ESTADISTICA DESCRIPTIVA

INTRODUCCION

1. LA ESTADISTICA ESTA EN TODAS PARTES

La Bolsa se desbarrancó un 7,3 por ciento y cerró con un 4,4 por ciento de caída. Ya
bajó un 29 por ciento en el año y es la más afectada en la región por la debacle
asiática. Economía asegura que "la crisis está en su peor momento"

Mercados se adaptan a precios más bajos que pronosticó Alan Greenspan

La Bolsa argentina cayó 4,3% (17% en lo que va del mes). Wall St. -1,3%

Argentina: se confirma freno interno en economía: El titular de Industria anunció ayer

que se bajó en el último año de un crecimiento de 7% a uno de sólo 3%

1.1. Que es la Estadistica

Podríamos preguntarnos: ¿Qué es la Estadística?

Aunque no parece posible obtener un consenso general sobre su definición, es factible diferenciar
dos especificaciones de la misma:
Como una colección de hechos numéricos que se expresan a través de una relación resumida, la
Estadística está constituida por una serie de enunciados tales como:”El cociente intelectual promedio de los
niños de primer ciclo de la EGB es,” o “siete de cada diez personas prefieren la gaseosa "X" cuando se
compara con la gaseosa "y", o bien “los campeones mundiales de fútbol anotaron 25 goles en 10 partidos
realizados frente a seleccionados de diferentes países...”
Como un método para tratar datos numéricos, se refuerza el concepto de que la Estadística es un
instrumento que se orienta a la recolección, organización, análisis e interpretación de datos numéricos o de
observaciones.
Deben diferenciarse dos funciones del método estadístico:
1 Técnicas de estadística descriptiva: el objetivo central de es presentar información en forma
conveniente, útil y comprensible..
2 Técnicas de inferencia Estadística o Estadística inductiva: se ocupa de generalizar esta
información, o, más específicamente hace inferencias acerca de poblaciones a partir de muestras
extraídas de ellas.

1.2. ¿Por que la Estadistica se estudia en casi todas las Carreras Universitarias?

Las Direcciones Provinciales de Estadística y el Instituto Nacional de Estadística y Censos publican

datos de mercado laboral, costo de vida, canasta familiar, indicadores económicos, etc.
 Todos los tomadores de decisiones ya sea en el ámbito público como en el privado utilizan esos
datos como base que dé fundamento a las decisiones a tomar.
Los especialistas en el campo de la salud se basan en las publicaciones en revistas especializadas
de aquellas investigaciones que les posibilitan actualizarse en los tratamientos de diversas enfermedades.
Los sanitaristas para diseñar las políticas sanitarias de una región atienden a los indicadores de
salud y nivel de vida de la población a cubrir.
Los candidatos políticos van adecuando sus campañas de acuerdo a los datos elaborados por los
especialistas en sondeos de opinión.
Los gustos de los consumidores, estudiados a través de investigaciones de mercado son tenidos en
cuenta para el lanzamiento al mercado de un producto.
Los ingenieros buscan datos para verificar la calidad y la confiabilidad de los materiales a emplear a
fin de mejorar las especificaciones del producto terminado.
A fin de realizar previsiones, autoridades universitarias utilizan datos acerca de la cantidad de
ingresantes, causas de deserción y desgranamiento, duración de la carrera, etc.
Los biólogos, ingenieros agrónomos, los oceanógrafos, realizan todos sus experimentos de campo
utilizando el diseño de experimentos estadísticos.

1.3. Para que vamos a aprender estadistica

a) Para poder leer e interpretar datos de manera crítica

b) Para poder producir datos que den respuestas claras a problemas relevantes del campo de
competencia de la carrera elegida.
c) Para dominar metodologías que permitan extraer conclusiones objetivas basadas en análisis
de datos
En este punto parece importante recalcar que “el objetivo de la ESTADISTICA es el análisis de datos
y la interpretación de resultados y nunca el cálculo en si mismo”.

2. TÉRMINOS DE USO COMÚN EN ESTADISTICA

2.1. Definiciones

Al describir las definiciones de la estadística han aparecido ciertos términos que se hace necesario
definirlos para lograr una mejor comprensión.
a) Variable: característica o fenómeno que puede tomar diferentes valores. Así, edad, religión y
número de hijos son variables porque toman distintos valores cuando se observan diferentes
individuos. Una constante es un valor que nunca puede cambiar. Por ejemplo  = 3,1416.
b) Dato: Valor de la variable asociado a un elemento de una población o una muestra. Por
ejemplo, Ignacio Pérez tiene “25 años”, es “casado”, tiene “1 hijo”, cursa la carrera
“Licenciatura en Administración” y tiene “15 materias aprobadas”.
c) Datos: Conjunto de valores de la variable respuesta medidos a partir de cada uno de los
elementos de una población o muestra.
d) Datos estadísticos: Son números o medidas que han sido recopilados como resultado de
observaciones. Ejemplo el conjunto de edades, estado civil, número de hijos, número de
materias aprobadas de todos los alumnos.
 A estos datos podemos compararlos, analizarlos e interpretarlos. Constituyen la materia prima de la
Estadística.
a) Población o universo: Conjunto completo de individuos, objetos o medidas que poseen alguna
característica común observable.

Todos los tornillos producidos por la máquina A en un mes determinado

Total de alumnos que concurren a la Unidad Académica Caleta Olivia

Total de comercios habilitados por la Municipalidad de Caleta Olivia.

Total de médicos matriculados en la Provincia de Santa Cruz

b) Muestra: Es una parte de la población, extraída con un criterio determinado. El objetivo es
obtener una porción que resulte representativa del conjunto del cual fue seleccionada.
c) Parámetro: Característica numérica de una población.
d) Estadística: Característica numérica de una muestra.
Un ejemplo práctico
Se desea obtener el peso promedio al momento del nacimiento de los recién nacidos en el Hospital
Distrital de Caleta Olivia, en el año 1997.

La variable en estudio es el peso de los recién nacidos en el Hospital Distrital de

Caleta Olivia.

Un dato sería un peso de un recién nacido en particular, por ejemplo 3500 grs.

Datos sería el conjunto de todos los pesos de los recién nacidos en el Hospital
Distrital. Si hubiesen nacido 500 niños tendríamos 500 mediciones de pesos en grs.

La población es el total de recién nacidos en el Hospital Distrital en el año 1997.

Muestra sería una parte de esos recién nacidos extraída con un cierto criterio.

El peso promedio obtenido del total de los recién nacidos en el Hospital es un

parámetro.

El peso promedio de los recién nacidos en la muestra es un estadístico.

Como dijimos anteriormente el análisis estadístico cumple dos funciones cada una de ellas será
descripta más detalladamente.
 3. ESTADÍSTICA DESCRIPTIVA

Habitualmente, cuando se quiere realizar un estudio o investigación se reúne gran cantidad de

información numérica o datos acerca del problema considerado. Los datos recopilados en su forma original,
ocultan la información buscada y no es posible su interpretación. Es por eso que para realizar la función
descriptiva el Estadístico formula reglas y procedimientos para la presentación de los datos en una forma
más útil y significativa mediante el uso de tablas y/o gráficos. También formula reglas para calcular medidas
(estadísticas o parámetros) que resuman la información proporcionada por el conjunto de datos
considerado.
Veamos con un ejemplo

El Directorio de cierto Banco privado cuenta con los montos de los préstamos
personales otorgados por la Institución en el período de un año.

¿Qué operaciones podrá realizar con dichos montos y qué medidas podrá calcular
cumpliendo con la función descriptiva?

Podrá reorganizar los montos y agruparlos obteniendo una visión organizada del
conjunto de datos (distribución de frecuencias)

Podrá construir tablas y gráficas que permitan visualizar los resultados (presentación
en tablas y gráficos)

Podrá calcular promedios de montos u otras medidas más apropiadas para conocer
algo más acerca de los préstamos personales concedidos (medidas de tendencia
central)

Podrá convertir los rangos originales a otras formas que resulten útiles al Directorio
para el estudio del tema en cuestión (percentiles, cuartiles, etc.) y también podrá
cuantificar la variación alrededor de un valor considerado típico (medidas de
dispersión)

Podrá relacionar la magnitud de la relación entre montos otorgados y montos

solicitados cuantificada por el coeficiente de correlación. Establecida dicha relación
tal vez sería posible que el directorio deseara predecir un monto otorgado a partir de
un monto solicitado. (correlación y regresión y predicción)
Aunque la tarea de describir es importante en la mayor parte de los casos no resulta suficiente. Para
llegar a solucionar el problema planteado se requiere otro tipo de análisis.

4. INFERENCIA ESTADISTICA

Para alcanzar la solución del problema se requiere interpretar, realizar predicciones, estimaciones,
decidir si una hipótesis puede o no rechazarse con algún grado de certidumbre. La Estadística Inferencial se
encarga de proporcionar las herramientas necesarias para realizar esas tareas y también de generar otras
herramientas que posibiliten la generalización de los resultados obtenidos de una muestra a todo el conjunto
del que fue extraída.
 Veamos con un ejemplo:

La tasa de desocupación abierta en Río Gallegos es del 4,6%

La tasa de desocupación abierta en Comodoro Rivadavia es del 11,8%

Ambas según la onda de octubre 1997 de la EPH INDEC.

Podemos decir que la desocupación en Río Gallegos es mucho más baja que en
Comodoro Rivadavia?.
Aunque un observador desprevenido consideraría los 7.2 puntos de diferencia suficientes para dar
una respuesta afirmativa la Estadística Inferencial aconsejaría la realización de un test de hipótesis para
determinar si la diferencia es suficientemente grande para contestar de manera afirmativa la pregunta inicial.

Ejercicios y problemas de aplicación

1 Determine en cada caso, si se trata de una variable o de una constante.
a) Número de alumnos atendidos en el Dpto. de Alumnos y Estudio de la UACO por mes.
b) El número de depósitos en un Banco el día 15/05/98
c) Período de duración de los tubos de televisión producidos por una compañía
d) Equipos de fútbol a los que adhieren los estudiantes de la UACO
e) Talla de los alumnos del Ciclo Básico de la Universidad
f) Cantidad de lluvia caída por año en una determinada región
g) Número de profesores por Unidad Académica de la UNPA
h) La edad mínima requerida para votar
i) Número de Empresas con menos de 5 empleados en cada localidad de la Pcia. de Santa Cruz
2 Entre los siguientes enunciados cuál se asemeja más a una estadística, un parámetro, un dato, un
conjunto de datos o una inferencia a partir de datos
e) En Río Gallegos en una muestra de 750 hogares se obtuvo un ingreso promedio por hogar de
$1.200
f) La proporción de empresas con más de 50 empleados en la localidad es 0,20.
g) Mis pagos en concepto de alquiler este año fueron de $1500
h) Las personas que vieron la edición especial de TV. cuando entregaron Los Martín Fierro fueron
13.200.000
i) La producción de automóviles de cada una de las empresas automotrices del país en el año
1997
j) Las notas de Estella en el trimestre son 6, 7, 9, 4
k) La tasa de empleo en el total de los 27 aglomerados urbanos del interior en octubre 1997 fue
33,9%
 3 Para mañana Analía debe llevar un ejemplo de una situación que eventualmente pueda estudiarse
desde el punto de vista de la estadística. Ella piensa que podría ser el consumo de alcohol de los
alumnos de la Universidad donde ella estudia. Suponga que sus compañeros aceptaron su
propuesta.
l) ¿Cuál es la población de estudio?
m) ¿Cuál es la variable que se está tratando de medir?
n) ¿Qué otras variables se podrían tener en cuenta en este estudio?
o) Determine un parámetro a estudiar en esta propuesta
p) ¿Cuál podría ser un dato en este estudio?
q) ¿Cómo sacaría una muestra?
r) ¿Cuál podría ser el conjunto de datos?
4 Nombre cinco poblaciones (No incluya ninguna delimitada por límites geográficos)
5 Comparar la definición de Estadística dada por el Diccionario con la que se cita en este apunte.
6 De los siguientes enunciados, Cuál probablemente exija el empleo de la estadística descriptiva y
cuál el de la inferencia estadística?
s) El director técnico de la selección nacional desea saber el promedio de goles convertidos por
los delanteros elegidos por él para integrar el cuadro de titulares de dicha selección.
t) Un profesor de Historia compara diferentes métodos empleados con dos grupos de alumnos
con el fin de establecer cuál es el método más efectivo
u) Un médico especialista estudia la relación entre el uso de drogas y la enfermedad del SIDA
v) Un político de la ciudad de La Plata quiere analizar la inserción que tiene su imagen en la
comunidad platense.
w) Un educador estudia el efecto de la atención personal en un grupo de estudiantes.

5. VARIABLES Y SU CLASIFICACION

Así como se remarcó la conveniencia de precisar lo que es población y muestra en estadística es

importante definir el concepto de variable.
Se establece un relación entre los tres conceptos al afirmar que:

“la estadística permite hacer inferencia acerca del comportamiento de una variable
en una población, a partir del análisis del comportamiento de dicha variable en una
muestra”.
Variable: es un atributo observable en los elementos de una muestra o población en estudio que no
asume el mismo valor para todos ellos.
Son ejemplo de variables el número de empleados por empresa, el número de obras de
construcción habilitadas por mes, la nacionalidad, el número de hijos por familia, el sexo, el diámetro de los
tornillos producidos por cierta máquina, etc.

Una variable se dice cualitativa o categórica si sus posibles valores son categorías
de clasificación.
 Una variable se dice cuantitativa si los valores que puede asumir son los resultados
de medidas o cantidades.
Ejemplo:
Variables Cualitativas:
Variable Categoría

Condición Laboral Ocupado

Desocupado

Inactivo

Estado Civil Casado

Unido

Soltero

Viudo

Divorciado

Nivel de Primario Incompleto

Instrucción
Secundario Incompleto

Superior Incompleto

Superior Completo

Variables Cuantitativas:
 Ingresos por hogar
 Producción diaria de petróleo
 Número de depósitos diarios en caja de ahorro
 Longitud de clavos
 Número de hijos discapacitados por hogar

Una variable se dice cuantitativa discreta cuando sus valores resultan de un

conteo.

Una variable se dice cuantitativa continua cuando sus valores resultan de

mediciones realizadas sobre cada unidad.
Es decir la variable discreta cuenta y está expresada en valores enteros y la variable continua mide
pudiendo tomar cualquier valor real de un intervalo.
Variable Cuantitativa Discreta:
 Número de habitaciones por vivienda
 Número de días lluviosos por mes
 Número de materias aprobadas por cuatrimestre por cada alumno de la UNPA
 Número de clientes atendidos en un Banco por día
 Número de accidentes ocurridos en una fábrica mensualmente
 Producción mensual de automóviles de cierto tipo y marca
Variable Cuantitativa Continua.
  Tiempo de fabricación de cada unidad de producción por operario
 Diámetro de tuercas producidas por una máquina en un mes
 Tiempo requerido por alumno para completar un práctico
 Edad de los estudiantes de primer año de la Universidad
 Monto de ventas diarias de una empresa
 Peso a los veinte días de los pollos de un criadero

Escalas de medición

Las variables también se pueden clasificar de acuerdo a las escalas de medición. Las escalas de medición
indican, qué cálculos se pueden realizar para resumir y presentar los datos y qué pruebas estadísticas
pueden llevarse a cabo. Por ejemplo, si en una bolsa hay dulces de 4 colores. Supóngase que a los
amarillos se les asigna el número 1 para identificarlos, a los azules el 2, a los rojos el 3 y a los morados el 4.
Se suman los valores asignados a los dulces de la bolsa y se divide entre el número de dulces y se dice que
el color promedio es 3.56 ¿significa esto que el color promedio es morado rojizo?. En este ejemplo no se
han usado correctamente las escalas de medición.

Existen cuatro niveles en la escala de medición: a) nominal, b) ordinal, c) de intervalo, y d) de razón. El nivel
más bajo en la escala es nominal, el más alto o el que nos da más informaciones el de razón.
a) Variables de nivel nominal. Las observaciones únicamente se pueden clasificar o contar. No hay un
orden particular para cada clase. La clasificación de los dulces por colores puede ser un ejemplo de
nivel de medición nominal. Clasificamos los dulces sólo por su color y podemos tomar primero los
morados, los azules, o los de cualquier otro color; no hay un orden natural. Las categorías que se
establecen son mutuamente excluyentes; es decir, un dulce no puede ser rojo y azul a la vez. Otra
característica de estas categorías es que son colectivamente exhaustivas; es decir, que todos los
dulces deben pertenecer a una categoría, en una bolsa de Freskas no puede haber un dulce que no
sea rojo, ni azul, ni amarillo, ni morado, ya que sólo existen esos colores.

b) Variables de nivel ordinal. El siguiente nivel es el ordinal. Tiene todas las características del nivel
nominal (sus categorías son mutuamente excluyentes y colectivamente exhaustivas).
Adicionalmente, sus valores tienen un orden lógico natural. Por ejemplo, supóngase que un profesor
de estadística es evaluado por sus alumnos al final del curso, la pregunta que se les hace es ¿En
general, como califica usted al maestro de esta clase?. Las opciones son “excelente”, “bueno”,
“aceptable”, “malo” y “pésimo”. Cada categoría es más alta o mejor que la siguiente, “excelente” es
mejor que “bueno” y así sucesivamente. Sin embargo no se puede distinguir la magnitud de las
diferencias entre categorías. No se puede decir que la distancia entre “excelente” y “bueno” sea la
misma que entre “malo” y “pésimo”. Más aún, no se puede decir que una calificación de “excelente”
sea cuatro veces mejor que “malo”. Sólo se puede concluir que “excelente” es mejor que “malo”,
pero no se puede decir cuán mejor es.

c) Variables de nivel de intervalo. Este es el siguiente nivel de la escala en orden ascendente. Tiene
todas las características del nivel ordinal, pero, además la diferencia entre sus valores o categorías
es de un tamaño constante. Un ejemplo es la temperatura. Supóngase que las temperaturas de tres
días consecutivos en la Ciudad de México fueron 20°C, 22°C y 24°C. Estos datos se pueden
ordenar fácilmente, pero también se puede calcular la distancia entre cada uno, esto es posible
porque un grado centígrado es una unidad constante de medición. Es importante notar que 0° es
sólo un punto en la escala de medición, y que no representa la ausencia de valor; así, 0° no indica
que no haya temperatura, sólo que hace frío.

d) Variables de nivel de razón. Es el nivel de medición más alto. Tiene todas las características de el
nivel de intervalo, pero, adicionalmente el punto 0 indica la ausencia del valor que se mide.
Ejemplos de este nivel son: el dinero, el peso, la altura, la distancia. Supóngase que una persona
tiene 0 pesos en su estado de cuenta, eso quiere decir que no tiene dinero en esa cuenta.
 Resumen Escalas de Medición
Características que tiene Características que no Ejemplo
tiene
 Son mutuamente excluyentes  No establecen un  Color
Nominal  Son exhaustivas orden  Raza
 Sexo
 Son mutuamente excluyentes  La distancia entre  Escalas de bueno, regular y
Ordinal  Son exhaustivas cada valor no es malo
 Establecen un orden medible.

 Son mutuamente excluyentes  El cero no indica la  La temperatura, 0° no indica

 Son exhaustivas ausencia del valor que que no haya temperatura
de Intervalo  Establecen un orden se mide, es arbitrario
 La distancia entre cada valor
es igual
 Son mutuamente excluyentes * El dinero, $0.00 indica que no hay
 Son exhaustivas dinero
 Establecen un orden
de Razón  La distancia entre cada valor
es igual
 El cero indica la ausencia del
valor que se mide, es
absoluto

1.1. Razones , proporciones y tasas

Supongamos que un grupo de 400 estudiantes esté conformado por 300 mujeres y 100 varones.
Aunque resulta evidente el predominio de mujeres si se divide el número de mujeres por el de varones
resultará más notable la intensidad de dicho predominio.
M / V = 300 / 100 = 3 es decir que en el grupo hay tres mujeres por cada varón.
También se podría haber dividido el número de mujeres por el total de integrantes del grupo es decir

M M 300 300 3
     0,75
T V  M 300  100 400 4

Con esto se evidencia que de cada 4 estudiantes, tres son del sexo femenino.
En el primer caso se relacionó el número de observaciones de una categoría con el número de
observaciones de otra. Esta relación se llama “razón”. Expresa la relación de tamaño entre una y otra
categoría. La razón puede tomar cualquier valor positivo.
En el segundo caso se relacionó el número de observaciones de una categoría con el total general
del grupo. Esta relación se llama “proporción”. Es útil para obtener una comparación entre las partes y el
todo. El mayor valor que puede tomar es 1.
Un “porcentaje” es una proporción multiplicada por 100. En nuestro caso será:
M M 300 300 3
 100   100   100   100   100  75%
T V M 300  100 400 4
- Tasas
Una “tasa” es una proporción establecida entre un número de observaciones que poseen
determinado atributo (numerador) y el total de observaciones( denominador) utilizando un factor que puede
ser 100, 1000 o 100.000 de acuerdo a la tasa de que se trate . Representa la fuerza con que se produce un
fenómeno determinado en una población dada.
73
Tasa de desocupación   100  17,2
425

Podemos mencionar la tasa de desocupación:

 Numerador: desocupados 73
 Denominador Población Económicamente activa: 425
La tasa de desocupación indica la fuerza con que el fenómeno de la desocupación afecta a la
localidad de Caleta Olivia, es decir, a 17 personas de cada 100 económicamente activos en septiembre de
1997.
139
Tasa de mortalidad   1000  4,97
27946

Otro ejemplo es:

En este caso
Numerador: nº de defunciones en 1991/139
Denominador: población total en 1991/27946
Esta tasa está indicando que han fallecido casi 5 habitantes por cada 1000. Se la conoce como tasa
de mortalidad general.