20131MAT042S2 Clase

Introduccin
La gran cantidad de datos que nos presenta

la vida diaria (televisin, peridicos,
publicidad) hace necesario que cada
integrante de una sociedad se pregunte:
PROBABILIDAD
Y ESTADSTICA
Porqu es necesario el anlisis de datos?

Existe alguna estructura en los datos?
Existe algn dato anmalo?
Se puede sintetizar (resumir) los datos de
manera conveniente?
Existen grupos de datos diferentes?
Es posible poder predecir el valor de un
atributo, basado en las mediciones de otros
valores?, etc...
R ENATO A LLENDE O LIVARES

HUMBERTO VILLALOBOS TORRES
UNIVERSIDAD TCNICA FEDERICO SANTA MARA
DEPARTAMENTO
DE
MATEMTICAS
05/03/2010
05/03/2010
Introduccin
Proceso de Medicin
La Estadstica, se ocupa de:

Mtodos y procedimientos para recoger,
clasificar, resumir, hallar regularidades y
analizar los datos, siempre y cuando la
variabilidad e incertidumbre sea una causa
intrnseca de los mismos.
Realizar inferencias a partir de ellos, con
la finalidad de ayudar a la toma de
decisiones y en su caso formular
predicciones.
05/03/2010
La medicin es la asignacin de smbolos

(nmeros) a sucesos, hechos u objetos del
mundo real.
05/03/2010
Proceso de Medicin
Proceso de Medicin
Cuando se habla de mediciones, lo

habitual es pensar en nmeros.
Sistema numrico:
0, 1, 2, 3, 4, 5, 6, 7, 8, 9.
Si esta relacin entre los objetos o

sucesos del mundo real es tergiversada,
se presenta un error de medicin.
N de ventas por
regin
Tiempos de
atraso en
entregas
Entre das
Smbolos o Cdigos
, , , ,
, , , ,
Entre Personas
N de reclamos
05/03/2010
05/03/2010
Escalas de Medicin
Unicidad
Clasifica
Nominal
Orden
+ Orden
Ordinal
Diferencias
Equitativas
+ Distancia
Intervalar
Cmo obtener Datos?
Censar
Poblacin
Muestra
Sub-conjunto
de la Poblacin
Datos
Razones
Equitativas
+ Comparacin
Razn
05/03/2010
05/03/2010
Caractersticas de Muestras
Poblacin y Muestra
El mundo observable (emprico) est

compuesto por conjuntos de elementos,
que son llamados poblacin o poblacin
objetivo.
Un mecanismo, para poder obtener

informacin de una poblacin, es la
extraccin de un subconjunto de unidades
o elementos de la poblacin (anlisis y
diagnstico), llamado Muestra.
05/03/2010
Dos factores afectan la cantidad de

informacin contenida en la muestra y, por
tanto,
afectan
la
precisin
del
procedimiento de hacer inferencias.
El primero es el tamao de la muestra
seleccionada de la poblacin.
El segundo es la cantidad de variacin en los
datos; la variacin frecuentemente puede
ser controlada por el mtodo de seleccin de
la muestra.
05/03/2010
Caractersticas de Muestras
Tipos de Muestreo
Los mtodos o tcnicas de muestreo son un

pilar fundamental dentro de los mtodos de
inferencia estadstica.
Muestreos No Probabilisticos.
Muestreos Probabilisticos.
De la muestra se espera que sea

representativa de la poblacin, es decir, que
los atributos de la poblacin que se estn
analizando estn reflejadas en la muestra
(Comentar).
Encuesta
Est el comercio
regional ?
El concepto fundamental que se utiliza, es la

aleatorizacin de las unidades muestreadas.
05/03/2010
Conceptos Bsicos de muestreo
05/03/2010
Tcnicas Bsicas de Muestreo

Muestreo aleatorio sistemtico.
Muestreo Aleatorio Simple o muestreo

al azar irrestricto.
Es una muestra aleatoria en la cual se eligen los

elementos de la poblacin a intervalos uniformes.
Una muestra aleatoria simple es

aquella en la que los elementos se
escogen en forma individual y al
azar de la totalidad de la
poblacin.
Los elementos de la poblacin no
presentan grandes variaciones
entre grupos naturales que
pudiesen formarse en sta.
05/03/2010
La seleccin al azar es similar a la

que se realiza en la extraccin
aleatoria de nmeros en una lotera
Los elementos a muestrear se presentan ordenados

de forma natural.
Lneas de Produccin.
Llegadas de Clientes.
05/03/2010
Muestreo aleatorio estratificado.
Muestreo aleatorio de conglomerados.
Se clasifican los elementos de la

poblacin
en
subgrupos
separados de acuerdo con una
o
ms
caractersticas
importantes.
Despus,
se
obtiene por separado una
muestra aleatoria simple o
sistemtica de cada estrato.
Puede utilizarse este tipo de
muestreo para asegurar una
representacin proporcional de
diversos subgrupos en la
muestra.
05/03/2010
Los elementos de la poblaciones

se encuentran en pequeos
grupos, difciles de descomponer
para
llegar
al
elemento
informativoEs un tipo de muestreo aleatorio
en el que los elementos de la
poblacin estn en forma natural
en subgrupos. As, se eligen al
azar los subgrupos que forman la
muestra.
05/03/2010
Organizacin de Datos
Resumen de Datos
Una manera de acomodar los datos es

construir un arreglo ordenado; esto es,
organizando los datos con un orden
natural- cuando la escala de medicin lo
permite.
Anlisis exploratorio de datos

con
un
conjunto
de
tcnicas
encaminadas a la visualizacin de los
datos mediante tablas o grficos que
permitan realizar un diagnstico de ellos
y la determinacin de un conjunto de
indicadores descriptivos de diversas
caractersticas de los datos, cuyo fin es
complementar el diagnstico de stos
(Estadstica Descriptiva).
05/03/2010
Datos Agrupados
Datos No Agrupados (Dispersos).
Si el nmero de datos es grande, se utilizan

tablas de frecuencia como una primera
aproximacin general a la organizacin de
datos.
05/03/2010
Tablas de Frecuencia
Tabla de Frecuencia
APLICACIN 1: Suponga el caso que es de
inters determinar la frecuencia de las
facturas que llegan a la empresa producto
de trabajos realizado por los contratistas
de obras menores
Las respuestas observadas en la poblacin

(muestra), se denominaran clases, las cuales
se simbolizan por: C1, C2, ... , Ck, donde k es
la cantidad de categoras (respuestas)
distintas.
Frecuencia Absoluta:
ni.
Frecuencia Relativa:
fi.
Frecuencia Absoluta Acumulada:
Ni.
Frecuencia Relativa Acumulada:
Fi.
05/03/2010
05/03/2010
Tabla de Frecuencia
Tabla de Frecuencia
APLICACIN 2: En un conjunto de clientes, el

inters es determinar la clasificacin de stos
segn su cumplimiento en el pago. Estos son
clasificados como: Malos (M), Regulares (R),
Buenos (B) y excelentes (E). Los datos son:
Datos Continuos Muchas datos distintos
Regla de Sturges: El nmero de clases,

donde: k = 3,3 log(n) + 1 , donde n es la
cantidad de datos que se desea organizar.
05/03/2010
05/03/2010
Tabla de Frecuencia
Tabla de Frecuencia
Amplitud: Para determinar a, la amplitud de las
clases, se debe calcular el rango (RD).
APLICACIN 3: Considere los datos de

tiempos de espera (en segundos) para una
lnea telefnica de atencin al cliente.
Rango de la Tabla: Una vez determinada la

amplitud a, se procede a determinar el rango de la
tabla (RT), que es la multiplicacin entre la
cantidad de clases que se estn utilizando y la
amplitud.
Para la determinacin de los lmites de las clases,
se comienza con el lmite Inferior de la primera
clase, LI1, el cual se calcula como:
LI1 = Mnimo {xi}

05/03/2010
D
2
05/03/2010
Tabla de Frecuencia
Diagrama de Tallo y Hoja
APLICACIN 3: Considere los datos de tiempos

de espera
En el diagrama de tallo y hoja, el tallo -la

primera parte de nmero-, es el que presenta
menor variacin, mientras que la hoja, esta
formado los dgitos restantes.
5
tallo
05/03/2010
54
tallo
hoja
05/03/2010

APLICACIN 4: Una compaa fabrica 24
productos bsicos

productos bsicos. La compaa conserva
registros del nmero de productos vendidos
respecto al total fabricado por mes a su
principal cliente, con la finalidad de examinar
los niveles relativos de ventas respecto a la
produccin. Los registros muestran los
respectivos porcentajes del ltimo mes:
05/03/2010
05/03/2010
Tcnicas Grficas
Sector
1
2
3
4
5
Proporcin 10% 15% 40% 20% 10%

productos bsicos
16
Hoja (Alta)
54
72
50
52
53
40%
5%
20%
10% 15%
3
Sector
40
05/03/2010
6
5%
Sector de Cliente
Sector de Cliente
65
87
05
09
30
24
10%
5
5%
6
S e c to r
12
Hoja (Baja) Tallo

89 12
7
88
8
90 95 91
9
23 02 12 10
11
40 12
13
P o rcen ta je
99
05/03/2010
48
hoja
5
2
10%
10%
15%
20%
40%
3
Porcentaje
Tcnicas Grficas
Tcnicas Grficas
Sector de Cliente
5%
10%
Frecuencia
Absoluta Absoluta
Acumulada
Insatisfecho (I)
19
19
Indiferente (II)
21
40
Normal (N)
33
73
Satisfecho con Reparos (SR)
2
75
Totalmente Satisfecho (STS)
4
77
28%
Grado
3
14%
4
5
6
19%
24%
Sector de Cliente
19%
14%
10%
24%
5%
28%
1
05/03/2010
05/03/2010
Tcnicas Grficas
Tcnicas Grficas
de espera
Grado de Satisfaccin
Histograma de Frecuencia
5%
3%
24%
F r e c ue nc i a
II
N
SR
4 1%
TS
27%
50
40
30
20
10
0
10,4 -19,0 19,0 - 27,6 27,6 - 36,2 36,2 - 44,8 44,8 - 53,4 53,4 - 62,0 62,0 - 70,6
Tiempos [seg.]
05/03/2010
05/03/2010
Tcnicas Grficas
Tcnicas Grficas
de espera
20
Frecuencia
10
Frecuencia Acumulada
10
120
0
7
11
13
15
17
19
21
23
25
27
10
Caracterstica
15
20
25
30
35
F r e c ue nc i a
Frecuencia
20
Caracterstica
30
20
F recuencia
Frecuencia
20
10
10
100
80
60
40
20
0
10,4 -19,0 19,0 - 27,6 27,6 - 36,2 36,2 - 44,8 44,8 - 53,4 53,4 - 62,0 62,0 - 70,6
05/03/2010
Tiempos [seg.]
0
10
20
Caracterstica
30
40
10
20
30
40
50
60
Caracterstica
70
80
90
100
05/03/2010
Ao
1
2
7,12
8,65
7,89 10,05
10,12
10,5
8,88
9,87
10,02
8,54
9,91
9,72
9,95 11,09
9,9 11,52
10,23
12,3
9,12 11,53
9,99
16,4
12,4 13,24
Diagrama de Dispersin
18
P o rc e n t a je d e
R e c la m o s
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
16
14
12
10
8
6
Tiempo
05/03/2010
Tcnicas Grficas
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Diagrama de Dispersin
17
15
13
11
9
7
5
6
10
12
14
Ao 1
05/03/2010
Medidas de Desempeo
Indicadores
Indicadores de Localizacin
Resmenes
Tendencia Central
Media (Promedio)
Calidad
Gestin
1 n
X = Xi
ni=1
Tipos Comunes de Indicadores.
Indicadores de Localizacin (Posicin)

Indicadores de Concentracin (Economa)
Indicadores de Variabilidad
Indicadores de Forma
Indicadores de Asociacin
05/03/2010
X=
i =1
ni mi
n
Mediana
Me =
X n + 1
n
a
Me = Li + Ni 1 i
2
ni
05/03/2010
Moda: Es la medida que est dada por el valor o
clase que se presenta con mayor frecuencia.
Datos Cualitativos
APLICACIN 2: En un conjunto de clientes

son clasificados como: Malos (M), Regulares
(R), Buenos (B)
APLICACIN 1: Suponga el caso que es de

inters determinar la
Frecuencias Frecuencias
Empresa
Absoluta
Relativa
Baker & Jones
10
31,25%
Brown e Hijos
4
12,50%
Emis Ltda.
12
37,50%
Smith y CIA.
6
18,75%
05/03/2010
Ao
1
2
7,12
8,65
7,89 10,05
10,12
10,5
8,88
9,87
10,02
8,54
9,91
9,72
9,95 11,09
9,9 11,52
10,23
12,3
9,12 11,53
9,99
16,4
12,4 13,24
Ao 2
Tcnicas Grficas
05/03/2010
APLICACIN 5: Suponga que en un conjunto
de clientes, el inters es determinar el
nmero de veces que stos se han atrasado en
el pago de su cuenta. Los datos son los
siguientes:
05/03/2010
Datos Cuantitativos Continuos.
d1
Mo = Li +
d1 + d 2
05/03/2010
APLICACIN 6: La Planta Sur de la fbrica de

muebles Hoti S.A., se dedica a exportacin de
muebles. La tabla siguiente, presenta la
distribucin de los sueldos* en esta fbrica:
13
10
11
12
10,0 10+ ... +26,0 4

100
= 15,98
X=
x 7.89 + 10.12 + 8.88 + ... + 12.40

X= i =
= 10.36
n
24
i =1
05/03/2010
1
Me = (X (12) + X (13) ) = 10.02 + 9.99 = 10.01
2
2
73
Mo = 9 +
1 = 9.67
73+ 75
50 30
Me = 14,5 +
3,0
48
= 15,75
05/03/2010
48 20
Mo = 14,5 +
3, 0 = 15, 77
48 20 + 48 10
Los cuantiles se pueden clasificar en:
Percentil 25 = cuartil 1
Percentil 50 = decil 5 = Mediana
= cuartil 2
Cuartiles
Quintiles
Dciles
Percentiles
Pi ( percentil i ) = X i ( n + 1)
100
Los percentiles agrupan Todas las

clasificaciones.
05/03/2010
a i
Existen otras expresiones.

05/03/2010

2
1
15
14
13
10
11
12
En datos agrupados, al igual que la

mediana se asume que existen
homogeneidad en la distribucin de
los datos en la clase correspondientes
n j
P j = L I j + 100
P20 = X 20(24+ 1) = X (5) = 8.88
100
P59 = X 59(24+ 1) = X (14,75) = 10.09
100
05/03/2010
Ni
ni
ai
05/03/2010

de espera
APLICACIN 6: La Planta Sur de la fbrica

Qu % de los obreros
gana ms de 21500 por
da?
P j = 21500 j ?
j
21, 5 = 20, 5 +
100
05/03/2010
3
0,88
0, 08
90,67 %
9,33 %
05/03/2010
Variacin Modal
las medidas de variabilidad se ocupan de

describir la dispersin (riesgo, precisin)
de los datos con respecto a una medida
del centro o un valor particular.
VMo = 1 f Mo
donde fMo, representa la frecuencia relativa
asociada a la clase modal
Concentracin Central
D=
05/03/2010
05/03/2010
RC( Q3 ) RC( Q1)
k 1
donde RC(Q j), representa el rango de la clase
del cuartil j-simo.
Rango
Max{xi } Min{xi }
R=
LS LI
1
k
Poseen la virtud de no ser afectados por

observaciones extremas.
datos dispersos
30
150
20
100
datos agrupados
10
Rango modificado
50
0
20
05/03/2010
25
30
35
50
100
150
05/03/2010

2
15
19
13
18
14
17
10
11
12
Rango = 28,5 8,5 = 20
Rango = 16,40 7,12 = 9,28
Rango (50%) = P75 P25
Rango (50%) = P75 P25 = 11,305 9,42

X (18,75)
X (6,25)
P75
11,5 + ( 0,25
0,75 0,10
0,30)
25 = 14,5
1,885
05/03/2010
3
= 17,31
13,75
0, 20
48
3,56
05/03/2010
La varianza es similar a la desviacin
media porque se basa en la diferencia
entre cada uno de los valores del
conjunto de datos y la media del grupo,
La diferencia consiste en que, antes de
sumarlas, se eleva al cuadrado cada una
de las diferencias.
Desviaciones Absolutas:
n
xi J
n
i =1
DA(J) =
k
fi mi J
i =1
datos dispersos
datos agrupados
Es el Indicador de variabilidad de
mayor uso, en calidad, finanzas (riesgo),
especificacin de normas, etc.
J es reemplazada por algn indicar de

tendencia central
05/03/2010
05/03/2010
Se utiliza con mayor frecuencia la raz cuadrada
de la varianza, representada por S para una
muestra, y se le denominada
desviacin
estndar.
Sus expresiones de clculo, en datos

dispersos y agrupados.
( xi x ) 2
1 n 2
S =
=
xi nx 2
n 1 i = 1
i =1 n 1
1
S =
n
2
Al igual que las desviaciones medias, estos

indicadores utilizan el mximo de informacin
para ser resumidos, razn por la cual ante la
presencia de datos extremos son afectados.
2
ni (mi - x ) = f i mi
i =1
i =1
2
Toda medida de variabilidad se asocia a una

medicin que contemple la nocin de
distancia.
05/03/2010
05/03/2010
S 2 = fi mi2 x 2
i =1
S2=
1 n 2
xi nx 2
n 1 i = 1
x = fi mi = 15,98
i =1
7,892 + 10,122 + ... + 12, 402 24 10,362

=
= 3,62
23
Desviacin Estndar =
S 2 = 0,1102 + 0,2 132 + ... + 0,04 262 15,982
S 2 = S = s = 1,903
05/03/2010
= 13,18
Desigualdad de Tchevychev
APLICACIN 7: Los resultados de una
prueba de ingreso a una academia de
700 postulantes alcanzaron un puntaje
medio de 525 pts., con una desviacin
estndar de 55 pts. Entonces se puede
asegurar que al menos el:
Esta importante desigualdad, revela

que al menos:
1
1
100%
k2
de las observaciones estn dentro de

k desviaciones estndar de la media
(k > 1), es decir, en el intervalo:
05/03/2010
S = 3,63
05/03/2010
X k s ; X + k s
[525 2 55]
[415; 635]
[525 3 55]
05/03/2010
[360; 690]
Al menos el 75,00%
Al menos el 88,89%

2
15
13
10
11
19
21
20
14
17
12
18
x
x = i = 10,36
n
i=1
S2=
05/03/2010
k=2

16
13
11
23
17
19
18
12
15
10
16
22
xi2 nx 2
= 3, 62
i=1
[10,36
[6, 554; 14,166]
2 1,903]
x = 10.36
S = 1,903
n 1
Al menos el 75,00%
Datos
23
= 96%
24
Transformaciones Lineales
Datos
Transformados
30,55%
yi = a + b xi
Efecto en los
Indicadores
x = 15,98
y =a + bx
= b 2 S x2
05/03/2010
S 2 = 13,18
05/03/2010
Datos
24
= 83, 33%
y = a + (1 + b) 15,98
S 2 = (1 + b)2 13,18
a = 1 ; b = 5%
yy= 1=+1
1, 7
05,715,
7 98
9
2
S 22= 1,
= 05
1 4 , 13,18
531
Las medidas de asimetra centran su
atencin en la tendencia de los datos a
concentrarse ms cerca de: los valores
ms pequeos, que se conoce como
asimetra positiva; valores ms
grandes, que se denomina asimetra
negativa; o simplemente en el centro,
que se est en el caso de simetra .
Las medidas de formas se inscriben

en el marco de tendencias de
estructuracin de los datos que se
hacen presente a travs de las
distribuciones
de
frecuencias
asociadas a un conjunto de stos.
Asimetra (Skewness).
Curtosis.
05/03/2010
1,2 1,903
10,36
+ 1,4 1,903
20
Considere un reajuste de los

sueldos de los obreros de un b%
(cambio de escala), adems de
una asignacin por desempeo a
(cambio de origen)
S y2 = b 2 S x2
S y2
20
y =bx
yi = b xi
Transformaciones Lineales
Cambios de escala y origen en los datos

Datos
Originales
14
[8, 076; 13,024]
k = 1,2
05/03/2010
05/03/2010
Indicadores de Forma (Asimetra)
Las medidas de curtosis centran su
atencin en la tendencia de los datos
en el grado de concentracin que
estos poseen alrededor de puntos
centrales.
Mesocrtica
Leptocrtica
Platicrtica
Asimetra Positiva
Asimetra Negativa
S imetra
S imetra
05/03/2010
Curva Ideal
(Variabilidad)
05/03/2010
Indicadores de Asimetra
Indicadores de Forma (Curtosis)
Coeficiente de Yule
y de Bowley
IY =
Q3 + Q1 2 Q2
2 Q2
As =
IS =
Q3 + Q1 2 Q2
Q3 Q1
3 =
m3 =
05/03/2010
i =1
05/03/2010
Coeficiente de
Pearson y de Fisher
( xi x )
n
3( x - M e )
Sx
m3
S3
m3 =
fi (mi x )3
i =1
30
150
20
100
10
50
15
19
13
18
14
17
10
11
12
0
20
25
30
35
50
100
150
P25 = X(6,25) = 9,420
IY = 0,0357
P50 = X(12,5) = 10,005

P75 = X(18,75) = 11,305
05/03/2010
05/03/2010
IS = 0,3793
16
Frecuencia (%)
Planta Sur
X = 10,36
s = 1,903
60
50
40
30
20
10
0
48
20
10
10
13
16
10
19
22
26
Sueldo [M$/d]
Me = 10,005
As = 0,5596
m3 =
05/03/2010
(xi x)3
= 8,108
n
=1
3 = 1,180
05/03/2010
La Grfica de Box Plot: Su importancia

Informativa, alcanza la comparacin de
muestras y una forma de identificar
valores extremos.
Frecuencia (%)
Planta Sur
60
50
40
30
20
10
0
48
Slo es posible en datos NO AGRUPADOS.

,
Se basa en los indicadores: Q1; Q2; Q3.
20
10
10
13
16
10
19
22
P25 = 13,75
IY = -0,0140
P50 = 15,75
IS = -0,1236
P75 = 17,31
As = 0,1901
X = 15, 98 S = 3,63
26
Sueldo [M$/d]
m3 =
fi (mi
x )3 =
33,7708
i = 1
05/03/2010
3 = 0,7058
S = 3,63
05/03/2010
Pasos para su Construccin:
Paso 1: Determinar Q1; Q2; Q3.

Paso 2: Determinar RIQ = Q3 - Q1.
Paso 3: Determinar Fronteras (F):
FI = Q1 1,5 RIQ.
FS = Q3 + 1,5 RIQ.
Paso 4: Determinar Bigotes (B):
BI = min {xi} [FI; Q1[
BS = max{xi} [Q3; FS[
Paso 5: Valores bajo FI o sobre FS, son
considerados valores extremos
05/03/2010
05/03/2010
Indicadores de Curtosis
Coeficiente K2*
Este indicador es afectado por valores

extremos.
Este indicador se basan en cuantiles extremos,

como lo son: decil 1 y decil 9.
D9 D1
K*2 =
1
1.9 (Q3 Q1 )
30
150
20
100
10
Coeficiente de Fisher
n
4 =
m4
S x4
m4 =
i =1
20
( xi x )
n
25
30
35
50
100
150
m4 =
(mi x )4
i =1
05/03/2010
05/03/2010
Un coeficiente 4 cercano a cero, entrega

evidencia de una posible aproximacin a
la distribucin ideal.
Un coeficiente 4 lejano a cero, puede ser
consecuencia de:
m4 =
Excesiva variabilidad respecto a lo Ideal.

Presencia de datos Extremos.
Poca variabilidad respecto a lo ideal.
Presencia de estratos en la poblacin.
i =1
( xi x )
n
s = 1,903
05/03/2010
= 66,802
4 = 2,094
05/03/2010
Indicadores de Comparativos
La exactitud, est relacionada con el

grado de cercana
La precisin, est relacionada con el
grado de dispersin
Frecuencia (%)
Planta Sur
60
50
40
30
20
10
0
48
20
10
10
13
16
10
19
22
26
Sueldo [M$/d]
m4 =
fi (mi
x )4 =
i = 1
05/03/2010
50
S = 3,63
660,25
4 = 0,8026
05/03/2010
La Desviacin Objetivo, Es un indicador,
particularmente til en Control de Calidad
Estos ndices miden la variabilidad relativa, de

un conjuntos de datos y se tiene que a mayor
ndice, mayor variabilidad de los datos
Coeficiente de Variacin
s
CV =
x
St2 =
i =1
( xi t ) 2
n
Coeficiente de Variacin Robusto

CVR1 =
Q3 Q1
Q3 + Q1
CVR 2 =
DAMe
Me
St2 = St = St
05/03/2010
05/03/2010
APLICACIN 8: Se mide el volumen
aproximado al Los resultados
muestrales de las cuatro plantas son:
APLICACIN 8: Se mide
el volumen aproximado
al
instalar
un
calibrador sobre la boca
de la botella y se
compara la altura del
lquido en el cuello de la
botella con el volumen
especificado [en ML].
05/03/2010
05/03/2010
Grfica de Control (2 sigma)
1.5
1.0
0.5
0.0
-0.5
-1.0
-1.5
-2.0
-2.5
APLICACIN 8: Se mide el volumen aproximado

al Los resultados muestrales son:
P rin cip al
Segundaria
Sur
Nort e
05/03/2010
10
11
12
05/03/2010
Estratificacin y Medidas
Medidas Globales
La Media Total o Ponderada: La media
ponderada o promedio ponderado es una
media aritmtica, en la cual se considera a
cada uno de los valores de acuerdo con su
importancia en el grupo.
h
pi xi
xT = i=1h
pi
El anlisis por grupo debe

considerar el efecto de los
tamaos muestrales en
cada grupo
05/03/2010
i =1
i =1
05/03/2010
Medidas Globales
Medidas Globales
La Varianza Total o Ponderada: La varianza

ponderada es una varianza descompuesta y
ponderada, la variabilidad debido a la
variabilidad propia del estrato, tambin
llamada variabilidad dentro o Intra, y una
variabilidad propia entre los estratos,
tambin llamada variabilidad entre o Inter.
h
i =1
i =1
4,8 + 6,84 + 0,83 + 0,95 40 ( 0,025)2

= 0,3435
39
2
2
12 (0,017 + 0,025) + ... + 9 (0,011+ 0,025)
Entre =
= 0,0042
40
ST2 =
ST2 = pi si2 + pi ( xi x p ) 2
Dentro
S D2
Entre
S E2
05/03/2010
05/03/2010
Medidas Globales
Medidas Globales
Suponga dos situaciones ficticias:
APLICACIN 9: Rentabilidad de los tipos de

fondos (Multifondos) de las administradoras
de fondos de pensiones (AFP)
05/03/2010
pi = 1
Fondo A
xA = 18, 26% ; sA2 = 9 [%]2
Fondo B
xB = 11, 06% ; sB2 = 3,5 [%]2
Fondo C
xC = 6, 65% ; sC2 = 2,5 [%]2
Fondo D
xD = 4, 25% ; sD2 = 1, 6 [%]2
Fondo E
xE = 1,88% ; sE2 = 0,35 [%]2
Asignar los dineros a cada fondo

equitativamente
Asignar los fondos de manera ponderada
dependiendo de la aversin al riego de cada
individuo
05/03/2010
Estadstica Multivariada
Estadstica Multivariada
Se cuenta con una matriz de Datos
Existen Muchas Mediciones asociadas a

una poblacin.
Carrera.
Satisfaccin con la
Universidad.
Puntaje de Ingreso.
Nmero de hermanos.
Etc.
De la
Poblacin de
Alumnos
USM
05/03/2010
05/03/2010
La organizacin habitual es a travs
de pares ordenados de datos.
Anlisis a travs de la tabla
Sencilla y clara
interpretacin
de fij = nij / n
05/03/2010
05/03/2010
APLICACIN 10: Se realiza una encuesta a

profesionales que se desempean en cierta
regin, en la cual se miden las siguientes
caractersticas: Cargo que ocupa, Sueldo que
percibe y valor del automvil que posee, en
miles de pesos.

profesionales que se desempean
05/03/2010
05/03/2010
Distribuciones Marginales.
05/03/2010
APLICACIN 11: Un estudio de los ingresos por
ventas, en cientos de Determine las
distribuciones marginales

ventas (en cientos de millones (CM) semanales)
de tres importantes cadenas de tiendas en la
Quinta regin fue realizado considerando las
semanas consecutivas de los ltimos aos. La
organizacin de los datos se encuentra resumida
en la siguiente, tabla:
Histograma
Frecuencia
05/03/2010
APLICACIN 10: Se realiza una encuesta

a profesionales que se desempean
150
100
50
0
Frecuencia
Ingresos por Ventas [CM]
05/03/2010
Tienda
Italia
05/03/2010
Reyes
Distribuciones condicionales.
Distribuciones Condicionales.
fj
05/03/2010
300
250
200
150
100
50
0
05/03/2010
i=
n 1
n

n 2
n

=
n r
n

j = 1
j = 2
,
j = r
= 1, ... , k
Francia
ventas, Compare las ventas de las tiendas

ventas, en cientos de Determine las distribucin
condicional de las ventas en la Tienda Reyes
Frecuencia
80
Histograma
60
,
40
20
0
Ingresos por Ventas [CM]
Todos los indicadores son posibles de determinar

para este grupo de datos
05/03/2010

profesionales que se desempean
Grfica de Dispersin
Grfica
de Dispersin
6e6
6e6
Promedio Condicional al Cargo
5e6
4e6
3e6
05/03/2010
5e6
4e6
3e6
2e6
1e6
0
Otros
Ventas
2e6
Administrativo
Ejecutivo
Sub-Gerente
Gerente
Cargo
Las Distancias en el Eje de los

Cargos son arbitrarias, Slo de
debe tener Presente el orden dado
el tipo de escala.
1e6
Otros
Ventas
Administrativo Ejecutivo
Sub-Gerente
Gerente
Cargo
05/03/2010
05/03/2010
Bidimensin y Estratificacin
Organizacin de Datos:
APLICACIN 12: Un estudio de una

administradora de fondos de pensiones acerca de
la opcin que toma el afiliado, con respecto al
tipo de fondo donde quiere mantener un mayor
porcentaje de sus ahorros previsiones, y su
respectivo nivel de ingresos (en miles de pesos)
Distribuciones Marginales
Se obtienen Indicadores por variable, segn
sea el tipo de escala de la variable.
Distribuciones Condicionales
Se obtienen Indicadores por variable, segn
sea el tipo de escala de la variable, en
variables de inters.
Mediante el uso adecuado de indicadores se
pueden asociar variables.
05/03/2010
05/03/2010
APLICACIN 12: Un estudio de una administradora
APLICACIN 4: En este caso cada tipo de fondo

representa un estrato o grupo, de donde a travs
de las distribuciones condicionales y marginales
se obtienen los indicadores necesarios:
de .
Utilizando la Marginal de Ingreso
05/03/2010
05/03/2010
APLICACIN 12: Un estudio de una administradora
Tipo de Escala de la Medicin
de .
Discreta
Utilizando la Marginal de Ingreso
Cuantitativa
Continua
Intervalar
Razn
Nominal
Cualitativa
Ordinal
05/03/2010
05/03/2010
Tiene una estrecha relacin con el
coeficiente de asociacin de Pearson,
que se ver ms adelante.
Estadstica de Asociacin de Spearman

Es fundamental que los datos se encuentren en al
menos escala ordinal.
La aplicacin ms utilizada es datos no
agrupados, sin embargo, bajo ciertas restricciones
se puede extender a datos agrupados.
Se basa en la relacin entre los rangos de la
variables, donde No muestra relaciones
funcionales, slo montonas.
Cuidado con los empates de rangos
rs = 1
n( n
d
1)
i =1
Rx = Rango de la variable x.
Se encuentra acotado en el intervalo [-1 ; 1]

05/03/2010
Ry = Rango de la variable y.
05/03/2010
2
i
( Rx R y ) 2
Rangear datos
Ordinales
12
rs = 8(64
0,857
1)
rs = 1
APLICACIN 10: Una Aproximacin con

datos agrupados en Tablas, para la aplicacin
de la realizacin de una encuesta a
profesionales
Continuos
6
4
rrss ==1 0,
952
8(64 1)
05/03/2010
05/03/2010
APLICACIN 11: Un estudio de los ingresos
por ventas, en cientos de millones
Grfica de Dispersin
6e6
5e6
4e6
rs = 1
3e6
6
14
6(36 1)
2e6
1e6
rs = 0, 60
0
Otros
Ventas Administrativo
EjecutivoSub-GerenteGerente
Es posible determinar mediante el uso del

coeficiente
de
Spearman,
relaciones
montonas entre las tiendas
Cargo
Cuidado !
05/03/2010
05/03/2010
APLICACIN 11: Un estudio de los ingresos

por ventas, en cientos de millones
rS ( I ; R ) = 1
6 24
= 0, 71
8 63
rS ( I ; F ) = 1
6 12,5
= 0,85
8 63
Estadstica de Asociacin de Pearson

Muestra la relacin lineal que existe entre
dos variables
Es fundamental que los datos sean
cuantitativos continuos.
Este coeficiente al igual que Spearman se
encuentra acotado en el intervalo [-1; 1]
Lineal creciente
Lineal decreciente
6 50,5
rS ( R; F ) = 1
= 0, 40
8 63
05/03/2010
05/03/2010
1
-1
Si la relacin no es lineal, entonces no son
detectadas por este coeficiente.
Es habitual que se utilice la grfica de

dispersin para visualizar el tipo de
relacin
GRFICA DE DISPERSIN
G RFICA DE DISPERSIN
Y 100
80
60
40
20
0
Y 80
60
40
20
0
5
10
15
20
25
10
Y 600
Y 40000
400
30000
200
20000
25
10000
-200
22
27
32
37
12
17
22
27
32
05/03/2010
Asociacin Lineal de Pearson
rp
( yi
i =1
( yi
- y ) ( xi - x )
rp =
- y) 2
i =1
( xi -
yi xi
yi2
Mide la relacin
lineal ente un par
de variables
x) 2
Desviaciones estndar
de cada variable
ny x
i =1
rp =
cov( x, y)
sx sy
i =1
- n y2
i =1
xi2
cov =
- nx2
( yi
i =1
- y ) ( xi - x )
n 1
i =1
05/03/2010
05/03/2010
APLICACIN 14: La Gerencia de Airlines S.A.,
APLICACIN 13: Los datos de una muestra de los

tiempos de transporte y el porcentaje de capacidad no
utilizada por camiones de una empresa de transporte.
considera que existe una relacin directa entre los

gastos publicitarios, en miles de US$ (P [MUS$]), y el
nmero de pasajeros, en miles (Q [M]), que escogen
viajar con Airlines S.A. Los datos son:
26
70
60
50
40
30
20
10
0
Q [M/US$]
Tiempo de Transporte
Tiempo Transporte
22
18
14
10
11
13
15
17
19
21
23
% de Capacidad no Utilizada
rp = 0, 7471
05/03/2010
20
GRFICA DE DISPERSIN
GRFICA DE DISPERSIN
05/03/2010
15
11
13
15
P [M/US$]
17
19
rp = 0,9684
05/03/2010
21
APLICACIN 15: Una investigacin de contaminacin,
midi el porcentaje medio de inversiones totales en
plantas y equipo destinado al control de sta y la
concentracin de cloruro de hidrgeno mxima (HCI)
en la estratsfera (en 1015 molculas por cm2) en 85
ciudades que se encontraban dentro de 200 km de
radio.

q
ij ( m i
- y ) ( x j - x )
i = 1 j =1
rP =
i ( mi
- y)
i =1
j ( m j
- x)
j =1
f ij mi m j -
yx
i = 1 j =1
rP =
f i mi - y
i =1
f j m j - x
j =1
05/03/2010
05/03/2010
Enfoque Matricial
APLICACIN 15: Una investigacin de

contaminacin, midi el porcentaje medio
1

1
=

1 p1
xHCI = 1,31
sHCI = 0,38
x% I = 17,88
s% I = 9, 43

1
2
=
= Xt 1

n

3,5131,85 + 10,5121,55 + ... + 34 40,95

17,881,31
85
rp =
9, 430,38
rp = 0,8966
05/03/2010
p
p1
05/03/2010
Enfoque Matricial
Enfoque Matricial
Aplicacin Matricial
Matriz de Varianza y Covarianza ()
1
(Xt 1n1 Xt )t (Xt 1n1 Xt )
n 1
s12
s
= 12
s1 p
05/03/2010
s21
s22
s2 p
s p1
s p2
s 2p
Es una matriz
Simtrica
S12 = S21
Es una matriz
semidefinida
p p positiva
05/03/2010
x1

x2
1
=
X = Xt 1

n

x p p1

20131MAT042S2 Clase

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

20131MAT042S2 Clase

Uploaded by

Copyright:

Available Formats

Introduccin

La gran cantidad de datos que nos presenta

Porqu es necesario el anlisis de datos?

R ENATO A LLENDE O LIVARES

UNIVERSIDAD TCNICA FEDERICO SANTA MARA

La Estadstica, se ocupa de:

La medicin es la asignacin de smbolos

Cuando se habla de mediciones, lo

Si esta relacin entre los objetos o

Cmo obtener Datos?

El mundo observable (emprico) est

Un mecanismo, para poder obtener

Dos factores afectan la cantidad de

Los mtodos o tcnicas de muestreo son un

De la muestra se espera que sea

El concepto fundamental que se utiliza, es la

Conceptos Bsicos de muestreo

Tcnicas Bsicas de Muestreo

Tcnicas Bsicas de Muestreo

Muestreo Aleatorio Simple o muestreo

Es una muestra aleatoria en la cual se eligen los

Una muestra aleatoria simple es

La seleccin al azar es similar a la

Los elementos a muestrear se presentan ordenados

Tcnicas Bsicas de Muestreo

Tcnicas Bsicas de Muestreo

Muestreo aleatorio estratificado.

Muestreo aleatorio de conglomerados.

Se clasifican los elementos de la

Los elementos de la poblaciones

Una manera de acomodar los datos es

Anlisis exploratorio de datos

Si el nmero de datos es grande, se utilizan

Las respuestas observadas en la poblacin

Frecuencia Absoluta Acumulada:

Frecuencia Relativa Acumulada:

APLICACIN 2: En un conjunto de clientes, el

Datos Continuos Muchas datos distintos

Regla de Sturges: El nmero de clases,

APLICACIN 3: Considere los datos de

Rango de la Tabla: Una vez determinada la

LI1 = Mnimo {xi}

Diagrama de Tallo y Hoja

APLICACIN 3: Considere los datos de tiempos

En el diagrama de tallo y hoja, el tallo -la

Diagrama de Tallo y Hoja

Diagrama de Tallo y Hoja

APLICACIN 4: Una compaa fabrica 24

Diagrama de Tallo y Hoja

APLICACIN 4: Una compaa fabrica 24

Hoja (Baja) Tallo

Tipos Comunes de Indicadores.

Indicadores de Localizacin (Posicin)

APLICACIN 2: En un conjunto de clientes

APLICACIN 1: Suponga el caso que es de

APLICACIN 4: Una compaa fabrica 24

APLICACIN 6: La Planta Sur de la fbrica de

10,0 10+ ... +26,0 4

x 7.89 + 10.12 + 8.88 + ... + 12.40

Los cuantiles se pueden clasificar en:

Los percentiles agrupan Todas las

Existen otras expresiones.

APLICACIN 4: Una compaa fabrica 24