República Bolivariana de Venezuela

Pontificia Universidad Católica Santa Rosa

Facultad de Ciencias Humanas y Sociales
Escuela de Comunicación Social
Cátedra: Estadística aplicada
Sección: D02-A

LA ESTADÍSTICA Y SUS CONCEPTOS BÁSICOS

Profesor: Estudiantes:
García Ibarra Luis Mata Muro Víctor Jesús
C.I.30.226.226
Prado Chinchilla Danielys Shezara
C.I. 30.831.522

Caracas, febrero de 2022

 ÍNDICE

Introducción--------------------------------------------------------------------------------3-
La estadística-------------------------------------------------------------------------------4-
Objetivos de la estadística-----------------------------------------------------------------5-
Tipos de estadística-------------------------------------------------------------------------5-
Variable estadística-----------------------------------------------------------------------6-
Tipos de variables estadística-------------------------------------------------------------7-
Medidas de tendencia central-----------------------------------------------------------8-
Usos de las medidas de tendencia central----------------------------------------------10-
La frecuencia-----------------------------------------------------------------------------11-
Tipos de frecuencia-----------------------------------------------------------------------11-
Curvas de frecuencias------------------------------------------------------------------- 14-
Conclusión--------------------------------------------------------------------------------16-
Referencias bibliográficas-------------------------------------------------------------17-
 INTRODUCCIÓN

A partir de los comienzos de las diversas culturas han existido maneras

sencillas de estadística, puesto que ya se usaban representaciones gráficas y otros
símbolos en pieles, piedras, palos de madera, huesos, para contar el número de
individuos, animales o ciertas cosas. A partir de que emergen los primeros estados
(Babilonios (3000 a.C.)- Egipto (2200 a. C.)), se han recogido datos acerca de sus
pobladores con el fin primordial de recaudar impuestos y tributos, y reclutar a
adolescentes para la milicia.
A lo largo de los siglos XVII y XVIII los estados de Europa empiezan a
hacer censos de población y a recopilar de forma sistemática datos demográficos,
sociales y económicos. Por consiguiente, hasta el siglo XIX, la Estadística es una
ciencia detallada que usa medias y gráficos para sintetizar datos sociales y
económicos. La necesidad de estimar porciones desconocidas desde muestras va
transformando paulatinamente la disciplina en una ciencia normativa para sustraer
conclusiones de los datos, prever la evolución de las cambiantes y dirigir la toma
de elecciones en ambiente de incertidumbre; esta transformación es viable por la
adhesión del criterio de posibilidad.
Durante el siglo XIX, Gauss incorpora el reparto usual como modelo de los
errores de medida y Quetelet, papá de la sociología cuantitativa, usa una
repartición para explicar y estimar las propiedades sociales medias de los
miembros de una sociedad. A fines de siglo, Francis Galton y Karl Pearson en
Inglaterra inventaron procedimientos para medir interrelaciones entre cambiantes
sociales e introdujeron la iniciativa de regresión y de coeficiente de correlación.
Durante el siglo XX la Estadística se alarga a todos los campos científicos
debido a los relevantes adelantos hechos a comienzo de siglo en Inglaterra por
Ronald A. Fisher, Egon Pearson y Jerzy Neyman. La extensión de sus
aplicaciones a todos los campos científicos dio sitio a disciplinas concretas como
la Econometría, la Biometría o la Psicometría. Actualmente, la Estadística es
posiblemente una de las especialidades científicas más usadas y estudiadas en
todos los campos del entendimiento humano.

3
 LA ESTADÍSTICA

La estadística es una disciplina científica que se ocupa de la obtención, orden

y análisis de un conjunto de datos con el fin de obtener explicaciones y
predicciones sobre fenómenos observados. La estadística consiste en métodos,
procedimientos y fórmulas que permiten recolectar información para luego
analizarla y extraer de ella conclusiones relevantes.
Se puede decir que es la Ciencia de los Datos y que su principal objetivo es
mejorar la comprensión de los hechos a partir de la información disponible. El
origen de la palabra estadística se suele atribuir al economista Gottfried
Achenwall (prusiano, 1719-1772) que entendía la estadística como “ciencia de las
cosas que pertenecen al Estado”.
Conviene saber que la estadística no es una rama de las matemáticas. Utiliza
herramientas de las matemáticas del mismo modo que lo hace la física, la
ingeniería o la economía, pero eso no las hace ser parte de las matemáticas. Es
cierto que tienen una relación estrecha, pero la estadística y las matemáticas son
disciplinas diferentes. Una de las características fundamentales de la estadística es
su transversalidad. Su metodología es aplicable al estudio de diversas disciplinas
tales como: biología, física, economía, sociología, etc. La estadística ayuda a
obtener conclusiones relevantes para el estudio de todo tipo de agentes como:
humanos, animales, plantas, etc. Generalmente lo hace a través de muestras
estadísticas.

La historia de la estadística data desde antes del 3.000 antes de Cristo. Nace
con el objetivo de recolectar información que necesitaba el Estado, por ejemplo,
sobre la agricultura y el comercio. En la antigua Asiria y en Egipto se tiene
evidencia de la recolección de datos estadísticos. Asimismo, en Roma se recogían
datos demográficos de los habitantes del imperio, como aquellos de natalidad y
mortalidad. Esto, con el propósito de tomar mejores decisiones desde el gobierno.

Posteriormente, durante la Edad Media, la estadística no tuvo grandes

avances. Sin embargo, en la Edad Moderna se elaboraría el primer censo
estadístico moderno y la primera tabla de probabilidades de edades, ambos

4
sucesos en el siglo XVII. Luego, hacia el siglo XX, se comenzaron a incorporar
herramientas matemáticas provenientes de la teoría de la probabilidad a la
estadística. Esto, principalmente por los aportes de Kolmogorov y Borel.

Objetivos de la estadística

 Conocer las características y hacer inferencias o llegar a conclusiones

respecto a una población objetivo. Esto, usualmente a partir del análisis de
una muestra. Esto es propio de la estadística inferencial.

 Puede permitir establecer relación entre distintas variables, hallando el

posible origen de un fenómeno, estudiando los cambios en dicho evento y
haciendo proyecciones sobre el mismo, de ser posible.

 En base a las conclusiones obtenidas, se pueden tomar decisiones, por

ejemplo, si hablamos de un estudio estadístico realizado por el Gobierno
para definir una política pública.

 En el caso de la estadística descriptiva, permite tener un estado de la

cuestión, es decir, conocer las características de una base de datos, por
ejemplo, calculando las medidas de tendencia central como la media o la
moda.

Tipos de estadística

Los tipos de estadística se puede subdividir en dos grandes ramas: descriptiva e

inferencial.

 Estadística descriptiva: Se refiere a los métodos de recolección, organización,

resumen y presentación de un conjunto de datos. Se 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. La estadística

5
 inferencial se 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.

VARIABLE ESTADÍSTICA

Una variable estadística es el conjunto de valores que puede tomar cierta

característica de la población sobre la que se realiza el estudio estadístico y sobre
la que es posible su medición. Estas variables pueden ser: la edad, el peso, las
notas de un examen, los ingresos mensuales, las horas de sueño de un paciente en
una semana, el precio medio del alquiler en las viviendas de un barrio de una
ciudad, etc. 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,

6
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

Las variables estadísticas se pueden clasificar por diferentes criterios. Según

su medición existen dos tipos de variables:

 Variables cualitativas (o categórica): son las variables que pueden tomar

como valores cualidades o categorías. Son variables que se expresan, por
norma general, en palabras. Un ejemplo puede ser el sexo (hombre, mujer),
la salud (buena, regular, mala) Se divide en:

 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.

 Variables cuantitativas (o numérica): variables que toman valores numéricos,

es decir, se expresan numéricamente. Un ejemplo puede ser una serie de
números de casas (1,2,3…) o la edad (12,5; 24, 3; 33, 8…). Pueden ser:

 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.

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.

7
 MEDIDAS DE TENDENCIA CENTRAL

Las medidas de tendencia central son parámetros estadísticos que informan

sobre el centro de la distribución de la muestra o población estadística. A veces,
tratamos con una gran cantidad información. Variables que presentan muchos
datos y muy dispares. Datos con muchos decimales, de diferente signo o longitud.
En estos casos, siempre es preferible calcular medidas que nos ofrezcan
información resumida sobre dicha variable. Por ejemplo, medidas que nos
indiquen cuál es el valor que más se repite.
Usos de las medidas de tendencia central
Las medidas de tendencia central, como es obvio, persiguen una serie de
objetivos que justifican su existencia. En primer lugar, las medidas de tendencia
central sirven para conocer en qué lugar se ubica el elemento promedio, o típico
del grupo. Imaginemos que queremos saber qué grupo de música es el favorito de
la clase. Para ello, podemos utilizar la moda.
Asimismo, las medidas de tendencia central sirven para comparar, así como
para interpretar los resultados obtenidos con relación a los distintos valores
observados. Imaginemos que la nota media de los alumnos de una clase se sitúa en
el 7, mientras hay alumnos que se sitúan en el 3. También, las medidas de
tendencia central sirven para comparar e interpretar el valor de una misma
variable en distintas ocasiones. Imaginemos que valor medio de una variable no es
representativo, por lo que podemos complementar con el valor mediano para
extraer una imagen fiel.
Por último, este tipo de medidas sirven para comparar los resultados con
otros grupos, atendiendo a estas mismas medidas de tendencia central.
Imaginemos que queremos comparar la calificación media entre las distintas
clases de un colegio. La media nos permite compararlas y saber qué clase saca
mejores notas. A continuación, veamos las principales medidas de tendencia
central, así como las distintas fórmulas que permiten calcular dichas medidas en
cualquier caso. Estas medidas son la media, la moda y la mediana.

8
Media
La media es el valor promedio de un conjunto de datos numéricos, calculada
como la suma del conjunto de valores dividida entre el número total de valores, Y
pues existen muchos tipos de media. La elección de cada tipo de media tiene que
ver, principalmente con el tipo de dato sobre el que se calcula.

Mediana
La mediana es un estadístico de posición central que parte la distribución en
dos, es decir, deja la misma cantidad de valores a un lado que a otro. Las fórmulas
propuestas no nos darán el valor de la mediana, lo que nos darán será la posición
en la que está dentro del conjunto de datos. Las fórmulas que indica la posición de
la mediana en la serie son las siguientes:
Cuando el número de observaciones es par:
Mediana = (n+1) / 2 → Media de las posiciones observaciones
Cuando el número de observaciones es impar:
Mediana = (n+1) / 2 → Valor de la observación
Moda
La moda es el valor que más se repite en una muestra estadística o
población. No tiene fórmula en sí mismo. Lo que habría que realizar es la suma de
las repeticiones de cada valor. Por ejemplo, ¿cuál es la moda de la siguiente tabla
de salarios?
Trabajador Salario
1 € 1.236
2 € 1.236
3 € 859
4 € 486
5 € 1.236
La moda sería 1.236€. Si vemos los salarios de los 5 trabajadores, veríamos que
1.236€ se repite en tres ocasiones.

9
Ejemplos de medidas de tendencia central

Para terminar, veamos algunos ejemplos de las diferentes medidas de

tendencia central comentadas previamente:
 Ejemplo de media: Imaginemos que hemos obtenido 4 calificaciones
distintas en 4 exámenes, siendo nuestra nota final la calificación media
obtenida. Imaginemos que estas calificaciones han sido 7, 6, 8 y 5. Para
saber la nota media, sumaremos las calificaciones y dividiremos el
resultado por el número de valores que tenemos.

(7+6+8+5) / 4 = 6,5.
Un proceso que culminaría con una calificación media de 6,5.
 Ejemplo de mediana: Imaginemos que hemos lanzado un dato 10 veces y
hemos obtenido los siguientes resultados (ordenados de menor a mayor):
1, 2, 2, 3, 4, 5, 5, 5, 6, 6.

Realizando el cálculo, aplicando la fórmula, obtenemos lo siguiente: Mediana =

10 + 1 / 2 = 5,5.
A continuación, calculamos la media de los valores que ocupan la posición 5 y 6,
es decir, 4 y 5:
5 + 4 / 2= 4,5.
En este caso, la mediana sería 4,5.
 Ejemplo de moda: Imaginemos que hemos lanzado un dado entre un grupo
de 8 amigos, y queremos saber la moda.

Los resultados en los lanzamientos han sido (ordenados de menor a mayor): 2, 3,

3, 3, 3, 4, 5, 5.
Así, dado que la moda no tiene fórmula, sino que es el valor observado que más se
repite, la moda en la siguiente distribución es 3. Pues 3 es el valor observado que
más veces se repite (x4).

10
 LA FRECUENCIA

Es la cantidad de veces que se repite una observación durante la realización de

un muestreo. Este concepto suele explicarse junto con un ejemplo que ilustre a
qué hace referencia el término frecuencia estadística en cada caso.
Supongamos que se realiza un muestreo aleatorio mediante una encuesta que
consta de una sola pregunta y 3 opciones de respuesta, y que la encuesta se hace a
un grupo de 20 personas.
Cinco personas responden con la opción 1, diez con la opción 2 y cinco con
la opción 3. Recordemos que la frecuencia estadística es la cantidad de veces que
se repite una observación; es decir, en este ejemplo, la frecuencia estadística sería
de cinco para la opción 1, de diez para la opción 2 y de cinco para la opción 3.
Nótese que la sumatoria de las frecuencias estadísticas, en este caso, es igual al
total de personas encuestadas. Esto significa que la frecuencia estadística es la
manera en que se distribuyen las respuestas de las personas.

Tipos de frecuencias
 Frecuencias relativas.

 Frecuencias acumuladas.

 Curvas de frecuencias u ojivas.

 Tipos de curva de frecuencias

11
Frecuencias Relativas
La frecuencia relativa de una clase es la frecuencia de la clase dividida por el
total de frecuencias de todas las clases y se expresa generalmente como el
porcentaje. Ejemplo: La frecuencia relativa de 66-68 de la tabla es
14/80 =0,175
17,5%
La suma de todas las frecuencias de todas las clases da 100%

Frecuencias Acumuladas
La frecuencia total de todos los valores menores que el límite real superior
de clase de un intervalo inclusive. Por ejemplo: la frecuencia acumulada hasta el
intervalo de clase 66 -68 inclusive en la tabla es

12 + 16 + 14 = 42, el significado es que 42 estudiantes tienen alturas menores a

68,5.

12
 La tabla que representa las frecuencias acumuladas se llama distribución de
frecuencias acumuladas.

Hay casos que es preferible considerar una distribución de frecuencia acumulada

de todos los valores mayores o iguales al límite inferior real.

Frecuencias Relativas Acumuladas

Es frecuencia acumulada dividida por el total de frecuencias se expresa
generalmente como el porcentaje. Ejemplo: La frecuencia relativa de 66-68 de la
tabla de frecuencias acumuladas menor que es: 42/80 =0,525  5.
La última frecuencia acumulada que es “menor que 74,5” da 100%

13
Tipos de Curvas de Frecuencias
Las curvas de frecuencias presentan determinadas formas características:

1. Las curvas de frecuencias simétricas o bien formadas se caracterizan por el

hecho de que las observaciones del máximo central tienen las mismas
frecuencias.

2. Las curvas de frecuencias moderadamente asimétrica se caracterizan por la

cola de la curva a un lado del máximo central es mayor.

3. Las curvas en forma de J o de J invertida, el máximo se presenta en un extremo.

4. Las curvas en forma U, tiene el máximo en ambos extremos.

14
5. Las curvas de frecuencias bimodal, tiene dos máximos.

6. Las curvas de frecuencias multimodal, tiene más de dos máximos.

15
 CONCLUSIÓN

Los conceptos antes mencionados han sido analizados e investigados de tal

manera de hacer más fácil su comprensión y entendimientos ya que la estadística
es la ciencia que trata de entender, organizar y tomar decisiones que estén de
acuerdo con los análisis efectuados. El término estadística tiene su raíz en la
palabra Estado. Surge cuando se hace necesario para sus intereses cuantificar
conceptos. En la mayoría de los casos esta cuantificación se hará en función de
unos fines económicos o militares. El estado quiere conocer censo de personas, de
infraestructura, de recursos en general, para poder obtener conclusiones de
esta información.

La estadística juega un papel muy importante en nuestras vidas, ya que

actualmente ésta se ha convertido en un método muy efectivo para describir con
mucha precisión los valores de datos económicos, políticos, sociales, psicológicos,
biológicos y físicos, además, sirve como herramienta para relacionar y analizar
dichos datos.

El trabajo del experto estadístico ha evolucionado mucho, ya no consiste

sólo en reunir y tabular los datos, sino sobre todo en el proceso de interpretación
de esa información. Es de vital importancia para nuestra vida profesional
venidera, que manejemos estos conceptos con facilidad, así mismo el que los
usemos de la manera apropiada, siempre en pro de buscar soluciones a
los problemas que se nos puedan presentar.

16
 REFERENCIAS BIBLIOGRÁFICAS

Best, Joel (2001). Damned Lies and Statistics: Untangling Numbersfrom the
Media, Politicians, and Activists. University of California Press. ISBN 0-520-
21978-3.

Gómez Rondón, Francisco. Estadística Metodológica. Disponible en línea en:

http://html.rincondelvago.com/conceptos-fundamentales-estadisticos.html
Consultado [09/02/22]

La estadística, objetivos y tipo: Disponible en línea en.:

https://economipedia.com/definiciones/estadistica.html Consultado [09/02/22]

Runyon, Richard, Haber, Autrey , ESTADÍSTICA PARA LAS CIENCIAS

SOCIALES Fondo educativo Interamericano, 1992 Disponible en:
http://html.rincondelvago.com/estadistica_47.html Consultado [09/02/22]

Tipos de variables estadística: Disponible en línea en:

https://economipedia.com/definiciones/variable-estadistica.html Consultado
[09/02/22]

Variable estadística: Disponible en línea en:

https://www.universoformulas.com/estadistica/descriptiva/variables-estadisticas/
Consultado [09/02/22]

17