Concepto Estadística General (HECDELI)

Se puede definir como una ciencia, técnica o método que deriva de las
matemáticas, es exacta y verificable que estudia el comportamiento de grupos con el
fin de reunir información para su posterior análisis. Lobez y Casa (1969), la definen
como técnica o método que se sigue para recoger, organizar, resumir, presentar,
analizar, generalizar y contrastar los resultados de las observaciones de fenómenos
reales.
Algunos, consideran la estadística como una ciencia, fundamentándose en que
esta descansa sobre un basamento matemático (teoría de las probabilidades) con el fin
de estudiar las leyes del comportamiento de aquellos fenómenos que son regidos por el
azar y otros la consideran como un método científico, refiriéndose a una estadística
cuantitativa, es decir, vinculada a aquellos principios o procedimientos desarrollados
para analizar datos numéricos; cabe destacar, que la estadística es una fuente de
información altamente confiable para la toma de decisiones.

Tipos de Estadística
1. Estadística Descriptiva: también conocida como estadística deductiva, es la
rama de la estadística que se encarga de resumir listas largas de datos con el objetivo
de obtener las características generales de un determinado grupo. Se utiliza para
organizar, sintetizar y describir información de una manera fácil y rápida; comúnmente
emplea gráficos, cuadros y tablas para representar los valores y facilitar la comprensión
de los datos.
2. Estadística Inferencial: también conocida como estadística inductiva, es la
rama de la estadística que analiza y estudia los datos de una población a partir de una
muestra extraída. Se encarga de analizar y estudiar los datos más allá de la estadística
descriptiva, con el objetivo de tomar decisiones y realizar predicciones.

Objetivos de la Estadística
El objetivo de la estadística, según Moore (2005), es mejorar la comprensión de
hechos a partir de datos. (p. 267). Así mismo, Pérez (2008), menciona que el principal
objetivo de la estadística es hacer inferencias acerca de una población, con base en la
información contenida en una muestra. (p. 172).
De igual forma, Martínez (2012), menciona algunos objetivos específicos tales
como:
1. Conocer la realidad de una observación o fenómeno.
2. Determinar lo típico o normal de esa situación.
3. Determinar los cambios que representa el fenómeno.
4. Relacionar dos o más fenómenos.
5. Determinar las causas que originan el fenómeno.
6. Hacer estimaciones sobre el comportamiento futuro del fenómeno.
7. Obtener conclusiones de un grupo menor (muestra) para hacerlas extensivas a
un grupo mayor (población).
8. Determinar el grado de validez y confiabilidad ya sea de las predicciones o las
conclusiones obtenidas a partir de muestras.

Partes de la Estadística (JISS)

De acuerdo con Moore (2005), la estadística se divide en tres partes:
1. Obtención de datos, proporciona métodos para obtener datos que permiten dar
respuestas claras a preguntas concretas.
2. Análisis de datos, se ocupa de los métodos y las ideas necesarias para
organizar y describir datos utilizando gráficos y resúmenes numéricos.
3. Inferencia estadística, va más allá de los datos disponibles y obtiene
conclusiones sobre un universo más amplio teniendo en cuenta la omnipresencia de la
variabilidad y la incertidumbre de las conclusiones.

Elementos de la Estadística
Los más empleados son:
1. Población
a) Población finita: aquella que posee o incluye un número limitado de
medidas y observaciones.
 b) Población infinita: aquellas en las que hipotéticamente no existe límite
en cuanto al número de observaciones que cada uno de ellos puede generar.
2. Muestra
3. Muestra representativa: subconjunto representativo seleccionado de una
población de la cual se obtuvo.
4. Muestreo: estudio de la muestra representativa.
5. Censo: estudio completo de la población.
6. Parámetro: características medibles en una población completa.
7. Estadístico o estadígrafo: medida de una característica relativa a una muestra,
la mayoría se encuentran por medio de una fórmula y suelen asignárseles nombres
simbólicos que son letras latinas.
8. Datos estadísticos (variables): agrupaciones de cualquier número de
observaciones relacionadas, para que se considere un dato estadístico debe tener dos
características: a) comparables entre sí. b) que tengan alguna relación.
9. Variable: característica que asume valores.
a) Variable cuantitativa o escalar: será una variable cuando pueda asumir
sus resultados en medidas numéricas.
b) Variable cuantitativa discreta: aquella que puede asumir solo ciertos
valores, números enteros. Ejemplo: número de personas (1, 2,3,4)
c) Variable cuantitativa continua: aquella que teóricamente puede tomar
cualquier valor en una escala de medidas, ya sea entero o fraccionario. Ejemplo:
la estatura 1,50
d) Variables cualitativas nominales: cuando no es posible hacer medidas
numéricas, son susceptibles de clasificación. Ejemplo color de camisas: verde,
amarillo, rojo.
10. Experimento: actividad planificada, cuyos resultados producen un conjunto de
datos. Ejemplo: ¿Cuál será la preferencia del consumidor ante dos marcas de refresco
con características similares en un ambiente armónico y sin publicidad?
Etapas del método estadístico
El método estadístico consiste en una secuencia de procedimientos para el
manejo de los datos cualitativos y cuantitativos de la investigación. Las características
que adoptan los procedimientos propios del método estadístico dependen del diseño de
investigación seleccionado para la comprobación de la consecuencia verificable en
cuestión. Tiene las siguientes etapas:
1) Recolección (medición): consiste en la medición de variables y recaudación de
la información que se especifica en el diseño de la investigación, la recolección se
puede realizar a través de la observación o complejos procedimientos de medición.
Esta etapa es fundamental ya que de ella depende que se dispongan de datos exactos
y confiables.
2) Recuento (cómputo): es la etapa en que la información recogida se somete a
revisión, clasificación y posteriormente a procesar en paquetes de software estadístico,
en ocasiones el recuento se puede hacer de manera simple y en otras requiere de
computadoras o paquetes de software especiales para el manejo de datos.
3) Presentación: es la etapa del método estadístico cuando se elaboran cuadros o
tablas y gráficos, permitiendo una inspección precisa y rápida de los datos. Esta etapa
tiene como propósito acomodar los datos de manera que se pueda efectuar una
revisión numérica precisa de los mismos, y la elaboración de gráficos facilita la
inspección visual rápida de la información.
4) Síntesis y análisis: es la presentación resumida de la información , en forma de
medidas que permiten expresar de manera sintética las principales propiedades
numéricas de grandes series o argumentaciones de datos, permitiendo a los
interlocutores evocar de la misma manera la esencia de los datos. Para los datos
cuantitativos, se encuentra la moda, la amplitud, la mediana, el promedio y la
desviación estándar. En cuanto al análisis, es la aplicación de fórmulas estadísticas
apropiadas, uso de tablas específicamente diseñadas, es decir consiste en la
comparación de las medidas de resumen previamente calculada.
Diferencias entre estadística descriptiva y estadística inferencial (MONICA)
Descriptiva Inferencial
1. Es un orden que interviene en la 1. Se centra en concluir la población,
descripción de la población en mediante análisis de muestra y
estudio. observación.
2. Hay una representación gráfica o 2. El resultado final se muestra en
tabular del resultado final. forma de probabilidad.
3. Describe los datos, que ya se 3. Intenta concluir para conocer la
conocen para resumir la muestra. población; que se extiende más allá
de los datos disponibles.
4. Recopila, organiza, analiza y 4. Contrasta datos, prueba hipótesis y
presenta datos de manera hace predicciones de los resultados
significativa. futuros.
5. Describe una condición. 5. Explica la probabilidad de que
ocurra un evento.

Población y Muestra

Población: es definida como un conjunto finito o infinito de personas u objetos

que presentan características comunes, la población se puede referir no solamente a
organismos vivientes, sino también a otros aspectos (cosas, objetos, etc).
Muestra: es una parte de la población o un subconjunto de un conjunto de
elementos obtenidos, con el fin de investigar las propiedades de la población de donde
procede. Una muestra no es más que una parte de la población que sirve para
representarla.

Parámetros y Estimadores
Un parámetro, es una medida que describe una característica de la población.
Los símbolos de los parámetros más conocidos: P: proporción o porcentaje μ: media
(cuando la media pertenece a la población y es un parámetro).
Por otra parte, un estimador, estadígrafo o estadístico es una medida que describe a
una muestra. Los símbolos de los estimadores más conocidos p: porcentaje X: media
(cuando la media ha sido calculada en la muestra).
Para reconocer si se está hablando de un parámetro o un estimador, es sencillo;
si el cálculo ha sido realizado en la población, se estaría hablando de un parámetro y si
ha sido calculado a una muestra se está hablando de un estimador. Ejemplo:
Una encuesta realizada a 50 personas adultos mayores de la comunidad
Dinamitas, reveló que en promedio realizan 5 visitas anuales al cardiólogo por
problemas de tensión arterial. En vista de los resultados el municipio deberá considerar
crear más centros integrales de atención al adulto mayor.
El promedio de visitas anuales al consultorio, ¿es un parámetro o un estimador?
Se tiene que analizar si es un cálculo realizado en una población o a una
muestra. Como dice que que se aplicó una encuesta a 50 adultos mayores, pues 50
adultos mayores no es la cantidad total de adultos mayores de la comunidad de
Dinamitas, ya que es una comunidad numerosa, por lo tanto esa es una muestra;
entonces, si se ha hecho el cálculo en una muestra, significa que el valor obtenido de
las 5 visitas anuales es un estimador.
Esa es la secuencia que se debe realizar para saber si se está hablando de un
estimador o un parámetro. Es importante mencionar, que el parámetro de una
población no es tan fácil conocer y el estimador a veces será el valor del parámetro, a
veces estará un poco alejado, pero entre más muestras tengamos y con ciertas
técnicas de aproximación podemos hacer una estimación del parámetro muy preciso y
con cierta confianza de que el estudio es correcto.