MTODOS

MATEMTICOS
PARA INGENIEROS
Ingeniera de Control y Automatizacin de
Procesos
Prof:
Dr. Pedro V. Gonzlez R.
1
Telf.: 0412 527 00 69
E-mail: dr.Pedrovgr@gmail.com
INTRODUCCION Y CONTENIDO
DE
MTODOS MATEMTICOS
PARA INGENIEROS
2
EVALUACIN

ACTIVIDAD No.

FECHA
CONTENIDO
DE EVALUACIN

PESO %
I
15/03/14
INTRODUCION
ANALISIS ESTADISTICO
USO DEL SPSS

20
II 22/03/14 ASESORIA

III


29/06/14
USO DE MATLAB EN ANALISIS MATEMATICO
ALGEBRA LINEAL
Y PRINCIPIOS DE PROGRAMACION

30

IV 12/04/14 ASESORIA

V

26/04/14


ANALISIS Y AJUSTE DE CURVAS EN MATLAB

30


VI

10/05/14


EVALUACION FINAL

20

3
ESTADSTICA?
ES LA DISCIPLINA QUE SE OCUPA DE:
1) LA RECOLECCIN, ORGANIZACIN, RESUMEN Y ANLISIS
DE DATOS
2) LA OBTENCIN DE INFERENCIAS A PARTIR DE UN
VOLUMEN DE DATOS CUANDO SE EXAMINA UNA PARTE
DE ELLOS.

(Daniel, 2004:2)
ANALISIS ESTADSTICO
Ciencia que recoge, ordena y analiza los datos de
una muestra extrada de una determinada poblacin,
para hacer inferencias de esa poblacin valindose
del clculo de probabilidades (Amon, 1979)



Nos permite:
Tomar decisiones
Solucionar problemas
TIPOS DE ESTADSTICA
ESTADSTICA INFERENCIAL: Pueden definirse como
aquellos mtodos que hacen posible la estimacin de una
caracterstica de una poblacin o la toma de una decisin
referente a una poblacin, basndose slo en los
resultados de la muestra.
ESTADISTICA DESCRIPTIVA: Puede definirse como
aquellos mtodos que incluyen la recoleccin, presentacin
y caracterizacin de un conjunto de datos con el fin de
describir apropiadamente las diversas caractersticas de ese
conjunto de datos.
ESTADSTICA DESCRIPTIVA
Herramienta de anlisis bsico y
obligatorio en toda investigacin
estadstica
ESTADSTICA DESCRIPTIVA
Presentacin ordenada de datos
0
1
2
3
4
5
6
7
Hombre Mujer
Las tablas de frecuencias y las representaciones grficas son dos
maneras equivalentes de presentar la informacin. Las dos
exponen ordenadamente la informacin recogida en una
muestra.
Gnero Frec.
Hombre 4
Mujer 6
Bioestadstica U. de Mlaga
Datos desordenados y ordenados en tablas
Variable: Gnero
Modalidades:
H = Hombre
M = Mujer


Muestra:

M H H M M H M M M H
equivale a
HHHH MMMMMM
Gnero Frec. Frec. relat.
porcentaje
Hombre 4 4/10=0,4=40%
Mujer 6 6/10=0,6=60%
10=tamao
muestral
Bioestadstica U. de Mlaga
Nmero de hij os
419 27,8 27,8
255 16,9 44,7
375 24,9 69,5
215 14,2 83,8
127 8,4 92,2
54 3,6 95,8
24 1,6 97,3
23 1,5 98,9
17 1,1 100,0
1509 100,0
0
1
2
3
4
5
6
7
Ocho+
Total
Frec.
Porcent.
(vl i do)
Porcent.
acum.
Ejemplo
Cuntos individuos tienen
menos de 2 hijos?
frec. indiv. sin hijos
+
frec. indiv. con 1 hijo
= 419 + 255
= 674 individuos

Qu porcentaje de individuos
tiene 6 hijos o menos?
97,3%

Qu cantidad de hijos es tal que
al menos el 50% de la poblacin
tiene una cantidad inferior o
igual?
2 hijos

50%
Bioestadstica U. de Mlaga
INFERENCIA ESTADSTICA
Proceso y resultado de extraer conclusiones respecto a una poblacin
a partir de una o ms muestras.
M
P
conclusiones
Pasos en un estudio estadstico

Plantear hiptesis
Los fumadores tienen ms bajas laborales que los no fumadores
En qu sentido? Mayor nmero? Tiempo medio?
Decidir qu datos recoger (diseo de experimentos)
Qu individuos pertenecern al estudio (muestras)
Fumadores y no fumadores en edad laboral.
Criterios de exclusin Cmo se eligen? Descartamos los que padecen
enfermedades crnicas?
Qu datos recoger de los mismos (variables)
Nmero de bajas
Tiempo de duracin de cada baja
Sexo? Sector laboral? Otros factores?
Recoger los datos (muestreo)
Estratificado? Sistemticamente?
Describir (resumir) los datos obtenidos
tiempo medio de baja en fumadores y no (estadsticos)
% de bajas por fumadores y sexo (frecuencias), grficos,...
Realizar una inferencia sobre la poblacin
Los fumadores estn de baja al menos 10 das/ao ms de media que los no
fumadores.
Cuantificar la confianza en la inferencia
Nivel de confianza del 95%
Significacin del contraste: p=2%
Mtodo cientfico y estadstica
Mediante anlisis
de inferencia
Mediante anlisis
descriptivo
El elemento mas critico para el
anlisis datos estadsticos es:
La Distribucin Normal
Caractersticas de la distribucin normal :

1. Es simtrica respecto a su media

2. La media, mediana y moda son iguales

3. El rea total bajo la curva es igual a 1 (100%).

4. En el intervalo ( - , + ) se encuentra el 68.26% del rea total bajo
la curva

5. En el intervalo ( -2, +2) se encuentra aproxim. el el 95.4% del
rea total bajo la curva.

6. El intervalo ( -3, +3) contiene el 99.7% del rea total bajo la curva
Estimacin de Normalidad
Asimetra
g1 = 0 (distribucin simtrica)
g1 > 0 (distribucin asimtrica positiva)
g1 < 0 (distribucin asimtrica negativa)
Estimacin de Normalidad
Curtosis
g2 = 0 (distribucin mesocrtica).
g2 > 0 (distribucin leptocrtica).
g2 < 0 (distribucin platicrtica).
Moda
Estimacin de Normalidad
Unimodal Bimodal
Multimodal
DISTRIBUCIN NORMAL
ESTANDAR
Si una variable X (Ej. X: edad ) tiene distribucin normal (X es N( , 2) ), esta puede ser
transformada de modo que = 0 y 2 = 1, este proceso se denomina tipificacin o
estandarizacin.
68.26%
95.40%
99.70%
N(, ).
ESTADSTA
DESCRIPTIVA
DEFINICIONES BSICAS
POBLACIN: Cualquier coleccin de unidades que pueden
interesar en un estudio. Esta coleccin debe estar bien definida, de
tal forma que se puedan distinguir entre sus miembros aquellos que
lo son y los que no lo son.
MUESTRA: Es una parte (sub-conjunto) de la poblacin, obtenida
con el propsito de investigar propiedades que posee la poblacin. Es
decir, se pretende que dicho sub-conjunto, represente a la poblacin
a la cual se extrajo.
MEDICIN CUALITATIVA Y CUANTITATIVA: Una medida
es un nmero o denominacin que podemos asignar a una unidad
de observacin . Si este nmero expresa dimensiones o
capacidades, se denomina medicin cuantitativa, si registra
caractersticas, atributos o actitudes se denomina medicin
cualitativa
PARMETRO: Es una medida de resumen que describe una
caracterstica de toda una poblacin. Por lo general se
simboliza con letras griegas, as:

DEFINICIONES BSICAS

ESTADSTICO: Es una medida de resumen que se calcula para
describir una caracterstica a partir de una sola muestra de la poblacin.
Se calcula a partir de los datos de la muestra y, por lo tanto sirve para
estimar parmetros. Generalmente es simbolizado por letras latinas
minsculas, as: media muestral
x
ANLISIS ESTADSTICO
TIPO DE VARIABLE
TIPO DE INVESTIGACIN
VARIABLE : Propiedad que puede variar y cuya variacin es
susceptible a medirse u observarse. Sampieri. (2003:143)
EJEMPLOS: Sexo, atractivo fsico, la religin, la agresividad
verbal, presin arterial, nivel socio econmico.
Las variables adquieren valor para la investigacin cientfica
cuando llegan a relacionarse con otras (formar parte de una
hiptesis o una teora).
UNA VARIABLE:

SE MIDE
CAMBIA
CLASIFICACIN DE LAS VARIABLES
VARIABLE
CUALITATIVA
ORDINAL
CUANTITATIVA
DISCRETA
CONTINUA
NOMINAL
NIVEL DE MEDICIN

NOMINAL
Nombra las observaciones en
categora mutuamente
excluyente
Sexo
Raza
Diagnsticos


ORDINAL


Hay orden y jerarqua
Nivel Socioeconmico
Bajo, medio y alto.
Actitud:
En desacuerdo, Indeciso,
de acuerdo
INTERVALO El cero es un valor arbitrario Temperatura

RAZN
El cero es un valor absoluto
Peso
Distancias Km., pie

Tipo de Investigacin
Descriptiva: Procura definir las cualidades de un evento.

Comparativa: Persigue establecer similitudes o
diferencias de una variable entre dos o mas grupos.
Correlacional: Busca encontrar relaciones entre variables
Explicativa: Establece la naturaleza de la relacin de
causalidad entre una o diversas variables independientes
con una o unas variable dependiente
RELACION ENTRE ELTIPO DE
VARIABLE EL TIPO DE
INVESTIGACION Y LA TECNICA
ESTADISTICA A EMPLEAR

TIPO DE
INVESTIGACIN

PALABRAS
CLAVES
TIPO DE VARIABLE
ORDINAL Y NOMINAL
INTERVALO Y
RAZN
DESCRIPTIVA
CLASIFICAR,
CATEGORIZAR EQUIPARAR
IGUALAR CONTRASTAR
MODA
DISTRIBUCIONES DE
FRECUENCIA
GRFICOS, HISTOGRAMAS,
PASTELES

MEDIA, MEDIANA,
VARIANZA.
DESVIACIN TPICA
CURTOSIS
ASIMETRA
COMPARACIN
COMPARAR, DIFERENCIAR,
EQUIPARAR, IGUALAR,
CONTRASTAR
2 G
GRUPOS
WILCOSON t de student
> 2 G
GRUPOS

KRUSKAL WALLIS
FRIEDMAN
ANOVA
PRUEBA DE MEDIAS
(TUKEY, LSD)
RELACIN
RELACIONAR, ASOCIAR
VINCULAR
(UNINM NEXO)
CHI CUADRADO,
RANGOS DE SPEARMAN
CORRELACIN DE
PEARSON
CAUSA - EFECTO
CONSECUENCIA
CAUSA
EFECTO
INCIDENCIA
ANLISIS MULTIVARIADO
CORRELACIONES CANNIGAS
FACTORES COMUNES
ANLISI CLUSTER
ANLISIS DISCRIMINANTES
REGRESIN SIMPLE
REGRESIN
MLTIPLE
VARIABLE, TIPO DE INVESTIGACIN Y TEC. ESTADSTICA
I
n
f
e
r
e
n
c
i
a

D
e
s
c
r
i
p
c
i

n

ESTADSTICA DESCRIPTIVA
MEDIDAS DE LOCALIZACIN
MEDIDAS DE DISPERSIN
MEDIDAS DE FORMA
MEDIDAS DE POSICIN
DISTRIBUCIN DE FRECUENCIAS
MEDIDAS DE TENDENCIA CENTRAL
Medidas de localizacin
Media Aritmtica
Se obtiene sumando todos los valores de una poblacin o
muestra y dividindolo entre el nmero de valores
sumados.
x =
x
i
n
=

x
i
N
Los valores extremos influyen sobre la media, y en algunos casos
puede distorsionarla tanto que llega a ser indeseable como medida
de tendencia central.
Medidas de localizacin
La Moda
La moda de un conjunto de valores es aquel que ocurre con mayor
frecuencia
Si todos los valores son diferentes, no hay moda.
Un conjunto de valores puede tener mas de una moda


Ejemplo:
Cual es la moda en los siguientes datos?
12 14 09 04 12 33 23 17 33 31 12 24 09 18
16 09 25 07 15 12

Medidas de localizacin
La Mediana
La mediana de un conjunto finito de valores es aquel valor
que divide al conjunto de nmeros ordenados en dos partes
iguales.
Ninguna observacin extrema en un conjunto de datos
afecta a la mediana, en consecuencia, siempre que una
observacin extrema est presente, es adecuado usar la
mediana en lugar de la media para describir un conjunto de
datos.
n + 1
2
= Me
n = nmero de datos

Mediana de 1, 2 ,4 ,5, 6 ,6, 8 = 5
Mediana de 1, 2, 4, 5, 6, 6, 8, 9 = (5+6)/2 = 5,5
n + 1
2
= Me
Es conveniente cuando los datos son asimtricos.
No es sensible a valores extremos.

Mediana 1, 2 , 4, 5, 6, 6, 800 = 5
La media 1, 2, 4, 5, 6, 6, 800 = 117,7
Medidas de Dispersin
La dispersin de un conjunto de observaciones se
refiere a la variabilidad que presentan estas.
Una medida de dispersin conlleva informacin
respecto a la cantidad total de variabilidad presente en
el conjunto de datos
Tres distribuciones normales con diferentes
dispersiones de los datos
x
MEDIDAS DE DISPERSIN
Rango
Diferencia entre el valor mayor y el valor menor de un conjunto
de datos obtenidos en una medicin.
Rango = X ms grande X ms pequeo
El rango mide la dispersin total en un conjunto de datos.
Aunque es una medida sencilla de la variacin total de los
datos, su debilidad caracterstica consiste en que no toma en
cuenta como se distribuyen los datos entre los valores mas
grande y ms pequeos.
No es necesariamente una medida de tpica de dispersin
porque la presencia de un valor extremo puede cambiar
radicalmente su valor
MEDIDAS DE DISPERSIN
Varianza
( X
1
X )
2
+ ( X
2
X )
2
+ .......... ( Xi

X )
2


n - 1
( Xi X )
2

S
2
=
La varianza de la muestra, es la
suma de los cuadrados de las
diferencias de los datos con
relacin a la media aritmtica
divida entre el tamao de la
muestra menos 1
( Xi )
2
N

2

=

VARIANZA
MUESTRAL
VARIANZA
POBLACIONAL
Unidades de la varianza son al cuadrado.
S
2
=
n - 1
Dado un conjunto de observaciones, se llama varianza de dicho
conjunto, a la sumatoria de las diferencias entre cada observacin
y la media aritmtica elevadas al cuadrado, y dividido por el
nmero de observaciones

Es sensible a valores extremos (alejados de la
media).
Sus unidades son al cuadrado.
MEDIDAS DE DISPERSIN
Desviacin estndar
Es la raz cuadrada de la varianza
Indica como se agrupa o distribuye un conjunto de datos
alrededor de la media.
La desviacin estndar tambin se define como la raz
cuadrada positiva de la varianza.


=


2

s
2

s =
Desviacin estndar poblacin
Desviacin estndar muestra

MEDIDAS DE DISPERSIN
Localizacin Relativa
Puntuaciones Z
Valor Z: Medida que indica la direccin y el grado en que un valor se aleja de la
media, en una escala de unidades de desviaciones estndar, indica el nmero de
desviaciones estndar que un valor se aleja de la media

Z =
X - X
S
X = Puntuacin o el valor a transformar
X = Media de la distribucin
S = Desviacin estndar de la distribucin
Z = Puntuacin transformada en unidades de desviaciones estndar
Las puntuaciones Z, permiten estandarizar valores para comparar
puntuaciones de dos distribuciones diferentes. (la forma de medicin
es la misma, aunque se trata de distribuciones distintas).
Ejemplo:
Supongamos que en una distribucin de frecuencias (Conjunto de datos)
obtuvimos una media de 60 y una desviacin estndar de 10, deseamos
comparar una puntuacin de 50 con el resto de la distribucin,
entonces:
Sampieri 2006:436
X = 50 X = 60 S = 10
50 - 60
10
Z =
= - 1.00
El valor de 50 se encuentra localizado a una desviacin estndar por
debajo de la media de la distribucin. (el valor de 30 est a tres
desviaciones por debajo de la media.
Ejemplo:
Queremos comparar los resultados obtenidos en una preprueba con los
obtenidos en una posprueba. Se trata de un estmulo que incrementa la
productividad. Un sujeto obtuvo en la preprueba una productividad de
130; la media del grupo fue de 122,5 y la desviacin estndar de 10. En la
postprueba obtuvo 135, la media fue de 140 y la desviacin estndar de
9,8. Mejor la productividad del trabajador?
Sampieri 2006:436
Sin transformar las dos calificaciones a puntuaciones Z, no es posible
asegurarlo, porque los valores no pertenecen a la misma distribucin.
Preprueba.
130 - 122,5
10
Z =
= 0,75
Postprueba.
135 - 140
9,8
Z =
= - 0,51
En trminos absolutos, 135 es una mejor puntuacin que 130, pero no en
trminos relativos (en relacin con sus respectivas distribuciones)
MEDIDAS DE FORMA
MEDIDAS DE FORMA

Asimetra: Una distribucin es simtrica si la mitad
izquierda de su distribucin es la imagen especular de su
mitad derecha. La distribucin de los datos es simtrica
o no lo es. Si no lo es, recibe el nombre de distribucin
asimtrica o sesgada.
media > mediana: Sesgo positivo o a la derecha
media = mediana: simetra o sesgo cero
media < medina: sesgo negativo o a la izquierda
En las distribuciones simtricas media y mediana
coinciden. Si slo hay una moda tambin coincide
Las discrepancias entre la media y la mediana indican
asimetra.
La asimetra es positiva o negativa en
funcin de a qu lado se encuentra la cola
de la distribucin.
Sesgo (+)
Sesgo (-)
La simetra de una funcin de distribucin se mide por el
coeficiente de sesgo de la misma.
El coeficiente de sesgo no debe sobrepasar el valor de 2
(para considerarse una distribucin Normal)

CURTOSIS
El coeficiente de curtosis mide el mayor o menor
aplanamiento de la curva de distribucin
Curtosis < 0 Curtosis = 0
Curtosis > 0
El coeficiente de sesgo no debe sobrepasar el valor de 2
(para considerarse una distribucin Normal)
Abrir programa SPSS
DR. PEDRO GONZALEZ
Iniciar con matriz en blanco
DR. PEDRO GONZALEZ
Programa iniciado
DR. PEDRO GONZALEZ
Tipos de Interfaces
Vista de Variables
Vista de datos
Visor de resultados
Editor de sintaxis
DR. PEDRO GONZALEZ
Vista de Variables
DR. PEDRO GONZALEZ
Vista de datos
DR. PEDRO GONZALEZ
Visor de Resultados
DR. PEDRO GONZALEZ
Nombre
Tipo
Anchura
Decimales
Etiqueta
Valores
Perdidos
Columnas
Alineacin
Medida
Rol
DR. PEDRO GONZALEZ
Nombre:
Permite un mximo de 256 caracteres
No se aceptan caracteres especiales (#, $, %, &, +, -, *, /)
Siempre debe comenzar con una letra
No debe tener espacios entre caracteres
No se puede repetir el nombre de una variable existente
DR. PEDRO GONZALEZ
Nombre

DR. PEDRO GONZALEZ
Tipo:
Define el tipo de dato que se introducir en esa
variable (ejemplo: numrico, punto, fecha,
cadena de caracteres,)
DR. PEDRO GONZALEZ
Tipo:
DR. PEDRO GONZALEZ
Anchura:
Define el nmero de enteros o caracteres a introducir en esa variable.

Decimales:
En caso que la variable no sea declarada cadena, es necesario especificar
con cuantos decimales se esta dispuesto a trabajar. La anchura debe ser
mayor a los decimales, siempre.
DR. PEDRO GONZALEZ
Etiqueta:
- Es el nombre con el que aparecen las variables en la Vista de
Resultados.
- Puede ser de cualquier ancho.
- Acepta cualquier caracter.
- Puede tener espacios entre caracteres.
DR. PEDRO GONZALEZ
Etiquetas
DR. PEDRO GONZALEZ
Valores:
o Son las etiquetas de los valores que tomar la variable (ejemplo: sexo
toma slo dos valores, 1= Femenino y 2=Masculino).
o En caso que la variable sea numrica continua (ejemplo: moneda,
fecha) no requiere definicin de valores.
DR. PEDRO GONZALEZ
Valores:
DR. PEDRO GONZALEZ
Valores:
DR. PEDRO GONZALEZ
Columnas:
Define el ancho (formato) de columna para esa variable; lo que se ver
en la vista de datos.
Alineacin:
Indica a que lado se alinearn (formato) los valores de introducidos en
la variable en la vista de datos.

DR. PEDRO GONZALEZ
Medida:
Permite seleccionar el tipo de variable que se esta definiendo:
Escala Nmeros, cantidades
Nominal Cadenas
Ordinal Categoras
DR. PEDRO GONZALEZ
DR. PEDRO GONZALEZ
DR. PEDRO GONZALEZ
DR. PEDRO GONZALEZ
DR. PEDRO GONZALEZ
Abrir archivos de datos
Calcular variables
Recodificar variables en otras variables
Recodificar variables en ellas mismas
DR. PEDRO GONZALEZ
DR. PEDRO GONZALEZ
DR. PEDRO GONZALEZ
Nombre de la
nueva variable
Expresiones
Numricas
Funciones
DR. PEDRO GONZALEZ
DR. PEDRO GONZALEZ
EDADES
18 18 21 21 24 24 24
19 19 22 22 22 22 22
30 30 30 30 26 26 24
31 31 31 31 27 27 27
38 38 38 40 30 30 30
29 29 29 37 37 37 39
32 42 42 32 32 32 37
33 33 33 36 36 36 38
25 32 32 25 26 26 26
26 26 26 26 26 24 24
27 27 27 27 27 27 27
30 30 30 31 31 31 28
29 29 29 29 29 40 40
20 23 23 23 23 23 23
25 25 21 24 24 22 23
28 28 28 28 28 28 24
34 34 34 34 34 42 42
35 40 40 40 39 39 37
38 41 41 41
Informa sobre valores concreto que adopta una variable y sobre el nmero
(y porcentaje) de veces que se repite cada uno de esos valores.
Abrir archivo EDAD DANIEL del indicado





Estadsticos Descriptivos Frecuencia
Aceptar
EJERCICIO FRECUENCIA
Analizar >
>
Seleccionar variable EDAD
EDAD
2 1,2 1,2 1,2
2 1,2 1,2 2,4
1 ,6 ,6 3,0
3 1,8 1,8 4,7
6 3,6 3,6 8,3
7 4,1 4,1 12,4
9 5,3 5,3 17,8
4 2,4 2,4 20,1
11 6,5 6,5 26,6
10 5,9 5,9 32,5
7 4,1 4,1 36,7
8 4,7 4,7 41,4
10 5,9 5,9 47,3
7 4,1 4,1 51,5
5 3,0 3,0 54,4
3 1,8 1,8 56,2
5 3,0 3,0 59,2
1 ,6 ,6 59,8
3 1,8 1,8 61,5
5 3,0 3,0 64,5
5 3,0 3,0 67,5
3 1,8 1,8 69,2
6 3,6 3,6 72,8
3 1,8 1,8 74,6
4 2,4 2,4 76,9
3 1,8 1,8 78,7
3 1,8 1,8 80,5
3 1,8 1,8 82,2
2 1,2 1,2 83,4
4 2,4 2,4 85,8
6 3,6 3,6 89,3
2 1,2 1,2 90,5
3 1,8 1,8 92,3
2 1,2 1,2 93,5
2 1,2 1,2 94,7
4 2,4 2,4 97,0
1 ,6 ,6 97,6
1 ,6 ,6 98,2
1 ,6 ,6 98,8
2 1,2 1,2 100,0
169 100,0 100,0
18,00
19,00
20,00
21,00
22,00
23,00
24,00
25,00
26,00
27,00
28,00
29,00
30,00
31,00
32,00
33,00
34,00
35,00
36,00
37,00
38,00
39,00
40,00
41,00
42,00
43,00
44,00
45,00
46,00
47,00
48,00
49,00
50,00
51,00
52,00
53,00
56,00
61,00
62,00
63,00
Total
Vlidos
Frecuencia Porcentaje
Porcentaje
vlido
Porcentaje
acumulado
EJERCICIO FRECUENCIA
Ordena los datos de la variable edad del archivo EDAD
DANIEL y comprueba la frecuencia anterior dada por el
SPSS
Datos Ordenar casos Ascendente
> >
Aceptar
GRAFICOS
Grficos para v. cualitativas
Diagramas de barras
Alturas proporcionales a las frecuencias (abs. o rel.)
Se pueden aplicar tambin a variables discretas

Diagramas de sectores (tartas, polares)
No usarlo con variables ordinales.
El rea de cada sector es proporcional a su frecuencia (abs.
o rel.)
Pictogramas
Fciles de entender.
El rea de cada modalidad debe ser proporcional a la
frecuencia. De los dos, cul es incorrecto?.


Grficos para variables numricas
Son diferentes en funcin de que las variables sean
discretas o continuas. Se utilizan con frec. absolutas
o relativas.
Diagramas barras para v. discretas
Se deja un hueco entre barras para indicar
los valores que no son posibles

Histogramas para v. continuas
El rea que hay bajo el histograma entre dos
puntos cualesquiera indica la cantidad
(porcentaje o frecuencia) de individuos en el
intervalo.

0 1 2 3 4 5 6 7 Ocho o ms
Nmero de hijos
100
200
300
400
R
e
c
u
e
n
t
o
419
255
375
215
127
54
24 23
17
20 40 60 80
Edad del encuestado
50
100
150
200
250
R
e
c
u
e
n
t
o
Es un tipo especial de grficas de barras, que presenta una
distribucin de frecuencias relativas. Los valores de la variable
se colocan sobre el eje horizontal, y las frecuencias en el eje
vertical. Slo tiene sentido en variables numricas (que sean
continuas).
El Histograma
Del archivo EDAD DANIEL,
seleccionar la variable EDAD
Analizar Estadsticos Descriptivos Frecuencia
Grficos
>
>
Histograma
Con curva normal
>
Aceptar
Analizar Estadsticos Descriptivos Frecuencia
Grficos
>
>
Histograma
Con curva normal
>
Aceptar
TRABAJANDO CON GRFICOS INTERACTIVOS
PARA CONSTRUIR HISTOGRAM AS
GRFICAS DE TALLO Y HOJAS
Sistema grfico muy til para representar conjunto de datos
cuantitativos. Presenta una gran similitud con el
histograma y tiene el mismo propsito.
Muestra la ubicacin de la mayor concentracin de
mediciones
Revela la presencia o ausencia de simetra
Conserva la informacin contenida en las mediciones
individuales
Abrir el archivo Edad Daniel y seguir las instrucciones de la
prxima diapositiva
EDAD Stem-and-Leaf Plot
Frequency Stem & Leaf

4,00 1 . 8899
26,00 2 . 01112222223333333444444444
40,00 2 . 5555666666666667777777777888888899999999
30,00 3 . 000000000011111112222233344444
17,00 3 . 56667777788888999
19,00 4 . 0000001112222333444
17,00 4 . 55566777788888899
11,00 5 . 00011223333
1,00 5 . 6
4,00 6 . 1233

Stem width: 10,00
Each leaf: 1 case(s)

Despliegue de tallos y hojas de la variable
EDAD del archivo Edad Daniel
Como obtener la
normalidad de un
conjunto de datos?
Pruebas de nor malidad
,140 169 ,000 ,939 169 ,000 EDAD
Estadstico gl Sig. Estadstico gl Sig.
Kolmogorov-Smirnov
a
Shapiro-Wilk
Correccin de la signif icacin de Lilliefors
a.
MEDIDAS DE POSICIN
NO CENTRALES
INFORMAN ACERCA DE LA POSICIN QUE OCUPA UN DATO
DENTRO DE UNA SERIE ORDENADA EN FORMA CRECIENTE.
DECILES
Dividen el conjunto de datos ordenados en diez partes iguales. Nueve
deciles dividen las observaciones en diez partes iguales. Se denotan:
D
1
D
2
D
3
D
9 ;
D
5
= Mediana

PERCENTILES
Dividen el conjunto de datos ordenados en 100 partes iguales.
El percentil 90 es un valor tal que el 90% de todos los valores son
menores y el 10 son mayores que l. Se denotan: P
1 ,
P
2
P
3 ,
P
4
.
P
99 ;
P
50
= Mediana; P
25
Se corresponde con el primer cuartil
; P
75
Se corresponde con tercer cuartil


CUARTILES
Dividen el conjunto de datos ordenados en cuatro partes iguales. Los cuartiles son:
Q
1
; Q
2
; Q
3 .
Se necesitan solamente tres cuartiles para dividir los datos en cuatro
partes. El cuartil Q
2 =
Mediana
Datos
Q1 Q2=Me Q3
Ls
0% 25% 50% 100% 75%
CUARTILES
Li
Datos
DECILES
1
2
3
4 5 6 7 8 9 10
EXPLORACIN
DE DATOS
DIAGRAMA DE CAJA
Es un dispositivo visual muy til para comunicar la informacin
contenida en un conjunto de datos. Algunas veces llamada grfica
de caja con valores extremos.
La base de un diagrama de caja es el clculo de la mediana y los
cuartiles Q
1
y Q
3.

Valor atpico
Valor mas alto
que no llega a
ser atpico
Q
3
Tercer cuartil
Media
Q
1
Primer
cuartil
Valor ms
pequeo que no
llega a ser atpico
Rango
intercuartil
EJERCICIO
Abra el archivo Edad Daniel
Agregue las siguientes edades: 81, 88, 125, 119
Analizar Estadsticos Descriptivos Explorar
> >
Dependiente: Edad ; Estadsticos = Todos; Grficos = Tallo y hojas,
Niveles de factores juntos
Interpretar los resultados
ANLISIS EXPLORATORIO
Procedimiento Explorar (SPSS)
Analizar Estadsticos Descriptivos Explorar
> >
ESTADSTICOS:
Permite obtener algunos estadsticos adicionales a los que ofrece el procedimiento
Explorar por defecto.
Analizar - Estadsticos descriptivos - Explorar - Dependiente: Salario actual,
Factores: sexo del empleado - Estadsticos y grficos

Interprete los resultados
Una exploracin de datos antes de un anlisis estadstico, permite identificar:
posibles errores (datos mal introducidos, respuestas mal codificadas, etc.),
valores extremos (valores que se alejan demasiado del resto), variabilidad no
esperada (demasiados casos en una de las dos colas de la distribucin), etc.
Ejercicio
Abra el archivo del SPSS datos de empleados.
ANLISIS DE VARIABLES CATEGRICAS
Procedimiento: Tablas de contingencia
El sexo, raza, la clase social, el lugar de procedencia, la categora laboral, padecer o no
de una enfermedad son algunos ejemplos de este tipo de variables. Son variables sobre
las que nicamente es posible obtener una medida de tipo nominal (u ordinal con
pocos valores). SPSS permite estudiar este tipo de variables y detectar posibles pautas
de asociacin de asociacin entre ellas.
TABLAS DE CONTINGENCIA: Son tablas de doble entrada, en la que cada
una presenta un criterio de clasificacin (una variable categrica)
Analizar Tablas de contingencia Estad. Descrip.
>
>
EJEMPLO
Abra el archivo de datos datos de empleados
Analizar - Est. Desc. - Tablas de contingencia - Fila(row): sexo; Columna
(column): Categora Laboral -
Marcar la opcin: Mostrar los grficos de barras agrupadas (display clustered
bar charts)
Tabla de contingencia Sexo * Categora laboral
Recuento
157 27 74 258
206 10 216
363 27 84 474
Hombre
Muj er
Sexo
Total
Admi ni strati vo Seguri dad Di rectivo
Categora l aboral
Total
Sexo
Mujer Hombre
R
e
c
u
e
n
t
o
300
200
100
0
Categora laboral
Administrativo
Seguridad
Directivo