Estadstica

L a E s ta d s ti ca t ra ta d el re cue n to , o rd en a cin y cla sif ica ci n de lo s d at o s

o bt en id o s p o r la s ob se rva cio ne s, p a ra po de r ha ce r com pa ra cio ne s y sa ca r
con clu sio ne s.
Un e s tudi o es ta d s ti c o co n sta d e la s sigu ien t e s f a se s:
Re co gid a d e d at o s.
O rga n i za cin y rep re sen t a cin de da to s.
A n lisis de da to s.
O bt e n ci n de co n clu sio n e s.

Conce ptos de Es ta ds ti ca
P obl a ci n
Un a pobla c i n es el co n jun t o de t od o s lo s e lem en to s a lo s que se so me te
a un estu d io est ad st ico .
I ndi vi d uo
Un i ndi vi duo o uni da d e s ta d s tic a es ca da un o de lo s e lem en to s que
com po n en la po b la ci n.
Mues tra
Un a mue s tra es u n con ju nt o rep re sen t at i vo de la p ob la cin d e ref e re n cia,
e l n me ro de in d i vid uo s de un a m ue st ra e s me no r qu e e l d e la po b la ci n.
Mues tre o
E l mues tre o e s la re un i n de d at o s qu e se de sea estu d ia r, ob te n ido s d e
u na p ro po rc in red u cida y rep re se nt a t iva d e la po b la ci n.

Val or
Un va l or e s cad a u no d e lo s dist in to s re su lt ad o s qu e se pu ed en ob te ne r en
u n e stu d io e sta d st ico . Si la n za mo s un a m on ed a al a ire 5 ve ce s ob te ne mo s
d os va lo re s: ca ra y cru z.
Da to
Un da to e s cad a u no d e lo s va lo re s qu e se ha o bt en id o a l re a liza r u n
e stu d io e sta d st ico . S i la n za mo s u na mo ne da al a ire 5 ve ce s ob te n em o s 5
d at o s: ca ra , ca ra , cru z, ca ra , cru z.
Ce ns o
Se denomina censo, en estadstica descriptiva, al recuento de individuos que conforman
una poblacin estadstica, definida como un conjunto de elementos de referencia sobre el que se
realizan las observaciones.

INFERENCIA ESTADSTICA

La inferencia estadstica es el conjunto de mtodos y tcnicas que permiten inducir, a partir de la

informacin emprica proporcionada por una muestra, cual es el comportamiento de una
determinada poblacin con un riesgo de error medible en trminos de probabilidad.
Los mtodos paramtricos de la inferencia estadstica se pueden dividir, bsicamente, en dos:
mtodos de estimacin de parmetros y mtodos de contraste de hiptesis. Ambos mtodos se
basan en el conocimiento terico de la distribucin de probabilidad del estadstico muestral que se
utiliza como estimador de un parmetro.
La estimacin de parmetros consiste en asignar un valor concreto al parmetro o parmetros que
caracterizan la distribucin de probabilidad de la poblacin. Cuando se estima un parmetro
poblacional, aunque el estimador que se utiliza posea todas las propiedades deseables, se comete
un error de estimacin que es la diferencia entre la estimacin y el verdadero valor del parmetro.
El error de estimacin es desconocido por lo cual es imposible saber en cada caso cual ha sido la
magnitud o el signo del error; para valorar el grado de precisin asociado con una estimacin
puntual se parte de dicha estimacin para construir un intervalo de confianza. En sntesis, un
intervalo de confianza est formado por un conjunto de valores numricos tal que la probabilidad
de que ste contenga al verdadero valor del parmetro puede fijarse tan grande como se quiera.
Esta probabilidad se denomina grado de confianza del intervalo, y la amplitud deste constituye
una medida del grado de precisin con el que se estima el parmetro.

Clasificacin de los datos.

En los estudios economtricos es importante distinguir la naturaleza de los datos pues en
dependencia de ella utilizamos para su tratamiento unas tcnicas u otras. La informacin de que
disponemos puede ser:
- Una serie de tiempo: incorpora informacin de variables o unidades de estudio individuales,
durante un perodo de tiempo usualmente igual, en este caso cada periodo de tiempo constituye un
elemento poblacional o muestral (dimensin temporal).
- Corte transversal: no incorpora el aspecto temporal, representa el anlisis de informacin para las
unidades individuales de estudio, en un momento determinado de tiempo (dimensin estructural).
- Datos de Panel: incluyen una muestra de individuos (agentes econmicos, empresas, bancos,
ciudades, pases, etc.) para un perodo determinado de tiempo, combinando de esta forma los dos
tipos de datos que hemos mencionado con anterioridad (dimensin temporal y dimensin
estructural).
Como mencionbamos en la introduccin, los datos de panel no son una suma de unidades
individuales y series, son una nueva forma de presentacin de la informacin, que ha generado el
desarrollo de herramientas estadsticas que propicien la estimacin de parmetros que tengan
propiedades ideales.
En Econometra el trmino de datos de panel se refiere a datos en dos dimensiones, de este modo,
son generadas mltiples observaciones puntuales para cada unidad econmica.
Generalmente, los paneles de datos se distinguen unos de otros segn su amplitud transversal y
temporal. As, los paneles con un nmero muy amplio de observaciones transversales y un nmero
de perodos reducido se denominan Paneles Micro. En el caso contrario, nmero de periodos
elevado e informacin transversal reducida se conoce con el nombre de Paneles Macro. Por ltimo,
en el caso realmente extraordinario de contar con un panel con amplia dimensin tanto temporal
como transversal hablaramos de un Campo aleatorio (Random Field). Los conjuntos de datos con
ms de dos dimensiones son llamados datos de panel multidimensionales.
As mismo, resulta habitual hablar de paneles de datos equilibrados o paneles completos cuando el
nmero de observaciones transversales es el mismo para cada perodo temporal.
Los modelos de datos de panel se clasifican adems en dinmicos o estticos segn incluyan o no
en sus ecuaciones variables pertenecientes a diferentes perodos de tiempo.
La ventaja fundamental de un panel de datos es que nos permite estudiar un nmero importantes
de temas econmicos que no podran abordarse usando solamente modelos de series de tiempo o
de corte transversal.
En particular, los datos de panel permiten tener en cuenta la existencia de efectos individuales
inobservables, que pueden estar correlacionados con otras variables incluidas en la especificacin
de una relacin economtrica. Proveen a su vez al investigador de un gran nmero de datos,
proporcionando menos problemas de multicolinealidad (presente en numerosas ocasiones al
utilizar datos de series temporales), ms grados de libertad y, por tanto, mayor eficiencia de las

estimaciones. Su utilizacin permite recoger con mayor precisin la variabilidad en los datos, tanto
la existente entre individuos como la que existe a lo largo del tiempo.

Variable estadstica
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.
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.
Ejemplos:
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.
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.
Ejemplos:
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.
TIPOS DE ESCALAS DE MEDICIN
La escala de medida de una caracterstica tiene consecuencias en la manera de presentacin de la
informacin y el resumen. La escala de medicin -grado de precisin de la medida de la
caracterstica- tambin determina los mtodos estadsticos que se usan para analizar los datos.
Por lo tanto, es importante definir las caractersticas por medir. Las escalas de medicin ms
frecuentes son las siguientes:
ESCALA NOMINAL.No poseen propiedades cuantitativas y sirven nicamente para identificar las clases. Los datos
empleados con las escalas nominales constan generalmente de la frecuencia de los valores o de la
tabulacin de nmero de casos en cada clase, segn la variable que se est estudiando. El nivel
nominal permite mencionar similitudes y diferencias entre los casos particulares. Los datos
evaluados en una escala nominal se llaman tambin "observaciones cualitativas", debido a que
describen la calidad de una persona o cosa estudiada, u "observaciones categricas" porque los
valores se agrupan en categoras. Por lo regular, los datos nominales o cualitativos se describen en

trminos de porcentaje o proporciones. Para exhibir este tipo de informacin se usan con mayor
frecuencia tablas de contingencia y grficas de barras.
ESCALA ORDINAL.Las clases en las escalas ordinales no solo se diferencian unas de otras (caracterstica que define
a las escalas nominales) sino que mantiene una especie de relacin entre s. Tambin permite
asignar un lugar especfico a cada objeto de un mismo conjunto, de acuerdo con la intensidad,
fuerza, etc.; presentes en el momento de la medicin. Una caracterstica importante de la escala
ordinal es el hecho de que, aunque hay orden entre las categoras, la diferencia entre dos
categoras adyacentes no es la misma en toda la extensin de la escala. Algunas escalas consisten
en calificaciones de mltiples factores que se agregan despus para llegar a un ndice general.
Debe mencionarse brevemente una clase espacial de escala ordinal llamada "escala de posicin",
donde las observaciones se clasifican de mayor a menor (o viceversa). Al igual que en las escalas
nominales, se emplean a menudo porcentajes y proporciones en escalas ordinales.
ESCALA DE INTERVALO.Refleja distancias equivalentes entre los objetos y en la propia escala. Es decir, el uso de sta
escala permite indicar exactamente la separacin entre 2 puntos, lo cual, de acuerdo al principio de
isomorfismos, se traduce en la certeza de que los objetos as medidos estn igualmente separados
a la distancia o magnitud expresada en la escala.
ESCALA DE RAZN.Constituye el nivel ptimo de medicin, posee un cero verdadero como origen, tambin
denominada escala de proporciones. La existencia de un cero, natural y absoluto, significa la
posibilidad de que el objeto estudiado carezca de propiedad medida, adems de permitir todas las
operaciones aritmticas y el uso de nmeros representada cantidades reales de la propiedad
medida.
Con esto notamos que esta escala no puede ser usada en los fenmenos psicolgicos, pues no se
puede hablar de cero inteligencia o cero aprendizaje, etc.