Actividad 1- Consulta

1. 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.
2. Estadística inferencial
Se llama estadística inferencial o inferencia estadística a la rama de la Estadística
encargada de hacer deducciones, es decir, inferir propiedades, conclusiones y
tendencias, a partir de una muestra del conjunto. Su papel es interpretar, hacer
proyecciones y comparaciones.
La estadística inferencial emplea usualmente mecanismos que le permiten llevar a
cabo dichas deducciones, tales como pruebas de estimación puntual (o de intervalos
de confianza), pruebas de hipótesis, pruebas paramétricas (como de media, de
diferencia de medias, proporciones, etc.) y no paramétricas (como la prueba del chi-
cuadrado, etc.). También le son útiles los análisis de correlación y de regresión, las
series cronológicas, el análisis de varianza, entre otros.
3. Población
Una población, también llamada universo o población objetivo, es un grupo de
elementos sobre el que se quiere obtener información y que puede ser un conjunto
de personas, de objetos, de lugares, de sucesos, de textos, etc.

4. Muestra
En muchas investigaciones estadísticas, no es posible analizar a todos los individuos
de una población, porque estos se encuentran muy dispersos o porque el proceso es
sumamente costoso. Por eso, se selecciona una muestra, es decir, una parte o un
subconjunto de la totalidad que se quiere estudiar.
5. Censo
recuento de individuos que conforman una población estadística, definida como un
conjunto de elementos de referencia sobre el que se realizan las observaciones. El
censo de una población estadística consiste básicamente en obtener mediciones del
número total de individuos mediante diversas técnicas de recuento y se realiza cada
determinado período.
6. variables
son las características o las propiedades de una población o de una muestra
representativa que se analizan en una investigación
7. Variables cualitativas.
Sus valores se expresan con palabras, es decir, que son no numéricos, porque hacen
referencia a atributos.
 Nominales. Expresan cualidades y cuyos valores no se ordenan
jerárquicamente.
  Ordinales. Expresan cualidades y cuyos valores se ordenan
jerárquicamente.
8. Variables cuantitativas. Son aquellas variables cuyos valores son numéricos,
porque hacen referencia a cantidades.
 Variables discretas. Son aquellas variables cuyos valores se expresan con
números enteros.
 Variables continuas. Son aquellas variables cuyos valores se expresan con
números reales.
9. Variables independientes. Son aquellas variables que causan o condicionan el
fenómeno observado, que pueden ser manipuladas por los investigadores y cuyos
valores no fluctúan en relación con otras variables.
10. Variables dependientes. Son aquellas variables que son las consecuencias o los
efectos de las variables independientes y que, por lo tanto, fluctúan en relación con
estas últimas.
Escalas de Medición
11. 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.
Ejemplo: Una variable que indica si el visitante de este post es «hombre» o «mujer”.
En esta variable se tienen dos etiquetas para clasificar a los visitantes. El orden
carece de sentido, así como la comparación u operaciones aritméticas.
12. 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:
Una variable que mide la calidad de un post. La variable puede tomar valores
enteros del 1 al 5, donde el valor 1 es el peor y el 5 el mejor.
En esta variable sigue sin tener sentido las operaciones aritméticas, pero ahora sí
tiene sentido el orden. Si un post tiene valor 4 y otro tiene valor 2, el primero se
entiende que es mejor que es segundo.
13. Escala de intervalo
En una escala de intervalo, los datos tienen las propiedades de los datos ordinales,
pero a su vez la separación entre las variables tiene sentido. Este tipo de datos
siempre es numérico, y el valor cero no indica la ausencia de la propiedad. Veamos
un ejemplo: La temperatura (en grados centígrados) media de una ciudad. En esta
escala, los números mayores corresponden a temperaturas mayores. Es decir, el
orden importa, pero a la vez la diferencias entre las temperaturas importa.
14. 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.
 Ejemplo: Una variable que mide el salario de una persona. En esta variable, si una
persona gana 100, y otra 10, la primera gana más que la segunda (comparación).
También tiene sentido decir que la primera gana 90 más que la segunda (diferencia),
o que gana 10 veces más (proporción).
15. parámetro estadístico.
es un número que se obtiene a partir de los datos de una muestra estadística. Los
parámetros estadísticos también se conocen como estadísticos descriptivos. Los
parámetros estadísticos dan un buen resumen cuando se conoce la distribución de la
población. En particular, si la muestra proviene de una distribución normal,
entonces el promedio típico y la desviación estándar dan un buen resumen de la
distribución.
Ejemplos de parámetros estadísticos son el promedio, la mediana, la desviación
estándar o los cuartiles.
Los parámetros estadísticos se clasifican según la información que resumen. Los
dos tipos más comunes de parámetros estadísticos son:
De tendencia central
De dispersión
16. Medidas de tendencia central
Estos parámetros nos indican alrededor de qué valor (centro) se distribuyen los
datos.
Algunas medidas de tendencia central son
 Media aritmética:
La media es el valor promedio de la muestra. También se puede interpretar
como el centro de gravedad de los datos.
 Mediana:
La mediana es el valor que separa la mitad superior de la muestra y la
inferior. En otras palabras, divide los datos en dos partes iguales.
 Moda:
La moda es el valor que más se repite en una muestra. Es decir, es el valor
más frecuente.
Ejemplo:
Tenemos los siguientes datos, los cuales representan las edades en una
oficina:
21, 24, 29, 43, 38, 27, 31, 27, 27, 26, 34, 23, 39
Para estos datos:
1. Su media es 29.92 años. Es decir, el trabajador promedio tiene 30 años
(después de redondear).
2. La moda de estos datos es 27 años. Por lo tanto, 27 años es la edad más
frecuente.
3. La mediana es 27 años también. Esto significa que la mitad de los
empleados tienen más de 27 años, mientras que la otra mitad tienen 27 años
o menos.