[Escriba texto]

REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN
UNIVERSIDAD POLITÉCNICA TERRITORIAL ANDRÉS ELOY
BLANCO
ESTADO-LARA
PNF-AGROALIMENTACIÓN

ESTUDIANTES:
JOHANA ROA
DARIANNI SALERO
DAYERLIN SALERO
HECDELIA RODRIGUEZ
ENILYANNIS RODRIGUEZ
DOCENTE:
ELISMAR SUEREZ
SECCIÓN:
3001
BARQUISIMETO, AGOSTO DEL 2021. |
 INFORME

El análisis estadístico está formado por dos elementos fundamentales, que

son: Descripción del conjunto de información y obtener conclusiones de toda la
población cuando sólo conocemos una parte de ella y poder predecir
consecuencias futuras.
Para poder avanzar más en el estudio de la estadística necesitamos conocer
los términos más usuales que se utilizan en ella, por lo que a continuación vamos
a introducir algunas definiciones y conceptos básicos para poder trabajar con la
estadística.

Estadística

Es una ciencia y una rama de las matemáticas a través de la cual se analiza,

describe y estudia una serie de datos a fin de establecer comparaciones o
variabilidades que permitan comprender un fenómeno en particular, en gran
medida, de la observación para la recolección de datos que posteriormente serán
analizados y comparados a fin de obtener un resultado.
Asimismo se emplea para estudiar una población o muestra sobre el que se
pretende obtener una información en particular, de esta manera se puede ofrecer
una solución a un problema o ver cómo ha variado una situación en específico.
Tipo de Estadística

Estadística Descriptiva: Se refiere a los métodos de

recolección, organización, resumen y presentación de un conjunto de datos, 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. 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.
Aplicación de la Estadística

Es una ciencia de aplicación práctica casi universal en todos los campos

científicos:

 Ciencias naturales: se emplea con profusión en la descripción de modelos

termodinámicos complejos en física cuántica, en teoría cinética de los
gases.
 Ciencias sociales y económicas: es un pilar básico del desarrollo de la
demografía y la sociología aplicada.
 Economía: suministra los valores que ayudan a descubrir interrelaciones
entre múltiples parámetros macro y microeconómicos.
 Ciencias médicas: permite establecer pautas sobre la evolución de las
enfermedades y los enfermos, el grado de eficacia de un medicamento.

En el mundo de las aplicaciones prácticas encontramos con todas las

actividades en donde estamos involucrados de un modo personal o institucional.
Si vamos a trabajar y marcamos una tarjeta de ingreso, ya estamos formando
parte de un registro estadístico, que conjuntamente con un número considerable
de marcas, tanto propias como ajenas, podemos procesar para hacer de este
conjunto confuso de datos numéricos algo inteligible y manejable. El mundo
práctico abarca, pues, todo lo que se pueda relacionar con nuestra vida cotidiana
en forma general.

El mundo de la ciencia suele tener un carácter menos involucrado con el diario

vivir, aunque tenga con éste una importante relación de interdependencia. El
aspecto científico recurre con altísima frecuencia a la descripción de hechos
medibles que luego son comparados con otros hechos de grupos llamados grupos
de control.
 Datos Estadísticos

Un dato es la representación de una variable que puede ser cuantitativa o

cualitativa que indica un valor que se le asigna a las cosas y se representa a
través de una secuencia de símbolos, números o letras. Los datos describen
hechos empíricos. Para examinarlos deben ser organizados o tabulados, ya que
por sí mismo no puede demostrar demasiado sino que se debe evaluar el conjunto
para examinar los resultados.

Población

Es un conjunto de elementos que presentan una característica común. El

tamaño que tiene una población es un factor de suma importancia en el proceso
de investigación estadística y en nuestro caso social, y este tamaño viene dado
por el número de elementos que constituyen la población, según el número de
elementos la población puede ser finita o infinita.

Es necesario saber que el número de elementos que integra la población es

muy grande, se puede considerar a esta como una población infinita, por ejemplo;
el conjunto de todos los números positivos. Una población finita es aquella que
está formada por un limitado número de elementos, por ejemplo; el número de
habitantes de una comarca.

Es recomendable saber que si la población es muy grande, es obvio que la

observación y/o medición de todos los elementos se multiplica la complejidad, en
cuanto al trabajo, tiempo y costos necesarios para hacerlo. Para solucionar este
inconveniente se utiliza una muestra estadística.
 Muestra

Es una representación significativa de las características de una población, que

bajo, la asunción de un error (generalmente no superior al 5%) estudiamos las
características de un conjunto poblacional mucho menor que la población global.

En la estadística, 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”.

Diferencia entre Población y Muestra

Una población es un conjunto de personas, objetos o eventos acerca de los

cuales se desea hacer inferencias. No siempre es conveniente o posible examinar
cada miembro de una población completa. Por ejemplo, no resulta práctico contar
los golpes en todas las manzanas recogidas en un huerto. Sin embargo, es
posible contar los golpes en un conjunto de manzanas tomadas de esa población.
Este subconjunto de la población se denomina muestra.

La muestra es un subconjunto de personas, objetos o eventos de una

población más grande que se recolecta y analiza para hacer inferencias. Para
representar adecuadamente a la población, una muestra debe recolectarse de
manera aleatoria y debe ser lo suficientemente grande.

Ejemplos entre Población y Muestra

Un profesor desea realizar un análisis estadístico de las notas del examen final de
matemáticas de sus alumnos de último año. Por ello, coloca todas las notas
obtenidas en Excel y usa las funciones y herramientas estadísticas. La información
obtenida, ¿pertenece a la muestra o a la población?
– En este caso, la población, son todos los alumnos de último año. Se estudiarán
sus notas, pero todas las notas obtenidas. No se ha realizado ningún muestreo,
por ello, la información obtenida, pertenece a la población.
La población y la muestra corresponden a un concepto estadístico que busca
enfocar la atención a un subgrupo específico dentro de un universo mayor de
individuos. La mayoría de investigaciones para recolectar información de cualquier
población de objetos, personas o animales, normalmente trabajan con una
muestra.

Parámetro

Es un elemento de un sistema que permite clasificarlo y poder evaluar algunas

de sus características como el rendimiento, la amplitud o la condición. Por tanto,
no es más que un valor que representa algo que queremos medir. Sin embargo,
esta definición tiene algunas variantes dependiendo de la disciplina de que se
trate. Suele estar relacionado con términos como variable, axioma o función.
Sin embargo un parámetro tiene una enorme utilidad en estadística. En primer
lugar, sirve para conocer atributos de una distribución de datos. Por ejemplo, la
media aritmética o la desviación típica de estos. La probabilidad permite conocer
las llamadas funciones de distribución, en una recta de regresión nos indica
valores numéricos asociados a dicha recta y que la hacen única.

Además, cuando hacemos inferencia estadística utilizamos los llamados

«estimadores del parámetro». Estos estadísticos nos permiten aproximarnos al
valor real de dicho parámetro en la población. Por ejemplo, el estimador de
la varianza. En definitiva, sin parámetros no podríamos estudiar la información y
analizarla.
Ejemplo de Parámetro

Para calcular el parámetro podría ser la cantidad de calcio presente en la dieta

de todos los niños de la escuela secundaria a diario para una sola escuela. En
este caso, se contabilizan todos y cada uno de los niños de secundaria y se
pueden obtener los datos sin faltar ni un solo niño incluido en la población.

Estadístico

Es cualquier función real medible de la muestra de una variable aleatoria. El

concepto de estadístico es un concepto de estadística avanzada.

Es una característica muestral, como tal, es una variable porque sus valores
dependen de la muestra que salga seleccionada (piense que dada una población
pueden extraerse muchas muestras diferentes). Cada valor del estadístico se
obtiene como función de las observaciones de una muestra.

Ejemplos Estadístico

Para calcular estadísticas podría ser el número de personas que prefieren usar
el autobús público en comparación con el tren local para ir a la oficina. Aquí se
tiene en cuenta la opinión de una muestra de personas, ya que es imposible pedir
una opinión a cada una de las personas. El resto de los datos se deriva del patrón
que muestran los datos obtenidos.

Diferencia entre parámetro y estadístico

 Un parámetro es una medida ilustrativa de una población, mientras que una

estadística es una medida ilustrativa de una muestra.
 Un parámetro es un valor real calculado para una población, mientras que
una estadística de una muestra se usa para calcular una estimación para
una población.
 Un parámetro es casi imposible de medir, mientras que una estadística se
puede medir fácilmente.
 La varianza del parámetro para una población se representa
con σ2 mientras que la varianza muestral para una muestra se representa
con s2.
 El parámetro para el tamaño de una población se representa con la letra N,
mientras que la estadística para el tamaño de una muestra se representa
con la letra n.
 La media o el promedio del parámetro para una población se representa
con , mientras que la media o el promedio estadístico de una muestra se
representa con .
 La desviación estándar del parámetro para una población se representa
con σ mientras que la desviación estándar estadística de una muestra se
representa con s.
 El resultado obtenido del parámetro es fijo mientras que el resultado
obtenido de las estadísticas varía con el tamaño de la población.
 Se necesita menos tiempo para realizar una encuesta para calcular el
parámetro, mientras que se necesita más tiempo para realizar una encuesta
para el cálculo de las estadísticas.
 El parámetro implica un menor costo en la realización de la encuesta,
mientras que las estadísticas implican un mayor costo en la realización de
la encuesta.
 Variable

Es una característica que puede fluctuar y cuya variación es susceptible de

adoptar diferentes valores, los cuales pueden medirse u observarse. Las variables
adquieren valor cuando se relacionan con otras variables, es decir, si forman parte
de una hipótesis o de una teoría. En este caso se las denomina constructos o
construcciones hipotéticas.

Tipos de Variables

Aunque hay decenas de tipos de variables estadísticas, por norma general

podemos encontrarnos dos tipos de variables:

 Variable cuantitativa: Son variables que se expresan numéricamente.

 Variable continua: Toman un valor infinito de valores entre un intervalo de

datos. El tiempo que tarda un corredor en completar los 100 metros lisos.
 Variable discreta: Toman un valor finito de valores entre un intervalo de
datos. Número de helados vendidos.
 Variable cualitativa: Son variables que se expresan, por norma general, en
palabras.
 Variable ordinal: Expresa diferentes niveles y orden.
 Variable nominal: Expresa un nombre claramente diferenciado. Por
ejemplo el color de ojos puede ser azul, negro, castaño, verde, etc.
Ejemplos de variables
A continuación, mostramos un ejemplo de cada una de los tipos de variable
estadística:
Ejemplo variable cuantitativa
 Un ejemplo de variable cuantitativa serían las horas que trabaja un
empleado a lo largo de la semana. Otro ejemplo podría ser el número de
kilómetros que realiza un ciclista profesional a lo largo de la temporada.

Ejemplo de variable continúa

Son aquellas que toman valores infinitos dentro de un intervalo como
puede ser el tiempo que un corredor tarda en recorrer los 100 metros lisos.
Un ejemplo más puede ser el peso de un paquete de espaguetis.
Ejemplo de variable discreta
Podríamos mencionar el número de helados vendidos en una heladería o el
número de clases que da un profesor a lo largo del curso lectivo.
Ejemplo de variable cualitativa
Los asistentes a un concierto que tienen entradas diferenciadas por la zona
en la que se ubiquen como pista, grada o zona VIP sería una variable
cualitativa.
Ejemplo de variable ordinal
El resultado obtenido por los diferentes pilotos en una carrera de coches de
Fórmula 1 sería una variable ordinal. Otro ejemplo podría ser la calificación
otorgada por los jueces de un campeonato de gimnasia rítmica.
Ejemplo de variable nominal
El color de ojos de una persona, azules, marrones o verdes es un ejemplo
de este tipo de variable. Un ejemplo más sería el estado civil de una
persona o su sexo.
 Métodos Estadísticos

Son procedimientos para manejar datos cuantitativos y cualitativos mediante

técnicas de recolección, recuento, presentación, descripción y análisis. Los
métodos estadísticos permiten comprobar hipótesis o establecer relaciones de
causalidad en un determinado fenómeno.

Clasificación de los Métodos Estadísticos

Cuantitativo: Surge de contar la realidad en términos absolutos y necesario para

establecer los patrones de comportamiento de una población a lo largo del tiempo
(tendencia). Utiliza variables finitas que pueden ser medidas y cuantificadas
(ejemplo: el número de “Tunas”).

Toda la información se obtiene a partir de muestras de la población estudiada,

revelando sus magnitudes, y facilita la comparación con estudios similares. Sus
resultados son extrapolables a la totalidad de la población o universo.

Cualitativo: Aporta elementos diferenciales de la realidad. Sus variables

dependen de los diferentes atributos de la realidad estudiada (ejemplo:
Femeninas, Masculinas o Mixtas; Académicas, Independientes, no
Académicas/Otras), permite “afinar” más las tendencias de las poblaciones y
ayuda a determinar la expansión del dato analizado.

Por todo ello es habitual que la investigación científica combine en su estudio

ambos acercamientos ya que el abordaje cualitativo entiende que la cantidad es
parte de la cualidad, permitiendo una mayor atención a la profundidad de los
resultados, y el enfoque cuantitativo permite la generalización o universalización
de los resultados obtenidos.