Tema 1 Estadística 2015 INF

08/09/2016
Tema 1
Estadstica descriptiva
univariante
1. Introduccin
2. Construccin de tablas estadsticas
3. Representaciones grficas
3.1. Diagrama de barras
3.2. Histograma y polgono de frecuencias
3.3. Diagrama de tarta
3.4. Otras representaciones
4. Medidas caractersticas de una distribucin
4.1. Generalidades
4.2. Medidas de centralizacin
4.3. Medidas de dispersin
4.4. Medidas de forma
4.4.1. Asimetra
4.4.2. Apuntamiento o curtosis
4.5.- Resumen: diagrama de caja (Box-Plot)
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
1. Introduccin
Qu es la Estadstica?
Es una herramienta de aprendizaje

a partir de la observacin.
Nos ayuda a extraer conclusiones
generalizables a partir de un conjunto de
datos observados induccin o inferencia.
08/09/2016
1. Introduccin
1. Introduccin
* La materia prima son los datos (realizaciones

de una variable).
* Llamamos variables a los rasgos o cualidades
de inters presentes en los elementos de la
poblacin.
* El resultado, las conclusiones sobre el
fenmeno que ha originado los datos.
Los datos pueden clasificarse:
Segn su naturaleza.
Segn su representatividad.
Segn el procedimiento de obtencin.
1. Introduccin
* Segn su naturaleza:
Datos cuantitativos: toman valores
numricos.
Discretos: toman valores enteros.
Continuos: toman valores en un intervalo.
Datos cualitativos, categricos o atributos.

No toman valores numricos
Su realizacin concreta es una cualidad o
modalidad.
1. Introduccin
La cantidad de informacin
aportada por ambos tipos de variables
es muy distinta
Variables cualitativas
Segn su representatividad:
- Poblacin: conjunto de todos los datos
posibles de la variable objeto de estudio.

Variables cuantitativas
- Muestra: subconjunto
la poblacin.
representativo de
escalas de intervalos
razones o escalas de cociente

0 como ausencia de la caracterstica
08/09/2016
1. Introduccin
1. Introduccin
* Segn el procedimiento de obtencin:
El objetivo de la estadstica
es inferir cmo ser la poblacin
de la variable de inters
a partir
de la informacin limitada
que nos aporta la muestra.
- Datos observacionales: recogidos de

forma pasiva a partir de la poblacin.
El investigador no tiene ningn control sobre

la variable.
Los valores son conocidos a posteriori,
despus de haber seleccionado los individuos a
analizar.
- Datos experimentales: obtenidos como

resultado de un experimento.
1. Introduccin
Fuente Imagen: LA ESTADISTICA EN COMIC de GONICK, LARRY y SMITH, WOOLLCOTT
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
08/09/2016

A la hora de enfrentarse
a un conjunto de datos
hay que comenzar realizando
dos operaciones bsicas.
ORDENAR
RESUMIR

acumulada: supuesta la ordenacin de
los datos de menor a mayor, la
frecuencia acumulada de xi es la suma
de frecuencias hasta el valor xi.
Absoluta (F)
Relativa (Fr)

Rango o recorrido de una variable:
diferencia entre el mayor
y el menor valor de sta.
Frecuencia
absoluta (f ): el nmero de veces
que aparece cada dato de la variable.
total (n): nmero total de datos de
la variable (suma de frecuencias
absolutas).
relativa (fr): cociente entre
frecuencia absoluta y frecuencia total.
La tabla de distribucin de frecuencias o

tabla de frecuencias recoge los valores
observados en nuestra variable de inters,
y cuntos datos hay de cada valor.
La frecuencia acumulada relativa de un dato

es el cociente entre
la frecuencia acumulada absoluta de un dato
y la frecuencia total.
08/09/2016
ej: 3, 2 ,3, 3, 4 ,5 ,3, 6, 3 ,6

(n=10)
xi
fi
fr
Fr
0,1
0,1
0,5
0,6
0,1
0,7
0,1
0,8
0,2
10

Si hay muchos valores diferentes
(generalmente en variables continuas) la
tabla se construye agrupando los valores en
clases o intervalos, generalmente de la
misma longitud.
Tabla de
frecuencias de las
alturas de 95
alumnos
Mes de nacimiento de 95 estudiantes de primer curso de

Ingeniera Industrial

Amplitud de un intervalo: diferencia entre
el extremo superior e inferior del mismo.
Marca de clase (mj): punto medio de
cada intervalo o clase, valor representativo
de todos los datos del intervalo.
El nmero de clases r debe oscilar entre 5 y

20; a menudo se escoge el entero ms
prximo a n
08/09/2016
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
* Representacin para variables sin

agrupar, sean cualitativas o cuantitativas.
Abscisa: valor o categora de la variable.
Ordenada: altura proporcional a la
frecuencia.

El diagrama en escalera es una curva
construida con las frecuencias acumuladas.
Nmero de cilindros de 155 coches
08/09/2016
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
3.2. Histograma y polgono de

frecuencias
Peso de 100 alumnos de 1

de Ingeniera
Precio ($) de 155 coches

frecuencias
* El histograma es una representacin
para variables agrupadas en intervalos.
Abscisa: intervalo de valor de la
variable.
Ordenada: altura proporcional a la
frecuencia, de manera que las reas
de los rectngulos sean proporcionales
a las frecuencias.

frecuencias
Muestra las tendencias generales de los
datos:
Concentraciones: rectngulos con
frecuencias altas, alrededor de los cuales se
agrupan otros de frecuencia decreciente.
Ms de una concentracin datos
heterogneos.
Huecos: indicio de que los datos proceden
de poblaciones diferentes.
08/09/2016

frecuencias

frecuencias
Valores atpicos: aquellos que se separan

mucho del patrn general que siguen los
datos.
Asimetras: tendencia de los datos cuando
nos alejamos de las zonas de
concentracin.
Cola de la distribucin de los datos
hacia +, asimetra positiva.
Cola de la distribucin de los datos
hacia asimetra negativa.
* El polgono de frecuencias es una lnea

poligonal que resulta al unir los puntos
centrales de la parte superior del histograma.

frecuencias
* Ambos pueden construirse a partir de las
frecuencias acumuladas.
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
08/09/2016

* Para pocos valores o categoras de la
variable.
* Crculo dividido en sectores proporcionales
a la frecuencia de cada valor.
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
Red Elctrica Espaola

Series temporales
Pictogramas
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
08/09/2016
4.1. Medidas caractersticas: Generalidades
4.1. Medidas caractersticas: Generalidades

Podemos distinguir:
* Son aquellas que nos permiten resumir con

un solo nmero los rasgos fundamentales de
la distribucin.
* Deben acompaarse de herramientas
grficas para evitar errores.
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
Tendencia central o centralizacin:

indican el valor medio de los datos.
Dispersin: indican la variabilidad de los
datos.
Forma:
Simetra
Apuntamiento
Concentracin

Media aritmtica
x1 x2 ... xn
x
i 1
Para datos discretos con sus frecuencias:

(sumatorio extendido
x x j fr ( x j )
al n de valores
n
distintos de la variable)
Para datos en clases:
x m j fr (m j )
Error de agrupamiento
10
08/09/2016
Propiedades de la media aritmtica

n
1)
2)
xi
i 1

Es el centro de gravedad de los datos.
( x x ) x x nx nx 0
i 1
i 1
i 1
y xk
n
(x k) x k x
i 1
3)
y kx
kx
i 1
nk
xk
n
kx
Por ello, si la distribucin es asimtrica, se

desplaza respecto a la clase ms frecuente, y
deja de ser una buena medida de centralizacin.
Mediana
Valor de la variable estadstica
que divide en dos partes iguales
la distribucin de frecuencias.
11
08/09/2016
* Para calcular la mediana se ordenan los

datos de menor a mayor:
n impar de datos: valor central.
n par de datos: media aritmtica
de los valores centrales
La mediana NO es sensible a datos atpicos.
Robustez
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
Moda
Es el valor ms frecuente de la
distribucin.
En datos agrupados tomamos como moda

la marca de clase del intervalo
con mayor densidad de frecuencia.

Miden la proximidad entre los valores de la
variable y las medidas de centralizacin.
Varianza
s
2
(x x)
Para datos discretos agrupados:
s 2 ( x j x )2 f r ( x j )
n
al n de valores
12
08/09/2016

Propiedades de la varianza
Una medida alternativa es la cuasivarianza.
1) Es una cantidad acotada y positiva
s 2
(x x)
2) La varianza NO se ve afectada por los

cambios de origen (transformaciones aditivas)
n 1
Muchos programas estadsticos, entre ellos

Statgraphics, calculan la cuasivarianza en lugar de
la varianza, y la llaman varianza.
sx
2
sy
2
(x x)
y xk
(y
y)2
(x k x k)
i
3) La varianza S se ve afectada por los

cambios de escala (transformaciones
multiplicativas)
Frmula de clculo
sx
2
sy
2
(x x)
sx
y kx
(y
y)
(kx kx )
i
(x x)
i
k 2 sx
(x x)
i
sx
x2
xi 2 f j
n
2
x
n
13
08/09/2016

Coeficiente de variacin
Desviacin tpica
sx
(x x)
Es una medida de dispersin relativa.
CV
Nos permite:
1) Comparar la dispersin entre distribuciones.
2) Evaluar la representatividad de la media.
Para datos discretos agrupados:
sx
(x
x )2 f r ( x j )
s
100 x 0
/x/
al n de valores
Coeficiente seal-ruido
CSR
/x/
100 x 0
s
Cuantiles
Son los valores de la variable
que dividen la distribucin en c partes iguales.
Cuartiles (Q)
Quintiles (K)
Percentiles (p)
c=4
c=5
c=100
Para calcular un cuantil

nos fijamos en su frecuencia acumulada.
Rango intercuartlico (RI)

Es la diferencia
entre los percentiles 75 y 25
(o entre los cuartiles 3 y 1)
n i
c
14
08/09/2016
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
4.4.1. Asimetra
Otras medidas de asimetra:
x Mo
s
x Med
s
4.4.1. Asimetra
Coeficiente de asimetra (CA)
CA g1
(x x)
ns3
g1=0 Distribucin simtrica

g1>0 Distribucin asimtrica positiva
o asimtrica a derechas
g1<0 Distribucin asimtrica negativa
o asimtrica a izquierdas
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
15
08/09/2016
4.4.2- Apuntamiento o curtosis
Indica el mayor o menor agrupamiento de los datos

en torno a la media.
0,4
CAp=0: mesocrtica
Mean,Std. dev.
0,1
0,3
0,2
0,1
Como referencia se toma el apuntamiento

de la distribucin normal, que cumple:
0,4
Mean,Std. dev.
0,1
CA p
(x x)
0,3
0
-5
0
-5
-3
-1
CAp
ns 4
(x x)
i
ns 4
-1
CAp>0: leptocrtica
1,6
1,2
(en el ejemplo: 3,21)
0,8
0,4
0
3,7
0,2
0,1
-3
4,2
4,7
5,2
5,7
6,2
6,7
(Exceso de curtosis)
1,5
1,2
CAp<0: platicrtica
0,9
0,6
(en el ejemplo: -0,9)
0,3
0
0
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
0,2
0,4
0,6
0,8
4.5- Diagrama de caja

Representacin grfica de una distribucin,
construida para mostrar
sus caractersticas principales
y sealar los posibles datos atpicos.
LI= Q1-1,5(Q3-Q1)
LS= Q3+1,5(Q3-Q1)
LIE= Q1-3(Q3-Q1)
LSE= Q3+3(Q3-Q1)
16
08/09/2016
4.5. Diagrama de caja
4.5. Diagrama de caja

Media
Q1
Q3
Diagrama de caja
47
57
67
77
87
Peso
mx. (no atpico)
Q2
mn. (no atpico)
1. Introduccin
4.1. Generalidades
4.4.1. Asimetra
17

Tema 1 Estadística 2015 INF

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tema 1 Estadística 2015 INF

Enviado por

Direitos autorais:

Formatos disponíveis

08/09/2016

Es una herramienta de aprendizaje

* La materia prima son los datos (realizaciones

Datos cualitativos, categricos o atributos.

posibles de la variable objeto de estudio.

razones o escalas de cociente

* Segn el procedimiento de obtencin:

- Datos observacionales: recogidos de

El investigador no tiene ningn control sobre

- Datos experimentales: obtenidos como

Fuente Imagen: LA ESTADISTICA EN COMIC de GONICK, LARRY y SMITH, WOOLLCOTT

2. Construccin de tablas estadsticas

2. Construccin de tablas estadsticas

2. Construccin de tablas estadsticas

2. Construccin de tablas estadsticas

La tabla de distribucin de frecuencias o

La frecuencia acumulada relativa de un dato

2. Construccin de tablas estadsticas

2. Construccin de tablas estadsticas

ej: 3, 2 ,3, 3, 4 ,5 ,3, 6, 3 ,6

2. Construccin de tablas estadsticas

Mes de nacimiento de 95 estudiantes de primer curso de

2. Construccin de tablas estadsticas

El nmero de clases r debe oscilar entre 5 y

3.1. Diagrama de barras

3.1. Diagrama de barras

* Representacin para variables sin

3.1. Diagrama de barras

Nmero de cilindros de 155 coches

3.2. Histograma y polgono de

Peso de 100 alumnos de 1

Precio ($) de 155 coches

3.2. Histograma y polgono de

3.2. Histograma y polgono de

3.2. Histograma y polgono de

3.2. Histograma y polgono de

Valores atpicos: aquellos que se separan

* El polgono de frecuencias es una lnea

3.2. Histograma y polgono de

3.3. Diagrama de tarta

Red Elctrica Espaola

3.4. Otras representaciones

4.1. Medidas caractersticas: Generalidades

4.1. Medidas caractersticas: Generalidades

* Son aquellas que nos permiten resumir con

Tendencia central o centralizacin:

4.2. Medidas de centralizacin

Para datos discretos con sus frecuencias:

Para datos en clases:

4.2. Medidas de centralizacin

Propiedades de la media aritmtica

4.2. Medidas de centralizacin

4.2. Medidas de centralizacin

Por ello, si la distribucin es asimtrica, se

4.2. Medidas de centralizacin

4.2. Medidas de centralizacin

4.2. Medidas de centralizacin

* Para calcular la mediana se ordenan los

En datos agrupados tomamos como moda

4.3. Medidas de dispersin

Para datos discretos agrupados:

4.3. Medidas de dispersin

4.3. Medidas de dispersin

Una medida alternativa es la cuasivarianza.