ESTADÍSTICA I

1.Estadística

- Estadística descriptiva:
• Descriu informació de dades (mostres)
• Estimació puntual d’un paràmetre (mitjana, mediana...)

- Estadística inferencial o inductiva:

• Intentem generalitzar a individus similar que formen part d’aquests
població (mesurar la motivació dels empleats de coca cola, llavors
preguntarem a uns quants (mostra), descric el que m’han contestat aquests
i d’allà treure conclusions generalitzades.
• Conceptes relacionats: percentatge de risc (0’05) / Interval de confiança

*mostra/població
Mostra= 500 treballadors de coca-cola
Població= tots els treballadors de coca-cola (1000 persones per exemple)

2.Tipus de variables
- Variable: tot allò que es pot mesurar. Conjunt de dades (mínim de 2, com home
i dona(.
- Constant: sempre presenta el mateix valor ( si nosaltres tenim una mostra on
nomes hi ha dones serà una constant, llavors no ens farà falta analitzar-la)

Criteri lògic:
1) Variables immediates: no ens fa falta cap instrument per obtenir la informació
( color d’ulls, comptar persones, model de cotxe...)
2) Variables instrumentals: es mesuren amb l’ajuda d’instruments o aparells de
mesura ( per (balança), alçada (metro)...

Criteri de mesura:
• Variables qualitatives/Categòriques: aquelles que ens distribueixen els
individus en diferents grups.
-Nominals:
-Dicotòmica: 2 grups i si la codificació es 0 i 1, és binària. ALTURA (alt/
baix). SEXE (dona/home)
-Policotòmica: Més de 2 categories

-Ordinal: si hi ha un ordre lògic entre les categories que volem analitzar

(estat evolutiu (nen, adolescent, adult, avi)
 • Variables mètriques/quantitatives/numèriques: tenen unitats de mesura.
-Contínua; poden prendre valors entre dos valors continguts. Valors amb
decimals (pes, alçada...)

-Discreta: els valors que pot prendre la variable són limitats (nombre de
fills)

3.Anàlisi de variables

- Variable qualitativa nominal: aquella que ens classifica els individus en

diferents grups (gènere, on la codificació es numèrica 0=home; 1=dona)

EJEMPLE: Mostra de 10 individus

-Variable qualitativa ordinal: El

percentatge acumulat és molt útil3#33##
en aquest cas.
 - Variable quantitativa discreta: El que ens interessa veure realment és la
mitjana de puntuació, la mediada, la moda, la desviació...

Mediana = Quartil 3

mínim /Q0 = 1 i el Màxim/Q4=10

Els percentils son igual que els quartils, però en percentatge, és a dir, el percentil 75
es el quartil 3.

Com calcular la Variança:

( n = n ú m e r o i n d i v. Mostra)

- Variable quantitativa Contínua: diagrama de caixa, histograma, calcular

mitjana, medianes...
 4.Mesures de posició i
dispersió: Aquelles que
ens descriuen aquesta part
central de la mostra i la no
central ens diuen la distribució per exemple en els extrems (mínim i màxim) o en els
Quarts.

El resultat si es positiu estarà

per damunt de la mitjana, i si
el valor està per sota de la
mitjana sortirà negatiu.
5.El diagrama de caixa

EXERCICIS REPÀS

MITJANA(42,37)/MEDIANA o Q2(37,3)/DESVIACIÓ(19,67)/VARIANCIA (desviació al

quadrat; 387,052)/ RANG (màxim- mímin; 78,7)/Q0(mímim; 21’1)Q1(mediana quartil
1;30,5),Q2 (37,3),Q3(44,7),Q4(màxim;99,8)(/RIQ(Q3-Q1=14,2/CV=desviació (19’674)/
mitjana (42,37)=0’464
 Diagrama de Caixa:

(Variable quantitativa Discreta)

A)Frequencia absoluta, percentatge, percentatge acumulat (Taula de freqüències)

primer percentatge= 6 (total 0 errors) /50 (total pagines) = 0’12 =12%. En la columna
del percentatge acumulat s’ha d’anar sumant, i la columna només del % s’ha de
calcular mitjançant disivions entre el numero específic derrors entre el total de

pagines (50).

c) Mitjana=2,68

Per calcular la Desviació:

Google= calculadora desviació estandar(picar a
muestra)

Z1 = (primer valor que es 2 menys la mitjana que es

2,68, dividit entre la desviació que es 2,1339)

Z1= 2-2,68/2,133= - 0’319 (ens indica que el primer valor (2) està per sota de la
mitjana perquè és negatiu. 0’3 no arriba a menys 1 per tant està molt a prop de la
mitjana.
BLOC 1
ESTADÍSTICA UNIVARIANT vs EST. BIVARIANT

Univariant

Bivariant

Univariant ! quan totes les variants duna variable la podem descriure una per una
(freq. Absoluta, percentatge...)

Bivariant ! OBJ de màrqueting !analitzar variables entre si per tal d’establir

finalment unes estratègies

! Obj estadístic! variables relacionades o variables no relacionades

Pas 1. Anàlisi d’exploració de dades

(taules de contingència i com es
creuen les freqüències)
Pas 2. Com és a relació entre las
variables en relació a la mostra
(a traves del càlcul)
Pas 3. Com és la relació a la Població
(el Xi quadrat ! i així saber les
tendències)
Passos a seguir per saber si estàn relacionades les dues variables
Com calcular les files?

Com calcular les files?

45/130X100= 34,6%
8/14X100=57,1%
...

Com calcular les columnes?

8/81x100=
...

El fet d’anar a una destinació o l’altre ens definirà el mitja de transport utilitzat, això
es coneix com a dependència total/perfecta.
De tots els que van a platja d’Aro, un 12’9% van amb autocar.
Quan estigui més a prop de 0 significa que serà més feble la relació entre les
variables. Però quan més a prop sigui de 1, més forta serà la relació entre les dues
variables. (si és 0’5 la relació serà mitjana).

EXERCICIS

CALCULAR V de Cramer:

Freq. Esp.
CARAVANA:
14x36’82/100=
14x63/100= (anar calculant amb tots els
transports)

Cotxe

A continuació s’han de sumar tots els 14 valors en blau!

0’17+0’10+1’58...=13’05=XI QUADRAT=SUMA DE DIFERENCIES

(El 2 es el mínim de numero de files(7files) i columnes(2columnes), és a dir, sempre

s’agafa el numero més petit/220 persones total que t’han respòs las enquestes) i el
numero 1 forma part de la formula))
Interpretació V

1. La relació....
• entre quines variables?
• Com es la relació (feble o forta)
• A quin nivell? (mostra)

2. Quantifica la relació de les variables, nomes en la mostra (n=220)

Exercici resultat interpretació: La relació entre Destinació i Mitjà de transport és

feble(0’243) a la mostra (220)

3. Contrast d’hipòtesis ! per tant s’ha de rebutjar ! hipòtesi nul·la

Gl= grau de llibertat=

(files – 1)x(colummes -1)

Mirar les taules a google:

d’aqui sabràs el valor crític i veuràs que en

aquest cas el xi quadrat es mes gran que el valor crític. Valor crític =12’59 ! la
relació entre transport i la variable de destinació és significativa a la població
Hem de mirar el Xi Quadrat ! s’ha de comparar amb un valor crític. El xi quedat es la
suma de las diferencies, i la formula de x2 es:

“Si es mes gran que 0’5 no podem rebutjar la hipòtesis”

ALERTA INTERPRETACIÓ
EXERCICI

PAS 1= A+B
PAS 2=C
PAS 3=D

BLOC 1.2
RELACIÓ ENTRE UNA VARIABLE QUANTITATIVA I UNA VARIABLE QUANTITATIVA
X=mitjana S=Variació (el grup d’altres hi ha la desviació mes elevada/ on hi ha més
variació respecte l’antiguitat de la feina es en el grup d’altres)) n=nombre

Si els punts
estan separats
vol dir que hi ha més diferencies entre grups. Si dins de cada grup hi ha diferencia?

La tercera gràfica es veu que té una diferencia de grups més diferenciada i la segona
té una diferencia més estreta entre grups, gairebé nul·la.

Hi ha una variació intregrup petita en la segona gràfica.

Exemple:
Pas 2 ! Càlcul N
“La interpretació equival al mateix procés que la V de Cramer “
Amb el SSPPS arribarem a saber-ho a través de la Prova Levene.

Mirar a la taula de “Grados de libertat

del numerador” està penjada en el
moodle.
El valor crític que ens ha sortit al
mirar la taula ha estat de 3,35 i ara el
EXERCICI

1) Calcular ÉTA i interpretar-la (cal calcular variació intra i variació entre, no fer
el pas 1 perquè no es pot)

2) Formular hipòtesis, contrast hipòtesis (a traves de: F Fisher ,F Brown, T-studen

o t-student robusta)