Estadística

Lo que vamos a aprender en este curso

de estadística es acumulativo. Esto
quiere decir, por ejemplo, que para
entender el tema de medidas de
tendencia central deben primero
conocer lo que es una distribución de
frecuencias.
El material de este curso hay que
estudiarlo todas las semanas no
pueden acumular su estudio para los
parciales.
 Bibliografía Sugerida
1. Newbold, Carlson y Thorne.
Estadística para administración y
economía. 6ta edición.
2. Mendenhall, Wackerly, Scheaffer.
Estadística matemática con
aplicaciones.
3. Otro material suministrado por el
profesor
Introducción a la
Materia
¿Qué es la Estadística?
Es la ciencia que permite
recopilar, organizar,
presentar, analizar e
interpretar información
para ayudar a tomar
decisiones más efectivas.
 Estadística
La estadística se usa en actividades de investigación,
pues
1.- Ayuda en descripciones exactas
2.- Permite comunicación clara
3.- Permite sintetizar de manera significativa y cómoda
4.- Ayuda a obtener conclusiones generales
5.- Permite hacer predicciones y conjeturas
6.- Ayuda en la búsqueda de factores causales de
ciertos fenómenos

Debemos dominar técnicas que se usan para clasificar

y cuantificar información
Aprender estadística es como aprender un nuevo
idioma. (Escalante, R. 2010)
 ¿Qué objetivos debe trazarse un
principiante en Estadística?
1. Dominar el vocabulario de la disciplina
2. Adquirir, o revivir, y ampliar su habilidad para realizar y leer
información cuantitativa
3. Aprender a interpretar información estadística
4. Captar la “lógica de la Estadística”
5. Aprender a decidir cuando debe usarse y cuando no debe usarse la
estadística
6. Comprender la matemática básica y la tecnología que se usa en
estadística
Clasificación

La estadística puede ser:

1. Descriptiva
2. Inferencial
 Estadística Descriptiva
Comprende métodos que incluyen la
recolección, presentación y
caracterización de un conjunto de datos
numéricos y el cálculo de ciertas
magnitudes.
A partir de ellas se describe y analiza el
grupo de datos sin sacar conclusiones o
inferencias del mismo
 Estadística Inferencial
Comprende métodos que
permiten determinar o estimar
características generales de una
población o tomar decisiones a
partir del examen de un
subconjunto de la
población(Muestra)
 Conceptos Básicos
1.-Experimentos, sucesos o
fenómenos aleatorios se caracterizan
porque al repetirse en situaciones
similares dan resultados distintos e
independientes de nuestra
influencia.
Se llaman aleatorios porque
dependen del azar y no del
investigador.
 Conceptos Básicos
En una colección de datos se puede
diferenciar:
2.- Población o universo
Conjunto de todos los individuos, medidas u
objetos de interés en un experimento
Ejemplos:
• Los estudiantes universitarios de
Venezuela
• Los estudiantes de la Unimet
 Conceptos Básicos
Población o universo: Puede ser finita o infinita
Poblaciones Finitas, Constan de un número
determinado de elementos, susceptible a ser
contado. Ejemplo: Los empleados de una fábrica,
elementos de un lote de producción, etc.
Poblaciones Infinitas, Tienen un número
indeterminado(infito) de elementos, los cuales no
pueden ser contados. Ejemplo: Los números
naturales. Las estrellas
 Conceptos Básicos
3.- Muestra
Es un subconjunto o parte de la población
que se selecciona para análisis, debido que
estudiar la población es imposible.
Ejemplos:
•Si la población es los estudiantes
universitarios de Venezuela, entonces , los
estudiantes universitarios de Caracas serían
una muestra.
•Si la población es los estudiantes de la
UNIMET, los estudiantes de está sección
serían una muestra.
 Conceptos Básicos
4.-Parámetro: Es una medida de resumen que se
calcula para describir una característica de toda una
población.
Ejemplo: El promedio de edades de los estudiantes de
ciencias administrativas.
5.-Estadístico: Es una medida de resumen que se
calcula para describir una característica de una
muestra de la población. te
Ejemplo: El promedio de edades de los estudiantes de
está sección de ciencias administrativas.
 Conceptos Básicos
6.-Variable
Cualquiera de las características que se desee conocer de una
población y que tenga la condición de variar, dependiendo del
elemento de la población que se tome.

Nominal

Cualitativas Ordinal
Variables De intervalo
Discretas
Cuantitativas De razón
De intervalo
Continuas
De razón
 Conceptos Básicos
6.-Variable
Cualquiera de las características que se
desee conocer de una población y que tenga
la condición de variar, dependiendo del
elemento de la población que se tome.
•Cualitativas: cuando se refieren a una
características del elemento, como el color, el
sexo, nivel socioeconómico,etc.
•Cuantitativas: cuando se pueden medir o
cuantificar por ejemplo la edad, el peso, los
índices de pobreza de un país.
 Variables Cuantitativas
•Discretas: no se pueden fraccionar. Por
ejemplo: Número de hijos, número de libros
que poseo, número de monedas, número de
carros vendidos, cant. de estudiantes que
aprueban un curso, etc.
•Continuas: pueden tomar cualquier valor
entre dos valores dados. Por ejemplo: Peso de
una persona, altura de una persona, salario
de unos trabajadores, niveles de
contaminación de una ciudad, cantidad de
agua en un envase.
 Escalas de Medición de
Variables Cualitativas
Nominal: Cuando la
característica de interés de una
variable cualitativa se clasifican
en categorías que no implican
ningún orden.
Por ejemplo: Color (amarillo, rojo,
blanco, azul); sexo (femenino,
masculino).
 Escalas de Medición de
Variables Cualitativas
Ordinal: Cuando la característica de
interés de una variable cualitativa se
clasifican en categorías en las que puede
asignarse algún orden.
Por ejemplo: resultados de una competencia
(1er lugar, 2do lugar, 3er lugar), calidad de
color de la fotografía (excelente, muy
buena, buena, mala).
 Escalas de Medición de
Variables Cuantitativas
De intervalo: aparte de existir un orden
entre los valores de la variable, las
diferencias entre estos tienen algún
significado, pero el cero no indica
ausencia de la variable medida
Por ejemplo: la temperatura. La
diferencia entre 14 y 16 grados es la
misma que entre 20 y 18 grados, pero 0
grados no significa que no hay
temperatura simplemente es una
referencia.

Fuente: Curso Estadística Platum:Unimet.edu.ve

 Escalas de Medición de
Variables Cuantitativas
De razón o cociente: además de que
las diferencias entre las
mediciones son significativas,
existe un punto cero verdadero.
Por ejemplo: la edad (el valor cero
en la edad representa la ausencia
de la variable que se mide)

Fuente: Curso Estadística Platum:Unimet.edu.ve

 Ejemplo
Se ha hecho un estudio para determinar la preferencia de
una carrera de pregrado por parte de los estudiantes que
están próximos a graduarse. Se entrevista a 7000
estudiantes de 5to año y 3110 dicen que prefieren
Administración. Al finalizar se calcula la proporción de
los que prefieren Administración.
Se desea conocer:
1.- La población
2.- La muestra
3.- La variable
4.- Un dato, los datos
5.- El experimento
6.- El estadístico en cuestión
 Reglas prácticas para el uso de
variables numéricas
Regla 1: Los límites reales de una variable
continua son aquellos valores que están media
unidad hacia arriba y media unidad hacia debajo
de un valor señalado.
Ejemplo: si la variable es el peso y la unidad el
kg, decir que una persona pesa 76 kg, significa
que su peso está entre 75,5 kg y 76,5 kg.

Escalante, R (2010)
 Reglas prácticas para el uso de
variables numéricas
Regla 2: La cantidad de “cifras significativas” que
se usan para registrar datos, procesarlos e
interpretarlos depende de la naturaleza contextual de
la variable.
Así por ejemplo, si la variable es edad se usan
números enteros, si la variable es cantidad de dinero
se usan hasta dos decimales.

Escalante, R (2010)
Ejercicios:
Identifique el tipo y la escala de medición de cada una de
las siguientes variables:
1. Número de cuadernos que utilizan los estudiantes de
1er trimestre
2. Tipos de bicicletas que utilizan los estudiantes del 1er
trimestre
3. El coeficiente intelectual de sus profesores
4. El dominio de las matemáticas, clasificado en las
categorías bueno, malo y regular
5. Sensación de ansiedad al hablar en público, calificada
en una escala de 0 a 100
6. El peso de un grupo de personas sometidas a la misma
dieta
7. El tiempo de reacción al escuchar un sonido
8. El número del piso al llamar un ascensor
9. Preferencias políticas
Ejercicio.
En un estudio sobre los suscriptores de
BusinessWeek de Estados Unidos se recogen datos de
una muestra de 2861 suscriptores. 59% de los
encuestados señalaron tener un ingreso de $75.000 o
más y 50% indicaron poseer una tarjeta de crédito de
American Express.
a) ¿Cuál es la población de interés en este estudio?
b) ¿Para este estudio se consideró a toda la población?
c) ¿Es el ingreso anual un dato cualitativo o
cuantitativo?
d) ¿Es la posesión de una tarjeta de crédito American
Express una variable cualitativa o cuantitativa?
Ejercicio.
En otoño de 2003, Arnold Schwarzeneger disputó al
gobernador Gray Davis la gobernación de California.
En una encuesta realizada entre los votantes
registrados se encontró que Arnold Schwarzeneger iba
a la cabeza con un porcentaje estimado de 54%
(Newsweek, 8 de septiembre de 2003).
a) ¿Cuál fue la población en este estudio?
b) ¿Cuál fue la muestra en este estudio?
c) ¿Por qué se empleó una muestra en esta situación?
Explique.
Organización de los Datos

Tablas

Gráficos
 Organización de los Datos
Tablas
Lista de precios de alimentos en BsF.

Ventas de cemento de X compañía en MM de dólares en 4 años

 Organización de los Datos
Tablas
Cantidad consumida en la fabricación de cierto artículo

Personas inscritas en el curso

Estado Miranda Aragua Carabobo Mérida Barinas

Cant. 12 0 5 3 2
Personas
 Organización de los Datos
Tablas
GastoSocial y Gasto Público de los Sectores Sociales
Unidades: Millones de bolívares del año 2000
Período: 1990-2007
Fuente: ONAPRE, Ley de Presupuesto 2000-2001. ONAPRE, Ley de Presupuesto 2000-2001. Información tomada del Sistema Integrado de Indicadores de Venezuela
(http://www.sisov.mpd.gob.ve)

Gasto Público Real Gasto Público

Gasto Público Gasto Público
Gasto Público Gasto Público Real Gasto Público Gasto Público en Desarrollo Real en Cultura y
Años Real en Seguridad Real en Ciencia y
Social Real en Educación Real en Salud Real en Vivienda Social y Comunicación
Social Tecnología
Participación Social
1990 8,4 3,3 1,6 1,7 0,7 0,9 0,2 0,1
1991 9,7 3,3 1,6 2,3 0,8 1,3 0,2 0,1
1992 9,9 3,7 1,9 1,9 0,9 1,1 0,2 0,1
1993 8,0 3,3 1,4 1,2 0,8 1,1 0,2 0,1
1994 7,8 3,4 1,3 0,9 1,0 1,0 0,2 0,1
1995 7,7 3,1 1,2 1,0 0,9 1,2 0,2 0,1
1996 8,2 2,4 1,2 1,4 1,1 1,7 0,1 0,1
1997 10,2 3,6 1,8 1,7 1,5 1,3 0,2 0,1
1998 8,1 3,1 1,4 1,4 1,2 0,8 0,2 0,1
1999 8,8 3,4 1,7 1,1 1,6 0,8 0,1 0,1
2000 11,9 4,3 2,1 2,1 2,1 0,8 0,2 0,2
2001 13,2 4,5 2,3 1,9 3,0 1,0 0,2 0,3
2002 12,8 4,5 2,6 1,9 2,5 0,9 0,2 0,2
2003 12,4 4,3 1,8 1,6 3,1 1,3 0,3 0,1
2004 17,5 5,8 3,1 2,4 3,8 1,8 0,3 0,3
2005 20,9 6,8 3,1 3,6 4,5 2,2 0,4 0,3
2006 29,7 8,7 5,0 5,2 6,7 3,4 0,5 0,3
2007 30,2 8,2 6,3 4,1 7,0 3,6 0,6 0,4
Organización de los Datos
Si utilizamos un conjunto cualesquiera
de datos x1 , x2 ,, xn de tamaño n,
denotemos por d al número de valores
diferentes que se encuentran en un
conjunto de n. Los datos pueden ser:
 No Repetidos
 Repetidos
 Datos No Repetidos
Conjunto donde todos los datos (n) son
diferentes, es decir que hay n valores distintos
Ejemplo:
Los datos dados a continuación corresponden a
las notas de un grupo de 28 estudiantes en una
escala del 0 al 20
En este caso n = 28 y d = 28
11,25 10,45 9,65 11,21 10,8 1,45 3
8,1 1,25 7,6 0 9,55 1,5 2,05
3,45 11,5 10,22 1,55 14,2 9,1 9,63
0,45 9,6 1,23 8,70 11 12,3 10,9
Datos Repetidos
Conjunto donde al menos uno de los datos está
repetido, es decir que hay n valores distintos entre
los datos.
Ejemplo: Se realizó una encuesta sobre el número de
personas que habitan por apartamento en un
edificio en particular, recopilándose la siguiente
información En este caso n=48 y d=8

2 1 7 4 3 1 3 4
1 2 2 3 4 2 5 2
5 4 0 3 3 7 6 6
6 4 3 6 5 2 2 1
1 4 5 6 2 0 2 3
3 3 2 7 4 5 3 5
Organización de los Datos

Una Distribución de Frecuencia es una

tabla estadística que presenta los datos en
forma ordenada y la frecuencia con que se
presentan. Al ser mostrados en una tabla,
los valores de los datos se presentan en
orden y, por lo general, el dato más pequeño
aparece en la parte superior de la tabla.
 Organización de los Datos
• Los datos pueden presentarse:
• No agrupados
• Agrupados
• Los datos se agruparán o no dependiendo de su
cantidad y de cuan variados sean los mismos
• Por lo general cuando datos recopilados son pocos estos
no se agruparán.
Distribuciones de Frecuencias
Se presentan en tablas que se componen de
una columna con las características o valores
de la variable xi y otras con las frecuencias

f i , hi , Fi , H i

Fuente: Curso Estadística Platum:Unimet.edu.ve

 Distribuciones de Frecuencias
Conceptos Básicos
Clase: Un intervalo que pueda contener
algunos valores de la variable(datos)
recibe el nombre de clase o intervalo de
clase.
Frecuencia absoluta: Número datos que
fi

se encuentran en una determinada

clase. Se representa por: f i
Frecuencia absoluta acumulada: Suma
acumulada de las frecuencias
absolutas. F   f
d

i i
i 1
 Distribuciones de Frecuencias
Conceptos Básicos
Frecuencia relativa:
Es la proporción de datos que se
encuentran en una clase.
fi
hi 
n
Frecuencia relativa acumulada:
Es la proporción de datos que se
acumula hasta cada clase.
Fi
Hi 
n
 Distribuciones de Frecuencias
Para datos sin agrupar
Por ejemplo: Una encuesta realizada entre 10
estudiantes de la Unimet para determinar cuantos
cuadernos tienen este trimestre, arrojó la
siguiente información
0 1 2 5 3 1 2 3 1 2
n = 10
Organice la información en una distribución de
frecuencias¿ Cuál es la variable de interés?
 Distribuciones de Frecuencias
Para datos sin agrupar
Hi
Fi hi
xi fi (frecuencia
(frecuencia (frecuencia
(número de (frecuencia relativa
absoluta relativa)
cuadernos) absoluta) acumulada)
acumulada) (fi / n)
(Fi / n)

Total
Datos: 0 1 2 5 3 1 2 3 1 2
 Distribuciones de Frecuencias
Para datos sin agrupar
Hi
Fi hi
xi fi (frecuencia
(frecuencia (frecuencia
(número de (frecuencia relativa
absoluta relativa)
cuadernos) absoluta) acumulada)
acumulada) (fi / n)
(Fi / n)

0 1 1 0,1 0,1
1 3 4 0,3 0,4
2 3 7 0,3 0,7
3 2 9 0,2 0,9
4 0 9 0 0,9
5 1 10 0,1 1
Total 10 1

Tabla completa!
 Distribuciones de Frecuencias
Para datos sin agrupar
• Del estudio de la tabla
podemos decir que hay 1 xi
Fi hi
Hi

estudiante que no tiene (número

de
fi
(frecuencia
(frecuencia (frecuencia
absoluta relativa)
(frecuencia
relativa
cuaderno. cuaderno absoluta)
s)
acumulada) (fi / n)
acumulada)
(Fi / n)
• También podemos afirmar 0 1 1 0,1 0,1
que hay 3 que tienen 2 1 3 4 0,3 0,4

cuadernos, lo que 2
3
3
2
7
9
0,3
0,2
0,7
0,9
representa el 30%. 4 0 9 0 0,9
Adicionalmente, sólo un 5
Total
1
10
10 0,1
1
1

alumno tiene 5 cuadernos.

• 70% de los estudiantes
tiene 2 cuadernos o menos
• ¿Qué más podríamos
afirmar leyendo la Tabla?
 Distribuciones de Frecuencias

Conclusiones:
1) La suma de las frecuencias siempre será
igual al número de datos
n

f
i 1
i = n donde n es el número de datos

2) La suma de las frecuencias relativas es

igual a 1
d

h
i 1
i 1
 Ejercicio
Construir una tabla de distribución de frecuencias para datos
no agrupados con los siguientes datos relativos a la cantidad
de presentaciones realizadas por los profesores de la UNIMET
entre el año 2010 y 2014

Año Cant de presentaciones

2010 154
2011 79
2012 209
2013 61
2014 69
Total 572