Page 10 - Matemáticas para bacharelato de adultos
P. 10

10
                                                                                 5. Clasificación das variables estatísticas
                               Prácticas


          5. CLASIFICACIÓN DAS VARIABLES ESTATÍSTICAS
             As variables estatísticas poden clasificarse de distintas maneiras.
               •    As variables estatísticas poden ser discretas ou continuas, segundo tomen un número finito ou infinito numerable
                    ou ben infinito non numerable de valores nun determinado intervalo do seu campo de variación.
               •    Tendo en conta o número de características que estudemos nos elementos da poboación as variables poden ser
                    unidimensionais, bidimensionais ou pluridimensionais.

          6.  Se estudamos ao mesmo tempo a produción e o número de traballadores dunha empresa a variable estatística é bidimen-
          sional, xa que se observan dúas características ou variables cuantitativas nos elementos poboacionais.
          6. VARIABLES: DISCRETAS E CONTINUAS
             Unha variable é un símbolo, tal como  x ,  y ,  h ,  X  ou T , que pode tomar un conxunto prefixado de valores, chamado
               dominio desa variable.
               •    Se a variable pode tomar un único valor, chámase constante.
               •    Unha variable que pode tomar calquera valor entre dous valores dados dise que é unha variable continua; no caso
                    contrario dise que a variable é discreta.

          7.  O número  n  de fillos dunha familia pode ser 0, 1, 2, 3, … pero non  2.5  ou 3.7 , polo que é unha variable discreta.

           8.  A altura  h  dunha persoa, que pode ser de 1.72metros, ou 1.7651 metros, dependendo da precisión da medida, é unha
          variable continua.

             Os datos que admiten descrición mediante unha variable discreta ou continua denomínanse, respectivamente, datos
               discretos e continuos.

          9.  O número de fillos de cada unha de 5000 familias é un exemplo de datos discretos, mentres que as alturas de tódolos
          alumnos da aula é un exemplo de datos continuos.
             En xeral, as medicións dan lugar a datos continuos, e as enumeracións ou recontos, conducen a datos discretos.

          10. Supoñamos que se desexa investigar certas características do alumnado dun instituto. Seleccionáronse ao chou 50 alum-
          nos para realizar unha enquisa. Rexistrouse para cada un dos alumnos seleccionado: a súa talla, o tipo de estudos realizados
          polo seu pai, o número de persoas que conviven no seu domicilio e o seu peso. Neste caso:
          •   A poboación está formada por todos os alumnos do instituto
          •   A mostra está formada polos 50 alumnos seleccionados.
          •   Os carácteres seleccionados son: talla, estudos do pai, número de persoas que viven no seu domicilio e o peso.
              — A talla e o peso son carácteres cuantitativos continuos.
              — O número de habitantes da casa é un carácter cuantitativo discreto.
              — Os estudos do pai é un carácter cualitativo ou atributo.
          7. DISTRIBUCIÓN DE FRECUENCIAS UNIDIMENSIONAIS
          Cando se estudan algunhas características dunha poboación ou mostra temos que representar os datos obtidos, e iso debe facer-
          se da mellor maneira posible.
             Un primeiro xeito no que poden presentarse os datos é mediante unha relación exhaustiva de todas as ocorrencias da
               variable.
               •    Isto é o que se coñece como unha táboa de tipo I.


               •    Cando se fai a agrupación dos datos tense unha táboa tipo II.

          11. Por exemplo, se estamos estudando o número de irmáns que teñen os alumnos dun grupo, poderíansenos   x    n
          presentar os seguintes datos:                                                                0    4
                                          1, 2, 1, 0, 0, 1, 3, 1, 0, 2, 1, 2, 0
          Este xeito de presentar os datos —táboa de tipo I— só é factible cando se ten un número moi pequeno de obser-  1   5
          vacións. Se o número de observacións é grande, o que se fai é agrupar os datos, indicando a continuación o nú-  2   3
          mero de ocorrencias de cada un. Isto é o que se chama unha táboa de tipo II.
                                                                                                       3    1
          12. A táboa tipo II correspondente ao exemplo 11 é a adxunta.
   5   6   7   8   9   10   11   12   13   14   15