ESTADÍSTICA DESCRIPTIVA

Y
PROBABILIDADES
CONCEPTOS BÁSICOS
 SESIÓN 1

Fuente: www.larepublica.pe

Estadística Descriptiva y Probabilidades

PRESENTACIÓN DEL CURSO
Revisemos nuestro silabo
 PRESENTACIÓN DEL CURSO
Valores y buenas prácticas

1. RESPETO
2. COMUNICACIÓN
3. PUNTUALIDAD
4. ASISTENCIA
5. RESPONSABILIDAD
 TEMARIO

1. Conceptos básicos de la estadística

2. Variables estadísticas
LOGRO DE LA SESIÓN

Al finalizar la sesión de clase el estudiante

comprende la importancia de la estadística,
e identifica sus conceptos básicos, así como
Identificarlos adecuadamente en casos de
estudio.
 CONCEPTOS BÁSICOS DE LA ESTADÍSTICA
La Estadística en la historia:

Etapa inicial: Etapa de Sistematización: Etapa actual:

• Desde la • Escuela alemana: • A partir del siglo

antigüedad hasta crea la primera XIX hasta la
el siglo XVII cátedra estadística actualidad.
• Se manifestó en • Escuela inglesa: • Ciencia y
poblaciones para el estudio de metodología de la
registro de datos de fenómenos sociales investigación
fallecimientos, y políticos científica que se
nacimientos, • Escuela francesa: aplica en todas las
impuestos, entre Introduce la teoría áreas del saber
otros. de la probabilidad humano.
 CONCEPTOS BÁSICOS DE LA ESTADÍSTICA
¿Qué es la estadística?
La estadística es una disciplina matemática considerada
como un conjunto de técnicas para el análisis de datos.*
*Ebook: Diaz Mata Alfredo. “Estadística aplicada a la administración y la economía”. McGraw-Hill 2013.
(Disponible en la biblioteca virtual UTP).

Ciencia que Recoge, Organiza, Presenta, Analiza e Interpreta

datos con el fin de propiciar la toma de decisiones más
eficaz.*
*LIND; MARCHAL; WATHEN. “estadística aplicada a los negocios y la economía”, MCGRAW-HILL 2015
 CONCEPTOS BÁSICOS DE LA ESTADÍSTICA
Clasificación de la Estadística
Se clasifica en: Estadística Descriptiva y Estadística Inferencial
• Estadística Descriptiva:
Está dedicada a estudiar los métodos de recolección, Organización, descripción,
visualización, presentación y resumen de los datos originados a partir de un fenómeno o
caso de estudio. Los datos pueden ser resumidos tabular o gráficamente. Entre los
ejemplos básicos de descriptores numéricos tenemos a la media y la desviación estándar.

Crítica de los Presentación de Análisis e

Recolección de datos Datos (tablas Interpretación
datos
(Depuración,…) y/o gráficos) Información.
 CONCEPTOS BÁSICOS DE LA ESTADÍSTICA
Clasificación de la Estadística
• Estadística Inferencial:
Es la que nos proporciona la teoría necesaria para inferir o estimar las leyes de una
población(parámetros), partiendo de los resultados o conclusiones del análisis de
un muestra ( Estadísticos).
Puntual
Estimación
Por intervalos
Inferencia Prueba de
Estadística Hipótesis

Predicción
 CLASIFICACIÓN DE LA ESTADÍSTICA
Estadística Descriptiva
Otra denominación Deductiva
Tratamiento de los Resume las propiedades de un conjunto
datos de datos sin inferir de la muestra a la
población. Recoge, Organiza, resume y
Presenta datos de manera informativa,
Analiza e Interpreta
Actividades • Cálculo de estadísticos
realizadas • Encuestas
• Organización de datos
• Tabulación y gráficas
• Representaciones
Estadística Inferencial
Inductiva
Infiere o Generaliza de la
muestra a una población y se
basa en la teoría de las
probabilidades.
• Estimaciones de parámetros
• Interpretación de resultados
• Conclusiones y predicciones.
 CONCEPTOS BÁSICOS
Población Muestra

• Conjunto de todas las • Es una parte o subconjunto

unidades de observación o de la población. La muestra
análisis (que consiste en debe ser representativa y
personas, animales, objetos, adecuada. Representativa
etc.), cuyas características porque debe reflejar
observables se van a fielmente las características
estudiar. Una población debe de la población que proviene.
definirse en términos de su adecuada, porque debe tener
contenido, extensión y un número óptimo y mínimo
tiempo. de elementos.
 MUESTREO
El muestreo es una herramienta de la investigación científica, cuya función básica es
determinar que parte de una población debe examinarse (seleccionar los elementos
objeto de estudio de una población), con la finalidad de hacer inferencias sobre dicha
población.
Muestreo probabilístico (Aleatorio) Muestreo no probabilístico (No aleatorio)
 Todo los elementos tienen la misma  Todo los elementos no tienen la misma
posibilidad de ser elegidos. probabilidad de ser elegido.
(equiprobabilidad)  Son muestreos que seguramente
 Nos aseguran la representatividad esconden sesgos.
de la muestra.  En principio no se pueden extrapolar
 Se puede sacar conclusiones acerca (Inferencia estadística) los resultados a
de la población( Inferencia la población.
Estadística)  Bajo Coste ( Criterio No estadístico)
 Alto coste (Criterios Estadístico)
 MUESTREO
Población • Aleatorio Simple
• Aleatorio
Probabilístico Sistemático
• Estratificado
Muestra
• Conglomerado

Tipos de • Por Cuota

Muestra
No • Intencional o
Probabilístico conveniencia
• Bola de Nieve
• Discrecional
 CONCEPTOS BÁSICOS
Conceptos Básicos:

Unidad de análisis Variable Dato

• Es el objeto o • Es una característica, • Es el valor o respuesta
elemento indivisible cualidad o propiedad que adquiere la
que será estudiado de un fenómeno o variable en cada
en una población, hecho que tiende a unidad de análisis
sobre los cuales se va variar y que es como resultado de la
a obtener datos. susceptible de ser observación,
medido y evaluado. entrevista o
recopilación en
general.
 EJEMPLO: uso Antivirus Panda
 Población:
Todos los usuarios que han adquirido el software antivirus Panda 2017 en el departamento de
Lima en el presente año en una tienda de computo.
 Muestra:
100 usuarios que han adquirido el software antivirus Panda 2017 en el departamento de Lima
en el presente año en una tienda de computo.
 Unidad de análisis:
Un usuario que ha adquirido el software antivirus Panda 2017 en el departamento de Lima en
el presente año en una tienda de computo.
 Variables:
𝑿𝟏 :Numero de licencias adquiridas, 𝑿𝟐 :categoría del software, 𝑿𝟑 :duración de la
licencia, 𝑿𝟒 :precio, 𝑿𝟓 : Género del usuario.
 Datos:
𝒙𝟏 : 3 licencias, 𝒙𝟐 : Producto Security, 𝒙𝟑 : 1 año, 𝒙𝟒 : $40, 𝒙𝟓 : Masculino
 CONCEPTOS BÁSICOS
Parámetro
• Se denomina parámetro a
una medida descriptiva que
resume una característica de
una población.
Estadígrafo
• Se denomina estadígrafo o
estadístico a una medida
descriptiva que resume una
característica de la muestra.

Estadístico:
 El 30% de la muestra (n=100) de usuarios del Antivirus Panda son de sexo masculino.
 El gasto promedio de la muestra de usuarios en la adquisición de antivirus ha sido 150 soles.

Parámetro: Generalmente desconocidos: Herramientas: Censo, Estadística Inferencial

 Según reportó el INEI, el 67% de la población Limeña usa internet, se ha estimado que de esto el
40% de usuarios usa algún antivirus con licencia. Fuente: www.elcomercio.pe
 PRINCIPALES ESTADÍGRAFOS
1. Media: (𝐗)
Es la más usada de las medidas de tendencia central y se obtiene como la suma de
todos los datos divididos entre el total de datos (n).

2. Mediana: (Me)
Se encuentra justo al centro del conjunto de datos ordenados previamente de menor a
mayor (o de mayor a menor). Divide al conjunto de datos 50% a un lado (izquierdo)y
50’% al otro lado (derecho).

3. Moda: (Mo)
Se determina considerando la mayor frecuencia con que se repiten los datos. En un
conjunto de datos pueden haber varias modas por ejemplo la uní modal (una), bimodal
(dos) trimodal (tres), etc.
 PRINCIPALES ESTADÍGRAFOS
4. Varianza: (S2)
Se define como el promedio de las desviaciones respecto a su media, elevadas al
cuadrado.

5. Desviación estándar: (S)

Representa el grado de dispersión de los valores de una variable, con respecto a su
media. Cuando mayor sea la dispersión de los valores de la variable entonces mayor
será la magnitud de las desviaciones respecto a la media; por tanto su desviación
estándar crecerá en magnitud.
 PRINCIPALES ESTADÍGRAFOS
6. COEFICIENTE DE VARIACIÓN: (CV = S/𝑿 )
Indica en porcentaje la variabilidad de los datos respecto a la media es decir:

Baja dispersión, si → 0 ≤ CV < 10%

Aceptable dispersión, si → 10% ≤ CV < 30%
Alta dispersión, si → 30% ≤ CV < 100%

El coeficiente de variación es particularmente útil para comparar la variabilidad dos o

mas series de datos, que se expresan en distintas unidades de medición.
 VARIABLE ESTADÍSTICA
Es la característica de la población que interesa al investigador y que puede tomar
diferentes valores. Se clasifica de la siguiente manera:

Nominal
Cualitativa
Ordinal
Variable
Estadística
Discreta
Cuantitativa
Continua
 VARIABLES Y SU CLASIFICACIÓN
Variable cualitativa:
Son variables que se refieren a la cualidad que presenta la población. Son
características o cualidades que no pueden ser medidas con números.

Ejemplo: Empresas bancarias

- Banco Financiero
- Banco de Crédito
- Banco Ripley
- Interbank
- BBVA Continental
- Scotiabank Perú
 VARIABLE CUALITATIVA
a. Variable cualitativa nominal:
Son aquellas que presentan cualidades no numéricas que no admiten un criterio de
orden.

Ejemplo: Operador de telefonía en el Perú

- Entel
- Claro
- Movistar
- Bitel
 VARIABLE CUALITATIVA
b. Variable cualitativa ordinal:
Esta clasificación busca ordenar los casos en términos del grado que posee una
característica determinada.

Ejemplo 1: Nivel de estudios

- PRIMARIA
- SECUNDARIA
- SUPERIOR

Ejemplo 2: Grado de instrucción superior

- BACHILLER
- MAGISTER
- DOCTORADO
 VARIABLE CUANTITATIVA
Variable cuantitativa:
Son aquellas que se obtienen como resultado de mediciones o
conteo.
a.Variable cuantitativa discreta: Es aquella que se obtiene por
conteo y toma valores enteros.
Ejemplo: número de hijos en una familia, número de estudiantes,
número de accidentes, etc.

b. Variable cuantitativa continua: Es aquella que se obtiene por

medición y que toman valores infinitos entre dos números dados.
Ejemplos, peso, talla, ingresos en unidades monetarias, etc.
 VARIABLES ESTADÍSTICAS
Alumnos del curso de Estadística UTP - 2018
RESUMEN:
NOMINAL •Distrito de Procedencia
•Deporte preferido
CUALITATIVA
(No Numérica)
•Grado de satisfacción por servicio comedor
0RDINAL •Grado Instrucción de los padres
VARIABLE

•Número de hermanos
DISCRETA •Núm. de desaprobados 1ª PC
(entero) •Núm de libros leídos durante 2015
•Num. de llamadas telefónicas diarias

CUANTITATIVA •Tiempo diario delante del televisor

(numérica) •Temperatura en Lima
•Altura
CONTINUA •Peso
(real) •Ingreso mensual familiar (s/)
EJERCICIO INDIVIDUAL

Resolveremos el
siguiente ejercicio de
manera individual

5 minutos!!
 EJERCICIO INDIVIDUAL
En el mes de julio del 2016, el sexto ciclo de la carrera de ingeniería de sistemas de la UTP estaba
constituido por 860 alumnos; los cuáles, estaban distribuidos en nueve (09) secciones y
presentaban una edad promedio de 24 años con un 52% del sexo Masculino. Después de tomar
una muestra representativa de 100 alumnos, se determinó que el 70%, trabajaban y pagaban sus
estudios, además estos tenían un sueldo promedio de S/1200.00. Se pide identificar:
 Población:
 Muestra:
 Unidad de análisis:
 Variables y tipos:
 Dato:
 Parámetro(s)
 Estadístico(s).
 EJERCICIOS ADICIONALES
La empresa “Insa S.A.” con el fin de prevenir un mal clima laboral entre sus trabajadores, realiza
una encuesta a 200 de dichos trabajadores a partir de los cuáles se determino una edad
promedio de 45 años y que un 40% de ellos no se sentían satisfechos con los beneficios que
recibían. Sin embargo, una proyección realizada dos años atrás (2017) por la misma empresa
pronosticaban que para este año solo el 30% de todos sus empleados presentarían un grado de
insatisfacción respecto a los beneficios que recibirían. Se pide identificar:
 Población:
 Muestra:
 Unidad de análisis:
 Variables y tipos:
 Dato:
 Parámetro(s):
 Estadístico(s):
 EJERCICIOS ADICIONALES
La empresa “Insa S.A.” con el fin de prevenir un mal clima laboral entre sus trabajadores, realiza
una encuesta a 200 de dichos trabajadores a partir de los cuáles se determino una edad
promedio de 45 años y que un 40% de ellos no se sentían satisfechos con los beneficios que
recibían. Sin embargo, una proyección realizada dos años atrás (2017) por la misma empresa
pronosticaban que para este año solo el 30% de todos sus empleados presentarían un grado de
insatisfacción respecto a los beneficios que recibirían. Se pide identificar:
 Población: Los trabajadores de la empresa “Insa S.A.” del año 2019
 Muestra: 200 trabajadores de la empresa “Insa S.A.” del año 2019
 Unidad de análisis: Cada trabajador de la empresa “Insa S.A.” del año 2019
 Variables y tipos: 𝑿𝟏 : Edad (cuantitativa continua), 𝑿𝟐 : Satisfacción (cualitativa nominal)
 Dato: 𝒙𝟏 : 35 años, 𝒙𝟐 : No.
 Parámetro(s): Porcentaje de insatisfechos con los beneficios recibidos (30%)
 Estadístico(s): Edad promedio (45 años), porcentaje de insatisfechos con los beneficios
recibidos (40%).
 EJERCICIOS ADICIONALES
Imagina que este año 2019 queremos estudiar a los jóvenes de entre 18 a 24 años de Lima-
Perú que votarán en las próximas elecciones presidenciales del 2021. Para esto encuestamos a
10 000 jóvenes de entre dicha edad y le preguntamos por su preferencia sobre un determinado
candidato, resultando que el 72.5% respondieron que si votarían por dicho candidato, además
el 55% de los encuestados eran mujeres. Sin embargo, por datos del INEI sabemos que la
proporción de mujeres que oscilan entre dicha edad en todo Lima es de 57.21%. Se pide
identificar:
 Población:
 Muestra:
 Unidad de análisis:
 Variables y tipos:
 Dato:
 Estadístico(s).
 Parámetro(s)
 EJERCICIOS ADICIONALES
Imagina que este año 2019 queremos estudiar a los jóvenes de entre 18 a 24 años de Lima-
Perú que votarán en las próximas elecciones presidenciales del 2021. Para esto encuestamos a
10 000 jóvenes de entre dicha edad y le preguntamos por su preferencia sobre un determinado
candidato, resultando que el 72.5% respondieron que si votarían por dicho candidato, además
el 55% de los encuestados eran mujeres. Sin embargo, por datos del INEI sabemos que la
proporción de mujeres que oscilan entre dicha edad en todo Lima es de 57.21%. Se pide
identificar:
 Población: Jóvenes de entre 18 a 24 años de Lima-Perú del año 2019
 Muestra: 10 000 jóvenes de entre 18 a 24 años de Lima-Perú del año 2019
 Unidad de análisis: Cada joven de entre 18 a 24 años de Lima-Perú del año 2019
 Variables y tipos: 𝑿𝟏 : Edad (cuantitativa continua), 𝑿𝟐 : Sexo (cualitativa nominal), 𝑿𝟐 :
Preferencia por dicho candidato (cualitativa nominal)
 Dato: 𝒙𝟏 : 35 años, 𝒙𝟐 : F, 𝒙𝟑 : No.
 Estadístico(s): Prop. preferencial por el candidato (72.5%), prop. de mujeres (55%).
 Parámetro(s): Proporción de mujeres (57.21%).
 TALLER GRUPAL
Grupos de 4 Estudiantes

Vamos a los
ejercicios propuestos
de la separata!!
 CIERRE
CIERRE

¿Qué hemos aprendido?

1.¿Qué es la estadística y cuales son los conceptos básicos?

2.¿Que es una variable y cuales son sus tipos?
3.¿Que es población y que es una muestra?