Tema Nº 01: ESTADISTICA DESCRIPTIVA I Ing.

José Manuel García Pantigozo

calidadtotal@hotmail.com

2014 - 0

• • • • • • • • •

después de este tema, usted podrá: Saber que significa la estadística y sus aplicaciones. Explicar el significado de la estadística descriptiva. Explicar el significado de la estadística inferencial. Distinguir entre niveles de medición. Organizar datos en una distribución de frecuencias. Representar la distribución de frecuencias. Desarrollar una representación de “tallo y hoja” Representar datos utilizando líneas, de barras y de sectores (circulares). Aplicar ejercicios y problemas.

OBJETIVOS ESPECIFICOS DE APRENDIZAJE

¿Qué es la estadística?
¿Cuántos peces hay en el lago? 12 peces

¿Qué es la estadística?
¿Cuántos tipos o clases de peces diferentes hay? 4 clases diferentes

¿Qué es la estadística?

¿Cuántos peces hay para cada clase?
Clases Frecuencia

4 3 2 3

¿Qué es la estadística?
Clases

Frecuencia
4 3 2 3

F, relativa
4 / 12 = 0,33 3 / 12 = 0,25 2 / 12 = 0,16 3 / 12 = 0,25

Total

12

¿Qué fracción respecto del total hay para cada clase de pez?

¿Qué es la estadística?
Pongamos los resultados en un gráfico de barras Frecuencia
Clases Frecuencia

4 3 2
3

4 3 2 3

3

Clase de peces

¿Qué es la estadística?
Estadística es la ciencia de:
– Recolectar – Describir – Organizar – Interpretar

DATOS

para transformarlos en información, para la toma mas eficiente de decisiones.
10

¿QUÉ ES UN DATO? • Datos: Conjunto de valores recolectados
para la variable de cada uno de los elementos que pertenecen a la población o muestra,
• Ejemplo1: El conjunto de 54 “cantidad de miembros” recolectados de 54 familias residentes en Pueblo Libre,

• Ejemplo2: El conjunto de las “calificaciones” de

los 43 estudiantes de estadística de la carrera de Química,

¿Qué es la Estadística?
• “La Estadística estudia métodos científicos para recoger, organizar, resumir y analizar datos, así como para sacar conclusiones válidas y tomar decisiones razonables basadas en tal análisis” Murray R. Spiegel

Estudio Estadístico
1. Se realizan observaciones aleatorias de un fenómeno que no se puede predecir con anterioridad. 2. Se realiza un muestreo (se selecciona una muestra representativa de la población).

Estudio Estadístico
3. Se recolectan datos de cada elemento muestreado (por ejemplo a través de un cuestionario). 4. El objetivo final es inferir estadísticamente algo sobre la población, deseamos concluir algo sobre alguna característica de la población en la que se realiza el estudio.

¿Para qué sirve la estadística?
• DESCRIPCIÓN DE DATOS • El primer problema que, históricamente, aborda la estadística es la descripción de datos. La estadística nos proporcionará procedimientos para resumir la información contenida en los datos, que será de gran utilidad cuando trabajamos con grandes conjuntos de datos. Mas adelante se verán las principales herramientas descriptivas.

¿Para qué sirve la estadística?
• ANÁLISIS DE MUESTRAS • Es frecuente que, por razones técnicas o económicas, no sea posible estudiar todos los elementos de una población. La estadística nos indicará como seleccionar una muestra representativa y realizar inferencias respecto de la población a partir de los valores observados en la muestra. Estos aspectos se analizaran en los Temas 2 y 3.

¿Para qué sirve la estadística?
• La ciencia se ocupa en general de fenómenos observables. • La ciencia se desarrolla observando hechos, formulando leyes que los explican y realizando experimentos para validar o rechazar dichas leyes. • Los modelos que crea la ciencia son de tipo determinista o aleatorio . • La Estadística se utiliza como tecnología al servicio de las ciencias donde la variabilidad y la incertidumbre forman parte de su naturaleza.
17

¿QUIENES USAN LA ESTADÍSTICA?
• • • • • • • • • • Organismos oficiales. Diarios y revistas. Políticos. Deportes. Marketing. Control de calidad. Administradores. Investigadores científicos. Médicos etc.

18

20

Estadística Descriptiva: Describe un conjunto de datos con indicadores estadísticos o estadígrafos.

Ramas de la Estadística
• Estadística Descriptiva o Deductiva: estudia los métodos para organizar, sumarizar y describir un conjunto de datos para que sus características se vuelvan evidentes. Se divide en:
– Técnicas Gráficas – Técnicas Numéricas.

Ramas de la Estadística
Ejemplos:
Ejemplo 1: Los datos del ultimo Censo de

población.
Ejemplo 2: La cantidad de accidentes

automovilísticos.
Ejemplo 3: La cantidad de pacientes atendidos

en el Hospital Rebagliati.

Inferencia Estadística

POBLACION
Técnica Del Muestreo

MUESTRA
Obtención de Variables e Indicadores: Estadígrafos (Estimadores)

24

Estadística Inferencial: Obtiene información (variables e indicadores) de una muestra representativa de población.

Ramas de la Estadística
• Estadística Inferencial o Inductiva: usa la teoría de probabilidades para generalizar las características de una población a partir de las características de una muestra representativa. Es decir, utiliza estadísticas muestrales para obtener conclusiones sobre los verdaderos parámetros de la población.

Población vs Muestra
• • Población: es el conjunto de todas las mediciones de interés al experimentador. Su tamaño se denota con la letra N. Muestra: es un subconjunto de la población. Generalmente esta selección se hace aleatoriamente, cada individuo en la muestra tuvo la misma posibilidad de haber sido seleccionado. Su tamaño se denota con la letra n.

Población Finita
Ejemplo: - Alumnos de la UNMSM. - Trabajadores de una empresa. - Camiones de carga pesada. - Clientes de un empresa comercial. - Computadoras de una empresa. - Ingenieros de una planta. - Miembros de un hogar. - Maletas en un bus interprovincial.

Población Infinita
Ejemplo: - Peces del mar peruano - Bacterias - Flores Silvestres. - Productos fallados. - Cantidad de estrellas en el universo. - Una población de hormigas. - Cantidad de granos de arena en una playa.

Ejemplos de Estadística Inf.
Ejemplo 1: Una encuesta desarrollada por IBOPE, en noviembre 2013, dice que el rating de radio en la Gran Lima esta encabezado por RPP con un 45,5% seguido por FM Oxigeno con 9,18%. Ejemplo 2: De acuerdo con una encuesta desarrollada por Apoyo sobre telefonía residencial en el 2013, el gasto mensual promedio por cliente es de S/, 95,30, a nivel nacional.

Conceptos Estadísticos

31

Unidad de Análisis
Es el objeto del cual se desea obtener información, muchas veces nos referimos a las unidades de análisis con el nombre de elementos. En estadística, un elemento o unidad de análisis puede ser algo con existencia real, como un automóvil o una casa, o algo más abstracto como la temperatura o un intervalo de tiempo, dada esta definición, puede redefinirse población como el conjunto de unidades de análisis,

Ejemplo de Unidad de Análisis
• Cada uno de los alumnos matriculados en el curso de Física I.

Parámetro
Parámetro: Valor numérico que resume todos los datos de una población completa, Se utilizan letras griegas para simbolizar un parámetro como ser  y . Ejemplos: La calificación “promedio” del secundario en el momento de admisión de todos los estudiantes que han asistido alguna vez a la UNMSM o la “proporción” de estudiantes cuyo lugar de origen era distinto del distrito de Lima Cercado.

Estadística
Estadística: Valor numérico que resume los datos de una muestra, Se utilizan letras del alfabeto español para simbolizarlas como ser x y s. Ejemplo: La edad “promedio” registrada en una encuesta de 150 consumidores de coca cola de ½ litro descartable.

Población y Muestra
Población

Muestra

36

Población y Muestra
POBLACIÓN MUESTRA

VARIABLES
 Una variable es una característica observable que varía entre los diferentes individuos de una población. La información que disponemos de cada individuo es resumida en variables.

VARIABLES
 En los individuos de la población peruana, la información de uno a otro es variable:  El grupo sanguíneo

 {A, B, AB, O}  Var. Cualitativa
 Su nivel de felicidad “declarado”

 {Deprimido, regular, feliz, muy feliz}
 El número de hijos

 {0,1,2,3,...}  Var. Numérica discreta
 La altura

 {1.62 ; 1.74; ...}  Var. Numérica continua

POR SU NATURALEZA

POR SU ESCALA DE MEDICIÓN
NOMINAL

CUALITATIVAS
(Dicotómicas, Politómicas)

ORDINAL

VARIABLES
CUANTITATIVAS (Discretas, Continuas) INTERVALO

RAZÓN

VARIABLES POR SU NATURALEZA
Se dividen en cualitativas Y cuantitativas

A) VARIABLES CATEGÓRICAS O CUALITATIVAS
Resultado de la observación de cualidades o atributos.
 Religión.  Género.  Fumar.  Nacionalidad.

(Sí/No)  Grupo Sanguíneo.

Se divide en :
Dicotómicas
Categorías
EJEMPLOS

FEMENINO Y MASCULINO

SINGULAR Y PLURAL

Politómicas
de categorías

RELIGIONES

CONTINENTES

B) VARIABLES

NUMÉRICAS
Resultado de conteos o mediciones.  Discretas o continuas.
– – – – – – – Número de empresas de producción. Número de hijos. Número de botellas de gaseosa. Altura. Peso. CONTINUAS Temperatura. Edad.

DISCRETAS

Variable Discreta
Ejemplos:
Números de accidentes por día. Número de ingresantes

representado

Números naturales
Número de trabajadores por empresa

Cantidad de población en distritos

Números de habitantes por vivienda

Número de alumnos aprobados y desaprobados

Variable Continua
Ejemplos:

representado

Número real

Área de parcelas

Ingresos monetarios

Producción de maíz

Horas laborales

Tiempo de servicio

Estatura

Escalas de Medición
Precisa la forma cómo se van a medir la variables

NOMINAL
La variable tiene dos o más categorías. Sólo identifica la categoría.

Género, religión o profesión

Escalas de Medición: Nominal
ELEMENTOS VARIABLES ESTUDIANTES ESTUDIANTES CASIO NATIONAL HP TOSHIBA

DATOS

RELACION

Escalas de Medición: Nominal

Escalas de Medición: Nominal
DATOS DE NIVEL NOMINAL
COMPAÑIA Telefónica Claro Nextel OTROS TOTAL NÚMERO DE LLAMADAS 108115800 20577310 8238740 7130620 144062470
Mutuamente Excluyente.- una llamada en especial no puede iniciar tanto en Claro como en Telefónica. Exhaustivo.- Cada miembro debe aparecer solo en una de las características. ********************************** Los datos de nivel nominal deben ser mutuamente excluyentes y exhaustivos, además los datos no tienen un orden lógico.

Escalas de Medición: Nominal
• Características Escala Nominal de la
• 1: Las categorías que se usan para las variables son mutuamente excluyentes y exhaustivas. Un objeto pertenece a una y solo una categoría. • 2: Las categorías no guardan un orden lógico entre ellas que permita , por ejemplo, ordenarlas.

ORDINAL
Hay varias categorías. Además de identificar, mantienen un orden o jerarquía.
• Grado de instrucción • Nivel de autoestima

Escalas de Medición: Ordinal
• Las variables cualitativas se miden en escala nominal o ordinal, • Ordinal: los elementos son clasificados en categorías que tienen un orden o jerarquía, la diferencia entre valores no se pueden realizar o no son significativas,
• Ejemplo 1: Grado de satisfacción en el uso de un servicio público , • Ejemplo 2: Ocupación

Escalas de Medición: Ordinal

Escalas de Medición: Ordinal

Escalas de Medición: Ordinal
• Características Escala Ordinal de la
• 1: Las categorías son mutuamente excluyentes y exhaustivas. • 2: Las categorías pueden ordenarse de mayor a menor (o viceversa), de acuerdo con la caracte-rística especial que poseen.

Nivel Ordinal
•Los valores de las Variables (datos) se pueden ordenar pero no es posible determinar la diferencia aritmética (o distancias) entre ellos. Ejemplo: Resultados del sabor de tres bebidas A, B, C X = Sabor. La bebida C clasifico 1 ( o 1º) La bebida B clasifico 2 ( o 2º)
.

La bebida A clasifico 3 ( o 3º)
Valores de x : 1, 2, 3 o (1º) (2º) (3º)
60

INTERVALO
Identifica, ordena y establece distancias o intervalos entre categorías (suma y resta). No tiene “cero verdadero”. • Temperatura ambiente o corporal.

Escalas de Medición: Intervalo
DATOS DE NIVEL DE INTERVALO

PAÍS A B C D

TEMPERATURA º C 30 20 10 0

Escalas de Medición: Intervalo
• Propiedades de la Escala Intervalo
• 1: Las categorías son mutuamente excluyentes y exhaustivas. • 2: Las categorías están ordenadas de acuerdo a la cantidad de características que poseen. • 3: Las diferencias iguales en las características están representadas por diferencias iguales en los números asignados a las categorías.

RAZÓN
Identifica, ordena, establece distancias y es posible obtener razones (multiplicación y división). El “cero es absoluto”.
• Peso o talla. • Tiempo de exposición la TV. a

Escalas de Medición: Razón
• Las variables cuantitativas se miden en escala de intervalo o razón, • Razón: los elementos son clasificados en categorías que tienen un orden o jerarquía, la diferencia entre valores se pueden realizar y son significativas, Existe el 0 absoluto, es decir la ausencia de la variable medida,
• Ejemplo 1: Tiempo de vuelo, • Ejemplo 2: Ingresos familiares,

Escalas de Medición: Razón
DATOS DE NIVEL DE RAZÓN

EMPLEADO
A B C D

INGRESOS MENSUALES S/.
1400 1000 900 700

Escalas de Medición: Razón
• Propiedades de la Escala Razón
• 1: Las categorías son mutuamente excluyentes y exhaustivas. • 2: Las categorías están ordenadas de acuerdo a la cantidad de características que poseen. • 3: Las diferencias iguales en la característica están representadas por diferencias iguales en los números asignados a las características. • 4: El punto cero refleja la ausencia de esa característica.

RESUMEN DE ESCALAS DE MEDICIÓN NIVELES DE DATOS
NOMINAL ORDINAL DE INTERVALO DE RAZÓN
Las diferencias entre los valores tienen significado El 0 y el cociente entre valores tienen significado

Solo clasifica los datos

Ordena los datos por jerarquía

Número en la camiseta de un jugador de fútbol

Calificación de un estudiante en su clase

Temperatura

Número de pacientes atendidos

RESUMEN DE TIPOS DE VARIABLES Y ESCALAS DE MEDICIÓN
Variables

Cualitativa o Atributo

Cuantitativa o Numérica Tipo de Variable

Escala de medición

Escala de medición

Nominal Ordinal

Intervalo Razón

Discreta Continua

CLASIFICACIÓN DE VARIABLES
Variable Cuantitativa (Numérica)
Continua Discreta

Variable Cualitativa (No numérica )
Ordinal Nominal

Se caracteriza por
Puede tomar cualquier valor en un intervalo dado. (Procesos de medición) Toma sólo ciertos valores. (procesos de contar)

Tienen un orden predeterminado:
-Nivel de Educación, estrato socioeconómico, categoría de ocupación.

No tienen un orden predeterminado:
Sexo, ocupación, Condición de de empleo (nombrado o contratado) 70

Ejemplos Ingreso, talla, peso etc.
Nº de trabajadores por oficina, nº de alumnos por curso etc.

Escalas de Medición: Intervalo

72

Técnicas de recolección de datos

CENSO =>Estadística

Descriptiva

• Se emplea cuando el número de unidades de análisis no es grande (n< 40 aproximadamente) • Si el número de unidades de análisis es grande y se necesita una amplia cobertura de información en áreas menores, como distritos, Comunidades nativas, y otros. Características • Costoso • Errores de Medición (de obtener la información).
73

Técnicas de recolección de datos

MUESTREO =>

Estadística Inferencial

• Se emplea cuando el número de unidades de análisis es grande pero no se necesita información a detalle de áreas geográficas menores. Características • Mayor rapidez y viabilidad • Mayor exactitud en la obtención de información • Reduce los costos • No tiene cobertura en áreas menores.
74

• No todos los temas disponen de datos publicados. En esos casos , la información deberá recolectarse y analizarse. Esto se llama “ . Fuente Primaria”. • Una forma de recolectar encuestas. • Hay dos posibilidades: a) Encuestas Muestrales ( En Muestras) b) Encuestas Censales (En poblaciones)
75

FUENTES PRIMARIA DE DATOS DE DATOS ESTADÍSTICOS

datos es mediante las

FUENTES SECUNDARIA DE DATOS ESTADÍSTICOS
• Los problemas que se estudian o se investigan se adquieren de datos empíricos ( de la realidad) publicados u obtenidos. • Se pueden encontrar datos (estadísticas) relacionadas en artículos publicados, tesis, revistas y periódicos.

Estos se llaman “Fuentes secundarias
Fuentes Secundarias

MUESTREOS
76

GRAFICO DE BARRAS

GRAFICO DE BARRAS SOLIDAS

PICTOGRAMAS

PICTOGRAMAS

PICTOGRAMAS
Gráfico Perú: Deforestación de la Amazonía: 1914-2028 (millones de arboles)

82

Perú: Densidad: Poblacional (Habitantes/ Km2

MAPA ESTADISTICO

Fuente: Censo Poblacional 1993

83

COMPARACION DE CONJUNTO DE DATOS

GRAFICO DE BARRAS

GRAFICO DE BARRAS

COMPARACION DE CONJUNTO DE DATOS

GRAFICO DE BARRAS DE COMPARACION OPUESTA
Perú: Pirámide Poblacional – 2005 (Cifras Porcentuales)

88

GRAFICO DE BARRAS DE COMPARACION OPUESTA

PICTOGRAMAS
Gráfico de Mujeres en el Mundo: 1990-95

Fuente: Roberto Avila Acosta - Estadística Elememtal

90

GRAFICAS CIRCULARES

GRAFICAS CIRCULARES

6.- DISTRIBUCION DE FRECUENCIAS

1-9

MUESTRA
• Se denomina muestra al subconjunto de ese universo y del cual se recopilarán los datos. • Ejemplo, se quiere saber el número de hijos por matrimonio en Lima. Para este propósito, se elige una muestra representativa de 50 matrimonios de ella. Se obtienen los siguientes datos: 2,2,4,1,3,5,3,2,1,6,3,4,1,2,0,2,3, 1 , 7 , 4 , 2, , 3 , 0 , 5 , 1 , 4 , 3 , 2 , 4 , 1 , 5 , 2 , 1 , 2 , 4,0,3,3,2,6,1,5,4,2,0,3,2,4,3,1. • El número total de datos se representa con la letra n. En nuestro ejemplo n = 50.
94

FRECUENCIA ABSOLUTA ( fi )
TABLA • La frecuencia absoluta es el número de veces que aparece un valor (xi) en los datos obtenidos. • En nuestro ejemplo, la frecuencia absoluta indica el número de familias que tienen esa cantidad de hijos:
xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1
95

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

96

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

97

1-9

FRECUENCIA ABSOLUTA ( fi ) GRAFICOS

98

1-9

FRECUENCIA ABSOLUTA ACUMULADA ( Fi )
• La frecuencia absoluta acumulada indica cuantos elementos de la lista de datos son menores o iguales a un valor dado. Es la suma de las frecuencias absolutas desde la primera fila hasta la fila elegida. • Por ejemplo, sabemos que hay 25 matrimonios de la muestra que tienen a lo más 2 hijos:

99

FRECUENCIA ABSOLUTA ACUMULADA ( Fi )
TABLA
fi 4 9 12 xi 0 1 2 Fi 4 13 25

3
4 5 6 7

10
8 4 2 1

35
43 47 49 50
100

FRECUENCIA ABSOLUTA ACUMULADA ( Fi )
GRAFICA

101

FRECUENCIA ABSOLUTA ACUMULADA ( Fi )
GRAFICA

102

1-9

• La frecuencia relativa es el cuociente entre la frecuencia absoluta (f i) y el número total de datos (n). En nuestro ejemplo n = 50:
xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1 TABLA Fi 4 13 25 35 43 47 49 50 hi 0,08 0,18 0,24 0,20 0,16 0,08 0,04 0,02 Hi 0,08 0,26 0,50 0,70 0,86 0,94 0,98 1,00

FRECUENCIA RELATIVA ( hi )

103

1-9

FRECUENCIA RELATIVA ( hi )
GRAFICA

104

FRECUENCIA RELATIVA ( hi )
GRAFICA

105

FRECUENCIA RELATIVA ACUMULADA (Hi)
• La frecuencia relativa acumulada es el cuociente entre la frecuencia absoluta acumulada (F i) y el número total de datos (n). En nuestro ejemplo, n = 50:
TABLA:

TABLA
xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1 Fi 4 13 25 35 43 47 49 50 hi 0,08 0,18 0,24 0,20 0,16 0,08 0,04 0,02 Hi 0,08 0,26 0,50 0,70 0,86 0,94 0,98 1,00

106

FRECUENCIA RELATIVA ACUMULADA (Hi)
GRAFICA

107

FRECUENCIA RELATIVA ACUMULADA (Hi)
GRAFICA

108

• La frecuencia porcentual es la frecuencia relativa (hi) expresada en forma porcentual. En otras palabras, es la frecuencia relativa (hi) multiplicada por 100. • En nuestro ejemplo TABLA xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1 Fi 4 13 25 35 43 47 49 50 hi 0,08 0,18 0,24 0,20 0,16 0,08 0,04 0,02 Hi 0,08 0,26 0,50 0,70 0,86 0,94 0,98 1,00 fi% 8% 18 % 24 % 20 % 16 % 8% 4% 2%

FRECUENCIA PORCENTUAL (fi %)

109

FRECUENCIA PORCENTUAL (fi %)
GRAFICA

110

FRECUENCIA PORCENTUAL (fi %)
GRAFICA

111

• La frecuencia porcentual acumulada es la frecuencia relativa acumulada (Hi) multiplicada por 100. En nuestro ejemplo: xi 0 1 2 3 4 5 6 7 fi 4 9 12 10 8 4 2 1 Fi 4 13 25 35 43 47 49 50 TABLA hi 0,08 0,18 0,24 0,20 0,16 0,08 0,04 0,02 Hi 0,08 0,26 0,50 0,70 0,86 0,94 0,98 1,00 fi% Fi% 8% 8% 18 % 26 % 24 % 50 % 20 % 70 % 16 % 86 % 8 % 94 % 4 % 98 % 2 % 100 %

FRECUENCIA PORCENTUAL ACUMULADO (Fi %)

112

FRECUENCIA PORCENTUAL ACUMULADO (Fi %)
GRAFICA

113

FRECUENCIA PORCENTUAL ACUMULADO (Fi %)
GRAFICA

114

TABLAS DE DISTRIBUCION DE FRECUENCIAS

Problema Nº 01: El Area de Control de Calidad de la empresa VILLARAN S. A. esta llevando a cabo un seguimiento a un lote de piezas mecanizadas en su taller de metalmecánica, para esto ha tomado una muestra aleatoria y se necesita obtener el siguiente análisis estadístico descriptivo: – Tabla de Frecuencias. – Histogramas. – Polígonos de Frecuencia (tarea para el alumno). – Ojivas (tarea para el alumno).

117

1279,5 1285,0 1280,0 1273,0 1284,0 1280,5 1275,5 1278,0 1279,5 1275,0 1267,0 1272,0 1282,0 1276,0 1269,5 1266,5 1273,5 1285,5 1275,5 1283,5

1278,0 1273,0 1280,0 1277,5 1286,0 1280,0 1281,0 1275,0 1278,5 1279,5 1273,5 1275,0 1276,5 1271,5 1284,5 1276,0 1268,5 1272,5 1284,5 1286,0

1283,0 1282,5 1272,5 1275,5 1275,0 1282,0 1271,0 1280,5 1266,5 1282,5 1284,5 1276,0 1279,0 1281,0 1276,0 1287,5 1273,5 1272,5 1279,5 1279,0

1273,0 1271,5 1275,5 1277,0 1278,0 1283,5 1274,5 1279,0 1287,5 1276,0 1279,5 1268,0 1269,0 1285,5 1268,0 1272,5 1266,5 1278,0 1267,0 1271,0

1280,5 1269,0 1284,0 1287,0 1275,5 1280,0 1280,5 1278,0 1275,5 1280,0 1274,5 1285,0 1282,0 1276,5 1268,5 1275,5 1269,0 1271,5 1280,5 1287,0
118

1-9

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA
1. 2. 3. 4. Se identificó que la variable es cuantitativa continua. Se tiene que (Xmax) = 1287.5 y (Xmin)= 1266.5 R =(Xmax) - (Xmin)= 1287.5 – 1266.5 = 21.0 Como el rango es grande entonces trabajamos con los datos ordenados agrupados en intervalo de clase (ver Sturges). Si la variable es cuantitativa continua: – Determinar el numero de intervalos – Utilizar la regla de Sturge: m = 1 + 3,3log n – Si n = 100 – k = 1 + 3,3log(100) = 7.61 = 8 (redondeo simple)

119

DISTRIBUCION DE FRECUENCIAS PARA VARIABLES CUANTITATIVA
• • • • • • Se redondea k = 8 intervalos de clase (por ahora). Intervalo cerrado por la izq. y abierto por la der. El menor del 1er intervalo izquierdo =X`min =(Xmin) – menor unidad/2. X`min = 1266.5 – 0.1/2 = 1266.45 Amplitud de Clase= a = R/k = 21.0/8 = 2.6 Marca de clase= MC=(Xmin + a/2)


MC1 = (1266.45 + 2.6/2) = 1267.75
Y se empieza la tabla
120

INTERVALOS MCi
[ [ [ [ [ [

fi
12 6 11 20 11 20 10 8 2

Fi
12 18 29 49 60 80 90 98 100

hi
0,12 0,06 0,11 0,20 0,11 0,20 0,10 0,08 0,02

Hi
0,12 0,18 0,29 0,49 0,60 0,80 0,90 0,98 1,00

1266,45 - 1269,05 1269,05 - 1271,65 1271,65 - 1274,25 1274,25 1276,85 1279,45 1282,05 1276,85 - 1279,45 - 1282,05 - 1284,65
-

) ) ) ) ) )

1266,75 1269,35 1271,95 1274,55 1277,15 1279,75 1282,35 1284,95 1287,55

[
[ [

)
) ]

1284,65 - 1287,25 1287,25 - 1289,85

100

1,00

Histograma fi
25 20 15

10
5 0

1

2

3

4

5

6

7

8

9

Histograma Fi
120 100

80
60 40 20 0 1 2 3 4 5 6 7 8
123

9

Histograma hi
0,25
0,20 0,15 0,10 0,05

0,00
1 2 3 4 5 6 7 8 9
124

Histograma Hi
1,20 1,00 0,80

0,60
0,40 0,20 0,00

1

2

3

4

5

6

7

8

9

1-9

PROBLEMAS PROPUESTO
Problema Nº 02: Elaborar la Tabla de Distribución de Frecuencias, Dibujar el Histograma y Polígono de Frecuencia, Aplicar los estadísticos de: posición, variación, simetría, Aplicar los estadísticos de apuntamiento, ¿Que concluye Ud, después de todo eso?,
1,67 1,72 1,81 1,72 1,74 1,83 1,84 1,88 1,92 1,75 1,84 1,86 1,73 1,84 1,87 1,83 1,81 1,77 1,73 1,75
1,78 1,77 1,67 1,83 1,83 1,72 1,71 1,85 1,84 1,93 1,82 1,69 1,70 1,81 1,66 1,76 1,75 1,80 1,79 1,84 1,86 1,80 1,77 1,80 1,76 1,88 1,75 1,79 1,87 1,79 1,77 1,67 1,74 1,75 1,78 1,77 1,74 1,73 1,83 1,76 1,83 1,77 1,75 1,77 1,77 1,84 1,83 1,79 1,82 1,76

1,76 1,76 1,79 1,88 1,66 1,80 1,72 1,75 1,79 1,77

1-9

PROBLEMAS PROPUESTO
Problema Nº 03: Elaborar la Tabla de Distribución de Frecuencias, Dibujar el Histograma y Polígono de Frecuencia, Aplicar los estadísticos de: posición, variación, simetría, Aplicar los estadísticos de apuntamiento, ¿Que concluye Ud, después de todo eso?,
1,72 1,86 1,77 1,7 1,77 1,76 1,77 1,76 1,81 1,73 1,67 1,81 1,80 1,88 1,75 1,79 1,72 1,84 1,83 1,66 1,74 1,87 1,83 1,76 1,78 1,79 1,77 1,66 1,83 1,83 1,72 1,75 1,77 1,87 1,84 1,80 1,84 1,81 1,71 1,80 1,74 1,79 1,83 1,72 1,88 1,77 1,85 1,79 1,73 1,77 1,79 1,75 1,92 1,73 1,93 1,84 1,83 1,67 1,82 1,79 1,75 1,75 1,82 1,86 1,76 1,74 1,76 1,84 1,78 1,69 1,80 1,83 1,75 1,76 1,84

1,67
1,75 1,77 1,88

1,77

1-9

Problema Nº 04: Tenemos los datos de la edad de los alumnos del 5to año de una I,E, Elaborar la Tabla de Distribución de Frecuencias, Dibujar el Histograma y Polígono de Frecuencia, Aplicar los estadísticos de: posición, variación, simetría, Aplicar los estadísticos de apuntamiento, ¿Que concluye Ud, después de todo eso?,
16 15 16 16 14 13 16 17 18 19 17 16 17 17 18 19 25 16 15 13 14 16 13 19 14 17 18 17 16 15 14 15 17 16 17 17 15 18 19 20 18 17 15 14 15 13 14 17 19 16 17 16 17 15 17 18 19 18 15 15 17 14 13 14 15 16 16 17 17 18 15 19 18 17 17 18 19 15 15 14 13 18 19 15 16 14 13 14 16 18 20 14 15 16 17 18 15 19 20 17 17 16 17 16 18 17 17 16 18 17 16 17 17 16 16 16 17 14 13 16 16 18 14 15 14 15 17 15 17 15 16 19 20 16 18 15 18 13 19 13 16 18 15 17

PROBLEMAS PROPUESTO

1-9

Problema Nº 05: Tenemos las resistencias de la tensión de 80 muestras de aleación Aluminio-Litio, Elaborar la Tabla de Distribución de Frecuencias, Dibujar el Histograma y Polígono de Frecuencia, Aplicar los estadísticos de: posición, variación, simetría, Aplicar los estadísticos de apuntamiento, ¿Que concluye Ud, después de todo eso?,
105 120 163 194 218 145 196 221 168 131 133 157 171 201 183 167 154 156 101 148 200 186 141 115 123 171 158 176 121 245 160 134 165 160 150 181 228 208 178 172 175 170 180 174 158 76 158 149 118 143 199 133 167 169 87 149 97 181 207 184 199 160 154 158 180 135 151 237 153 176 190 229 142 150 174 110 193 146 163 135

PROBLEMAS PROPUESTO

1-9

Problema Nº 06:Se lleva a cabo el estudio de dos semanas de duración sobre productividad de los trabajadores, se obtuvieron los siguientes datos acerca del numero de piezas “aceptables” producidas por 110 trabajadores. Encontrar la Tabla de distribución de frecuencias, el polígono de frecuencias y la giba correspondiente.
64 77 34 59 44 88 75 47 84 48 62 35 66 53 57 32 61 41 52 58 62 50 80 21 65 49 54 56 44 34 77 40 52 48 41 35 40 69 66 58 44 66 61 53 29 36 73 76 53 74 75 46 44 66 57 63 55 79 81 69 52 68 52 22 55 60 83 44 33 24 55 44 50 51 63 61 51 66 81 51 71 66 58 73 56 37 56 62 38 73 62 37 46 40 46 77 63 71 55 55 60 58 48 40 54 57 61 35 53 52

PROBLEMAS PROPUESTO

1-9

PROBLEMAS PROPUESTO
Problema Nº 07: Se tiene 30 matrimonios, y se quiere hacer una tabla de distribución de frecuencias respecto al número de hijos. Encontrar la Tabla de distribución de frecuencias, el polígono de frecuencias y la giba correspondiente.
Nº Nº hijos Nº Nº hijos Nº Nº hijos Nº Nº hijos Nº Nº hijos

1 2

1 1

7 8

1 0

13 14

2 1

19 20

1 4

25 26

2 2

3
4

0
2

9
10

5
2

15
16

5
4

21
22

1
2

27
28

1
1

5
6

2
2

11
12

1
2

17
18

5
2

23
24

1
4

29
30

2
1

1-9

PROBLEMAS PROPUESTO
Problema Nº 09: En un estudio de control de calidad en un taller de confecciones, sobre la eficacia del trabajo de 100 obreras, se obtuvieron los siguientes datos respecto al numero de polos fallados. Elaborar la Tabla de distribución de frecuencias, el polígono de frecuencias y la giba correspondiente.
65 43 88 59 75 76 21 45 62 41 36 78 50 48 62 60 35 53 65 74 49 37 60 76 72 48 61 50 75 82 84 40 46 70 90 54 45 77 61 78 79 68 57 70 32 51 33 42 73 26 56 72 46 70 46 70 90 54 50 35 28 55 39 80 64 45 60 52 53 47 43 62 57 75 53 44 60 68 59 70 67 22 73 56 74 35 85 52 41 38 36 82 65 45 34 51 68 47 54 70

1-9

PROBLEMAS PROPUESTO
Problema Nº 08: En un estudio de control de calidad en un taller de autos, sobre la eficacia del trabajo de 100 mecanicos, se obtuvieron los siguientes datos respecto al numero de polos fallados. Elaborar la Tabla de distribución de frecuencias, el polígono de frecuencias y la giba correspondiente.
65 43 88 59 75 76 21 45 62 41 36 78 50 48 62 60 35 53 65 74 49 37 60 76 72 48 61 50 75 82 84 40 46 70 90 54 45 77 61 78 79 68 57 70 32 51 33 42 73 26 56 72 46 70 46 70 90 54 50 35 28 55 39 80 64 45 60 52 53 47 43 62 57 75 53 44 60 68 59 70 67 22 73 56 74 35 85 52 41 38 36 82 65 45 34 51 68 47 54 70

NUMERO DE CLASES Y LIMITES DE CLASE:
Problema Nº 09: Igual que el problema anterior, hallar la Tabla

de Distribución de Frecuencias. 27,9 28,0 28,8 28,1 28,0 27,6 27,9 28,3 28,1 28,0 28,1 28,0 28,1 28,4 27,6 28,3 28,4 27,8 27,8 27,8 27,9 28,2 28,1 28,3 27,8 27,9 27,7 27,9 28,0 28,2 28,1 28,1 28,1 27,5 28,1 27,5 28,0 28,3 28,4 28,3 27,8 27,9 28,0 27,6 28,5 27,6 28,0 28,0 28,3 27,2 28,0 28,0 28,3 27,9 27,8 27,5 28,2 28,3 27,8 27,9

27,9 28,1 28,5 27,9 28,0 28,9 28,6 28,3 28,6 28,7

28,5 27,8 27,9 27,8 28,1 28,0 27,9 27,9 28,0 27,5

28,1 27,8 28,0 27,9 27,7 28,4 28,1 27,6 28,1 27,8

27,8 27,9 28,3 27,9 28,3 27,7 27,9 28,1 27,7 28,3

NUMERO DE CLASES Y LIMITES DE CLASE: TERCER METODO (LH)
1. Se tiene que (Xmax) = 28,9 y (Xmin)= 27,2 2. R =[(Xmax) - (Xmin)]= 28,9 – 27,2 = 1,7 3. Calculamos el “intervalo de Clase (c)”, “c” debe ser múltiplo de la unidad mínima de medición . c = [(Xmax) - (Xmin)]/k = 1,7/10 = 0,17  0,2 k = es el número de clases o intervalos, y por experiencia se sugiere que tome los siguientes valores:
NUMERO DE DATOS 50 - 100 100 - 250 MAS DE 250 VALORES DE K APROX. 6 - 10

DE 7 - 12 DE 10 - 20

NUMERO DE CLASES Y LIMITES DE CLASE: TERCER METODO (LH)
4. El límite inferior de la primera clase se calcula: (Xmin) – Unidad mínima/2= 27,2 – 0,1/2 – 27,15 se le suma el intervalo de clase para encontrar el limite superior del 1er intervalo, repetiremos esto haremos esto hasta sobrepasar el valor máximo. 5. Ahora hallaremos la marca de clase: MC = (límite sup. de clase + límite inf. de clase)/2 MC1 = (27,35 + 27,15)/2 = 27,25 Y se empieza la tabla:

NUMERO DE CLASES Y LIMITES DE CLASE: TERCER METODO (LH)
INTERVALOS [ 27,15 - 27,35 ] [ 27,35 - 27,55 ] [ 27,55 - 27,75 ] [ 27,75 - 27,95 ] [ 27,95 - 28,15 ] [ 28,15 - 28,35 ] [ 28,35 - 28,55 ] [ 28,55 - 28,75 ] [ 28,75 - 28,95 ] MC 27,25 27,45 27,65 27,85 28,05 28,25 28,45 28,65 28,85 fi 1 4 9 29 30 15 7 3 2 100 Fi 1 5 14 43 73 88 95 98 100 hi 0,01 0,04 0,09 0,29 0,30 0,15 0,07 0,03 0,02 1,00 Hi 0,01 0,05 0,14 0,43 0,73 0,88 0,95 0,98 1,00

DIAGRAMA DE PUNTOS (herramienta útil para pocos datos)

DIAGRAMA DE PUNTOS (herramienta útil para pocos datos)
Ejemplo: Datos de resistencia a la tensión de muestras de mortero Portland (Kg/cm2) con polímero agregado: 16.85 16.40 17.21 16.35 16.52 17.04 16.96 17.15 16.59 16.57 mortero Portland sin modificar: 17.50 17.63 18.25 18.00 17.86 17.75 18.22 17.90 17.96 18.15

DIAGRAMA DE PUNTOS (herramienta útil para pocos datos)

* *

** *

*

**

* *

+ + +

+ + ++

+ + +

16.0

16.5

17.0

17.5

18.0

18.5

* = Mortero modificado + = Mortero sin modificar

DIAGRAMA DE TALLO Y HOJAS

DIAGRAMA DE TALLO Y HOJAS

DIAGRAMA DE TALLO Y HOJAS

Gráfica de tallo y hojas (“Stem-and-Leaf ”)
Es una gráfica usada para datos cuantitativos. Ejemplo: Los siguientes datos representan pesos de una muestra de 15 varones adultos. 165 178 185 169 152 180 175 189 195 200 183 191 197 208 179 Hacer su gráfica de “Stem-and Leaf”. Solución: En este caso las ramas la forman los primeros dos dígitos de los datos, y las hojas serán dadas por los últimos dígitos de los datos.

146

Gráfica de tallo y hojas (“Stem-and-Leaf ”)
Luego el “stem-and leaf “ será de la siguiente manera:

Interpretación: El uso del “stem-and-leaf” es exactamente igual al del Histograma, la única diferencia está en que del “stem-and-leaf” se pueden recuperar los datos muestrales, pero de un histograma no se puede hacer. En este ejemplo el “stem-and-leaf” es asimétrico a la izquierda, no tiene mucha variabilidad ni “outliers”.
147

DIAGRAMA DE TALLO Y HOJAS
Ejemplo: Resistencia a la Tensión de 80 muestras de aleación
Aluminio-Litio

105 153 181 158 134 101 145 150

221 174 158 133 178 171 171 135

183 120 176 207 76 165 148 196

186 168 110 180 167 172 158 201

121 167 163 190 184 158 160 200

181 141 131 193 135 169 175 176

180 245 154 194 229 199 149 150

143 228 115 133 146 151 87 170

97 174 160 156 218 142 160 118

154 199 208 123 157 163 237 149

DIAGRAMA DE TALLO Y HOJAS
Tallo 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Hoja 6 7 7 5 1 5 8 0 1 0 3 4 1 3 5 3 5 2 9 5 8 3 1 6 9 4 7 1 3 4 0 8 8 6 8 0 8 3 0 7 3 0 5 0 8 7 9 8 5 4 4 1 6 2 1 0 6 0 3 6 1 4 1 0 9 6 0 9 3 4 7 1 0 8 8 1 8 9 7 5 Frecuencia 1 1 1 2 3 3 6 8 12 10 10 7 6 4 1 3 1 1

DIAGRAMA DE TALLO Y HOJAS

Sign up to vote on this title
UsefulNot useful