Estamos ante un tema de corte claramente matemático. En él se hace una introducción somera, pero más que suficiente para el nivel que nos ocupa, a la Estadística Descriptiva.
- Se introducen los conceptos de estudio estadístico, población y muestra.
- Se ejemplifican distintas modalidades de recogida de datos, cuestionarios y técnicas de muestreo.
- Se hace hincapié en la tabulación de los datos y la representación gráfica de los mismos.
- Se definen y ejemplifican los parámetros estadísticos más básicos, tanto centrales como de dispersión.
Sociedad y medio ambiente. Un espacio compartido: Estudio estadístico
Cuando vemos en televisión noticias relacionadas con el medio ambiente, o cuando las leemos en los periódicos o en las revistas, casi siempre vienen acompañadas de gráficos extraños...
De cifras
| Año | Total anual remonte salmones | Total anual remonte multi-invierno | Total anual pesca salmones | Total anual pesca multi-invierno | Total antes del 15 de junio pesca multi-invierno (y % del total) |
| 1989 | sin datos | sin datos | 16 | 4 | 2 (50%) |
| 1990 | sin datos | sin datos | 27 | 11 | 7 (64%) |
| 1991 | sin datos | sin datos | 22 | 19 | 13 (68%) |
| 1992 | 903 | 58 | 59 | 5 | 4 (80%) |
| 1993 | 379 | 45 | 59 | 13 | 10 (77%) |
| 1994 | 373 | 85 | 59 | 27 | 25 (93%) |
| 1995 | 478 | 42 | 49 | 16 | 11 (69%) |
| 1996 | 240 | 96 | 47 | 32 | 28 (87%) |
| 1997 | 224 | 35 | 39 | 18 | 10 (56%) |
| 1998 | 263 | 20 | 36 | 10 | 5 (50%) |
| 1999 | 128 | 21 | 21 | 11 | 10 (91%) |
| 2000 | 219 | 54 | 35 | 21 | 15 (71%) |
| 2001 | 334 | 61 | 69 | 34 | 31 (91%) |
| 2002 | 467 | 47 | 44 | 14 | 10 (71%) |
| 2003 | 197 | 150 | 44 | 40 | 30 (75%) |
| 2004 | 328 | 60 | 48 | 22 | 15 (68%) |
| 2005 | 276 | 49 | 37 | 26 | 22 (85%) |
Y de afirmaciones
tan rotundas como éstas que puedes ver aquí:(PD/Agencia EFE).- «El calentamiento global ha resquebrajado las plataformas de hielo en la Antártida y el aumento de icebergs ha alterado los sistemas ecológicos en torno a esas moles de hielo, según un estudio publicado en la revista Science.»
(PD/Agencias).- «El Fondo Mundial para la Naturaleza (WWF, por sus siglas en inglés) critica en un informe la "frenética construcción" de desalinizadoras en España y su impacto negativo en el medioambiente y el cambio climático.»
Son muy importantes los estudios estadísticos que conducen a este tipo de informaciones, ya que basándose en estos estudios los gobiernos diseñan sus planes de gestión del medio ambiente.
De hecho existe una asignatura ofertada en distintas Universidades españolas denominada "Modelos estadísticos para el medio ambiente" y empresas dedicadas a hacer estudios estadísticos sobre temas medioambientales.
Pero un estudio estadístico no se hace de la noche a la mañana; es algo que requiere una cuidadosa planificación. Por ejemplo si se quieren conocer cosas como la población de aves en Doñana, el nivel de contaminación de los acuíferos o cómo controlar los residuos urbanos, necesitaremos:
- conocer determinados datos objetivos
- ordenarlos
- analizarlos
- sacar conclusiones
Todo esto lo vas a hacer tú en este tema. No te preocupes, no será muy difícil, aunque tendrás que hacer cuentas...
Esta última parte, la de sacar conclusiones, es una de las más importantes. Se necesita desarrollar un espíritu crítico ante las noticias basadas en estudios estadísticos, que se dan como "verdades absolutas". Es más frecuente de lo que parece el que datos objetivos sean interpretados según interese a quien los muestra.
Comprueba con la siguiente autoevaluación si tienes un buen "ojo crítico" a la hora de analizar informaciones basadas en "estudios estadísticos".
Pregunta de Elección Múltiple
¿Cuál o cuáles de las siguientes informaciones te parecen claramente manipuladas, erróneas o sin sentido?
Según un estudio estadístico, realizado a dos personas en un club náutico, se determina que a todos los españoles les encanta el buceo deportivo.
Según un estudio estadístico, realizado por una compañía eléctrica, se sabe que los andaluces no aprecian que haya contaminación generada por las centrales térmicas en nuestro territorio.
Un estudio estadístico determina que el cien por cien de los encuestados respiran cada día.
Mientras Javier estaba con Luis en el parque leyó en el periódico una noticia que decía:
Este titular le llevó a la siguiente reflexión:«Según un estudio estadístico, el 60,6% de los andaluces opina que principal problema relacionado con el medio ambiente son los incendios forestales.»
– ¿Cómo se puede saber lo que opinan los andaluces en general si yo soy de Jaén y a mí no me ha preguntado nadie?.
No le falta razón a Javier ¿verdad? Lo que él no sabe es que la estadística puede ayudarnos a obtener conclusiones que se pueden generalizar para un grupo muy grande de personas, sin necesidad de tener que preguntarle a todo el grupo. Pero para ello es necesario que el estudio estadístico esté bien diseñado.
Para realizar un estudio estadístico hay que empezar teniendo muy claro un par de cosas:
- ¿Qué queremos saber?
- ¿De quién queremos saberlo?
1.1.- ¿Qué queremos saber?
Muchos estudios estadísticos comienzan con una pregunta o preguntas sobre un tema concreto. En estos casos en primer lugar habrá que crear un cuestionario.
Por ejemplo, si nos planteásemos un estudio sobre "Impacto medioambiental en Andalucía" podríamos formular la pregunta:
¿Qué problema relacionado con el medio ambiente le preocupa más?
Las respuestas a esta pregunta pueden ser:
- Abiertas: cada persona puede dar tantas respuestas como le apetezca.
- Abiertas pero limitadas: cada persona entrevistada podría dar una o dos o tres o un número predeterminado de respuestas libres.
- Cerradas: cada persona entrevistada elige una o varias opciones sobre un listado prefijado de respuestas posibles.
Por tanto, habrá que decidir si se crea un cuestionario:
- Abierto: cada uno puede contestar lo que quiera.
- Limitado: con un número prefijado de posibles respuestas libres.
- Cerrado: con un número determinado de respuestas que proporciona el propio cuestionario.
Este tipo de cuestionario (cerrado) es más cómodo para el entrevistado, pero puede "deformar" el estudio, ya que el listado de posibles respuestas va a depender del encuestador y su buen criterio. Para evitar la "manipulación" en un cuestionario cerrado, siempre debería existir la opción de respuesta "otra respuesta diferente a las propuestas".
Observa en la siguiente animación algunos ejemplos de cuestionarios. Seguro que te aclararán las dudas sobre lo que es un cuestionario cerrado y un cuestionario limitado.
No en todos los estudios estadísticos es necesario elaborar un cuestionario. Si, por ejemplo, la pregunta que pretendemos responder fuese "¿Cuál es el tamaño en milímetros, de determinada especie de mosquito?", no necesitamos cuestionario.
Lo que necesitamos será un instrumento de medida adecuado que nos proporcione los datos que necesitamos. En las Ciencias, este tipo de estudios estadísticos, en los que no es necesario preguntar, sino medir, es muy frecuente.
Al conjunto final de respuestas o datos obtenidos le llamamos VARIABLE ESTADÍSTICA
Una variable estadística puede ser
Una variable estadística puede ser
CUALITATIVA
|
CUANTITATIVA
|
| Si no es un número | Si es un número |
Por ejemplo:
| Por ejemplo:
|
Pregunta de Elección Múltiple
1. Se quiere conocer la cantidad de CO2 que hay en el aire en una determinada población. ¿Cuál sería la opción más adecuada para llevar a cabo este estudio?
Crear un cuestionario abierto preguntando por la cantidad de CO2 que hay en el aire.
Crear un cuestionario cerrado con las respuestas: 20 mg/m3, 10 mg/m3 y otra cantidad.
Instalar un aparato medidor en algún punto de la ciudad que registre los datos de cantidad de CO2 que hay en el aire a lo largo de un periodo determinado de tiempo.
2. Indica cuáles de las siguientes variables son cualitativas.
Energía aportada por distintas marcas de muesli.
Sistema de calefacción utilizado en el invierno por familias de Madrid.
Volumen de basura generado por las familias de una barriada de Granada.
Soluciones al problema de la contaminación de las aguas.
1.2.- ¿De quién lo queremos saber?
Imagínate que queremos saber cuál es el problema medioambiental que más preocupa a los vecinos de Villacañas de Abajo. Podría ocurrir que fuese muy distinto del que pueda preocupar a los vecinos de Villacañas de Arriba o a la población andaluza en su conjunto.
Por esto es muy importante, una vez terminado el cuestionario o método de recogida de datos adecuado al estudio, decidir a quién va dirigido:
- Si vamos a preguntar a todos los nacidos o nacidas en Andalucía o en alguna población en concreto de nuestra geografía.
- Si se preguntaría a todas las personas censadas en Andalucía (o lugar en concreto de ésta).
- Si preguntaremos a cualquier persona que esté en ese momento dado en Andalucía (o en una determinada población andaluza)
- Etc.
Al conjunto total de personas o de objetos de los que nos interesa conocer una determinada opinión o característica es a lo que llamamos población.
Sea cual sea la elección, preguntar a toda la población normalmente es imposible, así que habrá que elegir un grupo que represente toda la población.
El grupo elegido para que responda al cuestionario o del que se van a recoger determinados datos, es a lo que se denomina muestra.
Cuanto mayor sea el número de personas de la muestra, más fiable será el estudio estadístico.
Y aquí es donde pueden empezar nuestros problemas porque...
si elegimos mal la muestra los resultados no serán reales, no serán fiables.
¿Cómo elegir entonces la muestra?
Esta es una de las partes más complejas de la estadística y hay teorías matemáticas muy complicadas al respecto.
La elección de la muestra puede ser
|
Los dos métodos plantean problemas
|
| ALEATORIA: Se elige al azar | La muestra puede no ser representativa del total de la población. |
| INTENCIONAL: El encuestador elige a los que quiere. | La muestra intencional puede llegar a ser subjetiva. |
Observa en la siguiente animación un ejemplo de cómo elegir una muestra. Aunque cada caso es diferente, este ejemplo puede ayudarte a hacerte una idea de las cosas que hay que tener en cuenta a la hora de elegir una buena muestra. -
La elección de la muestra.
Aunque, por supuesto, la mayoría de las veces el sentido común nos dirá cuál es la mejor manera de elegir la muestra. Prueba tú con esta...
Pregunta de Elección Múltiple
1. Estás realizando un estudio estadístico para conocer la satisfacción de la gente del barrio con el nuevo polideportivo. ¿Qué forma de elegir la muestra crees que es mejor?
Preguntar a 50 personas que estén en el polideportivo.
Preguntar a 50 personas de tus amistades.
Elegir al azar 50 números de teléfono de casas del barrio, llamar y preguntar.
Preguntar a 50 personas que estén por la mañana comprando en el mercado.
2. Se quiere estudiar el nivel de contaminación del agua de un río. Escoge la opción más adecuada para elegir la muestra:
Se cogería una muestra de agua al azar de cualquier zona del cauce del río.
Se tomarían varias muestras de agua al azar de distintas zonas a lo largo del cauce del río y en distintos periodos de tiempo.
Se tomaría una muestra de agua al lado de una fábrica que vierte sus residuos directamente al cauce del río.
Se tomaría una muestra de agua en el lugar de nacimiento del río.
2.- Preparamos los datos para analizarlos
Ya tenemos dado el primer paso de nuestro estudio estadístico. Hemos decidido qué queremos saber, de quién lo queremos saber y el modo en el que vamos a recoger los datos que necesitaremos para saberlo.
Ahora tendremos que realizar las encuestas que hemos diseñado o tomar las medidas que hemos previsto.
El resultado de este trabajo será un montón de datos que, si no los organizamos convenientemente, no nos ayudarán a resolver nuestro problema, que no es otro que el de obtener una información "fiable" y "objetiva" sobre un determinado tema.
Disponemos de dos formas de organizar los datos de modo que "les podamos sacar jugo":
- Ordenarlos en tablas.
- Representarlos en gráficas.
¡Es fácil y hasta entretenido!
Organizar los datos en tablas es la opción más extendida y eficaz, sólo basta abrir cualquier modelo de hoja de cálculo o base de datos en nuestra pantalla de ordenador y observar que su formato es por defecto una tabla.
Es muy importante la organización de los datos en forma de tabla, ya que los hace más comprensibles y facilita los cálculos.
Observa en los dos ejemplos siguientes cómo se pueden organizar los datos en una tabla:
Pregunta de Elección Múltiple
Anotamos el nombre de las distintas especies animales que se encuentran en el parque y resulta la siguiente variable cualitativa:
paloma, gorrión, gato, perro, koi, ardilla, hormiga, mosquito, mosca, araña, cigüeña, goldfish, mirlo, avispa, rana, lagartija, salamanquesa, gusano, ratón, topo, urraca, golondrina, libélula, carpa, niños, grillo, escarabajo, cochinilla, pato, cisne.
¿Cuál de las siguientes tablas de frecuencias es la correcta?
|
| ||||||||||||||||||||||||||||||||||||
La opción A
La opción B
2.2.- Representamos los datos en una gráfica
Una gráfica estadística es la mejor forma de presentar toda la información que se ha recogido. Con una simple "ojeada" nos permite distinguir, sin dificultad alguna, que opción es la preferida por los encuestados.
La prensa diaria está llena de ejemplos (prueba y verás como en cualquier diario que tengas a mano aparece como mínimo una gráfica estadística).
Existen muchos modelos de gráficas estadísticas, aunque los más difundidos son la gráfica de barras y el diagrama de sectores. Pulsa sobre cada una de ellas para ver con detalle cómo se construyen con ayuda de la informática (que para eso está, para ayudarnos en estos y otros menesteres)
 |  |
| DIAGRAMA DE BARRAS | GRÁFICO DE SECTORES |
Pregunta de Elección Múltiple
Vamos a ver qué tal se te da asociar una tabla de datos con la gráfica que los representa. ¿Cuál de los gráficos de abajo se corresponde con la tabla de datos que ves a continuación?
| Residuos urbanos recogidos clasificados en Andalucía durante el año 2006 | Toneladas |
| Aceites minerales usados | 14.650 |
| Medicamentos no utilizados | 610 |
| Residuos sanitarios y biológicos | 136.640 |
| Residuos metálicos | 29.934 |
| Vidrio | 54.861 |
| Papel y cartón | 82.252 |
| Caucho (neumáticos) | 5.209 |
| Plásticos (excepto embalajes) | 7.521 |
| Madera | 6.635 |
| Ropa y residuos textiles | 803 |
(Pulsa sobre cada gráfica para poder verla bien)
 |  |  |
| GRÁFICA 1 | GRÁFICA 2 | GRÁFICA 3 |
La gráfica nº 1
La gráfica nº 2
La gráfica nº 3
3.- Le sacamos jugo a los datos
Ya estás muy cerca de terminar tu estudio estadístico. Con los datos bien ordenaditos esto ya parece otra cosa ¿verdad?
Pero ahora llega la hora de las cuentas. Para poder "sacar jugo" a tanto dato es necesario resumir de alguna forma toda la información que contienen. Para esto, los matemáticos calculan unos numeritos: los parámetros estadísticos.
Hay un montón de parámetros estadísticos... Pero no te preocupes, tú solo tendrás que manejar unos cuantos de ellos, los más sencillos. Alguno ya lo manejas desde hace tiempo, probablemente sin saber que se trata de un parámetro estadístico. Nos referimos a la media aritmética ¿O no has calculado más de una vez la nota media que has sacado en una asignatura...?
En este tema vas a estudiar varios parámetros estadísticos (concretamente seis). Pero los podemos agrupar en solo dos tipos:
| TIPO DE PARÁMETRO | PARÁMETROS ESTADÍSTICOS |
| CENTRALES |
|
|---|---|
| DE DISPERSIÓN |
|
Los parámetros estadísticos son una forma de resumir la información en un único valor numérico.
3.1.- Parámetros centrales
Los parámetros centrales son números que representan de forma global al conjunto de los datos.
El parámetro central más empleado es la media aritmética (a la que normalmente todo el mundo se refiere simplemente como "la media"). Se suele representar con los símbolos 
o 
y es muy fácil de calcular.
o y es muy fácil de calcular.
Se suma el valor de todos los datos y se divide entre el tamaño de la muestra (el número total de datos)
Por ejemplo…
Supón que en una calle hay tres casas con jardín. En uno de los jardines hay 7 maceteros, en otro 3 y en el tercero hay 2. Entonces, el número medio de maceteros que hay en los jardines de esas tres casas (la media aritmética) será:
Si quisiéramos tener el mismo número de maceteros en los tres jardines, pero que el número total de maceteros no cambiase, tendríamos que poner 4 maceteros en cada jardín.
Otro ejemplo…
Supón que las calificaciones de todas las tareas que vas a hacer en este trimestre son:
6, 7, 6, 9, 8, 6, 5, 4, 6, 7, 6, 5, 5, 6.
Entonces, la nota que sacarás en el apartado de tareas, que será la media aritmética de esas calificaciones se calculará...
Es decir, sumando todas las calificaciones y dividiendo entre el número total de calificaciones (14 en este caso)
Fíjate en que la puntuación total obtenida sumando las 14 calificaciones es 86. Si en cada uno de las 14 tareas hubieses sacado un 6,14 también obtendrías una puntuación total de 86.
Observa que hay algunas calificaciones que se repiten ¿verdad? Podríamos haber hecho la misma cuenta de un modo más sencillo; así:
Es decir, multiplicando cada calificación por el número de veces que aparece (su frecuencia absoluta), sumando después todos los resultados y dividiendo al final entre el número total de calificaciones (que siguen siendo 14, por supuesto)
En el siguiente enlace puedes ver otro ejemplo de cálculo de la media aritmética.
La media aritmética está muy bien. Es muy utilizada porque es fácil de calcular y, por lo general, bastante representativa. Pero también tiene sus pegas:
- Sólo puede calcularse si la variable que estamos estudiando es cuantitativa.
- Si hay datos muy "extremos" su significado pierde mucho sentido.Por ejemplo, si de 100 jóvenes hay 50 que salen 4 fines de semana al mes y otros 50 que no salen nunca (salen 0 veces), la media aritmética nos dice que los jóvenes salen una media de 2 fines de semana al mes. Pero este dato no es significativo, puesto que la mitad de los jóvenes (pobreticos ellos) no salen nunca.
No es esta la moda a la que nos referimos
En casos en los que la media no se puede calcular o no es lo bastante representativa, se emplea la moda.
Se suele representar con el símbolo M0 y es aún más fácil de calcular de la moda porque... ¡no hace falta hacer cuentas! (al menos en los casos más sencillos).
La moda es el dato que más se repite, es decir, el que tiene mayor frecuencia absoluta.
En el ejemplo de las calificaciones (el que hay un poco más arriba), la moda es 6, puesto que es la calificación de mayor frecuencia absoluta, la calificación que más se repite.
En el ejemplo de los maceteros... la moda es un parámetro que no tiene sentido, puesto que todos los datos se repiten el mismo número de veces: cada dato aparece una sola vez.
Como ves en los ejemplos, la moda no siempre nos ofrece información útil. También puede pasar que en una serie de datos haya varias modas, es decir, varios datos con la misma frecuencia absoluta y que sea la mayor de todas.
Pregunta de Elección Múltiple
1. En un determinado paraje se ha medido la altura de 11 olivos. Las alturas medidas han sido: 3,5 m; 3 m; 2,8 m; 3,4 m; 3,1 m; 2,6 m; 3,8 m; 3 m; 2,7 m; 2,8 m; 3,3 m. ¿Cuál será la altura media de los once olivos del paraje?
3 m
3,4 m
3,1 m
2. Se realiza una encuesta a 100 personas preguntando si separan o no los residuos para reciclarlos, siendo los resultados los recogidos en esta tabla.
| Que y cuando recicla | Nº de respuestas |
| Siempre, clasificando en las categorías: orgánica, vidrio, envases y papel. | 10 |
| Siempre, pero solo papel y vidrio. | 15 |
| Casi siempre el papel. | 23 |
| Casi siempre el vidrio. | 18 |
| Normalmente no. | 16 |
| Nunca. | 10 |
| Otras opciones. | 8 |
¿Cuál es la moda?
Casi siempre el papel.
Siempre, clasificando en las categorías: orgánica, vidrio, envases y papel.
Casi siempre el vidrio.
3.2.- Parámetros de dispersión
Los parámetros de dispersión nos informan sobre lo bien (o lo mal) que la media aritmética representa al conjunto de datos
Vienen a ser algo así como indicadores de cómo de agrupados están los datos en torno a la media. Si están muy agrupados, los parámetros de dispersión tomarán valores pequeños. Pero si no lo están, si están muy "dispersos", tomarán valores más grandes.
IMPORTANTE: solo pueden calcularse si la variable es cuantitativa
(claro, porque solo entonces hay "media aritmética")
El más sencillo de todos los parámetros de dispersión es el rango (también es el menos útil, la verdad).
Actividad
El rango es la diferencia entre el dato de mayor valor y el dato de menor valor.
Por tanto, para calcularlo, solo hay que localizar el dato más grande y el más pequeño y... simplemente restarlos. Puedes ver aquí algunos...
Ejemplos:
¿Recuerdas el ejemplo de los maceteros? Pues bien, el rango de esa variable estadística es... 7 - 2 = 5
Porque el dato más grande es 7 y el más pequeño es 2.
¿Y en el caso de las calificaciones de las tareas? La calificación más alta era 9 ¿recuerdas? y la más baja era 4. Por tanto, el rango será en este caso... 9 - 4 = 5
¡qué coincidencia!
Porque el dato más grande es 7 y el más pequeño es 2.
¿Y en el caso de las calificaciones de las tareas? La calificación más alta era 9 ¿recuerdas? y la más baja era 4. Por tanto, el rango será en este caso... 9 - 4 = 5
¡qué coincidencia!
Uno de los parámetros de dispersión más empleados es la varianza. Te la puedes encontrar representada con el símbolo S2 o bien como
Para calcularla (a mano) hay que hacer algunas cuentecillas. Observa en el siguiente enlace cómo se calcula: Así se calcula la varianza.La varianza, en sí, tampoco es un parámetro demasiado útil; no nos da una información fácil de interpretar. Pero sí es importante calcularla, porque a partir de ella podremos calcular la desviación típica y, ésta... sí que es útil.
La desviación típica se suele representar con los símbolos S o
y calcularla es muuuuy fácil. Si te fijas bien en los símbolos, te darás cuenta de que...
La desviación típica es la raíz cuadrada de la varianza
Observa en esta animación cómo se calcula... Así se calcula la desviación típica.
Así se calcula la desviación típica.
La desviación típica es el parámetro de dispersión más utilizado, y sí que tiene un significado muy claro. Nos informa sobre "la distancia media" entre los datos y la media aritmética. Cuanto menor sea la desviación típica, más representativa será la media, puesto que los datos estarán más agrupados a su alrededor.
Por ejemplo…
Imagina que en dos poblaciones andaluzas realizan un estudio sobre las temperaturas máximas que han registrado durante el mes de julio, y que los resultados obtenidos (en ºC) en cada población son los de la tabla siguiente:
| Villabochorno | 27 | 28 | 30 | 30 | 30 | 30 | 31 | 32 | 28 | 28 | 28 | 29 | 29 | 30 | 32 | 31 | 32 | 34 | 31 | 29 | 30 | 27 | 27 | 29 | 30 | 33 | 32 | 31 | 30 | 32 | 30 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Torrecalor | 30 | 27 | 34 | 38 | 40 | 41 | 34 | 32 | 34 | 25 | 22 | 21 | 21 | 25 | 30 | 34 | 33 | 33 | 30 | 27 | 25 | 23 | 23 | 24 | 32 | 32 | 34 | 33 | 33 | 31 | 29 |
La temperatura media en ambos pueblos ha sido la misma, 30ºC (compuébalo y así vas practicando un poco). Sin embargo, ese dato no es igual de significativo en ambos casos; en uno de los pueblos la temperatura es "más constante", están menos "dispersas"... ¿en cuál?
Con tan poquitos datos, la respuesta se puede dar con un vistazo atento a los mismos, pero si tuviésemos miles de datos... la cosa sería distinta. Tendríamos, en ese caso, que acudir a la desviación típica. En un pueblo la desviación típica no llega a 2ºC, mientras que en el otro pasa de 5ºC. ¿Sabrías decir a qué pueblo corresponde cada dato? Merece la pena que calcules las desviaciones típicas de las dos series de datos... te servirá como práctica.
Por último, otro parámetro muy utilizado es el coeficiente de variación (C.V). Para calcularlo necesitamos saber antes tanto la media aritmética como la desviación típica.
Actividad
El coeficiente de variación se calcula con la fórmula...
El coeficiente de variación es un número relativo y se expresa en %. Es muy útil porque, como la desviación típica, nos informa sobre "lo agrupados" que están los datos alrededor de la media. Pero además, nos permite comparar estudios realizados, por ejemplo, en diferentes unidades o cuyas medias sean diferentes.
Por ejemplo…
Si en un estudio sobre la temperatura en cierto mes en dos ciudades, los resultados hubiesen sido:
Si calculamos el coeficiente de variación de cada estudio...
podemos ver que, en realidad, el estudio de Agustitown es "mejor" que el de Joquefresco. En términos relativos, las temperaturas en Agustitown se agrupan más en torno a la media que en Joquefresco.
Si en un estudio sobre la temperatura en cierto mes en dos ciudades, los resultados hubiesen sido:
| CIUDAD | Temperatura media (ºC) | Desviación típica (ºC) |
| Joquefresco | 7 | 2 |
|---|---|---|
| Agustitown | 25 | 5 |
Podríamos estar tentados a pensar que el estudio hecho en Agustitown es peor que el de Joquefresco, ya que su desviación típica es más grande. Sin embargo, si lo piensas bien, observa que no es lo mismo "equivocarse" en 5 cm cuando mides la longitud de algo que mide 25 cm, que "equivocarse" en 2 cm cuando mides algo que mide solo 7 cm. Pues algo parecido sucede aquí.
Si calculamos el coeficiente de variación de cada estudio...
podemos ver que, en realidad, el estudio de Agustitown es "mejor" que el de Joquefresco. En términos relativos, las temperaturas en Agustitown se agrupan más en torno a la media que en Joquefresco.
Pregunta de Elección Múltiple
En un estudio sobre los metros cuadrados ocupados por las distintas zonas verdes en dos localidades, se recogieron los datos que ves en la tabla de la derecha.
¿Cuál de las dos localidades presenta una distribución de zonas verdes más "dispersa"?
| Localidad 1 | Localidad 2 | ||
| Zona | m2 | Zona | m2 |
| A | 780 | A | 4500 |
| B | 1080 | B | 600 |
| C | 2200 | C | 1800 |
| D | 2800 | D | 5400 |
| E | 5600 | E | 1000 |
| F | 950 | F | 700 |
| G | 4200 | G | 1900 |
| H | 2600 | H | 6100 |
| I | 4100 | ||
| J | 3500 | ||
En un estudio sobre los metros cuadrados ocupados por las distintas zonas verdes en dos localidades, se recogieron los datos que ves en la tabla de la derecha.
¿Cuál de las dos localidades presenta una distribución de zonas verdes más "dispersa"?
La localidad 1.
La localidad 2.
Ambas por igual.
Curiosea un poco…
Las calculadoras científicas permiten hacer cálculos estadísticos ¿lo sabías?. Investiga en tu calculadora científica (si es que tienes una) o en la de tu ordenador (o en el de tu clase), e intenta localizar los símbolos de los parámetros estadísticos.
Para saber más…
Si quieres tener una información completa sobre las estadísticas oficiales sobre la situación medioambiental tanto a nivel andaluz como de todo el territorio español, puedes visitar los siguientes enlaces:
No hay comentarios:
Publicar un comentario