UNIVERSIDAD NACIONAL DANIEL ALCIDES CARRIN FACULTAD DE CIENCIAS AGROPECUARIAS

ESCUELA DE FORMACIN PROFESIONAL AGRONOMIA OXAPAMPA

Estadstica General

Introduccin a la estadstica
DOCENTE: Ing. EDSON RAMOS PEALOZA

Qu es la Estadstica?

Es la ciencia que orienta la toma de decisiones a partir del anlisis e interpretacin de observaciones realizadas en forma directa o experimentalmente.
Es la ciencia que proporciona los mtodos cientficos para la recopilacin, organizacin, resumen, representacin y anlisis de datos o hechos.

Qu es la estadstica?
Estadstica es la ciencia de:
Recolectar Describir Organizar Interpretar

Datos

para transformarlos en informacin, para la toma mas eficiente de decisiones.

Finalidad de la Estadstica

En la actualidad es considerada como un poderoso auxiliar en las investigaciones cientficas, que le permite a sta aprovechar el material cuantitativo. La estadstica es indispensable en la formacin de cualquier profesional universitario o tcnico medio, ya que, por medio de esta se pueden realizar diagnsticos de cualquiera investigacin que se desee realizar. La estadstica es indispensable para realizar cualquier trabajo de investigacin que requiera una recoleccin de informacin. Ella permite resumir los resultados de una investigacin en una forma significativa y cmoda. La misma permite deducir conclusiones generales y as afirmar hasta donde se puede ampliar una generalizacin de una investigacin determinada. De la misma forma permite predecir que suceder algo tomando en cuenta ciertas condiciones que se han analizado con datos anteriores.

Quienes usan la estadstica?

Organismos oficiales. Diarios y revistas. Polticos. Deportes. Marketing. Control de calidad. Administradores. Investigadores cientficos. Mdicos Ingenieros etc.

Etapas de Desarrollo de la Estadstica

La historia de la estadstica est resumida en tres grandes etapas o fases. 1.- Primera Fase: Los Censos: Desde el momento en que se constituye una autoridad poltica, la idea de inventariar de una forma ms o menos regular la poblacin y las riquezas existentes en el territorio est ligada a la conciencia de soberana y a los primeros

2.- Segunda Fase: De la Descripcin de los Conjuntos a la Aritmtica Poltica: Las ideas mercantilistas extraan una intensificacin de este tipo de investigacin. Colbert multiplica las encuestas sobre artculos manufacturados, el comercio y la poblacin: los intendentes del Reino envan a Pars sus memorias. Vauban, ms conocido por sus fortificaciones o su Dime Royale, que es la primera propuesta de un impuesto sobre los ingresos, se seala como el verdadero precursor de los sondeos. Ms tarde, Bufn se preocupa de esos problemas antes de dedicarse a la historia natural. Chaptal, ministro del interior francs, publica en 1801 el primer censo general de poblacin, desarrolla los estudios industriales, de las producciones y los cambios, hacindose sistemticos durante las dos terceras partes del siglo XIX.

3.- Tercera Fase: Estadstica y Clculo de Probabilidades: El clculo de probabilidades se incorpora rpidamente como un instrumento de anlisis extremadamente poderoso para el estudio de los fenmenos, econmicos y sociales y en general para el estudio de fenmenos cuyas causas son demasiados complejas para conocerlos totalmente y hacer posible su anlisis.

Ramas de la Estadstica
Estadstica Descriptiva: Mtodo que contiene la recoleccin, organizacin, presentacin y resumen de una serie de datos obtenidos en un estudio.

El proceso que sigue la estadstica descriptiva para el estudio de una cierta poblacin consta de los siguientes pasos:
Seleccin de caracteres a ser estudiados. Obtencin del valor en los caracteres seleccionados. (encuesta o medicin)
9

 Elaboracin de tablas de frecuencias. Representacin grfica de los resultados. Obtencin de parmetros estadsticos, nmeros que sintetizan los aspectos ms relevantes de una distribucin estadstica.

Casos descriptivos
1. 2. 3. 4. Diagnstico de los Censos Nacionales. Consumo de energa en los hogares. Produccin agricola en oxapampa. Utilizacin de las TICs en universitarios

Estadstica Inferencial: Es aquella rama de la estadstica que apoyndose en el clculo de probabilidades y a partir de datos mustrales, efecta estimaciones, decisiones, predicciones u otras generalizaciones sobre un conjunto mayor de datos. Es la rama de la estadstica que hace posible la estimacin de una caracterstica de una poblacin o la toma de una decisin referente a una poblacin, fundamentndose slo en los resultados de la muestra .

11

Conceptos bsicos en Estadstica

Poblacin(1): En trminos estadsticos, poblacin es un conjunto finito o infinito de personas, animales o cosas que presentan caractersticas comunes, sobre los cuales se quiere efectuar un estudio determinado. Est integrado por la totalidad de todas las unidades de anlisis.
Muestra: La muestra es un subconjunto de la poblacin, seleccionado de tal forma, que sea representativo de la poblacin en estudio, obtenindose con el fin de investigar alguna o algunas de las propiedades de la poblacin de la cual procede. En otras palabras es una parte de la poblacin que sirve para representarla.
(1) Algunos autores utilizan Universo como sinnimo
12

Poblacin y Muestra
Poblacin

Muestra

13

Tipos de poblacin
La poblacin puede ser segn su tamao de dos tipos: Poblacin Finita: cuando el nmero de elementos que la forman es finito, por ejemplo el nmero de alumnos de un centro de enseanza, o grupo clase. Poblacin Infinita: cuando el nmero de elementos que la forman es infinito, o tan grande que pudiesen considerarse infinitos... Como por ejemplo si se realizase un estudio sobre los productos que hay en el mercado. Hay tantos y de tantas calidades que esta poblacin podra considerarse infinita.

Muestreo: Es el procedimiento mediante el cual se obtiene una o ms muestras de una poblacin determinada. Existen dos tipos de muestreos a saber: Muestreo no Probabilstico: Es aquel en el cual se toma la muestra segn el criterio del investigador, estos pueden ser: muestreo intencional u opintico y el muestreo sin norma o circunstancial. Muestreo Probabilstico: Es aquel que se selecciona utilizando mtodos aleatorios en los que se utilizan las probabilidades matemticas. Entre estos se pueden mencionar: Muestreo aleatorio simple, muestreo estratificado, muestreo por conglomerado o por rea y muestreo sistemtico.
15

Unidad de anlisis: Es el objeto o elemento indivisible que ser estudiado en una poblacin, sobre los cuales se van a obtener datos. Es el que genera el fenmeno estudiado y proporciona datos concretos Dato: Es el valor o respuesta que adquiere la variable en cada unidad de anlisis. Es el resultado de la observacin, entrevista o recopilacin en general. Son la materia prima de la estadstica. Es el elemento primario de toda observacin o bsqueda. Informacin: Es el resultado de los datos procesados de acuerdo a ciertos objetivos. No hay informacin sin datos.
16

Variable: Es una caracterstica que puede tomar distintos valores. Son caractersticas observables, susceptibles de adoptar distintos valores o ser expresados en varias categoras. Adquiere un valor determinado en cada unidad de anlisis. Puede ser una caracterstica medible (peso, ingresos, rendimiento, produccin, etc.) o una cualidad no medible (sexo, nacionalidad, Variedad de caf, etc.)
Dato

Unidad de anlisis

Variable Sexo Edad Peso Estatura

Masculino 6 aos 25 kg. 110 cm

Tipo de Variables
Cualitativa o de Atributos: Cuando expresan una cualidad, caracterstica o atributo, tienen un carcter cualitativo, sus datos se expresan mediante una palabra, es no numrico, por lo tanto las operaciones aritmticas, como sumar y obtener promedios, no son significativas.
Ejemplos:
Sexo Especies de plantas Marcas de computadora Grado de satisfaccin Tipo de software Estado civil, etc.
18

Cuantitativa o Numrica: Cuando el valor de la variable se expresa por una cantidad, es de carcter numrico. El dato o valor puede resultar de la operacin de contar o medir, por lo tanto las operaciones aritmticas, como sumar y obtener promedios, son significativas. Ejemplos:
Nmero de computadoras Nmero de hijos das de germinacin de una semilla Tiempo de vuelo Ingreso, etc.
19

Las variables cuantitativas se pueden clasificar a su vez en discretas o continuas. Cuantitativas Discretas: cuando el valor de la variable resulta de la operacin de contar, su valor est dado slo por nmeros (enteros positivos). Ejemplos: cantidad de materias aprobadas, nmero hijos, nmero de computadoras, etc. Cuantitativas Continuas: cuando la variable es susceptible de medirse, es toda variable cuyo valor se obtiene por medicin o comparacin con una unidad o patrn de medida. Puede asumir cualquier valor dentro del rango de medicin, por tanto se expresa en cualquier nmero real. Normalmente se miden magnitudes como ser longitud, superficie, volumen, peso, tiempo, dinero. Ejemplos: peso al nacer, tiempo de servicios, horas trabajadas, ingreso mensual, temperatura, etc.
20

Escalas de medicin de las variables:

Son el conjunto de los posibles valores que determinada variable puede tomar. Por tal razn, los tipos de escala de medicin estn ntimamente ligados con los tipos de variables a estudiar. Las magnitudes de las observaciones cuantitativas se conocen como los valores que una variable puede asumir. Es una serie de graduaciones que permiten darle un valor numrico a las caractersticas que estamos midiendo. Las escalas de medicin es el alma fundamental de toda Investigacin Cientfica, puesto que, slo a travs de ellas es como se pueden calibrar los fenmenos, sus relaciones, entre otros. Es importante conocer el tipo de escala que representan los datos, debido a que, de su esencia dependen las tcnicas estadsticas que se debern aplicar para su anlisis.
21

Las escalas de medicin se clasifican en:

Escala de Medicin Nominal: Es aquella en la que los nmeros slo se emplean para diferenciar los objetos de distintas categoras o cuando se emplean nombres. Se dice que los datos que se obtienen para una variable cualitativa se miden en una escala nominal. Los datos observados simplemente se clasifican en distintas categoras que no implican orden. Los nmeros sirven como indicativos o etiquetas para identificar objetos o clases. Ejemplos: Color de ojos Estado civil Profesiones Lugar de nacimiento, etc.
22

Propiedades de la Escala Nominal:

No intervienen mediciones, ni escala, en vez de esto solo hay cuentas o conteos. Esta escala es considerada excluyente, es decir que la persona u objeto se incluye solamente en una categora. No existe un orden especfico para esta categora. No presentan el cero. No se basa en diferencia cuantitativa. Los elementos de una categora deben de ser equivalentes, idnticos.

23

Escala de Medicin Ordinal: Es aquella en la que los nmeros se utilizan para diferenciar en orden de supremaca de acuerdo con cierto criterio jerrquico, como son los nmeros que se emplean para clasificar los distintos estratos socio-econmicos o para designar preferencias. Los datos observados se clasifican en categoras distintas en las que existe algn orden especfico. La diferencia entre dos nmeros ordinales no tiene significado cuantitativo, slo expresan, por ejemplo, que una situacin es mejor que otra, pero no cuanto. Ejemplos: Grado de instruccin Clases sociales Orden de mrito Grados militares, etc.
24

Propiedades de la Escala Ordinal:

Las observaciones o elementos se les ordena en rangos o categoras diferentes. Cada categora o rango mantiene una relacin entre si, estas relaciones se expresan en trminos algebraicos de desigualdades (mayor que o menor que). Las categoras son mayores o menores que otras categoras, es decir, que existe una clasificacin de mayor a menor (jerarqua). Las categoras son mutuamente excluyentes y exhaustivas. No presentan el cero.
25

Escala de Medicin de Intervalos: Es una escala ms especializada que las dos anteriores, puesto que es posible ordenar las mediciones y expresar adems en cunto difiere una situacin de la otra. Esta escala se caracteriza por tener una unidad de medida y un origen (cero) arbitrario. La escala de intervalos a diferencia de la nominal y ordinal, es una escala efectivamente cuantitativamente. Una escala de intervalo es una escala ordenada en la cual la diferencia entre las mediciones es una cantidad significativa.
Ejemplos: Coeficiente de inteligencia, temperatura, etc.
26

Propiedades de la Escala de Intervalos

Esta escala implica la cuantificacin de los datos En ests medidas se utilizan unidades constantes de medicin (capacidad, grados fahrehrt o centgrados) los cuales producen intervalos iguales entre puntos de la escala. Proporcionan nmeros que manifiestan diferencias palpables entre individuos, objetos o cosas. En esta escala de intervalos el punto cero (0) y la unidad de medida es arbitrario. Se pueden aplicar todas las medidas estadsticas ms conocidas, con excepcin del coeficiente de variacin. Son mutuamente exclusivas y exhaustivas.
27

Escala de Medicin de Razn o Proporcin: Esta constituye el nivel ms alto de medicin, posee todas las caractersticas de las escalas nominales, ordinales y de intervalos; adems tiene un cero absoluto o natural que tiene significado fsico.
El cero, significa ausencia o inexistencia total de la propiedad considerada. Son posibles todas las operaciones aritmticas. Los nmeros indican los valores concretos de la propiedad que s esta midiendo; peso, estatura, ingresos monetarios y gastos directos, son ejemplos de medidas con una escala de razn.
28

Propiedades de la Escala de Razn:

La distancia entre los nmeros es un tamao conocido y constante. Los datos tienen un punto cero significativo. Puede utilizarse cualquier prueba de tipo estadstico, incluyendo el coeficiente de variacin. Permite hacer comparaciones entre los nmeros verdaderos con un cero aritmtico siendo arbitrario nicamente la unidad de medida.
29

Resumen de Tipos de variables y Escalas de Medicin

Variables

Cualitativa o Atributo Cuantitativa o Nmerica

Escala de medicin

Escala de medicin TIPO DE

VARIABLE

Nominal Ordinal

Intervalo Razn

Discreta Continua

30

Parmetros y Estadgrafos:
Parmetros: Son cualquiera caracterstica que se pueda medir y cuya medicin se lleve a cabo sobre todos los elementos que integran una poblacin determinada, los mismos suelen representarse con letras griegas. El valor de un parmetro poblacional es un valor fijo en un momento dado.
Ejemplo: Media Aritmtica = (mu) Desviacin Tpica = , (Sigma) etc.

Estadgrafos (Estadsticos o Estimadores): Son aquellas caractersticas medibles, cuya medicin se realiza sobre los componentes de una muestra, los mismos se representan con letras del alfabeto castellano. Los estadgrafos no tienen un valor nico, sino que pueden tomar distintos valores al ser calculados a partir de muestras diferentes.
Ejemplos: Media Aritmtica = X , Desviacin Tpica = S.
31

Errores Estadsticos Comunes

Al momento de recopilar los datos que sern procesados se es susceptible de cometer errores as como durante los cmputos de los mismos. No obstante, hay otros errores que no tienen nada que ver con la digitacin y que no son tan fcilmente identificables. Algunos de estos errores son:

Sesgo: Es imposible ser completamente objetivo o no tener ideas preconcebidas antes de comenzar a estudiar un problema, y existen muchas maneras en que una perspectiva o estado mental pueda influir en la recopilacin y en el anlisis de la informacin. En estos casos se dice que hay un sesgo cuando el individuo da mayor peso a los datos que apoyan su opinin que a aquellos que la contradicen. Un caso extremo de sesgo sera la situacin donde primero se toma una decisin y despus se utiliza el anlisis estadstico para justificar la decisin ya tomada.

Datos no comparables: el establecer comparaciones es una de las partes ms importantes del anlisis estadstico, pero es extremadamente importante que tales comparaciones se hagan entre datos que sean comparables. Proyeccin descuidada de tendencias: la proyeccin simplista de tendencias pasadas hacia el futuro es uno de los errores que ms ha desacreditado el uso del anlisis estadstico.

Muestreo Incorrecto: en la mayora de los estudios sucede que el volumen de informacin disponible es tan inmenso que se hace necesario estudiar muestras, para derivar conclusiones acerca de la poblacin a que pertenece la muestra. Si la muestra se selecciona correctamente, tendr bsicamente las mismas propiedades que la poblacin de la cual fue extrada; pero si el muestreo se realiza incorrectamente, entonces puede suceder que los resultados no signifiquen nada

Definicin
La Estadstica es la Ciencia de la

Sistematizacin, recogida, ordenacin y presentacin de los datos referentes a un fenmeno que presenta variabilidad o incertidumbre para su estudio metdico, con objeto de
deducir las leyes que rigen esos fenmenos,

y poder de esa forma hacer previsiones sobre los mismos, tomar decisiones u obtener conclusiones.

36

Para qu sirve la Estadstica?

La Ciencia se ocupa en general de fenmenos 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 (estocstico) La Estadstica se utiliza como tecnologa al servicio de las ciencias donde la variabilidad y la incertidumbre forman parte de su naturaleza
37

Pasos en un estudio estadstico

Plantear hiptesis sobre una poblacin

Los fumadores tienen ms bajas laborales que los no fumadores En qu sentido? Mayor nmero? Tiempo medio?

Decidir qu datos recoger (diseo de experimentos)

Qu individuos pertenecern al estudio (muestras)
Fumadores y no fumadores en edad laboral. Criterios de exclusin Cmo se eligen? Descartamos los que padecen enfermedades crnicas?

Qu datos recoger de los mismos (variables)

Nmero de bajas Tiempo de duracin de cada baja Sexo? Sector laboral? Otros factores?

Recoger los datos (muestreo)

Estratificado? Sistemticamente?

Describir (resumir) los datos obtenidos

tiempo medio de baja en fumadores y no (estadsticos) % de bajas por fumadores y sexo (frecuencias), grficos,...

No tenis que entenderlo (an)

Realizar una inferencia sobre la poblacin

Los fumadores estn de baja al menos 10 das/ao ms de media que los no fumadores.

Cuantificar la confianza en la inferencia

Nivel de confianza del 95% Significacin del contraste: p=2%

Mtodo cientfico y estadstica

Plantear hiptesis

Disear experimento

Obtener conclusiones

Recoger datos y analizarlos

39

Ejercicios: 1. De los siguientes enunciados, cul es probablemente exija el empleo de la estadstica descriptiva y cul de la inferencia estadstica? a. Un profesor de expresin oral emplea diferentes mtodos con cada uno de sus dos cursos. Al final del curso registra las calificaciones obtenidas por sus alumnos con el fin de establecer cul es mtodo ms efectivo. b. Un ingeniero estudia la relacin entre la satisfaccin laboral de los empleados y la produccin. c. Un demgrafo registra el crecimiento de la poblacin en un rea determinada. 2. Clasificar las siguientes variables: a. Temperaturas medidas en un laboratorio cada media hora. b. Ingresos anuales de los dicentes universitarios. c. Longitudes de 100 tornillos producidos en una fbrica. d. Distancia diaria recorrida por estudiante para ir de su casa a la universidad. e. Tiempo que requiere un estudiante para responder a un examen. f. Variedades de granadilla existentes en oxapampa. g. Preferencia por cierta marca de refresco. h. Extensin del cableado de red i. Nmero de computadoras por oficina. j. Peso de carga almacenada en los contenedores
40

3. Un fabricante de piezas ensambladas est interesado en la proporcin de piezas que resultan defectuosas, cuya condicin puede estar afectada por el tipo de mquina que utilice. Seleccion 2000 piezas defectuosas y encontr que el 75% de las piezas fueron hechas por la mquina A. identifique la poblacin, muestra, unidad de anlisis, parmetro y estadgrafo.

4. La Variable Estadstica: a) Es el valor o respuesta que adquiere la caracterstica en cada unidad de anlisis. b) Es el objeto o elemento que ser estudiado en una poblacin, sobre los cuales se va obtener datos. c) Es una caracterstica observable, susceptible de adoptar distintos valores o ser expresados en varias categoras. d) Es el valor obtenido para describir en forma resumida las caractersticas ms importantes acerca de una poblacin.

41