Este documento trata sobre la representación de datos cuantitativos a través de gráficos. Explica que los gráficos son una forma de mostrar la relación entre variables y exhibir datos estadísticos utilizando un sistema de coordenadas. Además, incluye consejos sobre el diseño efectivo de gráficos como usar títulos claros y diferenciar líneas cuando hay más de una variable. Finalmente, presenta ejemplos de gráficos de barras y de líneas para ilustrar la distribución del peso de estudiantes.

2. - La representación de magnitudes a
través de una imagen.
- Es una representación de la relación
entre variables (Spiegel. 1991).
- Método para exhibir datos
cuantitativos utilizando un sistema de
coordenadas (García de Alba. 1995)

3.  Demostrar la situación o
evolución de un fenómeno
estadístico.
 Ayudaral análisis de la
información

4. 1. La simplicidad en las gráficas hacen que su
diseño sea mas efectivo.
2. Cada gráfico debe explicarse por sí mismo.
3. El título debe ponerse en la parte central
superior o por debajo de la gráfica.

5. 5. Cuando hay mas de una variable en la
gráfica, cada línea debe estar claramente
identificada y diferenciada.
6. No se deben usar más de dos coordenadas.
7. Las frecuencias se representan en la escala
vertical (Y), el método de clasificación o
cualidades en la escala horizontal (X)

6. Principales tipos de
gráficas

7. PRESENTACION DE DATOS
Gráfico No. 1
Peso en libras de estudiantes de la Universidad X
San Luis Potosí, S.L.P.
Noviembre 2007. n=40
5% 3% 5%
3%
8% 5%
5% 10%
118-122
123-127
128-132
10% 133-137
14%
138-142
143-147
13% 148-152
153-157
19%
158-162
163-167
168-172
173-177
Fuente: Directa

8. PRESENTACION DE DATOS
Gráfico No. 1
Peso en libras de estudiantes de la Universidad X
San Luis Potosí, S.L.P.
Noviembre 2007. n=40
10
9
8
7
Frecuencia
6
5
4
3
2
1
0
118-122 123-127 128-132 133-137 138-142 143-147 148-152 153-157 158-162 163-167 168-172 173-177
peso
Fuente: Directa

9. PRESENTACION DE DATOS
Gráfico No. 1
Peso en libras de estudiantes de la Universidad X
San Luis Potosí, S.L.P.
Noviembre 2007. n=40
9
8
7
6
Frecuencia
5
4
3
2
1
0
118-122 123-127 128-132 133-137 138-142 143-147 148-152 153-157 158-162 163-167 168-172 173-177
Peso
Fuente: Directa

10. PRESENTACION DE DATOS
Gráfico No. 1
Peso en libras de estudiantes de la Universidad X
San Luis Potosí, S.L.P.
Noviembre 2007. n=40
9
8
7
6
Frecuencia
5
4
3
2
1
0
118-122 123-127 128-132 133-137 138-142 143-147 148-152 153-157 158-162 163-167 168-172 173-177
Peso
Fuente: Directa

11. PRESENTACION DE DATOS
Gráfico No. 1
Peso en libras de estudiantes de la Universidad X
San Luis Potosí, S.L.P.
45 Noviembre 2007. n=40
40
35
30
Frecuencia
25
20
15
10
5
0
118-122 123-127 128-132 133-137 138-142 143-147 148-152 153-157 158-162 163-167 168-172 173-177
Peso
Fuente: Directa

12. ESTADÍSTICA
INFERENCIAL

13.  Es la parte de la estadística que permite
con su metodología el establecimiento
sistemático de conclusiones
probabilísticas, a través de datos
recolectados.
 Hace uso del razonamiento inductivo,
apoyándose además en el cálculo
matemático de probabilidades, a partir
de datos muestrales.

14.  Simétrica  Enforma de J
invertida
 Sesgadaa la
derecha (+)  En forma de U
 Sesgada a la  Binomial
izquierda (-)
 Multimodal
 En forma de J

15. Distribucion Normal

16. CLASES
16
14
12
10
8
6
4
Frecuencia
2
0
2.0 4.0 6.0 8.0 10.0 12.0
CLASES

17. 0.25
SESGO +
0.2
0.15
0.1
0.05
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

18. SESGO -
0,07
0,06
0,05
0,04
Ser i 1
e
0,03
0,02
0,01
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

19. 0 , 16 0 0 0 0 0
0 , 14 0 0 0 0 0
0 , 12 0 0 0 0 0
0 , 10 0 0 0 0 0
0,0800000 Ser i 1
e
0,0600000
0,0400000
0,0200000
0,0000000
1 2 3 4 5 6 7

20. 0.1200000
0.1000000
0.0800000
0.0600000 Ser i 1
e
0.0400000
0.0200000
0.0000000
1 2 3 4 5 6 7

21. 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
-0. 02
-0. 04
-0. 06
-0. 08 Ser i 1
e
-0. 1
-0. 12
-0. 14
-0. 16

22. 0.0800000
0.0700000
0.0600000
0.0500000
0.0400000 Ser i 1
e
0.0300000
0.0200000
0.0100000
0.0000000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

23. Distribucion Normal

24. 1. Identificada por media (promedio) y S2
(desviación estándar).
2. Simétrica con respecto a la media.
3. Forma de campana.
4. Área total bajo la curva=1.00 (en
porcentajes al 100% de las
observaciones o probabilidades)

25. 3. Área total bajo la curva=1.00 (en
porcentajes al 100% de las
observaciones o probabilidades)
4. Con una curva normal con media o
promedio=0 y S2=1

26. Distribucion Normal
68%
95%
99.7%
-3S -2S -S S +2S +3S

27. Teorema 1
Si a cada uno de los elementos le
sumamos o restamos a la misma
cantidad , el valor de la
desviación estándar no se
cambia y el promedio de la
muestra aumentará o disminuirá
en la misma cantidad.

28. Teorema 2
Si a cada uno de los elementos se
multiplica o se divide por la misma
cantidad el valor del promedio
aumenta o disminuye en tantas
veces esa constante, y la desviación
estándar se incrementará o se
disminuirá en tantas veces como el
valor de la cantidad.