GENERALIDADAES DE LA ESTADISTICA

¿QUE ES LA 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.
Conviene saber que la estadística NO es una rama de las matemáticas. Esta
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.

TRANSVERSALIDAD DE LA ESTADÍSTICA
Una de las características fundamentales de la estadística es su transversalidad.
Su metodología es aplicable al estudio de diversas disciplinas tales como:
biología, física, economía, sociología, etc.
La estadística ayuda a obtener conclusiones relevantes para el estudio de todo
tipo de agentes como: humanos, animales, plantas, etc. Generalmente lo hace a
través de muestras estadísticas.

RAMAS DE LA ESTADÍSTICA
La estadística se puede subdividir en dos grandes ramas: descriptiva e
inferencial.

 Estadística descriptiva: Se refiere a los métodos de recolección,

organización, resumen y presentación de un conjunto de datos. Se trata
principalmente de describir las características fundamentales de los datos y
para ellos se suelen utilizar indicadores, gráficos y tablas.
 Estadística inferencial: Se trata de un paso más allá de la mera descripción.
Se refiere a los métodos utilizados para poder hacer predicciones,
generalizaciones y obtener conclusiones a partir de los datos analizados
teniendo en cuenta el grado de incertidumbre existente.
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.

CONCEPTOS BASICOS

¿QUÉ ES LA POBLACIÓN EN ESTADÍSTICA?

La población estadística consiste en la recolección de un conjunto de elementos o
sujetos que gozan de características comunes, con el fin de estudiarlos y sacar
conclusiones específicas para determinar resultados.
Según el tamaño de la población estudiada, el resultado puede ser finito o
infinito.
Si el resultado de los conjuntos investigados es infinito, estos se consideran
conceptuales o artificiales, ya que toda población debe tener un resultado
específico al ser estudiada.

TIPOS DE POBLACIÓN ESTADÍSTICA

Existen varios tipos de población estadística:

 POBLACIÓN FINITA: Aquella población que está compuesta por un número

pequeño de elementos, artículos o sujetos.
Por ejemplo: número de motocicletas vendidas durante el mes de septiembre o
número de alumnos en determinada escuela.

 POBLACIÓN INFINITA: Aquella población que está compuesta por un número

grande de elementos.

Por ejemplo: la cantidad de litros de agua en el mar o la cantidad de granos de

arena de una playa.

 POBLACIÓN REAL: Aquella población que se compone de un grupo de cosas

existentes y meramente comprobables.
Por ejemplo: la cantidad de usuarios que visitan un sitio web durante un mes o la
cantidad de temporadas de una serie.

 POBLACIÓN HIPOTÉTICA: Aquella población conformada por un grupo

posible de determinadas cosas, pero difícil de comprobar.
Por ejemplo: cuántas personas se supone que sobreviven a un determinado
terremoto o cómo reaccionaría cierta población frente a una crisis económica.

 POBLACIÓN ALEATORIA: Aquella población que depende de las

alteraciones de sus cualidades, sin que exista una causa aparente.
Por ejemplo: el peso de determinado alimento que varía según su tamaño.

 POBLACIÓN DEPENDIENTE: Aquella población que depende de una causa

determinada.
Por ejemplo: el incremento de ventas de un producto durante un buen período
económico del país.

 POBLACIÓN POLINOMIAL: Aquella población cuyas características deben

ser medidas y tomadas en cuenta.
Por ejemplo: cuando se realiza un censo poblacional, las características y
cualidades (edad, ingresos) de los habitantes serán diferentes.

EJEMPLOS DE POBLACIÓN ESTADÍSTICA

A continuación, se proponen algunos ejemplos de población estadística:

- Al establecer la cantidad de niños que hay por cada trabajador de una

empresa, los empleados de la empresa representarían la población.
- Al estimar el nivel de colesterol promedio de un país, todos los habitantes
serían la población.
- Al saber cuántas personas fuman cigarrillos en una ciudad, todos los
habitantes de la ciudad serían la población.
- Al investigar cuántas escuelas del país ofrecen una educación completa y
eficaz, las escuelas serían la población.

MUESTRA ESTADÍSTICA
Una muestra estadística es un subconjunto de datos perteneciente a una
población de datos. Estadísticamente hablando, debe estar constituido por un
cierto número de observaciones que representen adecuadamente el total de los
datos.
La estadística, como rama de las matemáticas, se encarga de recoger datos,
ordenarlos y analizarlos. Es decir, cuando queremos estudiar un determinado
fenómeno recurrimos a la estadística. Un buen ejemplo de fenómeno que estudia
la estadística, es el salario medio de los ciudadanos de un país. En este sentido,
por cuestiones de tiempo y coste, no podemos recoger la totalidad de los datos.
Esta totalidad de los datos es lo que se conoce como población de datos o,
simplemente, población.

¿POR QUÉ SE TRABAJA CON MUESTRAS ESTADÍSTICAS?

Para explicar porque se utiliza una muestra estadística en lugar de la población
total, vamos a recurrir al ejemplo planteado anteriormente.
Supongamos que queremos estudiar un fenómeno cualquiera. En nuestro caso,
ese fenómeno es el salario medio de los ciudadanos de un país. La población de
datos está formada por todos y cada uno de los trabajadores del país. Claro que
por razones de tiempo y coste sería imposible ir preguntando a cada trabajador
cuál es su salario anual. Tardaríamos mucho tiempo o necesitaríamos muchos
recursos.
En este punto aparece el concepto de muestra estadística. En lugar de preguntar
a los millones de trabajadores de un país o región, tan solo recogemos una
pequeña cantidad de datos. Por ejemplo, preguntamos a 100.000 personas. Esta
tarea sigue siendo complicada, pero es mucho más asequible preguntar a 100.000
personas que preguntar a 30 millones.
Esta pequeña cantidad de datos ha de ser representativa. Es decir, debe
representar adecuadamente a la población. Si las 100.000 personas a las que
preguntamos se concentran en barrios ricos, obtendremos datos que no son
representativos. El salario medio nos saldría mucho más alto de lo que es en
realidad.

CARACTERÍSTICAS DE UNA MUESTRA ESTADÍSTICA REPRESENTATIVA

Si se quiere hacer una buena investigación, la calidad de la muestra estadística es
esencial. De nada sirve realizar las métricas estadísticas más complejas con los
modelos más sofisticados si la muestra estadística está sesgada. Es decir, si la
muestra no es representativa.
A la hora de obtener una muestra representativa existen ciertos aspectos que el
investigador debe conocer de antemano. Entre esos aspectos se encuentran las
características de una muestra representativa. Las características de una
muestra representativa son las siguientes:

 Tamaño suficientemente grande: Cuando trabajamos con muestras estamos,

normalmente, trabajando con una cantidad de datos inferior a la población.
Ahora bien, para que una muestra estadística sea representativa deberá ser lo
suficientemente grande como para considerarse representativa. Por ejemplo, si
nuestra población está formada por 10 millones de datos y escogemos 10, es
difícil que sea representativa. Eso sí, no siempre a mayor tamaño la muestra
es más representativa.

 Aleatoriedad: La selección de los datos de una muestra estadística debe ser

aleatoria. Es decir, debe ser totalmente al azar. Si en lugar de realizarlo al azar,
realizamos un proceso de selección de datos planificado, estamos
introduciendo un sesgo a la obtención de datos. Por tanto, para evitar que la
muestra sea sesgada y, por tanto, conseguir que sea una muestra
representativa, debemos hacer una selección aleatoria.
 Inferencia estadística: Una vez obtenidos tenemos la muestra representativa,
entonces toca inferir ciertas métricas. A menudo, lo que nos interesa es saber
cierta medida de una variable. En el ejemplo inicial, la variable sería el salario
de los ciudadanos de un país. En este sentido, la métrica que queremos
analizar es la media del salario de los ciudadanos de un país.

 Esquema Inferencia Estadística: Es decir, tenemos una población de datos

formada por todos los trabajadores de Colombia. De dicha población
obtenemos una variable, es decir, el salario anual. Utilizando las técnicas
adecuadas obtenemos una muestra representativa. Y, por último, una vez
tenemos un conjunto de datos con el que podemos trabajar utilizamos técnicas
de inferencia estadística para calcular el salario medio.
Por supuesto, una vez tenemos el conjunto de datos, podríamos inferir otras
medidas. Por ejemplo, cómo se distribuye el salario, qué porcentaje de
trabajadores se encuentra por debajo de cierto salario o de qué tamaño es la
brecha salarial.

Ejemplo de muestra estadística

Supongamos que queremos realizar un estudio sobre el gasto medio de las
familias de Colombia en el mes de enero. Para ello tenemos dos opciones:
- Entrar en las cuentas bancarias de todas las familias de Colombia
- Preguntar a una cantidad de personas representativa
La primera opción no es viable por varias razones: Primero que las familias no
van a ceder sus datos y segundo que tampoco podíamos ir familia por familia
mirando los datos. Principalmente, porque la población de Colombia se
encuentra cerca de los 50 millones. Mientras, la segunda es la opción para
recoger una muestra estadística.
Lo que haremos, siguiendo las características mencionadas anteriormente, será
preguntar a 100.000 familias. Es algo complicado, pero mucho más fácil que
preguntar a 50 millones de colombianos. La diferencia es considerable. Así pues,
a partir de esa muestra de 100.000 familias, intentaremos calcular el gasto medio
de las familias en enero.
Los datos extraídos serán más o menos fiables según una serie de métricas que
se tienen en cuenta en las investigaciones estadísticas. Claro que, ese tipo de
métricas son más avanzadas y, por ello, no las trataremos aquí.

¿QUÉ ES UNA VARIABLE ESTADÍSTICA?

La variable estadística es una característica o cualidad de un individuo que está
propensa a adquirir diferentes valores. Estos valores, a su vez, se caracterizan por
poder medirse.
Por ejemplo, el color de pelo, las notas de un examen, el sexo o la estatura de
una persona, son variables estadísticas.

TIPOS DE VARIABLES ESTADÍSTICA

La variable estadística, de acuerdo con las características que la definen, puede
ser cualitativa o cuantitativa.

CLASIFICACIÓN Y TIPOS DE VARIABLES ESTADÍSTICAS

Las variables se clasifican en cualitativas y cuantitativas.
VARIABLE CUALITATIVA:
Las variables cualitativas son aquellas características o cualidades que no pueden
ser calculadas con números, sino que son clasificadas con palabras.
Este tipo de variable, a su vez, se divide en:
Cualitativa nominal: aquellas variables que no siguen ningún orden en
específico. Por ejemplo, los colores, tales como el negro, naranja o amarillo.
Cualitativa ordinal: aquellas que siguen un orden o jerarquía. Por ejemplo, el
nivel socioeconómico alto, medio o bajo.
Cualitativa binaria: variables que permiten tan solo dos resultados. Por ejemplo,
sí o no; hombre o mujer.

VARIABLE CUANTITATIVA
Las variables cuantitativas son aquellas características o cualidades que sí
pueden expresarse o medirse a través de números.
Este tipo de variable, a su vez, se divide en:
Cuantitativa discreta: aquella variable que utiliza valores enteros y no finitos. Por
ejemplo, la cantidad de familiares que tiene una persona, tal como 2, 3, 4 o más.
Cuantitativa continua: aquella variable que utiliza valores finitos y objetivos, y
suele caracterizarse por utilizar valores decimales. Por ejemplo, el peso de una
persona, tal como 64.3 kg, 72.3 kg, etc.

EJEMPLOS DE VARIABLE ESTADÍSTICA

A continuación, se exponen ejemplos de cada tipo de variable estadística:

Variables cualitativas

 Nominal: el color de pelo de una persona, tal como castaño, rubio o morocho.
 Ordinal: la condición de un pasaporte, del tipo aprobado, denegado o en
espera.
 Binaria: ante la pregunta de si una persona posee hogar propio, la respuesta
será sí o no.

Variables cuantitativas

 Discreta: la cantidad de primos que tienen una persona, tal como 2, 4, 6 u 8.

 Continua: la estatura de una persona, tal como 1,65 cm.

FINALIDAD DE LA ESTADÍSTICA
La finalidad de la estadística consiste en:

 Suministrar información y su utilidad dependerá en gran parte de lo que se

proponga y la forma como se contengan los datos.

 Conocer la realidad de una observación o fenómeno.

 Adquirir información diaria, semanal o mensual sobre la producción.

 Determinar los típicos o normas de esa observación.

 Es obtener un valor determinado o promedio.

 Determinar los cambios que presenta un fenómeno no necesitamos estar

observando continuamente para determinar los cambios.
 Obtener conclusión de un grupo (menor): Debe hacerse extensiva a un grupo
mayor(población).

Mediante la estadística facilitan una serie de instrumentos o técnicas que al ser

utilizadas correctamente permiten determinar el grado de validez y confiabilidad,
ya sea de las predicciones o de las conclusiones obtenidas a través de la muestra.
Podemos decir que la función principal de la estadística es justamente la
recolección y agrupamiento de datos de diversos tipos para construir con ellos
informes estadísticos que nos den idea sobre diferentes y muy variados temas,
siempre desde un punto de vista cuantitativo y no cualitativo. Esto es muy
importante remarcarlo ya que la estadística se convierte entonces en una ciencia
que nos habla de cantidades (por ejemplo, cuántas personas viven en un país por
metro cuadrado) pero no nos da información directa sobre la calidad de vida de
esas personas.
 (SEDE ISTMINA)

FACULTAD: CIENCIAS SOCIALES Y HUMANAS

PROGRAMA: TRABAJO SOCIAL I

MODULO: LÓGICA MATEMÁTICA

“GENERALIDADES DE LA ESTADISTICA”.

PROFESORA: YESENIA MURILLO TORRES

ESTUDIANTE: YEFREDIS ROBLEDO AGUILAR

ISTMINA – CHOCÓ
DICIEMBRE / 2020
 CONTENIDO

GENERALIDADES DE LA ESTADISTICA

1. ¿QUE ES LA ESTADISTICA?
 TRANSVERSALIDAD DE LA ESTADISTICA.
 RAMAS DE LA ESTADISTICA.

2. CONCEPTOS BASICOS.
a. POBLACION (ESTADISTICAMENTE).
 TIPOS DE POBLACION.

b. MUESTRA ESTADISTICA.
 ¿POR QUÉ SE TRABAJA CON MUESTRAS
ESTADISTICAS?
 CARACTERÍSTICAS DE UNA MUESTRA ESTADÍSTICA
REPRESENTATIVA.

c. ¿QUÉ ES UNA VARIABLE ESTADÍSTICA?

 TIPOS DE VARIABLES ESTADISTICAS.
 CLASIFICACIÓN Y TIPOS DE VARIABLES
ESTADÍSTICAS.

d. FINALIDAD DE LA ESTADISTICA