DEBER DE ESTADISTICA MAESTRIA: Gestin de Proyectos Productivos. MODULO: Estadstica La estadstica para !

trica es una rama de la estadstica inferencial que comprende los procedimientos estadsticos y de decisin que estn basados en las distribuciones de los datos reales. Estas son determinadas usando un nmero finito de parmetros. Esto es por e!emplo si conocemos que la altura de las personas si"ue una distribucin normal pero desconocemos cul es la media y la des#iacin de dic$a normal. La media y la des#iacin tpica de la des#iacin normal son los dos parmetros que queremos estimar. %uando desconocemos totalmente que distribucin si"uen nuestros datos entonces deberemos aplicar primero un test no param&trico que nos ayude a conocer primero la distribucin. La mayora de procedimientos param&tricos requiere conocer la forma de distribucin para las mediciones resultantes de la poblacin estudiada. 'ara la inferencia param&trica es requerida como mnimo una escala de inter#alo esto quiere decir que nuestros datos deben tener un orden y una numeracin del inter#alo. Es decir nuestros datos pueden estar cate"ori(ados en: menores de )* a+os de )* a ,* a+os de ,* a -* de -* a .* etc. ya que $ay nmeros con los cuales reali(ar clculos estadsticos. /in embar"o datos cate"ori(ados en: ni+os !#enes adultos y ancianos no pueden ser interpretados mediante la estadstica param&trica ya que no se puede $allar un parmetro num&rico 0como por e!emplo la media de edad1 cuando los datos no son num&ricos. Escala de Medida.2Es la que requiere que los elementos que inte"ran las muestras conten"an elementos parmetros o medibles. 'uede resol#er tres tipos de problemas:

Estimacin puntual: En la que pretendemos darle un #alor al parmetro a estimar. Estimacin por inter#alos: 0buscamos un inter#alo de confian(a1. %ontraste de $iptesis: donde buscamos contrastar informacin acerca del parmetro

La estadstica no param&trica es una rama de la estadstica que estudia las pruebas y modelos estadsticos cuya distribucin subyacente no se a!usta a los llamados criterios param&tricos. /u distribucin no puede ser definida a priori pues son los datos obser#ados los que la determinan. La utili(acin de estos m&todos se $ace recomendable cuando no se puede asumir que los datos se a!usten a una distribucin conocida cuando el ni#el de medida empleado no sea como mnimo de inter#alo. Las principales pruebas no param&tricas son las si"uientes:

'rueba 34 de 'earson 'rueba binomial 'rueba de 5nderson2Darlin" 'rueba de %oc$ran

'rueba de %o$en 6appa 'rueba de 7is$er 'rueba de 7riedman 'rueba de 8endall 'rueba de 8olmo"ro#2/mirno# 'rueba de 8rus6al29allis 'rueba de 8uiper 'rueba de Mann29$itney o prueba de 9ilco:on 'rueba de Mc;emar 'rueba de la mediana 'rueba de /ie"el2<u6ey 'rueba de los si"nos %oeficiente de correlacin de /pearman <ablas de contin"encia 'rueba de 9ald29olfo=it( 'rueba de los ran"os con si"no de 9ilco:on

La mayora de estos test estadsticos estn pro"ramados en los paquetes estadsticos ms frecuentes quedando para el in#esti"ador simplemente la tarea de decidir por cul de todos ellos "uiarse o qu& $acer en caso de que dos test nos den resultados opuestos. >ay que decir que para poder aplicar cada uno e:isten di#ersas $iptesis nulas y condiciones que deben cumplir nuestros datos para que los resultados de aplicar el test sean fiables. Esto es no se puede aplicar todos los test y quedarse con el que me!or con#en"a para la in#esti"acin sin #erificar si se cumplen las $iptesis y condiciones necesarias pues si se #iolan in#alidan cualquier resultado posterior y son una de las causas ms frecuentes de que un estudio sea estadsticamente incorrecto. Esto ocurre sobre todo cuando el in#esti"ador desconoce la naturale(a interna de los test y se limita a aplicarlos sistemticamente. Es importante mencionar que si la distribucin de los datos se a!usta a un tipo de distribucin conocida e:isten otras ?pruebas@ que en la prctica son ms aconse!ables pero que as mismo requieren otros supuestos. En este caso la estadstica a emplear es la estadstica param&trica dentro de la cual muc$as #eces podemos encontrar equi#alencias entre pruebas pero con diferencias en la potencia entre ambas siendo siempre la potencia de las pruebas no param&tricas menor que la potencia de las pruebas param&tricas equi#alentes. 5un as el uso adecuado de los tama+os muestrales disminuye la posibilidad de cometer un ?error tipo AA@ puesto que aumenta al mismo tiempo la eficacia de la prueba. Es decir a medida que se aumenta el tama+o de la

muestra disminuye la posibilidad de cometer un error tipo AA 0un falso ne"ati#o: ;o rec$a(ar la $iptesis nula cuando &sta en realidad es falsa1. RA"G# $ESTAD%STICA& En estadstica descripti#a se denomina ran"o estadstico 0B1 o recorrido estadstico al inter#alo a la diferencia entre el #alor m:imo y el #alor mnimoC por ello comparte unidades con los datos. 'ermite obtener una idea de la dispersin de los datos cuanto mayor es el ran"o ms dispersos estn los datos de un con!unto.

'or e!emplo para una serie de datos de carcter cuantitati#o como lo es la estatura medida en centmetros tendramos:

es posible ordenar los datos como si"ue:

Donde la notacin x 0i1 indica que se trata del elemento i2&simo de la serie de datos. De este modo el ran"o sera la diferencia entre el #alor m:imo 0k1 y el mnimoC o lo que es lo mismo:

En nuestro e!emplo con cinco #alores nos da que R D E.F2EFF D G* RA"G# I"TERC'ART%(IC# En estadstica descripti#a se le llama ran"o intercuartlico o ran"o intercuartil a la diferencia entre el tercer y el primer cuartil de una distribucin. Es una medida de la dispersin estadstica. 5 diferencia del ran"o se trata de un estadstico robusto. El ran"o intercuartlico es una medida de #ariabilidad adecuada cuando la medida de posicin central empleada $a sido la mediana. /e define como la diferencia entre el tercer cuartil 0HG1 y el primer cuartil 0HE1 es decir: BH D HG 2 HE. 5 la mitad del ran"o intercuartil se le conoce como des#iacin cuartil 0DH1: DH D BHI)D 0HG 2 HE1I). /e usa para construir los dia"ramas de ca!a y bi"ote 0box plots1 que sir#en para #isuali(ar la #ariabilidad de una #ariable y comparar distribuciones de la misma #ariableC adems de ubicar #alores e:tremos

MEDIDAS DE P#SICI)" "# CE"TRA( En estadstica descripti#a las edidas de posicin no centra* permiten conocer otros puntos caractersticos de la distribucin que no son los #alores centrales. Entre las medidas de posicin no central ms importantes estn los cuantiles. El t&rmino cuanti* fue usado por primera #e( por 8endall en EJ,*. El cuantil de orden p de una distribucin 0con * K p K E1 es el #alor de la #ariable que marca un corte de modo que una proporcin p de #alores de la poblacin es menor o i"ual que . 'or e!emplo el cuantil de orden *.G- de!ara un G-L de #alores por deba!o y el cuantil de orden *.F* se corresponde con la mediana de la distribucin. Los cuantiles suelen usarse por "rupos que di#iden la distribucin en partes i"ualesC entendidas estas como inter#alos que comprenden la misma proporcin de #alores. Los ms usados son:

Los Cuarti*es cuantiles *.)F Los +uinti*es cuantiles *.)*

que di#iden a la distribucin en cuatro partes 0corresponden a los *.F* y *.MF1C que di#iden a la distribucin en cinco partes 0corresponden a los *.,* *.-* y *..*1 C

Los Deci*es que di#iden a la distribucin en die( partesC Los Percenti*es que di#iden a la distribucin en cien partes.

En el clculo de cuantiles con distribuciones de #ariable continua 0por e!emplo con datos a"rupados1 puede conse"uirse fcilmente que las partes en que se di#ide la distribucin sean e:actamente i"uales. /in embar"o en las distribuciones de #ariable discreta 0como el caso de datos aislados1 debemos conformarnos con que estas partes sean apro:imadamente i"uales. 'or des"racia no $ay consenso sobre la forma en que reali(ar esta apro:imacin e:istiendo en la literatura cientfica nue#e m&todos diferentes que conducen a resultados diferentes. 'or ello al calcular cualquier cuantil de datos no a"rupados por medio de calculadora soft=are o manualmente es bsico el saber e indicar el m&todo utili(ado.

La funcin que a cada p le asi"na el punto de corte orden p se denomina funcin cuantil.

es decir el #alor del cuantil de

%alcularemos el cuantil de orden *.G* de la edad de la poblacin de una aldea resumida en la tabla:

Edad de la poblacin 0-20 20-40 40-60 60-80 80-100

habitante s 9 18 26 7 4

frecuencia acumulada 9 27 53 60 64

;uestro primer paso ser $allar el inter#alo en que se encuentra nuestro cuantil: De un total de -, datos el cuantil *.G* ocupar la posicin npD-,N*.GDEJ.). Obser#amos en la columna de frecuencias acumuladas que este #alor por estar comprendido entre J y )M corresponde al inter#alo )*2,*. Dentro de este inter#alo seleccionaremos el #alor de nuestro cuantil por simple interpolacin lineal. C'ARTI(ES Los cuarti*es son los tres #alores que di#iden al con!unto de datos ordenados en cuatro partes porcentualmente i"uales. La diferencia entre el tercer cuartil y el primero se conoce como ran"o intercuartilico. Dada una serie de #alores O E O) OG...On ordenados en forma creciente podemos pensar que su clculo podra efectuarse:

'rimer cuartil 0HE1 como la mediana de la primera mitad de #aloresC

/e"undo cuartil 0H)1 como la propia mediana de la serieC <ercer cuartil 0HG1 como la mediana de la se"unda mitad de #alores.

El primer cuartil: 'ero esto conduce a distintos m&todos de clculo de los cuartiles primero 0as como tercero1 se"n la propia mediana se incluya o e:cluya en la serie de la primera 0respecto de la se"unda1 mitad de #alores. %lculo con datos no 5"rupados ;o $ay uniformidad sobre su clculo. En la biblio"rafa se encuentran $asta cinco m&todos que dan resultados diferentes. Uno de los m&todos es el si"uiente: dados n datos ordenados

0nPG1I, 'ara el tercer cuartil: 0GnPE1I,

PERCE"TI(ES /e representan con la letra P. 'ara el percentil i,!si o donde la i toma #alores del E al JJ. El i L de la muestra son #alores menores que &l y el -..,i L restante son mayores.

P/0 D +-. P0. D +/ D P10 D +2.

ediana.

%lculo con datos no 5"rupados Un m&todo para establecer un percentil sera el si"uiente: %alculamos...

Donde n es el nmero de elementos de la muestra e i el percentil. El resultado de reali(ar esta operacin es un nmero real con parte entera E y parte decimal D. <eniendo en cuenta estos dos #alores aplicamos la si"uiente funcin: