La palabra estadísticas

El Diccionario de la RAE define estadística como “estudio de los datos cuantitativos de la

población, de los recursos naturales e industriales, del tráfico o de cualquier otra manifestación de
las sociedades humanas”, y también como “rama de la matemática que utiliza grandes conjuntos
de datos numéricos para obtener inferencias basadas en el cálculo de probabilidades”.

La estadística es, pues, una ciencia que obtiene conclusiones a partir de datos numéricos que nos
dan información sobre la realidad en algún aspecto determinado.

Que se entiende por estadística

Referencia bibliográfica

A.Pérez de Vargas, V.Abraira. Bioestadística. Centro de Estudios Ramón Areces. Madrid. 1996.

Definiciones

Conjunto de métodos científicos ligados a la toma, organización, recopilación, presentación y

análisis de datos, tanto para la deducción de conclusiones como para tomar decisiones razonables
de acuerdo con tales análisis.

Arte de la decisión en presencia de incertidumbre.

Ciencia que sirve para demostrar que dos personas han comido 1/2 pollo cada una, cuando en
realidad una ha comido uno y la otra ninguno.

¿Por qué la estadística?

¿Usaron la estadística Galileo, Newton y Einstein?

En ciertas ciencias (Biología, Ciencias Humanas, algunos campos de la Física, ...) aparece el
concepto de experimento aleatorio (experimento que repetido en las "mismas condiciones" no
produce el mismo resultado) y asociado al mismo el de variable aleatoria.

Una variable no aleatoria (asociada al resultado de una experiencia que sí produce el mismo
resultado) está caracterizada por un valor para cada condición.

Una variable aleatoria está caracterizada por la llamada función densidad de probabilidad, a partir
de la cual se obtienen las probabilidades para sus posibles valores para cada condición.

Los objetivos de la investigación científica se pueden entender, de un modo muy general, en

términos de encontrar y describir las variables de interés y las relaciones entre ellas, para el
problema en estudio.
La estadística es la ciencia que estudia los métodos que permiten realizar este proceso para
variables aleatorias. Estos métodos permiten resumir datos y acotar el papel de la casualidad
(azar).

Se divide en dos áreas:

Estadística descriptiva: Trata de describir las variables aleatorias en las "muestras".

Estadística inductiva o inferencial: Trata de la generalización hacia las poblaciones de los

resultados obtenidos en las muestras y de las condiciones bajo las cuales estas conclusiones son
válidas. Se enfrenta básicamente con dos tipos de problemas:

Estimación, que puede ser puntual o por intervalos.

Contraste de hipótesis.

ESTADISTICA DESCRIPTIVA

La descripción completa de una variable aleatoria está dada por su función densidad de
probabilidad (fdp).

Afortunadamente una gran cantidad de variables de muy diversos campos están adecuadamente
descritas por unas pocas familias de fdps: binomial, Poisson, normal, gamma, etc.

Dentro de cada familia, cada fdp está caracterizada por unos pocos parámetros, típicamente dos:
media y varianza.

Por tanto la descripción de una variable indicará la familia a que pertenece la fdp y los parámetros
correspondientes.

Ejemplo: (hipotético) la concentración de glucosa en sangre en individuos no diabéticos, medida

en mg/dl, es normal con media 98 y varianza 90.

El problema es ¿cómo averiguar la fdp de una variable de interés?

La familia, generalmente, se sabe por resultados de la teoría de la probabilidad, aunque, en cada

caso, conviene verificarlo. Para conocer los parámetros se deberían conocer los resultados de
todos los posibles experimentos (población: conjunto de todos los valores de una variable
aleatoria). Generalmente la población es inaccesible, bien es infinita, o aunque finita
suficientemente grande para ser inabordable. En consecuencia, se estudian muestras
(subconjuntos de la población) que, en caso de ser aleatorias, permiten realizar estimaciones tanto
de la familia como de los parámetros de las fdps.
Muestra aleatoria: muestra elegida independientemente de todas las demás, con la misma
probabilidad que cualquier otra y cuyos elementos están elegidos independientemente unos de
otros y con la misma probabilidad.

Métodos gráficos de representación de muestras: El método gráfico más frecuente es el

histograma, que puede adoptar distintas formas

Por qué estudiar estadística

En la actualidad, se experimentan contextos de gran incertidumbre en diversos ámbitos de la

sociedad. La estadística se basa en la recolección, presentación y caracterización de información, y
el análisis e interpretación de datos.

La estadística es una de las ramas de la ciencia matemática. Esta se centra en el trabajo con datos
e informaciones que son ya de por sí numéricos o que ella misma se encarga de transformar en
números. En resumen, la estadística se utiliza para presentar información en tablas y gráficos. De
esta manera, es posible comparar datos de manera más simple y, en consecuencia, se facilita la
toma de decisiones en distintos ámbitos.

En la actualidad, esta disciplina es tan importante que casi no existe actividad humana en la que
no esté involucrada la Estadística: las decisiones más importantes de nuestra vida se toman con
base en su aplicación

Áreas de aplicación de la estadistica

Aunque comúnmente se asocie a estudios demográficos, económicos y sociológicos, gran parte de

los logros de la estadística se derivan del interés de los científicos por desarrollar modelos que
expliquen el comportamiento de las propiedades de la materia y de los caracteres biológicos. La
medicina, la biología, la física y, en definitiva, casi todos los campos de las ciencias emplean
instrumentos estadísticos de importancia fundamental para el desarrollo de sus modelos de
trabajo.

Campos de aplicación

La estadística es una ciencia de aplicación práctica casi universal en todos los campos científicos:

En las ciencias naturales: se emplea con profusión en la descripción de modelos termodinámicos

complejos (mecánica estadística), en física cuántica, en mecánica de fluidos o en la teoría cinética
de los gases, entre otros muchos campos.
En las ciencias sociales y económicas: es un pilar básico del desarrollo de la demografía y la
sociología aplicada.

En economía: suministra los valores que ayudan a descubrir interrelaciones entre múltiples
parámetros macro y microeconómicos.

En las ciencias médicas: permite establecer pautas sobre la evolución de las enfermedades y los
enfermos, los índices de mortalidad asociados a procesos morbosos, el grado de eficacia de un
medicamento, etcétera.

Objetivo de la estadistica

A pesar de que habitualmente se emplea la estadística para dar resultados matemáticos o

científicos basados en datos, el objetivo de esta ciencia se puede definir a partir de diversas
formas en las que desarrolla una situación:

Gracias a la investigación de datos específicos, mejora la comprensión de los hechos.

Realiza la inferencia de una población tomando como base los datos proporcionados.

La estadística descriptiva resume la información obtenida de los datos.

La estadística inferencial ofrece datos y soluciones dentro de diferentes ámbitos.

Como se divide la estadistica

Se puede clasificar a la estadística en 4 tipos:

Descriptiva: también conocida como deductiva, es aquella estadística que se encarga de mostrar el
resultado de los datos estudiados de forma específica, sin generalizaciones.

Inferencial: también conocida como inductiva, es aquella estadística que, a diferencia de la

descriptiva, sí ofrece resultados junto con datos generales de investigación amplia.

Aplicada: luego de investigar, estudiar y analizar con los métodos anteriores, se utiliza la
estadística aplicada para proporcionar resultados específicos y generalizados sobre la
investigación.

Matemática: además de realizar los procesos de estadística deductiva o inferencial, la estadística

matemática utilizará el álgebra y ciertos análisis más profundos para ofrecer un punto de vista
enfocado y formal.

Bibliografía:

González, Ernesto. Estadística general (6ta. ed.). Ediciones de la Biblioteca de la Universidad

Central de Venezuela. Caracas – Venezuela. 1979.
Rosenberg, Jerry. Diccionario de administración y finanzas. (Jaume Gallifa, Trad.). Editorial
Océano. Barcelona – España. 1994.

Barreto Villanueva, Adán. El progreso de la Estadística y su utilidad en la evaluación del

desarrollo. Papeles de Población, vol. 18, núm. 73, julio-septiembre, pp. 1-31 Universidad
Autónoma del Estado de México Toluca, México. 2012.

En que consiste la estadistica descriptiva o deductiva

En el caso de la estadística descriptiva se sustituye o reduce el conjunto de datos obtenidos por un

pequeño número de valores descriptivos, como pueden ser: el promedio, la mediana, la media
geométrica, la varianza, la desviación típica, etc. Estas medidas descriptivas pueden ayudar a
brindar las principales propiedades de los datos observados, así como las características clave de
los fenómenos bajo investigación.

Por lo general, la información proporcionada por la estadística descriptiva puede ser trasmitida
con facilidad y eficacia mediante una variedad de herramientas gráficas, como pueden ser:

Gráficos de tendencia: es un trazo de una característica de interés sobre un periodo, para observar
su comportamiento en el tiempo.

Gráfico de dispersión: ayuda al análisis de la relación entre dos variables, representado

gráficamente sobre el eje x y el correspondiente valor de la otra sobre el eje y.

Histograma: describe la distribución de los valores de una característica de interés.

Estos métodos gráficos son de mucha utilidad para entender con claridad un fenómeno analizado.
La evolución de la inflación, el tipo de cambio, del PBI u otros indicadores macro pueden ser
analizados, por ejemplo, con gráficos de tendencia.

Así, la estadística descriptiva constituye un modo relativamente sencillo y eficiente para resumir y
caracterizar datos. También ofrece una manera conveniente de presentar la información
recopilada.

Este método es potencialmente aplicable a todas las situaciones que involucran el uso de datos.
Además de ayudar en el análisis e interpretación de los datos, constituye una valiosa ayuda en el
proceso de toma de decisiones.

En que consiste la estadistica inferencial

La estadística inferencial nos permite estimar parámetros poblacionales a partir de la muestra

utilizada, así como realizar el contraste de hipótesis. Los test estadísticos aplicados dependerán de
la naturaleza de nuestros datos y tipo de variables. Trataremos en estos videos el análisis
bivariante mediante comparación de medias y comparación de proporciones, utilizando test
paramétricos y no paramétricos según sea pertinente.
 Por qué es importante la estadística en su programa de estudio

La estadística resulta fundamental para conocer el comportamiento de ciertos eventos, por lo que
ha adquirido un papel clave en la investigación. Se usa como un valioso auxiliar y en los diferentes
campos del conocimiento y en las variadas ciencias. Es un lenguaje que permite comunicar
información basada en datos cuantitativos.

Es tan importante que casi no existe actividad humana en que no esté involucrada la Estadística.
Las decisiones más importantes de nuestra vida se toman con base en la aplicación de la
Estadística.

La estadística es de gran importancia en la investigación científica debido a que:

Permite una descripción más exacta.

Nos obliga a ser claros y exactos en nuestros procedimientos y en nuestro pensar.

Permite resumir los resultados de manera significativa y cómoda.

Nos permite deducir conclusiones generales.

La evolución de la estadística ha llegado al punto en que su proyección se percibe en casi todas las
áreas de trabajo. También abarca la recolección, presentación y caracterización de información
para ayudar tanto en el análisis e interpretación de datos como en el proceso de la toma de
decisiones. La estadística es parte esencial de la forma profesional, es hasta cierto punto una parte
necesaria para toda profesión.

La importancia de la estadística radica fundamentalmente en su aplicación en el proceso de todo

tipo de investigación científica. Ella es de gran utilidad en las ciencias sociales, en las ciencias
naturales y en las ciencias formales. De manera, que la estadística es por sí misma, auxiliar de
todas las ciencias.

Población

Población o universo: es totalidad de los valores de una característica particular de un grupo

especificado de personas, animales o cosas que se desean estudiar en un momento determinado.

Es el conjunto de todos los elementos que cumplen una determinada característica objeto de
estudio.(según el ejemplo de antes, la población serían todas las personas que padecen
hipertensión)

Muestra

Muestra: es un subconjunto de la población, seleccionado de tal forma, que sea representativo

de la misma, obteniéndose con el fin de investigar alguna o algunas de las propiedades de la
población de la cual procede.
Es un subconjunto cualquiera de una población (las 40 personas escogidas)

Variable

Una variable estadística es una característica de una muestra o población de datos que puede
adoptar diferentes valores.

Cuando hablamos de variable estadística estamos hablando de una cualidad que, generalmente
adopta forma numérica. Por ejemplo, la altura de Juan es de 180 centímetros. La variable
estadística es la altura y está medida en centímetros.

También podríamos, por ejemplo, decir que el beneficio de una empresa ha sido de 22.300 dólares
el último año. En este caso, la variable sería el beneficio y estaría medido en dólares. Ambas
variables son del tipo cuantitativo (se expresan con un número)

Claro que no todas las variables estadísticas son iguales y, por supuesto, no todas se pueden (en
principio) expresar en forma de número. Así, otra variable que podríamos encontrarnos es el color
de ojos de una persona. Por ejemplo, Juan tiene los ojos verdes y Andrés los tiene azules. La
variable sería el color de ojos y sería una variable cualitativa. Es decir, no se expresa con número.

Tipos de variables estadísticas

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.

Además cada una de estas variables podría tener más subtipos, ya que tenemos variables de tipo
económico, categóricas, dicotómicas, dependientes, independientes y cardinales. Es decir, como
ya hemos dicho, muchos tipos de variables estadísticas. Por ejemplo, podríamos tener una variable
estadística de tipo cuantitativo, discreta y dependiente.
Adicionalmente, también debemos aclarar que el hecho que las variables cualitativas se expresen
con nombre no quiere decir que no puedan ser parte de un modelo matemático. Así pues,
podríamos crear una variable cuantitativa a partir de una variable cualitativa. Por ejemplo, para el
color de ojos podríamos asignar un 1 si tiene los ojos azules, un 2 si tiene los ojos verdes y un 3 si
tiene los ojos marrones. O, en otros casos, podríamos también convertir variables dicotómicas que
indica SI o NO, en 1 o 0.

Ejemplos de variable estadística

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 continua

Las variables continuas 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 seria 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

Datos
Datos estadísticos: es un conjunto de valores numéricos que tienen relación significativa entre sí.
Los mismos pueden ser comparados, analizados e interpretados en una investigación cualquiera

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 un dato por sí mismo no puede demostrar demasiado sino que se debe evaluar el conjunto
para examinar los resultado.

Tipos de datos y ejemplo

En programación es indispensable determinar a qué tipo o categoría corresponden los datos con
los que se trabaja. Cada conjunto de datos de un tipo específico se manipula de diferente manera
para obtener los resultados deseados.

Numérico

Entero. Tipo de dato formado por una variable numérica que no cuenta con parte decimal.

Real. Tipo de dato formado por una variable numérica que puede contar con parte decimal.

Texto

Carácter. Tipo de dato formado por una unidad o símbolo que puede ser una letra, un número,
una mayúscula o un signo de puntuación.

Cadena. Tipo de dato formado por un conjunto de caracteres dispuestos de forma consecutiva que
se representa entre comillas.

Lógico

Boolean. Tipo de dato que puede representar dos valores: verdadero o falso.

Como se organizan los datos

Ordenar los datos es una parte esencial del análisis de datos. Puede que desee poner una lista de
nombres en orden alfabético, compilar una lista de niveles de inventario de productos de mayor a
menor u ordenar filas por colores o por iconos. Ordenar los datos ayuda a verlos y a
comprenderlos mejor, así como a organizarlos y encontrarlos más fácilmente y a tomar decisiones
más eficaces.

Puede ordenar datos por texto (de la A a la Z o de la Z a la A), números (de menor a mayor o de
mayor a menor) y fechas y horas (de más antiguos a más recientes y de más recientes a más
antiguos) en una o varias columnas. También puede ordenar por una lista personalizada que cree
(como Grande, Medio y Pequeño) o por formato, incluido el color de celda, el color de fuente o el
conjunto de iconos.

Que es un dato agrupado y no agrupado

los datos agrupados se encuentran clasificados y los no agrupados son aquellos que se encuentran
de la misma forma que cuando fueron recopilados. Cuando se trabaja con grandes cantidades de
datos, es necesario agruparlos para poder trabajar con ellos.

La principal diferencia entre los datos agrupados y los no agrupados es que los agrupados están
clasificados según un criterio y los no agrupados se encuentran en el mismo formato que cuando
se recopilaron.

José Antonio Ludeña, 11 de noviembre, 2021

Diferencias entre datos agrupados y datos no agrupados. Economipedia.com

Distribución de frecuencias y ejemplos

Las distribuciones de frecuencias son tablas en que se dispone las modalidades de la variable por
filas. En las columnas se dispone el número de ocurrencias por cada valor, porcentajes, etc. La
finalidad de las agrupaciones en frecuencias es facilitar la obtención de la información que
contienen los datos.

Significado y denotación: frecuencia absoluta, frecuencia acumulada y frecuencia relativa

La frecuencia absoluta es el número de veces que aparece un determinado valor en un estudio

estadístico.

Frecuencia es el número de veces que se reitera un suceso en un determinado periodo de tiempo.

Lo acumulado, por otra parte, es la suma, el rejunte o la reunión de diversos elementos.

frecuencia acumulada, el concepto aparece en el ámbito de la estadística, donde se entiende la

frecuencia como la cantidad de veces que un cierto evento se repite en una muestra o en un
experimento.

Autores: Julián Pérez Porto y Ana Gardey. Publicado: 2017. Actualizado: 2019.

Definicion.de: Definición de frecuencia acumulada (https://definicion.de/frecuencia-acumulada/)

La frecuencia relativa es una medida estadística que se calcula como el cociente de la frecuencia
absoluta de algún valor de la población/muestra (fi) entre el total de valores que componen la
población/muestra (N).