LAS VARIABLES
POR:
JAQUELINE ANDUQUIA LEYTON.
ECDNA LUCIA CARDENAS GIRALDO.
CONCEPTOS.
•La hipótesis ayuda a precisar las variables.
•La estadística proporciona al investigador
herramientas de análisis muy rigurosas que
garantizan que los resultados obtenidos sean los
mas confiables .
•Se deben identificar correctamente las variables
asociadas con el objeto de estudio.
VARIABLE.
•Característica cuantificable sobre las unidades de observación
del estudio.
•Características: Rasgo particular que diferencia un sujeto de
otro.
•El objeto puede ser un individuo y la variable una característica
(estatura , peso, temperatura corporal, ritmo cardiaco, presión
arterial, edad, profesión, etc.) que pueden cambiar a través del
tiempo.
•Pueden ser medidas de manera individual o simultáneamente
•La(s) población(es) objeto de estudio deben ser claramente
identificadas en la investigación.
ESPACIO MUESTRAL Y EVENTO.
•ESPACIO MUESTRAL: Conjunto formado por todos los
posibles valores que toma la variable y que pueden ser
registrados al hacer una medición.
•Experimento aleatorio, se llama así porque cada
resultado es incierto.
•EVENTO: Subconjunto del espacio muestral, si estos
tienen alguna caracterización en común.
VARIABLE ALEATORIA.
•Es una característica del objeto de estudio cuyas
variaciones son susceptibles de medir y tiene
asociada una función de probabilidad.
•Cada valor posible que tomen las variables es
real porque puede ser observado.
•Cada valor que la función le asigna (entre 0 y 1)
es real y representa la posibilidad de obtener
dicho valor.
DISTRIBUCION DE
PROBABILIDAD.
•Es una regla que asocia a cada punto del conjunto de valores
de una variable un elemento del conjunto de probabilidades
(0,1).
•La suma de todas las probabilidades deben ser 1 .
•Los valores posibles de probabilidad son # reales que se
encuentran entre 0 y 1.
•Los valores a los cuales se asocia una mayor probabilidad
tendrán una frecuencia mayor ( aparecerán un mayor # de
veces si se repite la medición).
•La distribución de probabilidad representa el
comportamiento de la variable en toda la población.
PARAMETROS ESTADISTICOS.
• Son variables numéricas constantes que
representan cantidades poblacionales.
•Media poblacional, la varianza, el total poblacional,
la mediana poblacional, la proporción poblacional.
•En una investigación se busca determinar dichos
parámetros usando los valores de toda la población
o estimándolos a partir de funciones muestréales
(estimadores)
Variables discretas
•PROPORCION DE EXITOS (p): Porcentaje de
casos favorables con respecto al total de casos
posibles
Variables continuas
Se pueden estimar varios para metros
•PROMEDIO (μ): Media aritmética, se calcula sumando todos los
valores de la distribución y dividiendo entre el numero de datos
•VARIANZA (σ2): Promedio de los cuadrados de las desviaciones
de cada dato con respecto al valor medio de toda la distribución,
se afectara mas cuando hay gran dispersión de los datos con
respecto a la media
•DESVIACION ESTANDAR(σ): Raíz cuadrada de la varianza,
representa el promedio ponderado de las desviaciones de todos
los valores con respecto a la media de toda la distribución
•MEDIANA (μ): representa el valor central de toda la distribución
de los datos
ESTIMADORES.
•Deben ser insesgados.
•Deben tener varianza mínima.
TIPOS DE
VARIABLES
VARIABLES DISCRETAS O
CATEGORICAS
Forman un conjunto finito de
valores categóricos, dichas
categorías son variables
cualitativas o numéricas
formadas por números enteros.
VARIABLES CONTINUAS.
•Los valores pueden ser infinitamente
cercanos de tal manera que entre dos valores
enteros sucesivos pueden haber infinitos
valores de la variable discretas.
•Una variable continua es aquella que los
posibles valores no son contables.
ESCALA DE MEDICION.
•Se determina por la precisión del instrumento de
medición con que se cuantifica una variable según su
naturaleza.
• La escala es un indicativo del conocimiento que se tiene
de los valores.
•Una variable no pertenece a una sola escala de medición.
•Una vez se define la una variable en el marco de una
investigación se tiene en cuenta que los datos deben estar
acorde con las características de la escala seleccionada.
TIPOS DE ESCALAS DE
MEDICION.
•NOMINAL.
•ORDINAL.
•CARDINAL POR INTERVALO.
•CARDINAL POR RAZON.
NOMINAL.
•E s una escala asociada a las variables discretas
cuyas categorías no tienen importancia relativa.
• Ninguno de los valores que tome la variable
indica una mayor valoración de esta.
ORDINAL.
Corresponden a una variable discreta , tiene
una importancia relativa que determina un
orden o una jerarquia en los valores de las
variables.
CARDINAL POR
INTERVALO.
•Se asocia con variables continuas donde el cero (0) es relativo , donde tiene sentido el
análisis de una distancia o diferencia entre un valor a un punto de partida.
•Admite operaciones aritméticas como suma y resta.
•Se puede establecer parámetros como desviación estándar, varianza entre otras. Que
se pueden representar en una recta real.
•No admiten relaciones de comparación directa entre dos valores en términos de su
consiente por que dicho valor es arbitrario.
CARDINAL POR RAZON.
•Sus valores son continuos y se representan en la
recta real. Los valores pueden ser enteros ,
racionales o irracionales.
•Se pueden realizar operaciones aritméticas con
sus valores y por lo tanto hallar la media, la
mediana, la varianza, la desviación estándar, etc.
•El cero en esta escala es una cantidad absoluta.
•Admite relaciones de comparación expresada
como el consciente entre sus valores.
VARIABLES
DEPENDIENTES.
Es la variable que requiere caracterizar de
manera indirecta un valor, usando otras
variables que puedan estar asociadas con
ella.
VARIABLES
INDEPENDIENTES.
Es una variable determinada dada a que sus
valores se pueden asumir con precisión.
Porque permite escogerlos según la facilidad
de registrar dichos valores para ser medidos.
ANALISIS
ESTADISTICO DE
VARIABLES.
SEGÚN EL ORIGEN DE LOS
DATOS.
•ESTADISTICA DESCRIPTIVA.
•ESTADISTICA INFERENCIAL.
ESTADISTICA DESCRIPTIVA.
Es hacer un análisis que permita describir el
comportamiento de las variables de donde proviene
dichos datos.
•Se debe hallar medidas de tendencia central y
dispersión.
•Se representa a través de histogramas, diagramas, etc.
Esta estadística es útil en dos casos:
•Cuando se ha observado toda la población.
•Cuando la muestra es aleatoria.
ESTADISTICA INFERENCIAL
•Se utiliza por la imposibilidad de medir a todos los elementos de
una población.
• Se hace necesario usar datos muéstrales
• en el proceso de modular el comportamiento de las variables.
•La muestra a tomar es aleatoria ( representativa de la
población)a estudiar.
Se tienen dos métodos:
•La estimación puntual o por intervalo de confianza.
•Prueba de la hipótesis.
POR EL TIPO DE VARIABLE.
• CARACTERIZACION DE LA VARIABLE
DISCRETA.
•CARACTERIZACION DE VARIABLE
CONTINUA.
CARACTERIZACION DE
VARIABLES DISCRETAS.
•Se plantea con la ayuda de la proporción
asociada con categoría particular de la
variable.
•Su aplicación es por la distribución
binomial,geometrica, hipergeometrica y
poisson, etc.
CARACTERIZACION DE
VARIABLE CONTINUA.
Hay mayor versatilidad en cuanto a la
estimación de los parámetros asociados con
la localización o tendencia central ( la
media y la mediana) y parámetros que
permiten tener información con respecto a la
heterogeneidad de la distribución de datos
en la población( desviación estándar, la
varianza).
METODOS DE ANALISIS
ESTADISTICOS.
•LA DISTRIBUCION DE LA PROBABILIDAD NORMAL
•ANALISIS MULTIVARIADO.
•ANALISIS DE VARIANZA ANOVA.
•ANALISIS DE VARIANZA ANCOVA.
