Copyright ©2006 Brooks/Cole A division of Thomson Learning, Inc. Probabilidad y Estadística Robert...
-
Upload
domitila-volante -
Category
Documents
-
view
217 -
download
0
Transcript of Copyright ©2006 Brooks/Cole A division of Thomson Learning, Inc. Probabilidad y Estadística Robert...
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Probabilidad y Probabilidad y EstadísticaEstadística
Robert J. Beaver • Barbara M. Beaver • William Mendenhall
Presentación diseñada y escrita por: Presentación diseñada y escrita por: Barbara M. BeaverBarbara M. Beaver
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Introducción aIntroducción ala probabilidadla probabilidad
y estadísticay estadística
Capítulo 1
Descripción de datos con gráficas
Some graphic screen captures from Seeing Statistics ®Some images © 2001-(current year) www.arttoday.com
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Variables y datosVariables y datos• Una variable variable es una característica
que cambia o varía con el tiempo y/o para los diferentes individuos u objetos a considerar.
• Ejemplos:Ejemplos: Color de cabello, número de habitantes, estatura, temperatura de cierto lugar, etc.
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
DefinicionesDefiniciones• Una unidad experimentalunidad experimental es el
individuo u objeto sobre el cual una variable es medida u observada.
• Un datodato es el resultado de que una variable de la unidad experimental sea medida u observada.
• Un conjunto de datos,datos, puede ser una muestra muestra o una población.población.
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
EjemploEjemplo• Variable
–Color de cabello
• Unidad experimental
–Persona
• Medida (dato) típica
–Castaño, negro, rubio, etc.
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
EjemploEjemplo
• Variable –Tiempo que
tarda en fundirse un foco• Unidad experimental
–Foco• Medida (dato) típica
–1500 horas, 1535.5 horas, etc.
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Cuántas variables Cuántas variables has medido? has medido?
• Datos univariados:Datos univariados: Cuando se mide una variable sobre una unidad experimental.
• Datos bivariados:Datos bivariados: Cuando se miden dos variables sobre una unidad experimental.
• Datos multivariados:Datos multivariados: Cuando se miden mas de dos variables sobre una unidad experimental.
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Tipos de VariablesTipos de Variables
Cualitativas Cuantitativas
Discretas Continuas
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Tipos de VariablesTipos de Variables
•Variables cualitativasVariables cualitativas miden o señalan una cualidad o una característica en cada unidad experimental.
•Exemplos:Exemplos:•Color de cabello (negro, café, rubio,…)•Marca de carro (Dodge, Honda, Ford,…)•Género (femenino, masculino)•Estado de nacimiento (Jalisco, Puebla,...)
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Tipos de VariableTipos de Variable•Variables cuantitativasVariables cuantitativas miden cantidades numéricas en cada unidad experimental.
Discretas Discretas si la cantidad numérica se puede contar.
Continuas Continuas si la cantidad numérica se puede medir
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
EjemplosEjemplos
• Para cada árbol de naranjas en un huerto se cuentan el número de naranjas.. – Variable cuantitativa discreta
• Se cuenta el número de autos que entran al estacionamiento público en un día cualquiera.– Variable cuantitativa discreta
• Tiempo que un foco tarda en fundirse. – Variable cuantitativa continua
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Cómo graficar variables cualitativasCómo graficar variables cualitativas
• Utiliza una tabla de distribución de frecuencias para describir:– Qué valoresQué valores de la variable se consideran– Con qué frecuencia Con qué frecuencia aparece cada valor“Con qué frecuencia” puede ser calculado
de tres maneras:– Frecuencia absoluta– Frecuencia relativa = F. absoluta/n– Porcentaje = Frecuencia relativa x 100
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
EjemploEjemplo• Una bolsa M&Ms contiene 25 dulces:• Datos:Datos:
• Tabla de distribución de frecuencias:Tabla de distribución de frecuencias:Color Agrupación Frecuencia
Absoluta
Frecuencia Relativa
Porcentaje
Red 3 3/25 = .12 12%
Blue 6 6/25 = .24 24%
Green 4 4/25 = .16 16%
Orange 5 5/25 = .20 20%
Brown 3 3/25 = .12 12%
Yellow 4 4/25 = .16 16%
m
m
mm
m
m
m m
m
m
mm m
m
m
mm
m
m
m
m
m
m
mmm
mm
m
m m
m m
m m m
m m m
m m
m m
mm
m
m
m m
m
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
GraphsGraphsGráfica de
barras
Gráfica de Pie, Pastel o Sectores
Color
Fre
quency
GreenOrangeBlueRedYellowBrown
6
5
4
3
2
1
0
16.0%Green
20.0%Orange
24.0%Blue
12.0%Red
16.0%Yellow
12.0%Brown
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Gráficas con variables Gráficas con variables cuantitativascuantitativas
• Una variable cuantitativa medida para diferentes poblaciones o para diferentes categorías puede ser graficada utilizando gráficas de barras o de pie.
Una hamburguesa Big Mac cuesta $4.90 en Suiza, $2.90 en los Estados Unidos y $1.86 en Sudáfrica.
Una hamburguesa Big Mac cuesta $4.90 en Suiza, $2.90 en los Estados Unidos y $1.86 en Sudáfrica.
Country
Cost
of a B
ig M
ac
($)
South AfricaU.S.Switzerland
5
4
3
2
1
0
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
• Una variable cuantitativa medida a través del tiempo se denomina serie temporalserie temporal. Esta puede ser graficada utilizando una gráfica linealgráfica lineal.
Septiembre Octubre Noviembre Diciembre Enero Febrero Marzo
178.10 177.60 177.50 177.30 177.60 178.00 178.60
CPI: All Urban Consumers-Seasonally Adjusted
BUREAU OF LABOR STATISTICS
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Gráficas de puntosGráficas de puntos• Es la gráfica más simple para datos
cuantitativos• Representa las medidas como puntos
sobre un eje horizontal, sobreponiendo en cada valor, una cantidad de puntos equivalente a la frecuencia del mismo.
• Ejemplo:Ejemplo: El conjunto 4, 5, 5, 7, 6
4 5 6 7
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Diagrama de tallo y hojasDiagrama de tallo y hojas
–Se divide cada medida in dos partes: el tallo y la hoja.–Se enlistan los tallos en una columna, con una línea vertical a su derecha.–Para cada medida, se registra la porción correspondiente a la hoja en el mismo renglón que su tallo de origen.–Se ordenan las hojas de menor a mayor en cada tallo.–Se escribe la clave para decodificar el diagrama.
–Se divide cada medida in dos partes: el tallo y la hoja.–Se enlistan los tallos en una columna, con una línea vertical a su derecha.–Para cada medida, se registra la porción correspondiente a la hoja en el mismo renglón que su tallo de origen.–Se ordenan las hojas de menor a mayor en cada tallo.–Se escribe la clave para decodificar el diagrama.
• ¿Cómo se elabora este diagrama?
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
EjemploEjemploLos precios (en US $) de 18 marcas de zapatos casuales
90 70 70 70 75 70 65 68 60
74 70 95 75 70 68 66 40 65
4 0
5
6 5 8 0 8 6 5
7 0 0 0 5 0 4 0 5 0
8
9 0 5
4 0
5
6 0 5 5 6 8 8
7 0 0 0 0 0 0 4 5 5
8
9 0 5
Al reordenar
Unidad de la hoja = 1
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Interpretando gráficas:Interpretando gráficas:Localización y dispersiónLocalización y dispersión
• En dónde se concentran los datos respecto al eje X, y cómo se distribuyen los datos con respecto al centro?
• En dónde se concentran los datos respecto al eje X, y cómo se distribuyen los datos con respecto al centro?
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Interpretando gráficas: FormasInterpretando gráficas: FormasForma centrada y simétrica: tiene un reducido número de datos en los extremosSesgada a la izquierda: tiene un reducido número de medidas grandes
Sesgada a la derecha: tiene un reducido número de medidas pequeñas
Bimodal: Con dos picos
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Interpretando gráficas: Valores atípicosInterpretando gráficas: Valores atípicos
• Existe algúna medida extraña o inusual situada fuera del conjunto formado por el resto de los datos?
Valor atípico
Sin valores atípicos
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
EjemploEjemplo• Un proceso de control de calidad mide el diámetro
(en cm) de un engrane fabricado por una máquina. El técnico registra 15 diámetros, pero sin darse cuenta comete un “error de dedo” al escribir una medida.
1.991 1.891 1.991 1.988 1.993 1.989 1.990 1.988
1.988 1.993 1.991 1.989 1.989 1.993 1.990 1.994
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Histogramas de frecuencias relativasHistogramas de frecuencias relativas• Un histograma de frecuencias relativas histograma de frecuencias relativas para
un conjunto de datos cuantitativos es una gráfica de barras en la cual la altura de cada barra muestra “con qué frecuencia” (en forma de fracción o porcentaje) las medidas caen en una clase o intervalo en particular.
Crea los intervalos Apila y dibuja las barras
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Histogramas de frecuencias relativasHistogramas de frecuencias relativas• Divide el rango de los datos en 5 a 125 a 12 intervalosintervalos
de igual medida. • Calcula el ancho aproximadoancho aproximado cada uno de los
intervalos.• Redondea el ancho aproximado a un valor
conveniente.• Utiliza el método de inclusion izquierdainclusion izquierda, en el
cual cada intervalo incluye el límite inferior y excluye al límite superior.
• Crea una tabla estadísticatabla estadística que incluya los intervalos, las frecuencias absolutas y relativas.
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Histogramas de frecuencias relativasHistogramas de frecuencias relativas• Dibuja el histograma de frecuencias histograma de frecuencias
relativasrelativas,representando los intervalos en el eje horizontal y las frecuencias en el eje vertical.
• La altura de cada barra representa– La proporciónproporción de medidas que caen en
determinada clase o intervalo.– La probabilidadprobabilidad de que una medida tomada
al azar del conjunto de éstas pertenesca a determinada clase o intervalo.
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
EjemploEjemploLa edad de 50 profesores
de cierta universidad.• 34 48 70 63 52 52 35 50 37 43 53 43 52 44
• 42 31 36 48 43 26 58 62 49 34 48 53 39 45
• 34 59 34 66 40 59 36 41 35 36 62 34 38 28
• 43 50 30 43 32 44 58 53
• Elegimos utilizar, por ejemplo, 6 6 intervalos.
• Ancho mínimo de clase == (70 – 26)/6 = 7.33(70 – 26)/6 = 7.33
• Ancho de clase conveniente = 8= 8
• Utilizamos 66 clases de longitud 88, iniciando en 25.25.
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Age Tally Frequency Relative Frequency
Percent
25 to < 33 1111 5 5/50 = .10 10%
33 to < 41 1111 1111 1111 14 14/50 = .28 28%
41 to < 49 1111 1111 111 13 13/50 = .26 26%
49 to < 57 1111 1111 9 9/50 = .18 18%
57 to < 65 1111 11 7 7/50 = .14 14%
65 to < 73 11 2 2/50 = .04 4%
Ages
Rela
tive fre
quency
73655749413325
14/50
12/50
10/50
8/50
6/50
4/50
2/50
0
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Forma?
Valores atípicos?
Qué porcentaje de los maestros son menores de 41 años?
Cuál es la probabilidad de que un profesor seleccionado al azar tenga 49 años o más?
Sesgada a la izquierda
No.
(14 + 5)/50 = 19/50 = 0.38 = 38%
(9 + 7 + 2)/50 = 18/50 = 0.36 =36%
Describiendo la distribution
Ages
Rela
tive fre
quency
73655749413325
14/50
12/50
10/50
8/50
6/50
4/50
2/50
0
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Conceptos claveConceptos claveI. Cómo se generan los datosI. Cómo se generan los datos
1. Unidades experimentales, variables, medidas2. Muestras y poblaciones3. Datos univariados, bivariados y multivariados.
II. Tipos de VariablesII. Tipos de Variables1. Cualitativas o categóricas2. Cuantitativas
a. Discretasb. Continuas
III. Gráficas de distribución de datos univariadosIII. Gráficas de distribución de datos univariados1. Datos cualitativos o categóricos
a. Gráficas de Pieb. Gráficas de barras
Copyright ©2006 Brooks/ColeA division of Thomson Learning, Inc.
Conceptos claveConceptos clave2. Datos cuantitativos
a. Gráficas de Pie o barras
b. Gráficas lineales
c. Gráficas de puntos
d. Diagramas de tallo y hojas
e. Histogramas de frecuencia relativa
3. Conceptos relacionados con la descripción de una distribución
a. Formas — simétricas, sesgadas a la izquierda, sesgadas a la derecha, unimodales, bimodales
b. Proporción de medidas en ciertos intervalos
c. Valores atípicos