PSICOPATOLOGÍA ADULTOS (Resumen Completo)
PSICOPATOLOGÍA ADULTOS (Resumen Completo)
Cargado por
Milagros PaternostroCopyright:
Formatos disponibles
PSICOPATOLOGÍA ADULTOS (Resumen Completo)
PSICOPATOLOGÍA ADULTOS (Resumen Completo)
Cargado por
Milagros PaternostroTítulo original
Derechos de autor
Formatos disponibles
Compartir este documento
Compartir o incrustar documentos
¿Le pareció útil este documento?
¿Este contenido es inapropiado?
Copyright:
Formatos disponibles
PSICOPATOLOGÍA ADULTOS (Resumen Completo)
PSICOPATOLOGÍA ADULTOS (Resumen Completo)
Cargado por
Milagros PaternostroCopyright:
Formatos disponibles
1
esumen de Métodos y técnicas
R
cuantitativas. (2021). Módulos 1-8.
● ibliografía:https://psicoresumenes.weebly.com/bibliocuantitativas.html
B
● Pruebas de practica:https://psicoresumenes.weebly.com/pruebascuanti.html
● Resúmenes de primer año:https://psicoresumenes.weebly.com/primerano.html
● Resúmenes de segundo año:
https://psicoresumenes.weebly.com/segundoano.html
Resúmenes de tercer año:https://psicoresumenes.weebly.com/tercerano.html
●
Unidad 1 - Presentación del curso y nociones básicas acerca de variable pág. 2
Unidad 2 - Variables categóricas I: frecuencias y tablas bivariadas pág. 10
Unidad 3 - Variables categóricas II: gráficos, tendencia central y dispersión pág. 16
Unidad 4 - Variables numéricas I - cuantiles pág. 19
Unidad 5 - Variables numéricas II - tendencia central y dispersión pág. 29
Unidad 6 - Puntuaciones Z y distribución normal pág. 38
Unidad 7 - Muestreo - Introducción a la inferencia pág. 43
Unidad 8 - Estimación: Intervalos de confianza pág. 47
Alejandro Busto
2
Unidad 1 - Presentación del curso y nociones básicas acerca de variables
¿Qué son los métodos cuantitativos?
s un método de investigación que se fundamenta en la medición de variables mediante el
E
uso de un sistema numérico, el análisis de estas mediciones mediante el uso de modelos
estadísticos, y el reporte de las relaciones y asociaciones entre las variables estudiadas.
lobjetivode reunir los datos cuantitativos es entender,describir, y predecir la naturaleza
E
de un fenómeno, particularmente mediante el desarrollo de modelos y teorías.
Estadística descriptiva e inferencial
l acto de ir desde lo que se observa que ocurre en un conjunto reducido de observaciones
E
hasta la afirmación de que eso mismo es válido también para el total de observaciones de la
misma clase es lo que se conoce comoinducciónogeneralizacióninductiva.
a ciencia que recoge, ordena y analiza los datos de una muestra extraída de una
L
determinada población, para hacer inferencias acerca de esa población valiéndose del
cálculo de probabilidades es laestadística.
Es como encontrar la estadística subdividida en:
1) Estadística descriptiva:corresponde con una seriede procedimientos diseñados
para describir información contenida en un conjunto de datos, es decir, resume y
organiza datos.
2) Estadística inferencial o inductiva:engloba una seriede procedimientos que
permiten generalizar la información contenida en ese conjunto particular de datos, al
conjunto total de datos, es decir, extrae información y elabora conclusiones.
¿Para qué se puede usar la metodología cuantitativa dentro de la psicología?
Los psicólogos tenemos diferentes áreas de inserción laboral:
- Clínica: se pueden recibir informes con datos cuantitativos sobre niveles de ansiedad
de una persona
- Laboral: recolección de datos de los empleados
- Educación: contrastar métodos educativos con otros y que tan eficientes son
respecto a otros en las distintas áreas
- Investigación: la mayoría de las publicaciones en revistas científicas a nivel
internacional en psicología utilizan técnicas cuantitativas.
Análisis de datos
l análisis de datos, o análisis estadístico, pertenece a una rama de las matemáticas
E
conocida como estadística. La estadística es el resultado de la confluencia de dos
disciplinas:
1. el cálculo de probabilidad
2. la estadística o ciencia del estado
Alejandro Busto
3
a unión de ambas en el siglo XIX dio lugar a una nueva ciencia interesada en estudiar
L
cómo obtener conclusiones de la investigación empírica mediante el uso de modelos
matemáticos.
ara poder llegar a esas conclusiones, es decir, para poder efectuar un salto de lo particular
P
a lo general, es crucial que el conjunto de datos utilizados para obtener información sea
representativo del conjunto total de datos sobre el que se desea realizar la inferencia, o sea,
es necesario efectuar una correcta selección de los datos. Esto se consigue mediante
técnicas de muestreo.
Existen dos tipos de estadística:
● Estadística teórica:se ocupa de investigar y proponermétodos formalmente
válidos para organizar los datos y realizar inferencias
● Estadistica aplicada:se ocupa de aplicar esos métodosa datos reales. Está es la
que actualmente se conoce comoanálisis de datos.
l análisis de datos es un proceso que se desarrolla en fases: empieza con la seleccion y
E
recopilacion de los datos, continúa con la aplicación de herramientas descriptivas para
organizar y resumir la información contenida en los datos y termina frecuentemente, aunque
no necesariamente, con la aplicación de herramientas inferenciales para efectuar
comparaciones y estudiar relaciones.
¿Para qué sirve el análisis de datos?
ara encontrar relaciones de tipo general (leyes) capaces de explicar el comportamiento de
P
uno o varios eventos reales, a partir de la inducción o generalización inductiva.
n la mayoría de las ciencias empíricas (medicina, biología, psicología, sociología, etc), la
E
variación existente entre las distintas observaciones de un mismo evento no puede ser
sometida, habitualmente, a un control riguroso. Las fuentes de variación existentes son muy
numerosas y resultan extremadamente difíciles de identificar, medir y controlar. En estas
circunstancias, las conclusiones a las que es posible llegar inductivamente requieren la
utilización de una metodología especial. Y es precisamente la estadística la encargada de
proporcionar a las ciencias empíricas esa metodología.
Niveles de indagación: descriptivo, relacional, explicativo
La investigación empírica puede desarrollarse en diferentes niveles de indagación:
- Descriptivo:se busca dar respuesta a la preguntacómo son las cosas.En este
nivel de indagación se intenta obtener conocimiento sobre algo desconocido,
identificar problemas de investigación y generar ideas para ser estudiadas a otros
niveles.
- Relacional:se busca dar respuesta a la preguntacómounas cosas se relacionan
con otras.Los hechos deben ser conectados entre síde una forma lógica y
sistemática para constituir conocimiento organizado. Permite avanzar hacía el
objetivo intentando descubrir qué hechos se encuentran relacionados y en qué
medida, y predecir unos a partir de otros.
- Explicativo:se busca dar respuesta (al menos respuestaparcial) a la pregunta
cómo las cosas han llegado a ser de la forma que son,opor qué las cosas son
como son.Permite establecer relaciones de tipo causalentre los eventos de
Alejandro Busto
4
manera que lo que ocurre con uno o varios de ellos puede ser explicado recurriendo
a otro o varios diferentes.
as técnicas de análisis de datos pueden ser aplicadas a cualquier conjunto de datos
L
independientes del nivel de indagación en el que pueda situarse un estudio.
na técnica de análisis de datos no determina el nivel de indagación en el que se es posible
U
situar las conclusiones de un estudio. Esto viene condicionado, no por las técnicas de
análisis, sino por la estrategia de recogida de datos adoptada.
a recogida de datos se realiza en el contexto de un diseño de investigación, y puede
L
efectuarse siguiendo dos caminos alternativos:
1. Diseño observacional:esperando que aparezca el fenómenoque se desea
estudiar y observando cuando ocurre
2. Diseño experimental:provocando que ocurra bajo circunstanciascontroladas y
registrandolo al producirse
stas dos formas difieren, básicamente, en el grado de control que se ejerce sobre los
E
diferentes elementos de la situación en la que se da el fenómeno que se desea estudiar,
siendo este control máximo en la metodología experimental.
Metodología correlacional
medio camino entre la metodología observacional y la experimental se encuentra la
A
metodología correlacional, también llamada selectiva o cuasi-experimental. En ella se da un
mayor grado de control que en la observacional, pero un menor grado de control que en la
experimental.
o existe en la metodología correlacional una asignación aleatoria de los sujetos a las
N
condiciones de estudio. Esto se debe algunas veces a que no es posible hacerlo, otras por
razones prácticas y otras por razones éticas.
a principal consecuencia de la falta de asignación aleatoria a las condiciones de estudio es
L
que no se trabaja con grupos equivalentes. Y esto significa que, a diferencia de lo que
ocurre con los diseños experimentales, con los correlacionales no es posible conocer con
certeza si las diferencias y relaciones encontradas se deben a las condiciones de estudio o
a la presencia de variables que no se han podido controlar.
o que interesa destacar es que la utilización de una u otra técnica de análisis no determina,
L
por ella misma, el tipo de conclusiones que es posible extraer de un análisis. No permiten
saber a que se deben las diferencias y relaciones detectadas. El principal determinante del
nivel de indagación en el que es posible situarse no es la técnica de análisis aplicada, sino
la estrategia de recogida de datos utilizada.
n términos generales, la metodología observacional y selectiva generan investigación
E
descriptiva y relacional, mientras que la metodología experimental genera investigación
explicativa.
Alejandro Busto
5
¿Que es una variable?
Es la representación numérica de una característica sometida a medición.
uede ser tanto una característica física, como la altura, o el color de pelo, como un
P
constructo que no se puede ver a simple vista, estos últimos siendo los que se usan
habitualmente en psicología, por ejemplo, la depresión; estas son también denominadas
comovariables latentes.
e le denomina variable debido a que en determinada población, está va avariarde
S
persona a persona, por ejemplo, la edad es distinta en general en todas las personas,
dependiendo de qué tan en profundidad se la analice. Supongamos que solo se toma en
cuenta el año de nacimiento, en una población determinada se puede llegar a tener
personas de entre 0 a 122 años.
n cuanto a las variables que no se pueden ver, como la depresión, está no es posible
E
distinguir a simple vista sino que está construida (por eso es un constructo) por diferentes
dimensiones, por ejemplo:
- alteraciones del sueño
- sensación de fatiga
- pensamientos recurrentes acerca de la muerte
- etc
stos indicadores se pueden utilizar para intentar determinar el nivel de depresión de una
E
persona, así para poder conocer si una persona está deprimida, es necesario medir esas
diferentes dimensiones a través de preguntas relacionadas con esos indicadores, este
proceso anterior es denominado comooperacionalizaciónde una variable.
a depresión es una variable debido a que hay personas que pueden tener valores bajos de
L
depresión, otras intermedio y otras muy altos.
ntonces podemos decir que una variable es una propiedad de un sujeto u objeto que varía,
E
pudiendo adquirir así diferentes valores.
Variables en Psicología
as variables son las dimensiones o facetas de la conducta que son analizadas y pueden
L
tomar dos o más valores.
a mayoría de las variables son latentes, es decir, no tenemos “acceso” a su medida de
L
forma directa. Por ejemplo, la satisfacción, inteligencia, ansiedad, etc.
ara poder medir estos atributos es necesariooperacionalizarlas variables y
P
constructos.
s importante destacar que no todas las variables son iguales. Hay distintos “formatos” de
E
variables cuando trabajamos con métodos cuantitativos. Esto tiene que ver con la
formulación de la pregunta, no es lo mismo preguntar sobre el departamento donde vive una
persona, lo cual la respuesta va a ser cerrada pero va a estar dentro de un margen de
opciones limitado que serán la cantidad de departamentos; que preguntar sobre si una
persona tiene agua potable en la casa, lo cual va a dar una respuesta de “si” o “no”.
Alejandro Busto
6
Entonces, podemos decir que los formatos de variables dependeran de:
- La pregunta formulada
- Las opciones de respuesta de esa pregunta
sto es porque también es posible preguntar la misma cosa, pero formulando la pregunta
E
de una manera que de opciones de respuesta distinta. Por ejemplo, frente a una pregunta
sobre cómo una persona valora determinado servicio brindado, la pregunta puede
formularse de las siguientes maneras:
Pregunta Tipos de respuesta
¿Está satisfecho con el servicio? SI | NO
¿Su satisfacción con el servicio es….? Baja | Moderada | Alta
Valore del 1 al 10 su satisfacción con el servicio. 1,2,3,4,5…,10
Tipos de variables y niveles de medida
ipos de variables.
T
Podemos clasificarlas en:
- Variables categóricas:también denominados como variablescualitativas. Estas
toman valores o niveles discretos para cada categoría.
or ejemplo, ante la pregunta ¿usted trabaja? las respuestas pueden ser “si” y “no”. Cuando
P
se ingresan esas respuestas a la base de datos, a “si” se le otorga el valor 1, a “no” se le
otorga el valor 2.
a variable en el caso anterior estrabajar, y suscategorías de respuesta son “si” y “no”, a
L
su vez, el “valor” de cada categoría es, para “si” 1, y para “no” 2. En este sentido, se dice
que “trabajar” está representado con el valor 1, y “no trabajar” está representado con el
valor 2.
Entonces, las variables categorías sirven para clasificar las distintas opciones de respuesta.
- ariables cuantitativas o numéricas:toman valoresnuméricos para sus
V
respuestas.
Estas variables pueden ser tanto:
- Discretas:existe distancia mínima entre valores posibles.Utiliza números enteros
(1,2,3,4…), es decir, no pueden ser 13.4, 21.3, etc. Por ejemplo, la edad en años
debe ser 12 años, y no 12 años y 4 meses.
- Continuas:no existe distancia mínima entre valoresposibles. Utiliza números
reales, es decir todos por encima del 0 (1,2,3…, pero también 2.2, 14.5, 21.02, etc)
Por ejemplo, la temperatura es 37.7 grados.
Variable Tipo de número Ejemplo
Discreta Enteros: 1, 20, 506 12 años; 5 hijos
Continua Reales: 1.05, 21,5 Temperatura 37.7°
Alejandro Busto
7
Niveles (o escalas) de medida
Medir consiste en hacer corresponder dos sistemas de relaciones:
1. Uno empírico:el de las propiedades que se desea medir
2. Uno formal:el de los números que se asignan a lamedición
s necesario que las relaciones presentes en el sistema formal reflejen las presentes en el
E
sistema empírico para que la correspondencia efectuada se considere una medición.
ependiendo del tipo de relaciones que puedan establecerse entre los valores (números)
D
asignados a una característica, es posible definir diferentes niveles o escalas de medida.
Tradicionalmente se distinguen 4 niveles: nominal, ordinal, de intervalos y de razón.
A su vez, dentro de lasvariables categóricas, tenemoslos niveles de medida:
1) Nivel de medida nominal:consiste en clasificar encategorías a los sujetos u
objetos que se desea medir haciendo que todos los sujetos u objetos clasificados
dentro de la misma categoría sean equivalentes en la característica que se está
midiendo; los sujetos u objetos a los que se les ha asignado el mismo número son
cualitativamente iguales en la variable medida, mientras que los sujetos u objetos a
los que se les ha asignado un número diferente se considera que son
cualitativamente distintos. Por ejemplo si la variable es “trabajar”, la respuesta es “si”
o “no” y sus categorías de respuesta adquieren valores, 1(si) y 2(no), no importa el
valor de la categoría como tal sino que lo que importa es que exista un valor por
cada opción de respuesta o categoría. Entre esos números sólo puede establecerse
una relación de igualdad o desigualdad. No se puede establecer una relación de
orden, es decir, de mayor o menor, ya que el valor 2 no indica mayor cantidad que
en el valor 1, solamente indican que alguien trabaja o que alguien no trabaja, es
decir, el que trabaja es desigual cualitativamente al que no trabaja, e igual
cualitativamente a otras personas que trabajan.
Las categorías utilizadas deben reunir 2 propiedades:
- Por un lado,homogeneidad intra elementosoexhaustividad:cada sujeto u
objeto puede ser clasificado en alguna de las categorías establecidas.Trabajar
siempre se representa con el valor 1 y en ese sentido, todas las personas que
trabajen tendrán una correspondiente categoría, y a su vez, todas las que no
trabajen tendrán su categoría, nadie queda sin categoría.
- Por otro lado,heterogeneidad inter elementosoexclusividad:cada sujeto u
objeto puede ser clasificado en solo una de las categorías establecidas, o sea,todos
los 1 son diferentes de los 2. Es decir que todas las personas que trabajan, en la
base de datos estarán siempre representadas por el valor 1 y nunca en el valor 2, o
en ambos valores a la vez.
n un tipo de variable categórica, los “valores” de su medida son los de sus categorías de
E
respuesta. Es importante recordar que, el “valor” de determinada categoría no es en sí
mismo valorativo de la categoría en sí, es decir, trabajar no vale 1, sino que el 1 representa
a la categoría “trabaja” y el 2 representa a la categoría “no trabaja”. Dicho de otra forma, no
hay una relación jerárquica entre los valores “si trabajo” y “no trabajo”, trabajar no vale
menos, ni es peor ni mejor que no trabajar, la función de los números es meramente
representacional.
Alejandro Busto
8
2) N
ivel ordinal (orden):en las ciencias sociales yde la salud es frecuente
encontrarse con características en las que resulta apropiado utilizar está escala. La
satisfacción con un producto o servicio, el bienestar psicológico, el dolor percibido,
etc., son ejemplos de características que suelen medirse con una escala ordinal. En
este nivel se desconoce si la diferencia existente entre los sujetos a los que se les
ha asignado un 1 y un 2 es igual (o distinta) a la diferencia existente entre los sujetos
a los que se les ha asignado un 3 y un 4. Pero si es posible ordenarlos de manera
jerárquica. Consiste en asignar a los sujetos u objetos medidos un número que
permita ordenarlos según la cantidad que poseen de la característica medida.
Entonces sus categoríastienenun orden jerárquicoperono representan valores
realesde una variable en sí misma sino un orden ojerarquía de las mismas.
or ejemplo, ante la pregunta sobre el nivel socioeconómico de una persona, sus
P
respuestas pueden ser:
- Alto
- Medio
- Bajo
ada una de estas respuestas va a tener un valor, y cada valor va a ser correspondiente
C
con la jerarquía de esas respuestas, en este sentido:
- Alto vale 30
- Medio vale 20
- Bajo vale 10
s decir, que los valores respetan el orden jerárquico, no son al azar. Y si bien los valores
E
no importan, o sea, alto podría haber valido 18 en vez de 30, pero “medio” siempre tiene
que tener un valor menor al de “alto”, y a su vez, “bajo” siempre tiene que tener un valor
menor a “medio”, perfectamente podrían haber sido:
- Alto 18
- Medio 11
- Bajo 3
En cuanto a lasvariables numéricas o cuantitativas,encontramos dos tipos:
1) Nivel por intervalos:en este nivel de medida, ademásde poder afirmar que la
característica medida se da con mayor intensidad en un sujeto que en otro, también
es posible determinar la magnitud de la diferencia existente entre dos sujeto s
medidos, es decir, la cantidad en la que difieren. Sin embargo, no es posible afirmar
por ejemplo, que 12 es el doble de 6. La razón de esto es que no existe cero
absoluto, es decir, no existe un valor numérico que indique ausencia total de
cantidad. El valor numérico 0 es un punto más en la escala, un punto arbitrario. La
temperatura, por ejemplo, es una característica que se mide utilizando una escala de
intervalos. Cuando se dice, en escala Celsius, que ayer hubo 20 grados de
temperatura máxima y hoy 25, se está diciendo no solo que hoy hubo más
temperatura que ayer, sino que hoy hubo 5 grados más de temperatura que ayer.
Del mismo modo, 20 grados son 5 más que 15. La diferencia entre 15 y 20 grados
es la misma que entre 20 y 25, y esto va más allá de lo que puede afirmarse con una
escala ordinal.Sin embargo,no es posible afirmarque 20 grados representen el
doble de temperatura que 10, pues en la escala Celsius, el valor cero es un punto
arbitrario de la escala, y por tanto, no indica ausencia de la característica medida.
Alejandro Busto
9
Características de está escala:
- Presenta intervalos constantes.
- El cero de la escala es arbitrario, se puede comenzar a medir por debajo del cero.
- Las “razones” de las medidasdependen de la escala.
- El doble en una escala no equivale al doble en otra escala.
s importante destacar que la frontera entre la escala ordinal y la de intervalos es lo
E
bastante difusa como para poder asegurar que muchas características aparentemente
medidas con una escala ordinal pueden ser tratadas como si estuvieran medidas con una
de intervalos. Esto es algo que un analista de datos no puede pasar por alto.
2) N
ivel de razón:está medida añade a la de intervalosla
presencial del cero absoluto, lo cual permite afirmar que la
característica medida se da el doble, el triple, etc, que en otro.
Características de está escala:
- Los cocientes o razones de los valores no dependen de la
escala.
- El cero de la escala es absoluto
- Siempre equivale al doble en otra escala.
l tiempo, por ejemplo, es una característica medida en escala de
E
razón. No solo es posible afirmar que la diferencia existente entre 30 y
60 segundos es la misma que entre 60 y 90 (lo cual también se da en
la de intervalos), sino queademás,que 60 segundoses el doble que
30 segundos. Esto se da porque el cero absoluto se refiere a la ausencia de tiempo.
Programas informáticos para el análisis de datos
a lista de programas informáticos disponibles para el análisis de datos es interminable.
L
Existen dos tipos de programas:
- Generales:incluyen la mayoría de las técnicas estadísticasque un analista puede
necesitar
Alejandro Busto
10
- specíficos:se centran en una técnica concreta o en un conjunto reducido de
E
técnicas
ntre los de carácter general, destacan entre otros: SPSS, SAS, R/S-Plus, Minitab y Stata.
E
Y entre ellos, quizá el SPSS sea el de mayor implantación tanto en el ámbito académico
como en el profesional: a su innegable potencial para el análisis hay que añadir sus
prestaciones como base de datos y su facilidad de manejo.
Unidad 2 - Variables categóricas I: frecuencias y tablas bivariadas
Base de datos (BD):conjunto de información ordenadade forma lógica.
n las BD cada una de las preguntas del cuestionario es representada como una columna.
E
Cada pregunta es una variable.
uando las variables son categóricas (sexo: hombre, mujer, otro), cada opcion de respuesta
C
de la variable se llama “categoria” o “valor” de la variable.
uando las variables son numéricas (edad), cada opción de respuesta de la variable se
C
llama “valor” o “nivel” de la variable.
En una base de datos, las respuestas de cada persona es considerada un “caso”.
uando la BD es muy extensa, es decir, muchas personas han contestado a las preguntas y
C
por consiguiente se pasa a tener entonces muchos casos, es necesario resumir la
información para contestar las preguntas planteadas en la investigación. Para ello existen
herramientas.
Herramientas: Distribuciones de frecuencias
¿Que es una tabla o distribución de frecuencias?
s una forma de ordenar resumidamente los datos de una variable. Es decir, permiten
E
resumir y analizar la información de variables categóricas.
as tablas de frecuencia ofrecen información precisa de 2 de las 3 características que
L
conviene prestar atención para describir apropiadamente una variable:centroyformade la
distribución. Siendo ladispersiónla que queda sininformación.
- entro de la distribución:es el valor con la frecuenciamás alta (el valor que más
C
se repite). Este recibe el nombre demoda.
- Forma de la distribución:es visible a partir deltamaño de las frecuencias, que son
las que indican donde tienden a agruparse los valores y qué categorías tienen
frecuencias pequeñas.
- Dispersión:grado de concentración o alejamiento delos valores en torno al centro
de la distribución. La información de una tabla de frecuencias es poco precisa
respecto de está característica. Sabemos que la dispersión es mínima o nula cuando
todas las frecuencias estan concentradas en un mismo valor y máxima cuando estan
repartidas homogéneamente por todos ellos. Cuando las frecuencias estan
concentradas en una sola categoría, es decir, tiene dispersión mínima o nula, la
dispersión toma el valor cero, cuando las frecuencias estan uniformemente
Alejandro Busto
1
1
repartidas entre todas las categorías, es decir, tiene dispersión máxima, la dispersión
toma el valor uno.
Existen varios tipos de distribuciones de frecuencias:
- Frecuencias absolutas
- Frecuencias relativas
- Frecuencias porcentuales
partir de las distribuciones anteriores es posible también calcular lasfrecuencias
A
acumuladas.
recuencias absolutas:es una representación de losdatos que muestra el número
F
concreto de casos que tiene una variable en cada una de sus categorías. En otras palabras,
es la frecuencia con la que aparece cada categoría de la variable en la BD.
a variable sexo tiene 3 categorias: varon, mujer, otro. La frecuencia absoluta muestra los
L
valores de cada una de esas categorías.
ste tipo de frecuencias constituyen el punto de referencia de una tabla de frecuencias, es
E
decir, todas las demás frecuencias se calculan a partir de las absolutas. Por tanto, es
recomendable incluirlas siempre.
recuencias relativas:es la proporción de veces quese repite cada categoría de la
F
variable en la base de datos.
Se calcula, para cada categoría como:frecuencia absoluta/ número total de casos.
ntonces, para calcular la frecuencia relativa de la categoría
E
“varón” se debería hacer 250/1409, lo que daría como
resultado, 0,177.
recuencias porcentuales:es un tipo de frecuenciarelativa.
F
Es el porcentaje de veces que se repite cada categoría de la
variable en la base de datos. Se calcula multiplicando la
frecuencia relativa por 100.
Alejandro Busto
12
ara calcular la frecuencia porcentual de la categoría “mujer” se debe calcular primero la
P
frecuencia relativa, es decir, realizar la división
1154/1049, lo cual da como resultado 0,819, y
este resultado multiplicarlo por 100, lo cual
daría como resultado 81,9%
sto nos permite decir que del total de
E
estudiantes, el 17,7% son varones, el 81,9%
son mujeres y el 0,4% son otr@s.
e puede decir entonces que tanto la
S
frecuencia relativa y la frecuencia porcentual ofrecen prácticamente la misma información
para describir los datos, por lo tanto, cuando se presenta una tabla de frecuencias se suele
utilizar solo una de ellas. Y como ambas frecuencias se calculan a partir de las frecuencias
absolutas, es recomendable que las absolutas siempre se presenten en la tabla.
Las frecuencias relativas, así como las porcentuales, son útiles para hacer comparaciones.
recuencia acumulada:Este tipo de frecuencia solamentese puede calcular para
F
variables categóricas con nivel de medición ordinal.Es decir, que las categorías tengan
un orden determinado. Por ejemplo, el salario, específicamente cuando se pregunta por
franjas de salarios ya que eso convierte la variable salario en categórica. Si fuera una
variable en que cada persona indicará su salario específicamente (es decir, de respuesta
abierta), sería numérica.
a frecuencia acumulada se define comola suma detodas las frecuencias hasta una
L
categoría dada.
s posible calcular la frecuencia absoluta acumulada, la frecuencia porcentual acumulada o
E
la relativa acumulada.
stá frecuencia nos permite conocer cuántas personas ganan hasta X cantidad de dinero.
E
Por ejemplo, hasta 9.999 pesos. Es decir, supongamos que tenemos dos franjas, una entre
1 peso hasta 4.999 pesos, y otra franja entre 5.000 pesos hasta 9.999 pesos. A través de la
encuesta sabemos cuántas personas ganan entre 1 y 4999, y también sabemos cuántas
ganan entre 5000 y 9999, pero la frecuencia acumulada nos permite sumar ambas franjas
para conocer el total que ganan entre 1 y 9999.
Alejandro Busto
13
or ejemplo, si queremos saber cuántas personas ganan hasta 9999 pesos, a partir de la
P
tabla anterior se hace la cuenta 480 + 58 + 143, lo que da como resultado 681. Este último
número es la frecuencia absoluta acumulada. Lo mismo para la frecuencia porcentual,
considerando las mismas franjas, hacemos la cuenta 34.1 + 4.1 + 10.1, que da como
resultado 48.3, está última es la frecuencia porcentual acumulada.
s decir, las 681 personas que ganan hasta 9999 pesos representan el 48.3% del total de
E
personas que contestaron la encuesta. Entonces, las frecuencias acumuladas sólo cobran
sentido cuando existe un orden lógico en las categorías de la variable. Por eso se calculan
solamente para variables categóricas con nivel de medición ordinal.
n definitiva, las distribuciones de frecuencias nos sirven para organizar, resumir y analizar
E
la información, y además nos permiten conocer cuales son las categorías de la variable con
las que estamos trabajando, cómo se distribuye la variable, cuáles son las categorías más
frecuentes y menos frecuentes, y que tan frecuentes son esas categorías, y además a
través de las frecuencias acumuladas, nos permiten conocer la cantidad de casos hasta una
determinada categoría de la variable.
ota:las distribuciones de frecuencias también puedenser usadas para variables
N
numéricas, el inconveniente es que no siempre sirven para resumir esa información, ya que
una variable numérica puede tener muchos niveles. Pero para situaciones en que los
niveles de respuesta varían en poca cantidad, por ejemplo, días de la semana (siete
niveles), es posible utilizarlas.
Tablas de contingencias o tablas bivariadas
diferencia de las tablas de frecuencias, las cuales permiten describir de forma resumida la
A
información deunasola variable, las tablas de contingenciao bivariadas permiten describir
dosvariables al mismo tiempo.
ambién son llamadastablas cruzadasotablas de dobleentrada.Permiten analizar la
T
distribución de una variable con relación a otra o a otras. Sirven para mostrar la frecuencia
conjunta de las variables analizadas.
or ejemplo, al combinar los resultados de la variablesalarioysexo,obtenemos como
P
resultado la siguiente tabla de contingencia, llamemosle tabla N°1:
Alejandro Busto
14
los valores que corresponden a la frecuencia absoluta de las variables sexo y salarios, se
A
les llamafrecuencias marginales.
los valores que corresponden al cruce de ambas frecuencias, es decir, al interior de la
A
tabla de contingencia, se le llamafrecuencias condicionales.
i quisiéramos responder a la pregunta ¿es mayor la proporción de mujeres sin salarios que
S
la de los varones en la misma situación?, sería necesario calcular tablas de contingencia
porcentuales.
as tablas de contingencia porcentuales resultan más útiles para comparar datos que las
L
tablas de valores absolutos.
os tipos de tablas de contingencia con números porcentuales serían las dedistribución
D
porcentual:
Tabla N° 2: “Distribución porcentual de estudiantesde MyTC segun salario, por sexo”
Alejandro Busto
15
Tabla N° 3: “Distribucion porcentual de estudiantesde MyTC segun sexo, por salario”
mbas tablas fueron construidas calculando porcentajes a partir de la tabla de números
A
absolutos, es decir, la tabla N° 1.
atabla N° 2nos informa como se distribuye la variablesalariopara cada una de las
L
categorias de la variablesexo.Es posible darse cuentade ello porque cada una de las
categorías de la variablesalariotiene como total100%. A partir de está tabla es posible
decir que del total de las personas queno recibensalario, el 16% son varones, el 83.5%
son mujeres y el 0.4% son otr@s. O también, que dentro del grupo que gana mayores
salarios (es decir, más de 30000 pesos), el 69,7% son mujeres y el 30,3% son varones.
Es importante destacar que está tabla se interpreta segun la frecuencia porcentual de la
variable sexo, es decir, nos informa la distribucion porcentual del sexo del total de personas.
atabla N° 3nos informa como se distribuye la variablesexopara cada una de las
L
categorias de la variablesalario.Nos damos cuentade ello porque cada una de las
categorias de la variablesexotiene como total100%.A partir de está tabla es posible decir
que del total de las mujeres, el 34.7% no recibe salario, mientras que el 36.6% recibe un
salario de entre 10000 y 29999 pesos.
s importante destacarque para construir una tablade contingencias a partir de
E
porcentajes, los valores de los marginales (resultados totales) de la tabla de contingencia
original (tabla N°1) sean mayores a 30 casos siempre que se las quiera utilizar como 100%.
Es por eso que en está situación es recomendable quitar la categoría “Otros” ya que
solamente alude a 5 casos.
veces las tablas se muestran sinlos resultadosmarginalesde 100%, eso ocurre porque
A
ese 100 está implícito en la tabla, ya que la suma de las frecuencias condicionales suma
100.
Porcentajes
Para calcularlos es necesario realizar la siguiente operación:
( Cociente de la población de interés / población total ) x 100
s decir, si tenemos un grupo de personas que en total son 50, y nos interesa calcular el
E
porcentaje de mujeres en este grupo, primero es necesario saber cuántas mujeres hay,
supongamos que hay 17, entonces la cuenta sería:(17 / 50 ) x 100.Lo que daría como
resultado 34, es decir, 34% de las personas de este grupo son mujeres.
Alejandro Busto
16
Gráficos para variables categóricas
os gráficos más utilizados, y también los más apropiados, con variables categóricas son
L
los de barras y los de sectores. Ambos son equivalentes, es decir, ofrecen la misma
información, pero cambian en su aspecto.
Gráfico de barras
n gráfico de barras se construye sobre un plano definido por dos ejes cartesianos: en el
U
eje horizontal se colocan los valores de la variable y en el eje vertical las frecuencias, y
sobre cada valor se levanta una barra de altura proporcional a su frecuencia.
ara construir gráficos de barras hay que tomar algunas precauciones para no distorsionar
P
la información que se está ofreciendo:
- Debe evitarse cortar el eje vertical
- Es muy desaconsejable sustituir las barras por figuras o dibujos de aquello que se
quiere representar
os gráficos de barra no solo son útiles para representar variables categóricas, sino también
L
para representar variables cuantitativas discretas cuando estas toman solo unos pocos
valores.
Gráfico de sectores
e construyen dividiendo un círculo en tantos sectores como valores distintos (categorías)
S
toma la variable representada y asignando a cada valor un sector de tamaño proporcional a
su frecuencia.
n general, un gráfico de sectores no permite comparar el tamaño de los sectores con la
E
misma facilidad que lo hace un gráfico de barras. Y pierde eficacia cuando la variable tiene
muchas categorías. Sin embargo, tiene una ventaja: es posible, en caso de que se
considere conveniente, destacar un sector separándolo del resto.
Unidad 3 - Variables categóricas II: gráficos, tendencia central y dispersión
Representaciones gráficas
- Nos ofrecen información muy útil y de forma “economica”
- Son imágenes que “representan” los casos que tenemos en una matriz datos en
función de una/s variable/s que componen a dicha matriz (o base de datos)
- Se construyen a partir de las frecuencias
- Hay que interpretarlas en función de las variables que analizamos para que la
interpretación de esos datos tenga sentido
Tipos más comunes o útiles paravariables categóricas
- Gráficos de columnas o barras y columnas acumuladas:El de columnas son
columnas separadas, una por cada categoría, y el de columnas acumuladas es una
única columna donde cada categoría ocupa un espacio de esa columna. Son ideales
para nivelordinal.
Alejandro Busto
7
1
Los gráficos de barras se construyen sobre un plano definido por dos ejes cartesianos: en el
eje horizontal se colocan los valores de la variable, y en el vertical las frecuencias, y sobre
cada valor se levanta una barra de altura proporcional a su frecuencia.
as barras se representan separadas para resaltar la idea de que corresponden a distintos
L
valores de la variable. Elegir uno u otro tipo de frecuencias (absoluta, relativas o
porcentuales) afecta a los números que aparecen en el eje vertical, pero no a la forma del
gráfico.
os gráficos de barra no solo son útiles para representar variables categóricas, también lo
L
son para representar variables cuantitativas discretas cuando estas toman solo unos pocos
valores.
s muy importanteprestar atención en las gráficasde barras si el 0 está presente, ya que
E
si no lo está pueden ser engañosas y representar “diferencias” que en realidad no son tan
grandes.
- ráficos de sectores:también llamados “tortas”, “quesos”,“pasteles”, etc. Son
G
ideales paranivel nominal.
os gráficos de sectores se construyen dividiendo un círculo en tantos sectores como
L
valores distintos (categorías) toma la variable representada y asignando a cada valor un
sector de tamaño proporcional a su frecuencia. El tamaño de cada sector se obtiene
asignandole el ángulo resultante de multiplicar por 360 la correspondiente frecuencia
relativa, pero la forma del gráfico no se ve afectada por elegir uno u otro tipo de frecuencias
(absolutas, relativas o porcentuales).
n general, el gráfico de sectores pierde eficacia cuando la variable tiene muchas
E
categorías. No obstante, tiene una interesante ventaja: es posible, en caso de que se
considere conveniente, destacar un sector separándolo del resto.
Gráficas de más de una variable
Se construyen también a partir de las frecuencias (absolutas, relativas, porcentajes, etc)
on gráficos de barra donde cada variable está representada en cada una de las
S
categorías, por ejemplo en un gráfico donde hay 3 variables (varón, mujer, otros) y varias
categorías de salarios (sin salario, entre 1 y 4999 pesos, etc) las 3 variables estarán
representadas en cada una de las categorías, teniendo cada variable una barra en esa
categoría, por lo tanto, cada categoría tendrá un número de barras igual al número de
variables representadas:
Alejandro Busto
18
¿Qué se recomienda tener en cuenta al leer una gráfica?
- Atender el título
- Cuales son las variables que se representan
- Cuales son las categorías
- Si es posible leerlas de forma acumulada
- Que cada sector o barra representa la frecuencia de cada categoría
Tendencia central y dispersión
a tendencia central o centro, y la dispersión son estadísticos descriptivos. Todas las
L
variablescategóricasde una base de datos se puedenanalizar a través de estos
estadísticos univariables.
endencia central o “centro” de los datos:refierea donde se concentran la mayoría de
T
las puntuaciones de la distribución. Existen 3 medidas de tendencia central más utilizadas:
- Media o promedio:usada para variables cuantitativas
- Mediana:usada para variables cuantitativas
- Moda:usada para variables categóricas
Para variables categóricas sólo tiene sentido conocer lamoda.
oda:es el nivel (o categoría) de la variable conmayor frecuencia. Es decir, es la categoría
M
que se repite más veces.
iene una capacidad descriptiva muy limitada, por lo que debe interpretarse con cautela.
T
Puede ocurrir que el valor que más se repite tenga una frecuencia baja, o también puede
ocurrir que haya más de una moda, o que haya muy poca diferencia entre las dos
categorías que más se repiten.
uando hay dos puntuaciones con la mayor frecuencia, o sea, dos modas, en ese caso se
C
dice que la distribución es bimodal.
l cálculo de la moda proviene de la suma de las veces de cada valor o categoría. Por
E
ejemplo, en la siguiente tabla donde tenemos 3 categorías en la variable “sexo” (mujer,
varón, otros), la categoría que más se repite es “mujer” por lo que la moda es esa categoría.
Alejandro Busto
19
Dispersión
os estadísticos de dispersión de una distribución de datos informan sobre qué tan
L
concentradas o alejadas estan las puntuaciones del centro de dicha distribución.
n el caso de los datos categóricos, la dispersión informa que tan heterogéneas son las
E
puntuaciones.
Se calculan examinando los porcentajes y concentración de los datos.
na forma de cuantificar la dispersión es a través delíndice de variación cualitativa (IVC),
U
el cual expresa el grado en que los casos estan dispersos en las diferentes categorías de la
variable. El IVC tiene un valor máximo de 1 y un valor mínimo de 0, y por lo tanto su
interpretación es muy intuitiva, ya que:
- Cuanto más cercano al 1, hay una mayor igualdad de las frecuencias relativas , es
decir,hay una distribución más uniforme,cuando lasfrecuencias relativas son
iguales para todas las categorías el IVC es 1.
- Cuanto más cercano al 0, hay una menor igualdad de frecuencias relativas y por lo
tanto hay una distribución con una dispersión tendiendo a ser nula. Es decir, hay una
concentración de casos en una de las categorías. Cuando el IVC es 0 los casos se
concentran en una sola categoría.
Unidad 4 - Variables numéricas I - cuantiles
os cuantiles son medidas de “posición”, sirven para organizar y resumir la información de
L
una variable numérica pero además nos permiten comparar las características de un
individuo dentro de un grupo determinado.
u principal característica es que dividen a la población en partes iguales. Algunos ejemplos
S
de cuantiles son:
- Mediana:es una medida de tendencia central, y esel valor que divide en 2 partes
iguales al conjunto de medida de una variable.
- Cuartiles:dividen en 4 partes iguales la variable
- Quintiles:dividen en 5 partes iguales a la variable
- Deciles:dividen en 10 partes iguales a la variable
- Centiles:dividen en 100 partes iguales
- Percentiles:es una forma de otorgar valor porcentuala los cuantiles
l concepto de cuantil está estrechamente asociado al de frecuencia porcentual acumulada,
E
de ahí que, al trabajar con cuantiles, lo habitual sea utilizar percentiles.
Alejandro Busto
20
ediana
M
Es el valor de la variable que divide al total de las medidas (ordenadas) en 2 partes iguales.
Es el centro de la variable en sentido literal: es el valor que ocupa la posición central cuando
los casos estan ordenados.
or encima de la mediana se encuentra el 50% de los casos, por debajo de ella se
P
encuentra el otro 50%.
ara hacerlo, primero se debe seleccionar una variable numérica, por ejemplo la edad. Para
P
calcular la mediana se usa la información tal cual como aparece en la base de datos, luego
se siguen los siguientes pasos:
Si el grupo tiene 9 personas: n el caso de que el grupo estuviese
E
compuesto por 10 personas:
- Ordenar los valores de la
1
variable de menor a mayor. - Ordenar los valores de la variable de menor a
1
2- Encontrar el valor de la mayor.
variable que divide el total de 2- Encontrar el valor de la variable que divide el
las medidas (ordenadas) en 2 total de las medidas (ordenadas) en 2 partes
partes iguales, en este caso iguales. Lo que ocurre acá es que la mediana
como tenemos 9 medidas, el divide el total de las medidas en dos partes
valor que divide va a ser 4.5 iguales, pero su valor no se sitúa en uno de los
porque esa es la mitad de 9 casos específicos, sinoentre mediode dos de
(4.5 medidas para abajo de la los casos (27 y 28).
mediana y 4.5 para arriba de
la mediana) or lo tanto, la mediana va a ser el punto medio
P
entre esos dos valores, que es27.5.
ntonces la edad mediana de
E Es importante destacar, que si en vez de haber
este grupo de 9 personas es sido 27 y 28, hubiese sido 27 y 29, la mediana
de 27 años. habría tomado el valor de 28, aun si no
apareciera entre los valores de la tabla.
onviene advertir que los cuantiles no son porcentajes, sino valores de la variable. Así,
C
como el percentil 50 del grupo de 9 vale 27, eso quiere decir que el 50% de las personas
tienen al menos 27 años. Si bien los cuantiles tienen distintos nombres como ya hemos
visto (mediana, cuartiles, etc), lo cierto es que todos ellos pueden ser concebidos como
percentiles: la mediana es el percentil 50; los cuartiles los percentiles 25, y así
sucesivamente.
or lo tanto, para conocer el valor de un cuantil cualquiera, basta con calcular el
P
correspondiente percentil. No existe una única manera de calcularlos, pero la más usada se
ajusta a una regla sencilla. Se comienza ordenando los casos de forma ascendente por su
valor en el eje Y, y calculando:
i=k(n+1)/100
i i es un número entero, entonces Pk = Yi
S
Si i es número decimal, entonces Pk = (1-d) Yi + ((d)Yi+1
Alejandro Busto
1
2
Donde k es el porcentaje de casos acumulados que se busca; Yies el valor de la variable
que ocupa la posición correspondiente a la parte entera de i; y d es la parte decimal de i.
or ejemplo, para calcular la edad correspondiente de P25en el grupo de hombres,
P
comenzamos calculando la posición que corresponde a ese percentil en ese grupo.
partir de lo anterior podemos decir que el percentil 25 de la variable edad de la
A
categoría hombres es 20, por lo que hasta ese percentil todos los hombres tienen al
menos 20 años.
Cuartiles
on los 3 valores de la variable que dividen al total de las medidas (ordenadas) en 4 partes
S
iguales.
e está forma, separando los cuartiles
D
en estas medidas (21, 27.5 y 37.5)
obtenemos 4 partes iguales que cada
una equivale a 2.5 casillas.
- 20 a 21.5
- 21.5 a 27
- 28 a 36.5
- 36.5 a 52
Alejandro Busto
22
Quintiles
Son los 4 valores de la variable que dividen al total de las medidas en 5 partes iguales.
unciona de la misma forma
F
que los cuartiles.
Alejandro Busto
23
Mediana y equivalencia en los distintos tipos de cuantiles
a mediana es equivalente alcuartil 2y a su vez,cuando se calculan percentiles, la
L
mediana es equivalente alpercentil 50.También sepuede ver que elcuartil 1equivale al
percentil 25, y que elcuartil 3equivale alpercentil75.
ambién se puede observar que elquintil 1es equivalentealpercentil 20,y que elquintil
T
4es equivalente alpercentil 80.
Porcentajes en que se separan según cuantiles:
- La mediana divide los cuantiles en 50%
- Los cuartiles dividen los cuantiles en 25%
- Los quintiles dividen los cuantiles en 20%
- Los percentiles dividen los cuantiles en 10%
¿Para que se utilizan los cuantiles?
- on medidas de posición, tienen la utilidad de permitir comparar las características
S
de un individuo dentro de un grupo
- Se utilizan para la elaboración de tablas de clasificación o baremos
- También son utilizados en análisis socioeconómicos para conocer cómo se
distribuyen los ingresos monetarios en la población. Para describir ingresos, la
mediana es un mejor indicador que el promedio (o media), ya que la mediana es una
medida robusta frente a casos extremos, mientras que el promedio es una medida
muy sensible. Es decir, la mediana es una medida adecuada para describir la
información referente al ingreso cuando estamos refiriendonos a distribuciones
desiguales
Alejandro Busto
24
Cuantiles como grupo de puntuaciones
os cuantiles muchas veces también se consideran, no como puntos de corte, como hemos
L
visto anteriormente, sino como grupos de puntuaciones.
n este caso, la línea de corte, es decir, el cuartil Q1, no representa sólo el número 21, sino
E
que representa a todas las personas que tienen entre 20 y 21. De la misma forma, el cuartil
Q2 no representa el 27.5 sino que a todas las personas que tienen entre 21 y 27.5, y así
sucesivamente.
n está forma de considerar cuantiles, no son medidas si no que se trata de una variable
E
categórica construida a partir de esas medidas.
Representaciones gráficas sobre cuantiles
iagrama de cajas, diagrama de cajas y bigotes o Boxplot:Es un gráfico utilizado para
D
representarunavariable numérica.
s útil porque permite visualizar 3
E Nos permite conocer:
propiedades de la variable: - La posición de la mediana
- Centro - La posición del primer y tercer cuartil
- Dispersión - El grado de asimetría de la distribución de la variable
- Forma - El rango total de la variable y el rango intercuartil
- Si existen valores extremos
Alejandro Busto
25
a línea más oscura representa lamediana.La líneainferior a la caja proporciona
L
información sobre el primer cuartil (Q1), y la línea superior a la caja proporciona inferior
sobre el tercer cuartil (Q3)
e está forma, la caja representa entonces la amplitud intercuartil, lo cual sería la distancia
D
entre el primer y tercer cuartil. La amplitud intercuartil sirve para definir cuales son los
valores típicos de la variable y cuales son los valores atípicos.
os bigotes del diagrama muestran los valores inferior y superior de la variable, siempre que
L
no haya casos atípicos, es decir nos proporciona información sobre el rango de esa
variable. El bigote inferior es el valor más pequeño que no llega a ser atípico, así como el
bigote superior representa los valores más grandes que no llegan a ser atípicos.
n este caso, los valores atípicos estan por encima del rango superior de los valores
E
superiores de la variable.
Alejandro Busto
26
¿Cómo saber cuando un caso es atípico?
os casos atípicos son siempre los valores situados a más de 1.5 amplitudes intercuartiles
L
del cuartil 1 o del cuartil 3. Es decir, si los casos atípicos estan por encima del bigote
superior, estarán entonces a 1.5 amplitudes del tercer cuartil, pero si los casos atípicos
estan por debajo del bigote inferior, estarán a 1.5 amplitudes del primer cuartil.
ambién existencasos extremosque estos estan a 3amplitudes, siguiendo la misma
T
lógica de los casos atípicos, 3 amplitudes del tercer cuartil o 3 amplitudes del primer cuartil
Ejemplo (Eje vertical = salario)
n el ejemplo anterior, podemos ver que la mediana está en 15000, eso quiere decir que el
E
50% de los empleados ganahasta15000 pesos, entoncesel centro de la distribución es
15000.
obre la dispersión, en este ejemplo, se puede ver que la distribución de “sueldo 1” es más
S
dispersa que la de “sueldo 2”, esto puede observarse tanto en la amplitud de la caja como
en la amplitud de los bigotes.
n el sueldo 1, hay más dispersión porque hay gente que gana hasta 12 mil pesos, y
E
algunos casos atípicos que ganan incluso mucho menos que eso, y otros que ganan hasta
casi 18000 pesos, y algunos casos atípicos que ganan incluso más que eso. Por otro lado,
en el sueldo 2, hay quienes ganan hasta 13 mil pesos y algunos casos atípicos que ganan
un poquito menos pero no demasiado, lo mismo con el salario máximo, algunos llegan a
ganar hasta 17 mil pesos y algunos casos atípicos un poquito más, pero no tanto.
n estos casos es importante destacar que la dispersión, para ambos gráficos, es
E
asimétrica.
Alejandro Busto
27
Gráfico con dos variables categóricas, una referente a quintiles de ingreso
ste gráfico muestra el porcentaje de repetición en niños de primaria por quintil de ingresos
E
per cápita del hogar.
Se interpreta de está manera:
e los niños que viven en un hogar perteneciente al quintil 1 de ingresos, el 43.2% repiten.
D
De los niños que viven en un hogar dentro del quintil 5 (de los que tienen mayores ingresos)
el porcentaje de repetición es bajo (4.6%).
or lo tanto este gráfico nos sirve para conocer la desigualdad en el desempeño educativo
P
en función del ingreso.
Tendencia central
na buena manera de identificar el centro de una variable consiste en elegir el valor que
U
mejor representa el resto de los valores. El centro de una variable cuantitativa puede
encontrarse de diferentes maneras, todo depende del aspecto de la variable que se
considera relevante: puede prestarse atención a todos los valores de la variable o solo a
parte de ellos; si se decide no prestar atención a todos los valores, la decisión puede
atender a distintos criterios; pueden ponderarse todos los valores por igual o pueden
asignarse ponderaciones distintas a valores distintos, etc. No existe un estadístico perfecto
para describir el centro de todas las variables en el sentido de que no existe ningún
estadístico capaz de captar toda la complejidad de una variable cuantitativa; cada
estadístico se centra en un aspecto de la variable y ese detalle le confiere sus fortalezas y
sus debilidades.
edia aritmética:o simplemente media, es el estadísticode tendencia central más
M
utilizado. Se define como la suma de todas las puntuaciones dividida por el número de
puntuaciones y se representa con el nombre de la variable coronado por un guión.
a media por si sola tiene una capacidad descriptiva bastante limitada, ya que por un lado,
L
no dice nada acerca de lo bien o mal que está representando al resto de valores, y por otro
lado, el hecho de que en el cálculo de la media intervengan todos los valores hace de ella
un estadístico muy sensible a la presencia de asimetría en la distribución, es decir, a la
presencia de valores muy alejados del centro por uno de los dos extremos de la distribución.
Alejandro Busto
28
Estadísticos resistentes:
e dice que un estadístico es resistente cuando es poco sensible a la presencia de
S
anomalías en los datos. Está propiedad es particularmente útil cuando se trabaja con
distribuciones asimétricas, es decir, con distribuciones que contienen casos muy alejados
del centro por uno de los dos extremos de la distribución.
a media aprovecha las propiedades cuantitativas (de intervalo o razón) de los datos. La
L
mediana sin embargo solo aprovecha sus propiedades ordinales. Las implicancias de está
diferencia son importantes. La mediana no se alteraría si uno de los valores más alejados
de ella se cambiara, en cambio, la media cambiaria en cierta cantidad, sea cual sea el
cambio, de manera significativa o menos significativa.. Es decir que mientras que el cambio
de un solo dato altera la media, la mediana permanece inalterada.
a mediana por tanto, es un estadístico más resistente a la media. Pero la mediana no es el
L
único estadístico resistentes, también se encuentran:
- La media recortada o media truncada
- La media winsorizada
- La trimedia
- Los estimadores M
Dispersión
escribir un conjunto de datos a partir de un solo número conlleva, obviamente, una
D
importante pérdida de información: un estadístico de tendencia central informa sobre el
centro de la distribución pero no dice nada sobre el resto de los valores. La consecuencia
de esa limitación es que un mismo valor puede ser centro de conjuntos de datos muy
diferentes.
or lo tanto, conocer únicamente la edad promedio de un grupo no permite identificar el
P
grupo del que se está hablando, es necesario conocer, además, el grado de dispersión, es
decir, el grado de parecido entre los datos en el sentido de concentración o alejamiento
entre ellos.
demás conocer el grado de dispersión de un conjunto de datos permite precisar si el
A
centro de una distribución es o no un buen representante del resto de valores. Cuando la
mayoría de los valores se encuentran próximos al centro, la dispersión es baja, cuando la
mayoría de los valores se encuentran alejados del centro, la dispersión es alta.
Consecuentemente, el grado de representatividad del centro de una distribución será tanto
mayor cuanto menor sea la dispersión de la distribución.
Alejandro Busto
29
Unidad 5 - Variables numéricas II - tendencia central y dispersión
ara describir de forma organizada los valores de una variable cuantitativa se requiere
P
utilizar 3 propiedades centrales: centro, dispersión y forma de la distribución.
os estadísticos diseñados para identificar el centro de una variable se les llamamedidas
L
de tendencia central.Los estadísticos que permitencuantificar el grado de dispersión de
las puntuaciones respecto de su centro suelen llamarsemedidas de dispersión o de
variabilidad.Los estadísticos que sirven para describirla forma de la distribución suelen
atender a laasimetría y curtosis.
Tendencia central (moda, media y mediana)
na buena manera de identificar el centro de una variable consiste en elegir el valor que
U
mejor representa el resto de los valores. El centro de una variable cuantitativa puede
encontrarse de diferentes maneras, todo depende del aspecto de la variable que se
considera relevante: puede prestarse atención a todos los valores de la variable o solo a
parte de ellos; si se decide no prestar atención a todos los valores, la decisión puede
atender a distintos criterios; pueden ponderarse todos los valores por igual o pueden
asignarse ponderaciones distintas a valores distintos, etc. No existe un estadístico perfecto
para describir el centro de todas las variables en el sentido de que no existe ningún
estadístico capaz de captar toda la complejidad de una variable cuantitativa; cada
estadístico se centra en un aspecto de la variable y ese detalle le confiere sus fortalezas y
sus debilidades.
n estadístico es una herramienta que nos permite caracterizar un conjunto de datos que
U
tenemos acerca de diferentes variables, es decir, es un resumen de una determinada
cantidad de información que tenemos acerca de un u otro fenómeno psicológico.
l igual que un resumen de un PDF sintetiza los puntos centrales de ese PDF, el estadístico
A
hace lo mismo, y en ese sentido, tanto los resúmenes como los estadísticos no son capaces
de brindar toda la información contenida en eso que resumen. En el caso de los
estadísticos, no son capaces de brindar toda la información contenida en esos datos. y por
tanto, siempre hay algo de información que queda fuera.
n este sentido, es importante recordar que el estadístico a utilizar se elige en
E
consideración de lo que se quiere saber.
Tipos de estadísticos o medias
La media, media aritmética o promedio es el estadístico más utilizado.
edia aritmética:o simplemente media, es el estadísticode tendencia central más
M
utilizado. Se define como la suma de todas las puntuaciones dividida por el número de
puntuaciones y se representa con el nombre de la variable coronado por un guión.
a media por si sola tiene una capacidad descriptiva bastante limitada, ya que por un lado,
L
no dice nada acerca de lo bien o mal que está representando al resto de valores, y por otro
lado, el hecho de que en el cálculo de la media intervengan todos los valores hace de ella
un estadístico muy sensible a la presencia de asimetría en la distribución, es decir, a la
presencia de valores muy alejados del centro por uno de los dos extremos de la distribución.
Alejandro Busto
30
a media consiste en la suma de todas las puntuaciones dividida por el número de
L
puntuaciones. Es decir, si tenemos las puntuaciones 1, 2 y 4 (3 puntuaciones), la cuenta a
hacer será 1+2+4=7, y luego 7/3= 2.33, la media entonces es 2.33.
l problema de la media es que es muy sensible a valores extremos, por lo tanto, si se
E
agrega un valor que sea muy por encima (o por debajo) de los valores más comunes, la
media se verá afectada altamente. Por ejemplo, si tenemos las puntuaciones 1, 2, 4 y 30 (4
puntuaciones), la cuenta a hacer será 1+2+4+30= 37, y luego 37/4= 9.25.
e puede ver que hay una gran diferencia entre 2.33 y 9.25. Por lo tanto tener únicamente
S
la media como información no es muy útil, por eso es necesario tener otros tipos
complementarios de información.
A pesar de sus limitaciones descriptivas, la media posee algunas importantes propiedades:
1. La primera tiene relación con operaciones que se realizan con mucha frecuencia al
analizar datos, y se refiere a las diferencias entre cada puntuación y la media. A
estas diferencias se les llamapuntuaciones diferencialesopuntuaciones de
desviación.Las puntuaciones diferenciales tienenuna importante propiedad:su
suma vale cero.Esto significa que las desviacionesnegativas (asociadas a los
valores menores que la media) se anulan con las positivas (las asociadas a los
valores mayores que la media), es decir, la suma de las puntuaciones diferencias
negativas es idéntica a la suma de las puntuaciones diferenciales positivas. Está
propiedad de la media permite concebirla como “centro de gravedad” de la variable,
ya que las desviaciones de la media “pesan” exactamente lo mismo a cada lado de
ella.
2. Otra propiedad tiene que ver con los cambios que experimenta cuando se
transforman las puntuaciones originales. Si a las puntuaciones de una variable se les
multiplica y/o suma una constante, la media de la variable también queda
multiplicada y/o sumada por esa misma constante. Es decir, si tenemos por ejemplo
11 personas, es decir, 11 edades, y a esas edades se le suman 10 años, la media de
esas 11 puntuaciones originales pasa a valer 10 años más, supongamos que la
media de esas 11 edades era 30, al sumarles 10 años a esas edades la media
pasaría a valer 30 + 10=40.Lo mismo pasa si se multiplicanlas edades, si por
ejemplo, las 11 edades se multiplican cada una por 5, la media pasa a valer 30 x 5=
150.
ediana:el método de cálculo más extendido se ajustaa una regla bastante simple. Hay
M
que recordar que para calcular la mediana hay que ordenar los casos de mayor a menor.:
- Si el número de casos es impar, la mediana es el valor que ocupa i=(n+1)/2. Es
decir, si tenemos 5 casos (impar), la mediana de ese valor será entonces la posición
i, que se calcula así: (5+1)/2, siendo n=5 (n es el número de casos totales).
Básicamente sumándole 1 al número de casos impar para convertirlo en par, 5+1= 6,
y luego dividiéndolo entre 2. Entonces la mediana estaría en la posición número 3.
- Si el número de casos es par, la mediana es el punto medio entre los dos valores
que ocupan las posiciones n/2 y (n/2)+1, es decir, entre la posición resultante de
dividir el número de casos entre 2 y dividir el número de casos entre 2 y sumarle 1.
Si tenemos 6 casos, estas dos cuentas nos dan las posiciones 3 y 4, entonces la
mediana será el número que este entre esas posiciones. Si por ejemplo, la posición
3 vale 31 y la posición 4 vale 32, la mediana entonces será 31.5, si la posición 3 vale
10 y la posición 4 vale 12, la mediana será 11, etc.
Alejandro Busto
31
omparación entre estadísticos de tendencia central:uno de los principales objetivos
C
del análisis descriptivo consiste en identificar el centro de una variable. El grado de parecido
entre estos estadísticos depende, básicamente, de la forma de la distribución de la variable:
si la distribución es simétrica, todos los estadísticos toman el mismo valor; la diferencia
entre ellos va aumentando conforme aumenta el grado de asimetría.
a media aritmética utiliza las propiedades cuantitativas de los datos y se basa en una
L
ponderación uniforme de todos ellos. Esto la convierte en un estadístico muy sensible a la
presencia de asimetría en la distribución de los datos. Las medias recortada y winsorizada
intentan corregir la falta de resistencia de la media aritmética modificando el tratamiento que
dan a un determinado porcentaje de casos de los extremos de la distribución, está
modificación, lógicamente, implica una pérdida de información que debe tenerse en cuenta.
La mediana lleva al límite esa modificación del tratamiento que se da a los valores más
extremos: elimina del análisis todos los casos menos los que ocupan la posición central; de
este modo, su resistencia a la presencia de anomalías en los datos es máxima. Por lo tanto,
la media aritmética es el estadístico más sensible a la presencia de asimetría en la
distribución.
ero entonces ¿qué estadístico de tendencia central conviene elegir para informar de
P
nuestros resultados?
a fase descriptiva sólo representa el comienzo del análisis, terminada esa fase se pasa a
L
la fase inferencial para efectuar comparaciones. Las herramientas disponibles para efectuar
comparaciones se basan sobre todo en la media aritmética, y por lo tanto, debe incluirse en
el informe descriptivo ya que si bien posee limitaciones descriptivas, tiene excelentes
propiedades inferenciales. En este sentido, el resto de los estadísticos de tendencia central
se pueden utilizar para recomendar si conviene prestar atención a la media o a la mediana.
Dispersión
s un concepto muy útil para complementar con la media dado que brinda información
E
adicional relevante para comprender el resumen de los datos.
a dispersión es esencialmente positiva, puede ser baja dispersión, media o elevada, pero
L
nunca existirá una dispersión negativa.
Usemos este ejemplo en el que cada grupo tiene una media de 50:
omo conocer únicamente la edad promedio de cada grupo no permite identificar el grupo
C
del que se está hablando (pues todos tienen la misma edad promedio): es necesario
conocer, además, el grado de dispersión, es decir, el grado de parecido entre los datos en el
sentido de concentración o alejamiento entre ellos.
onocer el grado de dispersión de un conjunto de datos permite precisar si el centro de una
C
distribución es o no un buen representante del resto de valores. Cuando la mayoría de los
Alejandro Busto
32
alores se encuentran próximos al centro, la dispersión es baja (grupo 1); cuando la
v
mayoría de los valores se encuentran alejados del centro, la dispersión es alta (grupo 3).
mplitudes
A
El estadístico de dispersión más simple de todos consiste en calcular la diferencia entre el
valor más grande y el más pequeño. A está diferencia se le llamaamplitud total,aunque
también puede encontrarse como rango, recorrido o, simplemente, amplitud.
ango o amplitud:consiste en la diferencia entreel valor más bajo de los datos y el más
R
alto. En el caso del ejemplo en el que las puntuaciones eran (1, 2 y 4) esos valores serían 1
y 4, en el ejemplo (1, 2, 4 y 30) esos valores serían el 1 y el 30.
ara calcularla lo que se debe hacer es simplemente tomar el valor más elevado y restarle
P
el valor más bajo, o sea:
rimer ejemplo: 4 - 1= 3
P
Segundo ejemplo: 30 - 1= 29
s importante recordar que en este estadístico únicamente intervienen los dos valores
E
extremos, lo cual significa que no se está prestando atención a la disposición de los valores
intermedios. Y esto tiene dos consecuencias indeseables:
1. puede ocurrir que conjuntos de datos muy diferentes tengan la misma amplitud total;
basta con que los dos valores extremos sean los mismos
2. la presencia de un solo caso muy distante del resto es capaz de alterar
sensiblemente el valor de la amplitud total
Se trata por tanto de un estadístico muy sensible.
n estadístico más resistente es laamplitud intercuartil:se basa en la distancia existente
U
entre los cuartiles primero y tercero. La amplitud intercuartil mide el grado de dispersión del
50% de los casos centrales, y de está manera, resuelve los problemas derivados de prestar
atención únicamente a los dos casos más extremos; pero no puede pasarse por alto que al
prestar atención únicamente al 50% de los casos centrales, se puede estar desechando
información relevante. El diagrama de cajas se basa justamente en este estadístico.
arianza
V
Es uno de los estadísticos de dispersión más utilizados. Se basa en las desviaciones de la
media, pero para evitar que su suma valga cero, en lugar de tomar esas desviaciones en
valor absoluto (como la media de las desviaciones) se elevan al cuadrado.
s definida como el promedio de las desviaciones cuadráticas de la media, es decir, el
E
promedio de las desviaciones de la media elevadas al cuadrado. Se trata, por lo tanto, de
una media de cuadrados.
ntonces, si tenemos las puntuaciones 5 y 1 (2
E
puntuaciones), para hallar la media hacemos 5 + 1= 6, y
luego 6/2= 3. La media es entonces 3.
or lo tanto de la primera puntuación a la media, hay una
P
distancia de -2, porque todas las puntuaciones por debajo
de la media tienen valores negativos de distancia con
Alejandro Busto
33
r especto de la media, y desde la segunda puntuación a la media hay una distancia de 2,
porque todas las puntuaciones por encima de la media tienen valores positivos con respecto
de la media.
anto -2 al cuadrado (-2 x -2) como 2 al cuadrado (2 x 2) dan 4, es decir, tenemos dos
T
puntuaciones que dan 4, y si hallamos el promedio de dos valores que son 4, vamos a
obtener un 4 de promedio:
4 + 4= 8, y luego 8/2= 4. Por lo tanto, el valor de la varianza es 4.
i tomáramos el ejemplo (1, 2, 4 y 30) sería algo así, teniendo en cuenta que su media era
S
9.25.
rimer paso
P egundo paso
S ercer paso
T
Tenemos que la Calculamos el cuadrado de Calculamos el promedio o media de
diferencia entre: cada uno: los cuadrados:
1 y 9:25 es -8.25 -8.25 al cuadrado es: 68.06
8.06+52.56+27.56+430.56=578.74
6
2 y 9.25 es -7.25 -7.25 al cuadrado es: 52.56
, y luego 578.74/4= 144.68
4 y 9.25 es -5.25 -5.25 al cuadrado es: 27.56
30 y 9.25 es 20.75 20.75 al cuadrado es: 430.56 La varianza en este caso es 144.68
omo podemos observar en el ejemplo anterior, la varianza no permite formarse una idea
C
acertada del grado de dispersión de una variable. La razón de esto es que las distancias a
la media estan elevadas al cuadrado. La varianza puede servir, sin embargo, para comparar
entre sí distintos grupos (lógicamente, en la misma variable) y saber en cuál de ellos hay
mayor dispersión, pero no sirve para formarse una idea sobre el grado de dispersión. Por
está razón, lo que suele hacerse es utilizar la raíz cuadrada de la varianza, odesviación
típica.
Desviación típica o desviación estándar
onsiste en la raíz cuadrada de la varianza. En relación a su cálculo, no tiene grandes
C
diferencias en comparación a la varianza, pero su gran ventaja es que es expresada en la
misma métrica o unidad que la variable que está siendo estudiada.
o que se hace básicamente es hallar la raíz cuadrada del valor de la varianza. Por ejemplo,
L
en los ejemplos anteriores teníamos dos resultados:
- En el primer ejemplo la varianza era 4
- En el segundo ejemplo la varianza era 144.68
ara hallar la desviación típica simplemente hallamos raíz cuadrada de 4 o raíz cuadrada de
P
144.68:
a raíz cuadrada de 4 es 2. Por lo tanto la
L a raíz cuadrada de 144.68 es
L
desviación típica es 2 aproximadamente 12.03. Por lo tanto la
desviación típica es 12.03
Alejandro Busto
34
Forma de la distribución
demás de ayudar a elegir entre estadísticos, es útil por sí misma: permite obtener una
A
visión rápida de las características de la variable, detectar valores anómalos, advertir
inconsistencias de los datos (valores que se repiten demasiado o valores que no aparecen),
etc. Por tanto, conocer la forma de una distribución tiene un interés comparable al de
identificar su centro o cuantificar su dispersión.
studiar la forma de una distribución implica, básicamente, valorar dos características:
E
asimetría y curtosis
1) L
a asimetría:refiere a la forma en que los datosse distribuyen por encima y por
debajo del centro. Es una medida que nos indica acerca de la distribución de los
valores en relación a la media, específicamente nos indica si existen más elementos
antes o después de la media. Si hay más elementos antes de la media esto se
conoce comoasimetría positivaoasimetría con colahacía la derecha.Si hay
más elementos antes de la media esto se conoce comoasimetría negativao
asimetría con cola hacía la izquierda.También existendistribuciones simétricas,
que es donde existe el mismo número de elementos a la izquierda como a la
derecha.
Distribución simétrica
na característica particular de este tipo de distribución es que la media, mediana y moda
U
tienen el mismo valor.
Alejandro Busto
35
Asimetría positiva o con cola hacía la derecha
Se le llama “con cola hacía la derecha” porque:
n este tipo de asimetría se encuentra en general que la media está a la derecha de la
E
mediana, debido a que muchos valores atípicos “arrastran” a la media en esa dirección:
Asimetría negativa o con cola hacía la izquierda
En este caso la media es inferior a la mediana, es decir, va a estar más a la izquierda.
Alejandro Busto
6
3
2) La curtosis:refiere al grado de apuntamiento de unadistribución, es decir, al nivel
de concentración de casos en un punto particular de la distribución:
stá característica se valora por comparación con una distribución teórica llamada curva
E
normal (mesocúrtica)
a curtosis expresa el grado en que una distribución acumula casos en sus colas en
L
comparación con los casos que acumulan las colas de una curva normal con la misma
medida y con la misma desviación típica.
Existen 3 tipos de curtosis:
1. Leptocurtica:refiere a una distribución muy puntiaguda,lo cual implica que existen
muchos participantes concentrados en pocos valores
2. Mesocúrtica también llamada curva normal:donde ladistribución tiene una forma
de campana. La distribución normal tiene la misma media, mediana y moda.
3. Platicúrtica:donde la distribución es más bien plana,lo cual puede interpretarse
como que existe poca variabilidad entre los diferentes valores de la variable
ara valorar la asimetría y la curtosis se utilizan dos tipos de herramientas: gráficos y
P
estadísticos
Histograma
s una representación gráfica de la distribución de frecuencias de una variable numérica
E
continua, en la forma de un gráfico con barras.
Es diferente del gráfico con barras utilizado con variables categóricas.
Alejandro Busto
37
Características del histograma:
- Sirve únicamente para trabajarcon una variable.Sise requiere analizar varias
variables se necesita un histograma para cada variable.
- Las variables deben ser numéricas continuas
- A cada intervalo de valores le corresponde solo una barra
- El alto de las barras es determinado en función del valor de la frecuencia de cada
uno de esos valores
- El gráfico puede ser presentado en forma vertical u horizontal
- Las barras se disponen juntas generando una impresión de continuidad que
permiten ver si hay patrones en los datos
os permite analizar la tendencia central, la dispersión y las frecuencias de una
N
determinada variable de forma rápida.
Sus limitaciones son:
- Permite analizar una sola variable
- No permite establecer comparaciones entre diferentes conjuntos de datos
ntre los gráficos disponibles para describir la forma de la distribución de una variable
E
cuantitativa los más utilizados son: el histograma, el polígono de frecuencias, el diagrama
de tallo y hojas y el diagrama de caja.
l histograma se construye sobre 2 ejes cartesianos: en el eje horizontal se colocan los
E
valores de la variable ordenados de menor a mayor, en el vertical se colocan las frecuencias
y sobre cada valor se levanta una barra.
Comparación de histograma con diagrama de caja
i se voltea el histograma para que aparezca verticalmente puede compararse con el
S
diagrama de cajas.
Alejandro Busto
38
Unidad 6 - Puntuaciones Z y distribución normal
Puntuaciones Z
ambién llamadas puntuaciones típicas o puntuaciones estandarizadas. Se utilizan
T
únicamente para variables cuantitativas.
e definen como “transformaciones que se realizan a los valores opuntuaciones directas
S
de una distribución normal para analizar su distancia respecto a la media. Se expresan en
unidades de desviación estándar.”
Latipificaciónse refiere a la transformación anteriormentemencionada.
sí, la puntuación Z representa el número de desviaciones típicas o estándar por encima o
A
por debajo de la media.
orman una distribución que siempre tiene el mismo centro, la misma dispersión y la misma
F
métrica.
- untuaciones directas:valor de la variable asignadoa un sujeto a partir de la
P
medición de una propiedad. Es decir, la puntuación original.
- Media:promedio delas puntuaciones directas de unadistribución
- Desviación estándar o típica:es el “promedio” o variaciónesperada con respecto a
la media de la distribución
as puntuaciones Z se utilizanpara comparar puntuacionesde diferentes distribuciones:
L
diferentes métricas, diferente centro (media) y diferente dispersión.
or ejemplo, cuando quiero comparar las puntuaciones de una persona en pruebas
P
diferentes o que midan el mismo concepto a través de 2 pruebas diferentes.
as puntuaciones Z son útiles porque las puntuaciones de distribuciones distintas no
L
admiten una comparación directa a no ser que esas distribuciones tengan el mismo centro,
la misma dispersión y la misma métrica, y en ese sentido, la puntuación Z otorga las
condiciones necesarias para lograr la comparación.
os centilestambién permiten comparar las puntuacionesde diferentes distribuciones, ya
L
que calculando los percentiles, las puntuaciones directas (cualquiera que sea su métrica) se
transforman en posiciones relativas que pasan a tener el mismo centro (la mediana o
percentil 50), la misma dispersión (de 0 a 100) y la misma métrica (unidades porcentuales).
Permiten conocer la posición relativa que ocupa ocupa cada puntuación dentro de su
distribución.
jemplo:si quisiéramos comparar 3 puntuaciones de3 pruebas distintas, no podríamos
E
compararlas si cada una tiene su propia media y desvío estándar. Pero al transformar cada
una de estas puntuaciones a centiles es posible ubicarlos dentro de un determinado rango
porcentual, entonces si dividimos las puntuaciones en cuartiles podemos decir que la
primera puntuación se encuentra dentro de por ejemplo el 25% de los casos, la segunda
puntuación dentro del 75% de los caos y la tercera dentro del 25%, lo cual hace que sea
posible compararlas.
Alejandro Busto
39
or lo tanto, comparando por centiles puedo saber que significa haber obtenido cierta
P
puntuación en una determinada prueba (podes saber si fue una puntuación que no es muy
común, por ejemplo, si está dentro del 25%, pero si está dentro del 75% no es tan rara, ya
que el 75% se saca al menos esa nota), y en ese sentido, se puede definir en cada
distribución a que estudiantes les fue “mejor” en la prueba.
in embargo, está forma de comparar con centiles convierte la métrica original en ordinal
S
(posiciones relativas) alterando la forma de la distribución. Para que esto no ocurra, se
utilizan las puntuaciones típicas o Z.
Para calcular las puntuaciones Z se debe hacer:
Puntuación directa - media del grupo / desvío del grupo
as puntuaciones Z obtenidas forman una distribución que siempre tiene el mismo centro,
L
misma dispersión y misma métrica, y por lo tanto pueden compararse. Y representan el
número de desviaciones típicas o estándar por encima o por debajo de la media.
or ejemplo, si tenemos una puntuación directa de 7.4 en una distribución que tiene una
P
media de 6 y una desviación típica de 1.1, hacemos la siguiente cuenta:
7.4 - 6 / 1.1 = 1.3. La puntuación Z de está distribución es 1.3.
Está puntuacion Z nos dice dos cosas:
- que la puntuación directa está por encima de la media (porque es positiva)
- y que está por encima de la media a 1.3 desviaciones típicas
l dividir cada distancia a la media entre la desviación típica, el resultado queda expresado
A
en unidades de dispersión.
esumiendo, entonces, las puntuaciones Z obtenidas forman una distribución que siempre
R
tienen:
- El mismo centro:0
- La misma dispersión:desvío típico 1
- La misma métrica:unidades de dispersión
lgo importante para recordar es que, aunque en teoría las puntuaciones Z no tienen límite
A
máximo, siempre suelen tomar valores entre -3 y +3 desvíos estándar(lo cual es
denominado curva normal). Los valores que salgan de está curva normal son, en general,
vistos como atípicos.
uando se da que las puntuaciones directas de distribuciones distintas tienen la misma
C
puntuación Z, se dice que esas puntuaciones directas son equivalentes.
Escalas derivadas
as puntuaciones Z poseen una interesante utilidad que refiere a que toda variable
L
cuantitativa, cualquiera que sea su métrica, puede ser tipificada en una nueva variable, es
decir, puede ser convertida a puntuación Z, y estas, a su vez, pueden ser transformadas a
un nuevo conjunto de puntuaciones con media y desviación típica conocidas. Esto significa
Alejandro Busto
40
ue toda variable cuantitativa, cualquiera que sea su métrica, puede ser transformada en
q
otra variable equivalente con media y desviación típica conocida.
ste tipo de transformaciones sirven para que un conjunto de puntuaciones puedan
E
expresarse en la métrica deseada.
Ejemplo de equivalencia de puntuaciones directas a puntuaciones Z
s posible observar acá que, aunque las curvas originales eran distintas, ambas curvas son
E
idénticas cuando se las transforma a puntuaciones Z, y en ese sentido, será posible
comparar las originales.
Distribución normal
as distribuciones teóricas como la normal o binomial, son distribuciones que, aunque no
L
estan generadas a partir de los datos sino a partir de una función matemática, son
representaciones de los datos que tienen la enorme utilidad de ayudar a interpretarlos
mejor.
uchas veces las variables cuantitativas que medimos tienen una forma particular: la
M
mayoría de los valores se encuentran próximos al centro de la distribución y van siendo
menos frecuentes a medida que va aumentando la distancia al centro. Es el caso de la
distribución normal. La curva normal puede concebirse como una especie de histograma
suavizado cuyas barras se han levantado sobre intervalos infinitamente pequeños.
acurva normales entonces, una distribución teóricade probabilidad que sirve como
L
referente del comportamiento de muchas de las variables cuantitativas.
a justificante de está regularidad de la curva normal se encuentra en el teorema del límite
L
central que plantea que:
Alejandro Busto
41
Si los datos que se recogen son debidos a la suma de cierto número de causas
independientes entre sí, cada una con un efecto parcial, la distribución de los datos
recogidos se asemejara tanto más a la curva normal cuantos más datos se recojan.
s decir, mientras más datos recogemos de algo la distribución de esos datos se va a ir
E
pareciendo cada vez más a la curva normal a medida que la cantidad de datos recogidos
aumente.
o interesante es que no existe una única curva normal, sino muchas, pero todas ellas
L
comparten las mismas características:
- ienen un único máximo enµY,por lo tanto son unimodales.
T
- Tienen forma de campana, lo cual implica que los valores centrales son más
probables que los que se van alejando del centro
- on simétricas respecto al eje central situado enµY,por lo que las diferentes
S
medidas de tendencia central (mediana, media, moda) coinciden.
- Son asintóticas respecto al eje horizontal (por mucho que se extiendan nunca llegan
a tocarlo), por lo que los valores mínimo y máximo del eje de abscisas son−∞y
+∞.
- xisten dos puntos de inflexión por encima y por debajo deµY,
E
- El área total bajo la curva vale 1. Todas las puntuaciones posibles se encuentran
entre−∞y+∞, por lo tanto la probabilidad de encontrarvalores menores que−∞
y mayores que+∞vale cero.
uando tipificamos las puntuaciones directas obtenemos una media de 0 y un desvío de 1,
C
y de esa manera los valores obtenidos se deben leer en términos de valores estándar.
i tenemos una distribución cualesquiera y la transformamos a puntuaciones Z, al graficar
S
esas puntuaciones Z lo que ocurre es que van a ser iguales, es decir, la gráfica de las
puntuaciones directas como la de las puntuaciones Z serán idénticas, esa es la ventaja
frente a los centiles de este tipo de comparaciones, la forma de la distribución se mantiene a
pesar de que la media y el desvío cambian.
Alejandro Busto
42
a distribución de las puntuaciones Z tiene forma de “Campana de Gauss”, la cual es la
L
distribución teórica más importante en estadística, debido a que:
- Es la más frecuente
- Es muy usada en test de hipótesis
- Muchos test estadísticos asumen que la distribución de los datos es normal
Distribución de probabilidad
Cuando tenemos una distribución normal es posible aplicar algunas reglas.
- En una variable continua, el área bajo la curva me da la probabilidad de un intervalo
de valores.
- En términos de probabilidad, toda el área debajo de la curva vale 1.
- Los valores comprendidos entre -1 y la media, y entre la media y 1, tienen una
probabilidad u ocurrencia de un 34.1% cada uno, es decir, entre ambos 68.2%.
- Los valores comprendidos entre -2 y -1 y entre 1 y 2 tienen una ocurrencia, cada
uno, de 13.6%.
- Y los valores comprendidos entre -3 y -2 y entre 2 y 3, tienen una ocurrencia o
probabilidad cada uno de 2.1%.
- Los valores que van más allá de -3 y 3 tienen una probabilidad de 0.1%.
ero es importante recordar que se deben calcular en términos de porcentajes acumulados,
P
por lo que si quisiéramos saber cual es la probabilidad de ocurrencia de una puntuación
entre -2 y 0, deberíamos sumar la probabilidad entre -2 y -1 y entre -1 y 0, es decir:
13.6+34.1=47.7%. En este sentido:
- La probabilidad de ocurrencia de una puntuación que se encuentreentre -1 y 1 es
de 68.2%(34.1 + 34.1)
- La probabilidad de ocurrencia de una puntuación que se encuentreentre -2 y 2 es
de 95.4%(13.6 + 34.1 + 34.1 + 13.6)
- La probabilidad de ocurrencia de una puntuación que se encuentreentre -3 y 3 es
de 99.6%(2.1 + 13.6 + 34.1 + 34.1 + 13.6 + 2.1)
omo se puede ver, el 99.6% de las puntuaciones van a aparecer entre -3 y 3, y es por ello
C
que se dice que las puntuaciones que sean menores a -3 o mayores a 3 son atípicas.
Alejandro Busto
43
Unidad 7 - Muestreo - Introducción a la inferencia
stadística inferencial:su objetivo es buscar reducirla incertidumbre sobre aquello que no
E
observamos.
no de los objetivos del análisis de datos es extraer conclusiones generales a partir de unos
U
pocos datos particulares, a este salto de lo particular a lo general es lo que se llama
inferencia estadística.
ara esto es preciso utilizar procedimientos que permitan realizar de forma correcta está
P
generalización, los análisis de datos a implementar deben ser tan apropiados como la
propia selección de los mismos.
as técnicas de muestreo son las responsables de garantizar que la inferencia se sustenta
L
en una buena base, y los análisis de datos engloban las herramientas que permiten
desarrollar correctamente las inferencias.
Población:refiere al conjunto total de elementosque interesa estudiar.
o primero que hay que hacer es definir una pregunta de investigación, ¿que queremos
L
saber?, esto tendrá implícito una cierta población de investigación, por ejemplo, si queremos
saber la edad de los psicólogos del Uruguay, la población implícitamente de la investigación
serán Psicólogos que trabajen en Uruguay, o más aún, si se quiere ser más específico, y se
quiere saber la edad de los psicólogos recibidos en la UdelaR, la población de la
investigación serán los psicólogos recibidos en la UdelaR.
ómo investigar sobre una población entera muchas veces es muy caro y lleva mucho
C
tiempo, no es viable, por lo que luego de definir la población lo que se hace es definir una
muestra de esa población.
Muestra
amuestraes un porcentaje de la población que representaa la población total lo más
L
fielmente posible, es decir, es un subconjunto de elementos de una población. Para que ese
subconjunto sea una muestra de la población necesita tener ciertas características:
- No debe estar sesgada:no puede tener sobrerrepresentaciónde un tipo de
individuos, es decir, todos los individuos de la población deben tener la misma
probabilidad de estar en la muestra.
- Tiene que ser eficiente:es decir tiene que tenerel menor error posible
or lo tanto para que las conclusiones obtenidas sean válidas, la muestra utilizada debe ser
P
representativa de la población que se supone representa, esto se logra a través de las
técnicas de muestreo.
uanto mayor sea el tamaño de la muestra utilizada, mayor precisión tendrán las medidas
C
obtenidas en relación a la población.
uestreo:se refiere al proceso seguido para extraeruna muestra de una población. Puede
M
ser de 2 tipos:
Alejandro Busto
44
- robabilístico:un subtipo de este muestreo es elmuestreo aleatorio,en el cual
P
todos los elementos de la población tienen la misma probabilidad de ser elegidos, y
el resultado de cada extracción no afecta ni depende del resultado de cualquier otra,
es decir son independientes entre sí.
- No probabilístico
a forma más sencilla de lograr una muestra que no este sesgada es calcularla
L
aleatoriamente, es decir, de la población total se seleccionan al azar individuos
pertenecientes a ella.
s importante destacar que dado que las poblaciones con las que trabajamos son
E
desconocidas, no hay manera de saber si la muestra elegida es representativa o no de la
población muestreada. Lo que podemos saber es si se ha utilizado un método de selección
que garantiza que la muestra elegida sea representativa de la población.
l problema al tomar muestras de una población, es que cada muestra tendrá una media
E
distinta, porque a pesar de que la media de la población es una constante, la media de las
muestras es una variable.
Población y muestra
arámetros:son valores numéricos que describen unacaracterística de lapoblación. Por
P
ejemplo la media.
os parámetros son generalmente valores poblacionales desconocidos ya que no se suele
L
tener acceso a todos los elementos que lo conforman.
Los parámetros de la población, es decir, media, desvío, etc se representan a menudo con:
- Media:mú (μ)
- Desvío:sigma (σ)
Es importante destacar que una de las características de los parámetros es que son
constantes, no varían.
or otro lado, cuando se habla demuestrasno nosreferimos a parámetros, sino que nos
P
referimos aestadisticos
Un estadístico es un valor numérico que describe una característica muestral. Por lo tanto
un estadístico es a la muestra, lo que un parámetro es a la población.
o es posible calcular los parámetros, pero cada parámetro poblacional posee su réplica
N
muestral en un estadístico concreto que sí puede ser calculado. De este modo, los
estadísticos muestrales se van a utilizar para intentar formarnos una idea sobre los
verdaderos valores de sus correspondientes parámetros poblacionales desconocidos. A
este proceso se lo conoce con el nombre deestimación.
Resumiendo, las características de los estadísticos son:
- Son variables que dependen de la muestra
- Pueden calcularse si se hace una muestra
- Media:se representa con o
- Desvío:se representa con S o
Alejandro Busto
45
Distribución muestral
a diferencia entre la media de la muestra y la media de la población se le denomina como
L
error.Al no tener los datos de la población, no sepuede saber si esa diferencia es muy
grande o es muy chica, porque el único dato que tenemos es el de la muestra y no se la
puede comparar. Esto tiene como consecuencia que las conclusiones de tomar ese dato de
la muestra como verdadero pueden ser incorrectas, ya que al tomar otra muestra esos
datos pueden variar y darnos conclusiones totalmente distintas.
ero si no tenemos cómo comparar los datos de la muestra con el de la población ¿es
P
posible conocer el tamaño del error?
ara conocer el tamaño del error es necesario conocer cómo varían los datos de la
P
muestra, por ejemplo, en distintas muestras.
Uno de los estadísticos más útiles y utilizados en el contexto de la inferencia estadística es
la media aritmética: . Si tenemos varias muestrasy en cada una de ellas calculamos la
media aritmética, esos posibles valores de este estadístico son los que constituyen su
distribución muestral.
a media aritmética puede tomar el mismo valor en más de una muestra, y aunque todas
L
las muestras que tenemos son equiprobables, los posibles valores de la media aritmética no
lo son: hay algunos valores de la media aritmética que son más probables que otros porque
unos pueden obtenerse en un mayor número de muestras que otros.
or todo esto decimos que ladistribución muestrales un constructo teórico que nos
P
permite conocer qué tanto y de qué forma varían las medias muestrales (medias
aritméticas). Otra característica que presenta la distribución muestral es que cuando se
grafica en un histograma está es simétrica, independientemente de la forma de la
distribución poblacional.
a distribución muestral de la media puede obtenerse por procedimientos puramente
L
matemáticos, sin necesidad de tener que extraer todas las posibles muestras posibles. Sin
embargo, hacerlo en todas las posibles muestras ayuda a reparar en errores posibles.
Resumiendo:
- la media de la distribución muestral coincide con la media poblacional
- La distribución muestral permite relacionar los estadísticos obtenidos en una
muestra con los parámetros de la población
Teorema central del límite
ste teorema afirma que si los datos que se recogen son debidos a la suma de cierto
E
número de causas independientes entre sí, cada una con un efecto parcial, la distribución
de los datos recogidos se asemejará tanto más a la curva normal cuantos más datos se
recojan.
Además este teorema nos dice:
- Que la distribución muestral de la media tiene una distribución normal
Alejandro Busto
6
4
- Que la media de la distribución muestral es igual a la media poblacional, es decir, si
promediamos todas las distribuciones muestrales de las muestras que tenemos, ese
promedio (o media) sería igual a la media poblacional (o sea, sería igual a μ). Si esto
se da de esa forma, eso significa que las muestras y el estadístico elegido (la media
en este caso) no estan sesgados.
- Que el desvío de la distribución muestral se lo conoce comoerror estándar
Error estándar
La variabilidad de la muestra se calcula en un parámetro llamadoerror estándar.
l error estándarlo que muestra es que tanto se alejala media muestral de la media
E
poblacional.
i se comparan muchísimas muestras la media muestral coincidirá con la media
S
poblacional. Y el desvío de la distribución sería entonces el error estándar.
Pero entonces ¿cómo conozco el error?
n error estándar grande significa que las medias muestrales pueden errar por mucho con
U
respecto de la media poblacional. Por el contrario, un error estándar bajo significa que las
medias muestrales son cercanas a la media poblacional.
El error estándar se calcula haciendo la siguiente cuenta:
Desvío de la población / raíz cuadrada del tamaño de la muestra = error estándar
or ejemplo, si el desvío de la población es 1.58 y el tamaño de la muestra es 40, la cuenta
P
sería así: 1.58 / √ 40
ara reducir el error a la mitad, es necesario multiplicar por 4 la muestra (por eso la raíz
P
cuadrada), por lo que una muestra de 10 tendrá el doble de error que una muestra de 40, y
una muestra de 40 tendrá el doble de error que una muestra de 160.
¿Pero si no conocemos el desvío de la población, como se calcula el error estándar?
En ese caso la cuenta es:
Desvío de la muestra / raíz cuadrada del tamaño de la muestra = error estándar
ste resultado, es decir, el error estandar que en está cuenta se da como resultado, es un
E
estimativo y se representa con el +/-, por ejemplo, se puede decir que la media de una
distribución es 30 +/- 3, eso quiere decir que se estima un error estándar de +/-3 por lo que
la media podría en realidad estar entre 27 y 33.
Resumiendo
D
● istribución muestral
- Indica cómo varían los estadísticos muestrales
- Muchas son distribuciones normales
Alejandro Busto
47
D
● istribución muestral de la media
- Media: es la media poblacional
- Desvío: se le llama error estándar
E
● rror estándar
- Aumenta a mayor variabilidad en la población
- Disminuye al aumentar el tamaño muestral
Unidad 8 - Estimación: Intervalos de confianza
a inferencia estadística es un tipo de razonamiento que intenta extraer conclusiones de
L
tipo general a partir de unos pocos datos particulares.
stas inferencias (comparaciones, relaciones) pueden realizarse utilizando 2 estrategias
E
distintas:
1. Contraste de hipótesis:ha constituido tradicionalmentela esencia de lo que hoy
llamamos análisis estadístico; sin embargo, raramente se ha visto libre de críticas, al
punto de que algunos autores han propuesto el abandono de dicha estrategia por no
considerarla un método válido para generar conocimiento científico.
2. Estimación de parámetros:se refiere al proceso medianteel cual la información
muestral es utilizada para inferir valores poblacionales. La estimación sólo tiene
sentido con parámetros desconocidos (ya que si se los conoce no es necesario
estimarlo).
o cierto es que la estimación y el contraste se complementan. A pesar de que ambas
L
formas de inferencia son equivalentes, la información que ofrecen no es exactamente la
misma: mientras que el contraste de hipótesis pone el énfasis en intentar detectar la
presencia de un efecto significativo (una diferencia entre grupos, una relación entre
variables), la estimación de parámetros pone el énfasis en intentar cuantificar el tamaño de
es efeco (como de grande es la diferencia entre los grupos, como de intensa es la relación
entre las variables).
mbas estrategias son posibles gracias a las distribuciones muestrales. Tanto el contraste
A
de hipótesis como la estimación de parámetros se basan en la variabilidad inherente a todo
estadístico. Y son las distribuciones muestrales las que informan sobre esa variabilidad.
Estimacion de parametros
ota:En el PDF los parámetros cualesquiera que seanson representados por la letra
N
griega theta θ. A los estadísticos utilizados para efectuar estimaciones se les llama
estimadores y se representan con la letra griega theta θ con un gorrito.
Podemos llevar a cabo 2 tipos de estimaciones de parámetros:
- Estimación puntual:constituye la más simple de lasinferencias estadísticas que
pueden realizarse, consiste en asignar un valor muestral concreto al valor
poblacional que se desea estimar. Por ejemplo, cuando para conocer la edad media
de una población se toma una muestra aleatoria y se adopta como edad media de la
población la edad media obtenida de esa única muestra.
- Estimación por intervalosconsiste en asignar al parámetroque se desea estimar
un rango de valores entre los que se espera que pueda encontrarse el verdadero
valor del parámetro con probabilidad conocida.
Alejandro Busto
48
l valor muestral concreto asignado en la estimación depende delmétodo de estimación
E
adoptado. Uno de los métodos más simples, ideado por Pearson y llamadométodo de los
momentos,consiste precisamente en atribuir al parámetroque se desea estimar el valor
que toma su correspondiente estadístico, sin embargo, el problema de esa estrategia es
que, dado un parámetro, siempre es posible definir más de un estadístico diferente para
efectuar una estimación del mismo. Por ejemplo, la media poblacional podría ser estimada
con la media aritmética, o la media recortada, o la mediana, o cualquier otro estadístico de
tendencia central. Se hace necesario, por tanto, determinar cuales son las propiedades que
debe reunir un estadístico para poder ser considerado unbuen estimador.
Propiedades de un buen estimador
a. Carencia de sesgo:lo primero que debe exigirse deun estimador es que ofrezca
estimaciones correctas, al menos en promedio, Un estimador es insesgado si su
valor esperado coincide con el parámetro que estima.
- Coeficiente de correlacion de Pearson:es un estimadorsesgado
b. Eficiencia:un estimador es tanto más eficiente cuantomenor es su varianza. Una
mayor eficiencia indica que el estadístico en cuestión varía menos de una muestra a
otra, por lo que las estimaciones que pueden hacerse con él son más precisas que
las que se hacen con un estimador menos eficiente.
o cierto es que, aunque un estimadorinsesgadoofrece,en promedio, estimaciones
L
correctas, si ese estimador no es eficiente muchas de sus estimaciones estarán muy por
encima del verdadero valor del parámetro y otras muchas muy por debajo. Aunque unas y
otras se contrarrestarán para ofrecer una estimación promedio correcta, al elegir el azar una
de esas estimaciones se estará corriendo el riesgo de cometer un error muy grande.De ahí
la conveniencia de que un estimador, además de ser insesgado, sea eficiente.
Estimación por intervalos
iempre que se efectúa una estimación es importante conocer laprecisión(y, por tanto, el
S
error) con la que se está trabajando. Esto puede conseguirse recurriendo a la estimación
por intervalos.
omo vimos anteriormente, este tipo de estimación seconsiste en asignar al parámetro que
C
se desea estimar unrango de valoresentre los quese espera que pueda encontrarse el
verdadero valor del parámetro conprobabilidad conocida.
Estos dos conceptos son muy importantes y es necesario tenerlos en cuenta
1. Rango de valores:se refiere al rango de valores quese asigna al parámetro, a este
rango se le llamaintervalo de confianza. Este intervalode confianza tiene, por
supuesto, dos límites, uno inferior llamado Li [ (L)imite (i)nferior ] y otro superior
llamado Ls [ (L)imite (s)uperior ].
Para construir un intervalo de confianza de un parámetro cualesquiera, a su
orrespondiente estimador puntual se le suma y se le resta una cantidad llamada Error
c
máximo (Emax).
● Error máximo:representa la diferencia máxima que,con una determinada
probabilidad, cabe esperar encontrar el verdadero valor del parámetro estimado, y el
valor concreto del estadístico utilizado para estimarlo.
Alejandro Busto
9
4
La utilidad de está estrategia radica justamente en que permite conocer la probabilidad con
la que cabe esperar que el intervalo construido incluya el verdadero valor del parámetro
estimado. A esa probabilidad se le llamanivel deconfianza.
ntonces elnivel de confianzase refierea la probabilidadcon la que cabe esperar que el
E
intervalo construido incluya el verdadero valor del parámetro estimado. Para esto se deben
tener en cuenta 2 cosas respecto al nivel de confianza:
- A mayor confianza, menor precisión:cuanto mayor seaEmax, mayor será la
amplitud del intervalo y mayor también la probabilidad de que el intervalo construido
incluya el verdadero valor del parámetro.
- A menor error, mayor precisión:respecto a lo anteriormentedicho, es importante
tener en cuenta que, cuanto mayor sea Emax, menorserá la precisión de la
estimación, pues se estará atribuyendo al parámetro un rango más amplio de
valores.
or eso, si el intervalo es más estrecho (más preciso), ese aumento de precisión implicará
P
una disminución del nivel de confianza.
Esto sugiere que es necesario buscar un equilibrio entre dos objetivos contrapuestos:
ue el intervalo construido sea lo bastante amplio como para garantizar que la
Q
probabilidad de incluir el parámetro sea alta y, al mismo tiempo, lo bastante
estrecho como para ofrecer una precisión razonable. Este equilibrio se ha buscado
tradicionalmente en la literatura estadística estableciendo un nivel de confianza de
0.95 y, por tanto, un nivel de riesgo de 0.05.
ivel de riesgoonivel de significación:representala probabilidad de construir un
N
intervalo entre cuyos límites no se encuentre el verdadero valor del parámetro.
2. Probabilidad conocida:
ara construir intervalos de confianza es necesario utilizar estimadores con distribución
P
muestral conocida. De está manera, para construir intervalos de confianza, todo lo que se
necesita es conocer la distribución muestral del estadístico utilizado como estimador: la
distribucion muestral de un estimador informa de la probabilidad asociada a cada uno de
sus valores y eso es todo lo que hace falta para seguir está estrategia. Y ya sabemos que
para conocer la distribución muestral de un estadístico no es necesario seleccionar una
muestra; existen procedimientos matemáticos que permiten conocer con exactitud el valor
esperado, el error típico y la forma de muchas distribuciones muestrales.
¿Qué sabemos para construir un rango de valores?
1. Que la distribución muestral de la media se aproxima a una distribución normal
2. Que en una distribución normal hay un 95% de chance de que los valores caigan
entre +- 1.96 desvíos estándar de la media
3. Entonces hay un 95% de chance de que lamedia muestralcaiga a +- 1.96 errores
estándar de la media poblacional
Nota:en la población se llamadesvío estándar,enla muestra se llamaerror estándar
lintervalo de confianzaentonces se refiere al intervaloque hay entre -1.96 errores
E
estándar y +1.96 errores estándar en la media muestral
Alejandro Busto
50
Interpretación del intervalo de confianza
o se debe hablar de probabilidades, sino de estimaciones. En caso de ser 95% debería
N
interpretarse de la siguiente forma: “estimamos, con una confianza del 95% que el
verdadero valor del parámetro estimado se encuentra entre los límites del intervalo
construido. Esto significa que de cada 100 intervalos que se construyan en las mismas
condiciones, 95 de ellos incluirán el verdadero valor del parámetro (5 de ellos no lo harán).
Alejandro Busto
También podría gustarte
- Probabilidad y estadística: un enfoque teórico-prácticoDe EverandProbabilidad y estadística: un enfoque teórico-prácticoCalificación: 4 de 5 estrellas4/5 (41)
- Actividad de Aprendizaje 4. Selección Del Muestreo y Del Proceso de Análisis de La Investigación.Documento6 páginasActividad de Aprendizaje 4. Selección Del Muestreo y Del Proceso de Análisis de La Investigación.Yasmin Puerto100% (3)
- Registro de Modelos Web Cam GirlsDocumento9 páginasRegistro de Modelos Web Cam GirlsLuis Perez100% (2)
- Primera Ley de NewtonDocumento16 páginasPrimera Ley de NewtonRoberto Laguna100% (5)
- Unidad 1 - Introducción Y Conceptos Básicos: ¿Qué Es La Estadística?Documento6 páginasUnidad 1 - Introducción Y Conceptos Básicos: ¿Qué Es La Estadística?Malc JMiltonAún no hay calificaciones
- Documento Sin TítuloDocumento27 páginasDocumento Sin Títulolosim3125Aún no hay calificaciones
- Metodología y Estadística IDocumento74 páginasMetodología y Estadística I242236Aún no hay calificaciones
- Cuestionario Investigacion CuantitativaDocumento9 páginasCuestionario Investigacion CuantitativaYuseify LeguiasAún no hay calificaciones
- LECTURA No5Documento6 páginasLECTURA No5Julio César Rimari ChavezAún no hay calificaciones
- Metodo Cuantitativo 3 BDocumento12 páginasMetodo Cuantitativo 3 BAntony BautistaAún no hay calificaciones
- Investigacion CuantitativaDocumento5 páginasInvestigacion CuantitativaEco TropicalAún no hay calificaciones
- Estadistica Gabriel RomeroDocumento17 páginasEstadistica Gabriel RomeroGabriel RomeroAún no hay calificaciones
- Separata 01 UnpDocumento44 páginasSeparata 01 UnpWalter Raul CulquiAún no hay calificaciones
- Caso Laboratorio FarmaceuticoDocumento11 páginasCaso Laboratorio Farmaceuticojuan guillermo medina ruizAún no hay calificaciones
- 0210 Estadística para Ciencias Del ComportamientoDocumento19 páginas0210 Estadística para Ciencias Del ComportamientoBolainusAún no hay calificaciones
- Metodologia TRB1Documento13 páginasMetodologia TRB1Angel VillarroelAún no hay calificaciones
- Qué Es El Método CuantitativoDocumento12 páginasQué Es El Método CuantitativoWilmerGironAún no hay calificaciones
- ESTADÍSTICADocumento71 páginasESTADÍSTICAaneAún no hay calificaciones
- Estadistica Generalidades TrabajoDocumento7 páginasEstadistica Generalidades TrabajoCecily AlexandraAún no hay calificaciones
- Diseño Metodologico de La InvestigaciónDocumento11 páginasDiseño Metodologico de La InvestigaciónSandra Carmen Cortes OlivaresAún no hay calificaciones
- Componentes de Una Investigación EstadísticaDocumento29 páginasComponentes de Una Investigación EstadísticaDiana Laura Escobar100% (2)
- Taller Metodologia de Inv IiDocumento8 páginasTaller Metodologia de Inv IiJosé Augusto Pérez CorreaAún no hay calificaciones
- Procesamiento Estadístico de DatosDocumento12 páginasProcesamiento Estadístico de DatosAnonimo La PasadillaAún no hay calificaciones
- Unidad 2-InvestigaciónDocumento48 páginasUnidad 2-Investigaciónamsonic876Aún no hay calificaciones
- Folleto No.1 Investigación Cuantitativa y Cualitativa.Documento4 páginasFolleto No.1 Investigación Cuantitativa y Cualitativa.Jonathan gonzalezAún no hay calificaciones
- La Estadística y La PsicologíaDocumento14 páginasLa Estadística y La PsicologíaIvan Sacramento charcaAún no hay calificaciones
- 2.7.5 Procesamiento de InvestigacionDocumento2 páginas2.7.5 Procesamiento de InvestigacionPedroAún no hay calificaciones
- Capitulo III y IV Irizmar PirelaDocumento16 páginasCapitulo III y IV Irizmar PirelaElio RodriguezAún no hay calificaciones
- Me 1Documento18 páginasMe 1Daniel's FragaAún no hay calificaciones
- Investigacion de ProbabilidadDocumento24 páginasInvestigacion de ProbabilidadAlexander EuanAún no hay calificaciones
- Unidad I Estadística Aplicada A La EducaciónDocumento14 páginasUnidad I Estadística Aplicada A La EducaciónEduardo CalderonAún no hay calificaciones
- Metodología de La InvestigaciónDocumento15 páginasMetodología de La InvestigaciónRaul GonzalezAún no hay calificaciones
- Examen de MetodoDocumento21 páginasExamen de MetodokarlanieblesAún no hay calificaciones
- d1 - 2024-01 - MB - Psi - Necesidad de La Estadística en CC - Ss.Documento14 páginasd1 - 2024-01 - MB - Psi - Necesidad de La Estadística en CC - Ss.Chire Ramos Jasmine KatherineAún no hay calificaciones
- Nociones Generales Del Análisis EstadísticoDocumento4 páginasNociones Generales Del Análisis EstadísticoJonaiker Moreno GallardoAún no hay calificaciones
- Escalas de Medicion. MonografiaDocumento15 páginasEscalas de Medicion. MonografiajoseAún no hay calificaciones
- Actividad Semana 2Documento8 páginasActividad Semana 2Josue Garcia DavilaAún no hay calificaciones
- Concepto de InvestigaciónDocumento14 páginasConcepto de InvestigaciónMonica Liliana Benavides SantacruzAún no hay calificaciones
- Actividad I Módulo Caracterización de La Investigación Aplicada.Documento19 páginasActividad I Módulo Caracterización de La Investigación Aplicada.Tano Pachón100% (1)
- Elmer Alejandro Villagran 3Documento10 páginasElmer Alejandro Villagran 3ELmer Villagran VelazquezAún no hay calificaciones
- Proyecto MetodologiasDocumento12 páginasProyecto MetodologiasJoanverliz NuñezAún no hay calificaciones
- Capitulo 1Documento17 páginasCapitulo 1Araziel Asturizaga CanoAún no hay calificaciones
- Diseu00F1o de ContrastacionDocumento23 páginasDiseu00F1o de ContrastacionCristhian De La Cruz SánchezAún no hay calificaciones
- Tstudent 1 ColaDocumento167 páginasTstudent 1 ColaMarilu Hancco TintaAún no hay calificaciones
- MetodosDocumento43 páginasMetodos9mxgv6gxhgAún no hay calificaciones
- Psicometría T - 1 y 2Documento25 páginasPsicometría T - 1 y 2Ángela AparicioAún no hay calificaciones
- Modulo de Tecnica de La Investigacion IDocumento16 páginasModulo de Tecnica de La Investigacion Iluisi4Aún no hay calificaciones
- Material Parcial 1Documento33 páginasMaterial Parcial 1John LesterAún no hay calificaciones
- Tecnicas CriminologicasDocumento12 páginasTecnicas Criminologicashernandezcruzlupita98Aún no hay calificaciones
- Tema 3 CC. SS. Investigación CuantitativaDocumento52 páginasTema 3 CC. SS. Investigación CuantitativaLaura LJGPAún no hay calificaciones
- Evidencia 3 Taller Caso Laboratorio FarmaceuticoDocumento12 páginasEvidencia 3 Taller Caso Laboratorio FarmaceuticoAdriana CamachoAún no hay calificaciones
- Evidencia 3 Caso Laboratorio Farmaceutico Actividad de Aprendizaje 4Documento19 páginasEvidencia 3 Caso Laboratorio Farmaceutico Actividad de Aprendizaje 4Michael ToroAún no hay calificaciones
- Investigación DescriptivaDocumento8 páginasInvestigación DescriptivaCarlos Alberto Manrique SarmientoAún no hay calificaciones
- Escala de Medición Yesenia MartínezDocumento10 páginasEscala de Medición Yesenia MartínezYesenia MartinezAún no hay calificaciones
- Glosario de Términos CientíficosDocumento9 páginasGlosario de Términos CientíficosVladimir Luján AguirreAún no hay calificaciones
- Metodología de Ciencias SocialesDocumento9 páginasMetodología de Ciencias SocialesricardoAún no hay calificaciones
- Principios de La Investigación en EducaciónDocumento8 páginasPrincipios de La Investigación en EducaciónMilca Analuz Yajaira Vilca TacoAún no hay calificaciones
- 1 Resumen CuantiDocumento11 páginas1 Resumen CuantiAntoniaAún no hay calificaciones
- Documento A4 Carátula Portada Historia Del Arte Beige Negro - 20240618 - 151228 - 0000Documento16 páginasDocumento A4 Carátula Portada Historia Del Arte Beige Negro - 20240618 - 151228 - 0000Andrea OrtizAún no hay calificaciones
- Guia 4 Proceso Metodologia CuantitativaDocumento11 páginasGuia 4 Proceso Metodologia Cuantitativakevin fernandezAún no hay calificaciones
- Introduccion A La Inferencia EstadísticaDocumento7 páginasIntroduccion A La Inferencia EstadísticaCarlos100% (1)
- Catálogo de Conceptos de ObraDocumento18 páginasCatálogo de Conceptos de Obra22418117Aún no hay calificaciones
- Análisis de PuestosDocumento18 páginasAnálisis de PuestosKristal Vanessa Sanchez MendozaAún no hay calificaciones
- El Clima Organizacional en Una Empresa de Mecanica AutomotrizDocumento12 páginasEl Clima Organizacional en Una Empresa de Mecanica AutomotrizHeinz DoofemsmirtzAún no hay calificaciones
- Nociones AntropológicasDocumento2 páginasNociones AntropológicasrucucuiAún no hay calificaciones
- 22 Com 06 11 23Documento8 páginas22 Com 06 11 23Lailye Yupanqui VeramendiAún no hay calificaciones
- Informe de Estructuras Cimentacion Con PilotesDocumento36 páginasInforme de Estructuras Cimentacion Con PilotesCristhian GameroAún no hay calificaciones
- Tipología de Eventos InesperadosDocumento19 páginasTipología de Eventos InesperadosDarwin CampoverdeAún no hay calificaciones
- La Ruta Del MarañónDocumento12 páginasLa Ruta Del Marañónracsito_peruAún no hay calificaciones
- 005 Practica Dinamica CircularDocumento4 páginas005 Practica Dinamica CircularJoséAún no hay calificaciones
- Ensayo Ingeniería VerdeDocumento2 páginasEnsayo Ingeniería VerdeJenny CastroAún no hay calificaciones
- Elaboramos La Tarjeta para PapáDocumento4 páginasElaboramos La Tarjeta para Papájean córdova díazAún no hay calificaciones
- Oficio Directores Curso para NuevosDocumento4 páginasOficio Directores Curso para Nuevosgeraldine1979Aún no hay calificaciones
- Escuela Superior de Formación de Maestras Y Maestros "Simón Bolívar" Unidad Académica CaranaviDocumento117 páginasEscuela Superior de Formación de Maestras Y Maestros "Simón Bolívar" Unidad Académica CaranaviMarcelo ChAún no hay calificaciones
- Filosofía 11º-15-16Documento2 páginasFilosofía 11º-15-16Jonathan OrtegónAún no hay calificaciones
- Historia Del Informe Sobre Desarrollo HumanoDocumento20 páginasHistoria Del Informe Sobre Desarrollo HumanoErick Efrain Carlo OtaloraAún no hay calificaciones
- Manual de Redacción CientíficaDocumento31 páginasManual de Redacción Científicaalejandrocruz28Aún no hay calificaciones
- Analisis de La Teoria Mendeliana 1Documento4 páginasAnalisis de La Teoria Mendeliana 1Nancy Suárez100% (1)
- Informe DPCCDocumento3 páginasInforme DPCCRubi Mendoza German100% (1)
- Introduccion A La CriminalisticaDocumento25 páginasIntroduccion A La CriminalisticaNicolas CayaAún no hay calificaciones
- 1 Medio Artes Visuales - Guia N°5 Arquitectura - Dibujo y Perspectiva - La Casa de Tus SueñosDocumento3 páginas1 Medio Artes Visuales - Guia N°5 Arquitectura - Dibujo y Perspectiva - La Casa de Tus Sueñosjonathan fernández contreras100% (1)
- Alimentos-1 1Documento10 páginasAlimentos-1 1laura segundoAún no hay calificaciones
- Método EtnográficoDocumento11 páginasMétodo EtnográficoMarisa OAún no hay calificaciones
- 22 Sesión de Comunicación 31 de MarzoDocumento9 páginas22 Sesión de Comunicación 31 de MarzoMaria Mercedes Tupayachi ZegarraAún no hay calificaciones
- Tesis Doctoral Glinda IrazoqueDocumento138 páginasTesis Doctoral Glinda IrazoqueEureka ArquímedesAún no hay calificaciones
- Resumen - Anthony Giddens (1983) "La Crítica Weberiana"Documento3 páginasResumen - Anthony Giddens (1983) "La Crítica Weberiana"ReySalmon75% (4)
- Primer Parcial MBX 14 1Documento2 páginasPrimer Parcial MBX 14 1Garcia Liyin AndresAún no hay calificaciones
- Antes 280202056 NCLDocumento2 páginasAntes 280202056 NCLTATIANA CARDOZOAún no hay calificaciones
- Evaluación de La Genotoxicidad y Efecto Pro-Oxidante de Colorantes AzoicosDocumento9 páginasEvaluación de La Genotoxicidad y Efecto Pro-Oxidante de Colorantes AzoicossusanbperezAún no hay calificaciones