Upload
pedro-san-segundo-tebar
View
234
Download
6
Tags:
Embed Size (px)
Citation preview
ESTADÍS
TICA Y
PROBABILI
DAD
FUNDAMENTA
L
F AC
ULT A
D D
E C
I EN
CI A
S
ESTADÍSTICA SOCIAL FUNDAMENTALCÓDIGO : 1000014 CRÉDITOS: 3
Profesor:
Willie Hernández Romero
Correo:
Página web del curso:
http://probabilidadestadisticaf.wordpress.com/
Horario y Salón de Clases:
Martes y Jueves de 11:10-13:00 ; 311 - 204.
Lunes y Miércoles de 18: 10 – 20:00; 453-115
Horario de Atención:
Lunes y Miércoles 20:00 – 21:00 Definimos otro (.)
INTERPRETACIÓN
Conceptos y términos de un lenguaje estadístico
Formulas estadísticas y matemáticas
Gráficos, tablas y pruebas estadísticas básicas
FORMULACIÓN
Métodos básicos para el tratamiento de datos en las ciencias sociales
Medios estadísticos para la presentación y RESUMEN de datos
Conjeturas científicas y pruebas estadísticas para testearlas en un lenguaje estadístico
¿Qué se quiere con la estadística?
Metodología
• Clases Magistrales• Lecturas Semanales
Herramientas
• Talleres grupales (Parejas o trios)
• 2 Parciales
Calificación
PORCENTAJES
Talleres y quices 10%
Parcial 1 15%
Parcial Final 25%
¿BONO?
NO veremos
1.1 Pasos y tipos de investigación
Para el día de hoy
1.2 Definiciones iniciales en Estadística 1.3 Clasificación de variables
1.4 Escalas de medida
¿QUÉ VEREMOS HOY?
¿Por qué?
DEFINICIONES INICIALESBIBLIOGRAFÍA: Runyon / Haber. Estadística para las ciencias sociales.
Página 6-7(FEM – Fotocopias) Medio día, 14 de Agosto de 2013.
UNIVERSO =? POBLACIÓN
DEFINICIONES INICIALESBIBLIOGRAFÍA: Runyon / Haber. Estadística para las ciencias sociales.
Página 6-7(FEM – Fotocopias)
UNIVERSO =? POBLACIÓN
Población: Conjunto completo de individuos, objetos o medidas que tienen alguna característica común observable. (Grupo grande de personas de interés particular que deseamos estudiar y entender).
DEFINICIONES INICIALESBIBLIOGRAFÍA: Runyon / Haber. Estadística para las ciencias sociales.
Página 6-7(FEM – Fotocopias)
UNIVERSO =? POBLACIÓN
Población: Conjunto completo de individuos, objetos o medidas que tienen alguna característica común observable. (Grupo grande de personas de interés particular que deseamos estudiar y entender).
Muestra: Un subconjunto de la población o universo.
DEFINICIONES INICIALESBIBLIOGRAFÍA: Runyon / Haber. Estadística para las ciencias sociales.
Página 6-7(FEM – Fotocopias)
UNIVERSO =? POBLACIÓN
Población: Conjunto completo de individuos, objetos o medidas que tienen alguna característica común observable. (Grupo grande de personas de interés particular que deseamos estudiar y entender).
Muestra: Un subconjunto de la población o universo. NO es única.
Muestra aleatoria: Un subconjunto de la población o universo seleccionado de forma tal que cada miembro de la población tenga igual oportunidad de ser elegido.
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.
¿Cuál es la población?
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.
¿Cuál es la población?Pregrado
Facultad de
Ciencias
Egresados
Aspirantes
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.
¿Cuál es la población?Pregrado
Facultad de
Ciencias
Egresados
Aspirantes
NOTA: Cuando vamos a estudiar los estudiantes de la UNAL, no contamos ni con los posibles ni con los que ya fueron. OJO
CARACTERÍSTICA EN COMÚN
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.¿Qué puede ser una muestra?
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.¿Qué puede ser una muestra?
Este salón de clases
Facultad de
Ingeniería
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.¿Qué puede ser una muestra?
Este salón de clases
Facultad de Ingeniería
Un estudiante
(?)
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.¿Qué puede ser una muestra?
Este salón de clases
Facultad de Ingeniería
Un estudiante
(?)
Toda la Universida
d (?)
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.¿Qué puede ser una muestra?
Este salón de clases
Facultad de Ingeniería
Un estudiante
(?)
Toda la Universida
d (?)
Personas que
almuerzan en el FEM
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.¿Qué puede ser una muestra?
Este salón de clases
Facultad de Ingeniería
Un estudiante
(?)
Toda la Universida
d (?)
Personas que
almuerzan en el FEM
NOTA: Un subconjunto de un conjunto, es un subconjunto si tiene uno o más, o incluso todos los elementos del grupo. OJO No puede tener si quiera un elemento adicional que no tenga el conjunto (Población).
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.
¿Qué puede ser una muestra aleatoria?
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.
¿Qué puede ser una muestra aleatoria?
Las personas que se
encuentran en este salón(?)
Los estudiantes que entran por la calle 26 de 7 a 8
am (?)
Los estudiantes
que no tienen clase después de
medio día (?)
Las personas que están en la Facultad de Ciencias
en este momento (?)
Los estudiantes
que se emborrachan los viernes
(?)
DEFINICIONES INICIALES - EJEMPLOS
• Vamos a estudiar los estudiantes de la Universidad Nacional.
¿Qué puede ser una muestra aleatoria?
Las personas que se
encuentran en este salón(?)
Los estudiantes que entran por la calle 26 de 7 a 8
am (?)
Los estudiantes
que no tienen clase después de
medio día (?)
Las personas que están en la Facultad de Ciencias
en este momento (?)
Los estudiantes
que se emborrachan los viernes
(?)
NOTA: Tener o NO tener una muestra aleatoria depende muchas veces de sus argumentos como expositores, pero en la práctica tenerla es bastante costoso en dinero y tiempo.
DEFINICIONES INICIALES - EJEMPLOS
Población
Muestra
Muestra aleatoria
UNA MUESTRA ALEATORIA es una muestra y parte de una población; por lo tanto, tiene que compartir una característica común, y no puede tener un elemento adicional que no se encuentre dentro de la población.
DEFINICIONES INICIALESBIBLIOGRAFÍA: Runyon / Haber. Estadística para las ciencias sociales.
Página 6-7(FEM – Fotocopias)
Parámetro: Cualquier característica medible de una población. En este texto seguiremos la práctica generalmente aceptada de emplear letras griegas (por ejemplo. μ σ). Nuestro Ejemplo: la edad promedio de los estudiantes de la UNAL.
DEFINICIONES INICIALESBIBLIOGRAFÍA: Runyon / Haber. Estadística para las ciencias sociales.
Página 6-7(FEM – Fotocopias)
Parámetro: Cualquier característica medible de una población. En este texto seguiremos la práctica generalmente aceptada de emplear letras griegas (por ejemplo. μ σ). Nuestro ejemplo: la edad promedio de los estudiantes de la UNAL.
Estadígrafo (Estadístico): Número, no fórmula, no letras, NÚMERO; resultante de la manipulación de los datos de la muestra de acuerdo con ciertos procedimientos. Emplearemos letras cursivas (por ejemplo X y S). Nuestro Ejemplo: la edad promedio de los estudiantes que entran de 7 a 8 am por la 26.
DEFINICIONES INICIALES
Un parámetro poblacional NO es lo
mismo que un estadígrafo.
Muchas veces por razones de costes monetarios, tiempo, paciencia o incluso pereza; no podemos sacar un parámetro poblacional y es así, como hacemos uso de los estadígrafos.
ECONOMISTAS: Es mejor estar medianamente equivocados que exactamente incorrectos.
DEFINICIONES INICIALESBIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias sociales.
Segunda Edición. Página 10-11.
Variable: Los fenómenos medibles que varían (cambian) a través del tiempo o que difieren de un lugar a otro o de un individuo a otro se denominan variables. Nuestro ejemplo: el peso de los estudiantes, ya que varía de un individuo a otro.
Sujeto: Estudiantes, personas sin hogar, habitantes de St. Louis, ratas de laboratorio ; u objetos, edificios, árboles, inundaciones, bacterias, delitos. Todo esto que se encuentre bajo estudio. Nuestro ejemplo: los estudiantes.
DEFINICIONES INICIALESNOTA: El concepto de variable es uno de los términos más complejos
que encontramos en estos cursos introductorios, por lo tanto, haremos unos cuantos ejemplos.
RECORDAR…
Varían a través del tiempo o que difieren de un lugar a otro o de un individuo.
TIEMPO LUGAR INDIVIDUOEstatura de una
persona durante su vida.
Número de espermatozoides en cada fase del sexo.
Sexo de los individuos en este salón de clase
Número de habitantes de un país en su historia patria.
Su peso en los diferentes planetas.
Número de mascotas en cada familia
A menos que se especifique el tiempo.
A menos que se especifique el lugar
A menos que se especifique el individuo
CLASIFICACIÓN DE VARIABLES Y ESCALAS DE MEDIDA
Variable independiente• Es aquella cuyo valor no depende de otra
variable.• Se representa en el eje de abscisas• Su valor es obtenida por sí misma.Variable dependiente• Es aquella cuyos valores dependen de los que
tomen otra variable.• Se representa en el eje de ordenadas.
CLASIFICACIÓN DE VARIABLES Y ESCALAS DE MEDIDA
BIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias sociales. Segunda Edición. Página 11-12. Tabla 1-2.
Variable independiente Variable dependiente
Causa Alcohol Efecto Embriaguez
CLASIFICACIÓN DE VARIABLES Y ESCALAS DE MEDIDA
BIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias sociales. Segunda Edición. Página 11-12. Tabla 1-2.
Variable independiente Variable dependiente
Causa Alcohol Efecto Embriaguez
Predictor Temperatura Resultado
Ventiscas
CLASIFICACIÓN DE VARIABLES Y ESCALAS DE MEDIDA
BIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias sociales. Segunda Edición. Página 11-12. Tabla 1-2.
Variable independiente Variable dependiente
Causa Alcohol Efecto Embriaguez
Predictor Temperatura Resultado
Ventiscas
Estímulo Brutalidad policiaca
Respuesta
Disturbios en la calle
CLASIFICACIÓN DE VARIABLES Y ESCALAS DE MEDIDA
BIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias sociales. Segunda Edición. Página 11-12. Tabla 1-2.
Variable independiente Variable dependiente
Causa Alcohol Efecto Embriaguez
Predictor Temperatura Resultado
Ventiscas
Estímulo Brutalidad policiaca
Respuesta
Disturbios en la calle
Intervención
Cirugía (Éxito?) Resultado
Supervivencia
CLASIFICACIÓN DE VARIABLES Y ESCALAS DE MEDIDA
Clasificación de Variables
Según nivel de medición
Nominal Ordinal
Intervalar Razón
CLASIFICACIÓN DE VARIABLES Y ESCALAS DE MEDIDA
SEGÚN NIVEL DE MEDICIÓNVariable nominal: Esta es una variable cualitativa y sólo permite distinguir entre clases, es decir, permite nombrar y diferenciar, además se pueden utilizar frecuencias, porcentajes, gráficos y moda.
Variables nominales ejemplos: Nacionalidad, estado civil, color de pelo, marca de las calculadoras.
CLAVE PARA DIFERENCIAR: Uno no es mejor que el otro, simplemente son categorías que existen y son Excluyentes.
CLASIFICACIÓN DE VARIABLES Y ESCALAS DE MEDIDA
SEGÚN NIVEL DE MEDICIÓNVariable ordinal: Esta también es una variable cualitativa, pero además existe una relación de orden en el recorrido de la variable, es decir, nombra, ordena, diferencia y jerarquiza, de aquí se pueden calcular frecuencias, porcentajes, gráficos de torta y moda.
Variables nominales ejemplos: Nivel Socioeconómico, Grado en la Fuerzas Armadas, cargos, niveles, jerárquicos.
CLAVE PARA DIFERENCIAR: Uno es mejor que el otro y lo podemos organizar jerárquicamente.
Un MACHISTA dice que el sexo es una variable ORDINAL, ¿Qué opinan?
CLASIFICACIÓN DE VARIABLES Y ESCALAS DE MEDIDA
SEGÚN NIVEL DE MEDICIÓNVariable intervalar: Esta es una variable cuantitativa, que permite sumar, restar multiplicar y dividir, el cero en estas variables no es absoluto, es decir, no hay ausencia de atributo y de aquí se puede calcular las medidas de tendencia central y dispersión.
Variables nominales ejemplos: Temperatura, puntajes de CI.
CLAVE PARA DIFERENCIAR: Uno no puede decir que 20° es el doble de calor de 10°; también uno no puede decir que una persona con CI 180 es el doble de inteligente que una persona de CI 90.
CLASIFICACIÓN DE VARIABLES Y ESCALAS DE MEDIDA
SEGÚN NIVEL DE MEDICIÓNVariable de razón: Esta también es una variable cuantitativa que permite sumar, restar, multiplicar y dividir, el cero en estas variables es absoluto, es decir, hay ausencia de atributo y de aquí se puede calcular las medidas de tendencia central, medidas de posición y dispersión.
Variables nominales ejemplos: Número de hijos, número de artefactos eléctricos, peso.
CLAVE PARA DIFERENCIAR: Podemos sumar, restar, entre otras; y podemos decir que 2 hijos en una familia es el doble de hijos que una familia que tiene 1 hijo.
DEFINICIONES SEMANALESBIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias sociales.
Segunda Edición. Página 36-37
Error Estadístico: Grado conocido de imprecisión en los procedimientos utilizados para reunir y procesar información.
DEFINICIONES SEMANALESBIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias sociales.
Segunda Edición. Página 36-37
Error Estadístico: Grado conocido de imprecisión en los procedimientos utilizados para reunir y procesar información.
OJO: Un error estadístico no es el error de humano al hacer cálculos con los debidos instrumentos.
DEFINICIONES SEMANALESBIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias sociales.
Segunda Edición. Página 36-37
Error Estadístico: Grado conocido de imprecisión en los procedimientos utilizados para reunir y procesar información.
OJO: Un error estadístico no es el error de humano al hacer cálculos con los debidos instrumentos.Reunir Información Procesar Información
Error de Muestreo: La inexactitud en las predicciones sobre una variable que resulta del hecho de que no observemos a todos los sujetos de la población.
Error de medición: La inexactitud que se deriva de instrumentos de medición imprecisos, de las dificultades en la clasificación de las observaciones y de la necesidad de redondear los números.
Básicamente no tener una muestra aleatoria representativa o no tener toda la población.
No contar con instrumentos precios: Pesa a Peso, Metro a altura, etc.
DEFINICIONES SEMANALESBIBLIOGRAFÍA: Runyon / Haber. Estadística para las ciencias sociales.
Página 6-7(FEM – Fotocopias)
Estadística descriptiva:
DEFINICIONES SEMANALESBIBLIOGRAFÍA: Runyon / Haber. Estadística para las ciencias sociales.
Página 6-7(FEM – Fotocopias)
Estadística descriptiva: Es la parte de la estadística que se encarga de recolectar, ordenar, analizar y resumir un conjunto de datos con el fin de describir las características del grupo. Generalmente se utiliza cuando se trabaja con la Población y NO con la muestra.
DEFINICIONES SEMANALESBIBLIOGRAFÍA: Runyon / Haber. Estadística para las ciencias sociales.
Página 6-7(FEM – Fotocopias)
Estadística descriptiva: Es la parte de la estadística que se encarga de recolectar, ordenar, analizar y resumir un conjunto de datos con el fin de describir las características del grupo. Generalmente se utiliza cuando se trabaja con la Población y NO con la muestra.
Estadística Inferencial:
DEFINICIONES SEMANALESBIBLIOGRAFÍA: Runyon / Haber. Estadística para las ciencias sociales.
Página 6-7(FEM – Fotocopias)
Estadística descriptiva: Es la parte de la estadística que se encarga de recolectar, ordenar, analizar y resumir un conjunto de datos con el fin de describir las características del grupo. Generalmente se utiliza cuando se trabaja con la Población y NO con la muestra. (PRIMERA PARTE)
Estadística Inferencial: Es la parte de la estadística que se encarga de los métodos y procedimientos que por medio del análisis inductivo determina propiedades de una población, a partir de una parte de la misma. Generalmente se utiliza cuando se trabaja con la Muestra y NO con la población, preferiblemente se intenta usar una muestra aleatoria. (SEGUNDA PARTE)
CAMBIO PORCENTUALBIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias
sociales. Segunda Edición. Página 20-21
El cambio porcentual se calcula como:
CAMBIO PORCENTUALBIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias
sociales. Segunda Edición. Página 20-21
El cambio porcentual se calcula como:
CAMBIO PORCENTUALBIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias
sociales. Segunda Edición. Página 20-21
El cambio porcentual se calcula como:
Ejemplo: Cambio en el número de estudiantes en esta clase dentro de las dos primeras semanas. En la primera semana tenemos 36 inscritos en la segunda 40 inscritos.
CAMBIO PORCENTUALBIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias
sociales. Segunda Edición. Página 20-21
El cambio porcentual se calcula como:
Ejemplo: Cambio en el número de estudiantes en esta clase dentro de las dos primeras semanas. En la primera semana tenemos 36 inscritos en la segunda 40 inscritos.
CAMBIO PORCENTUALBIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias
sociales. Segunda Edición. Página 20-21
Género
Número de muertos por SIDA
1995
Número de muertos por SIDA
1996
Cambio en porcentaje
(%) de 1995 a 1996
Hombres 2%
Mujeres 67%
Total
OJO: Los números pequeños en la línea base en reportes de cambio de porcentaje son una fuente particular de confusión.
CAMBIO PORCENTUALBIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias
sociales. Segunda Edición. Página 20-21
Género
Número de muertos por SIDA
1995
Número de muertos por SIDA
1996
Cambio en porcentaje
(%) de 1995 a 1996
Hombres 43 44 2%
Mujeres 6 10 67%
Total 49 54 10
CAMBIO PORCENTUALBIBLIOGRAFÍA: Ritchey, Ferris J. Estadística para las ciencias
sociales. Segunda Edición. Página 20-21
Género
Número de muertos por SIDA
1995
Número de muertos por SIDA
1996
Cambio en porcentaje
(%) de 1995 a 1996
Hombres 43 44 2%
Mujeres 6 10 67%
Total 49 54 10
OJO: Los números pequeños en la línea base en reportes de cambio de porcentaje son una fuente particular de confusión.
RAZÓN - EJEMPLOS
Variable nominal: En la sección 6 de este curso hay 24 hombres y 16 mujeres
RAZÓN - EJEMPLOS
Variable nominal: En la sección 6 de este curso hay 24 hombres y 16 mujeres
¿Cuál es la razón entre hombres y mujeres en la sección 6?
RAZÓN - EJEMPLOS
Variable nominal: En la sección 6 de este curso hay 24 hombres y 16 mujeres
¿Cuál es la razón entre hombres y mujeres en la sección 6?
RAZÓN - EJEMPLOS
Variable nominal: En la sección 6 de este curso hay 24 hombres y 16 mujeres
¿Cuál es la razón entre hombres y mujeres en la sección 6?
FRECUENCIAS - EJEMPLOS
Carreras
Frecuencia (f)
Frecuencia
proporcional
Frecuencia porcentual
(%)
Frecuencia
acumulativa
Enfermería
2
Farmacia 14
Geografía
20
Psicología
2
T. Social 2
Totales 40
FRECUENCIAS - EJEMPLOS
Carreras
Frecuencia (f)
Frecuencia
proporcional
Frecuencia porcentual
(%)
Frecuencia
acumulativa
Enfermería
2 0.05
Farmacia 14 0.35
Geografía
20 0.5
Psicología
2 0.05
T. Social 2 0.05
Totales 40 1.00
FRECUENCIAS - EJEMPLOS
Carreras
Frecuencia (f)
Frecuencia
proporcional
Frecuencia porcentual
(%)
Frecuencia
acumulativa
Enfermería
2 0.05 5%
Farmacia 14 0.35 35%
Geografía
20 0.5 50%
Psicología
2 0.05 5%
T. Social 2 0.05 5%
Totales 40 1.00 100%
FRECUENCIAS - EJEMPLOS
Carreras
Frecuencia (f)
Frecuencia
proporcional
Frecuencia porcentual
(%)
Frecuencia
acumulativa
Enfermería
2 0.05 5% 5%
Farmacia 14 0.35 35% 40%
Geografía
20 0.5 50% 90%
Psicología
2 0.05 5% 95%
T. Social 2 0.05 5% 100%
Totales 40 1.00 100%
ACLARACIÓN-POBLACIÓN• Vamos a estudiar las familia colombianas.
Nota: En la practica, una sola base de datos no cuenta con la totalidad de los datos, por lo tanto, siempre intentamos usar bases de datos que se complementen y sean ideales para mirar faltantes o repetidos.
Censo-DANE
Registraduría Nacional EPS Población