UNIDAD II

ESTADISTICA DESCRIPTIVA

La estadística es un método científico para recolectar , organizar, resumir, presentar y analizar

datos, para luego sacar conclusiones válidas y tomar decisiones lógicas y razonables basadas en el
análisis de los datos recogidos.

Objeto de estudio: Fenómenos que se presentan dentro de un marco de incertidumbre.

Estadística descriptiva Describe la realidad tal como se la observa. Se utiliza para sintetizar gran
cantidad de datos.

Definiciones:

Población: Conjunto definido, limitado y accesible del universo que forma para elegir la muestra.

Universo: Es la serie real o hipotética de todos los elementos que componen características
definidas relacionadas con el problema de investigación.

Muestra: Es una parte representativa de una población o universo, donde sus características
deben reproducir lo más exactamente posible.

Unidad de análisis: Es la unidad más pequeña en la que se puede descomponer la muestra.

Ejemplo: en una escuela las unidades análisis serían profesores, estudiantes, directores.

Constante: Cuando el atributo siempre tiene el mismo valor para todos los elementos observados
se habla de una constante, no de una variables. Ejemplo: la edad mínima para votar.

Variables: Son las características y atributos de todos los elementos de la muestra y los de la
población.

Clasificación:

Variables cualitativas: cualidad, atributo o característica.

Niveles de medición: Escala nominal (Clasificación sin orden- se utiliza la moda o modo)

Escala ordinal (Ordena, jerarquiza- se utiliza la mediana)

Representación gráfica:

Gráfico de barras- Gráfico de torta o pastel – Pictograma

Variables cuantitativas: valores numéricos

Niveles de medición: Escala de intervalos (cero arbitrario- se utiliza media y desvío estándar)

Escala de cocientes (cero real- se utiliza coeficiente de variación)

A su vez se dividen en discretas (Número entero) y continuas (Números con decimales)

Representación gráfica:

Discretas: Bastones- pictograma

Continuas: Histograma-polígono de frecuencias-ojiva de Galton-polígono de frecuencias

acumuladas.

Nivel de medición: es asignar números a objetos o hechos según alguna regla. Es una regla acerca
de cuanto de una propiedad existe y puede variar.

Frecuencia absoluta o simple: (fi) es el número de veces que se repite un valor de la variable en la
muestra. Su suma da el total de la muestra (N)

Frecuencia relativa: (fr) Es la frecuencia absoluta divida la frecuencia total (N)

Clases: agrupación de valores de la variable.

Intervalo de clase (ej. 5-10) Se utiliza cuando es mayor el número de elementos presentes en la
muestra. Los valores extremos de la clase se denominan límites inferiores y superiores.

Marca de clase: Es el promedio de los limites reales inferiores y superiores de un mismo intervalo.

Limite real: fronteras de clase, es la diferencia entre un limite superior e inferior. La formula es:
Limite inferior + limite superior / 2 . Ej. Entre 5-10 el limite real es 5

Frecuencia acumulada : (F) La frecuencia total de todos los valores. Se saca desde el primer valor
de la frecuencia relativa, sumando a ese el siguiente valor, acumulando.

Índices estadísticos:
A través de los índices se obtienen la tendencia de los valores de la variable de la media que
predominan y su variabilidad.

Tendencia central:

Media aritmética: La suma de todos los valores por la cantidad de observaciones, expresa la
tendencia central de las observaciones de la variable. Es el promedio ponderado de los valores.

Mediana: Es el primer valor de la variable que deja por debajo el 50% de las observaciones
ordenadas de menor a mayor en una tabla. Divide el histograma en dos partes de áreas iguales.
La moda o modo: Cualquier valor de la variable que tenga la máxima frecuencia absoluta.

Posición u orden:
Utilizando como modelo la mediana, ya que las medidas de posición van a superar un % de las
observaciones. La medida fundamental son los percentiles.

Cuartiles: se divide N en 4 porciones, hay 3 Cuartiles.

Percentiles: N se divide en 100 partes, dejando 99 percentiles.

Deciles: N se divide en 10 partes, dejando 9 deciles.

Medidas de dispersión:
Indica si los valores están próximos entre sí o muy dispersas.

Rango o amplitud: Se obtiene restando el valor más bajo de un conjunto de observaciones del
valor más alto

Varianza: Es la media de las diferencias cuadráticas de N a partir de su medida aritmética. O sea la

suma total de las variables menos la media divido la cantidad de muestras (N).

Desviación estándar: Para grandes magnitudes se utiliza ésta medida ya que con la varianza no
alcanza, se toma su raíz cuadrada.

Coeficiente de variación: Para comparar dos poblaciones de grandes magnitudes, elimina la

dimensionalidad de las variables y tiene en cuenta la proporción existente entre medias y
desviación media.

UNIDAD III

ESTADISTICA INFERENCIAL

Es un conjunto de técnicas que permiten hacer inferencias o generalizaciones a partir de una

pequeña cantidad de datos.

Parámetros: Son los índices tomados de la población.

Probabilidad:
A partir de la estadística inferencial se puede realizar inferencias utilizando el método inductivo a
través de datos conocidos de la muestra. La probabilidad de un resultado se representa entre 0-1.

Hipótesis de investigación: Se aprobará con seguridad a partir de un experimento que permita la

evaluación y medición de todas las variables que intervengan en el fenómeno investigado. Como
en las ciencias sociales intervienen muchas variables y algunas desconocidas es imposible su
comprobación por lo cual solo será aprobada cuando exista una muy pequeña probabilidad de que
se trate de una diferencia producto del azar.

Hipótesis nula: Afirma que no hay diferencias significativas entre los resultados de la investigación.

Prueba de significación estadística: determina es probable o no un error de muestreo.

Error tipo I : se rechaza la hipótesis nula cuando debería haber rechazado

Error tipo II: se debería haber rechazado la hipótesis nula y no se hizo.

Variable aleatoria: Es toda variable observada como parte de una experimento.

N(En probabilidad)= es el total de resultados posibles

R= los resultados favorables del total de los posibles.

Probabilidad teórica: Cuando estimamos la probabilidad apelando a la lógica, sin realizar

experiencia

Probabilidad empírica o experimental: cuando se estudian los problemas mediante experimentos

repetitivos.

Probabilidad compuesta: sucesos independientes o dependientes

Dependientes: Cuando ambos sucesos se deben dar juntos y la presencia de uno depende de la
presencia del otro.

Independientes: Cuando puede suceder uno y el otro.

Ley de la suma: Cuando los sucesos no se pueden dar juntos al mismo tiempo, uno anula al otro .

Modelo matemático: es una representación ideal en forma de un sistema, proposición, formula o

ecuación de un fenómeno. Son los que permiten en investigación, la interpretación de los sucesos
que se estudian.

Distribución de probabilidad: Es un modelo para una variable aleatoria, que describe la forma en
que la probabilidad está distribuida entre los valores posibles que puede asumir la variable.
Distribución binomial: