ESTADISTICA DE LA OBSERVACION

Incertidumbre de la estadstica.
Es el efecto de variables de incertidumbre (o errores) en la incertidumbre de
una funcin matemtica basada en ellos. Cuando las variables son los valores de
mediciones experimentales tienen incertidumbre debido a la medicin de
limitaciones (por ejemplo, instrumento de precisin), que se propagan a la
combinacin de variables en la funcin. La incertidumbre es normalmente definida
por el error absoluto. La incertidumbre tambin puede ser definida por el error
relativo !x"x, que usualmente es escrito como un porcentaje.
Historamas ! Distribuciones.
#n $istograma es una representacin grfica de una variable en forma de barras,
donde la superficie de cada barra es proporcional a la frecuencia de los valores
representados, %a sea en forma diferencial o acumulada. &irven para obtener una
'primera vista' general, o panorama, de la distribucin de la poblacin, o la
muestra, respecto a una caracter(stica, cuantitativa % continua, de la misma % que
es de inters para el observador (como la longitud o la masa).
La distribucin de una variable aleatoria es una funcin que asigna a cada suceso
definido sobre la variable aleatoria la probabilidad de que dic$o suceso ocurra. La
distribucin de probabilidad est definida sobre el conjunto de todos los sucesos,
cada uno de los sucesos es el rango de valores de la variable aleatoria.
La distribucin de probabilidad est completamente especificada por la funcin de
distribucin, cu%o valor en cada x real es la probabilidad de que la variable
aleatoria sea menor o igual que x.
Valores Centrales de las distribuciones
)oda* es el valor con una ma%or frecuencia en una distribucin de datos.
)ediana* representa el valor de la variable de posicin central en un conjunto de
datos ordenados.
)edia* de un conjunto finito de n+meros es el valor caracter(stico de una serie de
datos cuantitativos objeto de estudio que parte del principio de la esperan,a
matemtica o valor esperado, se obtiene a partir de la suma de todos sus valores
dividida entre el n+mero de sumandos.
Am"litud de las distribuciones.
Es una medida de dispersin para variables de ra,n (variables cuantitativas o
cantidades racionales) % de intervalo. &e define como la ra(, cuadrada de
la varian,a de la variable.
-ara conocer con detalle un conjunto de datos, no basta con conocer las medidas
de tendencia central, sino que necesitamos conocer tambin la desviacin que
presentan los datos en su distribucin respecto de la media aritmtica de dic$a
distribucin, con objeto de tener una visin de los mismos ms acorde con la
realidad al momento de describirlos e interpretarlos para la toma de decisiones.
Im"ortancia de la #edia ! de la Des$iaci%n est&ndar
La importancia de la media, es vital %a que es mediante un procesamiento de
datos nos da un valor intermedio el cual con la a%uda de la desviacin estndar
que es de gran importancia tambin, %a que nos muestran el error que se
encuentra en la toma de datos % la distribucin de los datos.
Distribuci%n 'aussiana
.istribucin de /auss o distribucin gaussiana, a una de las distribuciones de
probabilidad de variable continua que con ms frecuencia aparece aproximada en
fenmenos reales. La importancia de esta distribucin radica en que
permite modelar numerosos fenmenos naturales, sociales % psicolgicos.
)ientras que los mecanismos que sub%acen a gran parte de este tipo de
fenmenos son desconocidos, por la enorme cantidad de variables incontrolables
que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo
que cada observacin se obtiene como la suma de unas pocas causas
independientes.
)uestreo es la tcnica para la seleccin de una muestra a partir de una poblacin.
0l elegir una muestra se espera conseguir que sus propiedades sean
extrapolables a la poblacin. Este proceso permite a$orrar recursos, % a la ve,
obtener resultados parecidos a los que se alcan,ar(an si se reali,ase un estudio
de toda la poblacin. Cabe mencionar que para que el muestreo sea vlido % se
pueda reali,ar un estudio adecuado (que consienta no solo $acer estimaciones de
la poblacin sino estimar tambin los mrgenes de error correspondientes a
dic$as estimaciones), debe cumplir ciertos requisitos. 1unca podremos estar
enteramente seguros de que el resultado sea una muestra representativa, pero s(
podemos actuar de manera que esta condicin se alcance con una probabilidad
alta.
Im"ortancia del Tama(o de la muestra
2 Estimar un parmetro determinado con el nivel de confian,a deseado.
2 .etectar una determinada diferencia, si realmente existe, entre los grupos de
estudio con un m(nimo de garant(a.
2 3educir costes o aumentar la rapide, del estudio.
-or ejemplo, en un estudio de investigacin epidemiolgico la determinacin de un
tama4o adecuado de la muestra tendr(a como objetivo su factibilidad. 0s(*
2 &i el n+mero de sujetos es insuficiente $abr(a que modificar los criterios de
seleccin, solicitar la colaboracin de otros centros o ampliar el per(odo de
reclutamiento. Los estudios con tama4os muestrales insuficientes, no son capaces
de detectar diferencias entre grupos, llegando a la conclusin errnea de que no
existe tal diferencia.
2 &i el n+mero de sujetos es excesivo, el estudio se encarece desde el punto de
vista econmico % $umano. 0dems es poco tico al someter a ms individuos a
una intervencin que puede ser menos efica, o incluso perjudicial.
El tama4o de una muestra es el n+mero de individuos que contiene.
Ti"os de Incertidumbres
Las incertidumbres de tipo 0 son las que se pueden determinar exclusivamente a
partir del anlisis estad(stico de un conjunto de observaciones individuales. Las
incertidumbres de tipo 5 son aquellas en la que influ%en factores diferentes a los
puramente estad(sticos % que usualmente no pueden ser modificadas por el
operador, como por ejemplo*
Especificaciones del fabricante del instrumento % calibracin previa.
6ncertidumbres de los patrones tomadas como referencia en los manuales o en los
certificados del bur de estndares.
Experiencias previas acerca del comportamiento de los instrumentos.
.atos de mediciones anteriores.
Rec)a*o de Resultados
7ste se $ace cuando %a sean por los diferentes tipos de errores experimentales,
algunos datos tienen un margen de error mu% alto es de forma tentativa eliminarlos
pero en ocasiones no es necesario %a que estos pueden encontrarse en la curva
de /auss % pertenecen al porcentaje de error que componen este.
+roblemas
,.
-. #oda* 89:;<"= > 8?
#ediana* 89
.. #ediana/ @@<@"=? > 8A.?A
0. Des$iaci%n Est&ndar/ 8.?9
1. Des$iaci%n est&ndar de la media/ ;.<B
2. a. C (:2) 8.?9
b. C (:2) A.?D
3. a. 8A.?A (:2) 8.?9
b. 8A.?A (:2) A.?D
4. a. 8.?9 :2 8.?9
b. 8.?9 :2 A.?D
5. H6 <.@9
,7. &e debe rec$a,ar %a que el valor se encuentra mu% alejado del valor central.
,,. 8; ;B
;A 8?
88 ;<
8D ;<
8D ;8
#edia/ .3.- media/ 0,.0
Des$iaci%n/ 1.7. des$iaci%n/ -.-0
,-. #nimo/ @<
,.. #nimo/ =