 ¿Qué es estadística y cuál es su importancia?

La estadística es una de las ramas de la ciencia matemática que se

centra en el trabajo con datos e informaciones que son ya de por sí
numéricos o que ella misma se encarga de transformar en números. La
estadística, si bien es una ciencia de extracción exacta, tiene una
injerencia directa en cuestiones sociales por lo cual su utilidad práctica es
mucho más comprensible que lo que sucede normalmente con otras
ciencias exactas como la matemática.

La estadística es de gran importancia en la investigación científica debido

a que:

 Permite una descripción más exacta.

 Nos obliga a ser claros y exactos en nuestros procedimientos y en
nuestro pensar.
 Permite resumir los resultados de manera significativa y cómoda.
 Nos permite deducir conclusiones generales.

 ¿Por qué la estadística es una ciencia?

La estadística se considera una ciencia ya que permite tener una mejor

interpretación de los fenómenos que observamos. Ofrece herramientas
para estudiar y evaluar acontecimientos reales a partir de datos.

La estadística es una ciencia que proporciona un conjunto de métodos

que se utilizan para recolectar, resumir, clasificar, analizar e interpretar el
comportamiento de los datos con respecto a una característica material
de estudio o investigación.

 ¿Qué se entiende desde el punto de vista estadístico por universo?

Es la totalidad de individuos o elementos en los cuales puede presentarse

determinada característica susceptible a ser estudiada. No siempre es

1
posible estudiarlo en su totalidad. Puede ser finito o infinito, y en el caso
de ser finito, puede ser muy grande y no poderse estudiar en su totalidad.
Por eso es necesario escoger una parte de ese universo, para llevar a
cabo el estudio.

 ¿Qué se entiende desde el punto de vista estadístico por

población?

Es el grupo del cual se desea algo (obtener información). Parte del

universo en la cual vamos a basar nuestro estudio, según las
características de nuestra investigación. Conjunto de todos los casos que
concuerdan con una serie de especificaciones. Se debe definir la unidad
de análisis, “¿Quiénes van a ser medidos?”. Para esto se debe precisar el
problema a investigar y los objetivos de la investigación.

 ¿Qué se entiende desde el punto de vista estadístico por muestra?

Parte o subconjunto de la población, también conocida como población

muestral. Grupo en el que se realiza el estudio. Subconjunto de
elementos que pertenecen al conjunto definido en sus características que
llamamos población. Para seleccionar la muestra deben delimitarse las
características de la población.

 En un examen de sangre, ¿qué sería muestra y qué sería

población?

Según mi comprensión, la muestra sería la sangre, y la población serían

los complementos de la sangre.

 Diferencias entre parámetro y variable

Los parámetros se pueden usar como un tipo especial de variable, pero la

diferencia básica es alcance: que una variable es local (solo existe dentro
del método actual), mientras que un parámetro es externo: se pasa al
método de la persona que llama. Esto significa que, si el parámetro se
pasa por referencia (incluido esencialmente cualquier tipo de objeto), los

2
cambios en el parámetro se reflejarán en el código de llamada una vez
que el método salga, mientras que todo lo que se haga en una variable
local no vivirá más allá del método. (A menos que se pase a otra parte y
se almacene, por supuesto).

 ¿Qué se entiende desde el punto de vista estadístico por dato?

Un dato estadístico es cada uno de los valores que se ha obtenido al

realizar un estudio estadístico. Si lanzamos una moneda al aire 5 veces
obtenemos 5 datos: cara, cara, cruz, cara, cruz.

 ¿Qué es una tabla clasificatoria?

En el ámbito de la tabla estadística, es una parte importante, son las

funciones estadísticas, tanto continuas como discretas, que nos permiten
determinar las probabilidades de un suceso, partiendo del modelo
estadístico al que ese suceso se ajusta. Claro que no siempre es así. En
la práctica, cuando queremos saber el valor numérico de esa
probabilidad, no solamente la expresión que la determina, necesitamos
cuantificar la distribución de probabilidad, que no suelen ser expresiones
sencillas, en los últimos tiempos el desarrollo de la informática, facilita
grandemente estos cálculos, pero la utilización de tablas estadísticas es lo
más corriente.

 ¿Qué es un diagrama de barras simple y qué es un diagrama de

barras por sectores?

El diagrama de barras (o gráfico de barras) es un gráfico que se utiliza

para representar datos de variables cualitativas o discretas. Está formado

3
por barras rectangulares cuya altura es proporcional a la frecuencia de
cada uno de los valores de la variable.

Existen cuatro tipos de gráficos de barras según las series de datos y

como están estas representadas:

Gráfico de barras simple:

Representa los datos de una única serie o conjunto de datos.

Gráfico de barras agrupado:

 Representa los datos de dos o más series o conjuntos de datos.

 Cada serie se representa en un mismo color.

4
 Las barras se colocan una al lado de la otra por categoría de la
variable para comparar las series de datos.

Gráfico de barras apilado:

 Representa los datos de dos o más series o conjuntos de datos.

 Cada serie se representa en un mismo color.
 Cada barra representa una categoría de la variable, y se divide
en segmentos que representan cada una de las series de datos.

5
Pirámide de población:

Una pirámide de población es un diagrama de barras bidireccional que

muestra la población por sexo y rangos de edad en un momento
determinado.

En el eje vertical se representan los intervalos de edades. En el eje

horizontal se representan los porcentajes de población. En una dirección
se representarán los hombres y en el otro las mujeres.

 ¿Qué es una ojiva porcentual?

Una ojiva es un gráfico que muestra la curva de una función de

distribución acumulativa dibujada a mano o en software de computadora.
Los puntos trazados son el límite de la clase superior y la frecuencia
acumulativa correspondiente. La ojiva para la distribución normal se
asemeja a un lado de un arco arabesco u ojival . El término también se
puede usar para referirse a la función empírica de distribución
acumulativa. Este es un tipo de gráfico de frecuencia y también se

6
denomina polígono de frecuencia acumulada. Sirve para dar el número (o
proporción) de observaciones más pequeño o igual a un valor particular.

 ¿Qué es una distribución de frecuencia?

En estadística, se le llama distribución de frecuencias a la agrupación de

datos en categorías mutuamente excluyentes que indican el número de
observaciones en cada categoría. Esto proporciona un valor añadido a la
agrupación de datos.

 ¿Qué es un histograma de frecuencias?

Los histogramas son gráficos que indican la frecuencia de un hecho

mediante una distribución de los datos. Los histogramas no se pueden
elaborar con atributos, sino con variables medibles tales como peso,
temperatura, tiempo, etc.

En definitiva, un histograma es una representación gráfica de una variable

en forma de barras, donde la superficie de cada barra es proporcional a la
frecuencia de los valores representados. En el eje vertical se representan

7
las frecuencias, y en el eje horizontal los valores de las variables,
normalmente señalando las marcas de clase, es decir, la mitad del
intervalo en el que están agrupados los datos.

 ¿Qué es un polígono de frecuencias?

Es el nombre que se le da a una clase de gráfico que se crea a partir de

un histograma de frecuencia. Estos histogramas emplean columnas
verticales para reflejar frecuencias, el polígono de frecuencia es realizado
uniendo los puntos de mayor altura de estas columnas.

 ¿Qué son desde el punto de vista estadístico niveles de medición y

variables?

Son una sucesión de medidas que permiten organizar datos en orden

jerárquico. Las escalas de medición, pueden ser clasificadas de acuerdo a
una degradación de las características de las variables. Estas escalas
son: nominales, ordinales, intervalares o racionales. Las escalas de
medición ofrecen información sobre la clasificación de variables discretas
o continuas, también más conocidas como escalas grandes o pequeñas.

 ¿Qué es una medida de posición no central?

Las medidas de posición no central (o medidas de tendencia no central)

permiten conocer puntos característicos de una serie de valores, que no
necesariamente tienen que ser centrales. La intención de estas medidas
es dividir el conjunto de observaciones en grupos con el mismo número
de valores.

 En el caso de la pandemia, ¿qué quiere decir curva aplanada y no

aplanada?

"Aplanar la curva" es una forma crucial de detener el desbordamiento de

los servicios de salud y limitar el número de muertes en general.

8
En un gráfico, esto se ve como una curva larga y baja "curva aplanada",
en lugar de una curva alta y más delgada "curva no aplanada", causada
por un rápido aumento de las infecciones.

Japón es un ejemplo de una "curva aplanada": el número de casos pasó

de uno a más de 480 entre el 16 de enero y el 9 de marzo. En promedio,
esto es casi nueve casos por día.

Italia, donde los casos explotaron (de tres el 31 de enero a más de 9.000
para el 9 de marzo), es un caso clásico de una "curva no aplanada". En
promedio, ha tenido más de 230 casos por día, es decir, 25 veces más
por día que Japón.

 ¿Qué son medidas de tendencia central?

Es un número situado hacia el centro de la distribución de los valores de

una serie de observaciones (medidas), en la que se encuentra ubicado el
conjunto de los datos. Las medidas de tendencia central más utilizadas
son: media, mediana y moda. Cuando se hace referencia únicamente a la
posición de estos parámetros dentro de la distribución,
independientemente de que esté más o menos centrada, se habla de
estas medidas como medidas de posición.

 ¿Qué es desviación media?

La desviación media de un conjunto de datos, es la media aritmética de

los valores absolutos de lo que se desvía cada valor respecto a la media
aritmética. La fórmula de la desviación media es la siguiente:

Donde:

x̄: media aritmética de los datos.

x1, x2, x3,…, xn: datos.

9
xi: cada uno de los datos.

n: número de datos.

Se debe calcular la media aritmética x̄ antes de aplicar la fórmula de la

desviación media. Su fórmula es esta:

He aquí un ejemplo de desviación media:

Calcular la desviación media de los siguientes datos: 2, 4, 6 y 8.

Empezamos calculando la media aritmética de los datos, teniendo en

cuenta que tenemos 4 datos (n = 4).

El valor de la media aritmética es de 5.

Ahora aplicamos la fórmula de la desviación media:

El valor de la desviación media, es de 2.

 ¿Qué es varianza?

La varianza es una medida de dispersión que representa la variabilidad de

una serie de datos respecto a su media. Formalmente se calcula como la

10
suma de los residuos al cuadrado divididos entre el total de
observaciones.

También se puede calcular como la desviación típica al cuadrado. Dicho

sea de paso, entendemos como residuo a la diferencia entre el valor de
una variable en un momento y el valor medio de toda la variable.

La fórmula para calcular la varianza es la siguiente:

Donde:

X: variable sobre la que se pretenden calcular la varianza

xi: observación número i de la variable X. i puede tomará valores entre 1 y

n.

n: número de observaciones.

x̄: Es la media de la variable X.

11
 PROBLEMA A RESOLVER:

SE TIENE LA INFORMACIÓN SIGUIENTE: UN COLEGIO TIENE UNA

PLANTILLA DE 20 PROFESORES CON SUS RESPECTIVOS
INGRESOS Y ES LA SIGUIENTE:

A Prof. n° 1 2 3 4 5 6 7 8 9 10

B Ingresos ($) 89 63 79 81 95 119 122 121 347 219

C Prof. n° 11 12 13 14 15 6 17 18 19 20

D Ingresos ($) 53 33 97 58 68 27 119 45 39 160

SE PIDE: A) IDENTIFICAR EL UNIVERSO; B) IDENTIFICAR LA POBLACIÓN; C)

ESTABLECER DOS MUESTRAS D) IDENTIFICAR EL PARÁMETRO E) IDENTIFICAR EL
ESTADÍSTICO F) IDENTIFICAR LA UNIDAD ESTADÍSTICA G) IDENTIFICAR EL DATO.

Sumas

A Prof. n° 1 2 3 4 5 6 7 8 9 10

B Ingresos ($) 89 63 79 81 95 119 122 121 347 219 1335

C Prof. n° 11 12 13 14 15 6 17 18 19 20

D Ingresos ($) 53 33 97 58 68 27 119 45 39 160 699

E=B+D 2034

F=(B+D)/2 101,7
0

12
A) El universo son los profesores, B) la población es el ingreso de los
mismos.
C) La muestra son 6 profesores con su respectivo ingreso

Muestra 1

A Prof. n° 2 5 8 10 15 20
B Ingreso($ 63 95 121 219 68 160 726
)
Promedio 121
de
ingreso($
)

Muestra 2

A Prof. n° 6 7 9 16 19 1
B Ingreso($) 119 122 347 27 39 89 743
Promedio 123,83
de
ingreso($
)

D) El parámetro es el promedio del primer cuadro en general

E) El estadístico es el resultado o promedio de la muestra
F) La unidad estadística es cada uno de los individuos que conforman
el universo
G) El dato es, por ejemplo: Prof. 1 con ingreso de 89, Prof. 2 con
ingreso de 63, Prof. 3 con ingreso de 79, … Prof. 20 con ingreso de
160

13