LA ESTADSTICA

La estadstica es la ciencia que le facilita al hombre el estudio de datos masivos,

pasa de esa manera sacar conclusiones valederas y efectuar predicciones
razonables de ellos; y as mostrar una visin de conjunto clara y de ms fcil
apreciacin, as como para describirlos y compararlos.
La cualidad de ciencia de la Estadstica se presta an a polmica; pero es un
hecho indiscutible el que viene a constituir un auxiliar maravilloso y sobretodo
insustituible para la investigacin cientfica, al permitir que se aproveche el
material cuantitativo que arrojan las observaciones y los experimentos.

En pocas muy remotas.

No surgi de improviso, sino mediante un proceso largo de desarrollo y

evolucin (desde hechos de simple recoleccin de datos hasta la
diversidad y rigurosa interpretacin de los datos que se dan hoy en da)
El origen de la Estadstica se remonta a los comienzos de la historia y
esto se sabe tanto a travs de
Crnicas

datos escritos

restos arqueolgicos...

Que se relacionaba con varis aspectos en ciertos lugares de la antigedad:

BABILONICOS

EGIPCIOS

CHINOS

GRIEGOS

LOS ROMANOS

LOS INCAS

ESTADISTICA HOY

En nuestros das, la estadstica se ha convertido en un mtodo efectivo

para describir con exactitud los valores de datos econmicos, polticos,
sociales, psicolgicos, biolgicos y fsicos, y sirve como herramienta para
relacionar y analizar dichos datos.
Ramas de la Estadstica

Para analizar las aplicaciones de la Estadstica a las distintas ciencias (fsico-

naturales, humanas, sociales, econmicas, tecnolgicas,...) conviene analizar
primero los distintos campos de utilizacin de la Estadstica:

Teora de muestras.
La teora de muestras estudia las tcnicas y procedimientos que debemos
emplear para que las muestras sean representativas de la poblacin que
pretendemos estudiar, de forma que los errores en la determinacin de los
parmetros de la poblacin objeto de estudio sean mnimos.

Estadstica descriptiva.
La estadstica descriptiva es una parte de la estadstica que se dedica a analizar y
representar los datos. Este anlisis es muy bsico. Aunque hay tendencia a
generalizar a toda la poblacin las primeras conclusiones obtenidas tras un
anlisis descriptivo, su poder inferencial es mnimo y debera evitarse tal
proceder.

Teora de la estimacin.
La teora de la estimacin estadstica estudia cmo obtener informacin sobre
una poblacin, mediante muestras extradas de ella. Comprende la estimacin
puntual (a travs de estimadores) y la estimacin por intervalos (intervalos de
confianza).

Diseo de experimentos.
Los diseos de experimentos abarcan la secuencia completa de pasos tomados
de antemano para asegurar que los datos apropiados se obtendrn de modo que
permitan un anlisis objetivo que conduzca a deducciones vlidas con respecto
al problema establecido.

Contraste de hiptesis.
Un contraste de hiptesis (tambin denominado test de hiptesis o prueba de
significacin) es una metodologa de inferencia estadstica para juzgar si una
propiedad que se supone cumple una poblacin estadstica es compatible con lo
observado en una muestra de dicha poblacin. Aborda problemas como la
valoracin de uno o ms parmetros de la poblacin y tambin permite ajustar
una distribucin experimental a una terica. Un contraste de hiptesis no
establece la verdad de la hiptesis, sino un criterio que nos permite decidir si la
hiptesis se acepta o se rechaza.

Anlisis de la varianza.
El anlisis de varianza (ANOVA) es una coleccin de modelos estadsticos y sus
procedimientos asociados, en el cual la varianza est particionada en ciertos
componentes debidos a diferentes variables explicativas. El anlisis de varianza
sirve para comparar si los valores de un conjunto de datos numricos son
significativamente distintos a los valores de otro o ms conjuntos de datos. El
procedimiento para comparar estos valores est basado en la varianza global
observada en los grupos de datos numricos a comparar.
Anlisis de regresin y correlacin.
La regresin y la correlacin son dos tcnicas estrechamente relacionadas y
comprenden una forma de estimacin. En forma ms especifica el anlisis de
correlacin y regresin comprende el anlisis de los datos mustrales para saber
qu es y cmo se relacionan entre si dos o ms variables en una poblacin. El
anlisis de correlacin produce un nmero que resume el grado de la
correlacin entre dos variables; y el anlisis de regresin da lugar a una
ecuacin matemtica que describe dicha relacin.

Tablas de contingencia.
Abarca las tcnicas de estudio de las relaciones entre dos variables cualitativas
as como el grado de dependencia entre ellas.

Teora de la decisin.
Trata sobre la elaboracin de criterios de decisin en el marco de problemas
complejos y de carcter aleatorio. La Teora de la Decisin tratar, por tanto, el
estudio de los procesos de toma de decisiones desde una perspectiva racional.

Series temporales (procesos estocsticos).

Un proceso estocstico es un concepto matemtico que sirve para caracterizar es
una sucesin de variables aleatorias (estocsticas) que evolucionan en funcin
de otra variable, generalmente, el tiempo. Cada una de las variables aleatorias
del proceso tiene su propia funcin de distribucin de probabilidad y, entre
ellas, pueden estar correlacionadas o no.

Anlisis de ruido.
Estudia las fluctuaciones de los sistemas con el fin de valorar, controlar y
predecir su comportamiento dinmico.

TERMINOS UTILIZADOS

POBLACIN O UNIVERSO

En estadstica va ms all de lo que comnmente se conoce como tal. Una

poblacin se precisa como un conjunto finito o infinito de personas u objetos
que presentan caractersticas comunes.

El tamao que tiene una poblacin es un factor de suma importancia en el

proceso de investigacin estadstica, y este tamao vienen dado por el nmero
de elementos que constituyen la poblacin, segn el nmero de elementos la
poblacin puede ser finita o infinita.

Cuando el nmero de elementos que integra la poblacin es muy grande, se

puede considerar a esta como una poblacin infinita

Una poblacin finita es aquella que est formada por un limitado nmero de
elementos.
LA MUESTRA:

En los estudios estadsticos, en vez de analizar la totalidad de la poblacin o

universo, se acude al recurso de considerar solamente una parte de ella, a la cual
se llama muestra.

Es requisito indispensable que la muestra a analizarse sea representativa

realmente de la poblacin o universo, al cual substituye en el estudio estadstico,
o sea, que debe contener valores tpicos del fenmeno que se desea estudiar.

CENSO:

Se entiende por censo aquella numeracin que se efecta a todos y cada uno de
los caracteres componentes de una poblacin

ENCUESTA:

Se entiende por encuesta las observaciones realizadas por muestreo, es decir

son observaciones parciales. El diseo de encuestas es exclusivo de las ciencias
sociales y parte de la premisa de que si queremos conocer algo sobre el
comportamiento de las personas, lo mejor, ms directo y simple es
preguntrselo directamente a ellas.

DATOS ESTADSTICOS:

Son nmeros que pueden ser comparados, analizados e interpretados.

El campo del cual son tomados los datos estadsticos se identifican como
poblacin o universo.

En un estudio estadstico los mtodos que se aplican son:

A) RECOPILACION: De acuerdo con la localizacin de la informacin los

datos estadsticos pueden ser internos y externos.

Los internos son los registros obtenidos dentro de la organizacin que hace un
estudio estadstico, Los externos se obtienen de datos publicados y encuestas.

B) ORGANIZACIN: En la organizacin de los datos recopilados, el primer

paso es corregir cada uno de los elementos recopilados.

C) REPRESENTACION: Hay 3 maneras de presentar un conjunto de datos

mediante enunciados tablas estadsticas y grficas estadsticas.

D) ANALISIS: Despus de los datos anteriores los datos estadsticos estn

listos para hacer analizados, para lo cual frecuentemente se emplean
operaciones matemticas durante el proceso de anlisis.

Si una muestra es representativa de una poblacin se pueden deducir

importantes deducciones acerca de esta a partir del anlisis de la misma.
Una muestra es un conjunto de medidas u observaciones tomadas a partir de
una poblacin dada

SERIE DE ESTADISTICA:

La serie de estadistica se realiza en una investigacin que se obtiene de una

masa de datos que deben ser organizados para disponerlos en un orden, arreglo
o secuencia lgica, con el fin de facilitar el anlisis de los mismos esta coleccin
de datos numricos obtenidos de la observacin, que se clasifican y ordenan
segn un determinado criterio, se denominan "series estadsticas", tambin
conocidas como "distribucin estadstica".

SERIE DE FRECUENCIA:

Cuando se realiza un estudio de cada uno de los elementos que componen la

poblacin o muestra bajo anlisis, observamos que en general, hay un nmero
de veces en que aparece repetido un mismo valor de una variable, o bien
repeticiones de la misma modalidad de un atributo. Este nmero de
repeticiones de un resultado, recibe el nombre de frecuencia absoluta o
simplemente frecuencia.

El procedimiento mediante el cual se realiza el conteo, para as determinar el

nmero de veces que cada dato se repite, recibe el nombre de tabulacin.

y las formas de representar un atributo recibe el nombre de modalidades.

Cuando se observan y se obtienen los elementos que deseamos estudiar con

respecto a un carcter de tipo cualitativo y se procede a agruparlos segn las
distintas modalidades que toma el atributo, "frecuencia cualitativa".

Series de frecuencias cualitativas:

es el resultado del agrupamiento de los valores que se repiten (frecuencia) al ser

observada una variable

INTERVALO DE CLASES:

Los trminos "clase" e "intervalo de clase" se utilizan indistintamente, aunque

realmente el intervalo de clase es un smbolo con que se identifica a la clase, que
son las categoras en las que se agrupan los valores (datos) que puede adquirir
una variable.
VARIABLE DE LA ESTADSTICA
Algunas variables no hace falta definirlas ni hay dificultades para medirlas
(ejemplo sexo)
Otras variables aparentemente obvias no lo son tanto: ejemplo estado civil
Otras variables: arte muy complejo; prueba y error, para definir y medir
variables que captan caractersticas como estatus social, nivel educativo,
ideologa poltica, religiosidad...

Se entiende por variable estadstica al smbolo que representa al dato o carcter

objeto de nuestro estudio de los elementos de la muestra y que puede tomar un
conjunto de valores. En el caso de que estemos tratando con caracteres
cuantitativos, la variables estadsticas pueden clasificarse en: discretas, cuando
solo pueden tomar una cantidad (finita o infinita) numerable de valores, y
continuas, cuando pueden tomar tericamente infinitos valores entre dos
valores dados. Es la diferencia bsica que existe entre contar y medir.

Ejemplo I3 El nmero de electrones de un tomo es una variable discreta. La

velocidad o la altura de un mvil son variables continuas.

Por otra parte, las variables se pueden asimismo clasificar en unidimensionales,

cuando solo se mida un carcter o dato de los elementos de la muestra, o
bidimensionales, tridimensionales, y en general ndimensionales, cuando se
estudien simultneamente varios caracteres de cada elemento.

Ejemplo I4 La temperatura o la presin atmosfrica (por separado), son

variables mono dimensionales. La temperatura y la presin atmosfrica
(estudiadas conjuntamente), o la longitud y el peso de una barra conductora,
son ejemplos de variables bidimensionales. La velocidad, carga elctrica y masa
de unin es tridimensional.

TIPO DE VARIABLE

Segn el tipo de valores que toman las variables, distinguimos diferentes

tipos de variables
El tipo de variable es importante: afecta a lo que podemos hacer con ella, al
tipo de anlisis que podemos hacer
Los mtodos estadsticos que usamos dependen del tipo de variable

VARIABLES CUALITATIVAS:

La escala de valores es nominal

Los valores son categoras
Las categoras son valores diferentes por una cualidad, no por una cantidad
Ningn valor se puede decir que sea mayor o menor que otro
Ejemplos: partido poltico al que vot; regin en que vive; sexo; estado civil;
marca de coche que conduce...
VARIABLES CUANTITATIVAS:

Los valores de la variable son nmeros = cada valor posible es menor o

mayor que otro valor
Ejemplos: edad, ingresos, nota en un examen, nmero de aos de educacin,
kilmetros de distancia entre trabajo y residencia...
OJO: hay nmeros que son etiquetas; por ejemplo: el cdigo postal; el
nmero de telfono; el cdigo de una asignatura

El conjunto de valores forman una escala de intervalo Intervalo: distancia

entre valores

En las variables cuantitativas podemos calcular la distancia o intervalo entre

cualquier par de valores de la variable

Ejemplo: ingresos. 10.000, 30.000, 40.000 (Manual distingue de cociente y

de intervalo: nosotros no)

VARIABLES CON ESCALA ORDINAL

Sus valores son categoras como variables cualitativas

Pero cada valor es mayor que o menor que los dems valores, como
variables cuantitativas
Ejemplos:
Clase social (baja, media, alta) ideologa poltica (extrema izquierda, izquierda,
centroizquierda, centro, centro-derecha, derecha, extrema derecha)
0pinin sobre una propuesta poltica: muy en contra, ms bien en contra,
indiferente, ms bien a favor, muy a favor
_ Cualitativo (escala nominal)
_ Escala ordinal
_ Cuantitativo (escala de intervalo)

GRAFICOS ESTADISTICOS

Las empresas, industrias, instituciones, etc. emplean

diversos grficos estadsticas para presentar informaciones sobre diversos
asuntos relativos a ellas.
Las representaciones grficas deben conseguir que un simple anlisis visual
ofrezca la mayor informacin posible. Segn el tipo del carcter que estemos
estudiando, usaremos una representacin grfica u otra.
A continuacin se presenta los diagramas ms empleados:

DIAGRAMAS DE BARRAS
Es un grfico bidimensional en el que los objetos grficos elementales son
rectngulos de igual base cuya altura sea proporcional a sus frecuencias. Si en el
eje horizontal se ubican las etiquetas con los nombres de las categoras, y en el
eje vertical la frecuencia absoluta, la relativa o la frecuencia porcentual, toma el
nombre de diagrama de barras vertical, y si se intercambian las ubicaciones de
las categoras y las frecuencias, toma el nombre de diagrama de barras
horizontal.
Ejemplo ilustrativo:
Empleando los datos de la siguiente tabla sobre las siguientes calificaciones
obtenidas en una evaluacin por 40 estudiantes en la asignatura de Estadstica:

Calificacin f
5 4
6 5
7 6
8 11
9 7
10 7
Total 40

1) Elaborar un diagrama de barras verticales

2) Elaborar un diagrama de barras horizontales

Solucin

2) Barras horizontales

Histogramas
Se utiliza para datos agrupados en intervalos de clase, representando en el eje
horizontal los intervalos de clase o la marca de clase, y en el eje vertical se
elabora rectngulos contiguos de base el ancho del intervalo y de altura
proporcional a las frecuencias representadas.

Ejemplo ilustrativo
A 40 docentes que laboran en la Universidad UTN se les pregunt su edad,
obtenindose los siguientes resultados:

Clases f xm fr fa f% fra fra%

31-35 1 33 0,025 1 2,5 0,025 2,50
36-40 5 38 0,125 6 12,5 0,150 15,0
41-45 5 43 0,125 11 12,5 0,275 27,5
46-50 12 48 0,300 23 30,0 0,575 57,5
51-55 10 53 0,250 33 25,0 0,825 82,5
56-60 7 58 0,175 40 17,5 1 100
Total 40 1 100

1) Elaborar un histograma para f

2) Elaborar un histograma para fra%

Solucin:
1) Histograma para f

3) Histograma para fra%

Polgono de frecuencias
Son grficos lineales que se realizan uniendo:
a) Los puntos medios de las bases superiores de los rectngulos en un
diagrama de barras.

b) Los puntos medios (marcas de clase) de las bases superiores en el

histograma.
 Polgono de Frecuencias Acumuladas u Ojiva.- Un grfico que recoja
las frecuencias acumuladas por debajo de cualquiera de las fronteras de clase
superiores respecto de dicha frontera se llama un polgono de frecuencias
acumuladas u ojiva.

Empleando polgono de frecuencias en 2D anterior, borrando la columna de la

frecuencia absoluta y escribiendo la columna de la frecuencia acumulada del
ejemplo del clculo de las frecuencias sobre las siguientes calificaciones
obtenidas por 40 estudiantes en una evaluacin de la asignatura de Estadstica
se obtiene la siguiente figura que representa a una Ojiva:

Polgono de Frecuencias Relativas Acumuladas Porcentuales.- Si se

usan frecuencias fra% para realizar un polgono de frecuencias, este recibe el
nombre de polgono de frecuencias relativas acumuladas porcentuales, o
tambin llamado ojiva de porcentajes.

A continuacin se presenta una ojiva de porcentajes elaborada en Excel

empleando los datos del ejemplo de la Edad de 40 Docentes de la Universidad
UTN:

Diagrama de sectores
Llamado tambin diagrama circular o de pastel. Es un grfico en el que a cada
valor o modalidad se asigna un sector circular de rea proporcional a la
frecuencia que representan.

Ejemplo ilustrativo: Con los datos de la siguiente tabla sobre las

calificaciones obtenidas por 40 estudiantes en una evaluacin de Estadstica,
presentar la informacin a travs de un diagrama de sectores:

Calificacin f
5 4
6 5
7 6
8 11
9 7
10 7
Total 40
Solucin:

a) Se calcula la frecuencia relativa y el nmero de grados que representa cada

calificacin. El nmero de grados se calcula multiplicando la frecuencia
relativa con 3600, as:

Estos clculos se muestran en la siguiente tabla:

Calificacin f fr Grados
5 4 0,100 36
6 5 0,125 45
7 6 0,150 54
8 11 0,275 99
9 7 0,175 63
10 7 0,175 63
Total 40 1 360
b) Se dibuja una circunferencia tomando para cada calificacin tantos grados
como indica la tabla anterior como se muestra en la siguiente figura:

Pictogramas
Son dibujos, figuras o signos llamativos alusivos al carcter que se est
estudiando cuyo tamao es proporcional a la frecuencia que representa los
datos.

Ejemplo ilustrativo: Un equipo de ftbol en su trayectoria tiene 120 partidos

ganados, 60 perdidos y 30 empatados. Al representar estos datos mediante
pictogramas se obtiene:

Partidos
120
Ganados
Partidos
60
Perdidos
Partidos
30
Empatados

Otra forma de representar los datos mediante pictogramas se muestra en la

siguiente figura:
 Partidos Ganados Partidos Perdidos Partidos Empatados
120 60 30

CONCLUSIN
La estadstica juega un papel muy importante en nuestras vidas, ya
que actualmente sta se ha convertido en un mtodo muy efectivo
para describir con mucha precisin los valores de datos econmicos,
polticos, sociales, psicolgicos, biolgicos y fsicos, adems, sirve
como herramienta para relacionar y analizar dichos datos. El trabajo
del experto estadstico ha evolucionado mucho, ya no consiste slo
en reunir y tabular los datos, sino sobre todo en el proceso de
interpretacin de esa informacin, ahora tiene un papel mucho ms
importante del que Tena en aos pasados.

Es de vital importancia para nuestra vida profesional venidera, que

manejemos estos conceptos con facilidad, as mismo el que los
usemos de la manera apropiada, siempre en pro de
buscar soluciones a los problemas que se nos puedan presentar.