INSTITUTO UNIVERSITARIO POLITECNICO

“SANTIAGO MARIÑO”

ASIGNATURA: ESTADISTICA I
PRIMER CORTE 2022-1

ACTIVIDAD N° 01

Estadística e Investigación Estadística

Alumno: Guillermo Orjuela

Cedula: 28.031.785
Escuela:44
Sede: Puerto Ordaz
Antecedentes Históricos de la Estadística:

La historia de la estadística es bastante extensa. Se conoce del uso de herramientas

cuantitativas para el tratamiento de datos en antiguas civilizaciones como la egipcia, ya
hace más de 5000 años, en donde se empleaban en toda clase de censos. También en La
Biblia, en el Antiguo Testamento, se menciona la realización de censos. Además, se sabe
que, en las Antiguas China y Grecia, así como en el Imperio Romano se hacían censos con
distintos fines: militares, tributarios y sociales.
En la edad media en Europa se llevaban registros de nacimientos, muertes y matrimonios y
durante la época colonial en el nuevo continente se registraban datos sobre la población y
riquezas de los territorios conquistados. El constante uso de estas herramientas dio origen al
término estadística, que se refería a la información socioeconómica o a los datos
demográficos de los estados.

Durante la civilización había formas sencillas de estadística, ya se utilizaban graficas

símbolos en: pieles, rocas, palos de madera, y paredes de las cuevas. lo cual serbia para
contar los animales o personas.

Hacia el año 3000 a.c. los babilonios usaban pequeñas tablillas de arcilla para recopilar los
datos sobre la producción agrícola y de los géneros vendidos o cambiados durante el
trueque.

Los egipcios analizaban los datos de la población y la renta del país, mucho antes de
construir la pirámide por el año 3000 a.c. los libros de números y crónicas incluyen trabajos
de estadística.

El primero contiene dos censos de Israel y el segundo describe el bienestar material de las
tribus judías.

En china existían registros numéricos con anterioridad al año 2000 a.c.

Los griegos clásicos realizaban censos cuya información era utilizada hacia el año 594 a.c.
para cobrar impuestos.
El imperio romano fue el primer gobierno en recopilar datos sobre la población. Superficie
y renta de los territorios bajo su control. durante la edad media solo realizaron algunos
censos exhaustivos en Europa.
Después de la conquista normanda de Inglaterra en 1066, el rey Guillermo I de Inglaterra
encargo un censo. el registro de nacimiento y de defunción aparición en el siglo XVI y en
1662 apareció el primer estudio estadístico notable de población titulado.

El primer libro que aparición fue una parte de aguas en el uso de la estadística de muestreo
y el cálculo de la probabilidad es ' natural and political observations made upon de bills of
mortality' el autor fue John graunt. el libro tenía información de nacimientos y muertes en
Londres de 1604 a 1661.

En nuestros días la estadística se ha convertido en una forma de manejar los datos de una
forma tan fácil para describir con exactitud los valores de los datos económicos. Políticos,
sociales, psicológicos, biológicos y físicos. Sirve como herramienta para analizar dichos
datos.

La probabilidad: es útil para la fiabilidad de las inferencias estadísticas para predecir el tipo
y la cantidad de datos determinados en un estudio estadístico.

Propósito de la Estadística:

El propósito de la estadística es enseñar a registrar, clasificar, redactar y describir a través

de los números los hechos relevantes, denotando los propios datos o números derivados de
ellos, tales como los promedios. Analiza también los datos obtenidos, enunciando las
propiedades comunes a todas las observaciones.
La intención de esta ciencia es agilizar el proceso de recolección y clasificación de los
datos, para que, la búsqueda de la totalización sea más eficaz y fácil de visualizar y
entender a través de gráficos y tablas representativas

Conceptos Fundamentales:

Los principales conceptos en estadística a partir de los cuales podemos profundizar en ella
son:

Población: también conocido como universo o conjunto completo de individuos que

cumplen una serie de características y al que harán referencia las conclusiones del estudio.
A partir de la población de estudio se elegirá una muestra representativa.
Muestra: es un grupo acotado o reducido de todos los individuos de forman la población.
Se considera que una muestra es representativa cuando los individuos de la misma son
seleccionados al azar.

Individuo: son las personas o elementos que contienen la información del fenómeno que se
pretende estudiar.

Muestreo: es el procedimiento mediante el cual se obtiene una muestra. El muestreo puede

ser probabilístico o aleatorio y no probabilístico o no aleatorio.

Aleatoriedad de una muestra: es la característica mediante la cual todos los miembros de

una muestra tienen las mismas posibilidades de formar parte de la misma.

Homogeneidad de una muestra: es la característica mediante la cual las variables de la

muestra se presentan en la misma proporción que las de la población.

Independencia en la selección de una muestra: es la característica de la muestra que

determina que la selección de un individuo no influye en la selección de otro individuo.

Muestreo simple: es el muestreo de tipo probabilístico, mediante el cual cualquier

elemento de la población tiene la misma probabilidad de pertenecer a la muestra.

Muestreo sistemático: es el muestro de tipo probabilístico, en el que el proceso de

selección de la muestra se realiza mediante una regla sistemática simple como es elegir un
número determinado de individuos.

Muestreo estratificado: es el muestreo de tipo probabilístico que divide la población en

subgrupos según algunas características para luego extraer una muestra al azar de cada uno
de los subgrupos.

Muestreo por conglomerados: es el muestreo de tipo probabilístico en el que se extrae

una muestra al azar a partir de grupos naturales de individuos dentro del universo o
población.
Muestreo de conveniencia; es el muestreo de tipo no probabilístico en el que la muestra se
selecciona por su facilidad o directamente se autoselecciona.

Muestreo por cuota: es el muestreo de tipo no probabilístico, en el que la muestra se

sustenta sobre el buen conocimiento de los grupos o estratos de la población y en los
individuos más representativos para sus fines. También se denomina muestreo accidental.

Muestreo por criterio: es el muestreo de tipo no probabilístico en el que el investigador

utiliza sus conocimientos sobre la población para elegir los individuos de la muestra.

Variables: son las características de la población que se representan en los individuos que
forman la muestra y que son susceptibles de ser medidas. Las variables pueden ser
cuantitativa o cualitativas.

Parámetro: es un índice que resume una determinada característica de la población,

representándose por las letras griegas “μ” o mu y “σ” o ro. Un parámetro es la función
definida sobre los valores numéricos de características medibles de una población.

Estadístico: es un índice que resume una determinada característica de la muestra,

representándose por las letras del alfabeto latino “x” y “s”. Un estadístico es la función
definida sobre los valores numéricos de una muestra.

Importancia de la Estadística en la Ingeniería:

Un ingeniero es alguien que cumple una importante función en la sociedad que consiste en
la aplicación de los principios de la ciencia para la formulación de problemas y/o
soluciones enfocadas a la satisfacción de las necesidades del entorno al cual pertenece.

Este proceso de formular y dar solución a un problema se en encuentra ligado a un

conjunto de pasos en los cuales se encuentra fundamentado el método científico o método
de la ingeniería que puede resumirse como: 1. Observación: Mirar con atención y recato el
comportamiento del fenómeno a estudiar. 2. Inducción: Obtener conclusiones generales,
identificar las variables que pueden jugar un papel en la solución. 3. Hipótesis: Proponer un
modelo apoyado en postulados científicos que apliquen a la situación de interés. 4. Prueba
de la hipótesis: Con la utilización del modelo propuesto realizar un proceso de
experimentación realizando los ajustes necesarios para mejorar su semejanza con la
realidad. 5. Demostración o refutación de la hipótesis: Verificar que los resultados
obtenidos son coherentes con la realidad estudiada. 6. Teoría científica o tesis: Generar
conclusiones basadas en los resultados obtenidos de la simulación procurando la solución
del problema.

En el proceso de la aplicación del método científico el ingeniero deberá entonces realizar

una toma de datos que luego deberá analizar para encontrar una relación con una teoría
científica o tendencia y así poder formular un modelo el cual puede consistir en un conjunto
de expresiones matemáticas que permiten describir la situación analizada finalmente
realizar una simulación y obtener las respectivas conclusiones.

Puede inferirse entonces que al momento de realizar las acciones descritas se deberá hacer
uso de la matemática en sus diferentes áreas. La ciencia de las matemáticas puede
considerarse como una caja herramientas en la cual se encuentran disponibles gran variedad
de herramientas con diferentes aplicaciones y complejidades, una de estas herramientas es
la Estadística.

Estadística Descriptiva:

El término “estadística descriptiva” se refiere al análisis, el resumen y la presentación de

los resultados relacionados con un conjunto de datos derivados de una muestra o de toda la
población.

La estadística descriptiva comprende tres categorías principales: distribución de

frecuencias, medidas de tendencia central y medidas de variabilidad.

Por estadística descriptiva entendemos, por ejemplo, el cálculo de la media y la mediana,

dos indicadores muy importantes y sobre todo diferentes. La mediana es un indicador que
“no tiene en cuenta los valores extremos, a veces poco frecuentes”, a diferencia de la
media, que está muy influida por estos valores extremos.

Estadística Inferencial:
La estadística inferencial, también conocida como inductiva, es aquella estadística que
realiza predicciones, proyecciones y juicios valorativos respecto a un gran conjunto de
informaciones, basándose en datos reunidos a partir de una serie de informaciones más
pequeña.
En los casos en que durante una investigación no se puede hacer el estudio de todos los
elementos que integran el universo a examinar, se toma una o varias partes de dicho
universo y en base a al análisis de esas partes, denominadas muestras, se busca determinar
las características de toda la población.

Así, la estadística inferencial efectúa estimaciones e hipótesis basándose en probabilidades

y argumentando sus resultados a partir de las muestras de una población.

Naturalmente, estas muestras deben ser lo más representativas del universo o la población
total, por lo que la escogencia y la determinación del tamaño de la muestra es uno de los
asuntos más importantes que deben plantearse en la estadística inferencial, ya que en base a
esto se tomarán decisiones y se realizarán predicciones.

Diferencias entre Estadística Descriptiva y Estadística Inferencial:

La diferencia entre estadística descriptiva e inferencial se puede dibujar claramente por los
siguientes motivos:

La estadística descriptiva es una disciplina que se ocupa de describir la población en

estudio. La estadística inferencial es un tipo de estadística; que se centra en sacar
conclusiones sobre la población, sobre la base del análisis de la muestra y la observación.
La Estadística descriptiva recopila, organiza, analiza y presenta los datos de manera
significativa. Por el contrario, la estadística inferencial, compara datos, prueba hipótesis y
hace predicciones de los resultados futuros.
Hay una representación esquemática o tabular del resultado final en las estadísticas
descriptivas, mientras que el resultado final se muestra en forma de probabilidad.
Las estadísticas descriptivas describen una situación, mientras que las estadísticas
inferenciales explican la probabilidad de que ocurra un evento.
Las estadísticas descriptivas explican los datos, que ya se conocen, para resumir la muestra.
Por el contrario, las estadísticas inferenciales intentan llegar a una conclusión para aprender
sobre la población; que se extiende más allá de los datos disponibles.

La estadística descriptiva se centra en resumir los datos recopilados de una muestra. La

técnica produce medidas de tendencia central y dispersión que representan cómo se
concentran y dispersan los valores de las variables.
La estadística inferencial generaliza las estadísticas obtenidas de una muestra a la población
general a la que pertenece la muestra. Las medidas de la población se denominan
parámetros.

La estadística descriptiva hace solo un resumen de las propiedades de la muestra de la cual

se adquirieron los datos, pero en la estadística inferencial, la medida de la muestra se usa
para inferir propiedades de la población.

En la estadística inferencial, los parámetros se obtuvieron de una muestra, pero no de toda

la población; por lo tanto, siempre existe cierta incertidumbre en comparación con los
valores reales.

Escala de Medición de una Variable:

En estadística se estudian datos. Los datos son la representación de atributos o variables
que describen hechos, y al analizarlos y procesarlos, estos se transforman en Información.
Para poder hacer esto, es necesario comparar los datos entre sí y respecto de referencias.
Este proceso de comparación requiere de escalas de medición donde situar cada posible
valor que tomen los datos, y por las diferentes características de estos, existen diferentes
tipos de escalas. En la primera parte del post hablaremos sobre las escalas de medición en
estadística.

Luego, tenemos a las variables. En general, en la mayoría de las materias que tuvimos en el
colegio o en la facultad, utilizamos variables para representar las características de
elementos que deseamos estudiar cuando estas cambian según algún parámetro. En la
segunda parte del post veremos cómo se clasifican a las variables que utilizamos en
estadística.

Escala nominal: Cuando un dato identifica una etiqueta (o el nombre de un atributo) de un

elemento, se considera que la escala de medición es una escala nominal. En esta carecen de
sentido el orden de las etiquetas, así como la comparación y las operaciones aritméticas. La
única finalidad de este tipo de datos es clasificar a las observaciones.

Escala Ordinal: Cuando los datos muestran las propiedades de los datos nominales, pero
además tiene sentido el orden (o jerarquía) de estos, se utiliza una escala ordinal. Ejemplo:

Escala de razón: En una escala de razón, los datos tienen todas las propiedades de los
datos de intervalo, y la proporción entre ellos tiene sentido. Para esto se requiere que el
valor cero de la escala indique la ausencia de la propiedad a medir. Ejemplos de este tipo de
variables son el peso de una persona a el tiempo utilizado para una tarea
Variables en estadística:
Las variables se las suele dividir según distintos criterios, en función las características de
los valores que estas puedan tomar.

Variables cuantitativas y cualitativas: De acuerdo al tipo de escala que se utilizan se

puede clasificar en cualitativas o cuantitativas.
Las variables cualitativas son aquellas que se usan para identificar un atributo de un
elemento. Se emplean con la escala nominal o la ordinal, y pueden ser numéricos o no. Los
datos contenidos en estas variables se resumen contando el número de observaciones de
cada valor que toma la variable, o la proporción en entre estos. Un hecho importante a tener
en cuenta es que, aun cuando para los datos cualitativos se use un código numérico, las
operaciones aritméticas como la suma o la multiplicación no tienen sentido. Ejemplo: “El
color de un Auto”

Luego, las variables cuantitativas son aquellas que requieren valores numéricos para definir
los datos. Se emplean con las escalas de medición de intervalo o de razón. En estas sí tienen
sentido las operaciones aritméticas. Ejemplo: “La altura de una persona”

Variables continuas y discretas: Una variable continua puede tomar valores dentro de un
intervalo continuo, es decir, dado dos puntos de un intervalo, la variable siempre podrá
tomar infinitos valores entre ambos puntos. Ejemplo: “La temperatura en una habitación.”

En cambio, una variable discreta solo puede tomar valores sobre un conjunto finito de
valores o un conjunto infinito numerable (un conjunto infinito, pero cuyos elementos se
pueden contar). En otras palabras, no puede tomar valores sobre cualquier punto del
intervalo, sino solamente sobre aquellos incluidos en el conjunto al que pertenece. Esto
hace que surja el concepto de valores observados sucesivos, lo cual significa que, dado una
observación, puede existir una observación previa y otra posterior. Ejemplo: “Cantidad de
años de vida de una persona”