FINAL ESTADISTICA PANO

Tema: Variables La variable es una caracterstica de los individuos de una poblacin que puede tomar distintos valores. Una poblacin es un conjunto de individuos (personas, animales o tiempos de reaccin, etc.) que tienen caractersticas similares. Un parmetro es una propiedad descriptiva de una poblacin. Es importante definir la poblacin de inters al momento de llevar a cabo una investigacin, a que las conclusiones que obtengamos estar!n referidas a toda esa poblacin. "l ser por lo general mu numerosas, por ra#ones practicas econmicas se trabaja con muestras que es una parte de una poblacin. $on la informacin que obtenemos con ella podremos %acer inferencias sobre la poblacin total, por eso es necesario que la muestra sea representativa. La e&istencia de la variabili a ( es decir, que una variable tome distintos valores), es necesaria para la aplicacin de la estadstica que aporta a la ciencia mtodos para e&plicar los cambios en las variables relaciones con otros cambios. 'ueden presentarse dos tipos de variaciones( Las variaciones previsibles que est!n asociadas a las !uentes e variacin sistemticas (edad, eduacacin, etc.) son tomadas en cuenta por el investigador a la %ora de %acer observaciones. ) las variables imprevisibles, est!n ligada a las !uentes e variacin !ortuitas las cuales son desconocidas para el investigador, son cosas que el no tiene en cuenta (conflictos, prejuicios, etc.). 'ara obtener el valor de una variable se necesita me ir, esto consiste en el proceso de asignar elementos de un conjunto a cosas con un sentido determinado. La accin de medir requiere una escala, que es el conjunto cu os elementos son asignados a las cosas a medir, sta tiene una determinada estructura a travs de la cual podemos diferenciar * tipos de escalas( La escala nominal( sus valores son nombres que designan a las distintas clases de cosas que se miden. +iscrimina coloca los elementos que son iguales en un mismo conjunto pero sin ning,n orden jer!rquico. 'uede representarse con n,meros o letras pero estas se usan como cdigos o etiquetas que representan los nombres de las clases sirven para distinguirlas, como -./, 0.1. El "r!ico que se utili#a en esta escala es el ia"rama circular el e barras. La escala or inal( al igual que la escala nominal sus valores se representan con palabras, o numero letras usados como cdigos, pero en este caso %a establecido un orden jer!rquico. El gr!fico utili#ado para esta escala es el ia"rama e barras# La escala intervalar( en esta escala el cero es arbitrario, es decir que no representa una ausencia del atributo. 'odemos tomar el ejemplo de la temperatura, el cual depende de que en escala se mida, por ejemplo 23$ no significa que no %a a temperatura.

La escala e ra$ones esta escala tiene un cero absoluto, es decir que remite a una ausencia del atributo. Ej( peso, altura, etc. 'ara saber que tipo de escala debo usar, necesito saber que tipo de variable tengo. 4enemos dos grandes clases de variables( Las variables cualitativas se refieren a atributos, condiciones o cualidades que poseen los individuos se e&presan con palabras como el se&o, actividad laboral, etc. 5us valores pueden estar ordenados o no. 5e relacionan con los niveles de medicin 6ominal 7rdinal. Las variables cuantitativas El conjunto de sus valores son n,meros. Entre ellas distinguimos las variables discretas las variables continuas. La variable continua sirve para marcar una distancia indefinida entre dos elementos (ej(peso). 5e representa gr!ficamente con el ia"rama e Tallo%&o'a( el )isto"rama( el )isto"rama e reas * la poli"onal e !recuencias acumula a# La variable iscreta( sus valores son reductibles como la edad. 'ara representar estas variables gr!ficamente utili#amos el ia"rama e bastones el ia"rama e Tallo%&o'a# 'ara las variables cuantitativas utili#amos la escala intervalar o de ra#ones. 8a casos en los que es de inters comparar una variable con otra, para esto es mu util la istribucin e !recuencia# Lo que %ace es la organi#acin de observaciones recopiladas, asocia a cada valor de la variable su correspondiente frecuencia resalta caractersticas importantes. La distribucin de frecuencia se puede presentar en forma de gr!fico o tabla e !recuencias que consta de dos columnas, en la primera colocamos los valores de la variable (ejemplo, cant de %ijos( /,1,9) en la segunda la frecuencias absolutas correspondiente a cada valor, que son la cantidad de veces que se observa cada valores de la variable en la muestra. 'ero para poder comparar dos variables el tama:o de la muestra debe ser el mismo, en caso de no ser as, deberemos transformar las frecuencias absolutas en !recuencias relativas, que es cada frecuencia divida por el tama:o de la muestra o en !recuencias porcentuales, es la frecuencia relativa multiplicada por cien. El mo elo terico para la variable es una distribucin de frecuencias relativas que representa probabilidades. +entro de este tenemos( El modelo de la variable e +ernoulli que es una variable que solo toma dos valores (ej( se&o( - 0) a los cuales se les designa el nombre de ;&ito< ;fracaso<, tiene un ,nico par!metro P que indica la probabilidad del &ito. $on sta se vincula la variable +inomial la cual adem!s del par!metro P que indica la probabilidad de &ito= el par!metro n que es la cantidad de ensa os= el r es la cantidad de &itos observados. Esta variable e&presa la cantidad de &itos en n ensa os, siempre que se est bajo la condicin de estabilidad donde la probabilidad de &ito permanece constante de observacin a observacin, bajo la condicin de independencia donde las observaciones son independientes, es decir, el resultado de una observacin no es afectado por el resultado de cualquier otra observacin.

En los modelos tericos se pueden calcular las me i as e ten encia central, las cuales representar la totalidad de las observaciones. Ellas son( La mo a que es el valor que se repite con ma or frecuencia es aplicable al nivel nominal. La me iana que es un valor de la variable que ocupa una posicin central determinando dos subconjuntos de valores de la variable, el de los valores ma ores que ella el de los menores. 5e aplica desde el nivel ordinal, donde puede no e&istir. La me ia es la suma de todas las observaciones dividida por el total de ellas, es el promedio. 5e utili#a en variables cuantitativas. En las variables cuantitativas, las me i as e variabili a o ispersin est!n asociadas al alejamiento de los datos a la media, cuanto mas cerca este los datos de la media mas representativa ser! sta. Las medidas de variabilidad son( La varian$a indica la dispersin de los valores respecto de la media. El esv,o estn ar es la ra# cuadrada de la varian#a. >ndica la distancia promedio a la media. 'ara comparar la variabilidad de dos o m!s grupos, si la variable es la misma coinciden o son mu similares, se conclu e seg,n la varian#a o el desvo. las medias

El coe!iciente e variacin es el cociente entre el desvo est!ndar la media. E&presa la variabilidad relativa a la media. 5e usa en variables medidas con escala de cocientes o ra#n. $uanto m!s lejos del cero la media es menos representativa %a ma or variabilidad. "s como el modelo binomial, tenemos el mo elo e istribucin normal que se ajusta a las observaciones de muc%as variables continuas en situaciones e&tremas. 5u representacin gr!fica se denomina curva o campana de ?auss. 4iene forma acampanada con un solo pico m!&imo en la medio poblacional es simtrica. 4iene dos puntos de infle&in, donde cambia la concavidad, en el punto x. media poblacional @ desviacin poblacional, la curva pasa de ser cncava %acia arriba a ser cncava %acia abajo en el punto x. media poblacional A desviacin poblacional la curva pasa de ser cncava %acia abajo a ser cncava %acia arriba. 5e acerca asintticamente al eje de abscisas sin llegar a tocarlo. El !rea total bajo la curva representa el /22B de los casos e indica la probabilidad de que ocurra un suceso. $uando el desvo poblacional esta fijo varia la media poblacional toda la curva se despla#a %acia la derec%a o %acia la i#quierda una distancia que corresponda a la cuanta de variacin. $on la media poblacional fija el desvo poblacional variando lo que sucede es que las abscisas de los puntos de infle&in se acercan o se alejan de la media poblacional.

Efecto de la variacin de la media poblacional en la distribucin normal manteniendo el desvo poblacional constante.

Efecto de la variacin del desvo poblacional en la distribucin normal manteniendo la media poblacional constante.

+e lo ultimo que vo a %ablar es de la relacin entre variables que es uno de los objetivos de la 'sicologa, que estudia con a uda de la estadstica. 'ara estudiar los problemas referentes variacin conjunta de dos variables cuantitativas se utili#a la correlacin que estima comportamientos. 'ara esto usamos el coe!iciente e correlacin lineal e Pearson, que representa la intensidad lineal entre las dos variables. cuantifica la relacin lineal entre dos variables. Este coeficiente se representa con la letra r nunca es ma or que / ni menor que C/. $uanto mas cerca se esta de C/ o /, la relacin lineal es mas intensa= cuanto mas cerca del cero, es menos intensa. 'ara estudiar los problemas referentes a la prediccin de los resultados en una de las dos variables, conocidos los resultados de la otra, usamos la re"resin. "qu usamos el coe!iciente e eterminacin que se utili#a para saber el valor de influencia de una variable sobre otra se e&presa en porcentaje del 2 al /22, vara entre 2 /. 5i r./ la relacin lineal es perfecta= si r.2 la relacin lineal es nula. 'ara determinar la relacin entre dos variables cualitativas utili#amos la prueba de Chicuadrado que es una prueba de hiptesis. La prueba e )iptesis es un procedimiento estadstico que permite mediante la utili#acin del muestreo, decidir entre dos %iptesis, una )iptesis Nula (82) que es la %iptesis contraria de lo que quiere probar el investigador, la )iptesis Alternativa (8/) que es la que el investigador quiere probar. La decisin entre la 82 8/, se %ace en base a un esta ,stico e prueba, dependiendo de si cae dentro o fuera de la $ona e rec)a$o# 5i el estadstico de prueba toma un valor que pertenece a la #ona de rec%a#o, se rec%a#a 82= si el estadstico toma un valor que no pertenece a la #ona de rec%a#o no se rec%a#a 82. 'or lo tanto puede %aber dos tipos de errores- 5i la %iptesis nula es verdadera se rec%a#a, es E..O. DE TIPO I , si la %iptesis nula es falsa no se rec%a#a, se produce el E..O. DE TIPO II. El nivel e si"ni!icacin de la prueba, es la probabilidad de comer EDD7D +E 4>'7 >. En general, es un dato, de este dato se obtiene el o los puntos crticos, se conoce la regin crtica.

En la prueba de $%iC$uadrado, la hiptesis alternativa sostiene que las variables no son independientes, y la hiptesis nula que las dos variables son independientes. La decisin se toma en base al estadstico Chi-cuadrado de Pearson y a medida que se agranda nos encontramos ms prximo a rechazar la hiptesis nula.

Para mi fue muy til armar un cuadro para poder guiarme en el oral y no olvidarme de nada.

-$.-*LE/

ariaciones

!edir

Escala

ariable

ariable

$elac. Entre variables

"is. "e #rec.

%hi& %uadrado

%orrelacin $egresin

!od. )ormal

!od. *inomial

'rueba de (iptesis

. *ernoulli

. *inomial

!ed. +endencia central $es,menes estadsticos !ed. "e variabilidad