La estadstica Es la ciencia que estudia cmo debe emplearse la informacin y cmo dar una gua de accin en situaciones prcticas

que entraan incertidumbre. La Estadstica se ocupa de los mtodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar los datos, siempre y cuando la variabilidad e incertidumbre sea una causa intrnseca de los mismos; as como de realizar inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones. Estadstica descriptiva: Describe, analiza y representa un grupo de datos utilizando mtodos numricos y grficos que resumen y presentan la informacin contenida en ellos. Estadstica inferencial: Apoyndose en el clculo de probabilidades y a partir de datos muestrales, efecta estimaciones, decisiones, predicciones u otras generalizaciones sobre un conjunto mayor de datos. Estadstica Descriptiva: procedimientos empleados para organizar y resumir conjuntos de observaciones en forma cuantitativa. El resumen de los puede hacerse mediante tablas, grficos o valores numricos. Los conjuntos de datos que contienen observaciones de ms de una variable permiten estudiar la relacin o asociacin que existe entre ellas. Estadstica Inferencial: mtodos empleados para inferir algo acerca de una poblacin basndose en los datos obtenidos a partir de una muestra. Los datos estadsticos son clculos aritmticos realizados sobre los valores obtenidos en una porcin de la poblacin, seleccionada segn criterios rigurosos. Campos de aplicacin de la Estadstica Educacin, Antropologa, Psicologa, Economa, Negocios, Investigacin, Ciencias polticas, Medicina, Deportes, Etc Tipos de muestreo: Muestreo probabilstico Consiste en elegir una muestra de una poblacin al azar. Podemos distinguir varios tipos de muestreo: Muestreo aleatorio simple Para obtener una muestra, se numeran los elementos de la poblacin y se seleccionan al azar los n elementos que contiene la muestra. Muestreo aleatorio sistemtico Se elige un individuo al azar y a partir de l, a intervalos constantes, se eligen los dems hasta completar la muestra. Por ejemplo si tenemos una poblacin formada por 100 elementos y queremos extraer una muestra de 25 elementos, en primer lugar debemos establecer el intervalo de seleccin que ser igual a 100/25 = 4. A continuacin elegimos el elemento de arranque, tomando aleatoriamente un nmero entre el 1 y el 4, y a partir de l obtenemos los restantes elementos de la muestra. 2, 6, 10, 14,..., 98 Muestreo aleatorio estratificado Se divide la poblacin en clases o estratos y se escoge, aleatoriamente, un nmero de individuos de cada estrato proporcional al nmero de componentes de cada estrato. Tipos de datos: Los datos de caractersticas cuantitativas: son aquellos que se pueden expresar numricamente y se obtienen a travs de mediciones y conteos. Un dato cuantitativo se puede encontrar en cualquier disciplina; sicologa, contabilidad, economa, publicidad, etc.

Los datos de caractersticas cuantitativas y cualitativas se clasifican a su vez en: 1-Variables continuas: Es cuando los datos estadsticos se generan a travs de un proceso de medicin se dice que estos son datos continuos; son aquellas que aceptan valores en cualquier punto fraccionario de un determinado intervalo, o sea, que aceptan fraccionamiento en un determinado intervalo. 2-Variables discretas: Se generan a travs de un proceso de conteo. Son aquellas que no aceptan valores en puntos fraccionarios dentro de un determinado intervalo, o sea, son aquellas que no aceptan fraccionamiento dentro de un determinado intervalo. Datos de caractersticas cualitativas: Los datos de caractersticas cualitativas son aquellos que no se pueden expresar numricamente. Estos datos se deben convertir a valores numricos antes de que se trabaje con ellos. Los datos de caractersticas cualitativas se clasifican en: 1-Datos nominales: Comprenden categoras, como el sexo, carrera de estudio, material de los pisos, calificaciones, etc. Las caractersticas mencionadas no son numricas por su naturaleza, pero cuando se aplican, ya sea en una poblacin o una muestra, es posible asignar a cada elemento una categora y contar l numero que corresponde a cada elemento. De esta manera estas caractersticas se convierten en numricas. 2-Datos jerarquizados: Es un tipo de datos de caractersticas cualitativas que se refiere a las evaluaciones subjetivas cuando los conceptos se jerarquizan segn la preferencia o logro. Las posiciones de una competencia de atletismo se jerarquizan en primer lugar, segundo lugar, tercer lugar, etc. Tanto los datos nominales como los jerarquizados, que por su naturaleza no son numricas, se convierten en datos discretos. Muestra: es un subconjunto de casos o individuos de una poblacin estadstica Error: error muestral o error de estimacin es el error a causa de observar una muestra en lugar de la poblacin completa Tipos de error: El error de tipo I se comete cuando la hiptesis nula es verdadera y, como consecuencia del contraste, se rechaza . El error de tipo II se comete cuando la hiptesis nula es falsa y, como consecuencia del contraste se acepta . el error de tipo I tambin denominado error de tipo alfa ()1 o falso positivo, es el error que se comete cuando el investigador no acepta lahiptesis nula ( ) siendo esta verdadera en la poblacin. Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusin de que existe una diferencia entre las hiptesis cuando en realidad no existe. Se relaciona con el nivel de significancia estadstica.

Representacin de los valores posibles de la probabilidad de un error tipo II (rojo) en el ejemplo de un test de significancia estadstica para el parmetro . El error tipo II depende del parmetro . Mientras ms cerca se encuentre este del valor supuesto bajo la hiptesis nula, mayor es la probabilidad de ocurrencia del error tipo II. Debido a que el verdadero valor de es desconocido al hacer la presuncin de la hiptesis alternativa, la probabilidad del error tipo II, en contraste con el error tipo I (azul), no se puede calcular. La hiptesis de la que se parte aqu es el supuesto de que la situacin experimental presentara un estado normal. Si no se advierte este estado normal, aunque en realidad existe, se trata de un error estadstico tipo I. Algunos ejemplos para el error tipo I seran:

Se considera que el paciente est enfermo, a pesar de que en realidad est sano; hiptesis nula: El paciente est sano. Se declara culpable al acusado, a pesar de que en realidad es inocente; hiptesis nula: El acusado es inocente. No se permite el ingreso de una persona, a pesar de que tiene derecho a ingresar; hiptesis nula: La persona tiene derecho a ingresar.

En un estudio de investigacin, el error de tipo II, tambin llamado error de tipo beta () ( es la probabilidad de que exista este error) o falso negativo, se comete cuando el investigador no rechaza la hiptesis nula siendo esta falsa en la poblacin. Es equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la conclusin de que ha sido incapaz de encontrar una diferencia que existe en la realidad. Se acepta en un estudio que el valor del error beta est entre el 5 y el 20%. Contrariamente al error tipo I, en la mayora de los casos no es posible calcular la probabilidad del error tipo II. La razn de esto se encuentra en la manera en que se formulan las hiptesis en una prueba estadstica. Mientras que la hiptesis nula representa siempre una afirmacin enrgica (como por ejemplo Promedio = 0) la hiptesis aternativa, debido a que engloba todas las otras posibilidades, es generalmente de naturaleza global (por ejemplo Promedio 0 ). El grfico de la derecha ilustra la probabilidad del error tipo II (rojo) en dependencia del promedio desconocido.

Variable: Definicin de variable Una variable estadstica es cada una de las caractersticas o cualidades que poseen los individuos de una poblacin. Tipos de variable estadsticas

Variable cualitativa

Las variables cualitativas se refieren a caractersticas o cualidades que no pueden ser medidas con nmeros. Podemos distinguir dos tipos: Variable cualitativa nominal Una variable cualitativa nominal presenta modalidades no numricas que no admiten un criterio de orden. Por ejemplo: El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y viudo. Variable cualitativa ordinal o variable cuasicuantitativa Una variable cualitativa ordinal presenta modalidades no nmericas, en las que existe un orden. Por ejemplo: La nota en un examen: suspenso, aprobado, notable, sobresaliente. Puesto conseguido en una prueba deportiva: 1, 2, 3, ... Medallas de una prueba deportiva: oro, plata, bronce.

Variable cuantitativa Una variable cuantitativa es la que se expresa mediante un nmero, por tanto se pueden realizar operaciones aritmticas con ella. Podemos distinguir dos tipos: Variable discreta Una variable discreta es aquella que toma valores aislados, es decir no admite valores intermedios entre dos valores especficos. Por ejemplo: El nmero de hermanos de 5 amigos: 2, 1, 0, 1, 3. Variable continua Una variable continua es aquella que puede tomar valores comprendidos entre dos nmeros. Por ejemplo: La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75. En la prctica medimos la altura con dos decimales, pero tambin se podra dar con tres decimales.