Está en la página 1de 14

INTRODUCCIN

Si bien es importante destacar que la estadstica es una herramienta


fundamental que permite llevar a cabo el proceso relacionado con la
investigacin cientfica. Estudia el uso y los anlisis provenientes de una
muestra representativa de datos, graficas clculos entre otros. Se utiliza para
la toma de decisiones bien sea en reas de negocios o instituciones.

Es importante destacar que la estadstica se divide en dos grandes reas


tales como: la estadstica descriptiva, que se dedica a la descripcin,
visualizacin de datos, y pueden ser resumidas numrica o grficamente. Y
la estadstica inferencial tambin conocida como estadstica inductiva, se
especializa ms que todo en llegar a conclusiones de los datos analizados.
Uno de los principales objetivos de la estadstica inferencial es la de estimar
las propiedades de una poblacin a partir del conocimiento de solo una
muestra de ella, su campo de accin es ms amplio. Tambin hay una
disciplina llamada, estadstica matemtica que utiliza la teora de la
probabilidad y otras como lo es el algebra lineal, y anlisis matemtico.
El concepto matemtico fundamental empleado para entender la
aleatoriedad es el de la probabilidad, antes mencionada.
ESTADSTICA

La estadstica es una ciencia formal y una herramienta que estudia el


uso y los anlisis provenientes de una muestra representativa de datos,
busca explicar las correlaciones y dependencias de un fenmeno fsico o
natural, de ocurrencia en forma aleatoria o condicional.

Sin embargo, la estadstica es ms que eso, es decir, es la herramienta


fundamental que permite llevar a cabo el proceso relacionado con
la investigacin cientfica. Es transversal a una amplia variedad de
disciplinas, desde la fsica hasta las ciencias sociales, desde las ciencias de
la salud hasta el control de calidad. Se usa para la toma de decisiones en
reas de negocios o instituciones gubernamentales.

La estadstica se divide en dos grandes reas:

ESTADSTICA DESCRIPTIVA:
Se dedica a la descripcin, visualizacin y resumen de datos originados a
partir de los fenmenos de estudio. Los datos pueden ser resumidos
numrica o grficamente. Ejemplos bsicos de parmetros
estadsticos son: la media y la desviacin estndar. Algunos ejemplos
grficos son: histograma, pirmide poblacional, grfico circular, entre
otros.

ESTADSTICA INFERENCIAL:

La estadstica inferencial o Inductiva trata de llegar a conclusiones que


sobrepasan el alcance de los datos analizados; es decir, se trata de

2
tcnicas que se emplean para inferir o deducir caractersticas
desconocidas a partir de un conjunto de datos conocidos, apoyndose
fundamentalmente en el clculo de probabilidades. Como resulta
imposible examinar la poblacin entera de los fenmenos que
estudiamos, la construccin de leyes y teoras se tiene que apoyar
en datos mustrales. A partir de unos pocos datos conocidos (los de la
muestra), se trata de obtener informacin de la poblacin total, y esto lo
hace apoyndose en el clculo de probabilidades, como hemos
mencionado anteriormente. Uno de los principales objetivos de
la estadstica inferencial es estimar las propiedades de una poblacin a
partir del conocimiento de slo una muestra de ella. La estadstica
inferencial se basa por lo tanto en la estadstica descriptiva, ya que la
inferencia o deduccin de las propiedades de la poblacin entera se
deriva de las caractersticas de la muestra que es analizada con las
tcnicas de la estadstica descriptiva. En realidad su campo de accin es
ms amplio. Hay tambin una disciplina llamada estadstica matemtica,
la que se refiere a las bases tericas de la materia.

ESTADSTICA MATEMTICA: La estadstica matemtica es escala


previa en el estudio de la estadstica desde un punto de vista puramente
formal, usando la teora de la probabilidad y otras armas en
la matemtica tales como lgebra lineal y anlisis matemtico. La
estadstica matemtica trata de la obtencin de la poeta a partir de los
datos. En la prctica tales datos contienen cierta
aleatoriedad o incertidumbre. La estadstica trabaja con estos datos
usando los mtodos de la teora de la probabilidad. La matemtica se
divide en la estadstica descriptiva y la inferencial.

3
HISTORIA

ORIGEN:

El trmino alemn Statistik, introducido originalmente por Gottfried


Achenwall en 1749, se refera al anlisis de datos del Estado, es decir, la
ciencia del Estado (o ms bien, de la ciudad-estado). Tambin se
llam aritmtica poltica de acuerdo con la traduccin literal del ingls. No fue
hasta el siglo XIX cuando el trmino estadstica adquiri el significado de
recolectar y clasificar datos. Este concepto fue introducido por el militar
britnico sir John Sinclair (1754-1835).

En su origen, por tanto, la estadstica estuvo asociada a los Estados o


ciudades libres, para ser utilizados por el gobierno y cuerpos administrativos
(a menudo centralizados). La coleccin de datos acerca de estados y
localidades contina ampliamente a travs de los servicios de estadstica
nacional e internacional. En particular, los censos comenzaron a suministrar
informacin regular acerca de la poblacin de cada pas. As pues, los datos
estadsticos se referan originalmente a los datos demogrficos de una
ciudad o Estado determinados. Y es por ello que en la clasificacin decimal
de Melvin Dewey, empleada en las bibliotecas, todas las obras sobre
estadstica se encuentran ubicadas al lado de las obras de o sobre
la demografa.

Ya se utilizaban representaciones grficas y otras medidas en pieles, rocas,


palos de madera y paredes de cuevas para controlar el nmero de personas,
animales o ciertas mercancas. Hacia el ao 3000 a. C. los babilonios usaban
ya pequeos envases moldeados de arcilla para recopilar datos sobre la
produccin agrcola y de los gneros vendidos o cambiados. Los egipcios

4
analizaban los datos de la poblacin y la renta del pas mucho antes de
construir las pirmides en el siglo XI a. C. Los libros bblicos
de Nmeros y Crnicas incluyen en algunas partes trabajos de estadstica. El
primero contiene dos censos de la poblacin de la Tierra de Israel y el
segundo describe el bienestar material de las diversas tribus judas.
En China existan registros numricos similares con anterioridad al
ao 2000 a. C. Los antiguos griegos realizaban censos cuya informacin se
utilizaba hacia el 594 a. C. para cobrar impuestos.

ORGENES EN PROBABILIDAD:

Los mtodos estadstico-matemticos emergieron desde la teora


de probabilidad, la cual data desde la correspondencia entre Pascal y Pierre
de Fermat (1654). Christian Huygens (1657) da el primer tratamiento
cientfico que se conoce a la materia. El Ars coniectandi (pstumo, 1713) de
Jakob Bernoulli y la Doctrina de posibilidades (1718) de Abraham de Moivre
estudiaron la materia como una rama de las matemticas. En la era
moderna, el trabajo de Kolmogrov ha sido un pilar en la formulacin del
modelo fundamental de la Teora de Probabilidades, el cual es usado a
travs de la estadstica.

ESTADO ACTUAL:

Durante el siglo XX, la creacin de instrumentos precisos para asuntos


de salud pblica (epidemiologa, bioestadstica, etc.) y propsitos
econmicos y sociales (tasa de desempleo, econometra, etc.) necesit de
avances sustanciales en las prcticas estadsticas.

Hoy el uso de la estadstica se ha extendido ms all de sus orgenes como


un servicio al Estado o al gobierno. Personas y organizaciones usan la

5
estadstica para entender datos y tomar decisiones en ciencias naturales y
sociales, medicina, negocios y otras reas. La estadstica es entendida
generalmente no como un sub-rea de las matemticas sino como una
ciencia diferente aliada. Muchas universidades tienen departamentos
acadmicos de matemticas y estadstica separadamente. La estadstica se
ensea en departamentos tan diversos como psicologa, educacin y salud
pblica.

Al aplicar la estadstica a un problema cientfico, industrial o social, se


comienza con un proceso o poblacin a ser estudiado. Esta puede ser la
poblacin de un pas, de granos cristalizados en una roca o de bienes
manufacturados por una fbrica en particular durante un periodo dado.
Tambin podra ser un proceso observado en varios instantes y los datos
recogidos de esta manera constituyen una serie de tiempo.

Por razones prcticas, en lugar de compilar datos de una poblacin entera,


usualmente se estudia un subconjunto seleccionado de la poblacin, llamado
muestra. Datos acerca de la muestra son recogidos de manera observacional
o experimental. Los datos son entonces analizados estadsticamente lo cual
sigue dos propsitos; descripcin e inferencia.

El concepto de correlacin es particularmente valioso. Anlisis estadsticos


de un conjunto de datos puede revelar que dos variables (esto es, dos
propiedades de la poblacin bajo consideracin) tienden a variar
conjuntamente, como si hubiera una conexin entre ellas. Por ejemplo, un
estudio del ingreso anual y la edad de muerte podran resultar en que
personas pobres tienden a tener vidas ms cortas que personas de mayor
ingreso. Las dos variables se dice que estn correlacionadas. Sin embargo,
no se puede inferir inmediatamente la existencia de una relacin de
causalidad entre las dos variables. El fenmeno correlacionado podra ser la

6
causa de una tercera, previamente no considerada, llamada variable
confusora.

El concepto matemtico fundamental empleado para entender la


aleatoriedad es el de probabilidad. La estadstica matemtica (tambin
llamada teora estadstica) es la rama de las matemticas aplicadas que usa
la teora de probabilidades y el anlisis matemtico para examinar las bases
tericas de la estadstica.

El uso de cualquier mtodo estadstico es vlido solo cuando el sistema o


poblacin bajo consideracin satisface los supuestos matemticos del
mtodo. El mal uso de la estadstica puede producir serios errores en la
descripcin e interpretacin, lo cual podra llegar a afectar polticas sociales,
la prctica mdica y la calidad de estructuras tales como puentes y plantas
de reaccin nuclear.

Incluso cuando la estadstica es correctamente aplicada, los resultados


pueden ser difciles de interpretar por un inexperto. Por ejemplo, el
significado estadstico de una tendencia en los datos, que mide el grado al
cual la tendencia puede ser causada por una variacin aleatoria en la
muestra, puede no estar de acuerdo con el sentido intuitivo. El conjunto de
habilidades estadsticas bsicas (y el escepticismo) que una persona
necesita para manejar informacin en el da a da se refiere como cultura
estadstica.

MTODOS ESTADSTICOS:

Un objetivo comn para un proyecto de investigacin estadstica es


investigar la causalidad, y en particular extraer una conclusin en el efecto
que algunos cambios en los valores de predictores o variables

7
independientes tienen sobre una respuesta o variables dependientes. Hay
dos grandes tipos de estudios estadsticos para estudiar causalidad: estudios
experimentales y observacionales. En ambos tipos de estudios, el efecto de
las diferencias de una variable independiente (o variables) en el
comportamiento de una variable dependiente es observado. La diferencia
entre los dos tipos es la forma en que el estudio es conducido. Cada uno de
ellos puede ser muy efectivo.

NIVELES DE MEDICIN:

Hay cuatro tipos de mediciones o escalas de medicin en estadstica. Los


cuatro tipos de niveles de medicin (nominal, ordinal, intervalo y razn)
tienen diferentes grados de uso en la investigacin estadstica. Las medidas
de razn, en donde un valor cero y distancias entre diferentes mediciones
son definidas, dan la mayor flexibilidad en mtodos estadsticos que pueden
ser usados para analizar los datos. Las medidas de intervalo tienen
distancias interpretables entre mediciones, pero un valor cero sin significado
(como las mediciones de coeficiente intelectual o temperatura en
grados Celsius). Las medidas ordinales tienen imprecisas diferencias entre
valores consecutivos, pero un orden interpretable para sus valores. Las
medidas nominales no tienen ningn rango interpretable entre sus valores.

La escala de medida nominal, puede considerarse la escala de nivel ms


bajo. Se trata de agrupar objetos en clases. La escala ordinal, por su parte,
recurre a la propiedad de orden de los nmeros. La escala de intervalos
iguales est caracterizada por una unidad de medida comn y constante. Es
importante destacar que el punto cero en las escalas de intervalos iguales es
arbitrario, y no refleja en ningn momento ausencia de la magnitud que
estamos midiendo.

8
VARIABLE

Una variable es una propiedad que puede fluctuar y cuya variacin es


susceptible de adoptar diferentes valores, los cuales pueden medirse u
observarse. Las variables adquieren valor para la investigacin cuando se
relacionan con otras variables, es decir, si forman parte de una hiptesis o de
una teora. En este caso se las denomina constructos o construcciones
hipotticas.

Existen diferentes tipos de variables:

VARIABLES CUALITATIVAS:

Son el tipo de variables que como su nombre lo indica expresan distintas


cualidades, caractersticas o modalidad. Cada modalidad que se presenta
se denomina atributo o categora, y la medicin consiste en una
clasificacin de dichos atributos. Las variables cualitativas puede
ser dicotmicas cuando slo pueden tomar dos valores posibles, como s
y no, hombre y mujer o ser politmicas cuando pueden adquirir tres o ms
valores. Dentro de ellas podemos distinguir:

VARIABLE CUALITATIVA ORDINAL O VARIABLE CUASI-


CUANTITATIVA: La variable puede tomar distintos valores ordenados

Siguiendo una escala establecida, aunque no es necesario que el


intervalo entre mediciones sea uniforme, por ejemplo: leve, moderado,
fuerte.

9
VARIABLE CUALITATIVA NOMINAL: En esta variable los valores no
Pueden ser sometidos a un criterio de orden, como por ejemplo los
colores.

VARIABLES CUANTITATIVAS:

Son las variables que toman como argumento, cantidades numricas,


son variables matemticas. Las variables cuantitativas adems pueden
ser:

VARIABLE DISCRETA: Es la variable que presenta separaciones o


interrupciones en la escala de valores que puede tomar. Estas
separaciones o interrupciones indican la ausencia de valores entre los
distintos valores especficos que la variable pueda asumir. Ejemplo: El
nmero de hijos (1, 2, 3, 4, 5).

VARIABLE CONTINUA: Es la variable que puede adquirir cualquier


valor dentro de un intervalo especificado de valores. Por ejemplo la
masa (2,3 kg, 2,4 kg, 2,5 kg,...) o la altura (1,64 m, 1,65 m, 1,66 m,...),
o el salario. Solamente se est limitado por la precisin del aparato
medidor, en teora permiten que exista un valor entre dos variables.

Segn la influencia que asignemos a unas variables sobre otras, podrn ser:

VARIABLES INDEPENDIENTES: Una variable independiente es


aquella cuyo valor no depende de otra variable. La variable
independiente se representa en el eje de abscisas.

10
Son las que el investigador escoge para establecer agrupaciones en el
estudio, clasificando intrnsecamente a los casos del mismo. Un tipo
especial son las variables de control, que modifican al resto de las
variables independientes y que de no tenerse en cuenta
adecuadamente pueden alterar los resultados por medio de un sesgo.
Es aquella caracterstica o propiedad que se supone ser la causa del
fenmeno estudiado. En investigacin experimental se llama as a
la variable que el investigador manipula.

VARIABLES DEPENDIENTES:
Una variable dependiente es aquella cuyos valores dependen de los
que tomen otra variable. La variable dependiente en una funcin se
suele representar por y. La variable dependiente se representa en el
eje ordenadas. Son las variables de respuesta que se observan en el
estudio y que podran estar influidas por los valores de las variables
independientes.

VARIABLES INTERVINIENTES:

Son aquellas caractersticas o propiedades que, de una manera u otra,


afectan el resultado que se espera y estn vinculadas con las variables
independientes y dependientes. Y es muy similar a la variable
moderadora aunque no son iguales solo son muy similares a la
forma de relacionarlas.

VARIABLES MODERADORAS:

Segn Tuckman Representan un tipo especial de variable independiente,


que es secundaria, y se selecciona con la finalidad de determinar si

11
afecta la relacin entre la variable independiente primaria y las variables
dependientes

GRFICA

Un grfico o una representacin grfica son un tipo de representacin


de datos, generalmente numricos, mediante recursos
grficos (lneas, vectores, superficies o smbolos), para que se manifieste
visualmente la relacin matemtica o correlacin estadstica que guardan
entre s. Tambin es el nombre de un conjunto de puntos que se plasman en
coordenadas cartesianas y sirven para analizar el comportamiento de un
proceso o un conjunto de elementos o signos que permiten la interpretacin
de un fenmeno. La representacin grfica permite establecer valores que no
se han obtenido experimentalmente sino mediante la interpolacin (lectura
entre puntos) y la extrapolacin (valores fuera del intervalo experimental).

GRFICAS EN ESTADSTICA:

La estadstica grfica es la descripcin e interpretacin de datos e inferencias


sobre stos. Forma parte de los programas estadsticos usados con los
ordenadores. Autores como Edward R. Tufte han desarrollado nuevas
soluciones de anlisis grficos. Existen diferentes tipos de grficas:

GRFICO LINEAL: los valores en dos ejes cartesianos ortogonales entre


s. Las grficas lineales se recomiendan para representar series en el
tiempo, y es donde se muestran valores mximos y mnimos; tambin se
utilizan para varias muestras en un diagrama.

12
GRFICO DE BARRAS: se usa cuando se pretende resaltar la
representacin de porcentajes de datos que componen un total. Una
grfica de barras contiene barras verticales que representan valores
numricos, generalmente usando una hoja de clculo. Las grficas de
barras son una manera de representar frecuencias; las frecuencias estn
asociadas con categoras. Una grfica de barras se presenta de dos
maneras: horizontal o vertical. El objetivo es poner una barra de largo
(alto si es horizontal) igual a la frecuencia. La grfica de barras sirve para
comparar y tener una representacin grfica de la diferencia de
frecuencias o de intensidad de la caracterstica numrica de inters.
HISTOGRAMA: se emplea para ilustrar muestras agrupadas en
intervalos. Est formado por rectngulos unidos a otros, cuyos vrtices de
la base coinciden con los lmites de los intervalos y el centro de cada
intervalo es la marca de clase que representamos en el eje de las
abscisas. La altura de cada rectngulo es proporcional a la frecuencia del
intervalo respectivo.
GRFICO CIRCULAR: permite ver la distribucin interna de los datos que
representan un hecho, en forma de porcentajes sobre un total. Se suele
separar el sector correspondiente al mayor o menor valor, segn lo que
se desee destacar.
PICTOGRAMA: Son imgenes que sirven para representar el
comportamiento o la distribucin de los datos cuantitativos de una
poblacin, utilizando smbolos de tamao proporcional al dato
representado. Una posibilidad es que el grfico sea analgico por
ejemplo, la representacin de los resultados de las elecciones con
colores sobre un hemiciclo.

EJE NUMRICO:

13
Un grfico de eje numrico es un diagrama de barras, de lneas o de rea
que utiliza un campo numrico o un campo de fecha/hora como campo A
cambio de. Los grficos de eje numrico proporcionan un medio para aplicar
una escala a los valores del eje X, crendose de este modo un eje X
numrico verdadero o un ejemplo X de fecha/hora verdadero.

CONCLUSION

La estadstica a variado su significado a travs del tiempo, pasando de


ser una herramienta usada solo para la administracin de los gobiernos, a
una ciencia con un sin fin de aplicaciones en diferentes disciplinas. La
estadstica pasa a ser una ciencia bsica cuyo objetivo principal es el
procesamiento y anlisis de grandes volmenes de datos, resumindolos en
tablas, grficos e indicadores estadsticos que permiten la fcil compresin
de las caractersticas concernientes a este fenmeno estudiado.

Si nos enfocamos un poco en su historia, antes de la estadstica, ya se


utilizaban representaciones grficas y otras medidas en pieles, roca, palos de
madera y paredes de cuevas para controlar el nmero de personas, animales
o ciertas mercancas.

Finalmente es importante destacar que la estadstica es esencial en nuestra


vida cotidiana, ya que nos permite estar al tanto de un buen funcionamiento
bien sea de una empresa, o institucin intergubernamental. Desde luego que
podemos aplicar una serie de caractersticas ya existentes como son los
datos, grficos, variables, clculos, toma de decisiones y dems.

14

También podría gustarte