Estadstica Definicin: La estadstica es la ciencia cuyo objetivo es reunir informacin cuantitativa relacionada a individuos, grupos, series de hechos, entre

otros. Gracias al anlisis de estos datos se pueden deducir algunos significados precisos o algunas previsiones para el futuro. La estadstica, en general, es la ciencia que trata la recopilacin, la organizacin, la presentacin, el anlisis y la interpretacin de datos numricos con el fin de realizar una toma de decisiones ms efectiva. La palabra estadstica tambin se utiliza para referirse a la informacin estadstica; es decir, a series de datos, tablas y grficas que presentan resultados.

Utilidad e importancia de la estadstica. La estadstica resulta muy til no slo para recopilar y describir datos, sino tambin para interpretar la informacin obtenida, que puede ser aprovechada para demostrar la evolucin de un fenmeno a travs de cierto tiempo. Los mtodos estadsticos se utilizan prcticamente en investigaciones de todas las reas de conocimiento; tanto en el mbito acadmico, como en el profesional, laboral, social o econmico. Clasificacin de la Estadstica Segn la etapa o funcin: Generalmente se considera que la estadstica tiene dos funciones (divisiones). Hay una estadstica descriptiva y una estadstica inferencial. La primera etapa se ocupa de describir la muestra, y la segunda etapa deduce conclusiones a partir de los datos que describe la muestra (por ejemplo con respecto a la poblacin). Estadstica Descriptiva o Deductiva

Se refiere a la recoleccin, presentacin, descripcin, anlisis e interpretacin de una coleccin de datos, esencialmente consiste en resumir stos con uno o dos elementos de informacin (medidas descriptivas) que caracterizan la totalidad de los mismos. Consiste sobre todo en la presentacin de datos en forma de tablas y grficas; as que se emplea simplemente para resumir de forma numrica o grfica un conjunto

de datos. Esta comprende cualquier actividad relacionada con los datos y est diseada para resumir o describir los mismos sin factores pertinentes adicionales; esto es, sin intentar inferir nada que vaya ms all de los datos, como tales. La estadstica Descriptiva es el mtodo de obtener de un conjunto de datos, conclusiones sobre s mismos y no sobrepasan el conocimiento proporcionado por stos. Puede utilizarse para resumir o describir cualquier conjunto ya sea que se trate de una poblacin o de una muestra, cuando en la etapa preliminar de la Inferencia Estadstica se conocen los elementos de una muestra. As pues, si aplicamos las herramientas ofrecidas por la estadstica descriptiva a una muestra, solo nos limitaremos a describir los datos encontrados en dicha muestra, por lo que no se podr generalizar la informacin hacia la poblacin. Estadstica Inferencial o Inductiva

La estadstica descriptiva trabaja con todos los individuos de la poblacin. La estadstica inferencial, sin embargo, trabaja con muestras, subconjuntos formados por algunos individuos de la poblacin. A partir del estudio de la muestra se pretende inferir aspectos relevantes de toda la poblacin. Cmo se selecciona la muestra, cmo se realiza la inferencia, y qu grado de confianza se puede tener en ella son aspectos fundamentales de la estadstica inferencial, para cuyo estudio se requiere un alto nivel de conocimientos de estadstica, probabilidad y matemticas. Para que stas generalizaciones sean vlidas la muestra debe ser representativa de la poblacin y la calidad de la informacin debe ser controlada, adems puesto que las conclusiones as extradas estn sujetas a errores, se tendr que especificar el riesgo o probabilidad que con que se pueden cometer esos errores. La Estadstica Inferencial investiga o analiza una poblacin partiendo de una muestra tomada. Es as que permite realizar conclusiones o inferencias, basndose en los datos simplificados y analizados de una muestra hacia la poblacin o universo.

Por ejemplo, a partir de una muestra representativa tomada a los habitantes de una ciudad, se podr inferir la votacin de todos los ciudadanos que cumplan los requisitos con un error de aproximacin. En sus particularidades la Inferencia distingue la Estimacin (cuando se usan las caractersticas de la muestra para hacer inferencias sobre las caractersticas de la

poblacin) y la Contrastacin de Hiptesis (cuando se usa la informacin de la muestra para responder a interrogantes sobre la poblacin).

Segn el tiempo considerado Dentro de la estadstica descriptiva se distinguen los datos en funcin al tiempo en que se encuentra analizada la poblacin; de esta manera, tenemos 2 clasificaciones: Estadstica Esttica o Estructural

La estadstica esttica o estructural, que describe la poblacin en un momento dado empleando datos de la actualidad (por ejemplo la tasa de nacimientos en determinado censo) Estadstica Dinmica o Evolutiva

La estadstica dinmica o evolutiva, que describe como va cambiando la poblacin en el tiempo empleando datos del pasado (por ejemplo el aumento anual en la tasa de nacimientos). Segn la cantidad de variables estudiada Tambin, se puede clasificar a la Estadstica en funcin de la cantidad de variables que estn siendo estudiadas en determinado problema estadstico. Desde este punto de vista hay una estadstica univariada (estudia una sola variable, como por ejemplo la inteligencia, en una muestra), una estadstica bivariada (estudia cmo estn relacionadas dos variables, como por ejemplo inteligencia y alimentacin), y una estadstica multivariada (que estudia tres o ms variables, como por ejemplo como estn relacionados el sexo, la edad y la alimentacin con la inteligencia). Estadstica Univariada

Cuando el anlisis presenta caracterstica por caracterstica, aisladamente, estaremos en presencia de un anlisis estadstico univariado. Esto quiere decir, que se est estudiando una sola variable. El anlisis univariado es el anlisis bsico, primario. Las caractersticas o propiedades de las personas o cosas han de medirse una a una, de modo univariado y si se presentan de esa manera decimos que es anlisis univariado.

Los estadsticos bsicos que conocemos, como la media, la mediana, la moda, la varianza, los porcentajes, entre otros, miden una variable. Es decir, fueron hechos univariados. Ahora bien este tipo de anlisis ha sido muy criticado ya que la realidad se presenta interconectada, relacionada. Por ejemplo existe una relacin entre el peso y la talla de las personas o entre el inters y el rendimiento escolar, etc. Como la realidad se presenta relacionada necesitamos mtodos ms rigurosos para evaluarla. Esto lo podemos hacer de dos modos; El primero es medir las variables de modo univariado (analizarlas) y relacionarlas luego en la interpretacin. Estadstica Bivariada

La estadstica univariada se aplica, por lo general, en explotaciones estadsticas bsicas de la fuente de datos (frecuencias, porcentajes, promedios, tasas). La estadstica bivariada trata de ir ms all elaborando ndices y resultados estadsticos en trminos de relaciones entre dos variables de inters, as como de establecer inferencias sobre una poblacin a partir de datos que provienen de una muestra (como, por ejemplo, en los estudios mediante encuesta). El conjunto de tcnicas estadsticas bivariadas difiere en funcin del tipo de datos de los que se dispone (niveles de medida: nominal, ordinal, intervalo, razn), adaptndose en todo momento al contexto de anlisis aplicado en el que nos encontremos. Estadstica Multivariada

Los mtodos estadsticos multivariantes y el anlisis multivariante son herramientas estadsticas que estudian el comportamiento de tres o ms variables al mismo tiempo. Se usan principalmente para buscar las variables menos representativas para poder eliminarlas, simplificando as modelos estadsticos en los que el nmero de variables sea un problema y para comprender la relacin entre varios grupos de variables. Algunos de los mtodos ms conocidos y utilizados son la Regresin lineal y el Anlisis discriminante.

Se pueden sintetizar dos objetivos claros: 1. Proporcionar mtodos cuya finalidad es el estudio conjunto de datos multivariantes que el anlisis estadstico uni y bidimensional es incapaz de conseguir. 2. Ayudar al analista o investigador a tomar decisiones ptimas en el contexto en el que se encuentre teniendo en cuenta la informacin disponible por el conjunto de datos analizado. Los datos multivariados surgen cuando a un mismo individuo se le mide ms de una caracterstica de inters. Un individuo puede ser un objeto o concepto que se puede medir. Ms generalmente, los individuos son llamados unidades experimentales. Ejemplos de objetos: personas, animales, terrenos, compaas, pases, etc. Ejemplos de conceptos: amor, amistad, noviazgo, etc. Una variable es una caracterstica o atributo que se le mide a un individuo. Las aplicaciones de la estadstica multivariada estn presentes en distintas reas o ramas de la ciencias, como por ejemplo en: Investigacin de mercados (para identificar caractersticas de los individuos con el propsito de determinar qu tipo de personas compran determinado producto); en el sistema de educacin de cualquier tipo de especialidad (para conocer los estudiantes que tendrn xito y concluirn satisfactoriamente sus estudios); en la agricultura (al estudiar la resistencia de determinado tipo de cosechas a daos por plagas y sequas); en el deporte (para conocer a partir de medidas antropomtricas las posibilidades de obtener buenos resultados en un deporte especfico); en la psicologa (al estudiar la relacin entre el comportamiento de adolescentes y actitudes de los padres); en la economa (para conocer el nivel de desarrollo de un territorio en relacin con otros y realizar inferencias a partir de variables econmicas fundamentales, entre otros).