Resumen de Repaso de Estadística y Programación Python

Repaso de Estadística y Programación Python: Guía EPH

Resumen Test de conocimientos Tarjetas Podcast Mapa mental

Introducción

El análisis estadístico y la visualización de datos permiten resumir, describir y comunicar información numérica de forma clara. Este material aborda conceptos clave como tipos de datos, gráficos adecuados, medidas resumen (media, mediana, varianza), coeficiente de correlación y cómo interpretar diagramas de dispersión en contextos reales.

Tipos de datos

Los datos pueden clasificarse en cualitativos y cuantitativos.

Definición: Los datos cualitativos describen categorías o cualidades; los datos cuantitativos representan cantidades numéricas sobre las que se pueden realizar operaciones aritméticas.

Cuantitativos: numéricos, por ejemplo horas trabajadas, ingreso monetario.
Cualitativos: categorías, por ejemplo género, zona de residencia.

Subtipos de datos cuantitativos

Continuos: toman cualquier valor en un intervalo, por ejemplo horas trabajadas si se miden con decimales.
Discretos: toman valores enteros, por ejemplo número de hijos.

Elección del gráfico adecuado

Elegir el gráfico según el objetivo y el tipo de datos:

Para relacionar dos variables cuantitativas: diagrama de dispersión (scatter plot).
Para comparar distribuciones de una sola variable cuantitativa: histograma o boxplot.
Para proporciones o categorías: gráfico de barras o pastel.

Definición: Un diagrama de dispersión muestra puntos con coordenadas $(x,y)$ para visualizar la relación entre dos variables cuantitativas.

Ejemplo práctico: Si queremos estudiar la relación entre horas trabajadas por la persona jefe/a de hogar ($x$) e ingreso del hogar ($y$), usamos un diagrama de dispersión.

Medidas resumen y dispersión

Media: promedio aritmético. Ejemplo: la media de horas trabajadas por semana puede ser $40.23$.
Mediana: valor central de la muestra ordenada.
Varianza y desviación estándar: miden la dispersión alrededor de la media.

Definición: La varianza es la media de los cuadrados de las desviaciones respecto de la media; la desviación estándar es la raíz cuadrada de la varianza.

Comparación (tabla):

Medida	Qué resume	Sensible a valores extremos
Media	Tendencia central	Sí
Mediana	Valor central robusto	No
Varianza	Dispersión cuadrática	Sí

💡 Věděli jste?Fun fact: ¿Sabías que la mediana es más robusta que la media frente a valores atípicos, por eso se recomienda usarla cuando la distribución está sesgada?

Correlación y su interpretación

Coeficiente de correlación de Pearson ($r$) mide la fuerza y dirección de la relación lineal entre dos variables cuantitativas.

Definición: El coeficiente de correlación de Pearson toma valores entre $-1$ y $1$, donde $r>0$ indica asociación positiva, $r<0$ asociación negativa y $r=0$ ausencia de asociación lineal.

Interpretación práctica:

$|r|$ cercano a 1: relación lineal fuerte.
$|r|$ cercano a 0: relación lineal débil.

Ejemplo: si calculamos $r = 0.73$ entre horas trabajadas e ingreso, existe una asociación lineal positiva moderada-fuerte: a mayor horas trabajadas, tiende a aumentar el ingreso.

Limitaciones:

Correlación no implica causalidad.
Pearson detecta solo relaciones lineales.
Valores extremos pueden distorsionar $r$.

Efecto de escalar variables

Escalar una variable (por ejemplo dividir el ingreso por $10000$) no altera la forma del diagrama de dispersión —solo cambia la escala de uno de los ejes— ni modifica el coeficiente de correlación de Pearson.

Definición: Escalar una variable por un factor constante multiplica sus valores pero preserva la correlación lineal.

Ejemplo: transformar ingreso $y$ a $y^\prime = y/10000$ cambia las unidades pero la nube de puntos mantiene la misma relación.

Interpretación práctica de un diagrama de dispersión

Pasos para analizarlo:

Observar la dirección: positiva, negativa o nula.
Ver la fuerza: dispersión estrecha alrededor de una recta indica $|r|$ alto.
De

Zaregistruj se pro celé shrnutí

TarjetasTest de conocimientosResumenPodcastMapa mental

Empezar gratis

¿Ya tienes cuenta? Iniciar sesión

Análisis y visualización

Klíčové pojmy: Distinguir datos cuantitativos y cualitativos, Usar diagrama de dispersión para dos variables cuantitativas, Coeficiente de correlación Pearson mide fuerza y dirección lineal, Correlación no implica causalidad, Media $\bar{x}$ resume tendencia central, Varianza y desviación miden dispersión, Escalar variables no cambia $r$, Detectar outliers antes de interpretar $r$, Etiquetar ejes y unidades en gráficos, Comparar media y mediana para robustez, Usar línea de tendencia para visualizar relación

## Introducción El análisis estadístico y la visualización de datos permiten resumir, describir y comunicar información numérica de forma clara. Este material aborda conceptos clave como tipos de datos, gráficos adecuados, medidas resumen (media, mediana, varianza), coeficiente de correlación y cómo interpretar diagramas de dispersión en contextos reales. ## Tipos de datos Los datos pueden clasificarse en **cualitativos** y **cuantitativos**. > Definición: Los datos cualitativos describen categorías o cualidades; los datos cuantitativos representan cantidades numéricas sobre las que se pueden realizar operaciones aritméticas. - Cuantitativos: numéricos, por ejemplo horas trabajadas, ingreso monetario. - Cualitativos: categorías, por ejemplo género, zona de residencia. ### Subtipos de datos cuantitativos - **Continuos**: toman cualquier valor en un intervalo, por ejemplo horas trabajadas si se miden con decimales. - **Discretos**: toman valores enteros, por ejemplo número de hijos. ## Elección del gráfico adecuado Elegir el gráfico según el objetivo y el tipo de datos: - Para relacionar dos variables cuantitativas: **diagrama de dispersión (scatter plot)**. - Para comparar distribuciones de una sola variable cuantitativa: **histograma** o **boxplot**. - Para proporciones o categorías: **gráfico de barras** o **pastel**. > Definición: Un diagrama de dispersión muestra puntos con coordenadas $(x,y)$ para visualizar la relación entre dos variables cuantitativas. Ejemplo práctico: Si queremos estudiar la relación entre horas trabajadas por la persona jefe/a de hogar ($x$) e ingreso del hogar ($y$), usamos un diagrama de dispersión. ## Medidas resumen y dispersión - **Media**: promedio aritmético. Ejemplo: la media de horas trabajadas por semana puede ser $40.23$. - **Mediana**: valor central de la muestra ordenada. - **Varianza** y **desviación estándar**: miden la dispersión alrededor de la media. > Definición: La varianza es la media de los cuadrados de las desviaciones respecto de la media; la desviación estándar es la raíz cuadrada de la varianza. Comparación (tabla): | Medida | Qué resume | Sensible a valores extremos | |--------|-----------:|:--------------------------:| | Media | Tendencia central | Sí | | Mediana| Valor central robusto | No | | Varianza | Dispersión cuadrática | Sí | Fun fact: ¿Sabías que la mediana es más robusta que la media frente a valores atípicos, por eso se recomienda usarla cuando la distribución está sesgada? ## Correlación y su interpretación - **Coeficiente de correlación de Pearson ($r$)** mide la fuerza y dirección de la relación lineal entre dos variables cuantitativas. > Definición: El coeficiente de correlación de Pearson toma valores entre $-1$ y $1$, donde $r>0$ indica asociación positiva, $r<0$ asociación negativa y $r=0$ ausencia de asociación lineal. Interpretación práctica: - $|r|$ cercano a 1: relación lineal fuerte. - $|r|$ cercano a 0: relación lineal débil. Ejemplo: si calculamos $r = 0.73$ entre horas trabajadas e ingreso, existe una asociación lineal positiva moderada-fuerte: a mayor horas trabajadas, tiende a aumentar el ingreso. Limitaciones: - Correlación no implica causalidad. - Pearson detecta solo relaciones lineales. - Valores extremos pueden distorsionar $r$. ## Efecto de escalar variables Escalar una variable (por ejemplo dividir el ingreso por $10000$) no altera la forma del diagrama de dispersión —solo cambia la escala de uno de los ejes— ni modifica el coeficiente de correlación de Pearson. > Definición: Escalar una variable por un factor constante multiplica sus valores pero preserva la correlación lineal. Ejemplo: transformar ingreso $y$ a $y^\prime = y/10000$ cambia las unidades pero la nube de puntos mantiene la misma relación. ## Interpretación práctica de un diagrama de dispersión Pasos para analizarlo: 1. Observar la dirección: positiva, negativa o nula. 2. Ver la fuerza: dispersión estrecha alrededor de una recta indica $|r|$ alto. 3. De