UNIVERSIDAD PANAMERICANA DEL PUERTO

FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES

ESCUELA DE ADMIN. DE EMPRESA

Alumno (a):

Adrian Peña
C.I.:29.648.112

Puerto Cabello, Agosto del 2021

 CONCEPTO DE ESTADÍSTICA

La Estadística es la parte de las Matemáticas que se encarga del estudio de una

determinada característica en una población, recogiendo los datos, organizándolos
en tablas, representándolos gráficamente y analizándolos para sacar conclusiones
de dicha población.

Según se haga el estudio sobre todos los elementos de la población o sobre un

grupo de ella, vamos a diferenciar dos tipos de Estadística:

Estadística descriptiva. Realiza el estudio sobre la población completa,

observando una característica de la misma y calculando unos parámetros que den
información global de toda la población.

Estadística inferencial. Realiza el estudio descriptivo sobre un subconjunto de la

población llamado muestra y, posteriormente, extiende los resultados obtenidos a
toda la población.

Ejemplo 1. Cuando van a llegar cualquier tipo de elecciones, por ejemplo, las
elecciones generales, es muy frecuente que los medios de comunicación, nos
adelanten los resultados de encuestas o sondeos en los que se nos indica el
resultado final de dichas elecciones con una precisión y con un error determinados.
Estos sondeos son realizados por distintas técnicas sobre un grupo (muestra) más
o menos numeroso de personas. Naturalmente, cuánto mayor sea el número de
españoles con derecho a voto encuestados, mayor será la fiabilidad de la encuesta,
pero también mayor será el coste del sondeo. El estudio de esta muestra se haría
mediante estadística descriptiva, pero lo que nos interesa no es el resultado de este
estudio reducido sino el resultado final de las elecciones. El paso de generalizar los
resultados de la muestra a toda la población, se hace mediante técnicas de
Estadística inferencial. La elección de la muestra debe hacerse mediante métodos
de muestreo para que el estudio resulte lo más fiable posible.

Ejemplo 2. Supongamos que estamos en un instituto con un número muy elevado

de alumnos y alumnas, por ejemplo 500, y queremos hacer un estudio estadístico
sobre su altura.
Un método sería pasar clase por clase y medirlos a todos, esto nos podría llevar un
tiempo considerable, pero sería la forma más exacta de hacer dicho estudio, aunque
es fácil encontrarnos con ausencias y tendríamos que volver varios días y pasar
lista para conseguir la estatura de todo el alumnado. Una vez que tengamos todos
los datos en nuestro poder los resultados los obtendríamos mediante Estadística
descriptiva.

Otra posibilidad podría ser pasar clase por clase, decirle a los alumnos y alumnas
que anoten su estatura en un papel y recogerlos todos. También así tendríamos un
estudio de Estadística descriptiva, aunque seguramente menos fiable que con el
método anterior, pues casi con toda seguridad, y lo digo por experiencia, algunos
alumnos escriban su estatura a cálculo y otros, con ganas de bromas, muy por
encima o muy por debajo de la realidad.

MUESTRA

Muestra es una porción de la totalidad de un fenómeno, producto o actividad que se

considera representativa del total también llamada una muestra representativa.
Muestra viene de mostrar siendo que da a conocer a los interesados o públicos
objetivos resultados, productos o servicios que ejemplifican o sirve como
demostración de un tipo de evento, calidad o la estandarización.
En estadísticas, la muestra es una porción extraída mediante métodos específicos
que representan los resultados de una totalidad llamada población usando la
probabilidad como, por ejemplo, “la muestra estadística de 100 personas que se
someten a una encuesta para conocer la satisfacción de un producto”.
Una muestra gratis se refiere generalmente a la entrega de un producto o servicio
de forma gratuita como una forma de promoción. Mediante la muestra gratis, el
consumidor puede avaliar la calidad del producto o servicio y decidir si comprará o
utilizará en un futuro.
Una muestra de arte es una exposición de las obras de uno o varios artistas para
que el público conozca el trabajo artístico de los profesionales.
La toma de muestras se usa en el ámbito de laboratorios de análisis médicos
donde se toma una muestra de sangre, orina, heces entre otras cosas para que
sean sometidos a análisis cuyos resultados serán interpretados por un profesional
del área para determinar la salud del paciente.
Una muestra también es un modelo a seguir, por ejemplo, una muestra de un
diseño que se debe imitar o copiar.
POBLACIÓN

En estadística, el término “población” se refiere al conjunto de elementos que se

quiere investigar, estos elementos pueden ser objetos, acontecimientos, situaciones
o grupo de personas.

La población se puede clasificar de diversas formas, por ejemplo, según la edad

y sexo (demográfico), por el lugar donde viven (por área) y según las
condiciones de trabajo (población activa e inactiva).
PARÁMETROS

En estadística, un parámetro es un número que resume la gran cantidad de datos

que pueden derivarse del estudio de una variable estadística. El cálculo de este
número está bien definido, usualmente mediante una fórmula aritmética obtenida a
partir de datos de la población.

Los parámetros estadísticos son una consecuencia inevitable del propósito esencial
de la estadística: crear un modelo de la realidad.

El estudio de una gran cantidad de datos individuales de una población puede ser
farragoso e inoperativo, por lo que se hace necesario realizar un resumen que
permita tener una idea global de la población, compararla con otras, comprobar
su ajuste a un modelo ideal, realizar estimaciones sobre datos desconocidos de la
misma y, en definitiva, tomar decisiones. A estas tareas contribuyen de modo
esencial los parámetros estadísticos.

Por ejemplo, suele ofrecerse como resumen de la juventud de una población la

media aritmética de las edades de sus miembros, esto es, la suma de todas ellas,
dividida por el total de individuos que componen tal población.
 TIPO DE ESTADÍSTICA

Existen distintos tipos de estadística:

DESCRIPTIVA O DEDUCTIVA: esta clase de estadística se utiliza con el propósito

de recolectar, describir y resumir un conjunto de datos obtenidos. Estos pueden
visualizarse de manera numérica y gráfica. Sin embargo, su uso se acota sólo al
uso de la información obtenida. Es decir, que a partir de loa misma no se puede
realizar ningún tipo de generalización.

INFERENCIA O INDUCTIVA: de manera contraria a la anterior, esta clase de

estadística tiene la particularidad de que a partir de los datos muéstrales que
maneja, es posible realizar conclusiones y predicciones que incluyan a toda la
población. Es decir, que los resultados obtenidos a partir del análisis y conclusión
podrán ser extrapolados, y de esta forma realizar un pronóstico inclusivo. Las
inferencias pueden presentarse a través de respuestas a preguntas del tipo si/no,
relaciones entre una serie de variables, estimaciones numéricas, entre otras.

APLICADA: Está conformada por las dos clases de estadísticas anteriores. Su

objetivo consiste en deducir resultados sobre un universo, a partir de una muestra
determinada. Este tipo de estadística puede ser aplicada en cualquier área que no
pertenezca a ella, tal como historia, psicología, etc.

ESTADÍSTICA MATEMÁTICA: se refiere al empleo de la estadística, pero desde

un punto de vista formal, a través del uso de distintas ramas propias de la
matemática y de la teoría de la probabilidad. Su uso es necesario debido a que los
datos que maneja la estadística matemática son aleatorios e inciertos.

CONCEPTO Y EJEMPLOS DE MÉTODOS DE REDONDEO POR DEFECTO Y

POR EXCESO
La aproximación por defecto y por exceso, es un método numérico usado para
establecer el valor de un número según diferentes escalas de exactitud. Por
ejemplo, el número 235,623, se aproxima por defecto a 235,6 y por exceso a 235,7.
Si consideramos a las décimas como cota de error.

Aproximar consiste en reemplazar una cifra exacta por otra, donde dicho reemplazo
debe facilitar operaciones de algún problema matemático, conservándose la
estructura y esencia del problema.

A ≈B

Se lee; A aproximado de B. Donde “A” representa al valor exacto y “B” al valor

aproximado.

Cifras significativas

Se conocen como cifras significativas los valores con los que se define un número
aproximado. En la aproximación del ejemplo se tomaron cuatro cifras significativas.
La precisión de un número está dada por la cantidad de cifras significativas que lo
definen.

No se consideran cifras significativas a los infinitos ceros que pueden ubicarse tanto
a la derecha como a la izquierda del número. La ubicación de la coma no juega
ningún papel en la definición de cifras significativas de un número.

750385

. . . . 00,0075038500 . . ..

75,038500000 . . ..

750385000 . . ..
. . . . . 000007503850000 . . ..

¿En qué consisten?

El método es bastante simple; se escoge la cota de error, que no es otra cosa que
el rango numérico donde se desea hacer el corte. El valor de este rango es
directamente proporcional al margen de error del número aproximado.

En el ejemplo anterior 235,623 posee milésimas (623). Luego se ha realizado la

aproximación hacia las décimas. El valor por exceso (235,7) corresponde al valor
en décimas más significativo que se encuentra inmediatamente después del número
original.

Por otra parte, el valor por defecto (235,6) corresponde al valor en décimas más
próximo y significativo que se encuentra antes del número original.

La aproximación numérica es bastante corriente en la práctica con números. Otros

métodos bastante usados son el redondeo y truncamiento; los cuales responden a
distintos criterios para asignar los valores.

El margen de error

Al momento de definir el rango numérico que abarcará el número luego de ser

aproximado, también definimos la cota de error que acompaña a la cifra. Esta se
denotará con un número racional existente o significante en el rango asignado.

En el ejemplo inicial los valores definidos por exceso (235,7) y por defecto (235,6)
poseen un error aproximado de 0,1. En los estudios estadísticos y de probabilidad
se manejan 2 tipos de errores con respecto al valor numérico; error absoluto y error
relativo.
 Escalas

Los criterios para establecer los rangos de aproximación pueden ser muy variables
y están estrechamente relacionados con las especificaciones del elemento a
aproximar. En los países con alta inflación, las aproximaciones por exceso obvian
algunos rangos numéricos, debido a que estos son menores a la escala
inflacionaria.

De esta manera, en una inflación mayor al 100% un vendedor no ajustará un

producto de 50$ a 55$ sino que lo aproximará a 100$, obviándose así las unidades
y decenas al aproximar directamente a la centena.

Uso de la calculadora

Las calculadoras convencionales traen consigo el modo FIX, donde el usuario

puede configurar el número de decimales que quiere recibir en sus resultados. Esto
genera errores que deben ser considerados a la hora de cálculos exactos.

Aproximación de números irracionales

Algunos valores muy usados en las operaciones numéricas pertenecen al conjunto

de los números irracionales, cuya característica principal es poseer una cantidad
indeterminada de cifras decimales.

Valores como:

 π = 3,141592654….
 e = 2,718281828…
 √2 = 1,414213562…
Son comunes en las experimentaciones y sus valores deben ser definidos en un
rango determinado, tomando en consideración los errores posibles generados.

¿Para qué sirven?

Para el caso de la división (1 ÷ 3) se observa mediante la experimentación, la
necesidad de establecer un corte en la cantidad de operaciones realizadas para
definir el número.

1 ÷ 3 = 0,333333 . . . . . .

1 ÷ 3 3 / 10 = 0,3

1 ÷ 3 33 / 100 = 0,33

1 ÷ 3 333 / 1000 = 0,333

1 ÷ 3 3333 / 10000 = 0,3333

1 ÷ 3 333333 . . .. / 10000 . . .. = 0,333333 . . ..

Se presenta una operación que puede perpetuarse de manera indefinida por lo

que se hace necesario aproximar en algún punto.

Para el caso de:

1 ÷ 3 333333 . . .. / 10000 . . .. = 0,333333 . . ..

Se tiene que, para cualquier punto establecido como margen de error, se obtendrá
un número menor al valor exacto de (1 ÷ 3). De esta forma todas las
aproximaciones realizadas anteriormente, son aproximaciones por defecto de
(1 ÷ 3).

Ejemplos

Ejemplo 1

1. Cuál de los siguientes números es una aproximación por defecto de

0,0127

 0,13
 0,012; Es una aproximación por defecto de 0,0127
 0,01; Es una aproximación por defecto de 0,0127
  0,0128

Ejemplo 2

2. Cuál de los siguientes números es una aproximación por exceso de

23,435

 24; es una aproximación por exceso de 23,435

 23,4
 23,44; es una aproximación por exceso de 23,435
 23,5; es una aproximación por exceso de 23,435

CONCEPTO DE SUMATORIAS Y SUS PROPIEDADES

La sumatoria o sumatorio se emplea para representar la suma de muchos o

infinitos sumandos.

La expresión se lee: "sumatoria de Xi, donde i toma los valores de 1 a n".

La operación sumatoria se expresa con la letra griega sigma mayúscula Σ.
i es el valor inicial llamado límite inferior.
n es el valor final llamado límite superior.
Si la sumatoria abarca la totalidad de los valores, su expresión se puede simplificar:

Es frecuente el uso del operador sumatoria en Estadística.

La suma de las frecuencias absolutas se puede expresar como:

1.

2.
Y la media como:

1.

2.

Ejemplo

En un test realizado a un grupo de 42 personas se han obtenido las puntuaciones

que muestra la tabla. Calcula la media.
 Propiedades de las sumatorias

La suma del producto de una constante por una variable, es igual a k veces la
sumatoria de la variable.

La sumatoria hasta N de una constante, es igual a N veces la constante.

La sumatoria de una suma es igual a la suma de las sumatorias de cada

término.

La sumatoria de un producto no es igual al producto de las sumatorias de cada

término.

La sumatoria de los cuadrados de los valores de una variable no es igual a la

sumatoria de la variable elevado al cuadrado.

¿Qué opinas de esta

RESOLVER POR DATOS NO AGRUPADOS
Los datos no agrupados son aquellos que, obtenidos a partir de un estudio, no están
todavía organizados por clases. Cuando es un número manejable de datos,
usualmente 20 o menos, y hay pocos datos diferentes, se pueden tratar como no
agrupados y extraer información valiosa de ellos.

Los datos no agrupados provienen tal cual de la encuesta o del estudio realizado
para obtenerlos y por ello carecen de procesamiento. Veamos algunos ejemplos:

-Resultados de un examen de coeficiente intelectual CI realizado a 20 alumnos al

azar de una universidad. Los datos obtenidos fueron los siguientes:

119, 109, 124, 119, 106, 112, 112, 112, 112, 109, 112, 124, 109, 109, 109, 106, 124,
112, 112,106

-Edades de 20 empleados de cierta cafetería muy popular:

24, 20, 22, 19, 18, 27, 25, 19, 27, 18, 21, 22, 23, 21, 19, 22, 27, 29, 23, 20

-El promedio de notas finales de 10 alumnos de una clase de Matemática:

3,2; 3,1; 2,4; 4,0; 3,5; 3,0; 3,5; 3,8; 4,2; 4,9

Propiedades de los datos

Hay tres propiedades importantes que caracterizan a un conjunto de datos

estadísticos estén o no agrupados, las cuales son:

-Posición, que es la tendencia de los datos a agruparse en torno a determinados

valores.

-Dispersión, un indicativo de cuán dispersos o diseminados se encuentran los

datos en torno a un valor determinado.

-Forma, se refiere a la forma en que están distribuidos los datos, la cual se aprecia
cuando se construye una gráfica de los mismos. Hay curvas muy simétricas y
también sesgadas, ya sea a la izquierda o hacia la derecha de cierto valor central.

Para cada una de estas propiedades hay una serie de medidas que las describen.
Una vez obtenidas, nos brindan un panorama del comportamiento de los datos:

-Las medidas de posición más utilizadas son la media aritmética o simplemente

media, la mediana y la moda.

-En la dispersión se utilizan frecuentemente el rango, la varianza y la desviación

estándar, pero no son las únicas medidas de dispersión.

-Y para determinar la forma, se comparan la media y la mediana a través del sesgo,

como se verá en breve.

Cálculo de la media, la mediana y la moda

–La media aritmética, también conocida como promedio y denotada como X, se

calcula de la siguiente forma:

X = (x1 + x2 + x3 + …. xn) / n

Donde x1, x2, …. xn, son los datos y n es el total de ellos. En notación de sumatoria
se tiene:
–La mediana es el valor que aparece en el medio de una sucesión ordenada de
datos, así que, para obtenerla, es preciso ordenar los datos, antes que nada.

Si el número de observaciones es impar, no hay problema en encontrar el punto

medio del conjunto, pero si tenemos número par de datos, se buscan los dos datos
centrales y se los promedia.

–La moda es el valor más común que se observa en el conjunto de datos. No

siempre existe, puesto que es posible que ningún valor se repita con mayor
frecuencia que otro. También pudiera haber dos datos con igual frecuencia, en cuyo
caso se habla de una distribución bi-modal.

A diferencia de las dos medidas anteriores, la moda se puede usar con datos
cualitativos.