UNIVERSIDAD TECNOLOGICA DE PANAMA

CONFIABILIDAD ESTADISTICA
INVESTIGACION #1
CONFIABILIDAD ESTADISTICA

ESTUDIANTE: CAROLINA GOMEZ PROFESORA: ELENA COBA

FECHA: 3/JUNIO/2019

1. Estadística: Ciencia que utiliza conjuntos de datos numéricos para obtener, a partir de ellos, inferencias
basadas en el cálculo de probabilidades.
La estadística se divide en dos ramas: la estadística descriptiva, la cual se relaciona con la descripción de
los datos recopilados en una muestra, y la estadística inferencial, que se relaciona con el proceso de utilizar
los datos de una muestra para realizar inferencias y tomar decisiones respecto a la población de la cual se
toma la muestra.
La estadística descriptiva es la rama de la estadística que describe o resume de forma cuantitativa
(medible) características de una colección de una recolección de información. Es decir, la estadística
descriptiva se encarga de resumir una muestra estadística (conjunto de datos obtenidos de una población)
en lugar de aprender sobre la población que representa la muestra.
La estadística inferencial se diferencia de la estadística descriptiva principalmente por el uso de la
inferencia y la inducción. Es decir, esta rama de la estadística busca deducir propiedades de
una población estudiada, es decir, no solo recolecta y resume los datos, sino que busca explicar ciertas
propiedades o características a partir de los datos obtenidos.

2. Población: En estadística una población es un conjunto de objetos, individuos, elementos o eventos con
determinadas características. A menudo se obtiene una muestra de dicha población, es decir, un subconjunto
representativo. Luego de realizar un análisis estadístico a la muestra, los resultados se extrapolan al resto
de la población (inferencia estadística). La estadística es comúnmente considerada como una colección de
hechos numéricos expresados en términos de una relación sumisa, y que han sido recopilado a partir de
otros datos numéricos.

3. Muestra: En estadística, una muestra es un subconjunto de casos o individuos de una población. En

diversas aplicaciones interesa que una muestra sea representativa y para ello debe escogerse una técnica
de muestra adecuada que produzca una muestra aleatoria adecuada ( se obtiene una muestra
sesgada cuyo interés y utilidad es más limitado dependiendo del grado de sesgos que presente).

4. Variable: Una variable estadística es una característica que puede fluctuar y cuya variación es susceptible
de adoptar diferentes valores, los cuales pueden medirse u observarse. Las variables adquieren valor cuando
se relacionan con otras variables, es decir, si forman parte de una hipótesis o de una teoría. En este caso se
las denomina constructos o construcciones hipotéticas.
Existen diferentes tipos de variables: cualitativa nominal, cualitativa ordinal, cuantitativa continua, cuantitativa
discreta.

A. Variable cualitativa
Las variables cualitativas son aquellas características o cualidades que no pueden ser
calculadas con números, sino que lo hacen con palabras.
Este tipo de variable, a su vez se divide en las siguientes:
 Cualitativa nominal: Aquellas variables que no siguen ningún orden en específico. P or
ejemplo: Colores (Negro, Naranja, Amarillo).
 Cualitativa ordinal: Aquellas que siguen un orden o jerarquía. Por ejemplo: Nivel
socioeconómico (Alto, medio, bajo).
 Cualitativa binaria: En este caso, las variables son solamente dos. Por ejemplo: Si o No,
Hombre o Mujer.

B. Variable cuantitativa
Las variables cuantitativas son aquellas características o cualidades que sí pueden
expresarse y medirse a través de números .
Este tipo de variable a su vez se divide en:

 Cuantitativa discreta: Aquella variable que usa valores enteros y no finitos. Por ejemplo: La
cantidad de familiares que tiene una persona (2, 3, 4 ó más)
 Cuantitativa continua: Aquella variable que utiliza valores finitos y objetivos. Suele caracterizarse
por utilizar valores decimales. Por ejemplo: El peso de una persona (64.3 Kg, 72.3 Kg, etc).

5. Escala de medida: El nivel de medida de una variable en matemáticas y estadísticas, también

llamado escala de medición, es una clasificación acordada con el fin de describir la naturaleza de la
información contenida dentro de los números asignados a los objetos y, por lo tanto, dentro de una variable.
A. Escala nominal: Se utiliza en todas aquellas modalidades o características en las que la única
comprobación empírica que puede hacerse es la de igualdad o desigualdad.
B. Escala ordinal: Los objetos pueden manifestar determinada característica en mayor grado unos que
otros. Ej. La dureza de los minerales.
C. Escala de intervalos: Permite establecer la igualdad o desigualdad de las diferencias entre las
magnitudes de los objetos medidos. Ej. Termómetro, calendario.
D. Escalas de razón: Las escalas de intervalo sirven para medir características en las que el valor cero
no significa ausencia de dicha característica. Temperatura.

6. Medidas de Tendencia Central: Las medidas de tendencia central son medidas estadísticas que pretenden
resumir en un solo valor a un conjunto de valores. Representan un centro en torno al cual se encuentra
ubicado el conjunto de los datos.
A. Promedio o media: La medida de tendencia central más conocida y utilizada es la media aritmética o
promedio aritmético.
B. Mediana: Otra medida de tendencia central es la mediana. La mediana es el valor de la variable que
ocupa la posición central, cuando los datos se disponen en orden de magnitud. Es decir, el 50% de las
observaciones tiene valores iguales o inferiores a la mediana y el otro 50% tiene valores iguales o
superiores a la mediana.
C. Moda: La moda de una distribución se define como el valor de la variable que más se repite. En un
polígono de frecuencia la moda corresponde al valor de la variable que está bajo el punto más alto del
gráfico. Una muestra puede tener más de una moda.

7. Medidas de dispersión: Las medidas de dispersión entregan información sobre la variación de la variable.
Pretenden resumir en un solo valor la dispersión que tiene un conjunto de datos.
A. Rango de variación: Se define como la diferencia entre el mayor valor de la variable y el menor valor
de la variable.
B. Desviación media: Es la media aritmética de los valores absolutos de las diferencias de cada dato
respecto a la media.
 C. Desviación estándar: Mide el grado de dispersión de los datos con respecto a la media. Se define como
la raíz cuadrada de la varianza según la expresión
D. Varianza: Corresponde a la media aritmética de los cuadrados de las desviaciones respecto a la media.
E. Coeficiente de variación: Es una medida de la dispersión relativa de los datos. Se define como la
desviación estándar de la muestra expresada como porcentaje de la media muestral.

8. Medidas de posición: dividen un conjunto de datos en grupos con el mismo número de individuos. Para
calcular las medidas de posición es necesario que los datos estén ordenados de menor a mayor. Las medidas
de posición relativa se llaman en general cuantiles y se pueden clasificar en tres grandes grupos: Cuartiles,
quintiles, deciles, percentiles.

A. Los Cuartiles (Qn): son los tres valores de la variable de una distribución
que la dividen en cuatro partes iguales, es decir, al 25%, 50% y 75%.
B. Los Deciles: Corresponden a los 9 valores que dividen a estos en 10 partes iguales es decir, al 10%,
al 20%... y al 90%. Los Deciles se designan por D1, D2,..., D9
C. Los percentiles (Pn): son los noventa y nueve valores de la variable de una distribución que la dividen
en cien partes iguales es decir, al 1%, al 2%... y al 99% de los datos. Los percentiles se designan por
P1, P2,... P99

9. Medidas de forma: permiten comprobar si una distribución de frecuencia tiene características especiales
como simetría, asimetría, nivel de concentración de datos y nivel de apuntamiento que la clasifiquen en un
tipo particular de distribución. Las medidas de forma son necesarias para determinar el comportamiento de
los datos y así, poder adaptar herramientas para el análisis probabilístico.
A. La curtosis es el coeficiente de apuntamiento (concentrado en torno al pico máximo) de la distribución
de probabilidad de una variable aleatoria de número real. La curtosis mide el grado de agudeza o
achatamiento de una distribución con relación a la distribución normal, es decir, mide cuán puntiaguda
es una distribución.
a. Medida de Fisher
b. Medida basada en Cuartiles y Percentiles
B. La asimetría es una medida de forma de una distribución que permite identificar y describir la manera
como los datos tiende a reunirse de acuerdo con la frecuencia con que se hallen dentro de la distribución.
Permite identificar las características de la distribución de datos sin necesidad de generar el gráfico.