ESTADÍSTICA I

UNIDAD I

1. INTRODUCCIÓN A LA ESTADÍSTICA
2. POBLACIÓN Y MUESTRA
3. VARIABLES,TIPOS DE VARIABLES
(CUANTITATIVAS Y CUALITATIVAS)
4. GRÁFICOS SEGÚN EL TIPO DE
VARIABLE
5. ESCALA DE MEDICIÓN
PÁGINA 01
1. INTRODUCCIÓN A LA ESTADÍSTICA
¿ Qué es la estadísitca?
La estadística se refiere a las técnicas mediante las cuales se recopilan, organizan y analizan datos
cuantitativos. El punto central del análisis estadístico en los negocios es la administración de la
toma de decisiones.

¿Quiénes usan la Estadística?

Las técnicas estadísticas se usan ampliamente por personas en áreas de comercialización,
contabilidad, control de calidad, consumidores, deportes, administración de hospitales,
educación, política, medicina, etc...

Objetivos de la Estadística descriptiva.

Ordenar, describir y sintetizar la información recogida.Definir medidas cuantitativas para la
interpretación de la información.Visualización de los datos (realización de gráficos).La finalidad de la
Estadística Descriptiva no es extraer conclusiones generales sobre la población en estudio, sino
solamente hacer una descripción de ellos.
 2. POBLACION Y MUESTRA

POBLACIÓN
Es el conjunto de todos los elementos de interés en un estudio determinado. Tamaño N
Es el conjunto de todos los individuos u objetos que poseen alguna característica común
observable

MUESTRA
Población
Es un subconjunto de la población. Tamaño n

QUÉ ES UNA BUENA MUESTRA Muestra

 EJEMPLOS DE POBLACIÓN Y MUESTRA

Los estudiantes de un curso de estadística quieren saber si los profesores de su universidad

prefieren dar clases con o sin computadora Para ello encuestan a 200 profesores de la
universidad elegidos en forma aleatoria. ¿Cuál es al población y la muestra?
R/ Población: Todos los profesores de la universidad
Muestra: Los 200 profesores encuentados

Un conocido fabricante de medicamentos, desea conocer la proporción de personas cuya

diabetes tipo 2 puede ser controlada con un nuevo fármaco Se realiza un estudio en 3500
personas con esta diabetes, y se encontró que el 75 de ellas pudo controlar su diabetes tipo 2
usando el fármaco Asumiendo que estas 3500 personas son representativas del grupo de
pacientes de diabetes tipo 2 identifique la muestra y la población.
R/ Población: personas con diabetes tipo 2
Muestra: las 3500 personas con diabetes tipo 2
 3. Variables
Una variable es una característica de los elementos que es de interés. la siguiente tabla que
contiene un conjunto de datos de 25 empreas S&P 500, contiene las siguietes cinco
variables.

• Bolsa de valores (mercado bursátil): Dónde se

comercializa (cotiza) la acción: N (Bolsa
de Nueva York) y NQ (Mercado Nacional Nasdaq).
• Ticker (denominación abreviada): abreviación
usada para identificar la acción en la lista
de la bolsa
• Posición en BusinessWeek: Número del 1 al
500 que indica la fortaleza de la empresa.
• Precio por acción ($): El precio de cierre (28 de
febrero de 2005).
• Ganancia por acción ($): Las ganancias por
acción en los últimos 12 meses.
 No tienen ningún orden
específico. Ejemplo: color
Nominales de cabello, estado civil
Cualitativas
Tienen orden especifico,
Ordinales Ejemplo: nivel educativo
Se refiere a de una persona, año en el
cualidades cursado de una carrera.
o atributos
Tipo de
variable

Vienen de un proceso de
Continuas medición, Ejemplo:
Sueldo, estatura, peso.

Cuantitativas

Vienen de un proceso de
Se refiere a Discretas conteo, Ejemplo: número
cantidades de hijos, número de
(Medibles) personas en el cine.
4. GRÁFICOS SEGÚN TIPO DE VARIABLE
Para varaibles cualitativas: gráficos de sectores,gráficos de barras,
gráficos de barras apiladas

Gráfico de sectores Gráfico de barrar apiladas Gráfico de barras

Para variables cuantitativas

Cuantitativas Continuas: variables que vienen de un proceso de medición

Histograma Ojiva Diagrama de Dispersión

Cuantitativas Discretas: variables que vienen de un proceso de conteo

Gráfico de Barras Gráfico de Bastones

5. Escala de medición
La recolección de datos requiere alguna de las escalas de medición siguientes: nominal,
ordinal, de intervalo o de razón. La escala de medición determina la cantidad de
información contenida en el dato e indica la manera más apropiada de resumir y de analizar
estadísticamente los datos.
Escala nominal. Una escala de medición es nominal si los datos son etiquetas o categorías
que se usan para definir un atributo de un elemento. Los datos nominales pueden ser
numéricos o no numéricos.
Escala ordinal. Una escala de medición es ordinal si los datos pueden usarse para
jerarquizar u ordenar las observaciones. Los datos ordinales pueden ser numéricos o no
numéricos.
Escala de intervalo. Una escala de medición es de intervalo si los datos tienen las
propiedades de los datos ordinales y los intervalos entre observaciones se expresan en
términos de una unidad de medición fija. Los datos de intervalo tienen que ser numéricos.
Escala de razón. Una escala de medición es de razón si los datos tienen las propiedades de
los datos de intervalo y el cociente (o razón) entre dos medidas tiene sentido. Los datos de
razón tienen que ser numéricos.
EJEMPLOS:

El mercado en el que cotiza una acción (NYSE, NASDAQ o AMEX) es un dato nominal no
numérico. El número de seguro social de una persona es un dato nominal numérico.
Las medidas pequeño, mediano y grande para dar el tamaño de un objeto son datos
ordinales no numéricos. El lugar de los individuos en una clase 1, 2, 3, … son datos ordinales
numéricos.
Las mediciones de temperatura son datos de intervalo. Suponga que la temperatura en un
lugar es de 21°C y en otro es de 4°C. Estos lugares se pueden jerarquizar de acuerdo con lo
calurosos que son: el primero es más caliente que el segundo. La unidad fija de medición,
1ºC, permite decir cuán más caliente es el primer lugar: 17°C.
Variables como la distancia, la altura, el peso y el tiempo se miden con una escala de razón.
Las mediciones de temperatura no son datos de razón debido a que no existe un punto cero
definido intrínsecamente. Por ejemplo, el punto de congelación del agua en la escala
Fahrenheit es 32 grados y en la escala Celsius es 0 grados. Los cocientes entre datos de
temperatura no tienen sentido. Por ejemplo, no tiene sentido decir que cuando la
temperatura ambiente es de 20 grados hace el doble de calor que cuando es de 10 grados.