1-2

UNIVERSIDAD NACIONAL
“FEDERICO VILLARREAL”
FACULTAD DE CIENCIAS ECONÓMICAS

ESTADÍSTICA INFERENCIAL

Prof. JORGE L. PASTOR

 DEFINICIÓN DE ESTADÍSTICA

 Es la ciencia de recolectar, organizar, presentar, analizar e interpretar datos

con el propósito de ayudar a una toma de decisión más efectiva.
 Las técnicas estadísticas se usan ampliamente por personas en áreas de
comercialización, contabilidad, control de calidad, consumidores, deportes,
administración de hospitales, educación, política, medicina, etc.

®Jorge L. Pastor Paredes


PARAMÉTRICA
DESCRIPTIVA
• Dist. de Frecuencias
• Med. de Tendencia Central
• Med. de Dispersión
• Med. de Localización
ESTADÍSTICA
NO PARAMÉTRICA
INFERENCIAL Contrastes:
• Homogeneidad: Kolmogorov–Smirnov.
• Chi-X2 de Independencia
• Probabilidad • De Bondad de Ajuste
• Distribución Discreta • Múltiples de Bondad de Medias
• Distribución Normal • Múltiples de Homogeneidad :
• Muestreo Kruskal Wallis
• Prueba de Hipótesis
• ANOVA
• Regresión Simple
• Regresión Múltiple
• Series de Tiempo
• ARIMA (Box Jenkins) ®Jorge L. Pastor Paredes
 1-4

TIPOS DE ESTADÍSTICAS

I. ESTADÍSTICA PARAMÉTRICA
Se basa en parámetros poblacionales en la que se trabaja con
información obtenida con una escala de medida intervalar o de razón.
1. Estadística Descriptiva: métodos para organizar, resumir y presentar
datos de manera informativa.
Ejemplo 1: Un sondeo de opinión encontró que 49% de las personas en una encuesta
no sabían el nombre del primer libro Vargas Llosa.
La estadística “49” describe el número de cada 100 personas que no saben la respuesta.
Ejemplo 2: Según el Consumer Reports, los dueños de lavadoras de ropa Whirlpool
reportaron 9 problemas por cada 100 máquinas durante el 2012. La estadística “9”
describe el número de problemas por cada 100 máquinas.
®Jorge L. Pastor Paredes
 1-5

2. Estadística Inferencial: es el proceso por el cual se deducen (infieren)

propiedades o características de una población a partir de una muestra
significativa (estimación de parámetros estadísticos).
Una población es un conjunto de todos los posibles individuos, objetos o
medidas de interés.
Una muestra es una porción, o parte, de la población de interés.
Ejemplo 1: Las cadenas de TV monitorean la popularidad de sus programas contratando
a CPI y otras organizaciones para muestrear las preferencias de televidentes.
Ejemplo 2: El departamento de contabilidad de una empresa elegirá una muestra de
facturas para verificar la exactitud de todas las facturas de la compañía.

®Jorge L. Pastor Paredes UBA,

II. ESTADÍSTICA NO PARAMÉTRICA

 Estadística cuya información no está basada en “parámetros

poblacionales” y cuya información obtenida no está referida a una escala
de medida de intervalo o razón.
 Se basa en propiedades nominales u ordinales, como por ejemplo,

distribución libre.
 Se efectúan pruebas para una muestra de Kolmogorov – Smirnov.

 Pruebas para dos muestras independientes como U de Mann-Witney

 Pruebas para varias muestras independientes: H de Kruskal Wallis.

®Jorge L. Pastor Paredes

 1-7

TIPOS DE VARIABLES

1. Variable Cualitativa o Categórica: expresa una cualidad o categoría de

un determinado suceso; no es numérica. Su medición es nominal u ordinal.
Son mutuamente excluyentes. Atributos o porcentajes.
Ejemplos: sexo, afiliación religiosa, tipo de automóvil que se posee, lugar
de nacimiento, color de los ojos, V o F, Si o No.
2. Variable Cuantitativa: expresan cantidades numéricas de datos; la
variable se puede registrar numéricamente.

®Jorge L. Pastor Paredes

1-9

TIPOS DE VARIABLES CUANTITATIVAS

1. Variables Discretas: representan valores numéricos. Provienen de un

proceso de conteo. Son números enteros. Tienen una medición
intervalar o de razón.
Ejemplo: saldo en una cuenta de ahorros, número de profesores, tipo
de cambio.

2. Variables Continuas: provienen de un proceso de medición, pueden

tomar cualquier valor dentro de un intervalo específico.
Ejemplo: Peso, talla, tiempo.

®Jorge L. Pastor Paredes

 NIVELES DE MEDICIÓN

1. NOMINAL Empresa Beneficios

Referidos a etiquetas o nombres que se usan Volcan SA 1’250,000
para identificar un atributo del elemento. Alicorp 1’100,000
Solamente se pueden clasificar o contar Telefónica 800,000
datos. No existe algún orden específico Bco. Crédito 650,000
entre las clases. Es cuantitativo y numérico.
Saga 400,000
De medida cadena.
TOTAL 4’200,000

Calificación Frecuencia
Excelente 6
2. ORDINAL.
Es cuando los datos se organizan de Bueno 28
acuerdo a un orden. Ordena los datos por Regular 25
jerarquías. Ej. Ranking, nivel educativo. Es Malo 12
cuantitativo y numérico. Muy malo 3
Total 74
3. ESCALA DE INTERVALO
▪ Si los datos tienen la propiedad de datos ordinales y el intervalo entre
observaciones se expresa en términos de una unidad fija de medida. La
diferencia de valores tiene un tamaño constante.
▪ Es importante señalar que el cero (0) es un punto en la escala, no representa la
ausencia de la condición.
Ejemplo: 0 grados no significa que no existe temperatura, indica que hace frío.

4. DE RAZÓN:
▪ Si los datos tienen las propiedades de intervalo y el cociente de valores es
significativa.
▪ En la práctica todos los datos cuantitativos son de nivel de razón de la medición.
Es preciso mencionar que el cero (0) si tiene significado.
Ejemplo: Distancia, edad, altura, peso y tiempo emplean la escala de medición la
Razón.
®Jorge L. Pastor Paredes
 BASE DE DATOS
1. Datos Estadísticos
Son las observaciones efectuadas en un momento determinado, están asociados al
estudio de una o mas variables. Son los valores que componen las variables.
Ejemplo: ventas diarias de menestras efectuadas por un Supermercado.

2. Datos Transversales
Son aquellos tipos de datos recopilados mediante la observación de muchos sujetos
(como individuos, empresas, países o regiones) al mismo tiempo, o sin tener en
cuenta las diferencias en el tiempo. El análisis de los datos transversales suele
consistir en comparar las diferencias entre los sujetos. Regresión transversal

3. Datos de Serie de Tiempo

Se recopilan a lo largo de varios periodos de tiempo. Son también longitudinales.
Sigue los cambios en el transcurso del tiempo. Regresión lineal.
 FUENTES DE DATOS ESTADÍSTICOS
 Son los datos validados y procesados que se utiliza para realizar los análisis
correspondientes.
 La información estadística se presenta en cuadros estadísticos y en gráficos.
 La información estadística se usa para la toma de decisiones.
 Para obtener la información estadística existen diferentes técnicas que permiten
extraer muestras representativas de una serie de sucesos.
 Técnica censal, encuestas, experimentos
 Se pueden encontrar estadísticas relacionadas en artículos publicados, revistas y
periódicos.
 No todos los temas disponen de datos publicados. En esos casos, la información
deberá recolectarse y analizarse.

®Jorge L. Pastor Paredes

 SPSS
Statistical Package for the Social Sciences
2-12

GRÁFICAS PARA LA INFORMACIÓN

ESTADÍSTICA

Las tres formas de gráficas más usadas son:

 Histogramas
 Polígonos de Frecuencia
 Distribuciones de Frecuencias Acumuladas (ojivas).

®Jorge L. Pastor Paredes

2-13

Histogramas:
 Gráfica donde las clases se marcan en el eje horizontal y las frecuencias de
clase en el eje vertical.
 Las frecuencias de clase se representan por las alturas de las barras y éstas
se trazan adyacentes entre sí.
Polígonos de Frecuencia:
 Consiste en segmentos de línea que conectan los puntos formados por el
punto medio de la clase y la frecuencia de clase.
Distribución de Frecuencia Acumulada: (ojivas)
 Se usa para determinar cuántos o qué proporción de los valores de los

datos es menor o mayor que cierto valor.

®Jorge L. Pastor Paredes

2-14

Histograma para las horas de estudio

14
12
Frecuencia

10
8
6
4
2
0
10 15 20 25 30 35
Horas de estudio

®Jorge L. Pastor Paredes

Histograma: Frecuencias y Marcas de Clase
2-15

Polígono de frecuencias
para las horas de estudio

14
12
Frecuencia 10
8
6
4
2
0
10 15 20 25 30 35
Horas de estudio

®Jorge L. Pastor Paredes

2-16

Distribución de frecuencias acumuladas

para las horas de estudio

35
30
25
Frecuencia

20
15
10
5
0
10 15 20 25 30
Horas de estudio

®Jorge L. Pastor Paredes

2-19

Gráfica de Barras para los datos de desempleados

10000

# desempleados/100 000
8900 8900
8200
8000 7300
6700
5400 Atlanta
6000
Boston
4000 Chicago
Los Angeles
2000 New York
0 Washington
1 2 3 4 5 6
Ciudades

®Jorge L. Pastor Paredes

2-22

Gráfica Circular para tipos de zapatos

Asics
Reebok
Otros
Nike
Adidas
Reebok
Adidas Asics
Otros
Nike

®Jorge L. Pastor Paredes