“Año del Diálogo y la Reconciliación Nacional”

Facultad : Ciencias contables y administrativas

Esc. Profesional : Administración

Docente : Maximiliano Chanca de la Cruz

Materia : Estadística

Alumnos : Frank Daniel Morales Mozombite

Anderson Javier Medina Alegria

Ciclo : III

Pucallpa – Perú
2018
 Actividad N° 01: Criterios de evaluación de la primera unidad/Síntesis

CONCEPTOS BÁSICOS DE ESTADÍSTICA

Objetivos:
1. Identificar conceptos básicos de estadística.
2. Confeccionar distribuciones de frecuencia a partir de un
conjunto de datos
3. Confeccionar diagramas estadísticos a partir de
distribuciones de frecuencias.

Definiciones:

1. Estadística : la palabra estadística procede del vocablo

"estado" pues era función principal de los gobiernos de los estados
establecer registros de población, nacimientos, defunciones, etc.
Formalmente la estadística es un área o rama de la matemática aplicada, la
cual está interesada en el análisis de diferentes datos, para la obtención de
conclusiones lógicas a partir de los mismos, de ahí que se emplee en
multitud de estudios científicos. Sin embargo la mayoría de las personas
entienden por estadística al conjunto de datos, tablas, gráficos, que se
suelen publicar en los periódicos.

La estadística se puede dividir en dos partes:

a. Estadística descriptiva o deductiva, que trata del recuento,

ordenación y clasificación de los datos obtenidos por las observaciones.
Se construyen tablas y se representan gráficos, se calculan parámetros
estadísticos que caracterizan la distribución, etc.

b. Estadística inferencial o inductiva, que establece previsiones y

conclusiones sobre una población a partir de los resultados obtenidos de
una muestra. Se apoya fuertemente en el cálculo de probabilidades.

2. Estadísticos sobresalientes: Han sido Laplace, Gauss, Mendel,

Sir Francis Galton, Karl Pearson, William S. Gossett y otros, pero como
iniciador se considera John Graunt (Gaunt).

3. Población: Es la completa y total colección de datos que están

en un estudio estadístico. Generalmente se estudia solamente una parte o
un subconjunto de la población y de ello se suponen o se generalizan
conclusiones para la población.
4. Espacio Muestral, Es el conjunto de los posibles resultados
obtenidos de los experimentos realizados en la población, y cada uno de sus
elementos, recibe el nombre de Muestra o Evento.

5. Probabilidad: Muchas veces se confunde con la palabra

estadística y para poder definirla se necesitan algunas antecedentes
previos. Sin embargo, podríamos enfocar la probabilidad como el área
 de las matemáticas que está interesada en calcular las veces que ocurre un
particular evento, cuando todos los posibles resultados son conocidos.

6. Carácter estadístico, es la propiedad que permite clasificar a

los individuos, puede haber de dos tipos:

a. Cuantitativos: son aquellos que se pueden medir. Ejemplo: número

de hijos, altura, temperatura.

b. Cualitativos: son aquellos que no se pueden medir. Ejemplo:

profesión, color de ojos, estado civil.

7. Variable estadística: es el conjunto de valores que puede

tomar el carácter estadístico cuantitativo (pues el cualitativo tiene
"modalidades"). Puede ser de dos tipos:

a. Discreta: si puede tomar un número finito de valores. Ejemplo: número

de hijos.

b. Continua: si puede tomar todos los valores posibles dentro de un

intervalo. Ejemplo: temperatura, altura.

8. Representaciones gráficas: La información que se ha recopilado

pero que aun no se organiza se denomina datos en bruto (o, también, data
cruda). Con frecuencia, es cuantitativa (o numérica), como se ilustra en el
ejemplo 1.

Ejemplo 1 Ejemplo de datos en bruto

El número de descendientes en diez familias diferentes (datos

cuantitativos):

3, 1, 2, 1, 5, 4, 3, 3, 8, 2

Para ello generalmente se usan gráficas de:

a. Líneas
b. Barras
c. Circulares
A continuación las gráficas de los datos del ejemplo 1.

Por lo general, los datos cuantitativos son más útiles cuando están
ordenados o dispuestos en orden numérico.
En forma ordenada, la lista del ejemplo 1 es:

1, 1, 2, 2, 3, 3, 3, 4, 5, 8

Un conjunto de datos, se puede organizar para obtener una mejor visión de

las características específicas a estudiar, particularmente cuando un
conjunto de datos incluye elementos repetidos, se deben organizar en una
distribución de frecuencia.
8. Tabla de distribución de frecuencia: Es la representación en
dos columnas paralelas, de las dos definiciones anteriores, una de ella es la
Distribución y la otra la Frecuencia.

Distribución: Es la organización apropiada de una lista de datos, números,

resultados o eventos para mostrar características precisas.

Frecuencia: Son las veces que se repite un dato, número o evento.

Diagramas estadísticos: Estos diagramas se confeccionan a partir de una

tabla de distribución de frecuencias, los cuales se identifican como:

a. Histograma:
b. Polígono de Frecuencia
c. Circulares
d. Pictograma

a. Histograma: Son una serie de rectángulos cuyas longitudes representan

la frecuencia, que se colocan uno al lado de otro (ver figura 4).

b. Polígono de Frecuencia: se localizan los puntos en el centro de la parte

superior de los rectángulos y se unen los punto por intermedio de
segmentos de rectas (ver figura 5). Algunos autores consideran como
polígono de frecuencia, solo los puntos unidos por los segmentos. (ver figura
5).

c. Circulares o diagrama de pastel: Se emplea un círculo para representar

el total de todas las categorías y lo divide en sectores o pedazos (como las
rebanadas de un pastel) cuyo tamaño muestra las magnitudes relativas de
las categorías. Esto es cada frecuencia se hace proporcional en grados,
teniendo en cuenta que el total del círculo son 360º.(ver figura 6).

Ejemplo 2 Se realizó un Quiz de 10 puntos entre 30 estudiante

de una clase de psicología y las notas fueron las siguientes.
5,3,4,1,2,8,9,8,7,6,6,7,9,8,7,7,1,0,1,5,9,9,8,0,8,8,8,9,5,7.
 Elaboramos una distribución de frecuencias y graficamos

figura 6 (Gráficas obtenida de http://lafacu.com/apuntes/matematica/ ) figura 5

d.Pictogramas

Se representan las cantidades estadísticas por medio de dibujos, utilizando

figuras y objetos, destacando las características que se deben estudiar. A
continuación ejemplos de pictogramas:
Gráficas reproducidas del texto “Elementary Statistics” de Bluman

También existen otros diagramas que solamente enunciaremos:

Ojiva (estadística)
De Wikipedia, la enciclopedia libre

Saltar a navegación, búsqueda

Para otros usos de este término, véase ojiva.

una ojiva secante de foco

 En estadística
La ojiva es una gráfica asociada a la distribución de frecuencias, es decir que
en ella se permite ver cuántas observaciones se encuentran por encima o
debajo de ciertos valores, en lugar de solo exhibir los números asignados a
cada intervalo.

La ojiva apropiada para información que presente frecuencias mayores que el

dato que se está comparando tendrá una pendiente negativa (hacia abajo y a la
derecha) y en cambio la que se asigna a valores menores, tendrá una
pendiente positiva. Una gráfica similar al polígono de frecuencias es la ojiva,
pero ésta se obtiene de aplicar parcialmente la misma técnica a una
distribución acumulativa y de igual manera que éstas, existen las ojivas mayor
que y las ojivas menor que.

Existen dos diferencias fundamentales entre las ojivas y los polígonos de

frecuencias (y por esto la aplicación de la técnica es parcial):

Un extremo de la ojiva no se “amarra” al eje horizontal, para la ojiva mayor que

sucede con el extremo izquierdo; para la ojiva menor que, con el derecho.

En el eje horizontal en lugar de colocar las marcas de clase se colocan las

fronteras de clase. Para el caso de la ojiva mayor que es la frontera menor;
para la ojiva menor que, la mayor.

Las siguientes son ejemplos de ojivas, a la izquierda la mayor que, a la derecha

la menor que, utilizando los datos que se usaron para ejemplificar el
histograma:

La ojiva mayor que (izquierda) se le denomina de esta manera porque viendo el

punto que está sobre la frontera de clase “4:00″ se ven las visitas que se
realizaron en una hora mayor que las 4:00 horas (en cuestiones temporales se
diría: después de las 4:00 horas). De forma análoga, en la ojiva menor que la
frecuencia que se representa en cada frontera de clase son el número de
observaciones menores que la frontera señalada (en caso de tiempos sería el
número de observaciones antes de la hora que señala la frontera).

Si se utiliza una distribución porcentual acumulativa entonces se obtiene una

ojiva (mayor que o menor que según sea el caso) cuyo eje vertical tiene una
escala que va del 0% al 100%. El siguiente ejemplo es la misma ojiva menor
que que se acaba de usar, pero con una distribución porcentual: