Símbolos estadísticos

La estadística se refiere al estudio de la colección, organización, análisis, interpretación y

presentación de datos, se encuentra relacionada con todos los aspectos que intervienen en los
datos, entre los que se incluyen la recolección de datos en términos de diseño de entrevistas y
experimentos. Un estadístico -persona que se encarga de profesar la estadística- se encuentra
bien versado en la manera de pensar necesaria para la correcta aplicación de un análisis
estadístico, estas personas adquieren la experiencia a través del trabajo, así como el correcto
conocimiento de los símbolos estadísticos.
Los símbolos matemáticos que se encargan de describir y de representar una herramienta o
proceso, reciben el nombre de símbolos estadísticos. Es de mencionar que en ocasiones la
probabilidad y la estadística generalmente tienen convenciones sobre símbolos exclusivos para
dichas disciplinas, a los que se le suman los tradicionales y convencionales símbolos matemáticos.
Generalmente al observar operaciones o procesos estadísticos podría dar la impresión de que nos
encontramos leyendo el alfabeto griego, y en realidad muchos de los símbolos estadísticos son, en
efecto griegos. Cada símbolo (letra) significa un proceso en particular y es por esto que se deben
conocer para poder efectuar un análisis de datos eficiente.
Las letras griegas generalmente se usan para denotar parámetros desconocidos, un parámetro
estimado generalmente se denota al colocar un cursor sobre el símbolo correspondiente, lo que se
conoce como “theta sombrero”. Algunos símbolos estadísticos básicos utilizados comúnmente
son:
• : La media muestral, que se refiere a la muestra media o media empírica así como a la covarianza
de la muestra con las estadísticas que se calculan con base en una colección de datos en una o
más variables de tipo aleatorio. Se refiere a cada uno de los valores que se observan en las
variables.
• S2: Se refiere a la varianza simple.
• r: Simboliza la simple correlación de coeficientes.
• kr: Simboliza el cúmulo de las muestras.
Los símbolos utilizados con mayor frecuencia para referirse a los parámetros de población son:
• μ: Se refiere a la población como tal.
• σ2: Simboliza la varianza de la población.
• ρ: Simboliza la correlación de la población
• κr: Simboliza los cúmulos de población.
• n: Simboliza el número de elementos en una distribución de la muestra.
• α: La letra griega alpha simboliza la intercepción o un error de tipo I.
• β: La letra griega beta simboliza vertiente o un error de tipo II.
• σ: La letra griega sigma simboliza la desviación estándar de la población.
• s: La letra s significa la desviación estándar de la muestra.
• s2: La letra s al cuadrado simboliza la varianza de la muestra.
Otro conjunto de símbolos estadísticos usados con mayor frecuencia son:
• C: Simboliza la distribución, y también es conocida como la distribución para una variable
independiente:
• U: Se refiere a la distribución que no es lo mismo que y también es conocida como variable
dependiente.
• SC: Simboliza todos los elementos (generalmente números) en una distribución.
• N: Simboliza el número de elementos una distribución poblacional.
 Medidas

Medida es la acción y efecto de medir (comparar una cantidad con su unidad o algo no material
con otra cosa; moderar las acciones o palabras). Puede tratarse, por lo tanto, del resultado de una
medición. Por ejemplo: “La mesa tiene una medida de ochenta centímetros de largo por cincuenta
centímetros de ancho”, “Me encanta este mueble, pero, por sus medidas, no creo que entre en mi
cocina”, “Por favor, toma la medida de esa tabla para ver cuánto tenemos que cortar”.
En este sentido, podemos medir, por ejemplo, el tamaño de un objeto o la distancia entre dos
puntos. Eso supondrá que tengamos que utilizar las unidades de medida que se encuentran
estandarizadas. Entre las más significativas, según el Sistema Internacional de Unidades (SIU),
estarían el kilómetro, el metro, el centímetro, el milímetro…
No obstante, existen otras unidades para determinar el tiempo, la masa, la temperatura o la
intensidad lumínica.
En este ámbito de las matemáticas y las ciencias en general tendríamos que añadir la existencia de
lo que se conoce como Teoría de la Medida. Se trata de un estudio o análisis que gira en torno a lo
que son las funciones, la estadística o la probabilidad.
Pero también se utiliza el término medida dentro del ámbito de la Literatura. En este caso, se
viene a referir a la acción que se lleva a cabo con el claro objetivo de dictaminar el número de
sílabas que tiene el verso de un poema.
Precisamente en esta área literatura tendríamos que subrayar la existencia de una obra muy
significativa que fue realizada por el gran escritor británico William Shakespeare. Nos estamos
refiriendo a “Medida por medida”. Se trata de una comedia que aborda cuestiones tales como el
poder, las fuertes normas morales o la sexualidad.
Una medida también puede ser una disposición, una normativa o una decisión: “La medida del
gobierno ha disgustado a los empresarios”, “El intendente planea decretar una medida para
regular el trabajo de los vendedores ambulantes”, “El jefe me comunicó la medida: no la
comparto, pero debo acatarla”.
La correspondencia de algo con otra cosa es otro significado del concepto: “Vamos a bajar la
medicación a medida que retroceda la infección”, “A medida que pasen los entrenamientos, el
equipo presentará un mejor rendimiento”, “El trabajo se paga a medida que recibamos los
envíos”.
Medida puede ser, por otra parte, el grado o intensidad de algo: “No entiendo en qué medida nos
perjudica esto”, “Tendríamos que analizar cuál es la medida del director para tomar una decisión
semejante”.
La cordura, moderación o prudencia en el comportamiento o en la expresión también se conoce
como medida: “La víctima estaba muy nerviosa, pero se mostró medida en sus declaraciones
públicas y aseguró que iba a esperar la decisión de la justicia”, “El futbolista habló con medida,
tratando de evitar la polémica”.
 Escalas

En estadística se estudian datos. Los datos son la representación de atributos o variables que
describen hechos, y al analizarlos y procesarlos, estos se transforman en Información. Para poder
hacer esto, es necesario comparar los datos entre sí y respecto de referencias. Este proceso de
comparación requiere de escalas de medición donde situar cada posible valor que tomen los
datos, y por las diferentes características de estos, existen diferentes tipos de escalas. En la
primera parte del post hablaremos sobre las escalas de medición en estadística.

Luego, tenemos a las variables. En general, en la mayoría de las materias que tuvimos en el colegio
o en la facultad, utilizamos variables para representar las características de elementos que
deseamos estudiar cuando estas cambian según algún parámetro. En la segunda parte del post
veremos cómo se clasifican a las variables que utilizamos en estadística.

Escalas de medición en estadística

Escala nominal: Cuando un dato identifica una etiqueta (o el nombre de un atributo) de un
elemento, se considera que la escala de medición es una escala nominal. En esta carecen de
sentido el orden de las etiquetas, así como la comparación y las operaciones aritméticas. La única
finalidad de este tipo de datos es clasificar a las observaciones.

Escala ordinal: Cuando los datos muestran las propiedades de los datos nominales, pero además
tiene sentido el orden (o jerarquía) de estos, se utiliza una escala ordinal.

Escala de intervalo: En una escala de intervalo, los datos tienen las propiedades de los datos
ordinales, pero a su vez la separación entre las variables tiene sentido. Este tipo de datos siempre
es numérico, y el valor cero no indica la ausencia de la propiedad.

Escala de razón: En una escala de razón, los datos tienen todas las propiedades de los datos de
intervalo, y la proporción entre ellos tiene sentido. Para esto se requiere que el valor cero de la
escala indique la ausencia de la propiedad a medir. Ejemplos de este tipo de variables son el peso
de una persona a el tiempo utilizado para una tarea.
 Desviación típica poblacional
La desviación estándar de la población es un parámetro, que es un valor fijo calculado a partir de
cada individuo de la población.

Desviación estándar de una población La desviación estándar de una población les da a los
investigadores la cantidad de dispersión de los datos de una población entera de los encuestados.
Una desviación estándar de la población representa un parámetro, no una estadística. Los
parámetros se refieren a una propiedad numérica de una población. Una estadística, por el
contrario, significa que un número se puede calcular a partir de los datos. Los investigadores
utilizan las estadísticas para estimar parámetros.

Media aritmética poblacional

Media poblacional La media poblacional técnicamente no es una media sino un parámetro fijo que
coincide con la esperanza matemática de una variable aleatoria. El nombre "media poblacional" se
usa para significar qué valor numérico de una media muestral es numéricamente cercano al
parámetro media poblacional, para una muestra adecuada y suficientemente grande.
 VARIANZAPOBLACIONAL
Cuando se contrasta la hipótesis de igualdad de medias de dos poblaciones o cuando se realiza un
análisis de la varianza (ANOVA) es fundamental decidir si puede aceptarse que las muestras
independientes provienen de poblaciones con la misma varianza. Este problema se resuelve a
partir del análisis exploratorio que proporciona los diagramas de caja y el estadístico del contraste
de Levene.
Si la altura de las 'cajas' y los 'bigotes' correspondientes a los diagramas de caja de cada una de las
muestras son aproximadamente iguales, se tiene un indicio de que posiblemente las muestras
provienen de poblaciones con igual varianza.
Como complemento numérico al gráfico se realiza la prueba de Levene que calcula un estadístico
que mide la diferencia entre las varianzas y la probabilidad de haberla obtenido al azar bajo el
supuesto de que las varianzas poblacionales de los grupos sean iguales. Las hipótesis del contraste
son:

La secuencia es:
Analizar
Estadísticos Descriptivos
Explorar

En el cuadro de diálogo se indica la variable de interés 'Dependiente' y la variable que define los
grupos 'Factores'. En Gráficos se debe activar la opción Estimación de potencia.
El contraste de Levene se realiza por defecto cuando se contrasta la diferencia de dos o más
medias.
Ejemplo

Para la variable Coste de la encuesta Enctran.sav contrastar si existe diferencia significativa entre
las varianzas del coste en transporte de los alumnos que viven en Barcelona y de los que viven
fuera.
En el ejemplo 3 del epígrafe Diferencia de medidas poblacionales se trataba de verificar si existía
una diferencia significativa entre el coste esperado en transporte de los alumnos que viven en
Barcelona y el de los que viven fuera. En este caso es fundamental probar si las varianzas de
ambos grupos pueden considerarse o no iguales, ya que de este supuesto depende que se deba
escoger uno u otro de los dos estadísticos de prueba que aparecen en el cuadro de resultados del
contraste.
Los resultados que se obtuvieron fueron los siguientes:

Como puede verse, bajo la hipótesis nula de varianzas iguales el estadístico de Levene (F) toma el
valor 37,671. Este valor es
suficientemente grande como para rechazar la hipótesis nula para cualquier nivel de significación.
Si se observan los correspondientes diagramas de caja:

Se ve claramente que la variabilidad del coste en el grupo de los residentes en Barcelona es menor
que en el de los no residentes.
 Muestra Estadística
Una muestra estadística 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.

La estadística, como rama de las matemáticas, se encarga de recoger datos, ordenarlos y

analizarlos. Es decir, cuando queremos estudiar un determinado fenómeno recurrimos a la
estadística.

Media muestral
La media muestral es una variable aleatoria, ya que depende de la muestra, si bien es una variable
aleatoria en general con una varianza menor que las variables originales usadas en su cálculo. Si la
muestra es grande y está bien escogida, puede tratarse la media muestral como un valor numérico
que aproxima con precisión la media poblacional, que caracteriza una propiedad objetiva de la
población.

Desviación estándar de una muestra

Una desviación estándar de una muestra estima la desviación estándar de una población basada
en una muestra aleatoria. La desviación estándar de la muestra, a diferencia de la desviación
estándar de la población, es una estadística que mide la dispersión de los datos alrededor de la
media de muestra. En las estadísticas, la "media" es igual a la media de un conjunto de números;
para obtenerla, los investigadores suman una lista de números y dividen el total por la cantidad de
números en la lista. Para calcular la desviación estándar de la muestra, los investigadores dividen
las desviaciones al cuadrado por el número de conjuntos de datos menos 1, luego toman la raíz
cuadrada.
 Datos

Un dato es una representación simbólica (numérica, alfabética, algorítmica, espacial, etc.) de un

atributo o variable cuantitativa o cualitativa. Los datos describen hechos empíricos, sucesos y
entidades. Es un valor o referente que recibe el computador por diferentes medios, los datos
representan la información que el programador manipula en la construcción de una solución o en
el desarrollo de un algoritmo.
Los datos aisladamente pueden no contener información humanamente relevante. Solo cuando
un conjunto de datos se examina conjuntamente a la luz de un enfoque, hipótesis o teoría se
puede apreciar la información contenida en dichos datos. Los datos pueden consistir en números,
estadísticas o proposiciones descriptivas. Los conceptos de datos, información, conocimientos y
sabiduría están inter-relacionados. Los datos convenientemente agrupados, estructurados e
interpretados se consideran que son la base de la información humanamente relevante que se
pueden utilizar en la toma de decisiones, la reducción de la incertidumbre o la realización de
cálculos. Es de empleo muy común en el ámbito informático y, en general, prácticamente en
cualquier investigación científica. En programación, un dato es la expresión general que describe
las características de las entidades sobre las cuales opera un algoritmo. En estructura de datos, es
la parte mínima de la información. Se ha dicho que datos son el nuevo petróleo de la economía
digital.

Tipos de datos.

Magnitud: Es toda característica, o cualidad, de un elemento integrante de la población bajo

estudio estadístico, susceptible de ser observada.

Variable: Es toda magnitud que permite diferenciar entre sí a los componentes de una misma
población.

Parámetro: Es toda magnitud que tiene el mismo valor dentro de una población. O sea, no permite
diferenciar entre sí a sus elementos componentes. Por ejemplo, en un lote de envases de
mermelada, el número de lote es un parámetro, o sea, una magnitud constante. Si tenemos
diferentes lotes el número de lote es una variable.

Valor o Dato: Es el resultado obtenido al medir una magnitud en un elemento de la población.

 Tipos de niveles de medición

Los números se pueden agrupar en 4 tipos o niveles: nominal, ordinal, por intervalos y de razón.
Nivel de medición nominal
El nivel nominal es apenas una medida. Se refiere a la cualidad más que a la cantidad. Un nivel
nominal de medición es simplemente una cuestión de diferenciar por nombre, por ejemplo, 1 =
hombre, 2 = mujer.
Aunque estamos usando los números 1 y 2, estos no indican cantidad. La categoría binaria de 0 y 1
utilizada para las computadoras es un nivel nominal de medición.
Nivel de medición ordinal
Este nivel se refiere al orden en la medición. Una escala ordinal indica la dirección, además de
proporcionar información nominal. Bajo/Medio/Alto o Más Rápido/Más Lento son ejemplos de
niveles ordinales de medición.
Calificar una experiencia con un “9” en una escala de 1 a 10 nos indica que fue mejor que una
experiencia calificada con un “6”.
Muchas escalas o pruebas psicológicas utilizan la escala ordinal de medición.
Nivel de medición de intervalo
Las escalas de intervalo proporcionan información sobre el orden y también poseen intervalos
iguales. Del ejemplo anterior, si supiéramos que la distancia entre 1 y 2 es la misma que entre 7 y
8 en nuestra escala de calificación de 10 puntos, entonces tendríamos una escala de intervalo.
Un ejemplo de una escala de intervalo es la temperatura, medida en una escala Fahrenheit o
Celsius. Un grado representa la misma cantidad subyacente de calor, independientemente de
dónde ocurra en la escala.
Si lo medimos en unidades Fahrenheit, la diferencia entre una temperatura de 46 y 42 es la misma
que la diferencia entre 72 y 68. Las escalas de medición de intervalos iguales pueden ser utilizadas
para medir opiniones y actitudes.
Construir bajo estos niveles de medición requiere de una comprensión más profunda de principios
matemáticos y estadísticos. Sin embargo, es importante comprender los diferentes niveles de
medición al utilizar e interpretar escalas.
Nivel de medición de razón
Además de poseer las cualidades de las escalas nominal, ordinal y de intervalo, una escala de
razón tiene un cero absoluto (un punto donde no existe ninguna de las cualidades que se están
midiendo).
Utilizar una escala de razón permite hacer comparaciones como ser el doble de alto, o la mitad de
alto de una persona. El tiempo de reacción (cuánto tiempo tarda en responder a una señal de
algún tipo) utiliza una escala de medición de razón, el tiempo.
Aunque el tiempo de reacción de un individuo siempre es mayor que cero, conceptualizamos un
punto cero en el tiempo y podemos afirmar que una respuesta de 24 milisegundos es dos veces
más rápida que un tiempo de respuesta de 48 milisegundos.
 Variables estadística
La variable estadística se refiere a una característica o cualidad de un individuo que está propenso
a adquirir diferentes valores. Estos valores se caracterizan por poder medirse.

Por ejemplo, el color de pelo de una persona, las notas de un examen, sexo, estatura de una
persona, etc.

Tipos de variables estadística

Los tipos de variable estadística se dividen de acuerdo a las características que la definan, entre
ellas podemos encontrar los siguientes tipos.

Variable cualitativa

Las variables cualitativas son aquellas características o cualidades que no pueden ser calculadas
con números, sino que lo hacen con palabras.

Variable cuantitativa

Las variables cuantitativas son aquellas características o cualidades que sí pueden expresarse y
medirse a través de números.