Este documento proporciona información sobre el cálculo e interpretación de proporciones en series estadísticas simples y de doble entrada. Explica que una proporción se obtiene dividiendo la frecuencia absoluta de una categoría entre el número total de elementos, y representa una estimación de la probabilidad de que esa categoría ocurra. También cubre cómo calcular proporciones en series simples y de doble entrada, y cómo estas pueden interpretarse para comparar conjuntos y categorías.
Este documento define las pruebas de proporciones y describe cómo se utilizan para evaluar afirmaciones sobre la proporción de una población. Explica que la prueba de proporciones de una muestra se basa en calcular el estadístico Z y compararlo con valores críticos de la tabla normal. También presenta un ejemplo numérico para ilustrar cómo realizar este tipo de prueba.
Este documento describe los métodos paramétricos para comparar dos medias, incluyendo la prueba t de Student para muestras independientes y dependientes. Para muestras independientes, la prueba t requiere que los datos provengan de distribuciones normales con varianzas iguales; de lo contrario, se debe usar la prueba de Welch. Para muestras dependientes, solo se requiere que la diferencia de los datos sea normal. El documento ilustra los métodos con un ejemplo de comparar el peso de personas en dos dietas diferentes.
Este documento describe métodos paramétricos para comparar dos medias, como la prueba t de Student. Explica que la prueba t requiere que los datos de cada grupo provengan de una distribución normal y tengan variabilidades similares. También cubre cómo modificar la prueba t cuando las varianzas son diferentes y proporciona un ejemplo numérico para ilustrar el proceso de aplicar la prueba t para comparar los pesos de dos grupos sometidos a diferentes dietas.
Este documento explica varias medidas estadísticas de dispersión como la desviación típica, la varianza y el coeficiente de correlación de Pearson. Define cada medida y proporciona fórmulas e ejemplos para calcularlas. Explica que la desviación típica y la varianza miden qué tan dispersos están los datos respecto a la media, mientras que el coeficiente de correlación mide la relación lineal entre dos variables estadísticas.
Este documento describe cómo construir una tabla de distribución de frecuencias de datos agrupados. Explica que cuando se tienen muchos datos continuos, se dividen en intervalos de clases y se cuenta la frecuencia de datos en cada intervalo. Luego muestra un ejemplo de cómo construir esta tabla de distribución para un conjunto de salarios de obreros, dividiendo el rango total de salarios en intervalos de clases apropiados y contando la frecuencia en cada intervalo.
Las distribuciones de frecuencia clasifican datos en grupos para establecer la frecuencia de cada grupo. Pueden usarse para datos cualitativos o cuantitativos. Para datos cualitativos, las clases son las categorías de la variable y la frecuencia es el número de datos en cada categoría. Para datos cuantitativos continuos o discretos, las clases pueden ser valores individuales o intervalos numéricos, y la frecuencia es el número de datos en cada clase. Esto permite resumir grandes conjuntos de datos.
El documento introduce conceptos básicos de probabilidad como eventos aleatorios, incertidumbre y la teoría de probabilidad como herramienta para modelar situaciones con resultados inciertos. Explica la regla de adición para calcular la probabilidad de que ocurran eventos mutuamente excluyentes o no. También cubre probabilidad condicional, conjunta y diagramas de árbol para determinar posibles resultados de un experimento.
El documento introduce conceptos básicos de probabilidad como eventos aleatorios, incertidumbre y la teoría de probabilidad como herramienta para modelar situaciones con resultados inciertos. Explica la regla de adición para calcular la probabilidad de que ocurran eventos mutuamente excluyentes o no. También cubre probabilidad condicional, conjunta y diagramas de árbol para representar posibles resultados de un experimento.
Este documento define las pruebas de proporciones y describe cómo se utilizan para evaluar afirmaciones sobre la proporción de una población. Explica que la prueba de proporciones de una muestra se basa en calcular el estadístico Z y compararlo con valores críticos de la tabla normal. También presenta un ejemplo numérico para ilustrar cómo realizar este tipo de prueba.
Este documento describe los métodos paramétricos para comparar dos medias, incluyendo la prueba t de Student para muestras independientes y dependientes. Para muestras independientes, la prueba t requiere que los datos provengan de distribuciones normales con varianzas iguales; de lo contrario, se debe usar la prueba de Welch. Para muestras dependientes, solo se requiere que la diferencia de los datos sea normal. El documento ilustra los métodos con un ejemplo de comparar el peso de personas en dos dietas diferentes.
Este documento describe métodos paramétricos para comparar dos medias, como la prueba t de Student. Explica que la prueba t requiere que los datos de cada grupo provengan de una distribución normal y tengan variabilidades similares. También cubre cómo modificar la prueba t cuando las varianzas son diferentes y proporciona un ejemplo numérico para ilustrar el proceso de aplicar la prueba t para comparar los pesos de dos grupos sometidos a diferentes dietas.
Este documento explica varias medidas estadísticas de dispersión como la desviación típica, la varianza y el coeficiente de correlación de Pearson. Define cada medida y proporciona fórmulas e ejemplos para calcularlas. Explica que la desviación típica y la varianza miden qué tan dispersos están los datos respecto a la media, mientras que el coeficiente de correlación mide la relación lineal entre dos variables estadísticas.
Este documento describe cómo construir una tabla de distribución de frecuencias de datos agrupados. Explica que cuando se tienen muchos datos continuos, se dividen en intervalos de clases y se cuenta la frecuencia de datos en cada intervalo. Luego muestra un ejemplo de cómo construir esta tabla de distribución para un conjunto de salarios de obreros, dividiendo el rango total de salarios en intervalos de clases apropiados y contando la frecuencia en cada intervalo.
Las distribuciones de frecuencia clasifican datos en grupos para establecer la frecuencia de cada grupo. Pueden usarse para datos cualitativos o cuantitativos. Para datos cualitativos, las clases son las categorías de la variable y la frecuencia es el número de datos en cada categoría. Para datos cuantitativos continuos o discretos, las clases pueden ser valores individuales o intervalos numéricos, y la frecuencia es el número de datos en cada clase. Esto permite resumir grandes conjuntos de datos.
El documento introduce conceptos básicos de probabilidad como eventos aleatorios, incertidumbre y la teoría de probabilidad como herramienta para modelar situaciones con resultados inciertos. Explica la regla de adición para calcular la probabilidad de que ocurran eventos mutuamente excluyentes o no. También cubre probabilidad condicional, conjunta y diagramas de árbol para determinar posibles resultados de un experimento.
El documento introduce conceptos básicos de probabilidad como eventos aleatorios, incertidumbre y la teoría de probabilidad como herramienta para modelar situaciones con resultados inciertos. Explica la regla de adición para calcular la probabilidad de que ocurran eventos mutuamente excluyentes o no. También cubre probabilidad condicional, conjunta y diagramas de árbol para representar posibles resultados de un experimento.
Las tablas de contingencia se usan para registrar y analizar la relación entre dos o más variables cualitativas mediante la presentación de sus frecuencias conjuntas. Un ejemplo analiza la relación entre el sexo y ser diestro/zurdo de 100 personas, mostrando que la proporción de hombres diestros es similar a la de mujeres diestras. El coeficiente phi mide el grado de asociación entre variables en una tabla de contingencia.
Este documento explica diferentes métodos para medir la asociación entre dos variables, incluyendo tablas de contingencia, el coeficiente chi cuadrado, el coeficiente de correlación de Pearson, y otros coeficientes de correlación. También describe cómo el coeficiente de correlación de Pearson mide la fuerza y dirección de la relación lineal entre dos variables cuantitativas.
Este documento describe un ejercicio para analizar variables cualitativas y cuantitativas de un archivo de datos de salud. Se seleccionan dos variables cualitativas relacionadas con métodos anticonceptivos y se analizan en tablas de frecuencias, mostrando que la mayoría de encuestados usan preservativos pero pocos usan el método de marcha atrás. También se seleccionan dos variables cuantitativas relacionadas con deporte y peso, y se analizan con estadísticos y resúmenes numéricos, mo
Este documento presenta los conceptos fundamentales de la probabilidad que se desarrollarán. Incluye definiciones de experimentos, resultados y conjuntos, así como los tres enfoques básicos para estudiar la probabilidad y las dos reglas de la probabilidad. También cubre temas como uniones, intersecciones, árboles de probabilidad, tablas de probabilidad, probabilidad condicional y el teorema de Bayes. Finalmente, introduce algunas aplicaciones de la combinatoria.
Este documento presenta varias distribuciones de probabilidad importantes como la binomial, Poisson, normal, t student y gamma. Explica que la distribución de probabilidad de una variable aleatoria asigna probabilidades a los posibles resultados y está definida por la función de distribución. También provee ejemplos para ilustrar cómo se aplican estas distribuciones en diferentes contextos estadísticos y de toma de decisiones.
Este documento describe diferentes métodos de conteo como permutaciones, combinaciones y diagramas de árbol. Explica que las permutaciones son todas las posibles ordenaciones de los elementos de un conjunto, mientras que las combinaciones involucran la selección de elementos de un conjunto sin considerar su orden. También introduce diagramas de árbol como una herramienta para determinar todos los resultados posibles de un experimento aleatorio.
Este documento describe diferentes métodos de conteo como permutaciones, combinaciones y diagramas de árbol. Explica que las permutaciones son todas las posibles ordenaciones de los elementos de un conjunto, mientras que las combinaciones involucran agrupaciones sin considerar el orden. También proporciona ejemplos de cómo usar diagramas de árbol para contar resultados posibles de un experimento.
Este documento describe diferentes métodos de conteo como permutaciones, combinaciones y diagramas de árbol. Explica que las permutaciones son todas las posibles ordenaciones de los elementos de un conjunto, mientras que las combinaciones involucran agrupaciones sin considerar el orden. También proporciona ejemplos de cómo usar diagramas de árbol para contar resultados posibles de un experimento.
Este documento describe diferentes métodos de conteo como permutaciones, combinaciones y diagramas de árbol. Explica que las permutaciones son todas las posibles ordenaciones de los elementos de un conjunto, mientras que las combinaciones involucran la selección de elementos de un conjunto sin considerar su orden. También describe cómo los diagramas de árbol pueden usarse para determinar todos los resultados posibles de un experimento aleatorio.
El documento trata sobre estadística matemática. Explica que la estadística matemática utiliza la teoría de probabilidad y otras ramas de las matemáticas para estudiar la estadística de manera formal. También se divide en estadística descriptiva, que resume y describe los datos, e inferencia estadística, que elabora conclusiones a partir de muestras. Luego, describe diferentes tipos de gráficos y análisis estadísticos utilizados para describir y comparar datos.
El documento trata sobre conceptos básicos de bioestadística para la realización y análisis de pruebas de hipótesis. Explica el significado del valor de p y cómo interpretarlo, la diferencia entre muestras independientes y pareadas, la importancia de probar la normalidad de los datos antes de seleccionar pruebas paramétricas o no paramétricas, y ejemplos de cómo utilizar pruebas estadísticas como la t de Student, U de Mann-Whitney y Chi cuadrado en SPSS para comparar grupos con variables cual
Este documento presenta tres tareas relacionadas con la distribución de frecuencias, resúmenes numéricos y gráficos utilizando el fichero de datos "activossalud.RData". La primera tarea analiza dos variables cualitativas mediante tablas de frecuencias. La segunda caracteriza numéricamente dos variables continuas. Y la tercera genera gráficos para ilustrar la distribución de variables seleccionadas.
Distribucion muestrales y estimacion presentacionJose Diaz
Este documento presenta información sobre distribución de muestras y estimación. Explica conceptos como distribución de muestras, estimación puntual, intervalos de confianza y pruebas de hipótesis. Incluye ejemplos para ilustrar cómo aplicar estos conceptos estadísticos para estimar parámetros poblacionales a partir de muestras.
Este documento describe diferentes métodos estadísticos para resumir y visualizar datos, incluyendo estadística descriptiva e inferencial. Explica el uso de diagramas de barras, diagramas de sectores e histogramas para variables categóricas y continuas individuales. También cubre gráficos como diagramas de barras de error y diagramas de cajas para comparar variables entre grupos. El objetivo final es presentar la información de los datos de manera sistemática y resumida para facilitar su análisis.
Este documento proporciona instrucciones sobre cómo presentar estadísticas descriptivas y comparativas en un trabajo científico. Explica cómo presentar datos cualitativos y numéricos para un grupo utilizando tablas de frecuencias, diagramas y medidas como la media y desviación típica. También cubre la presentación de datos entre varios grupos y el uso de diagramas de cajas y gráficos cuantil-cuantil.
Este documento describe diferentes pruebas estadísticas no paramétricas como la prueba Ji cuadrada y la prueba de independencia. Explica cómo usar tablas de contingencia y software estadístico para realizar análisis estadísticos. También cubre conceptos como bondad de ajuste, distribuciones Ji cuadrada y usos comunes de paquetes estadísticos.
Este documento trata sobre pruebas de bondad de ajuste y pruebas no paramétricas. Explica la prueba Ji cuadrada para analizar la bondad de ajuste de un modelo estadístico, así como su uso para pruebas de independencia y tablas de contingencia. También cubre el uso de software estadístico como R y SPSS para realizar estas pruebas.
Las tablas de contingencia se usan para registrar y analizar la relación entre dos o más variables cualitativas mediante la presentación de sus frecuencias conjuntas. Un ejemplo analiza la relación entre el sexo y ser diestro/zurdo de 100 personas, mostrando que la proporción de hombres diestros es similar a la de mujeres diestras. El coeficiente phi mide el grado de asociación entre variables en una tabla de contingencia.
Este documento explica diferentes métodos para medir la asociación entre dos variables, incluyendo tablas de contingencia, el coeficiente chi cuadrado, el coeficiente de correlación de Pearson, y otros coeficientes de correlación. También describe cómo el coeficiente de correlación de Pearson mide la fuerza y dirección de la relación lineal entre dos variables cuantitativas.
Este documento describe un ejercicio para analizar variables cualitativas y cuantitativas de un archivo de datos de salud. Se seleccionan dos variables cualitativas relacionadas con métodos anticonceptivos y se analizan en tablas de frecuencias, mostrando que la mayoría de encuestados usan preservativos pero pocos usan el método de marcha atrás. También se seleccionan dos variables cuantitativas relacionadas con deporte y peso, y se analizan con estadísticos y resúmenes numéricos, mo
Este documento presenta los conceptos fundamentales de la probabilidad que se desarrollarán. Incluye definiciones de experimentos, resultados y conjuntos, así como los tres enfoques básicos para estudiar la probabilidad y las dos reglas de la probabilidad. También cubre temas como uniones, intersecciones, árboles de probabilidad, tablas de probabilidad, probabilidad condicional y el teorema de Bayes. Finalmente, introduce algunas aplicaciones de la combinatoria.
Este documento presenta varias distribuciones de probabilidad importantes como la binomial, Poisson, normal, t student y gamma. Explica que la distribución de probabilidad de una variable aleatoria asigna probabilidades a los posibles resultados y está definida por la función de distribución. También provee ejemplos para ilustrar cómo se aplican estas distribuciones en diferentes contextos estadísticos y de toma de decisiones.
Este documento describe diferentes métodos de conteo como permutaciones, combinaciones y diagramas de árbol. Explica que las permutaciones son todas las posibles ordenaciones de los elementos de un conjunto, mientras que las combinaciones involucran la selección de elementos de un conjunto sin considerar su orden. También introduce diagramas de árbol como una herramienta para determinar todos los resultados posibles de un experimento aleatorio.
Este documento describe diferentes métodos de conteo como permutaciones, combinaciones y diagramas de árbol. Explica que las permutaciones son todas las posibles ordenaciones de los elementos de un conjunto, mientras que las combinaciones involucran agrupaciones sin considerar el orden. También proporciona ejemplos de cómo usar diagramas de árbol para contar resultados posibles de un experimento.
Este documento describe diferentes métodos de conteo como permutaciones, combinaciones y diagramas de árbol. Explica que las permutaciones son todas las posibles ordenaciones de los elementos de un conjunto, mientras que las combinaciones involucran agrupaciones sin considerar el orden. También proporciona ejemplos de cómo usar diagramas de árbol para contar resultados posibles de un experimento.
Este documento describe diferentes métodos de conteo como permutaciones, combinaciones y diagramas de árbol. Explica que las permutaciones son todas las posibles ordenaciones de los elementos de un conjunto, mientras que las combinaciones involucran la selección de elementos de un conjunto sin considerar su orden. También describe cómo los diagramas de árbol pueden usarse para determinar todos los resultados posibles de un experimento aleatorio.
El documento trata sobre estadística matemática. Explica que la estadística matemática utiliza la teoría de probabilidad y otras ramas de las matemáticas para estudiar la estadística de manera formal. También se divide en estadística descriptiva, que resume y describe los datos, e inferencia estadística, que elabora conclusiones a partir de muestras. Luego, describe diferentes tipos de gráficos y análisis estadísticos utilizados para describir y comparar datos.
El documento trata sobre conceptos básicos de bioestadística para la realización y análisis de pruebas de hipótesis. Explica el significado del valor de p y cómo interpretarlo, la diferencia entre muestras independientes y pareadas, la importancia de probar la normalidad de los datos antes de seleccionar pruebas paramétricas o no paramétricas, y ejemplos de cómo utilizar pruebas estadísticas como la t de Student, U de Mann-Whitney y Chi cuadrado en SPSS para comparar grupos con variables cual
Este documento presenta tres tareas relacionadas con la distribución de frecuencias, resúmenes numéricos y gráficos utilizando el fichero de datos "activossalud.RData". La primera tarea analiza dos variables cualitativas mediante tablas de frecuencias. La segunda caracteriza numéricamente dos variables continuas. Y la tercera genera gráficos para ilustrar la distribución de variables seleccionadas.
Distribucion muestrales y estimacion presentacionJose Diaz
Este documento presenta información sobre distribución de muestras y estimación. Explica conceptos como distribución de muestras, estimación puntual, intervalos de confianza y pruebas de hipótesis. Incluye ejemplos para ilustrar cómo aplicar estos conceptos estadísticos para estimar parámetros poblacionales a partir de muestras.
Este documento describe diferentes métodos estadísticos para resumir y visualizar datos, incluyendo estadística descriptiva e inferencial. Explica el uso de diagramas de barras, diagramas de sectores e histogramas para variables categóricas y continuas individuales. También cubre gráficos como diagramas de barras de error y diagramas de cajas para comparar variables entre grupos. El objetivo final es presentar la información de los datos de manera sistemática y resumida para facilitar su análisis.
Este documento proporciona instrucciones sobre cómo presentar estadísticas descriptivas y comparativas en un trabajo científico. Explica cómo presentar datos cualitativos y numéricos para un grupo utilizando tablas de frecuencias, diagramas y medidas como la media y desviación típica. También cubre la presentación de datos entre varios grupos y el uso de diagramas de cajas y gráficos cuantil-cuantil.
Este documento describe diferentes pruebas estadísticas no paramétricas como la prueba Ji cuadrada y la prueba de independencia. Explica cómo usar tablas de contingencia y software estadístico para realizar análisis estadísticos. También cubre conceptos como bondad de ajuste, distribuciones Ji cuadrada y usos comunes de paquetes estadísticos.
Este documento trata sobre pruebas de bondad de ajuste y pruebas no paramétricas. Explica la prueba Ji cuadrada para analizar la bondad de ajuste de un modelo estadístico, así como su uso para pruebas de independencia y tablas de contingencia. También cubre el uso de software estadístico como R y SPSS para realizar estas pruebas.
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLMJuan Martín Martín
Examen de Selectividad de la EvAU de Geografía de junio de 2023 en Castilla La Mancha. UCLM . (Convocatoria ordinaria)
Más información en el Blog de Geografía de Juan Martín Martín
http://blogdegeografiadejuan.blogspot.com/
Este documento presenta un examen de geografía para el Acceso a la universidad (EVAU). Consta de cuatro secciones. La primera sección ofrece tres ejercicios prácticos sobre paisajes, mapas o hábitats. La segunda sección contiene preguntas teóricas sobre unidades de relieve, transporte o demografía. La tercera sección pide definir conceptos geográficos. La cuarta sección implica identificar elementos geográficos en un mapa. El examen evalúa conocimientos fundamentales de geografía.
1. Bioestadística. U.Latina. Tema 3: Probabilidad 1
Cálculo e interpretación de las
proporciones en series
estadísticas simples y de doble
entrada.
Tema 3: Probabilidad
2. Tema 3: Probabilidad 2
Bioestadística. U. Latina
CÁLCULO Y USO DE PROPORCIONES
En la práctica, una proporción se obtiene dividiendo la
frecuencia absoluta con que categoría o evento se
presenta en un conjunto, claramente definido, entre el
número total de elementos de ese conjunto, y se
interpreta como una estimación de la probabilidad de
que esa categoría o evento se presente en el conjunto.
Las proporciones son muy útiles para comparar conjuntos
que difiere el número total de elementos, y por ese motivo,
difieren en las frecuencias absolutas: lo cual requiere que la
comparación se haga con base en las frecuencias relativas,
para eliminar así las diferencias debidas solo a diferencias en
el número total de elementos.
3. Tema 4: Probabilidad 3
Bioestadística. U. Málaga.
Como el numerador es siempre menor que el denominador,
les proporciones (que son probabilidades estadísticas) son
siempre cifras comprendidas entre 0 y 1. Esto las hace
difíciles de interpretar o comprender directamente, por lo que
en la práctica, se acostumbra multiplicarlas por constante
que, para mayor comodidad, es generalmente 10 o un
múltiplo de 10.
4. Tema 4: Probabilidad 4
CALCULO E INTERPRETACION DE LAS
PROPORCIONES EN SERIES ESTADISTICAS
SIMPLES
Generalmente, las series estadísticas se presentan
mostrando las frecuencias absolutas (número de elementos
en cada categoría) y las proporciones respecto al total del
conjunto expresadas en porcentajes. Para ese propósito, se
divide la frecuencia absoluta de cada categoría de la variable
atributo o zona geográfica, entre el total de elementos del
conjunto (suma de los elementos de todas las categorías) y el
resultado se multiplica por cien (100). Si les categorías son
exhaustivas y mutuamente excluyentes, el total de las
frecuencias relativas así calculadas es igual a 1; pero como
se expresan en porcentajes, es igual a 100.
5. Series simples
Ahora, además de saber que hay más varones que niñitas, sabemos que los
primeros representan el 53,49% del total, de modo que la probabilidad de
encontrar una niñita en ese conjunto es 0,4651. En el cálculo de las proporciones
se aplican las reglas de redondeo. Obsérvese que si el conjunto tuviera 83
elementos, y estos se distribuyeran en 43 del sexo masculino y 40 del femenino, a
pesar de que la diferencia en las frecuencias absolutas sería la misma (tres recién
nacidos mas en el sexo masculino), las proporciones serian 51,8% y 48,19%
respectivamente, o sea que la diferencia relativa entre los dos sexos se había
reducido de 6,89 a 3,62%con solo aumentar el número de elementos en el
conjunto. La probabilidad de encontrar a un varón o una niñita es el 1 6 100%,
porque esas son las únicas categorías posibles en este caso, y la suma de las
proporciones de todas las categorías es 1 6 100%.
6. 6
En este otro caso, podríamos decir que la probabilidad de encontrar un
elemento en el conjunto que reside en alguno de esos cuatro cantones
es 1 6 100,0% , y fuera de ellos es 0 (cero). Hay mayor posibilidad de
encontrar una parturienta que resida en Desamparados que en
Alajuelita, etc. Es interesante observar aquí, que la diferencia entre las
frecuencias absolutas de Desamparados y Aserrí es solo un elemento, la
diferencia entre las proporciones correspondientes es de 2.33%.
7. En las series cuantitativas simples así como en el análisis del cuadro 3 las
proporciones se interpretan como estimaciones de la probabilidad de que
la variable tome un valor igual al comprendido entre los límites reales de
clase, de la categoría correspondiente. ASÍ podemos decir que la
probabilidad de encontrar una parturienta con un número de embarazos
anteriores entre 5 y 8 es 0,2325, mientras que la probabilidad de que haya
tenido 9 ó mas es 0,1163 (0,0930 + 0,0233), etc. Por supuesto, en este
conjunto, la probabilidad de encontrar una parturienta con más de 16
embarazos anteriores es 0 (no hay) y la de que tenga de 1 a 16 embarazo
anteriores es de 1 (todas).
8. CALCULO DE PROPORCIONES EN SERIES
ESTADISTICAS DE DOBLE ENTRADA
Cuando se trata de una serie cruzada o de doble entrada, las
proporciones pueden calcularse de tres maneras, según los
objetivos del análisis:
a. Tomando cada categoría de la característica que aparece
en los encabezados de columna como conjuntos
separados (cuadro 4).
b. Tomando cada categoría de la característica que aparece
en la columna matriz con conjuntos separados (cuadro 5).
c. Tomando la doble clasificación como un solo conjunto
(cuadro 6).
9. Series cruzadas
EJEMPLOS:
a. En este caso, las tres columnas se comparan e
interpretan como conjuntos separados, los porcentajes solo
se suman verticalmente, así por ejemplo: la probabilidad de
encontrar un recién nacido con un peso de 2500 a 2999
gramos es 0,1860 en el total; pero si se toman solo los
varones; es de 0,0870 y en las mujeres es de 0,3000; lo
cual significa que ese peso es más frecuente en la niñitas
que en los varones, o que la probabilidad de encontrar una
niñita con un peso entre 2500 ; 2999 gramos es mayor que
la de encontrar un varón con ese mismo peso (cuadro 4.)
10.
11. b. En este caso, no se ve la distribución proporcional por
categorías de peso; pero puede apreciarse muy bien la
distribución de cada categoría de peso según el sexo. Así
por ejemplo, se ve que de los recién nacidos con un peso
entre 3500 y 3999 gramos, el 80% son varones y el
20%son niñitas. En el cuadro anterior era obvio que esta
categoría era más frecuente en los varones; pero no se
podría ver cuánto. Así, cada categoría de peso se analiza
como un conjunto separado y se comparan entre sí, y los
porcentajes solo se suman horizontalmente (cuadro 5).
12.
13. c. Una tercera forma de calcular proporciones en una
distribución de frecuencias de doble entrada, es la del
cuadro 6, en el que todos los cálculos utilizan como
denominador el gran total o número total de elementos en
el conjunto, de manera que los totales son iguales a la
suma de los parciales en cualquier sentido. En el tenemos
que la probabilidad de encontrar un recién nacido con un
peso entre 3000 y 3499 gramos es de 0,5581; pero si
queremos que además sea varón, esa probabilidad se
reduce a 0,2791. En este caso, el análisis se hace en un
solo conjunto. En la práctica fijándose en el sitio donde se
encuentra el 100,0%, se puede saber cuál ha sido el total
que se tomo como denominador para calcular las
proporciones y así interpretarlas correctamente. Esta es
una razón mas para incluir siempre los totales
horizontales y verticales en una serie estadística cruzada.