CLASIFICACION DE VARIABLES ALEATORIAS

RECORRIDO DE UNA VARIABLE:

Es el conjunto de todos los valores que, en teora, puede tomar la variable. De acuerdo a su
recorrido, existen diferentes tipos de variables. Se clasifican en dos grandes grupos:
I) las variables categricas o cualitativas o de atributos,
II) y las variables medibles o cuantitativas.

I) VARIABLES CATEGRICAS O DE ATRIBUTO O CUALITATIVAS :

Son aqullas que no son cuantificables, es decir que para su recoleccin no intervienen mediciones,
aunque cada distinto valor de la variable, que llamaremos categora, puede ser asociado con un
nmero, con la nica finalidad de simplificar el procesamiento de los datos.
Por ejemplo, son variables cualitativas (entre parntesis est un posible recorrido):

a)el color de ojos(1.negros, 2.castaos, 3.grises, 4.celestes, 5.verdes, 6.otro )

b)sexo de nacimiento: (1.mujer, 2.hombre).
c) el rendimiento acadmico (1.bajo, 2.promedio, 3.sobre).
d) el estado nutricional (1.bueno, 2.regular, 3.malo).

Los dos primeros ejemplos son de variables cualitativas nominales, que son aqullas en las cuales
las asignaciones de los nmeros no suponen ningn orden entre ellas. En otras palabras: cualquier
asignacin es vlida.
Los otros dos ejemplos son de variables cualitativas ordinales, llamadas as pues existe un orden
particular preestablecido entre los diferentes valores que puede tomar una variable.
Mientras que entre los valores de las variables nominales slo podemos comparar si son iguales o
distintos, entre los de las variables
ordinales podemos establecer la relacin " mayor que" o "menor que".

II) VARIABLES CUANTITATIVAS :

Son variables que resultan de contar o medir ciertas caractersticas de los elementos de la muestra. Se
expresan numricamente, y dichos valores se usarn algebraicamente a fin de realizar clculos, a
diferencia de los nmeros asignados a las variables cualitativas.
Ejemplos de dichas variables:

a) Cantidad de hijos, que tiene una mujer mayor de 40 aos.

b) Cantidad de cigarrillos fumados por da, por los estudiantes de Biologa.
c) La estatura de un jugador de basquetball.
d) El tiempo de recuperacin de los pacientes operados de apendicitis.

Dentro de este grupo de variables, se distingue entre variables discretas o continuas. Los dos primeros
ejemplos son de variables
cuantitativa discretas, llamadas as pues entre dos valores de la variable no siempre existe otro:
por ejemplo una mujer puede tener 1 o 2 hijos, pero no 1 hijo y medio. Los otros dos ejemplos son de
variables cuantitativas continuas pues dados dos valores de la variable siempre puede existir
(aunque sea en teora) otro valor: entre una altura de 2 m y otra de 2 m 1 cm, podemos encontrar un
jugador que mida 2 metros cm, y podemos seguir subdividiendo los intervalos y siempre, en teora,
podremos encontrar un jugador que tenga una altura en dicho intervalo, apesar de que nuestros
instrumentos de medicion, llegar un momento, que no tendrn la presicin adecuada como para notar
diferencias.

CATEGORAS:

Son los distintos grupos, entre los cuales podemos clasificar los distintos valores que toma una variable.
Surgen de partir su recorrido.
Muchas veces las categoras pueden coincidir exactamente con el recorrido; pero en otros casos es
imposible: el caso de las variables continuas, cuyo recorrido est formado por infinitos nmeros y
entonces debemos particionar su recorrido en intervalos, que sern nuestras categoras.
Sea cual sea el tipo de variable, las categoras en las cuales se agrupan los diferentes valores que
toma la variable, deben serexhaustivas y mutuamente excluyentes.
Categoras exhaustivas: stas cubren todo el recorrido.Cualquier observacin se debe poder colocar en
alguna categora; por ejemplo, si la persona se niega a contestar, se la coloca en la categora no sabe,
no contesta.
Categoras mutuamente excluyentes: no se deben superponer.
Cualquier observacin se debe colocar slo en una categora, no debe haber ambigedades.
Ejemplos:
Variable X: cantidad de das por semana que trabaja una persona.
Recorrido de X: 0, 1, 2, 3, 4, 5, 6, 7 . Puedo considerar como categoras exactamente el recorrido de la
variable; o sino podra considerar como categoras:0,1,2,3,4,5,6,7.
Variable Y: peso de los bebs en kg, nacidos a trmino.
Posible recorrido: [2.3, 5] . Puedo tomar como categoras los siguientes intervalos: { [2.3, 2.5), [2.5,
3.5), [3.5, 3.9), [3.9, 5] }, u otros, dependiendo de los intervalos que sean de inters.

OBSERVACION:

1)Los intervalos no tienen por qu tener todos igual amplitud.

2)Los intervalos que son vlidos son los del tipo [ , ) o ( , ]. Si los intervalos son todos ( , ), no cumplen
con la caracterstica de la exhaustividad, pues los valores de los extremos no estn incluidos en ningn
intervalo. Si los intervalos son todos [ , ], no cumplen con la caracterstica de ser mutuamente
excluyentes, pues se superponen.

1.2) ANLISIS DE LAS VARIABLES CUANTITATIVAS AGRUPADAS EN INTERVALOS

Ya vimos que el objetivo de la Estadstica era extraer la informacin contenida en un conjunto de

observaciones o datos. Para ello cuenta con las siguientes herramientas:

1.2.1) TABLA DE DISTRIBUCIN DE FRECUENCIAS

Continuando con el ejemplo anterior de los adolescentes y su nivel de glucemia, vamos a trabajar con
una muestra de 20 adolescentes. Las muestras deben ser por lo general de mayor tamao, pero
tomamos slo 20 para manejar con facilidad los datos.
Tenemos entonces un conjunto de 20 datos de la variable X la cual definimos como X = nivel de
glucemia en ayunas, medido en miligramos de glucosa por decilitro de sangre (mg/dl). Estos datos son

98, 150, 100, 70, 80, 110, 123, 85, 115, 120,
130, 110, 105, 98, 140, 81, 125, 120, 130, 126

En primer lugar, organizamos estos datos muestrales en una tabla de distribucin de frecuencias. Lo
primero que debemos hacer esdeterminar los intervalos, con el fin de que los podamos interpretar
de alguna forma.
Existen ciertos valores lmite, para distintas condiciones relacionadas con la cantidad de azcar en
sangre en ayunas. Segn algunos especialistas se puede afirmar lo siguiente:

mg de glucosa por dl de
Condicin
sangre
48 a 73 hipoglucemia
74 a 99 glucemia normal
100 a 125 pre-diabetes
126 a 152 diabetes
Adoptaremos la convencin de construir intervalos de la forma [ , ): implica que el valor de la izquierda
est en el intervalo pero no el de la derecha. Y recordando que las categoras deben ser exhaustivas,
nuestros intervalos sern ligeramente diferentes a los planteados en la tabla anterior:

Categoras
ni total
[xi-1, xi)

[48, 74) 1

[74, 100) 5

[100, 126) 9
 [126, 152) 5

n = 20
A la columna ni se la llama frecuencias absolutas, y en ella se colocan cuntas datos caen en cada
intervalo. Una prctica comn para completarla, en leer uno a uno los datos y colocar una marca (/) al

lado del intervalo donde cada dato se encuentra. Luego contamos la cantidad de y obtenemos ni.
Al sumar esta columna debemos obtener n: el tamao de la muestra.
Es importante tener en cuenta que al organizar los datos en intervalos pierdo la informacin de los datos
originales, pero gano en un mejor ordenamiento de los datos. Por ejemplo, en la tabla veo que tengo 5
adolescentes en el intervalo [ 74, 100 ) pero a partir de la tabla no sabemos si ellos tienen cerca de 74
mg de glucosa por dl de sangre o tienen un nivel cerca de 99 mg/dl, o estn distribuidas de
manera uniforme a lo largo de todo el intervalo.