Estadística

Tema 1: Introducción a la estadística

Estadística Básica Introdución 1

¿Para qué sirve la estadística?
† La Ciencia se ocupa en general de fenómenos observables

† La Ciencia se desarrolla observando hechos, formulando leyes que los explican y

realizando experimentos para validar o rechazar dichas leyes

† Los modelos que crea la ciencia son de tipo determinista o aleatorio

† La Estadística se utiliza como tecnología al servicio de las ciencias donde la variabilidad

y la incertidumbre forman parte de su naturaleza

† Es la Ciencia que se ocupa del recuento de hechos sociales, cientificos o de cualquier

clase y de la comparacion de las cifras obtenidas.

Estadística Básica Introdución 2

Historia de la Estadística
† Egipto (3050 a.c): Datos sobre la población y riqueza del país.
Ramsés II realizó un censo de tierras con el objeto de verificar una
nueva repartición.

† Israel: La Biblia da referencias en el libro de los Números de datos

estadísticos obtenidos en dos recuentos de la población hebrea. Por
otra parte el rey David ordeno realizar un censo de Israel para
conocer el número de la población.

† China: Efectuaron censos hace más de 40 siglos.

Estadística Básica Historia de la Estadística 3

Historia de la Estadística
Griegos: Censos con fines tributarios, sociales y militares. La
investigación histórica revela que realizaron 69 censos para
calcular los impuestos, derecho al voto y ponderar la potencia
guerrera.

Roma: fueron los que mejor emplearon los recursos de la

estadística. Realizaban censos cada 5 años y los funcionarios
públicos tenían la obligación de llevar un registro de nacimientos,
matrimonios y defunciones, además un recuento periódico de
ganado y de las riquezas contenidas en las tierras conquistadas.

Estadística Básica Historia de la Estadística 4

Historia de la Estadística
Edad Media: se realizaron muy pocas operaciones estadísticas con
la excepción de las relaciones de tierras pertenecientes a la iglesia
compiladas por Pipino el Breve en el 758 y por Carlomagno en el
762 d.c.

En Inglaterra, Guillermo el Conquistador recopilo el Domesday

Book ó libro del Gran Catastro para el año 1086, un documento de
la propiedad, extensión y valor de las tierras de Inglaterra. Esta
obra fue el primer compendio estadístico de Inglaterra.

Estadística Básica Historia de la Estadística 5

Historia de la Estadística
Durante los siglos XV,XVI,XVII, hombres como Da Vinci,
Copernico, Galileo, Neper, Harvey, Sir Francis Bacon y Descartes,
hicieron grandes operaciones al método científico, de forma tal que
cuando se crearon los Estados Nacionales y surgió el comercio
internacional ya existía un método capaz de aplicarse a los datos
económicos.
Para el año 1532 empezaron a registrarse en Inglaterra las
defunciones debido a la Peste publicando estadísticas semanales de
los decesos, esta costumbre continuo por muchos años, y en 1632
estos Bills of mortality (cuentas de mortalidad) contenían
nacimientos y fallecimientos por sexo.
Estadística Básica Historia de la Estadística 6
Historia de la Estadística
En 1662, John Graunt usó documentos que abarcaban treinta años
y efectuó predicciones sobre el número de personas que morirían
de varias enfermedades y sobre las proporciones de nacimientos de
varones y mujeres en su obra Natural and Political Observations.
Made upon the Bill of Mortality. Este fue uno de los primeros
esfuerzos innovadores en el análisis estadístico.

Durante el siglo XVII el alemán Sebastián Muster aportó

indicaciones más concretas de métodos de observación y análisis
cuantitativo y amplio los campos de la inferencia y la teoría
estadística.

Estadística Básica Historia de la Estadística 7

Historia de la Estadística
Los Eruditos del siglo XVII demostraron especial interés por la
estadística demográfica como resultado de la especulación sobre si la
población aumentaba, decrecía o permanecía igual.

En tiempos modernos los métodos estadísticos fueron utilizados por

algunos reyes que necesitaban conocer las riquezas monetarias y el
potencia humano de sus respectivos reinos.

El primer empleo de datos estadísticos sin fines políticos estuvo a cargo

de Gaspar Neumann el cual demostró que en los años terminados en
siete no fallecían más personas que en los demás. Los procedimientos de
Neumann fueron conocidos por Halley quien los aplico al estudio de la
vida humana. Sus cálculos sirvieron para base para las tablas de
mortalidad que hoy utilizan todas las compañías de seguros.
Estadística Básica Historia de la Estadística 8
Historia de la Estadística
Durante el siglo XVII y principios de XVIII, matemáticos como
Bernoulli, Francis Maseres, Lagrange y Laplace desarrollaron la
teoría de probabilidades.

Godofredo Achenwall, acuño en 1760 la palabra estadística, que

extrajo del termino italiano statista (estadista). La raíz remota se
halla, por otra parte, en el termino latino status, que significa estado
o situación.

Jacques Quételect es quien aplica las estadísticas a las ciencias

sociales. Este interpretó la teoría de la probabilidad para el uso en las
ciencias sociales y resolver la aplicación del principio de promedios
y de variabilidad a los fenómenos sociales.

Estadística Básica Historia de la Estadística 9

Historia de la Estadística
En el periodo de 1800 a 1820 se desarrollaron dos conceptos
matemáticos fundamentales para la teoría de la estadística; la
teoría de errores de observación, aportada por Laplace y Gauss;
y la teoría de los mínimos cuadrados desarrollada por Laplace,
Gauss y Legendre.

A finales del siglo XIX, Sir Francis Gaston ideó el método

conocido como correlación, que tenia por objeto medir la
influencia relativa de los factores sobre las variables. De aquí
partió el desarrollo del coeficiente de correlación creado por
Karl Pearson y otros investigadores de la ciencia biométrica
como J. Pease Norton, R. H Hooker y G. Udny Yule que
efectuaron amplio estudios sobre la medida de las relaciones.

Estadística Básica Historia de la Estadística 10

Historia de la Estadística

Los progresos más recientes en el campo de la

estadística se refieren al desarrollo del cálculos de
probabilidades, particularmente en la rama
denominada indeterminismo o relatividad

Estadística Básica Historia de la Estadística 11

 Definición
La Estadística es la Ciencia de la

• Sistematización, recogida, ordenación y presentación de los

a datos referentes a un fenómeno que presenta variabilidad o
t iv
crip incertidumbre para su estudio metódico, con objeto de
s
De
• deducir las leyes que rigen esos fenómenos,
a d
i il d
b
o ba
Pr

• y poder de esa forma hacer previsiones sobre los mismos, tomar

ia
decisiones u obtener conclusiones.
c
en
f er
In
Estadística Básica Introdución 12
Pasos en un estudio estadístico

† Plantear hipótesis sobre una población

† Los fumadores tienen “más bajas producción
laboral” que los no fumadores
† ¿En qué sentido? ¿Mayor número? ¿Tiempo
medio?

No tenéis que
entenderlo (aún)
Estadística Básica Introdución 13
Pasos en un estudio estadístico
† Recoger los datos (muestreo)
„ ¿Estratificado? ¿Sistemáticamente?

† Describir (resumir) los datos obtenidos

† tiempo medio de baja en fumadores y no (estadísticos)
† % de bajas por fumadores y sexo (frecuencias), gráficos,...

† Realizar una inferencia sobre la población

† Los fumadores están de baja al menos 10 días/año más de media que los
no fumadores.

† Cuantificar la confianza en la inferencia

„ Nivel de confianza del 95%
„ Significación del contraste: p=2%
Estadística Básica Introdución 14
Pasos de un estudio estadístico

† Decidir qué datos recoger (diseño de experimentos)

„ Qué individuos pertenecerán al estudio (muestras)
† Fumadores y no fumadores en edad laboral.
† Criterios de exclusión ¿Cómo se eligen? ¿Descartamos los que
padecen enfermedades crónicas?
„ Qué datos recoger de los mismos (variables)
† Número de bajas
† Tiempo de duración de cada baja
† ¿Sexo? ¿Sector laboral? ¿Otros factores?
Estadística Básica Introdución 15
Método científico y estadística

Plantear Diseñar
hipótesis experimento

Obtener Recoger datos

conclusiones y analizarlos

Estadística Básica Introdución 16

Población y muestra
† Población es el conjunto sobre el que estamos
interesados en obtener conclusiones (hacer inferencia).
„ Normalmente es demasiado grande para poder
abarcarlo.

† Muestra es un subconjunto de la poblacion al que

tenemos acceso y sobre el que realmente hacemos las
observaciones (mediciones)
„ Debe ser “representativo”
„ Esta formado por miembros “seleccionados” de la
población (individuos, unidades experimentales).
Estadística Básica Introdución 17
Variables
† Una variable es una característica observable que varía entre
los diferentes individuos de una población. La información que
disponemos de cada individuo es resumida en variables.
† En los individuos de la población colombiana, de uno a
otro es variable:
El grupo sanguíneo {A, B, AB, O} Å Var. Cualitativa
Su nivel de felicidad “declarado”
{Deprimido, Ni fu ni fa, Muy Feliz} Å Var. Ordinal
El número de hijos {0,1,2,3,...} Å Var. Numérica discreta
La altura {1’62 ; 1’74; ...} Å Var. Numérica continua
Estadística Básica Introdución 18
Tipos de variables
† Cualitativas
Si sus valores (modalidades) no se pueden asociar
naturalmente a un número (no se pueden hacer
operaciones algebraicas con ellos)

„ Nominales: Si sus valores no se pueden ordenar

† Sexo, Grupo Sanguíneo, Religión, Nacionalidad, Fumar (Sí/No)

„ Ordinales: Si sus valores se pueden ordenar

† Mejoría a un tratamiento, Grado de satisfacción, Intensidad del dolor
Estadística Básica Introdución 19
Tipos de Variables
† Cuantitativas o Numéricas
Si sus valores son numéricos (tiene sentido hacer operaciones
algebraicas con ellos)

„ Discretas: Si toma valores enteros

† Número de hijos, Número de cigarrillos, Num. de
“cumpleaños”

„ Continuas: Si entre dos valores, son posibles infinitos valores

intermedios.
† Altura, Presión intraocular, Dosis de medicamento
administrado, edad
Estadística Básica Introdución 20
† Es buena idea codificar las variables
como números para poder procesarlas
con facilidad en un ordenador.
† Es conveniente asignar “etiquetas” a los
valores de las variables para recordar
qué significan los códigos numéricos.
„ Sexo (Cualit: Códigos arbitrarios)
† 1 = Hombre
† 2 = Mujer
„ Raza (Cualit: Códigos arbitrarios)
† 1 = Blanca
† 2 = Negra,...
„ Felicidad Ordinal: Respetar un orden al
codificar.
† 1 = Muy feliz
† 2 = Bastante feliz
† 3 = No demasiado feliz
† Se pueden asignar códigos a respuestas
especiales como
† 0 = No sabe
† 99 = No contesta...
† Estas situaciones deberán ser tenidas en
cuentas en el análisis. Datos perdidos
(‘missing data’)
Estadística Básica Introdución 21
† Aunque se codifiquen como números, debemos recordar siempre el verdadero
tipo de las variables y su significado cuando vayamos a usar programas de
cálculo estadístico.
† No todo está permitido con cualquier tipo de variable.

Estadística Básica Introdución 22

† Los posibles valores de una variable suelen denominarse modalidades.

† Las modalidades pueden agruparse en clases (intervalos)

„ Edades:
† Menos de 20 años, de 20 a 50 años, más de 50 años
„ Hijos:
† Menos de 3 hijos, De 3 a 5, 6 o más hijos

† Las modalidades/clases deben forman un sistema exhaustivo y excluyente

„ Exhaustivo: No podemos olvidar ningún posible valor de la variable
„ Mal: ¿Cuál es su color del pelo: (Rubio, Moreno)?
„ Bien: ¿Cuál es su grupo sanguíneo?
„ Excluyente: Nadie puede presentar dos valores
simultáneos de la variable
† Estudio sobre el ocio
„ Mal: De los siguientes, qué le gusta: (deporte, cine)
„ Bien: Le gusta el deporte: (Sí, No)
„ Bien: Le gusta el cine: (Sí, No)
„ Mal: Cuántos hijos tiene: (Ninguno, Menos de 5, Más de 2)

Estadística Básica Introdución 23

Presentación ordenada de datos 7

5
Género Frec. 4
3
Hombre 4
2

1
Mujer 6 0
Hombre Mujer

† Las tablas de frecuencias y las representaciones gráficas son dos

maneras equivalentes de presentar la información. Las dos exponen
ordenadamente la información recogida en una muestra.
Estadística Básica Introdución 24
 Tablas de frecuencia

† Exponen la información recogida en la muestra, de forma que no se pierda nada de

información (o poca).

„ Frecuencias absolutas: Contabilizan el número de individuos de cada modalidad

„ Frecuencias relativas (porcentajes): Idem, pero dividido por el total

„ Frecuencias acumuladas: Sólo tienen sentido para variables ordinales y numéricas

† Muy útiles para calcular cuantiles (ver más adelante)
„ ¿Qué porcentaje de individuos tiene menos de 3 hijos? Sol: 83,8
„ ¿Entre 4 y 6 hijos? Soluc 1ª: 8,4%+3,6%+1,6%= 13,6%. Soluc 2ª: 97,3% -
83,8% = 13,5%

Estadística Básica Introdución 25

Tablas de Frecuencia

Sexo del encuestado

Porcentaje
Frecuencia Porcentaje válido
Válidos Hombre 636 41,9 41,9 Número de hijos
Mujer 881 58,1 58,1 Porcentaje Porcentaje
Total 1517 100,0 100,0 Frecuencia Porcentaje válido acumulado
Válidos 0 419 27,6 27,8 27,8
1 255 16,8 16,9 44,7
2 375 24,7 24,9 69,5
Nivel de felicidad 3 215 14,2 14,2 83,8
4 127 8,4 8,4 92,2
Porcentaje Porcentaje
5 54 3,6 3,6 95,8
Frecuencia Porcentaje válido acumulado
Válidos Muy feliz 467 30,8 31,1 31,1 6 24 1,6 1,6 97,3
Bastante feliz 872 57,5 58,0 89,0 7 23 1,5 1,5 98,9
No demasiado feliz 165 10,9 11,0 100,0 Ocho o más 17 1,1 1,1 100,0
Total 1504 99,1 100,0 Total 1509 99,5 100,0
Perdidos No contesta 13 ,9 Perdidos No contesta 8 ,5
Total 1517 100,0 Total 1517 100,0

Estadística Básica Introdución 26

Datos desordenados y ordenados en tablas
Género Frec. Frec. relat.
† Variable: Género porcentaje
„ Modalidades: Hombre 4 4/10=0,4=40%
† H = Hombre Mujer 6 6/10=0,6=60%
† M = Mujer
10=tamaño
muestral
† Muestra:

MHHMMHMMMH

„ equivale a
HHHH MMMMMM
Estadística Básica Introdución 27
 Ejemplo Número de hijos

Porcent. Porcent.
Frec. (válido) acum.
† ¿Cuántos individuos tienen menos 0 419 27,8 27,8
de 2 hijos?
1 255 16,9 44,7
„ frec. indiv. sin hijos
+ 2 375 24,9 69,5 ≥50%
frec. indiv. con 1 hijo 3 215 14,2 83,8
= 419 + 255
= 674 individuos 4 127 8,4 92,2
5 54 3,6 95,8
† ¿Qué porcentaje de individuos 6 24 1,6 97,3
tiene 6 hijos o menos? 7 23 1,5 98,9
„ 97,3% Ocho+ 17 1,1 100,0
Total 1509 100,0
† ¿Qué cantidad de hijos es tal que al
menos el 50% de la población
tiene una cantidad inferior o igual?
„ 2 hijos

Estadística Básica Introdución 28

 Gráficos para v. cualitativas

† Diagramas de barras
„ Alturas proporcionales a las frecuencias (abs. o rel.)
„ Se pueden aplicar también a variables discretas

† Diagramas de sectores (tartas, polares)

„ No usarlo con variables ordinales.
„ El área de cada sector es proporcional a su frecuencia (abs.
o rel.)

† Pictogramas
„ Fáciles de entender.
„ El área de cada modalidad debe ser proporcional a la
frecuencia. ¿De los dos, cuál es incorrecto?.

Estadística Básica Introdución 29

Gráficos diferenciales para variables numéricas 419
400 375

300

255

Recuento
† Son diferentes en función de que las variables 200
215

sean discretas o continuas. Valen con frec. 127

absolutas o relativas.
100

54
24 23 17

„ Diagramas barras para v. discretas 0 1 2 3 4 5 6 7 Ocho o más

Número de hijos
† Se deja un hueco entre barras para indicar los
valores que no son posibles
250

200
„ Histogramas para v. continuas

Recuento
† El área que hay bajo el histograma entre dos puntos 150

cualesquiera indica la cantidad (porcentaje o 100

frecuencia) de individuos en el intervalo.

50

20 40 60 80

Edad del encuestado

Estadística Básica Introdución 30
Diagramas integrales

† Cada uno de los anteriores diagramas tiene su

correspondiente diagrama integral. Se realizan a partir
de las frecuencias acumuladas. Indican, para cada
valor de la variable, la cantidad (frecuencia) de
individuos que poseen un valor inferior o igual al
mismo.

Estadística Básica Introdución 31

Diagramas integrales

Estadística Básica Introdución 32

Diagramas integrales

Estadística Básica Introdución 33