Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción A La Estadistica
Introducción A La Estadistica
Y A LA ESTADÍSTICA DESCRIPTIVA
ÍNDICE
1. Iniciemos
2. Organiza tus ideas: Conceptos clave
3. Profundiza tus conocimientos: Fundamentos de estadística
4. Fortalece tus conocimientos: Recolección de información
5. Visualiza: Organización de datos mediante tablas
6. Activa tus aprendizajes: Representación gráfica de datos
7. Conclusiones/Para terminar …
Iniciemos
¡Bienvenido a la introducción a Estadística y a Estadística descriptiva!
¡Avancemos!
• Estadística descriptiva.
• Estadística inferencial.
Por ejemplo, todos los estudiantes de una universidad pueden servir como una
población y una muestra puede ser cualquier subconjunto de estudiantes de esa
universidad, digamos los estudiantes de ingeniería de sistemas.
Sin embargo, eso no siempre es posible debido a que surgen dos problemas:
Un problema a nivel técnico debido a que no siempre se tiene acceso a todos los
elementos de la población. Por ejemplo, la población consiste en todas las ga-
laxias del universo en la investigación de un astrónomo.
Un problema financiero, debido a que evaluar todos los elementos de una pobla-
ción puede ser demasiado costoso. Por ejemplo, la población puede tener millo-
nes de individuos.
El Error muestral surge de la variación que existe entre las muestras y la pobla-
ción. Es decir, entre más diferente sea la muestra a la población, mayor será el
error muestral.
Los errores no muestrales son todos los demás errores que no dependen de la
variación de la muestra con la población, como por ejemplo errores de medición
al tomar los datos o errores de redondeo.
Para que nuestra estimación del parámetro sea precisa es importante que el Error
sea lo más pequeño posible.
Probabilidad y estadística:
El Big Data es un término utilizado para describir conjuntos de datos tan grandes
que los tradicionales y típicos procesos de almacenamiento, gestión, búsqueda,
análisis, entre otros se han convertido en un reto debido a su tamaño.
En ese sentido para grandes conjuntos de datos muchas de las técnicas tradi-
cionales de estadística pueden llegar a ser difíciles de aplicar debido al tamaño y
en estos casos se hace necesario utilizar algoritmos y técnicas avanzadas de la
estadística. Sin embargo, muchas técnicas tradicionales siguen siendo útiles por
ejemplo en la exploración de los datos.
¡Hasta pronto!
• Monografías
• Libros
• Artículos
• Fotografías
• Videos
• Datos en bruto
• Periódicos
• Bases de datos
• Enciclopedias
• Estadísticas.
• Método de observación
• Cuestionarios o encuestas
• Diccionario de datos
• Entrevistas
1.74, 1.83, 1.69, 1.76, 1.78, 1.75, 1.68, 1.81, 1.76, 1.79, 1.65
2. Notas de un parcial:
• Mal: Todas las notas de 0.0 hasta 2.9.
• Regular: Todas las notas desde 3.0 hasta 3.5
• Bien: Todas las notas desde 3.6 hasta 4.5.
• Excelente: Todas las notas desde 4.6 hasta 5.0
Se observa que:
Para el ejemplo anterior se tiene que la tabla de frecuencias para datos no agru-
pados es
En el caso de que por ejemplo exista una gran cantidad de datos cuantitativos
diferentes, producidos por una medición. Las tablas de frecuencias para datos no
agrupados pueden no ser una buena idea debido a que los datos tenderán a ser
diferentes unos de otros y podemos terminar con cientos o miles de categorías
que no dan ninguna información.
En casos como estos es recomendable agrupar los datos en clases (que viene a
jugar el papel de las categorías en las tablas de datos no agrupados) y la frecuen-
cia absoluta de cada clase se define como el número de elementos presente en
cada clase.
1.74, 1.83, 1.69, 1.76, 1.78, 1.75, 1.68, 1.81, 1.76, 1.79, 1.65
Se puede proponer crear 3 clases, estas clases serán [1.61 – 1.70], [1.71 – 1.80]
y
[1.81 – 1.90]. En ese sentido la tabla de frecuencias para datos agrupados queda
en la forma
Donde X recibe el nombre de marca de clase y se calcula sumando los limites de
una clase y dividiendo esa suma en 2. Es decir,
Tablas de contingencia
Las tablas de contingencia son tablas de frecuencias absolutas para dos varia-
bles categóricas, por ejemplo
Una muestra de electores fue interrogada sobre su preferencia entre los candida-
tos a alcalde. Los resultados están registrados en la siguiente tabla.
1.74, 1.83, 1.69, 1.76, 1.78, 1.75, 1.68, 1.81, 1.76, 1.79, 1.65
Cada rectángulo del histograma corresponderá a una clase en la que estén agru-
pados los datos. En esa dirección es importante que al momento de realizar un
histograma o una tabla de frecuencias para datos agrupados se tengan en cuenta
las dos siguientes condiciones:
• El número de clases debe ser tal que no existan clases vacías. En el caso de
darse clases vacías hay que disminuir el número de clases.
• El número de clases debe ser tal, que una clase no acumule todos los puntos.
En este caso hay que aumentar el número de clases.
En ocasiones se realiza una gráfica teniendo en cuenta las marcas de clase del
histograma, esta se llama polígono y puede ayudarnos a entender cómo se com-
porta nuestra población
En caso que el histograma contenga las frecuencias acumuladas, el polígono
recibirá el nombre de ojiva.
Diagramas de dispersión
Hemos llegado al final de esta unidad, pero espera; conoce lo que aprendiste
Conclusiones:
De la temática vista hasta el momento, podemos sacar las siguientes conclusio-
nes: