ESTADISTICA DESCRIPTIVA

Grupo 300046_103

PASO 2
IDENTIFICACION Y ANALISIS DE VARIABLES ESTADISTICA

ELABORADO POR
KAREN YULIETH SALGADO GOMEZ

PRESENTADO A TUTOR
JESSICA ALMEIDA BRAGA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA _ UNAD

24/04/2020
 INTRODUCCION

Este trabajo busca reforzar las capacidades de cada estudiante y sobre

todo busca el conocimiento de cada una de las variables que vamos a
trabajar a lo largo del curso. La estadística es una de las ramas de la
ciencia matemática que se centra en el trabajo con datos e
informaciones que son ya de por sí numéricos o que ella misma se
encarga de transformar en números y si no tenemos esto en cuenta no
estamos haciendo nada bien.

Objetivos
 Brindar más conocimiento sobre la estadística.
 Manejar un buen contexto sobre las diferentes variables.
 Resumen de la web conferencia

El tutor encargado de la conferencia, empozo a hablar sobre la

importancia de los términos que nos mandaron a investigar, que solo no
se trataba de copiar y pegar si no de tener en cuenta sus definiciones y
la importancia de ellas, cual es la diferencia entre cada una de ellas.
Nos explicó que esta actividad es muy importante ya que los términos
que vamos a investigar tiene una relación con la actividad fase 4, por
eso siempre repite la importancia de prestar atención al momento de
definir los términos. Empezó a definir un poco de las variables más
importantes ya como las variables continuas y las directas.
Para el trabajo colaborativo nos mandó un link para que ingresáramos y
viéramos los documentos que nos manda para el desarrollo del trabajo
ya que la biblioteca de la unad no lo está permitiendo y además de eso
nos mandó dos tutoriales también nos dice que todo el tiempo tenemos
que analizar las formulas, nos aclara sobre unas aplicaciones para el
desarrollo ya que son la base fundamental ay que los tutoriales que
aparecen hay nos resuelven nuestras dudas.
Consultar la bibliografía disponible en el Entorno de Conocimiento para
la Unidad 1 y explicar con sus propias palabras los siguientes términos:
• Variable cuantitativa continua: Las variables cuantitativas
continuas pueden adoptar cualquier valor en el marco de un
determinado intervalo. De acuerdo a la precisión del instrumento que
realiza la medición, pueden existir otros valores en el medio de dos
valores. La altura de una persona, por ejemplo, es una variable
cuantitativa continua (pueden ser valores como 1,70 metros; 1,71
metros; 1,72 metros, etc.
• Variable cuantitativa discreta: en cambio, adquieren valores que
están separados entre sí en la escala. Dicho de otro modo: no existen
otros valores entre los valores específicos que la variable adquiere. La
cantidad de mascotas que tiene una persona es una variable
cuantitativa discreta: una mujer puede tener 2, 3 o 4 perros, pero
nunca 2,5 o 3,25 perros. En este caso, 2 y 3 son valores que la variable
está en condiciones de adoptar, sin que exista ningún otro valor posible
en el medio de ambos.
• Variable cualitativa nominal: una variable cualitativa nominal presenta
modalidades no numéricas que no admiten un criterio de orden.
Ejemplo: El estado civil, con las siguientes modalidades: soltero,
casado, separado, divorciado y viudo.
• Variable cualitativa categórica: En estadística, una variable categórica
es una variable que puede tomar uno de un número limitado, y por lo
general fijo, de posibles valores, asignando a cada unidad individual u
otro tipo observación a un grupo en particular o categoría nominal sobre
la base de alguna característica cualitativa.
• Media poblacional: Para poblaciones normales o aproximadamente
normales el intervalo de confianza para la media poblacional está
centrado en la media muestral; siendo sus límites, superior e

inferior,   donde  es el valor crítico correspondiente al

grado de confianza   de la distribución t de Student con n-1 grados
de libertad. En la práctica si n es moderadamente grande el valor
crítico  es igual a 1,64 para un intervalo del 90% de confianza, 1,96
para el 95%, o 2,58 para el 99%.
 • Media muestral: cuando usamos la media muestral para estimar
la media de una población, o la proporción de una muestra para estimar
el parámetro de una distribución binomial.

• Varianza poblacional: Es el resultado de la división de la sumatoria de

las distancias existentes entre cada dato y su media aritmética elevadas
al cuadrado, y el número total de datos. Lo que hace la varianza es
establecer la variabilidad de la variable aleatoria.
• Varianza muestral: La varianza de un conjunto de valores es una
medida de variación igual al cuadrado de la desviación estándar. 

• Desviación estándar: La desviación estándar es la medida de

dispersión más común, que indica qué tan dispersos están los datos con
respecto a la media. El símbolo σ (sigma) se utiliza frecuentemente para
representar la desviación estándar de una población, mientras que s se
utiliza para representar la desviación estándar de una muestra.
• Mediana: El número de la mitad en un conjunto de números. Para
encontrar la mediana coloca los números que te han dado en orden de
valor y encuentra el número del medio. Ejemplo: encuentra
la Mediana de {12, 3 y 5}. Ponlos en orden: {3, 5, 12}, el número del
medio es 5, entonces la mediana es 5.
• Moda: En la estadística, la moda es el valor con mayor frecuencia en
una de las distribuciones de datos. Esto va en forma de una columna
cuando encontremos dos modas, es decir, dos datos que tengan la
misma frecuencia absoluta máxima.
• Cuartiles: Los cuartiles son los tiles que se multiplican por un cuarto
de un conjunto de datos.
• Percentiles: es una medida de posición usada en estadística que
indica, una vez ordenados los datos de menor a mayor, el valor de la
variable por debajo del cual se encuentra un porcentaje dado de
observaciones en un grupo.
• Regla de Sturges ¿para qué sirve?: En estadística descriptiva la Regla
de Sturges es un criterio muy utilizado cuando se quiere realizar un
histograma de frecuencias ya que con esta regla se calcula el número de
clases (o intervalos) necesarios para representar fielmente los datos.
• Frecuencia absoluta: es el número de veces que aparece un
determinado valor en un estudio estadístico. La suma de
las frecuencias absolutas es igual al número total de datos, que se
representa por N. Para indicar resumidamente estas sumas se utiliza la
letra griega Σ (sigma mayúscula) que se lee suma o sumatoria.
• Frecuencia relativa: es el cociente entre la frecuencia absoluta de un
determinado valor y el número total de datos. La frecuencia relativa se
puede expresar en tantos por ciento y se representa por ni. La suma de
las frecuencias relativas es igual a 1.
• Frecuencia absoluta acumulada: es el resultado de ir sumando
las frecuencias absolutas de las observaciones o valores de una
población o muestra. Esta se representa por las siglas Fi. Para calcular
la frecuencia absoluta acumulada, hay que calcular primero la frecuencia
absoluta (fi) de la población o muestra.
• Frecuencia relativa acumulada:  es el cociente entre la frecuencia
acumulada de un determinado valor y el número total de datos.
• Tabla de frecuencias: Ordenamiento en forma de tabla de los datos
estadísticos, asignando a cada dato su frecuencia correspondiente.
Las Tablas de frecuencias son herramientas de Estadística donde se
colocan los datos en columnas representando los distintos valores
recogidos en la muestra y las frecuencias (las veces) en que ocurren.
• ¿Cómo es la tabla de frecuencias de una variable continua y de una
discreta? ¿cuál tiene intervalos?

• Boxplot o diagrama de cajas: También conocido como diagrama de

caja y bigote, box plot, box-plot o boxplot. Es un método estandarizado
para representar gráficamente una serie de datos numéricos a través de
sus cuartiles. De esta manera, el diagrama de caja muestra a simple
vista la mediana y los cuartiles de los datos, pudiendo también
representar los valores atípicos de estos.
• Histograma y en qué tipo de variables se usa: En estadística, un
histograma es una representación gráfica de una variable en forma de
barras, donde la superficie de cada barra es proporcional a la frecuencia
de los valores representados.
• Gráfico de barras y en qué tipo de variables se usa: Un diagrama de
barras, también conocido como gráfico de barras o gráfico de columnas,
es una forma de representar gráficamente un conjunto de datos o
valores, y está conformado por barras rectangulares de longitudes
proporcionales a los valores representados.

CONCLUSION

Con este trabajo podemos concluir que sin la importancia de la

estadística nuestras carreras no son nada, ya que son la base
fundamental de todo trabajo, saber su correcta utilización nos facilitara
todo en nuestro día a día.
Espero que con la realización de este trabajo comprenda mejor la
estadística y su importancia ya que nos ofrece diversas cosas para
aprender cada vez más.
Bibliografía
Balzarini, M. (2013). Estadística y biometría: ilustraciones del uso e infostat en
problemas de agronomía, p. 257-292. Recuperado
de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?
docID=3221775&query=bioestadistica
Matus, R., Hernández, M., & García, E. (2010). Estadística. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?
ppg=1&docID=3187261&tm=1519661894239
Balzarini, M. (2013). Estadística y biometría: ilustraciones del uso e infostat en
problemas de agronomía. Recuperado
de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?
docID=3221775&query=bioestadistica