Blog del grupo de Probabilidad y Estadística I impartido por Jacinto González Pachón (@jgpachon07) en el Grado de Ingeniería Informática de @informaticaupm
Finalizaremos el Tema 2 desarrollando las medidas de forma y de relación
Las trasparencias que se usarán en este primer bloque serán desde de la 42 a la 60 del set usado en la clase pasada.
Segundo bloque: Primer informe práctico
Se discutirá cada punto del guión del Informe Práctico 1 incluido en Moodle.
En la clase se irá haciendo referencia a un conjunto de videos que, simultáneamente, servirán de guión y de manual práctico. Los videos fueron grabados hace dos años con pocos medios, poco tiempo (prácticamente improvisados, sin ningún guión detrás) y con otras circunstancias personales que detectaréis rápidamente al oirlos; i.e, un "catarro considerable" que me impedía a veces tener un discurso continuado. Aún así, creo que el material puede resultaros de utilidad. Debéis tomarlo como algo orientativo, y como un manual práctico audiovisual. No lo consideréis nunca como referencia para dar una interpretación de vuestros resultados. Para orientaros sobre esas interpretaciones tendremos las clases presenciales y las tutorías; que, os recuerdo, no sólo serán presenciales, sino que podéis utilizar Moodle, Skype, Telegram etc..
A continuación paso a describiros la práctica, punto a punto:
1.- Análisis Descriptivo de una variable estadística multidimensional
Describir gráficamente ese conjunto de datos multidimensionales
1.1 Diagrama de estrellas:
1.2 Matriz de diagramas de dipersión:
2.- Análisis Descriptivo de una variable estadística unidimensional
2.1. Tabla de frecuencias:
2.2. Histogramas y curvas de frecuencias relativas acumuladas:
2.3 Diagrama tallo-hoja:
2.4 Medidas resumen:
2.5 Diagrama de cajas:
NotaSi deseáis realizar la práctica con R, además del tutorial incluido en Moodle, puede resultaros útil la colección de videos que ha realizado el profesor Raúl García
Si en el tema 1 nos interesabamos por el patrón subyacente en una serie de datos, en el tema 2 lo haremos por un conjunto de medidas que sintetice dicha serie, o al mismo patrón subyacente.
Dependiendo de lo que se pretenda caracterizar con dicha síntesis o resumen, surgirán diversas medidas:
a) Medidas de tendencia central: buscan caracterizar la uniformidad de los datos
b) Medidas de dispersión: buscan caracterizar la disparidad de los datos
c) Medidas de forma: buscan caractetizar la forma en la que se distribuyen los datos
d) Medidas de relación: buscar caracterizar la vinculación entre variables.
Las trasparencias que se usarán en la clase son las siguientes:
Finalizaremos el bloque dedicado al análisis de datos unidimensionales y nos centraremos en el análisis estadístico de datosbidimensionales o bivariantes. En esta caso, se introducirán tres tipos de distribuciones de frecuencias: conjunta, marginales y condicionadas.
Se tratará de la representación tabular de la distribución conjunta, tabla de contingencia, así como de su representación gráfica, el histograma tridimensional.
A continuación se hablará de la relación existente entre esa tres distribuciones y del concepto de independencia de variables estadísticas.
Finalmente,se ofrecerá una breve introducción al análisis exploratorio de datos (AED).
Primera clase dedicada a la teoría del Tema 1. En ella se empezará introduciendo las cuatro escalas de medidas de las que pueden proceder un conjunto de datos: nominal, ordinal, de escala y de razón.
En la clase de hoy nos centaremos en los datos unidimensionales
Se tratará la representación tabulary gráficade un conjunto de datos, basándonos en el concepto de frecuencia, o repetición.
El concepto de frecuencia, a su vez, sustentará la noción de patrón a la que hicimos mención en la clase anterior. A veces, para que se puedan dar repeticiones, se necesita agrupar los datos en clases. Se describirá cómo agrupar datosycuál es el número idóneo de clases.
De la representación gráfica se destacará al histograma, de cuyo perfil se extrae el patrón que subyace en un conjunto de datos.
Se pondrán en perspectiva los diferentes bloques de que consta la asignatura:
Estadística Descriptiva
Cálculo de Probabilidades
Inferencia Estadística.
Para ello se ha utilizado la idea de patrón, o de estructura subyacente a un conjunto de datos, como elemento vertebrador.
Uno de los objetivos de la Estadística Descriptiva es encontrar patrones dentro la información cuantitativa, una vez que estructuras algebraicas o algorítmicas han sido descartadas.
La extrapolación de dichos patrones es el objetivo fundamental de la Inferencia Estadística. Extrapolarimplica asumir posibles errores e incertidumbre. La sintaxis para trabajar en un escenario bajo incertidumbre la proporciona el Cálculo de Probabilidades.
Aquí están las trasparencias que se usarán en clase
La información específica de la asignatura también se encuentra disponible en Moodle (a través de Politécnica Virtual). Si hubiese algún problema para acceder al espacio de la asignatura enviadme un correo elecrónico con vuestros datos.
Hay que entregar 2 informes prácticos a lo largo del semestre, uno el 2 de marzo (semana 4) y otro el 1 de junio (semana 16).
Para ello, debéis organizaros en grupos de cuatro dentro del Grupo 3-3B. No
se debe formar grupo con compañeros de otras clases. Para dar de alta a
un grupo debéis rellenar una ficha disponible en Moodle (formación de grupos), y entregarla a través de la misma plataforma antes del 9 de febrero a las 13:00. Si no tenéis grupo, o tiene menos de 4 componentes, debéis
entregar la ficha igualmente. Los grupos formados se publicarán en el
Moodle
Las fechas de las distintas pruebas de evaluación se anunciarán en Moodle con suficiente antelación, estando previstas paralos siguentes dias:
Test Unidad Didáctica 1: 28 de febrero (semana 4).
Unidades Didácticas 2 y 3: 4 de mayo (semana 11).
Unidades Didácticas 4y 5: 30 de mayo (semana 15).
Los pesos de estas pruebas en la calificación final de la asignatura son los siguientes:
Test Unidad Didáctica 1:20%
Unidades Didácticas 2 -3: 45%
Unidades Didácticas 4-5: 35%
Cada una de las pruebas hay que superarla, existiendo las posibilidad de compensar la calificación con una puntuación de al menos 3 puntos.
Los informes prácticos se califican como APTO o NO APTO, existiendo la
posibilidad de una segunda entrega con los errores corregidos.
Una planificación detallada de la asignatura en el Grupo 3-3B se encontrará siempre en la cabecera de este blog a través de
Google Calendar.