REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACION UNIVERSITARIA

UNIVERSIDAD NACIONAL EXPERIMENTAL DE LARA
MARTIN LUTHER KING

INTEGRANTES
ELIANGER SEQUERA C.I. 27199124
CARMEN ELENA OROPEZA C.I. 11430145
PROF: OSCAR PEREIRA
SECCION: 4012
 ESTADISTICA

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.

El origen de la palabra estadística se suele atribuir al economista Gottfried

Achenwall (prusiano, 1719-1772) que entendía la estadística como “ciencia de las
cosas que pertenecen al Estado”.

Conviene saber que la estadística NO es una rama de las matemáticas.

Utiliza herramientas de las matemáticas del mismo modo que lo hace la física, la
ingeniería o la economía, pero eso no las hace ser parte de las matemáticas. Es
cierto que tienen una relación estrecha, pero la estadística y las matemáticas son
disciplinas diferentes.

TIPOS DE ESTADÍSTICA

Se puede clasificar a la estadística en 4 tipos:

Descriptiva: también conocida como deductiva, es aquella estadística que se

encarga de mostrar el resultado de los datos estudiados de forma específica, sin
generalizaciones.
 Inferencial: también conocida como inductiva, es aquella estadística que, a
diferencia de la descriptiva, sí ofrece resultados junto con datos generales de
investigación amplia. La estadística inferencial se subdivide a su vez en dos
grandes tipos: estadística paramétrica y no paramétrica.
Estadística paramétrica: Se caracteriza porque asume que los datos tienen una
determinada distribución o se especifican determinados parámetros que deberían
cumplirse. Así por ejemplo, en un análisis paramétrico podemos trabajar bajo el
supuesto de que la población se distribuye como una Normal (hay que justificar
nuestro supuesto) y luego sacar conclusiones bajo el supuesto que esta condición
se cumple.
Estadística no paramétrica: En ella no es posible asumir ningún tipo de
distribución subyacente en los datos ni tampoco un parámetro específico. Un
ejemplo de este tipo de análisis es la prueba binomial.
Aplicada: luego de investigar, estudiar y analizar con los métodos anteriores, se
utiliza la estadística aplicada para proporcionar resultados específicos y
generalizados sobre la investigación.
Matemática: además de realizar los procesos de estadística deductiva o
inferencial, la estadística matemática utilizará el álgebra y ciertos análisis más
profundos para ofrecer un punto de vista enfocado y formal

¿QUÉ ES EL ANÁLISIS ESTADÍSTICO?

Es la ciencia de recopilar, explorar y presentar grandes cantidades de

datos para descubrir patrones y tendencias implícitos. Las estadísticas se aplican
todos los días en la investigación, la industria y el gobierno para volvernos más
científicos acerca de las decisiones que se necesitan tomar. Por ejemplo:

 Los fabricantes utilizan las estadísticas para incorporar calidad en telas

preciosas, para dar prosperidad a la industria de las líneas aéreas y para ayudar a
los guitarristas a producir música hermosa.
 Los investigadores mantienen a los niños sanos utilizando estadísticas para
analizar datos de la producción de vacunas virales, lo cual garantiza consistencia y
seguridad.

 Las compañías de comunicaciones utilizan estadísticas para optimizar los

recursos de las redes, mejorar el servicio y reducir la rotación de clientes
obteniendo un insight más preciso de los requisitos de los suscriptores.

 Dependencias de gobierno de todo el mundo recurren a las estadísticas

para tener un claro entendimiento de sus países, sus empresas y su gente.

El análisis estadístico, a menudo, se utiliza para explorar los datos, por

ejemplo, para examinar la distribución de valores para un atributo en particular o
para encontrar valores atípicos (valores extremadamente altos o bajos). Contar
con esta información es útil cuando se definen clases y rangos en un mapa,
cuando se reclasifican datos o cuando se buscan errores.

En el siguiente ejemplo, las estadísticas se calcularon para la distribución

de los ciudadanos de tercera edad según el distrito censal de esta región
(porcentaje de los que tienen 65 años o más en cada distrito), incluidos el valor
medio y la desviación estándar, así como también un histograma que muestra la
distribución de los valores. La mayoría de los distritos tienen un porcentaje más
bajo de personas de la tercera edad que el valor medio, pero pocos distritos tienen
un porcentaje muy alto.

ESTADISTICA DESCRIPTIVA

La estadística descriptiva es la parte de la estadística encargada de representar,

analizar y resumir la información contenida en la muestra. Tras el proceso de
muestreo, es la siguiente etapa de todo estudio estadístico y suele consistir en:

1. Clasificar, agrupar y ordenar los datos de la muestra.

2. Tabular y representar gráficamente los datos de acuerdo a sus frecuencias.
 3. Calcular medidas que resuman la información que contiene la muestra
(estadísticos muéstrales).
No tiene poder inferencial por lo que nunca deben sacarse conclusiones sobre la
población a partir de las medidas resumen que aporta la Estadística Descriptiva.

La estadística descriptiva es un conjunto de técnicas numéricas y gráficas

para describir y analizar un grupo de datos, sin extraer conclusiones (inferencias)

sobre la población a la que pertenecen.

CONCEPTOS BÁSICOS DE LA ESTADISTICA DESCRIPTIVA

Fenómenos deterministas: Fenómenos o experimentos que bajo las mismas

condiciones dan siempre el mismo resultado.
Fenómenos aleatorios: Fenómenos o experimentos que bajo las mismas
condiciones dan diferentes resultados (y el resultado no puede saberse).
Población: el conjunto de todos los individuos objeto del estudio.
Individuo o unidad estadística: Cada uno de los elementos de la población.
Muestra: Una parte o subconjunto de la población.
Carácter: Cada una de las características o aspectos que se quieren estudiar de
la población.
Tipos de Caracteres: 
- Cualitativo o atributo: Carácter no medibles denotan A, B,..... Las distintas
modalidades. Será dicotómico si sólo admite 2 posibilidades.
- Cuantitativo o variable estadística: Dentro de estas tenemos las variables
estadística discreta (toma valores aislados) y la variable estadística continua (toma
valores en intervalos).
Censo: Cuando se realiza el estudio sobre todos los elementos de la población.
Estudio univariante: Cuando se estudia una característica.
Estudio bivariante: Cuando se estudian dos características.
Estudio multivariante: Cuando se estudian más de una característica.
Estadístico: Es una función definida para los valores de la muestra.
 ¿CUÁLES SON LOS TIPOS DE VARIABLES?

Teniendo este aspecto en cuenta podemos encontrar tres grandes tipos de

variables.

 Variables cualitativas. ...

 Variables cuasi-cuantitativas. ...

 Variables cuantitativas. ...

 Variables independientes. ...

 Variables dependientes. ...

 Variables moderadoras. ...

 Variables extrañas. ...

 Variable nominal.

  Variables cualitativas

Se considera como variable cualitativa toda aquella variable que permiten la

expresión e identificación de una característica concreta, pero que no permiten
cuantificarlas. Este tipo de variable únicamente nos informaría de la existencia o
inexistencia de dicha característica o la presencia de alternativas. Son meramente
nominales, expresando igualdad y/o desigualdad.

Dentro de las variables cualitativas podemos encontrar diferentes tipos.

Variables cualitativas dicotómicas

Se trata de variables en las que solo existen o se contemplan dos opciones

posibles. Estar vivo o muerto es un ejemplo de ello: no es posible estarlo a la vez,
de tal manera que la presencia de uno de los valores niega el otro.

Variables cualitativas politómicas

Aquellas variables que admiten la existencia de múltiples valores, los cuales

como en el caso anterior solo permiten una identificación de un valor y ello excluye
el resto sin por ello poder ordenarse o operarse con dicho valor. El color es un
ejemplo.

2. Variables cuasi-cuantitativas

Se trata de aquellas variables con las que no es posible realizar operaciones

matemáticas, pero que resultan más avanzadas que las meramente cualitativas.
Expresan una cualidad y a la vez permiten organizarla y establecer un orden o
jerarquía, aunque no de manera exacta.

3. Variables cuantitativas

Las variables cuantitativas son todas aquellas que, esta vez sí, permiten la
operativización de sus valores. Es posible asignar diferentes números a los
valores de la variable, pudiendo realizar diferentes procedimientos matemáticos
con ellos de tal manera que se pueden establecer distintas relaciones entre sus
valores.

En este tipo de variables podemos encontrar dos grandes grupos de gran

relevancia, las variables continuas y discretas.

Variables cuantitativas discretas

Se trata del conjunto de variables cuantitativas cuyos valores no admiten

valores intermedios, no siendo posible obtener decimales en su medición (aunque
luego pueden hacerse medias que sí los incluyan). Por ejemplo, no es posible
tener 2,5 hijos. Suelen referirse a variables que emplean escalas de razón.

Variables cuantitativas continuas

Hablamos de este tipo de variables cuando sus valores forman parte de un

continuo en el que entre dos valores concretos podemos encontrar diversos
valores intermedios. Más frecuentemente, hablamos de variables que se miden en
escala de intervalo.

Según su relación con otras variables

También es posible determinar diferentes tipos de variables en función de cómo se
relacionan sus valores con los propios de otras. En este sentido destacan varios
tipos, siendo especialmente relevantes los dos primeros.

1. Variables independientes

Se entienden por variables independientes a aquellas variables que en el

momento de la investigación se tienen en cuenta y que pueden o no ser posibles
de modificar por parte del experimentador

2. Variables dependientes

La variable dependiente hace referencia al elemento que resulta modificado

por la variación existente en la variable independiente. En la investigación, la
variable dependiente va a ser escogida y generada a partir de la independiente.

3. Variables moderadoras

Entendemos por variables moderadoras al conjunto de variables

que alteran la relación existente entre variable dependiente e independiente.

4. Variables extrañas

Esta etiqueta hace referencia a todas aquellas variables que no se han

tenido en cuenta pero que tienen un efecto sobre los resultados obtenidos.

TIPOS DE VARIABLES SEGÚN ESCALA

Otra posible clasificación de variables puede realizarse en función de las

escalas y medidas que se emplean. Sin embargo, hay que tener en cuenta que
más que de la variable se estaría hablando de la escala en cuestión como
elemento distintivo En este sentido nos podemos encontrar con los siguientes
tipos.

1. Variable nominal

Hablamos de variables nominales cuando los valores que dicha variable

puede alcanzar únicamente permiten distinguir la existencia de una cualidad
concreta, sin permitir estos valores realizar una ordenación u operaciones
matemáticas con ellos. Se trata de un tipo de variable cualitativa.

2. Variable Ordinal

Si bien no se puede operar con ellas, es posible establecer una ordenación

entre los diferentes valores. Sin embargo, dicho orden no permite el
establecimiento de relaciones matemáticas entre sus valores.

3. Variable de intervalo

Además de las características anteriores, las variables en escala de

intervalo permiten establecer relaciones numéricas entre las variables, si bien
generalmente dichas relaciones se ven limitadas a la proporcionalidad. No existe
un cero absoluto o punto cero totalmente identificable, algo que no permite realizar
transformaciones directas de los valores en otros.

4. Variable de razón

Las variables de razón se miden en una escala tal que es posible su total
operativización, pudiendo realizarse diversas transformaciones a los resultados
obtenidos y estableciendo relaciones numéricas complejas entre sí. 

ESCALAS DE MEDICION

Siguiendo a Stevens (1946, 1957), las escalas de medición se clasifican en

cuatro grupos: escala nominal, ordinal, intervalo y escala de razón. Desde el pun-
to de vista de las propiedades matemáticas y estadísticas, la escala de
medición más rudimentaria es la nominal, siendo la más completa la escala de
razón.

a) Medición Nominal.

En este nivel de medición se establecen categorías distintivas que no

implican un orden específico. Por ejemplo, si la unidad de análisis es un grupo de
personas, para clasificarlas se puede establecer la categoría sexo con dos niveles,
masculino (M) y femenino (F), los respondientes solo tienen que señalar su
género, no se requiere de un orden real.

b) Medición Ordinal.

Se establecen categorías con dos o más niveles que implican un orden

inherente entre sí. La escala de medición ordinal es cuantitativa porque permite
ordenar a los eventos en función de la mayor o menor posesión de un atributo o
característica. Por ejemplo, en las instituciones escolares de nivel básico suelen
formar por estatura a los estudiantes, se desarrolla un orden cuantitativo pero no
suministra medidas de los sujetos. La relación lógica que expresa esta escala es
A > B (A es mayor que B). Clasificar a un grupo de personas por la clase social a
la que pertenecen implica un orden prescrito que va de lo más alto a lo más bajo.
Estas escalas admiten la asignación de números en función de un orden prescrito.

c) Medición de Intervalo.

La medición de intervalo posee las características de la medición nominal y

ordinal. Establece la distancia entre una medida y otra. La escala de intervalo se
aplica a variables continuas pero carece de un punto cero absoluto. El ejemplo
más representativo de este tipo de medición es un termómetro, cuando registra
cero grados centígrados de temperatura indica el nivel de congelación del agua y
cuando registra 100 grados centígrados indica el nivel de ebullición, el punto cero
es arbitrario no real, lo que significa que en este punto no hay ausencia de
temperatura.

d) Medición de Razón.

Una escala de medición de razón incluye las características de los tres

anteriores niveles de medición anteriores (nominal, ordinal e intervalo). Determina
la distancia exacta entre los intervalos de una categoría. Adicionalmente tiene un
punto cero absoluto, es decir, en el punto cero no existe la característica o atributo
que se mide. Las variables de ingreso, edad, número de hijos, etc. son ejemplos
de este tipo de escala. El nivel de medición de razón se aplica tanto a variables
continuas como discretas.

RESOLVER PARA DATOS NO AGRUPADOS

 

1. El siguiente cuadro muestra las calificaciones del Segundo Año de Educación

Básica de la asignatura de Lenguaje en un Centro Educativo

19 18 14 20 16

15 19 18 17 18

18 20 19 16 18

18 17 20 17 19

19 20 19 18 18

X Frec. Frec. Frec. Frec. Frec. Frec

Abs Abs. Relat Relat. Porcen Porcen
Acum Acum (%) (%)
Acum
14 1 1 0.04 0.04 4% 4%
15 1 2 0.04 0.08 4% 8%
16 2 4 0.08 0.16 8% 16%
17 3 7 0.12 0.28 12% 28%
18 8 15 0.32 0.60 32% 60%
19 6 21 0.24 0.84 24% 84%
20 4 25 0.16 1 16% 100%
N:25 1 100%
 Histograma
9
8
7
Frecuencia 6
5
4 Frecuencia
3
2
1
0
14 15 16 17 18 19 20 y mayor...
Clase

OJIVA

25

20

15
X
fr
10

0
1 2 3 4 5 6 7

2. La tabla siguiente nos muestra el resultado de una encuesta entre los

alumnos de primer curso, analizando el número de suspensos en la primera
evaluación:
 0 2 2 4 0 3 3 2 5 2

3 2 4 3 4 3 1 4 1 1

0 4 1 1 4 2 4 2 0 3

1 3 0 5 2 2 3 0 3 0

X Frec. Frec. Frec. Frec. Frec. Frec

Abs Abs. Relat Relat. Porcen Porcen
Acum Acum (%) (%)
Acum
0 7 7 0.175 0.175 17.5% 17.5%
1 6 13 0.150 0.325 15% 32.5%
2 9 22 0.225 0.550 22.5% 55%
3 9 31 0.225 0.775 22.5% 77.5%
4 7 38 0.175 0.950 17.5% 95%
5 2 40 0.050 1 5% 100%
N:40 1 100

Histograma
10
8
Frecuencia

6
Frecuencia
4
2
0
0 1 2 3 4 5 y mayor...
Clase
 10
9
8
7
6
Frecuencia

5
4 Frecuencia

3
2
1
0
0 1 2 3 4 5 y mayor...
Clase

RESOLVER PARA DATOS AGRUPADOS EN

INTERVALOS

Trabajamos con las edades de 50 jóvenes de nuestro barrio :

1 11 20 15 10 4 12 20 5 23

9 12 13 14 15 24 15 7 8 12

9 9 5 2 20 13 15 7 11 22

20 6 12 4 7 1 18 20 11 10

14 20 11 13 15 21 25 20 22 10

Rango= R: (X+) –(X-) = 25-1: 24

K: cantidad de intervalos X:Li+Ls/2

K: 1+3.32193*logN = 1+3.32193*log50: 6,6 = 7 X: 0+4/2= 2

 A: amplitud de intervalos

A: R/K = 24/7: 3,4 = 4

K Inter de Marca Frec Frec. Frec. Frec. Frec. Frec.

clase de Abs Abs. Relat Relat. Porce Porce
clase Acum Acum (%) (%)
(X) Acum
1 0–4 2 3 3 0.06 0.06 6% 6%
2 4–8 6 8 11 0.16 0.22 16% 22%
3 8 – 12 10 11 22 0.22 0.44 22% 44%
4 12 – 16 14 14 36 0.28 0.72 28% 72%
5 16 –20 18 1 37 0.02 0.74 2% 74%
6 20 – 24 22 11 48 0.22 0.96 22% 96%
7 24 - 28 26 2 5 0.04 1 4% 100%

Histograma
15

10
Frecuencia

Frecuencia
5

0
0 4 8 12 16 20 24 y mayor...
Clase
 Frecuencia

0 4
8 12
16 20
24

y mayor...

2. Consideremos el siguiente ejercicio:

Las siguientes puntuaciones corresponden a un test sobre 100 puntos.
68 94 91 76 83 97 68 85 88 80

70 68 93 91 76 84 76 91 60 68

76 64 85 87 75 91 85 90 67 76

R: X max – X min X= Li+Ls/2

R: 97-60= 37 X= 60+66/2: 63

K= 1+3.322*LogN
K: 1+3.322*Log30= 5,90 = 6

A: R/K

A: 37/6: 6,1 = 6

K Inter de Marca Frec Frec. Frec. Frec. Frec. Frec.

clases de Abs Abs. Relat Relat. Porce Porce
clase Acum Acum (%) (%)
(X) Acum
1 60 – 66 63 2 2 0.07 0.07 7% 7%
2 66 - 72 69 6 8 0.20 0.27 20% 27%
3 72 – 78 75 6 14 0.20 0.47 20% 47%
4 78 – 84 81 2 16 0.07 0.54 7% 54%
5 84 – 90 87 6 22 0.20 0.74 20% 74%
6 90 – 97 94 8 30 0.26 1 26% 100%
N:30 1 100

Histograma
8
6
4
Frecuencia

2 Frecuencia
0
.
60 62 66 72 72 78 78 84 84 90 90 97 or..
ay
ym

Clase
 Frecuencia
8
7
6
5
4 Frecuencia
3
2
1
0
.
60 62 66 72 72 78 78 84 84 90 90 97 or..
ay
ym

MEDIA, MEDIANA Y MODA

DATOS NO AGRUPADOS Calcular media, mediana y moda

1.- A partir de esta tabla encontrar la media, mediana y moda.

VALOR FRECUENCIA FRECUENCIA X*F

ABSOLUTA (f) ACUMULADA (F)

13 6 6 78
14 2 8 28
15 6 14 90
16 4 18 64
17 7 25 119
TOTAL 25 379

Media: { X * f / N

Media: 379 / 25 = 15,16

Mediana: posición= N / 2 = 25/2: 12,5

Mediana: 15

Moda: f frecuencia absoluta que más se repite

Moda: 17

2.- El profesor de inglés de los alumnos de 2º año de un colegio propone un test

de gramática a la clase y obtiene el siguiente resultado:

37 35 43 45 45 35 35 42 40 46 44 43 34 40 38 37 40 38 36 35 34 36 36 36 34 38
38 38 39 41 42 44 44 41 43 44 43 43 45 41

X Frec. Abso (f) Frec. Acum (F) X*f

34 3 3 102
35 4 7 140
36 4 11 144
37 2 13 74
38 5 18 190
39 1 19 39
40 3 22 120
41 3 25 123
42 2 27 84
43 5 32 215
44 4 36 176
45 3 39 145
46 1 40 46
TOTAL 40 1598

Media= { X * f /N

Media = 1598 / 40: 39,95

Mediana: posición: N / 2 40/2: 20

Mediana: 40
Moda: frecuencia absoluta que mas se repite

Moda = 38 – 43 (bimodal)

DATOS AGRUPADOS
Calcular media, mediana y moda

1.- Se desea conocer el nivel de madurez lectora de un grupo de 50 sujetos de 2º

de ESO, para ello se ha aplicado una prueba cuyas puntuaciones han sido las
siguientes:

18 – 17 - 12 - 7 - 15 - 6 - 7 - 10 - 9 - 4 - 2 - 7 – 20 – 9 – 10 – 13 – 11 – 2 – 16
– 8 – 3 – 9 – 4 – 2 – 19 – 14 – 15 – 9 – 8 - 11 – 10 – 13 – 10 – 4 – 10 – 3 – 18 –
17 – 7 – 12 – 15 – 16 – 6 – 7 – 11 – 12 – 9 -3 – 2 – 4

R: X max – X min X: Li+Ls / 2

R: 20-2: 18 X: 1+4 / 2= 2.5

K= 1+3.322*LogN

K: 1+3.322*Log50: 6,64 = 7 Nr: K*A 7*3: 21

A: R/K

A: 18 / 7: 2,5 = 3

K Inter de clases Marca de Frec Abs (f) Frec. Abs. X*f

clase (X) Acum (F)
1 1–4 2.5 7 7 17.5
2 4–7 5.5 6 13 33
 3 7 – 10 8.5 12 25(mediana) 102
4 10 – 13 11.5 11 36 126.5
5 13 – 16 14.5 6 42 87
6 16 - 19 17.5 6 48 105
7 19 – 22 20.5 2 50 41
Total 50 512

Media: { X*f/N

Media: 512/50= 10,24

Mediana= Li+ N/2 –Fi-1 *Ai

Fi

Posicion: N/2 50/2: 25

Mediana: 25

Moda: Li+ fi- fi -1 * Ai

(fi- fi-1)+ (fi- fi+1)

Mo= f mayor 12

Mo= 7+ 12-6 *3

(12-6)+(12-11)

Mo= 7+ 6 *3 Mo= 7+ 18 Mo= 7 + 2,57

6+1 7

Mo= 9.57

2.- Las puntuaciones obtenidas tras la aplicación de un test de inteligencia a un

grupo de 50 alumnos de 2º de Bachillerato han sido:

121 135 82 66 115 75 77 113 81 45 80 66 112 112 111 80 99 104 79

140 130 100 85 81 116 56 108 90 112 51 67 112 109 99 41 78 115 110
97 76 89 123 112 83 112 112 84 126 106 137

Calcular media, mediana y moda

R: X max – X min X: Li+Ls / 2

R: 140 – 41 : 99 X: 40+54/2= 47

K= 1+3.322*LogN

K: 1+3.322*Log50: 6,64 = 7 Nr: K*A 7*14:98

A: R/K Diferencia de 1

A: 99/7= 14.14 --14

K Inter de clases Marca de Frec Abs (f) Frec. Abs. X*f

clase (X) Acum (F)
1 40 – 54 47 3 3 141
2 54 – 68 61 4 7 244
3 68 – 82 75 9 16 675
4 82 – 96 89 6 22 534
5 96 – 110 103 8 30 824
6 110 – 124 117 15 45 1755
7 124 - 140 132 5 50 660
Total 50 4833

Media: { X*f/N

Media: 4833/50= 96.66

Mediana= Li+ N/2 –Fi-1 *Ai

fi

Posicion: N/2 50/2: 25

Medi: 96+ 25-22 * 14

8
Me= 96 + 23 *14

Medi: 96+ 322 Med: 96+ 40.25 = 136.25

Moda: Li+ fi- fi -1 * Ai

(fi- fi-1)+ (fi- fi+1)

Mo= f mayor 15

Mo= 110+ 15-8 *14

(15-8)+(15-5)

Mo= 110+ 7 * 14 Mo= 110+ 98 Mo= 110 + 5.76

7+10 17

Mo= 115.76