6/03/2019
CAPÍTULO 2: ANÁLISIS
ESTADÍSTICO DE UNA
MUESTRA
Clasificación de las variables
Análisis de una variable cuantitativa
Gráfico de ramas y cajas esquemáticas
Análisis inferencial de una muestra aleatoria
cuantitativa
Significación de una prueba de hipótesis
Pruebas de bondad de ajuste a la distribución
Normal
CLASIFICACIÓN DE LAS VARIABLES
Variable: Característica o cualidad que
queremos estudiar de la población y que toma
diferentes valores en diferentes personas, Cualitativas
lugares o cosas
Los valores asignados son
Nominal códigos que representan una
Igualdad o desigualdad. categoría
# DE EVENTOS u Estado civil:
OBJETOS =
FRECUENCIA Casado=1 Caso especial:
Soltero=2
dicotómicas
NO PERMITEN MEDIDAS
DE RESUMEN Divorciado=3
3>2 ???
Los valores informan
del orden o jerarquía
Orden de llegada de
los estudiantes a Ordinal
clase
Igualdad/desigualdad.
Nivel d estudio PERMITEN ESTABLECER
1=bachiller, CUAL ES MEJOR O PEOR
2=profesional, MAYOR O MENOR
3=especialista
1
6/03/2019
CLASIFICACIÓN DE LAS VARIABLES
Cuantitativas
Escala de valor con
Intervalo CERO ARBITRARIO
Operaciones
(no indica ausencia
lógicas y algunas del atributo)
aritméticas
Temperatura (ºC)
NO PERMITE
RAZÓN POR
COCIENTE
Cero REAL
Caudal (L/s)
Razón
Peso (Kg) PERMITE TODAS LAS
OPERACIONES
Distancia (Km) ARITMÉTICAS Y
Concentración de LÓGICAS
una sustancia COMPARACIONES DE
(mg/L) PROPORCIONALIDAD
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
Ejemplo: Mediante entrevista personal se
recopilaron datos de la estatura (metros) de los
estudiantes de Ciudad Universitaria. De una
muestra de 400 datos, se seleccionó aleatoriamente
una submuestra de 40 datos para realizar el
análisis estadístico de esta variable continua.
1) Datos originales:
Tabla 1. Estaturas de estudiantes de la UdeA
1.48 1.48 1.50 1.50 1.52 1.53 1.55 1.55 1.57 1.58
1.58 1.58 1.58 1.58 1.59 1.60 1.61 1.61 1.62 1.64
1.65 1.65 1.65 1.70 1.70 1.70 1.72 1.72 1.73 1.74
1.75 1.75 1.75 1.75 1.78 1.80 1.80 1.83 1.86 1.93
2
6/03/2019
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
2) Medidas descriptivas de la muestra:
a) Media aritmética: n
y i
66.21
y i 1
1.655m
n 40
b) Rango: R valormáximo valormínimo
R 1.93 1.48 0.45m
c) Mediana:
x n21 Si n es impar
me x n x n
2 1
2 Si n es par
2
1.64 1.65
me 1.645m
2
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
2) Medidas descriptivas de la muestra:
d) Varianza:
y
n
2
i y
s2 i 1
0.0124m 2
n 1
e) Desviación estándar:
s s 2 0.0124 0.11m
f) Coeficiente de variación:
s *100%
cv 6.7%
x
3
6/03/2019
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
2) Medidas descriptivas de la muestra:
g) Error estándar de la media
EE s / n 0.11 / 40 0.02m
la información se reporta como:
y DE 1.66 0.11m
y EE 1.66 0.02m
g) Simetría y curtosis
( yi - y )3
Asimetría = 0.381
n * s3
( yi - y )4
Curtosis = 3 0.496
n * s4
Asimetría positiva (a la derecha)
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
3) Gráficos del análisis exploratorio:
a) Histograma
4
6/03/2019
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
3) Gráficos del análisis exploratorio:
b) Gráfico de ramas
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
3) Gráficos del análisis exploratorio:
c) Caja esquemática o diagrama de cajas y bigotes
5
6/03/2019
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
3) Gráficos del análisis exploratorio:
Diagrama de ramas y Caja esquemática para datos de
longitudes en centímetros del rizoma de Melastomataceae
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
4) Análisis inferencial: Intervalo de confianza del 95%
PARÁMETROS
Mayoría de investigaciones estadísticas quieren hacer
inferencias, a partir de la información contenida en
muestras aleatorias, sobre la población de donde fueron
obtenidas.
Generalmente se realizan inferencias sobre los
parámetros poblacionales (ej: media y varianza 2).
Que describen a la población.
Se usa letras griegas.(,, ,, , etc.).
6
6/03/2019
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
4) Análisis inferencial: Intervalo de confianza del 95%
ESTADÍSTICOS
Para hacer tales inferencias se emplean los estadísticos
muestreales o estimadores de los parámetros (ej:
promedio o media aritmetica`x y varianza muestreal
s2)
Valores calculados con base en observaciones de la muestra.
Definimos estadístico como una medida que describe a
la muestra, y que sirve para estimar los parámetros de
la población.
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
4) Análisis inferencial: Intervalo de confianza del 95%
PARÁMETRO VS ESTADÍSTICO
Parámetro poblacional Estimado muestral
Media Media x
Varianza 2 Varianza muestral s2
Proporción P Proporción muestral p
Parámetro – se necesita Estadístico muestral – puede
trabajar con toda la población ser calculado de una muestra
Fijo pero desconocido Varía de una muestra a otra –
es una v.a., y tiene una
distribución, llamada
distribución muestral.
7
6/03/2019
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
4) Análisis inferencial: Intervalo de confianza del 95%
ESTIMACIÓN POR INTERVALOS
Se denomina estimación confidencial o intervalo de
confianza para un nivel de confianza (1-α) , a un
intervalo que ha sido construido de tal manera que con
una frecuencia 1-α, éste realmente contiene al
parámetro.
Obsérvese que la probabilidad de error (no contener al
parámetro) es α.
Valores típicos: α=0,10 ; 0,05 ; 0,01
En general el tamaño del intervalo disminuye con el tamaño
muestral y aumenta con 1-α.
En todo intervalo de confianza hay una noticia buena y otra
mala:
La buena: hemos usado una técnica que en un gran % de casos
acierta.
La mala: no sabemos si ha acertado en nuestro caso.
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
4) Análisis inferencial: Intervalo de confianza del 95%
INTERVALOS DE CONFIANZA
Un intervalo que contiene el parámetro poblacional
desconocido con una probabilidad alta especificada, es decir 1
– a, conocida como nivel de confianza.
Cuantifica la imprecisión probable del estimador puntual. Por
esto es mejor realizar estimaciones con IC
8
6/03/2019
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
4) Análisis inferencial: Intervalo de confianza del 95%
ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN
CON DISTRIBUCIÓN NORMAL Y DESCONOCIDA
Muestra aleatoria simple: Todas las muestras del
mismo tamaño tienen la misma probabilidad de ser
seleccionadas.
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
4) Análisis inferencial: Intervalo de confianza del 95%
9
6/03/2019
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
4) Análisis inferencial: Intervalo de confianza del 95%
1. Verificar supuestos: Muestra aleatoria, desconocido y n>30
2. ta/2 para un nivel de confianza de 95% y 39 gl, es decir el área
de las dos colas es igual a 0,05 en la Tabla = 2.02
3. Calculamos E:
𝒔 𝟎. 𝟏𝟏
𝑬 = 𝒕a/𝟐 × = 𝟐. 𝟎𝟐 × = 𝟎. 𝟎𝟑𝟓𝒎
𝒏 √𝟒𝟎
4. Construimos el IC:
𝑦−𝐸 <𝜇 <𝑦+𝐸
𝑦 = 1.62,1.69 𝑚
El IC para la media de la población µ es 1.655±0.035m. Con
base en los datos muestrales, tenemos una confianza del 95%
de que los límites de 1.62 y 1.69 m realmente contienen el
valor de la estatura promedio de los estudiantes de la UdeA.
Para 90% 𝑦 = 1.63,1.68 m
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
4) Análisis inferencial: Prueba de hipótesis
En la mayoría de los casos de investigaciones experimentales, se
busca comparar resultados
Comparaciones se escriben como pruebas de hipótesis
Hipótesis científica: Afirmación sobre una característica de la
naturaleza que puede verificarse experimentalmente
Hipótesis estadística: Afirmación sobre la población que puede
probarse usando datos de una muestra
Hipótesis científica debe llevarse al lenguaje estadístico para ser
verificada, es decir concluir sobre su aceptación o rechazo.
Hipótesis de investigación = H1 = Hipótesis nula
Hipótesis complementaria = H0 = Hipótesis alternativa
El método de prueba es indirecto y busca rechazar H0 (los datos
contradicen H0), para concluir que H1 es correcta y aceptarla.
10
6/03/2019
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
4) Análisis inferencial: Prueba de hipótesis
ERRORES EN PRUEBA DE HIPOTESIS
H0 es verdadera H1 es verdadera
Decide H0 No hay error Error tipo II
(“Acepta” H0) Probabilidad 1 – a Probabilidad
a es seleccionado no está
controlado –
afectado por a y n
Decide H1 Error tipo I No hay error
(Rechaza H0) Probabilidad a Probabilidad 1 – =
potencia de la
prueba
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
4) Análisis inferencial: Prueba de hipótesis
Se desea probar la hipótesis que las estaturas de los
estudiantes de la UdeA son diferentes a los de la UPB que
tienen una media de 1.7 m
Método del intervalo
H0: µ = 1.70m H1: µ 1.70m
2. a = 0.05
3. Calculo el IC utilizando la media poblacional de la hipótesis
𝜇±𝐸
𝜇 = 1.66,1.74 𝑚
[Link] la media muestral (𝑦 = 1.655𝑚) no está en este intervalo
Rechazo H0
INTERPRETACIÓN Con base en los datos muestrales
disponibles, las estaturas de los estudiantes en las dos
universidades son diferentes
11
6/03/2019
ANÁLISIS DE UNA VARIABLE
CUANTITATIVA
5) Significación de las pruebas de hipótesis
Para un error del 5% se rechazó H0, aún se podría reducir y
seguir rechazando H0. Hasta cuánto? Cuál es la probabilidad
mínima de error que permite rechazar H0?
Nivel de significancia (p) o error crítico de rechazo
Se reporta así:
Si p < 0.05, la prueba es estadísticamente significativa
Si 0.01 < p < 0.05, la prueba es altamente significativa
Si p < 0.001, la prueba es altísimamente significativa
Ojo !! No reportar p = 0
PRUEBAS DE BONDAD DE
AJUSTE A LA NORMAL
a) Chi cuadrado datos categóricos
(intervalos), requiere n>100
b) Kolmogorov-Smirnov datos
continuos, n > 50
c) Shapiro-Wilk datos continuos, n<50
H0: la muestra proviene de una población con
distribución Normal
H1: la muestra no proviene de una población con
distribución Normal
12
6/03/2019
PRUEBAS DE BONDAD DE
AJUSTE A LA NORMAL
d) Gráfico de probabilidad Normal
13