Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadística descriptiva
Estadística aplicada
La estadística aplicada está compuesta por los dos tipos de estadística que acabamos de
ver anteriormente. Es una estadística que arroja resultados sobre la población mediante
una o varias muestras. Se caracteriza por ser una parte de la estadística que se aplica a
otras ramas o ámbitos, como por ejemplo la psicología, la medicina o la historia.
Estadística matemática
a2 = b2 + c2
Pero en las ciencias experimentales, donde no hay ese conjunto de axiomas, no cabe
más que obtener nuevas observaciones para contrastar dichas propiedades, es el
llamado método estadístico.
Esta fase es fundamental ya que las conclusiones sólo pueden aplicarse a los miembros
de la población definida y la validez de las conclusiones depende en general de las
variables observadas.
En general, los modelos estadísticos usan una descomposición de los valores de una o
varias variables respuesta o dependientes en una parte sistemática o predecible y otra
parte aleatoria o no predecible:
Una vez construido el modelo, tendremos que medir los valores de las variables de
interés.
Depuración de la muestra.
Estimación de parámetros.
La fase de estimación, consiste en utilizar la muestra para decidir que valores vamos a
asignar a los parámetros desconocidos, así como cuantificar el error cometido en su
estimación.
Contrastes de simplificación.
En esta fase estudiaremos si el modelo puede simplificarse, por ejemplo ¿el valor de un
determinado parámetro puede ser cero?
Hasta esta etapa los resultados se han obtenido suponiendo que el modelo es el
correcto. En esta etapa se investiga la concordancia entre las observaciones y los valores
predichos por el modelo, asignando una medida de probabilidad a dicha concordancia.
Lo más importante no está en lo que la muestra nos dice sobre sus miembros
específicos, sino en cómo hacer inferencias sobre los miembros de la población que no
fueron incluidos en la muestra
En cambio, una variable discreta solo puede tomar valores sobre un conjunto finito de
valores o un conjunto infinito numerable (un conjunto infinito, pero cuyos elementos se
pueden contar). En otras palabras, no puede tomar valores sobre cualquier punto del
intervalo, sino solamente sobre aquellos incluidos en el conjunto al que pertenece. Esto
hace que surja el concepto de valores observados sucesivos, lo cual significa que, dado
una observación, puede existir una observación previa y otra posterior. Ejemplo:
Cantidad de años de vida de una persona.
Datos de sección transversal y de series de tiempo
Por último, otra clasificación típica que se suele realizar sobre los datos es respecto del
tiempo en que estos son adquiridos.
Los datos de sección transversal son los obtenidos en el mismo (o aproximadamente)
momento.
En un mismo periodo, cual es el PBI de un grupo de paises
Los datos de series de tiempo son datos obtenidos a lo largo del tiempo.
El PBI de un país a lo largo de los años
Su objetivo es captar la información obtenida en los datos en forma rápida por cualquier
persona, así cada representación debe llevar un título adecuado. Las normas en la
construcción de un gráfico estadístico son similares a los de gráficos de funciones, las
variables independientes, se ubican en las abscisas y las dependientes en las ordenadas.
Los gráficos más usuales para representar variables de tipo nominal son los siguientes:
Diagramas de barras: Se representa en el eje de ordenadas las modalidades y en abscisas
las frecuencias absolutas o las frecuencias relativas. Si se intentan comparar varias
poblaciones entre sí, usando el diagrama, existen otras modalidades, como las
mostradas en la figura 2. Cuando los tamaños de las dos poblaciones son diferentes, es
conveniente utilizar las frecuencias relativas, ya que en otro caso podrían resultar
engañosas
Para las variables cuantitativas, consideraremos dos tipos de gráficos, en función de que
para realizarlos se usen las frecuencias (absolutas o relativas) o las frecuencias
acumuladas: Diagramas diferenciales: Son aquellos en los que se representan
frecuencias absolutas o relativas. En ellos se representa el número o porcentaje de
elementos que presenta una modalidad dada. Diagramas integrales: Son aquellos en los
que se representan el número de elementos que presentan una modalidad inferior o
igual a una dada. Se realizan a partir de las frecuencias acumuladas, lo que da lugar a
gráficos crecientes. Obviamente, este tipo de gráficos no tiene sentido para variables
cualitativas. Según hemos visto existen dos tipos de variables cuantitativas: discretas y
continuas. Vemos a continuación las diferentes representaciones gráficas que pueden
realizarse para cada una de ellas así como los nombres específicos que reciben. Gráficos
para variables discretas Cuando representamos una variable discreta, usamos el
diagrama de barras cuando pretendemos hacer una gráfica diferencial. Las barras deben
ser estrechas para representar que los valores que toma la variable son discretos. El
diagrama integral o acumulado tiene, por la naturaleza de la variable, forma de escalera.
Un ejemplo de diagrama de barras así como su diagrama integral.
Cuando las variables son continuas, utilizamos como diagramas diferenciales los
histogramas y los polígonos de frecuencias. Un histograma se construye a partir de la
tabla estadística, representando sobre cada intervalo, un rectángulo que tiene a este
segmento como base. El criterio para calcular la altura de cada rectángulo es el de
mantener la proporcionalidad entre las frecuencias absolutas (o relativas) de cada
intervalo y el área de los mismos. El polígono de frecuencias se construye fácilmente si
tenemos representado previamente el histograma, ya que consiste en unir mediante
líneas rectas los puntos del histograma que corresponden a las marcas de clase. Para
representar el polígono de frecuencias en el primer y último intervalo, suponemos que
adyacentes a ellos existen otros intervalos de la misma amplitud y frecuencia nula, y se
unen por una línea recta los puntos del histograma que corresponden a sus marcas de
clase.
Conclusiones
No hay duda de que la Estadística es hoy una de las ciencias más útiles e influyentes en
la mayoría de los campos del conocimiento, que ofrece amplísimas posibilidades de
aplicación, y más todavía si se consideran la velocidad con la que se genera el desarrollo
tecnológico, los volúmenes de nueva información y el avance vertiginoso de la ciencia.
Es un hecho que a lo largo del tiempo cada vez más disciplinas encuentran en los
métodos estadísticos una opción para el adecuado planteamiento y solución de
problemas específicos. El reconocimiento de esta disciplina es un asunto incuestionable.
En el marco de la sociedad del conocimiento y la información, la Estadística tiene un
gran porvenir en el siglo XXI, y cada vez se abren más nichos de oportunidad para los
principios, técnicas y procedimientos que forman el cuerpo de esta ciencia.
Bibliografía
(s.f.).
anderson, m. (2016). mauricioanderson. Obtenido de mauricioanderson.com:
https://mauricioanderson.com/escalas-de-medicion-estadistica/
cientificas, c. s. (2018). humanidades.cchs. Obtenido de
http://humanidades.cchs.csic.es:
http://humanidades.cchs.csic.es/cchs/web_UAE/metodo/metodo.htm#Arriba