SlideShare une entreprise Scribd logo
1  sur  57
Télécharger pour lire hors ligne
TEMA 1TEMA 1
El análisis estadístico de datosEl análisis estadístico de datos
Probabilidades y Estadística I
Esquema inicial
1 Introducción1. Introducción.
2. Variables y datos. Tipos de datos.y p
3. Descripción de datos mediante tablas.
4. Descripción de datos mediante gráficos.
5. Introducción al análisis exploratorio de datos.
Probabilidades y Estadística I
Esquema inicial
1 Introducción1. Introducción.
2. Variables y datos. Tipos de datos.2. Variables y datos. Tipos de datos.2. Variables y datos. Tipos de datos.y py py p
3. Descripción de datos mediante tablas.3. Descripción de datos mediante tablas.3. Descripción de datos mediante tablas.
4. Descripción de datos mediante gráficos.4. Descripción de datos mediante gráficos.4. Descripción de datos mediante gráficos.
5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos.
Probabilidades y Estadística I
1. Introducción (1/6)
Seis objetivos de la Estadística Descriptiva
A. Recoger y organizar datos (observaciones)
Calificaciones de “Probabilidades y Estadística” en 20 alumnos
x1, x2,..., xn
5.12, 7, 8.62, 6, 2.88, 7.33, 2.08, 2.75, 5.25, 5,
6.88, 5.83, 5, 3.38, 6.25, 6.12, 6, 4.62, 6.62, 8.5
(x y ) (x y ) (x y )
Calificaciones de “Probabilidades y Estadística” y nº de
convocatorias utilizadas hasta ahora
(x1, y1), (x2, y2),…,(xn,, yn)
(5.12, 2), (7, 1), (8.62, 2), (6, 3), (2.88, 2),(7.33, 2), (6, 3),
(2.75, 4) (5.25, 2), (5, 1),(6.88, 5) (5.83, 1), (5, 4), (3.38,4),
(6.25, 3), (6.12, 1), (6, 2), (4.62, 3), (6.62, 2), (8.5, 1)
Probabilidades y Estadística I
1. Introducción (2/6)
Seis objetivos de la Estadística Descriptiva
B. Técnicas de visualización para datos multivariantes (visualización)
Probabilidades y Estadística I
1. Introducción (3/6)
Seis objetivos de la Estadística Descriptiva
C. Esquematizar el comportamiento de los datos mediante tablas,
áfi dib j ( t )gráficos o dibujos (patrones)
Probabilidades y Estadística I
1. Introducción (4/6)
Seis objetivos de la Estadística Descriptiva
D. Resumir la información en unos pocos datos representativos
( í t i )(síntesis)
Probabilidades y Estadística I
1. Introducción (5/6)
Seis objetivos de la Estadística Descriptiva
E. Analizar la relación de dependencia entre las componentes de
d t ltidi i l ( l ió )datos multidimensionales (correlación)
Probabilidades y Estadística I
1. Introducción (6/6)
Seis objetivos de la Estadística Descriptiva
F. Interpretar la información obtenida (aprendizaje)
Probabilidades y Estadística I
Esquema inicial
111 IntroducciónIntroducciónIntroducción1.1.1. Introducción.Introducción.Introducción.
2. Variables y datos. Tipos de datos.y p
3. Descripción de datos mediante tablas.3. Descripción de datos mediante tablas.3. Descripción de datos mediante tablas.
4. Descripción de datos mediante gráficos.4. Descripción de datos mediante gráficos.4. Descripción de datos mediante gráficos.
5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos.
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos (1/12)
Enunciados genéricosEnunciados genéricos
Sea x1, x2,….., xn un conjunto de n valores numéricos
Sea (x1, y1), (x2, y2),….., (xn, yn)
Sea 1 1 1 2 2 2
1 2 1 2 1 2( , ,..., ),( , ,..., ),......,( , ,..., )n n n
m m mx x x x x x x x x
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos (2/12)
Enunciado académico 1
CASO
UNIDIMENSIONAL
Enunciado académico 1
Se seleccionan 20 alumnos de la Facultad de Informática con la asignatura
“Probabilidad y Estadística” aprobada. Se recoge información sobre el número de
convocatorias que necesitaron para aprobar dicha asignatura.
2, 3, 2, 1, 1, 3, 4, 3, 1, 1, 2, 1, 2, 1, 3, 1, 3, 2, 1, 5
x1, x2, x3, x4, x5, x6, x7, x8, x9, x10, x11, x12, x13, x14, x15, x16, x17, x18, x19, x20
X “ ú d t i b P b bilid d E t dí ti ”X  “número de convocatorias para aprobar Probabilidad y Estadística”
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos (3/12)
Enunciado académico 1’
CASO
BIDIMENSIONAL
Enunciado académico 1
Se seleccionan 20 alumnos de la Facultad de Informática con la asignatura
“Probabilidad y Estadística” aprobada. Se recoge información sobre el número de
convocatorias que necesitaron para aprobar dicha asignatura y su calificación
(2,5.0),(3,6.3),(2,5.2),(1,7.0),(1,8.2),(3,5.4),(4,5.0),(3,6.8),(1,5.0),(1,7.3)
(2,6.0),(1,7.5),(2,5.0),(1,7.8),(3,6.2),(1,6.0),(3,8.0),(2,6.6),(1,5.0),(5,5.0)
(x1,y1), (x2,y2),….., (x20,y20)
(X,Y)
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos (4/12)
Enunciado académico 2
DATOS
CUALITATIVOS
Enunciado académico 2
Se lanza 20 veces una moneda y se observan los resultados.
cara, cruz, cruz, cruz, cara, cruz, cruz, cara, cara, cruz
cara, cara, cruz, cruz, cruz, cruz, cara, cara, cruz, cruz
C
0, 1, 1, 1, 0, 1, 1, 0, 0, 1, , , , , , , , ,
0, 0, 1, 1, 1, 1, 0, 0, 1, 1
X Probabilidades y Estadística I
X
2. Variables y datos. Tipos de datos (5/12)
Glosario de términosGlosario de términos
1. Población (universo, colectivo)
2. Muestra
3 C á t
4. Modalidades
3. Carácter
5. Variables estadísticas
Probabilidades y Estadística I
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos (6/12)
Enunciado académico 1a
VARIABLE
ESTADÍSTICA
DISCRETAEnunciado académico 1a
Se seleccionan 20 alumnos de la Facultad de Informática con la asignatura
DISCRETA
“Probabilidad y Estadística” aprobada. Se recoge información sobre el número de
convocatorias que necesitaron para aprobar dicha asignatura
Población
Muestra
Carácter a estudio
MODALIDADES: {1,2,3,......} (carácter cuantitativo)
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos (7/12)
Enunciado académico 1b
VARIABLE
ESTADÍSTICA
CONTINUAEnunciado académico 1b
Se seleccionan 20 alumnos de la Facultad de Informática con la asignatura
CONTINUA
“Probabilidad y Estadística” aprobada. Se recoge información sobre su nota en la
Asignatura.
Carácter a estudio
MODALIDADES: [5,10] (carácter cuantitativo)
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos (8/12)
Enunciado académico 1c
MEDIDA
NOMINAL
Enunciado académico 1c
Se seleccionan 20 alumnos de la Facultad de Informática con la asignatura
“Probabilidad y Estadística” aprobada. Se recoge información sobre su color de
ojos.
Carácter a estudio
MODALIDADES: {negros, marrones, azules, otros} (carácter cualitativo)
1 2 3 4
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos (9/12)
Tipos de caracteres
MEDIDA
ORDINAL
Enunciado académico 1dTipos de caracteres
Se seleccionan 20 alumnos de la Facultad de Informática con la asignatura
Enunciado académico 1d
“Probabilidad y Estadística” aprobada. Se recoge información sobre el nivel
de estudio de su padre .
Carácter a estudio
MODALIDADES: {SE, EGB, BUP, Universitario} (carácter cualitativo)
1 2 3 4
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos (10/12)
Enunciado académico 2
MEDIDA
NOMINAL
Enunciado académico 2
Se lanza 20 veces una moneda y se observan los resultados.
Población: Lanzar una moneda (experimento aleatorio)Población: Lanzar una moneda (experimento aleatorio)
Muestra: 20 lanzamientos
MODALIDADES: {C, X} (carácter cualitativo)
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos (11/12)
NOTACIÓNNOTACIÓN
1. Población (universo, colectivo) P
2. Muestra
3 C á t
M  P
C
4. Modalidades
3. Carácter C
C1, C2,…., Ck
5. Variables estadísticas X
x’1, x’2,…., x’k
k valores
dif1, 2, , k
diferentes
Probabilidades y Estadística I
2
1
2
1
1
1
1
1
2
1
2
3
Probabilidades y Estadística I
Ejemplo de lego
NOTACIÓNNOTACIÓN
1. Población (universo, colectivo) Piezas del lego
2. Muestra
3 C á t
Subconjunto de 10 piezas
C l
4. Modalidades
3. Carácter Color
rojo, azul, verde
5. Variables estadísticas X
1, 2, 3 3 valores
dif
, ,
diferentes
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos
Glosario de términosGlosario de términos
1. Población (universo, colectivo)
2. Muestra
3 C á t
Cualitativo
4. Modalidades
3. Carácter
Cuantitativo
Di t
5. Variables estadísticas
Discreta
Continua
Modalidades = Rango
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos
Glosario de términosGlosario de términos
1. Población (universo, colectivo)1. Población (universo, colectivo)1. Población (universo, colectivo)
2. Muestra2. Muestra2. Muestra
3 C á t
Cualitativo
Cuantificación Medida nominal
Medida ordinal
4. Modalidades4. Modalidades4. Modalidades
3. Carácter
CuantitativoCuantitativoCuantitativo
Di tDi tDi t
Medida ordinal
5. Variables estadísticas5. Variables estadísticas5. Variables estadísticas
DiscretaDiscretaDiscreta
ContinuaContinuaContinua
Modalidades = RangoModalidades = RangoModalidades = Rango
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos
Glosario de términosGlosario de términos
1. Población (universo, colectivo)1. Población (universo, colectivo)1. Población (universo, colectivo)
2. Muestra2. Muestra2. Muestra
3 C á t3 C á t3 C á t
CualitativoCualitativoCualitativo
Medida de intervalo
4. Modalidades4. Modalidades4. Modalidades
3. Carácter3. Carácter3. Carácter
Cuantitativo
Di tDi tDi t
Medida de intervalo
Medida de razón
5. Variables estadísticas5. Variables estadísticas5. Variables estadísticas
DiscretaDiscretaDiscreta
ContinuaContinuaContinua
Modalidades = RangoModalidades = RangoModalidades = Rango
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos
Medida Operaciones
posibles
Requisitos Ejemplo.
Nominal Verificar la igualdad Posibilidad de Estado civil SexoNominal Verificar la igualdad
de dos modalidades.
Posibilidad de
permutar
modalidades
Estado civil, Sexo,
nacionalidad.
O di l
Verificar si una Mantenimiento del Gravedad de una
Caracteres
cualitativos
Ordinal modalidad es mayor
que otra.
Mantenimiento del
orden
Gravedad de una
lesión.
De intervalo Comparar las
dif i d
Unidad constante Temperatura.De intervalo diferencias entre dos
modalidades.
Unidad constante Temperatura.
De razón
Establecer razones
d lid d
Existencia de cero Peso, altura...
Caracteres
cuantitativos
De razón entre modalidades absoluto
,
Probabilidades y Estadística I
2. Variables y datos. Tipos de datos
Relaciones entre medidasRelaciones entre medidas
MEDIDA MEDIDA MEDIDA MEDIDA
  NOMINAL ORDINAL DE INTERVALO DE RAZÓN
  
Probabilidades y Estadística I
Pregunta de test
Probabilidades y Estadística I
Esquema inicial
111 IntroducciónIntroducciónIntroducción1.1.1. Introducción.Introducción.Introducción.
2. Variables y datos. Tipos de datos.2. Variables y datos. Tipos de datos.2. Variables y datos. Tipos de datos.y py py p
3. Descripción de datos mediante tablas (caso unidimensional)
4. Descripción de datos mediante gráficos.4. Descripción de datos mediante gráficos.4. Descripción de datos mediante gráficos.
5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos.
Probabilidades y Estadística I
3. Descripción de datos mediante tablas (1/8)
PATRONES NUMÉRICOS
SERIE 1 3 3 3 3 3 3 3 3 3 3
PATRONES NUMÉRICOS
Ct 3SERIE 1 3, 3, 3, 3, 3, 3, 3, 3, 3, 3
SERIE 2 2 4 6 8 10 12
Cte = 3
Xn = 2n n = 1,2,3....SERIE 2 2, 4, 6, 8, 10, 12
SERIE 3 1, 2, 2, 3, 3, 3, 4, 4, 4, 4
n , ,
n veces el número “n”
SERIE 4 1, 2, 1, 1, 2, 3, 2, 1, 1, 1
Probabilidades y Estadística I
3. Descripción de datos mediante tablas (2/8)
PATRONES NUMÉRICOSPATRONES NUMÉRICOS
SERIE 4 Seis “1”
Tres “2”
U “3”
REPETICIONES
(Tablas)
Un “3”
REPETICIONES
(Gráficos)
Probabilidades y Estadística I
3. Descripción de datos mediante tablas (3/8)
DATOS UNIDIMENSIONALES
Modalidad
Frecuencia
absoluta
Frecuencia absoluta
acumulada
Frecuencia
relativa
Frecuencia relativa
acumulada
DATOS UNIDIMENSIONALES
absoluta acumulada relativa acumulada
x’1 n1 N1=n1 f1 = n1/n F1 = f1
x’2 n2 N2=n1 + n2 f2 = n2/n F2= f1 + f2
... ... ... ... ...
x’i ni Ni = nj
j
i


1
f1 = ni/n Fi= f j
j
i


1
... ... ... ... ...
x’ n N = 
k
n f / F = f j
n
 = 1x k nk Nk = j
jn
1
fk = nk/n Fk= f j
j

1
= 1
TOTALES n 1
Probabilidades y Estadística I
SERIE 4 1, 2, 1, 1, 2, 3, 2, 1, 1, 1
Modalidad
Frecuencia
absoluta
Frecuencia absoluta
acumulada
Frecuencia
relativa
Frecuencia relativa
acumulada
1 6 6 6/10 = 0.60 0.60
2 3 9 0.30 0.90
3 1 10 0.10 1
TOTALES 10 1
Probabilidades y Estadística I
3. Descripción de datos mediante tablas (4/8)
EJEMPLO 1
POBLACIÓN: Alumnos de la Facultad de Informática
EJEMPLO 1
MUESTRA: 20 Alumnos con la asignatura “Probabilidad y Estadística”
aprobada
VARIABLE ESTADÍSTICA: X  nº de convocatorias
RANGO: Rg X {1 2 3 }RANGO: Rg X = {1,2,3,......}
SERIE: 5, 3, 1, 2, 1, 3, 1, 3, 5, 1, 2, 1, 1, 1, 2, 4, 5, 1, 2, 1
SERIE ORDENADA: 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 4, 5, 5, 5
Probabilidades y Estadística I
3. Descripción de datos mediante tablas (5/8)
EJEMPLO 1
Nº de
convocatorias
Frecuencia
absoluta
Frecuenciaabsoluta
acumulada
Frecuencia
relativa
Frecuenciarelativa
acumulada
EJEMPLO 1
convocatorias absoluta acumulada relativa acumulada
1 9 9 9/20=0.45 0.45
2 4 13 020 0652 4 13 0.20 0.65
3 3 16 0.15 0.80
4 1 17 0.05 0.85
5 3 20 0.15 1
TOTALES 20 1
Probabilidades y Estadística I
3. Descripción de datos mediante tablas (6/8)
EJEMPLO 2
POBLACIÓN: Alumnos de la Facultad de Informática
MUESTRA: 20 Alumnos presentados a una convocatoria de la asignatura
“Probabilidades y Estadística”
VARIABLE ESTADÍSTICA: X  calificación en “P y E”
RANGO: Rg X = [0,10]
SERIE: 5.12, 7, 8.62, 6, 2.88, 7.33, 2.08, 2.75, 5.25, 5, 6.88, 5.83, 5, 3.38,
6.25, 6.12, 6, 4.62, 6.62, 8.5
SERIE ORDENADA: 2.08, 2.75, 2.88, 3.88, 4.62, 5, 5, 5.12, 5.25, 5.83, 6,
6 6 12 6 25 6 62 6 88 7 7 33 8 5 8 62
Probabilidades y Estadística I
6, 6.12, 6.25, 6.62, 6.88, 7, 7.33, 8.5, 8.62
3. Descripción de datos mediante tablas (7/8)
EJEMPLO 2
Calificaciones
(clases)
Marcas de
clase
Frecuencia
absoluta
Frecuencia absoluta
acumulada
Frecuencia
relativa
Frecuencia relativa
acumulada
[ 0, 1 ] 0.5 0 0 0 0
( 1, 2 ] 1.5 0 0 0 0
( 2, 3 ] 2.5 3 3 0.15 0.15
( 3, 4 ] 3.5 1 4 0.05 0.20
( 4, 5 ] 4.5 3 7 0.15 0.35
( 5, 6 ] 5.5 5 12 0.25 0.60
( 6, 7 ] 6.5 5 17 0.25 0.85
( 7, 8 ] 7.5 1 18 0.05 0.90
( 8, 9 ] 8.5 2 20 0.10 1
( 9, 10 ] 9.5 0 20 0 1
TOTALES 20 1
Probabilidades y Estadística IMODALIDADES
x’i
3. Descripción de datos mediante tablas (7/8)
EJEMPLO 2
Calificaciones
(clases)
Marcas de
clase
Frecuencia
absoluta
Frecuencia absoluta
acumulada
Frecuencia
relativa
Frecuencia relativa
acumulada
[ 0, 1 ] 0.5 0 0 0 0
( 1, 2 ] 1.5 0 0 0 0
( 2, 3 ] 2.5 3 3 0.15 0.15
( 3, 4 ] 3.5 1 4 0.05 0.20
( 4, 5 ] 4.5 3 7 0.15 0.35
( 5, 6 ] 5.5 5 12 0.25 0.60
( 6, 7 ] 6.5 5 17 0.25 0.85
( 7, 8 ] 7.5 1 18 0.05 0.90
( 8, 9 ] 8.5 2 20 0.10 1
( 9, 10 ] 9.5 0 20 0 1
TOTALES 20 1
Probabilidades y Estadística IMODALIDADES
x’i
3. Descripción de datos mediante tablas (8/8)
AGRUPAMIENTO EN CLASESAGRUPAMIENTO EN CLASES
Probabilidades y Estadística I
Pregunta de test
Probabilidades y Estadística I
Esquema inicial
111 IntroducciónIntroducciónIntroducción1.1.1. Introducción.Introducción.Introducción.
2. Variables y datos. Tipos de datos.2. Variables y datos. Tipos de datos.2. Variables y datos. Tipos de datos.y py py p
3. Descripción de datos mediante tablas.3. Descripción de datos mediante tablas.3. Descripción de datos mediante tablas.
4. Descripción de datos mediante gráficos (caso unidimensional)
5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos.
Probabilidades y Estadística I
4. Descripción de datos mediante gráficos (1/13)
Medidas nominales. Datos categóricos
VARIABLE
ESTADÍSTICA
DISCRETA
1. Diagrama de sectores
DISCRETA
17,05%
No presentados
34,09%
No presentados
Aprobados
Suspensos
48 86%48,86%
Probabilidades y Estadística I
4. Descripción de datos mediante gráficos (2/13)
Medidas nominales. Datos categóricos
VARIABLE
ESTADÍSTICA
DISCRETA
2. Diagrama de rectángulos
DISCRETA
olutas
40
50
uenciasAbso
20
30
Frecu
0
10
Europa América Asia Africa Oceanía
Continentes
p
Probabilidades y Estadística I
4. Descripción de datos mediante gráficos (3/13)
3 Pictogramas
Medidas nominales. Datos categóricos
VARIABLE
ESTADÍSTICA
DISCRETA3. Pictogramas
3. Pictogramas
DISCRETA
Bélgica
Italia
Francia
España
Probabilidades y Estadística I
0 10 20 30 40 50
4. Descripción de datos mediante gráficos (4/13)
Medidas ordinales e intervalar/razón
VARIABLE
ESTADÍSTICA
DISCRETA
1. Diagrama de barras
DISCRETA
Representación
diferencial
Probabilidades y Estadística I
4. Descripción de datos mediante gráficos (5/13)
Medidas ordinales e intervalar/razón
VARIABLE
ESTADÍSTICA
DISCRETA
2. Función de distribución escalonada
DISCRETA
Representación
integral
Probabilidades y Estadística I
4. Descripción de datos mediante gráficos (6/13)
Medidas intervalar/razón
VARIABLE
ESTADÍSTICA
CONTÍNUA
1. Histogramas (polígono de frecuencias)
CONTÍNUA
Representación
diferencial
Probabilidades y Estadística I
4. Descripción de datos mediante gráficos (7/13)
Medidas intervalar/razón
2. Diagrama tallo-hoja
44, 45, 46, 46, 47, 48, 49, 50, 50, 50, 52, 52, 52, 52, 53, 53, 53, 54, 54, 54,, , , , , , , , , , , , , , , , , , , ,
55, 55, 55, 55, 56, 56, 56, 57, 60, 60, 60, 60 ,60, 61, 61, 62, 62, 63, 64, 64,
64, 65, 65, 65, 66, 67, 68, 68, 68, 70, 70, 70, 70, 71, 72, 72, 74, 75, 80, 93.
Análisis Exploratorio de Datos
Probabilidades y Estadística I
4. Descripción de datos mediante gráficos (8/13)
Stem-and-Leaf Display for IPC: unit = 1,0 1|2 represents 12,0
10 0|1222333344
(9) 0|555556779
5 1|
5 1|55 1|5
HI|16,3 20,1 32,7 40,5 4 [3’5,4’5)
VALORES ATÍPICOS POR EXCESO
FRECUENCIAS ABSOLUTAS ACUMULADAS
Probabilidades y Estadística I
Probabilidades y Estadística I
4. Descripción de datos mediante gráficos (9/13)
Histograma vs. Tallo-hoja
bsol
8
10
Frec.Ab
2
4
6
IPC
0 4 8 12 16
0
2
IPC
Probabilidades y Estadística I
4. Descripción de datos mediante gráficos (10/13)
Catálogo de perfiles
1,2
0,8
1
,
0 2
0,4
0,6
0 1 2 3 4
0
0,2
Perfil de datos sin tratar
Probabilidades y Estadística I
4. Descripción de datos mediante gráficos (11/13)
Catálogo de perfiles
0 4
0,3
0,4
0,1
0,2
-5 -3 -1 1 3 5
0
Forma de campana
Probabilidades y Estadística I
4. Descripción de datos mediante gráficos (12/13)
Catálogo de perfiles
0,1
1,2
0 04
0,06
0,08
0 6
0,8
1
0
0,02
0,04
0
0,2
0,4
0,6
0 10 20 30 40 50 60
0
0 1 2 3 4
0
Asimétrico desplazado a la dcha
Probabilidades y Estadística I
4. Descripción de datos mediante gráficos (13/13)
Medidas intervalar/razón
VARIABLE
ESTADÍSTICA
CONTÍNUA
3. Función de distribución (polígono acumulativo)
CONTÍNUA
Probabilidades y Estadística I

Contenu connexe

Tendances (16)

01 presentación (16-17)
01 presentación (16-17)01 presentación (16-17)
01 presentación (16-17)
 
Tema3
Tema3Tema3
Tema3
 
Tema7 ud3 (i)
Tema7 ud3 (i)Tema7 ud3 (i)
Tema7 ud3 (i)
 
Tema1 ud1-b
Tema1 ud1-bTema1 ud1-b
Tema1 ud1-b
 
Tema1 UD1-a
Tema1 UD1-aTema1 UD1-a
Tema1 UD1-a
 
EXPO 3 Tablas y Gráficos de frecuencia
EXPO 3 Tablas y Gráficos de frecuenciaEXPO 3 Tablas y Gráficos de frecuencia
EXPO 3 Tablas y Gráficos de frecuencia
 
Tema1a
Tema1aTema1a
Tema1a
 
Estadistica para la investigación (sesión 10)
Estadistica para la investigación (sesión 10)Estadistica para la investigación (sesión 10)
Estadistica para la investigación (sesión 10)
 
guia-de-estadistica
guia-de-estadisticaguia-de-estadistica
guia-de-estadistica
 
05 Hoja De Calculo En La EnseñAnza. Tipos De Graficos Estadisticos
05  Hoja De Calculo En La EnseñAnza. Tipos De Graficos Estadisticos05  Hoja De Calculo En La EnseñAnza. Tipos De Graficos Estadisticos
05 Hoja De Calculo En La EnseñAnza. Tipos De Graficos Estadisticos
 
Probabilidad y estadistica
Probabilidad y estadisticaProbabilidad y estadistica
Probabilidad y estadistica
 
Estadistica para la investigación (sesión3)
Estadistica para la investigación (sesión3)Estadistica para la investigación (sesión3)
Estadistica para la investigación (sesión3)
 
Métodos Estadísticos y Distribución de Frecuencias
Métodos Estadísticos y Distribución de FrecuenciasMétodos Estadísticos y Distribución de Frecuencias
Métodos Estadísticos y Distribución de Frecuencias
 
Tema1 ud1-c
Tema1 ud1-cTema1 ud1-c
Tema1 ud1-c
 
Ucn Fundamentos De Estadadistica
Ucn Fundamentos De EstadadisticaUcn Fundamentos De Estadadistica
Ucn Fundamentos De Estadadistica
 
Probabilidadyestadistica(2 7-13)
Probabilidadyestadistica(2 7-13)Probabilidadyestadistica(2 7-13)
Probabilidadyestadistica(2 7-13)
 

Similaire à Tema1 (1ª parte)

Estadistica aplicada annie_martinez
Estadistica aplicada annie_martinezEstadistica aplicada annie_martinez
Estadistica aplicada annie_martinezAnnie Martínez
 
Libro_estadistica-aplicada a la ingenieria civil y otras ramas.pdf
Libro_estadistica-aplicada a la ingenieria civil y otras ramas.pdfLibro_estadistica-aplicada a la ingenieria civil y otras ramas.pdf
Libro_estadistica-aplicada a la ingenieria civil y otras ramas.pdfVeritoIlma
 
322179852-Metodologia-de-La-Investigacion-Matriz-Mapic.pdf
322179852-Metodologia-de-La-Investigacion-Matriz-Mapic.pdf322179852-Metodologia-de-La-Investigacion-Matriz-Mapic.pdf
322179852-Metodologia-de-La-Investigacion-Matriz-Mapic.pdfSergioChinoGuaygua1
 
UTPL-ESTADÍSTICA I-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA I-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-ESTADÍSTICA I-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA I-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)Videoconferencias UTPL
 
Curso bioestadistica medicina sesion 1
Curso bioestadistica  medicina  sesion 1Curso bioestadistica  medicina  sesion 1
Curso bioestadistica medicina sesion 1Eduardo Sandoval
 
Procesamiento de la información estadística-RENE BAZALDUA
Procesamiento de la información estadística-RENE BAZALDUAProcesamiento de la información estadística-RENE BAZALDUA
Procesamiento de la información estadística-RENE BAZALDUARene Bazaldua
 

Similaire à Tema1 (1ª parte) (20)

Estadistica aplicada annie_martinez
Estadistica aplicada annie_martinezEstadistica aplicada annie_martinez
Estadistica aplicada annie_martinez
 
Libro_estadistica-aplicada a la ingenieria civil y otras ramas.pdf
Libro_estadistica-aplicada a la ingenieria civil y otras ramas.pdfLibro_estadistica-aplicada a la ingenieria civil y otras ramas.pdf
Libro_estadistica-aplicada a la ingenieria civil y otras ramas.pdf
 
Presentación (17 18)
Presentación (17 18)Presentación (17 18)
Presentación (17 18)
 
322179852-Metodologia-de-La-Investigacion-Matriz-Mapic.pdf
322179852-Metodologia-de-La-Investigacion-Matriz-Mapic.pdf322179852-Metodologia-de-La-Investigacion-Matriz-Mapic.pdf
322179852-Metodologia-de-La-Investigacion-Matriz-Mapic.pdf
 
Presentación (12-13)
Presentación (12-13)Presentación (12-13)
Presentación (12-13)
 
Presentación
PresentaciónPresentación
Presentación
 
Estadística descriptiva
Estadística descriptivaEstadística descriptiva
Estadística descriptiva
 
Presentación (13-14)
Presentación (13-14)Presentación (13-14)
Presentación (13-14)
 
Estadística educativa mhd 2013 2
Estadística educativa mhd 2013 2Estadística educativa mhd 2013 2
Estadística educativa mhd 2013 2
 
Estadistica semana 2
Estadistica semana 2Estadistica semana 2
Estadistica semana 2
 
UTPL-ESTADÍSTICA I-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA I-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-ESTADÍSTICA I-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA I-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
Curso bioestadistica medicina sesion 1
Curso bioestadistica  medicina  sesion 1Curso bioestadistica  medicina  sesion 1
Curso bioestadistica medicina sesion 1
 
Tema3
Tema3Tema3
Tema3
 
Estadistica 2015
Estadistica 2015Estadistica 2015
Estadistica 2015
 
Estadistica9c
Estadistica9cEstadistica9c
Estadistica9c
 
Cuadernillo de probabilidad
Cuadernillo de probabilidadCuadernillo de probabilidad
Cuadernillo de probabilidad
 
Lupita camarena
Lupita camarenaLupita camarena
Lupita camarena
 
Procesamiento de la información estadística-RENE BAZALDUA
Procesamiento de la información estadística-RENE BAZALDUAProcesamiento de la información estadística-RENE BAZALDUA
Procesamiento de la información estadística-RENE BAZALDUA
 
Econometria
EconometriaEconometria
Econometria
 
estadisticas.pdf
estadisticas.pdfestadisticas.pdf
estadisticas.pdf
 

Plus de Jacinto González Pachón (17)

Tema12 ud5
Tema12 ud5Tema12 ud5
Tema12 ud5
 
Tema7 ud3 (ii)
Tema7 ud3 (ii)Tema7 ud3 (ii)
Tema7 ud3 (ii)
 
Tema 6 ud3
Tema 6 ud3Tema 6 ud3
Tema 6 ud3
 
Tema5 ud3
Tema5 ud3Tema5 ud3
Tema5 ud3
 
Tema9 ud4
Tema9 ud4Tema9 ud4
Tema9 ud4
 
Tema8 ud3
Tema8 ud3Tema8 ud3
Tema8 ud3
 
Tema7 ud3
Tema7 ud3Tema7 ud3
Tema7 ud3
 
Tema 6 ud3
Tema 6 ud3Tema 6 ud3
Tema 6 ud3
 
Tema5 ud3
Tema5 ud3Tema5 ud3
Tema5 ud3
 
Tema4 ud2
Tema4 ud2Tema4 ud2
Tema4 ud2
 
Tema12 ud5
Tema12 ud5Tema12 ud5
Tema12 ud5
 
Tema11 ud4
Tema11 ud4Tema11 ud4
Tema11 ud4
 
Tema10 ud4
Tema10 ud4Tema10 ud4
Tema10 ud4
 
Tema9b ud4
Tema9b ud4 Tema9b ud4
Tema9b ud4
 
Tema9a ud4
Tema9a ud4Tema9a ud4
Tema9a ud4
 
Tema8b ud3
Tema8b ud3Tema8b ud3
Tema8b ud3
 
Tema8a ud3
Tema8a ud3Tema8a ud3
Tema8a ud3
 

Dernier

TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñotapirjackluis
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docxEliaHernndez7
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfPaolaRopero2
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONALMiNeyi1
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosJonathanCovena1
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfUPTAIDELTACHIRA
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdfMiguelHuaman31
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfpatriciaines1993
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptxRigoTito
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 

Dernier (20)

TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
 

Tema1 (1ª parte)

  • 1. TEMA 1TEMA 1 El análisis estadístico de datosEl análisis estadístico de datos Probabilidades y Estadística I
  • 2. Esquema inicial 1 Introducción1. Introducción. 2. Variables y datos. Tipos de datos.y p 3. Descripción de datos mediante tablas. 4. Descripción de datos mediante gráficos. 5. Introducción al análisis exploratorio de datos. Probabilidades y Estadística I
  • 3. Esquema inicial 1 Introducción1. Introducción. 2. Variables y datos. Tipos de datos.2. Variables y datos. Tipos de datos.2. Variables y datos. Tipos de datos.y py py p 3. Descripción de datos mediante tablas.3. Descripción de datos mediante tablas.3. Descripción de datos mediante tablas. 4. Descripción de datos mediante gráficos.4. Descripción de datos mediante gráficos.4. Descripción de datos mediante gráficos. 5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos. Probabilidades y Estadística I
  • 4. 1. Introducción (1/6) Seis objetivos de la Estadística Descriptiva A. Recoger y organizar datos (observaciones) Calificaciones de “Probabilidades y Estadística” en 20 alumnos x1, x2,..., xn 5.12, 7, 8.62, 6, 2.88, 7.33, 2.08, 2.75, 5.25, 5, 6.88, 5.83, 5, 3.38, 6.25, 6.12, 6, 4.62, 6.62, 8.5 (x y ) (x y ) (x y ) Calificaciones de “Probabilidades y Estadística” y nº de convocatorias utilizadas hasta ahora (x1, y1), (x2, y2),…,(xn,, yn) (5.12, 2), (7, 1), (8.62, 2), (6, 3), (2.88, 2),(7.33, 2), (6, 3), (2.75, 4) (5.25, 2), (5, 1),(6.88, 5) (5.83, 1), (5, 4), (3.38,4), (6.25, 3), (6.12, 1), (6, 2), (4.62, 3), (6.62, 2), (8.5, 1) Probabilidades y Estadística I
  • 5. 1. Introducción (2/6) Seis objetivos de la Estadística Descriptiva B. Técnicas de visualización para datos multivariantes (visualización) Probabilidades y Estadística I
  • 6. 1. Introducción (3/6) Seis objetivos de la Estadística Descriptiva C. Esquematizar el comportamiento de los datos mediante tablas, áfi dib j ( t )gráficos o dibujos (patrones) Probabilidades y Estadística I
  • 7. 1. Introducción (4/6) Seis objetivos de la Estadística Descriptiva D. Resumir la información en unos pocos datos representativos ( í t i )(síntesis) Probabilidades y Estadística I
  • 8. 1. Introducción (5/6) Seis objetivos de la Estadística Descriptiva E. Analizar la relación de dependencia entre las componentes de d t ltidi i l ( l ió )datos multidimensionales (correlación) Probabilidades y Estadística I
  • 9. 1. Introducción (6/6) Seis objetivos de la Estadística Descriptiva F. Interpretar la información obtenida (aprendizaje) Probabilidades y Estadística I
  • 10. Esquema inicial 111 IntroducciónIntroducciónIntroducción1.1.1. Introducción.Introducción.Introducción. 2. Variables y datos. Tipos de datos.y p 3. Descripción de datos mediante tablas.3. Descripción de datos mediante tablas.3. Descripción de datos mediante tablas. 4. Descripción de datos mediante gráficos.4. Descripción de datos mediante gráficos.4. Descripción de datos mediante gráficos. 5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos. Probabilidades y Estadística I
  • 11. 2. Variables y datos. Tipos de datos (1/12) Enunciados genéricosEnunciados genéricos Sea x1, x2,….., xn un conjunto de n valores numéricos Sea (x1, y1), (x2, y2),….., (xn, yn) Sea 1 1 1 2 2 2 1 2 1 2 1 2( , ,..., ),( , ,..., ),......,( , ,..., )n n n m m mx x x x x x x x x Probabilidades y Estadística I
  • 12. 2. Variables y datos. Tipos de datos (2/12) Enunciado académico 1 CASO UNIDIMENSIONAL Enunciado académico 1 Se seleccionan 20 alumnos de la Facultad de Informática con la asignatura “Probabilidad y Estadística” aprobada. Se recoge información sobre el número de convocatorias que necesitaron para aprobar dicha asignatura. 2, 3, 2, 1, 1, 3, 4, 3, 1, 1, 2, 1, 2, 1, 3, 1, 3, 2, 1, 5 x1, x2, x3, x4, x5, x6, x7, x8, x9, x10, x11, x12, x13, x14, x15, x16, x17, x18, x19, x20 X “ ú d t i b P b bilid d E t dí ti ”X  “número de convocatorias para aprobar Probabilidad y Estadística” Probabilidades y Estadística I
  • 13. 2. Variables y datos. Tipos de datos (3/12) Enunciado académico 1’ CASO BIDIMENSIONAL Enunciado académico 1 Se seleccionan 20 alumnos de la Facultad de Informática con la asignatura “Probabilidad y Estadística” aprobada. Se recoge información sobre el número de convocatorias que necesitaron para aprobar dicha asignatura y su calificación (2,5.0),(3,6.3),(2,5.2),(1,7.0),(1,8.2),(3,5.4),(4,5.0),(3,6.8),(1,5.0),(1,7.3) (2,6.0),(1,7.5),(2,5.0),(1,7.8),(3,6.2),(1,6.0),(3,8.0),(2,6.6),(1,5.0),(5,5.0) (x1,y1), (x2,y2),….., (x20,y20) (X,Y) Probabilidades y Estadística I
  • 14. 2. Variables y datos. Tipos de datos (4/12) Enunciado académico 2 DATOS CUALITATIVOS Enunciado académico 2 Se lanza 20 veces una moneda y se observan los resultados. cara, cruz, cruz, cruz, cara, cruz, cruz, cara, cara, cruz cara, cara, cruz, cruz, cruz, cruz, cara, cara, cruz, cruz C 0, 1, 1, 1, 0, 1, 1, 0, 0, 1, , , , , , , , , 0, 0, 1, 1, 1, 1, 0, 0, 1, 1 X Probabilidades y Estadística I X
  • 15. 2. Variables y datos. Tipos de datos (5/12) Glosario de términosGlosario de términos 1. Población (universo, colectivo) 2. Muestra 3 C á t 4. Modalidades 3. Carácter 5. Variables estadísticas Probabilidades y Estadística I
  • 17. 2. Variables y datos. Tipos de datos (6/12) Enunciado académico 1a VARIABLE ESTADÍSTICA DISCRETAEnunciado académico 1a Se seleccionan 20 alumnos de la Facultad de Informática con la asignatura DISCRETA “Probabilidad y Estadística” aprobada. Se recoge información sobre el número de convocatorias que necesitaron para aprobar dicha asignatura Población Muestra Carácter a estudio MODALIDADES: {1,2,3,......} (carácter cuantitativo) Probabilidades y Estadística I
  • 18. 2. Variables y datos. Tipos de datos (7/12) Enunciado académico 1b VARIABLE ESTADÍSTICA CONTINUAEnunciado académico 1b Se seleccionan 20 alumnos de la Facultad de Informática con la asignatura CONTINUA “Probabilidad y Estadística” aprobada. Se recoge información sobre su nota en la Asignatura. Carácter a estudio MODALIDADES: [5,10] (carácter cuantitativo) Probabilidades y Estadística I
  • 19. 2. Variables y datos. Tipos de datos (8/12) Enunciado académico 1c MEDIDA NOMINAL Enunciado académico 1c Se seleccionan 20 alumnos de la Facultad de Informática con la asignatura “Probabilidad y Estadística” aprobada. Se recoge información sobre su color de ojos. Carácter a estudio MODALIDADES: {negros, marrones, azules, otros} (carácter cualitativo) 1 2 3 4 Probabilidades y Estadística I
  • 20. 2. Variables y datos. Tipos de datos (9/12) Tipos de caracteres MEDIDA ORDINAL Enunciado académico 1dTipos de caracteres Se seleccionan 20 alumnos de la Facultad de Informática con la asignatura Enunciado académico 1d “Probabilidad y Estadística” aprobada. Se recoge información sobre el nivel de estudio de su padre . Carácter a estudio MODALIDADES: {SE, EGB, BUP, Universitario} (carácter cualitativo) 1 2 3 4 Probabilidades y Estadística I
  • 21. 2. Variables y datos. Tipos de datos (10/12) Enunciado académico 2 MEDIDA NOMINAL Enunciado académico 2 Se lanza 20 veces una moneda y se observan los resultados. Población: Lanzar una moneda (experimento aleatorio)Población: Lanzar una moneda (experimento aleatorio) Muestra: 20 lanzamientos MODALIDADES: {C, X} (carácter cualitativo) Probabilidades y Estadística I
  • 22. 2. Variables y datos. Tipos de datos (11/12) NOTACIÓNNOTACIÓN 1. Población (universo, colectivo) P 2. Muestra 3 C á t M  P C 4. Modalidades 3. Carácter C C1, C2,…., Ck 5. Variables estadísticas X x’1, x’2,…., x’k k valores dif1, 2, , k diferentes Probabilidades y Estadística I
  • 24. Ejemplo de lego NOTACIÓNNOTACIÓN 1. Población (universo, colectivo) Piezas del lego 2. Muestra 3 C á t Subconjunto de 10 piezas C l 4. Modalidades 3. Carácter Color rojo, azul, verde 5. Variables estadísticas X 1, 2, 3 3 valores dif , , diferentes Probabilidades y Estadística I
  • 25. 2. Variables y datos. Tipos de datos Glosario de términosGlosario de términos 1. Población (universo, colectivo) 2. Muestra 3 C á t Cualitativo 4. Modalidades 3. Carácter Cuantitativo Di t 5. Variables estadísticas Discreta Continua Modalidades = Rango Probabilidades y Estadística I
  • 26. 2. Variables y datos. Tipos de datos Glosario de términosGlosario de términos 1. Población (universo, colectivo)1. Población (universo, colectivo)1. Población (universo, colectivo) 2. Muestra2. Muestra2. Muestra 3 C á t Cualitativo Cuantificación Medida nominal Medida ordinal 4. Modalidades4. Modalidades4. Modalidades 3. Carácter CuantitativoCuantitativoCuantitativo Di tDi tDi t Medida ordinal 5. Variables estadísticas5. Variables estadísticas5. Variables estadísticas DiscretaDiscretaDiscreta ContinuaContinuaContinua Modalidades = RangoModalidades = RangoModalidades = Rango Probabilidades y Estadística I
  • 27. 2. Variables y datos. Tipos de datos Glosario de términosGlosario de términos 1. Población (universo, colectivo)1. Población (universo, colectivo)1. Población (universo, colectivo) 2. Muestra2. Muestra2. Muestra 3 C á t3 C á t3 C á t CualitativoCualitativoCualitativo Medida de intervalo 4. Modalidades4. Modalidades4. Modalidades 3. Carácter3. Carácter3. Carácter Cuantitativo Di tDi tDi t Medida de intervalo Medida de razón 5. Variables estadísticas5. Variables estadísticas5. Variables estadísticas DiscretaDiscretaDiscreta ContinuaContinuaContinua Modalidades = RangoModalidades = RangoModalidades = Rango Probabilidades y Estadística I
  • 28. 2. Variables y datos. Tipos de datos Medida Operaciones posibles Requisitos Ejemplo. Nominal Verificar la igualdad Posibilidad de Estado civil SexoNominal Verificar la igualdad de dos modalidades. Posibilidad de permutar modalidades Estado civil, Sexo, nacionalidad. O di l Verificar si una Mantenimiento del Gravedad de una Caracteres cualitativos Ordinal modalidad es mayor que otra. Mantenimiento del orden Gravedad de una lesión. De intervalo Comparar las dif i d Unidad constante Temperatura.De intervalo diferencias entre dos modalidades. Unidad constante Temperatura. De razón Establecer razones d lid d Existencia de cero Peso, altura... Caracteres cuantitativos De razón entre modalidades absoluto , Probabilidades y Estadística I
  • 29. 2. Variables y datos. Tipos de datos Relaciones entre medidasRelaciones entre medidas MEDIDA MEDIDA MEDIDA MEDIDA   NOMINAL ORDINAL DE INTERVALO DE RAZÓN    Probabilidades y Estadística I
  • 31. Esquema inicial 111 IntroducciónIntroducciónIntroducción1.1.1. Introducción.Introducción.Introducción. 2. Variables y datos. Tipos de datos.2. Variables y datos. Tipos de datos.2. Variables y datos. Tipos de datos.y py py p 3. Descripción de datos mediante tablas (caso unidimensional) 4. Descripción de datos mediante gráficos.4. Descripción de datos mediante gráficos.4. Descripción de datos mediante gráficos. 5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos. Probabilidades y Estadística I
  • 32. 3. Descripción de datos mediante tablas (1/8) PATRONES NUMÉRICOS SERIE 1 3 3 3 3 3 3 3 3 3 3 PATRONES NUMÉRICOS Ct 3SERIE 1 3, 3, 3, 3, 3, 3, 3, 3, 3, 3 SERIE 2 2 4 6 8 10 12 Cte = 3 Xn = 2n n = 1,2,3....SERIE 2 2, 4, 6, 8, 10, 12 SERIE 3 1, 2, 2, 3, 3, 3, 4, 4, 4, 4 n , , n veces el número “n” SERIE 4 1, 2, 1, 1, 2, 3, 2, 1, 1, 1 Probabilidades y Estadística I
  • 33. 3. Descripción de datos mediante tablas (2/8) PATRONES NUMÉRICOSPATRONES NUMÉRICOS SERIE 4 Seis “1” Tres “2” U “3” REPETICIONES (Tablas) Un “3” REPETICIONES (Gráficos) Probabilidades y Estadística I
  • 34. 3. Descripción de datos mediante tablas (3/8) DATOS UNIDIMENSIONALES Modalidad Frecuencia absoluta Frecuencia absoluta acumulada Frecuencia relativa Frecuencia relativa acumulada DATOS UNIDIMENSIONALES absoluta acumulada relativa acumulada x’1 n1 N1=n1 f1 = n1/n F1 = f1 x’2 n2 N2=n1 + n2 f2 = n2/n F2= f1 + f2 ... ... ... ... ... x’i ni Ni = nj j i   1 f1 = ni/n Fi= f j j i   1 ... ... ... ... ... x’ n N =  k n f / F = f j n  = 1x k nk Nk = j jn 1 fk = nk/n Fk= f j j  1 = 1 TOTALES n 1 Probabilidades y Estadística I
  • 35. SERIE 4 1, 2, 1, 1, 2, 3, 2, 1, 1, 1 Modalidad Frecuencia absoluta Frecuencia absoluta acumulada Frecuencia relativa Frecuencia relativa acumulada 1 6 6 6/10 = 0.60 0.60 2 3 9 0.30 0.90 3 1 10 0.10 1 TOTALES 10 1 Probabilidades y Estadística I
  • 36. 3. Descripción de datos mediante tablas (4/8) EJEMPLO 1 POBLACIÓN: Alumnos de la Facultad de Informática EJEMPLO 1 MUESTRA: 20 Alumnos con la asignatura “Probabilidad y Estadística” aprobada VARIABLE ESTADÍSTICA: X  nº de convocatorias RANGO: Rg X {1 2 3 }RANGO: Rg X = {1,2,3,......} SERIE: 5, 3, 1, 2, 1, 3, 1, 3, 5, 1, 2, 1, 1, 1, 2, 4, 5, 1, 2, 1 SERIE ORDENADA: 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 4, 5, 5, 5 Probabilidades y Estadística I
  • 37. 3. Descripción de datos mediante tablas (5/8) EJEMPLO 1 Nº de convocatorias Frecuencia absoluta Frecuenciaabsoluta acumulada Frecuencia relativa Frecuenciarelativa acumulada EJEMPLO 1 convocatorias absoluta acumulada relativa acumulada 1 9 9 9/20=0.45 0.45 2 4 13 020 0652 4 13 0.20 0.65 3 3 16 0.15 0.80 4 1 17 0.05 0.85 5 3 20 0.15 1 TOTALES 20 1 Probabilidades y Estadística I
  • 38. 3. Descripción de datos mediante tablas (6/8) EJEMPLO 2 POBLACIÓN: Alumnos de la Facultad de Informática MUESTRA: 20 Alumnos presentados a una convocatoria de la asignatura “Probabilidades y Estadística” VARIABLE ESTADÍSTICA: X  calificación en “P y E” RANGO: Rg X = [0,10] SERIE: 5.12, 7, 8.62, 6, 2.88, 7.33, 2.08, 2.75, 5.25, 5, 6.88, 5.83, 5, 3.38, 6.25, 6.12, 6, 4.62, 6.62, 8.5 SERIE ORDENADA: 2.08, 2.75, 2.88, 3.88, 4.62, 5, 5, 5.12, 5.25, 5.83, 6, 6 6 12 6 25 6 62 6 88 7 7 33 8 5 8 62 Probabilidades y Estadística I 6, 6.12, 6.25, 6.62, 6.88, 7, 7.33, 8.5, 8.62
  • 39. 3. Descripción de datos mediante tablas (7/8) EJEMPLO 2 Calificaciones (clases) Marcas de clase Frecuencia absoluta Frecuencia absoluta acumulada Frecuencia relativa Frecuencia relativa acumulada [ 0, 1 ] 0.5 0 0 0 0 ( 1, 2 ] 1.5 0 0 0 0 ( 2, 3 ] 2.5 3 3 0.15 0.15 ( 3, 4 ] 3.5 1 4 0.05 0.20 ( 4, 5 ] 4.5 3 7 0.15 0.35 ( 5, 6 ] 5.5 5 12 0.25 0.60 ( 6, 7 ] 6.5 5 17 0.25 0.85 ( 7, 8 ] 7.5 1 18 0.05 0.90 ( 8, 9 ] 8.5 2 20 0.10 1 ( 9, 10 ] 9.5 0 20 0 1 TOTALES 20 1 Probabilidades y Estadística IMODALIDADES x’i
  • 40. 3. Descripción de datos mediante tablas (7/8) EJEMPLO 2 Calificaciones (clases) Marcas de clase Frecuencia absoluta Frecuencia absoluta acumulada Frecuencia relativa Frecuencia relativa acumulada [ 0, 1 ] 0.5 0 0 0 0 ( 1, 2 ] 1.5 0 0 0 0 ( 2, 3 ] 2.5 3 3 0.15 0.15 ( 3, 4 ] 3.5 1 4 0.05 0.20 ( 4, 5 ] 4.5 3 7 0.15 0.35 ( 5, 6 ] 5.5 5 12 0.25 0.60 ( 6, 7 ] 6.5 5 17 0.25 0.85 ( 7, 8 ] 7.5 1 18 0.05 0.90 ( 8, 9 ] 8.5 2 20 0.10 1 ( 9, 10 ] 9.5 0 20 0 1 TOTALES 20 1 Probabilidades y Estadística IMODALIDADES x’i
  • 41. 3. Descripción de datos mediante tablas (8/8) AGRUPAMIENTO EN CLASESAGRUPAMIENTO EN CLASES Probabilidades y Estadística I
  • 43. Esquema inicial 111 IntroducciónIntroducciónIntroducción1.1.1. Introducción.Introducción.Introducción. 2. Variables y datos. Tipos de datos.2. Variables y datos. Tipos de datos.2. Variables y datos. Tipos de datos.y py py p 3. Descripción de datos mediante tablas.3. Descripción de datos mediante tablas.3. Descripción de datos mediante tablas. 4. Descripción de datos mediante gráficos (caso unidimensional) 5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos.5. Introducción al análisis exploratorio de datos. Probabilidades y Estadística I
  • 44. 4. Descripción de datos mediante gráficos (1/13) Medidas nominales. Datos categóricos VARIABLE ESTADÍSTICA DISCRETA 1. Diagrama de sectores DISCRETA 17,05% No presentados 34,09% No presentados Aprobados Suspensos 48 86%48,86% Probabilidades y Estadística I
  • 45. 4. Descripción de datos mediante gráficos (2/13) Medidas nominales. Datos categóricos VARIABLE ESTADÍSTICA DISCRETA 2. Diagrama de rectángulos DISCRETA olutas 40 50 uenciasAbso 20 30 Frecu 0 10 Europa América Asia Africa Oceanía Continentes p Probabilidades y Estadística I
  • 46. 4. Descripción de datos mediante gráficos (3/13) 3 Pictogramas Medidas nominales. Datos categóricos VARIABLE ESTADÍSTICA DISCRETA3. Pictogramas 3. Pictogramas DISCRETA Bélgica Italia Francia España Probabilidades y Estadística I 0 10 20 30 40 50
  • 47. 4. Descripción de datos mediante gráficos (4/13) Medidas ordinales e intervalar/razón VARIABLE ESTADÍSTICA DISCRETA 1. Diagrama de barras DISCRETA Representación diferencial Probabilidades y Estadística I
  • 48. 4. Descripción de datos mediante gráficos (5/13) Medidas ordinales e intervalar/razón VARIABLE ESTADÍSTICA DISCRETA 2. Función de distribución escalonada DISCRETA Representación integral Probabilidades y Estadística I
  • 49. 4. Descripción de datos mediante gráficos (6/13) Medidas intervalar/razón VARIABLE ESTADÍSTICA CONTÍNUA 1. Histogramas (polígono de frecuencias) CONTÍNUA Representación diferencial Probabilidades y Estadística I
  • 50. 4. Descripción de datos mediante gráficos (7/13) Medidas intervalar/razón 2. Diagrama tallo-hoja 44, 45, 46, 46, 47, 48, 49, 50, 50, 50, 52, 52, 52, 52, 53, 53, 53, 54, 54, 54,, , , , , , , , , , , , , , , , , , , , 55, 55, 55, 55, 56, 56, 56, 57, 60, 60, 60, 60 ,60, 61, 61, 62, 62, 63, 64, 64, 64, 65, 65, 65, 66, 67, 68, 68, 68, 70, 70, 70, 70, 71, 72, 72, 74, 75, 80, 93. Análisis Exploratorio de Datos Probabilidades y Estadística I
  • 51. 4. Descripción de datos mediante gráficos (8/13) Stem-and-Leaf Display for IPC: unit = 1,0 1|2 represents 12,0 10 0|1222333344 (9) 0|555556779 5 1| 5 1|55 1|5 HI|16,3 20,1 32,7 40,5 4 [3’5,4’5) VALORES ATÍPICOS POR EXCESO FRECUENCIAS ABSOLUTAS ACUMULADAS Probabilidades y Estadística I
  • 53. 4. Descripción de datos mediante gráficos (9/13) Histograma vs. Tallo-hoja bsol 8 10 Frec.Ab 2 4 6 IPC 0 4 8 12 16 0 2 IPC Probabilidades y Estadística I
  • 54. 4. Descripción de datos mediante gráficos (10/13) Catálogo de perfiles 1,2 0,8 1 , 0 2 0,4 0,6 0 1 2 3 4 0 0,2 Perfil de datos sin tratar Probabilidades y Estadística I
  • 55. 4. Descripción de datos mediante gráficos (11/13) Catálogo de perfiles 0 4 0,3 0,4 0,1 0,2 -5 -3 -1 1 3 5 0 Forma de campana Probabilidades y Estadística I
  • 56. 4. Descripción de datos mediante gráficos (12/13) Catálogo de perfiles 0,1 1,2 0 04 0,06 0,08 0 6 0,8 1 0 0,02 0,04 0 0,2 0,4 0,6 0 10 20 30 40 50 60 0 0 1 2 3 4 0 Asimétrico desplazado a la dcha Probabilidades y Estadística I
  • 57. 4. Descripción de datos mediante gráficos (13/13) Medidas intervalar/razón VARIABLE ESTADÍSTICA CONTÍNUA 3. Función de distribución (polígono acumulativo) CONTÍNUA Probabilidades y Estadística I