Capítulo 1: Introducción A La Estadística

CAPÍTULO 1
INTRODUCCIÓN A LA ESTADÍSTICA
Prof. Hugo Agurto Mejía
UNIVERSIDAD DE PIURA|CAMPUS LIMA

FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES
PROGRAMA: ADMINISTRACIÓN DE EMPRESAS
22 de marzo de 2023
HMAM (UDEP) 22 de marzo de 2023 1 / 37

Indice
1 Denición de Estadística
2 Estadística Descriptiva y Estadística Inferencial
3 Introducción a los términos básicos
4 Tipos de Variables
5 Recolección de datos
6 Fuentes de datos

La estadística está expuesta muy a menudo en la vida diaria. Por
ejemplo, considere las siguientes armaciones:
El Instituto Nacional de Estadística e Informática (INEI) dio a cono-

cer que, en el año 2022, el Índice de Precios al Consumidor de Lima
Metropolitana aumentó en 8,46 %, resultado superior a las variaciones
registradas en los últimos 26 años.
En noviembre de 2022, el volumen de exportación de productos no

tradicionales aumentó en 2,6 % al compararlo con similar mes del año
anterior.



anterior.
Una reciente investigación de IBM establece que el 64 % de los directores

de marketing estarán usando Inteligencia Articial en los próximos dos
años.



anterior.

años.
La Asociación de bancos del Perú (Asbanc) sostiene que de enero a

octubre de 2022, las billeteras digitales realizaron 979.5 millones de
operaciones por un monto total de S/. 59,907 millones. Es decir, que
los pagos totales vía este medio representaron el 40 % del número de
transacciones entre enero y octubre de ese año.


anterior.

años.
La Asociación de bancos del Perú (Asbanc) sostiene que de enero a

octubre de 2022, las billeteras digitales realizaron 979.5 millones de
operaciones por un monto total de S/. 59,907 millones. Es decir, que
los pagos totales vía este medio representaron el 40 % del número de
transacciones entre enero y octubre de ese año.
Denición de Estadística
La Estadística es la ciencia que recopila, clasica, presenta, describe

e interpreta conjuntos de datos para obtener conclusiones y/o tomar
decisiones.
Especialmente en los negocios y en la economía, una razón básica para

esa recopilación, análisis, clasicación, presentación, descripción e in-
terpretación de datos, es proporcionar a los administradores y a quienes
toman decisiones una mejor comprensión del entorno comercial y eco-
nómico.

Denición de Estadística
La Estadística es la ciencia que recopila, clasica, presenta, describe

e interpreta conjuntos de datos para obtener conclusiones y/o tomar
decisiones.
Especialmente en los negocios y en la economía, una razón básica para

esa recopilación, análisis, clasicación, presentación, descripción e in-
terpretación de datos, es proporcionar a los administradores y a quienes
toman decisiones una mejor comprensión del entorno comercial y eco-
nómico.

División de la Estadística
La estadística descriptiva se encarga de recopilar, clasicar, presen-

tar y describir un conjunto de datos. Como generalmente se estudian
poblaciones muy grandes, este conjunto de datos suele ser una mues-
tra. Aunque los métodos de la estadística descriptiva son importantes
para caracterizar y presentar los datos, el desarrollo de los métodos de
estadística inferencial -basado en las teorías de probabilidad- es lo que
llevó a la aplicación amplia de la estadística en todos los campos de la
investigación en la época actual.
La estadística inferencial se encarga de interpretar los datos estu-

diados por las técnicas descriptivas. Ella emplea métodos que hacen
posible la estimación de una característica de una población, o la toma
de decisión con respecto a una población basada en los resultados de
muestras, es decir, de los datos obtenidos de las muestras, se obtienen
conclusiones que se dan como válidas para todo el universo o población.
Es de esperarse que al obtener estas conclusiones siempre exista una
pequeña probabilidad de error, pues la inferencia es inductiva.

División de la Estadística
La estadística descriptiva se encarga de recopilar, clasicar, presen-

tar y describir un conjunto de datos. Como generalmente se estudian
poblaciones muy grandes, este conjunto de datos suele ser una mues-
tra. Aunque los métodos de la estadística descriptiva son importantes
para caracterizar y presentar los datos, el desarrollo de los métodos de
estadística inferencial -basado en las teorías de probabilidad- es lo que
llevó a la aplicación amplia de la estadística en todos los campos de la
investigación en la época actual.
La estadística inferencial se encarga de interpretar los datos estu-

diados por las técnicas descriptivas. Ella emplea métodos que hacen
posible la estimación de una característica de una población, o la toma
de decisión con respecto a una población basada en los resultados de
muestras, es decir, de los datos obtenidos de las muestras, se obtienen
conclusiones que se dan como válidas para todo el universo o población.
Es de esperarse que al obtener estas conclusiones siempre exista una
pequeña probabilidad de error, pues la inferencia es inductiva.

Términos básicos
Población o Universo: Es el conjunto de individuos, objetos, eventos,

datos o elementos cuyas propiedades serán analizadas. Por ejemplo:
Los alumnos matriculados en la Facultad de CCEEyEE de la UDEP-
Campus Lima el presente semestre, Las cajas de leche gloria light de 1
litro envasadas en la planta de Huachipa, etc. Cuando se quiere realizar
una investigación estadística, debe denirse cuidadosamente el universo.
Cuando se hace un levantamiento o recolección de datos sobre una de-

terminada población, es decir, contemplando cada uno de sus elementos,
tenemos lo que se llama un censo.

Términos básicos


La población puede ser según su tamaño de dos tipos: Población nita
y Población innita.

Términos básicos


Debido a que las poblaciones suelen ser muy grandes, un objetivo co-
mún del uso de la estadística es obtener datos de una muestra para
estudiarlos y emplear los resultados para sacar una conclusión acerca de
la población.

Términos básicos


Debido a que las poblaciones suelen ser muy grandes, un objetivo co-
mún del uso de la estadística es obtener datos de una muestra para
estudiarlos y emplear los resultados para sacar una conclusión acerca de
la población.

Términos básicos
Muestra: Es un subconjunto de la población. Una muestra consta de los

individuos, objetos o medidas seleccionados de la población, de tal forma
que reeje las características de ésta (se dice entonces que una muestra
es representativa de la población). La muestra obtenida proporciona
información que se puede usar para estimar características de toda la
población.
Variable (o variable respuesta): Característica de interés sobre cada

elemento individual de una población o muestra. Por ejemplo; la edad
de una persona que labora en una empresa, su estado civil, su estatura
y su peso son cuatro variables.

Términos básicos
Muestra: Es un subconjunto de la población. Una muestra consta de los

individuos, objetos o medidas seleccionados de la población, de tal forma
que reeje las características de ésta (se dice entonces que una muestra
es representativa de la población). La muestra obtenida proporciona
información que se puede usar para estimar características de toda la
población.
Variable (o variable respuesta): Característica de interés sobre cada

elemento individual de una población o muestra. Por ejemplo; la edad
de una persona que labora en una empresa, su estado civil, su estatura
y su peso son cuatro variables.

Términos básicos
Dato: Valor de la variable asociada a un elemento de una población o

muestra. Este valor puede ser un número, una palabra o un símbolo. Por
ejemplo, Roberto Jiménez que labora en una empresa tiene 35 años, su
estado civil es casado, mide 1.70 m y pesa 76 kg. Estas cuatro piezas
de datos son los valores de las cuatro variables aplicadas a Roberto
Jiménez.
Datos: Conjunto de valores recolectados para la variable de cada uno

de los elementos que pertenece a la muestra. Por ejemplo el conjunto
de 50 estaturas recolectadas de una muestra de 50 estudiantes es un
ejemplo de un conjunto de datos.

Términos básicos

Jiménez.

Experimento: Actividad planeada cuyos resultados producen un con-

junto de datos. El experimento incluye las actividades para seleccionar
los elementos y obtener los valores de los datos.

Términos básicos

Jiménez.

Experimento: Actividad planeada cuyos resultados producen un con-

junto de datos. El experimento incluye las actividades para seleccionar
los elementos y obtener los valores de los datos.

Términos básicos
Parámetro: Es una medida de resumen que describe una característica

de toda una población (o un valor numérico que resume o describe a
todos los datos de una población). A menudo se utiliza una letra griega
para simbolizar la denominación de un parámetro. Estos símbolos serán
asignados a medida que se estudien los parámetros más adelante (por
ejemplo: µ se emplea para simbolizar el promedio poblacional, σ para
la desviación estándar poblacional, etc).
Estadístico: Es una medida de resumen que se calcula para describir

una característica de una muestra (o un valor numérico que resume o
describe a todos los datos de una muestra). Se les suele asignar deno-
minaciones simbólicas usando letras del alfabeto español (por ejemplo:
x, se emplea para simbolizar el promedio en una muestra; s para la
desviación estándar en una muestra, etc.)
NOTA: EL VALOR DE UN PARÁMETRO ES FIJO, EN CAM-
BIO, EL VALOR DE UN ESTADÍSTICO VARÍA.

Términos básicos
Parámetro: Es una medida de resumen que describe una característica

de toda una población (o un valor numérico que resume o describe a
todos los datos de una población). A menudo se utiliza una letra griega
para simbolizar la denominación de un parámetro. Estos símbolos serán
asignados a medida que se estudien los parámetros más adelante (por
ejemplo: µ se emplea para simbolizar el promedio poblacional, σ para
la desviación estándar poblacional, etc).
Estadístico: Es una medida de resumen que se calcula para describir

una característica de una muestra (o un valor numérico que resume o
describe a todos los datos de una muestra). Se les suele asignar deno-
minaciones simbólicas usando letras del alfabeto español (por ejemplo:
x, se emplea para simbolizar el promedio en una muestra; s para la
desviación estándar en una muestra, etc.)
NOTA: EL VALOR DE UN PARÁMETRO ES FIJO, EN CAM-
BIO, EL VALOR DE UN ESTADÍSTICO VARÍA.

Ejercicios
Un estudiante de estadística 1 está interesado en determinar algo sobre

el valor promedio en dólares de los automóviles que pertenecen al cuerpo
docente de la universidad. Identique en esta situación cada uno de los
ocho términos recientemente descritos.
Se desea hacer un estudio para estimar el ingreso familiar medio en Lima

Metropolitana. Describa cada uno de los ocho términos.

Ejercicios


Se ha hecho un estudio para determinar la preferencia de una marca

especial de detergente por parte de las amas de casa. De las 250 amas
de casa entrevistadas, el 60 % dijeron que preferían esta marca.

Ejercicios



36 % de la población adulta en el Perú padece una alergia. En una mues-

tra de 1200 adultos se encontró que 32 % tiene una alergia. Describa
cada uno de los ocho términos.

Ejercicios



36 % de la población adulta en el Perú padece una alergia. En una mues-

tra de 1200 adultos se encontró que 32 % tiene una alergia. Describa
cada uno de los ocho términos.

Tipos de variables según su naturaleza
Existen 2 clases de variables:
Variable Cualitativa, de atributos o categórica:

Variable que clasica o describe un elemento de una población o mues-
tra. Se dice que estas variables no pueden expresarse numéricamente
o solo pueden tener un número limitado de valores distintos o catego-
rizados. Ejemplos: sexo, estado civil, nivel educativo alcanzado por un
individuo, ¾Utiliza alguna red social?, distrito en el que reside, Medio
de transporte utilizado para trasladarse a la universidad, etc.
Variable Cuantitativa o numérica:

Variable que cuantica un elemento de una población o muestra. Este
tipo de variable produce respuestas numéricas, como la edad, la estatu-
ra, el peso, el dinero gastado en salidas con amigos cada n de semana,
número de cursos en que se a matriculado el presente semestre, el nú-
mero de hijos en una familia, etc; son ejemplos de variables cuantitativas
(numéricas).

Tipos de variables según su naturaleza
Existen 2 clases de variables:
Variable Cualitativa, de atributos o categórica:

Variable que clasica o describe un elemento de una población o mues-
tra. Se dice que estas variables no pueden expresarse numéricamente
o solo pueden tener un número limitado de valores distintos o catego-
rizados. Ejemplos: sexo, estado civil, nivel educativo alcanzado por un
individuo, ¾Utiliza alguna red social?, distrito en el que reside, Medio
de transporte utilizado para trasladarse a la universidad, etc.
Variable Cuantitativa o numérica:

Variable que cuantica un elemento de una población o muestra. Este
tipo de variable produce respuestas numéricas, como la edad, la estatu-
ra, el peso, el dinero gastado en salidas con amigos cada n de semana,
número de cursos en que se a matriculado el presente semestre, el nú-
mero de hijos en una familia, etc; son ejemplos de variables cuantitativas
(numéricas).

Subdivisión
Cada uno de estos tipos de variables (cualitativas y cuantitativas) puede

subdividirse aún más:

Tipos de variables según su nivel de medición
Otra forma de clasicar las variables es según su Nivel o escala de medi-

ción.
Algunos autores hacen referencia a esta clasicación como otra forma de
clasicar los datos.
La escala o nivel de medición determina la cantidad de información contenida
en los datos. Cuando se aplica la estadística a problemas reales, el nivel
de medición de los datos ayuda a decidir qué procedimientos o métodos
estadísticos son apropiados para los datos.
Niveles de medición pueden ser:
Nominal
Ordinal


ción.
clasicar los datos.
Nominal
Ordinal
De Intervalo


ción.
clasicar los datos.
Nominal
Ordinal
De Intervalo
De Razón


ción.
clasicar los datos.
Nominal
Ordinal
De Intervalo
De Razón

Operaciones apropiadas en cada uno de los cuatro niveles o escalas
de medición.
Nivel de Categorizar Ordenar Diferencias Razones o proporciones
medición los datos los datos entre datos entre datos
Nominal Si No No No
Ordinal Si Si No No
Intervalo Si Si Si No
Razón Si Si Si Si
Tabla: Operaciones apropiadas en los niveles o escalas de medición.

Recolección de Datos

Una muestra es no probabilística cuando sus elementos se eligen sin

tomar en cuenta su probabilidad de ocurrencia o selección. Esto puede
dar lugar a una muestra que no sea representativa del universo del cual
fue extraída.
Emplear muestras no probabilísticas tiene algunas ventajas como son:
conveniencia, rapidez y bajo costo. Por otro lado, hay dos desventajas
importantes: falta de precisión debido al sesgo en la selección y falta de
capacidad para generalizar los resultados, que superan con mucho a las
ventajas.
Generalmente, cuando se hace una investigación, se extraen muestras
probabilísticas, por razones evidentes, ya que es la única forma de hacer
inferencias estadísticas correctas a partir de una muestra.
Una muestra es probabilística cuando cada elemento del universo tiene

una probabilidad conocida de ser seleccionado en la muestra.

Una muestra es no probabilística cuando sus elementos se eligen sin

tomar en cuenta su probabilidad de ocurrencia o selección. Esto puede
dar lugar a una muestra que no sea representativa del universo del cual
fue extraída.
Emplear muestras no probabilísticas tiene algunas ventajas como son:
conveniencia, rapidez y bajo costo. Por otro lado, hay dos desventajas
importantes: falta de precisión debido al sesgo en la selección y falta de
capacidad para generalizar los resultados, que superan con mucho a las
ventajas.
Generalmente, cuando se hace una investigación, se extraen muestras
probabilísticas, por razones evidentes, ya que es la única forma de hacer
inferencias estadísticas correctas a partir de una muestra.
Una muestra es probabilística cuando cada elemento del universo tiene

una probabilidad conocida de ser seleccionado en la muestra.

Tipos de muestras probabilísticas
Muestra aleatoria simple (m.a.s): Aquella que es seleccionada de tal

forma que cada elemento del universo tiene la misma oportunidad o
probabilidad de ser seleccionado.
Además, cada muestra de un tamaño n tiene la misma probabilidad
de ser elegida que cualquier otra del mismo tamaño.
Esta es la técnica de muestreo aleatorio más elemental y constituye la
base para las otras técnicas.
Un buen método para conseguir esto consiste en enumerar previamente
todos los elementos que conforman el universo, y, empleando números
aleatorios (tabla de números aleatorios o una función de generación de
números aleatorios), seleccionar la muestra del tamaño deseado.

Muestra sistemática. Antes de obtenerla, primero se divide el tamaño de

la población N entre el tamaño de la muestra deseado n, y el resultado
N
obtenido, k = , se redondea al entero más cercano, en caso de que k no
n
resulte ser entero.
Para obtener la muestra sistemática se procede así:
Elegimos al primer elemento de la muestra entre los primeros k elementos de
la lista poblacional usando muestreo aleatorio simple y los demás elementos
se escogen cada k elementos a partir del elemento seleccionado inicialmente.

Ilustración del muestreo sistemático

Ejemplo de muestra sistemática
Supóngase seleccionar una muestra sistemática de 45 estudiantes de la

lista de 45,000 estudiantes en una universidad.
Entonces el valor de k es 1000. Usando muestreo aleatorio simple ele-

gimos al primer estudiante que conformará la muestra entre los 1000
primeros de la lista.



Supongamos que el elegido fue el alumno numerado con 583. Entonces

los estudiantes numerados con 583, 1583, 2583 y así sucesivamente
hasta completar 45 estudiantes, conformarán la muestra deseada.



Supongamos que el elegido fue el alumno numerado con 583. Entonces

los estudiantes numerados con 583, 1583, 2583 y así sucesivamente
hasta completar 45 estudiantes, conformarán la muestra deseada.

En una muestra estraticada, primero se dividen los N individuos o

elementos de la población en L subpoblaciones separadas
(N1 , N2 , . . . , , NL ), o estratos, de acuerdo con alguna característica
común. Estas subpoblaciones (estratos) no se superponen y juntas for-
man la totalidad de la población, es decir: N1 + N2 + . . . + NL = N .
De cada estrato se extrae una muestra, y por tanto la muestra nal
estará compuesta por el conjunto de estas submuestras.

Ilustración del muestreo estraticado

Otra ilustración del muestreo estraticado

Hay dos conceptos importantes en el muestreo estraticado
1 Estraticación: El criterio a seguir en la formación de los estratos

será formarlos de tal manera que haya la máxima homogeneidad en
relación a la variable de estudio dentro de cada estrato y la máxima
heterogeneidad entre los estratos. Para poder estraticar debe contarse
con información disponible y con la estructura de la población y además
las variables utilizadas en la estraticación deben estar correlacionadas
con la variable objeto de estudio.
2 Ajación: Reparto del tamaño de la muestra en los diferentes estratos.
Existen varios criterios de ajación entre los que destacamos:
1 Ajación uniforme o simple; todos los estratos tienen el mismo número
de elementos en la muestra.
2 Ajación proporcional; cada estrato tiene un número de elementos en
la muestra proporcional a su tamaño.Es decir, el muestreo proporcional
requiere que el número de elementos en cada estrato tenga la misma
proporción que se encuentra en la población.

Hay dos conceptos importantes en el muestreo estraticado
1 Estraticación: El criterio a seguir en la formación de los estratos

será formarlos de tal manera que haya la máxima homogeneidad en
relación a la variable de estudio dentro de cada estrato y la máxima
heterogeneidad entre los estratos. Para poder estraticar debe contarse
con información disponible y con la estructura de la población y además
las variables utilizadas en la estraticación deben estar correlacionadas
con la variable objeto de estudio.
2 Ajación: Reparto del tamaño de la muestra en los diferentes estratos.
Existen varios criterios de ajación entre los que destacamos:
1 Ajación uniforme o simple; todos los estratos tienen el mismo número
de elementos en la muestra.
2 Ajación proporcional; cada estrato tiene un número de elementos en
la muestra proporcional a su tamaño.Es decir, el muestreo proporcional
requiere que el número de elementos en cada estrato tenga la misma
proporción que se encuentra en la población.

Por tanto, en algunos casos, el muestreo estraticado es más eciente

que el muestreo aleatorio simple o el sistemático, porque garantiza la
representación de individuos o elementos de toda la población, lo que
asegura una mayor precisión en las estimaciones de los parámetros (po-
blacionales) fundamentales.
Lo que proporciona la precisión, una vez combinados los estratos, es la
homogeneidad de individuos o elementos dentro de cada estrato.

Ejemplo muestreo estraticado
Objetivo del estudio: Determinar si las empresas con altos rendimientos

sobre el capital (una medida de rentabilidad) gastan en publicidad la mayor
parte del dinero ganado que las empresas con un registro de bajo rendimiento
o décit.
La Población consta de 352 empresas.
Para asegurar que la muestra a elegir sea una representación imparcial de
las 352 empresas, éstas se deben agrupar de acuerdo con su rendimiento
porcentual sobre el capital como se aprecia en la siguiente Tabla.

Estrato Probabilidad (Recuperación de capital) Número de Empresas
1 30 % a más 8
2 De 20 % a 30 % 35
3 De 10 % a 20 % 189
4 De 0 % a 10 % 115
5 Décit 5
Tabla: Agrupación de las 352 empresas de acuerdo con su rendimiento porcentual

sobre el capital.

Ahora determinemos el porcentaje de cada estrato en la población y usando

ajación proporcional asignamos el número de compañías de cada estrato en
la muestra.
Estrato Probabilidad Número de %total Número

(Recuperación de capital) Empresas muestreado
1 30 % a más 8 2 1
2 De 20 % a 30 % 35 10 5
3 De 10 % a 20 % 189 54 27
4 De 0 % a 10 % 115 33 16
5 Décit 5 1 1
Total 352 100 50
Tabla: Número seleccionado de una muestra aleatoria estraticada proporcional.

En una muestra conglomerada, se dividen los N individuos o ele-

mentos de la población en varios conglomerados, de manera que cada
conglomerado sea representativo de la población completa (un conglo-
merado es un subconjunto de la población que, en términos generales,
posee una variabilidad parecida a la del global de dicha población res-
pecto al carácter que estamos estudiando: podría decirse que un con-
glomerado es una copia en pequeño de la población).
Después, se obtiene una muestra aleatoria de los conglomerados y se

estudian todos los individuos o elementos dentro de cada conglomerado
seleccionado.



seleccionado.
Los conglomerados pueden ser asignaciones naturales, como condados,

distritos electorales, manzanas, edicios de departamentos o familias,
escuelas, hospitales, etc.



seleccionado.
Los conglomerados pueden ser asignaciones naturales, como condados,

distritos electorales, manzanas, edicios de departamentos o familias,
escuelas, hospitales, etc.

Ilustración del muestreo conglomerado

¾ Qué tipo de muestra debemos emplear?
Como conclusión, es conveniente tener en cuenta que el tipo de mues-

tra que se debe emplear depende de lo que se va a investigar, y para
seleccionar ésta adecuadamente, en caso que el universo sea grande
y complicado, conviene estudiar con mucho más detalle la Teoría del
Muestreo.
La necesidad de uso de los métodos de estadística inferencial se deriva

de la necesidad del muestreo. A medida que una población crece, por lo
general resulta demasiado costoso, tardado y tedioso obtener informa-
ción de toda la población. Las decisiones respecto a las características
de la población deben basarse en la información que está contenida en
una muestra de esa población.


Muestreo.

La teoría de probabilidad proporciona el vínculo al determinar la posi-

bilidad de que los resultados de la muestra reejen los resultados de la
población.


Muestreo.

La teoría de probabilidad proporciona el vínculo al determinar la posi-

bilidad de que los resultados de la muestra reejen los resultados de la
población.

Fuentes para la recopilación de datos
Para poder llevar a cabo un estudio estadístico de una población, pri-

mero se debe tener muy claro qué se quiere analizar para recolectar los
datos adecuados. Ahora, la recolección se puede hacer recurriendo a
diversas fuentes.
En términos generales, las fuentes de donde se obtienen los datos pueden
clasicarse en primarias o secundarias.


diversas fuentes.
Primarias, mediante la observación o realización de experimentos, en-
cuestas o cuestionarios.


diversas fuentes.
Las Secundarias, como las bases de datos ya existentes, por ejemplo,
la del Instituto Nacional de Estadística e Informática (INEI), Banco
Central de Reserva del Perú (BCRP), etc.


diversas fuentes.
Las Secundarias, como las bases de datos ya existentes, por ejemplo,
la del Instituto Nacional de Estadística e Informática (INEI), Banco
Central de Reserva del Perú (BCRP), etc.

Capítulo 1: Introducción A La Estadística

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capítulo 1: Introducción A La Estadística

Cargado por

Copyright:

Formatos disponibles

CAPÍTULO 1

Prof. Hugo Agurto Mejía

UNIVERSIDAD DE PIURA|CAMPUS LIMA

HMAM (UDEP) 22 de marzo de 2023 1 / 37

2 Estadística Descriptiva y Estadística Inferencial

3 Introducción a los términos básicos

HMAM (UDEP) 22 de marzo de 2023 2 / 37

El Instituto Nacional de Estadística e Informática (INEI) dio a cono-

En noviembre de 2022, el volumen de exportación de productos no

HMAM (UDEP) 22 de marzo de 2023 3 / 37

El Instituto Nacional de Estadística e Informática (INEI) dio a cono-

En noviembre de 2022, el volumen de exportación de productos no

Una reciente investigación de IBM establece que el 64 % de los directores

HMAM (UDEP) 22 de marzo de 2023 3 / 37

El Instituto Nacional de Estadística e Informática (INEI) dio a cono-

En noviembre de 2022, el volumen de exportación de productos no

Una reciente investigación de IBM establece que el 64 % de los directores

La Asociación de bancos del Perú (Asbanc) sostiene que de enero a

El Instituto Nacional de Estadística e Informática (INEI) dio a cono-

En noviembre de 2022, el volumen de exportación de productos no

Una reciente investigación de IBM establece que el 64 % de los directores

La Asociación de bancos del Perú (Asbanc) sostiene que de enero a

La Estadística es la ciencia que recopila, clasica, presenta, describe

Especialmente en los negocios y en la economía, una razón básica para

HMAM (UDEP) 22 de marzo de 2023 8 / 37

La Estadística es la ciencia que recopila, clasica, presenta, describe

Especialmente en los negocios y en la economía, una razón básica para

HMAM (UDEP) 22 de marzo de 2023 8 / 37

La estadística descriptiva se encarga de recopilar, clasicar, presen-

La estadística inferencial se encarga de interpretar los datos estu-

HMAM (UDEP) 22 de marzo de 2023 9 / 37

La estadística descriptiva se encarga de recopilar, clasicar, presen-

La estadística inferencial se encarga de interpretar los datos estu-

HMAM (UDEP) 22 de marzo de 2023 9 / 37

Población o Universo: Es el conjunto de individuos, objetos, eventos,

Cuando se hace un levantamiento o recolección de datos sobre una de-

HMAM (UDEP) 22 de marzo de 2023 10 / 37

Población o Universo: Es el conjunto de individuos, objetos, eventos,

Cuando se hace un levantamiento o recolección de datos sobre una de-

HMAM (UDEP) 22 de marzo de 2023 10 / 37

Población o Universo: Es el conjunto de individuos, objetos, eventos,

Cuando se hace un levantamiento o recolección de datos sobre una de-

HMAM (UDEP) 22 de marzo de 2023 10 / 37

Población o Universo: Es el conjunto de individuos, objetos, eventos,

Cuando se hace un levantamiento o recolección de datos sobre una de-

HMAM (UDEP) 22 de marzo de 2023 10 / 37

Muestra: Es un subconjunto de la población. Una muestra consta de los

Variable (o variable respuesta): Característica de interés sobre cada

HMAM (UDEP) 22 de marzo de 2023 12 / 37

Muestra: Es un subconjunto de la población. Una muestra consta de los

Variable (o variable respuesta): Característica de interés sobre cada

HMAM (UDEP) 22 de marzo de 2023 12 / 37

Dato: Valor de la variable asociada a un elemento de una población o

Datos: Conjunto de valores recolectados para la variable de cada uno

HMAM (UDEP) 22 de marzo de 2023 13 / 37

Dato: Valor de la variable asociada a un elemento de una población o

Datos: Conjunto de valores recolectados para la variable de cada uno

Experimento: Actividad planeada cuyos resultados producen un con-

HMAM (UDEP) 22 de marzo de 2023 13 / 37

Dato: Valor de la variable asociada a un elemento de una población o

Datos: Conjunto de valores recolectados para la variable de cada uno

Experimento: Actividad planeada cuyos resultados producen un con-

La Estadística es la ciencia que recopila, clasica, presenta, describe

La Estadística es la ciencia que recopila, clasica, presenta, describe

La estadística descriptiva se encarga de recopilar, clasicar, presen-

La estadística descriptiva se encarga de recopilar, clasicar, presen-

Otra forma de clasicar las variables es según su Nivel o escala de medi-

Otra forma de clasicar las variables es según su Nivel o escala de medi-

Otra forma de clasicar las variables es según su Nivel o escala de medi-

Otra forma de clasicar las variables es según su Nivel o escala de medi-

En una muestra estraticada, primero se dividen los N individuos o