Está en la página 1de 5

1.

Algunos términos y conceptos que se deben conocer y manejar en


estadística descriptiva, además de definirlos escriba su ecuación
matemática si la tiene, indicando que significa cada termino y de
ejemplos de cada una de ellos:

Población, marco muestral o marco de referencia, las características o


caracteres, variables discretas y continuas, investigación total, muestra o
investigación parcial, muestra no probabilística, parámetros, estimador o
estadígrafo, distribución de frecuencias, diagramas de frecuencias,
histograma, ojiva, polígono de frecuencias, grafico circular o pastel, grafico
de líneas, nube de puntos o diagramas de dispersión, pictogramas,
promedios: media, mediana, moda, media geométrica, armónica, cuadrática
y cubica, medias de dispersión: varianza, desviación típica, coeficiente de
variación, probabilidad y teorema de Bayes.

POBLACIÓN
La población estadística es una variable aleatoria relacionada con los objetos
o individuos que se pretende estudiar en una investigación. Cada uno de los
elementos de la población se denomina individuo y estos comparten algunas
características.
Una población estadística puede ser un grupo de objetos/personas realmente
existentes (por ejemplo, el conjunto de todas las personas de un pueblo) o
un grupo hipotético y potencialmente infinito de objetos concebidos como una
generalización (por ejemplo, el conjunto de todas las jugadas posibles en
ajedrez).

MARCO MUESTRAL O MARCO DE REFERENCIA


Un marco muestral es una lista de elementos que componen el universo que
queremos estudiar y de la cuál se extrae la muestra. Estos elementos a
investigar pueden ser individuos, pero también pueden ser hogares,
instituciones o cualquier otra cosa susceptible de ser investigada. Cada uno
de estos elementos presentes en el marco muestral se conoce como
unidades muestrales.
(TU PONES EL EJEMPLO Q QUIERAS)
Ejemplo: La nomina de pago para los empleados de una empresa.
Ejemplo. Supongamos que queremos medir la satisfacción de los clientes
de una empresa. Para poder generar un marco muestral, podríamos acceder
al sistema informático de la misma y extraer una lista de todas las personas
que han contratado algún producto o servicio en el último año. Cada una de
las personas de esa lista serían unidades muestrales. Seleccionando un
conjunto de estos clientes, obtendríamos una muestra.

LAS CARACTERÍSTICAS O CARACTERES


Las características (o caracteres): Corresponden a ciertos rasgos, cualidades
o propiedades que poseen los elementos que constituyen la población o la
muestra. Algunos caracteres cuantitativos o variables, tales como: estatura,
peso, ingreso, valor, producción, ventas, etc., otros se expresan mediante
palabras por no ser mensurables pero sí cuantificables, tales como:
profesión, cargo, marcas, calidad, etc., y se denominan caracteres
cualitativos o atributos.

VARIABLES DISCRETAS Y CONTINUAS


Variable discreta
Las variables discretas son variables numéricas que tienen un número
contable de valores entre dos valores cualesquiera. Una variable discreta
siempre es numérica. Por ejemplo, el número de quejas de los clientes o el
número de fallas o defectos.
Variable continua
Las variables continuas son variables numéricas que tienen un número
infinito de valores entre dos valores cualesquiera. Una variable continua
puede ser numérica o de fecha/hora. Por ejemplo, la longitud de una pieza o
la fecha y hora en que se recibe un pago.
Ejemplos de variable discreta: número de empleados de una fábrica;
número de hijos; número de cuentas ocultas en Suiza.
Ejemplos de variable continua: temperaturas registradas en un
observatorio; tiempo en recorrer una distancia en una carrera; contenido de
alcohol en un cuba-libre; estatura; tiempo de discurso de un político en las
cortes insultando a los del partido contrario.

INVESTIGACIÓN TOTAL
Investigación total: Es aquella en la cual se toma la totalidad de los elementos
o unidades que conforman la población objeto de estudio. No siempre se
puede realizar una investigación total y debemos observar una parte de ellas.

MUESTRA O INVESTIGACIÓN PARCIAL


Muestra o Investigación parcial: Se define como un conjunto de medidas o el
recuento de una parte de los elementos que componen la población tienen la
misma posibilidad de ser seleccionados. También es un subconjunto de
datos perteneciente a una población de datos. Estadísticamente hablando,
debe estar constituido por un cierto número de observaciones que
representen adecuadamente el total de los datos.
Ejemplo: Para el estudio del desempleo en una ciudad de un millón de
habitantes, se toman como muestras la situación de los miembros de 100
familias aleatoriamente entre los diferentes distritos. Para que la muestra sea
representativa el número de muestras por distrito debe ser proporcional al
tamaño del mismo y las familias analizadas no estar relacionadas entre sí por
proximidad, familiaridad, etc.
TAMAÑO DE LA MUESTRA (TU MIRAS SI LA COLOCAS O NO)
1. CÁLCULO DEL TAMAÑO DE LA MUESTRA DESCONOCIENDO EL
TAMAÑO DE LA POBLACIÓN
La fórmula para calcular el tamaño de muestra cuando se desconoce el
tamaño de la población es la siguiente:

En donde
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
D = precisión (error máximo admisible en términos de proporción)

2. CÁLCULO DEL TAMAÑO DE LA MUESTRA CONOCIENDO EL TAMAÑO DE LA


POBLACIÓN

La fórmula para calcular el tamaño de muestra cuando se conoce el tamaño de la


población es la siguiente:

En donde, N = tamaño de la población Z = nivel de confianza, P = probabilidad de


éxito, o proporción esperada Q = probabilidad de fracaso D = precisión (Error máximo
admisible en términos de proporción).

Ejemplo

1) Calcular el tamaño de la muestra de una población de 500 elementos con un nivel


de confianza del 95%

Solución:
Se tiene N=500, para el 95% de confianza Z = 1,96, y como no se tiene los demás
valores se tomará d = 0,05.

Reemplazando valores de la fórmula se tiene:

MUESTRA NO PROBABILÍSTICA
El muestreo no probabilístico es aquella técnica utilizada en la muestra
estadística que, al contrario de la muestra probabilística, se basa en un
proceso que no les permite a todos los individuos de una población
investigada tener la misma oportunidad de ser seleccionados. Es decir, este
tipo de muestreo predomina a aquellos individuos que al cumplir con cierta
cualidad o característica benefician a la investigación, entonces pueden ser
parte de la muestra.
Ejemplo: seleccionar 50 estudiantes de la carrera de ingeniería industrial, que
ya hayan cursado el cuarto ciclo de la carrera y que tengan promedio arriba
el 75%. Se eligieron a los primeros 50 que cumplan con esta condición. Este
tipo de muestreo se utiliza especialmente en las encuestas de opción.

PARÁMETROS
Parámetros: Son todas aquellas medidas que describen numéricamente la
característica de una población. También se les denomina valor verdadero,
ya que una característica poblacional tendrá un solo parámetro (media,
varianza, etc.). Sin embargo, una población puede tener varias
características, y, por tanto, varios parámetros.

ESTIMADOR O ESTADÍGRAFO
Estimador o Estadígrafo: La descripción numérica de una característica
correspondiente a los elementos de una muestra, se denomina estadígrafo.
De una población se pueden obtener M número de muestras posibles y en
cada una de ellas se puede cuantificar la característica. Obteniéndose por lo
general, valores diferentes para cada muestra, a pesar de ser utilizado el
mismo estadígrafo o medida.
DISTRIBUCIÓN DE FRECUENCIAS, DIAGRAMAS DE FRECUENCIAS,
HISTOGRAMA, OJIVA, POLÍGONO DE FRECUENCIAS, GRAFICO
CIRCULAR O PASTEL, GRAFICO DE LÍNEAS, NUBE DE PUNTOS O
DIAGRAMAS DE DISPERSIÓN, PICTOGRAMAS, PROMEDIOS: MEDIA,
MEDIANA, MODA, MEDIA GEOMÉTRICA, ARMÓNICA, CUADRÁTICA Y
CUBICA, MEDIAS DE DISPERSIÓN: VARIANZA, DESVIACIÓN TÍPICA,
COEFICIENTE DE VARIACIÓN, PROBABILIDAD Y TEOREMA DE
BAYES.