viernes, 3 de junio de 2016

4. ESCALAS DE MEDICIÓN




DISTRIBUCIONES DE FRECUENCIA 

Definiremos como frecuencia de un dato el número de veces que este aparece en el colectivo; consecuentemente, si una variable estadística toma r valores, cada uno de los cuales puede repetirse un cierto número de veces, podríamos decir que el número de datos representado por la variable serían N, siendo N la suma de las respectivas frecuencias de cada dato (N=ΣXi).

Este valor N será denominado como frecuencia total, mientras que la frecuencia de cada dato recibirá el nombre de frecuencia absoluta o simplemente frecuencia (f).

Resultado de imagen para graficas de puntos
 La frecuencia absoluta nos habla del número de veces que un dato aparece en un colectivo, más ello no nos dice demasiado en orden al establecimiento de comparaciones sobre la importancia de este dato. Para obtener una idea de la importancia que un dato posee en el seno de un colectivo, puesto que no es suficiente concepto de frecuencia, se utiliza el concepto frecuencia relativa, que se definirá como: el coeficiente entre la frecuencia absoluta del dato considerado y la frecuencia total (fr=fi/ΣXi).
Para efectos prácticos, asumiremos las siguientes definiciones de frecuencias:

· Frecuencias absolutas: es el número de veces que aparece en la muestra dicho valor de la variable y se representa por fi.

· frecuencias relativas: es el cociente entre la frecuencia absoluta y el tamaño de la muestra. La denotaremos por fri

 · frecuencias absoluta acumulada: para poder calcular este tipo de frecuencias hay que tener en cuenta que la variable estadística ha de ser cuantitativa o cualitativa ordenable. En otro caso no tiene mucho sentido el cálculo de esta frecuencia. La frecuencia absoluta acumulada de un valor de la variable, es el número de veces que ha aparecido en la muestra un valor menor o igual que el de la variable y lo representaremos por fa, se puede acumular, en la tabla estadística) en orden ascendente (fa↑) o descendente (fa↓). 42

· frecuencia relativa acumulada: al igual que en el caso anterior se calcula como el cociente entre la frecuencia absoluta acumulada dividido por el tamaño de la muestra (N) y la denotaremos por fra.




5.DISTRIBUCIÓN DE FRECUENCIA




DISTRIBUCIONES DE FRECUENCIA 

Definiremos como frecuencia de un dato el número de veces que este aparece en el colectivo; consecuentemente, si una variable estadística toma r valores, cada uno de los cuales puede repetirse un cierto número de veces, podríamos decir que el número de datos representado por la variable serían N, siendo N la suma de las respectivas frecuencias de cada dato (N=ΣXi).

Este valor N será denominado como frecuencia total, mientras que la frecuencia de cada dato recibirá el nombre de frecuencia absoluta o simplemente frecuencia (f).

Resultado de imagen para graficas de puntos
 La frecuencia absoluta nos habla del número de veces que un dato aparece en un colectivo, más ello no nos dice demasiado en orden al establecimiento de comparaciones sobre la importancia de este dato. Para obtener una idea de la importancia que un dato posee en el seno de un colectivo, puesto que no es suficiente concepto de frecuencia, se utiliza el concepto frecuencia relativa, que se definirá como: el coeficiente entre la frecuencia absoluta del dato considerado y la frecuencia total (fr=fi/ΣXi).
Para efectos prácticos, asumiremos las siguientes definiciones de frecuencias:

· Frecuencias absolutas: es el número de veces que aparece en la muestra dicho valor de la variable y se representa por fi.

· frecuencias relativas: es el cociente entre la frecuencia absoluta y el tamaño de la muestra. La denotaremos por fri

 · frecuencias absoluta acumulada: para poder calcular este tipo de frecuencias hay que tener en cuenta que la variable estadística ha de ser cuantitativa o cualitativa ordenable. En otro caso no tiene mucho sentido el cálculo de esta frecuencia. La frecuencia absoluta acumulada de un valor de la variable, es el número de veces que ha aparecido en la muestra un valor menor o igual que el de la variable y lo representaremos por fa, se puede acumular, en la tabla estadística) en orden ascendente (fa↑) o descendente (fa↓). 42

· frecuencia relativa acumulada: al igual que en el caso anterior se calcula como el cociente entre la frecuencia absoluta acumulada dividido por el tamaño de la muestra (N) y la denotaremos por fra.




5.1 INTERVALOS DE CLASE Y LÍMITES DE CLASE Y LÍMITES REALES DE CLASES


INTERVALOS DE CLASE Y LÍMITES DE CLASE

La longitud, tamaño o amplitud de un intervalo de clases (C) es la diferencia entre los limites superior e inferior (C=lim sup – lim inf). El Recorrido (R) es la diferencia entre el dato mayor y el menor del conjunto da datos en estudio
(R=Xn – X1)

Un símbolo que define una clase, tal como 60 - 62 de la tabla anterior, se conoce como intervalo de clase. Los números extremos, 60 y 62, son loslímites de clase; el número menor 60 es el límite inferior de la clase y el mayor 62 es el límite superior. Los términos clase e intervalo de clase se utilizan a menudo indistintamente, aunque el intervalo de clase es realmente un símbolo para la clase.
Un intervalo de clase que, al menos teóricamente, no tiene límite superior o inferior, se conoce como intervalo de clase abierto. Por ejemplo, al referirse a la edad de grupos de individuos el intervalo de clase, «mayores de 65 años» es un intervalo de clase abierto.




LÍMITES REALES DE CLASES

Si las alturas se registran con aproximación de pulgada, el intervalo de clase 60
- 62 teóricamente incluye todas las medidas desde 59,5000... a 62,5000 … pulgadas. Estos números, representados brevemente por los números exactos
59,5 y 62,5, se conocen como límites reales de clase o límites verdaderos de clase; el menor de ellos, 59,5, es el límite real inferior y el mayor de ellos, 62,5, es el límite real superior.

Prácticamente, los límites reales de clase se obtienen sumando al límite superior de un intervalo de clase el límite inferior del intervalo de clase contiguo superior y dividiendo por 2.
A veces, los límites reales de clase se utilizan para simbolizar las clases. Por ejemplo, las diferentes clases de la primera columna de la Tabla 1 podrían indicarse por 59,5 - 62,5, 62,5 - 65,5, etc. 
Sin embargo, con tal notación aparece una ambigüedad, pues los límites reales de clase no coincidirían con las observaciones reales. Así si una observación fuese 62,5 no sería posible discernir si pertenece al intervalo de clase 59,5 - 62,5 o al 62,5 - 65,5.



 REGLAS GENERALES PARA CONSTRUIR LAS DISTRIBUCIONES DE


FRECUENCIAS POR INTERVALOS

1. A = ( X1, X2, … , Xn )

2. Efectuar el arreglo ordenado (Ascendente o Descendente) de la población o muestra

3. Obtener la frecuencia absoluta mediante la tabulación o conteo de los datos (homogenizar los datos)
R = (valor mayor – valor menor) = Xn – X1
Encontrar el rango o recorrido (R) de los datos:

4. Encontrar el número de clases o intervalos de clases (K). El número de clases debe ser tal que se evite el detalle innecesario, pero que no conduzca a la perdida de más información de la que puede ser


Nota: el resultado siempre se aproxima al siguiente entero si excede al número entero obtenido, no importa el monto de la fracción excedida al entero
˜ C = se lee "se aproxima a…"

6. El dato menor (X1) será el limite inferior de la primera clase. A él se le suma C y se obtiene el limite superior de la primera clase que también será el limite inferior de la segunda clase. Luego se suma nuevamente C y se obtiene el limite superior del segundo intervalo e inferior del tercero. Y así sucesivamente hasta que el limite superior corresponda o supere ligeramente el valor mayor ( Xn ), la cantidad de clases obtenidas deberá corresponder con el número K calculado mediante la formula de Sturges.

7. Una vez construidos los intervalos se calculan, mediante tabulación de acuerdo a los limites inferiores y superiores de las clases, las frecuencias absolutas, relativas, porcentuales y acumuladas correspondientes.

8. Con los datos obtenidos se procede a construir la tabla de distribución de frecuencia.



6.MEDIDAS DE TENDENCIA CENTRAL



6. MEDIDAS DE TENDENCIA CENTRAL

El objetivo principal de las medidas de tendencia central es poder representar por medio de un solo número al conjunto de datos, es decir, dan valores representativos de la distribución de frecuencias, situados en algún lugar intermedio, alrededor del cual, se encuentran los otros valores. Nos indican dónde tienden a concentrarse los valores.


Existen tres medidas de tendencia central generales, que son, la Media aritmética, la Mediana y la Moda; así como otras que se utilizan en casos particulares como la Media ponderada, la Media Armónica, la Media Geométrica, la Media Cuadrática.
En este tema y los dos siguientes vamos a obtener unos números que cuantifiquen las propiedades fundamentales de la distribución de frecuencias.
Estos números podemos clasificarlos en:
Medidas de localización (posición). Son coeficientes de tipo promedio que tratan de representar una determinada distribución, pueden ser de dos tipos:

1.-CENTRALES:
Ø  Medias:
Ø  Aritmética
Ø  Geométrica
Ø  Armónica
Ø  Medianas
Ø  Moda


2.-NO CENTRALES:
Ø  Cuantiles:
Ø  Cuartiles
Ø  Deciles
Ø  Centiles o percentiles



     Medidas de dispersión.
Son complementarias de las de posición en el sentido que señalan la dispersión en conjunto de todos los datos de la distribución respecto de la medida o medidas de localización adoptadas.
·        Medidas de dispersión absoluta: Recorrido

·         Medidas de dispersión relativa: Recorrido intercuartílico, desviación media, varianza, desviación típica.
·         Coeficiente de variación PEARSON.
·         Diagrama de caja.




Ø  Medidas de forma
Estudian la asimetría- simetría y deformación (apuntamiento, aplastamiento) respecto de una distribución modelo denominada distribución NORMAL
Coeficiente de asimetría y coeficiente de Curtosis.


Ø  Medidas de concentración

Estudian la concentración de una distribución frente a la uniformidad

6.1 .MEDIDA ARITMÉTICA




MEDIA ARITMÉTICA: 


Es la suma de todos los valores de la variable dividida entre el número total de elementos.

Datos no agrupados




Datos agrupados



NOTA: A la media aritmética se la denomina también CENTRO DE
GRAVEDAD de la distribución


MEDIA ARITMÉTICA PONDERADA: 

En ocasiones no todos los valores de la variable tienen el mismo peso. Esta importancia que asignamos a cada variable, es independiente de la frecuencia absoluta que tenga. Será como un aumento del valor de esa variable, en tantas veces como consideremos su peso.

Es la media aritmética que se utiliza cuando a cada valor de la variable (xi) se le otorga una ponderación o peso distinto de la frecuencia o repetición. Para poder calcularla se tendrá que tener en cuenta las ponderaciones de cada uno de los valores que tenga la variable




PROPIEDADES DE LA MEDIA ARITMÉTICA

PROPIEDAD 1: La suma de las desviaciones de los valores de la variable con respecto a la media aritmética es 0.

PROPIEDAD 2:  La media aritmética de los cuadrados de las desviaciones de los valores de la variable con respecto a una constante cualquiera se hace mínima cuando dicha constante coincide con la media aritmética (Teorema de KÖRING).

PROPIEDAD 3: Si a todos los valores de la variable se le suma una misma cantidad, la media aritmética queda aumentada en dicha cantidad: Supongamos que tenemos una variable x de la que conocemos su media.


PROPIEDAD 4: Si todos los valores de la variable se multiplican por una misma constante la media aritmética queda multiplicada por dicha constante . La demostración se realizaría de manera análoga a la anterior.

NOTA: De las dos propiedades anteriores se deduce que la resta y la división se realizarían de igual manera para la propiedad 3 y 4 respectivamente.

PROPIEADAD 5: - Si en un conjunto de valores se pueden  obtener 2 ó más subconjuntos disjuntos, la media aritmética  del conjunto se relaciona con la media aritmética de cada uno de los subconjuntos disjuntos de la siguiente forma

IMPORTANTE: Hay que tener en cuenta que la media aritmética es muy sensible a los valores extremos, es decir,  a valores numéricos muy diferentes, (tanto por lo grandes, o pequeños que sean), al resto de la muestra. Esto puede resultar un problema. Hay formas de resolverlo, que veremos más adelante.



MEDIANA: Me.-
 La mediana o valor mediano será el valor de la variable que separa en dos grupos los valores de las variables, ordenadas de menor a mayor. Por tanto es una cantidad que nos indica orden dentro de la ordenación.

Datos No agrupados: En los datos ordenados se aplica la siguiente relación, para encontrar la posición de los datos




Datos agrupados, hay que determinar el intervalo mediano 
  ii LL ,1 , la forma de hacerlo será calcular el valor de la mitad de n, y observar que intervalo tiene una frecuencia absoluta acumulada que cumpla i i N nN   2 1



LAMODA(MO.)


A veces es importante conocer cuál es el valor que más prevalece en el conjunto de datos. El valor que ocurre con más frecuencia se le conoce como moda. La moda es la medida de tendencia central especialmente útil para describir mediciones de tipo ordinal, de intervalos y nominal.

En un conjunto de números la moda se define como el valor ó número que ocurre con más frecuencia

La Moda para datos agrupados (Mo.):
La Moda puede deducirse de una distribución de frecuencia o de un histograma a partir de la fórmula.
Mo. = Li + [ ( ∆1 / ∆1+∆2 ) ] C
Donde;
Li = límite inferior de la clase modal (clase de mayor frecuencia absoluta (fa)
∆1 = diferencia de las frecuencias absolutas de la clase modal y premodal.
∆2 = diferencia de las frecuencias absolutas de la clase modal y postmodal
C = amplitud de la clase modal

Propiedades de la moda

 La moda se puede determinar en todos los tipos de mediciones (nominal, ordinal, de intervalos, y relativa).  La moda tiene la ventaja de no ser afectada por valores extremos.  Al igual que la mediana, puede ser calculada en distribuciones con intervalos abiertos.
Desventajas de la moda

- En muchas series de datos no hay moda porque ningún valor aparece más de una vez. - En algunas series de datos hay más de una moda, en este caso uno podría preguntarse ¿cuál es el valor representativo de la serie de datos?

Relación empírica entre la media, la mediana y la moda En distribuciones totalmente simétricas, la media, la mediana y la moda coinciden, localizándose en un mismo valor. En cambio, en distribuciones moderadamente asimétricas, la siguiente relación se mantiene aproximadamente:
Media – Moda = 3(Media – Mediana
Posiciones relativas de la media, la mediana y la moda para curvas de
frecuencias asimétricas a derecha e izquierda respectivamente, para  para curvas simétricas los tres valores coinciden


LA MEDIA ARMÓNICA

 denominada H, de una cantidad finita de números es igual al recíproco, o inverso, de la media aritmética de los recíprocos de dichos valores y es recomendada para promedia velocidades.

La media armónica resulta poco influida por la existencia de determinados valores mucho más grandes que el conjunto de los otros, siendo en cambio sensible a valores mucho más pequeños que el conjunto.






La media armónica no está definida en el caso de que exista algún valor nulo.
Propiedades

1. La inversa de la media armónica es la media aritmética de los inversos de los valores de la variable. 2. Siempre se puede pasar de una media armónica a una media aritmética transformando adecuadamente los datos. 3. La media armónica siempre es menor o igual que la media aritmética, ya que para cualesquiera números reales positivos :

Ventaja
 Considera todos los valores de la distribución y en ciertos casos, es más representativa que la media aritmética.
Desventajas

 La influencia de los valores pequeños y  El hecho que no se puede determinar en las distribuciones con algunos valores iguales a cero; por eso no es aconsejable su empleo en distribuciones donde existan valores muy pequeños.
Se suele utilizar para promediar velocidades, tiempos, rendimientos, etc


LA MEDIA GEOMÉTRICA

 Se define como la raíz de índice de la frecuencia total cuyo radicando es el producto de las potencias de cada valor de la variable elevado a sus respectivas frecuencias absolutas, se denota por g; suele utilizarse cuando los valores de la variable siguen una progresión geométrica. También para promediar porcentajes, tasas, nº índices, etc. siempre que nos vengan dados en porcentajes


PROPIEDADES DE LA MEDIA GEOMÉTRICA 

 La media geométrica esta basada en todas las observaciones, por lo que está afectada por todos los valores de la variable. Sin embargo, da menos pesos a los valores extremadamente grandes que el que les da la media aritmética.  La media geométrica es igual a cero si algunos de los valores es cero, y se puede volver imaginaria si ocurren valores negativos. Con la excepción de estos dos casos, su valor siempre es definitivo y está rígidamente definido.  La media geométrica es la que se debe utilizar cuando lo que se va a promediar son tasas de cambios o proporciones, y se intenta dar igual peso a tasas de cambios iguales.

Datos No Agrupados:





Datos Agrupados:






También puede calcularse la media geométrica ponderada.

MEDIA CUADRÁTICA (MC).- 

La media cuadrática nació con el objetivo de poder obtener el promedio de valores positivos y negativos al mismo tiempo, además de ser una gran ayuda para poder calcular las dispersiones promedio de los datos (ver medidas de dispersión).



Resultado de imagen para graficas de puntos