FUNDACIN UNIVERSITARIA LOS LIBERTADORES

Especializacin en Estadstica Aplicada

FUNDAMENTOS DE ESTADSTICA
PROFESORES : CSAR AUGUSTO SERNA M. LEONARDO FABIO SNCHEZ C. Magister en Estadstica Universidad Nacional cesarserna29@gmail.com,lsanchezc2@gmail.com 2012

FUNDAMENTOS DE ESTADSTICA
1. 2. 3. 4. Estadstica Descriptiva Fundamentos de Probabilidad Distribuciones de Probabilidad y Variables Aleatorias Nmeros ndice

QUE VAMOS A VER?

Estadstica Descriptiva Introduccin Distribuciones de frecuencia y graficas Medidas de Numricas Descripcin de datos bivariados 2. Probabilidad y Distribuciones de probabilidad. Probabilidad Regalas de probabilidad V.A. Continuas V.A. Discretas Funciones de Distribucin 1.

QUE VAMOS A VER?

4. Nmeros ndice Conceptos bsicos Aplicaciones

CMO LO VEREMOS?
Clase Magistral

CMO LO EVALUAMOS?

DNDE CONSULTAMOS?
LEVIN / RUBIN /BALDERAS / DEL VALLE / GOMEZ. Estadstica para Administracin y Economa. Pearson. LIND DOUGLAS / MARCHAL WILLIAMS/ WATHEN SAMUEL. Estadstica Aplicada a los negocios y la economa. Edicin 13a. Editorial Mc. Graw Hill. 2008. ANDERSON / SWEENEY / WILLIAMS. Estadstica para Administracin y Economa. Cengage Learning. MENDENHALL /BEAVER/BEAVER. Introduccin a la Probabilidad y Estadstica

UNIDAD 1

ESTADSTICA DESCRIPTIVA
1. 2. 3. 4. Introduccin Distribuciones de frecuencia y graficas Medidas Numricas Descripcin de datos bivariados

ESTADSTICA?
La estadstica es la ciencia destinada al estudio de los fenmenos aleatorios, la misma est ligada con los mtodos cientficos en la toma, recopilacin, organizacin, presentacin y anlisis de datos; tanto para la deduccin de conclusiones como para la toma de decisiones razonables de acuerdo con tales anlisis.

CLASIFICACIN

Estadstica Descriptiva: cuando se describe, analiza y representa un grupo de datos utilizando mtodos numricos y grficos que resumen y presentan la informacin contenida en ellos. Estadstica Inferencial: cuando apoyndose en el clculo de probabilidades y a partir de datos mustrales, efecta estimaciones, decisiones, predicciones y otras generalizaciones sobre un conjunto mayor de datos.

EL QUE HACER ESTADSTICO!

POBLACIN

PARAMETRO MUESTRA

ESTIMADOR

DEFINICIONES
Poblacin: es el conjunto de todas las observaciones o de los elementos de inters en un determinado estudio que cumplen ciertas propiedades comunes. Este conjunto puede ser un nmero finito de datos o una coleccin grande (virtualmente infinita) de datos. Parmetro: es cualquier medida descriptiva de una poblacin, por ejemplo, la media poblacional.

DEFINICIONES
Muestra: es un subconjunto de la poblacin, seleccionado adecuadamente para que contenga las caractersticas relevantes de la poblacin en la misma proporcin. Estimador: Medida descriptiva de la muestra que se utiliza para estimar al respectivo parmetro poblacional.

DEFINICIONES
Variable: Caracterstica de la poblacin que se analiza en el estudio estadstico. Datos: son los hechos, medidas o nmeros que han sido recopilados como resultados de observaciones; se deben reunir, analizar y resumir para su presentacin e interpretacin. Pueden ser cuantitativos o cualitativos. Individuos o elementos: seres u objetos que contienen la informacin que se desea estudiar.

CON QUE TRABAJAMOS?

EJEMPLOS
Clasificar cada una de las siguientes variables: a. b. c. d. e. f. g. Distancia diaria recorrida por cada estudiante para ir de su casa a la universidad. Tiempo que requiere un estudiante para responder a un examen. Llamadas que llegan a una central telefnica en un da. Preferencia por cierta marca de refresco. Color del cabello de las estudiantes que toman el curso de fundamentos de estadstica. Cantidad de computadores en la casa. Calificacin de un profesor de finanzas.

EJEMPLOS
Establecer cules de estos datos son discretos y cules continuos: a. Temperatura de una ciudad. b. Ingresos anuales de los profesores de educacin media. c. Longitudes de 100 tornillos producidos en una empresa. d. Nmero de carreras anotadas.

DISTRIBUCIONES DE FRECUENCIA
Es un resumen tabular de un conjunto de datos que muestra la cantidad de elementos en cada una de las diferentes clases que la conforman. FRECUENCIAS: Absoluta Relativa Absoluta acumulada Relativa acumulada

DISTRIBUCIONES DE FRECUENCIA

DISTRIBUCIONES DE FRECUENCIA DATOS CATEGRICOS

Speedy Swift es un servicio de reparto de mercanca que atiende el rea metropolitana ms grande de Atlanta. Para conservar la lealtad del consumidor, uno de los objetivos es la entrega a tiempo. Se supervisa su desempeo como: Anticipada (Mercanca entregada antes del tiempo prescrito), a tiempo (Mercanca entregada cinco minutos dentro del tiempo prescrito), tarde (Mercanca entregada ms de cinco minutos despus del tiempo prescrito), extraviada (Mercanca no entregada). Speedy recogi los siguientes datos de desempeo el mes pasado:

A tiempo Anticipada Anticipada A tiempo Tarde A tiempo

A tiempo A tiempo A tiempo A tiempo A tiempo Tarde

Anticipada Tarde Tarde A tiempo A tiempo A tiempo

Tarde A tiempo A tiempo Tarde Tarde Anticipado

A tiempo A tiempo Tarde Anticipado Tarde A tiempo

DISTRIBUCIONES DE FRECUENCIA DATOS CATEGRICOS

Frequency Valid A tiempo Anticipada Tarde Total 16 5 9 30

Percent 53,3 16,7 30,0 100,0

Valid Percent 53,3 16,7 30,0 100,0

Cumulative Percent 53,3 70,0 100,0

DIAGRAMA DE SECTORES Y DE BARRAS DATOS CATEGRICOS

DISTRIBUCIONES DE FRECUENCIA DATOS CONTINUOS

Intervalos o clases Marca de Clase

DISTRIBUCIONES DE FRECUENCIA DATOS CONTINUOS

Construccin de una Tabla de Frecuencias

1. 2. Determine el rango de variacin de los datos Seleccione el numero de clases o intervalos. Una regla general para ello esta dada por Calcule la amplitud de los intervalos redondeando por encima al mismo numero de decimales de los datos.

3.

DISTRIBUCIONES DE FRECUENCIA DATOS CONTINUOS

Construccin de una Tabla de Frecuencias

4. Para cubrir todo el rango de variacin tomamos Xmn como Limite inferior, de la primera clase y le sumamos la amplitud para el Limite superior. La segunda clase toma el Limite superior de la primera aumentada en un decimal de mayor orden como Limite inferior y as sucesivamente

5.

DISTRIBUCIONES DE FRECUENCIA DATOS CONTINUOS

Ejemplo
Valor mnimo = 0.5 Valor mximo = 18.5 Rango = 18 Numero de clase k = 6 Amplitud A = 3

DISTRIBUCIONES DE FRECUENCIA DATOS CONTINUOS

6. 7. 8.

Calcular la marca de clase Hallar las frecuencias absolutas por conteo. Completar la tabla.

DISTRIBUCIONES DE FRECUENCIA DATOS CONTINUOS

Tabla de Distribucin de Frecuencias

Qu interpretacin tiene f3? Qu interpretacin tiene h4? Qu interpretacin tiene F2? Qu interpretacin tiene H4?

DISTRIBUCIONES DE FRECUENCIA DATOS CONTINUOS

HISTOGRAMA

POLGONOS DE FRECUENCIAS
DESPLAZAMIENTO DE ANFIBIOS Universidad
18

16 14

12 Fercuencia

10 8

4 2

0 0 3,50 6,50 9,50 Longitud 12,50 15,50 18,50

OJIVA ASCENDENTE
DESPLAZAMIENTO DE ANFIBIOS Universidad
70

60

50

Fercuencia

40

30

20

10

0 0 3,50 6,50 9,50 Longitud 12,50 15,50 18,50

EJERCICIO DE CLASE
POR PAREJAS

Realice la tabla de distribucin de frecuencias e histograma para los datos que se presentan, siguiendo los pasos mencionados. 10 minutos

OTRAS REPRESENTACIONES GRAFICAS Histogramas Polgonos de Frecuencias Ojivas Diagrama de tallo y hojas Diagrama de lneas

AGRUPADOS

DIAGRAMA DE TALLO Y HOJAS

Desplazamientos Stem-and-Leaf Plot Frequency Stem & Leaf 11,00 0 . 00000111111 6,00 0 . 222233 7,00 0 . 4444555 5,00 0 . 66777 3,00 0 . 889 1,00 1 . 1 ,00 1 . 1,00 1 . 5 2,00 Extremes (>=17) Stem width: 10,00 Each leaf: 1 case(s)

EJEMPLOS
Un hotel obtiene sus ingresos bruto de la renta de sus instalaciones y desea describirlos grficamente. Realice un diagrama de lneas.
Da 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Ingresos $1.452 1.361 1.426 1.470 1.456 1.430 1.354 1.442 1.394 1.459 1.399 1.458 1.537 1.425 1.445

DIAGRAMA DE LNEAS
INGRESOS

FUNDACIN UNIVERSITARIA LOS LIBERTADORES

Especializacin en Estadstica Aplicada Sesin II

FUNDAMENTOS DE ESTADSTICA
PROFESORES : CSAR AUGUSTO SERNA M. LEONARDO FABIO SNCHEZ C. Magister en Estadstica Universidad Nacional cesarserna29@gmail.com, lsanchezc2@gmail.com 2012

DESCRIPCIN DE DATOS A TRAVS DE MEDIDAS NUMRICAS

El anlisis ms formal de un conjunto de datos es a travs de valores o medidas de resumen numrico, es decir, a partir de los datos medidos se intenta extraer varias cantidades de resumen las cuales sirven para caracterizar el conjunto de datos y mostrar sus propiedades ms relevantes. Estas medidas son de Localizacin y Dispersin.

MEDIDAS DE TENDENCIA CENTRAL

Media: Aritmtica Geomtrica Ponderada Recortada Mediana Moda

MEDIA ARITMTICA

VENTAJAS Fcil de calcular Buenas propiedades como estimador DESVENTAJA Sensible a valores extremos (Outlier)

MEDIANA
Es el valor que particional la muestra en dos. Es decir que por debajo de la mediana esta exactamente el 50% de los datos e igual proporcin por encima de ella.

CLCULO
Ordene de menor a mayor la muestra 1. La mediana se determina de acuerdo con: a. Si el numero de datos (n) es impar

b. Si el numero de datos (n) es par

MODA
Corresponde al valor mas frecuente en la muestra.
Clculo
Identificar el valor que ms se repite en la distribucin de frecuencias individual.

Desventajas
Es poco informativa respecto a los datos en general Puede haber varias

MEDIA - MEDIANA - MODA

La relacin de orden entre la media, la mediana y la moda suministra informacin acerca de la simetra de la distribucin.

Distribucin simtrica

MEDIA - MEDIANA - MODA

Distribucin Sesgada a Derecha Positivamente
Media Mediana Moda

MEDIA - MEDIANA - MODA

Distribucin Sesgada a Izquierda Negativamente
Media Mediana Moda

EJEMPLO
Medidas de Tendencia Central Media Mediana
No. Indicador econmico Cambio Porcentual

1 Productividad (total) 2 Inversin (No Residencial) 3 Importaciones 4 Consumo 5 Ingreso real disponible

1,4 2,1 2,3 2,7 2,9 2,9 3,6 4,5 4,7 5,2

Moda

6 PNB real 7 Inversin (Residencial) 8 Inflacin 9 Exportaciones 10 Productividad (Fabricacin)

MEDIDAS DE LOCALIZACIN NO TAN COMUNES

Media Geomtrica: Esta estadstica se usa frecuentemente para datos que tienen un sesgo positivo, ya que estar ms cerca del pico de la distribucin que la media aritmtica.

Media Geomtrica=

Nota: esta estadstica slo est definida para una muestra de datos en la cual todos los valores son no negativos y mayores que 0.

MEDIDAS DE LOCALIZACIN NO TAN COMUNES

Media Recortada en 100% : Calcula la media de la muestra despus de remover una fraccin de los valores de los datos ms pequeos y la misma fraccin de los mayores:

donde

EJERCICIO DE CLASE (POR PAREJAS)

1. 2. 3.

Calcular media, mediana y moda (si existe) Existe algn dato atpico (Outlier)? Si existe elimnelo y halle de nuevo las medidas de centralizacin. Hay indicios de sesgo? Cual?

MEDIDAS DE VARIABILIDAD O DISPERSIN

Describir una muestra o poblacin por medio de una medida de tendencia central es proporcionar informacin parcial de la distribucin de estos datos. Las distintas poblaciones o muestras pueden tener medidas idnticas de tendencia central, pero diferir entre s en otros aspectos ms importantes tales como la separacin de los registros entre ellos mismos y respecto al centro de la distribucin. Esta separacin se llama dispersin o variabilidad. Diferencias significativas entre los registros o mediciones indican mayor variabilidad, por otra parte, mayor semejanza entre los registros implica que los individuos son muy similares en dicha caracterstica, por ende la dispersin es mnima.

EJEMPLO

V=1

V=3

V=6

MEDIDAS DE DISPERSIN

Rango Desvos

MEDIDAS DE DISPERSIN
Varianza: Es la media de los desvos al cuadrado.

Desviacin Estndar

MEDIDAS DE DISPERSIN
Coeficiente de Variacin
Es una medida de variabilidad relativa a la media de los datos. Es un valor adimensional que se emplea para comparar la variabilidad de muestras (o poblaciones) diferentes.

MEDIDAS DE DISPERSIN NO TAN COMUNES

Sigma Winsorizada en 100%: Una estimacin
Winsorizada de variabilidad alrededor de la media Winsorizada:

MEDIDAS DE DISPERSIN NO TAN COMUNES

DAM La Desviacin Mediana Absoluta :

Sbi (medida de dispersin) una estimacin basada en una suma ponderada de cuadrados alrededor de la mediana muestral:

EJEMPLO
Cambio Porcentual 4,5% 4,7 2,3 2,9 2,7 2,9 3,6 2,1 1,4 5,2

A continuacin se listan diversos indicadores del crecimiento econmico a largo plazo en Estados Unidos. Las proyecciones se extienden hasta el ao 2008.

Indicador econmico Inflacin Exportaciones Importaciones Ingreso real disponible Consumo PNB real Inversin (Residencial) Inversin (No Residencial) Productividad (total) Productividad (Fabricacin)

MEDIDAS DE FORMA
CUARTILES DECILES PERCENTILES SESGO CURTOSIS
Grfico de Caja y Bigotes

12

16

20

DESPLAZAMIENTOS

MEDIDAS DE FORMA
Sesgo: Su forma de clculo original es:

3( X Me) Sesgo= S
Pero como aproximadamente se cumple que Media Moda = 3 (Media-Mediana), se usa la siguiente forma de clculo prctico del sesgo:

( X Moda ) Sesgo = S

MEDIDAS DE FORMA
Curtosis: La curtosis es una medida que indica o mide lo plano o puntiaguda que es una curva de distribucin. Cuando esta es cero, curtosis = 0, significa que se trata de una curva Normal. Si es positiva, quiere decir que la curva o distribucin o polgono es ms puntiaguda o levantada que la curva normal (curva leptocrtica). Si es negativa quiere decir que es ms plana (curva mesocrtica).

Curtosis =

i =1

( xi x)4 n 4 S 3

EJERCICIO DE CLASE
Estudiante Luis Alberto Juan Pedro Robero Mara Raquel Luisa Rosa Diana 1. 2. Variable Nota = xi Valor de xi X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 Calcular las medidas de dispersin Indicar la forma de los datos 62 68 92 88 55 79 89 92 67 69

ANLISIS DE DATOS BIVARIADOS

Cuando el inters es analizar al tiempo ms de una variable al grupo de individuos o unidades experimentales, es necesario generar un Anlisis Bivariado de Datos. Existen diferentes tipos de anlisis, segn sea el tipo de variables.
Dos variables cualitativas Una variable cualitativa y otra cuantitativa Dos variables cuantitativas

ANLISIS BIVARIADO DE DATOS

(DOS VARIABLES CUALITATIVAS)

Una tabla de doble entrada o tabla cruzada es la mejor manera de resumir dos variables cualitativas al tiempo. As por ejemplo el cruce de la Categora de un grupo de profesores y el tipo de universidad.

Categoradel Tipode Profesor Universidad T.C. Aso. Aso. T.C. Cat. Cat. Cat. T.C. T.C. T.C. Aso. Aso. T.C. T.C. Aso. Aso. Aso. Aso. Pblica Privada Privada Privada Privada Privada Pblica Pblica Privada Privada Privada Privada Privada Pblica Pblica Pblica Pblica Privada

ANLISIS BIVARIADO DE DATOS

(DOS VARIABLES CUALITATIVAS)

Tabla Cruzada de Categora del Profesor vs. Tipo de Universidad Tipo de Universidad Privada Pblica

% del N de % del N de la capa la capa Recuento Recuento Aso. Categora del Profesor Cat. T.C. 5 2 4 27.8% 11.1% 22.2% 3 1 3 16.7% 5.6% 16.7%

ANLISIS BIVARIADO DE DATOS

(DOS VARIABLES CUALITATIVAS)

Diagrama de Barras para Categora del Profesor segn Tipo de Universidad

5

frecuencia

0 Aso. Cat. T.C.

Tipo de Universidad Privada Pblica

Categora del Profesor

ANLISIS BIVARIADO DE DATOS

(DOS VARIABLES CUANTITATIVAS)

Cuando ambas variables a representar en un grfico bidimensional (o plano cartesiano) son cuantitativos, se debe recurrir a un Diagrama de Dispersin. Cada par de coordenadas (x , y) representan los valor que toman las dos variables cuantitativas cuando son medidas a un solo individuo, es decir, cada punto de este diagrama es cada individuo.

ANLISIS BIVARIADO DE DATOS

(DOS VARIABLES CUANTITATIVAS)

ANLISIS BIVARIADO DE DATOS

(DOS VARIABLES CUANTITATIVAS)

Qu tipo de patrn observa? Hay una tendencia ascendente o descendente que siga un patrn lineal?El patrn NO es lineal? Qu tan fuerte es el patrn? Todos los puntos siguen el mismo patrn, o la relacin es apenas visible? Hay alguna observacin atpica?

ANLISIS BIVARIADO DE DATOS

(DOS VARIABLES CUANTITATIVAS)

Una vez observado que en anlisis bidimensional existe una cierta dependencia entre las dos caractersticas o variables que la forman, se puede precisar el grado de dicha dependencia. Para cuantificar el grado de dicha correlacin se usa el Coeficiente de Correlacin.

ANLISIS BIVARIADO DE DATOS

(DOS VARIABLES CUANTITATIVAS)

Un ejemplo para explicar de mejor como funciona el anlisis de correlacin.

VARIABLES CUANTITATIVAS
Ejemplo
Una compaa de seguros de automvil arroj la siguiente informacin relacionada con la edad de un conductor y el nmero de accidentes registrados el ao pasado. Disee un diagrama de dispersin para los datos.

EDAD ACCIDENTES 16 4 24 2 18 5 17 4 23 0 27 1 32 1 22 3

DIAGRAMA DE DISPERSIN

RECTA DE REGRESIN
y = 1.0909x 121.9

UNIDAD 2

SPSS
SPSS es un sistema global para el anlisis estadstico de datos. SPSS puede adquirir datos de casi cualquier tipo de archivo y utilizarlos para generar informes tabulares, grficos y diagramas de distribuciones y tendencias, estadsticos descriptivos y anlisis estadsticos complejos.

Csar A. Serna, Leonardo Snchez

SPSS

INICIALIZACIN DEL SPSS

Ventana principal de SPSS

Csar A. Serna, Leonardo Snchez

SPSS

INICIALIZACIN DEL SPSS

Celda de Edicin

Celda de informacin

Vista de datos y variables

Ventana principal de SPSS

Status bar/boxes

Csar A. Serna, Leonardo Snchez

SPSS

INICIALIZACIN DEL SPSS

PROCEDIMIENTO DE INTRODUCCIN DE DATOS

Definir las variables en Variable View (Vista de variables). Introducir los datos o valores de las variables en Data View (Vista de datos) DEFINICIN DE LAS VARIABLES Name (Nombre) Type (Tipo) Width (Ancho) Decimals (Decimales) Label (Etiqueta) Values (Valores) Missing (Omitido) Column (Columna) Align (Alineacin) Measure (Medida)
Csar A. Serna, Leonardo Snchez

SPSS

INICIALIZACIN DEL SPSS

PROCEDIMIENTO DE INTRODUCCIN DE DATOS

TIPOS DE VARIABLES
Formatos internos: Numrico Cadena [alfanumrica (255 caracteres)] Fecha Formatos de salida: Coma Punto Notacin cientfica Dlar Moneda personalizada

Csar A. Serna, Leonardo Snchez

SPSS

INICIALIZACIN DEL SPSS

TIPO DE MEDIDA Niveles de medicin:

Nominales Ordinales Basados en un intervalo Basados en una razn

En el SPSS, el intervalo y la razn se denominan conjuntamente Scale (Escala). En las variables cadena el valor por defecto es nominal. En las variables numricas el valor por defecto es de escala.
Csar A. Serna, Leonardo Snchez

SPSS

INICIALIZACIN DEL SPSS

En pocas palabras, los datos nominales son datos cualitativos que no indican ningn orden, por ejemplo gnero, regin o raza. Los datos ordinales son datos que implican un orden, pero ningn sentido de magnitud, como nivel de estudios (primario, secundario y terciario). El nivel secundario no es el doble que el primario, pero significa ms estudios. Los datos basados en un intervalo o en una razn son datos continuos que se miden con una escala constante. Por ejemplo, la diferencia entre 10 y 20 es la misma que entre 80 y 90. En el caso de los datos basados en una razn existe un cero absoluto, mientras que en el de los datos basados en un intervalo no existe. El cero absoluto hace posible calcular las razones. Por ejemplo, en cuestin de ingresos, el nivel de medicin se basa en una razn: 20 libras es la mitad de 40 libras. En el caso de la temperatura en C, el nivel de medicin se basa en un intervalo. Una temperatura de 20C no es la mitad de calor que otra de 40C. El dinero tiene un cero absoluto mientras que 0C no es la inexistencia de temperatura, sino simplemente un punto de la escala marcado con 0. Los valores por defecto son aqu muy tiles. El SPSS hace uso de estas denominaciones en algunos procedimientos de trazado de grficos y de rboles de respuesta. La decisin en cuanto a las tcnicas estadsticas apropiadas queda a eleccin del investigador.
Csar A. Serna, Leonardo Snchez

SPSS

INICIALIZACIN DEL SPSS

Seleccin de la Fuente de Datos:

Cuando la base de informacin no est en el formato de SPSS, lo conveniente es importar la base. Esta importacin se realiza a travs de la siguiente ruta. Archivo-Abrir base de datos- Nueva consulta

SPSS

INICIALIZACIN DEL SPSS

Segmentacin de Archivos:
Segmentar archivo divide el archivo de datos en distintos grupos para el anlisis basndose en los valores de una o ms variables de agrupacin. Si selecciona varias variables de agrupacin, los casos se agruparn por variable dentro de las categoras de la variable anterior de la lista Grupos. Al activar esta funcin, todo anlisis que desee ejecutar ser desagregado por grupos. Datos Segmentar Archivo

Csar A. Serna, Leonardo Snchez

SPSS

INICIALIZACIN DEL SPSS

Seleccin y Anlisis de Muestras:

SPSS proporciona la posibilidad de hacer un muestreo aleatorio simple de las unidades experimentales contenidas en la base de datos, luego de esto, si se requiere cualquier procedimiento posterior, SPSS lo ejecuta solo con la muestra seleccionada. Adicionalmente, si se ha segmentado la base de datos, entonces estos dos procedimientos (Segmentacin y Muestreo) son ejecutados al tiempo cuando se ejecute cualquier rutina, para las unidades experimentales que estn en cada segmento o grupo y que hayan sido seleccionadas en la muestra. Datos Seleccionar CasosCsar A. Serna, Leonardo Snchez

SPSS

INICIALIZACIN DEL SPSS

Estando en la ventana de Seleccionar Casos se debe seleccionar Muestras Aleatorias de Casos. En esta segunda venta de Muestras Aleatorias Se debe indicar el tamao de la muestra que se desea seleccionar o aproximadamente la muestra que se desea seleccionar.

Csar A. Serna, Leonardo Snchez

SPSS
Analizar:

INICIALIZACIN DEL SPSS

La opcin Analizar es la ms importante del software SPSS pues en ella se encuentran todas las posibles tcnicas Univariadas, Bivariadas y Multivaridas de anlisis estadstico. En ella encontramos: La mayora de estas tcnicas que se vern a profundidad en cursos posteriores al presente curso.

Csar A. Serna, Leonardo Snchez

SPSS
Tablas :

INICIALIZACIN DEL SPSS

Una herramienta muy til de SPSS es la opcin de tablas, la cual esta incluida en la pestaa Analizar. En muchas ocasiones en deseable mostrar informes de variables cuantitativas desagregadas por otra(s) variables cualitativas. Por ejemplo la variable edad desagregada por genero, y esta a su vez debe ser desagregada por nivel socioeconmico, etc. A este procedimiento le conoce como tablas anidadas. Adems no solamente se puede resumir una sola variable cuantitativa, de hecho, se pueden resumir tantas variables cuantitativas como desee. Analizar Tablas Tablas Personalizadas
Csar A. Serna, Leonardo Snchez

SPSS

SPSS
Qu tal un ejemplo?

Csar A. Serna, Leonardo Snchez

`v{t Ztv|tA
Csar A. Serna, Leonardo Snchez