INTRODUCCIÓN A LA ESTADISTICA

CICLO DE PROYECTO
 DEFINICIONES DE ESTADISTICA

1. Definición de estadística como disciplina

científica: "La estadística es una disciplina
científica que involucra la recopilación, análisis,
interpretación, presentación y organización de
datos numéricos con el objetivo de describir y
comprender fenómenos, tomar decisiones
informadas y hacer predicciones" (Levin, Fox &
Forde, 2019, p. 5).
Referencia bibliográfica: Levin, J., Fox, J. A., & Forde,
D. R. (2019). Estadística para ciencias sociales (9ª
ed.). Pearson.
2. Definición de estadística descriptiva: "La
estadística descriptiva es una rama de la
estadística que se enfoca en la descripción,
resumen y presentación de datos,
utilizando herramientas como medidas de
tendencia central, medidas de dispersión y
gráficos" (Nolan & Speed, 2019, p. 3).
Referencia bibliográfica: Nolan, D., & Speed, T.
(2019). Fundamentos de estadística con R y R
Commander. Antoni Bosch Editor.
3. Definición de estadística inferencial: "La
estadística inferencial es una rama de la
estadística que se ocupa de hacer inferencias y
generalizaciones sobre una población
basándose en información obtenida de una
muestra" (Gravetter & Wallnau, 2020, p. 3).
Referencia bibliográfica: Gravetter, F. J., & Wallnau,
L. B. (2020). Estadística para las ciencias del
comportamiento (10ª ed.). Cengage Learning.
4. Definición de estadística matemática: "La
estadística matemática es una rama de la
estadística que se enfoca en el desarrollo y
aplicación de métodos matemáticos y teoría
de la probabilidad para analizar y modelar
datos" (Hogg, McKean & Craig, 2019, p. 1).
Referencia bibliográfica: Hogg, R. V., McKean, J., &
Craig, A. (2019). Introduction to Mathematical
Statistics (8ª ed.). Pearson.
Definiciones básicas y terminología en
estadística Introducción:
• La estadística es una disciplina que se
encarga de recolectar, analizar e
interpretar datos con el fin de tomar
decisiones informadas (Johnson &
Bhattacharyya, 2010).
En esta presentación, exploraremos las
definiciones fundamentales y la terminología
clave utilizada en estadística
Población y muestra
• Población: Conjunto completo de elementos o
individuos que se estudian en un análisis
estadístico (Navidi, 2015).
• Muestra: Subconjunto seleccionado de la
población que se utiliza para realizar inferencias o
estimaciones sobre la población en su conjunto
(Levy & Lemeshow, 2013).
Variables
• Variable: Cualquier característica o propiedad
que puede variar en una población o muestra
(Field, 2013).
• Variable cualitativa: Describe una cualidad o
atributo, como el color de los ojos (Agresti,
2018).
• Variable cuantitativa: Representa una cantidad
o medida numérica, como la edad o el peso
(Tabachnick & Fidell, 2019).
Datos
• Datos: Valores o medidas recolectados para su
análisis (Trochim & Donnelly, 2008).
• Datos discretos: Valores aislados y contables, como
el número de estudiantes en una clase (Agresti,
2018).
• Datos continuos: Valores que pueden tomar
cualquier valor en un rango, como la altura o el
tiempo (Navidi, 2015).
Estadísticos
• Estadístico: Medida numérica calculada a partir de
los datos de una muestra (Tabachnick & Fidell,
2019).
• Media: Promedio aritmético de un conjunto de
valores (Field, 2013).
• Mediana: Valor central en un conjunto de datos
ordenados de forma ascendente o descendente
(Levy & Lemeshow, 2013).
• Desviación estándar: Medida de dispersión que
indica cuánto se alejan los valores individuales de la
media (Agresti, 2018).
Distribución
• Distribución: Forma en que se dispersan los
valores de una variable en una población o
muestra (Navidi, 2015).
• Distribución normal: Distribución simétrica con
una forma de campana. Muchas variables en la
naturaleza siguen esta distribución (Field, 2013).
• Sesgo: Desviación sistemática de la distribución
de los datos hacia un lado (Tabachnick & Fidell,
2019).
Error muestral y significancia estadística
• Error muestral: Diferencia entre el valor
estimado basado en la muestra y el valor real
de la población (Levy & Lemeshow, 2013).
• Significancia estadística: Probabilidad de que
una relación o diferencia observada entre
variables no sea resultado del azar (Agresti,
2018).
Tipos de datos y escalas de medición:
Escala nominal: En esta escala, los datos se
clasifican o categorizan en distintas categorías sin
un orden o jerarquía específica. Los valores
numéricos asignados a las categorías son
meramente etiquetas y no tienen ningún
significado intrínseco. Ejemplos de datos en
escala nominal pueden ser el género
(masculino/femenino), el estado civil
(soltero/casado/divorciado), etc.
Escala ordinal: En esta escala, los datos se ordenan o
clasifican en categorías según una cierta jerarquía o
secuencia. A diferencia de la escala nominal, aquí existe
un orden implícito entre las categorías, pero no se puede
establecer la magnitud de las diferencias entre ellas.
Ejemplos de datos en escala ordinal pueden ser las
calificaciones de un examen (A, B, C, etc.), las
clasificaciones en una competencia (primer lugar, segundo
lugar, tercer lugar), etc.
Escala de intervalo: En esta escala, los datos se ordenan
en categorías y se establecen diferencias igualmente
espaciadas entre ellas. Además del orden y la igualdad de
las diferencias, en esta escala se pueden realizar
operaciones aritméticas como la suma y la resta. Sin
embargo, no existe un punto de referencia absoluto o cero
verdadero en esta escala. Ejemplos de datos en escala de
intervalo pueden ser las temperaturas en grados Celsius o
Fahrenheit, años calendario, etc.
Escala de razón: Esta es la escala de medición
más completa y rigurosa. En esta escala, los
datos se ordenan en categorías, se establecen
diferencias igualmente espaciadas y se cuenta
con un punto de referencia absoluto o cero
verdadero. En esta escala, se pueden realizar
todas las operaciones aritméticas, incluyendo la
multiplicación y la división. Ejemplos de datos
en escala de razón pueden ser la altura de una
persona, el peso de un objeto, la edad de una
persona, etc.
Proporciones, porcentajes, tasa:
Proporción: Es una relación entre dos cantidades o
medidas. Por ejemplo, si se tienen 10 hombres y 20
mujeres, la proporción de hombres a mujeres es de
1:2.
Porcentaje: Es una forma de expresar una
proporción en términos de partes de 100. Se
calcula dividiendo la cantidad o medida
específica por el total y luego multiplicando
por 100. Por ejemplo, si de 50 estudiantes, 10
son hombres, el porcentaje de hombres sería
(10/50) x 100 = 20%.
Tasa: Es una medida de la proporción o frecuencia
de un evento en relación con una unidad de tiempo
o de algún otro factor. Se calcula dividiendo la
cantidad del evento por el factor de referencia y
multiplicando por un factor de escala. Por ejemplo,
si en un año se registran 500 accidentes de tráfico
en una ciudad con una población de 10,000
habitantes, la tasa de accidentes sería (500/10,000)
x 1000 = 50 accidentes por cada 1,000 habitantes.