LORENA CERDA M. lcerda@dim.uchile.cl ESTADISTICA MA34B LORENA CERDA M. lcerda@dim.uchile.cl Clase N° 0 Introductoria.

Presentación del tema: "LORENA CERDA M. lcerda@dim.uchile.cl ESTADISTICA MA34B LORENA CERDA M. lcerda@dim.uchile.cl Clase N° 0 Introductoria."— Transcripción de la presentación:

1 LORENA CERDA M. lcerda@dim.uchile.cl
ESTADISTICA MA34B LORENA CERDA M. Clase N° 0 Introductoria

2 Para empezar respondamos algunas preguntas

3 ¿Ustedes preguntarían a cada chileno cual es la bebida que prefiere?
Para saber cual es la bebida más consumida en Chile ¿Ustedes preguntarían a cada chileno cual es la bebida que prefiere?

4 Para saber cuantos peces tiene un lago
¿Los pescarían todos y los contarían?

5 Para saber si un medicamento nuevo es realmente eficaz
¿Lo probarían en todos los pacientes y verían a cuantos les hizo bien?

6 Para saber los niveles de contaminación del aire
¿DONDE MEDIMOS?

7 Para saber si la sopa está buena
¿Nos tomaremos toda la Sopa? ¿Me basta con una cucharadita?

8 Las preguntas anteriores nos llevan a pensar que:
Al estudiar ciertos fenómenos no es posible realizar todas las mediciones que quisiéramos. ¿Cuáles serían las principales restricciones? Tiempo Costos

9 ¿Qué es la Estadística? La Estadística es una Ciencia que provee de métodos matemáticos a las otras ciencias y disciplinas de manera que éstas puedan recolectar datos que les permitan entender los fenómenos que observan.

10 Metodología (proceso)
¿Cómo los obtenemos? Datos ¿Cómo los analizamos? Metodología (proceso) Información ¿Cómo concluimos?

11 Pasos lógicos al vernos enfrentados a un estudio estadístico
Definición de objetivos del estudio Estudio de extracción de datos Definición del problema Población Marco del estudio Recursos Selección del tipo de muestreo Definición tamaño muestra Diseño de encuesta Análisis inferencial de datos Análisis exploratorio de datos ¿Qué hipótesis son válidas? ¿Qué tipo de relación existen entre las variables? ¿Qué observo en los datos? Planteamiento de hipótesis

12 Las técnicas de muestreo permiten:
Decidir la cantidad de datos necesarios (Tamaño de la muestra) Cómo obtener los datos (Tipo de muestreo) EJM: Minería Contaminación de ríos Estudio de Mercado Control de calidad

13 Análisis Exploratorio
8vo 7to 1m 2m 3m 4m

14 77 Decibeles 80 Decibeles Límite legal: 78,5 decibeles

15 Análisis génico MICROARRAY
Un caso concreto Análisis génico MICROARRAY

16 Análisis de Microarray
Análisis jerárquico

17 Análisis de Microarray
Análisis de Cluster

18 ¿Qué haríamos sin la Estadística?

19 Conclusiones sobre una población
Lo que queremos es a aprender a inferir el comportamiento de toda una población a partir de los datos obtenidos de una muestra Conclusiones sobre una población

20 ¿Que necesitamos para conocer a una población?
Repasemos Proceso estocástico: EXPERIMENTO DONDE NO ES POSIBLE CONOCER DE ANTEMANO LOS RESULTADOS QUE SERÁN OBTENIDOS PARA CADA VALOR DE UNA VARIABLE.

21 VARIABLE EN UN PROCESO ESTOCASTICO
Variable aleatoria: VARIABLE EN UN PROCESO ESTOCASTICO SE LE PUEDE ASOCIAR UNA PROBABILIDAD DE OCURRENCIA EN EL PROCESO ESTOCASTICO

22 Individuos Población Es la unidad de observación sobre la cual se quiere conocer alguna característica en estudio. El individuo es un ente observable que no tiene por qué ser una persona, puede ser un objeto, un ser vivo, o incluso algo abstracto. Llamamos población o universo al conjunto de todos los individuos sobre el cual van a hacer las observaciones.

23 Es un subconjunto de elementos de la población.
Censo Muestra Decimos que realizamos un censo cuando se observan todos los elementos de la población. Es un subconjunto de elementos de la población.

24 Variables Cualitativas Denotan o expresan cualidades Cuantitativas
Ordinales Cardinales Cuantitativas Variables que denotan cantidad Continuas Discretas

25 Podemos transformar los tipos de variables
Ejm: supongamos un grupo de personas con ls siguientes edades (años): 12,15,8,2,45,82,18,22,48,52,70 n,j,n,n,a,anc,j,j,a,a,anc niño anciano adulto joven 15 24 60 12 15 48 82 45 8 52 18 70 2 22

26 ¿Cuando una variable aleatoria queda bien definida?
Cuando sabemos cómo se distribuye Ejm Con muestras solo obtenemos estimación de los parámetros

27 ¿Cuanto vale y cuanto vale ?

28 Tipos de muestreos más comunes:
Muestreo aleatorio simple La muestra es sacada la azar Este muestreo asigna una probabilidad igual y conocida a todos los elementos de la muestra. Requisito Tener conocimiento de cada elemento de la muestra Realización Implicancia

29 Muestreo estratificado
Existe una ó mas variables que permiten estratificar a la población. Defino n n1, n2, .. Son proporcionales n1 N1 N5 N3 N2 n2 n5 Población n3 n4

30 Muestreo sistemático Se enumeran cada uno de los elementos
Se ordenan al azar Se escoge un período de salto al azar Esto reproduce un m.a.s

31 ACTIVIDADES DEL CURSO 6 Evaluaciones, los cuales conformarán la nota de controles de la siguiente manera Contro1 : promedio evaluación 1 y 2 Contro2 : promedio evaluación 3 y 4 Contro3 : promedio evaluación 5 y 6 No se borrará ninguna evaluación y alguna inasistencia a alguno equivaldrá a un 1.0 en ese ejercicio.

32 ACTIVIDADES DEL CURSO 6 Trabajos de desarrollo, los cuales conformarán las notas de ejercicio de la siguiente manera. Ejercicio 1 : promedio trabajo 1 y 2 Ejercicio 2 : promedio trabajo 3 y 4 Ejercicio 3 : promedio trabajo 5 y 6 Estos trabajos se realizan en grupos de 2 personas, los cuales son definidos el primer día de clases por el profesor. No se borrará ningún ejercicio y alguna inasistencia a alguno equivaldrá a un 1.0 en ese ejercicio y se estará perjudicando directamente a su compañero de grupo.

33 ACTIVIDADES DEL CURSO 1 Presentación y defensa del trabajo final
Exámen El calendario de clases y actividades de cátedra ya está conformado y disponible para ustedes en el ucursos.

34 CALENDARIO ACTIVIDADES