2. GENERALIDADES
ESTADÍSTICA INFERENCIAL
TEORÍA DE LAS
PROBABILIDADES
ESTADÍSTICA DESCRIPTIVA
ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO
FACULTAD DE CIENCIAS
ESCUELA DE FÍSICA Y MATEMÁTICA
CARRERA DE INGENIERÍA EN ESTADÍSTICA-INFORMÁTICA
ESTADÍSTICA APLICADA A LA EDUCACIÓN
CON ACTIVIDADES DE APRENDIZAJE
Jorge Washington Congacha Aushay
RIOBAMBA - ECUADOR
2016
3.
4. ESTADÍSTICA APLICADA
A LA EDUCACIÓN
con actividades de aprendizaje
Jorge Washington Congacha Aushay
RIOBAMBA-ECUADOR
GENERALIDADES
ESTADÍSTICA INFERENCIAL
TEORÍA DE LAS
PROBABILIDADES
ESTADÍSTICA DESCRIPTIVA
5. Autor
Jorge Washington Congacha Aushay
Portada
Centro de Apoyo Diseño Editorial EDG-FIE
Diseño y Diagramación
Centro de Apoyo Diseño Editorial EDG-FIE
Todos los derechos reservados
Copyright, 2012
ISBN 978-3-8484-6434-0
www.eae-publishing.com
Segunda Edición 2016
Riobamba - Ecuador
6.
7. Con mucho cariño a
mi esposa Miriamín y a mis hijas: Giorgia, Antonella y Sofía, espero que ellas también
cultiven la enseñanza de las Aplicaciones de las Matemáticas.
Educación, la mejor herencia.
Mientras más enseño más aprendo.
Estadística, aprendemos de la experiencia, de los datos.
8. CONTENIDO
1.1 RESEÑA HISTÓRICA 12
1.2 ALGUNA TERMINOLOGÍA NECESARIA 16
1.3 ¿QUÉ ES LA ESTADÍSTICA? 18
1.4 DIVISIÓN DE LA ESTADÍSTICA 21
1.5 MUESTREO 23
1.6 ¿POR QUÉ APRENDER ESTADÍSTICA? 26
1.7 INVESTIGACIÓN ESTADÍSTICA 27
1.8 ETAPAS DE UNA INVESTIGACIÓN 29
1.9 ESCALAS O NIVELES DE MEDIDA 37
1.10 ACTIVIDADES DE APRENDIZAJE 1 39
2.1 DESCRIPCIÓN GRÁFICA DE DATOS 42
2.1.1 VARIABLES CUALITATIVAS 46
2.1.2 VARIABLES CUANTITATIVAS 49
2.2 DESCRIPCIÓN NUMÉRICA DE DATOS 61
2.2.1 MEDIDAS DE TENDENCIA CENTRAL 62
2.2.2 MEDIDAS DE DISPERSIÓN 67
2.3 APLICACIÓN DE LA INVESTIGACIÓN ESTADÍSTICA 88
2.4 ACTIVIDADES DE APRENDIZAJE 2 95
3.1 CONCEPTOS DE PROBABILIDAD 100
3.1.1 CONCEPTO CLÁSICO (SEGÚN LAPLACÉ) 102
3.1.2 CONCEPTO AXIOMÁTICO DE PROBABILIDAD 102
3.2 PROPIEDADES FUNDAMENTALES DE LA PROBABILIDADES 104
3.3 PROBABILIDAD CONDICIONAL Y TEOREMA DE BAYES 106
3.4 VARIABLES ALETORIAS Y DISTRIBUCIONES DE PROBABILIDAD 113
3.4.1 DEFINICIÓN Y CLASIFICACIÓN DE LAS VARIABLES ALETORIAS 113
3.4.2 DISTRIBUCIONES DE PROBABILIDADES DISCRETAS Y CONTINUAS 114
3.4.2.1 Distribución de probabilidad de variables aleatorias discretas. 114
3.4.2.2 Distribución de probabilidad de variables aleatorias continuas 115
3.5 ESPERANZA MATEMÁTICA Y VARIANZA DE UNA VARIABLE ALEATORIA 117
3.5.1 COEFICIENTES DE ASIMETRÍA Y CURTOSIS 118
CAPÍTULO TEORÍA DE LAS PROBABILIDADES 99
CAPÍTULO ESTADÍSTICA DESCRIPTIVA 41
CAPÍTULO GENERALIDADES 11
1
2
3
9. 3.6 DISTRIBUCIONES: BINOMINAL, POISSON Y NORMAL 120
3.6.1 DISTRIBUCIÓN BINOMIAL 120
3.6.1.1 Distribución de Bernoulli. 125
3.6.2 LA DISTRIBUCIÓN DE POISSON 126
3.6.3 DISTRIBUCIÓN NORMAL O GAUSSIANA 129
3.6.3.1 136
3.7 DISTRIBUCIONES MUESTRALES 139
3.7.1 DISTRIBUCIÓN MUESTRAL DE X
3.7.2 DISTRIBUCIÓN MUESTRAL DE S² 144
3.8 ACTIVIDADES DE APRENDIZAJE 3 162
4.1 INTRODUCCIÓN 170
4.2 ESTIMACIÓN DE PARÁMETROS 171
4.2.1 ESTIMACIÓN PUNTUAL 171
4.2.2 ESTIMACIÓN POR INTERVALO 175
4.3 PRUEBA DE HIPÓTESIS 203
4.4 PRUEBA CHI-CUADRADA 220
4.4.1 PRUEBA CHI-CUADRADA DE INDEPENDENCIA 221
4.4.2 PRUEBA CHI-CUADRADA DE HOMOGENEIDAD 223
4.5 INTRODUCCIÓN AL ANÁLISIS DE VARIANZA (ANOVA) 234
4.6 ACTIVIDADES DE APRENDIZAJE 4 243
BIBLIOGRAFÍA 250
APÉNDICE: TABLAS ESTADISTICAS 251
CAPÍTULO ESTADÍSTICA INFERENCIAL 169
4
10. E
n los programas ministeriales de Matemáticas se establecen argumentos de
Estadística y Probabilidades. Se ha visto sin embargo que no se estudian
adecuadamente o no se estudian tales temas. Se quiere estimular a una mejor
enseñanza de los conceptos básicos de la Estadística y de la Teoría de las Probabilidades.
No se quiere dar un recetario de fórmulas con el único propósito de acatar
cumplimiento a un programa establecido, al contrario se pretenderá presentar este
texto de ESTADÍSTICA APLICADA A LA EDUCACIÓN CON ACTIVIDADES DE
APRENDIZAJE de manera atractiva, interesante y aplicativa.
En los últimos años ha aumentado la atención en enseñar Estadística y Teoría de las
Probabilidades a Nivel Primario, Medio, Superior y de Posgrado en cursos diferentes de
aquellos que se dictan normalmente en Matemáticas.
El texto ESTADÍSTICA APLICADA A LA EDUCACIÓN CON ACTIVIDADES DE
APRENDIZAJE pretende ser una alternativa para dichos cursos y para su desarrollo
se ha dividido en cuatro capítulos importantes tomando en cuenta los aspectos
de generalidades, descripción, herramienta y conclusiones bajo los nombres de
Generalidades, Estadística Descriptiva, Teoría de las Probabilidades y Estadística
Inferencial o Inferencia Estadística.
En el primer capítulo se hace una reseña histórica de los temas de Estadística y
Probabilidades con el fin de destacar nombres de famosos matemáticos-probabilísticos
y estadísticos los que se toman en cuenta en definiciones, propiedades y teoremas.
Luego, se da una terminología básica que se utiliza en la investigación estadística, se da
de manera sucinta la teoría del muestreo, llamamos la atención con los interrogantes,
¿qué es la Estadística?, ¿para qué aprender Estadística?, tipos de Estadística y finalmente
se exponen los temas, de manera general, de la investigación estadística, los tipos de
investigación, las etapas de una investigación y las escalas de medida.
Al final de los capítulos del 2 al 4, se puede realizar ejercicios aplicativos a la teoría vista,
a lo que llamamos actividades de aprendizaje utilizando paquetes estadísticos como el
Minitab, SPSS entre otros, se puede también realizar en la hoja de cálculo EXCEL, en el
software estadístico libre R.
En el tercer capítulo exponemos la parte teórica-práctica de las Probabilidades requerida
en el cuarto capítulo de Inferencia Estadística denominada también Estadística Inferencial
principalmente en los temas de estimación de parámetros, de prueba de hipótesis y de
la prueba chi-cuadrada; concluiremos con una introducción al análisis de la varianza o
simplemente ANOVA las mismas que son siglas del inglés ANalysis Of VAriance.
PREFACIO
11. INTRODUCCIÓN
Se escucha a menudo decir que la Matemática es una ciencia “abstracta” e incluso “inútil”,
alejada de los problemas concretos, pero no nos damos cuenta que la Matemática, por
ende la Estadística apoya y es base fundamental de los avances tecnológicos. La Matemática,
está al servicio de otras ciencias a las cuales provee conceptos, instrumentos de cálculo,
estructuras y lenguaje. El calificativo de abstracta que se da a la Matemática no es extraño y
el agrado por ella no es del todo espontáneo. Escribe el matemático H.O. Pollak: “Existe un
pequeño número de personas que se orientan hacia la Matemática, puesto que esperan
escaparse al mundo real. Ellos conciben la Matemática como una bella arquitectura, bien
orientada, destacada en la vida y es sorprendente como la Matemática permite ganar para
vivir”.
Sin embargo, pueden parecer sorprendente las relaciones entre Matemática y realidad, en
verdad, son profundas y de diversa naturaleza. Estudiamos a la Estadística como un modelo
de la realidad. Podemos de todo esto decir que la Matemática no es algo aislada, tampoco
es un hecho técnico, de fórmulas concebidas por mentes privilegiadas, más bien es un factor
de ideas. Así su conocimiento no es un lujo, se vuelve una necesidad para las personas que
quieren comprender lo que existe a su entorno, para entender las innovaciones tecnológicas,
esto es, la tecnología de punta que suscita cada día. Para entender las reacciones que se dan
en el mundo de las finanzas, la banca, el comercio, la economía para contrastar resultados
de las investigaciones de mercado, psicológicas, educacionales decisiones gubernamentales
y otras.
En la actualidad, la Estadística es una herramienta clave para el desarrollo de la investigación
educativa, de las Ciencias Sociales y otros campos como: Química, Sicología, Genética,
etc., de allí que es importante destacar la enseñanza de la Estadística en todo nivel y
se ha considerado menester incluir en éste texto temáticas referentes a la investigación
estadística del COMIL - R. (COLEGIO MILITAR “COMBATIENTES DE TAPI”) de la ciudad
de Riobamba-Ecuador y la Escuela Superior Politécnica de Chimborazo, ESPOCH.
Aunque se puede aplicar software estadístico libre como el R y de esto hablaremos en otra
oportunidad. Los software estadísticos y la hoja electrónica EXCEL; permiten desarrollar
destrezas de cálculo y gráfico en el estudiante, ayudando de esta manera a visualizar los
argumentosfundamentalesderepresentación,cálculodeíndicesestadísticosylaconstrucción
gráfica (histogramas, polígonos de frecuencias, diagrama de barras, diagrama de caja (box-
plot), diagrama de tallo y hoja (stem and leaf), etc.) de un conjunto de datos como se
ve en el segundo capítulo denominado Estadística Descriptiva. También estos software
estadísticos generan resultados de ANOVA (análisis de la varianza), regresión, análisis
multivariado, econometría, control de calidad, series de tiempo y funciones matemáticas.
INTRODUCCIÓN
Se escucha a menudo decir que la Matemática es una ciencia “abstracta” e incluso “inútil”,
alejada de los problemas concretos, pero no nos damos cuenta que la Matemática, por
ende la Estadística apoya y es base fundamental de los avances tecnológicos. La Matemática,
está al servicio de otras ciencias a las cuales provee conceptos, instrumentos de cálculo,
estructuras y lenguaje. El calificativo de abstracta que se da a la Matemática no es extraño y
el agrado por ella no es del todo espontáneo. Escribe el matemático H.O. Pollak: “Existe un
pequeño número de personas que se orientan hacia la Matemática, puesto que esperan
escaparse al mundo real. Ellos conciben la Matemática como una bella arquitectura, bien
orientada, destacada en la vida y es sorprendente como la Matemática permite ganar para
vivir”.
Sin embargo, pueden parecer sorprendente las relaciones entre Matemática y realidad, en
verdad, son profundas y de diversa naturaleza. Estudiamos a la Estadística como un modelo
de la realidad. Podemos de todo esto decir que la Matemática no es algo aislada, tampoco
es un hecho técnico, de fórmulas concebidas por mentes privilegiadas, más bien es un factor
de ideas. Así su conocimiento no es un lujo, se vuelve una necesidad para las personas que
quieren comprender lo que existe a su entorno, para entender las innovaciones tecnológicas,
esto es, la tecnología de punta que suscita cada día. Para entender las reacciones que se dan
en el mundo de las finanzas, la banca, el comercio, la economía para contrastar resultados
de las investigaciones de mercado, psicológicas, educacionales decisiones gubernamentales
y otras.
En la actualidad, la Estadística es una herramienta clave para el desarrollo de la investigación
educativa, de las Ciencias Sociales y otros campos como: Química, Sicología, Genética,
etc., de allí que es importante destacar la enseñanza de la Estadística en todo nivel y
se ha considerado menester incluir en éste texto temáticas referentes a la investigación
estadística del COMIL - R. (COLEGIO MILITAR “COMBATIENTES DE TAPI”) de la ciudad
de Riobamba-Ecuador y de la Escuela Superior Politécnica de Chimborazo, ESPOCH.
Aunque se puede aplicar software estadístico libre como el R y de esto hablaremos en otra
oportunidad. Los software estadísticos y la hoja electrónica EXCEL; permiten desarrollar
destrezas de cálculo y gráfico en el estudiante, ayudando de esta manera a visualizar los
argumentosfundamentalesderepresentación,cálculodeíndicesestadísticosylaconstrucción
gráfica (histogramas, polígonos de frecuencias, diagrama de barras, diagrama de caja (box-
plot), diagrama de tallo y hoja (stem and leaf), etc.) de un conjunto de datos como se
ve en el segundo capítulo denominado Estadística Descriptiva. También estos software
estadísticos generan resultados de ANOVA (análisis de la varianza), regresión, análisis
multivariado, econometría, control de calidad, series de tiempo y funciones matemáticas.
12. CAPÍTULO 1 GENERALIDADES
GENERALIDADES
CAPÍTULO
Presentar argumentos estadísticos de manera atractiva, interesante y aplicativa, generando
ambientes que faciliten la investigación
Motivar al estudio de la Estadística, más que al cálculo, a través de preguntas como ¿Qué
es la Estadística? ¿Por qué aprender Estadística?
Destacar nombres de famosos matemáticos-probabilísticos y estadísticos los que se toman
CONTENIDOS
OBJETIVOS
1
CAPÍTULO 1 GENERALIDADES
GENERALIDADES
CAPÍTULO
Presentar argumentos estadísticos de manera atractiva, interesante y aplicativa, generando
ambientes que faciliten la investigación
Motivar al estudio de la Estadística, más que al cálculo, a través de preguntas como ¿Qué
es la Estadística? ¿Por qué aprender Estadística?
Destacar nombres de famosos matemáticos-probabilísticos y estadísticos los que se toman
CONTENIDOS
OBJETIVOS
1
13. Generalidades
Lesta disciplina es el resultado de una evolución, la misma que se puede
catalogar en orden cronológico en los siguientes antecedentes:
estadísticos (captación de datos, por cierto, de carácter rudimentario), debido a
que permitían distribuir los bienes y repartir las propiedades para que fueran
nacimientos, defunciones y matrimonios, sin olvidar los recuentos periódicos
pocas operaciones estadísticas, con la notable excepción de las relaciones de
trataron de revivir la técnica romana, los métodos estadísticos permanecieron
1.1 RESEÑA HISTÓRICA
14. Generalidades
En la época moderna, la técnica censal adquirió un gran desarrollo, llegando a
con todo lo que se encuentra de activo y de efectivo”, entonces la Estadística
se ocupa de los fenómenos que pueden favorecer o defender la propiedad del
Estado y agrega: política Estadística
de la recolección de datos por parte del gobierno de un país, relacionados
15. Generalidades
por inferencias llegó incluso a estimar con buena aproximación la población de
Quienes más contribuyeron a su progreso y a estructurarla como ciencia fueron
sus obras:
Teoría Analítica de la Probabilidad (1812).
clásica desde el punto de vista matemático, primera de las modernas teorías
inductivamente y establecer una base matemática para la inferencia
16. Generalidades
y resolver la aplicación del principio de promedios y de la variabilidad a los
dos conceptos matemáticos fundamentales para la teoría estadística; la teoría
constituye la primera rama de la Estadística que pudo construirse con una
Para destacar el punto fundamental de su obra diremos que si Pearson fue el
y estructuró en forma rigurosa, con la colaboración de sus discípulos; en
17. Generalidades
Estadística.
observadas por lo general de la muestra, y la de estadística inferencial o inducción,
Población.
de que a pesar de encontrarse una población constituida por un grupo de elementos,
Características (o caracteres).
Muestra.
aleatoriamente, es decir, todos los elementos que componen la población tienen la
TIPOS DE ESTADISTICA
INFERENCIAL
Estimulación Prueba de hipótesis
Pruebas
Paramétricas
Normal Del Signo
Prueba 8 de
bondad
de ajuste
U-MANN WITNEY
T-Student
Fisher
Anova
-
-
Pruebas no
Paramétricas
DESCRIPTIVA
1.-Descripción
Gráfica de datos
2.-Descripción
numérica de datos
Barras
2.1. Medidas de tendencias
Media, mediana, moda, media
aritmética, media armónica, media
geométrica, media cuadrática.
2.1. Medidas de dispersión o
variabilidad
Rango, varianza, desviación típica
estándar.
2.3. Medidas de correlación
Coeficiente de correlación.
Histogramas
Poligono de frecuencias
Pastel
Puntual Por intervalos
1.2 ALGUNA TERMINOLOGÍA NECESARIA
18. Generalidades
Para que una muestra sea representativa de la población se requiere que las
Estadístico
Estadísticas.
son datos agrupados metódicamente y consignados en publicaciones,
elaboradas por las diversas empresas o entidades, buscando sean conocidos
Estadísticas primarias.
Estadísticas secundarias. En éstas los datos se obtienen de publicaciones,
Estadísticas temporales.
Estadísticas internas de una institución educativa se originan de los registros
internos, tales como promedios, matriculas, pensiones, pesos, estaturas,
Estadísticas externas son registros originados fuera de la institución educativa;
Parámetros.
una característica poblacional tendrá un solo parámetro (media, proporción,
Estimador (puntual).
correspondiente a la muestra, se denomina estimador puntual o estadígrafo
estimador por intervalos, dentro del cual deberá estar el parámetro con cierto
19. Generalidades
L
el aspecto más importante de ésta disciplina es la obtención de conclusiones
basadas en los datos experimentales, a este procedimiento se lo conoce con
entender las nociones de población y muestra, dadas anteriormente, pero sin
•
•
•
•
1.3 ¿QUÉ ES LA ESTADÍSTICA?
20. Generalidades
INDIVIDUOS
Discretos (número de caras de un dado,
POBLACIÓN número de hijos, etc.)
Cuantitativos
CARACTERES Continuos(peso, estatura, etc.)
Cualitativos (sexo, color, religión, etc.)
Observación.
estudiar (la población) el colectivo se requiere de información
Pues se debe tener en cuenta siempre que la Estadística estudia el
comportamiento de los fenómenos de grupo, prescindiendo de aquellos
fenómenos individuales que pueden ser considerados como resultados de
cuantitativo aquella modalidad numérica, cuyos valores se toma sobre un
De acuerdo a esta descripción estos caracteres se subdividen en discretos
(naturales, enteros o racionales) y continuos (la recta real numérica, un intervalo
esquema:
Figura 2. Esquema de Caracteres
Pero, una población (o las características de una población) puede ser
21. Generalidades
POBLACIÓN
POBLACIÓN
Deducción (Probabilístico)
Figura 3. Esquema de Variables
en probabilidad parte de una población conocida, para deducir el resultado
sacar conclusiones) o de los resultados de la muestra induce con respecto a las
Figura 4. Población y muestra
INDIVIDUOS
Discretas (número de caras de un dado,
POBLACIÓN número de hijos, etc.)
Cuantitativas
VARIABLES Continuas(peso, estatura, etc.)
ALEATORIAS
Cualitativas (sexo, color, religión, etc.)
22. Generalidades
L
Estadística Descriptiva consiste en la presentación de datos en forma de tablas
Teoría de las Probabilidades puede ser pensada como la teoría matemática
Estadística Inferencial
consecuencia, la característica más importante del reciente crecimiento de
la Estadística Aplicada.
Estadística Matemática
a las bases teóricas de la materia, e incluye el estudio de las probabilidades, es
Estadística Paramétrica: en la estadística paramétrica nuestro interés es
establece como suposición general que la población o poblaciones de donde
provienen las muestras, deben estar distribuidas normalmente, aunque sea en
Estadística No Paramétrica: estudia las pruebas y modelos estadísticos cuya
niveles de medida
1.4 DIVISIÓN DE LA ESTADÍSTICA
23. Generalidades
ESQUEMA DE CURSO-TALLER
TÉCNICAS Y HERRAMIENTAS DE ESTADÍSTICA PARAMÉTRICA Y
NO PARAMÉTRICA
TIPOS DE ESTADÍSTICA BÁSICA
Puntual Pruebas
Parámetricas
Normal
U-Mann
Prueba de
bondad de
Pruebas no
Parámetricas
Media
Mediana
Moda
Media aritmética
Media geométrica
Desviación típica
Dispersión o variabilidad
Nota. Nótese que en una de las tareas a los estudiantes del cuarto nivel de la
resultado se presenta a continuación:
24. Generalidades
E
algunos aspectos por cada método:
Muestreoprobabilístico.Dentrodeéstemétodoexistealgunosprocedimientos
como:
Muestreo aleatorio simple. Este método permite que la selección de todos
los individuos o elementos que constituyen la población tenga la misma
sin reposición; en otras ocasiones, cada elemento puede ser elegido más
Para la aplicación de estas tablas se procede de la forma siguiente:
1.5 MUESTREO
25. Generalidades
Solución
De esta manera, los cadetes numerados con estas cifras serían los
grupos, en tal forma que el elemento tendrá una característica que sólo le
1.Proporcionales.
2.Óptima.
de muestra para la distribución proporcional de cada estrato mediante la
fórmula:
Donde
Ni
i
N
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 01
ni
= n,
Ni
N
i= k
n = n1
+ n2
+ ... + nk
26. Generalidades
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 02
Solución:
n = (1000/2000)30 = 15
n = (600/2000)30 = 9
n = (400/2000)30 = 6
otras maneras de distribuir proporciones de una muestra entre los diferentes
distribución óptima, o de Neyman,
Donde ¡
Muestreo sistemático.
Muestreo no probabilístico. En el muestreo no probabilístico se toma la
rendimiento académico en la asignatura de Matemática para que representen
debe ser la muestra tomada de cada estrato?
1
2
3
1 2 3
ni =
nNi i
N1 1
+ N2 2
+ ... + Nk k
27. Generalidades
A
l respecto se debe considerar que los medios de comunicación traen
cotidianamente resultados de sondeos seleccionados sobre muestras
de carácter social (censos), político (elecciones), económico (producción
mismos se deben interpretar cuando se presentan sea de forma esquemática,
los resultados.
Tener una visión general de la institución educativa en su conjunto, para
causa, etc.
institucional), pedagógicas (incidencia del sexo en el aprendizaje,
transversales que se cultivan en los estudiantes), etc.
1.6 ¿POR QUÉ APRENDER ESTADÍSTICA?
28. Generalidades
L
a de cualquier
campo de la ciencia, y su aplicación dependerá de la
disponibilidad de los datos que se analicen y de la naturaleza de los
Investigación interna.
Dentro de una institución se originan una serie de fenómenos, como por
Investigación externa.
educativa en la sociedad y en especial conocer la tendencia de los clientes
(estudiantes - padres de familia), el comportamiento actual o futuro, en relación
Investigación exhaustiva.
1.7 INVESTIGACIÓN ESTADÍSTICA
29. Generalidades
Investigación parcial.
planteados, de acuerdo a esto, exponemos a continuación de manera
esquemática los tipos de investigación.
Pura
Empírica y
Experimental
No Experimental
De laboratorio y
De campo
Descriptiva y
Explicativa
Tipos de Investigación
30. Generalidades
S
e requiere una investigación de carácter estadístico cuando no se
pueden considerar tres clases de operaciones o etapas de manera general en
una investigación:
1) Planeamiento
ciertos aspectos que se presentan, donde el orden y la necesidad de cada uno
Objeto de la investigación
En esta etapa se debe contestar los siguientes interrogantes:
a) ¿Qué se va investigar?
o de algo de interés que se va investigar, qué tipo de datos se requerirán, el
Unidad de investigación
investigación, la cual puede ser un estudiante, un curso, una institución, o una
adecuada al tipo de investigación, mensurable, que permita ser medible, y
frecuencia, la necesidad de establecer otras unidades denominadas
estudio principal mientras la familia, los amigos de éste, son las unidades
1.8 ETAPAS DE UNA INVESTIGACIÓN
31. Generalidades
Clase de estudio
en algunos casos no
a grupos, en cambio en la analítica permite establecer ciertas comparaciones
En la investigación experimental es una situación provocada por el investigador,
laboral de los administradores de la educación de la región central en el sistema
educativo ecuatoriano, interesa la situación fundamentalmente en el momento
resultados de un fenómeno o situación dada después de un determinado
dentro de lo cual se ubica la mayoría de los tipos de investigación presentados
aquel tipo de investigación en el cual participan los individuos y comunidad para
solucionar sus propias necesidades y problemas, es una forma moderna de
investigar a través de un proceso permanente de interacción y retroalimentación
32. Generalidades
Examen de la documentación y metodología
Método de observación
censo o muestra, depende entre otros factores, de:
2) Recolección de datos
costosas, ya que el valor de recolección corresponde al valor del envío y retorno
entrega personal del cuestionario, agregándose la reducción del extravío del
propósito general de esta investigación:
contestación a determinadas preguntas, demora en la devolución, uso de
Es indirecta cuando la tarea de recolección consiste en corroborar los datos
33. Generalidades
y televisión cuando se requiere determinar la sintonía en el momento de
Para la elaboración del cuestionario se debe considerar los siguientes aspectos
técnicos:
EJEMPLO DE ENCUESTA
Colegio Militar No.6 “Combatientes de Tapi“
Departamento Academico
Sección Estadística
Encuesta a cadetes de la escuela
X en el cuadro
que se indica en la presente encuesta con la seriedad y la honestidad que te caracteriza. Recibe
1. ¿Te gusta la forma de trabajar de tu Maestro(a)?
3. ¿Que te enseñaza o te da más tu Maestro(a)?
4. a) ¿Tú maestro realiza pruebas de recuperación?
b) La prueba de recuperación crees tú que es: fácil
¿Porqué ?__________________________________________________
6. ¿Tu Maestro (a) te hace participar en clase?
7. ¿Comprendes las explicaciones que te da tu Maestro(a) en el aula?
8. ¿Qué sientes cuando no puedes realizar tus tareas escolares?
9. Realizas las tareas que te envia tu Maestro(a) en casa:
Porque son:
10. ¿Lo que tú dices o haces en clases es respetada por tu maestro(a) y compañeros?
11. ¿Qué materia(s) mas te gusta(n)? _____________________________
12.- ¿Desayunos antes de venir a la Escuela?
¿Porque?___________________________________
34. Generalidades
Preguntas cerradas. En estas el informante tendrá las posibilidades al
Preguntas abiertas.
Preguntas de control.
3) Análisis de datos (información)
esta etapa son:
a) ¿Tu maestro (a) te hace participar en clases ?
b) ¿ Desayunas antes de venir a la Escuela?
¿Tú maestro realiza pruebas de recuperación ?
La prueba de recuperación crees tú que es:
35. Generalidades
encuestadores considerados como los aptos o meticulosos y que el crítico
puede subsanar directamente o pidiendo al entrevistador que vuelva a la
Tabulación
Puede ser manual, mecánica o digital y su elección dependerá:
Análisis e interpretación
Esta etapa se puede considerar como la más importante que tiene el informe,
proceso de análisis (aplicación de las técnicas de la estadística descriptiva
En este proceso se debe considerar la elaboración de distribuciones o tablas
aplicación de las diferentes medidas estadísticas: de tendencia central, de
36. Generalidades
Estos dos aspectos permitirán determinar el grado de consistencia y
una posible guía del análisis, sugiriendo los siguientes puntos:
1. Título:
a) ¿Es claro y conciso?
b) ¿No promete más de lo que el estudio puede proporcionar?
2. El problema:
b) ¿Está bien delimitado?
3. Revisión de la bibliografía relacionada:
a) ¿Es de amplitud adecuada?
4. Procedimientos utilizados.
5. Análisis e interpretación de datos
b) ¿Es concisa y clara la exposición del texto?
c) ¿Es lógico y perceptible el análisis de las relaciones de datos?
6. Resumen y conclusiones:
conclusiones?
37. Generalidades
Publicación.
llegar a las personas interesadas el resultado total del estudio, teniendo en
cuenta todos los aspectos considerados en el proceso, en tal forma que los
En términos generales se puede decir que un informe deberá contener:
g)
en donde se incluyen cuadros más generales que permiten aclarar o
38. Generalidades
INFORMACIÓN CUALITATIVA
a) Escala Nominal.- Es la escala más débil en cuanto a la información que
b) Escala Ordinal.- En este nivel, las unidades de los grupos guardan cierta
INFORMACIÓN CUANTITATIVA
a) Escala de Intervalo.-
aquí el nombre de escalas de intervalo), las distancias o ‘intervalos’ de igual
escalas de intervalo son equivalentes a termómetros, en los que el valor cero
1.9 ESCALAS O NIVELES DE MEDIDA
39. Generalidades
b) Escala de Razón.-
escala donde tanto el intervalo entre dos valores, como el punto cero, tienen
podemos decir si son iguales, o si una es diferente, mayor, que tan mayor y
que son medidas en esta escala son: peso, longitud, diámetro, volumen,
CLASIFICACIÓN DE LAS VARIABLES CON RESPECTO A ESCALAS DE
MEDIDA
Figura 6.
Nota.
estudiantes del cuarto
respecto a la Escala de
siguiente resultado:
INFORMACIÓN
Nacionalidad
Sexo
Estado Civil
Profesión
Lugar de trabajo
Tipo de sangre
Puesto conseguido en una prueba deportiva
Grados de desnutrición
Respuesta a un tratamiento
Nivel Socioeconómico
Intensidad de consumo de alcohol
Días de la semana, meses del año, escalas
Temperatura de una persona
Ubicación en una carretera respecto de un punto de referencia
(Kilometro 85 Ruta 5)
Sobrepeso respecto de un patrón de comparación
Nivel de aceite en el motor de un automovil medido con una vara
graduada
Fecha
Altura de personas
Cantidad de litros de agua consumido por una persona en un dia
Velocidad de un auto en la carretera
Número de goles marcados por un jugador de básquetbol en un partido
Ingreso de un empleado
DE INTERVALO
CUANTITATIVA
CUALITATIVA
NOMINAL
ORDINAL
DE RAZÓN
40. Generalidades
discretas y cuantitativas continuas).
cuales N1 1
a) Que exista un objetivo.
b) Que se hayan trazado planes.
d) Ninguno de los anteriores.
ESCALA DE MEDIDA 01
1.10 ACTIVIDADES DE APRENDIZAJE 1
42. CAPÍTULO 2 ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA
DESCRIPTIVA
CAPÍTULO
docente como de otros campos
CONTENIDOS
OBJETIVOS
2
43. Estadística
Descriptiva
Levidencia aspectos característicos (promedios, desviaciones estándar,
n
mientras, si la cardinalidad
m
, a saber:
Vector de n Variables:
Valores de las variables j-ésima para m individuos
2.1 DESCRIPCIÓN GRÁFICA DE DATOS
X=(X1
,X2
,...,Xn
) Rn
x1j
xmj
Rm
.
.
.
44. Estadística
Descriptiva
Matriz de datos
x2j
representa el valor del segundo individuo de la
Solución:
son:
X1
X2
X3
X4
X5
X6
X7
En efecto, las variables X2
, X3
, X4
, X5
, y X6
son cuantitativas y las variables
cualitativas son X1
y X7
¿Qué podemos decir respecto al rendimiento por género? ¿Qué asignatura
ACTIVIDAD DE APRENDIZAJE DESARROLLADA
(MATRIZ DE DATOS)
01
le interesa conocer el rendimiento académico del curso
en las asignaturas más importantes: Matemáticas,
X1
1
m
x11
x21
.
.
.
xm1
x12
x22
.
.
.
xm2
x1j
x2j
.
.
.
xmj
x1n
x2n
.
.
.
xmn
.
.
.
.
.
.
.
.
.
X2
. . . Xj
. . . Xn
47. Estadística
Descriptiva
L
¡
frecuencia absoluta.
frecuencia relativa del resultado i-ésimo, m indica
propiedades:
Propiedades de frecuencias:
de los datos
Solución:
MATEMÁTICAS
ACTIVIDAD DE APRENDIZAJE DESARROLLADA
(FRECUENCIAS)
02
El profesor dirigente referido en la actividad de
i
Nota.
2.1.1 VARIABLES CUALITATIVAS
f =
i
i
m
m
i
1. 0 i i
= 1, ..., k 0 i 1
2 i
= m1
+ m2
+ + mk
i = f1
+ f2
+ + fk
= 1
1 1
k k
... ...
49. Estadística
Descriptiva
Opcional.
y E
tabla de contingencia ó de doble entrada.
El valor f ij
con
fij distribución
empírica conjunta o distribución conjunta
experimentos, los valores fi y fj son respectivamente las distribuciones de
respectivamente las mismas que satisfacen:
tienen ninguna relación estadística, es decir, la distribución de una de ellas
variables
independientes.
fij
=fi.
*f.j
f
f
ij
.j
X/Y 1 . . . j . . . n
1 f11
. . . f1j
. . . f1n
f1
.
.
i fi1
. . . fij
. . . fin
fi
.
.
.
k fk1
. . . fkj
. . . fkn
fk
f .1
. . . f .j
. . . f .n
1
.
.
.
fij
f.j
fi.
=
fi. = il
, i.
= 1 , .j
= 1
f.j rj
y
l=1 i j
r=1
k
n
50. Estadística
Descriptiva
S
i los resultados de una investigación nos llevan a obtener valores
numéricos se tienen entonces las variables llamadas cuantitativas, cu-
yos valores numéricos tienen su importancia, los datos de una varia-
Para no perder completamente la información sobre los valores asumidos al
),
la misma es una buena manera de obtener una presentación visual informativa
x1
,x2
,...,xm
¡ está formado al menos
¡ se dividen en dos
Solución:
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 03
lleven a cabo una transacción bancaria:
2.1.2 VARIABLES CUANTITATIVAS
51. Estadística
Descriptiva
marcas de clase como la siguiente:
Observación.
cuanto a tendencia, variabilidad o dispersión (como indica la
Stem-and-Leaf Display: Tiempo
CLASES 1 2 3 4 5 6 7 8 9 10
52. Estadística
Descriptiva
fórmula
de Sturgues (fórmula empírica) dada por:
k = 1 + 3.322ln(n)
límites
reales
el intervalo de la clase. marca de clase o punto medio al valor
frecuencia absoluta
frecuencia relativa, bien en forma de proporción (cociente entre la frecuencia
c) Polígono de frecuencias
Nota.
se obtienen buenos
resultados si se hace
de clases considerando
k = n
53. Estadística
Descriptiva
Tabla de frecuencias
Existen tres reglas generales para construir la tabla de frecuencias:
Determinar el mayor y el menor entre los datos registrados para luego
longitud de cada clase será aproximadamente 1, pues
i
ni
fi
54. Estadística
Descriptiva
Porcentaje
i
expresan la asignación de cada observación a una
determinada clase y por la primera propiedad de las frecuencias sus valores
Observación.
sencillo comprender un resultado fraccionado o decimal y la
el valor de la fracción se puede redondear o truncar y es claro
Histograma
Nota. Cuando los
intervalos de clase
es proporcional a las
la longitud de los
es necesario ajustar la
proporcionales a las
STATGRAPHICS o
Minitab:
Normal
55. Estadística
Descriptiva
Polígonos de frecuencia
De los dos diagramas presentados se observa que los datos del tiempo
de transacción bancaria se agrupan más alrededor de la segunda clase
Ojiva
de un intervalo de clase se conoce como frecuencia absoluta acumulada o
decir, las frecuencias acumuladas.
frecuencias acumuladas o más brevemente distribución acumulada, la misma
absoluta) acumulada de una clase contra el límite inferior de la siguiente sobre
i i
ni
fi
i i
57. Estadística
Descriptiva
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 04
grupo deberán construir:
percentiles, deciles y cuartiles.
percentiles
deciles y cuartiles
proporción u orden denotamos por q
en otras palabras se puede decir que q
como:
Observación.
de la muestra determinaremos más rectángulos de base
suave parecido a una campana conocida con el nombre de
Observación.
sobre un grupo de individuos (muestra) de la población pueden
Normal
q ) q )
58. Estadística
Descriptiva
Solución:
Tabla de frecuencias
siguiente:
diagrama circular llamado
también diagrama pastel o pie en ingles.
Diagrama de barras, polígono de frecuencias y ojiva
1 n
las abscisas, las frecuencias son representadas por segmentos paralelos al
1
i
fi
*
i
ni
f i
ni i
*360º
i i
2 1 42
3 2 65
5 4
8 7 8
Total
59. Estadística
Descriptiva
1
1
¡) y es la frecuencia relativa total
de todos los valores menores o iguales al valor x¡ y se conoce con el nombre
de distribución de frecuencias acumuladas o simplemente distribución
acumulada
ojiva.
Nota.
es proporcional a la
porque la escala vertical
0 a 1 incluidos) para la
61. Estadística
Descriptiva
proporciona al observador la asimetría y presentación de datos anómalos
del error cometido en la toma de decisiones?, ¿Qué error podemos cometer?,
Proyecto:
Evaluación:
En un ambiente académico, la investigación educativa se desarrollará si
itinerario completo para un proyecto de investigación estadística pero si nos
MINITAB, EXCEL
e interpretación de la información y todo para ayudar a tomar decisiones y
conseguir los resultados esperados correctamente aplicamos la metodología
de la investigación estadística siguiendo los pasos:
Prueba piloto
emitir
62. Estadística
Descriptiva
Evimos los términos básicos de población, muestra, variables aleatorias
-
-
de datos, pero no es muy adecuado para sacar conclusiones basadas sobre el
población basadas en la información contenida en una muestra y medir la
bondad de inferencia, se requieren de cantidades obtenidas de expresiones
Es posible obtener mediante las Matemáticas ciertas propiedades de esas
cantidades muestrales y establecer conclusiones probabilísticas con respecto
Preguntamos en el curso a los estudiantes la asignatura y el deporte de su
moda
2.2 DESCRIPCIÓN NUMÉRICA DE DATOS
63. Estadística
Descriptiva
presentamos son: la moda, la mediana y la media aritmética o media
Moda: Es la observación que se presenta con mayor frecuencia en la muestra;
se dice que la muestra es bimodal.
que ocupa el lugar central entre los datos ordenados de forma creciente o
RECORDANDO
Para el caso discreto:
barras la moda está representada por el segmento o barra
Para el caso continuo:
la clase modal sirve como punto de concentración en el
2.2.1 MEDIDAS DE TENDENCIA CENTRAL
64. Estadística
Descriptiva
RECORDANDO
Para el caso discreto:
Para el caso continuo:
creciente o ascendente tenemos:
x
(x
Mediana.
Z
Z , se
considera la mediana como la suma de los valores xm
y x
datos agrupados, está dada por:
Nota. Se note que el
es un valor observado.
es que los valores
ella. Para ilustrar lo dicho,
observaciones de una
-10, 2, 3, 4, 5 y 17
es 3,5
Distribution Plot
Density
Mediana = L +
fm
n
2
65. Estadística
Descriptiva
RECORDANDO
que contiene la mediana de los datos no agrupados)
f es la suma de las frecuencias de todas las clases
fm
c es la longitud del intervalo de la clase mediana y
es 1
Por tanto, aplicando la fórmula computacional de la
Media: x1
,..., xn
es el promedio aritmético de
los mismos (suma de todos los valores divididos para el total n) y denotamos
por X , donde
Observación. El símbolo x se referirá al valor de la media
media muestral
de todas las observaciones de una población se representará
no es posible medir µ más bien µ es un parámetro es una
cantidad desconocida que se desea estimar a partir de la
información de una muestra, en general se estima con x
de los datos; por sí misma no ofrece una descripción adecuada de un
con
i n, entonces la media viene calculada por las fórmulas:
Para el caso discreto
Para el caso continuo
donde Ci
x =
i = 1
n
xi
1
n
x =
n
ni
xi
i=1
n
x =
k
ni i
i=1
n
67. Estadística
Descriptiva
además, los datos tienen una sola moda (esto es, son unimodales), entonces
es, son asimétricos, con una larga cola en uno de los extremos) entonces se
tiene que
moda < mediana < media
Mientras que
media < mediana < moda
Simétrica
Asimetría o
sesgada negativa
Relación entre la moda, mediana y media
68. Estadística
Descriptiva
las tres muestras de datos:
sin embargo, se observa a simple vista que la dispersión o variabilidad de la
los datos o saber que tan dispersos están entre ellos o respecto a una medida
Rango o Recorrido r: Es la diferencia entre el valor máximo y el valor mínimo
2.2.2 MEDIDAS DE DISPERSIÓN
r= máx(xi
) - min(xi
)
Muestra 1 Muestra 2 Muestra 3
69. Estadística
Descriptiva
r
1
Percentiles, Cuartiles y Deciles
S
partes, los tres o nueve puntos de división se conocen como cuartiles o deciles
1
, Q2
y Q3
y
a los nueve deciles por D1
, D , D , D , D , D , D , D y D
procedimiento para calcular los percentiles p
Procedimiento para calcular el k-ésimo percentil de un conjunto ordenado
de datos:
Paso 1.
de nk
nk
nk
es entero, entonces i es igual a nk
+ 0.5
Paso 2.
con lo que el valor de p es el promedio de las observaciones ordenadas
nk
y (nk
+ 1)
RECORDANDO
Para el caso discreto:
Para el caso continuo: De los datos no agrupados de la
el recorrido o rango es
Nota.
se debe evitar el uso del
de variabilidad, cuando el
en un conjunto es
éste contenga algunas
observaciones cuyo valor
dos valores cuantiles, que
es decir, se considera
un porcentaje de ellos;
50% o un 80% del total de
los datos se calcula a través
los percentiles, cuartiles y
deciles. Por tanto se hace
Nota. Nótese que el
percentil, es decir,
Q1 0.
, el segundo
cuartil es el 50 percentil,
es decir,
Q 0. 0
que es la
es el 75 percentil, es
decir, Q 0.
.
70. Estadística
Descriptiva
RECORDANDO
1.
nk
nk
2.
p
Q3
Q1
) recibe el nombre de recorrido intercuartil
y denotamos por
D 1
) recibe el nombre de recorrido interdecil
y denotamos por
se puede determinar valores aproximados de percentiles y calcular los
diagrama de caja y bigotes ó simplemente diagrama de caja.
el primer cuartil, Q1 3
R.Ic. = Q3
- Q1
R.Id. = D9
- D1
71. Estadística
Descriptiva
El diagrama de
que la distribución de los
tiempos de transacción
es asimétrica a la
Datos
M1
El diagrama de caja es una presentación visual que describe al mismo
Este tipo de observaciones se conocen como valores atípicos o anómalos.
¿por qué?
DIAGRAMA DE CAJA
*
*
*
**
*
*
*
*
72. Estadística
Descriptiva
Obervación.
Varianza: x1
,...,xn
es el promedio del
varianza muestral
y es:
poblacional
Desviación estándar.
Para el caso discreto: tienen frecuencia absoluta la
Nota.
dentro del conjunto
de observaciones
dispersión dentro del
variación relativa de
dos conjuntos de
observaciones, pero sólo
respecto a la variación en
un sólo conjunto de datos
cuando se interpreta en
(1)
s'2
=
1
n i=1
n
(xi
X)2
s2
=
1
n-1
i=1
n
(xi
X)2
S= S2
s2
=
i=1
m
ni
(xi
)2
n-1
s2
= = = =
(xi
)2
(xi
xi
+ X2
) xi=1
xi i=1
xi
+ i=1
X2
i=1
xi
i=1
xi
)2
n n n n
n
2 n n n n
2 2
i=1 i=1
n n
n
s = i=1
xi
n 1
n
i=1
xi
)2
2
n
n
73. Estadística
Descriptiva
Para el caso continuo: Para datos agrupados, puede calcularse el valor
ni
es la frecuencia de la clase i-ésima, ci
es
el centro o punto de la clase i-ésima y
S 2.4625
de variación relativa, llamada
estándar entre la media, es decir
CV =
S
X
s2
= = 6.064
49
s2
=
i=1
ni
x2
n
n-1
k
i
ni
xi
i=1
)2
i=1
ni
(ci
)2
n - 1 n - 1
k
i=1
ni
c2
n
k
k
i
ni
ci
i=1
)2
s2
= =
k
i=1
ni
= n
i=1
ni
(ci
)2
n - 1
k
s =
ci
ci
2
ni
ni
ci
ni
ci
2
11
74. Estadística
Descriptiva
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 05
desviaciones estándar:
Solución
RECORDANDO
determina:
Sociales Naturales
estándar
X = = SX
=
Y = SY
=
CV(X) = CV(Y) = = 0.7607
y
= 0.6047
1.79
2,96
2,48
3,26
CV(X) = CV(Y) =
y
77. Estadística
Descriptiva
Datos:
f m
Cálculo de la moda:
mediana, por lo tanto el punto medio de esta clase representa la moda y es
d) Determine las medidas de dispersión:
cumple la condición:
DIAGRAMA DE CAJA
*
*
*
**
*
*
*
*
Mediana = Me =
CV =
8.0
32.2
78. Estadística
Descriptiva
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 07
tienen el propósito de poner en práctica los conocimientos
1.
CUANTITATIVA DISCRETA
CUALITATIVA
CUANTITATIVA
DISCRETA
d) Duración (en minutos) de la llamada de larga distancia más larga por
CUANTITATIVA CONTINUA
CUALITATIVA
CUANTITATIVA CONTINUA
CUALITATIVA
CUANTITATIVA DISCRETA
CUALITATIVA
CUALITATIVA
2.
Observación.-
bigotes se observa este aspecto en inglés steam and leaf y
a)
81. Estadística
Descriptiva
Diagrama de barras de bolsa
norteamericana
1
1 1
Diagrama circular para bolsa
norteamericana
b) Para cada serie de datos, construya un diagrama circular y un diagrama de
Comentario 1.
Comentario 2.
Punto
Medio absoluta relativa
1
1
1
Punto
Medio
ecuencia
relativa
1
1
1
83. Estadística
Descriptiva
4. Conteste correctamente a las siguientes preguntas, sea claro, conciso
y explícito.
con más frecuencia?
•
extremos?
•
Investigación.
anual promedio?
•
tendencia central principales son iguales?
•
que las otras medidas?
•
¿En una distribución de frecuencias con sesgo asimetría negativo, ¿qué medida de
tendencia central es menor?
•
agrupado en una distribución de frecuencias?
•
• central X de clase i.
cuando se tiene una distribución sesgada?
•
Distribution Plot
Density
11
Density
Distribution Plot
x=
fx
n
x=
x
n
Media de una muestra =
84. Estadística
Descriptiva
Solución:
De las tablas anteriores tenemos:
Medidas de Tendencia Central
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 08
agente vendedor:
calcule las medidas de tendencia central y de dispersión:
i
Punto
medio absoluta f relativa acumulada
acumulada
1
11
f
X = = =
fX
n
2663
24
110.94
Me = L + = 106 + = 109.5
f 2
i 7
FA
n
2
11
24
2
85. Estadística
Descriptiva
Medidas de Dispersión
Investigación.
El cuarto y octavo decil
Investigación
•
X ± (1,58)S
CA= = =
12.89
0.34
3(media - mediana)
Desviación - estandar
L =
50 =10
(24+1)
40
100
L =
50 =12.5
(24+1)
50
100
L =
75 =18.75
(24+1)
75
100
L =
80 =20
(24+1)
80
100
L25 =6.25
(24+1)
25
100
=
L70 =17.5
(24+1)
70
100
=
K =1.58
1
0.40
=
s= =
fX 2
1
= 12.89
fX )2
n
299302
24 1
(2663)2
24
CV = = =
S
X
12.89
110.96
86. Estadística
Descriptiva
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 09
medía la disminución de los niveles de estrés de las
disminuciones se indican aquí en una tabla de frecuencias:
puntos?
Solución:
Determinamos los puntos medios da cada clase para calcular la media
mediana, entonces,
• ¿Qué variación de la disminución de estrés podría existir de una
persona a la siguiente?
•
Puesto que, CV
mediana=30 +
15
5 =30,67
S
= =
fX 48925
n 51
8,065
2 fX)
n
2
(1540)
52
2
=
CV = ( )* = ( )* =
s
X
8,06
29,62
Disminución del nivel de
tensión
f Xf X X f
87. Estadística
Descriptiva
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 10
a continuación la lista de estudiantes matriculados en el periodo de referencia
obtenemos los siguientes datos:
Solución
Estadísticasdescriptivasdelrendimientoacadémicoyasistenciasinestudiantes
Ev Ev Ev
1
Parcial 1 Parcial 2 Parcial 3 Total/28 % Asist.
Media
Error típico
Mediana
Promedio en %
Desviación estándar
Varianza de la muestra
Curtosis
Rango
Mínimo
Máximo
Suma
CV
88. Estadística
Descriptiva
Estadística estudiantil del total de matriculados
Estadística estudiantil luego de dar el examen de suspensión
Estadísticas del total de matriculados
Estadística estudiantil después de dar prueba de
suspensión
1
89. Estadística
Descriptiva
Resumen estadístico
reprueba, es decir, en general en el cuarto nivel de la asignatura de Estadística
1
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 11
estadística y con los resultados de las encuestas
o no se puede crear un gimnasio particular para la
Promedios de pruebas parciales
2.3 APLICACIÓN DE LA INVESTIGACIÓN ESTADÍSTICA
EV.1 EV.2 EV.3
Media o promedio 6.1 7.8 8
% DEL PROMEDIO 76,0% 78% 80%
90. Estadística
Descriptiva
RESUMEN
asesoría nutricional, aumento y reducción de peso, tabeo, aeróbicos, físico
encuesta y aplicando un itinerario básico para un proyecto de investigación
estadística consiguiendo resultados que ayudarán a tomar buenas decisiones
¹ Trabajo elaborado por Jorge Congacha A., Nelson Rea, Carlos Miranda, Jaime Gualli, Franklin
Cazorla, Laura Rochina.
SUMMARY
INTRODUCCION
campus ecológico amplio, viene formando profesionales éticos y competitivos
asesoría nutricional, aumento y reducción de peso, tabeo, aeróbicos, físico
estudiantes de cada facultad, ya que la gran mayoría de estudiantes tiene
91. Estadística
Descriptiva
METODOS Y MATERIALES
la información y para conseguir los resultados esperados correctamente
aplicamos la metodología de la investigación estadística siguiendo los pasos:
• Planeación de la investigación
• Elaboración de los instrumentos de análisis
• Prueba piloto
•
•
•
•
•
•
RESULTADOS Y DISCUSIÓN
CUESTIONES INFORMATIVAS
Media
Moda
Mínimo
Máximo
Estatura (metros)
Media
Mediana
Moda
Mínimo
Máximo
93. Estadística
Descriptiva
¿En qué áreas le gustaría prepararse físicamente?
diagramas de barras como el circular para observar que los estudiantes de
¿En que areas le gustaria prepararse
Pago
asesoría nutricional
aumento y reducción de peso
tabeo
aeróbicos
físico culturismo
*
95. Estadística
Descriptiva
ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO
FACULTAD DE CIENCIAS
ESCUELA DE FISICA Y MATEMATICA
ENCUESTA A ESTUDIANTES ESPOCH
Cuestiones informativas:
SEXO:
Cuestiones requeridas:
¿ DESEARIA PREPARARSE FISICAMENTE ?
¿ EN QUE AREAS LE GUSTARIA PREPARARSE FISICAMENTE ?
¿ EN QUÉ HORARIO LE GUSTARÍA PREPARARSE FÍSICAMENTE ?
96. Estadística
Descriptiva
1. Realice siguientes actividades de aprendizaje
cuantitativas.
contiene: 50, 90, 1200 y 5000 observaciones?
2.
estos datos construya:
d. Interprete los incisos anteriores
3. Conteste el siguiente cuestionario. Ponga una X en la alternativa que crea correcta.
ser:
- Mas se repite
2.4 ACTIVIDADES DE APRENDIZAJE 2 01
100. CAPÍTULO 3 TEORÍA DE LAS PROBABILIDADES
TEORÍA DE LAS
PROBABILIDADES
CAPÍTULO
CONTENIDOS
OBJETIVOS
3
101. E
experimento
Un experimento es el proceso por medio del cual se obtiene una
Un experimento aleatorio es aquel cuyos resultados no pueden ser
Actividades de aprendizaje.
espacio muestral.
Un espacio muestral
Actividades de aprendizaje de espacios muestrales y eventos
3.1 CONCEPTOS DE PROBABILIDAD
102. Describa los espacios muestrales de los siguientes experimentos
y si m1
1
m , m1
m , m m
El espacio muestral de este experimento es
Observación.- Una de las características básicas del
concepto de experimento es que no sabemos qué resultado
calcular la frecuencia relativa f
Nota. Las actividades de
aprendizaje propuestas y
que el conjunto de todos
los posibles resultados
el blanco sobre un circulo
con un dardo.
Respecto a esta
descripción los espacios
continuos.
103. por:
Conclusión.-
cumplir:
1) Para todo evento simple (un evento que no puede descomponerse ei
)
ei
0 P({ei
puntos muestrales comunes (elementos del espacio muestral) y sean las fre-
cuencias fA
y fB
fA B
= fA
+ fB
< <
3.1.1 CONCEPTO CLÁSICO (SEGÚN LAPLACÉ)
3.1.2 CONCEPTO AXIOMÁTICO DE PROBABILIDAD
P(A) = = =
# de eventos simples favorables
# de eventos simples posibles
Card(A) m
Card( ) n
i=1
P({ei
}) = 1 luego P( ) = 1
n
Evento seguro
Evento contrario
Unión de eventos
)
Conjunción de eventos
i
i
n
n
1 n
1 n
i=1
n
A = B
i
i=1
n
A = C
i
i=1
n
A =
i
n N
A = D
n
A =
n
n N
n N
A = E
n
104. Observación.
es un evento o el mismo espacio muestral es un evento (todo
probabilidad y satisface los siguientes axiomas:
A1.-
A2.-
A3.-
es el principio de la probabilidad total respecto a eventos
n N; An
F P(An
) 0.
n N; An
F/Ai
Aj
= An
P(An
)
n N n N
=
Nota.
indica que
son eventos.
An
F o Ai
Fo Aj
F
An
ó Ai
ó Aj
105. evento imposible)
Ac
1 - P(A). Probabilidad del evento contrario de A
probabilidad total
monotonía de la probabilidad
Independencia de eventos.
< <
<
<
<
Nota. La propiedad
de independencia de
realización del evento
B no aporta en nada
realización del evento A y
viceversa.
3.2 PROPIEDADES FUNDAMENTALES DE LAS PROBABILIDADES
P(A B) = P(A) + P(B) - P(A B)
i; 1 i i i
= n P Ai
P(Ai
)
i=1
n
i=1
=
106. ACTIVIDAD DE APRENDIZAJE DESARROLLADA 01
siguientes:
El espacio muestral es
ACTIVIDAD DE APRENDIZAJE PROPUESTA
c
c
c
son independientes
c
c c
son independientes
Observación.-
ellos tiene probabilidad nula, es decir, dado que
Solución:
o sea,
107. •
•
En ambas respuestas se aplica el concepto clásico de probabilidad o llamado
¿Probabilidad de tener osteopenia u osteoporosis?
•
•
•
¿Probabilidad de tener osteoporosis o menopausia?
•
•
3.3 PROBABILIDAD CONDICIONAL Y TEOREMA DE BAYES
E espacio muestral
d
e
u
n
o
r
e
s
p
e
c
t
o
a
l
o
t
r
o
P(B)
108. ¿Probabilidad de menopausia y osteoporosis?
•
•
¿Probabilidad de menopausia y no osteoporosis?
•
•
, , ,
1
el espacio muestral, y sus intersecciones son
frecuencias?
seguro
1
1
1
1
-
seguro
1
1
1
)
1
1
1
109. ACTIVIDAD DE APRENDIZAJE DESARROLLADA 02
Teorema de Bayes
i
Propiedad de Probabilidad Total
excluyente de eventos ó sucesos
•
•
Estudiante
No fuma
No fuma
1
1
)
1
1
1
110. ACTIVIDAD DE APRENDIZAJE DESARROLLADA 03
Obervación.- Es interesante tomar en cuenta actividades de
Estudiante
No fuma
No fuma
P(H F)=
P(H F) P(H) . P(F H)
P(F)
P(F)
0,13
0,46
111. ACTIVIDAD DE APRENDIZAJE DESARROLLADA
El cambio de color de un indicador al contacto con la orina suele usarse como
diagnóstica de glucemia
Probalidad de acierto
Para enfermos
(sensibilidad)
Para sanos
Probalidad de error
Para enfermos
Para sanos
Enfermos
Verdadero -
0.993
Enfermos
Verdadero +
0.864
113. - ¿ Qué probabilidad
tengo de estar enfermo ?
diagnóstica: Diabetes, al llegar un individuo a la
consulta tenemos una idea a priori sobre la
prueba
diagnóstica que nos aportará nueva
En función del resultado tenemos una nueva
idea(a posteriori) sobre la probabilidad de que
P( )
P( )
= = =
P( )
P(Sano) P( ) 0,98 0.977
0,98 0,977+0,02 0,055
= 0,999
P(Sano) P( )+ P(Enf) P( )
.
. .
P( )
P( )
= = =
P( )
P(Enfermo) P( )
P(Sano) P( )+ P(Enfermo) P( )
0,02 0.945
0,02 0,945+0,98 0,023
= 0,456
.
. .
Observaciones
114. Una función
X: R
variable aleatoria
“aleatoria”
discretas y continuas.
Discretas
Continuas
)
ACTIVIDAD DE APRENDIZAJE PROPUESTA
3.4 VARIABLES ALETORIAS Y DISTRIBUCIONES DE PROBABILIDAD
3.4.1 DEFINICIÓN Y CLASIFICACIÓN DE LAS VARIABLES ALETORIAS
115. 3.4.2.1 Distribución de probabilidad de variables aleatorias discretas.
el conjunto de todos los puntos de
a los que la v.a. X les asignó el valor x”.
función de
probabilidad de X(o distribución de probabilidad), si satisface las
siguientes propiedades:
Observación.
de la función de probabilidad sino también la existencia de la
función de distribución acumulativa de X discreta es la
y está
dada por:
≤ ≤ 1 x
i
) ≤ ) si xi
< x
P(xi
≤ ≤ x i
-1)
Observación.-
3.4.2 DISTRIBUCIONES DE PROBABILIDADES CONTINUAS Y DISCRETAS
2)
x
x) = 1
x x X
F(x0
) = P(X x0
) = p(xi
)
xi
x0
116. 3.4.2.2 Distribución de probabilidad de variables aleatorias continuas
una función f(x) que recibe el nombre de función de densidad de probabilidad.
1)
para cualesquiera es la función de densidad de probabilidad
de v.a. continua X.
i
Nota. En el caso discreto,
se asignan probabilidades
positivas a todos los
valores puntuales de la
que el conjunto de valores
Para el caso de una v.a.
continua, lo anterior, no
probabilidad de que una
1
1
f(x)dx =1
P(a X b) = f(x)dx
b
a
F(xi
) = P(X xi
) = f (t)dt
xi
117. F(xi
) es el área acotada por la función de densidad y
i P(X=xi
) i
) = P(X< xi
) = F(xi
).
En general
Propiedades de la distribución acumulada
x¡
µ
f
1
µ b
x
x -
i i
118. En donde p(x) (x) son las funciones de probabilidad y de densidad de
probabilidad respectivamente, dependiendo de que la sumatoria o la integral,
ó
Observación.-
Propiedades de la esperanza matemática
dada por
) - E
Nota. Note que la
valor esperado de X es
cuatro asignaturas
tanto E(
que la v.a. X si tiene
constante.
3.5 ESPERANZA MATEMÁTICA Y VARIANZA DE UNA VARIABLE ALEATORIA
E(X) = xi
p(xi
)
i
xi
p(xi
i
E(X) = xf (x)dx
xf (x)
CALIFICACIONES
119. Propiedades de la varianza.
Demuestre que:
Propiedad 1.-
Propiedad 2.
desviación estándar y se
denota por
Una medida que compara la dispersión relativa de dos o más
distribuciones de probabilidad es el que está
cv= µ
S/X
X
Una medida que le indica la forma o el sesgo de la curva de una distribución
de datos se llama sesgo o asimetría y es apropiada tomar e indicar los
momentos centrados de orden n n n
3
, recibe el nombre de
Donde
3
3
observan cómo se presenta las tres medidas de agrupación: Media, Mediana
y Moda
Nota.- Recuerde que la
centralización y
de dispersión de
la distribución
de probabilidad
entonces
asociadas? La
3.5.1 COEFICIENTES DE ASIMETRÍA Y CURTOSIS
Media Media Media
Moda
Moda
Moda
Mediana Mediana Mediana
Var(aX+b) = ²(aX+b) = a² ²(X).
=µ³ / ³ ; donde µ³ = E(X-µ)³
3
120. esultado importante
3
3
Es una medida que indica qué tan apuntada (alargada) es la distribución de
de asimetría, es preferible emplear el cuarto momento centrado y se llama
a:
4
4
leptocúrtica.
4
platicúrtica.
Resultado importante
Nota. La curtosis
denota por
4
– 3
Nota.
3
y
factores de
forma, debido a que en
de probabilidad, estos
valores pueden calcularse
Los valores 3 4
(Normal)
=µ / ; donde µ = E(X-µ)
4
121. ACTIVIDAD DE APRENDIZAJE PROPUESTA
variable aleatoria estandarizada
3 3 4 4
Ediscretas y continuas tenemos que existen distribuciones discretas de
probabilidad: binomial Poisson, geométrica, hipergeometrica,
binomial negativa entre otras y distribuciones continuas de probabilidad:
normal, t-student, Chi-cuadrada, F, uniforme continua, gamma, beta,
Weibull, exponencial
Un experimento binomial es aquel que tiene las siguientes características:
constante de prueba en prueba, la probabilidad de un fracaso es
es: ¿cuál es la probabilidad de que este experimento tenga x éxitos?
3.6 DISTRIBUCIONES: BINOMINAL, POISSON Y NORMAL
3.6.1 DISTRIBUCIÓN BINOMIAL
Nota.
pero no afecta a los
factores de forma como
de ésta actividad de
la desviación del valor x
del valor esperado µ en
términos de las unidades
Z =
X - µ
122. se puede denotar mediante una n-ada, de elementos
Es la intersección de n pruebas independientes, por lo tanto la probabilidad de
este punto muestral es el producto de x éxitos y (n-x) fracasos por lo que su
probabilidad está dada por:
Probemos que p(x
1) x; x x;n,p)
x n-x
p(x; n, p) = px
(1-p)n-x
con...x = 0,1,2,...,n 0 1
0 para cualquier otro valor
n
x
x n-x
n!
x!(n - x)!
n
x
=
(q + p)n
= qn
+ pqn-1
+ p2
qn-2
+ pn
= p(x,n.p)
x=0
n
...+
n
0
n
1
n
2
n
n
px
qn-x
= (q + p)n
= 1
p(x;n.p) =
x=0 x=0
n n
n
x
123. un lote de artículos entre defectuosos y no defectuosos y se quiere ver si
determina
binomial:
de una moneda correcta
1
P( ) = F(x; n, p) = pi
(1 - p)n-i
n
i
i=0
x
np npq 3 =
q - p
(npq) 1/2 4 = 3 +
1 - 6pq
npq
124. ACTIVIDAD DE APRENDIZAJE PROPUESTA
factores de forma)
de la tabla anterior
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 04
pensión sea:
(c) cinco o menos
Solución:
≤
≤ ≤
125. ACTIVIDAD DE APRENDIZAJE DESARROLLADA 05
puede encontrar al menos un fusible defectuoso en una
Solución:
5
Observación.
grande de obtener al menos un defectuoso, aunque la muestra
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 06
encuentren al menos tres defectuosos en una muestra
Solución:
≤
≤
126. 3.6.1.1 Distribución de Bernoulli.
≤ p ≤
Es decir,
para una distribución de
Bernoulli
1
1
Nota. Se note que la
distribución de Bernoulli
es un caso particular de
p pq 3 =
q - p
(pq) 1/2 4
= 3 +
1 - 6pq
pq
p(x,p)=
px
q1-x
si_ x=0,1
cualquier _otro_valor
.
F(x,p) =
0,........x < 0
q,........0 x < 1
1,........ 1
127. pero es bueno ver desde el punto de vista de la teoría de los límites que una
-
distribución de Poisson con
(*)
Donde
de tiempo,
para calcular probabilidades individuales en lugar de la ecuación anterior, por:
p(x, )
ACTIVIDAD DE APRENDIZAJE DESARROLLADA
3.6.2 LA DISTRIBUCIÓN DE POISSON
p( ) =
,...x =
0,...para cualquier otro valor
. . .
e x
x!
( ) = = = = 1
e
x=0 x=0 x=0
e x
x!
e e
x
x!
i=0
x
e i
i!
F( ) = P( ) =
128. Poisson
Teorema.-
entonces:
Demostración
Pues
Nota. El siguiente
a la distribución de
Poisson, para valores
grandes de n y
pequeños de p.
1
p(x, n, p) = px
qn-x
n
x
lim p(x,n,p) =
e x
x!
lim (1+z) 1/z
= e con z
z 0
n
e x
x!
lim p(x,n,p) = lim
lim px
(1 - p)n-x
=
n
x
n!
x!(n - x)! n n
x n - x
lim
x
x!
=
n x +1)
nx
n n
n - x
( (
( (
x
x!
= lim lim
n
n
( (
=
1
n
( (
...
x - 1
n
( (
129. ACTIVIDAD DE APRENDIZAJE DESARROLLADA 07
Aplicación de Bioestadística.
promedio para un volumen dado es de nueve células para
personas normales, determinar la probabilidad de que el
dentro de una desviación estándar del valor promedio y a
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 08
Aplicación de Control de Calidad.
compra cantidades muy grandes de componentes
componentes se toma con base en una muestra aleatoria
más unidades defectuosas en la muestra,
Solución:
≤ ≤ ≤ ≤
≤ ≤ ≤ ≤
≤ ≤ ≤ ≤
Solución:
1
aplicamos el teorema que aproxima la distribución binomial con la distribución
de Poisson entonces
1 1
≤
2
≤
130. Nota histórica.-
Observación:
coordenadas polares, el siguiente resultado ( ).
( )
si su función de densidad de probabilidad está dada por:
(1)
y
es , ) como
estándar .
3.6.3 DISTRIBUCIÓN NORMAL O GAUSSIANA
1 (X - µ)2
2 2 µ
f (x;µ,
0
2
1 (X - µ)
2
1
2
131. 1) f(x)
Demostración
(- )
)
-
factores de forma, que nos indican que la curva normal es simétrica (
Función de distribución acumulada.
Variable Aleatoria X
1 11
µ
Densidad
de
Probabilidad
f (x)dx = 1
f (x)dx =
2
1 (X - µ)
2
1
2
2
2
dx= =1
µ 2
P( ) = F(x; µ, =
x 2
1 (t - µ)
2
1
2
dt
132. Distribución acumulada normal
Observación.-
, ) como una
función de y , lo que necesitaría una tabla para cada par de
y
,
la siguiente relación:
y respectivamente en la ecuación (1)
Observación: , )
, entonces
también se encuentra normalmente distribuida con
x
-1
-1 1
f(z)
2
1
2
1
2 Z
f (z
z
134. ACTIVIDAD DE APRENDIZAJE DESARROLLADA
Determine la probabilidad de que Z a, con la tabla 1 del apéndice de distribución
Observación.
, ); por las propiedades de distribución acumulada y
P(a
Por ejemplo.
Z
Z
Z
Nota. Se note que
para tablas que tienen
del apéndice la
probabilidad P(a X b)
P(a
Z
b
f(z)
135. ACTIVIDAD DE APRENDIZAJE DESARROLLADA 09
, ), ¿cuáles son las probabilidades de que
desviación estándar de la media?
Solución:
Z Z 1)
P(-1 Z
Z
Z
Estos resultados indican que en la distribución normal existe una concentración
136. ACTIVIDAD DE APRENDIZAJE DESARROLLADA 10
Una universidad ecuatoriana espera recibir, para el
calcular, de manera adecuada, por una distribución
en esta prueba, para ser admitido por la universidad?
Solución:
Por la tabla de la función de distribución normal del apéndice se calcula :
es decir,
ACTIVIDAD DE APRENDIZAJE DESARROLLADA 11
Un fabricante de escapes para automóviles desea
El fabricante supone que el tiempo de duración de su
Solución:
137. 3.6.3.1 Aproximación de la distribución binomial por la distribución
normal estándar.
Teorema de Moivre-Laplacé
(*)
n
Que determina la probabilidad de un intervalo de longitud uno (y no del punto)
(**)
Nota.
que: si X es una
variable aleatoria
independientes es
grande, se dice que X
posee una distribución
1/2
Densidad
Z
Y =
X - np
np(1-p)
P(X = x P( )
B Z
x - np -0.5
np
x - np+0.5
np
P(a X b P(
B Zn
a - np
np
b - np
np
)
P(a X b P(
B Zn
a - np-0.5
np
b - np+0.5
np
)
P( Z= = 0
x - np
np
)
138. ACTIVIDAD DE APRENDIZAJE DESARROLLADA 12
más a favor de las pruebas de ingreso, si la población
graduada de esta provincia se encuentra dividida en
opinión de igual manera?
la misma proporción de éstas a favor de las pruebas,
respecto al inciso a)?
Solución:
de tres en a) tenemos
100
)
P( ) P(Z
=
= P( 1.95) = 0.0256
500
)
P( 1100) P(Z
=
99.5
500
= P( = P( 4.4) = 0
140. RIOBAMBA - ECUADOR
2015
La esencia de la vida es la improbabilidad estadística a escala colosal.
Richard Dawkins
Jorge Washington Congacha Aushay
Jorge W. Congacha A. Doctor en Matemática, graduado en la
Escuela Superior Politécnica de Chimborazo, ESPOCH- ECUADOR.
Estudió STATISTICA MATEMÁTICA y ANALISI SUPERIORE
en Dipartimento di Matemática dell’Universita di Pavía - Italia.
Especialista en Computación Aplicada al Ejercicio Docente. Estudió
la maestría en Docencia Universitaria e Investigación Educativa
en la Universidad Nacional de Loja, LOJA-ECUADOR. Docente de
Econometría y Estadística Inferencial en la carrera de Ingeniería
en Estadística -Informática de la Escuela de Física y Matemática
de la FACULTAD DE CIENCIAS-ESPOCH, Director del Grupo de
Investigación ESTADISMATICAen “MODELIZACION ESTADISTICA-
INFORMATICA”.
ESTADÍSTICA APLICADA A LA EDUCACIÓN CON ACTIVIDADES DE APRENDIZAJE
En los programas ministeriales de matemática se establecen argumentos de Estadística y Probabilidades,
sin embargo no se estudian adecuadamente o no se estudian tales temas. Se quiere estimular a una mejor
enseñanza de los conceptos básicos de dichos fundamentos. No se quiere dar un recetario de formulas con
el único propósito de acatar cumplimientos a un programa establecido, al contrario se pretende presentar
este texto de manera atractiva, interesante y aplicativa. El texto Estadística aplicada a la educación con
actividades de aprendizaje para su desarrollo se ha dividido en cuatro capítulos tomando en cuenta los
aspectos de generalidades, descripción, herramienta y conclusiones bajo los nombres de Generalidades,
al 4, se puede realizar ejercicios aplicativos a la teoría vista, a lo que llamamos actividades de aprendizaje
utilizando paquetes estadísticos como el MINITAB, SPSS entre otros y se pueden también realizar en la
hoja de calculo EXCEL. En el tercero exponemos la parte teórica-practica de las Probabilidades requerida
en el cuatro de inferencia Estadística.
Estadística
aplicada
a
la
educación
Jorge
Washington
Conchaga
Aushay