Documentos de Académico
Documentos de Profesional
Documentos de Cultura
LA ESTADISTICA
Facilitadora:
Ramas de la Estadística
Origen de la Estadística
¿Qué es Significancia?
Sabemos que las Ciencias Sociales son una rama de la ciencia que se encarga de
estudiar, comprender y explicar el comportamiento humano dentro de una sociedad,
cabe destacar que la Estadística se relaciona también con ésta ciencia. La estadística
como método de análisis en las Ciencias Sociales juega un papel muy importante, pues
nos permite a través de sus estudios ubicar, clasificar, interpretar, escoger, distinguir,
etc., una cantidad de elementos para la observación y análisis de los hechos; el objetivo
de la Estadística aquí es mejorar el nivel de vida de la sociedad.
La Estadística dentro del campo de las Ciencias Sociales se ocupa de las siguientes
cuestiones:
Por ejemplo, imaginemos que tenemos una heladería. Necesitamos saber, en forma
aproximada, qué cantidad de helado debemos comprar en función de la cantidad de
demanda que tendremos. Así pues, si nos quedamos cortos podrían llegar clientes a los
que tendríamos que decirles que en esta heladería no queda helado; al contrario, si
tenemos demasiada cantidad, podría echarse a perder, por tanto, se hace necesario
intentar estimar qué cantidad debemos comprar, o al menos un rango aproximado. Si
para calcular ese rango, recolectamos datos que no son representativos (por ejemplo,
una heladería situada en otra ciudad con menos afluencia) podríamos equivocarnos; así
pues, teniendo esto claro, debemos conocer la serie de pasos y detalles que debemos
seguir para que los resultados se adecuen a la realidad y tomemos mejores decisiones.
Dependiendo del sitio visitado o del autor, podríamos ver diferentes etapas con
diferentes nombres, en esencia, casi todos los documentos sobre el tema recogen los
mismos apartados, solo que unos engloban varias fases en una y otros fragmentan más
el proceso.
En el planteamiento del problema se sitúa el eje central sobre el que articular todo lo
demás, ésta fase responde a la siguiente pregunta: ¿Qué necesito estudiar y por qué?
En ocasiones, por increíble que parezca plantear el problema puede hacernos llegar a
la conclusión de que en realidad no necesitamos realizar un estudio estadístico.
Recogida de datos
Una vez hemos planteado el problema debemos recoger los datos, aquí es
importante la metodología, de tal modo que existen diferentes consideraciones; así
pues, debemos establecer el tipo de muestreo, el tamaño de la muestra, el tipo de
recolección de datos (por ejemplo, a través de bases de datos o de encuestas
personalizadas), en persona, por internet o por teléfono, etc.
Una vez tenemos todos los datos, queda unificarlos y organizarlos; como en todo,
necesitamos introducir los datos en programa o plataforma que luego nos permita
calcular determinadas métricas y analizar correctamente. Para ello, siempre es
conveniente organizar los datos, es más, a veces necesitaremos recoger datos de
diferentes bases de datos que ofrecen formatos de archivos diferentes y será necesario
unificarlo todo en el mismo formato.
Por último, pero no por ello menos importante, tenemos la interpretación de los
datos; De nada sirve realizar todas las fases del proceso estadístico correctamente si al
final la interpretación es errónea. esto es debido a que, si la interpretación es errónea,
entonces las decisiones tendrán un efecto no deseado. Por ejemplo, imaginemos que
realizamos un estudio sobre la variabilidad de las ventas de una empresa; si una vez
obtenemos los resultados resulta que hay mucha dispersión, conviene reducirla y
nosotros interpretamos que no, esto podría afectar negativamente a la empresa.
Conceptos básicos
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.
Tipos de Muestreo:
Parámetros estadísticos
Son datos que resumen el estudio realizado en la población. Pueden ser de dos
tipos:
Parámetros de centralización
Parámetros de dispersión
1. Parámetros de centralización: Son datos que representan de forma global a
toda la población. Por ejemplo, si hacemos un examen en la clase y queremos
tener una idea global del resultado de dicho examen, ¿cómo lo podríamos
hacer? Parece lógico que sumando todas las notas y dividiendo el resultado por
el número de alumnos, es decir, lo que todos conocemos como calculando la
media.
Media aritmética: Se define la media aritmética como la suma de todos los datos
dividida por el número de datos. Se representa por
Moda: Se define la moda como el valor de la variable que más se repite, es el decir,
aquél que tiene mayor frecuencia absoluta. Se representa por Mo.
en la que Li representa el límite inferior del intervalo modal, c es la amplitud del intervalo
y fMo, fMo-1 y fMo+1 son las frecuencias del intervalo modal, el anterior y el posterior.
Mediana: Si ordenamos todos los valores de la variable de menor a mayor, se define la
mediana como el valor de la variable que está en el centro. Se representa por Me. Aquí
tenemos que comprender que, si hay un número impar de valores, habrá un sólo valor
central; mientras que si hay un número par de valores habrá dos valores centrales.
Cuartiles: Son valores que dividen a la población en cuatro partes iguales. Los vamos
a representar por C1, C2 y C3. Entre cada dos de ellos estará el 25 % de los datos.
Lógicamente el segundo cuartil coincidirá con la mediana.
Deciles: Son valores que dividen a la población en diez partes iguales. Los
representaremos por Dn. El quinto decil coincide también con la mediana.
Percentiles: Son valores que dividen a la población en cien partes iguales. Los
representamos por Pn. Evidentemente los percentiles 25, 50 y 75 coinciden con los
cuartiles. Y los percentiles 10, 20, ..., 90 coinciden con los deciles.
El cálculo de estos parámetros, tanto para variables discretas como para variables
continuas, se hace de forma similar al cálculo de la mediana.
Variable
Una variable es una característica observable que varía entre los diferentes
individuos de una población; la información que disponemos de cada individuo es
resumida en variables.
Tipos de variables:
Aunque hay decenas de tipos de variables estadísticas, por norma general podemos
encontrarnos dos tipos de variables:
Además, cada una de estas variables podría tener más subtipos, ya que tenemos
variables de tipo económico, categóricas, dicotómicas, dependientes, independientes.
Es decir, como ya hemos dicho, muchos tipos de variables estadísticas. Por ejemplo,
podríamos tener una variable estadística de tipo cuantitativo, discreta y dependiente.
Escala de medición
Para que los datos tengan sentido es necesario compararlos, y para poder
compararlos debemos utilizar escalas de medición; dichas escalas tendrán diferentes
propiedades en función de las características de los datos que se compararán. En
estadística existen cuatro escalas de medición: nominal, ordinal, de intervalo y de
razón.
Distribución de frecuencias
Tipos de frecuencias:
Frecuencia absoluta
Frecuencia relativa
La frecuencia relativa es igual al número de veces que se repite un evento o sea la
frecuencia multiplicado por el 100% y dividida entre el total de los datos
Ejemplo:
Frecuencia acumulada
Fc (Hr) = HXr / N
Donde MXr es el número de datos X con un valor menor que o igual a Xr, y N es
número total de los datos. En breve se escribe:
Fc = M / N
Fc(%) = 100 M / N
Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas
máximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 44
Método de redondeo
Dentro de los procesos estadísticos hay ocasiones en la que los datos suministrados
para el análisis y sobre todo aquellos que son resultados de un proceso matemático, en
los que obtenemos datos con valoraciones decimales, lo más común es aplicar la
técnica del redondeo que consiste en aproximar lo más posible a un valor más cercano
o uno que sea más fácil para trabajar las operaciones matemáticas, por ejemplo, si el
valor obtenido o recolectado es 72.3, se tiene la tendencia de redondear la cantidad a
su valor más cercano, en este caso sería el 72 y se tiende a despreciar la tendencia
decimal, por lo contrario si el valor obtenido es 72.8 se redondea hacia el valor más
cercano que es el 73, en la práctica de estadística es preferible trabajar con los valores
suministrados u obtenidos en un cálculo de tal manera que se evite el error
del redondeo o redondeos acumulados.
Para tratar de minimizar el error de redondeo acumulado, se utiliza “la técnica del
redondeo al par anterior” al factor de aproximación que es el número cinco, para
demostrar cómo se aplica esta técnica, utilizaremos dos ejemplos:
Aquí tendremos un dilema, puesto que esta cantidad estaría exactamente igual de
cerca y lejos de 114.56 y 111.57 respectivamente, si aplicamos esta técnica del par
antes que el cinco, el valor redondeado seria 114.56 porque el numero anterior al 5 es
par (6), la cifra de la centésima queda igual.
Bibliografía
Fuentes electrónicas: