1.

Concepto de estadística
La estadística es una disciplina científica que se ocupa de la obtención, orden y
análisis de un conjunto de datos con el fin de obtener explicaciones y
predicciones sobre fenómenos observados.
La estadística consiste en métodos, procedimientos y fórmulas que permiten
recolectar información para luego analizarla y extraer de ella conclusiones
relevantes. Se puede decir que es la Ciencia de los Datos y que su principal
objetivo es mejorar la comprensión de los hechos a partir de la información
disponible.
Tipos de estadística
 Estadística descriptiva
 Estadística inferencial
 Estadística paramétrica
 Estadística no paramétrica
2. Concepto de incertidumbre
La incertidumbre es "la aleatoriedad o el error proveniente de varias fuentes
como las descritas al usar la metodología estadística".
Tipos de incertidumbre
Hay varias fuentes de incertidumbre en el cálculo de los puntos de referencia y
en la evaluación del estado de las poblaciones con respecto a estos puntos de
referencia.
- Incertidumbre en la medición, es el error en las cantidades observadas tales
como la captura o los parámetros biológicos;
- Incertidumbre en el proceso, es la aleatoriedad subyacente en la dinámica
poblacional tal como la variabilidad en el reclutamiento;
- Incertidumbre en el modelo, es la especificación errónea de la estructura del
modelo;
- Incertidumbre en la estimación, es la que puede resultar de cualquiera, o de
una combinación, de las incertidumbres descritas anteriormente y es la
inexactitud e imprecisión en la abundancia o en la tasa de mortalidad por
pesca;
- Incertidumbre en la implementación, es la consecuencia de la variabilidad que
resulta de una política de ordenación, i.e. incapacidad para alcanzar
exactamente el objetivo de una estrategia de captura.
 3. Resumen de la lectura del capítulo IX
El método científico es principios que el hombre usa en la ciencia para así
poder generar nuevos conocimientos científicos y es un esquema que se
clasifica en 4 partes: Método inductivo-deductivo, Método a priori-deductivo,
Método hipotético-deductivo, No hay tal método.
Este último se dice que no hay un método científico como tal
Están los que afirman que el estudio histórico nunca ha revelado un grupo de
reglas teóricas o prácticas seguidas por la mayoría de los investigadores en
sus trabajos, sino por el otro lado, se encuentran los que señalan que si bien en
el pasado pudo haber habido un método científico, su ausencia actual se debe
al crecimiento progresivo y a la variedad de las ciencias, lo que ha determinado
que hoy existan no uno sino muchos métodos científicos. La postura anarquista
en relación con el método científico incluye a los que niegan que tal método
haya existido en otros tiempos o existe actualmente pero va más allá, al
predicar que además está bien que así sea, pues de otra manera introduciría
restricciones perniciosas en la práctica de la ciencia.
En la ontología temporánea habla como es estos tiempos es casi imposible
definir el método científico a diferencia de cómo se podía realizar antes con una
mejor facilidad en si
Habla como antes las ciencias y la filosofía tenían una relación fuerte para
definir en sin el método científico o cualquier otra cosa científica peo igual
menciona como las nuevas generación de científicos no mencionan o en si ya
no tienen ninguna relación entre la ciencia y lo científico perdiendo así el
interés en las nuevas generaciones
Y hace una comparación con los libros de hace unos siglos con los e ahora
que muestran que ya casi no se tiene una relación entre filosofía y ciencia
En la importancia de la filosofía en la ciencia da puntos importantes de como
gracias a la filosofía hay dos tipos de puntos de vista para los científicos a eso
se a logrado tanto y que la filosofía y la ciencia comparten varias simulases y h
ayudado a personas como Pasteur y también a obtener vacunas y otras cosas
con diferentes ciencias.
 4. Método científico
Fases del método científico.
Para realizar una investigación, los científicos se basan en un método científico
que pasa por diversas fases. Son varios los autores que las interpretan pero
explicaremos las fases propuestas por Kerlinger y Lee:
1. Problema, obstáculo e idea.
Una idea surge en la mente de un científico acerca de un fenómeno, que
presenta ciertos obstáculos para su comprensión. Hay una parte del
conocimiento que no está cubierta y la mente inquieta del científico quiere
demostrarla. El primer paso es formular una idea de forma inteligible para que
quede planteada.
2. Hipótesis.
Una vez pensado el problema, sus posibles soluciones y revisadas otras
experiencias similares de otros autores enuncia una hipótesis. ¿Qué es una
hipótesis? Pues es un enunciado conjetural sobre la relación que hay entre dos
o más fenómenos o variables. Para definirla bien se ha de expresar las
relaciones entre variables de forma correcta e indicar la necesidad de verificar
esas relaciones expresadas. La hipótesis es el primer instrumento de trabajo de
una teoría. Las hipótesis han de ser comprobables para saber si son
probablemente ciertas o falsas. Son el hilo conductor de toda investigación
científica.
3. Razonamiento y deducción.
Es en esta fase cuando el científico deduce las consecuencias de las hipótesis
planteadas. Por ejemplo, si se establecen relaciones entre música y felicidad el
científico concluirá que si aumenta la música en los sujetos experimentales
mientras realizan una tarea aumentará su nivel de satisfacción personal o
felicidad subjetiva.
4. Observación, prueba y experimento.
Si todo lo demás se ha expuesto de forma concisa y clara. Lo fundamental de
comprobar una hipótesis es demostrar la relación expresada por ella. En este
paso se verifican las relaciones entre las variables. Someter a prueba la
relación expresada en el problema planteado en busca de su comprobación y
experimentación.
5. Resultados.
Como punto final al método científico se exponen los resultados de la
experimentación indicando si la hipótesis inicial se puede aceptar o rechazar, o
las modificaciones que hay que realizar para lograr demostrarla.
 5. ¿Qué es una población de datos?
Una población estadística es el total de individuos o conjunto de ellos que
presentan o podrían presentar el rasgo característico que se desea estudiar.
Origen del concepto
Tal como indicamos en nuestro diccionario económico, la estadística nace con
el objetivo de medir y cuantificar características de la vida cotidiana. Así, los
gobiernos comienzan a elaborar censos de población, tablas de mortalidad y
natalidad e incluso en Roma se registraban las tierras y propiedades que tenían
los ciudadanos.
De ahí que la palabra que se utilizase y se utilice sea la de población. Pues,
inicialmente, se cuantifican cosas sobre la población de un territorio.
Tipos de población estadística
Dentro de las poblaciones estadísticas, fundamentalmente dos tipos de
poblaciones:
 Población estadística finita: Es aquella en la que el número de valores
que la componen tiene un fin. Por ejemplo, la población estadística que
nos indica la cantidad de árboles de una ciudad es finita. Es cierto que
puede variar con el tiempo, pero en un instante determinado es finita,
tiene fin.
 Población estadística infinita: Se trata de aquella población que no tiene
fin. Por ejemplo, el número de planetas que existen en el universo.
Aunque puede que sea finito, el número es tan grande y desconocido
que estadísticamente se asume como infinito.
Adicionalmente, dentro de esta gran clasificación, existen otros tipos de
poblaciones. Poblaciones según la distribución de los datos, según el tipo de
dato (cualitativo o cuantitativo), etc.
6. ¿Qué es un parámetro y un estadístico?
Parámetro
Un parámetro es un elemento de un sistema que permite clasificarlo y poder
evaluar algunas de sus características como el rendimiento, la amplitud o la
condición.
Por tanto, no es más que un valor que representa algo que queremos medir.
Sin embargo, esta definición tiene algunas variantes dependiendo de la
disciplina de que se trate. Suele estar relacionado con términos como variable,
axioma o función.
El parámetro en estadística
Un parámetro tiene una enorme utilidad en estadística. En primer lugar, sirve
para conocer atributos de una distribución de datos. Por ejemplo, la media
aritmética o la desviación típica de estos. En probabilidad permite conocer las
llamadas funciones de distribución. En una recta de regresión nos indica
valores numéricos asociados a dicha recta y que la hacen única.
Además, cuando hacemos inferencia estadística utilizamos los llamados
«estimadores del parámetro». Estos estadísticos nos permiten aproximarnos al
valor real de dicho parámetro en la población. Por ejemplo, el estimador de la
varianza. En definitiva, sin parámetros no podríamos estudiar la información y
analizarla.
Estadístico
Un estadístico es cualquier función real medible de la muestra de una variable
aleatoria.
El concepto de estadístico es un concepto de estadística avanzada.
Dada la dificultad del término realizaremos la descripción por partes. Así, en
primer lugar, será necesario describir qué entendemos por función real
medible. Y, ya en segunda instancia, definir qué entendemos como muestra de
una variable aleatoria.
Un estadístico es una función real medible
Cuando nos referimos a función, estamos hablando de una función
matemática. Por ejemplo:
Y = 2X
Según los valores que tome X, entonces Y tomará uno u otro valor.
Supongamos que X vale 2. Entonces, Y valdrá 4, resultado de multiplicar 2 por
2. Si X vale 3, entonces Y valdrá 6. Resultado de multiplicar 2 por 3.
Claro que, un estadístico no es una función cualquiera. Es una función real y
medible. Este concepto matemático es francamente sencillo. Real, porque da
lugar a números reales y medible porque se puede medir.
La estadística tiene innumerables aplicaciones a la vida diaria. Por tanto, tiene
sentido que los valores a los que pueda dar lugar un estadístico sean reales y
se puedan medir.
 7. Ejemplo de un parámetro y un estadístico
Ejemplo de Alumno Nota Alumno Nota estadístico

1 4 6 9

2 8 7 7

3 6 8 2

4 7 9 5

5 9 10 3

Supongamos que en un colegio hay 100 alumnos. Un profesor, nos propone

como actividad, intentar estimar cual es la nota promedio de los alumnos de
dicho colegio en la asignatura de matemáticas.
Dado que no tenemos tiempo, ni recursos para preguntar a los 100 alumnos,
decidimos preguntar a 10 alumnos. A partir de ahí, intentaremos estimar la nota
media. Tenemos los siguientes datos:
Estos tres estadísticos son funciones reales y medibles de la muestra. Con lo
cual, son estadísticos. A nivel teórico todo esto tiene un sentido. El sentido es
que no todos los estadísticos serán válidos para estimar según qué
parámetros.
En este punto, entra el concepto de estimador. Un estimador es un estadístico
al que se le van a exigir ciertas condiciones para que pueda calcular de forma
fiable el parámetro buscado.
Por ejemplo, para estimar el parámetro que conocemos como “Nota media” o
“Nota promedio” necesitamos un estimador. A ese estimador lo conocemos
como “media”. La media es un estimador. Es decir, un estadístico al que se le
exigen ciertas condiciones para poder calcular con ciertas garantías la nota
promedio.
Si queremos saber la nota media, tendremos que sumar todas las notas y
dividir entre el número total de alumnos. Es decir:
Nota media = (4+8+6+7+9+9+7+2+5+3) / 10 = 6
La fórmula de la media, es la misma, sea cual sea la muestra. Siempre utiliza
todos los datos que la muestra contiene. En este caso tenemos datos de 10
alumnos y la fórmula de la media utiliza los 10 datos. Si tuviésemos 20 datos
de 20 alumnos, utilizaría los 20. A los estadísticos que cumplen esta
característica se les conoce como estadísticos suficientes.
En conclusión, un estadístico es cualquier función real y medible de una
muestra. Una vez se tienen varios estadísticos posibles, se le exigen ciertas
condiciones para poder considerarlos como estimadores. Y, gracias a los
estimadores, podemos intentar “predecir” ciertos valores a partir de muestras
más pequeñas.
Ejemplo de parámetro
En regresión múltiple estadística existen unas variables independientes y una
dependiente. Las primeras llevan asociados unos números positivos o
negativos. Estos son los parámetros. Nos indican cuanto aumenta (positivo) o
disminuye (negativo) la variable dependiente cuando varían las demás.
8. Traducción del texto
Alguna teoría de probabilidad muy básica
9. Probabilidad. Una probabilidad asigna un valor entre 0 y 1 a un evento A. Por
ejemplo, se lanza un dado. La probabilidad de sacar un 4 es P (4) = 1/6.
10. Distribución de probabilidad. Hay 6 resultados en el ejemplo anterior, a
cada resultado se le asigna una probabilidad de 1/6. Asignar una probabilidad a
cada resultado posible produce una distribución de probabilidad.
11. Probabilidad condicional. Una probabilidad condicional P (A | B) tiene en
cuenta la información de un evento B. La barra vertical se lee como "dado", lo
que indica que se trata de una declaración de probabilidad condicional. Por
ejemplo, roba dos cartas, una tras otra, de una baraja estándar de 52 cartas. La
probabilidad de que la primera carta sea una espada es P (espada en el primer
sorteo) = 13/52 = 1/4. Ahora solo quedan 51 cartas. La probabilidad de que la
segunda carta sea una espada que ya haya sacado una espada es P (espada
en el segundo sorteo | espada en el primer sorteo) = 12/51. Por el contrario, P
(espada en el segundo sorteo | corazón en el primer sorteo) = 13/51. Aquí, la
probabilidad del segundo sorteo depende del tipo de carta que se extrajo
primero.
4. Eventos independientes. Los eventos son independientes cuando la
probabilidad condicional es la misma que la probabilidad incondicional: P (A |
B) = P (A). En este caso, la probabilidad de A no depende de B. Por ejemplo, si
después de robar una carta la devuelves al mazo, entonces la probabilidad de
una espada en el segundo sorteo es P (espada en el segundo sorteo) = 13/52,
independientemente de la carta que se extrajo primero.
 Bibliografía
3. INCERTIDUMBRE Y RIESGO. (s.f.). Recuperado el 11 de 03 de 2021, de
http://www.fao.org/3/v8400s/v8400s05.htm#:~:text=La%20incertidumbre
%20estad%C3%ADstica%20es%20%22la,al%20usar%20la
%20metodolog%C3%ADa%20estad%C3%ADstica%22.
Arias, E. R. (04 de 11 de 2020). Parámetro. Recuperado el 11 de 03 de 2021,
de https://economipedia.com/definiciones/parametro.html
BALBILINK, M. (17 de 01 de 2019). las 5 faces del metodo cientifico.
Recuperado el 11 de 03 de 2021, de https://www.sijufor.org/noticias/las-
5-fases-del-metodo-cientifico
López, J. F. (08 de 11 de 2018). Estadístico. Recuperado el 11 de 03 de 2021,
de https://economipedia.com/definiciones/estadistico.html
López, J. F. (09 de 10 de 2019). Población estadística. Recuperado el 11 de 03
de 2021, de https://economipedia.com/definiciones/poblacion-
estadistica.html
Roldán, P. N. (31 de 07 de 2017). Estadística. Recuperado el 11 de 03 de
2021, de https://economipedia.com/definiciones/estadistica.html