CENTRO UNIVERSITARIO DEL SIGLO XXI

Licenciatura En Criminología y Criminalística

Alumna: María Concepcion Almeida Martinez

Aula: 301
`
2do. Bimestre del 3er. 4tri. Mestre

Asignatura: Estadística

Docente: José Campos Feria

Tarea: n ° 1

Investigación, Resumen, Conclusión

Tema: introducción a la estadística

Fecha de entrega: 17/07/2022 Hora:

 Índice

Índice...................................................................................................................................2
Investigación........................................................................................................................3
Resumen..............................................................................................................................4
Conclusión...........................................................................................................................5
Bibliografía..........................................................................................................................6

`
 INVESTIGACIÓN

1.1- INTRODUCCIÓN A LA ESTADÍSTICA

Historia De La Estadística

Desde 3.000 años antes de Cristo, se tienen noticias de los primeros censos
hechos a la población, en la antigua Babilonia, Persia, Egipto y China, se
elaboraban censos de las propiedades de los habitantes con fines impositivos.
El mismo Moisés, que existió en los siglos XV – XIV antes de Cristo, y que
era profeta y legislador hebreo, levantó un censo de su pueblo en el desierto, según
lo señala la Biblia.
Y en Grecia, el censo era algo muy usual en sus principales ciudades
democráticas.
También Servio Tulio, que se supone vivió entre 578 y 534 antes de Cristo,
` y fue el sexto Rey de Roma, ordenó que se llevara a cabo un censo cada 5 años, y
el fin era el de planificar los impuestos, preparar elecciones y la conscripción
militar. Como ha de recordarse, San José y la Virgen María iban a Belén a
inscribirse en el segundo de estos censos, cuando nació Jesús, según sus discípulos
Lucas, y Mateo, ya en la época del Emperador Augusto.

El primer censo en América fue llevado a cabo por los Incas, y lo más
probable es que haya sido en la época de Pachacútec Yupanqui, Inca que fue
llamado "El Reformador del Mundo" quien organizó el Imperio Incaico económica
y socialmente.
El matemático y filósofo italiano Girolano Cardano, que vivió entre los años
1510 y 1576, realizó los primeros estudios sobre probabilidades, y fueron
publicados en su trabajo "Iber de Ludo Alea" que quiere decir "Manual para tirar
los dados".

Felipe II (1575 – 1578) fue el Rey de España, e hizo levantar un censo en el

Nuevo Mundo de sus dominios, en el año de 1576.
Gottfried Achenwall (Desde 1719 hasta 1772), un reconocido economista y
profesor universitario, de origen alemán, profundizó en estudios que dieron origen
a la Estadística Inductiva.
 Juan Pedro Sussmilchi, que vivió desde 1707 hasta 1767, y fue un brillante
matemático, estadístico y teólogo alemán, perfeccionó los estudios demográficos,
al mismo tiempo que Antonio Deparcioux, que vivió entre 1703 y 1768 y fue un
gran matemático francés, aplicó la Estadística para obtener las primeras "Tablas de
Mortalidad", con lo cual se dio inicio el próspero negocio del seguro de vida.

Jacques Bernoulli (1654-1705) matemático suizo, escribió "Ars Cojetandi"

que quiere decir en español, el Arte de Conjeturar, publicado póstumamente en
1713 y formula la Ley de los Grandes Números, primer paso hacia la Estadística
Matemática.

El Marqués Pedro Simón de Laplace que vivió desde 1749 hasta 1827,
matemático y astrónomo francés, anuncia su Teoría Analítica de las Probabilidades
en 1812, y este fue otro gran impulso a la Estadística Matemática.

Lambert Jacques Quetelet (1796-1874), gran astrónomo y matemático de

origen belga, aplicó el método estadístico al estudio de la Economía Social
(Características físicas, intelectuales y morales de los humanos); creando así la
Sociometría.
`
Pafnuti Lvovich Chevyshev (1821-1884) crea la Desigualdad de Chevyshev,
que es de gran utilidad como herramienta teórica, aplicable a las distribuciones de
medias y varianzas finitas.

Gregor Johann Mendel, (1822-1884), conocido botánico austríaco, que

experimentó con 34 variedades de arvejas, durante un lapso de 2 años, descubre y
enuncia, en el año de 1865, las Leyes de Mendel; leyes estadísticas que rigen la
herencia y la hibridación de los vegetales, lo cual es considerado el punto de
partida de la biometría.

El científico inglés, Francis Galton (1822-1911), primo de Darwin y creador

de la Eugenesia, de nuevos métodos antropométricos, de la moderna teoría de la
Estadística y su aplicación a la Sociometría y a la Biometría. Ideó los deciles y
centiles.

Karl Pearson (1857-1936), matemático inglés, crea el método de los

momentos, la Prueba de chi cuadrana, los conceptos de Curva normal, y de
Desviación normal. Publica sus trabajos bajo el epígrafe de Contribución a la
 teoría matemática de la evolución, y en total, da un gran impulso a las técnicas
usadas en estudios de fenómenos sociales (Sociometría) y biológicos (Biometría).
Hoy en día la Estadística ha llegado a tal grado de perfeccionamiento y
especialización, que casi no existe disciplina científica, o técnica, De investigación,
control o planificación, en la cual no se apliquen los métodos estadísticos como
una herramienta de trabajo valiosísima e insustituible.

Concepto de Estadística:

La ESTADISTICA es la ciencia que le facilita al hombre el estudio de datos

masivos pasa de esa manera sacar conclusiones valederas y efectuar predicciones
razonables de ellos; y así mostrar una visión de conjunto clara y de más fácil
apreciación, así como para describirlos y compararlos.

En una forma práctica, la ESTADÍSTICA nos proporciona los métodos

científicos para la recopilación, organización, resumen, representación y
ANALISIS de DATOS, o análisis de hechos, que se presenten a una valuación
numérica; tales como son: Características biológicas o sociológicas, fenómenos
físicos, producción, calidad, población riqueza, impuestos, cosechas, etc.
` Definición de Estadística

Mínguez que define la Estadística como "La ciencia que tiene por objeto
aplicar las leyes de la cantidad a los hechos sociales para medir su intensidad,
deducir las leyes que los rigen y hacer su predicción próxima".

La Estadística es la ciencia cuyo objetivo es reunir una información

cuantitativa concerniente a individuos, grupos, series de hechos, etc. y deducir de
ello gracias al análisis de estos datos unos significados precisos o unas previsiones
para el futuro.

Importancia de la Estadística

Los métodos estadísticos tradicionalmente se utilizan para propósitos

descriptivos, para organizar y resumir datos numéricos. La estadística descriptiva,
por ejemplo, trata de la tabulación de datos, su presentación en forma gráfica o
ilustrativa y el cálculo de medidas descriptivas.

Ahora bien, las técnicas estadísticas se aplican de manera amplia en

mercadotecnia, contabilidad, control de calidad y en otras actividades; estudios de
 consumidores; análisis de resultados en deportes; administradores de instituciones;
en la educación; organismos políticos; médicos; y por otras personas que
intervienen en la toma de decisiones.

Aplicaciones de la estadística

Aunque comúnmente se asocie a estudios demográficos, económicos y

sociológicos, gran parte de los logros de la estadística se derivan del interés de los
científicos por desarrollar modelos que expliquen el comportamiento de las
propiedades de la materia y de los caracteres biológicos. La medicina, la biología,
la física y, en definitiva, casi todos los campos de las ciencias emplean
instrumentos estadísticos de importancia fundamental para el desarrollo de sus
modelos de trabajo.

Campos de aplicación

La estadística es una ciencia de aplicación práctica casi universal en todos

los campos científicos:

En las ciencias naturales: se emplea con profusión en la descripción de

` modelos termodinámicos complejos (mecánica estadística), en física cuántica, en
mecánica de fluidos o en la teoría cinética de los gases, entre otros muchos
campos.

En las ciencias sociales y económicas: es un pilar básico del desarrollo de la

demografía y la sociología aplicada.

En economía: suministra los valores que ayudan a descubrir interrelaciones

entre múltiples parámetros macro y microeconómicos.

En las ciencias médicas: permite establecer pautas sobre la evolución de las

enfermedades y los enfermos, los índices de mortalidad asociados a procesos
morbosos, el grado de eficacia de un medicamento, etcétera.

Clasificación de la estadística

Tradicionalmente la estadística se clasifica en: Estadística Aplicada.

ESTADÍSTICADESCRIPTIVA. -
 La estadística descriptiva en la ciencia que analiza series de datos (por
ejemplo, edad de una población, peso de los trabajadores de un determinado centro
de trabajo, temperatura en los meses de verano, etc.) y trata de extraer conclusiones
sobre el comportamiento de esto.
Las variables que se observan y analizan pueden ser de dos tipos:

Variables cualitativas o atributos: no se pueden medir numéricamente,

representan características o atributos de las variables (por ejempló: nacionalidad,
sexó, religión).

Variables cuantitativas: tienen valor numérico (edad, altura, precio de un

producto, ingresos anuales).

El proceso que sigue la estadística descriptiva para el estudio de una cierta

población consta de los siguientes pasos:

Selección de caracteres dignos de ser estudiados.

Mediante encuesta o medición, obtención del valor de cada individuo en los

caracteres seleccionados.
`
Elaboración de tablas de frecuencias, mediante la adecuada clasificación de
los individuos dentro de cada carácter.

Representación gráfica de los resultados (elaboración de gráficas

estadísticas).

Obtención de parámetros estadísticos, números que sintetizan los aspectos

más relevantes de una distribución estadística.

ESTADÍSTICAINDUCTIVA. -

Estadística matemática o inferencia, unida a la teoría de probabilidades. Se

encargade extraer conclusiones a partir de una muestra al total de la población con
un pequeño margen de error.

La estadística descriptiva trabaja con todos los individuos de la población.

La estadística inferencial, sin embargo, trabaja con muestras, subconjuntos
formados por algunos individuos de la población. A partir del estudio de la muestra
se pretende inferir aspectos relevantes de toda la población. Cómo se selecciona la
 muestra, cómo se realiza la inferencia, y qué grado de confianza se puede tener en
ella son aspectos fundamentales de la estadística inferencial, para cuyo estudio se
requiere un alto nivel de conocimientos de estadística, probabilidad y matemáticas.

Estadística Matemática. - la que se refiere a las bases teóricas de la materia.

La palabra «estadísticas» también se refiere al resultado de aplicar un

algoritmo estadístico a un conjunto de datos, como en estadísticas económicas,
estadísticas criminales, entre otros.

CONCEPTOS BASICOS

Población: Es el conjunto de elementos, individuos o entes sujetos a estudio

y de los cuales queremos obtener un resultado.

Población finita: cuando el número de elementos que la forman es finito, por

ejemplo, el número de alumnos de un centro de enseñanza, o grupo clase

Población infinita: cuando el número de elementos que la forman es infinito,

o tan grande que pudiesen considerarse infinitos
`
Muestra: Es un subconjunto de la población, preferiblemente representativo
de la misma. Por ejemplo, si la población es el conjunto de todas las edades de los
estudiantes de la provincia de Buenos Aires, una muestra será conjunto de edades
de 2000 estudiantes de la provincia de Buenos Aires tomados al azar.

TIPOS DE MUESTREO

Muestreo probabilístico: Consiste en elegir una muestra de una población al

azar. Podemos distinguir varios tipos de muestreo:

Muestreo aleatorio simple: Para obtener una muestra, se numeran los

elementos de la población y se seleccionan al azar los n elementos que contiene la
muestra.

Variable: Una variable es una característica que al ser medida en diferentes

individuos es susceptible de adoptar diferentes valores.

Variables cualitativas: Son las variables que expresan distintas cualidades,

características o modalidad. Cada modalidad que se presenta se denomina atributo
 o categoría y la medición consiste en una clasificación de dichos atributos. Las
variables cualitativas pueden ser dicotómicas cuando sólo pueden tomar dos
valores posibles como sí y no, hombre y mujer o son politómicas cuando pueden
adquirir tres o más valores. Dentro de ellas podemos distinguir:

Variable cualitativa ordinal o variable cuasi cuantitativa: La variable puede

tomar distintos valores ordenados siguiendo una escala establecida, aunque no es
necesario que el intervalo entre mediciones sea uniforme, por ejemplo: leve,
moderado, grave.

Variable cualitativa nominal: En esta variable los valores no pueden ser

sometidos a un criterio de orden como, por ejemplo, los colores o el lugar de
residencia.

Variables cuantitativas: Son las variables que se expresan mediante

cantidades numéricas. Las variables cuantitativas, además pueden ser:

Variable discreta: Es la variable que presenta separaciones o interrupciones

en la escala de valores que puede tomar. Estas separaciones o interrupciones
indican la ausencia de valores entre los distintos valores específicos que la variable
` pueda asumir. Ejemplo: El número de hijos (1, 2, 3, 4, 5).

Variable continua: Es la variable que puede adquirir cualquier valor dentro

de un intervalo especificado de valores. Por ejemplo, la masa (2,3 kg, 2,4 kg, 2,5
kg…) o la altura (1,64 m, 1,65 m, 1,66 m…), que solamente está limitado por la
precisión del aparato medidor, en teoría permiten que siempre exista un valor entre
dos variables, también puede ser el dinero o un salario dado.

CONCLUSIONES

La estadística provino desde antes de Cristo en el país de Egipto, Persia,

babilonia desde que Moisés levanto un censo del pueblo y cuando ha avanzado,
primer censo en América fue llevado a cabo por los Incas y como muchos
matemáticos, filósofos, teólogos, han experimentado y aplicado la estadística hasta
hoy en día que la seguimos utilizando y aplicando parala sociedad, ya que es un
potente auxiliar de muchas ciencias y actividades humanas: sociología, sicología,
geografía humana, economía, etc.
Los conceptos antes mencionados han sido analizados e investigados de tal
manera de hacer más fácil su comprensión y entendimientos ya que la estadística
 es la ciencia que trata de entender, organizar y tomar decisiones que estén de
acuerdo con los análisis efectuados

Es recomendable tomar en cuenta que la estadística es muy importante en la

vida social y laboral del hombre ya que generaliza información.

Es una herramienta indispensable para la toma de decisiones.

También es ampliamente empleada para mostrar los aspectos cuantitativos

de una situación (Llerena, 2022)

1.2- HISTORIA DE LA ESTADÍSTICA

Hasta el comienzo del siglo XIX no se empieza a utilizar la palabra

Estadística en el sentido que le damos hoy día.
`
En su origen, el término estadística aparece ligado a la actividad
gubernamental y el de estadístico con el de estadista o político. Ello se debía
principalmente a que el primer y fundamental uso de la estadística se realizaba por
los gobernantes que deseaban conocer la extensión de sus dominios, la población
residente en ellos y la cantidad de impuestos que se podían planificar de la
población.

Hasta 1850 la palabra "estadística" se usaba en un sentido diferente del

actual, significando básicamente información sobre estaos políticos. Tal
información tendía a crecer rápidamente en cantidad y en extensión teniendo que
adoptarse formas de recoger la información en tablas, cuadros, gráficos y matrices.
Se llegó así de manera natural a que la palabra estadística significase todo el
material surgido de la observación del mundo aceptándose este uso a partir del
siglo XIX.

En la actualidad el término estadística tiene un sentido más amplio, y se

refiere a la misma, como ciencia que estudia el comportamiento de los fenómenos
de masas, no ocupándose de comportamientos individuales e incluyendo métodos
especiales de elaboración.
 El Diccionario de la Lengua Española considera que el término
Estadística procede de estadista, esta voz de estado y estado e la palabra latina
"status", o situación en que una persona o cosa, y en especial cada uno de los
sucesivos modos de ser de una persona o cosa, sujeta a cambios que influyen en su
condición. Se llega a dos acepciones:

- Como censo o recuento de la población, de los recursos naturales e

industriales, del tráfico o de cualquier otra manifestación de un estado, provincia,
pueblo o conjunto.

- Estudio de los hechos morales o físicos del mundo que se prestan a

numeración o recuento y a comparación de las cifras referentes a ellos.

Cuando se construyen estadísticas para comparar cifras, aparece de forma

natural la existencia de valor medio, concepto que facilitó un campo de
investigación a los Aritméticos políticos: Juan Graunt, Petty o Süssmilch.

Los precursores de la Estadística la entendían como una aritmética de la

política. Sus trabajos se referían principalmente a lo que hoy denominamos
` estadísticas demográficas. Así Gaunt establece las primeras tasas de mortalidad,
con intervalos de edades definidos, utilizando para ello los registros de defunciones
de Londres. Las tablas de defunciones de Halley son la iniciación de los trabajos
actuariales actuales (ites.google.com, 2022).

1.3 APLICACIÓN DE LA ESTADÍSTICA

Uso y Aplicación de la Estadística

Uso de la estadística

La estadística es un potente auxiliar de muchas ciencias y actividades

humanas:

Educación,
sociología,
geografía humana,
economía, etc.
 Es una herramienta indispensable para la toma de decisiones.
También es ampliamente empleada para mostrar los aspectos cuantitativos
de una situación.
La estadística está relacionada con el estudio del proceso cuyo resultado es
más o menos imprescindible y con la finalidad de obtener conclusiones para tomar
decisiones razonables de acuerdo con tales observaciones.

La estadística se ocupa de establecer leyes generales a partir de los datos

correspondiente a muestra, mediante la aplicación del cálculo de probabilidades.

La misma la podemos utilizar para obtener información de un censo de

población.

Aplicación de la estadística

Se asocia a estudios demográficos, económicos y sociológicos. Casi todos

los campos de la ciencia emplean instrumentos estadísticos de importancia
fundamental para el desarrollo de su módulo de trabajo.
` Campos de aplicación

La estadística es una ciencia de aplicación práctica casi universal en todos

los campos científicos:

Ciencias naturales: se emplea con profesión en la descripción de modelos

termodinámicos complejos en física cuántica, en teoría cinética de los gases.
Ciencias sociales y económicas: es un pilar básico del desarrollo de la
demografía y la sociología aplicada.
Economía: suministra los valores que ayudan a descubrir interrelaciones
entre múltiples parámetros macro y microeconómicos.
Ciencias médicas: permite establecer pautas sobre la evolución de las
enfermedades y los enfermos, el grado de eficacia de un medicamento
(www.webscolar.com, 2022).

Otras

1- En el campo laboral
 La estadística suele ser empleada en distintas áreas del campo laboral. La
planeación estratégica de una organización se apoya fundamentalmente en estudios
de pronósticos y de presupuestos.

2- En la preferencia por ciertas marcas

Los consumidores de bienes y servicios generalmente manifiestan
preferencia por ciertas marcas del mercado.
Esta tendencia es producto del pensamiento estadístico según el cual la
durabilidad, la calidad y el nivel de satisfacción es representado en mayor medida
por estas marcas.

3- En las finanzas personales

La planificación financiera de una persona es el vívido ejemplo de la
aplicación de la estadística en la vida diaria.

` La relación entre los ingresos y los egresos determinan la situación actual de

la persona. Estos datos sirven de fundamento histórico para la planificación de
compromisos sucesivos (proyecciones) que requieren el trazado de ciertas
estrategias para ser logrados

4- En los deportes
Los récords de los deportistas son elaborados en función de su desempeño
por cantidad de juegos o partidos en los cuales hayan participado.

En el caso de los jugadores de béisbol, su desempeño se mide por su

porcentaje de bateos, carreras anotadas y bases robadas.

En el caso de los futbolistas delanteros, el patrón de referencia es la cantidad

de goles por partidos jugados.

5- En las ventas
El mundo de las ventas es planificado en función a análisis pormenorizados
sobre las necesidades de los consumidores, sus gustos y sus preferencias
 6- Optimización de rutas
La información estadística es esencial para calcular las rutas de transporte y
optimizarlas. Pueden ser desde las rutas de reparto de empresas de logística al
tráfico aéreo de aviones comerciales.

7- Apuestas deportivas
Los pronósticos de las apuestas deportivas están determinados por los datos
que se recaban y que la estadística se encarga de analizar. Es decir, una casa de
apuesta tendrá cuotas más altas o bajas en función a lo que la estadística considere
más probable que ocurra.

8- Audiencia de las cadenas

Hoy en día, no existe un receptor que pueda controlar con exactitud la
audiencia de las cadenas de televisión. Por ello, empresas dedicadas a ello realizan
una muestra estadística que sirve de baremo representativo de la población
(Murillo, 2022).

1.4- APLICACIÓN DE LA ESTADÍSTICA EN

`
DIFERENTES ÁREAS DEL CONOCIMIENTO

La estadística es una ciencia de aplicación práctica casi universal en

todos los campos científicos:

En las ciencias naturales: se emplea con profusión en la descripción de

modelos termodinámicos complejos (mecánica estadística), en física cuántica, en
mecánica de fluidos o en la teoría cinética de los gases, entre otros muchos
campos.
En las ciencias sociales y económicas: es un pilar básico del desarrollo de la
demografía y la sociología aplicada.
En economía: suministra los valores que ayudan a descubrir interrelaciones
entre múltiples parámetros macro y microeconómicos.
En las ciencias médicas: permite establecer pautas sobre la evolución de las
enfermedades y los enfermos, los índices de mortalidad asociados a procesos
morbosos, el grado de eficacia de un medicamento, etcétera (www.hiru.eus, 2022).
 1.5 CLASIFICACIÓN DE LA ESTADÍSTICA

- Estadística Descriptiva.
Es aquella que consiste en la evaluación de un fenómeno por medio de la
observación y su posterior presentación en datos y gráficos con el fin de detallar el
mismo fenómeno y su comportamiento.

Los pasos por medio de los cuales procede la estadística descriptiva son los
siguientes:

Recolectar: en efecto los datos deben ser obtenidos de forma consecuente de

una muestra, es decir, los mismos deben proceder de la observación exacta de un
fenómeno y de su comportamiento, solo así es posible recabar toda la información
necesaria.
Analiza: no basta con la simple observación, los datos deben ser sometidos a
una serie de estudios con el fin de evaluarlos y proceder a su respectiva
` categorización, los datos deben ser sometidos a procesos analíticos con el fin de
proyectar los resultados y si estos son o no consecuentes para la investigación.
Caracterización o categorización, esto equivale al proceso de agrupación de
los datos en distintos grupos con el fin de que los mismos puedan presentarse de
forma segmentada para una mejor apreciación de los resultados.

Estadística inferencial.
Refiere al estudio particular de una población con el fin de apreciar el
comportamiento determinado de la misma, en efecto, el proceso de estudio procede
es de una muestra, con la finalidad de obtener de la mismas las alternativas o
probabilidades que pudieron ocasionar que el fenómeno se suscitará.

Para poder entender el concepto de estadística inferencial, es menester

proceder al estudio de los conceptos básicos de la misma, como es población y
muestra.

Una población no es más que una cantidad determinada de sujetos, una

universalidad con una característica peculiar que permite agruparlas; mientras que
una muestra es una pequeña toma que se realiza de la población procediendo a la
categorización de forma más estricta.
 La estadística inferencial plantea sus postulados por medio de hipótesis que
no son más que planteamientos referenciales que se realizan respecto a una
situación en específica, los mismos pueden contener la conjugación de hechos con
posibles alternativas de ocurrencias (www.clasificacionde.org, 2022).

1.6- ESTADÍSTICA DESCRIPTIVA

La estadística descriptiva es una disciplina que se encarga de recoger,

almacenar, ordenar, realizar tablas o gráficos y calcular parámetros básicos sobre
el conjunto de datos (López, economipedia.com, 2019)

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.
` Por estadística descriptiva entendemos, por ejemplo, el cálculo de la media y
la mediana, dos indicadores muy importantes y sobre todo diferentes. La mediana
es un indicador que “no tiene en cuenta los valores extremos, a veces poco
frecuentes”, a diferencia de la media, que está muy influida por estos valores
extremos (www.questionpro.com, 2022).

La estadística descriptiva se caracteriza por:

– Organizar la información recabada en forma de datos y gráficas. Las

gráficas pueden ser diversas: histogramas, polígonos de frecuencia, diagramas con
forma de torta, entre otros.

– Distribuir los datos en rangos de frecuencias para facilitar su manejo.

Utilizar la aritmética para encontrar los valores más representativos de los datos, a
través de las medidas de tendencia central, así como analizar la dispersión de estos.

– Determinar la forma de las distribuciones, su simetría, si están centradas o

sesgadas, y si son apuntadas o más bien aplanadas.

Ejemplos de estadística descriptiva

 Ejemplo 2
Para hacer un seguimiento del equipo de fútbol local y hacer nuevos
fichajes, los directivos llevan el registro del número de partidos jugados, ganados,
empatados y perdidos, así como el número de goles, los anotadores y cómo
consiguieron anotar: de tiro libre, de media cancha, penales, con pierna zurda o
derecha, entre otros detalles.

Ejemplo 3
Una heladería dispone de varios sabores de helados y quiere mejorar sus
ventas, por lo tanto, los dueños llevan a cabo un estudio donde cuentan la cantidad
de clientes, los separan en grupos por sexo y rango de edades.

En dicho estudio se registra el sabor de helado favorito y la presentación

más vendida, por ejemplo. Y con los datos recabados planifican las compras de los
sabores y los envases y accesorios necesarios para su preparación.

Tablas y gráficos
Aunque las tablas y los gráficos no son algo exclusivo de la estadística
` descriptiva, sí que la caracterizan. En informes, en estudios e investigaciones es
muy frecuente el uso de gráficos. Nos ayudan a mostrar la información de manera
más sencilla y acotada.

Eso sí, dentro de las tablas y gráficos existen una cantidad de tipos inmenso.
A continuación, pondremos algunos ejemplos de gráficos y tablas frecuentemente
utilizados.

Histograma.
Gráfico de barras.
Gráfico de sectores.
Tablas de probabilidad.
Tablas bidimensionales.
Gráfico de cajas.
 1.7- TEORÍA DE LA PROBABILIDAD

La teoría de la probabilidad es una herramienta matemática que establece un

conjunto de reglas o principios útiles para calcular la ocurrencia o no ocurrencia de
fenómenos aleatorios y procesos estocásticos.
En otras palabras, la teoría de la probabilidad está compuesta por todos los
conocimientos relativos al concepto de probabilidad. Se trata de un concepto, en
esencia, matemático. Así mismo, la probabilidad como rama de las matemáticas
constituye un instrumento para la estadística.

¿Qué establece la Teoría de la probabilidad?

Esta teoría se utiliza en diferentes áreas como lo son las matemáticas, física
e incluso las estadísticas, es utilizada para conocer qué objeto o circunstancia tiene
más o menos oportunidades de ser escogido.
Muchas veces la Teoría de la probabilidad es conocida como una
aproximación de lo que va a suceder, ya que no se sabe con certeza, pero si se
tienen ciertas hipótesis.
`
Esto en matemática y física se aplica colocando números a los diferentes
objetos y situaciones para conocer cual tiene mayores oportunidades.
Normalmente la probabilidad se evalúa en un intervalo del cero al uno.
La Teoría de la oportunidad se creó con ciertos problemas que eran
presentados en los juegos de azar, esta teoría cuenta con unas cuantas fórmulas que
son las encargadas de hacer la deducción (López, economipedia.com, 2019).

1.8- INTERFERENCIA ESTADÍSTICA

La inferencia estática o estadística inferencial es una rama de la estadística

que se encarga de extraer conclusiones generales a partir de una parte de la
población estadística (es decir, el objeto de estudio, que puede estar formado por
un conjunto de individuos, objetos o fenómenos). El objetivo de la inferencia
estadística es obtener una serie de conclusiones útiles que permitan al estadista
hacer deducciones sobre una totalidad determinada.
 Métodos de la inferencia estadística

Los métodos y técnicas de la inferencia estadística se pueden dividir en dos:

métodos de estimación de parámetros y métodos de contraste de hipótesis.

Métodos de estimación de parámetros: Se encarga de asignar un valor al

parámetro o al conjunto de parámetros que caracterizan el campo sujeto a estudio.
Claro que al ser una estimación existe cierto error. Para obtener estimaciones
adaptadas a esa realidad, se crean intervalos de confianza.
Métodos de contraste de hipótesis: Su objetivo es comprobar si una
estimación corresponde con los valores poblacionales. En todo contraste de
hipótesis existen dos supuestos. La hipótesis nula (H0) que recoge la idea de que
un valor tiene un valor predeterminado. Si se rechaza la hipótesis nula (H0),
entonces se acepta la hipótesis alternativa (H1) (Lópe, 2017).

¿Cómo se calcula la inferencia estadística?

` Para hallar la inferencia estadística de nuestro objeto de estudio tendremos
que acudir al muestreo probabilístico, que consiste en la elección de una muestra
de la población al azar. Encontramos tres tipos diferentes de muestreo:
el muestreo aleatorio simple, en el que se numeran los elementos de la
población y se seleccionan al azar los "n" elementos que contiene la muestra.
el muestreo aleatorio sistemático, en el que se elige un individuo al azar y, a
partir de él y a intervalos más o menos constantes, se produce la elección de los
demás sujetos hasta completar la totalidad de la muestra.
el muestreo aleatorio estratificado, en el que la población es dividida en
clases o estratos para escoger, de forma aleatoria, un número determinado de
individuos de cada una de las clases (proporcional, eso sí, al número de
componentes de cada uno de los estratos)

Ejemplos de la inferencia estadística

Encontramos numerosos casos en los que se aplica la estadística inferencial,
especialmente en el mundo de los negocios, de las finanzas e incluso del sector
público. A continuación, explicamos algunos de los ejemplos más representativos:
 Los análisis de mercado realizados a partir de focus groups y encuestas a pie
de calle para determinar qué es lo que prefiere la gente.
Los sondeos electorales que se realizan para extraer conclusiones
importantes sobre la opinión pública: quién es el político más popular, cuáles son
las medidas más valoradas, etc.
La epidemiología médica encargada de determinar las medidas necesarias
para erradicar una enfermedad o frenar su contagio (Benlloch, 2019).

1.9- TERMINOLOGÍA DE ESTADÍSTICA

COEFICIENTE DE CORRELACIÓN. - Estadístico que cuantifica la

correlación. Sus valores están comprendidos entre –1 y 1
COEFICIENTE DE DETERMINACIÓN. - Es el cuadrado del coeficiente
de correlación. Expresado en tanto por ciento mide el grado de información
compartida entre dos variables continuas.
COEFICIENTES DE REGRESIÓN. - En un modelo de regresión lineal son
los valores de a y b que determinan la expresión de la recta de regresión y = a + b *
` x
COEFICIENTE DE VARIACIÓN. - Es una medida de dispersión relativa.
No tiene unidades y se calcula dividiendo la cuasi-desviación típica entre la media
muestral. Se suele expresar en tanto por ciento.
CONTRASTE BILATERAL. - Contraste de hipótesis en la que la hipótesis
alternativa da opción a igualdad o superioridad.
CONTRASTE DE HIPÓTESIS. - Es el proceso estadístico que se sigue para
la toma de decisiones a partir de la información de la muestra. Comparando el
valor del estadístico experimental con el valor teórico rechazamos o no la hipótesis
nula.
CONTRASTE UNILATERAL. - Contraste de hipótesis en la que la
hipótesis alternativa de opción a solo igualdad o a solo superioridad.
CORRELACIÓN. - Expresa la concordancia entre dos variables según el
sentido de la relación de éstas en términos de aumento ó disminución.
COVARIABLES. - Variables continuas independientes que junto a una o
más variables (grupo de tratamiento) sirven para explicar una variable respuesta
continua.
 DATOS PAREADOS. - Datos de poblaciones dependientes, donde los datos
de las variables van emparejados por individuos, en contraposición con los datos
independientes.
DECILES. - Corresponden a los percentiles 10%, 20%, 30%, 40%, 50%,
60%, 70% 80%, 90% y 100%
DESCRIPTIVA. - Parte de la estadística que resume la información de la
muestra. La información recogida y resumida en los estadísticos se usa para la
estimación de parámetros poblacionales.
DESVIACIÓN ESTANDAR (TIPICA). - Característica de una muestra o
población que cuantifica su dispersión o variabilidad. Tiene las mismas unidades
que la variable. La desviación típica es invariante con respecto al origen de la
distribución. Su cuadrado es la varianza.
DIAGRAMA DE PUNTOS. - Es un gráfico bidimensional o tridimensional
que muestra la variación de los valores muestrales de dos o tres variables.
ERROR ALFA GLOBAL. - Es el error alfaque se comete por hacer
múltiples comparaciones.
ERROR BETA. - Es el error que se comete cuando no se rechaza una
hipótesis nula siendo esta falsa. Error de tipo II.
`
ERROR DE PRIMERA ESPECIE. - Ver error alfa.
ERROR DE SEGUNDA ESPECIE. - Ver error beta.
ERROR DE TIPO I.- Ver error alfa.
ERROR DE TIPO II.- Ver error beta.
ERROR ESTANDAR DE LA MEDIA. - Es el cociente entre la cuasi
varianza muestral y la raíz cuadrada del tamaño muestral.
ERROR ESTANDAR DE LOS RESIDUOS. - Estadístico de dispersión de
los valores de los residuos después de la regresión.
ERROR FALSO NEGATIVO. - Ver error beta.
ERROR FALSO POSITIVO. - Ver error alfa.
IMPRECISIÓN. - Error que se comete en la predicción.
INDEPENDENCIA. - Son datos que no están ligados entre sí.
INTERVALO DE PROBABILIDAD. - Proporción de casos entre dos
valores definidos de la muestra.
 INTERVALOS CONFIDENCIALES. - Intervalos de confianza. Intervalos
fiducia les. Incluyen una cota mínima y máxima del verdadero parámetro
poblacional con un determinado nivel de confianza.
MÁXIMO. - Es un valor muestral de forma que por encima de este no hay
valores muestrales.
MEDIANA. - Corresponde al percentil 50%. Es decir, la mediana hace que
haya un 50% de valores muestrales inferiores a ella y un 50% de valores
muestrales superiores a ella.
MEDIA. - Es una medida de centralización para una variable continua. Se
obtiene sumando todos los valores muestrales y dividendos por el tamaño muestral.
MÍNIMO. - Es un valor muestral de forma que por debajo de este no hay
valores muestrales.
MODA. - Es el valor que más se repite en una variable nominal.
MODELO. - Intento matemático / estadístico para explicar una variable
respuesta por medio de una o más variables explicativas o factores.
MUESTRAS. - Subgrupos de observaciones de la población de estudio.
NIVEL DE CONFIANZA. - Se define como 1 menos el nivel de
` significación. Se suele expresar en tanto por ciento.
NIVEL DE SIGNIFICACIÓN. - La probabilidad de rechazar una hipótesis
nula verdadera; es decir, la probabilidad de cometer un error de tipo I.
NIVELES DE CLASIFICACIÓN. - Los distintos posibles valores que
pueden aparecer en una variable explicativa nominal u ordinal.
NORMAL. - Ver distribución de probabilidad normal.
NÚMEROS. - Ver valores numéricos.
OBSERVACIÓN. - Sinónimo de caso, registro e individuo.
ODDS. - Nombre inglés para designar la medida del efecto relacionada, en
una tabla de frecuencias 2 por 2, con la razón de los productos cruzados.
ORDEN DE UNA MATRIZ. - Es el número que designa, en una matriz
cuadrada, el número de filas o columnas.
PEARSON (r de Pearson). - Ver coeficiente de correlación.
PERCENTILES. - Un percentil 90% corresponde a un valor que divide a la
muestra en dos, de forma que hay un 90% de valores muestrales inferiores a éste, y
un 10% de valores muestrales superiores a éste.
 POBLACIONES. - Conjunto de individuos de interés. Normalmente no se
dispone de información de toda la población y se recurre a muestras.
PORCENTAJES. - Proporciones expresadas en tanto por ciento.
POTENCIA DE LA PRUEBA. - (1-beta). - Es decir la probabilidad de
rechazar una hipótesis nula siendo esta falsa. Se suele expresar en tanto por ciento.
PREVALENCIA. - Cociente entre el número de individuos que poseen una
característica (p. Ej. Enfermedad) entre el total de la población.
PROBABILIDAD. - Asignación de un número entre cero y uno a cada
resultado experimental.
PROPORCIÓN. - Número de individuos que verifican una condición entre
el total muestral. Se puede expresar en tanto por ciento.
PRUEBA CHI CUADRADO. - Se utiliza para analizar tablas de
contingencia y comparación de proporciones en datos independientes.
PRUEBA DE F.- Prueba estadística que sirve para comparar varianzas. El
estadístico F experimental es el estadístico de contraste en el ANOVA y otras
pruebas de comparación de varianzas.
PRUEBA DE FISHER. - Es la prueba estadística de elección cuando la
` prueba de chi cuadrado no puede ser empleada por tamaño muestral insuficiente.
PRUEBA DE LOS SIGNOS. - Prueba estadística que sirve para comparar
dos variables en términos de diferencias positivas o negativas, y no en términos de
magnitud.
PRUEBA DE MCNEMAR. - Prueba estadística que sirve para comparar
proporciones en datos pareados.
PRUEBA NO PARAMÉTRICA. - Técnica estadística que presupone
ninguna distribución de probabilidad teórica de la distribución de nuestros datos.
PRUEBA PARAMÉTRICA. - En contraposición de las técnicas no
paramétricas, las técnicas paramétricas sí presuponen una distribución teórica de
probabilidad subyacente para la distribución de los datos. Son más potentes que las
no paramétricas. -7-
PRUEBA T DE STUDENT. - Se utiliza para la comparación de dos medias
de poblaciones independientes y normales.
PUNTO DE INFLEXIÓN. - Representan los puntos de una función
matemática donde la curva pasa de ser cóncava a convexa o recíprocamente.
Temporalmente no hay información en este apartado. Envíenos sus
sugerencias.
 RANGO. - Diferencia entre el valor máximo y mínimo de una muestra o
población. Solo es válido en variables continuas. Es una mala traducción de inglés
“range”. Amplitud.
RANGO INTERCUARTÍLICO. - La diferencia entre el percentil 75% y el
percentil 25%.
RAZÓN DE VEROSIMILITUDES. - Combina resultados de varios test
diagnósticos dando una probabilidad de enfermedad en base a ese conjunto de
resultados en forma global.
RECTA DE REGRESIÓN. - Es el modelo que sirve para explicar una
variable respuesta continua en términos de un único factor o variable explicativa.
REGRESIÓN. - Técnica estadística que relaciona una variable dependiente
(y) con la información suministrada por otra variable independiente (x); ambas
variables deben ser continuas. Si asumimos relación lineal, utilizaremos la
regresión lineal simple. Entre las restricciones de la RLS se incluyen: Los residuos
deben ser normales; las observaciones independientes; la dispersión de los residuos
debe mantenerse a lo largo de la recta de regresión.
REGRESIÓN LINEAL MÚLTIPLE. - El modelo de regresión lineal
múltiple sirve para explicar una variable respuesta continua en términos de varios
` factores o variables explicativas continuas.
REGRESIÓN POLINÓMICA. - Es un tipo especial de regresión múltiple
donde aparecen como variables independientes una única variable y potencias de
ésta (al cuadrado, al cubo).
RELACIÓN LINEAL. - Ver recta de regresión
(intranet.comunidadandina.org/, 2007).

1.10- RECOPILACIÓN DE DATOS AGRUPADOS

¿Qué son los datos agrupados?

En estadística, los datos agrupados son aquellos datos que se agrupan en
intervalos. Es decir, los datos agrupados son datos que se juntan en intervalos para
poder estudiarlos de manera conjunta.
 Así pues, al agrupar un conjunto de datos estadísticos se separan en
diferentes intervalos, de manera que cada dato solo puede pertenecer a un único
intervalo.
En definitiva, en estadística la agrupación de datos sirve para analizar
conjuntamente varios datos, de manera que los datos agrupados en un intervalo se
tratan como un solo dato. Además, agrupar los datos es muy útil cuando la muestra
es muy grande (www.probabilidadyestadistica.net, 2022).

Datos agrupados Cuando los valores de la variable son muchos, conviene

agrupar los datos en intervalos o clases para así realizar un mejor análisis e
interpretación de ellos.
Rango: Para agrupar datos primero se debe calcular el rango de los datos, el
cual se obtiene restando el mayor valor menos el menor valor de los datos.

R= Xmax – X min

Numero de clase: Luego se escoge un número «k», el cual es el número de

` clases en las que se quieran agrupar los datos.

K= 1 + 3,322 Log.n
Log= logaritmo lo encontramos en la calculadora científica
N= número de datos

Para el valor de k es mejor que sea impar y un número entero.

Amplitud: Se procede a dividir el rango entre «k» para obtener la amplitud
de las clases a agrupar.
Por último, se comienza la agrupación, para lo cual se escoge un número
menor que el menor valor de los datos obtenidos.

Límite inferior: Es el valor menor de los datos y se representa Li [a,b)

Límite superior: al límite inferior de la primera clase, a este se le suma A
(amplitud) el valor obtenido será el límite superior de la primera clase representada
como Ls.
Ls= Li + A
 Luego, a este valor se le suma A y se obtiene el límite superior de la segunda
clase. De esta forma se procede hasta obtener el límite superior de la última clase.
Marca de clase:es el punto medio de cada intervalo, y representa a la clase
para el cálculo de algunos parámetros y se representa como xi. Este quiere decir,
Promedio del intervalo.

Ejemplo 1: procederemos a desarrollar.

3 5 4 2 6 2
9 8 5 4 5 3
5 1 8 2 5 4

Rango: R= Xmax – X min

` R= 9 – 1
R= 8

Numero de clase K: K= 1 + 3,322 Log. N

n=18 datos
K= 1 + 3,322 Log. (18)
K= 5,2 ≈ 5
K= 5

Amplitud:
Tomamos el 1 y contamos la amplitud desde el siguiente número seria
entonces 2, 3 entonces el intervalo nos queda [1,3).

Por lo tanto, al agrupar los datos se obtendrá una tabla como la siguiente:
 Intervalo Frecuencia xi Límite inferior Li Límite superior Ls
[1,3) 4 1+3/ 2=2 1 3
[3,5) 4 4 3 5
[5,7) 6 6 5 7
[7,9] 4 8 7 9
Total 18
(ma.edu.co, 2020)

1.11 IMPORTANCIA DE REPRESENTACIÓN DE

DATOS MEDIANTE GRAFICAS

La representación gráfica o visualización de los datos es importante para

cualquier análisis de datos y se debería realizar antes de aplicar cualquier prueba
estadística o construcción de modelos. Para ilustrar por qué es importante
visualizar los datos en un paso inicial del análisis de datos, considere el ejemplo
`
siguiente:
1. Seleccione Ayuda > Librería de muestra de datos y abra Anscombe.jmp
(F. J. Anscombe (1973), American Statistician, 27, 17-21).
Estos datos consisten en cuatro pares de variables X e Y.
2. En el panel Tabla, haga clic en el triángulo verde que encontrará junto al
script The Quartet.
El script crea una regresión lineal simple con cada par de variables
utilizando Ajustar Y en función de X. La opción Mostrar puntos está desactivada,
así que no es posible ver ningún dato en los gráficos de dispersión. Las Cuatro
modelos muestran el ajuste del modelo y otra información de resumen de cada una
de las regresiones.
`

Observe que los cuatro modelos y los valores R cuadrado son casi idénticos.
El modelo ajustado en cada caso es, esencialmente, Y = 3 + 0,5X, y el valor R
cuadrado prácticamente 0,66 en todos los casos. Si el análisis de datos sólo tuviese
en cuenta la información del resumen mostrada anteriormente, concluiríamos
fácilmente que la relación entre X e Y es la misma en todos los casos. No obstante,
hasta ahora no hemos visto los datos. La conclusión podría ser errónea.
Para visualizar los datos, añada los puntos a los cuatro gráficos de dispersión
1. Mantenga pulsada la tecla Ctrl.
 2. En el menú con triángulo rojo de uno cualquier de los ajustes bivariantes,
seleccione Mostrar puntos.

Los gráficos de dispersión muestran que la relación entre X e Y no es la

misma en los cuatro casos, aunque las líneas que describen las relaciones sean la
misma:
• El gráfico 1 representa una relación lineal.
• El gráfico 2 representa una relación no lineal.
• El gráfico 3 representa una relación lineal salvo por un valor atípico.
• En el gráfico 4, todos los puntos tienen x = 8, salvo uno.
Este ejemplo ilustra que las conclusiones que sólo se basan en la estadística
pueden ser inadecuadas. Por consiguiente, al principio de cualquier análisis de
datos se debería realizar una exploración visual (www.jmp.com, 2022)
 1.12- TIPOS DE GRAFICAS

Gráfico de barras: En éste, se presentan los datos en forma de barras

contenidas en dos ejes cartesianos (coordenada y abscisa) que indican los
diferentes valores. Generalmente se emplea para representar la frecuencia de
diferentes condiciones o variables discretas (por ejemplo, la frecuencia de los
diferentes colores del iris en una muestra determinada, que solo pueden ser unos
valores concretos). Únicamente se observa una variable en las abscisas, y las
frecuencias en las coordenadas.

Gráfico circular o por sectores:

en este caso la representación de los datos se lleva a cabo mediante la
división de un círculo en tantas partes como valores de la variable investigada y
teniendo cada parte un tamaño proporcional a su frecuencia dentro del total de los
datos. Cada sector va a representar un valor de la variable con la que se trabaja.
Este tipo de gráfico o diagrama es habitual cuando se está mostrando la
proporción de casos dentro del total, utilizando para representarlo valores
porcentuales (el porcentaje de cada valor).
 Gráfico de líneas: En este tipo de gráfico se emplean líneas para delimitar el
valor de una variable dependiente respecto a otra independiente. También puede
usarse para comparar los valores de una misma variable o de diferentes
investigaciones utilizando el mismo gráfico (usando diferentes líneas). Es usual
que se emplee para observar la evolución de una variable a través del tiempo.

Gráfico de dispersión: El gráfico de dispersión o gráfico xy es un tipo de

gráfico en el cual mediante los ejes cartesianos se representa en forma de puntos
todos los datos obtenidos mediante la observación. Los ejes x e y muestran cada
` uno los valores de una variable dependiente y otra independiente o dos variables de
la que se esté observando si presentan algún tipo de relación.

Resumen
. Hasta el comienzo del siglo XIX no se empieza a utilizar la palabra
Estadística en el sentido que le damos hoy día. En su origen, el término estadística
aparece ligado a la actividad gubernamental y el de estadístico con el de estadista o
político. Ello se debía principalmente a que el primer y fundamental uso de la
estadística se realizaba por los gobernantes que deseaban conocer la extensión de
 sus dominios, la población residente en ellos y la cantidad de impuestos que se
podían planificar de la población. Hasta 1850 la palabra «estadística» se usaba en
un sentido diferente del actual, significando básicamente información sobre estaos
políticos.
Se llegó así de manera natural a que la palabra estadística significase todo el
material surgido de la observación del mundo aceptándose este uso a partir del
siglo XIX. En la actualidad el término estadística tiene un sentido más amplio, y se
refiere a la misma, como ciencia que estudia el comportamiento de los fenómenos
de masas, no ocupándose de comportamientos individuales e incluyendo métodos
especiales de elaboración. El Diccionario de la Lengua Española considera que el
término Estadística procede de estadista, esta voz de estado y estado e la palabra
latina «status», o situación en que una persona o cosa, y en especial cada uno de
los sucesivos modos de ser de una persona o cosa, sujeta a cambios que influyen en
su condición. Los precursores de la Estadística la entendían como una aritmética
de la política
El Marqués Pedro Simón de Laplace que vivió desde 1749 hasta 1827,
matemático y astrónomo francés, anuncia su Teoría Analítica de las Probabilidades
en 1812, y este fue otro gran impulso a la Estadística Matemática. El científico
inglés, Francis Galton, primo de Darwin y creador de la Eugenesia, de nuevos
` métodos antropométricos, de la moderna teoría de la Estadística y su aplicación a
la Sociometría y a la Biometría. Hoy en día la Estadística ha llegado a tal grado de
perfeccionamiento y especialización, que casi no existe disciplina científica, o
técnica, De investigación, control o planificación, en la cual no se apliquen los
métodos estadísticos como una herramienta de trabajo valiosísima e insustituible.

Importancia de la Estadística
Los métodos estadísticos tradicionalmente se utilizan para propósitos
descriptivos, para organizar y resumir datos numéricos. La estadística descriptiva,
por ejemplo, trata de la tabulación de datos, su presentación en forma gráfica o
ilustrativa y el cálculo de medidas descriptivas.

Aplicaciones de la estadística
Aunque comúnmente se asocie a estudios demográficos, económicos y
sociológicos, gran parte de los logros de la estadística se derivan del interés de los
científicos por desarrollar modelos que expliquen el comportamiento de las
propiedades de la materia y de los caracteres biológicos.
 Clasificación de la estadística

-La estadística descriptiva en la ciencia que analiza series de datos y trata de

extraer conclusiones sobre el comportamiento de esto.
El proceso que sigue la estadística descriptiva para el estudio de una cierta
población consta de los siguientes pasos
Obtención de parámetros estadísticos, números que sintetizan los aspectos
más relevantes de una distribución estadística. -Estadística matemática o
inferencia, unida a la teoría de probabilidades. La estadística descriptiva trabaja
con todos los individuos de la población. La estadística inferencial, sin embargo,
trabaja con muestras, subconjuntos formados por algunos individuos de la
población.
Cómo se selecciona la muestra, cómo se realiza la inferencia, y qué grado de
confianza se puede tener en ella son aspectos fundamentales de la estadística
inferencial, para cuyo estudio se requiere un alto nivel de conocimientos de
estadística, probabilidad y matemáticas. Estadística Matemática.

Por ejemplo, si la población es el conjunto de todas las edades de los

`
estudiantes de la provincia de Buenos Aires, una muestra será conjunto de edades
de 2000 estudiantes de la provincia de Buenos Aires tomados al azar.

TIPOS DE MUESTREO

Las variables cualitativas pueden ser dicotómicas cuando sólo pueden tomar
dos valores posibles como sí y no, hombre y mujer o son politómicas cuando
pueden adquirir tres o más valores. Estas separaciones o interrupciones indican la
ausencia de valores entre los distintos valores específicos que la variable pueda
asumir. Por ejemplo, la masa o la altura, que solamente está limitado por la
precisión del aparato medidor, en teoría permiten que siempre exista un valor entre
dos variables, también puede ser el dinero o un salario dado.
La estadística es una ciencia de aplicación práctica casi universal en todos
los campos científicos:

Ciencias naturales: se emplea con profesión en la descripción de modelos

termodinámicos complejos en física cuántica, en teoría cinética de los gases.
 Ciencias sociales y económicas: es un pilar básico del desarrollo de la
demografía y la sociología aplicada.
Economía: suministra los valores que ayudan a descubrir interrelaciones
entre múltiples parámetros macro y microeconómicos.
Ciencias médicas: permite establecer pautas sobre la evolución de las
enfermedades y los enfermos, el grado de eficacia de un medicamento

Los pasos por medio de los cuales procede la estadística descriptiva son los
siguientes

Estadística descriptiva: caracterización o categorización, esto equivale al

proceso de agrupación de los datos en distintos grupos con el fin de que los
mismos puedan presentarse de forma segmentada para una mejor apreciación de
los resultados.
Estadística inferencial: Refiere al estudio particular de una población con el
fin de apreciar el comportamiento determinado de la misma, en efecto, el proceso
de estudio procede es de una muestra, con la finalidad de obtener de la mismas las
alternativas o probabilidades que pudieron ocasionar que el fenómeno se suscitará.
`
Para poder entender el concepto de estadística inferencial, es menester proceder al
estudio de los conceptos básicos de la misma, como es población y muestra.

La teoría de la probabilidad: Es una herramienta matemática que establece

un conjunto de reglas o principios útiles para calcular la ocurrencia o no ocurrencia
de fenómenos aleatorios y procesos estocásticos.

¿Qué establece la Teoría de la probabilidad?

Esta teoría se utiliza en diferentes áreas como lo son las matemáticas, física
e incluso las estadísticas, es utilizada para conocer qué objeto o circunstancia tiene
más o menos oportunidades de ser escogido

Métodos de la inferencia estadística

Claro que al ser una estimación existe cierto error. En todo contraste de
hipótesis existen dos supuestos. La hipótesis nula que recoge la idea de que un
valor tiene un valor predeterminado. Si se rechaza la hipótesis nula, entonces se
acepta la hipótesis alternativa.
 ¿Cómo se calcula la inferencia estadística?
Para hallar la inferencia estadística de nuestro objeto de estudio tendremos
que acudir al muestreo probabilístico, que consiste en la elección de una muestra
de la población al azar. Encontramos numerosos casos en los que se aplica la
estadística inferencial, especialmente en el mundo de los negocios, de las finanzas
e incluso del sector público.

Ejemplos de la inferencia estadística

Encontramos numerosos casos en los que se aplica la estadística inferencial,
especialmente en el mundo de los negocios, de las finanzas e incluso del sector
público. A continuación, explicamos algunos de los ejemplos más representativos:
Los análisis de mercado realizados a partir de focus groups y encuestas a pie
de calle para determinar qué es lo que prefiere la gente.
Los sondeos electorales que se realizan para extraer conclusiones
importantes sobre la opinión pública: quién es el político más popular, cuáles son
las medidas más valoradas, etc.
` La epidemiología médica encargada de determinar las medidas necesarias
para erradicar una enfermedad o frenar su contagio

Terminología en la estadística
COEFICIENTE DE CORRELACIÓN. - Estadístico que cuantifica la
correlación. Sus valores están comprendidos entre –1 y 1
COEFICIENTE DE DETERMINACIÓN. - Es el cuadrado del coeficiente
de correlación. Expresado en tanto por ciento mide el grado de información
compartida entre dos variables continuas.
COEFICIENTES DE REGRESIÓN.
COEFICIENTE DE VARIACIÓN. - Es una medida de dispersión relativa.
No tiene unidades y se calcula dividiendo la cuasi-desviación típica entre la media
muestral. Se suele expresar en tanto por ciento.
ERROR FALSO NEGATIVO. - Ver error beta.
ERROR FALSO POSITIVO. - Ver error alfa.
IMPRECISIÓN. - Error que se comete en la predicción.
INDEPENDENCIA. - Son datos que no están ligados entre sí.
 INTERVALO DE PROBABILIDAD. - Proporción de casos entre dos
valores definidos de la muestra.
INTERVALOS CONFIDENCIALES. - Intervalos de confianza. Intervalos
fiducia les. Incluyen una cota mínima y máxima del verdadero parámetro
poblacional con un determinado nivel de confianza.
MÁXIMO. - Es un valor muestral de forma que por encima de este no hay
valores muestrales.
POTENCIA DE LA PRUEBA. - . - Es decir la probabilidad de rechazar una
hipótesis nula siendo esta falsa. Se suele expresar en tanto por ciento.
PREVALENCIA. - Cociente entre el número de individuos que poseen una
característica entre el total de la población.
PROBABILIDAD. - Asignación de un número entre cero y uno a cada
resultado experimental.
PROPORCIÓN. - Número de individuos que verifican una condición entre
el total muestral. Se puede expresar en tanto por ciento.
PRUEBA CHI CUADRADO. - Se utiliza para analizar tablas de
contingencia y comparación de proporciones en datos independientes.
`
¿Qué son los datos agrupados?
En estadística, los datos agrupados son aquellos datos que se agrupan en
intervalos. Así pues, al agrupar un conjunto de datos estadísticos se separan en
diferentes intervalos, de manera que cada dato solo puede pertenecer a un único
intervalo.

La representación gráfica o visualización de los datos es importante para

cualquier análisis de datos y se debería realizar antes de aplicar cualquier prueba
estadística o construcción de modelos.

Conclusión
 En la actualidad el término estadística tiene un sentido más amplio, y se
refiere a la misma, como ciencia que estudia el comportamiento de los fenómenos
de masas, no ocupándose de comportamientos individuales e incluyendo métodos
especiales de elaboración

La aplicación de la estadística, aunque comúnmente se asocie a estudios

demográficos, económicos y sociológicos, gran parte de los logros de la estadística
se derivan del interés de los científicos por desarrollar modelos que expliquen el
comportamiento de las propiedades de la materia y de los caracteres biológicos.
Los métodos estadísticos tradicionalmente se utilizan para propósitos descriptivos,
para organizar y resumir datos numéricos.

`
 Bibliografía

Benlloch, I. (12 de 02 de 2019). www.economiasimple.net.

www.economiasimple.net:
https://www.economiasimple.net/glosario/inferencia-
estadistica#:~:text=Definici%C3%B3n%20de%20Inferencia%20estad
%C3%ADstica.%20La%20inferencia%20est%C3%A1tica%20o,por%20un
%20conjunto%20de%20individuos%2C%20objetos%20o%20fen
%C3%B3menos%29.
intranet.comunidadandina.org/. (30 de 05 de 2007).
Intranet.comunidadandina.org/. intranet.comunidadandina.org/:
http://intranet.comunidadandina.org/Documentos/Reuniones/DTrabajo/
SG_REG_DIES_IV_dt%202.pdf
ites.google.com. (15 de 07 de 2022). sites.google.com. ites.google.com:
https://sites.google.com/site/iniciacionestadistica/introduccion/1-1-historia
` Llerena, T. S. (15 de 07 de 2022). www.monografias.com. www.monografias.com:
https://www.monografias.com/trabajos98/introduccion-estadistica-basica/
introduccion-estadistica-basica#:~:text=La%20Estad%C3%ADstica%20es
%20la%20ciencia%20cuyo%20objetivo%20es,significados%20precisos
%20o%20unas%20previsiones%20para%20el%20futuro.
Lópe, J. F. (03 de 10 de 2017). economipedia.com. economipedia.com:
https://economipedia.com/definiciones/inferencia-estadistica.html
López, J. F. (15 de 11 de 2019). economipedia.com. economipedia.com:
https://economipedia.com/definiciones/estadistica-descriptiva.html
López, J. F. (28 de 02 de 2019). economipedia.com. economipedia.com:
https://economipedia.com/definiciones/teoria-de-la-probabilidad.html
ma.edu.co. (23 de 05 de 2020). ma.edu.co. ma.edu.co:
https://ma.edu.co/courses/estadistica-ciclo-6-nivel-1/sections/tabla-de-
frecuencia-con-datos-agrupados#:~:text=Datos%20agrupados%20Cuando
%20los%20valores%20de%20la%20variable,de%20los%20datos.%20R
%3D%20Xmax%20%E2%80%93%20X%20min
Murillo, N. (24 de 07 de 2022). www.lifeder.com. www.lifeder.com:
https://www.lifeder.com/aplicaciones-estadistica/
 www.clasificacionde.org. (15 de 07 de 2022). www.clasificacionde.org.
www.clasificacionde.org: https://www.clasificacionde.org/clasificacion-de-
la-estadistica/
www.hiru.eus. (15 de 07 de 2022). www.hiru.eus. www.hiru.eus:
https://www.hiru.eus/es/matematicas/aplicaciones-de-la-
estadistica#:~:text=La%20estad%C3%ADstica%20es%20una%20ciencia
%20de%20aplicaci%C3%B3n%20pr%C3%A1ctica,cin%C3%A9tica%20de
%20los%20gases%2C%20entre%20otros%20muchos%20campos.
www.probabilidadyestadistica.net. (15 de 07 de 2022).
www.probabilidadyestadistica.net. www.probabilidadyestadistica.net:
https://www.probabilidadyestadistica.net/datos-agrupados/
www.questionpro.com. (15 de 07 de 2022). www.questionpro.com.
www.questionpro.com: https://www.questionpro.com/blog/es/estadistica-
descriptiva/
www.webscolar.com. (15 de 07 de 2022). www.webscolar.com.
www.webscolar.com: https://www.webscolar.com/uso-y-aplicacion-de-la-
estadistica