SlideShare una empresa de Scribd logo
1 de 70
Elementos de Estadística
descriptiva
LIC:URGENCIAS MÉDICAS.
PROFA. ODERAY CASTRELLÓN
JUNIO 2017
Profa: Oderay Castrellón
ÍNDICE
INTRODUCCIÓN
DEFINICIÓN
CONCEPTOS BÁSICOS
TIPOS DE VARIABLES
 ESCALAS
ORDENACIÓN DE DATOS
TABLA DE FRECUENCIA
INTERVALOS DE CLASES
GRÁFICOS
Profa: Oderay Castrellón
Introducción
La Estadística es una ciencia que
facilita la solución de problemas en
los cuales necesitamos conocer
características sobre el
comportamiento de algún suceso o
evento.
 Nos permite inferir el
comportamiento de sucesos
iguales o similares sin necesidad
de que estos ocurran.Profa: Oderay Castrellón
 Esto nos da la posibilidad de
tomar decisiones acertadas y a
tiempo, así como realizar
proyecciones del
comportamiento del suceso.
 Sólo se realizan los cálculos y el
análisis con los datos obtenidos
de una muestra de la población y
no con toda la población.
Profa: Oderay Castrellón
Conceptos básicos
 Estadística:
Es la ciencia que se encarga de recolectar, organizar,
resumir y analizar datos para después obtener
conclusiones. Se divide en
Estadística Descriptiva y Estadística Inferencial.
 Estadística descriptiva:
Se encarga de la recolección,
organización, presentación y
análisis de los datos de una
población.
Profa: Oderay Castrellón
Estadística inferencial:
Se encarga de analizar la información
presentada por la estadística descriptiva
mediante técnicas que nos ayuden a
conocer, con determinado grado de
confianza, a la población. Lo que nos
permite tomar decisiones.
Profa: Oderay Castrellón
Población:
Conjunto definido de TODOS los INDIVIDUOS, de
donde se observa cierta característica.
Al número de integrantes de la población se
llama tamaño de la población y se representa
con la letra N.
Las poblaciones pueden ser finitas o infinitas.
Profa: Oderay Castrellón
Población Estadística:
Conjunto de TODOS los DATOS que se obtienen al
realizar la medición de una variable en los
elementos de una población.
 Muestra:
Subconjunto de una población, que intenta reflejar las
características de la población lo mejor posible.
El número de individuos que integran la
muestra, llamado tamaño de la muestra se
representa con la letra n.Profa: Oderay Castrellón
Individuo:
Es el elemento de la población o de la muestra que
aporta información sobre lo que se estudia.
 Variable:
Característica o propiedad de los individuos que se desea
estudiar y se puede medir o calificar; cambia o varía con el
tiempo en un individuo dado, o cambia o varía de elemento a
elemento.
Ej. Edad, peso, sexo, estado civil, número de hijos, etc.
Profa: Oderay Castrellón
Dato:
Valor que se obtiene al realizar la medición de la
característica de la variable en estudio.
Pueden ser univariados, bivariados o
multivariados.
La naturaleza de los datos pueden ser datos
cuantitativos o datos cualitativos.
Profa: Oderay Castrellón
Datos Cuantitativos
(números):
Valores obtenidos al medir peso,
estatura, temperatura, número
de hijos.
 Datos Cualitativos
(categorías):
Se obtienen al calificar la
característica en cuestión
como el sexo, estado civil,
grado máximo de estudios.
Profa: Oderay Castrellón
 Variable Dicotómica:
Sólo puede tomar dos valores (sí – no, 0 – 1, hombre –
mujer, bueno – malo, encendido – apagado).
En la variable CUANTITATIVA se pueden
distinguir dos tipos: continua y discreta.
Profa: Oderay Castrellón
Variable Continua:
Si la variable puede tomar cualquier
número real entre dos valores dados
(decimal o entero).
Ej. El peso de un individuo.
 Variable Discreta:
Si la variable sólo puede tomar
números enteros.
Ej. El número de hijos de un
individuo.
Profa: Oderay Castrellón
Escalas de Medición
Escala
Nominal
 Escala Ordinal
 Escala de Intervalo
 Escala de Razón
Profa: Oderay Castrellón
Escala Nominal:
Está asociada a variables cualitativitas y es
denominada de este modo si no se pueden hacer
operaciones aritméticas entre sus valores, pues éstos
son únicamente ETIQUETAS.
Ejemplo: sexo, código postal, estado civil, número
telefónico, número al correr en un maratón, deporte
favorito, carrera a estudiar, etc.
Profa: Oderay Castrellón
Escala Ordinal:
Los valores de la variable que tienen un ORDEN con
un nivel específico, pero no se pueden hacer
operaciones aritméticas entre ellas.
Ejemplo:
Pésimo – Malo – Regular – Bueno – Excelente
Primaria – Secundaria – Preparatoria - Licenciatura
Profa: Oderay Castrellón
Escala de Intervalo:
En ella existe un orden entre los valores de la
variable y además una NOCIÓN DE DISTANCIA
aunque no se puedan realizar operaciones.
El cero o punto de inicio no es único, es más bien un
punto de referencia.
Ejemplo: Escalas de temperatura, la edad de la
Tierra, la línea del tiempo de la humanidad.
Profa: Oderay Castrellón
Escala de Razón:
La magnitud tiene SENTIDO FÍSICO, existe el cero
absoluto, existe orden, se puede determinar cuántas
veces es mayor uno que otro.
Ejemplo: peso, estatura, edad, distancia, dinero, etc.
Profa: Oderay Castrellón
Fuentes de información
Encuesta:
Recopilar los datos mediante el uso
de cuestionarios o entrevistas.
 Experimento:
Procedimiento utilizado en la
investigación científica para obtener
información que permita conocer el
comportamiento de algún proceso.
Profa: Oderay Castrellón
Fuentes de Información
 Investigación Documental:
Procedimiento para obtener
datos mediante la consulta de
información ya escrita y
concentrada en documentos
que se localicen en libros o
revistas en bibliotecas,
hemerotecas, o en centros
virtuales.
Profa: Oderay Castrellón
Orden de datos
La ordenación es el proceso mediante el cual los
datos están acomodados de tal manera que se
establece un orden (ascendente o descendente)
entre ellos.
Hay dos métodos comunes:
• Listado en orden ascendente
•Método de tallo y hojas
Profa: Oderay Castrellón
Ejemplo
Considera que la variable de estudio es el peso de 25
estudiantes. Los pesos se encuentran en la siguiente
tabla:
Peso de 25 estudiantes (en kg)
40 43 48 51 49
56 44 42 55 52
52 62 44 50 59
63 50 56 55 45
57 66 63 51 58
Profa: Oderay Castrellón
Listado en orden ascendente
El proceso consiste en ordenarlos de menor a mayor
Peso de 25 estudiantes (en kg)
42 40 48 51 49
56 44 43 55 52
52 62 44 50 59
63 50 56 55 45
57 66 63 51 58
Peso de 25 estudiantes (en kg)
40 42 43 44 44
45 48 49 50 50
51 51 52 52 55
55 5656 57 58
59 62 63 63 66
Profa: Oderay Castrellón
Método de tallo y hojas
Si los números de los datos están formados
por dos dígitos, se hace una columna con el
primer dígito (decenas) y a la derecha de cada
uno de ellos se escribe, en fila, sólo el
segundo dígito (unidades) de cada uno de los
datos que tengan el mismo primer dígito.
Profa: Oderay Castrellón
Datos sin ordenar:
Datos ordenados:
4
5
6
4
5
6
0,2,3,4,4,5,8,9
0,0,1,1,2,2,5,5,6,6,7,8,9
2,3,3,6
Peso de 25 estudiantes (en kg)
42 40 48 51 49
56 44 43 55 52
52 62 44 50 59
63 50 56 55 45
57 66 63 51 58
2,0,8,9,4,3,4,5
1,6,5,2,2,0,9,0,6,5,7,1,8
2,3,6,3
Profa: Oderay Castrellón
Doble tallo
Una variante de este método es en lugar de dividir
en un grupo las decenas, se divide en dos grupos.
El primero abarcando los dígitos del 0 al 4 y el
segundo del 5 al 9.
El ejemplo anterior
queda:
4 0,2,3,4,4
4 5,8,9
5 0,0,1,1,2,2,
5 5,5,6,6,7,8,9
6 2,3,3
6 6
Profa: Oderay Castrellón
Caso de variables cualitatitivas
El procedimiento es:
 Se identifican todos los valores diferentes y se
acomodan en columna.
 Se agrega una segunda columna en donde se van
registrando, mediante una línea vertical, la veces
que aparece el valor dado.
Profa: Oderay Castrellón
Ejemplo
Considera que la variable de estudio es el color de
playera de 25 estudiantes.
Los colores se encuentran en la siguiente tabla:
rosa azul blanco azul rosa
gris blanco café negro blanco
rosa azul café blanco blanco
gris azul blanco rosa gris
gris blanco café negro verde
Profa: Oderay Castrellón
rosa azul blanco azul rosa
gris blanco café negro blanco
rosa azul café blanco blanco
gris azul blanco rosa gris
gris blanco café negro verde
Color Frecuenc
ia
Azul
Blanco
Café
Gris
Negro
Rosa
Verde
I I I I
I I I I I
II I I
I I I I
I I
I I I I
I
Profa: Oderay Castrellón
Tabla de Frecuencia de Datos
Una vez que se tenga ordenados los datos,
se acomodan en la “Tabla de distribución
de frecuencias o tabla de frecuencias”.
La tabla es básicamente una tabla de
valores x-y, dónde “x” representa el dato y
“y” representa la frecuencia.
Profa: Oderay Castrellón
La frecuencia es el número de veces que aparece
cada dato.
Hay dos clases de tablas de frecuencias:
 Para datos NO agrupados.
 Para datos agrupados.
Profa: Oderay Castrellón
Tabla de frecuencias para
datos NO agrupados
Está formada por dos columnas: una para la
variable “xi” y la otra para su frecuencia “f”, a
esta frecuencia se le llama frecuencia absoluta o
frecuencia observada.
Profa: Oderay Castrellón
Ejemplo
Tabla de frecuencias de los pesos en kg de 25
alumnos.
Peso de 25 estudiantes (en kg)
40 42 43 44 44
45 48 49 50 50
51 51 52 52 55
55 5656 57 58
59 62 63 63 66
xi f
40
42
43
44
45
48
49
50
51
xi f
52
55
56
57
58
59
62
63
66
Total
1
1
1
2
1
1
1
2
2
2
2
2
1
1
1
1
2
1
25
Profa: Oderay Castrellón
Frecuencia relativa y acumulada
Por lo regular, se agregan dos columnas: la de la
frecuencia relativa “fr” y la de la frecuencia
acumulada “fa”.
La frecuencia relativa se obtiene mediante el
cociente de la frecuencia y el número total de datos,
esto es fr = f/n.
La frecuencia acumulada se obtiene sumando las
frecuencias anteriores a las frecuencias de un dato
dado.
Profa: Oderay Castrellón
Ejemplo
xi f fr fa
40 1
42 1
43 1
44 2
45 1
48 1
49 1
50 2
51 2
xi f fr fa
52 2
55 2
56 2
57 1
58 1
59 1
62 1
63 2
66 1
Tot
al
25
0.04
0.04
0.04
0.04
0.04
0.04
0.04
0.04
0.04
0.04
0.04
0.08
0.08
0.08
0.08
0.08
0.08
0.08
1/25
2/25
1
2
3
5
6
7
8
10
12
14
16
18
19
20
21
22
24
25
1
Siempre
es el
número
total
Siempre es 1Profa: Oderay Castrellón
Intervalo de clase
En ocasiones es conveniente acomodar los datos en pequeños
grupos de igual tamaño, llamados intervalos de clase.
El punto medio o marca de clase “xi”, se obtiene con:
El tamaño del intervalo se obtiene mediante la diferencia
de los límites superior e inferior.
Marca de clase
=
Límite inferior + límite
superior 2
Profa: Oderay Castrellón
Ejemplo
Intervalo de clase Punto medio “xi”
38 – 42 40
43 – 47 45
48 – 52 50
53 – 57 55
58 – 62 60
63 – 67 65
Límite inferior Límite superior Lím inf + Lim sup
2
Profa: Oderay Castrellón
Límite verdadero del intervalo
Frontera de clase o límite verdadero del intervalo:
Intervalo de clase Punto medio “xi”
37.5 – 42.5 40
42.5 – 47.5 45
47.5 – 52.5 50
52.5 – 57.5 55
57.5 – 62.5 60
62.5 – 67.5 65
40 – 2.5 40 + 2.5
Profa: Oderay Castrellón
Tabla de intervalos con
límites verdaderos
Usando símbolos de
desigualdad
 Usando paréntesis
y corchetes
Intervalo de
clase
Punto
medio
“xi”
37.5 ≤ x < 42.5 40
42.5 ≤ x < 47.5 45
47.5 ≤ x < 52.5 50
52.5 ≤ x < 57.5 55
57.5 ≤ x < 62.5 60
62.5 ≤ x < 67.5 65
Intervalo de
clase
Punto
medio
“xi”
[37.5 , 42.5) 40
[42.5 , 47.5) 45
[47.5 , 52.5) 50
[52.5 , 57.5) 55
[57.5 , 62.5) 60
[62.5 , 67.5) 65
Está incluido No está incluido Está incluido No está incluido
El tamaño del intervalo es de
Profa: Oderay Castrellón
CALCULAR EL NÚMERO DE INTERVALOS
Y ANCHURA DEL INTERVALO
Si por alguna razón no es fácil decidir el ancho del
intervalo y el número de ellos, se pueden utilizar
las siguientes fórmulas:
 K = 1 + 3.3 log (n)
 Donde K = número aproximado de clases
n = número de datos.
 Amplitud de los intervalos = Rango / K
 Donde Rango = diferencia entre el dato
mayor y el dato
menor.
Profa: Oderay Castrellón
Ejemplo
Para el ejemplo de los datos de los pesos de 25
alumnos, el valor de K:
Y la amplitud de los intervalos sería:
K = 1 + 3.3 log (n) = 1 + 3.3 log (25) = 5.6.
Por lo tanto se requieren aproximadamente 6
intervalos.
Amplitud = Rango / K = (66 – 40) / 5.6 =
4.64.
Aproximadamente 5 unidades es la amplitud
de los intervalos.Profa: Oderay Castrellón
Tabla de distribución de frecuencias para
datos agrupados
Se elabora con los intervalos de clase, sus puntos
medios y las frecuencias correspondientes para
cada uno de los intervalos.
xi f
40 1
42 1
43 1
44 2
45 1
48 1
49 1
50 2
51 2
52 2
55 2
56 2
57 1
58 1
59 1
62 1
63 2
66 1
Total 25
Datossinagrupar
Intervalo
de clase
Punto
medio “xi”
f
38 – 42 40
43 – 47 45
48 – 52 50
53 – 57 55
58 – 62 60
63 - 67 65
Total
Datos agrupados
2
4
8
5
3
3
2Profa: Oderay Castrellón
Tabla de distribución de frecuencias para
datos agrupados
Se agregan las columnas de frecuencia relativa “fr” y
frecuencia acumulada “fa”:
Interval
o de
clase
Punto
medio
“xi”
f fr Fa
38 – 42 40 2
43 – 47 45 4
48 – 52 50 8
53 – 57 55 5
58 – 62 60 3
63- 68 65 3
Total 25
0.08
0.16
0.32
0.20
0.12
0.12
1
2
6
14
19
22
25
2/25
4/25
8/25
Profa: Oderay Castrellón
Tabla de distribución de
frecuencias para datos agrupados
Por último se agregan las columnas:
 Frecuencia porcentual, “f%” ó “%f”, se
obtiene multiplicando la frecuencia relativa “fr” x
100.
 Frecuencia relativa acumulada “fra”, se
obtiene sumando las frecuencias relativas
anteriores a un dato dado.
 Frecuencia porcentual acumulada, “f%a”,
se obtiene sumando las frecuencias porcentuales
acumuladas a un dato dado.
Profa: Oderay Castrellón
Tablas de frecuencias absoluta, relativa y
acumulada
Interval
o de
clase
Punto
medio
“xi”
f fr f% fa fra f%a
38 – 42 40 2 0.08 2
43 – 47 45 4 0.16 6
48 – 52 50 8 0.32 14
53 – 57 55 5 0.20 19
58 – 62 60 3 0.12 22
63- 68 65 3 0.12 25
Total 25 1
8
16
32
20
12
12
100
0.08
0.24
0.56
0.76
0.88
1
8
24
56
76
88
100
0.08 x
100
2/25
0.08 x
100
Profa: Oderay Castrellón
Gráfica de Datos
Existen dos tipos de gráficas mas usuales:
Polígono de Frecuencias
Histograma
Otros gráficos:
Gráfica de barras
Pictograma
Gráfico Circular o de pastel.
Profa: Oderay Castrellón
Polígono de Frecuencias
Es la representación mediante un gráfico de
línea. En él se muestra la distribución de
frecuencias y está formado por segmentos de
línea que unen los puntos correspondientes
a la frecuencia de cada una de las clases.
El eje “x” representa el dato “xi”
y el eje “y” las frecuencias.
0
10
2 0
3 0
4 0
50
6 0
Profa: Oderay Castrellón
Ejemplo
Intervalo
de clase
Punto medio
“xi”
f
38 – 42 40 2
43 – 47 45 4
48 – 52 50 8
53 – 57 55 5
58 – 62 60 3
63 - 68 65 3
Total 25
Profa: Oderay Castrellón
El eje “y” puede ser sustituido por las frecuencias
relativas o porcentuales.
fr
xi
Polígono de Frecuencia Relativa
Profa: Oderay Castrellón
% f
xi
Polígono de Frecuencia Porcentual
Profa: Oderay Castrellón
Profa: Oderay Castrellón
Histograma
Es la representación gráfica de
los datos mediante una sucesión
de rectángulos.
Está formado por rectángulos cuya anchura
representa a cada uno de los intervalos y la
altura corresponde a la frecuencia.
En el eje “x” estarán los límites verdaderos,
los puntos medios y en el eje “y” las
frecuencias.
0.95 2.95 4.95
0
2
4
6
8
10
12
14
Profa: Oderay Castrellón
Intervalo
de clase
Punto medio
“xi”
f
38 – 42 40 2
43 – 47 45 4
48 – 52 50 8
53 – 57 55 5
58 – 62 60 3
63 - 68 65 3
Total 25
Ejemplo
Profa: Oderay Castrellón
También podemos usar la frecuencia relativa y la
frecuencia porcentual.
fr
xi
Profa: Oderay Castrellón
% f
xiProfa: Oderay Castrellón
Pirámide Poblacional
Una variante en el histograma es colocar
en el eje “x” de tal manera que las
columnas quedarán en forma horizontal,
es muy común en datos poblacionales.
Profa: Oderay Castrellón
Ojiva
Es la representación gráfica de las
frecuencias acumuladas mediante un gráfico
de línea. Se muestra la distribución de
frecuencias acumuladas de los datos.
En el eje “x” estarán los puntos medios y en
el eje “y” las frecuencias acumuladas.
Profa: Oderay Castrellón
Ejemplo
Interval
o de
clase
Punto
medio
“xi”
f fr fa
38 – 42 40 2 0.08 2
43 – 47 45 4 0.16 6
48 – 52 50 8 0.32 14
53 – 57 55 5 0.20 19
58 – 62 60 3 0.12 22
63- 68 65 3 0.12 25
Total 25 1
Profa: Oderay Castrellón
Profa: Oderay Castrellón
Usando la frecuencia acumulada y la frecuencia
porcentual.
Intervalo
de clase
Punto
medio “xi”
f fr f% fa fra f%a
38 – 42 40 2 0.08 8 2 0.08 8
43 – 47 45 4 0.16 16 6 0.24 24
48 – 52 50 8 0.32 32 14 0.56 56
53 – 57 55 5 0.20 20 19 0.76 76
58 – 62 60 3 0.12 12 22 0.88 88
63- 68 65 3 0.12 12 25 1 100
Total 25 1 100Profa: Oderay Castrellón
Profa: Oderay Castrellón
Profa: Oderay Castrellón
Gráfico Circular
También es llamado gráfico de pastel.
Sólo se representan datos de frecuencias relativas o
frecuencias porcentuales.
Se debe dividir el área del círculo de manera
proporcional a las frecuencias.
13%
17%
57%
13%
PERRO
PAJARO
HAMSTER
GATO
Profa: Oderay Castrellón
Agregaremos una columna a nuestra tabla
de frecuencias “Frecuencia relativa al
círculo”, multiplicando (fr)(360°), para
mostrar la parte proporcional de círculo
medida en grados que corresponde a cada
intervalo.
Profa: Oderay Castrellón
Ejemplo 1
Intervalo
de clase
Punto
medio “xi”
f fr (fr )
(360°)
38 – 42 40 2 0.08
43 – 47 45 4 0.16
48 – 52 50 8 0.32
53 – 57 55 5 0.20
58 – 62 60 3 0.12
63- 68 65 3 0.12
Total 25 1
28.8°
0.08 x
360°
0.16 x
360°
57.6°
115.2°
72°
43.2°
43.2°
360°
Profa: Oderay Castrellón
Profa: Oderay Castrellón
Ejemplo 2
Color Frecuenc
ia
Conteo
Azul 4
Blanco 7
Café 3
Gris 4
Negro 2
Rosa 4
Verde 1
I I I I
I I I I I
II I I
I I I I
I I
I I I I
I
Profa: Oderay Castrellón
Otros Gráficos
La gráfica de barras se traza similar al
Histograma, sólo que las barras se dibujan
separadas unas de otras.
La escala en el eje “x” es para mostrar
categorías o intervalos de números NO
consecutivos.
0
10
20
30
40
50
60
PERRO PAJARO HAMSTER GATO
Frecuenciaabsoluta
Profa: Oderay Castrellón
Carrera
Alumno
s
Medicina 8
Mecánica 11
Civil 8
Agronomía 3
Físico - Matemáticas 3
Leyes 6
Contaduría 11
Profa: Oderay Castrellón
Pictograma
Similar al de barras, sólo que se sustituyen por
figuras, generalmente relacionadas con la variable
estudiada.
Profa: Oderay Castrellón

Más contenido relacionado

La actualidad más candente

Estadstica 1223899160588231-9
Estadstica 1223899160588231-9Estadstica 1223899160588231-9
Estadstica 1223899160588231-9UEFSFG
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptivaatlas1909
 
Clase 2 Curso: Analisis Exploratorio de Datos y Probabilidades
Clase 2 Curso: Analisis Exploratorio de Datos y ProbabilidadesClase 2 Curso: Analisis Exploratorio de Datos y Probabilidades
Clase 2 Curso: Analisis Exploratorio de Datos y ProbabilidadesPablo Ramos
 
9.1.conceptos basicos de estadistica
9.1.conceptos basicos de estadistica9.1.conceptos basicos de estadistica
9.1.conceptos basicos de estadisticaToni Hurtado
 
Ejemplos de estadística
Ejemplos de estadísticaEjemplos de estadística
Ejemplos de estadísticamaryguamangallo
 
PROYECTO_FINAL
PROYECTO_FINALPROYECTO_FINAL
PROYECTO_FINALaleja2014
 
Clases bioestadistica1
Clases bioestadistica1Clases bioestadistica1
Clases bioestadistica1Henry Andrade
 
Medicina Veterinaria 1ra clase estadistica y variables
Medicina Veterinaria 1ra clase estadistica y variablesMedicina Veterinaria 1ra clase estadistica y variables
Medicina Veterinaria 1ra clase estadistica y variablesUniv Peruana Los Andes
 
Bioestadistica - Conceptos
Bioestadistica - ConceptosBioestadistica - Conceptos
Bioestadistica - ConceptosDavid Poleo
 

La actualidad más candente (14)

Bioestadistica
Bioestadistica Bioestadistica
Bioestadistica
 
Estadstica 1223899160588231-9
Estadstica 1223899160588231-9Estadstica 1223899160588231-9
Estadstica 1223899160588231-9
 
Introducción a la estadística
Introducción a la estadísticaIntroducción a la estadística
Introducción a la estadística
 
Bioestadistica 2.2
Bioestadistica 2.2Bioestadistica 2.2
Bioestadistica 2.2
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Clase 2 Curso: Analisis Exploratorio de Datos y Probabilidades
Clase 2 Curso: Analisis Exploratorio de Datos y ProbabilidadesClase 2 Curso: Analisis Exploratorio de Datos y Probabilidades
Clase 2 Curso: Analisis Exploratorio de Datos y Probabilidades
 
TERMINOS BASICOS DE LA ESTADISTICA
TERMINOS BASICOS DE LA ESTADISTICATERMINOS BASICOS DE LA ESTADISTICA
TERMINOS BASICOS DE LA ESTADISTICA
 
9.1.conceptos basicos de estadistica
9.1.conceptos basicos de estadistica9.1.conceptos basicos de estadistica
9.1.conceptos basicos de estadistica
 
Ejemplos de estadística
Ejemplos de estadísticaEjemplos de estadística
Ejemplos de estadística
 
PROYECTO_FINAL
PROYECTO_FINALPROYECTO_FINAL
PROYECTO_FINAL
 
Clases bioestadistica1
Clases bioestadistica1Clases bioestadistica1
Clases bioestadistica1
 
Medicina Veterinaria 1ra clase estadistica y variables
Medicina Veterinaria 1ra clase estadistica y variablesMedicina Veterinaria 1ra clase estadistica y variables
Medicina Veterinaria 1ra clase estadistica y variables
 
Analisis estadistico en investigación
Analisis estadistico en investigaciónAnalisis estadistico en investigación
Analisis estadistico en investigación
 
Bioestadistica - Conceptos
Bioestadistica - ConceptosBioestadistica - Conceptos
Bioestadistica - Conceptos
 

Similar a Udelas presntacion estadistica

Elementos de estadistica descriptiva
Elementos de estadistica descriptivaElementos de estadistica descriptiva
Elementos de estadistica descriptivasitayanis
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptivachukatrop
 
Estadistica cuarto medio
Estadistica cuarto medioEstadistica cuarto medio
Estadistica cuarto mediositayanis
 
clase1 estadistica .ppt
clase1 estadistica .pptclase1 estadistica .ppt
clase1 estadistica .pptYOLAZARROLDAN
 
Clase01 - Conceptos Generales.pptx
Clase01 - Conceptos Generales.pptxClase01 - Conceptos Generales.pptx
Clase01 - Conceptos Generales.pptxRicardAltamir
 
Clase01 conceptos generales
Clase01   conceptos generalesClase01   conceptos generales
Clase01 conceptos generalesCarlos Franco
 
Estadstica 1
Estadstica 1Estadstica 1
Estadstica 1lukitaz45
 
INTRODUCCION A LA ESTADISTICA ORIGINAL.pptx
INTRODUCCION A LA ESTADISTICA ORIGINAL.pptxINTRODUCCION A LA ESTADISTICA ORIGINAL.pptx
INTRODUCCION A LA ESTADISTICA ORIGINAL.pptxJessAlejandroCceresM
 
Separata estadistica general - aula virtual
Separata   estadistica general - aula virtualSeparata   estadistica general - aula virtual
Separata estadistica general - aula virtualMichael Cabrera
 
Terminos basicos en estadistica
Terminos basicos en estadisticaTerminos basicos en estadistica
Terminos basicos en estadisticagabrielpereira2910
 
Terminos basicos en estadistica
Terminos basicos en estadisticaTerminos basicos en estadistica
Terminos basicos en estadisticagabrielpereira2910
 

Similar a Udelas presntacion estadistica (20)

Elementos de estadistica_descriptiva
Elementos de estadistica_descriptivaElementos de estadistica_descriptiva
Elementos de estadistica_descriptiva
 
Elementos de estadistica descriptiva
Elementos de estadistica descriptivaElementos de estadistica descriptiva
Elementos de estadistica descriptiva
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Capitulo I
Capitulo ICapitulo I
Capitulo I
 
Biometria I
Biometria IBiometria I
Biometria I
 
Estadistica cuarto medio
Estadistica cuarto medioEstadistica cuarto medio
Estadistica cuarto medio
 
clase1 estadistica .ppt
clase1 estadistica .pptclase1 estadistica .ppt
clase1 estadistica .ppt
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 
Clase01 - Conceptos Generales.pptx
Clase01 - Conceptos Generales.pptxClase01 - Conceptos Generales.pptx
Clase01 - Conceptos Generales.pptx
 
Clase01 conceptos generales
Clase01   conceptos generalesClase01   conceptos generales
Clase01 conceptos generales
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Estadística
EstadísticaEstadística
Estadística
 
Estadstica 1
Estadstica 1Estadstica 1
Estadstica 1
 
Estad uma 01
Estad uma 01Estad uma 01
Estad uma 01
 
INTRODUCCION A LA ESTADISTICA ORIGINAL.pptx
INTRODUCCION A LA ESTADISTICA ORIGINAL.pptxINTRODUCCION A LA ESTADISTICA ORIGINAL.pptx
INTRODUCCION A LA ESTADISTICA ORIGINAL.pptx
 
Separata estadistica general - aula virtual
Separata   estadistica general - aula virtualSeparata   estadistica general - aula virtual
Separata estadistica general - aula virtual
 
Terminos basicos en estadistica
Terminos basicos en estadisticaTerminos basicos en estadistica
Terminos basicos en estadistica
 
Terminos basicos en estadistica
Terminos basicos en estadisticaTerminos basicos en estadistica
Terminos basicos en estadistica
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 

Último

Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
ORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptx
ORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptxORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptx
ORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptxnandoapperscabanilla
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVGiustinoAdesso1
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesYanirisBarcelDelaHoz
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñotapirjackluis
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptxdeimerhdz21
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.amayarogel
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosJonathanCovena1
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfNancyLoaa
 
actividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° gradoactividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° gradoJosDanielEstradaHern
 
Estrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxEstrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxdkmeza
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxMaritzaRetamozoVera
 

Último (20)

Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
ORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptx
ORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptxORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptx
ORGANIZACIÓN SOCIAL INCA EN EL TAHUANTINSUYO.pptx
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCV
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
actividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° gradoactividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° grado
 
Estrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxEstrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptx
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 

Udelas presntacion estadistica

  • 1. Elementos de Estadística descriptiva LIC:URGENCIAS MÉDICAS. PROFA. ODERAY CASTRELLÓN JUNIO 2017 Profa: Oderay Castrellón
  • 2. ÍNDICE INTRODUCCIÓN DEFINICIÓN CONCEPTOS BÁSICOS TIPOS DE VARIABLES  ESCALAS ORDENACIÓN DE DATOS TABLA DE FRECUENCIA INTERVALOS DE CLASES GRÁFICOS Profa: Oderay Castrellón
  • 3. Introducción La Estadística es una ciencia que facilita la solución de problemas en los cuales necesitamos conocer características sobre el comportamiento de algún suceso o evento.  Nos permite inferir el comportamiento de sucesos iguales o similares sin necesidad de que estos ocurran.Profa: Oderay Castrellón
  • 4.  Esto nos da la posibilidad de tomar decisiones acertadas y a tiempo, así como realizar proyecciones del comportamiento del suceso.  Sólo se realizan los cálculos y el análisis con los datos obtenidos de una muestra de la población y no con toda la población. Profa: Oderay Castrellón
  • 5. Conceptos básicos  Estadística: Es la ciencia que se encarga de recolectar, organizar, resumir y analizar datos para después obtener conclusiones. Se divide en Estadística Descriptiva y Estadística Inferencial.  Estadística descriptiva: Se encarga de la recolección, organización, presentación y análisis de los datos de una población. Profa: Oderay Castrellón
  • 6. Estadística inferencial: Se encarga de analizar la información presentada por la estadística descriptiva mediante técnicas que nos ayuden a conocer, con determinado grado de confianza, a la población. Lo que nos permite tomar decisiones. Profa: Oderay Castrellón
  • 7. Población: Conjunto definido de TODOS los INDIVIDUOS, de donde se observa cierta característica. Al número de integrantes de la población se llama tamaño de la población y se representa con la letra N. Las poblaciones pueden ser finitas o infinitas. Profa: Oderay Castrellón
  • 8. Población Estadística: Conjunto de TODOS los DATOS que se obtienen al realizar la medición de una variable en los elementos de una población.  Muestra: Subconjunto de una población, que intenta reflejar las características de la población lo mejor posible. El número de individuos que integran la muestra, llamado tamaño de la muestra se representa con la letra n.Profa: Oderay Castrellón
  • 9. Individuo: Es el elemento de la población o de la muestra que aporta información sobre lo que se estudia.  Variable: Característica o propiedad de los individuos que se desea estudiar y se puede medir o calificar; cambia o varía con el tiempo en un individuo dado, o cambia o varía de elemento a elemento. Ej. Edad, peso, sexo, estado civil, número de hijos, etc. Profa: Oderay Castrellón
  • 10. Dato: Valor que se obtiene al realizar la medición de la característica de la variable en estudio. Pueden ser univariados, bivariados o multivariados. La naturaleza de los datos pueden ser datos cuantitativos o datos cualitativos. Profa: Oderay Castrellón
  • 11. Datos Cuantitativos (números): Valores obtenidos al medir peso, estatura, temperatura, número de hijos.  Datos Cualitativos (categorías): Se obtienen al calificar la característica en cuestión como el sexo, estado civil, grado máximo de estudios. Profa: Oderay Castrellón
  • 12.  Variable Dicotómica: Sólo puede tomar dos valores (sí – no, 0 – 1, hombre – mujer, bueno – malo, encendido – apagado). En la variable CUANTITATIVA se pueden distinguir dos tipos: continua y discreta. Profa: Oderay Castrellón
  • 13. Variable Continua: Si la variable puede tomar cualquier número real entre dos valores dados (decimal o entero). Ej. El peso de un individuo.  Variable Discreta: Si la variable sólo puede tomar números enteros. Ej. El número de hijos de un individuo. Profa: Oderay Castrellón
  • 14. Escalas de Medición Escala Nominal  Escala Ordinal  Escala de Intervalo  Escala de Razón Profa: Oderay Castrellón
  • 15. Escala Nominal: Está asociada a variables cualitativitas y es denominada de este modo si no se pueden hacer operaciones aritméticas entre sus valores, pues éstos son únicamente ETIQUETAS. Ejemplo: sexo, código postal, estado civil, número telefónico, número al correr en un maratón, deporte favorito, carrera a estudiar, etc. Profa: Oderay Castrellón
  • 16. Escala Ordinal: Los valores de la variable que tienen un ORDEN con un nivel específico, pero no se pueden hacer operaciones aritméticas entre ellas. Ejemplo: Pésimo – Malo – Regular – Bueno – Excelente Primaria – Secundaria – Preparatoria - Licenciatura Profa: Oderay Castrellón
  • 17. Escala de Intervalo: En ella existe un orden entre los valores de la variable y además una NOCIÓN DE DISTANCIA aunque no se puedan realizar operaciones. El cero o punto de inicio no es único, es más bien un punto de referencia. Ejemplo: Escalas de temperatura, la edad de la Tierra, la línea del tiempo de la humanidad. Profa: Oderay Castrellón
  • 18. Escala de Razón: La magnitud tiene SENTIDO FÍSICO, existe el cero absoluto, existe orden, se puede determinar cuántas veces es mayor uno que otro. Ejemplo: peso, estatura, edad, distancia, dinero, etc. Profa: Oderay Castrellón
  • 19. Fuentes de información Encuesta: Recopilar los datos mediante el uso de cuestionarios o entrevistas.  Experimento: Procedimiento utilizado en la investigación científica para obtener información que permita conocer el comportamiento de algún proceso. Profa: Oderay Castrellón
  • 20. Fuentes de Información  Investigación Documental: Procedimiento para obtener datos mediante la consulta de información ya escrita y concentrada en documentos que se localicen en libros o revistas en bibliotecas, hemerotecas, o en centros virtuales. Profa: Oderay Castrellón
  • 21. Orden de datos La ordenación es el proceso mediante el cual los datos están acomodados de tal manera que se establece un orden (ascendente o descendente) entre ellos. Hay dos métodos comunes: • Listado en orden ascendente •Método de tallo y hojas Profa: Oderay Castrellón
  • 22. Ejemplo Considera que la variable de estudio es el peso de 25 estudiantes. Los pesos se encuentran en la siguiente tabla: Peso de 25 estudiantes (en kg) 40 43 48 51 49 56 44 42 55 52 52 62 44 50 59 63 50 56 55 45 57 66 63 51 58 Profa: Oderay Castrellón
  • 23. Listado en orden ascendente El proceso consiste en ordenarlos de menor a mayor Peso de 25 estudiantes (en kg) 42 40 48 51 49 56 44 43 55 52 52 62 44 50 59 63 50 56 55 45 57 66 63 51 58 Peso de 25 estudiantes (en kg) 40 42 43 44 44 45 48 49 50 50 51 51 52 52 55 55 5656 57 58 59 62 63 63 66 Profa: Oderay Castrellón
  • 24. Método de tallo y hojas Si los números de los datos están formados por dos dígitos, se hace una columna con el primer dígito (decenas) y a la derecha de cada uno de ellos se escribe, en fila, sólo el segundo dígito (unidades) de cada uno de los datos que tengan el mismo primer dígito. Profa: Oderay Castrellón
  • 25. Datos sin ordenar: Datos ordenados: 4 5 6 4 5 6 0,2,3,4,4,5,8,9 0,0,1,1,2,2,5,5,6,6,7,8,9 2,3,3,6 Peso de 25 estudiantes (en kg) 42 40 48 51 49 56 44 43 55 52 52 62 44 50 59 63 50 56 55 45 57 66 63 51 58 2,0,8,9,4,3,4,5 1,6,5,2,2,0,9,0,6,5,7,1,8 2,3,6,3 Profa: Oderay Castrellón
  • 26. Doble tallo Una variante de este método es en lugar de dividir en un grupo las decenas, se divide en dos grupos. El primero abarcando los dígitos del 0 al 4 y el segundo del 5 al 9. El ejemplo anterior queda: 4 0,2,3,4,4 4 5,8,9 5 0,0,1,1,2,2, 5 5,5,6,6,7,8,9 6 2,3,3 6 6 Profa: Oderay Castrellón
  • 27. Caso de variables cualitatitivas El procedimiento es:  Se identifican todos los valores diferentes y se acomodan en columna.  Se agrega una segunda columna en donde se van registrando, mediante una línea vertical, la veces que aparece el valor dado. Profa: Oderay Castrellón
  • 28. Ejemplo Considera que la variable de estudio es el color de playera de 25 estudiantes. Los colores se encuentran en la siguiente tabla: rosa azul blanco azul rosa gris blanco café negro blanco rosa azul café blanco blanco gris azul blanco rosa gris gris blanco café negro verde Profa: Oderay Castrellón
  • 29. rosa azul blanco azul rosa gris blanco café negro blanco rosa azul café blanco blanco gris azul blanco rosa gris gris blanco café negro verde Color Frecuenc ia Azul Blanco Café Gris Negro Rosa Verde I I I I I I I I I II I I I I I I I I I I I I I Profa: Oderay Castrellón
  • 30. Tabla de Frecuencia de Datos Una vez que se tenga ordenados los datos, se acomodan en la “Tabla de distribución de frecuencias o tabla de frecuencias”. La tabla es básicamente una tabla de valores x-y, dónde “x” representa el dato y “y” representa la frecuencia. Profa: Oderay Castrellón
  • 31. La frecuencia es el número de veces que aparece cada dato. Hay dos clases de tablas de frecuencias:  Para datos NO agrupados.  Para datos agrupados. Profa: Oderay Castrellón
  • 32. Tabla de frecuencias para datos NO agrupados Está formada por dos columnas: una para la variable “xi” y la otra para su frecuencia “f”, a esta frecuencia se le llama frecuencia absoluta o frecuencia observada. Profa: Oderay Castrellón
  • 33. Ejemplo Tabla de frecuencias de los pesos en kg de 25 alumnos. Peso de 25 estudiantes (en kg) 40 42 43 44 44 45 48 49 50 50 51 51 52 52 55 55 5656 57 58 59 62 63 63 66 xi f 40 42 43 44 45 48 49 50 51 xi f 52 55 56 57 58 59 62 63 66 Total 1 1 1 2 1 1 1 2 2 2 2 2 1 1 1 1 2 1 25 Profa: Oderay Castrellón
  • 34. Frecuencia relativa y acumulada Por lo regular, se agregan dos columnas: la de la frecuencia relativa “fr” y la de la frecuencia acumulada “fa”. La frecuencia relativa se obtiene mediante el cociente de la frecuencia y el número total de datos, esto es fr = f/n. La frecuencia acumulada se obtiene sumando las frecuencias anteriores a las frecuencias de un dato dado. Profa: Oderay Castrellón
  • 35. Ejemplo xi f fr fa 40 1 42 1 43 1 44 2 45 1 48 1 49 1 50 2 51 2 xi f fr fa 52 2 55 2 56 2 57 1 58 1 59 1 62 1 63 2 66 1 Tot al 25 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.08 0.08 0.08 0.08 0.08 0.08 0.08 1/25 2/25 1 2 3 5 6 7 8 10 12 14 16 18 19 20 21 22 24 25 1 Siempre es el número total Siempre es 1Profa: Oderay Castrellón
  • 36. Intervalo de clase En ocasiones es conveniente acomodar los datos en pequeños grupos de igual tamaño, llamados intervalos de clase. El punto medio o marca de clase “xi”, se obtiene con: El tamaño del intervalo se obtiene mediante la diferencia de los límites superior e inferior. Marca de clase = Límite inferior + límite superior 2 Profa: Oderay Castrellón
  • 37. Ejemplo Intervalo de clase Punto medio “xi” 38 – 42 40 43 – 47 45 48 – 52 50 53 – 57 55 58 – 62 60 63 – 67 65 Límite inferior Límite superior Lím inf + Lim sup 2 Profa: Oderay Castrellón
  • 38. Límite verdadero del intervalo Frontera de clase o límite verdadero del intervalo: Intervalo de clase Punto medio “xi” 37.5 – 42.5 40 42.5 – 47.5 45 47.5 – 52.5 50 52.5 – 57.5 55 57.5 – 62.5 60 62.5 – 67.5 65 40 – 2.5 40 + 2.5 Profa: Oderay Castrellón
  • 39. Tabla de intervalos con límites verdaderos Usando símbolos de desigualdad  Usando paréntesis y corchetes Intervalo de clase Punto medio “xi” 37.5 ≤ x < 42.5 40 42.5 ≤ x < 47.5 45 47.5 ≤ x < 52.5 50 52.5 ≤ x < 57.5 55 57.5 ≤ x < 62.5 60 62.5 ≤ x < 67.5 65 Intervalo de clase Punto medio “xi” [37.5 , 42.5) 40 [42.5 , 47.5) 45 [47.5 , 52.5) 50 [52.5 , 57.5) 55 [57.5 , 62.5) 60 [62.5 , 67.5) 65 Está incluido No está incluido Está incluido No está incluido El tamaño del intervalo es de Profa: Oderay Castrellón
  • 40. CALCULAR EL NÚMERO DE INTERVALOS Y ANCHURA DEL INTERVALO Si por alguna razón no es fácil decidir el ancho del intervalo y el número de ellos, se pueden utilizar las siguientes fórmulas:  K = 1 + 3.3 log (n)  Donde K = número aproximado de clases n = número de datos.  Amplitud de los intervalos = Rango / K  Donde Rango = diferencia entre el dato mayor y el dato menor. Profa: Oderay Castrellón
  • 41. Ejemplo Para el ejemplo de los datos de los pesos de 25 alumnos, el valor de K: Y la amplitud de los intervalos sería: K = 1 + 3.3 log (n) = 1 + 3.3 log (25) = 5.6. Por lo tanto se requieren aproximadamente 6 intervalos. Amplitud = Rango / K = (66 – 40) / 5.6 = 4.64. Aproximadamente 5 unidades es la amplitud de los intervalos.Profa: Oderay Castrellón
  • 42. Tabla de distribución de frecuencias para datos agrupados Se elabora con los intervalos de clase, sus puntos medios y las frecuencias correspondientes para cada uno de los intervalos. xi f 40 1 42 1 43 1 44 2 45 1 48 1 49 1 50 2 51 2 52 2 55 2 56 2 57 1 58 1 59 1 62 1 63 2 66 1 Total 25 Datossinagrupar Intervalo de clase Punto medio “xi” f 38 – 42 40 43 – 47 45 48 – 52 50 53 – 57 55 58 – 62 60 63 - 67 65 Total Datos agrupados 2 4 8 5 3 3 2Profa: Oderay Castrellón
  • 43. Tabla de distribución de frecuencias para datos agrupados Se agregan las columnas de frecuencia relativa “fr” y frecuencia acumulada “fa”: Interval o de clase Punto medio “xi” f fr Fa 38 – 42 40 2 43 – 47 45 4 48 – 52 50 8 53 – 57 55 5 58 – 62 60 3 63- 68 65 3 Total 25 0.08 0.16 0.32 0.20 0.12 0.12 1 2 6 14 19 22 25 2/25 4/25 8/25 Profa: Oderay Castrellón
  • 44. Tabla de distribución de frecuencias para datos agrupados Por último se agregan las columnas:  Frecuencia porcentual, “f%” ó “%f”, se obtiene multiplicando la frecuencia relativa “fr” x 100.  Frecuencia relativa acumulada “fra”, se obtiene sumando las frecuencias relativas anteriores a un dato dado.  Frecuencia porcentual acumulada, “f%a”, se obtiene sumando las frecuencias porcentuales acumuladas a un dato dado. Profa: Oderay Castrellón
  • 45. Tablas de frecuencias absoluta, relativa y acumulada Interval o de clase Punto medio “xi” f fr f% fa fra f%a 38 – 42 40 2 0.08 2 43 – 47 45 4 0.16 6 48 – 52 50 8 0.32 14 53 – 57 55 5 0.20 19 58 – 62 60 3 0.12 22 63- 68 65 3 0.12 25 Total 25 1 8 16 32 20 12 12 100 0.08 0.24 0.56 0.76 0.88 1 8 24 56 76 88 100 0.08 x 100 2/25 0.08 x 100 Profa: Oderay Castrellón
  • 46. Gráfica de Datos Existen dos tipos de gráficas mas usuales: Polígono de Frecuencias Histograma Otros gráficos: Gráfica de barras Pictograma Gráfico Circular o de pastel. Profa: Oderay Castrellón
  • 47. Polígono de Frecuencias Es la representación mediante un gráfico de línea. En él se muestra la distribución de frecuencias y está formado por segmentos de línea que unen los puntos correspondientes a la frecuencia de cada una de las clases. El eje “x” representa el dato “xi” y el eje “y” las frecuencias. 0 10 2 0 3 0 4 0 50 6 0 Profa: Oderay Castrellón
  • 48. Ejemplo Intervalo de clase Punto medio “xi” f 38 – 42 40 2 43 – 47 45 4 48 – 52 50 8 53 – 57 55 5 58 – 62 60 3 63 - 68 65 3 Total 25 Profa: Oderay Castrellón
  • 49. El eje “y” puede ser sustituido por las frecuencias relativas o porcentuales. fr xi Polígono de Frecuencia Relativa Profa: Oderay Castrellón
  • 50. % f xi Polígono de Frecuencia Porcentual Profa: Oderay Castrellón
  • 52. Histograma Es la representación gráfica de los datos mediante una sucesión de rectángulos. Está formado por rectángulos cuya anchura representa a cada uno de los intervalos y la altura corresponde a la frecuencia. En el eje “x” estarán los límites verdaderos, los puntos medios y en el eje “y” las frecuencias. 0.95 2.95 4.95 0 2 4 6 8 10 12 14 Profa: Oderay Castrellón
  • 53. Intervalo de clase Punto medio “xi” f 38 – 42 40 2 43 – 47 45 4 48 – 52 50 8 53 – 57 55 5 58 – 62 60 3 63 - 68 65 3 Total 25 Ejemplo Profa: Oderay Castrellón
  • 54. También podemos usar la frecuencia relativa y la frecuencia porcentual. fr xi Profa: Oderay Castrellón
  • 55. % f xiProfa: Oderay Castrellón
  • 56. Pirámide Poblacional Una variante en el histograma es colocar en el eje “x” de tal manera que las columnas quedarán en forma horizontal, es muy común en datos poblacionales. Profa: Oderay Castrellón
  • 57. Ojiva Es la representación gráfica de las frecuencias acumuladas mediante un gráfico de línea. Se muestra la distribución de frecuencias acumuladas de los datos. En el eje “x” estarán los puntos medios y en el eje “y” las frecuencias acumuladas. Profa: Oderay Castrellón
  • 58. Ejemplo Interval o de clase Punto medio “xi” f fr fa 38 – 42 40 2 0.08 2 43 – 47 45 4 0.16 6 48 – 52 50 8 0.32 14 53 – 57 55 5 0.20 19 58 – 62 60 3 0.12 22 63- 68 65 3 0.12 25 Total 25 1 Profa: Oderay Castrellón
  • 60. Usando la frecuencia acumulada y la frecuencia porcentual. Intervalo de clase Punto medio “xi” f fr f% fa fra f%a 38 – 42 40 2 0.08 8 2 0.08 8 43 – 47 45 4 0.16 16 6 0.24 24 48 – 52 50 8 0.32 32 14 0.56 56 53 – 57 55 5 0.20 20 19 0.76 76 58 – 62 60 3 0.12 12 22 0.88 88 63- 68 65 3 0.12 12 25 1 100 Total 25 1 100Profa: Oderay Castrellón
  • 63. Gráfico Circular También es llamado gráfico de pastel. Sólo se representan datos de frecuencias relativas o frecuencias porcentuales. Se debe dividir el área del círculo de manera proporcional a las frecuencias. 13% 17% 57% 13% PERRO PAJARO HAMSTER GATO Profa: Oderay Castrellón
  • 64. Agregaremos una columna a nuestra tabla de frecuencias “Frecuencia relativa al círculo”, multiplicando (fr)(360°), para mostrar la parte proporcional de círculo medida en grados que corresponde a cada intervalo. Profa: Oderay Castrellón
  • 65. Ejemplo 1 Intervalo de clase Punto medio “xi” f fr (fr ) (360°) 38 – 42 40 2 0.08 43 – 47 45 4 0.16 48 – 52 50 8 0.32 53 – 57 55 5 0.20 58 – 62 60 3 0.12 63- 68 65 3 0.12 Total 25 1 28.8° 0.08 x 360° 0.16 x 360° 57.6° 115.2° 72° 43.2° 43.2° 360° Profa: Oderay Castrellón
  • 67. Ejemplo 2 Color Frecuenc ia Conteo Azul 4 Blanco 7 Café 3 Gris 4 Negro 2 Rosa 4 Verde 1 I I I I I I I I I II I I I I I I I I I I I I I Profa: Oderay Castrellón
  • 68. Otros Gráficos La gráfica de barras se traza similar al Histograma, sólo que las barras se dibujan separadas unas de otras. La escala en el eje “x” es para mostrar categorías o intervalos de números NO consecutivos. 0 10 20 30 40 50 60 PERRO PAJARO HAMSTER GATO Frecuenciaabsoluta Profa: Oderay Castrellón
  • 69. Carrera Alumno s Medicina 8 Mecánica 11 Civil 8 Agronomía 3 Físico - Matemáticas 3 Leyes 6 Contaduría 11 Profa: Oderay Castrellón
  • 70. Pictograma Similar al de barras, sólo que se sustituyen por figuras, generalmente relacionadas con la variable estudiada. Profa: Oderay Castrellón