Escuela de Ingeniera en Administracin de Empresas Universidad Diego Portales
Marzo 2017 1. Introduccin a la Estadstica 1. Introduccin a la Estadstica
1.1 Introduccin a la estadstica
1. Introduccin a la Estadstica
1.1 Introduccin a la estadstica
1.2 Conceptos bsicos 1. Introduccin a la Estadstica
1.1 Introduccin a la estadstica
1.2 Conceptos bsicos 1.3 Escalas de medicin. 1. Introduccin a la Estadstica
1.1 Introduccin a la estadstica
1.2 Conceptos bsicos 1.3 Escalas de medicin. 1.4 Tipos de datos. 1. Introduccin a la Estadstica
1.1 Introduccin a la estadstica
1.2 Conceptos bsicos 1.3 Escalas de medicin. 1.4 Tipos de datos. 1.5 Tipos de Variables. 1.1 Introduccin a la estadstica
La estadstica puede definirse como la disciplina que se preocupa de
desarrollar tcnicas y modelos que permiten recolectar, describir e interpretar conjuntos de datos provenientes de fenmenos en los cuales el azar est presente. 1.1 Introduccin a la estadstica
La estadstica puede definirse como la disciplina que se preocupa de
desarrollar tcnicas y modelos que permiten recolectar, describir e interpretar conjuntos de datos provenientes de fenmenos en los cuales el azar est presente. Usualmente, en estadstica, se emplean los datos obtenidos de muestras para sacar conclusiones acerca de grupos enteros o poblaciones. En estadstica, una poblacin es una coleccin completa de gente, objetos o tems en los cuales se tiene algn inters, y una muestra es cualquier subconjunto de sta. La muestra debe ser lo ms representativa de la poblacin. Una vez elegida la muestra, de manera tal que sea representativa de la poblacin, podramos ahora tratar de sacar conclusiones acerca de las caractersticas de la poblacin, a partir de los datos obtenidos de la muestra. Una vez elegida la muestra, de manera tal que sea representativa de la poblacin, podramos ahora tratar de sacar conclusiones acerca de las caractersticas de la poblacin, a partir de los datos obtenidos de la muestra. Este proceso de sacar conclusiones acerca de una poblacin a partir de informacin obtenida de una muestra, es conocida en estadstica como inferencia. Una vez elegida la muestra, de manera tal que sea representativa de la poblacin, podramos ahora tratar de sacar conclusiones acerca de las caractersticas de la poblacin, a partir de los datos obtenidos de la muestra. Este proceso de sacar conclusiones acerca de una poblacin a partir de informacin obtenida de una muestra, es conocida en estadstica como inferencia. Un pilar fundamental para realizar inferencia estadstica, es la Teora de Probabilidades que entrega las herramientas matemticas que permiten ajustar modelos tericos a los datos observados y, de esta forma, obtener las conclusiones acerca de toda la poblacin. Estadstica Descriptiva, usada para describir las caractersticas de una muestra, incluye: Estadstica Descriptiva, usada para describir las caractersticas de una muestra, incluye: I Mtodos para organizar los datos. Estadstica Descriptiva, usada para describir las caractersticas de una muestra, incluye: I Mtodos para organizar los datos. I Mtodos para calcular medidas de tendencia central. Estadstica Descriptiva, usada para describir las caractersticas de una muestra, incluye: I Mtodos para organizar los datos. I Mtodos para calcular medidas de tendencia central. I Mtodos para calcular medidas de dispersin. Estadstica Descriptiva, usada para describir las caractersticas de una muestra, incluye: I Mtodos para organizar los datos. I Mtodos para calcular medidas de tendencia central. I Mtodos para calcular medidas de dispersin. Inferencia Estadstica, usada para obtener conclusiones acerca de la poblacin desde donde se saca la muestra, incluye: Estadstica Descriptiva, usada para describir las caractersticas de una muestra, incluye: I Mtodos para organizar los datos. I Mtodos para calcular medidas de tendencia central. I Mtodos para calcular medidas de dispersin. Inferencia Estadstica, usada para obtener conclusiones acerca de la poblacin desde donde se saca la muestra, incluye: I Anlsis de intervalos de confianza. Estadstica Descriptiva, usada para describir las caractersticas de una muestra, incluye: I Mtodos para organizar los datos. I Mtodos para calcular medidas de tendencia central. I Mtodos para calcular medidas de dispersin. Inferencia Estadstica, usada para obtener conclusiones acerca de la poblacin desde donde se saca la muestra, incluye: I Anlsis de intervalos de confianza. I Testeo de hiptesis. Estadstica Descriptiva, usada para describir las caractersticas de una muestra, incluye: I Mtodos para organizar los datos. I Mtodos para calcular medidas de tendencia central. I Mtodos para calcular medidas de dispersin. Inferencia Estadstica, usada para obtener conclusiones acerca de la poblacin desde donde se saca la muestra, incluye: I Anlsis de intervalos de confianza. I Testeo de hiptesis. Teora de Probabilidades, teora matemtica que sirve, en particular, para modelar el azr y que permite el "paso" desde la muestra (estadstica descriptiva) a la poblacin (inferencia estadstica). 1.2 Conceptos Bsicos
Datos: Son hechos/informacin y cifras que se recogen, analizan y
resumen para su representacin e interpretacin. A todos los datos reunidos para un determinado estudio se les llama conjunto de datos. 1.2 Conceptos Bsicos
Datos: Son hechos/informacin y cifras que se recogen, analizan y
resumen para su representacin e interpretacin. A todos los datos reunidos para un determinado estudio se les llama conjunto de datos. Conjunto de datos 1.2 Conceptos Bsicos
Datos: Son hechos/informacin y cifras que se recogen, analizan y
resumen para su representacin e interpretacin. A todos los datos reunidos para un determinado estudio se les llama conjunto de datos. Conjunto de datos
Figure: Tabla 1.1
Elementos, variables y observaciones Elementos, variables y observaciones I Elementos: Elementos, variables y observaciones I Elementos:Son las entidades de las que se obtienen los datos. (En la tabl 1.1, las empresas, 7 empresas, 7 elementos). Elementos, variables y observaciones I Elementos:Son las entidades de las que se obtienen los datos. (En la tabl 1.1, las empresas, 7 empresas, 7 elementos). I Variable: Elementos, variables y observaciones I Elementos:Son las entidades de las que se obtienen los datos. (En la tabl 1.1, las empresas, 7 empresas, 7 elementos). I Variable:Es una caracterstica de los elementos que es de inters. Elementos, variables y observaciones I Elementos:Son las entidades de las que se obtienen los datos. (En la tabl 1.1, las empresas, 7 empresas, 7 elementos). I Variable:Es una caracterstica de los elementos que es de inters.La tabla 1.1 contiene las variables: 1. Bolsa de valores (N= Bolsa de New York), NQ (mercado nacional, Nasdaq). Elementos, variables y observaciones I Elementos:Son las entidades de las que se obtienen los datos. (En la tabl 1.1, las empresas, 7 empresas, 7 elementos). I Variable:Es una caracterstica de los elementos que es de inters.La tabla 1.1 contiene las variables: 1. Bolsa de valores (N= Bolsa de New York), NQ (mercado nacional, Nasdaq). 2. Precio por accin Elementos, variables y observaciones I Elementos:Son las entidades de las que se obtienen los datos. (En la tabl 1.1, las empresas, 7 empresas, 7 elementos). I Variable:Es una caracterstica de los elementos que es de inters.La tabla 1.1 contiene las variables: 1. Bolsa de valores (N= Bolsa de New York), NQ (mercado nacional, Nasdaq). 2. Precio por accin 3. Ganancia por accin. Elementos, variables y observaciones I Elementos:Son las entidades de las que se obtienen los datos. (En la tabl 1.1, las empresas, 7 empresas, 7 elementos). I Variable:Es una caracterstica de los elementos que es de inters.La tabla 1.1 contiene las variables: 1. Bolsa de valores (N= Bolsa de New York), NQ (mercado nacional, Nasdaq). 2. Precio por accin 3. Ganancia por accin. I Al conjunto de mediciones obtenidas para un determinado elemento se le llama observacin. Otro ejemplo 1.3 Escalas de medicin 1.3 Escalas de medicin
Se entender por medicin al proceso de asignar el valor a una variable
de un elemento en observacin. 1.3 Escalas de medicin
Se entender por medicin al proceso de asignar el valor a una variable
de un elemento en observacin. La materia prima de la estadstica son los datos. Estos datos son los valores que toman las variables, las cuales son magnitudes que representan distintos conceptos o atributos de individuos u objetos. La tipologa de escalas de medida ms clsica es la propuesta por Stevens (1946), que distingue cuatro bsicas: 1.3 Escalas de medicin
Se entender por medicin al proceso de asignar el valor a una variable
de un elemento en observacin. La materia prima de la estadstica son los datos. Estos datos son los valores que toman las variables, las cuales son magnitudes que representan distintos conceptos o atributos de individuos u objetos. La tipologa de escalas de medida ms clsica es la propuesta por Stevens (1946), que distingue cuatro bsicas: I Nominal 1.3 Escalas de medicin
Se entender por medicin al proceso de asignar el valor a una variable
de un elemento en observacin. La materia prima de la estadstica son los datos. Estos datos son los valores que toman las variables, las cuales son magnitudes que representan distintos conceptos o atributos de individuos u objetos. La tipologa de escalas de medida ms clsica es la propuesta por Stevens (1946), que distingue cuatro bsicas: I Nominal I Ordinal 1.3 Escalas de medicin
Se entender por medicin al proceso de asignar el valor a una variable
de un elemento en observacin. La materia prima de la estadstica son los datos. Estos datos son los valores que toman las variables, las cuales son magnitudes que representan distintos conceptos o atributos de individuos u objetos. La tipologa de escalas de medida ms clsica es la propuesta por Stevens (1946), que distingue cuatro bsicas: I Nominal I Ordinal I De intervalo 1.3 Escalas de medicin
Se entender por medicin al proceso de asignar el valor a una variable
de un elemento en observacin. La materia prima de la estadstica son los datos. Estos datos son los valores que toman las variables, las cuales son magnitudes que representan distintos conceptos o atributos de individuos u objetos. La tipologa de escalas de medida ms clsica es la propuesta por Stevens (1946), que distingue cuatro bsicas: I Nominal I Ordinal I De intervalo I De razn Escala Nominal Escala Nominal Una medida nominal se crea cuando se utilizan nombres o clases para establecer categoras dentro de las cuales las variables pueden registrarse exclusivamente. Escala Nominal Una medida nominal se crea cuando se utilizan nombres o clases para establecer categoras dentro de las cuales las variables pueden registrarse exclusivamente. El dato de una variable es una etiqueta o un nombre que identifica un atributo. Escala Nominal Una medida nominal se crea cuando se utilizan nombres o clases para establecer categoras dentro de las cuales las variables pueden registrarse exclusivamente. El dato de una variable es una etiqueta o un nombre que identifica un atributo. Ejemplo 1 En la primera tabla, la variable Bolsa de comercio es escala de medicin nominal, debido a que N y NQ son etiquetas que se usan para indicar donde se cotiza la accin de la empresa. Ejemplo 2 El sexo puede clasificarse como hombre o mujer. Se podra codificar tambin con un 1 o un 2, pero los nmeros serviran tan slo para indicar las categoras y no tendran significado numrico; los clculos matemticos que utilizan estos cdigos no tendran sentido. El orden de las categoras o etiquetas es completamente arbitrario. Ejemplo 2 El sexo puede clasificarse como hombre o mujer. Se podra codificar tambin con un 1 o un 2, pero los nmeros serviran tan slo para indicar las categoras y no tendran significado numrico; los clculos matemticos que utilizan estos cdigos no tendran sentido. El orden de las categoras o etiquetas es completamente arbitrario. Ejemplo 3 No importa si escribimos masculino/femenino o femenino/masculino. Escala Ordinal La escala de medicin de una variable se llama escala ordinal si los datos exhiben las propiedades de los datos nominales y su orden o clasificacin es significativo. Ser indiferente utilizar como etiquetas de las categoras nmeros consecutivos o alternos, siempre y cuando se ordenen de menor a mayor. Los nmeros mayores indican mayor magnitud del atributo, pero no llegan a indicar cunto mayor es tal magnitud. Escala Ordinal La escala de medicin de una variable se llama escala ordinal si los datos exhiben las propiedades de los datos nominales y su orden o clasificacin es significativo. Ser indiferente utilizar como etiquetas de las categoras nmeros consecutivos o alternos, siempre y cuando se ordenen de menor a mayor. Los nmeros mayores indican mayor magnitud del atributo, pero no llegan a indicar cunto mayor es tal magnitud. Constan de categoras tales como satisfecho/insatisfecho, niveo escolar superior/medio/bajo, rendimiento en estadstica excelente/muy bueno/bueno/regular/malo, etc. Escala Ordinal La escala de medicin de una variable se llama escala ordinal si los datos exhiben las propiedades de los datos nominales y su orden o clasificacin es significativo. Ser indiferente utilizar como etiquetas de las categoras nmeros consecutivos o alternos, siempre y cuando se ordenen de menor a mayor. Los nmeros mayores indican mayor magnitud del atributo, pero no llegan a indicar cunto mayor es tal magnitud. Constan de categoras tales como satisfecho/insatisfecho, niveo escolar superior/medio/bajo, rendimiento en estadstica excelente/muy bueno/bueno/regular/malo, etc. Ejemplo 1 Toyota enva a sus clientes un cuestionario para evaluar el nivel de satisfaccin en la compra de un vehculo. El cliente lo clasifica como Pobre, Satisfactorio, Bueno y Excelente. Escala de Intervalo Si los datos tienen las caractersticas de los datos ordinales y el intervalo entre los valores se expresa en trmino de una unidad de medicin fija. Siempre son numricos. Escala de Intervalo Si los datos tienen las caractersticas de los datos ordinales y el intervalo entre los valores se expresa en trmino de una unidad de medicin fija. Siempre son numricos. Ejemplo 1 Calificaciones en una solemne de estadstica. Escala de Intervalo Si los datos tienen las caractersticas de los datos ordinales y el intervalo entre los valores se expresa en trmino de una unidad de medicin fija. Siempre son numricos. Ejemplo 1 Calificaciones en una solemne de estadstica. Estas pueden ser ordenadas de mayor a menor y las diferencias entre calificaciones tienen significado. Escala de Intervalo Si los datos tienen las caractersticas de los datos ordinales y el intervalo entre los valores se expresa en trmino de una unidad de medicin fija. Siempre son numricos. Ejemplo 1 Calificaciones en una solemne de estadstica. Estas pueden ser ordenadas de mayor a menor y las diferencias entre calificaciones tienen significado. Ejemplo 2 El ejemplo ms tpico de escala de intervalo son las escalas de temperatura, como puede ser la Fahrenheit, cuyo cero relativo corresponde a los 32 Celsius. As, la diferencia entre 40 C y 60 C es igual, en trminos numricos y de temperatura (calor), a la diferencia entre 10 C y 30 C. Escala de razn Una variable tiene una escala de razn si los datos tienen todas las propiedades de los datos de intervalo y la proporcin entre dos valores tiene significado. Escala de razn Una variable tiene una escala de razn si los datos tienen todas las propiedades de los datos de intervalo y la proporcin entre dos valores tiene significado. Ejemplo 1 Distancia, altura, peso, tiempo, etc. Escala de razn Una variable tiene una escala de razn si los datos tienen todas las propiedades de los datos de intervalo y la proporcin entre dos valores tiene significado. Ejemplo 1 Distancia, altura, peso, tiempo, etc. Esta escala requiere al 0 como punto inicial, donde no existe la variable. Escala de razn Una variable tiene una escala de razn si los datos tienen todas las propiedades de los datos de intervalo y la proporcin entre dos valores tiene significado. Ejemplo 1 Distancia, altura, peso, tiempo, etc. Esta escala requiere al 0 como punto inicial, donde no existe la variable. Ejemplo 2 Variables tales como costos, rentabilidad y niveles de inventario se expresan como medidas de razn. El valor de cero pesos para medir ingresos, puede interpretarse de manera lgica para explicar que no habido ventas. Por otro lado, una empresa con una participacin de mercado del 40%, tiene dos veces ms participacin que una con una participacin de mercado del 20%. 1.4 Tipos de datos Datos Cuantitativos Un dato o variable cuantitativa es aquella cuyos valores se pueden expresar en cantidades numricas, como medidas o recuentos. 1.4 Tipos de datos Datos Cuantitativos Un dato o variable cuantitativa es aquella cuyos valores se pueden expresar en cantidades numricas, como medidas o recuentos. Se obtiene usando las escalas de medicin de intervalo o de razn. 1.4 Tipos de datos Datos Cuantitativos Un dato o variable cuantitativa es aquella cuyos valores se pueden expresar en cantidades numricas, como medidas o recuentos. Se obtiene usando las escalas de medicin de intervalo o de razn. I Peso I Edad I Estatura I Puntuaciones de una prueba. 1.4 Tipos de datos Datos Cuantitativos Un dato o variable cuantitativa es aquella cuyos valores se pueden expresar en cantidades numricas, como medidas o recuentos. Se obtiene usando las escalas de medicin de intervalo o de razn. I Peso I Edad I Estatura I Puntuaciones de una prueba. Datos Cualitativos Son aquellos que comprenden etiquetas o nombres que se usan para identificar un atributo de cada elemento, emplean la escala nominal u ordinal. 1.4 Tipos de datos Datos Cuantitativos Un dato o variable cuantitativa es aquella cuyos valores se pueden expresar en cantidades numricas, como medidas o recuentos. Se obtiene usando las escalas de medicin de intervalo o de razn. I Peso I Edad I Estatura I Puntuaciones de una prueba. Datos Cualitativos Son aquellos que comprenden etiquetas o nombres que se usan para identificar un atributo de cada elemento, emplean la escala nominal u ordinal. I Sexo: femenino/masculino I Hbito de fumar: Fumador/ no fumador. I Color de ojos: negros, azules, verdes, caf, etc. Tipos de variables
Por otro lado, una variable puede ser discreta o continua.
Tipos de variables
Por otro lado, una variable puede ser discreta o continua.
Variable discreta Tipos de variables
Por otro lado, una variable puede ser discreta o continua.
Variable discreta Una variable aleatoria discreta adopta slo cierto nmero de valores separados. Si en una empresa hay 100 empleados, el recuento de la cantidad de ausentes el lunes slo puede ser 0, 1, 2, 3,..., 100. Una variable discreta suele ser resultado de contar algo. Tipos de variables
Por otro lado, una variable puede ser discreta o continua.
Variable discreta Una variable aleatoria discreta adopta slo cierto nmero de valores separados. Si en una empresa hay 100 empleados, el recuento de la cantidad de ausentes el lunes slo puede ser 0, 1, 2, 3,..., 100. Una variable discreta suele ser resultado de contar algo. Por definicin: Una variable aleatoria discreta es una variable que adopta slo valores claramente separados. Tipos de variables
Por otro lado, una variable puede ser discreta o continua.
Variable discreta Una variable aleatoria discreta adopta slo cierto nmero de valores separados. Si en una empresa hay 100 empleados, el recuento de la cantidad de ausentes el lunes slo puede ser 0, 1, 2, 3,..., 100. Una variable discreta suele ser resultado de contar algo. Por definicin: Una variable aleatoria discreta es una variable que adopta slo valores claramente separados. Variable continua Tipos de variables
Por otro lado, una variable puede ser discreta o continua.
Variable discreta Una variable aleatoria discreta adopta slo cierto nmero de valores separados. Si en una empresa hay 100 empleados, el recuento de la cantidad de ausentes el lunes slo puede ser 0, 1, 2, 3,..., 100. Una variable discreta suele ser resultado de contar algo. Por definicin: Una variable aleatoria discreta es una variable que adopta slo valores claramente separados. Variable continua Se mide en una escala numrica. Cada observacin de la variable aleatoria puede tomar cualquier valor dentro de un rango especfico. Tipos de variables
Por otro lado, una variable puede ser discreta o continua.
Variable discreta Una variable aleatoria discreta adopta slo cierto nmero de valores separados. Si en una empresa hay 100 empleados, el recuento de la cantidad de ausentes el lunes slo puede ser 0, 1, 2, 3,..., 100. Una variable discreta suele ser resultado de contar algo. Por definicin: Una variable aleatoria discreta es una variable que adopta slo valores claramente separados. Variable continua Se mide en una escala numrica. Cada observacin de la variable aleatoria puede tomar cualquier valor dentro de un rango especfico. Ejemplo, mida la anchura de una habitacin, la estatura de una persona o la presin de la llanta de un automvil, se trata de una variable continua. Se puede suponer una infinidad de valores, con ciertas limitaciones. Las distribuciones continuas son el resultado de algn tipo de medicin. Ejercicio: identificar, elementos, variables y tipos de variables.