UNIVERSIDAD: MAYOR DE SAN SIMON

FACULTAD: CIENCIAS Y TECNOLOGIA

PRACTICA 1
ESTADISTICA
APLICADA

NOMBRE: GUAMAN MENDOZA WENDY

MATERIA: ESTADISTICA APLICADA
DOCENTE: ING. JOSE ANTONIO SORUCO MAITA
AUXILIAR: UNIV. HERMENEGILDO TOLA
FECHA DE ENTREGA: 03/02/2021
ORIGEN DE LA ESTADÍSTICA
El termino alemán Statistik, fue originado por Gott Anchenwall en el año 1749, se refiere al
análisis de datos del Estado, es decir, la “ciencia del estado” o también, de la cuidad estado.
También se llamó “aritmética política” de acuerdo con la traducción literal del inglés. No fue
hasta el siglo XIX cuando el termino estadística adquirió el significado de recolectar y
clasificar datos.
La palabra estadística procede del vocablo “estado”, pues era función principal de los
gobiernos de los estados establecer registros de población, nacimientos, defunciones,
impuestos, cosechas. La necesidad de poseer datos cifrados sobre la población y sus
condiciones materiales de existencia han debido hacerse sentir desde que se establecieron
sociedades humanas organizadas.

¿QUÉ ES LA ESTADÍSTICA?
Es la ciencia que se encarga de la recolección, ordenamiento, representación, análisis e
interpretación de datos generados en una investigación sobre hechos, individuos o grupos
de los mismo, para deducir de ello conclusiones precisas o estimaciones futuras.
La estadística es una parte de la matemática que se ocupa de los métodos para recoger,
organizar, resumir y analizar datos, así como para hacer inferencias y obtener conclusiones
validas sobre la realidad y tomar decisiones basadas en tal análisis.

CLASIFICACIÓN DE LA ESTADÍSTICA

ESTADISTICA DESCRIPTIVA
Conjunto de técnicas y métodos que son usados para recolectar, organizar y presentar en
forma de tablas y graficas información numérica. También se incluyen qui el cálculo de
medidas estadísticas de centralidad y de variabilidad.

ESTADISTICA INFERENCIAL
Conjunto de técnicas y métodos que son usados para sacar conclusiones generales acerca
de una población usando satos de una muestra tomada de ella.
¿QUÉ ES UNA POBLACIÓN?
Es el conjunto de mediciones de interés para el investigador. Es el colectivo que abarca a
todos los elementos cuya característica o características queremos estudiar, dicho de otra
manera, es el conjunto entero al que se desea describir o del que se necesita establecer
conclusiones. Como ejemplos de poblaciones, podemos citar: todos los estudiantes de la
Universidad Mayor de San Simón o los artículos producidos en una semana en una
determinada fabrica.
Por su tamaño las poblaciones pueden ser finitas o infinitas.
TIPOS DE POBLACIÓN
POBLACIÓN FINITA
Aquella población que esta compuesta por un numero pequeño de elementos, artículos o
sujetos.
Ejemplo: numero de motocicletas vendidas durante el mes de septiembre o numero de
alumnos en determinada escuela.
POBLACIÓN INFINITA
Aquella población que esta compuesta por un numero grande de elementos.
Ejemplo: la cantidad de litros de agua en el mar o la cantidad de granos de arena de una
playa
POBLACIÓN REAL
Aquella población que se compone de un grupo de cosas existentes y meramente
comprobables.
Ejemplo: la cantidad de usuarios que visitan un sitio web diurante un mes o la cantidad de
temporadas de una serie.
POBLACIÓN HIPOTETICA
Aquella población conformada por un grupo posible de determinadas cosas, pero dificl de
comprobar.
Ejemplo: cuantas personas se supone que sobreviven a un determinado terremoto o como
reaccionaria cierta población frente a una crisis económica.
POBLACIÓN ALEATORIA
Aquella población que depende de las alteraciones de sus cualidades sin que exista una
causa aparente.
Ejemplo: el peso de determinado alimento que varia según su tamaño.
POBLACIÓN DEPENDIENTE
Aquella población que depende de una causa determinada.
Ejemplo: el incremento de ventas de un producto durante un buen periodo económico del
país.
POBLACIÓN POLINOMINAL
Aquella población cuyas características deben ser medidas y tomadas en cuenta.
Ejemplo: cuando se realiza un censo poblacional, las características y cualidades (edad,
ingresos) de los habitantes serán diferentes.
¿QUÉ ES UN PARAMETRO?
Es cualquier medida descriptiva o representativa de una población. Generalmente se
utilizan las letras griegas como símbolo. Ejemplo: medida aritmética poblacional (µ) mu,
deviación estándar poblacional (δ) sigma.
¿QUÉ ES UNA MUESTRA?
Es un conjunto de elementos seleccionados de una población de acuerdo a un plan de
acción previamente establecido (muestreo), para obtener conclusiones que pueden ser
extensivas hacia toda la población. Ejemplos constituyen las muestras que escogen las
empresas encuestadoras en estudios de sondeos de opinión, o la selección de un grupo de
artículos recibidos en una bodega para estimar las condiciones de todo un embarque.
TIPOS DE MUESTRA

MUESTRA PROBABILÍSTICA

Es el más utilizado en las investigaciones, ya que se todos los elementos de la población

tienen la posibilidad de formar parte de la muestra, como lo es por ejemplo el censo
poblacional que se realiza en una nación. A su vez, de este tipo de muestra se derivan los
siguientes:

1. MUESTREO ALEATORIO SIMPLE

Es el método de selección más básico, en donde cada individuo tiene un número de

identificación y a través de un sorteo aleatorio se escogen para la muestra. Para llevarse a
cabo, es necesario que se tenga una cantidad clara de los individuos que completaran la
muestra completa.
 Ejemplo: Una empresa tiene 120 empleados. Se quiere extraer una muestra de 30 de ellos.

• Enumera a los empleados del 1 al 120

• Sortea 30 números entre los 120 trabajadores
• La muestra estará formada por los 30 empleados que salieron seleccionados de los
números obtenidos

2. MUESTREO SISTEMÁTICO

La población que se trabajará debe ser enumerada y los investigadores se tendrán que
encargar de hacer listas con cada uno de los individuos en diferentes grupos de 10 de
manera aleatoria. Después, se selecciona uno de cada de cada grupo al azar y así se
formará la muestra.

Ejemplo: Supongamos que poseemos una población de 1000 individuos y necesitamos

obtener una muestra de 100 de ellos. Para ello, dividiremos en primer lugar el total de la
población en 100 fragmentos aleatorios de 10 individuos. Luego, seleccionaremos un
número al azar entre el 1 y 10.
Si el número obtenido al azar es el 6, a partir del individuo número 6 de la población se
definirá nuestra muestra. Es decir que a partir de él se irán completando intervalos de 10,
es decir: 6, 16, 26, 36, 46 hasta el 996. De esta manera quedará conformada la muestra de
100 individuos a través del muestreo sistemático.

3. MUESTREO ESTRATIFICADO

Aquí se clasifica la población en grupos y en ellos se compartirán similares características.

Luego, se hace una selección de los individuos de cada grupo de forma proporcional.

Ejemplo: para obtener una muestra de 100 individuos de una población total de 3000, se
divide a la población en los siguientes estratos:
• Estrato 1: 1300 individuos.
• Estrato 2: 1100 individuos.
• Estrato 3: 600 individuos.
 4. MUESTREO POR CONGLOMERADOS

Se da si la población ya está clasificada en grupos de manera natural. Luego de esto, los

individuos se seleccionan de cada conglomerado y así se pueda conformar la muestra.

Ejemplo: un investigador desea estudiar el rendimiento académico de los estudiantes

secundarios en España.
1. Puede dividir a toda la población (población de España) en diferentes conglomerados
(ciudades).
2. Luego, el investigador selecciona una serie de conglomerados en función de su
investigación, a través de un muestreo aleatorio simple o sistemático.
3. Luego, de los conglomerados seleccionados (ciudades seleccionadas al azar) el
investigador puede incluir a todos los estudiantes secundarios como sujetos o seleccionar
un número de sujetos de cada conglomerado a través de un muestreo aleatorio simple o
sistemático.
Lo más importante sobre esta técnica de muestreo es dar a todos los conglomerados
iguales posibilidades de ser seleccionados.

MUESTRA NO PROBABILÍSTICA

En esta muestra los elementos se seleccionan por medio de diversos procedimientos que
no proporcionan a los individuos de la población las mismas oportunidades de poder ser
elegidos para la muestra. Este tipo también comprende los siguientes derivados:

1. MUESTREO POR CUOTAS

Por medio de ella los investigadores realizan la muestra al tener en cuenta diversas
características y de esa forma poder lograr en la muestra una distribución de características
igual que en la población.

Ejemplo: El Director de una empresa tecnológica con 500 empleados (población) quiere
investigar sobre el uso de un nuevo software entre la plantilla. Para ello, divide a los
trabajadores en estratos según su rango de edad.
2. MUESTREO DE CONVENIENCIA

Aquí el investigador debe seleccionar a los individuos de su muestra únicamente por

proximidad. Mayormente esta muestra no es reconocida por el investigador como parte
de la representación de la población completa, sin embargo, le permite datos e
informaciones rápidamente.

Ejemplos: El ejemplo más básico de donde se utiliza el método de muestreo de

conveniencia es cuando las empresas detienen a las personas en un centro comercial o
en una calle concurrida para distribuir sus folletos promocionales y hacer preguntas.

3. MUESTREO POR BOLA DE NIEVE

Es utilizada cuando el investigador necesita que un individuo de su muestra pueda ayudar

a identificar otro que tenga las mismas características y a su vez estos a otros para así
formar la muestra deseada.

Ejemplo: Un investigador decide realizar una investigación cuya muestra la conforman

individuos con una rara enfermedad. De esta manera, al encontrar un individuo con dichas
características, el investigador le pide ayuda para encontrar otras personas con estas
condiciones para conformar la muestra.

4. MUESTRA DISCRECIONAL

Se refiere a la elección de los individuos que hace el investigador de su muestra en

relación a determinados conocimientos de la población.

Ejemplo: se desea realizar una investigación sobre el comportamiento de los padres con
sus hijos. Por lo tanto, el investigador selecciona como muestra a personas que tengan
hijos, ya que las considera aptas de conocimiento para formar parte de la investigación.

VENTAJAS Y DESVENTAJAS DE LA MUESTRA

 VENTAJAS DESVENTAJAS
Tiene una mayor capacidad de hacer Requiere información sobre la proporción
inferencia dentro de un estrato y, de la
comparaciones entre los estratos. población total que pertenece a cada
estrato
Tiene errores de muestreo al azar un La información sobre las variables de
poco más pequeños para la muestras de estratificación
mismo tamaño, por lo que requiere es requerida para cada elemento de la
tamaños de muestra más pequeños para población. Si
el mismo margen de error. dicha información no está disponible,
puede ser costosa su compilación.
Obtiene una muestra más representativa Es más caro, consume tiempo, y es más
porque complicado
se asegura de que los elementos de cada que el muestreo aleatorio simple.
estrato
son representado en la muestra.
Saca mayor provecho de los La selección de las variables de
conocimientos estratificación puede
que el investigador tiene sobre la ser difícil si un estudio implica un gran
población. número de
variables.
Permite diferentes métodos de El análisis de los datos recogidos es más
investigación complejo
y procedimientos que se utilizarán en que el análisis de los datos recogidos a
diferentes estratos. través del
muestreo aleatorio simple.
Permite el análisis de los patrones dentro Si se utiliza la asignación
del estrato y la notificación separada de desproporcionada, se
los requiere la ponderación para hacer
resultados para cada uno de los estratos. estimaciones precisas
de los parámetros de la población.

¿QUÉ ES UNA VARIABLE ESTADÍSTICA?

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.

TIPOS DE VARIABLE ESTADÍSTICA

VARIABLES CUALITATIVAS

Las variables cualitativas se refieren a características o cualidades que no pueden ser

medidas con números. Podemos distinguir dos tipos:

1) VARIABLE CUALITATIVA NOMINAL

Una variable cualitativa nominal presenta modalidades no numéricas que no admiten un

criterio de orden.

Ejemplos:

• El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y
viudo
• Nombre y apellido de los estudiantes del 1° año.
• Color de las flores en una florería.
• Marca de los vehículos en un estacionamiento.
• Denominación de los equipos en un laboratorio de computación.
• Número de la entrada a una obra de teatro

2) VARIABLE CUALITATIVA ORDINAL

Una variable cualitativa ordinal presenta modalidades no numéricas, en las que existe un
orden.

Ejemplos:

• Calificaciones de los estudiantes del 1° año.

• Posición en el ranking de tenistas profesionales.
• Etapa de vida en un rebaño vacuno.
• Talla de las personas en un recinto.
• Número del asiento en una obra de teatro.
• Intensidad de un dolor o afección.
• Nivel de satisfacción en una prueba de degustación.
• Rango militar.
• Posición de llegada en una competencia.
• Sensación térmica.
• La nota en un examen: suspenso, aprobado, notable, sobresaliente.

• Puesto conseguido en una prueba deportiva: primero, segundo, tercer, ...

• Medallas de una prueba deportiva: oro, plata, bronce.

VARIABLES CUANTITATIVAS

Una variable cuantitativa es la que se expresa mediante un número, por tanto se pueden
realizar operaciones aritméticas con ella. Podemos distinguir dos tipos:

1) VARIABLE DISCRETA

Una variable discreta es aquella que solo puede tomar un número finito de valores entre
dos valores cualesquiera de una característica.

Ejemplos:

• El número de hijos de una familia.

• La cantidad de dedos que tienes en la mano.

• El número de faltas en un partido de fútbol.

• Número de personas que llegan a un consultorio en una hora.

• El número de árboles que hay en un parque.

• El número de canales de televisión que tienes en casa.

• Número de animales en una granja.

• Cantidad de empleados que trabajan en una tienda.

• Número de libros vendidos cada mes en Amazon.

• Número de clientes que visitan un supermercado por día.

 2) VARIABLE CONTINUA

Una variable continua es aquella que puede tomar un número infinito de valores entre dos
valores cualesquiera de una característica.

Ejemplos:

• La estatura de tu mejor amigo.

• El ancho de una pelota de fútbol.
• Volumen de agua en una piscina.
• El peso de una persona.
• La velocidad a la que va a un tren.
• Longitud en centímetros de un tenedor.
• Tiempo que demora el delivery de Pizza Hut en entregar un pedido.
• El volumen de cerveza en una jarra.
• Peso de las vacas en una granja.
• Tiempo que esperas al amor de tu vida.
• Distancia que recorren los autos en una ciudad.
• Velocidad a la que viaja un avión.
• El diámetro de una esfera.

ETAPAS DEL METODO ESTADÍSTICO

El método estadístico consiste en una secuencia de procedimientos para el manejo de los

datos cualitativos y cuantitativos de la investigación. En este artículo se explican las
siguientes etapas del método estadístico: recolección, recuento, presentación, síntesis y
análisis.
1. SELECCIÓN DEL TEMA
El primer paso para realizar un trabajo de investigación deberá consistir en seleccionar
un tema, según el escogido podrá ser demasiado amplio para obtener datos o pueda
que exista falta de interés en la búsqueda de la información.
2. PLANEAMIENTO DEL PROBLEMA
Técnicas para Seleccionar el Problema: a. Tomar una actitud problematizadora. b.
Definir el tipo de investigación. c. Establecer el alcance y/o aplicación del problema. d.
Sectorizar el área de conocimiento. e. Obtener información amplia, variada y extensa.
f. Hacer resúmenes, elaborar fichas bibliográficas. g. Redactar varios problemas con
sentidos diferentes y seleccionar el apropiado. h. Cuantificar la necesidad y costos de
los recursos.
3. FIJACIÓN DE LOS OBJETIVOS
Establecer los objetivos de la investigación es responder a las pregunta ¿Para que se
hace?, se trata de indicar el destino o los efectos que se pretenden alcanzar con su
realización. Conforman un elemento fundamental del diseño de la investigación,
porque en ellos se expresan los logros que se pretenden alcanzar.
4. FORMULACION DE LA HIPÓTESIS
Las hipótesis pretenden resolver el problema por anticipado. Son sugerencias
postulados, enunciados o propuestas de respuesta al problema del conocimiento,
deben ser elaboradas correctamente desde el punto de vista formal. La hipótesis debe
concordar con la definición del problema así como con los demás elementos del
diseño.
5. DEFINICIÓN DE LA UNIDAD DE OBSERVACIÓN Y LA UNIDAD DE MEDIDA
Inicia en buena medida desde el momento en que el investigador a conjuntado ya una
serie de observaciones con su experiencia, conocimientos e inquietudes. Esta
consiste en expresarlo en forma teórica, enunciarlo a través de proposiciones claras,
precisas y concisas. Es una exposición gramatical que reúne un determinado número
de palabras técnicas y formales integradas y articuladas.
6. LA RECOLECCION
Son obtenidos dentro de la organización que hace un estudio estadístico. Una
empresa puede mantener muchas clases de información cuantitativa en varios
 departamentos por un largo periodo. Los tipos mas comunes de registros
conservadores en la mayoría de las empresas que pueden ser utilizados para un
estudio estadístico son los registros contables
7. CRITICA, CLASIFICACION Y ORDENACIÓN
La corrección se necesita frecuentemente en la organización de datos. El trabajo de
corregir datos recopilados de registros internos y fuentes publicados es relativamente
simple. Sin embargo, los datos recopilados en una encuesta pueden necesitar pueden
necesitar una corrección extensivaç
• Las respuestas son inconsistentes.
• La escritura no es determinante.
• Las respuestas son incompletas.
• Se necesitan cálculos.

8. TABULACIÓN DE DATOS CLASIFICADOS

Después de que se han decidido las clasificaciones adecuadas o deseadas, el
siguiente paso en la organización de los datos es arreglar la masa de hechos
cuantitativos en una forma resumida basados en las clasificaciones. Este proceso es
llamado tabulación. Los principales métodos de tabulación son:
• Tarjetas de escritura manual.
• Hojas de registro.
• Tarjetas de perforación.
• Tarjetas perforadas.
• Procesamiento electrónico de datos
9. PRESENTACIÓN DE DATOS ESTADÍSTICOS Después de haberse realizado la
tabulación de los datos, es necesarios presentarlos para que el público pueda conocer
el fenómeno estadístico investigado.
10. ANÁLISIS
Es el estudio de la información que se ha recopilado de manera de encontrar en ella
la fuente principal de ayuda para buscar las posibles soluciones o bien tomas medidas
mejor organizadas. Puesto que el análisis es en base a los datos reales, datos
estadísticos.
11. INTERPRETACIÓN
La interpretación de los resultados para investigar las leyes empíricas del
comportamiento del fenómeno que es en esencia, tarea del investigador pues como
se dijo la interpretación del conocimiento de la variable o campo donde se investiga.
Por esta razón el análisis estadístico no puede ir mas allá del estudio matemático de
los datos ya que para su debida significación se necesita su estadístico no en el
sentido de hacer cálculos sino de interpretar valores estadísticos y fundamentales.

SOFTWARE ESTADÍSTICO
• R
¿Aspira a convertirse en un valioso analista de negocios, científico de datos, analista de
datos o minero de datos? Eso es genial, y debería dominar R lo antes posible. R es un
lenguaje de programación muy popular y una de las mejores herramientas de análisis de
datos.
Presentar conjuntos de datos complejos
R admite el aprendizaje automático y el análisis de datos
avanzado. Este software inteligente permite a los investigadores incorporar gráficos de
calidad superior en su trabajo.¿Quiere un software de análisis de datos confiable que le
permita presentar conjuntos de datos complejos de manera fluida y convincente? Si es
así, elija Programación R.

• PYTHON

Python es mucho más que un lenguaje de programación popular. Se sitúa como una
excelente herramienta de análisis de datos. Le ayuda a realizar muchos procedimientos
avanzados y es compatible con el desarrollo de modelos sofisticados.

También puede utilizar Python para importar y exportar conjuntos de datos. Además,
puede usarlo para manejar regresión lineal simple, regresión lineal múltiple y regresión
polinomial.
• EXCEL

¿Qué hace que Excel sea una de las 7 mejores herramientas de análisis de
datos? Adivinó bien, son las tablas dinámicas integradas de la herramienta. Además,
Excel es bastante fácil de usar. No necesitará inscribirse en costosos cursos de análisis
de datos. Pero descubrir las tablas dinámicas puede ser algo desafiante.
Una herramienta rica en funciones
Excel es una herramienta de análisis de datos con muchas funciones que permite a los
analistas aprovechar al máximo sus datos. Con este software, puede ordenar o filtrar sus
datos de la forma que desee. Por ejemplo, puede ordenar los datos del valor más alto al
más bajo. También puede filtrar sus datos sobre la base de varios criterios, entre otros.

ELABORACIÓN PROPIA