Estadística: conceptos básicos
y definiciones.
1
Conceptos básicos
2
3
4
5
6
Definición de Estadística
La estadística es la Ciencia de la
7
División de la Estadística
8
Gráfica del Análisis Estadístico
9
10
Pasos en un estudio estadístico:
11
12
13
Técnicas de Muestreo
14
Tipo de Variables
15
Ejemplos:
• Es buena idea codificarlas variables como números para poder procesarlas
con facilidad en un computador.
• Es conveniente asignar “etiquetas” a los valores de las variables para
recordar qué significan los códigos numéricos.
–Género (Cualitativa : Códigos arbitrarios)
1 : Hombre
2 : Mujer
–Raza (Cualitativa: Códigos arbitrarios)
1 : Blanca
2 : Negra, ...
–Felicidad Ordinal: Respetar un orden al codificar.
1 : Muy feliz
2 : Bastante feliz
3 : No demasiado feliz
16
• Se pueden asignar códigos a respuestas especiales como
0 : No sabe
99 : No contesta...
17
18
Tabla de Frecuencias
19
Tabla de Frecuencias Variable Cuantitativa Continua
Ordenamos los datos en forma creciente:
La amplitud total A = 120 –60
Número de clases: K = 301/2 = 5.48. Aprox. 6 clases
Extensión del intervalo: H = A/ K = 60/6 = 10 En este
caso, entonces, la tabla de frecuencias tendrá
aproximadamente 6 clases de amplitud 10 unidades en
cada clase.
20
21
Histograma de la distribución de presión diastólica en mm de
Hg según las frecuencias absolutas:
22
23
Gráficos para variable cualitativa
24
25
Diagramas Integrales
26
Estadísticos de forma intuitiva
27
28
29
30
31
32
33
34
35
36
Concepto de Variabilidad
37
Conceptos de Variabilidad cont.
38
Conceptos de Variabilidad cont.
39
Conceptos de Variabilidad cont.
40
Conceptos de Variabilidad cont.
41
Conceptos de Variabilidad cont.
42
Conceptos de Variabilidad cont.
43
Conceptos de Variabilidad cont.
44
Distribución de Frecuencias
45
46
Distribución de Frecuencias cont.
47
Medidas de Resumen de Centralización
48
Medidas de Resumen de Centralización cont.
49
50
Medidas de Resumen de Centralización cont.
51
Medidas de Resumen de Centralización cont.
52
Medidas de Resumen de Centralización cont.
• La mediaes sensible a la presenciade datos
extremos.
• La mediana es muy útil cuando la distribución de la
variable es poco simétrica.
53
Medidas de Resumen de Centralización cont.
54
Medidas de Resumen de Dispersión
55
Medidas de Resumen de Dispersión cont.
56
Medidas de Resumen de Dispersión cont.
57
Medidas de Resumen de Dispersión cont.
58
Medidas de Resumen de Dispersión cont.
59
Medidas de Resumen de Dispersión cont.
60
Medidas de Resumen de Dispersión cont.
61
62
Medidas de Resumen de Dispersión cont.
63
64
Medidas basadas en el Orden (Posición)
65
66
Estadísticos de Posición
67
68
69
70
Son valores de la variable que dividen a
la muestra en partes de igual porcentaje.
Los percentiles separan la muestra en
grupos de 1% cada uno (son 99).
• Cuartiles: agrupan 25% c/u (son 3).
• Quintiles: agrupan 20% c/u (son 4).
• Deciles: agrupan 10% c/u (son 9).
Se calculan de la siguiente forma:
71
Ordenar de menor a mayor los n datos.
Obtener D = n * k /100
a) Si D es entero, entonces el percentil k
corresponde al valor medio de las
observaciones ubicadas en las posiciones
D y D+1.
b) Si D no es un entero, el percentil k
corresponde a la observación ubicada en la
posición entera siguiente, es decir, [D+1]
72
Ejemplo
Determinar lospercentiles 25 y 60 de los
siguientes datos: 3, 5, 5, 8, 12, 15, 21, 23, 25, 26,
29, 35
P25 D= 12 x 25 /100 = 3
resulta un entero, por tanto el P25 corresponde
al promedio de las observaciones en las
posiciones 3º y 4º, es decir, P25= (5+8)/2 = 6.5
P60 D = 12 x 60 / 100 = 7.2
Dado que no es un entero, nos “movemos” al
entero siguiente.
73
Es decir, P60 = 23 (observación en la 8ª posición)
74
75
Box-plot (Caja con bigotes)
76
77
Box-plot cont.
Un gráfico asociado a los cuartiles es el box-plot: en un eje se
ubican los siguientes 5 números extraídos de una muestra:
mínimo, cuartil 1, cuartil 2, cuartil 3 y máximo.
Una regla para determinar si un dato es anómalo (outlier) es:
• Si un dato es < Q1 – 1.5(Q3-Q1)
78
• Si un dato es > Q3 + 1.5(Q3-Q1)
79
80
Box-plot comparación de grupos
81
82
Estadísticos de Forma: Asimetría y Curtosis
Momentos de una distribución
• Los momentos de una distribución son medidas obtenidas a partir de
todos sus datos y de sus frecuencias absolutas. Estas medidas
caracterizan de tal forma a las distribuciones que si los momentos de
dos distribuciones son iguales, diremos que las distribuciones son
iguales. Podemos decir que dos distribuciones son más semejantes
cuanto mayor sea el número de sus momentos que coinciden.
• Se define el momento de orden h respecto al origen de una
variable estadística como:
• Es inmediato observar que, para h=1, a1 es la media de la
distribución.
83
• Se define el momento central de orden h o momento
respecto a la media aritmética de orden h como:
• Es inmediato observar que m1 = 0 y que m2 = S2
• Relaciones entre los momentos:
1.
2.Los momentos respecto a la media se ven afectados por los
cambios de escala, pero no por los cambios de origen. El resto,
por ambos.
84
Forma de una distribución
Cuando dos distribuciones coinciden en sus medidas de
posición y dispersión, no tenemos datos analíticos para ver si
son distintas. Una forma de compararlas es mediante su forma.
Bastará con comparar la forma de sus histogramas o diagramas
de barras para ver si se distribuyen o no de igual manera.
Para efectuar este estudio de la forma en una sola variable,
hemos de tener como referencia una distribución modelo.
Como convenio, se toma para la comparación la distribución
normal de media 0 y varianza 1. En particular, es
conveniente estudiar si la variable en cuestión está más o
menos apuntada que la Normal. Y si es más o menos simétrica
que ésta, para lo que se definen los conceptos de Asimetría y
Curtosis, y sus correspondientes formas de medida.
85
La asimetría y su medida
• El objetivo de la medida de la asimetría es, sin
necesidad de dibujar la distribución de
frecuencias, estudiar la deformación horizontal de
los valores de la variable respecto al valor central
de la media. Las medidas de forma pretenden
estudiar la concentración de la variable hacia uno
de sus extremos.
• Una distribución es simétrica cuando a la derecha
y a la izquierda de la media existe el mismo
número de valores, equidistantes dos a dos de la
media, y además con la misma frecuencia.
86
87
La asimetría y su medida cont.
Coeficiente de asimetría de Fisher
• En una distribución simétrica los valores se sitúan en torno a la
media aritmética de forma simétrica. El coeficiente de
asimetría de Fisher se basa en la relación entre las distancias a
la media y la desviación típica.
88
La asimetría y su medida cont.
Coeficiente de asimetría de Pearson
• Se basa en el hecho de que en una distribución simétrica, la
media coincide con la moda. A partir de este dato se define el
coeficiente de asimetría de Pearson como:
La curtosis y su medida
89
• El concepto de curtosis o apuntamiento de una distribución
surge al comparar la forma de dicha distribución con la forma
de la distribución Normal. De esta forma, clasificaremos las
distribuciones según sean más o menos apuntadas que la
distribución Normal.
• Coeficiente de Curtosis de Fischer
El coeficiente de curtosis o apuntamiento de Fischer
pretende comparar la curva de una distribución con la curva de
la variable Normal, en función de la cantidad de valores
extremos e la distribución. Basándose en el dato de que en una
distribución normal se verifica que:
90
La curtosis y su medida cont.
Se define el coeficiente de curtosis de Fisher como:
• Si g2 = 0, la distribución es Mesocúrtica: Al igual que en la
asimetría es bastante difícil encontrar un coeficiente de curtosis
de cero, por lo que se suelen aceptar los valores cercanos ( 0.5
aprox.).
• Si g2 > 0, la distribución es Leptocúrtica
• Si g2 < 0, la distribución es Platicúrtica
91
