Scribd Logo
Upload

Welcome to Scribd!

  • Tema 1 Estadistica PDF

    Uploaded by

    Anahi Estrada
    12 views17 pages

    Original Title

    Tema 1 Estadistica.pdf

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    12 views17 pages

    Tema 1 Estadistica PDF

    Uploaded by

    Anahi Estrada

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 17
    aaa fr =a ESTADISTICA GENERALIDADES LL ,QUE ES ESTADISTICA? Lapalabra“estadstica”coino muchas tras palabeas tienen varios significados. En el lenguaje comin, el nino “estatitica” significa un poco mis que datos © ‘nformaciones numérica y se emplea generalmente en purl. Por ejemplo, el cronista teas as secrets de acompatia El proces de esiar eta apd pone pot ‘erhun problema e Ineencia Ealiica 3 EJEMPLO 1.3 Un fabricamte de modicnassfima que wna nueva vacona conta el catarodesarollaa por sucompaiia tiene unacectvidad de195%estoes,eapromedio 95 deca 100 personas que emplean a vacua pesarn el inviemo sin conagiarse de cataro. Como resulta imposible proba la vacuna en todas as personas, consideremos «ue 40 personas han reibido la vacuna, que de las 40,35 nos contagiaron de catao. ‘Vermos que sila afirmaciin del ficane es correcta se experaria que 38 personas 40 (195 = 38) param el inviemo sin cataro, Pesto que el nimero observado€5 35,10 cual esinferioral nimero esperado 38, deber recharars Ia afimaci del fabricante en base ala evidencia? El proceso de decisin de rechazar © no la afimacin del {abeicane es un problema de Inferencia Estadistica. El problema también poedeplaeearse como sigue: La preporctén de personas ‘ contagiadas, la cual es cociente del mimero de personas ebservadas que m0 8¢ Contagion entre el nimero itl de personas observadas. Es decir, la proporcin de personas nc comagiadas es: a #-1-08 esta proporcin expresado en porcentae es 100(0.88)% = 88%. Entonces la evidencia indica séloun 88% de efctvidad de a vacunaen cues, queesmenorala Afimacién ‘el faeicante El proceso de deci, rechaza ono la afirmacin del fabricante es un problema de inferenciaestatistiea. EJEMPLO 1.4 Cuatro bombil de marca A dejaron de funciona despots de 1100, 980, 900 y 1020 horas de wso continuo, Cinco bombil de marca B djaon de funciona desputs de 960, 1050, 1065, 85 y 980 horas de ws continuo. Se Mega ls iguimesconetsiones . Laduracn promedia de as ant bombillas marca Aes 1000hs, mientras qe la duracié promedio des cinco bombil mara es de 980s. >. Laduracin promo d tos ls bombillas marca A es mayor qe la dood as bombillas marca B. . Ladifereniaenre los dos promedis es de 20 bs. La diferencia ene los dos promedios es demasiado peocto para cgar ‘conclsin de qu as bombil marea‘A soa mejores que las tombllas mara B. "Sisesclocciona y prucha otra bombila marca A, probablemente cararé mis que el rowntio dels bombs mara B. (Ud. decide compar bombillas marca Aen vez de bobillas maa B. {Cuales elas conclusions provienen dela Estadisica Dscritivay cules de Inforencia Estadisica? 4 SOLUCION: ‘La duracién promedi dels cuatro bombillas marca A es 1100 + 900+ 980 + 1020 _ 4000 _ 5 609 hs. 4 4 La duracisn romedio de las cinco bombillas marca B es 105 + 960s 16S + 95 990 $900. 00 te ‘como sees usando Estaistia para deseribirel comportamiento slo dels datos ‘bservados y no para una generalizacica, la concusién provene de Estadistica| Descriptiva ',_ Puesto que sees geeralizando, quel duracion promedio de todas las bombillas ‘marca A es mayo qu> todas las bombllas mare B, la conclusén provene dela EstaditicaInfereacial, ‘& Vemos que: 1000-980 = 20 hs, es decir la conclusion proviene de a Estaistica Descriptiva. 4. Seestiusando los promesios los dato obsorvados parainfrisobrela diferencia e todas las bonbills. Por lo tanto es InferenciaEstaditica. ‘€Schace una generalizacion de que cualquier bombilla marca A darard més que cl romedio de las bombillas marca B, proviene de Inferencia Esadica, (Us. esti generaizando que las bombilla marca A duran més que las bombillas marca B, Por lo tant, es Inerencia Estadstica PROBLEMAS 1-1 1. nana prota de atid, cut uabjadres ction caliicacons de 85,90, 2 3. Coo uatjadras recibirn caliicacioes de $8, 7, 9,92. De las Sigvienesdeciaaioesrealzadas con bse en eats calicacines,idnificar acpels ques deriva de mods descrpivos y aque ques deriva de InfereciaEtadiica 2 La cliaciin romadio dels ato tabjadores e 85, y la calificaciia romedi de las ato tabsjaderas es 69 8. Las promatiode tats is tbajdorasesrobablemente mayor ql Je Jos trahajadores, -¢. En la siguiente prueba de aptitudes. probablemente los rabajadores recib ia calificaciones ms a ques wands Cinco neumauices para automévil de marca A y cuatro neuméticos de marca B se proctn para dcteminar su dancin envio. La dua pbs aeundices marca A, son: 3600, 29000, 33000, 37600 y 40 000 kn; para la marca B, sn: 29000, 31,000, 33.000 y 35.000 km. De las siguientes declaraciones hechas en base, 2 estas cifras, Menifique ls que provienen de métodos esr y Lt ue rovienen de ineeci eadisia, 2 La dancin rome los cinco neumdics marc Aes mayor que la de los cao seunsos naa 3. ' Probablemens, a arc promatiode todos los ncumdsics mara A sea cas 35000km micas qucl debs cumdicos marca ea proximadarent de 32000%km. €.Sielpreciodeosneumsicosmarc Aeselmismoqoedélosnemicos mara 8, Ut. recmendara os mums marca Aa edo amigos y pres. En cuatro precbas de matemtica, Jana recbi6calificaiones de 17, 18,15 y 1 mientras que Juan recibié ealfcaciones de 14,13, 16y 13. partir de estos datos se llega as siguientes conclosiones, evils de étas inclayen el método descrip- tivo y cules se cbienen mediante la infeencia etadisica?. 2. El promedio de las calificaciones de Juana es 16 y el promedio dels ealifica- ciones de Juanes 14. ‘, Juana es mejor estadiante que Juan €Probablementeen la siguiente prosba, Juana obtenga calificaciones mis leva- das que Juan, 4. La diferencia enue lor dos promedionet2 parton. =~ {En qué contexto se emplca generalmente la palabea “estadistica” en radio y brs ‘Cissiique cada una de ts afrmaciones siguientes ya sea como infereacias © moos deseripives. 2. Ela pasado, en la Universita Nacional el Cala, el punta rome dl ‘ramen 6 admisin fe 85. 2. E1Dr. Garin etogo, informs qu en ie i el sea a care de os ‘ets contionen un promi de 300 unidades de mecuri. « Lacompatia “RM” predioqufn serial ganador en una elecin rsienciat -esputs de concer los resultados de as vtaciones de 25 msas de slagio de 4252800 mess que hubo en ota. 1.3 POBLACION Y MUESTRA Lapa “placid igual qu suced cone érmin “esata” tne varios sieiicatos. Ene uso comin, se refer a as hs personas de wna ea, ald ‘pas (Lapoblcién deLimacs6 millones lapoblacin de Chinas 900 millones, tc). Elconcepto de “poblacisn”,esadisicamenthablando,esuneoncepio mds amplio de, loqusetienealeervsealoshabiatesde un Depanamento uP; poblacin desde punto de vista estadistico se define como sigue. DEFINICION LA Poblacin es acoleciin de tos ls indviduos, objetos uobser- ‘acianes que poscen al menos ura eracterstica comin. ‘Los témninos poblaciny universo, sulen uss indsinamene. EJEMPLOS 15 [Las edades de los estudiantes del Peri. [Las edades de los alumnos del sistema univertario peruano. Los dismetros dela fsoducein iaria de wercas. Los pesns de Jos melones de una cosecha dela cooperativa ls “meloneros” [Las placas de los automOviles que crculan en un pais. Los pacienies con poliomilitis sometidos a una determinads terapeitica de ‘ehabiltcio, 18 Los enfermos de SIDA, traado con uno de tes tratamienos diferentes. Encada uno dels eemplos anteriores. existe al menos una carateristica comin para todos os elementos integranies dea poblacin.Y cada situacin diferent implica ‘sna poblaci dfercate. mc ejemplo 15g, en lugar de una poblocibn, > ene ws poblaciones diferentes sada poblcin est defnida por cad uno de os es watamien- tos que x liza, Es importante defini a poblacin de acuerdo a la naturlezay extensin del ‘rotema bao estafio, A hablar denaturezaentenderemos a caracterisica materia ‘eesti es deci, quisiramos estar los peso, altura edaes de las persons, lapoblacin estar formadapor los pesos alturasyedadesrespectvamente. Yl hablar de extenin definimos la polacia tan extensa como sea necesao; es dei, si ‘uiséramos estdiar las cracieristcas anteriores en los alumna dl sistema univers taro peruano, la poblaciin estar referida al sistema universitario peruano; y i ‘estuvigranosinteesades en estar sas craceristicas en los alumnes de 1s tniversidaes de Lima, la poblacin exard refer solamente aclas.Alferimosa + ‘urleza el problema, optamas iambicn por disingir entre lo que podem lam. poblacidn “objeto” y poblacin “objetivo”; entendemos par poblaciém objeto, ‘onjunto de elementos materia de estudio y por poblacion objetivo las diferents a medidas de lacaracteristica que nes interesa de la poblacién objeto. Aclaremos ¢si0 ‘con el ejemplo siguiente: al estar el rendimicnacadémico do ls alumnos en el sistema universitarin lapoblacié objet estar constnia pols lamos del sistema ylapolacén objetivo, porlasatas, que mid! adimiem academic. snes ‘emis anor qo: (a), Tota poblacién debe deine de manera quel ican en lade cualquier elemento poe dcise de manera inequvra. (Tota pobacin puede er real vial Pr cuo lado obsérvese, por ejemplo, al hablar de los “alumaos del sistema wni- versitario”,defnimos una poblacién acotada,porl tanto fnita. En cambioal hablar de Jos "pacientes con pliomieliis, sometdos a una determinada terapéutca de ehabil- {aciéa” defnimos ana poblacién no acotada, por lo tanto vitualment nfinita, cuyos lementos son, tanto ls personas qu ya han sido sometidosa la eferia rapa, como Jos qe sean enel futur. Es der, la poblacidn puede clasificarse com fina infinita POBLACION FINITA" Ura pola nas gut oe ene un mer limiado ‘de clementos. Por ejemplo, las estaturas de todos los estudiante que actualmente tsxdin en as uriversde ed. [Notacin: El tamafo de a poblaci6a finitalo denotaremos por“N*. POBLACION INFINITA. Una pola infin ex aqutla que no ene Knit 0 ols, di one un nimer init de lemenas. Pox empl calidad de oat las omdades prt mediante un proces manufacire DEFINICION 5 Pardmetroes una medida resumen que describe wna carncterisica de tods lapoblacca, Losparimetossoncarsctrsicasmedibles de una poblacion ynaturalmente para Hevaa cabo segin un método: “El méiodocientifico”.Laaplicacién de est= mésodo.es lo que diferencia al eonocimieno cientic del conocimienio rdinari. a TS eee somes ee 1. La observacién del fonémeno que se estan, 2. La formulaci de wna (ode varias) hipstess mediante a cual poedan explicarse ‘as hechos observados. 3 Laveriicacion de as hipesis mediante nuevas observaciones. Esta divisin en eapas, supe, qu el fino cintico est defini po un proceso de observacn deracioaliaciy de experimeniacién Laesiadsica deseo eta un papel imporane en cada una dels ues eapas de que conta el mid enti de investiacin. Ena primer eapa interviene mediante la presentci, en forma singpicay resumida, de losresuladosde nobservacibn, aciitando su ands interpreta. En su pimen capa, la Esadsica cumple una foncénesenciamentedesrpiva Enla segunda cap interven, proporcionando cl engaje adecuado paral fr- smolacin gus de ls hipdtess de investiacin. Ena rer tap, lr utlizci del meno estado es deisiva, no so en xan 2 phnificartin y adecuadn disco del experiment, so antiga en la Sskecin dl procdiien eens, yen aera desea bengal apicar dicho “El papel de la Esacsia cn la investigacinc,cntones funciona como una Dreramientaenel disco de imvestigacicn, ene andi de datos, yen a exraciin de conclsiones a partir de ellos. Difcimente puede prevese un papel mayor y mis Import..." (BERNARD OSTLE, Esadstca Apbcaa Ed. Limus, Wiley, S.A). ‘Os aplicaciones: Control estadisica de calidad como ya hemos inficado, en politica se pode utlizar pra ona aerate lector de un part plc: ‘cai, aye a inexprear un te de imigncia, nls nego, ayaa ajar ‘Ropeco le domandapoocial dun producto moiane i ni de mercado. ch ls indesta, ayo a decir i un proceso industal fanciona 0 0 sdecunaments cued con bs espcficaciones también por ejemplo a preversavea un aller 1 iets equgo de manenimicno, actu cn cacao se lca o esa occiminos eins como aplicaciones paiculares o variants dela tora genera. En este Ube ‘start los modasestdisicos descripves de misampliaaplicacia yporlotnto, euzo mds recuente ens diferentes campos rico y centices,acomo alguns ¢e wo menos fecuen. 1.5 ELMETODO ESTADISTICO —* EI método cientfico de investgacin se basa en dos tipos de razonamiento: 1 ductive y el indactiv. El méindo dedactivo procede de lo general ao paticaar y “ ES CCS CS RONEN SAERREE CE SP CUTNECER RIES GPRTEES que caractrizan un problema y se deducen ciertas propiedades particulars por ‘azonamientos \igicos. £1 método induetivo realiza el proceso inverso: a partir de ‘obscrvaciones panicularesdeciriosfendrnenos se ntenta deducic unas reglas gonera- Jes aplcables a todos ellos Lainvestigaciin estaditica se desatollauilizndo et ciclo dedctivoinductivo cents siguientes muro eapas: ‘a. Plancamicnto del problema, 1. Recolecin dea informaciéa. ‘¢. Organizacda yclasificacin de los datos recogios. «d._Andlisis e inexpretacign dels resultados. ‘4. PLANEAMIENTO DEL PROBLEMA El primer paso de a investigacién es defnirclarament los objetivos lest 1 felacionar este objetivo coc los valores numéricos de las variables observables. La investigacién entices una activided con propésit ((inaidad,mcta)ycomotal para quedar enteramente carscterizado debe dar respuesta a las siguiencs interopantes fundomentles: 1. 2En gus comsiste el problema objeto de inrestigacién? 0 bien gus se quiere {Por qué o para qué se planta su investiga? {Sobre qin rcae la investigacion? iCémos2 va investigar? {Quin va reaicar a invesigacin? ine waren’ 1Cuindo sevaa realizar? Solo cuando set en condiciones de ar respuesta a odes y cata una de esas imerroganes se pode edact cl protocol de un uaajo de invesigaci, ques el documento isi. Loscbjetvossurgen al comestarla pregunta acerca de paraqué sea realizar lainvestizactn, stn dzectarnent vnculaosa la jasc cimporancia deb invesigacion proyecto rae La hipétesis, es una conjetura (oun supuesto,o roposicién) acerca de determina hechos que va ms alld (tasciende) de los dats (cyidencia empitica) que intent cxplicar. Es decir, que una hipétesis es una herramienta en la tara cintfica, qu: pretend explicar 0 mterpretar cieros hecho, pero que va nis all de los mismos aspirandoa darcucnta explicativao predecirtambiénalgunoshechos indcpendients¢ aquellos ques oiginaron 5 (Conmip on ba considers om poatteen clenttiion y os ba nga feeneter one hipsess en retinal mismo, la labor investigaiva posce un grado de lcidexy de lridad consderablementc mayor. Es precisamenestaclaridad la que permite efinir os objetivos com mucha mayor precisiény oriental realizacién de los experimentos ‘ola psctia de las observaciones con un alo grogo do espcificidad. », RECOLECCION DE LA INFORMACION Larecolecci correcta de los datos es de extrema imporancia paral investiga- or, que tiene que sr realizado vgilada po ét. Para remarcarto los investigaores tna acrid el témino inglés “GIGO”, entrada de datos invlidos Salida de datos invlidos. Esta etapa consite en: determinar los métodos de recolecciéa aecuado, _reparar los insrumentos de ecolecién, prucba del méiodo y de los insruments de recoleccién seleccionados, y realizar la recoleccién de los datos. Algunos de los Drincipales méiodos de recoleecién se abordard en detalle cf 1.6. « ORGANIZAGION ¥ CLASIFICACION DE LOS DATOS ‘Aqut se debe hacer un anlisis de consistenciay ajuste dels datos. Se trata de segura la validez yconfablidad dels datos rcopilados. Luego se debe clasificary ‘tabular los dates y Finalmente presentarlos encuadrsestadisicosy giles. Enel cap. 2 presentremos en detalle cada uno de estos aspectos. 4. ANALISIS E INTERPRETACION DE LOS RESULTADOS En esta claps se calculan indicadores y medidas resumen que describen al conjuntn de datos. Tarhiéa we ectablacerelacones ene variahlo de mover este ticos que nos permit aceptar orechazarlos modelos. En est texto por wate de _Estadiica Descriptive, blo sbordaremos los primers, que debido a su importancia ‘erin tatados en los eapiulos 3 y 4. 1.6 RECOLECCION DE LOS DATOS Desarollaremos aqui, a segunda et del métndo de invesigain eats, due compre a rcoeccit de a informacn, yfundamentalmens ls principales rocedimientos y métodos que on uilizados para recolectar la informacion necesaria ara. esto dcterminado, 1.6.1 ALGUNOS PROCEDIMIENTOS Y METODOS PARA RECO- LECTAR DATOS Exisen res méodosbicsconloscualsstinvesigatorpoede obese as esas: en primer lg vesigador pucde recur adios ya pubicads pox fxn gatemamtas dusts intial, em segundo lap pose dacher tmesperimeni para obtcer ls dats neers, yea era, pose efecar una cocoa. FUENTES DEINFORMACION Esc ua, ainsi persona donde estan os dats ques ecesian praca una de ls variables 0 as7c08 ainsi, Las foes de datos pueden Se: 1. FUENTEDEDATOSINTERNOS Eslainformacisnrecopilads porlacmpresa (Cainstucin dels resultados de propia gest, Son pus las observacon:s ‘ue constantemenierealzan os departments, adminsrativs,conbles, comer ales, enicos, ee Estas pueden ser por eempo: ‘8. Repons financiers. 3, Repones de operaciones, que estan dadas pra infonmaién da produci, ventas, comprs, esas de pias y garancia. . Repons especies, sinfomaiinadonal a amiss espeiico 2, FUENTEDE DATOS EXTERNOS Son informacionesestadisticasclahoradas ‘or insttuciones de investiga, ya sean piblicos o privados, 0 dependenciases- ecializadas, generalmenterequeridos a nivel nacional o sectoral. 3. FUENTES PRIMARIAS Cuando la informaciin estaditica es obtenida direc- tamenie de la unidad de observacién. Por ejemplo, los resultados de los censos de ‘poblacién y vivienda, indices de precios al consumidor, 4. FUENTES SECUNDARIAS Cuando sobin informacitn etait cite tala a base de los dats de fetes primar. Elerganismo ofc andancetal de aos exasicos sl IasttutoNconal de atadstieaeInformatiea (NED Secacarade formulary desl scra Esaisico Nacional, van los ens. nacoales de poblaciny vivo 10 tos ylos znsoseconsmias cata dice fos ec EI Ministerio de Indastria Trismoe Integracin, labo estadsica cor ice e olamen isco de roduc, rod brut ine, e- E1Ministeriode Economia Finanzas, travts desu organismosespeciaizaos lea yelaboa exaiaica de comers l por mayor yal por mena, coms io erent (mpi y expan) e€. ee ee ee ee ee ‘ISENO DE EXPERIMENTO Unsegundoméiododerecolecin dea informacién Ia poblacn por emigraciéa, . + Reduccién dela poblacién po fallecios. Modiants os sistemasderegistosse establecen as unprocesocontinuo que sigue sin puss los movimiento de cambio en lapoblacin. 1.7 TIPOS DE DATOS Sea cual fuer I fuente dela que obtenemos la informaci, esta puode estar referda a earactristicas cualitativas © cuantitativas. Las primeras se refieren a ‘cuaidaes tales como, coke: blanco, azul, et; estado civil: casado, solter, et rofesién: economist, ingeniro, et; calidad de un producto: bueno, regular, et. Los: segundos se eficren a cantidades aes como: estatraencm.,salarioen soles, némero ‘4c hijos de una familia nimero de dormitoros oc vivienda, ec. Con cada caracteristica materia de investigacisa, asociamos una variable; si, ostemos dara defini siguiente. VARIABLE: Es una caractrisuca de In poblacton que se va mvestgar y que puede ‘omar diferentes valores. 4 ‘Ai prejeplouna variable seria, las horasentastrabsjadas orlostabsiadors de ura empresa y los valores de esta variable venrian das pr ls frets horas ‘jas por cada abd fra ea joa normal inguna ra dos, Nolacin: Las variables se enotari por X,Y, et. ‘Las variables se clasifian en cuaitativas y canitativas. VARIABLE CUALITATIVA. Se Hama as, cuando la vtiable est aociada aur caraceristica cualtativa. Es decir, son variables cuyos valores son cualidadss q. presenta la poblacia, Por ejemplo, a variable “proesion” puede adopta as modalidades: Ingenien: “Métlico, Bislogo, Economist, ee. Las variables eualtatvas se clasfican en: ominales y ordinals. VARIABLE CUALITATIVA NOMINAL Son aquellas que establecen la distincién eos elementos en las ctegoras sin implicaronden ene ella. EJEMPLO 18 Clasificarun grupo de individuos pr sex0: masculino, femenino; por ‘estado civit solteo,casado, vind, ec. ‘VARIABLE CUALITATIVA ORDINAL Son aquelias que sgrupan aos objeto, Individuos, en categoria ordenada, par establecer elciones comparatvas.s deci, ‘on suceptibles de ordenacin pero no de medicin cuantiativas. EJEMPLO19 2. Clasificar aun grupo de personas por su hibito de fumar. Se procede ast: No fumadores Fumadores leves (Casficarun grupo de individuos por su grado de instrccin. Se procede como sigue: ‘Analfabeto Primaria Secundaria Superior = VARIABLE CUANTITATIVA. Se llama si, cuando la variable est asociada a una ‘caacteristica cuantiatva. Es decir, estas surgen cuando se puede estblecer cuénto0 en qué cantidad se posee una dterminada caracteristica. FJEMPLO 1.10 Son variables custtativas ingreso po familia, nimero de cciden- {es de trinsito, longitu, empo te. ‘Las variables cuanttatvas se dividen en diseotas y continas. VARIABLE DISCRETA Son aqoellas qu surgen por el procedimiento de contco. Es decir, las variables estadisticasdiscretassuelen tomar valores enteos. Porejemplo,einimero de hijo por familia;e1mimero de esudianes por colegio, 1 mimero de automéviles que pasan por una avenda en una hora; el nimero de habitants po disrito te, son variables disretas, VARIABLE CONTINUA. Son suelas que surper cuando s mie alguna carci rita. Es dei, ls vriables cotiuas, puede omar a menos teicamente uakuice ‘olor dentro de wn neva. Porejemplo,el peso, a estar, ans arr els personas, los ingress, cl emp do servicio, cs variables extaditicascontiouas. 'No significa que e némero asignado a cada peso, statu, et, poeda omar en ta pctica cue valor ald un intra (aingue toecament Ses paque I imprecisin de noesras medicines hard que en defn Gas venganrepreseatadas or valores discrets. Pero el carte de posibiliad que ten todo nimero rel de ‘er asgnado tuna de estas wales fo que las define como cotinuas. ) ‘0 na combinaciéa de esis (velocidad, densidad, capacidad, . ..) son variables ‘contin. EJEMPLO 1.11 Chasifigue las siguemtes caracteristicas en variables cultatvas, continaas,discretas. ‘2. Tiompo de servicio de los empleados de una empresa. bi. Niimero de cheques grados diaramente en un mes. ‘c. Nimero de acciones comunes vendidascadadiaen Ia Bolsa de Valores de Lima. <4. Lugarde nacimient de las personas que viven en Lima. ‘e. Nivel educacional y eligi delasimeas. =” {Temperatura y humedad diaria de Lima. Nivel educacional,estauray color de oos de las caamarqainas. SOLUCION: ‘a Eltiempo que cualquier persona presta servicios a una empresa esta comprendida zenoralmente de acuerdo a ciertas lees ene 0 y 30 afos. Es deci, puede ser cualquier panto del intervalo [0,30], al menos en teria. Por tanto es una variable ‘uantiativa continua. '. Elnimero de cheques grado dariaments en un mes, puedeser-ningu9, uno, doc, Es decir s una variable cuanitativa discret. ‘También es una vanable cuamiativa diserexa. [Las personas qoe viven en Lima, pueden haber nacido en cualquier distro o lug el pais ode extanjero. Por wnt, es una variable cualitativa. ‘€ El nivel edacacional es una caracerstica culitava ordinal y la regia « cualitativa nominal. Por tani, ls limefas son clasficadas pox las variable ‘cunltaivas, nivel edneacionalyreligia, {Latemperatra ya humedd son variables cuanttativas continu. Luego, Lima clasificada por las variables temperatura y humedad seri una variable continua, ao ee eee ere ee ‘arable canta continua Por ant, las ajamargumas sen clasts porlas ‘carcieisicascuaitativas: nivel edvcacional y color de sus ojos, y a variable sectina esau. INIDADESTADISTICA Eselelemento uobjeto indivisible de apoblacia qu seré snalizado. Por ejamplo, ise quiere estudiar a demanda el deergeateX en Lima Mctropo- tana, la unidd estadisica seria las familias. DATOS Son los valores recopilados como resultado de las observaciones de una -arcteristica 0 variable. Llamados también series esadisticas. Como hay dostipos de variables: cualtativasycuanitativas, iremostambiéaque Jay dos tpos de datos: dats cualitativesy cuanttatvos. Los datos cuanttatives, yueden considerar tmbién como datos discretosy datos continuos. °ROULEMAS 1-3 |. {Poede ordenar als personas por su estado civil soltero (a), casado (a), vido (a), ‘ivorciado (a)? Jusifique su respuesta. 2, En una carrera de caballo, Satarin leg6 primero, Pintado, segundo y Ronco, tercero, Puede encontrar la distancia entre los aabllos?.Justiique su respuesta. 5. Closifiqc ls siguicnes caracteristcas, en variables cualtavas, cuantitativas continas y discreus. 8 Consumo decorate ew) mensual en un 20. "-"2. El nimero de toillos de cada caja producdos en un mes. «Esta iil opin pablica, lugar de nacimienso dels personas que viven ea Callao, 4. Marc y pais de procedencia de los automéviles vendides durante el aloen el Peri. Silos éaicos valores poses para una variable X so: 12, 13,1, entonees X cs una Vari continua En ca apa qe produce una empresa de equiposecuioos se ncuye una lr de ania poral cliente. Adomds de vaidarlagarantiay proprcionar ala ‘Smpatael nombre ydomicio del ceme, la piza pide ora iformacén com- ‘Plemenia que se empleaen osestdis de mercado, Paracada uno de los bancos ‘numeral pia, determine as caractrscas més probable dels ciego- fas ue vila compat para registrar la informacia, En paricular 2. Sein cuantiatva ocualatvas? ¥ Continas o ders? 6 (Cuildelos siguiemesenunciados representa lesquemamésexactoparaclasificar datos? 2. Méodos camiativos. &. Metodosculiativos. €. Unncombinacin de mfidoscuaninvosycualtatvos. 4. El esqucma se dain silo masala informacign concn sobre ft siuacin, 1. Paracoda uno de os sguicates enunciads, enifge ania etic: 2. lake deunacindad deseaesimarelporcenaje de voiamesen su dstn qe «str favor fnapoboi de una ey monica 1. Unicaenadespemerados desea cnocerlaopnin de uscmpledos acerca de un plan de seguro médico patrocinado por la compafiia. «. Uneeutv demercadtonia ena compan desea hacer un encvesa enre los compro pr determina cit ain anova de prod. 4. Enlorsiguenes nunciadosidonitiqac uso apohaié, muon avai, lio de vale, la uid exatia,eprketo yu hero. 2. Seva ealzar un estudio dea canidad Ge arcar vena por semana, eo sspermarcatodocenoseoede Lina, parelato 19, praca start €lprometio de venasd ese afo, los regis se hacen n kgs. por sana Un fama indestial,compromeica en la prodccin de acces, pode toils pra os cules existe exzechos mirgenesdtolrancia com spect 2 anchor 2 lees wn neo de tril de pode rin y 52 mide cidadoramente 18. DISENO 0 ELABORACION DE FORMULARIOS En toa actividad de carter cienitico, lo que se hace en dima intancia es dar respoestasa cients peguntss. De acuerdo con esto, necesitamos un documento donde planear preguntas y registrar sus respuesta, resultado asf que una de as pimeras y ‘ealmente més decisva etapa en cualquier invesigacin es a confeccia de formula- DEFINICION 18. Bajo a denominacién genrica de formularios, 5 incluye ta ‘oma impresadestinaa ala ecoleccin de dato. SJEMPLO 112. Las historias clinicas; las fchasepidemioligieas, ee. Los formula recogen ds clases de datos: Datos admmnistratves ode idemtiicacisa, Datos sobre el problema que se esata, Los rvimeros syudan a Hentfcar las unidades esadsicas de observacéa © incluyen el nombre dela persona, su edad, sexo, residenca 0 ubicacién, fecha de realizacién del estudio, ct. Los segundos se refieren especiticamente al problema que se investiga. ‘Ants deelaborar el frmalario debe considrarse: 1 propésito para el cua ser uilizado, 2 Cacunstancias bajo as uals sreogeri a informacin, Lo primero tiene importancia para decid sobre los datos que se recogerin y lo segundo para la determinacién del tama y del material més convenicme. 1.81 PRINCIPIOS BASICOS QUE SE DEBEN TENER EN CUENTA EN LA CONFECCION DE FORMULARIOS: 1. DECIDIRSOBRELOSDATOS QUE SERECOGERAN Eatao fornulaio se debe recnger slo los datos dlesy adcuados al esto, Formolaros muy «xtenss consiran contra i exact reolecsi de los datas. Es pots, enonces ervonicate: 2. acer ua is de todos os datos que sean ncesrorecoger de acuerdo it finaida del eso, ».Considerarcusles dats son factbles de recoger de manera idedign y exacts €: Limit aqolos datos précteosarecogery ques usar, EJEMPLO L13 Averiguar si ura pasonaes oo alicia drogas, puede er ne inforacién deseablearecoger, pero es aro qu as personas en dpuestas suministarlo 2. DECIDIRSOBREEL ORDENEN QUESE ACEPTARANLOSDATOS Las roguntas dete haere demanera igi yordenada Por jp, pregmtas soe ccapcia,edocaci,vivienda y otasreferems a contcioeseconiicas y soxiales no debe ctr separads. 3. CONSIDERAR COMO SE HARAN LAS PREGUNTAS: 4, Considerar si hay alguna ambigiedad ena pregunta como consecuncia de a resyuesta rei, EJEMPLO 1.14 Siqueremos recogerel dap edad, debemos tener en cuenta si se recogerd en afios cumplidos 0 en el cumple aflos mis prximo. >, Toda pregunta debe teaer respuesta ya que sera impsible saber s una persona poses ono cir caracterisica si nose obtuvo la informacisn al respecio. Ast, cada proginia necesita wna categoria final para asegurar que se dé alguna respuesta ya sea cll desconacda, no informa, no espcifica w otra EJEMPLO 1.15 Al pregunta si ha padecido de rubeola durant ‘no solamente debe pregunta si ono, sno también si se desconoce. «. Debe usar un lenguaje caro y poco técnica. EJEMPLO 1.16 Siueremos saber siuna persona padece de cefaeas fecuen- tes, debe preguntarse si padece de dolores de cabeza frecuentes. 4. Evita respuestasindacidas. EJEMPLO 1.17 Ud munca ba padecido de tuberculosis. Con esa pregunta ¢stumos induciendo ala persona aque su respuesta sea negaiva. PLANEAR COMO SE ANOTARAN LAS RESPUESTAS El espacio que se deja debe ser adecuado pra ls respuesta que se espera y sempre que sea posible se adoptar.l sistema que exige el menor esfverz0. EJEMPLO 1.18 a. Sexo. b. Sexo. Femenino Masculine Encl inci (a)se poe nombre y ea el (tse marca con wna cruz, este timo es de menor esfuere. unde ussrse oto método que seal ilizaciGn de un ciign, pr ejemplo, debe exist una revision peeiica del slario minimo? LS 2No (0.No sabe 0 n0opina ELECCION DE VARIASRESPUESTAS_Debeprocurarse que se puctaclegir ‘nie varias respoestas, evitando amigdedad w omisié de datos. EJEMPLO 1.19 Enfermedades que uted ha padecido Agu se dja libre elec ta respuesta, siendo un método incorrect. Es debe hacerse dela siguiente manera: iH 5 desea recoger. (. DETERMINAR LAS CARACTERISTICAS DEL FORMULARIO Decidi sobre la frma, tamato, color, t., del formalario de acuerdo aalgunasinterogan- tes como: Quin recoger la informaciéa? :De qui se recogert la informacia? (Cusndo dine se on duog? {Céimo se process la informacini? REALIZAR ESTUDIO PILOTO Debe relizase un estudio plow ames que et {ormulario sea impreso de manera defini, con el fin de probario y ver la ‘operaividad del formolaio yparadarsé cuenta dels allas que pueda tne yhacer Jas coreccionesnecesarias. 8. REDACTAR LAS INSTRUCCIONES NECESARIAS Aunque se debe trtar que cada pregunta sea autoexplicatva, de sernecesaro, debe redactaseas ins ciones de cimo anotar las respoestas. Estas pueden imprimirse en el mismo formularo o aparte cuando son muy extensas. 1.9 VENTAJAS DEL EMPLEO DE MUESTRAS En octsion:s, cl muesten es una necesicad, como cuando estamos en presencia de poblaciones vines oininitas.o poblacionesinitas grandes. También es bligxdo ‘en iuociones como as que se presenan, igamos, ene] contol dcaidaddeproducios farmacEatices, en qe el examen del producto hace que haya que desechar lego de fetwado el contro. En tas ocasones, muesuearcontuye una allemativa frente al ‘esttio de ido el universo. La alicmaiva de muesiear es generalmente favorable, [Porque ella significa un ahorro en tempo, recursos yesfer20. 1.10 DESVENTAJA DEL EMPLEO DE MUESTRAS. Una de las principales desventajas, es que el empleo de muestra introduce el Iamado error de muestreo, que tiene su origen en a variabilidad de los elementos que ‘componen la poblacdn, mucsuas del mismo tamato arrojanresllads diferentes. ‘Supongamos, por ejemplo que tenemos una poblacién formada por custo personas cuyasestaturas en centimetres son 158, 160, 16 y 172, respectivamente, La tala promedio de las personas de esta poblacin es de 158 + 160 + 166 172 + Sino se conacera dicho promedtio poblacionl,podriamos estimar esta esata romedio con una muestra, por ejemplo de sblo dos indviduos. Los resultados seria ‘Como se mesa enelcuadro siguiente. = 164 céntimenos enor: | valoesmacarir | exams pronetio 12 158, 160 184160 _ 159 L 43 158, 166 18516 ig M4 158,172 IStI2 ys as | ts | OEMs 24 160,172 Wet 165 a | im Mri ig Como vemos, a cada moesa cOresponde un valr promo diferente, y dierent asa vez, del verdadero promedio ela pblacio. Estadferenciacatreel valor promo qa aro murs lar promo delapoblcn ama error de mestren Nota: Es importante star qe e rmino “eer, como pode apcciarse en el ejemplo anterior, nose usa cma snénime de equivocacia, Sno que iene wa con- novi completamente dierent: ‘Aunque ror de muestco no puede conocer exactament(gerque para ello hata gue Conner el valor poloionl, yen ese cao o Serta necesan9 Seleccionar murs alguna), {pede cals indicecamente pox pocedimintsesadsicos EL error de moestco dese lego slo puede estmarse acticin de qu lamuesta sea adecuadament slionad, y emis, puede disminase tao como se dese, aumentandoeltamao de lamest. Este hechohace oe el maseo seaun ata may oderosy por consiguiente, ua alemativa a valorarparticuarmente cuando se ata be poblaciones grandes eyo estudio exkausivo es df y estas. 1.11 CONDICIONES DE UNA BUENA MUESTRA Aungus cunlqeier porto subconjunto deuna poblacibn constnye una muestra parece intiivament evidente que no cualquier muestra resulta itil para hacer inferen ciasadecuadas en relaci6n con la poblaci, Las muestra deben cumplideterminadas condiciones. Pedriamos decir que estas Son dos: dul pee mey sag: ean eevee areal 2. Lacalidad moestal Delo que strata menudo es pues, de tener una muestra sufcientemente grande, sero no mayor de lo necesari. Eso depeade geeralmente de a frecuencia con que el “nbmeno ocaracteratica en estado se encvcnure en la pobloiony de la varabiidad tees. Sin embargo, el tsmato por i solo no pode garantizar que la muestra se til ©

    You might also like