DEFINICIONES Y

CONCEPTOS BASICOS

ESTADISTICA DESCRIPTIVA Y
ESTADISTICA MATEMATICA
Se conviene distinguir 2 ramas que han
evolucionado de forma separada:
Adecuada ordenacin.
Tablas, fchas perforadas,
etc.
Modelos probabilsticos
tericos.

ESTADISTIC
A
DESCRIPTIV
A
ESTADISTIC
A
MATEMATIC
A

OBSERVACION DE LOS SUCESOS

Obtencin de datos a partir de una
observacin imparcial u objetiva de los
sucesos.
Suceso
Observaciones
Objeto

Cualidad
Carcter
Individuo

CONTINUAS

Valor comprendidio en un
intervalo fnito, infnito o
indefnido.
Nivel de agua en un pozo.

DISCONTIN
UAS O
DISCRETAS

Valores determinados de un
intervalo.
Numero de dias de lluvia en
un mes.

VARIABLE ESTADISTICA O
VARIABLE

OBSERVACION DE LOS SUCESOS

LA PRODUCCION DE LOS
SUCESOS
Los datos cuantitativos se clasifcan en 2
categorias:
Datos histricos: observados una sola
vez.
Datos experimentales: obtenido
repetidas veces.

OBTENCION DE LOS DATOS

MUESTRA
DE LA MUESTRA

MUESTREO

TAMAO

Las tcnicas de muestreo se pueden clasifcar en:

MUESTREO AL AZAR: Eleccin de los individuos
en forma imparcial.
MUESTREO REGULADO: Eleccin del individuo
con determinadas condiciones.
MUESTREO
MIXTO:
combinacin
de
los
anteriores.

ESTUDIO PREVIO DE LOS

DATOS PRIMARIOS
Respecto a la fabilidad de los datos debe
sealarse que su medida y publicacin estn
sujetas a :

ERRORES ACCIDENTALES: Debido al

observador.

ERRORES SISTEMATICOS:
observador,
instrumento,
observacin, entre otras.

debido al
tcnicas,

DISTRIBUCION DE UNA
VARIABLE ESTADISTICA
TABLAS DE PRESENTACION
Variable Discreta
Variable continua

# que expresa los individuos

que lo poseen.

Intervalos de
clase

Marca de
clase
Limites de
clase

 CASO DE VARIABLE DISCRETA

# DE DIAS DE
LLUVIA

# DE AOS DE
OBSERVACIN

10

12

11

10

12

13

13

12

14

22

15

10

16

17

18

19

TOTAL

100

0.25

0.2

0.15

0.1

0.05

0
1

9 10 11 12 13 14 15

 CASO DE VARIABLE CONTINUA

# DE DIAS
DE
OBSERVACIO
NIVEL (mt)
N

0.35

0.3

2.1-2.3

0.25

2.4-2.6

41

2.7-2.9

153

3.0-3.2

160

0.15

3.2-3.5

242

0.1

3.6-3.8

101

3.9-4.1

20

4.2-4.4

11

4.5

TOTAL

730

0.2

0.05
0
1

10

PARMETROS
ESTADSTICOS DE LAS
MUESTRAS
Unparmetro estadsticoes unnmeroque se obtiene a partir de
losdatosde

unadistribucin

estadstica.

En

estadstica,

unparmetroes un nmero que resume la Gran cantidad de datos

que pueden derivarse del estudio de unavariable estadstica.

Losparmetros estadsticossirven para sintetizar la informacin

dada por una tabla o por una grfca.

PARMETROS ESTADSTICOS DE LAS

MUESTRAS
MEDIDAS DE POSICIN O TENDENCIA CENTRAL
Nos indican en torno a qu valor (centro) se distribuyen
los datos. Las medidas de posicin dividen un conjunto
de datos en grupos con el mismo nmero de individuos.

Medidas de dispersin o variabilidad

Lasmedidas de dispersinnosinformansobrecuantosealejan
delcentrolosvaloresdeladistribucin

 Medidas de desviacin o
asimetra
Se implementa para medir el
grado de desviacin respecto a
la simetra

Medidas de posicin o tendencia

central
Media

aritmtica
Es la suma de todos los valores
observados, dividida por el numero
total de observaciones.

MEDIANA
En

el

mbito

de

laestadstica,

lamediana,

representa el valor de la variable de posicin

central en un conjunto de datos ordenados.
Lamedianaes

lapuntacinde

la

escala

quesepara la mitad superiorde la distribucin

yla inferior, es decir divide la serie de datos
endos partes iguales. Que representan el 50%
cada una

La Moda
Lamodaes elvalorquems se repiteen una distribucin.

Inconvenientes
Su valor es independiente de la mayor parte de los datos, lo que la hace
muy sensible a variaciones mustrales.
En variables agrupadas en intervalos, No siempre se sita hacia el centro
de la distribucin.
Puede haber ms de una moda en el caso en que dos o ms valores de la
variable presenten la misma frecuencia (distribuciones bimodales o
multimodales).

Medidas de posicin o tendencia

central
Media Geomtrica:
Medida armnica

MEDIDAS DE DISPERSIN O
VARIABILIDAD
VARIANZA
La varianza de la data se mie por la
varianza ( que constituye el segundo
momento con respecto a la media, y
mide la dispersin de los valores
alrededor de la media.

DESVIACIN TIPO O TPICA

(S)
Es
una medida de la variabilidad que posee
las mismas dimensiones que X. Es la raz
cuadrada de la varianza y se estima con S.

la desviacin tpica nos proporciona informacin

sobre cmo estn distribuidos los datos alrededor

de la media: lo alejados (dispersos) o cercanos
que estn de la misma.

COEFICIENTE DE VARIACIN
Es una media adimensional de la variabilidad

Comparar la variabilidad entre dos grupos de datos referidos a

distintos

sistemas

de

unidades

de

medida.

Por

ejemplo,

kilogramos y centmetros.
Comparar la variabilidad entre dos grupos de datos obtenidos
por dos o ms personas distintas.
Comparar dos grupos de datos que tienen distinta media.
Determinar si cierta media es consistente con cierta varianza.

MEDIDAS DE DISPERSIN O
VARIABILIDAD
Desviacin Media
Desviacin cuadrtica General
Amplitud
Diferencia entre el mayor y el menor
de los valores observados.

MEDIDAS DE DESVIACIN O
ASIMETRA

COEFICIENTE

DE VARIACIN DE PEARSON:Cuando se

quiere comparar el grado de dispersin de dos distribuciones

que no vienen dadas en las mismas unidades o que las medias
no son iguales se utiliza el coefciente de variacin de Pearson
que se defne como el cociente entre la desviacin tpica y el
valor absoluto de la media aritmtica

MEDIDAS DE DESVIACIN O
ASIMETRA

Disimetra o asimetra
absoluta
Coeficiente de asimetra
relativa.

PROBABILIDAD MATEMTICA DE UN
SUCESO
La

probabilidad

de

un

experimento

siempre es positiva y nunca excede a uno.

0 P(A) 1
La suma total de las probabilidades de
todos los experimentos es igual a 1.

ORGANIZACIN DE DATOS
(DISTRIBUCIN DE FRECUENCIA)
Se denomina distribucin de frecuencias a un
arreglo tabular o grafco de los datos en clases
junto con sus correspondientes frecuencias.

Ejemplo
Supngase que el ro Cauca alcanza cada invierno un nivel de
creciente con una frecuencia relativa de 0.2. En el Cauca hay
un puente cuya probabilidad de falla en los estribos es 0,3 y
la experiencia muestra que cuando hay creciente, las
probabilidades de esta falla suben a 0,5.
Las probabilidades son:
P(creciente) = P(C) = 0,2
P(no creciente) = P(C) = 0,8
P(falla) = P(F) = 0,3
P(no falla) = P(F) = 0,7
P (falla dada creciente) = P(F/C)= 0,5
Se desea conocer la probabilidad de falla del puente.
Solucin:
El puente falla (queda inutilizado) cuando falla en los estribos o
cuando hay creciente; esto se puede denotar as:

Construccin De Una
Distribucin De Frecuencias
Para formar una distribucin de frecuencia se procede de la siguiente
manera:
Se determina el valor mximo y mnimo, y por lo tanto el rango,
diferencia mxima de todos los datos.
Se divide el rango en un nmero conveniente de intervalos de clase
(generalmente de 5 a 20).
Se determina el nmero de observaciones que ocurre dentro de cada
intervalo que constituye frecuencia.
Cuando se desea obtener
veces que ocurre / N de
clase se expresa como la
como un porcentaje.

la distribucin relativa de frecuencias (N de

veces totales), la frecuencia relativa de una
frecuencia de todas las clases y se expresa

Tabla de frecuencia

Periodo De Retorno (Tr)

Es el intervalo medio de aos que
ocurre entre eventos que igualan o
exceden una magnitud dada.

Probabilidad De Ocurrencia (P)

Es la probabilidad de que un evento sea
igualado o excedido en un intervalo de tiempo
dado y analticamente se expresa como:

Probabilidad De Ocurrencia De
Un Evento Dentro De Su
Periodo De Retorno

Riesgo
Es la probabilidad de que un evento de
una magnitud dado sea igualado o
excedido dentro del periodo de diseo.

Ejemplo
Qu perodo de retorno debe escoger
un ingeniero en el diseo de un boxculvert, si se acepta solo el 10% de
riesgo de avenida en una vida til, n,
de 25 aos? Solucin:

DISTRIBUCION GUMBEL O DE VALORES

EXTREMOS TIPO I
(Funcin De Distribucin Exponencial
Doble)

Gumbel propuso que la probabilidad de no

ocurrencia de un valor igual o mayor que X se
ajusta a una distribucin doblemente exponencial.

DISTRIBUCION GUMBEL O DE VALORES

EXTREMOS TIPO I
(Funcin De Distribucin Exponencial
Doble)

DISTRIBUCION GUMBEL O DE VALORES

EXTREMOS TIPO I
(Funcin De Distribucin Exponencial
Doble)

DISTRIBUCION LOG-PEARSON
TIPO III
Esta distribucin plantea que el valor de una variable
para su periodo de retorno dado se expresa como:

DISTRIBUCION LOG-PEARSON
TIPO III

Pasos A Seguir En El Mtodo De

Log-Pearson
1.

Se construye la serie anual de la variable

2.

Se determinan sus logaritmos

3.

Se determina la media de los logaritmos

4.

Se determina la desviacin tpica de los logaritmos

5.

Se determina el coefciente de asimetra de los logaritmos

6.

Con Cs y Tr se entra en la tabla 7.4 y se obtiene K

7.

Se determina el log(X) para una Tr determinado

8.

Se obtiene el valor de la variable para Tr determinado

TEST DE BONDAD DEL AJUSTE DE UNA

MUESTRA A UNA DISTRIBUCION

TEST DE BONDAD DEL AJUSTE DE UNA

MUESTRA A UNA DISTRIBUCION
Consiste en determinar si los datos de cierta
muestra
corresponden
a
cierta
distribucin
poblacional. En este caso es necesario que los
valores de la variable en la muestra y sobre la cual
queremos realizar la inferencia est dividida en
clases de ocurrencia, o equivalentemente, sea cual
sea la variable de estudio, deberemos categorizar
los datos asignado sus valores a diferentes clases o
grupos.


TEST
Considerada como una prueba no paramtrica que mide la
discrepancia entre una distribucin observada y otra terica (bondad
de ajuste), indicando en que medida las diferencias existentes entre
ambas; de haberlas, se deben al azar en el contraste de hiptesis.
En esta prueba, para aceptar una funcin de distribucin dada, se
debe cumplir la ecuacin

TEST DE KOLMOGOROV SMIRNOV

Consiste
en comparar el mximo valor absoluto de la

diferencia D entre la probabilidad observada y la estimada

Por tanto, el criterio para la toma de la decisin entre las dos hiptesis ser
de la forma:
Si D < d : Aceptar que los datos observados siguen la distribucin probada
Si D > d : Rechazar que los datos observados siguen la distribucin
probada

mximos registrados
Columna
Columna 13 caudales
valores de probabilidad observados
Columna 4 valores probabilidad estimada (Gumbel)
Columna 5 valores absolutos de la diferencia

GRFICOS EN ESTADSTICA
DE BARRAS

TORTA

CURVAS

GRACIAS