Unidad 1.

Fundamentos de la estadística
Presentación de la unidad
La palabra estadística a menudo te remite a gráficas y tablas; cifras relativas a nacimientos, muertes, impuestos, demografía, ingresos, deudas, créditos, etc. No obstante, para aprovechar las herramientas de análisis estadístico, es necesario comprender qué representa cada concepto y la metodología mediante la cual se obtiene un dato estadístico. En esta unidad se hablará sobre la importancia de la estadística, conocerás sus conceptos básicos, así como la metodología del muestreo para que al final, obtengas una muestra aleatoria simple.

Propósitos de la unidad
   Identificarás los conceptos básicos relacionados con la Estadística. Reconocerás la utilidad e importancia de la Estadística. Aplicarás el procedimiento para obtener una muestra aleatoria simple.

Competencia específica
Aplica la metodología estadística para obtener una muestra aleatoria simple, identificando los elementos que intervienen en un problema estadístico.

1.1. Introducción a la estadística
La estadística es la ciencia cuyo objetivo es reunir información cuantitativa relacionada a individuos, grupos, series de hechos, entre otros. Gracias al análisis de estos datos se pueden deducir algunos significados precisos o algunas previsiones para el futuro. La estadística, en general, es la ciencia que trata la recopilación, la organización, la presentación, el análisis y la interpretación de datos numéricos con el fin de realizar una toma de decisiones más efectiva.

Las estadísticas…
La palabra estadística también se utiliza para referirse a la información estadística (descripción de parámetros); es decir, a series de datos, tablas y gráficas que presentan resultados. Por ejemplo, cuando leemos las estadísticas de los equipos o escuchamos la estadística muestra que el índice de reprobación en las escuelas es tal, se hace referencia a los datos y no al procedimiento o metodología de análisis.

En México. División de la estadística La estadística. sino también para interpretar la información obtenida. donde la estadística muestra la realidad para que el investigador la analice y tome una decisión.Utilidad e importancia de la estadística La estadística resulta muy útil no sólo para recopilar y describir datos. el Instituto Nacional de Estadística y Geografía (INEGI) se encarga de recabar información estadística y geográfica de todo el país. en diferentes áreas y contextos. La finalidad es resolver un problema. por su aplicación se divide en: . Los métodos estadísticos se utilizan en investigaciones de todas las áreas del conocimiento en el ámbito académico. profesional y laboral. que puede ser aprovechada para demostrar la evolución de un fenómeno a través de cierto tiempo. entendiendo éste como la diferencia entre lo real y lo deseado.

2.1. EB_U1_LaEstadistica YlaSalud. 3. Da clic en el icono para descargar el documento. 2. Identifica los conceptos relacionados con la estadística. Lee el texto La estadística y la salud.pdf Conceptos básicos de estadística Los conceptos más utilizados en estadística son los que a continuación se presentan. inclusive en la vida cotidiana. Define cada concepto utilizando sólo la información de la lectura. Conceptos de estadística La estadística tiene aplicación en prácticamente todas las áreas del conocimiento. . No es necesario que busques definiciones. mucho más a menudo de lo que crees. La siguiente actividad te permitirá apreciar una aplicación simple de la estadística e identificar algunos conceptos relacionados con ella: 1.

.

esta información se representa por medio de un estadístico. Las variables pueden ser: ¿Cómo utilizamos los conceptos? En el ejemplo La estadística y la salud identificaste algunos conceptos básicos de estadística. revisemos juntos(as) los conceptos que estaban en el texto. en este caso. en la que se observa el total de plaquetas.Tipos de variables La variable es una característica de la población o muestra que desea estudiarse. lo que nos interesa conocer o estimar es el total de plaquetas en el total de la sangre (población) del individuo. Aunque. del número de plaquetas y del número de neutrófilos. La población de estudio es la sangre del individuo. Los (las) expertos(as) de laboratorio preparan la sangre para observar en un microscopio electrónico los elementos (variables) que contiene. de la cual se toma una muestra que representa una pequeña parte de esta población. Esta muestra contiene información sobre las características que se desean observar. ¿Cuántos conceptos identificaste en la lectura? . Ahora. característica numérica que refleja la información contenida en la muestra. por ejemplo pueden observar la cantidad de plaquetas o neutrófilos (las plaquetas y los neutrófilos son los individuos y la cantidad que contiene la sangre de estos elementos son los datos) que contiene la muestra por unidad de volumen. en realidad. Se realiza un conteo.

Los métodos de muestreo se pueden clasificar en: . geométrico. uniforme. ya que realizarlos sobre la totalidad resultaría demasiado complicado. Se usa alguna técnica de muestreo o un diseño experimental para obtener información de una pequeña parte de la población. 5.3. Se establece un modelo teórico de comportamiento de las variables de estudio. se tabulan los datos y se calculan los valores que serán necesarios en pasos posteriores. 4. Tratamiento de los datos. La estadística inferencial nos proporciona herramientas para la predicción o estimación de los parámetros de la población que nos ayudarán a resolver el problema. y otros como binomial negativa. Los posibles modelos son normal. Elaboración de un modelo. binomial. En ocasiones no es posible diseñar el modelo hasta realizar un estudio previo. Estas condiciones están relacionadas con el método para determinar el tamaño y características de la muestra y los individuos que la componen. Un ejemplo de estas herramientas son las pruebas de hipótesis que se obtienen del análisis de los datos y los intervalos de confianza. si es necesario establecer una hipótesis. 3. se depura la muestra. Estimación de los parámetros. Extracción de la muestra. las características a estudiar (las variables). entre otros. Los métodos de esta etapa corresponden a los métodos de la estadística descriptiva. como la media y la varianza de la muestra. 2. Muestreo aleatorio Introducción Los estudios estadísticos normalmente se hacen con una parte de la población. Para que la información obtenida tenga validez y confiabilidad es necesario que la muestra cumpla con ciertas condiciones específicas. En esta fase se eliminan posibles errores. Planteamiento del problema. 1. clasificación y presentación de la información. En este punto también se analizan los medios de los que se dispone y el procedimiento a seguir. poisson.La metodología para solucionar un problema estadístico comprende los siguientes pasos: 1. En el planteamiento se define si se requiere de una muestra o es posible estudiar la población. Algunas de las etapas de esta fase son: recopilación.

Una muestra aleatoria simple es la que resulta de aplicar un método por el cual todos los elementos de la población tienen la misma probabilidad de ser elegidos. A continuación. asignándoles un número de identidad o identificación. Definir la población de estudio y el parámetro a estudiar. determinar el porcentaje de error y el porcentaje de confianza y obtener una muestra preliminar.pdf 1. Determinar el tamaño óptimo de la muestra para el estudio. Paso 5. EB_U1_MuestreoAle atorio. Da clic en el icono para descargar el documento. conocerás cuáles son los pasos para obtener una muestra aleatoria simple. lee el texto Tipos de muestreo.3. Enumerar a todas las unidades de análisis que integran la población. Determinar el tamaño de la población. Paso 1.1. Paso 2. . Paso 3. Conceptos básicos de muestreo aleatorio Muestreo aleatorio simple El muestreo aleatorio simple es el procedimiento por medio del cual se obtiene una muestra aleatoria simple. Seleccionar los sujetos dela muestra usando números aleatorios. Paso 4.Revisa los métodos de muestreo probabilístico. para ello.

Por lo que. su objeto de estudio son las manifestaciones de violencia física y psicológica entre los (las) estudiantes del último año de la carrera de química. Paso 2. Paso 3. determinar el porcentaje de error y el porcentaje de confianza. Su población es el total de estudiantes del último año de ingeniería química que tengan novio o novia. Siguiendo con el ejemplo de la relaciones de género en el noviazgo de los (las) estudiantes de química. observables en un lugar y en un momento determinado. asignándoles un número de identificación. el total de individuos con esta característica es de 386. la población es de 386 individuos y las variables son: violencia física y violencia psicológica.2. Paso 1. El porcentaje de error que se pretende aceptar al momento de hacer la generalización. lo que sigue es numerar a los 386 estudiantes un número del 1 al 386. Metodología del muestreo aleatorio Pasos para obtener una muestra aleatoria simple Has visto una descripción general del procedimiento que debes seguir para obtener una muestra aleatoria simple. Numerar todas las unidades de análisis que integran la población. desde la muestra hacia la población total. . es necesario asignar un número de identificación a cada individuo de la población. Una vez que has definido la población y las variables a estudiar. Definir la población.1. Por lo tanto. 2. Recuerda que la población es el grupo formado por el conjunto total de individuos. Para calcular el tamaño de una muestra hay que tomar en cuenta tres factores: 1. Definir la población de estudio y las variables a estudiar. El porcentaje de confianza con el que se quiere generalizar los datos. Ejemplo Un investigador realiza un estudio sobre las relaciones de género en el noviazgo.3. el paso 1 es determinar qué se estudiará. ahora revisarás cada paso específico. objetos o medidas que poseen algunas características comunes.

Es la probabilidad (o porcentaje) con el que se aceptó y se rechazó la hipótesis que se quiere comprobar. y el porcentaje con el que se rechazó la hipótesis es la variabilidad negativa. Este error es una distancia alrededor del valor que deseamos estimar y nos da un margen de aproximación. Esto quiere decir que un porcentaje del 100% equivale a decir que no existe ninguna duda para generalizar tales resultados. si se quiere eliminar el riesgo del error y considerarlo como 0%. El nivel de variabilidad que se calcula para comprobar la hipótesis. identificada por q (también llamada probabilidad de fracaso y se obtiene 1-p). tomando en cuenta de que no son complementarios la confianza y el error. pero también implica estudiar a la totalidad de los casos de la población. El porcentaje con que se aceptó tal hipótesis se denomina variabilidad positiva y se indica con p (también llamada probabilidad de éxito ). entonces los valores de variabilidad son p=q=0. comúnmente es un 95%. por lo que conviene correr un cierto riesgo de equivocarse.Cuando no se tienen antecedentes sobre la investigación. la variable N representa el tamaño de la población. Es el grado o nivel de seguridad que existe para generalizar los resultados obtenidos. El nivel de confianza es la probabilidad que establecemos (sin hacer ningún cálculo) para poder acertar al valor verdadero de la población. Este dato se obtiene a partir de la distribución normal estándar.3. Comúnmente se aceptan entre el 4% y el 6% como error.5 . Para evitar un costo muy alto se busca un porcentaje de confianza menor. entonces la muestra es del mismo tamaño que la población. Variabilidad positiva=p= a la probabilidad de que suceda el evento Variabilidad negativa=q=a la probabilidad de que no suceda el evento La variabilidad positiva (p) al sumarla con la negativa (q) siempre nos debe dar la unidad p+q=1. A continuación definiremos estos conceptos. Al igual que en el caso de la confianza. Significa determinar el número de individuos que la constituyen.

Se debe determinar el tamaño de la muestra para un nivel de confianza del 95% con un error del 5%. Supón que la variabilidad p=q=0.95 si Z=1.Paso 4. Ejemplo de cómo se aplican. Debido a que la variabilidad y el error se pueden expresar por medio de porcentajes. Fórmula para cuando no se conoce el tamaño de la población Fórmula para cuando se conoce el tamaño de la población Nota. Solución: Para el nivel de confianza sea igual al 95%. se ocupará una muestra de aproximadamente 384 unidades. el porcentaje de confianza.5. Una vez que la población. Cuando no se conoce el tamaño de la población: n es el tamaño de la muestra Z es el nivel de confianza p es la variabilidad positiva q es la variabilidad negativa E es la precisión o error Ejemplo: En un lote grande de medicinas. tienes que P(Z)=0. se desea verificar que la proporción de los ingredientes activos sea el adecuado. Sustituyendo: ( ) ( )( ( ) ) Es decir. en el caso necesario. el porcentaje de error y el nivel de variabilidad han sido determinados. se debe determinar el tamaño de la muestra. Determinar el tamaño de la muestra óptimo para el estudio. Estos procedimientos se verán más adelante. estos componentes ya están dados. en los ejemplos. En este momento no conoces los procedimientos para obtener todos los componentes de las fórmulas. hay que convertir esos valores a proporciones. . Puedes calcularlo mediante alguna de las dos fórmulas que examinarás: una para los casos en que se conoce el tamaño de la población y la otra para cuando este dato se desconoce.96.

Supón que la variabilidad p=q=0. Paso 5. se desea verificar que la proporción de los ingredientes activos sea el adecuado. Tomar los individuos correspondientes a los números elegidos. Numerar a los individuos de la población del 1 a N (donde N es el tamaño de la población). Solución: Para el nivel de confianza sea igual al 95%. Sustituyendo: ( ( ) ( ) )( ( )( ) ) En otras palabras. Se debe determinar el tamaño de la muestra para un nivel de confianza del 95% con un error del 5%. por ejemplo mediante programas computaciones (por ejemplo en Excel con la función “=aleatorio()”). 3.Cuando se conoce el tamaño de la población: n es el tamaño de la muestra Z es el nivel de confianza p es la variabilidad positiva q es la variabilidad negativa N es el tamaño de la población E es la precisión o error Ejemplo: En un lote de 25. utilizarás la tabla. Seleccionar los sujetos de la muestra usando números aleatorios. EB_U1_UsoTabla.95 si Z=1. sacando números de una urna o lanzando una moneda al aire.000 cajas de medicina. para ello lee el documento Uso de la tabla de números aleatorios. El último paso para obtener la muestra es saber qué individuos específicos de la población se tomarán. Para obtener los números aleatorios.pdf . se ocupará una muestra de aproximadamente 378 cajas. funciones en calculadora. o bien utilizando tablas de números aleatorios. Da clic en el icono para descargar el documento. 2. Generar números aleatorios para seleccionar los individuos de la muestra. Los números aleatorios se pueden generar por diversos métodos.5. Para hacer esto debes: 1.96. tienes que p(Z)=0.

También es una metodología muy útil para presentar información y analizar diferentes situaciones de la vida cotidiana.mx . te centraste en el muestreo probabilístico y pusiste especial énfasis en el muestreo aleatorio simple. todas las áreas de conocimiento y en muchas ocasiones recurrimos a ella para solucionar problemas y tomar decisiones. Esta selección se lleva a cabo a través de números aleatorios. un breve recuento de lo que viste: La estadística tiene aplicaciones en. Es muy importante que tengas presente los conceptos de esta unidad.Cierre Has concluido la unidad Fundamentos de la estadística.org. tablas de números aleatorios. ya que constituyen una base para los siguientes temas. Para saber más Te invitamos a visitar la página del Instituto Nacional de Estadística y Geografía para que veas algunas aplicaciones de la estadística: http://www. El procedimiento para obtener una muestra aleatoria simple consiste en determinar la muestra y seleccionar a los individuos de la población que formarán parte de ella. Los conceptos básicos que revisaste son:         Estadística descriptiva Estadística inferencial Población Individuo Dato Parámetro Variable Muestreo Dentro de los tipos de muestreo. calculadoras. etcétera. en el que todos los individuos de la población tienen las mismas posibilidades de ser elegidos. prácticamente.inegi. que se pueden generar de varias formas: aplicaciones informáticas para estadística. A continuación.

pdf.uaq. Galbiati Riesco.uab. y Runger. Borrego. Jorge M. George C. et al.. Prev. Ritchey (2008).es/andalucia/modules/mod_ense/revista/pdf/Numero_13/SILVIA_BORREGO_2. Samuel (2008). Douglas C. Walpole Ronald E. Recuperado el 8 de marzo de 2010 desde: http://www.html. Ferris. Revista digital innovación y experiencias educativas 13. Jordi. Estadística Matemática con Aplicaciones. México: McGraw-Hill. (2007). Décimo tercera.. Lind. Recuperado el 10 de marzo de 2010 desde: http://www. Castillo Manrique. México: Pearson Educación. México: Cengage Learning. Séptima edición.merriam-webster. Casal. Rev. 1: 37.Fuentes de consulta Statistics. Mendehall William y Scheaffer Richard L. Med. (1996).cl/ejercicios_4/ConceptosBasicos. Isabel (2006). Mateu Enric. Wackerly. Tipos de muestreo. Dennis D. Recuperado el 1 de marzo de 2010 en http://minnie. Larios Osorio. Teoría de muestreo. Estadística descriptiva y cálculo de probabilidades. McGraw-Hill.pdf.jorgegalbiati. Ruíz Muñoz. (2010). México. Cuarta edición. Recuperado el 12 de marzo de 2010 desde: http://www. Marchal. Douglas. Edición). Segunda edición.com/dictionary/statistics. México: Pearson Educación. William y Wathen. Conceptos Básicos de Estadística. Estadística aplicada a los negocios y la economía. Epidem. Silvia (2008). Recuperado el 1 de marzo de 2010 desde:http://www. Víctor (1999).csicsif. En Merriam-Webster Online Dictionary. Probabilidad y Estadística para Ingeniería y ciencias. Estadística descriptiva e inferencial.es/~veteri/21216/TiposMuestreo1. Probabilidad y Estadística aplicadas a la ingeniería. (2010). (2003). México: McGraw-Hill. Pontificia Universidad Católica de Valparaíso. (2003).net/cursecon/libreria/drm/ped-drm-est.eumed. Manual de estadística (versión electrónica). Unidad 5. David (2004). Myers Raymond H.pdf. . Montgomery.mx/matematicas/estadisticas/xu5.htm.. Octava edición. Instituto de Estadística. Recuperado el 9 de marzo de 2010 desde: http://www. Estadística para las ciencias sociales.

Sign up to vote on this title
UsefulNot useful