GENERALIDADES DE LA ESTADISTICA

Diego Isaac Burgos Miranda

Estadística I

Programa de ingeniería Industrial

Julio Manuel Fontalvo Brochero

Universidad del Atlántico

Barranquilla/Atlántico

2022
 CONTENIDOS

1. Concepto: Estadística, Tipos de estadísticas…………………………………….1

2. Aplicabilidad de la estadística, Finalidad de la estadística……………………..4

3. Variables discretas y continuas, cualitativas y cuantitativas……………………5

4. Muestra, tipos de muestra …………………………………………………………6

5. Población……………………………………………………………………….……7

6. Marco…………………………………………………………………………………8

7. Datos primarios y datos secundarios……………………………………………..9

8. Estadísticas temporales……………………………………………………………9

9. Parámetros, estimadores………………………………………………………….10

10. Bibliografía…………………………………………………………………………..13
 ¿QUÉ ES LA ESTADÍSTICA?

La estadística consiste en métodos, procedimientos y fórmulas que permiten recolectar

información para luego analizarla y extraer de ella conclusiones relevantes. Se puede

decir que es la Ciencia de los Datos y que su principal objetivo es mejorar la comprensión

de los hechos a partir de la información disponible.

El origen de la palabra estadística se suele atribuir al economista Gottfried Achenwall

(prusiano, 1719-1772) que entendía la estadística como “ciencia de las cosas que

pertenecen al Estado”. El origen de la palabra parece no relacionarse con el significado

actual del estadístico, sin embargo, si hay una relación, se le relaciona como ciencia del

estado porque fue una herramienta esencial para la entidad, para el siglo XVIII los censos

e inventarios eran muy comunes como mecanismo de control e información estatal y

ayudaba a saber y recolectar datos de una población en especifica.

1
 TIPOS DE ESTADÍSTICA

I. Estadística descriptiva: se puede definir como un método para describir

numéricamente conjuntos numerosos. Por tratarse de un método de descripción

numérica, utiliza el número como medio para describir un conjunto, que debe ser

numeroso, ya que las permanencias estadísticas no se dan en los casos raros. No

es posible sacar conclusiones concretas y precisas de los datos estadísticos.

La estadística descriptiva ayuda a organizar una gran cantidad de datos a través

de métodos, tablas y gráficos que te permiten presentar los resultados de forma

ordenada.

Los elementos con los cuales cuenta son:

2
II. Estadística inferencial: Estudia la probabilidad de éxito de las diferentes

soluciones posibles a un problema en las diferentes ciencias en las que se

aplica y para ello utiliza los datos observados en una o varias muestras de

la población. Mediante la creación de un modelo matemático infiere el

comportamiento de la población total partiendo de los resultados obtenidos

en las observaciones de las muestras.

Elementos de la estadística inferencial:

Por ejemplo:  si quieres saber cuál es el salario promedio de los pilotos de

tu país deberías encuestarlos a todos, pero te tomaría mucho tiempo. Lo

que se hace es reunir las respuestas de solo un grupo de pilotos y, según

los resultados, deducir la cifra promedio.

3
 FINALIDAD Y APLICABILIDAD DE LA ESTADÍSTICA
La finalidad en general de la estadística es facilitar la solución de problemas en los cuales
se necesitan conocer algunas características sobre el comportamiento de algún suceso o
evento, para lograr hallar la solución es necesaria la recolección de información y un
análisis apropiado del mismo, la estadística es cuantitativa siendo así una ciencia de
cantidades.
Se pueden nombrar otras finalidades en específico tales como:
1. Conocer la realidad de una observación o fenómeno
2. Es obtener un valor determinado o promedio
3. Determinar los cambios que presenta un fenómeno
4. Obtener conclusión de un grupo (menor): Debe hacerse extensiva a un grupo
mayor(población)
La estadística tiene varias aplicaciones en diferentes campos, estos campos no son solo
los referentes a las áreas de ingeniera y economía, en realidad tiene infinitas aplicaciones
en todo el conocimiento adquirido por la humanidad, partiendo, ante todo, lo relacionado
con las ingenierías, economía, las ciencias biológicas, ciencias sociales e incluso en
algunas ramas del área Jurídica. Y, en definitiva, casi todos los campos de las ciencias
emplean instrumentos estadísticos de importancia fundamental para el desarrollo de sus
modelos de trabajo. En nuestros días, la estadística se ha convertido en un método
efectivo para describir con exactitud los valores de los datos económicos, políticos,
sociales, psicológicos, biológicos y físicos, entre otros, y sirven como herramienta para
relacionar y analizar dichos datos. El trabajo del experto estadístico no consiste ya sólo en
reunir y tabular los datos, sino el proceso de interpretación de esa información a través de
modelos estadístico-matemáticos, aumentando el alcance de las aplicaciones de la
estadística, esto se ha logrado, gracias al desarrollo de la teoría de probabilidad.
Algunas de las áreas donde más la utilizan son:
 El periodismo
 La política
 Publicidad
 Economía y finanzas
 Banca y seguros
 Ciencias sociales y humanas
 Ciencias medicas
 Análisis deportivo
 Ingeniería

4
 TIPOS DE VARIABLE
 Variables discretas: son aquellas cuyas observaciones se agrupan
‘inherentemente’ o ‘naturalmente’ en categorías, porque dichas variables por su
naturaleza sólo pueden tomar ciertos valores muy específicos. El “género” de un
sujeto es un buen ejemplo de una variable discreta: los seres humanos pueden ser
mujeres u hombres, se ajustan a una u otra categoría y no hay continuidad ni
puntos intermedios entre ellas. Los países o regiones del mundo también son
buenos ejemplos de variables discretas. Otro ejemplo son las calificaciones o
educación de los maestros. Podemos crear las siguientes categorías para describir
esta última variable: (a) educación primaria completa, (b) educación secundaria
completa, (c) educación superior incompleta, (d) educación superior completa y (e)
educación de postgrado.
 Variables continuas: son variables numéricas que tienen un número infinito de
valores entre dos valores cualesquiera. Una variable continua puede ser numérica
o de fecha/hora. Por ejemplo, la longitud de una pieza o la fecha y hora en que se
recibe un pago.
 Variables cualitativas: es un tipo de variable estadística que describe las
cualidades, circunstancias o características de un objeto o persona, sin hacer uso
de números. De esta manera, las variables cualitativas permiten expresar una
característica, atributo, cualidad o categoría no numérica.
 Variable cuantitativa: es aquella variable estadística que, a diferencia de la
cualitativa, puede expresarse a través de cifras. Por esta razón, puede analizarse
con métodos estadísticos.

5
 MUESTRA Y TIPOS DE MUESTRA
La muestra estadística es la porción que se extrae de una población estadística para
realizar un determinado estudio, con el fin de representar, conocer y determinar los
aspectos de dicha población. La muestra estadística se emplea en situaciones en las
cuales la población es muy extensa o debido alguna razón especifica se imposibilita la
realización del estudio normal a toda la población. Este método permite conocer
determinados datos estadísticos en una población.
La importancia de la muestra estadística radica en la capacidad que otorga de conocer
cierta información estadística de una población determinada, y por ende, permite
optimizar el tiempo empleado y minimizar los costos requeridos para dicho estudio.
Hay dos tipos de muestra y de ellas derivan otros tipos, estas son:
 Muestra probalistica: es el tipo más utilizado durante las investigaciones, en este
tipo todos los elementos de la población o universo tienen la posibilidad de ser
parte de la muestra.

I. Muestra aleatorio simple: es el método de selección más básico, en el

que cada sujeto posee un número de identificación y, mediante un sorteo
aleatorio, algunos son seleccionados para la muestra. Para realizarla se
debe conocer la cantidad de individuos que serán necesarios para
completar toda la muestra.
II. Muestreo sistemático: con este método se enumera la población a
trabajar y los investigadores se encargan de listar a cada individuo en
grupos de 10, de forma aleatoria. Luego se elige a uno de los primeros de
cada grupo al azar, formando de esta manera la muestra.
III. Muestreo estratificado: consiste en dividir a la población en estratos o
grupos que compartan características similares. Luego se seleccionan
proporcionalmente algunos individuos de cada grupo para conformar la
muestra.
IV. Muestreo por conglomerados: se da cuando la población ya se
encuentra dividida de forma natural en grupos, por lo que se seleccionan
individuos aleatoriamente de cada conglomerado para conformar la
muestra.

III. Muestra no probabilística: En la muestra no probabilística, los elementos se

seleccionan a través de procesos que no brindan a todos los individuos de la
población, la misma posibilidad de ser elegidos para la muestra.

I. Muestreo por cuotas: en este tipo de muestreo los investigadores forman

la muestra partiendo de determinadas características, con el fin de lograr la
misma distribución de características en la muestra que en la población.
Por ejemplo, si en una población hay 90% hombres y 10% mujeres, los
individuos de la muestra deberán estar distribuidos de la misma manera.

6
 II. Muestreo por conveniencia: en este tipo el investigador usualmente elige
a los individuos de su muestra solo por su proximidad. Generalmente, el
investigador no reconoce esta muestra como una representación de toda
una población, sino que la realiza para conocer opiniones, datos e
información de manera rápida.
III. Muestreo por bola de nieve: se utiliza cuando el investigador requiere que
un sujeto de su muestra ayude a identificar a otro con las mismas
características y, a su vez, estos a otros, para formar la muestra deseada.
IV. Muestra discrecional: también conocida como muestreo por juicio o
criterio, se da cuando el investigador selecciona los individuos de su
muestra basado en determinado conocimiento de la población. Por
ejemplo, si desea iniciar una investigación de personas con problemas
psicológicos en el embarazo, seleccionará aquellas mujeres que hayan
pasado por la experiencia del embarazo.

POBLACIÓN
La población estadística consiste en la recolección de un conjunto de elementos o sujetos
que gozan de características comunes, con el fin de estudiarlos y sacar conclusiones
específicas para determinar resultados.
Según el tamaño de la población estudiada, el resultado puede ser finito o infinito. Si el
resultado de los conjuntos investigados es infinito, estos se consideran conceptuales o
artificiales, ya que toda población debe tener un resultado específico al ser estudiada.
Existen diversos tipos de población, estas son:

 Población finita: Aquella población que está compuesta por un número pequeño
de elementos, artículos o sujetos.
 Población infinita: Aquella población que está compuesta por un número grande
de elementos.
 Población real: Aquella población que se compone de un grupo de cosas
existentes y meramente comprobables.
 Población hipotética: Aquella población conformada por un grupo posible de
determinadas cosas, pero difícil de comprobar.
 Población aleatoria: Aquella población que depende de las alteraciones de sus
cualidades, sin que exista una causa aparente.
 Población dependiente: Aquella población que depende de una causa
determinada.
 Población polinomial: Aquella población cuyas características deben ser
medidas y tomadas en cuenta.

7
 MARCO MUESTRAL
Un marco muestral es una lista de los elementos que forman el universo que está por
estudiarse, los cuales se conocen como unidades muestrales. Cada uno de estos
elementos comparten características que los permite identificarse.
A partir del marco muestral es posible extraer la muestra de estudio, es decir, la población
que se va a investigar. Los elementos que la integran pueden ser clientes, empleados,
hogares, instituciones, ciudades o cualquier cosa que necesite ser estudiada.
Para realizar un muestreo probabilístico, es sumamente necesario ejecutar este método,
ya que permite encontrar la unidad que va a ser el objeto de estudio.
El marco muestral debe ser preciso, libre de omisiones y duplicaciones. Los datos y las
unidades deben cubrir a toda la población e identificarlas correctamente.
Características:
 Todas las unidades de muestreo tienen un identificador lógico y numérico.
 Se pueden encontrar todas información relevante sobre las unidades de muestreo
presente.
 El marco muestral está organizado de manera lógica y sistemática
 Contiene información adicional sobre las unidades de muestra, lo cual permite el
uso de marcos de muestreo más avanzados.
 Cada elemento de la población de estudio está presente en el marco muestral.
 Cada elemento de la población está presente solo una vez en el marco muestral.
 No hay elementos externos a la población de interés presentes en el marco.
 Para que funcione correctamente debe estar actualizado. 
Los dos tipos de marcos son:
 Marco muestral de lista: Son listados que ayudan a identificar a los objetos que
participarán en el muestreo aleatorio.
 Marco muestral de área: Son los elementos que permiten delimitar las unidades
geográficas para ubicarlas sobre el lugar de estudio, como las fotografías.

8
 DATOS PRIMARIOS Y SECUNDARIOS
1. Datos primarios: Estos son los datos que se obtienen directamente del
investigado con el uso de sus propios instrumentos y experiencia. Estos se
obtienen con el propósito de abordar el fenómeno de estudio. Suelen ser de un
alto costo debido a que las organizaciones requieren de personal y una fuerte
inversión para llevar a cabo el proceso de investigación.
2. Datos secundarios: Estos datos son el conjunto de información que ya ha sido
recopilada por otra persona durante un proceso de investigación diferente. Estos
datos son más rápidos de conseguir y a un costo menor, pero en muchas
ocasiones no se encuentran actualizados, por lo que puede afectar el éxito de la
investigación.

ESTADÍSTICAS TEMPORALES
Una serie temporal es una variable estadística cuyas observaciones están ordenadas
temporalmente. El estudio de las series temporales es diferente al del resto de las
variables estadísticas porque el interés reside habitualmente en la evaluación de sus
cambios a lo largo del tiempo.
La característica fundamental de las series temporales es que las observaciones
sucesivas no son independientes entre sí, y el análisis debe llevarse a cabo teniendo en
cuenta el orden temporal de las observaciones. Los métodos estadísticos basados en la
independencia de las observaciones no son válidos para el análisis de series temporales
porque las observaciones en un instante de tiempo dependen de los valores de la serie en
el pasado.

9
 PARÁMETROS Y ESTIMADORES
Es un número que se obtiene a partir de los datos de una distribución estadística. Los
salarios promedio de todos los empleados de una empresa, puede ser un ejemplo del
mismo. Los parámetros estadísticos sirven para sintetizar la información dada por una
tabla o por una gráfica.
TIPOS DE PARÁMETROS ESTADÍSTICOS
Parametro de tendencia central: Son llamados de igual manera parámetros de
centralización, son métricas estadísticas que indican el valor central de una distribución.
Es decir, este tipo de parámetros estadísticos sirven para encontrar un valor
representativo del centro de un conjunto de datos.
Se distinguen tres clases de parámetros de tendencia central:

 Media: es el promedio de todos los datos de la muestra.

 Mediana: es el valor del medio de todos los datos ordenados de menor a mayor.

 Moda: es el valor que más se repite del conjunto de datos.

10
Parámetros de dispersión: sirven para determinar cuánto de
dispersos o concentrados son los datos de una muestra
estadística.
Los parámetros de dispersión también se llaman parámetros de
variabilidad o parámetros de propagación.
Los diferentes parámetros de dispersión son los siguientes:

 Desviación estándar (o desviación típica)

 Varianza
 Coeficiente de variación
 Rango
 Rango intercuartil
 Desviación media

Parámetros de posición: Los parámetros de posición son medidas estadísticas que

informan de la estructura de un conjunto de datos, en otras palabras, los parámetros de
posición ayudan a saber cómo es un conjunto de datos. De hecho, los parámetros de
posición se clasifican en parámetros de posición central y parámetros de posición no
central, dependiendo de las posiciones que determinan.
Así pues, los parámetros de posición son los siguientes:
1. Parámetros de posición central: indican los valores centrales de una
distribución.
o Media: es el promedio de todos los datos de la muestra.
o Mediana: es el valor del medio de todos los datos ordenados de menor a
mayor.
o Moda: es el valor que más se repite del conjunto de datos.
2. Parámetros de posición no central: dividen el conjunto de datos en partes iguales.
o Cuartiles: dividen la muestra de datos en cuatro partes idénticas.

11
 o Quintiles: separan los datos en cinco partes iguales.

o Deciles: parten el conjunto de datos en diez intervalos de la misma amplitud.

o Percentiles: dividen los datos en cien partes equivalentes.

Parámetros de forma: son unos indicadores que permiten describir una distribución de
probabilidad según la forma que tiene. Además, los parámetros de forma se utilizan para
determinar cómo es una distribución sin tener que representarla gráficamente.
Existen dos tipos de parámetros de forma:
Asimetría: indica el grado de simetría (o asimetría) de una distribución, es decir,
muestra si una distribución es simétrica o asimétrica.
Curtosis: indica el grado de concentración de una distribución alrededor de su
media, es decir, determina si una distribución es escarpada o achatada.

12
 BIBLIOGRAFÍA
 Guillermo Westreicher, 07 de enero, 2021
Variable cuantitativa. Economipedia.com
 Editorial Grudemi (2018). Población estadística. Recuperado de Enciclopedia
Económica (https://enciclopediaeconomica.com/poblacion-estadistica/). Última
actualización: marzo 2022.
 Ángel Gutiérrez, Julio César. Estadística general aplicada. Universidad Eafit, 1998
 Llinás Solano, Humberto. Introducción a la estadística matemática. ECOE
Ediciones, 2018.
 Martínez Bencardino, Ciro. Estadística básica aplicada, Ecoe Ediciones, 2012.
 Probabilidad y estadística. murray. r. spiegel. editorial mc graw hill. 2003
 Paula Nicole Roldán, 31 de julio, 2017. Estadística. Economipedia.com
 A.Pérez de Vargas, V.Abraira. Bioestadística. Centro de Estudios Ramón Areces.
Madrid. 1996.

13