Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Conceptos Básicos
Estadística:
ciencia que se ocupa de la recogida de datos, su organizació n y aná lisis, así como de
las predicciones que, a partir de estos datos, pueden hacerse.
entonces
¿Qué estudia la Estadística?
Esta es la rama de la matemá tica que se ocupa de recopilar datos en censos,
encuestas, muestras y de organizarla para una mejor comprensió n del fenó meno
que se desea estudiar analizá ndolos con un determinado objetivo.
La Estadística se aplica a todas las ciencias pues facilita el estudio de hechos del
mundo o de la sociedad, teniendo en cuenta la divisió n de la Estadística:
Divisiones de la Estadística
Estadística Inferencial:
Conjunto de técnicas y métodos que son usados para sacar conclusiones generales
acerca de una població n usando datos de una muestra tomada de ella.
Estadística descriptiva:
conjunto de técnicas y métodos que son usados para recolectar organizar y
presentar en forma de tablas y grá ficos la informació n numérica que nos
pueda resumir el objeto de estudio.
Aquí se incluye el cá lculo de medidas estadísticas de centralidad y de
variabilidad
Estadística inferencial:
Conjunto de técnicas y métodos que son usados para sacar conclusiones
generales acerca de una població n usando datos de una muestra tomada de la
població n con un grado de fiabilidad de estas conclusiones.
Conceptos Básicos
Población:
Es el conjunto de individuos o elementos sobre el que estamos interesados en
obtener conclusiones es decir hacer inferencias.
Normalmente se dice que la població n es demasiado grande para poder abarcarlo.
Muestra:
Es un subconjunto de la població n al que tenemos acceso y sobre el que realmente
hacemos las observaciones o mediciones el cual debería ser representativo
Está formada por miembros seleccionados de la població n ya sea individuos
unidades experimentales que son representativo de la població n.
Muestreo:
Procedimiento de selecció n de las muestras.
Representatividad de la muestra:
Las muestras son partes de la població n, pero no son la població n completa.
Por ello, sus características no suelen coincidir con las de la població n.
La medida en que la muestra aproxima a la població n se denomina
representatividad.
Sesgo:
Es la discrepancia entre las características de las muestras y las de la població n.
Análisis univariado:
Analiza una sola variable.
Es má s sencillo, má s fá cil de entender y de interpretar.
En cambio, la sencillez puede comportar una simplificació n excesiva de la realidad.
Por ejemplo, un investigador quiere hacer un estudio del rendimiento académico
universitario, para lo cual recoge las calificaciones de los estudiantes en los
exá menes finales. Es claro que una caracterizació n del rendimiento basada
exclusivamente en las calificaciones académicas es incompleta y que, si queremos
conocer los condicionantes del rendimiento deberíamos incluir otros variables
(como actitud, preparació n previa, etc.) y estudiar có mo interactú an para dar
cuenta de las variables de interés.
Análisis multivariado:
Analiza los datos teniendo en cuenta las relaciones entre las variables.
Es má s complejo y de comprensió n má s dificultosa, pero proporciona informació n
má s completa del objeto estudiado.
Individuo:
Cualquier elemento que posea la propiedad o característica que se desea estudia;
es decir cada elemento de la població n.
Variable estadística:
Característica que se desea estudiar de los elementos de una població n.
Las distintas observaciones de la variable constituyen los datos de la investigació n.
Es una Característica que puede presentar distintas modalidades.
Por ejemplo,
la variable "género" solo presenta dos modalidades (mujer y hombre), y
la variable "depresió n" presenta un nú mero infinito de modalidades,
(las magnitudes de gravedad con que puede afectar a las personas).
Clasificación de Variables
Variables: una variable es una característica observable que varía entre los
diferentes individuos de una població n, La informació n que
disponemos de cada individuo es resumida en variables
Variables cualitativas o atributos:
Si sus valores o modalidades no se pueden asociar naturalmente a un nú mero es
decir no se pueden hacer operaciones algebraicas con ellas
Los datos no toman valores numéricos es decir aquellas que no se pueden medir.
Diagrama de sectores.
Consiste en un círculo subdividido en á reas cada una de las cuales es proporcional
a la frecuencia de la modalidad que representa.
Ejemplo con los datos de exhibició n de imá genes en la televisió n:
Diagrama de barras:
Consiste en un conjunto de barras (tantas como modalidades de la variable) cuya
altura es proporcional al nú mero de frecuencias de la modalidad.
Ejemplo con los mismos datos:
Perfil ortogonal: Se obtiene uniendo mediante líneas rectas los puntos que se
corresponden con las magnitudes de las variables. El eje vertical contiene la escala
de la variable y el eje horizontal las modalidades de la variable o, a veces, la escala
temporal.
Atendiendo a la Escala
Escala nominal: Modalidades sin ningú n orden ni jerarquía entre ellas.
Si sus valores no pueden ordenar sexo, grupo sanguíneo religió n
nacionalidad fuma(si/no)
Escala ordinal: Modalidades con algú n tipo de orden entre ellas.
Escala de intervalos: Se puede cuantificar numéricamente la distancia entre 2
observaciones.
Escala de proporción: Se puede cuantificar numéricamente la distancia entre 2
observaciones y fijar un punto de origen como cero
absoluto.
Atendiendo la Referencia Temporal
Serie temporal: Las observaciones se toman secuencialmente en el tiempo.
Corte transversal o cross-section: Las observaciones hacen referencia a distintos
individuos o unidades en un mismo periodo
temporal.
Datos: es un valor particular de la variable
Son nú meros que representan las modalidades de las variables.
Por ejemplo,
El 1 puede representar la modalidad "Mujer",
El 6.3 representa una de las magnitudes que podemos registrar en la variable
"grado de conocimiento de las técnicas estadísticas".
Los datos pueden ser clasificados segú n diferentes criterios, uno de los cuales se
basa en las modalidades que presentan:
Se dirá que son datos dicotó micos los que provienen de variables que solo admiten
dos modalidades (por ejemplo, la variable "género"),
son datos dicotomizados aquellos que presentan dos categorías, pero provienen de
variables con má s de dos modalidades (por ejemplo datos con valores 1 y 0 que
representan aprobado y suspenso).
Distribución de frecuencias
son tablas en que se dispone las modalidades de la variable por filas.
En las columnas se dispone el nú mero de ocurrencias por cada valor, porcentajes, e
La finalidad de las agrupaciones en frecuencias es facilitar la obtenció n de la
informació n que contienen los datos.
Ejemplo:
Quieren conocer si un grupo de individuos está a favor o en contra de la exhibició n
de imá genes violentas por televisió n, para lo cual han recogido los siguientes
datos: