se trata de obtener los estimadores . Para ello la
Técnica de Mínimos Cuadrados minimiza la suma de cuadrado de
las distancias entre los valores observados y los estimados de
tal manera que :
Y
X
ESTADISTICA APLICADA
Regresión Lineal Simple/Recta de Estimación
Validación
Cuantifica la cantidad de la
variabilidad de “Y” que
puede ser explicada por “X”
R² ≥ 70%
ESTADISTICA APLICADA
Regresión Lineal Simple/Validación de la Recta de
Estimación/ANARE
FV gl SC CM Fc Ft (Pr>F)
CMRegresión
Regresión 1 SCRegresión CMRegresión
/CMError
Error n-2 SCError CMError
Total n.1 SCTotales
Regla de Decisión
NRHo : Fc ≤ Ft
RHo : Fc > Ft
ESTADISTICA APLICADA
Correlación Lineal Simple
Enfoques de Probabilidad/Teoremas
Básicos de Probabilidad
Eventos Dependientes/Independientes
Experimentos
Sus resultados se conocen
una vez que el experimento
ha finalizado
No Determinísticos
Se pueden describir los
Es un proceso planificado a
posibles resultados pero no se
través del cual se obtiene
puede decir cuál de ellos
una observación (o una
ocurrirá
medición) de un fenómeno
={1, 2, 3, 4, 5, 6,}
Espacio Muestral
M
2
A Evento
1
3 5
Suceso (wi)
Letras
4 6 Mayúsculas del
Alfabeto
A= (wiεA /wi ε M
PROBABILIDADES
Simples Un solo experimento aleatorio
Experimentos
Cuando ocurren dos o más
Aleatorios experimentos simples al mismo
tiempo o bien uno después del
Compuestos otro
M = {M1UM2U…Mi} M = {M1∩M2…Mi}
PROBABILIDADES
M3
M2 M1*M2 C S
M1 C S
CC CCC CCS
C CC CS
CS CSC CSS
S SC SS
SC SCC SCS
SS SSC SSS
PROBABILIDADES
3era Moneda
Experimentos compuestos
2da Moneda C CCC unidos por la partícula “y”
C CSS
M C
S SCC
S
SCS
C
SSC
S
S
SSS
PROBABILIDADES
AUB AUB
A B M
M
A´
A
AΠB
PROBABILIDADES
Probabilidad A priori. Llamada
Clásico También Probabilidad de
Laplace
Enfoques de
Subjetivo
Probabilidades
Frecuencia
Probabilidad A posteriore
Relativa
PROBABILIDADES
Todos los sucesos de un
Supuesto experimento aleatorio tienen
la misma posibilidad de
ocurrir, entonces:
Probabilidad
Subjetivo
P A
na
Clásica
M
0 PA 1
Frecuencia
Probabilidad A posteriore
Relativa
Si en la realización de
experimento aleatorio aparece
P A
n
un evento A “n veces ≤
N
N”,entonces:
PROBABILIDADES
P Ac 1 PA
B
P A P A ; PB 0 o bien:
P B P B ; PA 0
A
B PAk P B Ak
PAk PB
P Ak
k
i 1 Ak