Está en la página 1de 9

INTRODUCCIN

La estadstica generalmente es definida como la rama de las matemticas que


se ocupa de reunir, organizar y analizar datos numricos y ayuda a resolver
problemas como el diseo de experimentos y la toma de decisiones.
El dicho una imagen vale ms que mil palabras'' se puede aplicar al mbito de
la estadstica descriptiva afirmando que un grfico bien elaborado vale ms que mil
tablas de frecuencias''. Cada vez es ms habitual el uso de grficos o imgenes para
representar la informacin obtenida. No obstante, la confeccin de dichos grficos
debe hacerse con mucho cuidado, y hemos de ser muy prudentes ya que un mnimo
error en la representacin de una tabla de frecuencia puede cambiar por completo la
perspectiva de lo que en realidad desea mostrarse. Se dice que debe hacerse con
prudencia porque una misma informacin puede tener muchas formas de
representarse, y no todas son correctas, como debe suponerse.

GENERALIDADES DE 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.
En una forma prctica, la estadstica nos proporciona los mtodos cientficos
para la recopilacin, organizacin, resumen, representacin y anlisis de datos, o
anlisis de hechos, que se presenten a una valuacin numrica; tales como son:
Caractersticas biolgicas o sociolgicas, fenmenos fsicos, produccin, calidad,
poblacin riqueza, impuestos, cosechas, etc.
Slo cuando nos adentramos en un mundo ms especfico como es el campo
de la investigacin de las Ciencias Sociales: Medicina, Biologa, Psicologa, ...
empezamos a percibir que la Estadstica no slo es algo ms, sino que se convierte
en la nica herramienta que, hoy por hoy, permite dar luz y obtener resultados, y por
tanto beneficios, en cualquier tipo de estudio, cuyos movimientos y relaciones, por su
variabilidad intrnseca, no puedan ser abordadas desde la perspectiva de las leyes
deterministas. Podramos, desde un punto de vista ms amplio, definir la estadstica
como la ciencia que estudia cmo debe emplearse la informacin y cmo dar una
gua de accin en situaciones prcticas que entraan incertidumbre.

Breves Datos Histricos


Desde 3.000 aos antes de Cristo, se tienen noticias de los primeros censos
hechos a la poblacin, en la antigua Babilonia, Persia, Egipto y China, se elaboraban
censos de las propiedades de los habitantes con fines impositivos.
El mismo Moiss, que existi en los siglos XV XIV antes de Cristo, y que era
profeta y legislador hebreo, levant un censo de su pueblo en el desierto, segn lo
seala la Biblia.
Y en Grecia, el censo era algo muy usual en sus principales ciudades
democrticas.
Tambin Servio Tulio, que se supone vivi entre 578 y 534 antes de Cristo, y
fue el sexto Rey de Roma, orden que se llevara a cabo un censo cada 5 aos, y el
fin era el de planificar los impuestos, preparar elecciones y la conscripcin militar.
Como ha de recordarse, San Jos y la Virgen Mara iban a Beln a inscribirse en el
segundo de estos censos, cuando naci Jess, segn sus discpulos Lucas, y Mateo,
ya en la poca del Emperador Augusto.

El primer censo en Amrica fue llevado a cabo por los Incas, y lo ms probable
es que haya sido en la poca de Pachactec Yupanqui, Inca que fue llamado El
Reformador del Mundo quien organiz el Imperio Incaico econmica y socialmente.
El matemtico y filsofo italiano Girolano Cardano, que vivi entre los aos
1510 y 1576, realiz los primeros estudios sobre probabilidades, y fueron publicados
en su trabajo Iber de Ludo Alea que quiere decir Manual para tirar los dados.
Felipe II (1575 1578) fue el Rey de Espaa, e hizo levantar un censo en el
Nuevo Mundo de sus dominios, en el ao de 1576.
Gottfried Achenwall (Desde 1719 hasta 1772), un reconocido economista y
profesor universitario, de origen alemn, profundiz en estudios que dieron origen a
la Estadstica Inductiva.
Juan Pedro Sussmilchi, que vivi desde 1707 hasta 1767, y fue un brillante
matemtico, estadstico y telogo alemn, perfeccion los estudios demogrficos, al
mismo tiempo que Antonio Deparcioux, que vivi entre 1703 y 1768 y fue un gran
matemtico francs, aplic la Estadstica para obtener las primeras Tablas de
Mortalidad, con lo cual se dio inicio el prspero negocio del seguro de vida.
Jacques Bernouilli (1654-1705) matemtico suizo, escribi Ars Cojetandi que
quiere decir en espaol, el Arte de Conjeturar, publicado pstumamente en 1713 y
formula la Ley de los Grandes Nmeros, primer paso hacia la Estadstica
Matemtica.
El Marqus Pedro Simn de Laplace que vivi desde 1749 hasta 1827,
matemtico y astrnomo francs, anuncia su Teora Analtica de las Probabilidades
en 1812, y este fue otro gran impulso a la Estadstica Matemtica.
Lambert Jacques Quetelet (1796-1874), gran astrnomo y matemtico de
origen belga, aplic el mtodo estadstico al estudio de la Economa Social
(Caractersticas fsicas, intelectuales y morales de los humanos); creando as la
Sociometra.
Pafnuti Lvovich Chevyshev (1821-1884) crea la Desigualdad de Chevyshev,
que es de gran utilidad como herramienta terica, aplicable a las distribuciones de
medias y varianzas finitas.
Gregor Johann Mendel, (1822-1884), conocido botnico austraco, que
experiment con 34 variedades de arvejas, durante un lapso de 2 aos, descubre y
enuncia, en el ao de 1865, las Leyes de Mendel; leyes estadsticas que rigen la
herencia y la hibridacin de los vegetales, lo cual es considerado el punto de partida
de la biometra.

El cientfico ingls, Francis Galton (1822-1911), primo de Darwin y creador de


la Eugenesia, de nuevos mtodos antropomtricos, de la moderna teora de la
Estadstica y su aplicacin a la Sociometra y a la Biometra. Ide los deciles y
centiles.
Karl Pearson (1857-1936), matemtico ingls, crea el mtodo de los
momentos, la Prueba de chi cuadrana, los conceptos de Curva normal, y de
Desviacin normal. Publica sus trabajos bajo el epgrafe de Contribucin a la teora
matemtica de la evolucin, y en total, da un gran impulso a las tcnicas usadas en
estudios de fenmenos sociales (Sociometra) y biolgicos (Biometra).
Hoy en da la Estadstica ha llegado a tal grado de perfeccionamiento y
especializacin, que casi no existe disciplina cientfica, o tcnica, de investigacin,
control o planificacin, en la cual no se apliquen los mtodos estadsticos como una
herramienta de trabajo valiossima e insustituible.

Clasificacin de la Estadstica
En atencin a su metodologa, por sus procedimientos y alcances bien
definidos, la Estadstica la podramos clasificar en dos grandes ramas, como lo son:
La estadstica descriptiva o deductiva: Analiza metdicamente los datos,
simplificndolos y presentndolos en forma clara; eliminando la confusin
caracterstica de los datos preliminares. Permite la elaboracin de cuadros, grficos e
ndices bien calculados; suficientemente claros, como para disipar las dudas y la
obscuridad de los datos masivos.
Se limita a describir los datos que se analizan, sin hacer inferencias en cuanto
a datos no incluidos en la muestra.
La estadstica inductiva o inferencial: Provee conclusiones o inferencias,
basndose en los datos simplificados y analizados; detectando las interrelaciones
que pueden unirlos, las leyes que los rigen y eliminando las influencias del azar;
llegando ms all de las verificaciones fsicas posibles. Sobre la base de la muestra
estudiada saca conclusiones, o sea, hace inferencia o induccin, en cuanto al
universo o poblacin, de donde se obtuvo dicha muestra.

Poblacin
La poblacin, o el universo, est formado por la totalidad de los elementos que
se desean estudiar, ejemplos podran ser: La poblacin total de Venezuela, los
alumnos cursantes en las universidades del pas, la produccin de toda una industria,
a cosecha de un ao dado, el rendimiento de una raza de ganado, entre otros. Segn
sus caractersticas dimensionales pueden ser:

Finita: Cuando tiene un valor limitado, como por ejemplo: las unidades
de producto de una empresa.

Infinita: Cuando un nmero es considerado ilimitado, como por


ejemplo: longitud de las hebras de una plantacin de algodn.

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
le 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.

Constantes y Variables
Las cantidades que tienen injerencia en las cuestiones matemticas sern
constantes, si slo pueden tomar un valor fijo y determinado en el asunto que se
trata; por ejemplo, el punto de ebullicin del agua a una presin atmosfrica dada, la
tangente de una recta en plano coordenado, con determinada abertura de ngulo,
etctera.
En cambio, sern magnitudes variables, aquellas que puedan tomar diferentes
valores. Ejemplo de esto es: El costo de una mercanca variar de acuerdo con la
cantidad; el volumen de un gas variar en atencin a la presin a que est sometido,
la velocidad de los cuerpos en cada libre y el espacio recorrido, sern variables del
tiempo, entre otros.

Datos o Elementos
Son cada uno de los trminos que componen la muestra y, de acuerdo a la
funcin existente entre ellos, tambin pueden ser discretos o continuos. En general,
los discretos son los que pueden contar y los continuos, los que se pueden medir.

Medidas de Tendencia Central


Al describir grupos de diferentes observaciones, con frecuencia es
conveniente resumir la informacin con un solo nmero. Este nmero que, para tal
fin, suele situarse hacia el centro de la distribucin de datos se denomina medida o
parmetro de tendencia central o de centralizacin. Cuando se hace referencia
nicamente a la posicin de estos parmetros dentro de la distribucin,

independientemente de que sta est ms o menos centrada, se habla de estas


medidas como medidas de posicin.
Media Aritmtica: Se representa bajo el smbolo equis barrada, y viene a ser
el cociente de dividir la sumatoria de los elementos entre el nmero de ellos. Es
decir, que la media aritmtica es igual a la suma de todos los elementos o datos que
componen la muestra, dividida entre el nmero de ellos mismos.
Media Geomtrica: es la raz n-sima del producto de todos los nmeros, es
recomendada para datos de progresin geomtrica, para promediar razones, inters
compuesto y nmeros ndices.
Moda: El modo, o moda viene a ser el valor ms comn de la muestra, el que
ocurre con mayor frecuencia, el ms tpico, el ms denso. Se trata entonces de una
medida NO MATEMTICA, con lo cual se indica que no se pueden sentar principios
algebraicos:

No es afectada por los datos extremos aislados.


No tiene mucha utilidad en las muestras de pocos datos.
Su valor suele variar, al variar los tamaos de los intervalos de clase.

Mediana: se define en los datos agrupados, como el valor de la abscisa, en la


cual, al levantar una ordenada, divide al histograma de distribucin de frecuencias en
dos rea que son absolutamente iguales.

Medidas de Dispersin
Tambin llamadas medidas de variabilidad, muestran la variabilidad de una
distribucin, indicando por medio de un nmero si las diferentes puntuaciones de una
variable estn muy alejadas de la media. Cuanto mayor sea ese valor, mayor ser la
variabilidad, y cuanto menor sea, ms homognea ser a la media. As se sabe si
todos los casos son parecidos o varan mucho entre ellos.
Rango o Recorrido: Viene dada por la diferencia absoluta entre los valores
mximo y mnimo, inclusive, de la distribucin de frecuencias. Si se desea calcular,
se le resta al lmite superior del ltimo intervalo de clase, el lmite inferior del primero.
Esta medida es sencillamente la que nos dice la extensin dimensional que existe
entre el elemento de la muestra de menor valor y el de mayor valor. Es el llamado
Espacio muestral.
Varianza: es la esperanza del cuadrado de la desviacin de dicha variable
respecto a su media. Est medida en unidades distintas de las de la variable. Por
ejemplo, si la variable mide una distancia en metros, la varianza se expresa en
metros al cuadrado. Hay que tener en cuenta que la varianza puede verse muy
influida por los valores atpicos y no se aconseja su uso cuando las distribuciones de

las variables aleatorias tienen colas pesadas. En tales casos se recomienda el uso
de otras medidas de dispersin ms robustas.
Desviacin estndar: es una medida de dispersin para variables de razn
(variables cuantitativas o cantidades racionales) y de intervalo. Se define como la
raz cuadrada de la varianza de la variable. Para conocer con detalle un conjunto de
datos, no basta con conocer las medidas de tendencia central, sino que necesitamos
conocer tambin la desviacin que presentan los datos en su distribucin respecto de
la media aritmtica de dicha distribucin, con objeto de tener una visin de los
mismos ms acorde con la realidad al momento de describirlos e interpretarlos para
la toma de decisiones.

Representacin grfica de los datos


Las representaciones grficas de una distribucin de frecuencias permiten
obtener, de un golpe de vista, informacin de las caractersticas de dicha distribucin.
Histograma: El Histograma representa la frecuencia con la que se presentan
los diferentes grupos de datos de la variable objeto de estudio. Es un conjunto de
rectngulos, los cuales representan a cada una de las clases. En el eje de abscisas
se representan las clases definidas y en el eje de ordenadas la frecuencia de cada
una de ellas. La amplitud del intervalo de las clases se halla dividiendo el Recorrido
entre el nmero de clases.
El Histograma proporciona mucha informacin respecto a la estructura de los
datos. Por tanto, es importante analizar la situacin del centro del Histograma y el
ancho del mismo que definen la tendencia central y la variabilidad del conjunto de
datos respectivamente, as como la forma del Histograma que identifica algunas de
las caractersticas del proceso en estudio.
-

Distribucin Simtrica Unimodal: Se caracteriza porque cada una de las


observaciones equidistantes al mximo central, tienen aproximadamente
la misma frecuencia. Es tpico de la mayora de los procesos industriales.

Distribucin Asimtrica: Es tpica de datos econmicos, y de forma


general en distribuciones de renta, consumo de electricidad, poblacin,
tamao de empresas, etc.

Distribucin Triangular: Es totalmente asimtrica y se presenta al


estudiar tiempos entre averas, entre llegadas, entre accidentes, o en
fabricacin donde existe la imposibilidad de superar un valor o bien se ha
realizado una seleccin de 100% de alguna caracterstica.

Distribucin Bimodal: Se presenta como dos distribuciones muy


separadas. Suele aparecer cuando se han recopilado datos a partir de dos

procesos distintos, tales como las caractersticas de una pieza


suministrada por dos proveedores diferentes.
-

Distribucin Rectangular: Presenta gran variabilidad. Aparece al mezclar


datos de Distribuciones Simtricas Unimodales.

Distribucin Truncada: Aparece al presentar datos de procesos que no


cumplen las especificaciones, despus de pasar un control de calidad.
Puede ser, tambin un sntoma de una eleccin de un nmero de clases
menor al adecuado.

Distribucin sin Datos en la Zona Central: Suele aparecer cuando los


datos corresponden a un material de mala calidad, y el "material bueno"
ha sido seleccionado previamente.

Distribucin con Picos en las Colas: Es una representacin tpica


cuando se han sometido a un reproceso, los elementos que en un primer
control cayeron fuera de tolerancias.

Diagrama de puntos: Este grfico muestra un conjunto de puntos, que son la


interseccin de las frecuencias (representadas en el eje de ordenadas) y de los
valores de la distribucin (representados en el eje de abscisas).
Diagrama de barras: Presenta los valores posibles de los datos sin agrupar y
sus frecuencias absolutas o relativas. En el eje horizontal aparecen los datos
tratados y en el eje vertical las frecuencias. Sobre el eje horizontal se traza un
segmento de longitud proporcional al valor de las frecuencias.
Polgono de frecuencias: Es un grfico que une los puntos que representan
la interseccin de las marcas de clase con su frecuencia correspondiente.

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.