Estadistica

descriptiva
 Es la ciencia de recopilar, organizar,
Capitulo 1: presentar, analizar e interpretar datos
¿Que es la para ayudar a tomar decisiones mas
efectivas.
estadistica?
Estadistica Metodo para organizar, resumir y presentar datos de manera
informativa.

Descriptiva

Población Muestra
Indivduos u objetos de Porcion o parte de la
interes o medidas población de interes.
obtenidas a partir de
todos los individuos u
objetos de interes.
Tipos de • Variable cuantitativa: Es el objeto o individuos que se observa
y se registra Como numerica.

Variables • Variable cualitativa: Es el objeto o individuo que se observa y

registra Como caracteristicas no numerica(cualidades).

Discreta Continua
Esta limitada a ciertos valores, Toma cualquier valor dentro del interval
generalmente a numero enteros. especifico.
 El número de hijos de una familia.  La estatura de tu mejor amigo.
 La cantidad de dedos que tienes en la mano.  El ancho de una pelota de fútbol.
 El número de faltas en un partido de fútbol.  Volumen de agua en una piscina.
 Número de personas que llegan a un consultorio  El peso de una persona.
en una hora.
 Definicion Ejemplos
Nominal: Colores
Datos que consisten en nombres, etiquetas, Genero
Color de ojos
categorias(no pueden ser ordenados). Preferencia de comida

Ordinal: Clasificacion de peliculas

Pueden ser odernados entre ellos. Involucra datos Calificaciones
colocados en algun orden.

Mediciones Intervalo:
Pueden determinarse las cantidades significantes de
Temperatura
Tallas
diferencias entre valores de datos. (cero es solo un
punto natural en la escala)

Razon: Regla: pulgadas o cm

Tiene las caracteristicas del nivel de interval, el cero es Ingresos: dinero Ganado
Años de experiencia
significativo.
 Locacion F: Num de Frec. Relativa Frec. Fa: Frec.
-clase- vehiculos Fr=f/n Porcentual Acumulable
Fr*100
Tionesta 43 0.23 23% 43
Capitulo 2:
Descripcion de Sheffield
Kane
45
52
0.25
0.28
25%
28%
88
140
datos(tablas de Olean 40 0.22 22% 180

fr, TOTAL: N= 180 1 100

distribuciones
de fr) Tablas de frecuencia
Son DATOS AGRUPADOS cualitativos en clases mutuamente
excluyentes y colectivamente exhaustivos que muestren el numero de
observaciones en cada clase.
 Distribucion de Frecuencia

Agrupacion de datos CUANTITATIVOS en clases exluyentes

mostrando el numero de observaciones que haya en cada clase.
Pasos para elaborar una distribucion frecuencias:
1. Definir el numero de clase(agrupar) n o K= log n/log 2
2. Definir el numero intervalo ( ancho de la clase) i/ K
clase f
3. Establecer limites de clase
4-5 4
5-9 4
4. Contar el numero de observaciones hay en cada clase (frecuencia)
 Representaciones graficas
10
• Grafica de barras:
0
1 2 3 4
ría ría ría ría
o o o o
ateg ateg ateg ateg
C C C C

• Grafica de pastel:

• Histograma:

5
• poligono de frecuencia: 4
3
2
1
0
Categor... Categor... Categor... Categor...
6
• Ojiva(poligono de frec. Acomuladas:
4

0
Categoría Categoría Categoría Categoría
1 2 3 4
 Capitulo 3:
Descripcion de datos. Media poblacional Media
Medidas numericas. muestral(aritmetica)
X= x/ n
X: representa la media
Media N: numero de valores de pobl. muestral.
X: representacion de n: numero de valores.
Es la media cualquier valor particulsar x: rep de cualquier valor
indica la operacion suma. particular.
posicion que es
usada para
informar.
 Mediana
Es el valor que se encuentra en medio de un conjunto de datos ordenados.
• Se ordenan las observaciones de mayor a menor y se identifica el valor intermedio.
Ejemplo:
Las edades de 5 estudiantes son:
21,25,19,20,22
--25,22,21,20,19 = mediana: 21
 Moda
Es el valor que representa con mayor frecuencia un conjunto de datos.
Ejemplo:
Los promedios de examen de 10 estudiantes.
81,93,84,75,68,87,81,75,81,87,87 = moda: 81 bimodal: 81, 87
Medidas de
dispersion
Solo describen el centro de los datos.
POBLACIONAL
• Rango: valos mas alto – valor mas bajo
• Varianza: la media aritmetica de las desv cuadradas de la
media.
2
• Desv estandar: la raiz cuadrada de la varianza.
=
 MUESTRAL

• Varianza: = / n-1
X: valor de una observacion.
: es la media aritmetica de la muestra.
N: num. de observaciones en la muestra.

• Desv. Estandar / n-1

 Medidas de posicion
• CUARTILES: Dividir a un conjunto de datos en 4 partes iguales (25%)
• DECILES: dividir a un conjunto de datos en 10 partes iguales (10%)
• PERCENTILES: dividir un conjunto de datos en 100 partes iguales (1%)
• RANGO INTERCUALTIL: diferencia entre el 3er(75%) y 1er(25%) cuartil.

Percentil, cuartil, decil

Posicion de Lp=(n+1) que se deseamos.
percentil
Numero de
observaciones(total de
datos)
 Capitulo 5: Conceptos de probabilidad
Probabilidad:
Valor entre 0 y 1, Inclusive, que describe la posibilidad relativa.

Experimento Proceso que induce a que ocurra una o solo MUTUAMENRE MUTUAMENTE
uan de varias posibles observaciones. EXCLUYENTES: EXHAUSTIVO:
Un evento que se por los menos uno de
Resultado Un resultado particular de un evento. presente significa que los eventos deben
ninguno de los demas ocurrir cuando se lleva
evento Conjunto de uno o mas Resultados de un eventos puedan ocurrir a cabo un exp.
experiment. al mismo tiempo.
 Probabilidad clasica: Numero de Resultados facorables/ numero de total de
Parte del supuesto que todos los Resultados son posibles resultados
iguales posibles.

Probabilidad empirica: Numero de veces que ocurre/ numero total de

Se basa en el numero de veces que ocurre el evento observaciones
como proporcion del numero de intentos conocidos.

Probabilidad subjetiva: • Estimar la probabilidad de que el equipo pumas gane la

Si se cuenta con poco o ninguna experiencia o inf. Con proxima copa.
• Estimar la probabilidad de que todos los alumnus
la cual sustentar la probabilidad es possible
obtengan 100 en este curso.
aproximarla.
 Reglas para calcular probabilidades
Reglas Explicacion Formula

REGLA DE LA ADICION Si dos eventos A y B son mutuamente P=(A o B )=p(A) + p(B)

excluyentes la probabilidad de A o B
ocurra es igual la suma de susu
respectivos probabilidades.
REGLA DEL COMPLEMENTO Es usada para determinar la probabilidad P(A)= 1-p(~A)
de que un evento ocurra restando a 1 la
probabilidad de que el evento no ocurra.

REGLA GENERAL DE LA Si A y B son dos eventos que no son P(A o B)=P(A) + P(B) – (A y B)
ADICION mutuamente excluyentes exclusivo.
 Reglas de la multiplicacion
Regla de independencia: Si un evento ocurre no tiene ningun efecto sobre la
probabilidad de que otro evento acontezca.
• Regla especial de la multiplicacion.
P(A y B)=P(A)P(B)
• Regla gral de la multiplicacion.
Si los eventos A y B no son independientes la prob de que ocurran los eventos A y B.
P(AyB)=P(A)P(B/A)
 Capitulo 6: distribuciones de probabilidad
discretas.
Variables Ejemplo
Distribucion de Aleatoria:  Los empleados ausentes en una empresa
Probabilidad: lista de Resultado que se obtiene al azar en un “X” del turno matutino.
experimento y que puede asumir valores  la cantidad de conductors multados por
los Resultados de un
conducir bajo la influencia del alcohol.
experiment y la diferentes.
probabilidad
relacionada con cada Aleatoria discreta:  Ausencias del personal
una. (los Resultados Solo puede asumir ciertos valores
son mutuamente claramente.
excluyentes) Aleatoria continua:  Tiempor de vuelo
Puede asumir uno de un numero infinito
de valores, con algunas limitaciones.
Media de una distribucion de
probabilidad

Varianza
P(x)]

Desviacion estandar
 Distribuciones de probabilidad
• Distribucion de probabilidad binomial.
[las pruebas son independientes]
Formulas.
Tablas de distribuciones
Excel(formulas) (1-
 Media de una distribucion binomial
Media:
𝝁 =𝒏 𝝅 Probabilidad

Tamaño de la muestra

Varianza:
=n

Desviacion estandar:
𝜽 =√ 𝒏 𝝅 (𝟏 − 𝝅 )
 • Distribucion de poisson
Describe el numero de veces que se presenta un evento durante
un interval de tiempo

/ x!
 Capitulo 7:distribuciones de probabilidad
continuas.
DISTRIBUCION UNIFORME
Surge al considerer una variable aleatoria que toma valores equivalentes en un
intervalo finito.
caracteristicas:
-forma rectangular si a

-la media y la mediana son iguales

-se describe completamente por su valor minimo a y su valor minimo b
 DISTRIBUCION NORMAL
Es un modelo teorio capaz de aproximar satisfactoriamente el valor de una
variable aleatoria a una situacion ideal.
Caracteristicas:
- Tiene forma de campana y tiene un pico unico en el centro de la distribucion.
- Es asintotica, la curva se acerca pero nunca toca el eje x

𝑿 −𝝁
𝜡=
𝜽