UNIVERSIDAD ABIERTA PARA ADULTOS

Asignatura:

Estadística 1

Tema:
Estadística

PARTICIPANTE:
Rosaida mejía del Bois
(16-7378)

FACILITADOR/a:

Mario A. Paredes G.

LUGAR:
Prov. María Trinidad Sánchez, Nagua, Rep. Dom.
 Introducción
El presente trabajo trata acerca de la estadística su clasificación
y sus respectivos elementos u componentes. Tales como,
población, muestra, intervalos, clase, limites de una clase,
Número de clase, medidas de localización y Medidas de
Variabilidad. A demás, da a conocer cómo se pueden representar
gráficamente los datos estadísticos.
Estadística descriptiva 

La estadística descriptiva es una ciencia que analiza series de datos (por ejemplo,
edad de una población, altura de los estudiantes de una escuela, temperatura en
los meses de verano, etc) y trata de extraer conclusiones sobre el comportamiento
de estas variables.

Clasificación de la estadística

La estadística para su mejor estudio se ha dividido en dos ramas las cuales son:
estadística descriptiva y estadística inferencial.

  ESTADÍSTICA DESCRIPTIVA: Consiste en la presentación de datos en forma

de tablas y gráficas. Esta comprende cualquier actividad para resumir o
describir los mismos factores pertinentes adicionales, esto se refiere a no
intentar nada que vaya más allá de los datos.

 ESTADISTICA INFERENCIAL: Se deriva de las observaciones hechas solo a

una parte de un conjunto numeroso de elementos; implicando así que su
análisis requiera de generalizaciones que van más allá de los datos, como
consecuencia la característica más importante del crecimiento de la estadística
ha sido un cambio en el énfasis de los métodos que sirven para generalizarlas.
En otras palabras la estadística inferencial investiga y analiza una población
partiendo de una muestra tomada.

Población se refiere al universo, conjunto o totalidad de elementos sobre los que

se investiga o hacen estudios.

Muestra es una parte o subconjunto de elementos que se seleccionan

previamente de una población para realizar un estudio.
 1. VARIABLE es una propiedad característica de la población en estudio,
susceptible de tomar diferentes valores, los cuales se pueden observar y
medir. Las variables pueden ser de dos tipos: cualitativas y cuantitativas.

2. VARIABLES CUALITATIVAS son aquellas que no se pueden medir

numéricamente NOMINALES son datos que corresponden a categorías que
por su naturaleza no admiten un orden

3.  VARIABLES CUANTITATIVAS son aquellas que tienen valor numérico como

la edad, el precio de un producto, ingresos anuales de un consumidor, etc.

Representación Gráfica De Datos Estadísticos

En los análisis estadísticos, es frecuente utilizar representaciones visuales
complementarias de las tablas que resumen los datos de estudio. Con estas
representaciones, adaptadas en cada caso a la finalidad informativa que se
persigue, se transmiten los resultados de los análisis de forma rápida, directa y
comprensible para un conjunto amplio de personas.

Tipos de representaciones gráficas

Cuando se muestran los datos estadísticos a través de representaciones gráficas,

se ha de adaptar el contenido a la información visual que se pretende transmitir.
Para ello, se barajan múltiples formas de representación:

 Diagramas de barras: muestran los valores de las frecuencias absolutas

sobre un sistema de ejes cartesianos, cuando la variable es discreta o
cualitativa.
 Histogramas: formas especiales de diagramas de barras para distribuciones
cuantitativas continuas.
 Polígonos de frecuencias: formados por líneas poligonales abiertas sobre un
sistema de ejes cartesianos.
 Gráficos de sectores: circulares o de tarta, dividen un círculo en porciones
proporcionales según el valor de las frecuencias relativas.
  Pictogramas: o representaciones visuales figurativas. En realidad son
diagramas de barras en los que las barras se sustituyen con dibujos alusivos
a la variable.
 Cartogramas: expresiones gráficas a modo de mapa.
 Pirámides de población: para clasificaciones de grupos de población por sexo
y edad.

Diagramas de barras e histogramas

Los diagramas de barras se usan para representar gráficamente series

estadísticas de valores en un sistema de ejes cartesianos, de manera que en las
abscisas se indica el valor de la variable estadística y en las ordenadas se señala
su frecuencia absoluta.
Estos gráficos se usan en representación de caracteres cualitativos y cuantitativos
discretos. En variables cuantitativas continuas, se emplea una variante de los
mismos llamada histograma.

Diagrama de barras.
Histograma.

Polígonos de frecuencias

Para construir polígonos de frecuencias, se trazan las frecuencias absolutas o

relativas de los valores de la variable en un sistema de ejes cartesianos y se unen
los puntos resultantes mediante trazos rectos. Con ello se obtiene una forma de
línea poligonal abierta.
Los polígonos de frecuencias se utilizan preferentemente en la presentación de
caracteres cuantitativos, y tienen especial interés cuando se indican frecuencias
acumulativas. Se usan en la expresión de fenómenos que varían con el tiempo,
como la densidad de población, el precio o la temperatura.

Gráficos de sectores

En los diagramas de sectores, también llamados circulares o de tarta, se muestra

el valor de la frecuencia de la variable señalada como un sector circular dentro de
un círculo completo. Por ello, resultan útiles particularmente para mostrar
comparaciones entre datos, sobre todo en forma de frecuencias relativas de las
variables expresadas en forma de porcentaje.

Pictogramas y cartogramas

Para aligerar la presentación de datos estadísticos, con frecuencia se recurre a

imágenes pictóricas representativas del valor de las variables. Dos formas
comunes de expresión gráfica de los datos son:

 Los pictogramas, que muestran diagramas figurativos con figuras o

motivos que aluden a la distribución estadística analizada (por ejemplo, una
imagen antropomórfica para indicar tamaños, alturas u otros).
 Los cartogramas, basados en mapas geográficos que utilizan distintas
tramas, colores o intensidades para remarcar las diferencias entre los datos.

Pirámide de población

Otra forma corriente de presentación visual de datos estadísticos es la llamada

pirámide de población.
Las pirámides de población se utilizan en la expresión de informaciones
demográficas, económicas o sociales, y en ellas se clasifican comúnmente los
datos de la población del grupo de muestra considerado en diferentes escalas de
edad y diferenciada por sexo.

Ejemplo de una pirámide de población.

Polígono de frecuencias. Polígono de frecuencias acumulativas. Gráfico de
sectores. Representación de datos estadísticos en un pictograma.

Todo análisis estadístico se inicia con una primera fase descriptiva de los datos.
ésta tiene por objeto sintetizar la información mediante la elaboración de tablas de
frecuencias, representaciones gráficas y el cálculo de medidas estadísticas (o
estadísticos). Estos procedimientos descriptivos dependen de la naturaleza de la
variable o atributo que se analiza y, en este sentido, el programa SPSS los recoge
en dos menús diferentes según se empleen, básicamente, para sintetizar datos
cualitativos o datos cuantitativos. Así mismo, el programa diferencia entre los
procedimientos descriptivos que hacen referencia al análisis de una sola variable
(análisis unidimensional) de los relativos a dos o más variables conjuntamente
(análisis bidimensional o multidimensional).

 
Distribución de frecuencias 

En estadística, se le llama distribución de frecuencias a la agrupación de datos en

categorías mutuamente excluyentes que indican el número de observaciones en
cada categoría.1 Esto proporciona un valor añadido a la agrupación de datos. La
distribución de frecuencias presenta las observaciones clasificadas de modo que
se pueda ver el número existente en cada clase.

Frecuencia completa
La frecuencia completa por su denominación es el número de veces que aparece
un determinado valor en un valor estadístico. Se representa por fila. La suma de la
frecuencia completa 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 sumatoria.

Frecuencia relativa
Se dice que la frecuencia relativa es el cociente entre la frecuencia absoluta de un
determinado valor y el número total de datos. Se puede expresar en tantos por
ciento y se representa por hi. La suma de las frecuencias relativas es igual a 1
Frecuencia relativa (hi) es el cociente entre la frecuencia absoluta y el tamaño de
la muestra (N).

Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los
valores inferiores o iguales al valor considerado.
La frecuencia acumulada es la frecuencia estadística F(XXr) con que el valor de
un variable aleatoria (X) es menor que o igual a un valor de referencia (Xr).
La frecuencia acumulada relativa se deja escribir como Fc(X≤Xr), o en breve(Xr).
Frecuencia relativa acumulada
La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de
un determinado valor y el número total de datos. Se puede expresar en tantos por
ciento.

Distribución de frecuencias agrupadas

La distribución de frecuencias agrupadas o tabla con datos agrupados se emplea
si las variables toman un número grande de valores o la variable es continua. Se
agrupan los valores en intervalos que tengan la misma amplitud denominados
clases. A cada clase se le asigna su frecuencia correspondiente. Límites de la
clase. Cada clase está delimitada por el límite inferior de la clase y el límite
superior de la clase.

Los intervalos de clase se emplean si

las variables toman un número grande de valores o
la variable es continua.

Se agrupan los valores en intervalos que tengan
la misma amplitud denominados clases. A cada clase se
le asigna su frecuencia correspondiente .

Límites de la clase

Cada clase está delimitada por el límite inferior de

la clase y el límite superior de la clase .

Amplitud de la clase

La amplitud de la clase es la diferencia entre

el límite superior e inferior  de la clase.
 Marca de clase

La marca de clase es el punto medio de cada intervalo y es

el valor que representa a todo el intervalo para el cálculo de
algunos parámetros.

Medidas de Localización
Medidas de localización concepto e importancia.
Las medidas de localización dividen la distribución en partes iguales, sirven para
clasificar a un individuo o elemento dentro de una determinada población o
muestra. Así en psicología los resultados de los test o pruebas que realizan a un
determinado individuo, sirve para clasificar a dicho sujeto en una determinada
categoria en función de la 53-1-u-puntuacióMn obtenida.

Las medidas de localización (posición) son promedios y pueden ser de tendencia

central o no, resumidamente son la media, la mediana, la moda y los cuantiles.
En estos temas se van a obtener valores que cuantifican las propiedades
fundamentales de la distribución de frecuencia, por lo tanto son coeficientes de
tipo promedio que tratan de representar una determinada distribución.

Media o valor promedio

La media aritmética o promedio es un valor representativo de un conjunto de
datos numéricos.
Es una de las medidas que indica un valor central del conjunto de datos.
Si reemplazáramos todos los datos numéricos de mi conjunto por el valor de la
media aritmética, la suma total de todos los datos no cambia.
Ejemplo:
 Supongamos que tenemos las siguientes notas en el curso de Lengua, 6, 9 y 9.
La suma de todos los datos es
Si reemplazamos todas las notas por 8, la suma nos daría también 24, es
decir, 8 es el promedio o media aritmética de las tres notas.
 Mediana.
Es el valor que ocupa el lugar central de todos los datos cuando éstos están
ordenados de menor a mayor.
La mediana se representa por Me.
La mediana se puede hallar sólo para variables cuantitativas.
Cálculo de la mediana
1. Ordenamos los datos de menor a mayor.
2. Si la serie tiene un número impar de medidas la mediana es la puntuación
central de la misma.
2, 3, 4, 4, 5, 5, 5, 6, 6Me = 5
3. Si la serie tiene un número par de puntuaciones la mediana es la media entre
las dos puntuaciones centrales.
7, 8, 9, 10, 11, 12Me = 9.5

Moda.
En estadística, la moda es el valor con una mayor frecuencia en una distribución
de datos.

Hablaremos de una distribución bimodal de los datos adquiridos en una columna

cuando encontremos dos modas, es decir, dos datos que tengan la misma
frecuencia absoluta máxima. Una distribución trimodal de los datos es en la que
encontramos tres modas. Si todas las variables tienen la misma frecuencia
diremos que no hay moda.

Otras medidas de localización:

• Media ponderada
La media ponderada es una medida de tendencia central, que es apropiada
cuando en un conjunto de datos cada uno de ellos tiene una importancia relativa
(o peso) respecto de los demás datos. Se obtiene multiplicando cada uno de los
datos por su ponderación (peso) para luego sumarlos, obteniendo así una suma
ponderada; después se divide ésta entre la suma de los pesos, dando como
resultado la media ponderada.

• Media geométrica
En matemáticas y estadística, la media geométrica de una cantidad arbitraria de
números (por decir n números) es la raíz n-ésima del producto de todos los
números, es recomendada para datos de progresión geométrica, para promediar
razones, interés compuesto y números índices.
Por ejemplo, la media geométrica de 2 y 18 es

Otro ejemplo, la media de 1, 3 y 9 sería

Medidas de Variabilidad
Concepto e importancia.
Una medida de dispersión o variabilidad nos determina el grado de acercamiento o
distanciamiento de los valores de una distribución frente a su promedio de
localización, sobre la base de que entre más grande sea el grado de variación
menor uniformidad tendrán los datos (sinónimo de heterogeneidad) y por lo tanto
menor representatividad o confiabilidad del promedio de tendencia central o
localización por haber sido obtenido de datos dispersos.
Las medidas de variabilidad nos informan sobre el grado de concentración o
dispersión que presentan los datos respecto a su promedio. Llamaremos
homogénea, concentrada o poco dispersa a aquella distribución en la que todos
los datos están cercanos al centro, como 4 4 5 5 5 5 6 6 6 6 7, y heterogénea o
dispersa a la distribución con datos más separados del centro, como 1 3 5 8 10 16
20.

Rango.
También llamado Recorrido o Amplitud total, es la diferencia entre el máximo valor
del conjunto de datos y el mínimo de ellos. A mayor rango, mayor dispersión.
El rango del conjunto 4 6 4 7 8 6 5 3 4 7 7 9 6 5 es 6, la diferencia entre el máximo
9 y el mínimo 3.
A veces se usa el Rango verdadero que consiste en considerar cada dato rodeado
de una unidad, por efecto de los redondeos, con lo que en el ejemplo anterior el
mínimo sería 2,5 y el máximo 9,5. Con ello el rango se convertiría en 7.
No es una medida buena, pues ignora todo lo que ocurre dentro de ese rango.

Varianza (Muestral y poblacional).

Es una medida muy sensible de la variabilidad y base de muchas técnicas
estadísticas.

Junto con la media forma el conjunto más importante de medidas.

Es propia de las medidas de intervalo o razón. Su inconveniente es que no usa la

misma unidad que los datos, sino su cuadrado.

No se deben comparar varianzas en conjuntos de unidades muy distintas, como

estatura e inteligencia.

En teoría del muestreo se sustituye por la cuasi-varianza, de idéntica fórmula, pero

con cociente N-1 en lugar de N. En este caso no sería válida la segunda fórmula.

Desviación estándar (muestral y poblacional).

La desviación estándar o desviación típica es la raíz cuadrada de la varianza.
Es decir, la raíz cuadrada de la media de los cuadrados de las puntuaciones de
desviación.
La desviación estándar se representa por σ.
Desviación estándar

La desviación estándar (σ) mide cuánto se separan los datos.

La fórmula es fácil: es la raíz cuadrada de la varianza. Así que, "¿qué es la

varianza?"

Varianza

la varianza (que es el cuadrado de la desviación estándar: σ2) se define así:

Es la media de las diferencias con la media elevadas al cuadrado.

En otras palabras, sigue estos pasos:

1. Calcula la media (el promedio de los números)

2. Ahora, por cada número resta la media y eleva el resultado al cuadrado (la
diferencia elevada al cuadrado).
3. Ahora calcula la media de esas diferencias al cuadrado

5. 5 Coeficiente de variación.

Es una medida que se emplea fundamentalmente para:

1. Comparar la variabilidad entre dos grupos de datos referidos a distintos

sistemas de unidades de medida. Por ejemplo, kilogramos y centímetros.
2. Comparar la variabilidad entre dos grupos de datos obtenidos por dos o
más personas distintas.
3. Comparar dos grupos de datos que tienen distinta media.
4. Determinar si cierta media es consistente con cierta varianza.
end(enumerate)

El Coeficiente de Variación muestral se denota y se define como:

( )

Ejemplo

Con un micrómetro, se realizan mediciones del diámetro de un balero, que tienen

una media de 4.03 mm y una desviación estándar de 0.012 mm; con otro
micrómetro se toman mediciones de la longitud de un tornillo que tiene una media
de 1.76 pulgadas y una desviación estándar de 0.0075 pulgadas. ¿ Cuál de los
dos micrómetros presenta una variabilidad relativamente menor?. Los coeficientes
de variación son:

CV = y CV =
 Conclusión
En conclusión, La estadística para su mejor estudio se ha dividido en dos
ramas las cuales son: estadística descriptiva y estadística inferencial, en los
análisis estadísticos, es frecuente utilizar representaciones visuales
complementarias de las tablas que resumen los datos de estudio.
En estadística, se le llama distribución de frecuencias a la agrupación de
datos en categorías mutuamente excluyentes que indican el número de
observaciones en cada categoría Todo análisis estadístico se inicia con una
primera fase descriptiva de los datos.; ésta tiene por objeto sintetizar la
información mediante la elaboración de tablas de frecuencias,
representaciones gráficas y el cálculo de medidas estadísticas (o
estadísticos).
 Bibliografía

https://www.esan.edu.pe/apuntes-empresariales/2016/10/que-es-la-
estadistica-descriptiva/
https://psikipedia.com/libro/analisis-de-datos/2479-distribucion-de-
frecuencias
https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_frecuencias
http://estadistica-deskriptive-mr.blogspot.com/2012/06/medidas-de-
localizacion.html
http://matematicas.reduaz.mx/home/Docentes/ltrueba/diplomado/pagina
15.htm
https://psikipedia.com/libro/analisis-de-datos/2474-medidas-de-
variabilidad