Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Departamento de Matemticas
2. I NTRODUCCIN
En un mundo orientado a la globalizacin, se presentan - segundo a segundomillones de datos que desean ser interpretados. La estadstica es una ciencia que nos
permite pensar en forma clara y disciplinada, y ofrece diversas tcnicas, cuya
correcta aplicacin, reduce la complejidad presente en los datos, para que estos
puedan ser interpretados.
El presente apunte est orientado al conjunto ms sencillo, pero no menos til,
de tcnicas de anlisis estadstico. En su primer mdulo est destinado a reconocer
las races mismas del dato, caractersticas de ste, cmo y cuntos datos obtener para
poder obtener conclusiones cientficamente vlidas.
En el segundo y tercer mdulo, se enfatiza el anlisis exploratorio de datos y
estadstica descriptiva, como un primer paso en todo resumen de datos, utilizando
para ello la disponibilidad de ordenadores, software estadstico con posibilidades de
representacin grfica y tratamiento conjunto de datos multivariados.
Las posibilidades didcticas del anlisis exploratorio de datos se deben
principalmente a la sencillez del aparato matemtico requerido, la importancia dada
hoy da en estadstica a los sistemas de representacin mltiple, las conexiones de
carcter transversal en todas las reas del quehacer humano, el trabajo en equipo y la
posibilidad de desarrollo de proyectos por parte de los profesionales que requieren de
informacin para sus proyecciones futuras.
En el cuarto y quinto mdulo, con la experiencia y visin obtenida en los
mdulos anteriores, se comienza a estructurar la idea de leyes probabilsticas, para la
presentacin de modelos que habitualmente se utilizan en ingeniera y que suelen ser
usados en la teora de decisiones.
Se podra, 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.
3. PRIMER MDULO
3.1
Proceso de Medicin
uno clasificado como deficiente, pues slo se ha agregado la nocin de orden a los
smbolos del sistema numrico, es decir, 1 < 2 < 3 ... etc.
Hasta este momento, se puede apreciar que las mediciones realizadas tienen
un carcter cualitativo y su riqueza informativa es limitada. En general cuando se
desea aumentar el nivel informativo de los datos, ste debe ser cuantitativo, pues
datos de este tipo, agregan nuevas propiedades.
Cuando los datos son de carcter cuantitativo, se agrega una tercera
caracterstica, pues adems de existir las propiedades de unicidad y orden antes
establecidas, se aade la nocin de distancia, pues existen entre los datos obtenidos
diferencias equitativas, es decir la distancia entre el smbolo 6 4 es igual a la
distancia entre los smbolos 9 7. A manera de ejemplo, variaciones en montos de
pago por consumo de energa de los clientes entre los meses estivales e invernales, el
cliente A tuvo una variacin del 4% mientras que el cliente B tuvo una variacin del
7%. En este caso se puede decir, la variacin, en el consumo, porcentual, de energa
entre el cliente A y B es del 3%, es decir, no slo 4% es menor que 7%, sino que
adems la distancia entre un cliente y otro es del 3%.
Con la nocin de distancia ya disponible, nos permite la creacin de medidas
de incertidumbre, riesgo o variabilidad en la medicin, que representan los
indicadores ms deseados a manejar y controlar, que adems son la principal fuente
para establecer la nocin de precisin de la medicin.
Finalmente la cuarta caracterstica, definida como proporciones equitativas,
requiere garantizar que se mantengan las proporciones en los mensurando. La
existencia de proporciones equitativas en la medicin, la cual se garantiza con la
asignacin de cero en la ausencia de la caracterstica medida, permite la comparacin
de las mediciones en distintos grupos,
La utilizacin de los nmeros en estadstica comprende la utilizacin de una o
ms de estas cuatro caractersticas, el problema consiste en distinguir, en las
mediciones de las variables investigadas, cuales son las caractersticas que se
cumplen en los mensurando. Las escalas numricas utilizadas en estadstica, se han
establecido en trminos de estas cuatro caractersticas del sistema numrico, a saber:
Nominal, Ordinal, Intervalar y Razn.
Tipos de Escala
Escala Nominal.- Es aquella en que los nmeros sirven solamente como etiqueta para
catalogar o identificar los objetos o sucesos.
Ejemplos:
- Regiones, Comunas, Marcas, Tipos de almacenes, sexo, etc.
La escala nominal es la ms pobre en cuando a informacin, pues slo se
encarga de la identificar y/o clasificar, con el fin de obtener informacin rpida y
4
32 F.
Figura 2.1
medicin sea en escala nominal u ordinal, mientras que los datos cuantitativos, se
relacionan siempre a datos cuya medicin sea en escala intervalar o de razn, ya sean
discretos o continuos.
Hasta el momento, de lo presentado del proceso de medicin, la medicin de
peso, altura, tiempo, temperatura, longitud, etc., es generalmente una tarea fcil, que
comprende la utilizacin de una escala al menos intervalar. El punto cero y la
igualdad de diferencias son aspectos aparentemente naturales, en las reas donde
ocurren estas mediciones, que estn ms bien relacionadas con las ciencias fsicas que
con ciencias sociales.
En las ciencias sociales, por lo general, se debe recurrir a escalas de medicin
ms bajas en cuanto a la riqueza informativa del dato, pues en el rea del
comportamiento humano, el instrumento ms usado es el de la encuesta, el cual debe
manifestar su percepcin del tema ante la encuesta.
Tal como se ilustra en la Figura 2.2, la dificultad de realizar mediciones
respecto a un fenmeno de estudio, es directamente proporcional con la riqueza
informativa de dato, pues mientras ms difcil es obtener informacin, ms pobre es
la escala de medicin.
Figura 2.2
Error de Medicin
Por lo visto la medicin es tan slo la relacin entre el mundo emprico y un
mundo abstracto, que como hemos podido apreciar, es en realidad un proceso de
medicin, que comienza con la idea de representar un suceso, hecho u objeto a travs
de algn smbolo y termina con la representacin del hecho. Cuando esta relacin
entre el sistema emprico corresponda directamente a las verdaderas reglas del
7
3.2
Estadstica y Ciencia
Se dice que los cientficos usan el mtodo cientfico, sin embargo, sera difcil
definir la expresin mtodo cientfico, dado que los cientficos usan cuantos mtodos
o medios puedan concebir, sin desprenderse del objetivo fundamental del mtodo
cientfico que es producir conocimiento cientfico. Ahora bien, para que se produzca
este conocimiento cientfico, se requiere partir de algn tipo de interrogantes que
puedan ser respondidos con fundamentos cientficos. Precisamente, descubrir
respuestas a dichas interrogantes a travs de procedimientos cientficos, es el objetivo
del proceso de investigacin cientfica.
De la gran variedad de procedimientos cientficos, vinculados a distintas
tcnicas de metodologa de investigacin se pueden destacar puntos esenciales en
comn, que son:
1. Revisin de los hechos y teoras propuestas.
2. Formulacin de hiptesis sujetas a pruebas.
3. Evaluacin objetiva de las hiptesis y conclusiones.
Las respuestas a interrogantes relacionadas con el problema a investigar, por
lo general, se hacen mediante una descripcin de; las relaciones, los hechos, los
procesos relacionados del problema. Procedimiento descriptivo, que por siglos se ha
utilizado y que se sigue utilizando para dar explicacin a algn problema o fenmeno,
cuya caracterstica esencial es que el investigador es considerado independiente del
fenmeno que est estudiando, y ste realiza su investigacin a travs de cambios
realizados en el ambiente o entorno del cual el fenmeno en estudio debiera ser
dependiente. Esta postura cientfica clsica, trata la investigacin como una triloga
entre: el observador (investigador) problema de investigacin ambiente.
Esta forma de explicar un problema a investigar (Organismo Observado) de la
investigacin cientfica clsica arraigada por la influencia cartesiana tiende a hacer
9
Figura 2.3
3.3
Introduccin al Muestreo
Figura 2.4
Tipos de Muestreos
Figura 2.5
1 . r . k
1
k
1
1 . r . k
k+1
2k
2
Figura 2.6:
1 . r . k
1 . r . k
(g 1)k + 1
(n 1)k + 1
(g 1)k + k
nk = N
g
n
Figura 2.7
Figura 2.8
16
17