domingo, 2 de octubre de 2011

Graficas de Caja y Bigotes

Productos más utilizados para el arreglo personal, en las jovenes del CBTa # 55

Delineadores

Polvos

Labiales

Rubor

Base

Labiales

Gloss

Rimel
Concluciones Del equipo
Después de realizar una encuesta con 14 preguntas sobre la imagen personal, maquillaje y gustos sobre estos mismos a 20 jóvenes entre 15 a 18 años del CBTa 55, llegamos a la conclusión que todas las jóvenes se preocupan por su apariencia. La mayoría de las jóvenes prefieren no planchar su cabello para no maltratarlo, la moda en cuanto a la cantidad de perfumes es de 3, a el 45% de las jóvenes no les importa que sus perfumes sean siempre de la misma marca mientras que a el 55 % si le importa. El 50% de las mujeres no se han teñido nunca el cabello, mientras tanto un quince porciento se lo a teñido 10 veces, El producto que mas usan las mujeres para cuidar su cabello es el Shampoo, lo más que llegan a gastar en maquillaje al mes son $1000, el color que predomina en el guarda ropa de las mujeres es el rosa, el 35 % de las jóvenes se maquillan 5 veces al día y solo el 10 % no se maquilla ningún día, los productos que más usan las mujeres son el Polvo y el Rimel.
ç
GRAFICA QUE MUESTRA CUANTOS DIAS A LA SEMANA SE PLANCHAN EL CABELLO LAS MUEJRES ENCUESTADAS DEL CBTA NO 55








GRAFICA QUE MUESTRA LA CANTIDAD DE PERFUMES QUE TIENEN LAS MUJERES ENCUESTADAS DEL CBTA NO 55







GRAFICA QUE MUESTRA EL PORCENTAJE DE MUJERES QUE PREFIEREN QUE SU PERFUME SEA DE UNA MARCA RECONOCIDA






GRAFICA QUE MUESTRA EL PORCENTAJE DE LAS VECES QUE SE HAN TEÑIDO EL CABELLO LAS MUJERES ENCUESTADAS DEL CBTA NO 55









GRAFICA QUE MUESTRA LOS PRODUCTOS MAS USADOS PARA EL CUIDADO DEL CABELLO POR LAS MUJERES ENCUESTADAS DEL CBTA NO 55



GRAFICA QUE PRESENTA EL PORCENTAJE DE LAS MUJERES ENCUESTADAS QUE SIEMPRE USAN LA MISMA MARCA DE PERFUME

GRAFICA QUE MUESTRA LA CANTIDAD DE DINERO QUE GASTAN APROXIMADAMENTE EN UN MES EN MAQUILLAJE LAS MUJERES ENCUESTADAS DEL CBTA NO 55







GRAFICA DEL PORCENTAJE DE LOS COLORES QUE PREDOMINAN EN LOS GUARDARROPAS DE LAS MUJERES ENCUESTADAS DEL CBTA NO 55








GRAFICA QUE NOS MUESTRA EL PORCENTAJE DE LOS DIAS A LA SEMANA QUE SE MAQUILLAN LAS MUJERES ENCUESTADAS DEL CBTA NO 55








GRAFICA DE LOS PRODUCTOS MAS USADOS PARA MAQUILLARSE LAS MUJERES ENCUESTADAS DEL CBTA NO 55
GRAFICA DEL PORCENTAJE DE LAS MUEJRES QUE PIENSAN QUE ES IMPORTANTE CUIDAR SU IMAGEN

MUESTRAS Y POBLACIONES

MUESTRAS Y POBLACIONES
Un investigador social al tratar de sacar conclusiones acerca de grandes grupos de individuos, se supone investiga el grupo en su totalidad, este grupo conocido como población o universo, que consiste en un grupo de individuos que comparten por lo menos una característica. Debido a que el investigador cuenta con limitaciones como tiempo, energía y recursos económicos, analiza sólo una muestra, que es un número pequeño de individuos tomado de alguna población. A través del proceso de muestreo el investigador social busca generalizar de su muestra a la totalidad de la población de donde la obtuvo.
La preocupación del investigador es asegurarse de que los miembros de su muestra sean lo suficientemente representativos de la población entera como para permitir hacer generalizaciones precisas acerca de ella.
Por eso es necesario escoger un método de muestreo apropiado para ver a todos y cada uno de los miembros de la muestra tienen igual oportunidad de ser integrados en ella, si es así, se esta utilizando un método aleatorio, de no ser así, el método empleado sería no aleatorio.
El método de muestreo no aleatorio más usual es el muestreo por accidente que es el que menos difiere con los procedimientos diarios de muestreo, ya que se basa exclusivamente en lo que es conveniente para el investigador, éste método incluye los casos más convenientes en su muestra y excluye de ella los casos inconvenientes.
Otro tipo no aleatorio es el muestreo por cuota, que toma las características de una población para ser muestreadas de acuerdo con el porcentaje que ocupan dentro de la población.
Una tercer tipo de muestra no aleatoria se conoce como muestreo intencional o de juicio, la idea de este método es que la lógica, el sentido común o el sano juicio, pueden usarse para seleccionar una muestra que sea representativa de una población.
Ahora se explicará el muestreo aleatorio, cuya característica es que cada miembro de la población debe ser identificado antes de obtener dicha muestra aleatoria, requisito que generalmente se llena obteniendo una lista que incluya a todos y cada uno de los miembros de la población. El tipo básico de muestra aleatoria, es el muestreo aleatorio simple, que se hace haciendo uso de una tabla de números aleatorios tal como la tabla H, que se construye en forma tal que genere series de números aleatorios para que se produzca una muestra imparcial. Para obtener una muestra aleatoria se obtiene primero la lista de la población y se asigna un número de identificación único a todos y cada uno de sus miembros, y después se hace uso de la tabla para escoger a un miembro.
Todos los métodos de muestro aleatorio son en realidad variaciones del procedimiento de muestreo simple. Por ejemplo el muestreo sistemático se hace con una muestra con una lista de miembros de la población por intervalos fijos. La ventaja de este método es que no se requiere de una tabla de números aleatorios, es por eso que es menos demorado que el procedimiento aleatorio simple.
Otro tipo de muestro aleatorio es el muestreo estratificado que involucra la división de la población en subgrupos o estratos más homogéneos de los que se toman entonces muestras aleatorias simples. Después habiendo identificado los estratos, se procede a tomar una muestra aleatoria simple de cada subgrupo hasta que hayamos muestreado la población entera; cada subgrupo se trata como una población entera y se aplica el muestreo aleatorio simple.
Específicamente se le da a cada miembro de un subgrupo un número de identificación, se pone en lista y se saca una muestra por medio de una tabla de números aleatorios, al final los miembros de cada subgrupo se combinan para lograr tener una muestra de toda la población. La estratificación se basa en la idea de que un grupo homogéneo requiere una muestra más pequeña que un gripo heterogéneo.
Las muestras aleatorias estratificadas tienen una gran semejanza con el método no aleatorio por cuotas ya que ambos requieren usualmente que se incluyan características de la muestra en las proporciones exactas en que contribuyen a la población. A pesar de sus semejanzas superficiales son esencialmente diferentes, ya que mientras los miembros de la muestras por cuotas se toman por cualquier método que escoja el investigador, los miembros de las muestras estratificadas se seleccionan siempre sobre una base aleatoria (tabla de números aleatorios)
El último tipo de muestro aleatorio, especialmente popular se conoce como el método de cúmulos, que se utiliza para reducir costos. En este método se realizan por lo menos dos niveles de muestreo:

  • La unidad primario de muestreo o cúmulo, que es aquella área bien delineada en la que se considera que están incluidos características que se encuentran en toda la población.




  • Los miembros de la muestra dentro de cada cúmulo



  • De esta manera, los entrevistadores no necesitan cubrir todos y cada una de las poblaciones, sino sólo un número mucho menos de tales áreas que han sido seleccionadas aleatoriamente para ser incluidas.
    Para distinguir entre las características de las muestras y las poblaciones las cuales esperamos generalizar, no podemos seguir usando los mismos símbolos para representar la media y la desviación estándar tanto de la muestra como de la población. Debemos emplear diferentes símbolos, dependiendo de si nos estamos refiriendo a características de la muestra o de la población. Así simbolizaremos ala media de una muestra como X y a la media de una población como .
    A la desviación estándar de una muestra como s y a la desviación estándar de su población como .
    Haya alguna diferencia entre una muestra aleatoria o de otro tipo y la población de la que se ha extraído. X casi nunca será exactamente igual a y s rara vez será exactamente igual a . Esta diferencia, conocida como error de muestro, resulta sin importar qué también se haya diseñado y realizado el plan de muestreo.
    Las distribuciones de frecuencia de los puntajes crudos pueden obtenerse tanto de muestras como de poblaciones. De modo semejante podemos construir una distribución muestral de medias, que es una distribución de frecuencia de gran número de medias de muestras aleatorias que se han extraído de la misma población.
    El modelo teórico conocido como distribución muestral de medias tiene ciertas propiedades que le otorgan un importante papel en el proceso de muestreo. Sus características son:

  • La distribución muestral de medias se aproxima a una curva normal.




  • La media de una distribución muestral de medias (la media de las medias) es igual a la verdadera media de la población.




  • La desviación estándar de una distribución muestral de medias es menor que la desviación estándar de la población.



  • Ahora nos encontramos trabajando con una distribución de medias maestrales que se han extraído de la población total de puntajes y deseamos hacer afirmaciones de probabilidad acerca de esas medias maestrales. Esta distribución toma la forma de la curva normal, podemos decir que la probabilidad disminuye a medida que nos alejamos de la media de media (la verdadera media de la población).
    Dado que la distribución muestral toma la forma de la curva normal, podemos usar también los puntajes z y la tabla B para obtener la probabilidad de cualquier media muestral y no sólo aquellas que son múltiplos exactos de la desviación estándar.
    El investigador social rara vez recoge datos sobre más de una o dos muestras de las que aún espera generalizar a una población completa. Extraer una distribución muestral de medias requiere el mismo esfuerzo que tomaría estudiar a todos y cada uno de los miembros de la población. Como resultado, el investigador no tiene un conocimiento real sobre la media de medias o la desviación estándar de la distribución muestral. Sin embargo, sí tiene un buen método para estimar la desviación estándar de la distribución muestral de medias sobre la base de los datos recogidos en una sola muestra., esta estimación se le llama estimación muestral de la media y se simboliza por . Por formula:
    Con la ayuda del error estándar de la media, podemos encontrar el rango de valores de la media dentro de la cual es probable que fluctúe la verdadera media poblacional. Podemos también estimar la probabilidad de que nuestra media poblacional, a esto se le llama intervalo de confianza. Se ha convertido en una cuestión convencional utilizar intervalos de confianza amplios, menos precisos, que tengan mejores probabilidades de hacer una estimación exacta de la media poblacional. Tal modelo se encuentra en el intervalo de confianza del 95%, por modelo del cual se estima la media poblacional sabiendo que hay 95 oportunidades entre 100 de estar en lo cierto.
    Debe tenerse en mente el hecho de que la media muestral del investigador podría ser una de esas cinco medias maestrales que caen fuera del intervalo establecido.
    El procedimiento para obtener el intervalo de confianza del 95% es el siguiente:

  • Encontrar la media de la muestra.




  • Obtener la desviación estándar de la muestra.




  • Obtener el error estándar de la media.




  • Multiplicar el error estándar de la media por 1.96




  • Sumar y restar este producto de la media muestral para encontrar el rango de puntajes promedio dentro de los cuales cae la media poblacional.



  • Un intervalo de confianza aún más riguroso es el intervalo de confianza del 99%, que abarca más del área total bajo la curva normal y, por lo tanto, a un mayor número de medias maestrales. Esta banda más amplia de puntajes promedios nos da mayor confianza en que hemos estimado la verdadera media poblacional con exactitud. El procedimiento que se sigue para encontrar el intervalo de confianza del 99% es el siguiente:

  • Encontrar la media de la muestra




  • Obtener la desviación estándar de la muestra




  • Obtener el error estándar de la media




  • Multiplicar el error estándar de la media por 2.58




  • Sumar y restar este producto de la media muestral para encontrar el rango de puntajes promedio dentro del cual cae la media poblacional.



  • El investigador social a menudo busca presentar una estimación de una proporción poblacional estrictamente con base en la proporción que obtiene en una muestra aleatoria, así estimamos las proporciones por medio del procedimiento que acabamos de usar para estimar las medias. Tal como encontramos antes, el error estándar de la media, podemos buscar ahora el error de la proporción.
    La formula es:
    El procedimiento para estimar una proporción por medio del intervalo de confianza es el siguiente:

  • Obtener el error estándar de la proporción.




  • Multiplicar el error estándar de la proporción por 1.96 el intervalo de confianza del 95%= P+ (1.96)




  • Sumar y restar este producto de la proporción muestral para encontrar el rango de proporciones dentro de la que cae la proporción poblacion
  • Histograma
    En estadística, un histograma es una representación gráfica de una variable en forma de barras, donde la superficie de cada barra es proporcional a la frecuencia de los valores representados. En el eje vertical se representan las frecuencias, y en el eje horizontal los valores de las variables, normalmente señalando las marcas de clase, es decir, la mitad del intervalo en el que están agrupados los datos.
    En términos matemáticos, puede ser definida como una función inyectiva (o mapeo) que acumula (cuenta) las observaciones que pertenecen a cada subintervalo de una partición. El histograma, como es tradicionalmente entendido, no es más que la representación gráfica de dicha función.
    Se utiliza cuando se estudia una variable continua, como franjas de edades o altura de la muestra, y, por comodidad, sus valores se agrupan en clases, es decir, valores continuos. En los casos en los que los datos son cualitativos (no-numéricos), como sexto grado de acuerdo o nivel de estudios, es preferible un diagrama de sectores.
    Los histogramas son más frecuentes en ciencias sociales, humanas y económicas que en ciencias naturales y exactas. Y permite la comparación de los resultados de un proceso.

    Tipos de histograma
    • Diagramas de barras simples
    Representa la frecuencia simple (absoluta o relativa) mediante la altura de la barra la cual es proporcional a la frecuencia simple de la categoría que representa.
    • Diagramas de barras compuesta
    Se usa para representar la información de una tabla de doble entrada o sea a partir de dos variables, las cuales se representan así; la altura de la barra representa la frecuencia simple de las modalidades o categorías de la variable y esta altura es proporcional a la frecuencia simple de cada modalidad.
    • Diagramas de barras agrupadas
    Se usa para representar la información de una tabla de doble entrada o sea a partir de dos variables, el cual es representado mediante un conjunto de barras como se clasifican respecto a las diferentes modalidades.
    • Polígono de frecuencias
    Es un gráfico de líneas que se las frecuencias absolutas de los valores de una distribución en el cual la altura del punto asociado a un valor de las variables es proporcional a la frecuencia de dicho valor.
    • Ojiva porcentual
    Es un gráfico acumulativo, el cual es muy útil cuando se quiere representar el rango porcentual de cada valor en una distribución de frecuencias.
    En los gráficos las barras se encuentran juntas y en la tabla los números poseen en el primer miembro un corchete y en el segundo un parentesis, por ejemplo: [10-20)
    Construcción de un histograma
    • Paso 1
    Determinar el rango de los datos. Rango es igual al dato mayor menos el dato menor.
    • Paso 2
    Obtener los números de clases, existen varios criterios para determinar el número de clases (o barras) -por ejemplo la regla de Sturgess-. Sin embargo ninguno de ellos es exacto. Algunos autores recomiendan de cinco a quince clases, dependiendo de cómo estén los datos y cuántos sean. Un criterio usado frecuentemente es que el número de clases debe ser aproximadamente a la raíz cuadrada del número de datos. Por ejemplo, la raíz cuadrada de 30 ( número de artículos) es mayor que cinco, por lo que se seleccionan seis clases.
    • Paso 3
    Establecer la longitud de clase: es igual al rango dividido por el número de clases.
    • Paso 4
    Construir los intervalos de clases: Los intervalos resultan de dividir el rango de los datos en relación al resultado del PASO 2 en intervalos iguales.
    • Paso 5
    Graficar el histograma: En caso de que las clases sean todas de la misma amplitud, se hace un gráfico de barras, las bases de las barras son los intervalos de clases y altura son la frecuencia de las clases. Si se unen los puntos medios de la base superior de los rectángulos se obtiene el polígono de frecuencias.

    El histograma de una imagen representa la frecuencia relativa de los niveles de gris de la imagen. Las técnicas de modificación del histograma de una imagen son útiles para aumentar el contraste de imágenes con histogramas muy concentrados.
    Sea u una imagen de tamaño NxN, la función de distribución del histograma es: Fu(l) = (Numerodepixels(i,j)talesqueu(i,j) < = l) / N2

    Ejemplos de otros tipos de representaciones gráficas: Hay histogramas donde se agrupan los datos en clases, y se cuenta cuántas observaciones (frecuencia absoluta) hay en cada una de ellas. En algunas variables (variables cualitativas) las clases están definidas de modo natural, p.e sexo con dos clases: mujer, varón o grupo sanguíneo con cuatro: A, B, AB, O. En las variables cuantitativas, las clases hay que definirlas explícitamente (intervalos de clase).
    Se representan los intervalos de clase en el eje de abscisas (eje horizontal) y las frecuencias, absolutas o relativas, en el de ordenadas (eje vertical).
    A veces es más útil representar las frecuencias acumuladas.
    O representar simultáneamente los histogramas de una variable en dos situaciones distintas.
    Otra forma muy frecuente, de representar dos histogramas de la misma variable en dos situaciones distintas.
    En las variables cuantitativas o en las cualitativas ordinales se pueden representar polígonos de frecuencia en lugar de histogramas, cuando se representa la frecuencia acumulativa, se denomina ojiva.









    CUADROS DE LOS DATOS RECOPILADOS EN LA ENCUESTA REALIZADA A ALUMNAS DEL CBTA NO. 55

    sábado, 1 de octubre de 2011



    Realizando las encuesttas

    Probabilidad

    La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables. La teoría de la probabilidad se usa extensamente en áreas como la estadística, la física, la matemática, la ciencia y la filosofía para sacar conclusiones sobre la probabilidad de sucesos potenciales y la mecánica subyacente de sistemas complejos.

    lunes, 26 de septiembre de 2011

    Estadística

    La estadística es una ciencia que estudia la recolección, análisis e interpretación de datos, ya sea para ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de algún fenómeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional. Sin embargo estadística es más que eso, en otras palabras es el vehículo que permite llevar a cabo el proceso relacionado con la investigación científica.

    Distribución normal.
    Es transversal a una amplia variedad de disciplinas, desde la física hasta las ciencias sociales, desde las ciencias de la salud hasta el control de calidad. Se usa para la toma de decisiones en áreas de negocios o instituciones gubernamentales.
    La estadística se divide en dos grandes áreas:
    Ambas ramas (descriptiva e inferencial) comprenden la estadística aplicada. Hay también una disciplina llamada estadística matemática, la que se refiere a las bases teóricas de la materia. La palabra «estadísticas» también se refiere al resultado de aplicar un algoritmo estadístico a un conjunto de datos, como en estadísticas económicas, estadísticas criminales, entre otros.