II CURSO FORMATIVO DE ETUDIANTES INVESTIGADORES

Estadstica descriptiva

Lic. TM TF Miguel G. Moscoso Porras miguel.moscoso.p upc!.pe miguelmporras gmail.com

Es"a#$s"ica
La estadstica es u%a cie%cia &ormal 'ue es"u#ia la

recolecci(%) a%*lisis e i%"erpre"aci(% #e #a"os para a+u#ar e% la "oma #e #ecisio%es.

U%a !erramie%"a mu+ impor"a%"e para la I%,es"igaci(%

Es"a#$s"ica Descrip"i,a.

Rama #e la es"a#$s"ica 'ue agrupa "o#os los proce#imie%"os para resumir los #a"os para 'ue sea% prese%"a#os #e ma%era a#ecua#a + e%"e%#i-le

Pu%"os a "ra"ar

Co%cep"os pre,ios Me#i#as #e resume% Ta-las + Gr*&icos Prese%"aci(% #e los #a"os Me#i#as #e &orma

PARTE I
Conceptos previos

....Me#ici(%

Po-laci(%/ Par*me"ro

2) 3) ) 1

Mues"ra/ Es"a#$s"ico

p) 0) s) s1

..1.Varia-les

Variables

Tipo - Dico"(mica - Poli"(mica

Escalas - Nomi%al - Or#i%al - De ra4(% - De i%"er,alo

Cuali"a"i,as

Cua%"i"a"i,as

- Discre"a - Co%"i%ua

PARTE II

Medidas de resumen

Me#i#as #e Te%#e%cia Ce%"ral

Nos mues"ra% 'ue "a%"o los #a"os se apro0ima% e%"re si

Cual de los dos es mejor?

1 .5

2 16

3 11

4 17

5 .8

6 19

7 .:

1 .5

2 1:

3 .5

4 15

5 11

6 .;

7 .5

De-i#o a la ca%"i#a# #e los #a"os po#emos

#e"ermi%ar 'uie% es me<or) resumie%#o los #a"os/

Co%/
Me#ia Me#ia%a Mo#a

Cual es mejor?
1 61 2 .: 3 11 4 .8 5 17 6 16 7 19 16

1 .8

2 1=

3 1;

4 15

5 .;

6 .5

7 61 16

La me#ia ari"m>"ica es u%a me#i#a #e "e%#e%cia ce%"ral Di,i#ir la suma "o"al #e eleme%"os e%"re el %?mero "o"al #e eleme%"os

Cual es mejor?
1 61 2 .: 3 11 4 .8 5 17 6 16 7 19 16

1 .8

2 1=

3 1;

4 15

5 .;

6 .5

7 61 1=

La me#ia ari"m>"ica es u%a me#i#a #e "e%#e%cia ce%"ral Di,i#ir la suma "o"al #e eleme%"os e%"re el %?mero "o"al #e eleme%"os

Me#i#as #e Dispersi(%
Cual es mas regular?
1 .5 2 16 3 11 4 17 5 .8 6 19 7 .:

Ra%go Des,iacio% S"a%#ar# Varia%4a

6.6:

68 = 3.36 7 1

Nos mues"ra% 'ue "a%"o los #a"os se

ale<a% e%"re si

7.76 1 .5 2 1: 3 .5 4 15 5 11 6 .; 7 .5

Es el prome#io #e la #is"a%cia #e ca#a pu%"o respec"o #el prome#io) pero se o-"ie%e #e la ra$4 cua#ra#a #e la ,aria%4a

Me#i#as #e Posici(%
Nos mues"ra% la si"uaci(% #e los #a"os or#e%a#os

Perce%"iles

PARTE III
T !" # $ %& '(C)#

@Ta-las #e &recue%cias + gr*&icos #e -arras + pieA

: 9 7 6 1 . = Ca"egor$a .

Serie . Serie 1 Serie 6 Ca"egor$a 6

Ventas
.er "rim. 1B "rim. 6er "rim. 7B "rim.

Cis"ogramas + Pol$go%o #e Frecue%cias

Es posi-le prese%"ar u%a #is"ri-uci(% #e &recue%cias gr*&icame%"e e% &orma #e *isto+rama, Es u% "ipo especial #e gr*&ica #e -arras.
8 7 Frecuencia 6 5 4 3 2 1 0 10 20 30 Edad (aos) 40 50

Nmero de casos

Categoras de edad

O"ros/

Diagramas #e Dispersi(% Dsca""er plo"E Diagramas #e ca<as Diagramas #e Tallo + Co<as Gra&ico #e l$%eas seria#as

PARTE IV

-resentaci.n de los datos

Descripci(% #e Varia-les Ca"eg(ricas

Frecue%cias

Ta-las #e &recue%cias/ A-solu"as) Rela"i,as) Acumula#as Gr*&icos #e -arras + #e @pieA Cis"ogramas

'recuencia relativa

'recuencia acumulada

Descripci(% #e Varia-les Num>ricas

Me#i#as #e "e%#e%cia ce%"ral/ F + Me Me#i#as #e #ispersi(%/ S + Ra%gos Me#i#as #e posici(%/ Cuar"iles + Perce%"iles

Como presentar mis datos se+/n la distribuci.n0

#i la distribuci.n de los datos es N)&M "

Me#ia Des,iaci(% S"a%#ar#

#i la distribuci.n de los datos N) es N)&M "

Me#ia%a Perce%"iles D19) ;9E Ra%go i%"ercuar"il

E7ploraci.n +r56ica de datos num2ricos

-ermite visuali1ar los datos claramente M2todo mu3 usado para presentar resultados, 4n solo +r56ico puede contener una densidad mu3 alta de in6ormaci.n

Normali#a#

Descripci(% #e Varia-les Num>ricas

Me#ia%a + Ra%gos
150

outliers Valor mximo p75 mediana p25

Presin sangunea diast ica (!!"g) 50 100

Valor minimo

Visuali1aci.n de la distribuci.n de la variable

8atos de ba9a variabilidad
"a media provee una buena representaci.n de los valores en la base de datos,

8atos con alta variabilidad

"a media 3a N) provee a*ora una buena in6ormaci.n de los datos como suceda anterioremente

Me#i#as #e Forma
ASIMETRGA De"ermi%aci(% gr*&ica INMEDIATA
#06 0 40 #02 $ensit% #04

PEROH

60

80 100 &recuencia cardiaca

120

140

CURTOSIS

EN LOS SOFTIARE

SJ"es" + SKilJ
. s !es! fc S e%"ess,)*r!osis !es!s for -or#ali!. Variable fc . s%il fc Shapiro-Wil Variable fc Obs 386 W 0.98759 W !es! for "or#al $a!a V 3.309 z 2.842 Prob>z 0.00224 Obs 386 Pr'S e%"ess( 0.004& Pr')*r!osis( 0.3&67 a$+ chi2'2( 8.63 +oi"! Prob>chi2 0.0&34

%& C( #