Introducción a la Estadística

TEMA 1.
INTRODUCCIÓN A LA
ESTADÍSTICA

1º Curso del Grado de Comunicación Audiovisual

INTRODUCIÓN A LA ESTADÍSTICA
Estadística Descriptiva: conjunto de procedimientos necesarios para recoger,
clasificar, representar y resumir un conjunto de observaciones.

DEFINICIONES BÁSICAS

Población: Conjunto de todos los elementos que cumplen ciertas propiedades específicas al iniciar

una investigación o estudio. Pueden ser objetos, seres vivos, etc.

Tamaño de la población: Número de individuos que la componen y atendiendo al tamaño

clasificaremos las poblaciones en finitas o infinitamente grandes, cuyo tamaño puede considerarse si no

infinito, lo suficientemente grande como para poder suponerlo.

INTRODUCIÓN A LA ESTADÍSTICA

6 PASOS A REALIZAR (Resumen)

Para llevar a cabo un análisis de este tipo se deben los siguientes pasos:

1. Establecer los objetivos del análisis

11. Diseñar el análisis
111. Evaluar las hipótesis subyacentes a la técnica a utilizar
1V. Realizar el análisis
V. Interpretar los resultados obtenidos
V1. Validar dichos resultados

CLASIFICACIÓN DE LAS VARIABLES

ESCALAS DE MEDIDA DE VARIABLES

Se pueden clasificar en 4 los tipos de Escala de Medida para las variables:

1. Escala de Medida Nominal

II. Escala de Medida Ordinal

III. Escala de Medida de Intervalo

IV. Escala de Medida de Razón

 CLASIFICACIÓN DE LAS VARIABLES

TIPOS DE VARIABLE:

Las variables independientes son las características en las que

difieren los objetos de estudio (sexo, edad, etc.) (en estudios de
encuesta y en estudios observacionales) mientras que en estudios
experimentales son las diferentes condiciones a las que exponemos a
los objetos de estudio.
También se les llama variables explicativas o predictoras.

CLASIFICACIÓN DE LAS VARIABLES

LAS VARIABLES Y SU PAPEL EN LA INVESTIGACIÓN O EN LAS
HIPÓTESIS: Var. independientes (vv.ii)-Var. dependientes (vv.dd)

Las variables dependientes son aquellas cuyo comportamiento es

explicado o pronosticado por una o mas variables independientes.
También se las llama variables criterio o respuesta. En las
investigaciones no experimentales no siempre está claro si una
variable es dependiente o independiente, siendo el contexto de la
investigación la que hace decidir aunque a veces una variable puede
desempeñar diferentes roles en distintas situaciones.

En algunas aplicaciones del análisis multivariable, todas las variables

tienen el mismo estatus y se habla de relaciones de interdependencia
entre variables. En estos casos no hay variables dependientes e
independientes.
 CLASIFICACIÓN DE LAS VARIABLES
CLASIFICACIÓN DE LAS VARIABLES POR LOS VALORES QUE
PUEDEN TOMAR. La clasificación de las escalas de medida no siempre
deja las cosas claras, por eso frecuentemente en el análisis de datos se
divide a las variables en dos grandes grupos:

Variables no métricas o cualitativas (escalas nominal y ordinal)

Variables métricas o cuantitativas ( escalas de intervalo o de

razón)

O también:

CLASIFICACIÓN DE LAS VARIABLES

CLASIFICACIÓN DE LAS VARIABLES POR LOS VALORES QUE
PUEDEN TOMAR. La clasificación de las escalas de medida no siempre
deja las cosas claras, por eso frecuentemente en el análisis de datos se
divide a las variables en dos grandes grupos:

Variable continua es una variable cuantitativa que por su naturaleza

puede adoptar cualquier valor numérico (dentro de un intervalo). Para
todo par de valores siempre se puede encontrar un valor intermedio,
la precisión la da el instrumento de medida. (peso, estatura..)

Variable discreta : variable cualitativa o cuantitativa que sólo puede

adoptar un número finito de valores distintos. En las cuantitativas
entre dos valores continuos no hay uno intermedio. (número de hijos)
 CLASIFICACIÓN DE LAS VARIABLES
CLASIFICACIÓN DE LAS VARIABLES POR LOS VALORES QUE
PUEDEN TOMAR. La clasificación de las escalas de medida no siempre
deja las cosas claras, por eso frecuentemente en el análisis de datos se
divide a las variables en dos grandes grupos:

Variable dicotómica o binaria : Es aquella que sólo puede tomar dos

valores. Por ejemplo Sexo, tener o no una enfermedad. Si a sus valores se
les pone 0 y 1 se le llama binaria

Variable ficticia (dummy). Las variables cualitativas (nominales y

ordinales) a veces se convierten en numéricas usando variables ficticias. En
ellas el 1 indica presencia de una categoría y el 0 ausencia de la misma. Para
convertir una variable cualitativa en dummy hacen falta tantas variables como
niveles de la variable cualitativa menos uno. Para sexo sería suficiente con
una (varón=0, mujer=1) Para Estudios (Eso, Bachillerato y FP) harían falta
dos: V1: eso=1, Bach y FP=0, V2: Bach=1, eso y Fp =0, FP queda definida
por ser 0 en las otras dos.

CLASIFICACIÓN DE LAS VARIABLES

CLASIFICACIÓN DE LAS VARIABLES POR CLASIFICACIÓN DE
ESCALA Y ORIGEN:

Puntuaciones directas o brutas, son las obtenidas directamente y

se suelen representar con letras mayúsculas (X,Y, ...) y tienen Medias
(, , ...) y desviaciones típicas (s x , s y ...)

Puntuaciones centradas en la media o diferenciales, se suelen

representar con letras minúsculas y son un cambio de origen al restar
la media de las puntuaciones originales (x = X - ; y = Y- ..) estas
variables tienen media cero y su desviación típica coincide con la de
las puntuaciones originales. Es un cambio de origen pero no de
escala
 CLASIFICACIÓN DE LAS VARIABLES
CLASIFICACIÓN DE LAS VARIABLES POR CLASIFICACIÓN DE
ESCALA Y ORIGEN:

Puntuaciones típicas o estandarizadas, normalmente

representadas por la letra z con el subíndice correspondiente a la
variable ( z x , z y ...). Se obtiene restando a los valores originales la
media y dividiendo por la desviación típica ( z x = ( X -  ) / s x )
Las puntuaciones típicas están libres de escala y siempre tiene media
0 y desviación típica 1.

COMBINACIÓN LINEAL DE VARIABLES

COMBINACIÓN LINEAL DE VARIABLES

La mayor parte de las técnicas multivariables combinan las variables de

alguna forma "útil". Normalmente esta combinación es una combinación lineal,
a veces llamada variante, aunque también hay combinaciones no lineales, no
las estudiaremos este curso. Una combinación lineal es una suma ponderada
de las variables, para un conjunto p de variables observadas tendremos

V = w1 X1 + w2 X2 + ... w p X k

V es la nueva variante o combinación lineal, y X j y w j representan las

variables originales y sus pesos, respectivamente (j = 1,2, p). Esa misma
ecuación se puede representar como el producto de dos vectores v = w' x

En cuanto al número de variables que interesa incluir en un análisis

multivariante como regla general se debe observar la parsimonia científica,
es decir obtener la mejor solución con el menor número posible de variables.